Психологическая ориентация: Ф.Олпорт, Л.Л.Терстоун, Р.Ликерт 4 страница

Особые и требующие специальных предосторожностей черты ликертовской процедуры являются побочным следствием ее простоты и экономичности. Во-первых, предполагается, что баллы, получае­мые респондентами на основании согласия или несогласия с сужде­ниями, представительны по отношению к гипотетической популяции всех благоприятных и неблагоприятных суждений. Однако ликертов-ская процедура не содержит никаких специальных средств, обеспе­чивающих репрезентативный отбор суждений из этой популяции. Так, здесь нет никакой "судейской" оценки, позволяющей, как в терстоуновской процедуре, оценить "аффективную нагрузку" и двусмысленность вопросов шкалы. Во-вторых, пункты, отобранные в результате анализа внутренней согласованности, это те, на которые респонденты исходной выборки реагировали согласованно. Т.е. отбор пунктов ведет к повышению функционального единства окончатель­ного инструмента. Однако степень функционального единства зави­сит от сходства, гомогенности критериев, которые используют ре­спонденты, входящие в конкретную выборку, при принятии или отвержении суждений. Функциональное единство, обеспечиваемое данной процедурой "анализа пунктов", предполагает, что респон­денты пользуются качественно одним и тем же критерием принятия решения, отличающим респондентов друг от друга лишь по степени. Т.е. вопрос о том, сохраняется ли функциональное единство инстру­мента при переносе на другую выборку респондентов, оказывается связанным с общностью используемого респондентами критерия принятия или отвержения суждений (ср. [241. Р.116]). В-третьих, баллы, приписываемые категориям реакции в модели Ликерта, отражают интенсивность согласия-несогласия с суждением. Но если предположить, что каждое суждение имеет собственную "аффектив­ную нагрузку" по отношению к объекту установки, то можно

предположить существование функции "весов" суждений и "весов" категорий ответа (возможно, неаддитивной), которая задавала бы точное значение аффективной ориентации каждого респондента по отношению к объекту установки. Однако в ликертовской процедуре пункты суждения принимаются равными по предполагаемой "эф­фективности". Т.е. сама процедура оказывается основанной на пред­положении, что "эффективность" одинакова для всех суждений в данной совокупности. Это допущение является необходимым, так как в противном случае интерпретация результатов становится неопре­деленной. Предположим, что одно из суждений выражэет крайнюю благожелательность по отношению к объекту установки, а другое -скорее нейтральное отношение. Чтобы суммирование по этим двум пунктам поддавалось осмысленной интерпретации, вес, приписыва­емый категории "совершенно согласен" для "нейтрального" сужде­ния, должен был бы совпадать приблизительно с серединой ряда значений, присваиваемых категориям ответа по первому, "аффек­тивному" суждению. Однако модель Ликерта не предполагает какой-либо оценки суждений, помимо оценки их обобщенной благожела­тельности - неблагожелательности по отношению к объекту установ­ки. Г.Апшоу, критикуя эту модель, ссылается на данные Л.Ферпо-сона, показавшего, что процедура "анализа пунктов", применяемая при конструировании шкалы Ликерта, ведет к исключению сужде­ний, которые не выражают крайние полюса эмоциональной оценки объекта установки. Фергюсон исследовании 1941 г. предъявлял уже прошедшие отбор суждения ликертовской шкалы судейской группе, члены которой ранжировали их по степени подразумеваемого аф­фекта (т.е. аналогично процедуре Терстоуна). Для четырех из пяти объектов установки суждения ликертовской шкалы сгруппировались у полюсов континуума "за" - "против" [129].

Сам Г.Апшоу продемонстрировал зависимость "выживания" суж­дений при отборе от их экстремальности следующим образом: исход­ная совокупность суждений была получена от репрезентативной выборки респондентов, которых просили описать позиции, соответ­ствующие крайним градациям шкалы "за - против". Из описаний и был составлен список из 18 суждений. Семнадцать из этих суждений при использовании на других выборках из той же популяции ока­зались дискриминативными для высоких и низких баллов на 5-про­центном уровне.

