Возражение Эпштейна, основанное па эффективности метода агрегирования




Эпштейн (Epstein, 1979, 1983) в своем ответе на критику Мишела апеллировал в основном к психологам личности. В сущности, он утверждал, что, уделяя слишком много внимания низким корреляциям между отдельными поведенческими проявлениями или их результатами, можно упустить из виду теоретическую значимость и потенциальную практическую выгоду агрегирования подобных показателей. Он отмечал, что отдельные реакции, равно как и отдельные пункты любого теста, в высшей степени ненадежны и будут, скорее всего, отражать влияние многих систематических и случайных факторов, не имеющих отношения к оцениваемым личностным диспозициям. С тем чтобы получить надежные и точные показатели диспозиций субъекта, необходимо рассматривать среднее значение нескольких отдельных индивидуальных показателей или «пунктов», таким образом, чтобы случайные или внешние факторы, влияющие на отдельные реакции, или пункты, взаимно погашали друг друга, делая «сигнал» более сильным по сравнению с окружающими его «помехами». Иными словами, для того чтобы отыскать ускользнувшую от внимания бихевиористов согласованность поведения, необходимо убедиться, что показатели, между которыми вычисляется корреляция, отражают в большей мере лежащие в их основе личностные диспозиции индивида (или, так сказать, «истинные показатели») и в меньшей мере — «ошибки». Воздаянием за это будут, как утверждал Эпштейн, относительно высокие корреляции, отражающие, в свою очередь, истинные и устойчивые личностные диспозиции.

В определенном смысле аргументы Эпштейна имели чисто статистический характер и были бесспорны. Нельзя не согласиться с утверждением, что множественные наблюдения дают более надежные показатели и более точно отражают «истину», чем одиночные. (По сути, Мишел отмечал то же самое в своей книге 1968 г.) Более того, во многих знакомых всем жизненных ситуациях важность принципа агрегирования с готовностью признается.

Например, в школе даже наиболее успевающие ученики рано или поздно не справляются с каким-нибудь экзаменационным вопросом. Время от времени, показав сравнительно слабые результаты во время конкретной контрольной работы, они могут даже прогулять занятия. Но тот факт, что их четвертные оценки по отдельным предметам (каждая из которых отражает результат агрегирования оценок за множество отдельных контрольных работ) и тем более их средний балл (представляющий собой результат агрегирования множества четвертных оценок по отдельным предметам) будут выше, чем у всех остальных, является вполне предсказуемым. На самом деле именно это мы и имеем в виду под «высокой академической одаренностью», и ни один здравомыслящий человек не станет оспаривать существование индивидуальных различий в академической одаренности или приходить в отчаяние по поводу невозможности количественного измерения подобных различий только потому, что корреляции между отдельными компонентами этой одаренности или между ее отдельными компонентами и общим показателем сравнительно невелики.

Исходя из аналогичных посылок, Эпштейн заявлял, что было бы глупо давать ответ на вопрос об индивидуальных различиях в отношении честности или дружелюбия на основании наблюдения поведения людей в единичных ситуациях и последующего расчета корреляций между характеристиками поведения в этих ситуациях.

Эпштейн напомнил своим коллегам, что существуют простые и знакомые всем статистические формулы, позволяющие предсказать, насколько больший рост в надежности измерений может быть получен, а следовательно, и насколько больший рост корреляции, отражающий индивидуальные различия между личностями, можно ожидать по мере повышения уровня агрегирования подобных показателей.

Чтобы проиллюстрировать уместность применения этих формул, а заодно и величину подобных «эффектов агрегирования», рассмотрим конкретный пример. Что произойдет, если отобрать Довольно большое число вариантов поведения (которые, предположительно, должны служить выявлению одной и той же личностной характеристики), а затем усреднить корреляции, полученные между всеми парами показателей. Говоря более конкретно, рассмотрим совокупность данных, в которой средняя корреляция между парами показателей составляет 0,16 — значение, которое несколько ближе к верхнему краю диапазона корреляций, полученных в ходе эмпирических исследований, которыми мы занимаемся в этой главе.

В настоящее время корреляция, равная 0,16, вовсе не выглядит впечатляющей. В самом деле, как показали Дженнингс, Амабайл и Росс (Jennings, Amabile & Ross, 1982), большинство наблюдателей, прослушивая множество пар звуков разной продолжительности или глядя на множество пар линий разной протяженности, корреляция между которыми составляет 0,16, с трудом могут определить, имеют ли они дело с положительной или с отрицательной корреляцией. А вот используя так называемую «формулу пророчества» Спирмена-Брауна, в защиту которой выступал Эпштейн, можно предсказать, что если мы возьмем 25 независимых показателей поведения испытуемого, характеризующих его экстравертированность (или честность, или зависимость, или сознательность, т.е. показатели, которые мы упоминали ранее при обсуждении вызова, брошенного Мишелом психологам личности), и рассчитаем затем корреляцию между средним баллом каждого субъекта по этим 25 независимым показателям и его же средним баллом по другим 25 показателям, характеризующим ту же черту личности, то полученная корреляция достигнет 0,83 — уровня, который никто не рискнул бы назвать недостаточно впечатляющим, и уж вряд ли такую корреляцию невозможно было бы обнаружить. Если усреднить всего лишь девять независимых показателей для каждого испытуемого и посмотреть на их соотношение со средним значением для других девяти показателей, то и тогда получится ясная и тоже легко обнаруживаемая корреляция, равная 0,63.

Эпштейн (Epstein, 1983) не удовольствовался тем, что выдвинул свой аргумент в чисто теоретических терминах. Он взял на себя труд продемонстрировать, что по крайней мере для некоторых предпочтений и поведенческих проявлений использование множественных показателей действительно может увеличить коэффициенты корреляции до уровня «пророческих». (Оказалось, что требование независимости показателей может быть удовлетворено ибо, что более вероятно, нарушено без серьезных последствий дня роста корреляции, проистекающего из агрегирования показателей.) Традиционная теория личности получила, таким образом мощную поддержку. Было показано (или по крайней мере так казалось), что индивидуальные различия в традиционных чертах личности действительно существуют, а отражающие их корреляции можно сделать очень высокими, если принять некоторые, вполне разумные психометрические меры предосторожности.

С особым энтузиазмом аргументы Эпштейна были встречены исследователями личностных тестов, поскольку им казалось, что эти аргументы объясняют, почему стандартные вербальные методики демонстрируют в целом высокую устойчивость во времени, а иногда даже и хотя бы умеренный уровень согласия между разными оценщиками. Можно предположить, что вербальные оценки подобного рода могут быть продуктом множества наблюдений, сделанных в разное время и в разных ситуациях. Соответственно этому можно утверждать, что причиной сравнительно высоких корреляций, которых психологи личности добились, используя подобные методы оценки, является агрегирование показателей, а не какое-либо влияние общих стереотипов или других тенденциозностей, имеющих место в процессе переработки информации.

Хотя эпштейновское опровержение и освободило психологов личности от узды, наброшенной на них Мишелом, предоставив им возможность спокойно вернуться к разработке техник измерения индивидуальных различий, однако мы полагаем, что оно ввело в заблуждение некоторых недостаточно критичных читателей психологической литературы относительно как практических, так и теоретических преимуществ, достижимых посредством агрегирования. Далее в этой главе мы выясним, какова природа подобных преимуществ и где находятся их пределы.





©2015-2018 poisk-ru.ru
Все права принадлежать их авторам. Данный сайт не претендует на авторства, а предоставляет бесплатное использование.
Нарушение авторских прав и Нарушение персональных данных

Обратная связь

ТОП 5 активных страниц!