Uporaba faktorske analize v psihodiagnostiki. Faktorska analiza za psihologe - Mitina

»Multivariatni eksperimentatorji« poudarjajo pomen množičnih raziskav in raznolikosti eksperimentalnih vzorcev, ki jim sledi poglobljena matematična obdelava dobljenih podatkov, izračun korelacijskih koeficientov in uporaba faktorske analize. Pravzaprav se faktorsko analitično raziskovanje začne s sistematičnim izborom tistih vzorcev, ki se običajno uporabljajo za merjenje določenih lastnosti, na primer intelektualnih sposobnosti ali osebnostnih lastnosti. Ta niz testov se uporablja za vse subjekte v izbrani skupini, pri čemer se pridobi rezultat za vsako značilnost za vsako osebo. Nato se določi razmerje med vsakim parom funkcij. Če ljudje, ki so dosegli visoke rezultate pri enem atributu, dosežejo visoke rezultate tudi pri drugem, bo korelacijski koeficient pokazal, da so tesno povezani in bo blizu +1,00 (kar pomeni popolno ujemanje). Če poznamo oceno osebe za eno od teh značilnosti, lahko učinkovito napovemo njen rezultat za drugo. Visoko negativno razmerje (približuje se -1,00) pomeni obratno razmerje med atributi (visok rezultat na enem napoveduje nizek rezultat na drugem); korelacijski koeficienti blizu 0,00 kažejo na odsotnost povezave. Vsi korelacijski koeficienti so predstavljeni v obliki korelacijske matrike, ki je nato podvržena posebnim postopkom faktorske analize z namenom prepoznavanja določenih skupnih dejavnikov, ki združujejo lastnosti, ki so najtesneje povezane znotraj enega faktorja, medtem ko morajo biti različni faktorji popolnoma ali relativno neodvisni drug od drugega (temu primerno ločimo pravokotne).in dejavniki okolja).

Po tem se izberejo vzorci in testi, ki "maksimalno obremenijo" vsak identificirani faktor, ali pa se izvedejo posebne dodatne študije za izboljšanje ali ustvarjanje vzorcev, ki omogočajo ustvarjanje "najboljše baterije" za merjenje vsakega faktorja, ki se šteje za določena funkcionalna enotnost, v tem primeru - določeno psihološko bistvo ali lastnost, ki jo je mogoče razlagati hipotetično na podlagi vsebine in narave testov, ki "obremenijo" enega ali drugega dejavnika, pa tudi iz njihovega odnosa z drugimi zunanjimi podatki. Načela faktorske analize v psihologiji v povezavi s preučevanjem strukture inteligence je prvi razvil profesor londonske univerze Charles Spearman.

Spearman je prišel do zaključka, da je inteligenca neka splošna sposobnost, ki je predvsem sposobnost predstavljanja odnosov med pojavi. Odraža ga tako imenovani "faktor splošne inteligence" (g). Poleg g-faktorja je bil predpostavljen tudi obstoj specifičnih dejavnikov (s-faktorjev, značilnih za različne vrste intelektualne dejavnosti). Glavno merilo inteligence po Spearmanu je g-faktor in tisti testi, kjer je ta najbolj izražen.

Zanimivo je, da je ameriški psiholog L. Thurstone, prav tako na podlagi faktorske analize, naredil nekoliko drugačen zaključek. Ko je začel proučevanje mentalnih sposobnosti z bolj specifičnimi metodami, je nato poudaril pomen pri merjenju inteligence specifičnih »primarnih« sposobnosti, kot so numerične, prostorske, verbalne itd., ki so mu bile predstavljene kot »veje« sekundarnih. splošni dejavnik inteligence, na katerem temeljijo.

Faktorsko analizo so v psihologiji najprej uporabljali za razjasnitev strukture človekovih sposobnosti, predvsem duševnih ali intelektualnih, šele nato so jo začeli uporabljati za analizo strukture osebnosti, kar je najbolj dosledno počel Cattell s sodelavci. Za pridobitev začetnih podatkov se je Cattell obrnil na tradicionalne metode opazovanja v psihologiji, vprašalnike in različne vrste laboratorijskih poskusov, ki so bili posebej pripravljeni in standardizirani za to študijo, saj je bila kvantitativna ocena in zanesljivost pridobljenih podatkov nujen pogoj. za njihovo uporabo pri nadaljnji matematični obdelavi.

