- •Глава 2
- •Глава 1
- •Глава 2
- •§ 1. Психофизические шкалы
- •§ 2. Нольмерное шкалирование
- •§ 3. Одномерное шкалирование
- •§ 4. Модель шкалирования Терстоуна
- •§ 5. Многомерный анализ сложных стимулов
- •§ 6. Многомерное шкалирование
- •Часть I локализация точки на шкале (нольмерное шкалирование)
- •Глава 1. Методы измерения порогов
- •§ 1. Метод минимальных изменений
- •§ 2. Метод средней ошибки
- •§ 3. Метод постоянных раздражителей
- •Результаты эксперимента по определению пространственного порога тактильного восприятия
- •Методические рекомендации по выполнению учебных заданий по теме
- •Литература
- •Требования к оформлению отчета по учебному заданию
- •Глава 2. Методы обнаружения сигнала
- •§ 1. Общие понятия
- •§ 2. Метод “Да-Нет”
- •Исходы эксперимента по обнаружению сигнала
- •§ 3. Метод двухальтернативного вынужденного выбора (2авв)
- •§ 4. Метод оценки
- •Теоретические результаты эксперимента с использованием метода оценки
- •Способ расчета p(h) и p(fa) по полученным данным в методе мо
- •Обработка результатов
- •Обсуждение результатов
- •Литература
- •Дополнительные сведения о критериях принятия решения
- •Краткое описание программы yes_no.Exe
- •Часть II одномерное шкалирование
- •Глава 1. Метод балльных оценок
- •§ 1. Графические шкалы
- •§ 2. Числовое шкалирование
- •§ 3. Шкалирование по стандартной шкале
- •§ 4. Проблемы, связанные с построением шкал балльных оценок
- •§ 5. Проблемы, связанные с обработкой полученных данных
- •Литература
- •Методические указания по выполнению учебных заданий по теме
- •Глава 2. Метод парных сравнений. Модель терстоуна
- •§ 1. Закон сравнительных суждений
- •§ 2. Процедура измерения
- •§ 3. Упрощенные варианты закона сравнительных суждений
- •§ 4. Процедура решения V варианта закона сравнительных оценок для полной матрицы
- •Матрица частот f
- •Матрица вероятностей p
- •Матрица z ‑ оценок
- •§ 5. Процедура решения V варианта закона сравнительных суждений для неполной матрицы исходных данных
- •Матрица вероятностей p
- •Матрица z — оценок
- •Литература
- •Глава 3. Методы прямой оценки
- •§ 1. Метод установления заданного отношения
- •Результаты оценки испытуемыми стимула как половины стандартного (по Харперу и Стивенсу, 1948)
- •§ 2. Метод оценки величины
- •Литература
- •Методические рекомендации по выполнению учебного задания по теме
- •Часть III многомерное шкалирование
- •Глава 1. Факторный анализ
- •Введение
- •§ 1. Область применения факторного анализа
- •§ 2. Исходные принципы и предположения
- •§ 3. Основные этапы факторного анализа
- •Использование различных методов факторизации для получения двухфакторного решения
- •§ 4. Дополнительные статистические показатели для оценки результатов факторного анализа
- •§ 5. Несколько замечаний по поводу конфирматорного фа
- •Методические рекомендации по выполнению учебного задания по теме «Факторный анализ»
- •Литература
- •Глава 2. Метрическое и неметрическое многомерное шкалирование
- •§ 1. Основные положения
- •§ 2. Исходные данные. Матрица сходств и различий
- •§ 3. Построение пространственной модели стимулов
- •§ 4. Построение метрической модели
- •§ 5. О развитии моделей многомерного шкалирования
- •Литература
- •Методические рекомендации по выполнению учебного задания по теме
- •Методика
- •Обработка результатов
Часть III многомерное шкалирование
Глава 1. Факторный анализ
Введение
Факторный анализ (ФА) принадлежит к числу таких методов, которые будучи разработанными в рамках запросов одной науки, впоследствии приобрели более широкое междисциплинарное значение. Заслугой психологии можно считать разработку именно такого метода. Исторически возникший в лоне психометрики, ФА в настоящее время приобрел статус общенаучного метода и широко распространен не только в психологии, но и в нейрофизиологии, социологии, политологии, экономике и статистике. Поэтому не стоит удивляться, если на вопрос к математику, что такое ФА, вы получите ответ, что этот метод понижения размерности корреляционной матрицы, а экономист добавит, что ФА используется им как средство визуализации многопараметрического объекта экономического анализа.
ФА как общенаучный метод, получивший к настоящему времени солидное математико-статистическое обоснование, имеет непростую историю, начиная с полного отказа математиков признать ценность используемого психологами в известной степени нестрогого и зависящего от мастерства исследователя алгоритма до обязательного включения различных вариантов ФА в любую сколько-нибудь известную компьютерную статистическую программу. Основные идеи ФА (впрочем, как и других методов многомерного анализа данных) были заложены в трудах известного английского психолога и антрополога Ф. Гальтона (1822—1911), основателя евгеники, внесшего также большой вклад в исследование индивидуальных различий. В разработку ФА внесли вклад многие ученые и только на русском языке опубликовано более 10 монографий, посвященных непосредственно ФА, однако психологи должны быть особенно признательны трем своим коллегам, с именами которых связаны разработка и внедрение ФА в психологию — это Ч. Спирмен (1904, 1927, 1946), Л. Терстоун (1935, 1947, 1951) и Р. Кеттел (1946, 1947, 1951). Кроме того, нельзя не упомянуть еще трех ученых — английского математика и философа К. Пирсона, в значительной степени развившего идеи Ф. Гальтона, американского математика Г. Хоттелинга, разработавшего современный вариант метода главных компонент, и известного английского психолога Г. Айзенка, широко использовавшего ФА для разработки психологической теории личности.
Необходимо отметить, что в силу профессиональных установок авторов в литературе на русском языке (К. Иберла, 1980; Г. Харман, 1972) ФА чаще всего излагается как один из методов математической статистики, а ориентированное на психологов изложение — скорее исключение, чем правило (Дж. Ким, Ч. Мьюллер, 1989; Я. Окунь, 1972). В данной главе ФА будет излагаться как один из методов психологического шкалирования и многомерного анализа данных. Кроме того, в отличие от других авторов, в силу ряда причин описывавших преимущественно центроидный метод ФА, мы уделим особое внимание более современным и компьютеризованным процедурам применения ФА. По возможности мы будем исключать экскурсы в математические основы той или иной процедуры, а сосредоточимся на описании основных этапов работы с эмпирическими данными и их трансформацией в ходе ФА. В силу специфики курса “Психологические измерения” в Общем психологическом практикуме изложение материала будет сопровождаться иллюстрациями использования 2-х статистических программ — “Stadia” и SPSS.