A
dam
Bucz
ek
Grz
egorz
KończakUwagi metodo
logiczne
o stosowaniu
metod statystycznych
w badaniach pisma
Anal izując literaturę dotyczącą ba -dań pisma, można zauważyć stale rosnącą te ndencję do stosowania różn ego rodzaju metod s tatystycz-nych.Jest to jak najbardziej właści we, przede wszystkim w badaniach stawiaj ących sobie za cel anal izę pewnych ogólnych prawi dłowo ści charakterystycznych dla pisma okr
e-ślo nej zbio rowości. Statystyka d o-starczabowiemwielucennychnarzę dzi, któremogą być wykorzystywane w badaniach pisma. W przekonaniu autorów należy jednak zwrócić uwa-gę na fakt, że praktyczna przydat-ność wyników popartych metodami statystycznymi jest nierzadko il uzo-ryczna.Badaniaprowadzisi ę przede wszystkimnadokładn iewyselekc jo-nowanych zbiorowościach(np.męż czyźni, kobiety, schizofrenicy, ni e-schizofrenicy,praworęczni ,lewo ręcz ni, wprawni, niewprawni w piśmie , wykształcen i , niewykształcen i , w od -powiednim wieku itd.). Analizie p od-daje się róż ne cechy, udowadnia się różnetezy. Mato niewątpliwie walor poznawczy, jednaktak otrzymane r e-zultatysą obci ążon e poważną wad ą, tzn. zazwyczaj nie można ich uog ó l n iać na całą populację, któ-rej częścią jest analizowana gr u-pa 1. Trudno zatemmówićopraktycz -nym zastosowani u wspomnianych bad ań.Gdybynp.ekspertwk onkret-nej sprawie, w oparciu o uzyskane w ten sposóbwyniki,próbowałzi nter-pretować określone zespoły cech, np. stwi erdziłby, źe dane pismo po -chodzi od osobyzjaskrąlub udarem mózgu, to prawdopodob ieństwo po -pełnienia pomyłki mogłoby być bar-dzoduże. Zdarza się też, że w spra-wach toczących si ę przed sądami niektóre osoby (np. adwokaci,
po-krzywdzeni czy nawet sami biegli), celem dodatkowego poparcia wła snychtwierdzeń, powołują sięna ta-kie lub inne badania konkretnychna -ukowców. Tymczasem n iejednokrot-nie okazuje się, że brak jest p opar-tych autorytetem statystyki (pomimo stosowania w badaniach niektórych jej metod) podstaw do takich o dwo-łań.Celem niniejszych rozważańjest wskazanie zag rożeń związanych ze stosowaniem prób celowych, zapro -ponowanie badaczom pisma stoso-waniaw szerszym zakresie prób lo-sowych oraz zaprez entowanie na przykład ach kilku ciekawych technik obliczeniowych, któremogą być wy -korzystanewbadaniach pismo znaw-czych.
Dobór próby
Studiując lite ratu rę przedmiotu, można zauważyćpewne ogólne p ra-widłowości dotyczące technicznej strony analizowania danych przez poszczególnych autorów. Za prezen-towane spostrz eż enia poczyniono w oparciu o materiały Wrocławskich Sympozjów Badań Pisma odpocząt
ku ich ukazywania się . I tak np. w wielu pracach ograniczono się je -dynie do opisowego przedstawienia surowych danych, stwierdzając, źe przy określon ej licz ebności próby analizowana cechawystąpiła lubnie wystąpiła w tylu a tylu przypadkach. Czasamiteżprzypadkiteokreśla się procentowoś, Jednocześnie wi docz-nesą duże różn ice w zakresie przy j-mowanych wie lkości próby, począw szy od małych, liczących np. 6, 18, 21 osób, a skończywszy na dużych, składających si ę np. ze 152 czy na-wet 560 osób-', Moźna się zastana
-wiać,cowłaściwiedecyduje oprzyję ciu takiejwłaśnie , a nie innej licze b-nościpróby w przypadkun iestosowa-nia żadnych metod statystycznych przy operacjonalizacji danych. W ia-domo bowiem, źe niektóre metody (np. test niezaleźności chi-kwadrat) określaj ą doln ą granicę licze bności oczekiwanych w komórkach tablicy kontyngencji, a to z kolei założen ie determinuje mi n imalną wielkość pró-by. Rezultaty uzyskane w oparciu o tak małe próby (6-, 18- czy 21 --osobowe), przy braku opera cjonali-zacji metodami statystycznymi,mogą być traktowane jedynie jako dający ogólne rozeznanie w sytuacji punkt wyjścia do przeprowadzenia dal -szych badań. Dodatkowo w n iektó-rych przypadkach na zaciemnienie wyników wpływa wprowadzaniezbyt dużej liczby zmiennych. Przyniskiej liczeb ności próby (liczącej np. 14 osób'ł) przeprowadza się analizędla zmiennych ja kościowych, takich jak płećczywykształce nie(podstawowe, śred ni e i wyźsze). Czasem też, w sposób nie do końca jasny,doko -nuje się doboru probantów5.W tym kontekściewydajesię,żepróbyduże naleźałoby uznaćza lepsze.