Številne študije in rezultati njihove kompleksne matematične obdelave so Cattellu in njegovim sodelavcem omogočili identifikacijo približno 30 dejavnikov, od katerih je bilo 18 najpogosteje uporabljenih v prihodnosti, saj so bili (v nekoliko drugačnih kombinacijah) vključeni v različne oblike Cattellovega osebnostnega vprašalnika, namenjeno različno starim osebam. Vsak dejavnik osebnosti obravnavamo kot kontinuum določene kakovosti ali »primarne lastnosti« (v vprašalnikih se meri v stenskih enotah z minimalno vrednostjo 0 točk, največ 10 in povprečno 5,5 točk) in ga označujemo. bipolarno pri skrajnih vrednostih tega kontinuuma. V skladu s tem so te bipolarne vsebine označene z znakom + ali - poleg črk abecede, ki označujejo faktorje. Poleg črkovnih oznak imajo faktorji tudi »posebna« (ali »tehnična«) in »popularna« imena. Cattell pripisuje velik pomen karakterizaciji dejavnikov kot posebnih, pridobljenih neodvisno od prostovoljnih operacij uma, vendar objektivno uveljavljenih kategorij, ki predstavljajo "naravne enotne strukture osebnosti" ali niz določenih psiholoških lastnosti, od katerih se vsaka obravnava kot "primarna". ” osebnostna lastnost, zato “popularna” imena vsakdanji jezik le približno izražajo njihovo bistvo. Za "posebne" naslove si Cattell včasih izmisli besede ali si sposodi nejasne izraze iz latinščine ali grščine.

Tako je na primer prvi in ​​eden najpomembnejših dejavnikov - faktor A, ki se včasih ne povsem pravilno imenuje "shizotimija - ciklotimija", Cattell, ki poudarja njegovo povezavo s temi izrazi Kretschmerja, in se nanaša tudi na ustrezne koncepte. v Bleuler in Kraepelin, v Hkrati, da bi se distancirali od dobro znanega psihopatološkega pomena teh konceptov (čeprav Kretschmer poudarja njihovo uporabnost za normo), bo dal "posebno" ime - "sisothymia - affectothymia .” Piše: »Ker javnost shizotimijo povezuje z nenormalnostjo, je bolje uporabiti izraz sizotimija (Sise - pomeni sploščenost, letargijo, dolgočasnost, monotonijo v sliki, enako v zvezi z občutki) - odsotnost živih vibrirajočih čustev. Ta hladnost in odmaknjenost sta značilna za normalen A-faktor sizotimične osebe. Običajno je ciklotimija afektotimija, saj je začetna značilnost afekt, čustvovanje in ne nihanje, ciklotimične spremembe, ki so značilne za nenormalne.”

Faktorska analiza je statistična metoda, ki se uporablja pri obdelavi velikih količin eksperimentalnih podatkov. Cilji faktorske analize so: zmanjšanje števila spremenljivk (redukcija podatkov) in ugotavljanje strukture odnosov med spremenljivkami, t.j.

Klasifikacija spremenljivk, zato se faktorska analiza uporablja kot metoda redukcije podatkov ali kot metoda strukturne klasifikacije.

Pomembna razlika med faktorsko analizo in vsemi zgoraj opisanimi metodami je, da z njo ni mogoče obdelati primarnih ali, kot pravijo, »surovih« eksperimentalnih podatkov, tj. pridobljeno neposredno s pregledom predmetov. Material za faktorsko analizo so korelacije oziroma natančneje Pearsonovi korelacijski koeficienti, ki se izračunajo med spremenljivkami (tj. psihološkimi značilnostmi), vključenimi v raziskavo.

