Возрастно-половые особенности социоэмоционального интеллекта младших школьников и подростков

· 1 балл, если испытуемый предлагает исправить положение кому-нибудь другому или обращается за помощью к кому-либо.

Общие критерии оценок для заданий 6-14:

· 2 балла - если указывается не меньше двух причин,

· 1 балл - если указывается 1 причина.

4. Тест Векслера. Субтест последовательность картинок

Субтест "Последовательность картинок" требует от испытуемого умения организовать отдельные части смыслового сюжета в единое целое [103]. Существенную роль играют здесь перцептивное внимание и зрительное

"схватывание" материала и предвосхищение событий. Участие моторики в данном субтесте несущественно. Этот субтест исследует способность к

организации фрагментов в логическое целое, к пониманию ситуации и предвосхищению событий. Мы предложили учащимся решить восемь серий картинок. В каждой серии картинки объединены сюжетом, в соответствии с которым они должны были расположить эти картинки в определенной последовательности. Оценка (0;1;2) зависит от правильности выполнения и времени решения. Во время тестирования фиксируется время работы, шифр ответов и описание последовательности (интерпретация испытуемого).

Стимульный материал субтеста "Последовательность картинок" представлен в приложении 4.

5. Шкала СИ Tromsш (D.H.Silvera, M.Martinussen и T.I.Dahl).

В настоящем эмпирическом исследовании был использован опросник социального интеллекта Tromsш (TSIS: Tromsш Social Intelligence Scale) [157]. D.H.Silvera, M.Martinussen и T.I.Dahl, пришли к заключению о том, что есть немного тестов СИ, которые могут быть использованы при изучении способности социального познания.

Авторы выявили два главных ограничения современных методик исследования СИ:

1) многие из тестов являются трудоемкими и сложными в применении;

2) различные формы измерений СИ часто невысоко коррелируют друг с другом, главным образом из-за разногласий в определении этого научного термина.

D.H.Silvera, M.Martinussen и T.I.Dahl утверждают, что разработанная ими методика диагностики социального интеллекта TSIS как раз и учитывает всю многогранность современных концепций СИ и проблемность в нахождении для него некоторого общего определения. В процессе создания опросника СИ Tromsш ее авторы, следуя примеру К.Космитски и О.Джона, изучали имплицитные теории социального интеллекта студентов психологического факультета университета Тромсо посредством открытых и полустандартизированных вопросов.

На основе полученных ответов был составлен первый вариант опросника СИ Tromsш, содержащий 103 утверждения. Далее D.H.Silvera, M.Martinussen и T.I.Dahl провели еще одно исследование, используя уже свою шкалу СИ Tromsш на выборке студентов всех факультетов университета Тромсо. Затем, в процессе статистической обработки был проведен эксплораторный, а затем и конфирматорный факторный анализ, что позволило выявить и подтвердить наличие в шкале трех факторов СИ, сократив количество утверждений до 21. Ученые дали следующие названия трем субшкалам: 1) Обработка социальной информации (SP); 2) Социальные навыки (SS); 3) Социальное осознание (SA). В итоге, анализ внутренней надежности показал хорошие оценки по внутренней согласованности этих субшкал: SP (альфа = 0,79), SS (альфа = 0,85) и SA (альфа = 0,72) [157].

G.Gini полагает, что мультикомпонентная структура TSIS позволяет исследователям преодолеть, по крайней мере частично, проблему разнообразных определений СИ, используемых в литературе различными психологами. Исследование итальянского автора проводилось на выборке подростков и также показало хорошую внутреннюю надежность опросника СИ Tromsш: SP (альфа = 0,80), SS (альфа = 0,79), и SA (альфа = 0,70). Необходимо отметить, что эта шкала была адаптирована в двух странах в той же трехфакторной структуре субшкал [121].

По данным Z.Birknerova, TSIS может использоваться для оценки того, как человек прогнозирует и интерпретирует поведение окружающих, насколько он способен управлять социальными отношениями [104].

Таким образом, шкала Tromsш содержит три субшкалы:

1) "Обработка социальной информации", которая является способностью понимать и предсказывать поведение и чувства других людей;

2) "Социальные навыки", включающие способность вступать в новые социальные ситуации и социальную адаптацию;

3) "Социальное осознание", которое определяет тенденцию человека быть

чувствительным или невосприимчивым к событиям, происходящим в социальных ситуациях, удивляться им [157].

Методика диагностики СИ Tromsш представляет собой порядковую шкалу

измерения, где респонденту необходимо оценить каждое утверждение посредством своего согласия или несогласия. Шкальные баллы состоят из семи пунктов: от 1 = "совершенно на меня не похоже" до 7 = "описывает меня очень хорошо". Русскоязычный вариант переведенного нами опросника СИ Tromsш размещен в приложении 5.

Отметим, что шкала СИ Tromsш уже широко используется в настоящее время в

таких странах Европы, как Норвегия, Италия, Словакия [157;121;104]. Однако, отсутствуют сведения об адаптации шкалы СИ Tromso в России. В нашей стране эта методика остается неизвестной. В своем исследовании мы сделали попытку ее апробации на русскоязычной выборке младших школьников и подростков и верификации ее факторной структуры.

Предварительно было получено письменное согласие авторов оригинальной методики на ее применение и модификацию в России. Результаты апробации шкалы социального интеллекта Tromsш на русской выборке младших школьников и подростков отражены ниже в параграфе "2.5 Апробация и модификация шкалы социального интеллекта Tromsш на русской выборке младших школьников и подростков".

