- •Редакционный совет: в.И Бахмин, я.М. Бергер, е.Ю. Гениева, г.Г. Дилигенский, в.Д. Шадриков
- •Предисловие
- •Введение в психологическое шкалирование §1. Психофизические шкалы
- •§2. Нольмерное шкалирование
- •§3. Одномерное шкалирование
- •§4. Модель шкалирования Терстоуна
- •§5. Многомерный анализ сложных стимулов
- •§6. Многомерное шкалирование
- •Часть I. Локализация точки на шкале (нольмерное шкалирование) Глава 1. Методы измерения порогов
- •§1. Метод минимальных изменений
- •§2. Метод средней ошибки
- •§3. Метод постоянных раздражителей
- •Результаты эксперимента по определению пространственного порога тактильного восприятия
- •Методические рекомендации по выполнению учебных заданий по теме: "Локализация точки на шкале"
- •Литература
- •Приложение 1. Требования к оформлению отчета по учебному заданию
- •Приложение 2. Таблица для перевода значений р в значения z
- •Глава 2. Методы обнаружения сигнала §1. Общие понятия
- •§2. Метод "Да-Нет"
- •Исходы эксперимента по обнаружению сигнала
- •§ 3. Метод двухальтернативного вынужденного выбора (2авв)
- •§ 4. Метод оценки
- •Теоретические результаты эксперимента с использованием метода оценки
- •Способ расчета р(н) и p(fa) по полученным данным в методе мо
- •Методические рекомендации по выполнению учебных заданий по теме "Методы обнаружения сигнала"
- •Результаты тренировочных серий (задача -обнаруживать q на фоне о, длит. Стимула - 250 мс, мси - 2000 мс)
- •Литература
- •Приложение 1. Дополнительные сведения о критериях принятия решения*
- •Приложение 2. Краткое описание программы yes_no.Exe
- •Фрагмент протокола эксперимента, выводимого программой на экран монитора после окончания серии
- •Часть II. Одномерное шкалирование Глава 1. Метод балльных оценок
- •§ 1. Графические шкалы
- •§ 2. Числовое шкалирование
- •§ 3. Шкалирование по стандартной шкале
- •§ 4. Проблемы, связанные с построением шкал балльных оценок
- •§ 5. Проблемы, связанные с обработкой полученных данных
- •Литература
- •Методические указания по выполнению учебных заданий по теме "Метод балльных оценок"
- •Глава 2. Метод парных сравнений. Модель Терстоуна § 1. Закон сравнительных суждений
- •§2. Процедура измерения
- •§ 3. Упрощенные варианты закона сравнительных суждений
- •§ 4. Процедура решения V варианта закона сравнительных оценок для полной матрицы
- •Матрица частот — f
- •Матрица вероятностей р
- •Матрица z - оценок
- •§5. Процедура решения V варианта закона сравнительных суждений для неполной матрицы исходных данных
- •Литература
- •Методические указания по выполнению учебного задания по теме: "Метод парных сравнений"
- •Глава 3. Методы прямой оценки
- •§ 1. Метод установления заданного отношения
- •Результаты оценки испытуемыми стимула как половины стандартного (по Харперу и Стивенсу, 1948)
- •§2. Метод оценки величины
- •Субъективная шкале запаха амилацетата, разведенного в диэтилфтолате
- •Индивидуальные оценки концентраций пентанола (Кайн, 1968)
- •Скорректированные оценки испытуемых, представленные в табл. 3 (по Энгену)
- •Литература
- •Методические указания по выполнению учебного задания по теме: "Методы прямой оценки"
- •Часть III. Многомерное шкалирование Глава 1. Факторный анализ Введение
- •§ 1. Область применения факторного анализа
- •§ 2. Исходные принципы и предположения
- •§ 3. Основные этапы факторного анализа
- •Использование различных методов факторизации для получения двухфакторного решения
- •Статистические показатели для определения минимального количества факторов
- •§ 4. Дополнительные статистические показатели для оценки результатов факторного анализа
- •Данные описательной статистики для 9 переменных
- •§ 5. Несколько замечании по поводу конфирматорного фа
- •Методические рекомендации по выполнению учебного задания по теме «Факторный анализ»
