автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.16, диссертация на тему:Разработка математического и программного обеспечения автоматизации научных исследований в психодиагностике

Р ^ БЕЛОБОКИЙ ГОСУДАРСТВЕНШЙ УНИВЕРСИТЕТ • _ 1 ^ео_:_

I | \Ы\ ПТои

На правах рукописи

КОЛЕСНИК Татьяна Ивановна

РАЗРАБОТКА МАТЕМАТИЧЕСКОГО И ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ АВТОМАТИЗАЦИИ НАУЧНЫХ ИССЛЕДОВАНИЙ В ПСИХОДИАГНОСТИКЕ

Специальность 05.13.16 - применение вычислительной техники,

математического моделирования и математических методов в научных исследованиях,

специальность 19.00.03 - инженерная психология, психология

труда

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

МИНСК - 1992

Диссертация выполнена на кафедре математического моделирова ния и анализа данных факультета прикладной математики и информати ки Белорусского государственного университета.

Научные руководители: - доктор психологических наук,

профессор Ю.М.Забродин

- доктор физико-математических наук ' профессор Ю.С.Харин

Официальные оппоненты: - доктор технических наук,

профессор И.В. Максшей

- доктор психологических наук, профессор В.М. Казубовский

Ведущая организация: - Институт технической кибернетики

АН Беларуси

Защита состоится 26 марта 1.993 года в 10 часов на заседании специализированного совета К 056.03.14 при Белгосуниверситете (адрес: 220080, г. Минск, проспект Ф. Скорины, 4, главный корпус ауд. 206).

С диссертацией можно ознакомиться в библиотеке Белорусског государственного университета.

Автореферат разослан " «1993 г.

Ученый секретарь специализированного совета доктор технических наук

В.М. Скришик

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В последние годы заметен рост интереса к психологическим исследованиям, вызванный осознанием их значимости для развития общества. Автоматизация экспериментальных исследований в научной деятельности, приближение средств вычислительной техники к профессионалам приобретает особую остроту в области психодиагностики, которая связана с многомоделЫюстыо и многовариантностью человеческой психики и высокой ответственностью психологов за выносимые заключения. С усложнением техники возрастает значение профессионального отбора и надежности человека-оператора в системах человек-машина.

Главное направление разработок по проблеме компьютерного обеспечения психодиагностических исследований принято связывать с автоматизацией процесса тестирования, созданием новых тестов, обработкой результатов тестирования, использованием вычислительной техники в психологическом эксперименте. Недостаточно разработанным является подход к созданию специализированного программного обеспечения, опирающегося на специфику психодиагностических данных, на адекватные математические методы - средства, которое было бы ориентировано на специалистов, нуждающихся в уточнении своих методоло-го-теоретических представлений, в повышении точности* достоверности и объективности выносимых нормативных и классифицирующих диагностических суждений. Сдерживающим фактором автоматизации научных исследований в психодиагностике, обуславливающим рост требований к уровню автоматизации исследований в сфере практической психологии и к разработке прикладного программного обеспечения, является сложность и многозначность проблемы "измерения личности", постоянная смена и совершенствование применяемых методик.

Таким образом, актуальность исследуемой темы обусловлена следующими положениями: возросшей значимостью и масштабностью исследовательских работ в сфере практической психологии, увеличением количества лиц, проводящих психодиагностические исследования, и числа обследуемых; требованиями к высокой точности и достоверности диагностических суждений психологов-практиков; повышением значимости индивидуального подхода в подготовке, формировании и в' управлении подготовкой специалистов; разнообразием решаемых в психодиагностике задач, в соответствии с которыми подбираются и разраба-вэются методики изучения личности; большим количеством признаков, подлежащих диагностированию, что вызывает трудности обработки,

анализа и особенно интерпретации данных; необходимостью обеспече-чения пользователей-психодогов высокопроизводительными средствами для самостоятельной работы на ЭВМ.

Целью работы является разработка математического и алгоритмического обеспечения автоматизации научных исследований в психодиагностике, а также проектирование и разработка компьютерной системы обработки психодиагностической информации.

Основные задачи: разработка математических моделей психоди-диагностических данных и формализация задач пользователя-психоло-лога, требующих компьютерного обеспечения; формирование требований к специализированному программному обеспечению и определение его функционального наполнения; разработка методов и алгоритмов обработки психодиагностической информации, регистрируемой с помощью различных, используемых в конкретных исследованиях психодиагностических методик; разработка принципов построения и структуры специализированного программного обеспечения психодиагностических исследований; программная реализация разработанных принципов и методов; разработка методики применения компьютерной системы обработки психодиагностической информации.

Методы исследования. Теоретические исследования проводились на основе аппарата теории вероятностей и математической статистики, прикладной статистики, многокритериальной оптимизации.

