Поэтому важно, чтобы психологи подводили
хорошую теоретическую базу под то, что они собира-
ются измерять на операциональном уровне. Лучше
всего, на наш взгляд, если такой базой станет для них
теория, которая дала начало методу репертуарных
решеток.
Глава 5
МЕТОДЫ КОМПЬЮТЕРНОЙ ОБРАБОТКИ
И СРАВНЕНИЯ РЕШЕТОК
Никогда еще машина не могла абстрагировать или
обобщать. Эти процессы не подчиняются рациональным
канонам и не сводятся к преобразованию символов,
несмотря на то что в ряде случаев эти процедуры весьма
полезны. ЭВМ способна, например, ликвидировать из-
быточность данных в матрице. Сжатие матрицы в этом
случае иногда ошибочно принимается за абстрагирова-
ние, так как, казалось бы, большая совокупность
данных сводится к сравнительно небольшому числу
символов. Однако ЭВМ не обобщает, а всего лишь
экономит символы, хотя, конечно, следует признать,
что немногословность способствует более ясному мыш-
лению. Тем не менее ликвидация языкового хаоса не
означает абстрагирования, а экономия не порождает
теоретического мышления. Бритва Оккама -
хирургический инструмент, а не творческий метод.
Дж. Келли (105, 290)
Компьютерная обработка
Статистические игры с решетками привлекают вни-
мание многих несостоявшихся математиков, работа-
ющих ныне в психологии. Программы становятся все
сложнее: зачастую невозможно обнаружить никакой
связи между машинной распечаткой результатов и
действиями испытуемого при заполнении решетки. Мы
не призываем к примитивизму и упрощению обработки,
а лишь хотим предостеречь исследователей, склонных
входить в азарт игры с числами: им следует помнить,
что множество интересных сведений можно почерпнуть
при непосредственном изучении <сырого> материала
решеток (см. главу 4).
Сам Келли лелеял мысль о разработке и применении
сложных статистических процедур для анализа реше-
ток. В первом томе <Психологии личных конструктов>
он в общих чертах наметил непараметрический метод
факторного анализа. Первая программа компьютерной
<Бритвой Оккама> называют один из принципов научного
объяснения, выдвинутый средневековым английским философом-
схоластом У. Оккамом. Согласно этому принципу, <сущности не
следует умножать без нужды>.-Прим. ред.
обработки была написана Фейджером (58) и позднее
доработана Келли (107). Следующий значительный шаг
был сделан Слейтером, описавшим в 1964 году свой
метод <главных компонент> для анализа ранговых
решеток, причем как решеток со сходными элементами
и конструктами, так и с различными элементами или
конструктами. Представив психологическое простран-
ство в виде гиперсферы, он нашел возможность числен-
ного выражения взаимодействия между элементами и
конструктами ранговой и оценочной решеток. В течение
ряда лет недоступность его программ, находившихся
под финансовым контролем Совета по медицинским
исследованиям, лишала психологов возможности дви-
гаться вперед. Были, конечно, и исключения. Банни-
стер разработал программу раздельной кластеризации
конструктов и элементов. Другие исследователи исполь-
зовали модификацию кластерного анализа Мак-Квитти
(139). Равенетт (167) разработал метод <двустороннего>
анализа, проводимого без помощи ЭВМ и позволяюще-
го <вычитать> влияние специфических элементов внут-
ри каждого кластера конструктов.
Уилсон (222) поставила следующую проблему: <Иде-
альный способ исследования связей между конструкта-
ми и элементами требует одновременной стандартиза-
ции строк и столбцов. Поэтому, хотя программа Слей-
тера и представляет собой попытку обнаружения свя-
зей между конструктами и элементами, она искажает
эти связи, так как нормализуются лишь конструкты, а
не элементы. Для выявления подлинных связей необхо-
димо стандартизировать как столбцы, так и строки,
однако, по утверждению Кеттела (45), метод получения
единственного решения при одновременной стандарти-
зации строк и столбцов еще не разработан. Это очень
интересная статистическая проблема, имеющая боль-
шое значение и для анализа решеток>.
На сегодняшний день есть лишь несколько методов
компьютерной обработки импликативных решеток. К
ним относится модификация метода факторного анали-
за Келли. При использовании этого метода исследова-
тель сталкивается с извечной проблемой сравнения
данных типа <пропуск-галочка>: и галочкам, и пропу-
Метод главных компонент-один из наиболее распространен-
ных методов факторного анализа. Не требует никаких априорных
предположений о структуре данных. Позволяет получить однознач-
ное решение. Выделяемые факторы (главные компоненты) ортогональ-
ны (не коррелируют друг с другом) и упорядочены по величине, так что
первая главная компонента объясняет максимальное количество
дисперсии данных и т. д.- Прим. ред.
скам приписывается одинаковое значение, что вновь
приводит к вопросу о неравномерности распределения
элементов по полюсам конструктов.
Для преодоления этих трудностей была разработана
программа подсчета биноминальной вероятности совпа-
дения и несовпадения галочек в парах строк и столбцов
биполярной импликативной решетки (66). Однако, как
стало ясно сейчас, и это далеко не лучший способ
обработки. В настоящее время разрабатывается совер-
шенно новый подход к анализу данных импликативных
решеток, базирующийся на модели субъективной веро-
ятности. С помощью этой модели строится матрица
сходства конструктов, подвергающаяся затем кластер-
ному анализу по одному из существующих алгоритмов.
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