Проблема возникает при дихотомических данных, т.е. в тех случаях, когда оценки могут принимать только одно из двух значений. Такие данные часто встречаются при анализе ответов на задания теста (1 = «да», 0 = «нет» или 1 - «правильный ответ», 0 = «неправильный ответ»). Когда дихотомические задания коррелируют между собой, корреляции могут достичь 1 только в случае, если оба задания теста имеют приблизительно одинаковые уровни сложности. Таким образом, небольшая корреляция может означать, что

• не существует связи между заданиями сходного уровня сложности,

или

• два задания имеют сильно различающиеся уровни сложности. Таким образом, факторный анализ обычных пирсоновских корреляций между дихотомическими заданиями обнаруживает тенденцию порождать факторы «трудности задания», поскольку только задания, близкие по уровню сложности, могут, вероятно, коррелировать между собой и формировать фактор. Иные задания, которые измеряют тот же самый конструкт, но имеют другие уровни сложности, будут по этой причине обнаруживать низкие нагрузки по результирующему фактору. Однако чрезвычайно сложно обойти эту проблему, используя стандартный статистический пакет, который не предлагает альтернативы использованию пирсоновских корреляций. Существуют и другие типы коэффициентов корреляций, которые позволяют избежать этих проблем, и Чамберс (Chambers, 1982) дает полезное, хотя и излишне насыщенное техническими деталями, краткое описание литературы. Законность факторизации таких коэффициентов все еще обсуждается (Vegelius, 1976), хотя большинство исследователей обычно проделывают эту процедуру. Короче говоря, жизнь станет намного легче, если можно будет избежать использования дихотомических данных.

Задание для самопроверки 15.1

Психолог изучает математические навыки в выборке, состоящей из 100 одиннадцатилетних детей; это является частью ее дипломной работы. Она собрала данные по 120 заданиям теста, каждое из которых она оценивала как правильный или неправильный ответ. Она также учитывала место жительства (графство) каждого участника и намеревалась использовать факторный анализ этих ответов, чтобы заново выявить основную структуру математических способностей и установить, не выше ли математические способности детей в одних графствах по сравнению с другими. Какой совет вы могли бы ей дать?

Факторный анализ или компонентный анализ

Одна научная школа поддерживает точку зрения, что факторный (но не компонентный) анализ никогда не должен использоваться из-за трудности установления общностей и чрезвычайной сложности определения факторных оценок. Другая школа придерживается взгляда, что, поскольку факторная модель априори с гораздо большей вероятностью соответствует данным, должна приветствоваться любая попытка оценить общности. С этих позиций модель главных компонент просто не соответствует заданиям теста и другим данным, которые, как следует ожидать, содержат уникальную вариативность. Некоторые авторы, например, Кэрролл (Carroll, 1993), полагают, что бессмысленно использовать модель главных компонент, так как известно, что она не соответствует типу данных, которые обычно анализируются, хотя многие из нас утверждают, что на практике не имеет особого значения, какая методика применяется, поскольку разные методы анализа редко дают сильно различающиеся результаты. Заинтересованные читатели должны посмотреть работу Велисера и Джексона (Velicer, Jackson, 1990) для более детального обсуждения этой темы.

Тесты для определения количества факторов

Разработано несколько способов, помогающих исследователям выбрать «правильное» количество факторов. Они требуют осторожного обращения: при принятии этого важного решения нельзя полагаться на компьютерные программы, поскольку известно, что большинство из них (в частности SPSS) используют методы, которые оказываются несостоятельными и не могут включить некоторые из наиболее полезных тестов. Определение количества выделяемых факторов, вероятно, — наиболее важное решение, которое необходимо принять, когда проводишь факторный анализ. Ложное решение может привести к бессмысленным результатам при обработке самого четкого набора данных. Можно попытаться выполнить несколько вариантов анализа, базирующегося на разном количестве факторов, и использовать несколько различных тестов, определяющих выбор факторов.

Первые руководящие указания дают теория и прошлый опыт. Иногда может возникнуть желание использовать факторный анализ, чтобы убедиться, что тест работает в соответствии с ожиданиями, будучи использован в другой культуре, группе больных или каким-либо другим способом. В этих целях может проводиться конфирматорный факторный анализ (см. ниже), но если исследовательский факторный анализ является более предпочтительным, предыдущие результаты могут быть использованы в качестве ориентиров в определении того, сколько факторов надо выделять. Если проведенный в США факторный анализ теста (методически адекватный) выявил семь факторов, то любая попытка подвергнуть тест факторному анализу в другой культуре должна рассмотреть как минимум семифакторное решение.

Страницы: 1 2 3 4 5 6 7 8

Смотрите также

Квазиэкспериментальные планы
Строго говоря, «настоящие» экспериментальные исследования проводятся с использованием управляемых независимых переменных и либо эквивалентных групп в случае межсубъектных планов, либо позиционного ...

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 ...

Валидность экспериментальных исследований
В главе 4 было введено понятие валидности в применении к измерениям. Этот термин также применяется к эксперименту в целом. Так же как измерение считается валидным, если измеряется именно то, что п ...