Faktorska analiza ima tri glavne aplikacije v psihologiji. Prvič, lahko se uporablja za izdelavo testov. Na primer, lahko napišete 50 postavk za merjenje neke sposobnosti, osebnostne lastnosti ali odnosa (kot je konzervativnost). Predmeti bodo nato predstavljeni reprezentativnemu vzorcu več sto posameznikov in obdelani (v primeru preizkusov sposobnosti), tako da bo pravilen odgovor označen z "1", napačen pa z oznako "O". Odgovore, dobljene pri uporabi ocenjevalnih lestvic (kot pri večini vprašalnikov o osebnosti in odnosu), preprosto vnesemo v surovi obliki: ena točka, če je izbrana možnost odgovora (a), dve točki, če je izbrana možnost odgovora (b), itd. d. Odgovori na teh 50 postavk so nato povezani in faktorsko analizirani. Postavke, ki imajo visoko obremenitev za vsak dejavnik, merijo isti temeljni psihološki konstrukt in tako tvorijo lestvico. To vam omogoča, da določite, kako ravnati s prihodnjimi vprašalniki, tako da preprosto pogledate faktorsko matriko: če so postavke 1, 2, 10 in 12 edine, ki imajo pomembne obremenitve na enem faktorju, potem bo ena testna lestvica sestavljena samo iz teh štirih predmete.

Poleg tega je treba vsako lestvico potrditi, na primer z izračunom ocene vsake osebe za vsak dejavnik in oceno konstrukta in/ali napovedne veljavnosti teh lestvic. Na primer, rezultate, pridobljene s faktorji, je mogoče povezati z rezultati, pridobljenimi iz drugih vprašalnikov, ki se uporabljajo za napovedovanje učnega uspeha itd. Druga naloga, ki jo lahko reši faktorska analiza, je zmanjšanje podatkov ali »konceptualno čiščenje«. Razvitih je ogromno osebnostnih testov, ki temeljijo na različnih teoretičnih stališčih in ni vedno jasno, v kolikšni meri se prekrivajo.

Tretjič, faktorska analiza se uporablja za testiranje psihometričnih lastnosti vprašalnikov, zlasti kadar se uporabljajo v novih kulturah ali populacijah. Na primer, predpostavimo, da je treba v skladu s smernicami za uporabo avstralskega osebnostnega testa obdelati tako, da se seštejejo rezultati, pridobljeni na vseh lihih postavkah, ki tvorijo eno lestvico, medtem ko se vsota rezultatov, pridobljenih na vseh sodih točkah. postavk tvori drugo lestvico.

Glavni koncept faktorske analize je faktor. To je umetni statistični kazalnik, ki nastane kot posledica posebnih transformacij tabele korelacijskih koeficientov med proučevanimi psihološkimi značilnostmi ali interkorelacijske matrike. Postopek za pridobivanje faktorjev iz interkorelacijske matrike se imenuje faktorizacija matrike. Kot rezultat faktorizacije iz korelacijske matrike je m.b. ekstrahirano je bilo različno število faktorjev, do števila, ki je enako številu izvirnih spremenljivk. Vendar so dejavniki, ugotovljeni kot rezultat faktorizacije, praviloma neenakega pomena. Formalni kriterij za kakovost postopka faktorske analize je odstotek kombinirane variance prvotnih značilnosti.

Trenutno se faktorska analiza pogosto uporablja tako za reševanje raziskovalnih problemov kot za načrtovanje psihodiagnostičnih tehnik.

Informacije, ki vas zanimajo, najdete tudi v znanstvenem iskalniku Otvety.Online. Uporabite iskalni obrazec:

Več o temi 31. Uporaba faktorske analize v psihologiji:

1. 1. Metode faktorske analize, njihove vrste, značilnosti uporabe.
2. Faktorska analiza, popolni in frakcijski faktorski eksperiment in matematični model.
3. 62. Načrtovanje poskusov. Faktorska analiza, popolni in frakcijski faktorski eksperiment in matematični model.

Faktorska analiza je ena tistih metod, ki je, ko se je razvila v okviru potreb ene vede, kasneje dobila širši interdisciplinarni pomen. Zasluga psihologije se lahko šteje za razvoj takšne metode.