Do kolejnej kategorii można za li-czyć prace, w których dla opera cjo-nalizacji danych wykorz ystywano podstawo we statystycz ne analizy opisowei metody wnioskowaniako
n-ce nt rujące się na porównyw aniu średn ich i odchyle ń standardowych, współ czyn ni ków korelacji rang i wskaź n ików struktury. Wyk orzysty-wano np. testy
t
Studenta, równości ws kaź n i ków struktury czy ch i--kwadrat niezależno ś cłś. Metody te uznać moźnazawystarczającew sy-tuacji dokonywania analizy pewnychzbiorowości pod kątem jaki ejś ok
re-ślonej cechy, np. porównywani e dwóch grup ze względu nawielkość pisma, długość podpisów,wskaźniki - poziom iwspółczynnikintegracjipi -sma, znaki diakrytyczne itp. Inaczej jest w przypadku zestawiania zbioro-wościze względu na bardziejrozbu
-dowanekatalogicech. Ma to miejsce
najczęściej w sytuacji komplekso-wych badań określonych kategoriipi -sma, np. osób leworęcznych , psy -chopatów, chorych na arteriosklero-zę, badań ustalających cechy płci w pi ś m i e, analiz uj ących grafizmy starcze,grafizmyfałszowanenp.me -todą naśladownictwaścisłegoi wiele
innych7. Znacznie bardziej wydajne w takichprzypadkachbyłybymetody wielowymiarowej analizy s tatystycz-nej, o których niźej. Niezaleźnie od stosowanych w określo nych b ada-niach metod operacjonalizacji d a-nych,niezmiern ie waźny w rozu mie-niuautorów jest samsposób doboru próby.
Próby do badań dob ierane są zwykle celowo, tzn. wybiera się wą ską (wpo równaniuzcałą populacją) grupę np. studentów określon ej uczelni, uczniów danej szkoły, pe n-sjonariuszy wskazanych zakładów
lub inne kategorie osób wyse lekcjo-nowane według ja kich ś kryteriów. Wprzekonaniu autorów, zarówno do-brane w ten sposób próby,jak i u zy-skane na ichpodstawie wyniki(choć by opracowane w najlepszy sposób pod względem statystycznym), są w znacznym stopniu sztuczne i sta-nowią niepotrzebne samoo granicze-niebadań.Wgruncie rzeczy, wopar-ciu o badania przeprowadzonewg ru-pie40 uczniów liceum, nic niemoźe
my powiedzieć np. o cechach płci wpiśmie młodzieźy. Wiemy tylko, ja -kiesą wyniki wśródtych konkretnych 40 osób. W skali ogó lnej mog ą one wyglądaćzupełnieinaczej, pon iewaź nie da się wykl uczyć, że
-
na p rzy-kład - chara kterystyka pisma młodzieźy szkół licea lnych odbiega znaczn ie od pisma uczniówszkółza -wodowych. To samo dotyczy wielu
badań poświęconych innym zagad -nieniom, np. fałszowaniu podpisów
metodą ścisł e g o naśladownictwa,
PROBLEMYKRYMINA LISTYKI 256/07
badań z zakresu poziomu i współ czynnika integracji pisma, dotyczą cych grafizmu psychopatów itp.
Rozwiązan iem , które pozwoliłoby
uniknąć wskazanych problemów
i dzięki któremu wyniki mo ż na by śmiało ekstrapolować na całą popu-lację, byłby los owy dobó r pró by. Wydajesię , że spośród różnych zna-nych metod losowania na uźytek ba-dań pisma najczęściej mogłyby być wykorzystywane dwie,tzn.losowanie warstwowe i dwustopniowe. Pi erw-sza metoda polega na podzieleniu
całejpopulacji narozłączne podzbio-ry (warstwy) i wybranie losowo zkaź dego z nich określonej liczby jedno -stek (np. proporcjonalnie do liczby jednostek w warstwie).W przypadku drugiej metody post ę powan ie jest dwustopniowe- wpierwszym etapie losujesiępewnezespoły(np.szkoły,
zakładyitp.),po czym wkażdejwy lo-sowanej grupie powtórnie losuje się jednostki bezp ośred n io przeznaczo -ne do badańś. Naleźy mieć świado
mość , że niejednokrotnie, choci aźby
zuwagi naspecyfikęokreślo nych p o-pulacji, skomp letowanie właściwej próby losowej moźe nast ręczać znaczniewięcejproblemów,zarówno teoretycznych jakipraktycznych,niź miałobyto miejsce w przypadku d o-boru celoweg09.Wydaje się jednak, że ze względu na wartość uz yska-nych wynikówpodjęciewspom niane-go wysiłku jest jak najbardziej uza -sadnio ne.Od n oszącsię do sposobu doboru próby, należy zaznaczyć, że w pewnychprzypadkach wykorzysta-nieprób celowych moźe byćuzas ad-nione.Będzietakwsytuacji,gdy ba-dana populacja jest jednorodna (tzn. wszystkie badane jednostki podle
ga-ją działan iu takich samych przyczyn głównych, a występujące pomiędzy
nimi różnice są wynikiem dz iałan ia czynnikówlosowych). Wnioskowani e na podstawiepróbcelowych wymaga jednak od prowadzącego badan ie znacznej wiedzy o analizowa nej p o-pulacji,szczegó lniezaś pewności, że
próba jest reprezentatywna,czyli jej struktura jest identyczna lub bardzo zb liźo na do struktury populacji.