6. Методика диагностики межличностных и межгрупповых отношений ("социометрия").

Социометрический тест позволяет измерять межличностные отношения в малых группах. Испытуемым предлагалось заполнить анкету, в которой им было необходимо выбрать 3-х одноклассников по каждому из 3-х заявленных критериев ("положительные" выборы). Затем для каждого респондента подсчитывалось суммарное количество выборов его одноклассниками. Социометрическая анкета была снабжена четырьмя вопросами:

1. "Если ваш класс будут расформировывать, с кем бы вы хотели продолжить совместное обучение в новом коллективе?"

2. "Кого бы вы из класса пригласи на свой день рождения?"

3. "С кем из своего класса вы пошли бы в многодневный туристический поход?"

4. "С кем бы вы хотели выполнять совместное задание?"

Респондентам предлагалось ответить на указанные выше вопросы, записав под каждым из них по три фамилии учащихся своего класса с учетом отсутствующих. Бланк социометрического опроса, примененного нами в настоящем исследовании, указан в приложении 6.

2.4 Описание математико-статистических методов обработки результатов исследования

В процессе математико-статистической обработки полученных в ходе исследования результатов были применены следующие методы:

1. Использование метода конфирматорного факторного анализа позволило осуществить модификацию опросника СИ Tromsш.

2.Трехфакторный дисперсионный анализ позволил выявить степень влияния условий школы на поло-возрастные различия по двум шкалам опросника СИ Tromsш: "Социальное осознание" и "Социальные навыки".

3. Эксплораторный факторный анализ выделил трехфакторную структуру социоэмоционального интеллекта младших школьников и подростков.

4. Применение корреляционного анализа позволило определить наличие взаимосвязей между переменными социоэмоционального интеллекта и социометрическим статусом учащегося в классе.

5. Метод моделирования структурными уравнениями, который основан на множестве методов (корреляция, множественная регрессия, факторный анализ, общие линейные модели). Методология SEM основана в большей степени на дедуктивной логике (конфирматорной), а не на индуктивной (эксплораторной).

Она предполагает предварительное построение структурной модели направленных и ненаправленных связей между изучаемыми конструктами с целью ее дальнейшей проверки на соответствие эмпирическим данным и коррекции средствами SEM. Метод моделирования структурными уравнениями позволил верифицировать построенную концептуальную модель социоэмоционального интеллекта младших школьников и подростков.

6. Для сравнения статистических показателей ЭИ между мальчиками и девочками использовался критерий Манна-Уитни (U-критерий). Этот критерий предназначен для оценки различий между двумя выборками по уровню какого- либо количественно измеренного признака.

7. Для сравнения четырех возрастных групп применялся Н-критерий Краскела- Уоллеса, оценивающий степень пересечения (совпадения) нескольких рядов значений измеренного признака. Основная идея Н-критерия Краскела-Уоллеса

основана на представлении всех значений сравниваемых выборок в виде одной общей последовательности упорядоченных (ранжированных) значений с последующим вычислением среднего ранга для каждой из выборок.

Математический анализ эмпирических данных проводился на компьютере при помощи прикладного статистического пакета IBM SPSS Statistics 22 и программы IBM SPSS AMOS 22.

2.5 Апробация и модификация шкалы социального интеллекта Tromsш на русской выборке младших школьников и подростков

Верификация факторной структуры опросника СИ Tromsш проводилась нами при помощи конфирматорного факторного анализа (КФА) с использованием программы IBM SPSS AMOS 22. Преимущества КФА по сравнению с эксплораторным (традиционным) факторным анализом заключаются в следующем. Только использование КФА позволяет получить ответы на три принципиальных вопроса, возникающих при разработке многошкального опросника:

1) Действительно ли каждый пункт опросника статистически значимо связан с данной шкалой;

2) Является ли связь каждого пункта с другими шкалами, к которым этот пункт не относится, пренебрежимо малой (равной нулю);

3) Отличается ли дисперсия каждого фактора (шкалы) статистически достоверно от нуля (в противном случае это фиктивная шкала, с нулевой дискриминативностью).

В оригинальной версии опросник состоит из трех шкал (состав вопросов каждой из шкал и их русскоязычный перевод отражены в таблице 29).

Однако, применение конфирматорного факторного анализа (КФА) на выборке русскоязычных учащихся младшего школьного и подросткового возраста выявило двухфакторную структуру опросника. Этот метод в настоящее время

позволяет получить наиболее убедительные свидетельства факторной валидности многошкального опросника.

В ходе исследования в качестве исходной априорной модели была выбрана трехфакторная модель с соответствующими индикаторами (пунктами шкал),

Априорная модель TSIS (оригинальные утверждения и их русскоязычный перевод).

Social information processing (Обработка социальной информации)

1. I can predict other peoples' behavior.

("Я могу предсказывать поведение других людей").

3. I know how my actions will make others feel.

("Я знаю, что будут чувствовать другие люди после моих действий").

6. I understand other peoples' feelings. ("Я понимаю чувства других людей").

9. I understand others' wishes.

("Я понимаю желания других людей").

14. I can often understand what others are trying to accomplish without the need for them to say anything.

("Я часто могу понять, чего хотят добиться другие, даже не спрашивая их об этом").

17. I can predict how others will react to my behavior.

("Я могу предсказать, как другие будут реагировать на мое поведение").

