2) Статистический подход к пониманию нормы

Этот подход чаще используется при создании и применении ПДМ. С точки зрения данного подхода по любому диагностируемому психическому параметру считается, что нормальных людей большинство. Людей с более сильными и менее сильными проявлениями этого параметра меньше; причем, чем сильнее отклонения от среднего проявления параметра, тем меньше таких людей. Иными словами, статистическое понимание нормы предполагает, что при диагностике параметров индивидов или групп действует закон нормального распределения.

Теоретически для полного описания нормального распределения используются три переменные: среднее значение, стандартное отклонение, количество обследованных людей.

Из математической статистики известно, что если распределение подчиняется нормальному закону, сколько бы результатов испытуемых не было бы рассмотрено, 68% из них лежит в интервале + . Следовательно, какое бы число людей ни обследовалось с помощью ПДМ, около 68% из них считаются нормальными (рис. 3). Результаты примерно 27% испытуемых оказываются в зоне тенденции к патологии (с высокими и низкими результатами). Оставшиеся 5% людей относятся к группе патологии; причем, у половины из них диагностируемый параметр проявляется патологически ярко, а у другой половины – патологически отсутствует. Термин «патология» используется в статистическом, а не клиническом значении. Он не несет нагрузки, касающейся явных психических расстройств, патологий. Он информирует только о мере проявления данного психического параметра у конкретного человека относительно его выраженности в популяции.

Рис. 3. Кривая нормального распределения

Статистический подход имеет несколько особенностей. Во-первых, статистическая норма не интерпретируется, т.е. о нормальном человеке нечего сказать, кроме того, что он нормален. Кроме того, в пределах нормы встречаются люди с различными показателями диагностируемого параметра. Тем не менее, все они считаются одинаково нормальными. Значит, внутри нормы никаких различий нормальности не делается.

Во-вторых, указанные проценты в понимании статистической нормы и патологии представляют собой определенную условность. Например, с помощью какой-то ПДМ обследована большая группа людей. Придерживаясь статистического подхода к определению нормы, выявлено 5% людей с патологией. Далее проводится психологическое воздействие на них с целью изменения данного параметра. После этого вновь проводится исследование с помощью той же самой ПДМ и применяется статистический подход к пониманию нормы. Окажется, что все равно 5% исследуемой выборки относится к патологии. В этом нет ничего мистического или странного.

7.5. Нормативные данные и таблицы

К нормативным данным относят среднее значение ( ) и стандартное отклонение ( ). Среднее значение характеризует выраженность данного свойства у совокупности людей, а стандартное (среднеквадратичное) отклонение - степень возможной вариации данного психологического свойства у разных людей.

На основе нормативных данных ( и ) определяются статистические зоны проявления диагностируемого качества:

«зона статистической нормы» (ЗСН): интервал ( + );

«зона тенденции к усилению одного признака параметра» (ЗТВ): интервал между ( + ) и ( +2 );

«зона тенденции к усилению противоположного признака параметра» (ЗТН): интервал между ( - ) и ( -2 );

«зона сильного проявления одного признака параметра» (ЗПВ): интервал больше ( +2 );

«зона сильного проявления противоположного признака параметра» (ЗПН): интервал меньше ( -2 ).

Примечание: 1. ЗСН – зона статистической нормы, ЗТВ – зона тенденции к патологии (высокие результаты), ЗТН – зона тенденции к патологии (низкие результаты), ЗПВ – зона патологии (очень высокие результаты), ЗПН – зона патологии (очень низкие результаты).

Для каждой ПДМ всегда должно быть указано, на каком контингенте населения и на какой его численности получены эти данные (например, на выборке 150 мужчин и 180 женщин). Возможно, что для разного контингента потребуются различные нормативные данные. Например, известно, что женщины тревожнее, чем мужчины и для них требуются другие нормы при тестировании их тревожности. В связи с этим, при разработке теста могут быть выделены несколько нормативных таблиц для различного контингента испытуемых, причем для составления каждой нормативной таблицы требуется проведение специального тестирования группы испытуемых.

Иногда количество нормативных таблиц для ПДМ ограничено каким-то разумным минимумом. На практике получается так, что некоторые данные просто дублируют друг друга. Например, нормативные данные для юношей и девушек могут быть одинаковыми, но могут и отличаться друг от друга. Для того чтобы определиться с количеством нормативных таблиц, надо провести пилотажное исследование, например, юношей и девушек, а затем подсчитать для них нормативные данные и сравнить их между собой. Если обнаружатся статистически значимые различия, то для этих двух категорий испытуемых требуются разные нормативные таблицы.

Другой вопрос заключается в том, сколько испытуемых нужно обследовать, чтобы получить надежные нормативные таблицы. Для ответа на этот вопрос есть два способа математического расчета. Первый способ может быть таким же, какой используется для оценки минимального объема выборки с целью определения количественной характеристики её репрезентативности. Второй, более легкий способ предполагает простейшее вычисление. Необходимо разделить в случайном порядке результаты всех испытуемых на две равные группы. Для каждой из этих групп необходимо рассчитать среднее значение и среднеквадратичное отклонение и сравнить их между собой. Если результаты будут отличаться менее, чем на 5%, значит, нормативные данные определены достаточно точно. Поэтому не требуется дополнительного увеличения группы испытуемых для уточнения нормативных данных.