PsyhologToday.Ru

В конечном итоге все зависит от того, каким образом осуществляется факторный анализ. Существует два главных подхода к факторному анализу. Наиболее простой подход, который называется «анализом главных компонент», допускает, что шесть факторов действительно могут полностью объяснить информацию в корреляционной матрице. Таким образом, каждая переменная будет иметь общность, точно равную 1,0, а все факторы вместе будут объяснять 100% совместной вариативности переменных.

Более формально модель главных компонент предполагает, что для каждой переменной общая вариативность = вариативность общего фактора + ошибка измерения и что когда число выделенных факторов соответствует числу переменных, эти общие факторы могут объяснить всю информацию в корреляционной матрице.

Допущение, согласно которому то, что не измеряется общими факторами, должно быть только ошибкой измерения, является достаточно весомым. Каждое задание теста может иметь небольшую долю «уникальной вариативности», которая специфична для данного задания, но не может быть разделена с другими заданиями. Представим себе, что ученик дает правильный ответ на вопрос географического теста: «Как называется столица Венесуэлы?» Это может указывать на то, что либо ученик в общем имеет хороший уровень географических знаний, либо он просто случайно обладает небольшим специфическим фрагментом знаний, требуемых для правильного ответа на этот вопрос, но может не знать никаких других географических фактов.

Другой способ посмотреть на эту проблему состоит в предположении, что в принципе не существует двух абсолютно эквивалентных заданий. Один человек может знать столицу Венесуэлы и не знать столицы Эквадора; может так случиться, что другой человек с тем же общим уровнем географических знаний знает название столицы Эквадора, но не знает название столицы Венесуэлы. Поэтому рассматривать эти два задания как совершенно эквивалентные невозможно. Ответит ли испытуемый на задания правильно, зависит, с одной стороны, от общего фактора (факторов), измеряемого тестом (географических знаний и т.д.), ы, с другой стороны, от чего-то совершенно уникального, присущего конкретному заданию. Модель главных компонент предполагает, что вся вариативность ответов на задания объяснима одними общими факторами (например, географическими знаниями). Она не может рассматривать вероятность того, что каждое задание измеряет также определенную долю специфических знаний или навыков, которые для него являются уникальными. «Специфическая вариативность», по определению, не может быть предсказана на основе любого из общих факторов. Поэтому, даже если из матрицы извлекается столько же общих факторов, сколько там содержится переменных, общности переменных не будут равны единице, но обычно будут меньше, «исчезнувшая вариативность» будет объясняться «специфической вариативностью». Таким образом, модель факторного анализа предполагает, что для любого задания общая вариативность = вариативность общего фактора + + вариативность специфического фактора + ошибка измерения.

Из этого следует, что факторный анализ — более сложный процесс, чем анализ компонент. В то время как компонентный анализ должен определить число извлекаемых факторов и то, как каждая переменная должна коррелировать с каждым фактором, факторный анализ должен установить (тем или иным способом), какой будет общность каждой переменной, если извлекается столько же факторов, сколько взято переменных. Другими словами, он должен также установить, какая часть вариативности заданий составляет вариативность общего фактора, а какая часть уникальна для каждой отдельной переменной и не может быть разделена с каким-нибудь другим заданием. Положительный момент связан с тем, что на практике не имеет слишком большого значения, какой анализ проводится — факторный или компонентный — поскольку оба ведут к сходным результатам. В действительности авторитетные специалисты по факторному анализу могут быть разделены на три группы. Одни считают, что факторный анализ (а от-