19. I can often understand what others really mean through their expression, body language, etc.

("Я часто могу понять, что на самом деле другие хотят выразить с помощью слов, жестов, мимики и других средств").

Social skills (Cоциальные навыки)

4. I often feel uncertain around new people who I don't know.

("Я часто чувствую себя неуверенно в окружении новых людей, которых я не знаю").

7. I fit in easily in social situations.

("Я легко приспосабливаюсь к разным социальным ситуациям").

10. I am good at entering new situations and meeting people for the first time. ("Я способен быстро осваиваться в новых ситуациях и сразу знакомиться с людьми").

12. I have a hard time getting along with other people.

("Мне трудно налаживать отношения с другими людьми").

15. It takes a long time for me to get to know others well.

(Чтобы хорошо понять других людей, мне нужно много времени").

18. I am good at getting on good terms with new people.

("Я хорошо подбираю нужные слова в разговоре с новыми людьми").

20. I frequently have problems finding good conversation topics. ("Мне часто трудно найти подходящие темы для разговора").

Априорная модель TSIS (оригинальные утверждения и их русскоязычный перевод).

Social awareness (Социальное осознание)

2. I often feel that it is difficult to understand others' choices.

("Я часто чувствую, что мне трудно понять выбор других людей").

5. People often surprise me with the things they do. ("Люди часто удивляют меня тем, что они делают").

8. Other people become angry with me without me being able to explain why. ("Другие люди сердятся на меня, не будучи способными объяснить мне почему").

11. It seems as though people are often angry or irritated with me when I say what

I think.

("Люди часто сердятся или раздражаются, когда я говорю то, что я думаю").

13. I find people unpredictable.

("Я считаю людей непредсказуемыми").

16. I have often hurt others without realizing.

("Я часто причиняю боль другим, не осознавая этого").

21. I am often surprised by others' reactions to what I do.

("Я часто бываю удивлен реакциями других на то, что я делаю").

Респондентами выступали младшие школьники (возраст 7-11 лет) и подростки (12-16 лет), учащиеся 3-х средних общеобразовательных школ, случайно выбранных из Василеостровского (№6), Адмиралтейского (№287) и Красносельского (№291) районов г. Санкт-Петербурга (Табл. 30).

Таблица 30. Возрастно-половой состав выборки респондентов.

Школа	Возраст	Всего
	7-8	9-11	12-13	14-16
№6	Пол ж м	10	12	11	12	45
		14	13	13	12	52
	Всего	24	25	24	24	97
№287	Пол ж м	10	13	11	12	46
		12	14	10	11	47
	Всего	22	27	21	23	93
№291	Пол ж м	17	15	12	12	56
		12	13	10	13	48
	Всего	29	28	22	25	104
Всего	Пол ж м	37	40	34	36	147
		38	40	33	36	147
	Всего	75	80	67	72	294



Испытуемые отмечали степень согласия для каждого утверждения от 1 ("Совершенно на меня не похоже") до 7 ("Описывает меня очень хорошо").

В процессе анализа оказалось, что оригинальная трехфакторная модель опросника плохо соответствует исходным данным по известным индексам согласия [53; 105]. Поэтому далее модель пошагово модифицировалась путем удаления пунктов, которые являлись значимыми индикаторами более чем одного фактора, устранения статистически недостоверных связей и добавления статистически

достоверных связей. Процесс модификации происходил до получения приемлемых показателей индексов согласия модели исходным данным.

Корректность применения КФА подтверждается достаточной численностью выборки и многомерной нормальностью распределения переменных. Выборка

является приемлемой по численности (N), если выполняется соотношение N>5T (где T - число оцениваемых параметров) [105;136]. В нашем случае N = 294, Т =

45, т.е. для нашей модели численность выборки является приемлемой. Для оценки нормальности распределения переменных наиболее важен критический коэффициент (c.r. - critical ratio) для многомерного эксцесса. Его величина в пределах пяти свидетельствует о приблизительной многомерной нормальности распределения переменных [53]. В нашем случае C.R. = 3,836, что свидетельствует о соответствии многомерной нормальности и применимости наиболее мощного метода анализа (ML - Maximum likelihood).

Модель признается соответствующей исходным данным по показателям индексов согласия [55]. Основные из них приведены под схемой на Рисунке 5. Индексы свидетельствуют о хорошем соответствии модели исходным данным. Не менее важным условием соответствия моделей исходным данным является статистическая достоверность оцениваемых параметров: регрессионных коэффициентов, дисперсий латентных переменных (шкал) и ковариаций

(корреляций). Все указанные оцениваемые параметры для итоговой модели статистически достоверны (p < 0,01). Итоговая (апостериорная) модель представлена на Рисунке 5.

Рисунок 5. Итоговая апостериорная модель структуры методики TSIS.

Результаты применения КФА свидетельствуют о двухфакторной структуре опросника. О существовании соответствующих двух конструктов и их дифференцирующей способности свидетельствует их дисперсия, статистически значимо отличающаяся от 0 (p < 0,01). О факторной валидности этих шкал свидетельствует отсутствие "пересечений" конструктов - каждый пункт (вопрос) опросника статистически значимо связан только с одним из факторов, а связь с другим фактором неотличима от 0, что убеждает в самостоятельности выделяемых этими шкалами латентных конструктов.

