Чтение онлайн

Когда сами факторы коррелируют друг с другом, можно подвергнуть интеркорреляции между факторами такому же статистическому анализу, который мы использовали при обработке интеркорреляций между тестами. Иными словами, мы можем «факторизовать факторы» и вывести факторы второго порядка. Эта идея нашла свое воплощение во множестве исследований как способностей, так и личностных переменных. Определенные исследования тестов на способности привели к появлению единственного, генерального фактора второго порядка, который может рассматриваться как эквивалентный спирменовскому фактору g(56). Для американского факторного анализа в целом характерно произведение максимально возможного числа интеркорреляций групповых факторов и затем идентификация фактора g как фактора второго порядка. С другой стороны, британские психологи обычно начинают с фактора g, к которому они относят большую часть тестовых интеркорреляций, и затем обращаются к групповым факторам, чтобы найти причины возникновения оставшихся корреляций. Эти различия в процедурах отражают различия в теоретических акцентах, которые мы рассматривали в самом первом разделе.

Меры предосторожности, необходимые при использовании факторного анализа. Поскольку все техники факторного анализа начинаются с интеркорреляций, какие-либо условия, воздействующие на корреляционные коэффициенты, будут также влиять на значимость факторов. Важнее всего, чтобы для установления стабильных корреляций привлекалось достаточное количество людей. Даже при 100 случаях корреляционный коэффициент должен быть по крайней мере 0,25, чтобы быть на уровне 0,01, то есть существенно больше нуля. В меньших группах разброс корреляций может быть настолько широк, что любые показатели факторных значимостей окажутся недостоверными.

На величину корреляционного коэффициента влияет также гетерогенность группы. Самым простым является пример, связанный с возрастной гетерогенностью. В группе, состоящей из детей в возрасте от 3 до 15 лет, сильная положительная корреляция будет найдена даже между такими разными характеристиками, как размер большого пальца и интеллектуальный возраст по шкале Стэнфорд — Бине, поскольку старшие дети будут в тенденции иметь большие размеры пальцев и больший интеллектуальный возраст. Те же самые два измерения, вероятно, покажут нулевую корреляцию внутри группы, гомогенной в возрастном отношении и состоящей, например, исключительно из 10-летних подростков. Однако гетерогенность не всегда усиливает корреляцию. Она может ослаблять ее или даже приводить к возникновению отрицательной корреляции между переменными, которые никаким иным образом не связаны друг с другом. Таким образом, если группу, состоящую из китайцев и скандинавов, измерить по росту и по склонности к использованию палочек для еды, то между этими двумя измерениями была бы найдена чрезвычайно сильная отрицательная корреляция. Китайцы в целом оказались бы меньше ростом, чем скандинавы, и показали бы определенно большее умение в обращении с палочками для еды. Как бы то ни было, внутри обеих групп мы едва ли можем ожидать проявление корреляции между двумя переменными. Группы, в которых возможно использование факторного анализа, должны быть гомогенными по таким признакам, как пол, возраст, расовое и национальное происхождение, социоэкономический уровень и т.п., иначе окажется, что ни по одной из коррелируемых переменных между субгруппами нет никаких существенных различий.

Тесты, используемые в факторном анализе, должны быть высоконадежными. Ненадежные тесты не смогут помочь в идентификации факторов. Различные результаты, подвергаемые интеркорреляции, должны быть также экспериментально независимыми. Это означает, что из одного и того же набора ответов нельзя вывести две переменные в корреляционной матрице. В таких случаях корреляция между показателями может быть результатом частичного совпадения в показателях специфических и случайных факторов, вследствие чего конечная конфигурация факторов может оказаться искаженной. Примеры экспериментально зависимых результатов включают в себя одновременное определение в одном и том же тесте показателей скорости и точности действий, или определение результатов по таким тестам, как бланк профессиональных интересов Бернрейтера или Стронга, в котором одно и то же задание может иметь неоднозначные решения, или же определение множества показателей Роршаха, основанных на отношениях и различных сочетаниях идентичных ответов.

Еще одним видом измерения, несовместимого с обычным факторным анализом, являются ипсативные показатели, в которых индивидуальный результат выражается со ссылкой на его собственное значение. Показатели в исследовании ценностей Оллпорта — Вернона — Линдзи иллюстрируют эту процедуру. Для индивида невозможно получить только высокие или только низкие результаты по всем шести частям этого теста; высокие показатели в одной части должны уравновешиваться низкими в других частях. Индивидуальный профиль по этому тесту показывает его относительное положение по шести ценностям. Если такие показатели интерколлерированы, то некоторые отрицательные корреляции будут неизбежно являться артефактом оцениваемой системы. Для плодотворного применения факторного анализа должны соблюдаться и другие, технические, условия. Обсуждение этих условий совместно с детальным рассмотрением некоторых из вышеперечисленных пунктов читатель сможет найти у Макнамара (37) и Гилфорда (24).

