மனோதத்துவத்தில் காரணி பகுப்பாய்வு பயன்பாடு. உளவியலாளர்களுக்கான காரணி பகுப்பாய்வு - மிடினா

"பன்முக சோதனையாளர்கள்" வெகுஜன ஆய்வுகள் மற்றும் பல்வேறு சோதனை மாதிரிகளின் முக்கியத்துவத்தை வலியுறுத்துகின்றனர், அதைத் தொடர்ந்து பெறப்பட்ட தரவுகளின் ஆழமான கணித செயலாக்கம், தொடர்பு குணகங்களின் கணக்கீடு மற்றும் பயன்பாடு காரணி பகுப்பாய்வு. உண்மையில், காரணி பகுப்பாய்வு ஆராய்ச்சி சில குணங்களை அளவிடுவதற்கு பொதுவாகப் பயன்படுத்தப்படும் மாதிரிகளின் முறையான தேர்வுடன் தொடங்குகிறது, எடுத்துக்காட்டாக, அறிவுசார் திறன்கள் அல்லது ஆளுமைப் பண்புகள். இந்த தேர்வுகளின் தொகுப்பு ஆட்சேர்ப்பு செய்யப்பட்ட குழுவில் உள்ள அனைத்து பாடங்களுக்கும் பயன்படுத்தப்படுகிறது, ஒவ்வொரு நபருக்கும் ஒவ்வொரு குணாதிசயத்திற்கும் ஒரு மதிப்பெண் கிடைக்கும். அடுத்து, ஒவ்வொரு ஜோடி அம்சங்களுக்கும் இடையிலான உறவு தீர்மானிக்கப்படுகிறது. ஒரு பண்புக்கூறில் அதிக மதிப்பெண் பெற்றவர்கள் மற்றொன்றில் அதிக மதிப்பெண் பெற்றால், தொடர்பு குணகம் அவர்கள் நெருங்கிய தொடர்புடையவர்கள் மற்றும் +1.00 க்கு அருகில் இருக்கும் என்பதைக் காட்டும் (அதாவது ஒரு சரியான பொருத்தம்). இந்த குணாதிசயங்களில் ஒன்றில் ஒரு நபரின் மதிப்பெண்ணை அறிந்தால், மற்றொன்றில் அவரது மதிப்பெண்ணை திறம்பட கணிக்க முடியும். உயர் எதிர்மறை உறவு (-1.00ஐ நெருங்குகிறது) என்பது பண்புக்கூறுகளுக்கு இடையேயான தலைகீழ் உறவைக் குறிக்கிறது (ஒன்றின் அதிக மதிப்பெண் மற்றொன்றின் குறைந்த மதிப்பெண்ணைக் கணிக்கும்); 0.00 க்கு அருகில் உள்ள தொடர்பு குணகங்கள் உறவு இல்லாததைக் குறிக்கின்றன. அனைத்து தொடர்பு குணகங்களும் ஒரு தொடர்பு மேட்ரிக்ஸின் வடிவத்தில் வழங்கப்படுகின்றன, இது ஒரு காரணிக்குள் நெருங்கிய இணைப்புகளைக் கொண்ட பண்புகளை ஒன்றிணைக்கும் சில பொதுவான காரணிகளை அடையாளம் காண காரணி பகுப்பாய்வு சிறப்பு நடைமுறைகளுக்கு உட்படுத்தப்படுகிறது, அதே நேரத்தில் வெவ்வேறு காரணிகள் முழுமையாகவோ அல்லது ஒப்பீட்டளவில் இருக்க வேண்டும். ஒருவருக்கொருவர் சுயாதீனமாக (ஆர்த்தோகனல்கள் அதற்கேற்ப வேறுபடுகின்றன).

இதற்குப் பிறகு, அடையாளம் காணப்பட்ட ஒவ்வொரு காரணியையும் "அதிகபட்சமாக ஏற்ற" மாதிரிகள் மற்றும் சோதனைகள் தேர்ந்தெடுக்கப்படுகின்றன அல்லது ஒவ்வொரு காரணியையும் அளவிடுவதற்கான "சிறந்த பேட்டரியை" உருவாக்குவதை சாத்தியமாக்கும் மாதிரிகளை மேம்படுத்த அல்லது உருவாக்க சிறப்பு கூடுதல் ஆய்வுகள் மேற்கொள்ளப்படுகின்றன. குறிப்பிட்ட செயல்பாட்டு ஒற்றுமை, இல் இந்த வழக்கில்- ஒரு குறிப்பிட்ட உளவியல் சாரம் அல்லது சொத்து, ஒன்று அல்லது மற்றொரு காரணியை "சுமை" செய்யும் சோதனைகளின் உள்ளடக்கம் மற்றும் தன்மை மற்றும் பிற வெளிப்புற தரவுகளுடனான அவர்களின் உறவின் அடிப்படையில் அனுமானமாக விளக்கப்படலாம். உளவுத்துறையின் கட்டமைப்பைப் பற்றிய ஆய்வு தொடர்பான உளவியலில் காரணி பகுப்பாய்வு கொள்கைகள் முதலில் லண்டன் பல்கலைக்கழகத்தின் பேராசிரியர் சார்லஸ் ஸ்பியர்மேன் என்பவரால் உருவாக்கப்பட்டது.

நுண்ணறிவு என்பது ஒரு குறிப்பிட்ட பொதுவான திறன் என்ற முடிவுக்கு ஸ்பியர்மேன் வந்தார், இது முதன்மையாக நிகழ்வுகளுக்கு இடையிலான உறவுகளை கற்பனை செய்யும் திறன். இது "பொது நுண்ணறிவு காரணி" (g) என்று அழைக்கப்படுவதால் பிரதிபலிக்கிறது. g-காரணிக்கு கூடுதலாக, குறிப்பிட்ட காரணிகளின் இருப்பு (s-காரணிகளின் சிறப்பியல்பு பல்வேறு வகையானஅறிவுசார் செயல்பாடு). ஸ்பியர்மேனின் கூற்றுப்படி நுண்ணறிவின் முக்கிய அளவுகோல் g-காரணி மற்றும் அது அதிக அளவில் வெளிப்படுத்தப்படும் சோதனைகள் ஆகும்.