Оценки параметров настоящей модели полностью отражены в приложении

7. Все оцененные регрессионные веса статистически достоверны (три звездочки означают статистическую достоверность р <0,001). Статистическая значимость коэффициентов для параметров, фиксированных как 1, не оценивается, но в нашем случае она не вызывает сомнений, так как стандартизированные коэффициенты для них довольно велики [56]. Таким образом, статистическая значимость коэффициентов не дает оснований для удаления каких-либо переменных из полученной модели структуры методики TSIS. Количество ковариаций в ковариационной матрице = 120. Это кол-во "доступной" информации. Количество оцениваемых параметров модели = 45. Число степеней свободы (Df) - разность того и другого, равняется 75. Тем самым, можно отметить высокую эвристическую (объяснительную) ценность модели структуры методики TSIS в соответствии с общенаучным принципом "экономии доводов".

Таблица 31.

Надежность шкал опросника СИ Tromsш по коэффициенту Альфа Кронбаха.

Выборка	Альфа Кронбаха
	Шкала 1 (7 пунктов)	Шкала 2 (8 пунктов)
Все (N = 294)	0,742	0,760
Девочки (N = 147)	0,718	0,652
Мальчики (N = 147)	0,767	0,831
7 - 11 лет (N = 155)	0,774	0,752
12 - 16 лет (N = 139)	0,676	0,765

Надежность шкал проверялась по внутренней согласованности входящих в них пунктов с применением метода Альфа-Кронбаха [91], с вычислением общего показателя Альфа и Альфа для шкалы, если пункт удален. Результаты приведены в Таблице 31. Ни один из пунктов каждой шкалы не является "лишним": при удалении любого из пунктов надежность шкалы снижается. В целом, шкалы обладают достаточно высокой надежностью по внутренней согласованности входящих в них пунктов.

Для каждого респондента рассчитывался суммарный балл по каждой шкале, как сумма входящих в него пунктов. В Таблице 32 приведены основные статистические показатели шкал: для всей выборки, и в зависимости от пола и возраста. Статистики асимметрии и эксцесса по модулю не превышают 1, следовательно, можно считать распределения для шкал приблизительно нормальными.

Статистические нормы для шкал: общие, в зависимости от возраста и пола.

Возраст	Шкала_1	Шкала_2
	Пол	Пол
	ж	м	Всего	ж	м	Всего
7-8	Среднее Стд. отклонение	25,84	23,61	24,71	37,78	32,45	35,08
		8,97	6,27	7,75	9,29	11,52	10,75
9-11	Среднее Стд. отклонение	27,65	37,65	32,65	34,47	42,95	38,71
		10,53	7,37	10,34	8,98	8,02	9,47
12-13	Среднее Стд. отклонение	24,76	26,36	25,55	31,56	33,58	32,55
		7,52	8,99	8,25	9,06	12,05	10,60
14-16	Среднее Стд. отклонение	26,83	24,00	25,42	35,42	35,25	35,33
		8,33	8,26	8,36	7,29	9,80	8,58
Всего	Среднее Стд. отклонение	26,33	28,14	27,23	34,86	36,24	35,55
		8,95	9,68	9,35	8,88	11,12	10,07

Для уточнения валидности шкал использовался показатель социометрического статуса в классе. По результатам корреляционного анализа (Таблица 33) выяснилось, что для подросткового возраста (12 - 16 лет) не было обнаружено статистически достоверных взаимосвязей Шкалы 1 и Шкалы 2 с социометрическим статусом (СС). Однако для младших школьников были обнаружены положительные корреляции на высоком уровне статистической значимости социометрического статуса с каждой из шкал: чем выше значения шкал, тем выше социометрический статус.

Кроме того, обнаружена квадратичная зависимость СС от показателей Шкалы 1: R2 = 0,122, коэффициенты регрессии для первой степени b1 = 0,153 (p=0,062), для второй степени b2 =0,263 (p = 0,001). Таким образом, средние значения Шкалы 1 характеризуются наиболее низким социометрическим статусом, а более высокий социометрический статус наблюдается при самых низких значениях Шкалы 1, и наиболее высокие значения социометрического статуса - при высоких значениях Шкалы 1.

Взаимосвязь шкал с социометрическим статусом школьника в классе.

Шкалы	Корреляции	СС*	СС2**
Младшие школьники (7 - 11 лет), N = 155
Шкала 1	Корреляция Пирсона	,247	,349
	p	,002	,000
Шкала 2	Корреляция Пирсона	,529	,530
	p	,000	,000
Подростки (12 - 16 лет), N = 139
Шкала 1	Корреляция Пирсона	-,159	,193
	p	,061	,077
Шкала 2	Корреляция Пирсона	,016	,064
	p	,848	,757

* - линейная корреляция Пирсона: y = a + bx;

** - корреляция Пирсона с учетом квадратичности связи: y = a + b1x + b2x2.

Для определения поло-возрастных различий средних значений шкал был применен одномерный дисперсионный анализ ANOVA (ОЛМ-одномерная, Таблица 34). В качестве фиксированных факторов выступали Возраст (4 уровня) и Пол (2 уровня), в качестве случайного фактора - Школа (3 уровня). Статистически достоверного эффекта влияния фактора Школа на остальные факторы и их взаимодействие не обнаружено для каждой из зависимых переменных (Шкала 1, Шкала 2). Таким образом, влияние условий школы на поло-возрастные различия по данным шкалам пренебрежимо мало.



Основные результаты трехфакторного ANOVA ("Пол"х"Возраст"х"Школа").