Научная новизна. Разработан метод построения многомерного статистического показателя степени выраженности у обследуемого прогнозируемой переменной. Показано, что в отличие от известных методов прогнозирования дается индивидуальный прогноз, свойственный только данному обследуемому и только в смысле заданной прогностической группы (критерия); имеется возможность варьирования прогнозируемой переменной и ее порога; пользователю предоставляется возможность проанализировать изменение прогноза с ужесточение!/ или ослаблением выбираемых границ прогнозируемой переменной.

Разработана методика сравнения двух обследуемых по многомерному статистическому показателю степени выраженности у обследуемого профессионально значимых переменных и показана ее применимость при решении задач профессионального отбора специалистов.

Построены математические модели и решены задачи подбора обследуемого для определенного вида профессиональной деятельности, проверки однородности подмножества обследуемых в задачах психологической совместимости.

Разработана методика применения факторного анализа для оценки степени выраженности анализируемых качеств и составления факторного портрета обследуемого со снижением избыточности информации, использования полученных интегральных показателей для оценки вероятности принадлежности обследуемого к заданным классам.

Практическая ценность и реализация результатов. На основе предложенных методов и средств разработан и внедрен в практику пакет специализированных прикладных программ (ПСПП), зарегистрированный в ГосФАП под названием "Психодиагност" (инвентарный номер Центрального информационного фонда ГосФАП - 50850001153). ПСПП "Психодиагност" разработан на алгоритмическом языке Фортран-1У для ЭВМ серии ЕС, адаптирован для машин типа СМ и уах; существует версия пакета для персональных ЭВМ.

Использование программ ПСПП "Психодиагност" в научно-исследовательской работе Института психологии РАН позволило повысить объективность и достозэрность оценки и прогнозирования психологического состояния человека-оператора. В вычислительном центре Бел-госуниверситета ПСПП "Психодиагност" эксплуатируется для решения ггсихолого-педагогических задач. Предприятием п/я А-1081 ПСПП "Психодиагност" для ЭВМ серии ЕС используется для исследования индивидуальных и личностных особенностей операторов специального профиля. В учебном процессе и научно-исследовательской работе в/ч 06468 используются результаты обработки психодиагностической информации, полученные с помощью ПСПП "Психодиагност". В политехническом институте г. Риги ПСПП "Психодиагност" используется в научно-исследовательской работе психологов. С • целью повышения надежности человека- оператора ПСПП "Психодиагност" используется в НИМ авиационного оборудования (г.Жуковский).

Практический опыт разработки, развития и применения ПСПП "Психодиагност" показал, что: при его применении существенно повышается эффективность труда психологов-практиков за счет сокращения времени обработки данных, увеличения объема работ и сложности решаемых задач, реализации новых алгоритмов и задач; значительно повышается объективность и достоверность диагностических выводов за счет широкого использования интегральных показателей, унификации и стандартизации процедур обработки данных.

Вклад автора. Автором лично получены наиболее существенные результаты, представленные в соответствующем разделе автореферата. Работа проводилась в сотрудничестве с канд. мед. наук В. А. Буты-

гиным, которым сформулированы требования пользователя к программному интерфейсу, предоставлен массив реальной психодиагностической информации, обеспечена апробация разработанного программного обеспечения и его внедрение в практику деятельности психологов-консультантов. Все компоненты программного обеспечения были разработаны и созданы при непосредственном участии автора или лично. Первоначальные версии некоторых программ разрабатывались совместно с Н.И. Ореховым. Большая помощь в отладке программ и подготовке документации была оказана Г.М. Федосюк. А.П. Гришановичем оказывалась организационная помощь при выполнении работ.

На -защиту выносятся: метод построения многомерного статистического показателя степени выраженности у обследуемого заданной психологической характеристики; методика сравнения двух обследуемых по многомерному статистическому показателю при прогнозировании принадлежности обследуемого к заданной группе; процедуры подбора обследуемого для определенного вида профессиональной деятельности, проверки однородности подмножества обследуемых в задачах психологической совместимости; алгоритмическое и программное обеспечение автоматизации научных исследований в психодиагностике.