அமெரிக்க உளவியலாளர் எல். தர்ஸ்டோன், காரணி பகுப்பாய்வின் அடிப்படையில் சற்று வித்தியாசமான முடிவை எடுத்தார் என்பது ஆர்வமாக உள்ளது. மேலும் குறிப்பிட்ட முறைகளுடன் மன திறன்களைப் படிக்கத் தொடங்கிய அவர், எண், இடஞ்சார்ந்த, வாய்மொழி போன்ற குறிப்பிட்ட "முதன்மை" திறன்களின் நுண்ணறிவை அளவிடுவதில் முக்கியத்துவத்தை வலியுறுத்தினார். அவர்களுக்கு அடிப்படையான புத்திசாலித்தனத்தின் பொதுவான காரணி.

உளவியலில் காரணி பகுப்பாய்வு முதலில் மனித திறன்களின் கட்டமைப்பை தெளிவுபடுத்தப் பயன்படுத்தப்பட்டது, முக்கியமாக மன அல்லது அறிவுசார், பின்னர் அது ஆளுமை கட்டமைப்பின் பகுப்பாய்விற்குப் பயன்படுத்தத் தொடங்கியது, மேலும் இது கேட்டல் மற்றும் அவரது சகாக்களால் மிகவும் தொடர்ந்து செய்யப்பட்டது. ஆரம்ப தரவைப் பெற, கேட்டல் உளவியல், கேள்வித்தாள்கள் மற்றும் பாரம்பரிய கண்காணிப்பு முறைகளுக்கு திரும்பினார் பல்வேறு வகையானஆய்வக பரிசோதனை, இந்த ஆய்வுக்காக சிறப்பாக தயாரிக்கப்பட்டு தரப்படுத்தப்பட்டது அளவீடுமற்றும் வழங்கப்பட்ட தரவுகளின் நம்பகத்தன்மை ஒரு தேவையான நிபந்தனைமேலும் கணித செயலாக்கத்தில் அவற்றின் பயன்பாடு.

பல ஆய்வுகள் மற்றும் அவற்றின் சிக்கலான கணித செயலாக்கத்தின் முடிவுகள், கேட்டல் மற்றும் அவரது கூட்டுப்பணியாளர்கள் சுமார் 30 காரணிகளை அடையாளம் காண அனுமதித்தன, அவற்றில் 18 பின்னர் பெரும்பாலும் பயன்படுத்தப்பட்டன, ஏனெனில் அவை (சற்று வித்தியாசமான சேர்க்கைகளில்) சேர்க்கப்பட்டன. பல்வேறு வடிவங்கள்கேட்டலின் ஆளுமை கேள்வித்தாள், வெவ்வேறு வயதினருக்கானது. ஒவ்வொரு ஆளுமைக் காரணியும் ஒரு குறிப்பிட்ட தரம் அல்லது "முதன்மைப் பண்பு" ஆகியவற்றின் தொடர்ச்சியாகக் கருதப்படுகிறது (கேள்வித்தாள்களில் இது சுவர்களில் அளவிடப்படுகிறது - குறைந்தபட்ச மதிப்பு 0 புள்ளிகள், அதிகபட்சம் 10 மற்றும் சராசரியாக 5.5 புள்ளிகள் கொண்ட அளவிலான அலகுகள்) மற்றும் வகைப்படுத்தப்படுகிறது. இந்த தொடர்ச்சியின் தீவிர மதிப்புகளில் இருமுனையாக. அதன்படி, இந்த இருமுனை உள்ளடக்கங்கள் + அல்லது - குறியால் குறிக்கப்படுகின்றன, அருகில் நின்றுகாரணிகளைக் குறிக்கும் எழுத்துக்களின் எழுத்துக்களுடன். எழுத்துப் பெயர்களுக்கு கூடுதலாக, காரணிகள் "சிறப்பு" (அல்லது "தொழில்நுட்பம்") மற்றும் "பிரபலமான" பெயர்களையும் கொண்டுள்ளன. கேட்டல் பெரும் முக்கியத்துவம்மனதின் தன்னார்வ செயல்பாடுகளில் இருந்து சுயாதீனமாக பெறப்பட்ட, ஆனால் புறநிலையாக நிறுவப்பட்ட பிரிவுகள், "ஆளுமையின் இயற்கையான ஒற்றையாட்சி கட்டமைப்புகள்" அல்லது சில உளவியல் குணங்களின் தொகுப்பைக் குறிக்கும், அவை ஒவ்வொன்றும் "முதன்மை" ஆளுமைப் பண்பாகக் கருதப்படுகிறது , எனவே சாதாரண மொழியின் "பிரபலமான" பெயர்கள் அவற்றின் சாரத்தை தோராயமாக மட்டுமே தெரிவிக்கின்றன. "சிறப்பு" தலைப்புகளுக்கு, Cattell சில நேரங்களில் வார்த்தைகளை உருவாக்குகிறார் அல்லது லத்தீன் அல்லது கிரேக்கத்தில் இருந்து தெளிவற்ற சொற்களை வாங்குகிறார்.

எனவே, எடுத்துக்காட்டாக, முதல் மற்றும் மிகவும் ஒன்று முக்கியமான காரணிகள்- காரணி ஏ, சில நேரங்களில் "ஸ்கிசோதிமியா-சைக்ளோதிமியா" என்று சரியாக அழைக்கப்படுவதில்லை, இது க்ரெட்ச்மரின் இந்த விதிமுறைகளுடன் அதன் தொடர்பை சுட்டிக்காட்டுகிறது, அதே நேரத்தில் ப்ளூலர் மற்றும் க்ரேபெலின் ஆகியவற்றில் உள்ள தொடர்புடைய கருத்துக்களைக் குறிப்பிடுகிறது. இந்த கருத்துகளின் நன்கு அறியப்பட்ட மனநோயியல் அர்த்தத்திலிருந்து தன்னைப் பிரித்துக் கொள்ளுதல் (கிரெட்ச்மர் விதிமுறைக்கு அவற்றின் பொருந்தக்கூடிய தன்மையை வலியுறுத்தினாலும்), ஒரு "சிறப்பு" பெயரைக் கொடுக்கும் - "சிசோதிமியா - எஃபெக்டோதிமியா". அவர் எழுதுகிறார்: “பொதுவானவர்கள் ஸ்கிசோதிமிக்கை அசாதாரணத்துடன் தொடர்புபடுத்துவதால், சிசோதிமியா என்ற வார்த்தையைப் பயன்படுத்துவது நல்லது (Sise - அதாவது சமதளம், சோம்பல், மந்தமான தன்மை, ஓவியத்தில் ஏகபோகம், உணர்வுகளுடன் தொடர்புடையது) - வாழும் அதிர்வு உணர்ச்சிகள் இல்லாதது. இந்த குளிர்ச்சியும் தனிமையும் ஒரு சைசோதிமிக் தனிநபரின் இயல்பான A-காரணியை வகைப்படுத்துகிறது. பொதுவாக, சைக்ளோதிமியா என்பது எஃபெக்டோதிமியா ஆகும், ஏனெனில் ஆரம்பப் பண்பு பாதிப்பு, உணர்ச்சி, மற்றும் ஏற்ற இறக்கங்கள் அல்ல, சைக்ளோதிமிக் மாற்றங்கள், இவை அசாதாரணமானவற்றின் சிறப்பியல்பு ஆகும்."

