CC BY
96
ДИСКУССИИ
DISCUSSIONS
УДК 159.9.072.532 : 141.132
А.В. Мазуркевич
ПРОЦЕССУАЛЬНАЯ КОНКРЕТИЗАЦИЯ И МАТЕМАТИЧЕСКОЕ ОБОСНОВАНИЕ МЕТОДА СЕМАНТИЧЕСКИХ УНИВЕРСАЛИЙ
Проанализированы содержание и алгоритм проведения методики семантических универсалий, обоснована необходимость критериального подтверждения значимости выявленный семантических универсалий и представлен новый алгоритм их определения; предложена уровнево-иерархическая структура семантического пространства восприятия стимула; проанализированы достоинства и недостатки нового алгоритма.
Ключевые слова: метод семантических универсалий, структура семантического пространства стимула
A. V. Mazurkevich
PROCESSUAL SPECIFICATION AND MATHEMATIC GROUNDING OF SEMANTIC UNIVERSALS METHOD
In the article there was analyzed the content and algorithm of semantic universals methodology, substantiated the necessity of criterion confirmation of significance of the identified semantic universals, and represented the new algorithm for their detection; there was also suggested the hierarchical structure of semantic field for stimulus perception and analyzed the advantages and disadvantages of the new algorithm.
Key words: semantic universals method, structure of semantic field of stimulus
В современных психологических исследованиях, посвященных изучению содержательно-смысловых аспектов бытия личности, ее восприятия окружающего Мира и своего места в Мире, все чаще используются семантические методы. Их популярность вполне объяснима целым комплексом диагностических преимуществ, которым они обладают по сравнению, например, с субъективными тестами или проективными методиками.
Так, в перечне достоинств методов, основанных на идее семантического дифференциала (далее — СД), можно обозначить следующие:
1) простота для респондента в понимании задания и заполнения соответствующего бланка;
2) возможность построения универсальных (для разнообразных стимулов) и специально сконструированных (для частных или уникальных стимулов) семантических полей, что делает метод гибким и достаточно легко адап-
тируемым для широкого спектра исследовательских задач;
3) возможность изучения психологических параметров, показателей, характеристик, относящихся к семантике субъекта или целых групп, непосредственное выявление которых затруднено или невозможно при использовании традиционных «опросниковых» форм диагностического инструментария;
4) возможность построения семантических пространств, отражающих групповые особенности представления или отношения к некоторому объекту, а также отслеживать динамику их изменения (при лонгитюдных формах исследования);
5) возможность качественно и количественно сравнивать семантические пространства и / или профили респондентов и групп, выявляя общее, частное, уникальное в этих пространствах / профилях, гармонично совмещая при этом принципы номотетического и идиографического подходов в психологии;
6) возможность применения широкого спектра методов математической обработки результатов СД, что позволяет получать более полную информацию о психологических особенностях респондентов и исследуемых феноменах.
Среди разнообразных методических вариантов СД, к которым можно отнести указанные достоинства, особый интерес вызывает метод «Семантических универсалий» (далее — метод СУ), предложенный Е.Ю. Артемьевой и алгоритмически прописанный и обоснованный в своих учебных пособиях В.П. Серкиным [9, с. 8]. Особенность этого метода заключается в том, что он позволяет выявить универ-сальную(-ые) оценочную(-ые) структуру(-ы) представления стимула группой респондентов, репрезентирующей некоторую генеральную совокупность или таковой являющейся.
Несомненным достоинством представленного в учебных пособиях В. П. Серкина алгоритма определения семантических универсалий является его простота. И хотя автор именно в простоте и, как следствие, в отсутствии необходимости использовать компьютер усматривает причину некоторого игнорирования («забывания») данной диагностической методики, на наш взгляд как раз указанная характеристика позволяет ей (методике) оставаться в числе основных психосемантических методик.
Однако осмысление процедуры определения семантических универсалий по предложенному алгоритму не только не исключает, но предполагает априорный конструктивный скепсис в его корректности и, как следствие, в правильности интерпретации и понимания полученных результатов.
Признавая корректность и научное значение теоретических концепций, заложенных в идеи СД вообще и метод СУ в частности, рассмотрим для ясности предмета обсуждения алгоритм метода семантических универсалий, приведенный В. П. Серкиным в работе «Методы психологии субъективной семантики и психосемантики» [8, с. 258]:
1. Задается семантическое поле / пространство шкал-дескрипторов, сведенных в некоторую табличную форму. Количество шкал определяется конкретным вариантом СД (его специализированной или универсальной формой).
2. Задается стимул, который респонденты должны субъективно оценить по шкалам-дескрипторам. Шкалы могут быть униполярными или биполярными. Количество градаций шкал может быть любым, но чаще всего от -3 до 3 с интервалом в 1.
3. Каждый респондент оценивает по каждой шкале стимул, соотнося представления о нем, как правило, с дихотомически-полярной шкалой.
4. По всей выборке по каждой шкале-дескриптору подсчитывается среднее арифметическое (средневыборочное), которое задает некоторую тенденцию групповой оценки стимула.
5. Поскольку все шкалы-дескрипторы были изначально заданы в едином вариативном диапазоне, определяется размах вариации среднего арифметического по каждой шкале из списка всех шкал.
6. В зависимости от объема выборки / группы отступается интервал в 0,1, 0,2, 0,25 значения размаха вариации среднего арифметического от крайних (и от максимального положительного, и от максимально отрицательного, т. е. полярных) значений.