Апробация работы. Результаты данной работы докладывались на всесоюзной конференции "Проблемы формирования профпригодности специалистов" (Звенигород, ноябрь 1983), на всесоюзной конференции "Психологические проблемы формирования профессионала" (Звенигород, декабрь 1984), первой всесоюзной конференции по проблемам психологической службы в СССР (Москва, май 1984), международном симпозиуме "Психиатрические и психологические аспекты сердечно-сосудистой патологии" (Москва, апрель 1985), всесоюзной конференции "Психологические проблемы профотбора, формирования профессионала и средств профессиональной диагностики" (Звенигород, сентябрь 1985), совещании психологов и программистов "Разработка программ ввода данных психологического исследования в ЭВМ" (Москва, октябрь 1986), республиканской научно-методической конференции "Проблемы планирования и управления подготовкой специалистов в высшей школе" (Рига, декабрь I985), общегородском семинаре секции молодых психологов Общества Психологов' БССР* (Минск, 1986), заседании медико-технического общества БССР (Минск, 1987), международном симпозиуме ИНФ089 (Минск, 1989), городском научном семинаре "Математическое и программное обеспечение анализа данных" (Минск, 1989), республиканской научной конференции "Математическое и программное обеспечение ана-

б

лиза данных" (Минск, 1990), всесоюзной конференции "Вопросы экономики и организации информационных технологий" (Гомель, декабрь 1991), на научных семинарах кафедры математического моделирования и анализа данных.

Публикации. Основные научные результаты диссертационной работы отражены в публикациях [1-9].

Достоверность приводимых в диссертации- результатов обеспечивается корректным применением математических методов и подтверждается, результатами практического применения.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, трех приложений и списка литературы (138 наименований), содержит 11 рисунков и 48 таблиц. Общий объем работы с приложениями - 226 страниц машинописного текста.

СОДЕРЖАНИЕ РАБОТЫ

Во введении отмечена актуальность темы, определены основные задачи исследований, подчеркнуты научная новизна и практическая ценность работы, представлена информация об апробации диссертационной работы.

Первая глава посвящена общим вопросам автоматизации научных исследований в психодиагностике, формулируются цели этих исследований. Особое внимание уделяется специфике автоматизации научных исследований при подготовке психологического диагноза и прогноза. Определяются требования к специализированному программному обеспечению и его функциональное наполнение. Автоматизированная система обработки данных психодиагностического обследования должна ориентироваться в первую- очередь не на сбор информации- или ее статистическую обработку, а на "усиление" содержательной стороны деятельности психолога, то есть на повышение эффективности и достоверности научного исследования и практической работы. Первый раздел посвящен обоснованию необходимости автоматизации научных исследований при обработке данных психодиагностического обследования, формализации практических задач психолога-прикладника. Во втором разделе проведен анализ использования ЭВМ в прикладной психологии, разработаны принципы построения и структура специализированного программного обеспечения. В третьем разделе описана математическая модель данных психодиагностического обследования.

Обобщая данные о прикладных задачах психологов-практрсов можно сделать вывод о тех практических и исследовательских проблемах, которые психолог решает в своей работе. К ним относятся сос-

тавление психологического портрета обследуемого; разработка моделей определенных классов или групп обследуемых; задачи поиска обследуемых с заданными характеристиками; задачи прогноз;) профессиональной или учебной эффективности; задачи отнесения обследуемого в заданные группы. На основе проделанной работы и данных наблюдения психолог составляет свое заключение, строит модель личности, решает задачи проектирования и управления подготовкой специалистов, профессиональной ориентации и профессионального отбора, коррекции поведения и личностных особенностей. Содержанием перечисленных задач обусловлены цели представленного исследования.

Пусть О = (Ш - множество субъектов ш психодиагностического исследования, и в исследовании применяется к психодиагностических методик, с помощью которых оцениваются ы > ь психологических

характеристик .....£м каждого субъекта ие(), таких, например,

как. тревожность, эмоциональная устойчивость, уровень самоконтроля. Таким образом, каждому субъекту ш е п ставится в соответствие вектор | его характеристик: е И*"-

Будем использовать вероятностную модель психодиагностических данных: -.случайный м-вектор, определенный на вероятност-

ном пространстве (П,у,р), где у - алгебра подмножеств из 0, р(-) -вероятностная мера на у; - случайная величина, являющаяся

математической моделью ¿-ой психологической характеристики и=77м)

Психодиагностический эксперимент состоит в формировании подмножества П0=ш1,...,шм> с п из N субъектов ш1,...,о)м и в проведении измерений и вышеуказанных характеристик для каждого из них. Обозначим: в ={.(И) е К1 - значение ¿-ой характеристики для с-го субъекта; х1=(х^,...,хш) « К" - значение вектора характеристик 5 для (-го обследуемого г»=77й;л=Т7«о; х=(х^) (н*н) - матрица экспериментальных данных. Будем предполагать, что результаты N экспериментов х^...,хы е 0?" образуют случайную

выборку х объема N , то есть ^.....независимые в совокупности

случайные векторы, (определенные на (О*, У4, р14)), имеющие такое же распределение как £ с некоторой неизвестной м-мерной функцией распределения вероятностей:

В качестве модели - психодиагностических данных будем

рассматривать составной вектор С = [ -V, ], где £', £'' - случайные векторы, имеющие соответственно непрерывное и дискретное вероятно-

етние распределения. Не отрицая определенной специфичности и сложности психологических характеристик при анализе их'физической сущности, для модели непрерывных данных наиболее адекватной моделью является многомерное нормальное распределение, а в качестве дискретных данных - полиномиальное распределение. В работе со специа-ализированным программным обеспечением имеется возможность проверить адекватность исследуемых признаков выбранным моделям. Отметим однако, что при решении некоторых задач обработки психодиагностической информации в этой работе не делается специальных предположений о законе распределения вероятностей.