Источник	SS	ст.св.	MS	F	p
Зависимая переменная - Шкала 1
возраст	3066,350	3	1022,117	8,813	,013
пол	186,904	1	186,904	73,977	,011
Школа	267,574	2	133,787	19,608	,957
возраст * пол	2183,600	3	727,867	6,521	,026
возраст * Школа	696,364	6	116,061	1,039	,482
пол * Школа	4,940	2	2,470	,022	,978
возраст * пол * Школа	670,151	6	111,692	1,641	,136
Зависимая переменная - Шкала 2
возраст	1405,553	3	468,518	2,724	,137
пол	59,219	1	59,219	1,489	,346
Школа	135,231	2	67,615	,675	,630
возраст * пол	2133,655	3	711,218	6,384	,027
возраст * Школа	1032,797	6	172,133	1,545	,305
пол * Школа	79,466	2	39,733	,357	,714
возраст * пол * Школа	668,630	6	111,438	1,242	,285

Статистически достоверные взаимодействия факторов Пол и Возраст означают, что половые различия по данным шкалам проявляются по-разному, в зависимости от возраста. Поэтому последующий анализ целесообразно было проводить отдельно для мальчиков и девочек.

Далее применялся однофакторный дисперсионный анализ (фактор Возраст) в отношении каждой из шкал, отдельно для мальчиков и девочек с последующим апостериорным парным сравнением средних. Для исключения влияния различия

дисперсий на результаты анализа выборки были уравнены по численности путем удаления в случайном порядке респондентов из подвыборок большей численности. Таким образом, численность каждой из 4-х сравниваемых групп девочек составила 34 человека, а численность каждой из 4-х сравниваемых групп мальчиков составила 33 человека. Основные результаты анализа приведены в Таблице 35.

Основные результаты однофакторного ANOVA, фактор Возраст.

Пол	Зависимая переменная	SS	ст.св.	MS	F	p	R2
Ж	Шкала_1 Шкала_2	113,85	3	37,95	,48	,70	,011
		858,37	3	286,12	4,00	,01	,083
М	Шкала_1 Шкала_2	4613,818	3	1537,939	25,958	,000	,378
		2060,788	3	686,929	6,311	,001	,129

Статистически достоверно возрастные различия проявляются у девочек - в отношении Шкалы 2, у мальчиков - в отношении обеих шкал. Обращает на себя внимание большая величина эффекта влияния возраста на Шкалу 1 у мальчиков (R2 = 0,378), т.е. влияние возраста объясняет 37,8% дисперсии значений по этой шкале.

Графики средних значений для сравниваемых выборок приведены на Рисунке 6. Для более детального различия средних применялись апостериорные парные сравнения средних (критерий Бонферрони). Основные результаты приведены в

Таблице 36.

Основные результаты парных сравнений средних для разных возрастных групп (критерий Бонферрони).

ЗП	(I) возраст	(J) возраст	Средняя разность (I-J)	СКО	p
Девочки
Шкала 2	7-8	12-13	7,058	2,051	,005
Мальчики
		7-8	14,06	1,89	,000
Шкала 1	9-11	12-13	11,63	1,89	,000
		14-16	14,54	1,89	,000
		7-8	9,78	2,56	,001
Шкала 2	9-11	12-13	9,30	2,56	,003
		14-16	7,82	2,56	,017

Для девочек статистически достоверными оказались различия по Шкале 2: наиболее высокие значения по этой шкале у девочек 7-8 лет, наиболее низкие - у девочек 12-13 лет. Для мальчиков статистически достоверны различия по обеим шкалам: наиболее высокие значения - для мальчиков 9-11 лет, статистически значимо ниже - во все остальные возрастные периоды. В группах подросткового возраста статистически достоверных различий по обеим шкалам не обнаружено, как возрастных, так и между мальчиками и девочками. Стандартизация методики производилась для всей выборки школьников (N = 294) с применением алгоритма нелинейной стандартизации [91]. Модифицированный вариант опросника социального интеллекта Tromsш и результаты стандартизации (тестовые нормы) представлены в приложении 8.

Таким образом, результаты применения конфирматорного факторного анализа свидетельствуют о двухфакторной структуре опросника. О существовании соответствующих двух конструктов и их дифференцирующей способности свидетельствует их дисперсия, статистически значимо отличающаяся от 0 (p < 0,01). О факторной валидности этих шкал свидетельствует отсутствие "пересечений" конструктов - каждый пункт (вопрос) опросника статистически значимо связан только с одним из факторов, а связь с другим фактором неотличима от 0, что убеждает в самостоятельности выделяемых этими шкалами латентных конструктов. Данная двухфакторная структура воспроизводится без изменений в различных по полу и возрасту выборках школьников.

Возможно, в силу культурных и языковых различий один из компонентов оригинальной методики не выделился в ходе настоящего исследования. Это может быть связано и с тем, что оригинальная шкала СИ Tromsш была разработана на выборках взрослых респондентов.

В Шкалу 1 "Социальное осознание", помимо оригинальных утверждений Т2, Т8, Т11, Т21, - вошли и три переменные из группы "Социальных навыков" оригинальной шкалы СИ Tromsш: Т12, Т15, Т20. Надо отметить, что эти пункты

связаны с оценкой индивидом своих возможных трудностей, которые могут проявляться во взаимоотношениях с другими людьми. Отсюда можно предположить, что проблемы социальных взаимосвязей человека связаны с тем, насколько хорошо он способен распознавать эмоции и понимать интересы

окружающих. Таким образом, "Социальное осознание" мы будем понимать как способность человека быть чутким, эмпатичным ко всем вербальным и

невербальным проявлениям других людей, проявлять "социальную чувствительность" к их внутреннему миру.