Как справедливо указывает Б.Грин, математическая модель, подразумеваемая техникой присвоения баллов респонденту по мето­ду Ликерта, - это модель единого общего фактора [21. С.265-267]. Внутренняя корреляция пунктов - результат действия единого обще­го фактора. При фиксированном уровне этого фактора (аффектив­ного компонента установки) пункты окажутся независимыми. Это, по сути, та же модель, с которой работают факторный и латентно-структурный анализ. Идеальная линейная корреляция между общим баллом и латентным общим фактором достигается, когда "длина" списка суждений стремится к бесконечности. Самым прямым спосо­бом верификации модели общего фактора является, видимо, фак-

4* 51

торный анализ пунктов шкалы[18]. Основные источники по проблеме "взвешивания" пунктов перечислены в статье Б.Грина [21 ], однако мы здесь не будем останавливаться на их анализе, так как они принадлежат преимущественно к психометрической традиции и не оказали заметного влияния на конструирование ликертовских шкал в социологии. В случае следования ликертовской технике присвоения баллов может быть получен ординальный уровень измерения. По мнению Б.Грина, шкала ликертовского типа имеет метрику в том смысле, что для данной совокупности пунктов можно получить распределение баллов в генеральной совокупности. Различие между баллами будет отражать пропорции людей, имеющих соответствую­щие оценки [21. С.267].

Шкалограммный анализ Гутмана, как уже говорилось при опи­сании истории его разработки (см. раздел 4), применялся к измере­нию когнитивно-, поведенческо- и аффективно-субъектных пере­менных. Результирующая шкала является ординальной. Основания шкалограммного анализа изложены Гутманом в работе [222. Р.60-90 ]. Конструирование шкалы начинается со спецификации "универ­сума признаков" ("universe of attributes" по Гутману). Специфика­ция заключается в отборе тех манифестаций когнитивной, аффек­тивной или поведенческой переменной, которые можно считать основными, решающими при предполагаемом обобщении шкальных значений. Если пункты шкалы можно считать случайной выборкой из популяции пунктов, воплощающих самые существенные аспекты универсума признаков, а респонденты представляют собой случай­ную выборку из известной совокупности, то реакция выборки ре­спондентов по отношению к выборке пунктов может быть обобщена для обеих совокупностей. Если, как и в случае с ликертовской шкалой, предположить, что каждый индивидуум имеет внутренний критерий, в соответствии с которым он принимает или отвергает какое-то суждение (выражающее мнение, предполагаемый способ действия или эмоциональную оценку), то совокупность респондентов и совокупность суждений могут быть совместно логически упорядочены на шкале Гутмана тогда, когда все респонденты исполь­зуют одно критериальное качество (количественно варьирующее), принимая решение согласиться или не согласиться с каждым пунктом опросника. Г.Апшоу приводит пример с вопросом о целесообразности вмешательства американских вооруженных сил в конфликт на ази­атском континенте. Респондент может оценивать этот вопрос с точки зрения последствий этого для геополитической позиции США. Дру­гой же респондент, выбирая между "да" и "нет", может оценивать суждение с точки зрения принесения человеческих жертв ради политических целей. Когда же оба респондента руководствуются одним и тем же свойством суждения, они могут отличаться с точки зрения "нагруженное™" данного суждения этим качеством, которая требуется, чтобы каждый из них согласился с суждением.

