4. Индуктивное обобщение и статистические методы в психологическом познании

СТАТИСТИЧЕСКИЕ МЕТОДЫ (в психологии) (от лат. status — состояние) — некоторые методы прикладной математической статистики, используемые в психологии в основном для обработки экспериментальных результатов. Основная цель применения этих методов — повышение обоснованности выводов в психологических исследованиях за счет использования вероятностной логики и вероятностных моделей. История статистики и психологии имеет много примеров положительного взаимного влияния. Так, важная для современной науки идея регрессионного и корреляционного анализа родилась из попыток Ф. Гальтона исследовать закономерности наследования детьми психологических и физических признаков своих родителей. Для исследования интеллектуальных способностей было разработано несколько вариантов факторного анализа. Ряд статистических методов был создан специально для проверки качества психологических тестов и для применения в профессиональном отборе. В настоящее время можно выделить следующие направления использования статистических методов в психологии:

1) описательная статистика, включающая в себя группировку, табулирование, графическое представление и количественное описание данных:

2) теория статистического вывода, используемая в психологических исследованиях для предсказания результатов по данным обследования выборок;

3) теория планирования экспериментов, служащая для обнаружения и проверки причинных связей между переменными.

5. Возможности факторного анализа

ФАКТОРНЫЙ АНАЛИЗ (от лат. factor — действующий, производящий и греч. analysis — разложение, расчленение) — метод многомерной математической статистики, применяемый при исследовании статистически связанных признаков с целью выявления определенного числа скрытых от непосредственного наблюдения факторов. Созданный в начале века для нужд психологии (предпринимались попытки выделить основной фактор, определяющий интеллект, Ч. Спирмен), ФА впоследствии получил большое распространение в экономике, медицине, социологии и других науках, располагающих огромным количеством переменных, из к-рых обычно необходимо выделить ведущие. С помощью ФА не просто устанавливается связь изменения одной переменной с изменением другой переменной, а определяется мера этой связи и обнаруживаются основные факторы, лежащие в основе указанных изменений. ФА особенно продуктивен на начальных этапах научных исследований, когда необходимо выделить какие-либо предварительные закономерности в исследуемой области. Это позволяет последующий эксперимент сделать более совершенным по сравнению с экспериментом на переменных, выбранных произвольно или случайно. Как метод ФА имеет определенные слабые стороны, в частности отсутствует однозначное математическое решение проблемы факторных нагрузок, т. е. влияния отдельных факторов на изменения различных переменных.

А.Д. Наследов «Математические методы психологического исследования».

Возникновение и развитие ФА тесно связано с измерениями в психологии. Длительное время ФА и воспринимался как математическая модель в психологической теории интеллекта. Лишь начиная с 50х гг 20 века этот метод становится общенаучным.

Основная идея ФА была сформулирована Гальтоном, основоположником измерений индивидуальных различий. Она сводится к тому, что если несколько признаокв, измеренных на группе индивидов, изменяются согласованно, то можно предположить существование одной общей причины этой совместной изменчивости – фактора как скрытой (латентной), непосредственно недоступной измерению переменной.

С 50х гг, с появлением компьютеров, ФА начинает очень широко использоваться в психологии при разработке тестов, обоснования структурных теорий интеллекта и личности. При этом исследователь начинает с множества измеренных эмпирических показателей, которые при помощи ФА группируются по факторам (изучаемым свойствам). Факторы получают интерпретацию по входящим в них переменным, затем отбираются наиболее «весомые» показатели этих факторов, отсеиваются малозначимые переменные, вычисляются значения факторов для испытуемых и сопоставляются с внешними эмпирическими показателями изучаемых свойств.

В дальнейшем ФА становится общенаучным методом и средством для замены набора коррелирующих измерений существенно меньшим числом новых переменных (факторов).

Т.О. главная цель ФА – уменьшение размерности исходных данных с целью их экономного описания при условии минимальных потерь информации. Результатом ФА являете переход от множества исходных переменных к существенно меньшему числу факторов. Фактор при этом интерпретируется как причина совместной изменчивости нескольких исходных переменных

Основные задачи ФА:

1. Исследование структуры взаимосвязей переменных. В этом случае каждая группировка переменных будет определяться фактором, по которому эти переменные имеют максимальные нагрузки

2. Идентификация факторов как скрытых (латентных) переменных – причин взаимосвязи исходных переменных

3. Вычисление значений факторов для используемых как новых, интегральных переменных. При этом число факторов существенно меньше числа исходных переменных. В этом смысле факторный анализ решает задачу сокращения количества признаков с минимальными потерями исходной информации.