|
включает обычно наиболее существенные в рамках конкретного исследования и легко измеряемые характеристики объектов (респондентов). Таким образом, каждый признак из исследуемого набора задавался нами в виде статистического ряда. Получаемая информация была представлена в виде многомерного куба данных, каждая координата которого соответствовала различным признакам и условиям. С помощью факторного анализа изучались плоские двумерные срезы куба данных матрицы данных. В психологической литературе по приложению факторного анализа различные двумерные срезы куба данных часто определяют как разные виды факторного анализа, или разные техники. Чаще всего методами факторного анализа исследуются матрицы данных, в которых изучается вариация признаков (столбцы матрицы) от объекта к объекту (строки). При этом определяются* группы признаков со' сходным характером вариации, составляющие основу факторов. Такой подход получил название /¿-техники, или /¿-анализа. Примером может служить, исследование мотивов выбора специальности (признаки) в зависимости от вида работы (объекты). Выявленные факторы интерпретируются как обобщённые характеристики, конденсирующие исходный набор признаков. На том же срезе куба данных была поставлена другая задача, а именно: выявить группы объектов^ имеющих сходный профиль по. большому набору признаков, то есть классифицировать, объекты. Классификация осуществлялась на основе результатов вышеописанного анализа признаков, с использованием выявленных факторов как её критериев. Нами использовался более непосредственный подход к решению этой задачи в рамках факторного анализа, который называют С>анализом. При таком подходе матрицу данных, описанную выше, транспонируют: теперь столбцы матрицы соответствуют изучаемым объектам, а строки — признакам, по которым наблюдаются объекты. Объекты рассматриваются теперь в качестве переменных, значения |
ление в целом: либо как генеральная совокупность, либо как выборка из неё. В ф наших исследованиях объект наблюдения это анкетируемое лицо. Столбцы таблицы данных соответствуют признакам, характеризующим явление и вместе составляющим профиль описания. Набор признаков включает обычно наиболее существенные в рамках конкретного исследования и легко измеряемые характеристики объектов (респондентов). Таким образом, каждый признак из исследуемого набора задавался нами в виде статистического ряда. Получаемая информация была представлена в виде многомерного куба данных, каждая координата которого соответствовала различным признакам и условиям. С помощью факторного анализа изучались плоские двумерные срезы куба данных матрицы данных. В психологической литературе по приложению факторного анализа различные двумерные срезы куба данных часто определяют как разные виды факторного анализа, или разные техники, ф Чаще всего методами факторного анализа исследуются матрицы данных, в которых изучается вариация признаков (столбцы матрицы) от объекта к объекту (строки). При этом определяются группы признаков со сходным характером вариации, составляющие основу факторов. Такой подход получил название Я техники, или Я анализа. Примером может служить исследование мотивов выбора специальности (признаки) в зависимости от вида службы (объекты). Выявленные факторы интерпретируются как обобщённые характеристики, конденсирующие исходный набор признаков. На том же срезе куба данных была поставлена другая задача, а именно: выявить группы объектов, имеющих сходный профиль по большому набору признаков, то есть классифицировать объекты. Классификация осуществлялась на осно* ве результатов вышеописанного анализа признаков, с использованием выявленных факторов как её критериев. Нами использовался более непосредственный подход к решению этой задачи в рамках факторного анализа, который называют <2~ анализом При таком подходе матрицу данных, описанную выше, транспони87 руют: теперь столбцы матрицы соответствуют изучаемым объектам, а строки признакам, по которым наблюдаются объекты. Объекты рассматриваются теперь в качестве переменных, значения которых варьируют от наблюдения к наблюдению, то есть от одного признака к другому. Для того чтобы выявить значимость вышеуказанных социальнопсихологических условий, была вычислена матрица парных коэффициентов корреляции. Следует заметить, что сама по себе величина коэффициента корреляции не является доказательством наличия причинно-следственной связи между исследуемыми признаками, а является оценкой степени взаимной согласованности в изменениях признаков. Установлению причинно-следственной связи предшествовал анализ качественной природы явлений. Но существует ещё одно обстоятельство, объясняющее формулировку выводов о возможном наличии связи по величине коэффициента корреляции. Связано это с тем, что оценка степени тесноты связи с помощью коэффициента корреляции производится, как правило, на основе более или менее ограниченной информации об изучаемом явлении. Возникает вопрос, насколько правомерно наше заключение по выборочным данным в отношении действительного наличия корреляционной связи в той генеральной совокупности, из которой была произведена выборка? Иными словами, молено ли делать выводы о наличии связи между теми или иными мотивами в поведении сотрудников ОВД в целом, имея лишь небольшое количество анкетного материала. Принципиально возможны случаи, когда отклонение от нуля полученной величины выборочного коэффициента корреляции оказывается целиком, обусловленным неизбежными случайными колебаниями тех выборочных данных, на основании которых он вычислен. Особенно осторожно мы подходили к истолкованию полученных результатов при незначительных объёмах выборок. В этой связи возникла необходимость оценки существенности линейного коэффициента корреляции, дающая возможность распространить выводы по результатам выборки на генеральную совокупность. В зависимости от объёма вы |