காரணி பகுப்பாய்வு என்பது ஒரு புள்ளிவிவர முறையாகும், இது பெரிய அளவிலான சோதனைத் தரவை செயலாக்கும் போது பயன்படுத்தப்படுகிறது. காரணி பகுப்பாய்வின் நோக்கங்கள்: மாறிகளின் எண்ணிக்கையைக் குறைத்தல் (தரவு குறைப்பு) மற்றும் மாறிகளுக்கு இடையிலான உறவுகளின் கட்டமைப்பை தீர்மானித்தல், அதாவது.

மாறிகளின் வகைப்பாடு, எனவே காரணி பகுப்பாய்வு தரவு குறைப்பு முறையாக அல்லது கட்டமைப்பு வகைப்பாடு முறையாக பயன்படுத்தப்படுகிறது.

காரணி பகுப்பாய்விற்கும் மேலே விவரிக்கப்பட்ட அனைத்து முறைகளுக்கும் இடையே உள்ள ஒரு முக்கியமான வேறுபாடு என்னவென்றால், அதை முதன்மை செயலாக்கத்திற்கு பயன்படுத்த முடியாது, அல்லது அவர்கள் சொல்வது போல், "மூல" சோதனை தரவு, அதாவது. பாடங்களின் தேர்வில் இருந்து நேரடியாக பெறப்பட்டது. காரணி பகுப்பாய்விற்கான பொருள் தொடர்புகள் அல்லது இன்னும் துல்லியமாக, பியர்சன் தொடர்பு குணகங்கள் ஆகும், அவை கணக்கெடுப்பில் சேர்க்கப்பட்டுள்ள மாறிகள் (அதாவது உளவியல் பண்புகள்) இடையே கணக்கிடப்படுகின்றன.

காரணி பகுப்பாய்வு உளவியலில் மூன்று முக்கிய பயன்பாடுகளைக் கொண்டுள்ளது. முதலில், சோதனைகளை உருவாக்க இதைப் பயன்படுத்தலாம். எடுத்துக்காட்டாக, சில திறன்கள், ஆளுமைப் பண்பு அல்லது அணுகுமுறை (பழமைவாதம் போன்றவை) அளவிட 50 உருப்படிகளை எழுதலாம். உருப்படிகள் பின்னர் பல நூறு நபர்களின் பிரதிநிதி மாதிரிக்கு வழங்கப்பட்டு, கையாளப்படும் (ஆப்டிட்யூட் சோதனைகளின் விஷயத்தில்) சரியான பதில் "1" மற்றும் தவறான பதில் "O" என குறியிடப்படும். மதிப்பீட்டு அளவுகோல்களைப் பயன்படுத்தும் போது பெறப்பட்ட பதில்கள் (பெரும்பாலான ஆளுமை மற்றும் மனப்பான்மை கேள்வித்தாள்கள் போன்றவை) அவற்றின் மூல வடிவத்தில் உள்ளிடப்படுகின்றன: பதில் விருப்பம் (a) தேர்ந்தெடுக்கப்பட்டால் ஒரு புள்ளி, பதில் விருப்பம் (b) தேர்ந்தெடுக்கப்பட்டால் இரண்டு புள்ளிகள், முதலியன d. இந்த 50 உருப்படிகளுக்கான பதில்கள் பின்னர் தொடர்புபடுத்தப்பட்டு காரணி பகுப்பாய்வு செய்யப்படுகின்றன. ஒவ்வொரு காரணியிலும் அதிக சுமைகளைக் கொண்ட பொருட்கள் அதே அடிப்படை உளவியல் கட்டமைப்பை அளவிடுகின்றன, இதனால் ஒரு அளவை உருவாக்குகின்றன. காரணி மேட்ரிக்ஸைப் பார்ப்பதன் மூலம் எதிர்கால கேள்வித்தாள்களை எவ்வாறு கையாள்வது என்பதைத் தீர்மானிக்க இது உங்களை அனுமதிக்கிறது: உருப்படிகள் 1, 2, 10 மற்றும் 12 ஆகியவை ஒரு காரணியில் குறிப்பிடத்தக்க ஏற்றங்களைக் கொண்டவை என்றால், ஒரு சோதனை அளவுகோல் இந்த நான்கு மட்டுமே கொண்டிருக்கும். பொருட்களை.

கூடுதலாக, ஒவ்வொரு அளவீடுகளும் சரிபார்க்கப்பட வேண்டும், எடுத்துக்காட்டாக, ஒவ்வொரு காரணியிலும் ஒவ்வொரு நபரின் மதிப்பெண்ணைக் கணக்கிட்டு, இந்த அளவுகளின் கட்டமைப்பு மற்றும்/அல்லது முன்கணிப்பு செல்லுபடியை மதிப்பிடுவதன் மூலம். எடுத்துக்காட்டாக, காரணிகளிலிருந்து பெறப்பட்ட மதிப்பெண்கள் கற்றல் வெற்றியைக் கணிக்கப் பயன்படுத்தப்படும் பிற கேள்வித்தாள்களிலிருந்து பெறப்பட்ட மதிப்பெண்களுடன் தொடர்புபடுத்தப்படலாம். காரணி பகுப்பாய்வு தீர்க்கக்கூடிய இரண்டாவது பணி தரவு குறைப்பு அல்லது "கருத்து சுத்திகரிப்பு" ஆகும். பல்வேறு கோட்பாட்டு முன்னோக்குகளின் அடிப்படையில் அதிக எண்ணிக்கையிலான ஆளுமை சோதனைகள் உருவாக்கப்பட்டுள்ளன, மேலும் அவை எந்த அளவிற்கு ஒன்றுடன் ஒன்று இணைகின்றன என்பது எப்போதும் தெளிவாகத் தெரியவில்லை.