Вторая глава состоит из четырех разделов и посвящена разработке математических методов, адекватных психодиагностическим данным, а также алгоритмов оценки и прогнозирования психологических особенностей обследуемого.

По исходным (первичным) значениям психодиагностических показателей трудно формировать суждение как о степени выраженности психологических качеств у разных обследуемых, так и о психологических характеристиках одного и того же обследуемого, определенных разными психодиагностическими методами. Для облегчения процесса сравнения и формирования нормативного суждения целесообразно использовать эмпирическую функцию распределения и функцию от порядковых статистик для определения степени выраженности у обследуемо-мого анализируемых психологических характеристик, что реализовано программно при создании психологического портрета.

Второй раздел посвящен методам и алгоритмам подбора (сравнения) обследуемого при решении целого ряда задач прикладной психологии. Предлагается решать проблему подбора обследуемых введением понятия, однородности обследуемых и построением статистических критериев однородности. В решаемых нами задачах однородность обследуемых рассматривается в терминах наблюдаемых признаков как в рамках многомерной гауссовой модели, так и с введением меры близости (сходства) обследуемых. Понятие однородности определяется заданием расстояния между обследуемыми. Выбор метрики в каждом психологическом исследовании должен решаться по-своему и зависит, в основном, от цели исследования и природы дсихологических характеристик. При этом программное обеспечение предоставляет пользователю выбор необходимой для него метрики или меры близости.

В данной работе предлагается процедура поиска, подбора обследуемых из 0 для совместной деятельности по совокупности анали-

зируемых свойств = о.....ы) на основе поиска обследуемого

(или группы лиц) с максимальным и минимальным значением расстояния в заданной метрике. В случае, когда определяющими для совместной деятельности являются не все, а лишь часть психологических характеристик, вводится индекс полноты множества выбранных психологических характеристик следующим образом: кл= р^ Ц.иЭ/р^о^.и), где р^и^.м ) - расстояние между обследуемыми и ш., определяемое по подмножеству психологических характеристик J е О,.....Js), а р_,(ш1,ш.) - расстояние, определяемое по всей совокупности анализируемых психологических характеристик. В конкретном исследовании проверка различительной способности приведенных в диссертации и реализованных программно метрик для каждого типа данных осуществляется по обучающей информации о принадлежности обследуемых к анализируемым классам.

Если в результате исследования некоторой деятельности, либо по результатам экспертных заключений можно построить описание гипотетического обследуемого или группы лиц, которые являются эталоном для субъекта данной деятельности, то такого обследуемого или группу можно рассматривать в качестве нормативного субъекта данной деятельности (норматива). В качестве математической модели норматива примем гауссовский вектор с распределением ямф.0,£0.>, цое - среднее значение, представляющее вектор психологических характеристик гипотетического обследуемого; 20 - положительно определенная ковариационная матрица, характеризующая рассеяние психологических характеристик относительно цо. Параметры и 2о этой модели определяются усреднением по обучающей выборке, либо задаются с помощью экспертов. Отклонение от норматива влечет за собой изменение среднего цо и ковариации 2С.

Задачи подбора обследуемого для определенного вида деятельности (либо для совместной деятельности), а также задачи комплектования группы можно рассматривать как задачи сравнения обследуемого с нормативом, попарного сравнения обследуемых, проверки однородности более двух обследуемых. При решении задачи сравнения с нормативом рассматриваются следующие гипотезы: но1: с {-ый обследуемый соответствует нормативу >; н1.=яо. = { {-ый обследуемый не соответствует нормативу }. На основании доказанной в работе теоремы получаем следующее решающее правило:

{н , если р i Асе;,

2 11 ) ни, если р. > h(£), 1 '

где, Afej=oM-tr-ej - квантиль уровня 1-е - распределения с м

степенями свободы, р* - квадрат расстояния Махаланобиса от точки

xt. до точки р,о: р*= )т2о* Ц-р.0); е <з(0,1) - заданный уровень

значимости. В работе исследуются свойства предложенного правила.

Аналогично рассматривается задача соответствия группы претендентов

некоторой заданной эталонной выборке.