52
Модель шкалограммного анализа предполагает, что суждения выражены в форме, которая логически позволяет определить вероятность принятия суждения как монотонно возрастающую или монотонно убывающую функцию шкальной позиции респондента. Т. е. речь идет о шкалировании монотонных признаков в термино­логии К.Кумбса (Терстоун говорил в этой связи о шкалах возраста­ющей вероятности, которым противостоят шкалы максимальной вероятности [233 ]; Стауффер - о кумулятивных шкалах, отличаю­щихся от дифференциальных [222. Р. 3-45]). Как уже отмечалось, сама идея шкалирования кумулятивных признаков явно присутст­вовала уже в шкалах социальной дистанции Боргадуса. Однако формальный метод шкалирования был разработан впервые Гутма­ном. Согласно модели шкалограммного анализа, признаки-пункты мо­гут быть расположены вдоль континуума переменного качества.

Исходным и самым простым случаем для модели является дихо­томический признак-пункт (высказывания, имеющие несколько ка­тегорий ответа, можно рассматривать как совокупность нескольких высказываний-категорий). Упорядочение пунктов на кумулятивной шкале таково, что респондент, позитивно прореагировавший на некий пункт, будет также позитивно реагировать на все пункты, имеющие более низкий ранг. Соответственно респонденты распола­гаются в зависимости от ранга избранных ими пунктов. Проиллюст­рируем это с помощью гипотетической гутмановской шкалы для шести респондентов и пяти пунктов-суждений, которая изображена на рис.2.

Возрастание переменной = свойства»-

R₁ I₁ R₂ I₂ R₃ I₃ R₄ I₄ R₅ I₅

Рис.2. Гипотетическая шкала Гутмана для 5 пунктов и 6 респондентов.

Пять дихотомических пунктов (т.е. суждений с двумя возможны­ми категориями ответа) обозначены точками /j, /₂... 1$. Шесть респондентов, соответственно, представлены точками r_i, R₂... R,. Расположение каждой точки соответствует количеству переменной-свойства (эмоциональной установки, соматоневротической симпто­матики и т.д.). Количество шкалируемого свойства, соответствующее локализации данного пункта /„, - это граница между двумя катего­риями ответа по данному пункту. Таким образом, положительный ответ определяет некоторую область с одной стороны шкального расположения пункта, а отрицательный - область с другой стороны. Локализация респондента зависит от той величины переменной-свойства, которая соответствует его критерию принятия решения о согласии или несогласии с суждением. Образно говоря, критерий "резонирует" на некоторое минимальное или максимальное порого­вое значение вербализуемой в вопросе установки. Так, в ситуации, изображенной на рис.2, респондент будет соглашаться с любым пунктом-суждением, имеющим меньшее количество заданного свой­ства, чем его требует его критерий, и отвергать остальные. Следова-53

абсолютной (совершенной) гутмановской школы предполагает нали­чие взаимосвязи между пунктами-суждениями шкалы. Условная вероятность события "респондент согласится с пунктом I_m ", если он

тельно, число принятых респондентом пунктов-суждений действи­тельно будет функцией его положения на шкале: респондент jR_t не согласится ни с одним пунктом, а респондент R, одобрит все пять. Связь между гутмановской шкалой и шкалограммной матрицей может быть прояснена с помощью табл. 1.3, которая эквивалентна Рис.2:

Таблица 1.3. Шкалограммная матрица, иллюстрирующая паттерн ответов для гипотетической шкалы на рис.2

Возрастание переменной-свойства

Пункты и респонденты представлены соответственно столбцами и строками шкалограммной матрицы. Пункты расположены от мак­симальной до минимальной степени выраженности свойства. Респон­денты расположены сверху вниз по убыванию рангового порядка критерия. Знаки "+" соответствуют согласию респондента с пунк­том-суждением, знаки "—" - несогласию. Очевидно, что популяр­ность пункта является обратной функцией его положения на шкале. Положение респондента на шкале зависит от частоты поло­жительных ответов для данного набора пунктов-суждений. На практике приближение к идеальной шкалограмме, представлен­ной таблицей 1.3, может быть достигнуто упорядочением пунктов по их популярности (частоте положительной реакции) и упорядоче­нием респондентов по частоте позитивных реакций для шкал, близких к абсолютной. Для шкал, близких к абсолютной, число положительных ответов может быть использовано как балл респондента, так как обычно оно хорошо коррелирует с резуль­татами применения более сложных методов присуждения баллов [21. С.272 ]. В общем же случае при неабсолютной шкале респондент получает балл того шкального типа, который ближе всего к его паттерну ответов. Различные вычислительные процедуры включают перестановку строк и столбцов, комбинирование категорий отве­та и, иногда, "переворачивание" направления шкалы для некото­рых пунктов-суждений. Целью здесь является максимальное при­ближение к паттерну ответов, соответствующему шкальной ги­потезе.

