Словарь психолога

#n_term #кзачету_term #памятка_term


⚠️ Ошибки интерпретации норм


✍️ Правильно посчитать балл
и прочитать — основа исследования.


1⃣ Не та норма
сравнение с неподходящей группой (студенты вместо рабочих, одна страна вместо другой, неверный возрастной диапазон).

2⃣ Статистика принята за диагноз (этический и методологический принцип): балл вне нормы не означает нарушение ➡️ См. Нормы

3⃣ Разница в пределах шума
две оценки, различающиеся меньше SEM, могут отличаться только шумом.

4⃣ Сравнение разных тестов без сопоставимых выборок
нельзя сопоставлять T-баллы, если нормы тестов получены на разных выборках.

💡
Норма задаёт контекст для балла.
Не учитывать — значит искажать результат.

🔗 См.: SEM; Виды нормативных шкал: Линейные и ранговые / IQ, возрастные эквиваленты, критериальная интерпретация

#шпаргалка_term


❌ Примеры неподходящих выборок

▪️ Студенты одного вуза — для норм «взрослых».
▪️ Подписчики канала — для норм «населения».
▪️ Устаревшие данные
для норм интеллекта (10–15 лет).
▪️ WEIRD-перекос
западные образованные выборки (Western, Educated, Industrialized, Rich, Democratic) – плохо переносятся на другие группы.

💡
Главные требования к норме: репрезентативность и свежесть.

🔗 См.: Стандартизация; Нормы
📍 Словарь психолога в твоем кармане

#n_term, #кзачету_term

Требования к нормативной выборке



✅ Репрезентативность: выборка отражает популяцию по признакам, связанным с измеряемым свойством (пол, возраст, образование, регион).

⚠️ Большой объём не исправляет перекос (10 000 студентов не заменят выборку взрослых).

✅ Объём: сотни человек в каждой нормативной группе (по полу, возрасту) для стабильности – оценок среднего
и SD.
✅ Вероятностный отбор: случайный или стратифицированный.
Не «удобная» выборка (знакомые, подписчики).
✅ Свежесть: нормы пересматривают регулярно; для интеллекта ориентир 10–15 лет (эффект Флинна).

💡

Нормативная выборка должна быть репрезентативной и свежей — иначе нормы искажают интерпретацию.

🔗 См.: Нормы; Стандартизация

#n_term, #i_term, #v_term, #k_term


📐 IQ, возрастные эквиваленты, критериальная интерпретация

Критериальная интерпретация – Достиг ли нужного уровня?


1⃣ IQ отклонения (линейная шкала)
IQ = 100 + 15 × z
• M = 100, SD = 15 (современные тесты Векслера и SB5).
• место человека среди сверстников.
• IQ 115 → z = +1 (≈ 84-й процентиль);
IQ 130 → z = +2 (≈ 98-й).

✍️ Исторический IQ (Штерн, Термен)
IQ = (умственный возраст / хронологический) × 100

Устарел: у взрослых умственный возраст перестаёт расти, и коэффи-
циент теряет смысл → перешли на отклонение от нормы своего возраста.

2⃣ Возрастные и учебные эквиваленты
• результат выражают как уровень такого-то возраста или класса
(тесты способностей и достижений).
• интервалы неравноценны.

⚠️ Не путать с возрастными нормами.
У каждого возраста своя нормативная выборка; 10-летнего сравнивают
с группой 10-летних.


3⃣ Критериально-ориентированная интерпретация (не нормативная)
• балл сравнивают с содержательным критерием (cut-off).
• примеры:
– 80% по математике
(уровень освоения);
– порог на шкале депрессии
(выше которого нужна дальнейшая диагностика).

💡

IQ — линейная шкала, как T-баллы. Критериальная интерпретация —
не шкала: отвечает на другой вопрос (профпригоден/непригоден, выучил/не выучил).

🔗 См.: Виды нормативных шкал: линейные и ранговые; Нормы

#n_term, #таблицы_term



📐 Линейные и ранговые шкалы


🧮 Универсальная формула для линейных шкал (z, T, стэны, станайны):

Стандартный балл = M шкалы + SD шкалы × (X − M группы) / SD группы.
(z-балл умножают на SD новой шкалы
и прибавляют к её среднему).



📊 Виды шкал

1⃣ Процентили (P) — ранговая шкала
«85-й процентиль» = результат выше, чем у 85% выборки
• 50
• понятны, не требуют нормальности
• интервалы неравные
(P50→P60 ≠ P80→P90); нельзя усреднять.

2⃣ z = (X − M) / SD
(основа линейных шкал)
• M = 0, SD = 1
• отрицательные и дробные значения.

3⃣ T = 50 + 10 × z
• M = 50, SD = 10
• MMPI, СМИЛ

4⃣ Стэны (sten, standard ten) = 5,5 + 2 × z, округляют до целого.
• M = 5,5, SD = 2, от 1 до 10
• 1–3 — низкий,
4–7 — средний,
8–10 — высокий.
• 16PF Кеттелла.