மூன்றாவதாக, கேள்வித்தாள்களின் சைக்கோமெட்ரிக் பண்புகளை சோதிக்க காரணி பகுப்பாய்வு பயன்படுத்தப்படுகிறது, குறிப்பாக அவை புதிய கலாச்சாரங்கள் அல்லது மக்கள்தொகையில் பயன்படுத்தப்படும் போது. எடுத்துக்காட்டாக, ஆஸ்திரேலிய ஆளுமைத் தேர்வுக்கான கையேட்டின்படி, அனைத்து ஒற்றைப்படைப் பொருட்களிலும் பெறப்பட்ட மதிப்பெண்களைச் சேர்ப்பதன் மூலம் செயலாக்கப்பட வேண்டும் என்று வைத்துக்கொள்வோம். மற்றொரு அளவை உருவாக்குகிறது.

காரணி பகுப்பாய்வின் முக்கிய கருத்து காரணி. இது ஒரு செயற்கையான புள்ளிவிவரக் குறிகாட்டியாகும், இது ஆய்வு செய்யப்பட்ட உளவியல் பண்புகள் அல்லது ஒன்றோடொன்று தொடர்பு மேட்ரிக்ஸுக்கு இடையிலான தொடர்பு குணகங்களின் அட்டவணையின் சிறப்பு மாற்றங்களின் விளைவாக எழுகிறது. தொடர்பு மேட்ரிக்ஸில் இருந்து காரணிகளைப் பிரித்தெடுப்பதற்கான செயல்முறை மேட்ரிக்ஸ் காரணியாக்கம் என்று அழைக்கப்படுகிறது. தொடர்பு மேட்ரிக்ஸில் இருந்து காரணியாக்கத்தின் விளைவாக, எம்.பி. வெவ்வேறு எண்ணிக்கையிலான காரணிகள் பிரித்தெடுக்கப்பட்டன, அசல் மாறிகளின் எண்ணிக்கைக்கு சமமான எண் வரை. இருப்பினும், காரணியாக்கத்தின் விளைவாக அடையாளம் காணப்பட்ட காரணிகள், ஒரு விதியாக, முக்கியத்துவத்தில் சமமற்றவை. காரணி பகுப்பாய்வு செயல்முறையின் தரத்திற்கான முறையான அளவுகோல் அசல் பண்புகளின் ஒருங்கிணைந்த மாறுபாட்டின் சதவீதமாகும்.

தற்போது, ​​காரணி பகுப்பாய்வு ஆராய்ச்சி சிக்கல்களைத் தீர்ப்பதற்கும் மனோதத்துவ நுட்பங்களை வடிவமைப்பதற்கும் பரவலாகப் பயன்படுத்தப்படுகிறது.

Otvety.Online என்ற அறிவியல் தேடுபொறியிலும் நீங்கள் ஆர்வமுள்ள தகவலைக் காணலாம். தேடல் படிவத்தைப் பயன்படுத்தவும்:

தலைப்பில் மேலும் 31. உளவியலில் காரணி பகுப்பாய்வு பயன்பாடு:

1. 1. காரணி பகுப்பாய்வு முறைகள், அவற்றின் வகைகள், பயன்பாட்டின் அம்சங்கள்.
2. காரணி பகுப்பாய்வு, முழுமையான மற்றும் பகுதியளவு காரணி சோதனை மற்றும் கணித மாதிரி.
3. 62. திட்டமிடல் சோதனைகள். காரணி பகுப்பாய்வு, முழுமையான மற்றும் பகுதியளவு காரணி சோதனை மற்றும் கணித மாதிரி.

காரணி பகுப்பாய்வுஒரு அறிவியலின் தேவைகளின் கட்டமைப்பிற்குள் உருவாக்கப்பட்ட முறைகளில் ஒன்று, பின்னர் பரந்த இடைநிலை முக்கியத்துவத்தைப் பெற்றது. உளவியலின் தகுதியானது அத்தகைய முறையின் வளர்ச்சியாகக் கருதப்படலாம்.

தனிப்பட்ட வேறுபாடுகளை ஆய்வு செய்வதில் பெரும் பங்களிப்பை வழங்கிய யூஜெனிக்ஸ் நிறுவனர், பிரபல ஆங்கில உளவியலாளர் எஃப்.கால்டன் (1822-1911) என்பவரின் படைப்புகளில் காரணி பகுப்பாய்வின் அடிப்படைக் கருத்துக்கள் அமைக்கப்பட்டன. உளவியலில் காரணி பகுப்பாய்வு (FA) மேலும் வளர்ச்சி மற்றும் செயல்படுத்தல் C. Spearman, R. Cattell, L. Thurstone ஆகியோரின் பெயர்களுடன் தொடர்புடையது.

உளவியலில் FA ஐப் பயன்படுத்த வேண்டியதன் அவசியம் கவனிக்கப்பட்ட மாறிகளின் பல பரிமாண அளவு விளக்கத்தின் முறைகளில் ஒன்றாக முதன்மையாக இந்த அறிவியலால் ஆய்வு செய்யப்பட்ட பொருட்களின் பல பரிமாணத்திலிருந்து பின்பற்றப்படுகிறது. ஒரு பொருளின் பல பரிமாண பிரதிநிதித்துவம் அதன் விளக்கத்திற்கான பல்வேறு மற்றும் அத்தியாவசிய பண்புகளின்படி அதன் மதிப்பீட்டின் விளைவாக புரிந்து கொள்ளப்படுகிறது - பரிமாணங்கள், அதாவது ஒரே நேரத்தில் பல எண் மதிப்புகளை வழங்குதல்.