Osnove faktorske analize so bile postavljene v delih slovitega angleškega psihologa F. Galtona (1822-1911), utemeljitelja evgenike, ki je veliko prispeval k proučevanju individualnih razlik. Nadaljnji razvoj in uveljavitev faktorske analize (FA) v psihologiji je povezan z imeni C. Spearman, R. Cattell, L. Thurstone.

Potreba po uporabi FA v psihologiji kot ene od metod večdimenzionalnega kvantitativnega opisa opazovanih spremenljivk izhaja predvsem iz večdimenzionalnosti predmetov, ki jih proučuje ta znanost. Večdimenzionalno predstavitev predmeta razumemo kot rezultat njegovega vrednotenja glede na več različnih in bistvenih značilnosti za njegov opis - dimenzije, to je pripisovanje več številskih vrednosti hkrati.

Informacijska vsebina večdimenzionalnega opisa predmeta preučevanja se povečuje s številom uporabljenih značilnosti ali merilnih lestvic. Vendar je zelo težko takoj izbrati bistvene in neodvisne lastnosti. Raziskovalec praviloma začne z očitno odvečnim številom funkcij in se v procesu dela sooči s potrebo po ustrezni interpretaciji velike količine pridobljenih podatkov in njihovi kompaktni vizualizaciji. Z analizo pridobljenih podatkov raziskovalec opazi dejstvo, da so ocene preučevanega predmeta, pridobljene na nekaterih lestvicah, podobne. Z drugimi besedami, postavlja se vprašanje, da se številne značilnosti, s katerimi je bil izmerjen naš predmet, verjetno do neke mere podvajajo, vse pridobljene informacije pa so na splošno odveč. Zdi se, da za spremenljivkama, ki sta med seboj povezani, obstaja neka skrita, latentna spremenljivka, ki lahko pojasni opaženo podobnost med rezultati. Zelo pogosto se ta spremenljivka imenuje faktor.

Tako nas metoda znanstvenega spoznanja – generalizacija – pripelje do možnosti in nujnosti prepoznavanja dejavnikov kot spremenljivk splošnejšega, višjega reda. Posplošitev vam omogoča, da opazite tiste povezave med začetnimi značilnostmi, ki prej niso bile očitne, in nato dosežete višjo raven razumevanja bistva merjenega predmeta.

Obstaja več statističnih metod, ki vam omogočajo, da preučite razmerja med spremenljivkami, ne da bi ugotovili, katere so odvisne in katere neodvisne. Pri teh metodah se vse spremenljivke obravnavajo enako – nobena od njih ni pomembnejša od druge. Prva metoda, ki si jo bomo ogledali, analiza glavnih komponent, razloži največ variance v smislu najmanjšega števila linearnih kombinacij spremenljivk. Druga metoda, faktorska analiza, pojasnjuje odnose med spremenljivkami v smislu več dejavnikov, ki jih ni mogoče neposredno izmeriti. Obe metodi imata enako število izvirnih spremenljivk. Vendar faktorji, določeni kot rezultat faktorizacije, praviloma niso enakovredni po pomembnosti.

Koeficienti, ki definirajo novo spremenljivko, so izbrani tako, da nove spremenljivke (glavne komponente, faktorji) opisujejo največjo količino variabilnosti podatkov in med seboj ne korelirajo. Predstavljajo korelacijski koeficient med prvotno spremenljivko in novo spremenljivko (faktorjem). Koeficienti se imenujejo faktorske obremenitve. Običajno so predstavljeni v obliki tabele, kjer so faktorji razporejeni v obliki

Za analizo variabilnosti lastnosti pod vplivom nadzorovanih spremenljivk se uporablja disperzijska metoda.

Za preučevanje razmerja med vrednostmi - faktorska metoda. Oglejmo si podrobneje analitična orodja: faktorsko, disperzijsko in dvofaktorsko disperzijsko metodo za ocenjevanje variabilnosti.

Analiza variance v Excelu

Običajno je cilj disperzijske metode mogoče formulirati na naslednji način: izolirati 3 delne variacije iz splošne variabilnosti parametra:

• 1 – določeno z delovanjem vsake od proučevanih vrednosti;
• 2 – narekuje razmerje med proučevanimi vrednostmi;
• 3 – naključno, ki ga narekujejo vse neupoštevane okoliščine.