Сопоставление шкальной гипотезы и случайной гипотезы о неза­висимости пунктов имеет следующее обоснование. Существование

54

согласился с пунктом, имеющим более высокое положение по шкале, например /, равна единице. Для реальных данных, из-за оши­бок измерения и/или неполного соответствия модели, рассчитанные значения этой условной вероятности будут меньше единицы. Воз­можна и ситуация, когда не выполняется предположение об одно­мерности, и респонденты реагируют на суждения шкалы, исходя из каких-то других свойств (критериев). (Самый яркий пример приве­ден в работе [241. Р. 109-114], содержащей достаточно типичную критику гутмановского подхода и понятия "ошибки": некто может ответить отрицательно на все вопросы шкалы социальной дистанции, но вместе с тем - дать позитивный ответ на вопрос: "Согласны ли Вы, чтобы Ваша дочь вышла замуж за негра?", не потому, что он "ошибся", а потому, что он равно не выносит негров и собственную дочь.) В любом случае, если считать, что пункты и респонденты не могут быть упорядочены на единой шкале, нужно принять альтер­нативную гипотезу о том, что пункты - статистически независимы и совместное принятие любых двух пунктов может быть приписано случаю. Т.е. условная вероятность принятия пункта I_m при принятии пункта I_m+1 равна просто вероятности принятия I_m.

Согласно шкальной гипотезе, для дихотомических пунктов наи­большее возможное число наблюденных паттернов ответа будет на единицу больше числа пунктов. Согласно гипотезе о независимости, максимальное число паттернов ответа для п дихотомических пунктов будет 2". В общем, следуя шкальной гипотезе, можно ожидать, что знание числа пунктов, на которые данный респондент дал позитив­ный ответ, позволит полностью предсказать паттерн его ответов. Это следствие шкальной гипотезы обозначается понятием "воспроизво­димость". Как уже говорилось, получение абсолютной гутмановской шкалы на реальных данных маловероятно. Поэтому на практике балл присуждается посредством приписывания индивида к шкально­му типу (входящему в паттерны ответов идеальной шкалы) таким образом, чтобы ошибка воспроизводимости была минимальной. Т.е. шкальный тип - это группа респондентов, дающая паттерны ответов, предсказываемые идеальной шкалой. Скажем, для опросника из четырех пунктов имеет место следующая ситуация: + + + +; - + + +; - - + +; ---+; ----. Нешкальный паттерн + - - - может быть отнесен к шкальному типу - - - - с одной ошибкой (по шкальной гипотезе один позитивный ответ предпола­гает паттерн - - - +, однако при отнесении в этот шкальный тип ошибок воспроизводимости было бы две). Общей мерой соответствия шкальной модели данным служит коэффициент воспроизводимости (ReP), равный:

