Стабильность возрастает по мере увеличения
количества элементов, между которыми подсчитывает-
ся корреляция. Поэтому Уилсон советует там, где это
возможно, использовать число элементов, в три раза
превышающее число конструктов. Кроме того, размер-
ность конечного решения можно случайно или искус-
ственно ограничить неправильным выбором конструк-
тов, то есть нарушив требование репрезентативности
конструктов. Если выявляются или задаются конструк-
ты лишь двух типов, то можно с полным основанием
ожидать двухфакторного решения.
В работе Уилсон рассматриваются решения, опти-
мальные с точки зрения статистики, но не с точки
зрения психологии. Баннистер и Мэир (21) при работе с
ранговой решеткой, в которой в качестве элементов
использовались люди, обнаружили, что при увеличении
числа элементов от 10 до 15 значительно уменьшается
структурированность материала решетки.
Неметрические методы
В эту группу входят методы многомерного шкалиро-
вания (195). В то время как метрические методы
предполагают наличие линейной зависимости между
факторами и переменными, техники многомерного шка-
лирования предполагают только сохранение монотонно-
сти конечного решения и анализируемой матрицы. Так,
например, в ранговой и оценочной решетках порядко-
вые отношения между конструктами в их связи с
конкретным элементом (то есть по какому конструкту
элемент оценивается наиболее высоко, по какому-
вторым и т. п.) сохраняются в конечном решении,
однако на основе этого решения ничего нельзя сказать
о том, насколько выше элемент был оценен по данному
конструкту, чем по другому. Уилсон отмечает, что в
тех областях, где измерение преимущественно прово-
дится по шкалам порядка или даже шкалам наименова-
ния, меньший акцент на линейные связи становится
преимуществом многомерного анализа неметрического
типа. Но у этого метода есть и недостатки. Наиболее
существенный практический недостаток заключается в
том, что существует слишком мало коммерческих
пакетов программ, доступных пользователям. Хотя
неметрические методы развиваются уже давно (47), они
далеко не так распространены, как метрические
методы.
Наиболее исчерпывающая классификация неметри-
ческих моделей, программ машинной обработки и спо-
собов организации данных приводится в работе Шепар-
да (194). Уилсон, однако, считает, что список Шепарда
далеко не полон, а количество разработок растет <с
устрашающей скоростью>.
В работе Уилсон рассматривается также имплика-
тивная модель Хейза (84), имеющая прямое отношение
к импликативным решеткам. В качестве первичных
данных в ней используются условные вероятности.
Модель позволяет получить матрицу расстояний, кото-
рая затем анализируется неметрическими методами.
Преимущество модели Хейза, по мнению Уилсон, со-
стоит в том, что она дает возможность обрабатывать
асимметричные условные вероятности и определять
веса (или значимости) полюсов конструктов. В соответ-
ствии с этой комбинированной характеристикой кон-
структы, наиболее тесно связанные с измерениями
1 Подробнее об этом см.: Шепард Р. Н. Многомерное шкалиро-
вание и безразмерное представление различий.- Психологический
журнал, 1980, т. 1, №4, с. 72- 83.- Прим. ред.
получаемого решения,-это центральные конструкты,
обладающие наибольшим весом. Они имплицируют
большое число других конструктов, в то время как их
имплицируют очень немногие конструкты. Уилсон под-
черкивает, что определение центральных конструктов
очень близко к представлению Хинкла о суперординат-
ности (88). Она считает, что мера расстояния Хейза
вместе с техникой неметрического многомерного шкали-
рования является, по-видимому, первым валидным
средством для определения размерности импликатив-
ных решеток.
Описание других программ компьютерной обработки
и методов статистического анализа можно найти в
работах Ландфилда (114), Франселлы (66), Уилкокса
(220), Гертина (79).
Сравнение решеток
Сравнение решеток различных типов
Репертуарным решеткам посвящено довольно много
исследований, так как цели их разработок весьма
разнообразны. При этом, однако, лишь немногочислен-
ные работы посвящены сравнению решеток различных
типов. Круг вопросов здесь таков: нацелены ли они на
исследование одних и тех же образований? Насколько
согласуются между собой данные, получаемые с по-
мощью решеток различных типов?
Поиску ответа, например, на последний вопрос
посвящена одна из работ Франселлы (63). При сравне-
нии ранговой и оценочной решеток одного и того же
испытуемого обнаружилось существенное расхождение
результатов в ориентации конструктов в пространствах
двух главных компонент.
В более позднем исследовании (69) коэффициент
корреляции между этими двумя методами оказался
равным 0,76. Эксперименты как в первой, так и во
второй работе проводились на одном испытуемом.
Причем, поскольку один из конструктов обнаружил
межтестовую корреляцию <-0,47>, ясно, что остальные
конструкты, несмотря на различие используемых мето-
дов, должны действительно сильно коррелировать меж-
ду собой.
В 1967 году Мэир и Бойд сравнили результаты,
полученные с помощью ранговой решетки и метода
разбиения пополам (145). Надо сказать, что и до этого
существовали доказательства сходства данных, получа-
емых при помощи этих методов. Так, обследуя больных
с нарушениями мышления, Баннистер показал согласо-
ванность результатов метода разбиения пополам (12) и
обычной ранговой решетки (20).
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