V Microsoft Excelu lahko analizo variance izvedemo z orodjem “Analiza podatkov” (zavihek “Podatki” - “Analiza”). To je dodatek za preglednice. Če dodatek ni na voljo, morate odpreti Excelove možnosti in omogočiti nastavitev Analiza.

Delo se začne z oblikovanjem mize. Pravila:

1. Vsak stolpec mora vsebovati vrednosti enega proučevanega dejavnika.
2. Razporedite stolpce v naraščajočem/padajočem vrstnem redu vrednosti parametra, ki ga preučujete.

Oglejmo si analizo variance v Excelu na primeru.

Psihologinja podjetja je s posebno tehniko analizirala vedenjske strategije zaposlenih v konfliktni situaciji. Predpostavlja se, da na vedenje vpliva stopnja izobrazbe (1 – srednja, 2 – srednja strokovna, 3 – višja).

Vnesemo podatke v Excelovo tabelo:

Pomemben parameter je izpolnjen rumeno. Ker je P-vrednost med skupinami večja od 1, Fisherjevega testa ni mogoče šteti za pomembnega. Posledično vedenje v konfliktni situaciji ni odvisno od stopnje izobrazbe.

Faktorska analiza v Excelu: primer

Faktorska analiza je večdimenzionalna analiza odnosov med vrednostmi spremenljivk. S to metodo lahko rešite najpomembnejše težave:

• izčrpno opisati predmet merjenja (in jedrnato, kompaktno);
• identificirati skrite vrednosti spremenljivk, ki določajo prisotnost linearnih statističnih korelacije;
• klasificirati spremenljivke (prepoznati odnose med njimi);
• zmanjšati število zahtevanih spremenljivk.

Poglejmo primer faktorske analize. Recimo, da poznamo prodajo nekaterih izdelkov v zadnjih 4 mesecih. Treba je analizirati, po katerih naslovih je povpraševanje in po katerih ne.

Zdaj lahko jasno vidite, katera prodaja izdelkov ustvarja glavno rast.

Dvosmerna ANOVA v Excelu

Prikazuje, kako dva dejavnika vplivata na spremembo vrednosti naključne spremenljivke. Oglejmo si dvofaktorsko analizo variance v Excelu na primeru.

Naloga. Skupini moških in žensk so predstavili zvoke različnih jakosti: 1 – 10 dB, 2 – 30 dB, 3 – 50 dB. Odzivni časi so bili zabeleženi v milisekundah. Ugotoviti je treba, ali spol vpliva na odziv; Ali glasnost vpliva na odziv?

V nasprotju s predstavniki naravoslovnih ved (fiziki, kemiki, biologi, zdravniki), ki se ukvarjajo z merjenjem teže (molekul, atomov, planetov, živih celic, človeka), tlaka (plin, para ali kri), temperature (v jedrskem reaktorju). ali pri pacientu) z uporabo instrumentov (ravnilo, tonometer, termometer) in sprejemanjem podatkov v ustreznih enotah (gramih, milimetrih ali stopinjah) morajo psihologi najpogosteje razumeti (razumeti, opisati, izmeriti) nekatere bolj splošne, abstraktne značilnosti, pogosto z sami izmišljeni, ki obstajajo hipotetično: introvertnost, altruizem, inteligenca. Kako lahko na primer izmerimo stopnjo ljubezni, ki jo ima ena oseba do druge? S katero napravo? V kakšnem obsegu? V katerih enotah?

Z vidika psihometrika je ljubezen latentna (globoka) lastnost, ki je ni mogoče videti kot tako, lahko pa jo ocenimo na podlagi merjenja eksplicitnih (opazljivih) spremenljivk. Na primer, lahko izpostavite določena dejanja vedenja in jih razlagate kot manifestacije ljubezni. Če nekdo nekomu podari rože, se zanima za njegove težave, bere njegove zapiske, se smeji njegovim šalam, nekaj žrtvuje zanj ipd., potem lahko domnevamo, da je treba v tem primeru spremenljivko »ljubezen« »vrednotiti« zznak plus." Podobno je mogoče izbrati preproste opazne značilnosti za preučevanje altruizma, razumevanja itd. Na splošno se identifikacija globokih razsežnosti z opaznimi značilnostmi (delovanji) pojavlja v psiholoških raziskavah na kateri koli ravni: posameznik (na primer resnost nevrotizma), osebnost (/Q), medosebna interakcija (vodenje), družba kot celota (ideologija, moralne norme).