Kwestią godnązastanowienia wy-daje się również dobór próby pod
względem ilościowym . Z przykładów przytoczonych wyźej wynika, że
z jednej strony mamy do czynienia zdużą rozpiętością (od próbskrajnie małych, np. sześcioosobowych do bardzo duźych), z drugiej zaśstrony
z brakiem jasno sprecyzowanych
kry-teriów doboru. Podejmując badania zwykle stwierdza się, że przeprowa-dzono je w jakiejś grupie (np. 40
osób),a niepodajesię, czym w
kon-kretnym przypadku uzasadniono taki,
a nie inny dobórilościowy10. Wydaje się, żekwestia ta niejestbez znacze-nia. Gdybysię okazało, że np. dany efektmożnaosiąg nąćmniejszym na-kładempracy (a statystykagwara
nto-wałaby jego przełoź e nie na szerszą popu lację) , to po co niepotrzebnie marnować energię ipodn osić koszty
związanez przeprowadzeniem bada -nia? Gdyby udało się ponadto okre -ślić ogólne kryteria standaryzacji d o-boru ilościowego próby w poszcz e-gólnych grupach analizowa nych z
a-gadnień , to z pewnością wyniki u zy-skiwan e przez autorów prowadzą cych nieza leźn ie od siebie badania
byłyby znaczni e lepiej porównywal -ne, a tym samym bardziejo biektyw-ne. Jeźe li przyjmujemy (a zdaniem autorów takwłaśniejest), że wartość badańznacznie wzrastawprzypadku moźliwości ich ekstrapolowania na sze rszą populację, towydaje się, że
podstawowym kryterium ilościowego doboru próby powinien być rodzaj projektowanych badań (w szcze-gólności typ analizowanych zmien -nych i rodzaj wykorzystanych testów statystycznych). Jeźeli bowiem siła zaleźności między analizowanymi zmien nymi jest obiektywnie mała (tzn. mała w populacji, do której od -nosimy badania), to nie sposób jej .wykazać inaczej nlż za pomocą p ró-by o odpowiednio duźej liczeb ności.
W takim przypad ku, nawet gdyby próbabyładoskonalerepreze ntatyw-na,ale zbytubogapodwzg lędemilo
-ściowym, nie spełni swojego zada -nia. Analog icznie w sytuacji odwr ót-nej, gdy zależno ść jest obiektywnie (w szerszej populacji) bardzo silna,
możebyćwtedy wykazana woparciu opróbę stosunkowonie liczną. Nasu-wasię więcwniosek, że przystępując
do badań, należałoby mieć już jakiś wstępny pogląd (uzyskany w toku ba-dań pilotażowych lub w oparciu o ba-dania prowadzone przez innych
auto-rów) na temat przypuszczalnej siły
analizowanej zależności w populacji
generalnej11. Wspomniano już, że
niezmiernieważnym czynnikiem
rzu-tującymnaliczebność konstruowanej
próby jest rodzaj anaiizowanych
cech. Jeżeli w grę wchodzą cechy,
dla których pomiar wielkości może
być dokonywany na tzw. skalach
mocnych (skala przedziałowa i
sto-sunkowa), to niezbędne liczebności
próbbędązazwyczaj znacznie
mniej-sze (czasami do potwierdzenia hipo-tez wystarczy zaledwie kilka
obser-wacji)niżw przypadku pomiarów
do-konywanych na skalach słabych
(skala nominalna iporządkowa). Przydatnośćwybranych metod wielowymiarowej analizy
statystycznejw badaniach pisma Pod pojęciem "wielowymiarowa analiza statystyczna" kryje się wiele częstozaawansowanych technik
ob-liczeniowych,które mogą być
wyko-rzystane w badaniach pisma i które umożliwiają wszechstronną opera-cjonaiizację "surowych" danych. Wy-korzystanie wspomnianych technik
pozwala na wskazanie zależności
niemożiiwych do zaobserwowania z użyciem metod tradycyjnych. Moż na np.porównywaćdwie (w razie
po-trzeby także więcej) zbiorowości,
przeprowadzając jednoczesną
anali-zęnajbardziej nawet rozbudowanych
katalogów cech bezkonieczności
ze-stawiania każdej z nich oddzielnie.
W przypadku dużej liczby cech
sko-relowanych (zawierających podobną informację o badanych jednostkach) można zastosować analizę czynniko-wą i, wyodrębniając kilka czynników,
dokonać redukcji wymiaru cech oraz rozpoznać strukturę związków mię
dzy zmiennymi. Dzięki temu będzie
możliwewyod rębn ien ie spośród wie-lu zmiennych kilku łatwych do
inter-pretacji czynników (mogą nimi być
stosunki wielkościowe znaków, kąty
nachylenia liter itp.), W analizach
pi-sma, dla porównania wartości
śred-nich,częstowykorzystywany jest test
t
Studenta.W przypadkubadańbar-dziej kompleksowych, obejmujących
jednocześnie wiele zmiennych, ma-my do czynienia z porównywaniem
dwóch wektorów średnich, co daje
możliwość wykorzystania np. testu T2 Hotellinga będącego
uogólnie-niem tradycyjnego testu
t
Studentana rozkłady wielowymiarowe. W przypadku porównywania wekto-rów średnich dla więcej niż dwóch grup może być przydatna
wieiowy-miarowa analiza wariancji. Jeżeli
zmiennesąrejestrowane na skali po-rządkowej, to dla porównania wielu
poziomówprzeciętnych można
wyko-rzystać test Kruskala-Wallisa, czyli tzw. nieparametryczną analizę wa-riancji. Test ten może być wykorzy-stany np.w przypadku gdy dla bada
-nych zmien-nych nie jest spełnione
założenie normalności rozkładu, co jest wymagane przy stosowaniu ana-lizy wariancji. Dzięki temu możliwe by/oby statystyczne porównanie nie-których cech tradycyjnie ujmowanych
w sposób opisowy na skaliporządko
wej.Dałoby się stwierdzić,czywystę pują różnice w natężeniu np.drżenia linii pismabądżnaciskunarzędzia pi-szącego napodłożedla kilku porów-nywanych grup.Jeżelitest potwierdzi występowanie istotnych różnic po-między grupami, wówczas można przystąpić do podziału zbiorowości
na grupy jednorodne.Wskazane
me-todysąznacznie bardziej skompliko-wane od strony rachunkowej i
prak-tycznie niemożliwe do
przeprowa-dzenia"ręcznie". Nie stanowi to
jed-nak problemu zewzględu nadostęp
ność odpowiedniego
oprogramowa-nia komputerowego, np. SPSS, Stati-stica, R itp. Do szczególnie
cieka-wych, z punktu widzenia badań
pi-sma, wielowymiarowych metod staty-stycznych, zaliczyć należy niewątpli wieanalizę dyskryminacyjną. Pozwa-la ona na skonstruowanie funkcji umożliwiającej podział zbiorowości na dwie (w przypadku ogólnym na więcej niż dwie) grupy. Parametry funkcji dyskryminacyjnejsą szacowa-ne na podstawie tzw. zbioruuczące go, czyli takiego zbioru jednostek,dla
którego znana jest przynależność
grupowa (o tymniżej). Po wyznacze-niu parametrów wskazanej funkcji możliwejest, zazwyczaj z niewielkim prawdopodobieństwem popełnienia błędu, przyporządkowanie nowego
obiektu (w przypadku badań pisma
jakiegoś indywidualnego zapisu lub tekstu) odpowiednio szerszej grupie. Należy podkreślić, że takie
wniosko-waniewiąże sięz o wiele mniejszym
ryzykiem popełnienia błędu niż w
większości tradycyjnychbadań prze-prowadzonych w oparciu o próby ce-lowe oraz w oparciu o oddzielne
po-równywanie każdej cechy z
szersze-go katalogu. Przede wszystkim
jed-nak poszczególnezbiorowości
(zbio-ryuczące),np.schizofrenicy, nieschi-zofrenicy, leworęczni, praworęczni, wykształceni, niewykształceni, kobie-ty, mężczyżni (w przypadku badań dotyczących cech płci) itp., musiały
by być rozpoznane w oparciu o
re-prezentacyjne próby losowe.Dopiero takie badaniamiałybyszerokie prze-lożeniepraktyczne.Załóżmy, żew
in-dywidualnym przypadku zaistniało
podejrzenie,żekonkretne pismo
zo-stało wykonane przezosobę z okre-śloną przypadłością, np.