Попарное сравнение двух обследуемых (в общем случае t-ro и k-то), извлеченных из некоторой совокупности с известной матрицей ковариации, предлагается решить следующим образом в рамках многомерной гауссовой модели. Рассмотрим гипотезу Hoik, состоящую в следующем: t-ый и Js-ый обследуемые "однородны", при альтернативе Btiy: обследуемые не "однородны". Согласно доказанной теореме: •

f н .если р* <Ь(Е), принимаем \ (2)

[ нкк,если pik>h(B),

где Acs; = pzik=i/2(xi-xk)Tir^(xi-xk).

При решении задачи комплектования группы из ъ>2 обследуемых, однородных по некоторой совокупности психологических характеристик, будем рассматривать следующую математическую модель. Пусть рассматривается задача комплектования группы однородных обследуемых, то есть зарегистрирована случайная выборка объема ъ обследуемых в 05м: xt.....il e if. Предполагается, что каждый i-ый обследуемый, г=1,l, извлечен из совокупности, распределенной по м-мер-ному нормальному закону со своим средним значением и известной матрицей ковариации 2о: я(х1) = wMq.il,So), г^ТТь. В конкретном исследовании матрица ковариации может быть получена при исследовании психологически совместимых групп или с помощью экспертных оценок, когда известны допустимые отклонения от среднего по каждой психологической характеристике. Рассматриваем гипотезу но: Ht=H2= ...= против альтернативы = но. В работе доказано, что тест уровня значимости е « (0,1) имеет вид: . "

г н , если р2 < Дееп П)

принимаем { у '

(_ at , если р > Acs;,

Ш>=а^(1-е). -¿-г(х.-х)%<(х-х), 5 = J? xVL.

т 1 t - t

При необходимости, можно 1фоверить существует ли в совокупности отвергнутых ь претендентов некоторая подгруппа из к обследу-

емых, которая является однородной, к < х. Полученный тест дает возможность, задавшись числом к и зная р* для каждого обследуемого сформировать однородную подгруппу (к может быть получено из процента обследуемых, которые должны, по предположению психолога, составлять однородную подгруппу, к=[(п%/100)°ъ]+1). Если гипотеза но не принимается при заданном числе к, можно попытаться найти однородную подгруппу уменьшая" к. В работе исследуются свойства предложенных правил.

В третьем разделе второй главы рассматривается проблема прогнозирования профессиональной успешности по заданному критерию. В связи с тем, что достичь успеха в предстоящей деятельности возможно при различном сочетании индивидуальных особенностей, возникает задача построения новых алгоритмов прогнозирования профессиональной успешности отдельно взятой личности с учетом индивидуальных особенностей при прогнозировании степени выраженности профес-» сионально значимых психологических качеств.

Пусть имеется некоторый обследуемый йеП, вектор характеристик которого есть у=(ул.....уи), причем наблюдаются (измерены)

все компоненты, кроме ь-ой: (у ....,у ,у ..........назначение ук неизвестно (-пропущено). Обозначил Л* «Ж1 заданное пороговое значение подлежащей прогнозированию (восстановлению, оцениванию) психологической характеристики ке{1.....му.

Требуется оценить прогностическую значимость психологических

характеристик ^,..., , .....при прогнозировании событий

1'£к>А"}.{£к<А*> для обследуемого О и построить процедуру отбора обследуемых для заданного вида деятельности.

Прогностическая значимость психологической характеристики

J е (1,2.....и). J ф к, при прогнозировании степени выраженности

психологической характеристики для данного обследуемого определяется из того, насколько вероятнее для него событие С^Д*>,чем <А'>-

Зададимся некоторым натуральным числом т, исходя из которого определим элементарную вероятность 1/т. Разделим область значений психологической характеристики на т равновероятных непересекающихся подмножеств, обозначив ИХ .....Ь-1 ,к+1 , . . .Ы).

Определим следующие условные вероятности: Р]у(к) = г< г А* | С. е од>. р-^о.) р( ^ < А* | ^.он>.(4) ■

По построению р*п(к) + р^Пг.) = /.

Для значения yi психологической характеристики Г определим

помер г.: у. <эч*, и вычислим р и р. га;.

Определение. Коэффициентом прогностической значимости ¿-ой психологической характеристики £ , принимающей значение у , при прогнозировании степени выраженности характеристики , называется величина : р+ ^о.;

д., ({£» = 1п ¡к

3

Л*(Ь)

(5)

л

Введенный коэффициент прогностической значимости позволяет оценить значимость ¿-ой психологической характеристики в осуществляемый прогноз дает индивидуальный прогноз,■ свойственный только данному обследуемому; позволяет исследовать, как изменяется прогноз с увеличением или уменьшением порога прогнозируемой переменной; дает возможность варьирования прогнозируемой переменной. Если коэффициент прогностической значимости получен для всех

.....к-1 ,>.+1.....иу , то полученный см-и-вектор лей; =

= сй1..........^ можно рассматривать как вероятностный

■показатель степени выраженности у обследуемого прогнозируемой переменной ("качества" прогнозирования ь-ой характеристики).