Pri tem izhajajo iz hipoteze, da je abstraktne pojme mogoče opisati s preprostejšimi (opazljivimi), saj ti abstraktni pojmi pojasnjujejo opažene korelacije med enostavnimi spremenljivkami. Na primer, postulat o obstoju nečesa, kar se imenuje "ljubezen", določa korelacije med dejanji v različnih situacijah, povezanih z manifestacijami ljubezni. Vredno je biti pozoren na poudarjeno besedo »povezan«: kdo, kje, kdaj, kako? Ko se odloči za merjenje katere koli latentne spremenljivke, raziskovalec (eksperimentalni psiholog) sestavi seznam značilnosti (opazovanih spremenljivk), ki kažejo manifestacije latentne spremenljivke. Ta seznam je najpogosteje sestavljen na podlagi njegove hipoteze (na primer, da se občutek ljubezni kaže v nekaterih očitnih in splošno sprejetih dejanjih). Pri tem je seveda treba upoštevati sociokulturni kontekst, saj so »legalizirani« (normativni) načini izražanja določenih čustev v različnih družbah popolnoma različni (spomnite se le še vedno veljavnega ruskega pregovora: »Zadene, to pomeni ljubi"). Ker se za ocenjevanje uporabljajo meritve na več variabilnih parametrih, govorimo o latentnem konstruktu - faktorju.

Koncept »konstrukta« je uvedel J. Kelly (1955), ki je osebne konstrukte obravnaval ne le kot obliko urejanja izkušenj, ampak tudi kot tvorbo, ki posreduje dojemanje in zavedanje realnosti. Ta izraz velja tudi za družbeno zavest, ki je absorbirala osebne konstrukte (na primer na ravni ideologije, morale, družbenih norm, ki določajo delovanje in razvoj družbe kot celote). Lahko govorimo o skupinskih konstruktih, ki so lastni predstavnikom določene specialnosti in povezani z določeno poklicno sliko sveta.

Za obdelavo podatkov, pridobljenih med poskusom, se pogosto uporabljajo različne metode multivariatne statistike. Najpogostejši je faktorska analiza- statistični postopek, ki se uporablja za identifikacijo relativno majhnega števila temeljnih (neizrecno opazljivih) konstruktov, ki se lahko uporabijo za predstavitev odnosov med številnimi opazljivimi spremenljivkami.

Natančen trenutek nastanka metode faktorske analize je precej težko določiti. Če štejemo njegovo zgodovino od izuma korelacijskega koeficienta F. Galton, potem je to sredi 1880-ih. Pri delu z antropometričnimi podatki je Pearson leta 1901 predstavil idejo o "glavnih oseh", vendar je rojstvo faktorske analize kot raziskovalne metode povezano z objavo leta 1904 Spearmanovega članka "Objektivno določanje in merjenje splošne inteligence". ” Na podlagi statistične analize testov je Spearman predstavil dvofaktorsko teorijo inteligence, opisano z enim skupnim (splošnim) dejavnikom, ki je lasten vsem merilom inteligence, in celo vrsto specifičnih dejavnikov, ki jih uvaja vsak od uporabljenih testov. Vendar se je koncept enega splošnega faktorja izkazal za nevzdržnega in nadaljnji razvoj teorije je privedel do nastanka Thurstonove multifaktorske analize, tj. temu, kar danes imenujemo faktorska analiza. Zdaj je običajno videti rezultate na baterijah testov sposobnosti (opazovanih spremenljivk) kot linearne kombinacije dejavnikov, ki izražajo verbalne sposobnosti, matematične sposobnosti in hitrost zaznavanja.