nowotwo-rem mózgu. Gdyby istniały badania
przeprowadzone w tej kategorii osób ze wskazaniem zastosowanego kata-iogu cech i w oparciu o reprezenta-cyjną próbę losowąoraz gdyby z ba-dań tychwynikało, że istniejezespół cech charakterystycznych dla pisma osób z nowotworem mózgu, wów-czas możnaby przeanalizować
jesz-cze raz indywidualny sporny tekst,
stosując identyczny, jak we
wspo-mnianych badaniach, katalog cech.
Na podstawie wyznaczonej funkcji
dyskryminacyjnej lub wykorzystując
jedn ą z metod klasyfikacji, jak np. metodę Warda, można by określić,
z zazwyczaj bardzo małym ryzykiem
popełnienia błędu, czy wspomniane
cechy mierzalne należą do katalogu
charakteryzującegopismo osób z
no-wotworem mózgu, czyteżnie.
Prezentowana pokrótce analiza
dyskryminacyjna marównieżinne
za-lety, cenne z punktu widzeniabadań
pisma. Należy do nich niewątpliwie możliwość jednoczesnego
RyC.1.PrzykładwykorzystaniafunkCJidyskryminacyjnejdo klasyfikacji obiektów. Jednoczesnepor
ów-nanie podpisówzewzględunadwie cechy dlakobiet osłabowypracowanym nawykugraficznym.P
o-równywanekategorie:podpisysfałszowanejwykonane pismemwłasnym. Przykładowecechy:WN_K
=
wysokośćlite ry$ ',WN_y =wysokośćlitery~y"_Fig.1.ExampJe ot using discriminatingfunctionforclassifica tionot objects.Simunaneousoomparison
ot signatures based on two chsracteristicsfor warnenot poorlydevefopedgraphic habit.Compared
categories:torgedsignatures andsignatures made with own handwriting.
Examplesot characteristics:WN_K=height ot lett8r~K".WN-r=height ot fetter~y"
Grupa kobietosłabowypracowanym nawykugraficznym
22 r-~~~~~-...,~-~~~~~~., 8 10 12 14 16 ra 20 22 24 26 28 30 32 34 WN_K I I 20 I
•
I I I 18 I•
I I•
16 o I• •
•
•
I O I • O I 14••
•
•
•
~ I~
o o I • •••
•
12 O 0 00
,'0
•
•
••
oo;.
•
o 10 0 0 0 00
.
'
•
I 0 0 0•
I 8 O II o o o II 6 O I•
I I Iminacyjną. Widać na nim wyrażne
rozgraniczenie obuzbio rowości(p od-pisów sfałszowanych i wykonanych pismemwłasnym).
W przypadku zmiennych nume-rycznych (np. wysokość, szerokość
znaków) dlawyróżn ien ia sku pieńj ed-norodnych moż na stosować metody klasyfikacji obiektów, np. grupowanie z wykorzystaniem algorytmu k-śre dnich lubmetodę Warda. Dzięki nim dasię wyod rębn ićw badanejzb ioro-wości np. dwiegrupy składające si ę z wmiaręjednorodnych (podobnych) jednostek i zarazem tak, aby
wyod-rębnione grupy znacznie się różniły
od siebie.Istotnązaletątakiego spo-sobu postępowania jest fakt,że po
-dobieństwo obiektów ustala się nie na podstawie jednej, lecz na podsta-wiewiększejgrupy cech. Wodniesie -niu do zmiennychjakościowych (np. typwiązań międzyliterowych , siła na-ciskuśrodkapisarskiego napodłoże,
jakość drżenia linii pisma) dobrym
rozwiązaniem umożliwiającym zakla-syfikowanie obiektu do danej grupy
są np. drzewa klasyfikacyjne. Dają
onemożliwośćklasyfikowania wszel -kich obiektów na podstawie pomia-rów dokonywanych na skalach nomi-nalnej lubporządkowej.