В Шкалу 2 "Социальные навыки" добавились следующие утверждения, принадлежащие оригинальной субшкале "Обработка социальной информации" опросника СИ Tromsш: Т1, Т3, Т17, Т19. Вопросы Т7, Т10 и Т18 перешли из одноименной оригинальной субшкалы "Социальных навыков" Tromsш. Слияние всех этих утверждений в одной Шкале 2 можно объяснить тем, что навыки

социального взаимодействия предполагают уверенное понимание эмоциональных состояний окружающих, возможность прогнозирования их поведения. Вместе с тем, способность к обработке социальной информации формируется в процессе приобретения человеком жизненного опыта, являясь, на наш взгляд, одной из составляющих социальных навыков.

Таким образом, Шкала "Социальные навыки" оценивает компетенции человека в

ситуациях его взаимодействия с другими людьми. Социальные навыки, на наш взгляд, представляют собой хорошо сформированные в процессе общения умения человека решать социальные задачи.

Для подросткового возраста (12 - 16 лет) не было выявлено

статистически достоверных взаимосвязей между Шкалами "Социальное осознание", "Социальные навыки" и социометрическим статусом. Можно заключить, что эти компоненты СИ не определяют меру популярности подростка в группе сверстников. Для младших школьников (7 - 11 лет) обнаружены положительные корреляции на высоком уровне статистической значимости социометрического статуса с каждой из Шкал (чем выше значения шкал, тем выше социометрический статус).

По результатам настоящего исследования, мальчики младшего школьного возраста обладают развитыми социальными навыками и проявляют более высокую "социальную чувствительность", чем большинство подростков. Заметим также, что для популярных детей еще с периода раннего детства характерна склонность к сотрудничеству и просоциальному поведению [35]. Это может подтверждать предположение о том, что развитый СИ выступает как компетентность, относящаяся к практическим, жизненным ситуациям социального взаимодействия. Таким образом, чем выше у ребенка развиты социальные навыки и "социальная чувствительность", тем в лучших межличностных отношениях он состоит со своими ровесниками.

В дальнейшем желательно уточнение конструктной валидности шкал с использованием более широкого набора внешних критериев и психологических

конструктов. Есть основания полагать, что содержательная интерпретация шкал

станет более детальной в ходе практического применения модифицированной методики.



Глава 3. Эмпирическая модель и возрастно-половые особенности социоэмоционального интеллекта младших школьников и подростков

Для проверки двух гипотез настоящей диссертационной работы и реализации задач исследования мы осуществили статистическую обработку исходных эмпирических данных, собранных по результатам проведения тестирования среди младших школьников и подростков, обучающихся в трех средних общеобразовательных учреждениях города Санкт-Петербурга. Математико-статистическая обработка исходных эмпирических данных проводилась в несколько этапов.

1) Сначала была осуществлена апробация и модификация шкалы социального интеллекта Tromsш на русской выборке младших школьников и подростков. Результаты представлены выше в параграфе 2.5 настоящей диссертационной работы.

2) Далее проводился эксплораторный факторный анализ переменных СЭИ

отдельно для младших школьников и подростков. Затем была произведена эмпирическая верификация построенной нами концептуальной модели социоэмоционального интеллекта младших школьников и подростков при помощи метода моделирования структурными уравнениями.

На этом этапе проверялась первая гипотеза нашего исследования:

"Взаимопересечение слабо определенных понятий социальный интеллект и эмоциональный интеллект позволяет предположить существование общей способности - социоэмоционального интеллекта, которая представляет собой когнитивную систему, обеспечивающую получение, интерпретацию и использование индивидом социально значимой для него информации в процессе решения социальных проблем".

3) На третьем этапе были изучены возрастно-половые особенности социоэмоционального интеллекта младших школьников и подростков при

помощи непараметрических методов сравнения. Также нами были исследованы корреляционные связи между переменными социоэмоционального интеллекта и социометрическим статусом учащихся мальчиков и девочек в своих классах.

В этой части работы мы производили проверку второй гипотезы диссертационного исследования: "Структурно-уровневые характеристики социоэмоционального интеллекта зависят от возраста и пола:

а) развитие социоэмоционального интеллекта младших школьников и подростков характеризуется неустойчивой динамикой.

б) у младших школьников и подростков существуют возрастные и половые различия в степени выраженности структурно-уровневых характеристик

социоэмоционального интеллекта.

в) различия в структурно-уровневых характеристиках социоэмоционального интеллекта у мальчиков и девочек в младшем школьном возрасте более выражены, чем в подростковом возрасте".

Результаты исследования возрастно-половых и структурных особенностей социоэмоционального интеллекта младших школьников и подростков отражены в третьей главе данной диссертационной работы. Оценки параметров трехфакторной модели социоэмоционального интеллекта младших школьников и подростков, а также описательные статистики для всех изученных переменных социоэмоционального интеллекта содержатся в приложениях.

3.1 Исследование структурных особенностей социоэмоционального интеллекта

С целью проверки первой гипотезы: "Взаимопересечение слабо определенных понятий социальный интеллект и эмоциональный интеллект позволяет предположить существование общей способности - социоэмоционального интеллекта, которая представляет собой когнитивную систему, обеспечивающую получение, интерпретацию и использование индивидом социально значимой для него информации в процессе решения социальных проблем" был проведен анализ эмпирических данных с применением эксплораторного (традиционного) факторного анализа и метода моделирования структурными уравнениями. Измерения проводились в соответствии с рабочей концептуальной моделью (таблица 26 настоящей диссертации) и построенной на ее основе операциональной моделью (таблица 27).