ReP = 1 —

число ошибок воспроизводимости /общее число ответов

В качестве основного критерия для определения приемлемости набора пунктов как шкалы Гутман предложил использовать величи­ну коэффициента воспроизводимости не ниже 0.90. Т.е. ответы, классифицированные как "ошибка", должны составить не более десяти процентов наблюдений. Однако этот критерий сам по себе недостаточен, так как еще сам Гутман показал, что коэффициент воспроизводимости для небольшого набора пунктов, которые стати­стически независимы, может быть очень высоким [222. Р.277-311]. Поэтому если пункты дихотомические, их должно быть не меньше десяти. Кроме того, манипулируя матрицей ответов при конструи­ровании шкалы, исследователь в определенном смысле увеличивает шансы шкальной гипотезы. Поэтому возникает необходимость в дополнительных критериях: значительный разброс в маргиналах пунктов, минимизация ошибки для каждой категории ответа, не слишком высокая частота нешкальных паттернов ответа. Учитывая неоднозначность этих критериев, некоторые авторы предложили собственные алгоритмы "осторожного" конструирования шкалы. Так Г.Апшоу предлагает следующую процедуру определения того, фор­мирует ли конкретная совокупность данных гутмановскую шкалу [237. Р.104-105]: наряду с реальной шкалограммой, где минимизи­рованы ошибки воспроизводимости и известна популярность каждого пункта, построить гипотетическую матрицу данных, основываясь на гипотезе независимости пунктов (для определения ответов гипоте­тических респондентов предлагается пользоваться таблицей двузнач­ных случайных чисел). Далее по тем же правилам, что и для реальных данных, осуществить необходимые перестановки в гипоте­тической матрице, чтобы минимизировать ошибки воспроизводимо­сти. После этого следует сравнить оценки гутмановских шкал для реальных и гипотетических данных. Для этого реальные и гипоте­тические респонденты разбиваются на категории в зависимости от числа ошибок (респонденты с одной, двумя ошибками и т.д.). К получаемой таблице сопряженности можно применить тест хи-квад-рат, чтобы проверить случайную гипотезу для совокупности реаль­ных данных. Однако, строго говоря, эта процедура позволяет прове­рить лишь конкурирующую гипотезу о том, что между пунктами нет никакой систематической взаимосвязи, тогда как гутмановская ги­потеза утверждает, что эта взаимосвязь почти абсолютна. Поэтому строгое и однозначное решение этой процедурой не гарантируется.

Фактически критерии подтверждения шкальной гипотезы, следу­ющей из модели Гутмана, это критерии функционального единства, основанные на внутренней согласованности реальных данных. Как уже говорилось, эти критерии никак не связаны с правилами при­писывания баллов. Чаще всего респонденты получают баллы, соот­ветствующие числу положительных ответов для "своего" шкального типа, что отражает их положение на ординальной шкале латентного свойства-переменной. Сходным образом пункты (точнее, границы между категориями ответа) получают баллы в зависимости от их ранга в шкалограммной матрице. Сам Гутман предложил аналити­ческую процедуру присвоения баллов, основанную на критерии

максимальной дисперсии баллов. По мнению Б.Грина [21. С.276-277 ], метод максимальной дисперсии баллов не играет большой роли в шкалограммном анализе, однако получаемые несколько ортого­нальных систем баллов (главные компоненты) могут представлять интерес с формально-математической точки зрения. Гутман показал, что для абсолютной шкалы - если оценки различных систем баллов появляются как функции первоначальных шкальных баллов - первая главная компонента является монотонной функцией шкальных бал­лов и, таким образом, может быть использована как метрика системы.

Вторую главную компоненту, имеющую одну точку перегиба, Гутман отождествлял с также {/-образной функцией интенсивности установки (см. с.29), хотя основания для этого отождествления не вполне ясны.

Модель Гутмана равно применима к аффективно-, когнитивно- и поведенческо-субъектным шкалам, единственное различие между которыми будет заключаться в содержании вопросов.

В данном разделе, как уже говорилось, мы не стремились дать полный обзор существующих моделей шкалирования. Кроме того, детальный анализ классических моделей измерения установок содер­жится в ряде работ, в том числе упоминавшихся нами (см. так­же: [111; 112; 117]). Однако нам необходимо остановиться на неко­торых особенностях классического подхода к шкалированию устано­вок и его позднейших модификаций, которые особенно существенны для понимания той критики, которой подвергся этот подход и его "общепринятые истины" в результате появления причинных моде­лей измерения (и ошибки измерения), к рассмотрению которых мы перейдем в последующих главах.

