""РДенности в факторноа Tе относительно не-
тем обязательного привенизу " Ровергнуто пу-
"РВОСПРОИЗВО "Рой структуре
TА ПОРОЧНОГО КРУГА
Проблема порочного imv
0975) и Mischel 1968). например, Непп
поскольку вы полаиТ РН"Й анализ бес-
"РествуютдвамоаT закладываете.
вых, как показывает вышегг ЇУ" обсуждения Во-пео
1953), это утвержден неТT"нка (Еу
загадывался ву Р-за никое
являетсяновымпонятиА" "икающий конструкт
жащий в основе выполни" РьTй фактор, /
а-е не был заложен вце "- спосно,
ныи для объяснения няfi-" Это конструкт вврпрн
е-и мы не С Друст-
"никакофактое обности Х , то
Форный анализ отличая TтT " с-
логическоп) исследования, "><ои ДРУГОЙ модели психо-
сощи. -Ф-орныйанализнеможет
измеряет ли он что-нибудь ДРУми словами
"T ПРИ этом иирсярТзТиT ньдан
""ими факторами еичег" "Мифическими
"ьишьданном;Тс- Р
у. ЕСЛИ же при факторном ана-
244
1лизе обнаруживается, что некоторый тест нагружен этим фактором
1так же, как и другие тесты, то данная способность не может быть
специфичной для данного теста. Опять-таки, если мы найдем тест,
имеющий высокие нагрузки по тестам интеллекта, принятым даже
.самой Heim (например, ее собственные тесты АН5 и АН6; Heim и др.,
1970), то фактически этот тест также будет измерять интеллект. В
этом вопросе Heim ошибается, как и многие другие критики факто-
рного анализа, которые сами никогда не использовали эту методику.
В заключение можно сказать, что два фундаментальных критиче-
ских возражения против использования факторного анализа как ме-
тода могут быть (и в работах лучших специалистов по психометрии
были) опровергнуты. Приведенные вращением к простой структуре,
воспроизводимые и идентифицированные по отношению к внешнему
критерию факторы не могут подвергнуться критике ни по одному из
упомянутых оснований. При этом предполагается, конечно, что были
выдержаны технические критерии для эффективной факторизации
(описанные ниже, стр. 248), такие как адекватное формирование
выборок испытуемых и переменных.
Конкретные проблемы факторного анализа при разработке тестов
Как должно быть теперь понятно, основание для использования
факторного анализа при конструировании тестов - это разработка
заданий, нагружающих некоторый общий фактор, который объяснял
бы большую часть их дисперсии. Однако, помимо общих сложностей
существуют определенные конкретные проблемы, возникающие при
использовании обсуждавшейся выше методики.
ВЫБОР КОЭФФИЦИЕНТА КОРРЕЛЯЦИИ
Как обсуждалось ранее в разделе о процедуре анализа заданий,
есть три вида коэффициентов, которые обычно используются для
вычисления корреляции дихотомических показателей: четырех-
польный коэффициент корреляции rt, коэффициент <р и индекс G
(НоНеу, 1973). Коэффициент <р - это сокращенная форма формулы
произведения моментов Пирсона, и он дает те же самые значения
коэффициента, которые были бы получены, если бы в формулу вы-
числения корреляции / подставлялись стандартные показатели зада-
ний. А это важно, поскольку то, что коэффициент <р является мате-
матическим эквивалентом коэффициента произведения моментов,
означает, что он может быть использован как основа для дальнейшего
статистического анализа. Однако, поскольку доля ответов на задания
теста, совпадающих с ключевыми, при вычислении коэффициента
<р отклоняется от 50 %-ного уровня, то <р, даже при высоком значе-
245
l:-ooe.
"нет>). Наличие "да"
Факторизацик "Уников отклонений
сказано, кромеобосноваТ " " " будет ниче
в качестве основы для фактов ""использоваться
причине, чтоон неяяа Э происходит по
произведения момев >ивалентом коэффи-
быть сделаны выводы к " . о по нему
Разрабатывались тесты вкопыР-Ране
Фнтыкоррь четырехполь!
"о эта процедура при является работа Barnes
, и во всех wynJc Р" объем вы
ВДо только на оснаню "Риие может быть оп-
ент корреляции является "о"<й коэффици-
произведения моментов. В нТднГ "ФФиента
использования . " " никаких оснований для
НогопоказательРазранный
"973). Hampsonn Kline (1977) та полненных Hoiley
нии показателей, получен """ "и"м при исс
тестов. По сравнениL "опомощьюпро-
преимуществ, чне" "сказатель G
Длязаданийтестаилипол""" значений
идеальным решением.Т"УTим,хотине
проблем, посравнениюсдиГЇ"T возникает меньше
ся многими ведущими р"ионприменяет-
<еннымэквв- И он, конечно же,
изведения моментов, итом коэффициента корреляции про
МАЛАЯ ДИСПЕРСИЯ ИНТЕРКОРРЕЛЯЦИЙ МЕЖДУ ЗАДА-
ШИЯМИ ТЕСТА
; Самые четкие, определенные результаты факторный анализ дает
1 тогда, когда значения корреляций между переменными имеют широ-
,кий разброс дисперсии. Было показано, что наиболее легко простая
структура может быть получена тогда, когда есть большое количест-
; во нулевых корреляций (Cattell, 1966) - гиперплоскость - и это,
конечно, также способствует появлению четко определенных факто-
ров, если в процедуре анализа существуют некоторые переменные
(задания) с высокими значениями корреляции. Однако, как указы-
вает Nunnally (1978), корреляционная матрица взаимных корреля-
ций между заданиями обычно не удовлетворяет этим условиям. При
использовании дихотомических заданий средняя корреляция имеет
значение только около 0.2, хотя такое положение может быть слегка
улучшено, если матрица будет составлена для заданий с несколькими
вариантами ответов. При таких значениях корреляции вряд ли будут
выделены явные отчетливые факторы.
ПРОБЛЕМЫ С ВРАЩЕНИЕМ
Обсуждаемая в этом параграфе проблема носит более общий ха-
рактер. Для простой структуры не требуется, по определению, ника-
кого генерального фактора.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114