 |
 |
 |
 |
|
 |
 |
78
?
- стандартное отклонение по стандартной шкале.
Если шкала подвергалась предварительной искусственной
нормализации интервалов, то формула упрощается:
z
j
=? z
j
=M
(3.1.14)
Приведем параметры для наиболее популярных стандартных
шкал:
1) T -шкала Маккола (тест-опросник MMPI и другие тесты):
М = 50 и ? = 10,
2) шкала IQ : М = 100 и
?
= 15,
3) шкала
«стэнайнов» (целые численные значения от 1 до 9 -
стандартная девятка): М = 5,0 и
?
= 2,
4) шкала «стенов» (стандартная десятка, 16PF Кеттелла):
М = 5,5 .и
?
= 2.
Чтобы различать стандартные баллы, полученные с помощью
линейной стандартизации и нелинейной нормализации интервалов,
Р. Кеттелл ввел понятие «S-стенов» и «n-стенов». Таблицы «и-
стенов», естественно, точнее отражают квантили эмпирического
нормального распределения. Приведем образец такой таблицы для
фактора А из тест-опросника 16PF;
Сырые баллы 0-4 5-6 7 8-9 10-12 13 14-15
16 17-18 19-20 Стены 1 2
3 4 5 6
7 8 9 10
Применение стандартных шкал позволяет использовать более
грубые, приближенные способы проверки типа распределения тесто-
вых баллов. Если, например, процентильная нормализация с перево-
дом в стены и линейная нормализация с переводом в стены по фор-
муле (3.1.13) дают совпадающие целые значения стенов для каждого
Y, то это означает, что распределение обладает нормальностью с
точностью до «стандартной десятки».
Применение стандартных шкал необходимо для соотнесения
результатов по разным тестам, для построения «диагностических
профилей» по батарее тестов и тому подобных целей.
Проверка устойчивости распределения. Общая логика провер-
ки устойчивости распределения основывается на индуктивном рас-
суждении: если половинное (полученное по половине выборки) рас-
пределение хорошо моделирует конфигурацию целого распределе-
ния, то можно предположить, что это целое распределение будет
также хорошо моделировать распределение генеральной совокупно-
сти.
Таким образом, доказательство устойчивости распределения