ஆய்வுப் பொருளின் பல பரிமாண விளக்கத்தின் தகவல் உள்ளடக்கம், பயன்படுத்தப்படும் அம்சங்கள் அல்லது அளவீட்டு அளவீடுகளின் எண்ணிக்கையுடன் அதிகரிக்கிறது. இருப்பினும், அத்தியாவசிய மற்றும் சுயாதீனமான பண்புகளை உடனடியாகத் தேர்ந்தெடுப்பது மிகவும் கடினம். ஒரு விதியாக, ஆராய்ச்சியாளர் வெளிப்படையாக தேவையற்ற எண்ணிக்கையிலான அம்சங்களுடன் தொடங்குகிறார், மேலும் பணியின் செயல்பாட்டில் பெறப்பட்ட தரவுகளின் பெரிய அளவையும் அவற்றின் சிறிய காட்சிப்படுத்தலையும் போதுமான அளவு விளக்க வேண்டிய அவசியத்தை எதிர்கொள்கிறார். பெறப்பட்ட தரவை பகுப்பாய்வு செய்வதன் மூலம், ஆய்வு செய்யப்படும் பொருளின் மதிப்பீடுகள், சில அளவுகளில் பெறப்பட்டவை, ஒருவருக்கொருவர் ஒத்ததாக இருப்பதை ஆராய்ச்சியாளர் கவனிக்கிறார். வேறு வார்த்தைகளில் கூறுவதானால், எங்கள் பொருள் அளவிடப்பட்ட பல குணாதிசயங்கள் ஓரளவிற்கு ஒன்றையொன்று நகலெடுக்கக்கூடும் என்ற கேள்வி எழுகிறது, மேலும் பெறப்பட்ட அனைத்து தகவல்களும் பொதுவாக தேவையற்றவை. ஒன்றோடொன்று தொடர்புடைய மாறிகளுக்குப் பின்னால், மதிப்பெண்களுக்கு இடையே காணப்பட்ட ஒற்றுமையை விளக்கக்கூடிய சில மறைக்கப்பட்ட, மறைந்த மாறிகள் இருப்பதாகத் தோன்றுகிறது. பெரும்பாலும் இந்த மாறி ஒரு காரணி என்று அழைக்கப்படுகிறது.

எனவே முறை அறிவியல் அறிவு- பொதுமைப்படுத்தல் - மிகவும் பொதுவான, உயர் வரிசையின் மாறிகள் என காரணிகளை அடையாளம் காண்பதற்கான சாத்தியம் மற்றும் அவசியத்திற்கு நம்மை இட்டுச் செல்கிறது. பொதுமைப்படுத்தல் முன்னர் வெளிப்படையாக இல்லாத ஆரம்ப குணாதிசயங்களுக்கிடையில் அந்த இணைப்புகளைக் கவனிக்க உங்களை அனுமதிக்கிறது, பின்னர் அளவிடப்பட்ட பொருளின் சாரத்தைப் பற்றிய உயர் மட்ட புரிதலை அடையலாம்.

அங்கு நிறைய இருக்கிறது புள்ளிவிவர முறைகள், அவைகளில் எது சார்ந்தது மற்றும் சுயாதீனமானது என்பதை தீர்மானிக்காமல் மாறிகளுக்கு இடையிலான உறவுகளை ஆராய இது உங்களை அனுமதிக்கிறது. இந்த முறைகளுக்கு, அனைத்து மாறிகளும் சமமாக கருதப்படுகின்றன - அவற்றில் எதுவுமே மற்றதை விட முக்கியமானது அல்ல. நாம் பார்க்கும் முதல் முறை, முதன்மை கூறு பகுப்பாய்வு, மாறிகளின் மிகக் குறைந்த நேரியல் சேர்க்கைகளின் அடிப்படையில் மிகவும் மாறுபாட்டை விளக்குகிறது. இரண்டாவது முறை, காரணி பகுப்பாய்வு, நேரடியாக அளவிட முடியாத பல காரணிகளின் அடிப்படையில் மாறிகளுக்கு இடையிலான உறவுகளை விளக்குகிறது. இரண்டு முறைகளும் ஒரே எண்ணிக்கையிலான அசல் மாறிகளைக் கொண்டுள்ளன. இருப்பினும், காரணியாக்கத்தின் விளைவாக நிர்ணயிக்கப்பட்ட காரணிகள், ஒரு விதியாக, முக்கியத்துவத்திற்கு சமமானவை அல்ல.

ஒரு புதிய மாறியை வரையறுக்கும் குணகங்கள் புதிய மாறிகள் (முதன்மை கூறுகள், காரணிகள்) விவரிக்கும் வகையில் தேர்ந்தெடுக்கப்படுகின்றன. அதிகபட்ச தொகைதரவு மாறுபாடு மற்றும் ஒன்றுக்கொன்று தொடர்பு இல்லை. அவை அசல் மாறிக்கும் புதிய மாறிக்கும் (காரணி) இடையே உள்ள தொடர்பு குணகத்தைக் குறிக்கின்றன. குணகங்கள் காரணி ஏற்றுதல்கள் என்று அழைக்கப்படுகின்றன. அவை வழக்கமாக ஒரு அட்டவணையின் வடிவத்தில் வழங்கப்படுகின்றன, அங்கு காரணிகள் வடிவத்தில் ஏற்பாடு செய்யப்படுகின்றன

கட்டுப்படுத்தப்பட்ட மாறிகளின் செல்வாக்கின் கீழ் ஒரு பண்பின் மாறுபாட்டை பகுப்பாய்வு செய்ய, சிதறல் முறை பயன்படுத்தப்படுகிறது.

மதிப்புகளுக்கு இடையிலான உறவைப் படிக்க - காரணி முறை. பகுப்பாய்வுக் கருவிகளைக் கூர்ந்து கவனிப்போம்: மாறுபாட்டை மதிப்பிடுவதற்கான காரணி, சிதறல் மற்றும் இரு-காரணி சிதறல் முறைகள்.

எக்செல் இல் உள்ள மாறுபாட்டின் பகுப்பாய்வு

வழக்கமாக, சிதறல் முறையின் இலக்கை பின்வருமாறு உருவாக்கலாம்: அளவுருவின் பொதுவான மாறுபாட்டிலிருந்து 3 பகுதி மாறுபாடுகளை தனிமைப்படுத்த:

• 1 - ஆய்வு செய்யப்பட்ட ஒவ்வொரு மதிப்புகளின் செயலால் தீர்மானிக்கப்படுகிறது;
• 2 - ஆய்வு செய்யப்பட்ட மதிப்புகளுக்கு இடையிலான உறவால் கட்டளையிடப்பட்டது;
• 3 - தற்செயலானது, சூழ்நிலைகளுக்காக கணக்கிடப்படாத அனைவராலும் கட்டளையிடப்பட்டது.

ஒரு திட்டத்தில் மைக்ரோசாப்ட் எக்செல் ANOVA தரவு பகுப்பாய்வு கருவியைப் பயன்படுத்தி (தரவு தாவல் - பகுப்பாய்வு) செய்யப்படலாம். இது ஒரு விரிதாள் செருகு நிரலாகும். செருகு நிரல் கிடைக்கவில்லை என்றால், நீங்கள் எக்செல் விருப்பங்களைத் திறந்து பகுப்பாய்வு அமைப்பை இயக்க வேண்டும்.