7. Данный «отступной» интервал получает название соответственно децильный, квин-тильный или квартильный интервал и определяет, по мнению авторов, содержание 90, 80 и 75%-х универсалий [8, с. 256-262].
8. Значения средних арифметических шкал дескрипторов, которые вошли в «отступы» размаха с полярных сторон шкалы-дескриптора, свидетельствуют о неслучайности выбора респондентами и, стало быть, возможности включения данной шкалы-дескриптора в семантическую универсалию.
9. Далее составляется список шкал, вошедших в универсалию, и, если на то есть желание проводящего обработку, подсчитываются веса каждой такой шкалы.
Проведем анализ данного алгоритма на предмет его содержательной и процессуальной корректности. Для начала обратимся к определению категории «универсалия».
В качестве базового в монографиях приводится следующее определение:
Семантической универсалией называется список выделенных для данного стимула координат (оценок по шкалам), одинаково оцениваемых значимым большинством однородной группы испытуемых [8, с. 257; 9, с. 85].
В таком определении, на первый взгляд не вызывающем возражений, есть как минимум два положения, требующих своих обоснований, но не имеющих таковых в непосредственном описании метода и потому порождающих два принципиальных вопроса, а именно:
1. Почему список (т. е. некоторое поименованное множество) выделенных разномодальных шкал-дескрипторов получает название «универсалия» (единственное число!)?
2. Шкалы-дескрипторы, средние арифметические которых не вошли в «отступные» интервалы от полярных сторон шкалы, тоже могут обозначать некоторую тенденцию в оценках большинства респондентов. Тогда почему они были исключены из тренда «большинства»? Определяется как-то иначе, кроме удобного эмпирического правила, статистическая обоснованность включения тех или иных шкал в универсалию?
Рассматривая первый поставленный нами вопрос, обратимся к эпистемологии и методологии науки и попытаемся ответить с практической точки зрения на вопрос «что есть универсалия?». Этот во многом теоретический философский вопрос не должен быть игнорируем, поскольку ответ на него методологически укажет направление поиска семантических универсалий, коль скоро они заявлены в методе.
Оставляя за скобками анализа многовековую историю формирования сложнейшего понятия «универсалия» в философии и сопряженную с ней непримиримую борьбу номиналистов с реалистами (то научная сфера философов), возьмем в качестве базовых те определения, которые позволяют, с одной стороны, сохранить гносеологическую суть понятия «универсалия», с другой стороны, подсказывают способ ее (универсалии) выявления:
1) универсалия — совокупность множества вещей, образующая вид или род, где под видом подразумевается мысль, выведенная из субстанциального совокупного подобия индивидов, а под родом — мысль, выведенная из подобия видов [5, с. 1016];
2) универсалия — слово (термин), обозначающий все то, что, по природе своей, способно сказываться о единичных вещах (субстанциях), а именно — об их свойствах или отношениях [6, с. 1012];
3) универсалия — (лат. Universus) не только «общий», но и «целый», «полный» [3, с. 1012].
В первых двух определениях в неявной форме, а в третьем — скорее, переводе, чем определении — в явной форме содержится указание на главные свойства универсалии — она должна быть:
а) общей;
б) целостной;
в) полной.
Задавшись вопросом о том, позволяет ли алгоритм отыскания семантической универсалии, прописанный в монографии В. П. Сер-кина, обеспечить указанные принципиально важные качества для данной категории, мы вынуждены констатировать, что нет, и вот почему:
а) заявляя о важности (внесено в авторское определение универсалии) одинаковости оценки стимула большинством испытуемых однородной группы по конкретной шкале-дескриптору, автор одни шкалы, попавшие в крайне правый или крайне левый произвольный (по сути) отступ диапазона вариативности среднего арифметического и оцененные большинством респондентов, включает в универсалию, а другие, также оцененные большинством, но не попавшие в «отступной» интервал шкалы — нет;
б) простое перечисление определенных некоторым образом шкал-дескрипторов не только не гарантирует, но даже не подразумевает некоторой целостности или хотя бы их логической или содержательной взаимосвязи, что автоматически нивелирует уверенность в отыскании некоторой семантической универсалии для конкретного стимула;
в) полнота универсалии определяется только тем, какой интервал отступа будет выбран исследователем, применяющим методику: выбрав 10%-й интервал исследователь получит один список дескрипторов, выбрав 20%-й — другой список, 25 %-й — третий список (при определенной сноровке и большой группе респондентов можно взять 50 %-й интервал отступа, и тогда весь список шкал-дескрипторов станет одной универсалией).
В рассматриваемых источниках, разумеется, есть некоторые объяснения, касающиеся обозначенных нами несовершенств алгоритма методики семантических универсалий. Рассмотрим их более подробно.
Обоснование алгоритма определения значимости той или иной шкалы-дескриптора, включенной в искомую универсалию, основанное на статистическом большинстве респондентов, дает сама Е.Ю. Артемьева: «Простейшим способом обработки результатов является подсчет частоты встречаемости определенного признака по группе испытуемых. Большая частота (т. е. большинство респондентов — А. М.) свидетельствует о значимости (неслучайности) представленности данного признака в сознании испытуемых» [8, с. 257]. Речь идет о превалировании общеположительных над общеотрицательными (условно, разумеется) или наоборот оценками стимула по предложенным шкалам-дескрипторам. Это действительно так, однако, как быть в том случае, если подавляющее или абсолютное большинство (а такое весьма вероятно) дает умеренные или близкие к нулевым (центральным / нейтральным для шкалы-дескриптора) оценки по стимулу? Получается, что их оценка, подпадающая под критерий «большинства», не будет включена в универсалию, поскольку не попадет в крайний диапазон отступа по шкале.