Kolejnym praktycznym zastoso-waniem funkcji dyskryminacyjnej w badaniach pismamogłoby być wy-korzystanie jej do określania
przyna-leżności grupowej indywidualnych zapisów. Warunkiem, o czym wspo-mnianowyżej, musiałoby być
prawi-dłowe,czyliprzeprowadzone w opar-ciu o próby losowe, rozpoznanie po-szczególnych populacji (zbiorów
uczących). Poniżej, na przykładzie
danych liczbowych z doktoratu A. Buczka, zaprezentowano możli wościfunkcji dyskryminacyjnej w tym zakresie. Eksperyment przeprowa-dzono na grupie 240 podpisów, z któ-rychpołowę (120)stanowiły podpisy
sfałszowane. Nadrugą połowę skła dały się podpisy o tym samym brzmieniu("KośnyBarbara") co pod-pisy sfałszowane, ale wykonane pi-smemwłasnym. Analizę przeprowa-dzono z wykorzystaniem grupowania
metodąWarda oraz funkcji dyskrymi-nacyjnej. W obliczeniach uwzględnio-• podpisysfałszowane
o podpisy wykonane
pismemwłasnym
ślad ownictwa dokonywanego przez róż ne kategorie osób. Badania pro -wadzono m.in.wgrupie kobiet osła bo wypracowanym nawyku gra ficz-nym. Każda z osób najpierw fałszo
wała określoną liczbę razy podpis wzorcowy o brzmieniu"Koś nyBarba -ra"(była to kategoria podpisów sfał
szowanych),następnieten sam p od-pis kreś liła taką samą liczbę razy pi-smemwłasnym spontanicznie z p
a-mięci (kategoria podpisów wykon a-nych pismem własnym). Wskazane podpisyanalizowanopodkątem róż
nych cech, m.in. brano pod uwagę
wysokość i szerokość posz czegól-nych znaków.Przy wykorzystaniu te -stu
t
równ ości średnich dla prób za -leż nych porównywano oddzielnie m.in.wysokośćliter "K" oraz "y"z na -zwiska.Okazałosię, żeprzy oddziel -nym zestawianiu tych zmiennych ,między podpisami fał szowanymi
i wykonanymi pismem własnym, w badanej grupie kobiet nie ma istot-nych statystycznie różnic. Rycina przedstawiawykres rozrzutu tych sa-mych zmiennychorazfunkcję dyskry-zmiennych. Prace teoretyczne p
ole-gają często na porównywaniu okre-ślo nych kategorii pism (np. psycho -patów,niepsychopatów, kobiet,męż czyzn itp.) podkątem jakiegoś katalo-gu cech. W praktycemoże się oka
-zać, że porównywanie każdej cechy z katalogu oddzielnie nie wykaż e żadnych istotnych statystycznie róż
nic między analizowanymi grupami. Dopiero klasyfikowanie dwóch, trzech czy nawet wszystkich cech
łącznie może wykazać zjednej stro -ny istotneróżnice,których niedałoby się zaobserwowaćw oparciu o meto -dy tra-dycyjne (np. test
t
Studenta), z drugiej zaś strony metody dyskry -minacyjne gwarantują znacznie mniejsze ryzyko dokonania klasyf ika-cjibłędnej. Poniższa rycinaoraz po-czynione niżej uwagisą przykłademzastosowania omawianej metody. Dane liczbowe zaczerpnięto z pracy doktorskiej jednego ze współauto
rów12. W pracy tej próbowano m.in.
ustalić,czy istniejezespół cech cha-rakterystycznychdlasposobufałszo
wania podpisówmetodą ścisłego
nojednocześn ie dziesięć zmiennych
obejmujących wysokość i szerokość
poszczególnych liter w podpisach. Oznaczono je jako:
vl - wysokośćlitery"K" wnazwisku, v2- wyso kośćlitery"y"wnazwisku,
v3 - wyso kośćlitery "B" wimieniu,
v4- wysokośćlitery"b"wimieniu,
v5 - średniawysokośćliterśró dlinij-nych,
v6- szerokość litery "K" w nazw
i-sku,
v7 - szerokośćlitery
"Y'
wnazwisku,v8- szerokość litery"B"wimieniu.
v9- szerokośćlitery"b"wimieniu,
v10- średnia szerokość liter śró dli nijnych.
W pierwszym etapie dokonano klasyfikacji podpisów na dwie grupy, przyczym każda obserwacjatow ek-tor o długości 10 (liczba badanych
zmiennych ).W tym celu
wykorzysta-no metodę Warda. W rezultacie
otrzymano dwie różne grupy podpi
-sów. Analiza podziału ujawn iła , że
204z nich zakwalif ikowanoprawidło
wo,zatemtrafn ośćklasyfikacjiwy
nio-sła85%.
Wskazane rezultaty potwierdziły
możliwość uzyskania funkcji
dyskry-minacyjnej pozwalającej na d
iagno-zowanie dowolnegopodpisu z wy bra-nejgrupy 240.Kolejnym etapembyło wyznaczenie za pomocą komputero -wego pakietuSPSS funkcjidys krymi-nacyjnej Fishera w następującej po-staci:
D= 0,111v3+O.094v6- 0,239v 7+
+O,12Ov8- 0,354 v lO - 2,279 W celu określenia, do której z dwóchwyróżnionychkategorii
nale-ży dany podpis (tzn. czy jest podpi-sem sfałszowanym ,czy teżwyk ona-nym pismem własnym), wystarczyło w miejsce zmiennych v3,v6,v7,v8 i v10 podstawić odpowiednie
warto-ści liczbowe uzyskane w toku pomia -rów. Dodatnie wartości funkcji dys -kryminacyjnej wskazywały, że dany
podpis należał do grupy podpisów
sfałszowanych, ujemne,że do grupy wykonanych pismem własnym. Kla-syfikacja z wykorzystaniem funkcji
dyskryminacyjnej w kategorii 240
podpisówdoprowadziła do prawidło
wego zakwalifikowania107podp isów sfałszowa nych oraz 106 podpisów
wykonanych pismemwłasnym . Błęd
nie zakwa lifikowa no 13 podpisó w
sfałszowanych i 14 wykonanych p i-smem własnym. Można więc st
wier-dzić, że w analizowanym przypadku
tzw. współczyn nik trafn ości wynosi
88,8%13. Oceniając wynik, należy
wskazać,żejeston niecopr zeszaco-wany, ponieważ funkcję dyskrym ina-cyj n ą wyznaczonona podstawietych samychobserwacji.
