Методика ранжирования
Мы помогаем студентам с дипломными, курсовыми, контрольными Узнать стоимость

Методика ранжирования

    Сущность методики ранжирования стимулов

    Среди методов психологического достаточно распространенным является метод ранжирования стимулов по какому-либо признаку. Он заключается в предоставлении испытуемому определенного набора объектов с просьбой выделить из него отдельный объект, обладающий определенным свойством.

    Пример 1

    Испытуемому предлагают выбрать из списка художников наиболее талантливого и первого, на которого пал выбор испытуемого, наделяют рангом №1. Выбираемые далее художники получают следующий по порядку ранг. В конце теста остается один объект, которому присуждается последний ранг.

    Процедура, как правило, применяется при условии не очень большого количества ранжируемых стимулов, однако использование методики зафиксировано и для большого количества стимулов.

    Пример 2

    Более 100 лет назад Дж. Кэттелл провел исследование, в котором испытуемые должны были присвоить ранговые значения, оценив заслуги около двухсот живших в то время в США психологов.

    Обработка полученных данных

    Процесс обработки данных, полученных после проведения ранжирования, заключается в определении усредненного рангового значения. Несмотря на то, что результаты каждого отдельного испытуемого представляют собой порядковую шкалу, результаты всей группы рассматриваются как скрытая интервальная шкала.

    Метод определения шкалы равных интервалов на основе обработки данных всей группы испытуемых такой же, как в случае с парными сравнениями и бальными оценками. Опираясь на полученные данные формируются частотные распределения , которые будут отражать вероятности выставления конкретных рангов. После этого значения вероятности переводятся в z-значения шкалы интервалов.

    Пример 3

    Предположим, что при оценивании объекта эксперт присвоил ему ранг со значением «1». Следовательно, данный объект будет являться предпочтительным, относительно других объектов, число которых будет равняться n. Исходя из этого предпочтение данного объекта можно обозначить как с = п – 1, а предпочтение следующего по порядку объекта будет выражаться как с = = п – 2. В общем случае величину предпочтения произвольно выбранного объекта можно выразить как с = n - г, где г — ранг объекта.

    Обработка групповых данных

    Аналогичная система применяется и к данным группового характера. Здесь среднее значение предпочтения обозначается как С, а средний ранг данного объекта как Т. Таким образом, величина предпочтения этого объекта по группе экспертов выражается также как и предпочтение в одиночном случае, и корректным будет соотношение:

    Далее значения переводятся в значения вероятности предпочтения стимулов:

    Осуществив перевод значений в z-единицы, получится выявить значения на шкале равных интервалов.

    Определение результатов группового ранжирования

    В качестве пояснения определения результатов группового ранжирования можно привести пример исследования Кеттелла, в процессе которого эксперты должны были проранжировать заслуги 10 астронавтов того времени. Обработка результатов данного исследования включает в себя нахождение среднего ранга для каждого из объектов, включенных в ранжирование, т.е. каждого из 10 астронавтов.

    Основываясь на полученных значениях, выявляются средние оценки предпочтений для каждого объекта и соответствующие им величины вероятностей. Сами значения шкалы приведены в последней строке таблицы. Они получены посредством перевода вероятностей предпочтений для каждого стимула в соответствующие им z-значения.

    Замечание 1

    Стоит обратить внимание, что для астронома «А» применяемая процедура не дает возможности найти его место на шкале, поскольку 100% вероятность не может быть преобразована в z-единицы, в чем и заключается ограничение данной процедуры. Обработать подобные случаи, используя метод парных сравнений и балльных оценок закона категориальных суждений также невозможно.

    Рисунок 1. Результаты ранжирования десяти астрономов начала XX в. десятью экспертами

    Также стоит отметить, что если исследователя не устраивают отрицательные значения в шкале, он может исключить их, применив линейную трансформацию данных по типу у = А + Вх. Она позволит сохранить отношения порядка и равенства интервалов, обеспечив желаемые минимумы и максимумы шкалы.

    Если вы заметили ошибку в тексте, пожалуйста, выделите её и нажмите Ctrl+Enter
    Средняя оценка статьи
    5,0 из 5 (15 голосов)