அட்டவணையின் வடிவமைப்பில் வேலை தொடங்குகிறது. விதிகள்:

1. ஒவ்வொரு நெடுவரிசையும் ஆய்வின் கீழ் உள்ள ஒரு காரணியின் மதிப்புகளைக் கொண்டிருக்க வேண்டும்.
2. ஆய்வு செய்யப்படும் அளவுருவின் மதிப்பின் ஏறுவரிசை/இறங்கு வரிசையில் நெடுவரிசைகளை வரிசைப்படுத்தவும்.

ஒரு உதாரணத்தைப் பயன்படுத்தி எக்செல் இல் மாறுபாடு பகுப்பாய்வைப் பார்ப்போம்.

நிறுவனத்தின் உளவியலாளர் ஒரு சிறப்பு நுட்பத்தைப் பயன்படுத்தி மோதல் சூழ்நிலையில் ஊழியர்களின் நடத்தை உத்திகளை பகுப்பாய்வு செய்தார். நடத்தை கல்வியின் மட்டத்தால் பாதிக்கப்படுகிறது என்று கருதப்படுகிறது (1 - இரண்டாம் நிலை, 2 - சிறப்பு இரண்டாம் நிலை, 3 - உயர்).

எக்செல் அட்டவணையில் தரவை உள்ளிடுவோம்:

குறிப்பிடத்தக்க அளவுரு நிரப்பப்பட்டுள்ளது மஞ்சள். குழுக்களிடையே பி-மதிப்பு 1 ஐ விட அதிகமாக இருப்பதால், ஃபிஷரின் சோதனை குறிப்பிடத்தக்கதாக கருத முடியாது. இதன் விளைவாக, மோதல் சூழ்நிலையில் நடத்தை கல்வியின் அளவைப் பொறுத்தது அல்ல.

எக்செல் இல் காரணி பகுப்பாய்வு: உதாரணம்

காரணி பகுப்பாய்வு என்பது மாறிகளின் மதிப்புகளுக்கு இடையிலான உறவுகளின் பல பரிமாண பகுப்பாய்வு ஆகும். பயன்படுத்தி இந்த முறைநீங்கள் மிக முக்கியமான பிரச்சினைகளை தீர்க்க முடியும்:

• அளவிடப்படும் பொருளை விரிவாக விவரிக்கவும் (மற்றும் சுருக்கமாக, சுருக்கமாக);
• நேரியல் புள்ளிவிவர தொடர்புகளின் இருப்பை தீர்மானிக்கும் மறைக்கப்பட்ட மாறி மதிப்புகளை அடையாளம் காணவும்;
• மாறிகளை வகைப்படுத்தவும் (அவற்றுக்கு இடையேயான உறவுகளை அடையாளம் காணவும்);
• தேவையான மாறிகளின் எண்ணிக்கையை குறைக்கவும்.

காரணி பகுப்பாய்வின் உதாரணத்தைப் பார்ப்போம். கடந்த 4 மாதங்களில் சில பொருட்களின் விற்பனை எங்களுக்குத் தெரியும் என்று வைத்துக்கொள்வோம். எந்தெந்த தலைப்புகளுக்கு தேவை உள்ளது மற்றும் எது இல்லை என்பதை பகுப்பாய்வு செய்வது அவசியம்.

எந்த தயாரிப்பு விற்பனை முக்கிய வளர்ச்சியை உருவாக்குகிறது என்பதை இப்போது நீங்கள் தெளிவாகக் காணலாம்.

Excel இல் இருவழி ANOVA

ஒரு சீரற்ற மாறியின் மதிப்பில் ஏற்படும் மாற்றத்தை இரண்டு காரணிகள் எவ்வாறு பாதிக்கின்றன என்பதைக் காட்டுகிறது. ஒரு உதாரணத்தைப் பயன்படுத்தி எக்செல் இல் உள்ள மாறுபாட்டின் இரு காரணி பகுப்பாய்வைப் பார்ப்போம்.

பணி.

1 - 10 dB, 2 - 30 dB, 3 - 50 dB என வெவ்வேறு தொகுதிகளின் ஒலிகளுடன் ஆண்கள் மற்றும் பெண்களின் குழு வழங்கப்பட்டது. மறுமொழி நேரம் மில்லி விநாடிகளில் பதிவு செய்யப்பட்டது. பாலினம் பதிலை பாதிக்கிறதா என்பதை தீர்மானிக்க வேண்டியது அவசியம்; ஒலியளவு பதிலைப் பாதிக்குமா? பிரதிநிதிகளைப் போலல்லாமல்இயற்கை அறிவியல்

ஒரு மனோதத்துவ நிபுணரின் பார்வையில், காதல் என்பது ஒரு மறைந்த (ஆழமான) பண்பாகும், அதைக் காண முடியாது, ஆனால் வெளிப்படையான (கவனிக்கக்கூடிய) மாறிகளின் அளவீட்டின் அடிப்படையில் மதிப்பிடலாம். உதாரணமாக, நீங்கள் சில நடத்தை செயல்களை முன்னிலைப்படுத்தலாம் மற்றும் அவற்றை அன்பின் வெளிப்பாடுகளாக விளக்கலாம். யாராவது ஒருவருக்கு பூக்களைக் கொடுத்தால், அவருடைய பிரச்சினைகளில் ஆர்வமாக இருந்தால், அவரது குறிப்புகளைப் படித்தால், அவரது நகைச்சுவைகளைப் பார்த்து சிரிக்கிறார், அவருக்காக ஏதாவது தியாகம் செய்தால், இந்த விஷயத்தில் "காதல்" என்ற மாறி "மதிப்பீடு" செய்யப்பட வேண்டும் என்று நாம் கருதலாம்.பிளஸ் அடையாளம்." இதேபோல், பரோபகாரம், புரிதல் போன்றவற்றைப் படிக்க எளிய கவனிக்கக்கூடிய பண்புகளைத் தேர்ந்தெடுக்கலாம். பொதுவாக, கவனிக்கக்கூடிய பண்புகள் (செயல்கள்) மூலம் ஆழமான பரிமாணங்களை அடையாளம் காணுதல் உளவியல் ஆராய்ச்சிஎந்த மட்டத்திலும்: தனிநபர் (உதாரணமாக, நரம்பியல் தன்மையின் தீவிரம்), ஆளுமை (/Q), தனிப்பட்ட தொடர்பு (தலைமை), ஒட்டுமொத்த சமூகம் (சித்தாந்தம், தார்மீக தரநிலைகள்).