- •Литература
- •Глава 2. Метрическое и неметрическое многомерное шкалирование
- •§ 1. Основные положения
- •§ 2. Исходные данные. Матрица сходств и различий
- •§ 3. Построение пространственной модели стимулов
- •§4. Построение метрической модели
- •§5. О развитии моделей многомерного шкалирования
- •Литература
- •Методические указания по выполнению учебного задания по теме: "Многомерное шкалирование"
- •Содержание
Результаты эксперимента по определению пространственного порога тактильного восприятия
Чрезвычайно редко случается так, что одному из стимулов соответствует пороговая пропорция ответов: Р"два" = 0,5. Чаще всего соответствующую порогу точку приходится определять по полученной психометрической кривой. Графическим или вычислительным путем можно найти значения медианы (и среднего), характеризующих величину абсолютного порога (в нашем примере RL = 10,57 мм) и меры вариативности — квартили Q3, Q1 и стандартного отклонения — σ.
Очевидно, что точность оценки порога обусловлена прежде всего "хорошестью" аппроксимации экспериментально полученных точек гладкой кривой. К сожалению, математически корректное решение задачи подгонки точки непросто. Поэтому на практике используются два варианта построения психометрической функции: 1) с помощью линейной интерполяции отдельных участков психометрической функции в линейных координатах; либо 2) вся психометрическая функция аппроксимируется функцией нормального распределения, которое в нормальных координатах является прямой линией. Рассмотрим оба эти случая обработки экспериментальных данных.
Обработка экспериментальных данных в методе констант
Способ линейной интерполяции. Этот способ не обеспечивает высокую точность, но зато крайне прост. Линейная интерполяция* основывается на представлении психометрической функции в виде отрезков прямой, которые проводятся между полученными точками. Этот случай представлен на рис. 11.
* Метод линейной интерполяции основан на допущении, что на участке между двумя экспериментальными точками психометрическая функция может быть приблизительно представлена в виде прямой. Такое предположение в известной степени правомерно, поскольку на интересующем нас участке между Q1 и Q3 психометрическая функция действительно похожа на прямую линию.
Простейшим и наиболее часто используемым является графический способ нахождения значений медианы и квартилей. Если на графике провести горизонтальные линии на уровне пропорций ответов, равных 0.5, 0.25, 0.75, то их пересечения с построенной психометрической кривой дадут, сответственно, значения Md, Q1 и Q3, которые считываются с оси абсцисс в физических величинах стимула. Естественно, при использовании графического способа обработки результатов следует построить психометрическую функцию на координатной бумаге, выбрав достаточно крупный масштаб.
Те же значения могут быть получены и расчетным путем по следующим формулам (фактически эти формулы вытекают из решения прямоугольных треугольников):
Медиана психометрической кривой определяется как
где Sl — величина ближайшего к 50-процентной точке стимула, лежащего ниже ее, Sh — величина стимула, лежащего непосредственно выше 50-процентной точки, Рl и Рh — соответствующие указанным выше стимулам пропорции ответов.
Первый и третий квартили вычисляются по формулам:
где Sl1 — величина стимула, лежащего непосредственно ниже 25-процентной точки,
Sh1 — величина стимула, лежащего непосредственно выше 25-процентной точки,
Р l1 и Рh1 — соответствующие указанным выше стимулам пропорции ответов.
где S l3 — величина стимула, лежащего непосредственно ниже 25-процентной точки; Sh3 — величина стимула, лежащего непосредственно выше 25-процентной точки; Рl3 и Рh3 — соответствующие указанным выше стимулам пропорции ответов.