Для изучения прогнозирования поведения (С1), понимания невербальных проявлений поведения (С2), понимания вербальных проявлений поведения (С3) и понимания интенций и потребностей участников коммуникации (С4) нами была применена методика исследования СИ Дж.Гилфорда и М.О'Салливена (в адаптации Е.С.Михайловой).

Распознавание причинно-следственных связей в межличностных ситуациях и набор социальных знаний были измерены посредством субтестов

"последовательность картинок" (ВЕКПК) и "понятливость" (ВЕКП) из Шкалы Векслера для измерения интеллекта у детей.

Методика ЭИ Д.В.Люсина (детский вариант) использовалась для измерения уровня развития таких переменных, как: понимание эмоциональных

состояний окружающих (МП), управление чужими эмоциональными состояниями (МУ), понимание своих эмоциональных состояний (ВП), управление своими эмоциональными состояниями (ВУ), контроль своих невербальных проявлений (ВЭ).

Наконец, социальная чувствительность (Т_1) и социальные навыки (Т_2)

изучались с помощью шкалы СИ Tromsш.

Предварительный эксплораторный факторный анализ тринадцати переменных социоэмоционального интеллекта младших школьников выявил три фактора (Таблица 37). Внутри каждого блока представлены величины факторных нагрузок каждого показателя СЭИ младших школьников, упорядоченные по убыванию.

Таблица 37. Матрица факторных нагрузок показателей СЭИ младших школьников (вариант вращения Варимакс).

Название переменной	Фактор 1 (F1) % дисперсии - 26,337	Фактор 2 (F2) % дисперсии - 22,348	Фактор 3 (F3) % дисперсии - 20,304
С4	,758
С1	,703
С3	,694
С2	,636
МУ		,860
Т_2		,839
МП		,814
ВП		,670
ВУ			,824
ВЭ			,807
Т_1			,616
ВЕКП			,485
ВЕКПК			,412

Величина критерия КМО (мера выборочной адекватности Кайзера-Мейера- Олкина) равняется "0,790" [53], что свидетельствует о приемлемой адекватности выборки для факторного анализа.

Критерий сферичности Барлетта демонстрирует достоверный результат на высоком уровне статистической значимости (р<0,001; df = 91; чІ = 496,898;

N = 211): корреляции между переменными статистически значимо отличаются от нуля. Описательные статистики эксплораторного факторного анализа тринадцати переменных социоэмоционального интеллекта младших школьников приведены в приложении 9.

Эксплораторный факторный анализ тринадцати переменных социоэмоционального интеллекта подростков также выявил три фактора (Таблица 38). Внутри каждого блока представлены величины факторных нагрузок каждого показателя СЭИ подростков, расположенные по убыванию.

Таблица 38. Матрица факторных нагрузок показателей СЭИ подростков (вариант вращения Варимакс).

Название переменной	Фактор 1(F1) % дисперсии - 21,337	Фактор 2(F2) % дисперсии - 19,024	Фактор 3(F3) % дисперсии - 18,686
С3	,780
С4	,774
С2	,719
С1	,676
МУ		,748
Т_2		,739
МП		,730
ВП		,601
ВЭ			,785
ВУ			,770
ВЕКПК			,591
Т_1			,583
ВЕКП			,457

В данном случае величина критерия КМО демонстрирует высокую адекватность выборки для факторного анализа: "0,816" [53].

Критерий сферичности Барлетта показывает достоверный результат на высоком

уровне статистической значимости (р<0,001; df = 91; чІ = 521,206;

N = 139). Корреляции между переменными статистически значимо отличаются от нуля. Описательные статистики эксплораторного факторного анализа тринадцати переменных социоэмоционального интеллекта младших школьников приведены в приложении 10.

В процессе эксплораторного факторного анализа коэффициенты с низкими значениями (меньше значения "0,4") не выводились, благодаря чему мы смогли получить только существенные для интерпретации величины факторных нагрузок для всех тринадцати переменных социоэмоционального интеллекта младших школьников и подростков.

Учитывая, что каждый фактор идентифицируется по тем переменным, с которыми он в наибольшей степени связан, то есть по переменным, имеющим по этому фактору наибольшие нагрузки [55], мы присвоили имена для каждого из них.

Фактор 1 (F1) образован четырьмя переменными: "Прогнозирование поведения",

"Понимание мимики и жестов", "Понимание вербальных проявлений поведения",

"Понимание интенций и потребностей участников коммуникации". То есть, F1 включает в себя четыре переменные, отвечающие за опосредованное через мыслительные процессы прогнозирование эмоционально-поведенческой информации. Факторные нагрузки четырех переменных имеют близкие друг к

другу числовые величины. Поэтому, данному фактору было присвоено название "фактор оценки и прогнозирования поведения окружающих" социоэмоционального интеллекта младших школьников и подростков.

Фактор 2 (F2) показал наибольшие нагрузки по переменным "Управление чужими эмоциональными состояниями", "Социальные навыки" и "Понимание эмоциональных состояний окружающих". Отсюда, ему было присвоено название "фактор успешного социального взаимодействия". Кроме трех названных переменных в состав F2 вошла переменная "Понимание своих эмоциональных состояний".

