опросников, довольно высоки: от 0,65 до 0,86, со средним показателем 0,78.
Новым подходом к обработке ипсативных данных является использование методологии латентно-структурного анализа, в частности Item Response Theory (IRT). В рамках IRT модель измерения определяется как структурное построение, позволяющее соединить латентные переменные с одним или большим числом наблюдаемых переменных. Поскольку технологии IRT предполагают преобразование исходных данных в стандартизованные единицы – логиты, то становится возможным получение параметрических данных по отдельным шкалам теста. Уровень проявления индивидуального признака (вероятность его проявления у испытуемого) определяется через дифференцирующую способность ответов на пункт. Полученные таким образом индивидуальные оценки соответствуют интервальному уровню измерений и делают возможным сравнение респондентов по уровню выраженности отдельных признаков.
Кроме того, математическое моделирование эмпирических результатов, имеющее место в технологии IRT, позволяет оценить соответствие измеряемых латентных признаков выдвинутым теоретическим положениям. То есть становится возможной статистическая проверка утверждений вида «личностные диспозиции респондентаX соответствуют моделиY с вероятностьюZ».
Одним из преимуществ ипсативного шкалирования является то, что оно позволяет преодолеть так называемую центральную тенденцию, когда респонденты избегают крайних, как правило категоричных, вариантов ответа и предпочитают ответы, близкие к среднему. Все это увеличивает валидность ипсативных методик, позволяя более достоверно выявлять личностные и мотивационные диспозиции респондента, его наиболее и наименее вероятные индивидуальные особенности и приоритеты.
Клайн приводит пример, иллюстрирующий еще одну ценность ипсати
Страницы: << < 32 | 33 | 34 | 35 | 36 > >>