இந்த வழக்கில், சுருக்கமான கருத்துக்கள் எளிமையான (கவனிக்கக்கூடிய) மூலம் விவரிக்கப்படலாம் என்ற கருதுகோளிலிருந்து அவை தொடர்கின்றன, ஏனெனில் இந்த சுருக்கமான கருத்துக்கள் எளிய மாறிகளுக்கு இடையே உள்ள கவனிக்கப்பட்ட தொடர்புகளை விளக்குகின்றன. எடுத்துக்காட்டாக, அன்பின் வெளிப்பாடுகளுடன் தொடர்புடைய பல்வேறு சூழ்நிலைகளில் செயல்களுக்கு இடையிலான தொடர்புகளை "அன்பு" என்று அழைக்கப்படும் ஒரு நிலைப்பாடு தீர்மானிக்கிறது. "இணைக்கப்பட்டது" என்ற முன்னிலைப்படுத்தப்பட்ட வார்த்தைக்கு கவனம் செலுத்துவது மதிப்பு: யாரால், எங்கே, எப்போது, ​​எப்படி? மறைந்திருக்கும் மாறியை அளவிட முடிவு செய்த பின்னர், ஆராய்ச்சியாளர் (சோதனை உளவியலாளர்) மறைந்த மாறியின் வெளிப்பாடுகளைக் குறிக்கும் பண்புகளின் (கவனிக்கக்கூடிய மாறிகள்) பட்டியலைத் தொகுக்கிறார். இந்த பட்டியல் பெரும்பாலும் அவரது கருதுகோளின் அடிப்படையில் தொகுக்கப்படுகிறது (உதாரணமாக, அன்பின் உணர்வு சில வெளிப்படையான மற்றும் பொதுவாக ஏற்றுக்கொள்ளப்பட்ட செயல்களில் வெளிப்படுகிறது). இங்கே, நிச்சயமாக, சமூக கலாச்சார சூழலை கணக்கில் எடுத்துக்கொள்வது அவசியம், ஏனென்றால் வெவ்வேறு சமூகங்களில் சில உணர்வுகளை வெளிப்படுத்தும் "சட்டப்படுத்தப்பட்ட" (நெறிமுறை) வழிகள் முற்றிலும் வேறுபட்டவை (இன்னும் இருக்கும் ரஷ்ய பழமொழியை நினைவில் கொள்ளுங்கள்: "அவர் தாக்குகிறார், இதன் பொருள் அவர் நேசிக்கிறார்"). பல மாறி அளவுருக்களின் அளவீடுகள் மதிப்பீட்டிற்குப் பயன்படுத்தப்படுவதால், நாம் ஒரு மறைந்த கட்டமைப்பைப் பற்றி பேசுகிறோம் - ஒரு காரணி.

"கட்டுமானம்" என்ற கருத்து J. கெல்லி (1955) என்பவரால் அறிமுகப்படுத்தப்பட்டது, அவர் தனிப்பட்ட கட்டுமானங்களை வரிசைப்படுத்தும் அனுபவத்தின் ஒரு வடிவமாக மட்டுமல்லாமல், யதார்த்தத்தின் உணர்தல் மற்றும் விழிப்புணர்வை மத்தியஸ்தம் செய்யும் ஒரு உருவாக்கமாகவும் கருதினார். இந்த சொல் இதற்கும் பொருந்தும் பொது உணர்வு, இது தனிப்பட்ட கட்டுமானங்களை உள்வாங்கியது (உதாரணமாக, ஒட்டுமொத்த சமூகத்தின் செயல்பாடு மற்றும் வளர்ச்சியை நிர்ணயிக்கும் கருத்தியல், அறநெறி, சமூக விதிமுறைகளின் மட்டத்தில்). ஒரு குறிப்பிட்ட நிபுணத்துவத்தின் பிரதிநிதிகளில் உள்ளார்ந்த மற்றும் ஒரு குறிப்பிட்டவற்றுடன் தொடர்புடைய குழு கட்டுமானங்களைப் பற்றி நாம் பேசலாம் தொழில்முறை ஓவியம்சமாதானம்.

சோதனையின் போது பெறப்பட்ட தரவை செயலாக்க, அவை பரவலாகப் பயன்படுத்தப்படுகின்றன பல்வேறு முறைகள்பலதரப்பட்ட புள்ளிவிவரங்கள். மிகவும் பொதுவான ஒன்று காரணி பகுப்பாய்வு- ஒரு புள்ளிவிவர செயல்முறையானது ஒப்பீட்டளவில் சிறிய எண்ணிக்கையிலான அடிப்படை (வெளிப்படையாக கவனிக்க முடியாத) கட்டுமானங்களை அடையாளம் காணப் பயன்படுகிறது, இது பல கவனிக்கக்கூடிய மாறிகள் இடையே உள்ள உறவுகளை பிரதிநிதித்துவப்படுத்த பயன்படுகிறது.

காரணி பகுப்பாய்வு முறை தோன்றிய சரியான தருணத்தை தீர்மானிக்க மிகவும் கடினமாக உள்ளது. எஃப்.கால்டனின் தொடர்பு குணகத்தின் கண்டுபிடிப்பிலிருந்து அதன் வரலாற்றை நாம் கணக்கிட்டால், இது 1880களின் நடுப்பகுதி. மானுடவியல் தரவுகளுடன் பணிபுரிந்து, பியர்சன் 1901 இல் "முதன்மை அச்சுகள்" என்ற கருத்தை முன்வைத்தார், ஆனால் காரணி பகுப்பாய்வு ஒரு ஆராய்ச்சி முறையாக பிறந்தது 1904 இல் ஸ்பியர்மேனின் கட்டுரையின் "பொது நுண்ணறிவின் குறிக்கோள் நிர்ணயம் மற்றும் அளவீடு" வெளியீடுடன் தொடர்புடையது. ” அடிப்படையில் புள்ளிவிவர பகுப்பாய்வுசோதனைகள், ஸ்பியர்மேன் உளவுத்துறையின் இரண்டு-காரணிக் கோட்பாட்டை முன்வைத்தார், நுண்ணறிவின் அனைத்து அளவீடுகளிலும் உள்ளார்ந்த ஒரு பொதுவான (பொது) காரணி மற்றும் பயன்படுத்தப்படும் ஒவ்வொரு சோதனைகளாலும் அறிமுகப்படுத்தப்பட்ட குறிப்பிட்ட காரணிகளின் முழு வரிசையின் அடிப்படையில் விவரிக்கப்பட்டது. இருப்பினும், ஒரு பொதுவான காரணியின் கருத்து ஏற்றுக்கொள்ள முடியாததாக மாறியது, மேலும் கோட்பாட்டின் மேலும் வளர்ச்சியானது தர்ஸ்டோனின் மல்டிஃபாக்டர் பகுப்பாய்வின் தோற்றத்திற்கு வழிவகுத்தது, அதாவது. இன்று நாம் காரணி பகுப்பாய்வு என்று அழைக்கிறோம். வாய்மொழி திறன்கள், கணிதத் திறன் மற்றும் புலனுணர்வு வேகம் ஆகியவற்றை வெளிப்படுத்தும் காரணிகளின் நேரியல் சேர்க்கைகளாக ஆப்டிட்யூட் டெஸ்ட் பேட்டரிகளில் (கவனிக்கப்படும் மாறிகள்) மதிப்பெண்களைப் பார்ப்பது இப்போது பொதுவானது.