Med drugo svetovno vojno faktorska analizaširoko uporabljale različne ameriške vojaške službe v zvezi z reševanjem problemov preverjanja usposobljenosti, klasifikacije in razdelitve osebja. Kmalu so se pojavila dela, posvečena uporabi faktorske analize pri preučevanju temperamenta (Guilford, Zimmerman, 1956), uradne morale (Roebuck, 1958), pri razvoju metod klinične terapije (Lorr, McNair, 1964; McNair, 1964). ), pri prepoznavanju psiholoških značilnosti "odnosi z javnostmi" (Schubert, 1962; Thurstone, Began, 1951; Voiers, 1964; za več informacij o tem glej Harman, 1972).

Faktorska analiza se je zelo hitro spremenila v dokaj zapleten matematični sistem, ki združuje metode teorije verjetnosti in matematične statistike, linearne algebre in funkcionalne analize, ki so jih razvili ameriški matematiki in statistiki za ameriške psihologe in jih ti ameriški psihologi večinoma uporabljajo. Skoraj vse knjige o faktorski analizi, ki so na voljo rusko govorečemu bralcu, so prevodi. In reference v njih, ki ponazarjajo uporabo te metode v psihologiji, se nanašajo izključno na literaturo v angleškem jeziku.

Pri nas se je razprava o osnovah faktorske analize začela že v tridesetih letih prejšnjega stoletja. Vendar so bili to predvsem kritični govori, ki so ustrezali duhu dobe in vodili do teze o »skrajni poenostavitvi metafizične narave, ki nastane, ko se lastnost razgradi na vsoto njenih komponent« (Mandryka, 1931). To stališče je bistveno upočasnilo nadaljnje širjenje in uporabo faktorske analize na vseh področjih sovjetske znanosti.

Nova stopnja v razvoju te metode v ZSSR se je začela v petdesetih letih prejšnjega stoletja. v antropologiji (Ignatiev, 1957). V. P. Chtetsov (1960) je orisal splošno shemo faktorske analize in preučil nekatera dela tujih antropologov. Potreba po uporabi faktorske analize v fizični antropologiji je bila prikazana v članku P. N. Bashkirova (1960), ki je služil kot "most" med antropologijo in vedami o športu, ki so tesno povezane z znanostjo o višji živčni dejavnosti človeka - interesno področje B.M. Teplova in V.D. Nebylitsyna (za več podrobnosti glej: Nebylitsyn, 1960; Doktorov, 1969).

Nebylitsynov članek (1960) je bil za tisti čas precej drzen (ne pozabimo na aktiven boj proti buržoaznim trendom v sovjetski biologiji, genetiki, matematiki itd.). Previdno kliče faktorska analiza kot umetnost, ki daje precej prostora za subjektivne interpretacije in zaključke, avtorica kljub temu vabi psihologe, da se seznanijo s teorijo, osnovnimi izhodišči, logiko in tehniko te metode ter izraža upanje, da se bo kmalu spremenila v strogo logično. shema, ki zagotavlja edinstveno rešitev.

Teplov (1967) opozarja na dve različni, a ne protislovni nalogi faktorske analize: formalno-matematično (statistično, povezano z ekonomskim opisom pridobljenih podatkov) in znanstveno-vsebinsko (interpretativno, ki omogoča potrditev ali zavrnitev hipotez o narava preučevanih procesov). Ta dva problema sta tesno povezana: za rešitev drugega (znanstveno-vsebinskega) problema morate najprej rešiti prvega - matematičnega. Ko opisuje matematični model faktorske analize in navaja primere iz raziskav laboratorija, ki ga vodi, Teplov pravi, da faktorska analiza bo dragoceno orodje na katerem koli področju, kjer lahko domnevamo prisotnost nekaterih osnovnih parametrov, funkcij, lastnosti, ki tvorijo strukturo. Trenutno vse monografije o faktorski analizi označujejo področja njene uporabe v psihologiji. Omeniti velja, da je metoda faktorske analize v tem delu Teplova dobila končno ime v ruščini (prej je bil poleg izraza "faktorial" uporabljen izraz "faktorial").

