Интеллект и креативность в ситуациях межличностного взаимодействия

Выявленные в ходе анализа  эффекты различных систематических  факторов свидетельствуют о существенной зависимости изучаемых показателей  от каждого из них, что делает необходимым  учет данных факторов при диагностике  одаренности — в особенности  при индивидуальной работе со школьниками. Полученные данные могут быть использованы для работы практических психологов в конкретных регионах как нормативные  показатели. Дальнейшая работа в этом направлении может вестись по пути выявления независимых факторов, в наибольшей степени влияющих на проявление общих и креативных способностей. Без учета таких факторов трудно себе представить эффективную организацию  педагогического процесса, направленного  на развитие одаренных детей. Необходимо отметить, что установленные в  нашей работе закономерности являются результатом пилотажного исследования — ни сроки проведения, ни объем  выборки, ни представленность регионов, ни набор учитываемых независимых  факторов — не дают оснований для  чрезмерного обобщения полученных результатов.

Несмотря на достаточно очевидную  возможность прикладного использования  полученных данных, для целей нашего исследования более важным является вопрос о возможности диагностики  креативности в больших группах  школьников различных регионов страны.    С    целью    изучения    этого    вопроса    нами    был    осуществлен    трехфакторный

17

множественный анализ дисперсии (three way MANOVA), обобщенные результаты которого представлены в таблице 5.

Таблица 5 Влияние независимых факторов на исследуемые переменные

	Wilks' Lambda	Rao's R	df1	df2	p-level
Пол	0,890	9,042	7	514	.000
Город	0,767	22,266	7	514	.000
Возраст	0,959	3,119	7	514	.003
Пол*город	0,972	2,130	7	514	.030
Пол*возраст	0,953	3,595	7	514	.001
Город*возраст	0,940	4,690	7	514	.000
Пол* город* возраст	0,981	1,387	7	514	.208

Результаты анализа позволяют  сделать вывод о том, что совокупный эффект всех трех рассматриваемых независимых  переменных не оказывает существенного  влияния на дисперсию изучаемых  признаков. При этом необходимо подчеркнуть, что как каждый из независимых  факторов в отдельности, так и  все возможные попарные комбинации этих факторов достоверным образом  влияют на характер дисперсии показателей  общих и креативных способностей. Дальнейший анализ этих факторов является предметом специального исследования, имеющего несомненную ценность для  педагогической практики.

Таким образом, при анализе  эмпирических распределений изучаемых  показателей было установлено, что  их совокупность нечувствительна к  параметрам, делающим исследуемую выборку  неоднородной, что дает нам достаточные  основания для перехода к выделению  групп одаренных детей из всей исходной совокупности испытуемых в  целом.

Выявление одаренных детей  с неизбежностью ставит вопрос о  критериях, отличающих их от основной массы. Формирование достаточного набора критериев является одной из острейших  потребностей современной психологии одаренности. Анализ литературы показал, что большинство авторов при  определении такого набора включают в него две неизменные характеристики: творческого подхода и интеллектуальных способностей, превосходящих средний  уровень.

Кажущаяся простота такого минимального набора критериев на практике сопряжена с неоднозначностью соотношений  входящих в него психологических  параметров. В нашей работе была предпринята попытка поиска инвариантных отношений между показателями креативности и интеллекта.

Корреляционный анализ (см. Таб. 6) показал, что характеристики

18

Таблица 6

Матрица корреляций показателей  креативности и интеллекта

	ОРИГВЕР	УНИКВЕР	ОРИГНЕВ	УНИКНЕВ	ВЕРБИНТ	МАТИНТ	ПРОСТРИ Н
ОРИГ_ВЕР	1.0000 p= —
УНИК_ВЕР	.6100 p=0.00	1.0000 p=—
ОРИГ_НЕВ	.1209 p=.004	.2030 p=.000	1.0000 p=—
УНИК_НЕВ	.1077 p=.010	.1203 p=.004	.5367 p=0.00	1.0000 p=—
ВЕРБ_ИНТ	-.0763 p=.068	-.0385 p=.357	-.1175 p=. 005	-.0385 p=. 358	1.0000 p=—
МАТ_ИНТ	-.1417 p=.001	-.0829 p=.047	.0308 p=.462	.1443 p=.001	.2724 p=. 000	1.0000 p=—
ПРОСТРИН	-.0483 p=.248	.0819 p=.050	.0411 p=. 326	.0609 p=.145	.1413 p=.001	.2695 p=. 000	1.0000 p= —
под коэффициентами корреляции указан уровень значимости; нули опущены

креативности демонстрируют  более выраженные взаимосвязи между  собой, чем с показателями интеллекта. Дальнейший факторный анализ (см. Таб. 7), проведенный по методу главных  компонент (применялось вращение осей VARIMAX), позволяет дополнить результаты корреляционного анализа тем, что в основе вербальной и невербальной креативности так же, по-видимому, лежат различные "латентные переменные".