В нашем примере Md = 10,57 мм, Q1 = 9,83 мм, Q3 = 11,33 мм.
Недостатками способа линейной интерполяции являются:
1) расточительность, так как из всех полученных в эксперименте данных используется только часть — например, для определения Md достаточно иметь две точки;
2) отсутствие возможности получить точную оценку показателей разброса — дисперсии или межквартильного размаха — Q. Если в эксперименте используется больше двух стимулов, можно определить Q1 и Q3, а если допустить, что распределение частот ответов является нормальным, то можно найти и величину стандартного отклонения через соотношение σ = 1,483Q. Однако при широком диапазоне используемых стимулов и относительно малом их числе (около 5, как в нашем примере) оценка Q будет не очень точной, следовательно, и значение σ также.
Способ нормальной интерполяции. Если сделать более строгое допущение о форме психометрической функции, а именно, что она является функцией нормального распределения, и если выразить масштаб оси ординат в единицах стандартного отклонения этого распределения, то психометрическая функция, имеющая S-образную форму в линейных координатах, превращается в прямую линию. После этого появляется возможность найти все интересующие исследователя параметры прямой, аналогично тому, как это делалось в случае линейной интерполяции. Но для этого нужно прежде всего преобразовать пропорции ответов Р с помощью таблиц нормального распределения в значения Z, представляющие собой нормированные по стандартному отклонению расстояния от стимульных точек до медианы. После преобразования Р в Z экспериментальные точки на графике, где по абсциссе отложен физический параметр стимула S, а по ординате — Z, могут быть аппроксимированы* прямой линией, которая проводится "на глазок" (этот способ хотя и прост, но чаще всего дает лишь грубое приближение), либо рассчитывается с помощью метода наименьших квадратов. Этот метод позволяет получить не только наилучшую аппроксимацию, но и статистически строго оценить степень "хорошести" подгонки полученной прямой к экспериментальным точкам.
* Термин "аппроксимация" экспериментальных точек какой-либо функцией означает процедуру представления (моделирования) набора эмпирических точек в виде определенной математической функции. В данном случае предполагается, что, если психометрическая функция — это функция нормального распределения, то в нормальных координатах она будет иметь вид линейной функции. Очевидно, что "хорошеть" арппок-симации экспериментальных точек линейной функцией будет одновременно служить показателем адекватности принятого предположения о нормальности распределения.
Определение медианы, представленной в z-координатах психометрической функции, возможно графическим и расчетным путем. За абсолютный порог (и PSE при измерении двухкатегориальным методом констант разностного порога) принимается величина стимула, которой соответствует Z = 0. Стандартное отклонение определяется как такая величина стимула, для которой Z = +1 или Z = -1*. Через стандартное отклонение можно найти и величину полумежквартильного размаха — Q, т.к. их связь в случае нормального распределения описывается равенством
* Фактически шкала z-оценок и является шкалой единиц стандартного нормального отклонения — σ. Точка z=0 соответствует нулевому отклонению от среднего (медианы), точки z = l или -1 — отклонению от среднего на 1σ вправо или влево, соответственно.
Для иллюстрации этого способа обработки обратимся к нашему примеру (см. табл. 2). Графическое представление зависимости величины Z"два" от физического параметра стимула (т.е. психометрическая функция в нормальных координатах) приведено на рис. 11.
Определение с помощью графиков параметров психометрической функции способом нормальной интерполяции не требует преобразования в z-координаты, если имеется в наличии вероятностная бумага. Способ изготовления такой бумаги подробно описан (Бардин, 1976).
Все необходимые пороговые показатели могут быть определены и аналитическим путем с помощью соответствующих формул. Для этого можно воспользоваться двумя методами.
