Общая психодиагностика

Интересный вариант ранговой решетки предложили советские исследователи (Соколова Е. Т., Федотова Е. О., 1982). В их решетке в качестве элементов используется проективный материал (схематичес­кие слабоструктурированные изображения человеческих лиц), что сделало процедуру более тонкой и более чувствительной и позволило измерять не только грубые нарушения системы конструктов (как это было у Д. Баннистера, который использовал хорошо структурирован­ный материал - фотографии), но и динамику оценок и самооценок в норме и у больных неврозами.

Мера КД информативна при сравнении крайних по этому пара­метру групп (наиболее и наименее дифференцированных). Средние значения этой меры малоинформативны. Так, например, показано (Adams-Webber J., 1979), что в процессе профессионального обуче­ния учителя становятся менее когнитивно дифференцированными, на что ряд исследователей шутливо заметили, что профессиональная информация в результате приводит к редукции КД.

Конечно, это неверно. В процессе обучения и освоения нового опыта КД вначале увеличивается, а затем уменьшается. Здесь вклю­чаются процессы интеграции. Нормальное развитие и состоит в том, что два процесса - прогрессивная дифференциация внутри гомоген­ных областей и прогрессивная интеграция (иерархизация, установле­ние связей между подсистемами, укрупнение подсистем) - идут па­раллельно.

В качестве меры когнитивной интеграции (КИ) мы рассмотрим меру, предложенную в работе П. Нориса. В интересном сравнительном иссле­довании систем конструктов здоровых испытуемых и больных невроза­ми было показано, что больные неврозами имеют два типа систем конст­руктов: монолитную (когда все конструкты сцеплены в один большой кластер) и фрагментарную (система состоит из множества мелких клас­теров, никак не связанных друг с другом). У здоровых испытуемых сис­тема конструктов представляет собой несколько четких кластеров, свя­занных соединительными (артикулирующими) конструктами.

Процедура оценки степени артикулированности состоит в следу­ющем. В матрице корреляций сводятся к нулю все коэффициенты, не достигающие значимого уровня (5 %). После этого с помощью ком­пьютера выявляются корреляционные плеяды, такие, где все входя­щие конструкты связаны попарно значимой корреляцией. Эти конст­рукты (корреляционные плеяды) представляют первичные кластеры. Затем выявляются все конструкты, значимо связанные с конструкта­ми первичных кластеров (ответвляющиеся конструкты). Затем выяв­ляются конструкты, связанные с конструктами из нескольких первич­ных кластеров (артикулирующие). Остальные конструкты - изолиро­ванные. После этого строится графическое изображение (рис. 35).