В последние годы наблюдается очередной всплеск количественных психологических исследований. Подобные всплески наблюдались в 30-е, затем в 60-е годы текущего столетия и чередовались с глубокими спадами, а порой, с гонениями на психологию.

Основная причина спадов на наш взгляд заключена в неумеренных восторгах от результатов таких исследований и, главное, в чрезмерном доверии к получаемым результатам тестов.

Настала пора отдать себе отчет в том, что же происходит в процессе количественных психологических измерений, умерить восторги и избежать разочарований. Иначе говоря, пришло время "принципа неопределенности" в психологии, аналогичного гейзенберговскому.

Все дело в том, что измерениям подвергается система (человек), изменяющаяся в процессе измерения. Так, хорошо известно, что результаты многократного предъявления однородных тестов, как вербальных, так и физиологических, экспоненциально стремятся к некоторому пределу, отражающему УРОВЕНЬ ОБУЧЕННОСТИ испытуемого данной процедуре, а отнюдь не искомую характеристику.

Коварную роль играет в таких измерениях и мотивация испытуемого. Большая заинтересованность испытуемого в высоком результате стимулирует его неадекватную реакцию и приводит к непредсказуемым итогам. Таким образом, ни многократные измерения, ни стимулирование испытуемых не могут гарантировать соответствие результатов измерения текущему состоянию измеряемой характеристики.

ОБМЕН ИНФОРМАЦИЕЙ в процессе измерения ПРИВОДИТ К ИЗМЕНЕНИЮ ИНФОРМАЦИОННОГО СОСТОЯНИЯ ОБЪЕКТА. Выразим эту мысль количественно:

Пусть некий психологический параметр человека может принимать N значений, каждое из которых присуще какому-то человеку на Земле, а конкретное Zi - конкретному испытуемому в данный момент. Вполне очевидно, что эти значения независимы друг от друга, их распределение между людьми - биномиальное, (для простоты рассуждений можно принять гауссовым).

Обозначим Pj вероятность измерения у i-го испытуемого значения Zi = Zj, тогда (1 - Pj) будет означать вероятность того, что Zi не равно Zj. Далее обозначим через r относительную погрешность измерения Zj, а через R - относительную ошибку исследования (разницу между измеренным значением параметра и значением параметра, соответствующим состоянию испытуемого ПОСЛЕ измерения, отнесенную к измеренному значению), т.е. R = (Zi - Zj)/Zj.Введем также понятие УДЕЛЬНОЙ ДИСПЕРСИИ путем деления дисперсии на общее количество значений N и обозначим ее h = Pj(1 - Pj).

Автор утверждает, что ПРОИЗВЕДЕНИЕ ОТНОСИТЕЛЬНОЙ ПОГРЕШНОСТИ ИЗМЕРЕНИЯ НЕКОЕГО ПСИХОЛОГИЧЕСКОГО ПАРАМЕТРА КОНКРЕТНОЙ ЛИЧНОСТИ НА ОТНОСИТЕЛЬНУЮ ОШИБКУ БОЛЬШЕ УДЕЛЬНОЙ ДИСПЕРСИИ, т.е. rxR > h.

Поясним сказанное на примере. Пусть некий психологический параметр измеряется в 100-балльной шкале. Тогда h = 0,01 (ибо 0,01 x 0,99 = 0,01). В результате исследования испытуемого определено значение этого параметра, равное например 80 с точностью до 5 баллов (r = 0,06). В соответствии с изложенным принципом это означает, что в результате исследования состояние испытуемого изменилось и теперь характеризуется любым значением параметра в интервале от 66 до 94, т.к. (Ri - Rj) = 80x0,01/0,06 = 13 и не может быть определено точнее.

Таким образом, погоня за точностью измерений в данном конкретном примере привела к втрое большей ошибке за счет изменения состояния испытуемого. Естественно возникает вопрос оптимизации измерений.

Вполне очевидно, что ОПТИМУМ ДОСТИГАЕТСЯ в случае равенства r = R, т.е. ПРИ ТОЧНОСТИ ИЗМЕРЕНИЙ, РАВНОЙ КОРНЮ КВАДРАТНОМУ ИЗ УДЕЛЬНОЙ ДИСПЕРСИИ распределения значений измеряемого параметра ( что, кстати, можно назвать УДЕЛЬНЫМ СТАНДАРТНЫМ ОТКЛОНЕНИЕМ "s"). Итак, резюмируя сказанное, получаем: rxR > h и r = R = s