Эту проблему, равно как ответ на второй поставленный нами ранее вопрос, призвано решить некоторое эмпирическое правило, согласно которому диапазон отступа от крайних значений интервала вариативности среднего арифметического по шкале-дескриптору в зависимости от объема выборки должен составлять 25 % (для выборки более 25 респондентов), 20% (20-25 респондентов), 10% (менее 20 респондентов [8, с. 260].
Но это некорректно, причем по двум основаниям.
Во-первых, отступая от условно 100 %-го диапазона 25 %-й интервал с обеих сторон, мы в остатке получаем 50 %-й (!) диапазон, а не 75%-й. И в семантическую универсалию в этом случае входят как дескрипторы, попавшие в крайний левый отступ, так и дескрипторы, попавшие в крайний правый отступ.
Соответственно, для 20 и 10 % — не 80 и не 90, а 60 и 80%-й.
Во-вторых, «процентные ставки отступа» (10, 20 и 25%) — это не статистически строго обоснованные диапазоны, а скорее просто «удобные для пользователя», что, разумеется, немаловажно, размеры отступов, предполагающие некоторое подобие статистической обоснованности.
Продолжая рассматривать проблематику «процента включенности» шкал-дескрипторов в вычисляемую универсалию, обратимся к аспекту полноты (п. в).
Руководствуясь, по сути, только лишь некоторым эмпирическим правилом подбора диапазона, предложенным в указанных учебных пособиях, мы будем получать именно разные списки дескрипторов. Разные по своей полноте, 10% — один список, 20% — другой список и т. д. — каждый раз более широкий список. Такая произвольность, пусть даже со ссылкой на некоторое эмпирическое правило, не способствует корректности отыскания универсалии.
Еще один аргумент автора в пользу достоверности определения полноты семантической универсалии вызывает вопрос, связанный видимо с неполнотой представленной в учебных пособиях информации о процедуре сравнения полученных универсалий в разных (?) группах по одинаковым стимулам [8, с. 260]. Для сравнения универсалий в разных по объему выборках применялся критерий %2 (Пирсона). Автор в тексте указывает: «Подсчитано с помощью %2-критерия, что эти результаты являются значимыми (уровень значимости —
0,05)» [8, с. 260]. Совершенно непонятно, про какую значимость идет речь? Значимость различий — что соответствует назначению критерия с учетом обозначенного уровня статистической значимости 0,05 — или тождественности? Если речь идет про статистически достоверные различия, то использование данного критерия никакой достоверной информации исследователю не даст, так как имеем в экспериментальном плане различные по сути выборки (разные респонденты), различные по объему выборки (стало быть, разные по полноте универсалии), которые дают различные содержательные оценки одного и того же стимула? Как вообще тогда возможно воспроизведение (семантическая реконструкция) стимула в любой другой группе респондентов, если у них тоже другое, совершенно отличное от исходной группы, представление о предлагаемом стимуле?
Если речь о тождественности полученных результатов (что было бы логично), то критерий не может быть на уровне 0,05. Его значение должно соответствовать большим уровням статистической значимости, например: 0,1,
0,4, 0,7, 0,9... и до 1,0 (полное совпадение сравниваемых профилей). Такова его логика подсчета.
То есть, если эмпирическое значение критерия %2 больше критического для уровня статистической достоверности (например, 0,05), то это значит, что распределение оценок статистически достоверно различаются, а не тождественны. В приводимом примере это значение критерия говорит о различности наполнения семантических универсалий в разных группах.
Кроме того, данный критерий целесообразно использовать тогда, когда выборки больше 30 единиц [10, с. 117]. В противном случае он дает весьма приблизительные результаты.
Рассмотрев аргументы, обосновывающие метод СУ в пп. а и в, обратимся, пожалуй, к самой сложной проблеме — проблеме целостности.
Чем объясняется принадлежность выделенных дескрипторов к целостной (единой) универсалии? — только их неслучайностью (см. определение). Но где и какова связь между неслучайностью (закономерностью) и целостностью? Целостность и закономерность — это совершенно разные онтологические категории, содержательные поля которых возможно сопряжены, но явно не тождественны. И если целостность, очевидно, подразумевает закономерность, то закономерность не обязывает к целостности. А ключевой вопрос определения универсалии именно в целостности, а не в закономерности. Так как же можно определить целостность? В методике СУ целостность фактически не определяется, но произвольно предполагается. Тогда какие основания утверждать, что зафиксированный список дескрипторов — это универсалия?
Разумеется, такой метод, хотя бы косвенно указывающий на целостность шкал-дескрипторов, входящих в универсалию, есть. Однако автор весьма скептически относится к его возможностям. Это метод факторного анализа (далее — ФА) [8, с. 262].
