книги из ГПНТБ / Сакман Г. Решение задач в системе человек - ЭВМ пер. с англ

правила, которое им удалось установить, используя модель строительной промышленности. Поскольку при­ быль 1000 долл. на начальной стадии решения задачи соответствует норме, среднее значение 1444 долл., ха­ рактеризующее режим разделения времени, по разности

К тому же эта разность является статистически значи­ мой. Действительная разность оказывается даже боль­ шей— нужно только учесть больший отсев в группе па­ кетной обработки.

Данные, характеризующие время работы центрально­ го процессора (переменная 42), свидетельствуют об очень большом преимуществе группы пакетной обработ­ ки, у которой расход машинного времени составил толь­ ко около одной пятой машинного времени, потребовав­ шегося группе разделения времени. Частично эта раз­

разделения времени; в режиме пакетной обработки при решении данной экспериментальной задачи редактиро­ вания не требовалось. Высокое значение корреляционно­ го отношения (0,76) означает, что большая часть дис­ персии времени работы центрального процессора отно­ сится не к индивидуальным различиям, а к типам вычислительных систем.

чениях коэффициентов. Коэффициенты корреляции ран­ жированы по абсолютной величине. В табл. 6.1 отсутст­ вуют: ложные корреляции расчлененного и нерасчлененного факторов, как, например, в случае определения корреляции между временем работы центрального про­ цессора и суммой времени работы центрального процес­ сора и времени ввода/вывода; явные артефакты, связан­ ные с особенностями экспериментальной процедуры, на­ пример положительная корреляция между продолжи­ тельностью обучения и опытом работы с языком моде­ лирования; все корреляции с переменными, для которых получено недостаточное количество данных. Все приве­ денные коэффициенты корреляции задаются смешанны­ ми моментами второго порядка. Некоторые корреляции являются точечно-бнсериальными, т. е. одна из случай­ ных переменных непрерывна, а другая имеет дихотоми­ ческий характер (например, разделение времени или па­ кетная обработка). Приведенные в табл. 6.1 коэффици­ енты корреляции ^0,50 значимо отличаются от нулевой корреляции при уровне значимости 0,002 и медиане вы­ борки, равной 42 испытуемым. Значение 0,50 было вы­ брано потому, что оно разделяет значимую и «значи­ тельную» корреляции.

Покажем, как пользоваться табл. 6.1, на примере ее первой позиции. Коэффициент корреляции между пере­ менными 12 и 53 (качеством второй вычислительной си­ стемы и пакетной обработкой или разделением времени) равен 0,86 и подсчитан по выборке, включающей 46 ис­ пытуемых: Явно положительная корреляция означает, что после завершения эксперимента испытуемые из груп­ пы пакетной обработки оценивали разделение времени очень высоко, а группа разделения времени дала методу пакетной обработки очень низкую оценку. В том случае, если смысл каких-либо позиций табл. 6.1 не ясен, следу­ ет обратиться к табл. 5.2, в которой приведены определе­ ния всех экспериментальных переменных и указан ха­ рактер метрик, использованных для их оценки. Так, в только что рассмотренном примере характер выявленной корреляции связан с тем, что режиму пакетной обработ­ ки соответствовала оценка 1, а режиму разделения вре­ мени—оценка 0. Можно надеяться, что приведенная в

табл. 6.1 краткая интерпретация полученных результатов не нуждается в дополнительных комментариях. Корре­ ляционные тренды, обнаруженные для некоторых групп переменных, обсуждаются при изложении результатов факторного анализа.

6.2. Результаты факторного анализа

При выполнении рассматриваемого исследования, в котором использовалось большое количество разнотип­ ных переменных, характеризующих режимы разделения времени и пакетной обработки, особенно целесообразно было использовать факторный анализ для упрощения массива экспериментальных данных посредством изуче­ ния взаимосвязанных переменных, причем возникшие группы должны представлять интерес с точки зрения определенных закономерностей поведения пользовате­ ля1 . Такие группы формируются с помощью математи­ ческой процедуры, заключающейся в последовательном выделении факторов из матрицы выборочных .коэффици­ ентов корреляции [22]. При интерпретации каждой груп­ пы учитываются переменные, которые^создают наиболь­

о том, что речь идет о так называемом кластер-анализе или клас­ сификационном анализе, на самом деле описывается процедура группового метода факторного анализа. Основной задачей кластеранализа является разбиение множества наблюдений, заданных мно­ гомерными векторами, на группы (классы) таким образом, чтобы

к одной из Д-мерных нормально распределенных генеральных сово­ купностей — возник дискриминантный анализ. В принципе методы факторного и дискриминантного анализа можно рассматривать как задачи кластер-анализа. Классификационный анализ в приведенном здесь смысле — один из инструментов математической теории распо­ знавания. — Прим. перев.

