Аспирантура
2020/2021
Психометрические теории и анализ тестовых заданий
Статус:
Курс по выбору
Направление:
37.06.01. Психологические науки
Кто читает:
Департамент психологии
Когда читается:
2-й курс, 1 семестр
Формат изучения:
без онлайн-курса
Преподаватели:
Щебетенко Сергей Александрович
Язык:
русский
Кредиты:
4
Контактные часы:
28
Программа дисциплины
Аннотация
Курс призван помочь аспиранту сориентироваться в существующих психометрических теориях и методах анализа данных психологического исследования. В рамках курса обсуждаются основные проблемы психометрики, специфика использования статистических средств при оценке тестов. Аспиранты знакомятся с использованием среды R в контексте психометрического исследования. Особый акцент ставится на применение пакетов psych, MPsychoR и lavaan, выполняющих широкий спектр психометрических задач. В рамках эмпирической части курса слушатели применяют эти средства для анализа собственных диссертационных данных. Дается обзор классических и современных теорий тестирования, проблем валидности и надежности теста. Курс построен вокруг практического опыта применения автором психометрики в сфере психологии личности и социальной психологии. Слушатели интегрируют полученные знания в ходе подготовки отчетного задания – «психометрических маневров», проекта, воспроизводящего психометрическое исследование на разных его этапах.
Цель освоения дисциплины
- Формирование навыка организации психометрического исследования
- Формирование навыка выбирать и адекватно использовать психометрически необходимую статистику
- Навык эффективного оценивания публикаций на предмет состоятельности использованных тестов/результатов психометрических исследований
- Навык успешных презентаций собственных психометрических данных
Планируемые результаты обучения
- Владеет базовыми навыками работы с R
- Владеет навыками оценки надежности теста с помощью пакетов R
- Владеет навыками расчета корреляционных статистик (включая факторный анализ) в R
- Владеет навыками расчета конфирматорного факторного анализа в R
- Владеет навыками расчета регрессионного анализа в R
- Владеет базовыми навыками расчета структурных уравнений в R
- Владеет базовыми навыками оценки временных изменений в R
- Владеет навыками расчета многомерного шкалирования в R
Содержание учебной дисциплины
- Классическая теория тестированияРабота с R: вводные инструкции. Классическая модель истинного значения. Надежность. Внутренняя согласованность (Расщепление пополам, Альфа Кронбаха, омега МакДональда). Временная стабильность. Параллельные формы. Согласие оценщиков (interrater reliability). Generalizibility theory. Надежность и генерализованность.
- Факторный анализКоэффициенты корреляции. Эксплораторный факторный анализ. Ротация факторов. Факторные значения. Определение числа факторов. Баесовский эксплораторный факторный анализ. Конфирматорный факторный анализ. Модели высокого порядка. CFA с ковариатами. Межгрупповой CFA. Лонгитюдный CFA. Многоуровневый CFA. Метод главных компонент.
- Путевой анализ и Моделирование структурными уравнениямиМножественная регрессия (multiple regression) и регрессия с несколькими зависимыми переменными (multivariate regression). Модераторы и медиаторы. Simple Slope Analysis. Моделирование структурными уравнениями. Временные изменения. ANOVA с повторными измерениями. MANOVA. Латентные латентного развития. Авторегрессионные модели.
- Многомерное шкалированиеЭкплораторный MDS. Оценка пригодности MDS. Конфирматорный MDS.
Элементы контроля
- Аудиторная работа
- Контрольная работа
- ТестИтоговый балл определяется количеством вопросов, на которые был дан правильный ответ: 1-10% - 1 балл, 11-20% - 2 балла, 21-30% - 3 балла, 31-40% - 4 балла, 41-50% - 5 баллов, 51-60% - 6 баллов, 61-70% - 7 баллов, 71-80% - 8 баллов, 81-90% - 9 баллов, 91-100% - 10 баллов за работу. Тест аспирант выполняет самостоятельно, не обращаясь к письменным, печатным или электронным источникам. В ходе выполнения теста не допускается использование электронных средств, позволяющих сохранять или передавать информацию (мобильных телефонов и пр.). При нарушении этого правила тест не засчитывается.
- Аудиторная работа
- Контрольная работа
- ТестИтоговый балл определяется количеством вопросов, на которые был дан правильный ответ: 1-10% - 1 балл, 11-20% - 2 балла, 21-30% - 3 балла, 31-40% - 4 балла, 41-50% - 5 баллов, 51-60% - 6 баллов, 61-70% - 7 баллов, 71-80% - 8 баллов, 81-90% - 9 баллов, 91-100% - 10 баллов за работу. Тест аспирант выполняет самостоятельно, не обращаясь к письменным, печатным или электронным источникам. В ходе выполнения теста не допускается использование электронных средств, позволяющих сохранять или передавать информацию (мобильных телефонов и пр.). При нарушении этого правила тест не засчитывается.
Промежуточная аттестация
- Промежуточная аттестация (I семестр)0.3 * Аудиторная работа + 0.3 * Контрольная работа + 0.4 * Тест
Список литературы
Рекомендуемая основная литература
- Coulacoglou, C., & Saklofske, D. H. (2017). Psychometrics and Psychological Assessment : Principles and Applications. London: Academic Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1169380
- Психологическое тестирование, Анастази, А., 2002
Рекомендуемая дополнительная литература
- Geiser, C. (2013). Data Analysis with Mplus. New York: The Guilford Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=503254
- Lee Anna Clark, & David Watson. (1995). For personal use only——not for distribution. Constructing Validity: Basic Issues in Objective Scale Development. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.19A590D8
- Matthias von Davier, & Randy E. Bennett. (2017). Advancing Human Assessment: The Methodological, Psychological and Policy Contributions of ETS. Web server without geographic relation, Web server without geographic relation (org): Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.82A215BF
- SPSS 19: профессиональный статистический анализ данных, Наследов, А., 2011
- Westland, J. C. (2019). Structural Equation Models : From Paths to Networks (Vol. 2nd ed). Cham, Switzerland: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=2097529
- William Revelle. (2011). An overview of the psych package. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.24AA3670
- Математические методы психологического исследования : анализ и интерпретация данных: учеб. пособие для вузов, Наследов, А. Д., 2007