Рассмотрим некоторые недостатки факторного анализа, указанные автором, и проанализируем их:
1. Произвольное определение достаточного числа факторов для описания результатов. Это не совсем так, поскольку процедура определения достаточного количества факторов —
это своеобразный компромисс между степенью детализации факторной структуры и ее обобщенностью. Дотошный аналитик может выбрать, при желании, все 100 % вариации дисперсии переменных, получив при этом столько факторов, сколько изначально переменных. Но тогда речь не будет идти о научной редукции данных вообще и о редукции данных ФА в частности, а, скорее, об их «перегруппировке» по признакам внутренней общности и вариативности результата. Потому и была разработана (и принята большинством психологов-исследователей) процедура ФА — многоэтапная процедура обработки, первоначальный этап которой связан с ориентировочным (и не зависимым от мнения исследователя) определением количества факторов — эксплораторный ФА методом главных компонент. После этого проводится уточнение факторной структуры, которая тоже мало зависит от непредвзятого и честного (а это предполагается априорно) исследователя. Подробно эта процедура описана, например, у А. Д. Насле-дова [4, с. 251-277]. Кроме того, в самой процедуре ФА предусмотрен метод, в структуре которого используется критерий %2-Пирсона, позволяющий оценить достаточное число факторов — это метод «Максимального правдоподобия». Данный метод применяется уже как конфирматорный ФА, призванный подтвердить (или не подтвердить) представления исследователя о редуцированной структуре переменных-дескрипторов как шкал семантического пространства. Укажем также, что результаты ФА СД, приведенные в качестве примеров в указанных учебных пособиях автора и отражающие его скепсис, по-видимому, соответствуют усеченному варианту ФА, а потому не имеют всех оснований считаться корректными.
2. Произвольная, основанная на «опыте» пользователя, интерпретация совокупности факторов. Это не совсем так. Да, действительно, если интерпретатор пытается обобщить вошедшие в фактор переменные и, тем самым, проинтерпретировать его в слове-имени, то уровень произвола весьма велик. Но такая процедура явно уместна, когда вошедшие в фактор переменные определенно указывают на конкретную его смысловую нагрузку. Такое, к сожалению (или к счастью), бывает не так часто. В большинстве случаев рекомендуется не именовать факторы, а анали-
зировать веса переменных, вошедших в него. Но в целом надо признать, что данное замечание В. П. Серкина справедливо и уместно.
3. Использование уравнений регрессии для оценки значений факторов (внесение «приблизительности»). Приблизительность, задаваемая регрессионным уравнением:
а) неизбежна;
б) явно не превышает приблизительности, привносимой эмпирической произвольностью определения диапазона «включенности» переменной в универсалию.
В каком методе больше уровень «приблизительности» — в факторном анализе с 70%-м охватом дисперсии признаков или в методе, где в расчет принимаются только 10-20% диапазона вариативности переменных? Но объективно замечание автора в пределе верно.
4. Недоказанность гипотезы о постоянстве факторной структуры для двух и более генеральных совокупностей. Во-первых, факторная структура более чувствительна к вариативности ответов респондентов (более тонкий инструментарий математической обработки) чем средние арифметические; во-вторых, устойчивость и, стало быть, воспроизводимость факторной структуры, вполне проверяема при корректном ФА [см., напр.: 7, с. 360]; в-третьих, для устойчивой факторизации необходимо иметь выборку не менее чем в 3 раза превышающее число регистрируемых параметров плюс 10% (для надежности) [приводится по:
2, с. 96]), т. е. для 21-й шкалы (или около этого количества шкал) для фиксации устойчивой факторной структуры СД требуется примерно 70 респондентов, а не 25; в-четвертых, для разных генеральных совокупностей факторные структуры могут не быть тождественными, поскольку несут на себе отпечаток специфики и психологических особенностей генеральной совокупности респондентов, по которой они исчисляются (разумеется, некоторая общность, указывающая на универсалию, все-таки априорно предполагается).
5. Процедуры факторного анализа требуют, чтобы измерения были проведены не ниже, чем по шкале интервалов, в то время как при применении семантических методик используется преимущественно шкала порядка (балльная оценка). С данным утверждением спорит, например, специалист по математической психологии Г. В. Суходольский. Он рассмат-
ривает СД как один из методов с метрическим (метрические — это шкала интервальная и шкала отношений — «сильные» шкалы —
А. М.) психодиагностическим пространством [11, с. 165] — т. е. шкалы СД соответствуют критериально интервальной шкале.
Целесообразно внести некоторую ясность: в каком случае считать шкалу ранговой (порядковой), а в каком интервальной? Если в методике СД для соотнесения стимула со шкалами-дескрипторами предусмотрена система «согласия / несогласия» с полюсами шкалы или некоторыми утверждениями, например, «абсолютно согласен», «согласен», «скорее согласен», «затрудняюсь» и т. д., а после предусмотрен перевод этих степеней / уровней согласия в некоторые цифры (например, от 0 до 6 или от 1 до 7), то в таком случае данная цифровая шкала будет соответствовать ранговой, поскольку условное расстояние в континууме «согласия» между его градациями принципиально невычислимо, но мыслится в виде некоторых пронумерованных уровней, расстояние между которыми не только не одинаково у разных респондентов, но и не одинаково между соседними градациями для одного респондента. Тут с полным основанием признается ранговая шкала.
Но если изначально испытуемому предлагается готовая шкала со вполне метрической системой (например: -3.+3 или та же 0.-6), в которой:
а) визуально-графически и знаково-метрически позиционируются равные интервалы;
б) в которой нет никакого указания на уровень согласия (если только это не прописано в инструкции) — а какое согласие или не согласие может быть с 2 или 3, если это только не оценка за успеваемость? — но есть представленность того или иного качества стимула в диапазоне от своего минимума до максимума, то можно считать эту шкалу интервальной.
То есть, вопрос цифровой нумерации шкалы переходит из трактовки «ранговости / по-рядковости» в трактовку «погрешности метрических шкал» и соответствия оценок респондентов стимула по шкалам-дескрипторам в заданной метрике. Причем, данную погрешность можно существенно снизить, предусмотрев возможность межградуальных оценок (+2,5, -0,5 и т.д.).
