PsyhologToday.Ru

Для полноты картины следует упомянуть, что коэффициенты факторной оценки не применимы к «сырым» оценкам по каждому заданию, их можно использовать только со «стандартизованными» оценками. Рассмотрим задание-1. Если испытуемый имеет время ответа на это задание 0,9 с, тогда как среднее время ответа на остальные задания выборки вместе с этим заданием составляет 1,0с, а стандартное отклонение — 0,2 с, то время ответа 0,9 с будет преобразовано в стандартизованную величину

Именно эта величина, а не первичная величина 0,9с, используется при вычислении факторных оценок.

Сама процедура вычисления коэффициентов факторной оценки не должна нас здесь беспокоить. Для тех, кто заинтересуется этим вопросом, его основательные обсуждения можно найти в руководствах Хармана (Harman, 1976, ch. 16), Комри и Ли (Comrey, Lee, 1992, sec. 10.3), а также Харриса (Harris, 1967). Вычисление факторных оценок — простое дело, когда используется анализ главных компонент, проблема усложняется в случае применения любой формы факторного анализа. Здесь существует несколько разных методов, предназначенных для вычисления факторных оценок, каждый со своими собственными достоинствами и недостатками.

Метод Бартлетта — один из лучших (как утверждают McDonald, Burr, 1967-), и он присутствует как опция во многих пакетах по факторному анализу.

Задание для самопроверки 15-4

Предположим, что менеджер по персоналу провел факторный анализ оценок соискателей по ряду тестов. Как можно использовать этот анализ для того, чтобы решить, какие тесты больше не будут предсказывать, насколько хорошо работники справятся со своими обязанностями?

Иерархический факторный анализ

Когда проводится облическое факторное вращение, получае-1ые факторы обычно коррелируют между собой. Матрица взаим-1ых корреляций факторов представляет углы между факторами, и :ама может быть подвергнута факторному анализу. Иначе говоря, сорреляции между факторами можно проанализировать и выде-шть любые кластеры факторов, т.е. произвести факторный анализ (второго порядка», или «второго уровня» (факторизация корреляций между переменными — это анализ «первого порядка»), и ис-;ледователи, например, Кэттелл, широко использовали эту мето-щку. Полезность такого анализа можно проиллюстрировать с по-ющью примера.

Недавно вместе с Крисом МакКонвиллом мы задались целью установить, какими могут быть основные параметры настроения [McConville, Cooper, 1992b). Мы провели факторный анализ кор->еляций более 100 заданий, направленных на оценку настроения, извлекли и подвергли облическому вращению пять факторов первого порядка, соответствующих основным параметрам настроения, обсуждавшимся в главе 10. Затем мы провели факторный анализ корреляций между этими факторами первого порядка и обнаружили, что четыре из этих факторов коррелируют между собой, образуя фактор настроения второго порядка, названный «негативный аффект». Пятый фактор настроения имел незначительную нагрузку по этому фактору. Таким образом была установлена иерархия факторов настроения, как показано на рис. 15.4.

Если имеется много факторов второго порядка и они обнаруживают приемлемую степень корреляции, будет вполне законным провести факторный анализ корреляций между факторами второго порядка, чтобы выполнить факторный анализ третьего порядка.

Рис. 15.4. Пример иерархического факторного анализа из работы Мак-Конвилла и Купера (McConville, Cooper, 1992b).

Процесс можно продолжать либо до тех пор, пока корреляции не станут, по сути, равными нулю, либо до тех пор, пока не получится только один фактор.

Проблема, присущая этому иерархическому анализу, состоит в том, что может быть чрезвычайно трудно идентифицировать или концептуализировать факторы второго и более высоких порядков. В то время как факторы первого порядка могут быть экспериментально идентифицированы выделением заданий с существенными нагрузками, матрица факторов второго порядка показывает, как факторы первого порядка нагружают фактор (факторы) второго порядка. По этой причине может быть достаточно сложно идентифицировать факторы второго порядка. Например, что можно было бы сделать с фактором, который, оказывается, измеряет первичные способности к правописанию, визуализации образов и способности в области механики. Было бы намного легче проанализировать, что происходит, если бы можно было показать, что около дюжины переменных имеют большие нагрузки по фактору второго порядка, вместо того чтобы пытаться интерпретировать факторы второго порядка в категориях только двух больших нагрузок, присущих факторам первого порядка.