Podsumowanie
Punktem wyjścia niniejszych
roz-ważań była analiza literatury
przed-miotu,w szczególności wspan iałego
dorobku Wrocławskich Symp ozjów
Badań Pisma. Mimo uznania dla ich osiągnięć, należy zauważaći wm
ia-rę moż l iwości eliminować również
niedociągnięcia. Do tych ostatnich za liczyć trzeba niewątpliwie fakt, że
wię kszość analiz jest prowadz ona w oparciu o próby celowe. Są one
wartościowe, z drugiejjednak stro ny
niepotrzebnie ograniczają zakres
prac, uniemożli wiając ekstrapolację
wyników na szersze zbiorowości. Ztego punktu widzenia,pomimo li
cz-nychbadań , wielezbio rowościwd
al-szymciągu niemożnauznaćzawła
ściwie rozpoznanepodkątem pisma. Lepszej weryfikowalności, porówny-walności wyników, a także jakości
badańprowadzonychprzezposzcz e-gólnych autorów niesprzyjateż czę sto brakprzemyślanych , jasnych kry -teriów takiego, a nie innego doboru
ilościowego próby. Nieuwzględnienie
kwestii, jak rodzajbadań,typ analizo-wanych zmiennych, przypuszczalna
siła zależ ności międzycechamiwp
o-pulacji, dobór odpowiedniej metody
statystycznej czy odpowiednia do liczby zmiennych wielkośćpróby,
mo
-że skuteczniezniweczyć wysiłekba -dawczy.Na pewno cenne z pozn aw-czego punktu widzenia jest stos owa-niew pracachteoretycznych standar-dowych metod statystycznych ,np. te-stów t Studenta dla równości śred
nich, chi kwadrat niezależności,
współczyn n i ków korelacji itp. Nie
na-leży sięjednakogran i czać wyłączni e
do wskazanych narzęd zi, które w wielu przypadkach są nie wystar-czające, szczególnie w kontekście znacznie szerszych możliwości ofe -rowanych przez metody wielowymia -rowejanalizystatystycznej,z których
kilka zaprezentowano w niniejszym
opracowaniu. Wskazane metody są wprawdzie o wiele bardziej s kompli-kowane pod względem rach unko-wym, nie jest to jednak problemem, w sukurs przychodzą bowiem odpo -wiednieprogramy komputerowe.Ro -ląbadacza jestjedyniewybórwłaści
wej metody, odpowiedniez interpreto-wanie wyników i wyciąg n ięcie wni o-sków.
BIBLIOGRAFIA
1. Aczel A.: Statystykawzarządza
niu, PWN , Warszawa2000.
2.Buczek A.:Fałszowan ie podpisów metodą ścisłego naśladownictwa , Kato -wice2000(niepublikowana pracadoktor -ska).
3.Problematyka dowoduz ekspertyzy dokumentów, [red:] Kegel Z., Wrocław
2002,tom I i II.
4.PawłowskiZ.: Statystyka matema -tyczna,PWN,Warszawa1980.
PRZYPISY
1 Na fakt ten zwraca uwagę m.in.Z.
Pawłowski, Statystyka m atema-tyczna, Warszawa 1980, S. 13, p i-sząc: "Próba statystyczna może mieć różnycharakter iwróżnys
po-sóbmoże być pobierana . Niezależ
nie odkonkretnego,szczegółowego,
sposobujej dobieraniazasadniczym
postulatemjest,żemusi tobyćpro
-ba losowa,a więcprzypadek,a nie świadomy wybór i decyzja osoby przeprowadzającej badania s taty-styczne,musidecydować, którewy.
nikiwejd ą do próby".Nanastępnej
stronie tensamAutorpisze:"Należy
jednak jeszcze raz podkreślić, że
w teorii statystyki matem atycznej rozpatruje sięjedynie próbylosowe,
awięcpróbystatystyczne, które
pew-nego mechanizmulosowego lub któ
-rym można przypisać taki
mecha-nizmw sposób hipotetyczny";
2Przykładowo:J.Gajdowski,Wystę powanie indywidualnych cech gra
-ficznych w przypadku tzw. autota
l-szerstwa (maskowanie pisma ręcz
nego), [w:] Problematyka dowodu
z ekspertyzy dokumentów, tom i,
Wrocław2002,s.98-101;E.
Napie-ral s ka-Ozga, Wybranezagadnienia
wpływu zmian ustroju p
sychofizycz-negoczłowiekaoraz innychczy
nni-ków na wyg ląd pisma ręcznego,
a w szczególności podpisów, [w:]
Problematyka dowodu...op.cit.,tom
I,s.102- 107; M. Riess,Zmienność
cech szacunkowych pisma odręcz
nego przy róż nych warunkach jego
powstawania,[w.]Problematykado
-wodu... op.cit., Wrocław 2002, s.
164-170;C_Korlslka, J. Helnker, Niektóre aspekty uwarunkowanego wiekiem wpływu na pismo ręczne ,
Iw:]Problematykadowodu...op.cit.,
tom i, s. 337-339; C. Cekow,
Eks-pertyza doku me nt ów napisanyc h
przez osobychore na a rteriosklero-zę. [w.] Prob iem atyka dowod u...
op.cil.,tomII,s.125 1-1 255iinne;
3Zob.: I.Sienkiewicz,Wpływ
uszko-dzeń kończyn na cechy identyfika
-cyjne pisma ręczn ego, [w:] Probl e-matyka dowodu... op.cit..tom II, s.