Во-первых, можно применить уже известный нам метод линейной интерполяции (теперь в нормальных координатах), который фактически является аналогом простого графического решения, когда мы не производим строгого построения аппроксимирующей прямой. Расчет параметров психометрической прямой производится по формулам (29), (30) и (31):
где zl и zh— самые близкие к нулю отрицательная и положительная величины z, соответственно; Sl и Sh — стимулы, соответствующие zl и zh (т.е. величины ближайшего подпорогового и надпорогового стимулов).
Для оценки величины стандартного отклонения следует взять разность между точками на стимульной оси, соответствующими z = l или z = -1 и величиной порога — RL. Эти точки можно вычислить так:
где zl+. и zh+ — ближайшие значения z, меньшие и большие +1, соответственно; Sh+ и Sl+ — стимулы, соответствующие zl+ и zh+ (т.е. ближайшие значения стимулов, ниже и выше Sσ+).
где zl- и zh- — ближайшие значения z, меньшие и большие -1, соответственно; Sh- и Sl- — стимулы, соответствующие zl- и zh- (т.е. ближайшие значения стимулов, ниже и выше Sσ-).
Оба значения Sσ+ и Sσ- вычисляются в связи с тем, что полученная в эксперименте психометрическая кривая далеко не всегда является очень хорошим приближением к кривой нормального распределения, и эти значения могут расходиться. Поэтому обычно для оценки разброса используется их среднее. В нашем примере вычисления по приведенным формулам дали следующие величины:
RL = 10.57 мм, Sσ+ и Sσ- = 0.98 мм.
Во-вторых, воспользовавшись методом наименьших квадратов, можно построить наилучшую прямую, проходящую через экспериментальные точки. Эта задача решается просто в любом статистическом пакете путем выполнения процедуры построения простой линейной регрессии. Вычислив таким образом коэффициенты а и b линейной функции у = ах+b, мы без труда найдем неизвестные "х" по известным "y" (z = 0 , z = l или z = -l). Понятно, что поскольку точки Sσ+ и Sσ- будут симметричны относительно RL, то достаточно вычислить лишь одну из них.
3. Варианты метода констант
Метод приращения. Особенностью экспериментальной процедуры является непрерывное предъявление испытуемому стандартного стимула, к которому периодически добавляются приращения. Испытуемый отвечает, заметил ли он приращение, в терминах, например, "Да"-"Нет". Разностным порогом является приращение стимула, заметное в 50% случаев. В методе приращений измеряется разностный порог реакции, представляющий собой половину интервала неопределенности. Сомнения в отношении возможности использования интервала неопределенности в качестве показателя различения уже высказывались выше.
В экспериментах, проводимых в поддержку нейроквантовой теории, практикуется вариант метода приращений, при котором в каждой экспериментальной серии используется лишь одна величина приращения. Наличие перерывов между экспериментальными сериями с разными величинами приращений является недостатком этого метода, поскольку допускает направленное изменение характеристик испытуемого в отношении приращений разной величины.
Метод АБХ. В этом методе испытуемому предъявляются последовательно три стимула: первый обозначается А, второй — Б, третий — X. Первые два стимула различаются величиной исследуемого параметра; в качестве третьего стимула (X) используется либо А, либо Б. Испытуемый должен ответить, какой из стимулов был X. Метод АБХ при условии запрещения нейтральных ответов сводится к двухкатегориальному варианту метода констант. Этот метод широко применяется в прикладных исследованиях, где обычно используются сложные стимулы, которые нетренированный испытуемый затрудняется классифицировать в терминах "больше" — "меньше", но хорошо понимает и может выполнить задачу идентификации, когда от него не требуется вынесения суждения только по одному из одновременно меняющихся сенсорных признаков при изменении физических параметров стимула. В качестве оценки чувствительности в этом методе используется полумежквартильный размах — 0(2). Однако эта оценка загрублена влиянием несенсорных факторов, приводящих к нестабильности критерия принятия испытуемым решения.
Для существенного уменьшения этого загрубления оценки Индлин (1979) предлагает ограничиваться в пределах одной непрерывной части опыта использованием одного сравниваемого стимула.