Če vprašate katerega koli domačega psihologa, naj navede imena kolegov, ki najpogosteje uporabljajo faktorska analiza danes bodo nesporni voditelji takšne ocene "ustanovitelji" psihosemantične smeri - V. F. Petrenko (1983, 1988, 1997) in A. G. Shmelev (1983). To je resnica. Faktorska analiza (skupaj z drugimi metodami multivariatne statistike - klasterska in diskriminantna analiza, večdimenzionalno skaliranje) je vključena v delovni arzenal psihosemantike. In če se je E. Yu Artemyeva (1980, 1999), ki je razvijala psihosemantični pristop, poskušala izogniti obdelavi podatkov, povezani z okornimi izračuni zaradi določenih težav pri uporabi velikih računalnikov in pomanjkanja osebnih računalnikov (torej njene semantične kode itd.), , nato pa v Trenutno nam odstranitev teh ovir omogoča, da z uporabo multivariatne statistike iz pridobljenih podatkov »iztisnemo« veliko več informacij. Seveda pa uporaba faktorske analize ni omejena zgolj na področje psihosemantike, čeprav razvoj slednje pomembno prispeva k razvoju splošne matematične kulture domačih psihologov. Dovolj je, da pogledamo psihološke revije v zadnjih dveh ali treh letih, da se prepričamo, da praktično ni več področij splošne ali uporabne psihologije, kjer raziskave ne bi bile izvedene z metodo faktorske analize.

Če so bili na prvih stopnjah faktorski analitični postopki izvedeni predvsem "ročno", kar je od raziskovalca zahtevalo obvladovanje teorije in metod izračuna, potem zdaj velika večina psihologov uporablja faktorska analiza za obdelavo njihovih podatkov, zelo nejasno razume kompleksne strukture, ki upravičujejo izračune, in dojema ustrezne računalniške programe (običajno ustvarjene s strani ameriških programerjev) kot »črno skrinjico«, v katero lahko vnesete svojo podatkovno matriko, in na izpis boste prejeli matriko faktorjev ali nekaj grafov. Seveda bo nekaj znanja s področja teorije faktorske analize raziskovalcu omogočilo, da se bo počutil bolj svobodnega ne le pri obdelavi podatkov (izbira metod, statističnih kriterijev, matematična utemeljitev optimalne rešitve), ampak tudi v fazi načrtovanja eksperimenta ( katere spremenljivke vključiti, kakšno matematično rešitev pričakovati), kot tudi pri interpretaciji dobljenega rezultata in razumevanju, zakaj je bila ta rešitev pridobljena in ali jo je mogoče izboljšati z izbiro drugih metod faktorske analize. Vse to dviguje raven raziskovanja.

Vendar vsi vemo, da je povsem mogoče voziti avto, ne da bi poznali njegovo notranjo strukturo: naučite se pravil ceste, se seznanite z načeli gibanja avtomobila, spomnite se šolskih lekcij fizike - in pojdite. Če se na poti kaj zlomi, sploh ni treba iti pod pokrov, lahko pa se za pomoč obrnete na strokovnjaka. Verjetno bi se isto moralo zgoditi, ko se psiholog usede za računalnik, prižge program za faktorsko analizo in začne obdelovati svoje podatke. Pri tem sta »Navodila za uporabo« za uporabo programa faktorske analize in splošna matematična kultura, pridobljena v šoli in nato na inštitutu, v vlogi pomočnika (ni naključje, da je tečaj matematike za študenta psihologije nujen). Glavni cilj predlaganega priročnika je psihologu (ali študentu) čim bolj preprosto razložiti, kako uporabiti moč faktorske analize za lastne namene. Vendar, če spomnimo na analogijo z vožnjo avtomobila in ob upoštevanju dejstva, da je avtoservis trenutno veliko bolje razvit kot storitev psihologov s strani strokovnjakov za teorijo faktorske analize (slednjih je preprosto zelo malo), pa tudi verjetnost, da bo psiholog sam želel (ali bil prisiljen) razumeti formule in izreke te teorije, podajamo nekaj matematičnih osnov faktorske analize, naprednejšemu bralcu pa priporočamo dodatno literaturo.