Вопрос о том, где расположен минимум на предлагаемой шкале (в условном 0-е или на противоположном полюсе шкалы) не отменяет по сути метрического характера градуирования. На принципе субъективного соотнесения представления о некотором феномене психологического бытия личности с линейной градуированной или не градуированной метрикой основана методика Дембо — Рубинштейн, где испытуемым предлагается соотнести с условно единичным отрезком выраженность некоторого качества (например, уровень самооценки), а затем эти уровни измеряются линейкой, переводятся в доли единицы и исчисляются в шкале отношений. Таким образом, есть все основания полагать шкалы СД метрическими, т. е. представленными в интервальной шкале измерений и, стало быть, вполне допускающими полноценную факторизацию.
Разумеется, приведенные аргументы носят, скорее, спекулятивный характер и должны быть обоснованы математически. Но это вопрос к математикам и тем, кто специально занимается определением типов шкал в психодиагностических методиках.
Есть еще один важный момент, требующий прояснения. Если, как говорилось ранее, ФА проводить в полном соответствии с четко установленным и прописанным алгоритмом на соответствующего объема выборке (напомним, что для устойчивой факторизации требуется, чтобы количество респондентов было не менее чем в 3 раза больше, чем количество факторизуемых шкал), то объемы выборок, а это порядка 60-70 респондентов для 21-й шкалы СД, будут компенсировать различия в значениях корреляций для ранговых и метрических шкал.
Поскольку ФА построен на корреляциях, то несовпадение значений корреляций, посчитанных для ранговых шкал и для метрических шкал, существенно только для малых выборок (как раз 20-30 респондентов). Когда объемы выборок увеличиваются до требуемых величин, то значение линейной корреляции Пирсона (для метрических шкал) с точностью до сотых и даже тысячных совпадает со значением корреляции Спирмена (для ранговой шкалы). Убедиться в этом можно, сравнив таблицы критических значений для линейной и ранговой корреляции [напр.: 4, с. 363; 10, с. 340].
Кроме того, есть еще один немаловажный момент, касающийся вопроса о применимости методов математической обработки к данным, измеренным в ранговых / балльных / порядковых шкалах. Дело в том, что строго математически, в ранговых шкалах не только нельзя проводить ФА, поскольку он построен на линейных корреляциях Пирсона, но и подсчитывать дисперсии и средние арифметические, на которых построен МСУ Тогда, следуя скепсису и логике автора относительно применимости ФА к методикам СД, мы должны признать, что и метод семантических универсалий таже не может быть признан адекватным для работы с семантическими пространствами (по тем же самым причинам, что и ФА — ранговость / порядковость / балльность шкал СД).
Таким образом, рассмотрев аргументацию
В. П. Серкина относительно ограниченности возможностей ФА для обработки СД, можно прийти к выводу, что многие из авторских опасений достаточно легко устранимы при корректном проведении соответствующих мате-магических приемов.
Обратимся к анализу еще одного положения методики СУ, а именно к идее о воспроизводимости стимула (объекта) методом семантической реконструкции на основании результатов выделения семантических универсалий.
Автор в учебных пособиях приводит пример (обозначим его кратко, не теряя, однако, его сути) с реконструкцией стимула «горностай» по его универсальным дескрипторам: маленький, белый, хищный, быстрый, умный, теплый, враждебный, опрятный [8, с. 296]. Пример убедительный.
А вот другой пример из того же учебного пособия, который также есть семантическая универсалия, но уже совершенно другого стимула: добрый (2,06), деятельный (2,19), отзывчивый (2,31), энергичный (2,13), общительный (1,81), честный (2,00) (в скобках приведены весовые значения шкал-дескрипторов для данного стимула) [8, с. 262].
Поясним суть приведенных примеров.
В пособии В. П. Серкина приведены описание и обоснование метода семантической ре-
1 Правильный ответ: исходный стимул к семантической универсалии — собака.
конструкции [8, с. 295] с указанием на многократное подтверждение результатов проверки в разных исследованиях. В обосновывающей части автор в виде леммы утверждает, что вероятность случайного узнавания стимула, описанного семантической универсалией, пренебрежимо мала (априорно меньше 1%), а совпадение узнаваний двумя и более испытуемыми в группе 20-30 человек ничтожно мало.
Исходные посылки рассуждения автора совершенно справедливы. Действительно, каждый респондент не есть «генератор случайных слов» при условии, что осознанно и добросовестно решает тестовое задание, а это принимается априорно. К тому же, важно помнить, что ассоциативные представления каждого отдельного субъекта имеют сетевой характер [см. например: 1, с. 125-130; 7, с. 50-57]. И ассоциативное «узнавание» стимула по выделенным шкалам активизирует сети ассоциативных связей, которые уже случайными назвать никак нельзя. Собственно, автор на эту неслучайностью и указывает. Но почему-то задает критерий неслучайности: 2 человека из 20-30. А почему не 2 из 100 или 1 из 100?
Поэтому нужно искать более надежный способ статистического определения условной границы реконструктивной надежности семантической универсалии. Повысить порог фильтрации случайного ответа с вероятности
0,000005 (полагая, что респондент — генератор случайных слов — знает как минимум 200000 слов родного языка и умеет правильно ими пользоваться) до 2,5 * 10-11 — в этом особого смысла нет. А вот определить статистическую значимость правильного узнавания стимула по выделенным шкалам универсалиям по сравнению с неправильным узнаванием (песец и горностай — это разные объекты) — это было бы корректно.
