Психологічні шкали

За С. Стівенсом, виокремлюють 4 рівні виміру переведення якісних психічних явищ у зовнішні, кількісні показники, які називають шкалами (від лат. scala сходи). Знання типу шкали показує дозволений набір операцій з даними та визначає коло дозволених характеристик статистичних моделей методів математичної статистики.

Типи шкал:

1. Номінальна шкала, або шкала найменувань, коли всі психологічні прояви класифікуються за певними ознаками в класи еквівалентних об’єктів, напр., належність особистості до певної раси. На цій шкалі об’єкти можна розташувати в будь-якій послідовності. Клас із найбільшою кількістю об’єктів називають модою статистичною мірою центральної тенденції (тобто статистичним показником, що характеризує найбільш виражене, репрезентативне значення змінної) для даного виду шкал.

Процедура вимірювання – надання об’єктам назви або іншої відзнаки через порівняння їх і визначення класів еквівалентності.

Мета – поділ сукупності об’єктів на класи, які не перехрещуються.

Статистичні методи обробки результатів: характеристика центральної тенденції – відносна частотність, мода, критерій х² (хі-квадрат), частота, мода, кореляція ознак та ін. методи порівняння частот.

Сфера застосування у психології: при діагностиці особистості (типологізація, наприклад: холерик, сангвінік, флегматик, меланхолік); у психофізиці – метод константних стимулів.

2. Шкала порядку (ординарна, рангова) – об’єкти можна впорядкувати за ступенем виразності якої-небудь ознаки. Припустимим перетворенням при цьому буде будь-яка монотонна функція.

Процедура вимірювання – ранжування об’єктів через їх порівняння за відношенням «не більше і менше.

Мета – лінійне впорядкування об’єктів щодо певної ознаки.

Варіант шкали порядку – дихотомічна класифікація (є властивість – немає властивості).

Статистичні методи обробки результатів вимірювання: характеристика центральної тенденції – медіана; характеристика розбіжностей – процентілі; зв’язок двох вимірювань встановлюється за допомогою порядкової або рангової кореляції (τ -Кенделла і p-Спірмена) й ін. методи непараметричної статистики.

Сфера застосування у психології: для вивчення пізнавальних процесів в експериментальній психосемантиці, соціальній психології (ранжування, педагогічне оцінювання та ін.).

3. Шкала інтервалів.

Процедура вимірювання: порівняння об’єктів з метою встановлення, на скільки характерна вимірювана властивість одного об’єкта більша чи менша, ніж для іншого. Шкальне значення задасться з точністю до масштабу і точки відліку.

Статистичні методи обробки результатів – вимірювання: практично вся параметрична статистика; середнє арифметичне; стандартні відхилення; для оцінки розбіжностей обчислюється дисперсія, для оцінки статистичного зв’язку між змінними коефіцієнт лінійної кореляції Пірсона та ін. методи, засновані на кореляційному й дисперсійному аналізі

Сфера застосування у психології: обробка результатів вимірювань за допомогою тестів інтелекту, досягнень та ін.

4. Шкали відношень (пропорцій, рівних відносин) які у психології, як правило, використовуються як додаткові. На відміну від шкали інтервалів тут є фіксована точка відліку, фіксований нуль на шкалі, який відповідає природній нульовій позначці. На таких шкалах вимірюється довжина, площа, обсяг об’єктів, а також час перебігу певних процесів.

Процедура вимірювання: встановлення, у скільки разів один об’єкт більший чи менший за інший за вимірюваною властивістю.

Сфера застосування у психології: практично не застосовується (за винятком шкали оцінювання компетентності, побудованої на основі моделі Раша).

Статистичні методи обробки результатів – геометричне середнє, коефіцієнт мінливості, перетворення в децибели.

Порівняння типів шкал. Шкали найменувань лежать в основі побудови всіх інших, «могутніших», тому що перш ніж вимірювати певні об’єкти, необхідно виділити їх з безлічі інших об’єктів, класифікувати.

Шкали надають нам інформацію практично без перекручувань, оскільки майже не вимагають ніяких додаткових модельних припущень. Разом з тим метричні шкали – інтервалів і відношень – для побудови вимагають сильних допущень, що важко перевіряються у рамках моделей, у яких вони будуються.