Предмет и методы дифференциальной


Психологии

Наиболее общим содержанием предмета дифференциальной психологии являются различия между людьми и группами людей. Однако это слишком общее определение. Поэтому психологи посчитали целесообразным раскрыть содержание предмета дифференциальной психологии в конкретных задачах, решаемых исследователями индивидуальных различий. Можно назвать четыре таких задачи;

1.Выделение наиболее существенных, информативных психологических характеристик человека, изучение их структуры.

2.Изучение пределов, в которых психологические признаки изменяются (межиндивидуальная вариативность).

3.Изучение различий между группами людей.

4.Выявление факторов, лежащих в основе индивидуально-психологических различий.

5.

 

Дифференциальная психология – наука о психологических различиях между людьми и группами людей.

Становление дифференциальной психологии неразрывно связано с разработкой измерительных процедур. Из всего арсенала психодиагностических методов наибольшую ценность для научного описания личности представляют психологические тесты, включающие в себя опросники, проективные методы и объективные методы. Именно психологические тееты и составляют основной измерительный инструментарий дифференциальной психологии. Выбор метода конкретного дифференциально-психологического исследования целиком определяется задачами, на решение которых оно направлено. Одной из отличительных особенностей тестов является количественная оценка измеряемого признака, что дает возможность использовать статистические методы при анализе полученных данных,

Развитие статистических методов в немалой степени обусловило прогресс дифференциальной психологии. Уже в первых массовых исследованиях психологических характеристик было обнаружено, что частота встречаемости показателя (например, время реакции) повышается, если он близок к среднему значению по выборке. Эта закономерность получила название «частотное распределение». Графически частотное распределение можно представить, если по горизонтальной оси откладывать величину изучаемого признака в диапазонах, а по вертикальной – количество людей, попадающих в каждый диапазон выраженности признака (рис. 17-2).

Кривая линия на рисунке является апроксимацией данного частотного распределения и называется кривой нормального распределения. Нормальное распределение описывается двумя основными статистическими характеристиками – средним значением и дисперсией.

Предположим, при измерении количества ошибок у шести испытуемых были получены показатели, представленные в первом столбце табл. 17.1, Среднее значение вычисляется как частное от деления суммы всех значений на количество испытуемых (х/6). В нашем примере среднее значение равно 5. Вычитая среднее значение из значения признака, мы получим индивидуальные отклонения от среднего (d). Дис-

Рис. 17-2. Частотное распределение

 

Таблица 1 7.1

Вычисление среднего значения идисперсии

 

Значение признака, х Отклонение от среднего, d Квадрат отклонения, d1
-4
-3
-1
Среднее значение 5   Дисперсия 11

персия (ss2) определяется как среднее арифметическое квадратов отклонений (в нашем примере d2/6).

Помимо этих двух показателей, в дифференциальной психологии часто используется стандартное отклонение (ss), вычисляемое как квадратный корень из дисперсии.

Рассмотренные статистические показатели используются для описания распределения одной характеристики, однако перед исследователем часто встает вопрос о соотношении между несколькими переменными. Для этих целей учеником Гальтона К. Спирменом был разработан специальный показатель – коэффициент корреляции (r). Величина этого показателя изменяется в пределах от 1 до 1 и связь между характеристиками увеличивается при удалении значения коэффициента от 0.



Дата добавления: 2021-01-11; просмотров: 338;


Поиск по сайту:

Воспользовавшись поиском можно найти нужную информацию на сайте.

Поделитесь с друзьями:

Считаете данную информацию полезной, тогда расскажите друзьям в соц. сетях.
Poznayka.org - Познайка.Орг - 2016-2024 год. Материал предоставляется для ознакомительных и учебных целей.
Генерация страницы за: 0.01 сек.