В прикладных аспектах факторного анализа адаптация к конкретным областям называется по-разному: «оборотным», «инвертированным» или «транспонированным» факторным анализом [43] . Эта техника предполагает использование корреляций, в которых люди и тесты как бы меняются ролями. Так, вместо того чтобы искать корреляцию, например, между арифметическими и словарными показателями у всех членов группы, мы вычисляем корреляцию между двумя индивидами, Смитом и Джонсом, по целой серии тестов. Если такая корреляция сильна, то это означает, что паттерны высоких и низких результатов по разным тестам аналогичны для Смита и Джонса. Таким же образом мы можем определить тестовые значения для любой другой пары индивидов в данной группе. Такие «корреляции индивидов» могут затем быть факторизованы теми же самыми методами, которые использовались в более привычных «корреляциях тестов». Оборотный факторный анализ возник как средство исследования типов личности, поскольку «групповые факторы для индивидов» представляли бы факторы типов, или конфигураций черт, присущих определенным индивидам. В определенных ситуациях, в которых можно делать масштабные серии измерений на сравнительно небольшом количестве испытуемых, применение техники обращения факторов является желательной. Однако эти два подхода не должны рассматриваться как принципиально различные, поскольку по существу в обеих процедурах выявляются одни и те же факторы (ср. 9).

Кэттелл (14) составил единую «совмещенную таблицу», в которой он объединяет корреляции тестов и людей вместе с множеством других адаптации. Эти техники, различающиеся только тем, что же именно в них коррелируется, представлены в таблице 15.

Каждую технику Кэттелл обозначил буквой, ассоциирующейся с ней [44] . Две техники в первом ряду таблицы 15, R и Q, соответствуют ранее рассмотренной корреляции между тестами и соответственно корреляции между индивидами. Обе используют показатели разных индивидов по разным тестам, проведенным один раз. Техники Р и Q, данные в следующем ряду, касаются одного-единственного индивида, по которому имеются серии тестовых показателей или других измерений, полученных в разных ситуациях. Подобно техникам R и Q, техники Р и О могут транспонироваться друг в друга. Возникнув в ходе масштабного исследования индивидов, эти техники представляют особый интерес для клинической психологии (13, 35, 63). Несколько адаптированных вариантов кэттелловской Q-техники также получили применение в клинической сфере (ср. 16, 38).

Таблица 15 Различия корреляционных техник в совмещенной таблице Кэттелла. (Данные из Кэттелла, 14, с. 109.)

Техники Т и S в нижнем ряду таблицы 15 используют один-единственный тест, применяемый в различных ситуациях к разным людям, обе они опять-таки транспонируются друг в друга. Эти техники полезны в исследованиях некоторых конкретных проблем в социальной и экспериментальной психологии (ср. 38). Еще одно применение Т-техники можно проиллюстрировать на примере анализа Хофстаеттером (28) тестовых значений, полученных испытуемыми в Берклиевском исследовании развития, рассмотренном в главе 8. Хофстаеттер исследовал изменяющийся с возрастом интеллект путем подсчета корреляций интеллектуального возраста от рождения до зрелости, подвергая получившуюся корреляционную матрицу факторному анализу. Следует упомянуть также Q-технику Стефенсона (48). Что касается корреляционного анализа, эта техника по определенным признакам совпадает с техниками Р и Q Кэттелла, поскольку корреляции могут проявляться между ответами одного-единственного индивида на серии задач, примененных в разных условиях (как в кэттелловской Р-технике), или между ответами различных индивидов на серии задач, примененных в одной-единствен-ной ситуации (как в кэттелловской Q-технике). Однако Стефенсон настаивает, что главная разница между его Q-техникой и всеми другими процедурами вытекает из природы базовых данных, использованных для проявления корреляций. Короче говоря, Стефенсон предлагает испытуемому набор утверждений, названий черт или чего-то другого вместе с инструкциями о том, как распределить их в заданное число категорий в соответствии с определенным критерием: насколько хорошо название каждой черты описывает самого испытуемого. Данную процедуру Стефенсон называет «Q-сортировкой». Другие индивиды подобным образом распределяют те же самые черты в отношении себя, после чего образовавшиеся черты можно скоррелировать.

Q-распределение может быть также ограничено одним-един-ственным индивидом, которого просят создать варианты распределения черт. Таким образом, он может распределять их в соответствии со своим собственным самовосприятием, в соответствии со своим восприятием идеального человека или такого человека, которым, как ему кажется, другие воспринимают его и т.д. (ср. 38, 48). Данная техника применялась в клинической психологии при исследовании некоторых вопросов. Например, насколько коррелируют восприятие индивидом самого себя и его идеальный образ? Как эта корреляция изменяется в процессе терапии или консультирования? Различные Q-распределения, как бы они ни были получены, могут быть интеркоррелированы, и эти корреляции могут быть подвергнуты факторному анализу при помощи любого из доступных методов [45] . Стефенсон предложил использовать и другие статистические техники, не привлекающие высчитывания корреляции, которые могут быть использованы для таких данных. Так, сущность его Q-техники хотя и лежит в области статистической методологии, но в процедурах сбора материала для образования нового ряда данных.

Два индивида с одним и тем же IQ могут иметь очень разные профили способностей. Данные по внутрииндивидуальной изменчивости от черты к черте были получены на основании исследования случаев проявленной асимметрии способностей, в которых «ученые идиоты» представляют собой крайние примеры, и на основании измерений в больших группах степени внутрииндивидуальной изменчивости, а также на основании корреляционных исследований. Два последних подхода представляют собой альтернативные выражения одних и тех же фактов.

Теории структуры черт связаны с идентификацией черт, или измерений, в терминах, в которых поведение индивида может описываться наиболее эффективным образом. Эмпирические исследования структуры черт начались со Спирмена, который первым разработал метод для анализа интеркорреляций между тестовыми значениями. На основании своего исследования Спирмен выдвинул двухфакторную теорию, которая описывала интеллектуальные функции в контексте одного-единственного фактора g и множества s-факторов, хотя впоследствии были добавлены узкие групповые факторы.