Прежде всего, " классический" подход к шкалированию уделяет лишь незначительное внимание содержательной разработке понятия ошибки измерения. Точнее, этот подход довольствуется статистиче­скими понятиями ошибки и истинного значения, унаследованными от традиционной психометрии, т.е. от родительской дисциплины. Безусловно, сама психометрическая парадигма шкалирования не остается неизменной. В последние десятилетия большую популяр­ность (но не практическое значение) приобрели стохастические и эксплораторные модели шкалирования. В стохастических моделях (одно- и многомерных) наличие ошибки измерения явно постули-рется в противовес детерминистским моделям. Кроме того, модель шкалирования в этом случае обычно используется не как техника, а как критерий оценки валидности, лежащей в ее основании модели измерения [112. Р.32]. В последнем случае оценки параметров модели, полу-ченные при вычислениях меры соответствия модели данным, могут быть использованы как числовые значения объектов на шкале, т.е. измерение оказывается дополнительным "подарком валидной модели" [219. Р.8]. Под эксплораторными шкальными моделями понимаются модели, полученные в результате применения специальных процедур для выявления внутренней структуры дан­ных. Строго говоря, эксплораторными (т.е. "исследующими", "раз-

ведочными") являются не модели, а эти процедуры анализа данных, позволяющие для данного набора показателей (индикаторов будущей шкалы) выяснить, есть ли у него структура и может ли эта структура быть представлена в виде одно- или многомерной шкалы. (Позднее мы еще вернемся к идеологии эксплораторного анализа данных и поиска моделей измерения.)

Кроме того, для "ранних" процедур шкалирования была харак­терна еще одна особенность. Процедуры приписывания баллов субъ­ектам или суждениям не были основаны на каких-то явных эмпири­чески наблюдаемых отношениях доминантности/эквивалентности между объектами оценивания. Следовательно, для таких шкал ока­зывались неприменимы постулаты репрезентационной теории изме­рения, так как отношения числовых значений шкалы не соответст­вовали каким-то наблюдаемым отношениям в эмпирической системе. Т.е., приписывание числовых значений не отражало (не репрезен­тировало) отношения между эмпирическими объектами. Как мы уже говорили, обсуждая шкалы категориальных оценок (например, шка­лы Терстоуна и Ликерта), приписывание чисел здесь в значительной мере произвольно. На этом основании построена часто применяемая классификация шкал, разделяющая их по типу измерения [117]. Шкалы оценок основаны на индексном измерении, когда числовое приписывание осуществляется более или менее произвольно. Шкаль­ные процедуры, в которых приписывание числовых значений объек­там соотнесено с эмпирически наблюдаемыми отношениями между объектами, называют репрезентсщионными. Однако даже стохасти­ческие эксплораторные модели шкалирования, разработанные в рамках психометрического подхода, отчасти основываются на тех же принимаемых произвольным решением (by fiat) предположениях, что и ранние шкалы установок. Эти предположения не подвергаются проверке сами по себе, как некоторые содержательные гипотезы о "механизмах" реального мира, порождающих социологические дан­ные. Они представляют собой своеобразную "обратную проекцию" в реальность ряда нерефлексируемых особенностей сложившегося на более ранних этапах развития психометрики "образа человека". Чтобы проиллюстрировать сказанное, мы вкратце остановимся лишь на одном характерном примере. Стохастическая одномерная модель шкалирования, разработанная Р.Моккеном [182 ], основана на отно­шениях доминантности между объектами из различных множеств и может использоваться для построения шкал установок (в последнем случае два множества объектов - это субъекты и высказывания, как и в случае с только что рассмотренной шкальной моделью Гутмана). Модель позволяет получить ординальное упорядочение субъектов и высказываний (пунктов) шкалы. Из нее также можно вывести ряд ограничений на возможные ответы и, соответственно, проверить соответствие модели данным. В модели вводится понятие трудности высказывания (пункта), содержательная интерпретация которого предполагает существование некоторого порогового значения латент- ной установки, позволяющего респонденту положительно ответить на шкальный вопрос или согласиться с высказыванием. Очевидно,