1256; E.Napieralska-Ozga,
Wybra-ne zagadnienia... op.cit., tom I, s.
103;C. Korlslka, J. Helnker, Nie
-które aspekty uwarunk owanego w
ie-kiem... op.cit.,tom I,s.338;Korlsl
-kaJ.Gajdowski,Obraz pismaosób
starszych o różnym poziomie
wy-kształcenia(komunikat zbadańnad
pisme m osób w wieku podeszłym
i starczy m), [w:] Problematyka d
o-wodu...op.ctt.,tom I, s. 119;H. M
I-lewski, A. Żalkauskiene, Umyślna
falsytikacja własnegopodpisu w ce-lu zakwestionowaniajego autentyc
z-ności, [w.] Problematyka dowodu...
op.cit.,tomI.s.435;
4 I.Zienkiewicz,Wpływzmianp
atolo-gicznyc hwpiśm ienawartośćd
owo-dową ekspertyzy plsmoznewcze],
[w:] Probiematyka dowodu...op.cil., tomII,s.1081.
5Przykładowo:E. Napieralska-Ozga,
Wybrane zagadnienia...op.cit., tom
PROBLEMY KRYMINALISTYKI256/07
I,s.103.Nie wiadomo,dlaczegoau
-torka.analizujączmianyustroju ps y-chofizycznegoczłowieka(takwynika
ztytułu) ,przeprowadza badaniawy
-łączniewgrupiemężczyzn. po
mija-jąckobiety;
6Zob.:A.Buczek,Współczynniki
nte-gracjipisma wpodpisachsfałszowa
nych metodąścisłego naśladownic
twa, [w.] Problematyka dowodu...
op.cit.,tom I,s.366-372;A,Fel uś ,
Wielkość pisma w podpisach sfał
szowanych metodą ścisłego naśla
downictwai ichodpowiednikachsłu
żących do naśladowania. Iw:] P
ro-blematyka dowodu... op.cit., tom I,
s.304-307;B.Gawda,Obraz
samo-oceny na podstawie pisma,[w:] Pro-blematyka dowodu... op.cit.,tom l,
s.399-407;P.Hałdar-Slnn,T
rudno-ści naśladowania cech p
rzestrzen-nych wpiśmie ręcznym,[w:JP roble-matyka dowodu... op.cit., tom I, s. 208-212 ;M.leśniak, M. Gramaty
-ka, Znamiona grafizmu ps
ychopa-tów,[w:] Problematyk adowodu ... op.
cil.,tom II,s.1283-1292;T. Wid/a,
Względna stabilność grafizmu, Iw:]
Problematyka dowodu.. . op.cit., s.
213-218iinne;
7Np.: A. Buczek, Wiek, płeć i
wy-kształcenieamożliwośćfałszowania
podpisów metodą ścisłego naśla
down ictwa,[w.}Problematykad
owo-du... op.cit ., 10m I, s. 470-475;
C. Cekow,Ekspertyza dokumentów
napisa nych przez osoby chore na
arteriosklerozę. [w:] Problematyka
dowodu ... op.cit. , tom II, s. 1251-1255; E. Fabiańska, B. K
u-blś-Walasek, Badania nad z
mien-nością pisma ręcznego osób s
tar-szych,[w:] Probiematykadowodu... op.cit.,tom II,s.1275-1279;M.
le-śniak, M Gramatyka, Znamio na
gra/izmu psychopatów, Iw:! Proble
-matyka dowodu... op.cit., tom II, s.
128 3-1 292; T. Włd/a, Znamiona
grafizmu leworęcznego,[w:]P roble-matyka dowodu... op.cit., tom I, s.
308-3 12;T.WId/a.Cechy płciwrę kopisach młodzieży, [w:] P
roblema-ty ka dowodu... op .cit ., tom I, s. 128 -134.
8 Wydaje się, że w przypadkubadań
pisma znaczniemniejsze lub wręcz
marginalne zastosowanie miałyby
inne metody losowania,np. losowa-nie prostelub systematyczne.Do ich stosowania niezbędna jest bowiem
pełnalista wszystkich jednostek po
-pulacji,co wpraktyce właściwie się
niezdarza;
9Załóżmy przykładowo, że chcemy
przep rowadzi ć badania w grupie k
o-bieto dobrze wypracowanym n
awy-ku graficznym.Można się zas
tana-wiać,w jakisposóbdokon aćl
osowa-nia przy tak szerokiej kategorii p
o-tencjalnychprobantównie dysponu
-jąc przecież żadną zamkniętą listą.
Jest to możliwe, o ile przyjmiemy
pewnezałożenia. Po pierwsze prze -dział wiekowy (np. 113--<30 lat). Po drugiewykształcenie(zakładając.że osoby z wyższym wykształceniem mająlepiej wypracowa ny nawyk gra
-ficzny). W szczególności zaś trzon
próby stanowiłyby osoby aktywnie
wykonującezawodyzmuszające do
częstego posługiwan ia się pismem.