Так, например, для этих целей можно было бы использовать критерий углового преобразования ф*-Фишера или критерий ^-Колмо-горова — Смирнова, которые для таких задач подходят. Например, можно сравнить частоты правильных и неправильных узнаваний стимула с равновероятностным распределением. Статистически достоверное превышение упоминания правильно названного исходного стимула над равновероятностным будет указывать на реконструктивную надежность семантической универсалии. Исключение может сос-
тавить исследовательская задача построения ассоциативных универсалий, где будет исследоваться «поле вариации стимулов», подходящих под конкретную семантическую универсалию. Но это уже отдельная исследовательская задача.
Отметим еще один момент. Задавшись вопросом, «почему» узнавание (реконструкция) первого стимула прошло, вероятно, достаточно легко, а узнавание второго стимула, возможно, не произошло вовсе, обратимся к самому перечню полученных для стимулов дескрипторов. В описании первого стимула есть как минимум два параметра, указывающих на родовую и надродовую принадлежность (хищный и теплый), а также на некоторые внешние характеристики (маленький, белый, опрятный), что заметно облегчает респондентам «путь» реконструкции, проходимый ими посредством механизма анализа через синтез. В описании второго стимула ни родовых, ни внешних «подсказок» для узнавания нет. Но и первый перечень, и второй — семантические универсалии. Как объяснить, что первая универсалия — реконструктивно надежная, а для второй — уверенности в таковой нет?
По всей видимости, нужно исходить из положения о том, что семантическая универсалия как интегративная и, что в данном случае важнее, обобщенная описательная модель восприятия стимула в сознании респондентов может терять денотативные характеристики и возгоняться к таким уровням коннотативного обобщения и качественного абстрагирования в представлении субъекта (субъектов) о стимуле, что «обратный путь» — от абстрактного к конкретному, от общего к частному — становится крайне затруднительным или просто невозможным. Наличие амодального семантического кода, о котором пишет автор в указанном пособии, лишь расширяет ассортимент подходящих на роль правильного (исходного) стимула объектов. Денотативно-предметная трактовка универсалии расширяется по мере увеличения степени ее обобщенности и абстрактности.
Если же уровень денотативной неопределенности семантической универсалии стимула не столь высок и / или в универсалию включаются такие описания качеств стимула, что дедукция и анализ через синтез становится возможными, то семантическая реконструкция не вызывает затруднений.
Подведем промежуточный итог критического анализа рассматриваемого алгоритма проведения методики семантических универсалий.
1. Алгоритм выявления семантических универсалий в значительной своей части является столь же простым, сколь и слабо обоснованным, что не позволяет рассматривать результаты как достаточно надежные и валидные.
2. Категория «универсалия» требует констатации содержательной взаимосвязи нескольких компонентов в семантическое единство, а не простого поименования этих компонентов.
3. Шкалы-дескрипторы, неслучайно выделенные некоторым образом, обладают разной степенью соотнесенности с исходным стимулом, поэтому должны быть организованы в иерархию, заданную четким принципом структурации.
4. Даже корректно выявленная семантическая универсалия в ряде случаев может не быть достаточно полной и корректной для адекватного воспроизведения стимула, так как теряет четкость денотативного содержания.
Прежде чем приводить описание предлагаемого алгоритма определения семантической универсалии, рассмотрим основные принципы, которые лягут в его основу:
1. Принцип значимости — шкалы-дескрипторы, которые входят в семантическую универсалию, должны значимо выделяться по сравнению с не вошедшими в универсалию шкалами. Критерием значимости может быть ^-критерий Фишера, который определяет, значимо ли варьируется одна переменная по сравнению с другой или другими. На данное положение косвенно указывает сам В. П. Сер-кин, однако оно не получило заслуженного развития до уровня обоснованного алгоритмического шага [8, с. 260].
2. Принцип связанности — шкалы-дескрипторы, которые входят в универсалию, должны составлять некоторое семантическое единство, целостность, связанность. Определить связанность шкал-дескрипторов можно с помощью факторного анализа, который как раз и направлен на выявление интегративных структур в системе данных. Данными являются результаты, занесенные в матрицу значений по шкалам-дескрипторам по всем респондентам.
Используя два приведенных принципа, обоснуем и опишем предлагаемый алгоритм определения семантических универсалий. Рассмотрим возможные варианты соотношения значимости / связности для шкал-дескрипторов:
а) значимые и связные;
б) значимые и несвязные;
в) незначимые и связные;
г) незначимые и несвязные.
Шкалы-дескрипторы, оказавшиеся значимыми и связными, образуют универсальное ядро описания стимула. ФА позволит выявить связные структуры в системе значений и, вполне ожидаемо, что факторов (обобщенных когнитивных оценочных структур) может быть не один, а несколько. По количеству устойчивых факторов определяется количество семантических универсалий. Сами факторы — это и есть целостные универсалии. При этом нужно помнить, что ФА должен быть проведен в своем полноценном, завершенном варианте на достаточной выборке. Данный иерархический уровень можно сравнить с предложенным В.П. Серкиным семантическим базисом (базисная универсалия). Сам автор так определяет его значение: «Минимальная совокупность описаний значения, позволяющая группе испытуемых реконструировать (восстановить) значение» [8, с. 20, 98]. Однако ядро описания стимула как иерархический уровень семантического пространства и семантический базис не являются тождественными понятиями, поскольку в них процессуально и содержательно расставлены разные акценты: семантическое ядро стимула — это целостные структуры, включающие не только значимые, но и взаимосвязанные дескрипторы (достаточны они для воспроизведения стимула или их нужно предъявлять с дополнительными, не вошедшими с этот уровень дескрипторами — это вопрос открытый); семантический базис — это список дескрипторов, по которым данная группа смогла воспроизвести правильно исходный стимул (т. е. для разных групп, что логично, базисы данного стимула будут разными).