На практике вероятности (р~хсъ)} обычно на известны, поэтому рассматривается задача статистического оценивания коэффициентов (л^с)}. Для любого ¿«о.....м}, л^к строится эмпирическая функция распределения. £ (г

Выбор числа т на практике определяется исходя из требуемой точности оценивания и количества экспериментальных данных: чем больше число обследуемых п, тем больше может быть число т, тем с большей точностью могут быть оценены требуемые значения вероятностей . При N3:300 число тй[21пя] , а при N<300 число интервалов разбиения психологической характеристики £ на равновероятные непересекающиеся подмножества тэ[гпя]. При т =<о вычисляются децильные точки эмпирического распределения:«1.=Р*(1/ю). г=Т7То; множество

3., = (и. и. ], 1=2, 10.

Определим номер г.дэцильного интервала, в который попадает

значение у : г* - г, если О.1 1<у<и.

¡1 111

Определим статистические оценки вероятностей (4):

я ГА 1 /V <Ъ) = Е I Г., ^ /»(б)

1 1 = * (и, 3 ,и }]

п • •

р).1.(35)= п ,(к)/Н. (к) = ЕI г* , А* (г. )-ОгЛ -X. . )/Я (к). • 1 ' 1 1=1 си^ .и^л " 1к '

ГД0 И.(к)=1Ъ1.(Ь)+пг.(к), I (а ь](и)=(О^Жа,Ь];1 - ИНДИКЭ-

торная функция (а.Ь].

По построению статистика п^(к) это частота появления значений, превышающих порог Л*, в множестве о^*, а пг}(к) это частота

появления значений, не превышающих А*, в множестве о^*.

Статистический коэффициент прогностической значимости:

Ъ- ( п'(кш'ш)- ( )

* > 1 * 4

Статистика с1к определяет логарифл отношения частот встречаемости значений, превышающих пороговое значение А* з-ой психологической характеритики, при прогнозировании степени выраженности ь-ой психологической характеристики для обследуемого £о «= П. Очевидно, что

если п1.(к)=пг.(к); <^к<"0. вСЛИ п1.(к)<пг.(к); ¿.,.>0, еСЛИ п11(к)>п2.(к). Знак у статистического коэффициента прогностической значимости с^к позволяет судить о "направленности" вклада психологической характеристики в осуществляемый прогноз для . Статистика <з к является асимптотически несмещенной и состоятельной (при N -+ ю, к.(к) -» ») оценкой ак.

Информативность.(значимость) статистики ак определяется из гипотезы но: р.'^см = р.'^оо = 1/2 при альтернативной гипотезе

я: р *.*(к) * иг, так как в случае, когда £..= о (п (к)=п.(к)),

) ч

психологическая характеристика £ не вносит в осуществляемый прогноз для £к никакого вклада. Для проверки данной гипотезы строится статистика:

\.(к)=2(п1.(кПп(п1.(к))+пг.(к)1п(пг.(к))-Н^к)1п(11.(к)/2)). (8)

В работе показано, что задавшись уровнем значимости е, можно найти то значение с=о^*0-е) (квантиль уровня (1-Е) %г распределения с Г=1 ст.св.), сравнивая с которым Х.^к), можно определить, является ли з-ая психологическая характеристика значимой для прогноза £к.

В результате прогнозирования по заданному критерию для каж- ■ дого обследуемого получаем свой набор прогностически значимых переменных'. Возникающую проблему сравнения обследуемых при профотборе предлагается решать следующим образом. Введем правило сравнения двух обследуемых о)4 и ш2 по показателю ак или . Обозначим и, >-.ко)2 отношение "обследуемый лучше обследуемого по

показателю <* "(й (со2)), отношение Ч~)к Ч~ "обследуемый

равноценен или эквивалентен обследуемому и2 по показателю л " (л.1с(со1)= отношение ш,>:иы2 - "обследуемый не хуже

обследуемого «2 по показателю <з "(а^ (о^ ¿.к(ь>г)).По совокупности показателей сравнение обследуемых осуществляется следующим образом:

ч ч ** ч ч ' у 3 ^ с1-2.....ь-1,к+1.....ы>.