трудность высказывания в этой модели совершенно аналогична по смыслу трудности вопроса в общей теории тестов и восходит к представлению о трудности теста в тестировании способностей. Функция, показывающая вероятность положительной реакции на данное высказывание в зависимости от значения латентной установ­ки, называется графиком данного высказывания (либо характери­стической кривой вопроса, как в общей теории тестов). Модель налагает ограничения на графики высказываний-пунктов. В частно­сти, вероятность положительного ответа должна монотонно возра­стать с ростом значения латентной установки, графики отдельных пунктов (вопросов, высказываний) шкалы не должны пересекаться (трудность пункта должна определяться однозначно) и т.п. В случае, когда ошибка измерения отсутствует или ею можно пренебречь, кумулятивная стохастическая модель одномерной шкалы превраща­ется в детерминистскую, т.е. в идеальную модель, предполагаемую шкалограммным анализом по Гутману. Достоинством стохастиче­ской модели 'Р.Моккена является возможность вывести из самой модели некоторые ограничения на данные, позволяющие проверить модель. Т.е. решение о "шкалируемости" данной совокупности высказываний или вопросов здесь, в отличие от гутмановской моде­ли, уже не основано на достаточно произвольных оценках процента допустимых "ошибок", а приписывание балла индивиду не является результатом грубой аппроксимации к "шкальному типу". (Пример построения и использования стохастической кумулятивной шкалы политических установок, наряду с подробным описанием шкальной модели, можно найти в [219].) Однако и в этой стохастической эксплораторной модели присутствуют те принимаемые без проверки (хотя, возможно, в ряде случаев верные) предположения классиче­ской психометрики. Это, во-первых, требование локальной не­зависимости высказываний (пунктов) шкалы и, во-вторых, мо­дель латентной черты (установки, способности), являющейся причи­ной ответов или реакций опрошенных. Локальная стохастиче­ская независимость предполагает, что позитивный ответ данного респондента на некий вопрос шкалы статистически независим от ответов, данных на другие вопросы. Обоснованность и даже необхо­димость этого ограничения очевидна, когда речь идет, скажем, о совокупности арифметических задач, предназначенных для измере­ния одной и только одной способности. Однако, зная о различных типах систематической ошибки измерения, характерной для лично­стных и установочных шкал (позиционная тактика ответов, арте­факты "социальной желательности" и др., о чем будет подробнее говориться в главе II), реалистично ли предполагать, например, что человек, согласившийся с утверждением о несущественности его личного участия в выборах, согласится с тем, что ему не следует голосовать, с той же вероятностью, что и другой человек, не согла­сившийся с первым утверждением [219. Р.12]?.

Что же касается предположения о латентном континууме свойст­ва-установки, являющейся причиной явных ответов-индикаторов, то оно восходит к идеям Ф.Гальтона и Ч.Спирмена и отражает попу-

лярные в начале века представления о едином конституциональном факторе, определяющем многообразие поведенческих проявлений. В главе III, рассматривая различные модели измерения, мы убедимся, что латентная черта (свойство, фактор) далеко не всегда являются причиной своих индикаторов. Сейчас же отметим, что модель латен­тной черты чрезвычайно удобна для исследования соотношений генотипа и фенотипических проявлений организма в биологии или при изучении некоторых специальных способностей, имеющих вы­сокую степень наследственной обусловленности. Однако примени­мость модели одномерного континуума латентного свойства в шка­лировании установок требует куда более веских обоснований, поми­мо соображений удобства.

Глава вторая

Дата добавления: 2015-11-26