Шкалы-дескрипторы значимые по критерию ^-Фишера, но удаленные из факторной структуры (не связные с основными факторами) по причине того, что образовали самотож-дественный уникальный фактор, в который не вошли со значимыми нагрузками больше никакие переменные или оказались равнопред-
ставленными в разных факторах, обретают статус дополняющих (конкретизирующих) и являются описательными радикалами, комплементарными системе универсалий.
Шкалы-дескрипторы, которые оказались не значимыми для описания стимула по критерию ^-Фишера, но оказались включенными в факторную структуру, целесообразно рассматривать в качестве семантического фона, который не определяет содержательное наполнение универсалии, но «расцвечивает» общегрупповое отношение к ней.
Шкалы-дескрипторы, которые оказались не значимыми по критерию ^-Фишера и были исключены из факторной структуры по причине равномерной представленности в разных факторах или образовали самотождественные факторы, в которые не вошли со значимыми нагрузками другие переменные, исключаются из интерпретируемой семантической структуры как совершенно неинформативные для системы семантических универсалий. В качестве варианта, если в дальнейшем возникнет исследовательская задача исследовать и эти шкалы, то их можно условно обозначить как «семантический шум».
Таким образом, мы получаем трехуровневую структуру, представленную на рис. 1.
Уровень ^^\^Семантический
Рис. 1. Структура семантического пространства стимула, построенного методом семантических универсалий
Первый уровень (центральный) — это система семантических универсалий (одной или нескольких), каждая из которых целостная
(интегративная) совокупность шкал-дескрипторов, которые были выделены по признаку значимости и связности.
Второй уровень — уровень семантических дополнений, т. е. шкал-дескрипторов, которые, являясь значимыми для представления стимула в сознании субъектов, тем не менее, оказались вычлененными из обобщенной целостной структуры семантического поля стимула.
Третий уровень — уровень семантического фона, т. е. шкал-дескрипторов, которые оказались не значимыми по уровню своей вариативности относительно других шкал, но оказались включенными в интегративные структуры семантических универсалий и, стало быть, имеют определенное значение для описательных моделей стимула в сознании респондентов. Они играют, по всей видимости, роль своеобразного фона, или, образно говоря, «клея» для семантической интеграции.
Четвертый уровень — уровень семантического шума. В него входят шкалы, которые были по описанным причинам исключены из семантических универсалий.
Пропишем алгоритм нахождения системы семантических универсалий:
1. Определяется среднее арифметическое результатов всех респондентов по каждой из шкал-дескрипторов.
2. Определяется дисперсия признака по каждой отдельной шкале-дескриптору по всей выборке респондентов.
3. Определяется средняя дисперсия по всем шкалам-дескрипторам по всей выборке — среднее арифметическое всех найденных дисперсий. Эту процедуру не следует путать с отысканием дисперсии по всем признакам по всей выборке, так как такая дисперсия будет лишена смысла.
4. С помощью ^-критерия Фишера определяются те шкалы, вариативность которых носит статистически достоверно меньшее по сравнению с осредненной дисперсией значение. То есть оценки по этим шкалам носят статистически закономерный характер и, стало быть, несут в себе некоторую ключевую для стимула информацию. Данная процедура лишь придает статус статистической достоверности методу, описанному В. П. Серкиным как метод «шкалированных семантических универсалий» [8, с. 261]. Следует помнить, что в числитель критерия в данном конкретном
случае следует подставлять не большую дисперсию, а именно среднюю дисперсию по всем шкалам. А в знаменатель — дисперсию по конкретной шкале-дескриптору. Если дисперсия конкретной шкалы заведомо больше осредненной дисперсии по всем шкалам, то подсчитывать данный критерий для данной шкалы не обязательно, поскольку оценка по данной шкале-дескриптору уже оказывается более вариативной («более случайной»), чем осредненная дисперсия вообще.
5. Проводится факторный анализ всего СД, который предусматривает:
а) эксплораторный ФА — для определения приблизительного числа факторов и их содержания;
б) ФА, проводимый как система итераций с последовательным исключением из факторной структуры переменных, которые оказались равнопредставленными в нескольких факторах без собственных пиковых факторных нагрузок в каком-то одном факторе и тех переменных, которые образовали самотождест-венный фактор без включения в него других переменных с пиковыми факторными нагрузками. Таких итераций, как правило, несколько. Конечная факторная структура должна объяснять порядка 70% дисперсии вошедших в факторную структуру переменных и другим критериям качественности (подробнее о процедуре ФА см.: [4, с. 363]).
6. На основании показателей ^-критерия Фишера и результатов ФА отсортировать шкалы-дескрипторы по следующим градациям:
а) статистически значимые по ^-критерию Фишера и образующие факторную структуру (рассортировать по факторам);
б) статистически значимые по ^-критерию Фишера, но не входящие в факторную структуру;
в) статистически не значимые по ^-кри-терию Фишера, но вошедшие в факторную структуру;
г) статистически не значимые по ^-критерию Фишера и не вошедшие в факторную структуру.
7. В любой удобной для восприятия исследователя форме представить выделенную структуру (списком, таблицей или схемой). В данной схеме (списке) каждая семантическая универсалия состоит только из статистически значимых по ^-критерию Фишера шкал-деск-
рипторов, а потому удовлетворяет главным условиям и признакам универсалии, прочие переменные распределяются согласно своим статусным уровням.