19

Таблица 7 Факторные нагрузки показателей креативности и интеллекта

| Factor 1	Factor 2	Factor 3
ОРИГ ВЕР                  0,88299
УНИК ВЕР               0,893182
ОРИГ НЕВ		0,858667
УНИК НЕВ		0,862489
ВЕРБ ИНТ	0,672488
МАТ ИНТ	0,745152
ПРОСТРИН	0,665976
Expl.Var                      1,633947	1,473465	1,576626
Prp.Totl                       0,233421	0,210495	0,225232

Таким образом, имеет место  ситуация трех разнородных (относительно независимых) видов показателей, которые  теоретически лежат в основе феномена одаренности. Особенно следует отметить, что в случае одаренности представляется проблематичным получение какого-либо измерения поведения, пригодного на роль внешнего (независимого) критерия. Отсутствие такого рода критерия делает невозможным применение целого ряда современных математических методов  анализа психологических данных, способных выделить способности, вносящие основной вклад в развитие одаренности (дискриминантный анализ, структурное  моделирование, конфирматорный факторный  анализ и др.).

Наиболее адекватным в  такой ситуации является традиционный для психологии способ исследования структурного разнообразия исследуемых  переменных, реализованный в технике  кластерного анализа.

Подготовительный этап к  проведению кластерного анализа  заключался в стандартизации полученных эмпирических распределений исследованных  показателей. После проведения этой процедуры исходные распределения  имеют характеристики, представленные в таблице 8. После стандартизации был вычислен дополнительный суммарный  показатель для использования при  кластеризации по средним значениям.

Следующим шагом анализа  являлось проведение иерархической  процедуры кластерного анализа  с целью определения оптимального количества кластеров, достаточно полно  описывающих наблюдаемую дисперсию  переменных. Оптимальной оказалась  трехкластерная модель, параметр такого количества кластеров был использован  при дальнейшем анализе.

20

Таблица 8.

Статистические характеристики стандартизированных переменных

Показатели	Valid N	Mean	Minimum	Maximum	Range	Std.Dev.
ОРИГ ВЕР	574	0	-2,47	2,91	5,39
УНИК ВЕР	574	0	-1,12	6,07	7,18
ОРИГ НЕВ	574	0	-3,47	2,18	5,65
УНИК НЕВ	574	0	-1,09	3,35	4,44
ВЕРБ ИНТ	574	0	-2,81	2,33	5,14
МАТ ИНТ	574	0	-2,06	1,58	3,64
ПРОСТРИН	574	0	-2,30	1,97	4,26
СУММА	574	0	-7,72	9,91	17,64	3,38

В исходной совокупности было выделено три группы школьников, описываемых  усредненными профилями изучаемых  характеристик, представленных на рисунке 1.

Рисунок 1

Профили средних значений выделенных групп школьников 6

-1

2

0

-2

-4

-6

Z

............R...........■&...........11

»

 Cluster No. 1

Йж?^              -о-   Cluster

 i                           Э        g        Й        |

1 ё §    i S

^mi       ^mi       Я        Н        Э        g        Й        |                       No.2

 1

^ш2&!                                  No. 3

Variables

Данная кластерная структура  получена с использованием дополнительного  суммарного показателя, хорошо выделяются и легко интерпретируются три  кластер — с высоким, средним  и низким уровнем изучаемых показателей.

На следующем этапе  анализа был проведен переход  к шкальным оценкам креативности и интеллекта, поскольку стандартизированные  показатели не позволяют провести сравнение  исследованной выборки с другими. Ниже приводятся характеристики трех выделенных кластеров.

Кластер №1

21

Половой состав кластера 1

юноши, 42.6 %

девушки, 57.4 %

ПОЛ

Возрастной состав кластера1

>15 лет, 18.0%

14 лет, 82.0 %

Региональный состав кластера1 Волжский, 1.6%

____________  Нижневартовск, 49.2 %

Якутск, 49.2 %    '                     ^^^^^^~

ГОРОД

22

	Valid N	Mean	Minimum	Maximum	Std.Dev.
ОРИГ ВЕР	122	0,579	0,26	0,98	0,176
УНИК ВЕР	122	6,213	1	22	3,753
ОРИГ НЕВ	122	0,742	0,44	0,91	0,092
УНИК НЕВ	122	1,820	0	4	0,843
ВЕРБ ИНТ	122	6,639	3	9	1,420
МАТ ИНТ	122	6,984	1	10	1,987
ПРОСТРИН	122	7,426	4	10	1,292
Кластер №2