чЧ Ч ч'"> Ч • у ^• (9)

>-_ ** (0^ >:< л и<4 Ч-*-1-Так как на практике имеется целое множество, субъетов несравнимых по 5- , то зададим упорядоченное разбиение / .....У1 ,

'г 32 =1

г < ы-1 множества индексов У на г непересекающихся подмножеств таким образом, что показатель с индексом 1± предпочтительнее показателя с индексом I, если { е У* , I <= ^ и е. < в .,. Показатели,

2 13 2 9, I } ■

I )

индексы которых принадлежат одному и тому же множеству являются несравнимыми. Упорядоченное разбиение на множестве индексов ¿7* может быть сделано психологом-практиком на основании поставленной задачи, опыта, практических исследований и теоретических знаний, экспертной информации. Здесь необходимо ввести способ сравнения обследуемых по совокупности показателей, входящих в одну группу, определяемую множеством ^. Будем считать, что со м ♦> со. м V ^ « ,

(0 ~ Ш о Ш ~ (л) У^еа , (10)

1 г 2 1 е 2 9 з

Ч ^ Ч ** <■ Ч ^ Ч ^ Л( Ч Ч >>■ Сравнение по всем показателям осуществляется следующим образом:

ш 5- « 3й е { / , 2.....г > : Ц) ~ (0 Уд- 1,г.....к-1 ; Ш - 0) ,

I г 1 в 2 , 1 д 2

(О ~ (л) Ф» (1) ~ Ш , 1 г 1 »2

Ч ~ Ч ** Г Ч Ч V С Ч ~ Ч " (' 1 '

Обследуемого е По назовем искомым решением по отношению к >-,если .,3 ш е По: 5 >- (12)

В четвертом разделе второй главы кратко характеризуются используемые метода факторного анализа и описывается процедура получения прогностически значимых интегральных показателей.

В третьей главе рассматриваются вопросы программной реализации предложенных методов, структура специализированного программного средства, его (функциональное наполнение, назначение и возможности, принпипн построения специализированной базы данных.

Пакет пр'"д<"тч^.<>!ет собой набор независимых оригинальных программ, работа^!.', -м специализированной базой данных, которая вклю-

1Г>

специализированная база данных

общий архив пользователей справочники

индивидуальный архив пользователя служебные программы

РАЗДЕЛЫ

портрет поиск

сравнение прогноз

модель

фактор 1

служебный

библиотека

тестовых

примеров

I

Рис.1. Структура ПСПП "Психодиагност" чает в себя основной файл (выборку сравнения), содержащий психодиагностическую информацию; последовательный набор данных, содержащий развернутые характеристики дескрипторов и оперативные наборы, содержащие рабочую справочную информацию. Для проверки правильности работы программ пакета имеется библиотека тестовых примеров. Факторные решения, наиболее, отвечающие требованиям как простой структуры, так и содержательной интерпретации, послужили основой для разработки некоторых программ.

Структурно ПСПП "Психодиагност" состоит из семи разделов, условно названных - служебный, портрет, поиск, модель, сравнение, прогноз, фактор (рис. 1).

Пакет разработан как средство расширения возможностей •психологов в обработке,и оценивании исходной психодиагностической информации. В отличие от таких более известных подходов применения средств вычислительной техники в психодиагностике как тестирование и. подготовка "психологических портретов" с помощью ЭВМ, программы пакета нацелены на получение показателей, облегчающих, но ни в коем случае не "автоматизирующих" процесс формирования диагноста-

16

ческих суждений. Функциональное наполнение представлено в табл. 1.

Таблица 1

раздел

программы

краткая характеристика функций

поиск

прогноз

поиск двойника и антипода_

подбор групп совместимости

прогноз но задан--! ному критерию |

прогноз по факторам_

фактор

факторный портрет

факторшй' прогноз

служебный

дескриптор

преобразование файла__

|процентиль

оценивание степени выраженности психологических характеристик обследуемого на фоне выборки сравнения

построение, расчет численных значений параметров модельных выборок и их визуализация

сравнение данных психологических характеристик обследуемого либо со всей выборкой сравнения,либо с "нормативом"; попарное сравнение обследуемых и модельных выборок;

проверка вариантов "близких" и "далеких" по психологическим качествам обследуемых; проверка гипотез об однородности

построение статистического показателя качества в смысле выбранного прогноза; использование интегральных характеристик для прогнозирования

оценивание и прогноз степени выраженности интегральных психологических характеристик

создание и ведение оперативных справочных наборов

Специализированная база данных содержит представительную 1.тформп1пт, необходимую для настройки программ на конкретную задачу, контроля и Т'.ерУ'.Т^кашта результатов.

Чотрертая гпаю посвящет описанию и содержательному анализу получении"-- '1-'«»:торго>/" а также практике использования ¡."г;р'.!г;г/?г1Ш;'-,Г'1 г!'г':->.':."'::и1':!:гш;10г'.) про! ["^'"вдого средство. В

результате совместной факторизации трех наиболее активно используемых личностных опросников было получено 22 фактора. Кроме того, проведена совместная факторизация тестов интеллекта, а также гете-рооценочного опросника. Проведен содержательный анализ факторов, все необходимые данные для расчета описанных 69 факторов представлены в 38 таблицах..В работе описано использование разработанного программного обеспечения в индивидуальной и групповой работе по психологическому консультированию, в учебном процессе. Приведена схема применения программного обеспечения в конкретном исследовании профессиональной пригодности.

