- •Глава 1. Теоретические основы исследования ценностных представлений о лидерстве 11
- •Глава 2. Эмпирическое исследование личностных конструктов специалистов творческих профессий 35
- •Введение
- •Глава 1. Теоретические основы исследования ценностных представлений о лидерстве
- •1.1. Теоретический анализ исследований феномена лидерства
- •1.1.1. Понятие лидерства в зарубежной и отечественной литературе
- •1.1.2. Подходы к изучению лидерства
- •1.2. Теоретические основы изучения ценностных представлений о лидерстве
- •1.2.1. Основные предпосылки и положения теории личностных конструктов Дж. Келли
- •1.2.2. Личностные конструкты как ценностно-смысловые образования
- •1.2.3. Роль лидерства в теории личностных конструктов
- •Глава 2. Эмпирическое исследование личностных конструктов специалистов творческих профессий
- •2.1. Постановка проблемы исследования
- •2.2. Методика проведения исследования
- •2.2.1. Описание выборки
- •2.2.2. Методы исследования
- •2.2.3. Описание структуры исследования
- •2.2.4. Методы анализа и обработки данных
- •2.3. Результаты эмпирического исследования
- •2.3.1. Исследование систем ценностных представлений у эмоциональных лидеров и людей, не являющихся таковыми
- •2.3.2. Результаты исследования динамики я-концепции у специалистов творческих профессий
- •2.3.3. Общие результаты исследования личностных конструктов представлений о лидерстве у специалистов творческих профессий
- •2.4. Обсуждение результатов исследования
- •Заключение
- •Библиография
- •Приложения Приложение 1. Модифицированный репертуарный тест ролевых конструктов
- •Приложение 2. Опросник ценностей Шварца-Ерусалима
- •Часть 1.
- •Список ценностей 1
- •Список ценностей 2
- •Приложение 3.
- •Приложение 4. Схемы связей между конструктами по эмоциональным лидерам и не являющимся эмоциональными лидерами4
- •Приложение 5. Результаты соотнесения элементов «я сейчас» и «я в будущем» по всем элементам
- •Приложение 6. Сводная решетка личностных конструктов по исследуемой группе
- •Приложение 7. Преобразование сводной решетки личностных конструктов
- •Приложение 8. Результаты округления преобразованной сводной решетки личностных конструктов
2.2.4. Методы анализа и обработки данных
Обработка данных, полученных в ходе исследования, осуществлялась следующими методами:
1) подсчет частот;
2) метод подсчета совпадений;
3) разложение бинома.
Метод подсчета частот используется для анализа результатов исследования некоторой выборки респондентов с целью отыскания общих тенденций. В анализе путем подсчета частот подсчитывается, как часто упоминаются те или иные конкретные элементы или конструкты [31]. Для получения общих данных по исследуемой группе респондентов подсчитывалась частота выбираемости конструктов с параллельным контент-анализом. Схожие по смыслу конструкты, обозначенные различными понятиями, были обобщены и представлены в единой смысловой форме на основании расшифровки значений конструктов, которую предоставляли респонденты в ходе беседы.
Метод подсчета совпадений используется для исследования соотношений конструктов или элементов в пределах конкретной решетки. Метод удобен в применении для обработки результатов дихотомических решеток («галочка» и пустая клетка), которые мы и использовали в нашем исследовании. Этот метод обработки результатов репертуарного теста ролевых конструктов описан еще Дж.Келли [32]. Происходит он путем подсчета меры совпадения каждой пары строк. Берется лист бумаги, помещается под первой строкой решетки и на нем отмечаются все галочки (крестики), а затем этот лист сдвигается на одну строку вниз и подсчитывается количество совпадений в строках 1 и 2. Учитывая то, что количество случайных совпадений равно половине всех возможных совпадений, можно подсчитать вероятность совпадения или несовпадения. Для этого используется разложение бинома (p+q)n. Сопоставив все строки, мы получаем числовую матрицу, с помощью которой можно выделить значимые связи между конструктами. Этот же метод используется и для сравнения столбцов решетки, что дает возможность выявить, каким испытуемый видит человека по сравнению с другими людьми [32].
Разложение бинома нами было выполнено с помощью программы Microsoft Excel 2007: для этого мы использовали функцию БИНОМРАСП (число успехов; число испытаний; вероятность успеха; интегральная). Она используется в задачах с фиксированным числом тестов или испытаний (у нас это было 17 испытаний для конструктов), когда результатом любого испытания может быть только успех или неудача (выбор выявленного полюса конструкта или противоположного), испытания независимы, а вероятность успеха одинакова на протяжении всего эксперимента (0,5). Интегральная – логическое значение, определяющее вид функции. В нашем случае аргумент «интегральная» имеет значение ИСТИНА: функция БИНОМРАСП возвращает интегральную функцию распределения, то есть вероятность того, что число успешных испытаний не меньше значения аргумента «число успехов».
Обработка опросника Шварца-Ерусалима проводился следующим образом: оценки ценностей были переведены в шкалу от 1 до 9 и были выбраны наиболее значимые ценности (8-9 баллов) для дальнейшего их анализа совпадений между респондентами.
Методика «Атом» обрабатывалась методом подсчета частот выбираемости близких и дальних элементов по отношению к элементу «Я». Наибольшее количество набранных положительных баллов (не менее 3 при отсутствии отрицательных) означает, что данный человек является эмоциональным лидером. Те, кто набрал только отрицательные баллы или не был выбран, относятся к категории людей, не являющихся эмоциональными лидерами.