По фактору 3 (F3) самые высокие нагрузки у переменных "Управление своими

эмоциональными состояниями" и "Контроль своих невербальных проявлений". Они коррелируют со следующими переменными: "Социальная чувствительность", "Распознавание причинно-следственных связей в межличностных ситуациях" и "Набор социальных знаний". Фактор F3 получил название "фактор управления своим поведением в ситуациях межличностного взаимодействия".

Согласно этим факторным решениям, можно сделать вывод о том, что лишь четыре переменные из методики диагностирующей социальный интеллект (тест СИ Дж.Гилфорда и М.О'Салливена в адаптации Е.С.Михайловой) выделились в один фактор - F1. По всей видимости, этот фактор отвечает за возможности

обработки и прогнозирования эмоциональной (эмоциональный интеллект) и поведенческой (социальный интеллект) информации. Два других извлеченных фактора - F2 и F3 образовались из взаимодействующих переменных, также относящихся как к социальному, так и к эмоциональному интеллекту.

Здесь уже можно проследить корреляции между этими компонентами, составляющими общую систему - социоэмоциональный интеллект. Кроме того, факторные структуры у младших школьников и подростков различаются порядком переменных, входящих в F1 и F3 из-за разных факторных нагрузок.

Можно предположить, что "вес" этих факторных нагрузок обусловливается возрастными особенностями.

Подтверждение идентичности факторных структур производилось с помощью метода моделирования структурными уравнениями - SEM (Structural equation modeling). Моделирование структурными уравнениями проводилось при помощи статистического пакета IBM SPSS AMOS 22. В таблице 39 отражен перечень явных переменных модели СЭИ, включенных в SEM.



Таблица 39. Сокращенные названия явных переменных модели СЭИ.

переменная	Значение
ВОЗРАСТ	Возраст
С1	Прогнозирование поведения
С2	Понимание мимики и жестов
С3	Понимание вербальных проявлений поведения
С4	Понимание интенций и потребностей участников коммуникации
ВЕКПК	Распознавание причинно-следственных связей в межличностных ситуациях
ВЕКП	Набор социальных знаний
МП	Понимание эмоциональных состояний окружающих
МУ	Управление чужими эмоциональными состояниями
ВП	Понимание своих эмоциональных состояний
ВУ	Управление своими эмоциональными состояниями
ВЭ	Контроль своих невербальных проявлений
Т_1	Социальная чувствительность
Т_2	Социальные навыки

В состав выборки респондентов вошли 250 младших школьников и подростков средних общеобразовательных школ Адмиралтейского, Василеостровского и Красносельского районов города Санкт-Петербурга (141 девочка и 109 мальчиков) в возрасте от 9 до 16 лет.

Три фактора СЭИ (F1, F2, F3) были внесены в измерительную модель в качестве латентных переменных. От них были построены направленные связи к соответствующим зависимым переменным. Также в модель СЭИ была добавлена переменная возраста.

Коррекция модели проходила путем удаления из нее статистически недостоверных связей и добавления тех связей, которые повышали соответствие модели исходным данным согласно индексам модификации (MI). На рисунке 7 представлены результаты SEM.



Рисунок 7. Трехфакторная модель СЭИ.

В нижней части рисунка находятся критерии согласия данной модели с исходными данными. CMIN/df<2; р=,005; GFI=,950; CFI=,980; RMSEА=,046; Pclose = ,628. Решение о согласии модели с исходными данными обычно принимается на основе не менее трех (а лучше пяти) из этих критериев.

В нашем случае пять критериев из шести находятся в пределах хорошего согласия. Так, CMIN/df<2; GFI>0,90; CFI>0,95; RMSEA<0,05; Pclose>0,5 Заметим также, что формально р должно быть больше 0,05. Но здесь допускаются и меньшие значения, поскольку другие пять индексов согласия достаточно "хороши" [106;136].

Латентные переменные (F1 - " фактор оценки и прогнозирования поведения окружающих ", F2 - "фактор успешного социального взаимодействия", F3 - "фактор управления своим поведением в ситуациях межличностного взаимодействия") отображены в данной модели в округлых формах верхнего ряда. Явные переменные изображены в виде прямоугольников (они соответствуют исходным эмпирическим данным). Ошибки представлены в округлых контурах (е1,…е18). Они отражают сторонние влияния на переменные, неучтенные в модели (ошибки их измерения, влияние внешних по отношению к модели причин). Стандартизированные регрессионные веса (числа у стрелок) показывают знак и силу прямого эффекта влияния одной переменной на другую. Цифры у контуров переменных это - квадраты множественной корреляции, они показывают долю дисперсии зависимой переменной, объясняемой влиянием соответствующих независимых переменных.

Выборка является приемлемой по численности (N), если выполняется соотношение N>5T (где T - число оцениваемых параметров) [53]. В нашем случае

N = 250, Т = 44. Таким образом, для верифицированной модели социоэмоционального интеллекта младших школьников и подростков численность выборки является достаточно приемлемой.

Все оценки параметров модели СЭИ младших школьников и подростков, включая регрессионные коэффициенты модели обозначены в приложении 11. Все оцененные регрессионные веса статистически достоверны (р <0,001). Можно

утверждать, что статистическая значимость коэффициентов не дает оснований для удаления каких-либо переменных из полученной трехфакторной модели социоэмоционального интеллекта.

Основным требованием применимости наиболее робастного метода

Максимального правдоподобия (ML) для оценки параметров модели является многомерная нормальность исходных данных [56]. Наиболее важен критический коэффициент для многомерного эксцесса: его величина в ...