8. Используя средние арифметические значения по каждой шкале, определить, к какому полюсу шкал тяготеет оценка по ним — оставить в названии шкалы тот полюс, к которому тяготеет средняя оценка респондентов. Для удобства восприятия и анализа полученной структуры рекомендуется поставить с каждой однозначно / одноименно заданной шкалой ее среднее арифметическое значение.
Анализ полученной семантической структуры предлагается проводится по следующей схеме:
- качественный и количественный анализ полученных универсалий;
- качественный и количественный анализ уровня семантических дополнений;
- качественный и количественный анализ соотношения уровней семантических универсалий и дополнений;
- качественный и количественный анализ уровня семантического фона;
- качественный и количественный анализ соотношения уровней семантических универсалий, дополнений и семантического фона;
- качественный и количественный анализ уровня семантического шума;
- качественный и количественный анализ соотношения уровней семантических универсалий, дополнений, фона и уровня семантического шума.
Достоинства приведенного алгоритма определения семантических универсалий:
1. Данный алгоритм, в отличие от исходного, позволяет не только составить упорядоченный перечень значимых шкал-дескрипторов, но и организовать их в некоторую структуру, имеющую уровневый характер и представимую не просто списком, но схемой, структурой.
2. Данным алгоритмом обоснованно определяются семантические универсалии — их количество и содержание.
3. Шкалы, которые были бы выделены при проведении исходного алгоритма семантических универсалий, обязательно попадут в категорию значимых по ^-критерию Фишера, поскольку вариативность шкал, средние арифметические которых близки к полярным точ-
кам шкал, обладают низкой вариативностью (она ограничена правым или левым концом шкалы).
4. В отличие от исходного алгоритма, равно как и от процедуры факторного анализа, теряется минимум информации (а в случае исследовательского внимания к слою / уровню семантического шума информация — шкалы-дескрипторы — не теряются вообще, что увеличивает полноту анализа).
5. Комплексное использование концептуально глубоких идей метода семантических универсалий, разработанных Е. Ю. Артемьевой и В. П. Серкиным, и методов математической статистики, обеспечивающих требуемую достоверность методу.
6. Увеличиваются возможности анализа полученного исследовательского материала, что позволяет более глубоко проникнуть в суть и особенности семантических пространств.
Очевидно, что у любого метода есть недостатки, данный метод — не исключение. Обозначим самые существенные из них:
1. Высокая степень математической сложности и трудоемкости алгоритма. Аргументом «против» данного недостатка может быть утверждение о том, что все определяется исследовательскими задачами. Если исследователь ставит задачу ориентировочно, «на глаз»
Библиографич
1. ГейвинX. Когнитивная психология. — СПб.:
Питер, 2003. — 272 с.: ил.
2. Дружинин В. Н. Экспериментальная психология:
учеб. для вузов. — 2-е изд. — СПб.: Питер, 2008. — 320 с.: ил.
3. Левин Г. Д. Универсалии // Энциклопедия эпис-
темологии и философии науки. — М.: Ка-нон+: Реабилитация, 2009. — 1248 с.
4. НаследовА.Д. Математические методы психоло-
гического исследования: анализ и интерпретация данных: учеб. пособие. — 3-е изд., стереотип. — СПб.: Речь, 2007. — 392 с.
5. Неретина С. С. Универсалии в западноевропей-
ской философии // Энциклопедия эпистемологии и философии науки. — М.: Канон+: Реабилитация, 2009. — 1248 с.
изучить систему семантических представлений о стимуле, то исходного алгоритма, описанного В. П. Серкиным, разумеется, вполне достаточно. Но если идет речь о глубоком анализе с последующей возможностью качественного и количественного сопоставления результатов на разных выборках генеральных совокупностей, то, очевидно, представлен-ный нами алгоритм более полноценно обеспечивает выполнимость данной исследовательской задачи.
2. Не решен вопрос о воспроизводимости стимула по шкалам-дескрипторам, вошедшим в ядерный уровень семантического пространства и в семантические дополнения. В случае «возгонки» описания стимула до высоких уровней обобщения возврат-узнавание стимула остается по-прежнему проблематичным.
3. Для устойчивых факторных структур необходимо наличие больших выборок (порядка 60-70 единиц). Этот недостаток лишь подчеркивает целесообразность использования данного метода для серьезных (имеются в виду квалификационные и диссертационные) исследований. В работах уровня курсовых и контрольных данная процедура избыточна и трудоемка.
Впрочем, это вопрос, решаемый каждым автором исследования самостоятельно.
еский списо к
6. НовоселовМ.М. Универсалии // Энциклопедия
эпистемологии и философии науки. — М.: Канон+: Реабилитация, 2009. — 1248 с.
7. Петренко В. Ф. Основы психосемантики. — 2-е
изд., доп. — СПб.: Питер, 2005. — 480 с.
8. Серкин В. П. Методы психологии субъективной
семантики и психосемантики: учеб. пособие для вузов. — М.: Пчела, 2008. — 382 с.
9. Серкин В. П. Методы психосемантики: учеб. по-
собие для вузов. — М.: Аспект Пресс, 2004. — 207 с.
10. Сидоренко Е. В. Методы математической обра-
ботки в психологии. — СПб.: Речь, 2004. — 350 с.
11. СуходольскийГ.В. Математическая психология. —
Харьков: Гуманитар. центр, 2006. — 360 с.