В заключении сформулированы основные результаты диссертации.

Приложения содержат документы о внедрении- результатов диссертационной работы, описание данных и результаты обработки данных.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ РАБОТЫ

1. На основе проведенного анализа основных задач психолога-« практика и основных направлений использования ЭВМ в психодиагностике определены основные требования к специализироьанному программному обеспечению, сформулированы основные принципы построения и обоснована структура программного обеспечения психодиагностических решений.

2. Разработан метод построения многомерного статистического показателя "качества" обследуемого в смысле заданного критерия. Показано, что в отличие от известных методов прогнозирования имеется возможность варьирования прогнозируемой переменной и ее порогом; дается индивидуальный прогноз, свойственный только данному обследуемому и только в-смысле заданного прогноза; представляется возможность проанализировать изменение прогноза с ужесточением или ослаблением границ прогноза (увеличение или уменьшение порога прогнозируемой переменной).

3. Разработана методика сравнения двух обследуемых по многомерному статистическому показателю "качества" и показана ее применимость при решении задач профессионального отбора.

4. Построены математические модели и решены задачи подбора обследуемого для определенного вида профессиональной деятельности, проверки однородности подмножества обследуемых в падачах психо-логическйй совместимости.

5. Разработаны вычислительные алгоритмы формировании эталонных классов (моделей специалистов) по ограничениям, задаваемым пользователем с определением профессионально значимых психологических характеристик.

б. Разработана методика применения факторного анализа для оценки степени выраженности анализируемых качеств и составления факторного портрета обследуемого со снижением избыточности информации, использования полученных интегральных показателей для оценки вероятности принадлежности обследуемого к заданным классам.

1. Бутыпш В.А., Гришанович А.П., Колесник Т.Н., Орехов Н.И. Автоматизация процессов профессионального отбора//Эргономика.-1984, №1, с.18-30.

2. Забродин D.M., Гришанович А.П., Колесник Т.И.,. Орехов Н.И. Автоматизированная система оценки личностных особенностей в возникновении сердечно-сосудистых заболеваний//Психиатрические и психологические аспекты сердечно-сосудистой патологии: Тез. докладов Международного симпозиума .- Москва, 1985 г., с. 42-43.

3. Колесник Т.И., Орехов Н.И., Федосюк Г.М. Автоматизация процесса построения модели специалиста // Проблемы планирования и управления подготовкой специалистов в высшей школе: Тез. докл. респ. научно-методической конф. - Рига, 1985 г., с. 177-180

4. Колесник Т.И., Бутыгин В.А. Вопросы прогнозирования эффективности подготовки специалистов/Л1роблемы планирования и управления подготовкой специалистов в высшей школе: Тез. докл. респ. научно-методической конф. - Рига, 1985 г., с. 175-177.

5. Колесник Т.И. Использование нормативного и идентифицирующего диагностических суждений для психологического прогноза и управлениях/Проблемы формирования профпригодности специалистов: Сб. научн. статей.- Москва: Экономика, 1985 г., с. 127-129.

6. Гришанович А.П., Колесник Т.И., Федосюк Г.М. Программное обеспечение сбора и обработки психодиагностической информзции//Труда Международного симпозиума "ИНФО-89".-Минск,1989г.,том 2,с. 625-628

7. Колесник Т.Н. Многокритериальный алгоритм прогнозирования в психодиагностике/ЛТроблемы компьютерного анализа данных и моделирования: Сб. ноуч. статей.- Минск: изд-во БГУ, 1991 г., с. 79-84.

8. Колесник Т.И. Компьютеризация анализа и обработки психодиагностической информации // Вопросы экономики и организации информационны-/ тг^нап'п ий: СО.тез. всес. конф.-Гомель,1991 г.,с. 137-141.

9. Кожсиик Т Л *, У^роятностно-статистическая модель психодиагностически < л,'1К№» ц -i/ применение в задачах анализа психологической cc-fAK-.пni/..;-tí* "•'■ту ¡.г,;..мне проблемы социально-гуманитарных и естес-

. tK<vF: Л . МгЧг'Н: РмЛЮЙШЭЯ ШКОЛЯ,. 1991 Г., С. 94-96.

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

Подписано к печати 5.02.93 г. Формат 60*84/16 Объем 1.0 п.л. Тира» 100 экз. Заказ

Отпечатано на ротапринте Белгосуниверситета 220080, г. Минск, ул. Бобруйская, 7