Gdyby się okazało, że nie ma zn
a-czących różn ic w stopniu wyp
raco-wania nawyku graficznego między
kobietami wykonującymi wspo
mnia-nezawody,tomożna by wybraćl
o-sowo z szerszej kategorii zaledwie
kilka z nich (np . nauczyciele, l eka-rze,prawnicy).Następnie,w oparciu
o Rocznik statystyczny, określićnp. wielkości prób dla poszczególnych kategorii zawodowych (wskazać, że
w jej skład powinno wchodzić tyle a tylekobietw wiekumiędzy 18a60
rokiem życia wykonuj ących np. z
a-wód lekarza, nauczyciela bąd ź
prawnika).Po ustaleniu tegomożna
byprzystąpićdolosowania konkret
-nych osób wchodzących w skład
próby. Ponadto gdyby okazało się,
żepopulacja kobietodobrze wypra
-cowanymnawyku graficznym, wy
se-lekcjonowana przez nas wcześniej
dla jednego województwa,nie różni
się znacząco w innych wo
jewódz-twachzewzględuna badanecechy,
to próbę można by uznaćza repre
-zentatywną dla całej populacji p
ol-skiej;
10Na podstawie analizy różnych prac
można wnosić ,żepodstawowymk
ry-terium w tym zakresie jest łatwość
dostępu do probantów, co stwarza
możliwość szybkiego i wygodnego
przeprowadzeni a badań. Nie ma
wtymoczywiści eniczłego,jeże lipo
-stępowanietakienie odbijasięn ega-tywnienajakościwyników;
11 Sposób,wjakipowyższeuwagimo
-gą znaleźć zastosowanie w bac a
-niachpisma, niech zilustrują nastę
pująceprzykłady.Załóż my,żec hce-myustalić,czylitery wpodpisachfał
szowanych metodą ścisłego naśla
downictwa są wię ksze niż w podp i-sach niefałszowanych, czy też nie.
Jeżeli spodziewamy się (bo wynika
tonp.zbadań pilotażowych), że
ce-cha ta wyraźnie rozróżnia an
alizo-wanezbiorowości ,to wystarczypró
-bastosunkowoniewielka(liczącak
il-ka lub kilkan aście jednostek). Gdy
-byśmynatomiastspodziewalisię,że
cecha ta w niewielkimstopniuróżni
cuje te dwiezbiorowości , tonale ża
łabyskompletować próbęodpow
ied-nio większą (liczącą nawet kilkaset
jednostek). Można powiedzieć, że
przy próbieo niewielkiej liczebności
trudno jest udowodnić postawione
hipotezy badawcze. Innym przykła
demmogłabybyćsytuacja,w której
chcielibyśmy ustal ić ,np.czy istnieje
zespółcechcharakterystycznych dia
pismapsychopatów (zob.,np.M.L
e-śniak,Zbadańnadpismempsycho
-patów,Iw:)Probiematyka dowodu...
op.cit., tom II,s. 1293-1 297).Cel
o-webyłoby więcwstępneoszacowa
-nie (na podstawie np. danych
me-dycznych lubinnych), jakajest
przy-puszczalna częstotliwość występo
waniatejprzypadłościwspoleczeń
stwie (wiedząc oczywiście, że
do-kładne określ enie całej populacji
psychopatów jest niemożliwe).
W omawianymprzypad ku próba p
o-winna się składać z dwóch grup
i każdą z nich należałoby dobrać
w sposób losowy. Pierwszą grupą
byłyby osoby ze zdiag nozowa ną
psychopatią, drugą z kolei grupa
kont rolna, czyli nie psych opaci.
Wabuprzypad kach,ze wzg lęd u na
szacowanie odsetka osób z wyróż
nioną cech ą, liczebność próby p
o-winna być w zasadzie niemniejsza
od 100.Jeżeli spodziewamy się,że
do probantów ze zdiagn ozowaną
psychopatią da si ę dotrzeć np. p
o-przez zakłady karne,w których mo
-gąprzebywać,tomoż naby zastoso
-wać losowanie dwustopniowe, tzn.
w pierwszej kolejności wylosować
z ogólnej zamkniętej listy zakładów
kilkaz nich.Następniewwylosowa -nych zakładach przeprowadzić po -wtórne losowanie i skompletować
w ten sposób osoby bezpośrednio
dobadań.Wcześniejjednaknależa
łoby (przyn ajmniej z określ o n y m prawdopodobie ń stwem) oszacować,
ileosób zezdiag nozowanąp
sycho-patiąprzebywa wzakładachkarnych
(zuwzględnieniemosób,które
ocby-ły karę isąnawolności,aledo któ -rych dałoby się dotrzeć), oraz tzw.
ciemną liczbę , czyli psychopatów
przebywającyc h poza zakładami
karnymi, którzy nigdy nie byli no to-wani i którzy pozostają całkowicie
poza zasi ęgiem. Umoż liwiłoby to
oszacowa nie potencjalnej wielkości
błędu. Dalsze badan ia polegałyby
na porównywan iu określonych ze
-społów cech obydw u grup , np. woparc iuokatalog 206 cechwyróż
nionychprzezprof.T.Widłę.Doo pe-racjonalizacji surowych wyników,z a-miast tradycyjnych współczyn ników korelacji,np.Q.Kendalla,Spea rma-naiinnych, można byłoby
zastoso-waćmetody klasyfikacjiumoż liwiają
cewyodrębnieniedwóch(lubwięcej)
grup w badanejzbiorowości ;
12A. Buczek, Fałszowanie podpisów
metodą ścisłego naśladownictwa ,
Katowice 2000 r. (niepublikowana
pracadoktorska).Wpowołanejp
ra-cyznajdująsiędane liczbowepoich
zoperacjonalizowaniu (uogólnione).
Dane "pierwotne" zamieści l iś my na
stronie internetowej:www.anali
zapi-sma.freehost.pVda ne.htm;
13Jak podaje A. Aczel, Statystyka
w zarządzani u, Warszawa 2000 s.
894, należy zwrócić uwagę na fakt,
że współczynn ik trafności może być
przeszacowany, ponieważ jest o
bli-czany na podstawiedanychwy
korzy-stanych do estymacji. Aby uzyskać
bardziej realistyczne oszacowan ie
błędów, Autor ten proponuje za
sto-sowanie funkcjidyskryminacyjnejdo
sklasyfikowania przypadków niewy
-korzystanych wcześniej dojej es
ty-rnacji celem zaobserwowania, jak