5⃣ Станайны (stanine, standard nine) =
5 + 2 × z
• M = 5, SD = 2, от 1 до 9.


⚠️ Соответствие верно при нормальном распределении; при другом – процен-
тили считают по реальным данным.
• Например: z = +1 → T = 60 → стэн 7–8 → станайн 7 → около 84-го процентиля.

💡Позиция одна, единицы разные.
Линейные шкалы сохраняют равные интервалы, процентили нет.

🔗 См. Нормативные шкалы: назначение и функции

#n_term, #схемы_term


📐 Нормативные шкалы: назначение
и функции

Сырой балл → нормативный



✍️ Нормы — данные о распределении баллов в группе.

Нормативная шкала — единицы, выражающие позицию человека относительно этой группы.

Сам по себе балл (например, 42 из 60) неинформативен без знания среднего
и разброса группы.

✅ Функции
• Сравнение
сопоставление результата с группой.
• Позиция
определение места человека («выше, чем у 85% группы» или «на одно SD выше среднего», что при нормальном распределении соответствует примерно 84 процентилю).
• Единый масштаб
перевод баллов разных тестов
в сопоставимые единицы для построения общего профиля.



🔗 См. Нормы

#n_term, #схемы_term


📐 Нормы


✍️ Статистические данные о распре-
делении баллов в нормативной выборке и правила перевода сырых баллов
в нормативные.



✅ Сырой и нормативный балл
• Сырой балл — просто сумма баллов. Сам по себе не интерпретируется.
• Нормативный балл — позиция человека относительно нормы.


✅ Виды норм
• Возрастные → для каждого возраста — своя норма;
• Половые → отдельно для мужчин
и женщин;
• Профессиональные → для разных профессий;
• Популяционные → для всей популя-
ции;
• Локальные → для конкретной группы.



⚠️ Нормы — не истина

▪️ Устаревают
тесты интеллекта 10–15 лет (эффект Флинна).
▪️ Не универсальны
нормы одной популяции неприменимы (тест адаптируют).
▪️ «Не диагноз»
статистическая норма ≠ «здоровье», отклонение от неё ≠ не диагноз.



💡Норма — распределение баллов
в конкретной группе (среднее и разброс).



🔗 См. Стандартизация

#s_term, #схемы_term


📐 Стандартизация


✍️ Единообразие процедуры проведения, обработки и интерпретации теста. Состоит из унификации, единой обработки и нормирования.


▪️ Унификация процедуры
• инструкции: строго по руководству, импровизация исключена.
• время: одинаковое для всех.
• материалы: идентичные бланки
и стимулы.
• поведение исследователя: подсказки и одобрение исключены или строго регламентированы.
▪️ Единая обработка: одни и те же ключи и правила подсчёта.
▪️ Нормирование: сырой балл сравнивают с результатами нормативной группы.
• выборка: тест даётся большой репрезентативной группе.
• распределение: проверяется нормальность (кривая Гаусса).
• перевод: сырые баллы переводятся
в стандартные шкалы.


⚠️ Репрезентативность — ключевое требование:

норма, построенная на студентах-
психологах, неприменима к подросткам или пожилым.
Нормы привязаны к популяции (часто выделяют нормы по полу, возрасту, профессии).

✅ Задачи: сравнимость результатов, интерпретируемость и объективность.

💡 Единая процедура снижает ошибку (E) и повышает надёжность. Тест со стандартизацией — измерительный инструмент.

🔗 См. Формула КТТ
Надёжность и связь с КТТ

#n_term, #s_term



Нормы и стандартизация

Как интерпретировать результат конкретного человека?



✍️ Первичный, сырой балл (X) сам
по себе неинформативен.

15 из 20 — высокий или низкий результат?


✅ Нормы – данные о распределении баллов в стандартной выборке.

Позволяют сравнить индивидуальный результат с групповым и определить положение человека относительно других.

✅ Стандартизация обеспечивает единые правила проведения, подсчёта
и интерпретации результатов теста.

Позволяет переводить сырые баллы в сопоставимые стандартные показатели.

💡Сырой балл → сравнение с нормой
→ интерпретация результата.

#s_term, #кзачету_term


Стандартная ошибка измерения (SEM)

✍️ ️SEM – погрешность, показывающая, насколько наблюдаемый балл близок
к истинному.


Расчет:
▪ ️Через надёжность
SEM = SD × √(1 − rₓₓ).
▪️ Дисперсия ошибки (из КТТ)
SEM = √σ²_E.

⚠️ ️На практике оцениваем через надёжность.

Пример

IQ = 110, надёжность = 0,90, SD = 10
→ SEM ≈ 3,16
→ 95% доверительный интервал:
110 ± 6 (диапазон 104–116).

💡 SEM показывает, насколько близко
X к T.