Процедура линейной стандартизации

Стандартизация тестовых шкал.

Стандартизация методики – описание требований и условий проведения методики, особенностей обработки и интерпретации результатов; формализация этих условий как обязательных для проведения методики.

Стандартизация шкал – разработка обязательных для использования шкал, служащих цели приведения разнообразных результатов испытуемых к единой мере выраженности.

Алгоритм стандартизации:

1. Определение генеральной совокупности, для которой разрабатывается методика и формирование репрезентативной выборки стандартизации;
2. Проводится методика и строится распределение «сырых» данных;
3. Проверка соответствия распределения «сырых» данных закону нормального распределения;
4. Если распределение «сырых» данных соответствует закону нормального распределения, то проводится линейная стандартизация;
5. Если распределение «сырых» данных не соответствует закону нормального распределения, то проводится:

1. Вначале эмпирическая нормализация, а затем линейная стандартизация;

2. Нелинейная стандартизация.

Проверка соответствия распределения «сырых» данных закону нормального распределения.

Способы:

1. Критерии асимметрии и эксцесса.

Формула асимметрии: .

Формула эксцесса: .

Формула стандартной ошибки асимметрии : .

Формула стандартной ошибки эксцесса :

.

Если в результате проведенных расчетов показатель асимметрии и эксцесса окажется меньше чем показатель ошибки асимметрии и эксцесса, то распределение «сырых» данных соответствует закону нормального распределения; следовательно можно переходить к процедуре линейной нормализации.

1. Критерий Колмогорова – Смирнова (пакет SPSS).

Процедура линейной стандартизации.

К данной процедуре приступают лишь после проверки соответствия распределения «сырых» данных закону нормального распределения.

Линейная стандартизация заключается в том, то определяются границы интервалов «сырых» оценок, соответствующие стандартным тестовым показателям. Эти границы вычисляются путем прибавления к среднему «сырых» оценок (или вычитания из него) долей стандартных отклонений, соответствующих тестовой шкале (стены, Т – оценки, IQ и др.).

Линейная стандартизация может также осуществляться способом перевода полученных «сырых» данных в z – оценки (Хср.=0, σ=1), а затем в значения той шкалы, на которую ориентирован исследователь. Z – оценки выражаются в единицах стандартного отклонения от среднего. Если для одной выборки несколько признаков переведено в z – оценки, появляется возможность сравнения уровня выраженности у того или иного испытуемого.

Формула z – преобразования: .

Полученные z – оценки можно использовать для перевода в любую шкалу, по следующей формуле:

,

где - сигма той шкалы, в которую переводим «сырые » данные испытуемых, - среднее арифметическое.

Стандартные шкалы:

1. IQ: =100, = 15;
2. Т – оценки: =50, =10;
3. Стены: =5,5, =2.

«Сырые» значения испытуемых переводятся в значения стандартной шкалы. Каждому «сырому » значению испытуемых можно подобрать в соответствие значение стандартной шкалы с помощью Z – преобразования. Границы интервалов шкалы «сырых» значений можно определить с помощью следующей формулы:

Эмпирическая нормализация используется в том случае, когда распределение «сырых» значений не соответствует закону нормального распределения, т.е. может наблюдаться правосторонняя или левосторонняя асимметрия. Это означает, что часть тестовых заданий решается или не решается большинством испытуемых. Тогда меняется содержание тех тестовых заданий, которые оказались или слишком легкими или слишком тяжелыми. После этого снова проводится тест и, вновь, проверяется распределение «сырых» значений закону нормального распределения. Если соответствие закону нормального распределения наблюдается, тогда проводится линейная стандартизация.

Поиск по сайту: