Независимо от того, выполняется этот вид анализа с использованием счётов или же с помощью ЭВМ, он состоит из восьми основных стадий (каждая из них обсуждается ниже).

Стадия 1. Убедитесь, что ваши данные подходят для факторного анализа.

Стадия 2. Выберите модель — факторный или компонентный анализ.

Стадия 3. Решите, какое количество факторов необходимо выделить, чтобы представить ваши данные.

Стадия 4. В случае использования факторного (а не компонентного) анализа оцените общность каждой переменной.

Стадия 5. Выделите факторы с учетом установленных общно-" стей (извлечение факторов).

Стадия 6. Вращайте эти факторы так, чтобы они прошли через кластеры переменных, контролируя процесс получения «простой структуры».

Стадия 7. В случае необходимости подсчитайте факторные оценки.

Стадия 8. В случае необходимости проведите иерархический анализ, если он уместен.

Одна из проблем факторного анализа — это его мощность. Используемые компьютерные программы почти всегда обеспечат тот или иной ответ, и, пытаясь анализировать данные с помощью самых разнообразных методов, выбирая разное количество факторов и концентрируясь на разных наборах переменных, можно «вытянуть» что-либо полуправдоподобное из самого скверного исследования. Время от времени сталкиваешься с журнальными статьями, в которых эта методика явно используется в отчаянных попытках спасти хоть что-нибудь из плохо организованного эксперимента. Действительно, имеются некоторые области психологии, такие, как. психология личных конструктов, в которых подобная практика является нормой. Таким образом, крайне важно, чтобы те, кто использует методику или читает научную литературу, имели представление об общей организации и выполнении факторно-аналитических исследований. В факторном анализе,как нигде, уместно изречение компьютерных специалистов: «мусор вносим, мусор выносим», поэтому данная глава начинается с обзора типов данных, которые могут быть с пользой обработаны факторным анализом.

Пригодность данных для факторного анализа

Не все данные могут быть подвергнуты факторному анализу. Он может быть применен, если соблюдаются следующие критерии.

1. Все переменные в анализе являются непрерывными, т.е. измеряются по меньшей мере по трехбалльной интервальной шкале (такой, как «да/?/нет», кодируемой как 2/1/0). Обычно нельзя подвергать факторному анализу категориальные данные, которые образуют шкалу наименований, перечисляющую, например, цвет волос (черный/каштановый/рыжий), страну проживания, предпочтение при голосовании, профессию. Иногда можно выбрать коды для категориальных данных, которые позволят преобразовать их в некоторый род интервальной шкалы, и она уже законно может быть подвергнута факторному анализу. Например, поддержка коммунистической партии может кодироваться «1», социал-демократической партии — «2», консервативной/республиканской партии — «3» и партии правого крыла — «4». Эти числа формируют шкалу доминирования «взглядов правого крыла», которая может быть подвергнута факторному анализу на законных основаниях.

2. Все переменные имеют (приблизительно) нормальное распределение, а асимметричные величины выделены и обработаны должным образом (см. например, книгу Табачника и Файделла (Tabatchnick, Fidell, 1989, ch. 4). Асимметричные данные, если необходимо, могут быть преобразованы (см., например,

книги Табачника и Файделла (Tabatchnick, Fidell, 1989) или Хауэдла (Howell, 1992)).

3. Связи между всеми парами переменных приблизительно линейны или по крайней мере не имеют очевидной U-образ-ной или J-образной формы.

4. Переменные независимы. Самый простой способ проверить это — просмотреть все статистические выражения и обеспечить, чтобы каждая измеряемая переменная отражала действие не более чем одной оценки из числа подвергающихся факторному анализу. Если у каждого индивидуума получены оценки по четырем заданиям теста, допустимо создавать и факторизовать новые переменные, такие как

или {(оценка 1 + оценка 2 — оценка 3) и 1 — оценка 4}, но не {(оценка I + оценка 2 + оценка 3) и (оценка 1 + оценка 4)} или {(оценка 1) и (оценка 1 + оценка 2 + оценка 3 + оценка 4)}, поскольку в последних двух случаях одна из наблюдаемых тестовых оценок («оценка 1») действует на две переменные, подвергающиеся факторизации. Вот общие случаи, когда этот принцип нарушается:

(а) факторизуется набор переменных, часть из которых -произведение от других переменных, также участвующих в анализе. Например, факторный анализ оценок по шести заданиям теста совместно с обобщенной оценкой индивидуумов по этим шести заданиям;

Страницы: 1 2 3 4 5 6

Смотрите также

Этические принципы исследований с участием людей
В 1960-х гг. один из принципов первого кодекса был переработан в отдельный кодекс этики исследований с участием людей. Комитет РА, созданный по образцу комитета Хоббса и возглавляемый его бывшим у ...

Результаты: основной эффект и взаимодействие
Факторные исследования дают два вида результатов: основной эффект и взаимодействие. Основной эффект показывает общее влияние независимых переменных, а взаимодействие отражает совместное действие п ...

Причины использования планов с малым N
Несмотря на популярность в современной психологии планов с большим N, исследования с одним или несколькими испытуемыми внесли и продолжают вносить важный вклад в развитие знаний о поведении. Как в ...