ним коррелированы. В данном эксперименте при выпол­ нении анализа интерес представляли три проблемы: во-первых, важность различий между факторами, выде­ ленными для групп разделения времени и пакетной об­ работки; во-вторых, существование генерального факто­ ра, который, если он существует, может проявляться в различных оценках деятельности системы человек — вы­ числительная машина, процесса решения задач и приня­ тых установок пользователей; в-третьих, установление групповых факторов (в противоположность единственно­ му генеральному фактору), отвечающих с наибольшей значимостью за зарегистрированные характеристики дея­ тельности испытуемых. Для того чтобы можно было получить ответы на все эти вопросы, изложение резуль­ татов факторного анализа разделено на две части: сна­ чала рассматривается проблема существования генераль­ ного фактора, а затем проводится анализ групповых факторов.

В случае недостаточной осведомленности о фактор­ ном анализе смысл этих гипотез легче будет уяснить, если воспользоваться аналогией с тестированием умст­ венных способностей. Подход, предусматривающий выде­ ление генерального фактора, можно использовать при желании ограничиться единственной характеристикой — оценкой общего умственного развития. С другой сторо­ ны, групповой метод факторного анализа предполагает изучение нескольких сравнительно независимых свойств типа навыков словесно-логического мышления, ариф­ метических склонностей и способности к пространствен­ ной ориентации. В настоящем исследовании изучались общие навыки в решении задач, проявляющиеся при выполнении экспериментального задания, а не специфи­ ческие независимые характеристики, связанные, напри­ мер, со скоростью, точностью или мотивацией. Оба эти подхода, как следует из опубликованных работ, посвя­ щенных психологическому тестированию, позволяют по­ лучить интересные результаты и разработать продуктив­ ные теории. Таким образом, можно надеяться на анало­ гичные успехи в нашей работе или по крайней мере про­ верить сделанные предположения.

6.2.1. Изучение генерального фактора процесса решения задачи

Метод факторного анализа, предусматривающий вы­ деление генерального фактора, может быть реализован в ходе проведения факторного анализа групповым мето­ дом при изучении первого (и наибольшего) из невращаемых факторов. Этот фактор определяется первой главной осью выборочной корреляционной матрицы. При состав­ лении корреляционных матриц для факторного анализа деятельности группы пакетной обработки, группы разде­ ления времени и объединенной группы испытуемых не­ обходимо было предусмотреть включение соответствую­ щих переменных в каждый из трех объектов.

Повторяющиеся переменные, например одинаковые пе­ ременные из анкет, заполняемых до и после эксперимен­ та, были опущены, а в соответствующие матрицы вклю­ чались лишь результаты постэкспериментального анкет­ ного опроса. (Сопоставление результатов доэксперимен- талы-юго и постэксперимеитального опросов обсуждается в следующем разделе.) Ложные переменные, характери­ зующие соотношения расчлененных и нерасчлененных параметров, были изъяты (например, переменная «Вре­ мя работы центрального процессора» была оставлена, но зато переменная «Сумма времени работы центрального процессора и времени ввода/вывода» опущена; все четы­ ре отметки были оставлены, а интегральная оценка — ис­ ключена). Некоторые переменные определялись лишь для одной экспериментальной группы, например «Отно­ сительное число успешных исполнений программы (толь­ ко в режиме пакетной обработки)» и «Относительное число успешных взаимодействий (только для режима разделения времени)». Ни эти, ни остальные переменные, характерные для конкретной группы испытуемых, нельзя включать в информационный массив, предназначенный для факторного анализа деятельности объединенной груп­ пы, основанного на общих для обеих групп оценках. С другой стороны, столь важная переменная, как «Пакет­ ная обработка при разделении времени», входит лишь в информационный массив совместного факторного анали­ за. Таким образом, факторный анализ деятельности груп-