15.1. В связи с этим предложением возникают проблемы, наиболее очевидная из которых состоит в том, что «место жительства» — это переменная, которая не может быть измерена по шкале интервалов. Когда устанавливаются числовые коды, полностью произвольным является присвоение «1» Корнуоллу или Камбрии, поэтому коды не образуют какую-либо шкалу. Следовательно, они должны быть исключены из факторного анализа. (Чтобы выявить различия в математических способностях между учащимися графств, вы могли бы предложить коллеге вычислить факторные оценки по каждому из факторов, а затем провести анализ вариативности, используя «графство» как межиндивидуальный фактор.)

Другая проблема состоит в том, что в анализ включено больше переменных, чем имеется испытуемых в выборке. Таким образом, хотя количество испытуемых больше, чем «магическое» число 100, эти данные не годятся для факторного анализа. Вы могли бы предложить вашей коллеге собрать несколько больше данных, для того чтобы увеличить размер выборки по крайней мере до 150. Полезно было бы предупредить ее также о тех проблемах, которые связаны с факторизацией дихотомических данных, когда единственно возможным ответом является 0 или 1. Если обнаружится, что задания коренным образом отличаются по степени сложности (которая отражается в пропорции индивидуумов, правильно отвечающих на каждое задание), вы могли бы обратиться к литературе с целью поиска альтернатив корреляции Пирсона, которые подходят для факторного анализа. Наконец, вам было бы полезно проверить вместе с вашей коллегой, что детям было дано достаточно времени, чтобы попытаться решить все задания теста, и установить, кодировались ли задания, которые они не пытались решить, так же как и задания, которые решены неправильно, или этим заданиям давали особый код и рассматривали их как отсутствующие данные. Если заданиям, которые дети не пытались решить, давали такой же код, "ак и «неправильному ответу» (например, "О»), становится ясным, что могут возникнуть проблемы в том случае, если не всем детям удалось закончить тест в отведенное время. Задания, расположенные в конце теста, будут казаться более трудными, чем они есть на самом деле, просто потому, что только некоторым детям удастся дойти до них. В подобных обстоятельствах, возможно, было бы лучше просто проанализировать первые 50 заданий (или около того), в таком случае отпадает необходимость собирать дополнительные данные, поскольку выборка из 100 испытуемых была бы адекватна такому числа заданий.

15.2. Три и четыре. Вам следует, вероятно, выделить три фактора, имея в виду, как было установлено, что тест «каменистой осыпи» действует лучше, чем метод Кайзера—Гуттмана.

15.3. Простая структура — показатель того, насколько точно каждый фактор проходит через кластер переменных. Предположим, что факторы сохраняют положение под прямыми углами, представляя ортогональное вращение. Если с помощью вращения была достигнута простая структура, то каждый фактор будет иметь несколько высоких корреляций (выше 0,4 или ниже -0,4) между некоторыми переменными и корреляции, которые близки к нулю (например, плюс/минус 0,1) между всеми остальными. При этом должно быть очень немного корреляций средней величины в диапазоне плюс/минус 0,1-0,4. Если также проанализировать строки факторной матрицы, то каждая переменная должна иметь большую нагрузку только по одному или двум факторам. В значительной степени такое же положение существует для вариантов облического вращения (в котором факторы расположены не под прямым углом) за исключением того, что «матрица факторных паттернов», которая используется, чтобы определить простоту решения, не содержит корреляций между переменными и факторами, хотя интерпретируется таким же образом. Поскольку исходная позиция факторов по отношению к переменным, по сути, произвольна, то если не проводилось вращение, приводящее к простой структуре, различные исследователи будут сообщать о весьма разных результатах. Таким образом, важно обеспечить стабильную идентификацию факторов, получаемых в разных исследованиях.

Страницы: 1 2

Смотрите также

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 ...

Факторный анализ
Факторный анализ — это статистический инструмент, который лежит в самой основе исследования индивидуальных различий. Многочисленные варианты его использования включают конструирование тестов, выявл ...

Проблемы, связанные с участниками
Угроза внутренней валидности может также исходить от участников исследования. Кук и Кэмпбелл в 1979 г. выделили две связанные с этим проблемы. ...