இரண்டாம் உலகப் போரின் போது காரணி பகுப்பாய்வுதகுதிச் சோதனை, வகைப்பாடு மற்றும் பணியாளர்களின் விநியோகம் ஆகியவற்றின் சிக்கல்களைத் தீர்ப்பதில் பல்வேறு அமெரிக்க இராணுவ சேவைகளால் பரவலாகப் பயன்படுத்தப்பட்டது. மிக விரைவில், குணவியல்பு (கில்ஃபோர்ட், ஜிம்மர்மேன், 1956), அதிகாரப்பூர்வ அறநெறி (ரோபக், 1958), மருத்துவ சிகிச்சை முறைகளின் வளர்ச்சியில் (லோர், மெக்நாயர், 1964; மெக்நாயர், 1964) ஆகியவற்றில் காரணி பகுப்பாய்வைப் பயன்படுத்துவதற்கு அர்ப்பணிக்கப்பட்ட படைப்புகள் தோன்றின. ), அடையாளம் காண்பதில் உளவியல் பண்புகள்"பொது உறவுகள்" (Schubert, 1962; Thurstone, Began, 1951; Voiers, 1964; இதைப் பற்றிய கூடுதல் தகவலுக்கு, ஹர்மன், 1972 ஐப் பார்க்கவும்).

நிகழ்தகவு கோட்பாடு மற்றும் கணித புள்ளியியல், நேரியல் இயற்கணிதம் மற்றும் செயல்பாட்டு பகுப்பாய்வு முறைகளை இணைத்து, அமெரிக்க உளவியலாளர்களுக்காக அமெரிக்க கணிதவியலாளர்கள் மற்றும் புள்ளியியல் வல்லுனர்களால் உருவாக்கப்பட்ட மற்றும் முக்கியமாக இந்த அமெரிக்க உளவியலாளர்களால் பயன்படுத்தப்படும் காரணி பகுப்பாய்வு மிகவும் சிக்கலான கணித அமைப்பாக மாறியது. ரஷ்ய மொழி பேசும் வாசகருக்குக் கிடைக்கும் காரணி பகுப்பாய்வு பற்றிய அனைத்து புத்தகங்களும் மொழிபெயர்ப்புகளாகும். மேலும் உளவியலில் இந்த முறையின் பயன்பாட்டை விளக்கும் குறிப்புகள் ஆங்கில மொழி இலக்கியத்தை மட்டுமே குறிக்கின்றன.

நம் நாட்டில், காரணி பகுப்பாய்வின் அடிப்படைகள் பற்றிய விவாதம் 1930 களில் தொடங்கியது. எவ்வாறாயினும், இவை முக்கியமாக சகாப்தத்தின் ஆவிக்கு ஒத்த விமர்சன உரைகள் மற்றும் "ஒரு சொத்து அதன் கூறுகளின் கூட்டுத்தொகையாக சிதைக்கப்படும்போது எழும் ஒரு மனோதத்துவ இயல்பின் தீவிர எளிமைப்படுத்தல்" (மாண்ட்ரிகா, 1931) பற்றிய ஆய்வறிக்கைக்கு வழிவகுத்தது. இந்த நிலை சோவியத் அறிவியலின் அனைத்து பகுதிகளிலும் காரணி பகுப்பாய்வின் மேலும் பரவல் மற்றும் பயன்பாட்டை கணிசமாகக் குறைத்தது.

சோவியத் ஒன்றியத்தில் இந்த முறையின் வளர்ச்சியில் ஒரு புதிய கட்டம் 1950 களில் தொடங்கியது. மானுடவியலில் (Ignatiev, 1957). V.P. Chtetsov (1960) இன் பணி கோடிட்டுக் காட்டப்பட்டுள்ளது பொது திட்டம்காரணி பகுப்பாய்வு மற்றும் வெளிநாட்டு மானுடவியலாளர்களின் சில படைப்புகளை மதிப்பாய்வு செய்தது. இயற்பியல் மானுடவியலில் காரணி பகுப்பாய்வைப் பயன்படுத்த வேண்டியதன் அவசியத்தை P.N பாஷ்கிரோவ் (1960) கட்டுரையில் காட்டினார், இது மானுடவியல் மற்றும் விளையாட்டு அறிவியலுக்கு இடையில் ஒரு "பாலமாக" செயல்பட்டது, இது மனிதனின் அதிக நரம்பு செயல்பாடுகளின் அறிவியலுடன் நெருக்கமாக தொடர்புடையது - B.M இன் ஆர்வமுள்ள பகுதி டெப்லோவா மற்றும் வி.டி. Nebylitsyn (மேலும் விவரங்களுக்கு, பார்க்கவும்: Nebylitsyn, 1960; Doktorov, 1969).

நெபிலிட்சின் கட்டுரை (1960) அந்த நேரத்தில் மிகவும் தைரியமாக இருந்தது (சோவியத் உயிரியல், மரபியல், கணிதம் போன்றவற்றில் முதலாளித்துவப் போக்குகளுக்கு எதிரான தீவிரப் போராட்டத்தைப் பற்றி மறந்துவிடக் கூடாது). கவனமாக அழைக்கிறேன் காரணி பகுப்பாய்வுமாறாக அகநிலை விளக்கங்கள் மற்றும் முடிவுகளுக்கு கணிசமான வாய்ப்பை வழங்கும் ஒரு கலை, இருப்பினும் இந்த முறையின் கோட்பாடு, அடிப்படை வளாகங்கள், தர்க்கம் மற்றும் நுட்பம் ஆகியவற்றைப் பற்றி அறிந்துகொள்ள உளவியலாளர்களை ஆசிரியர் அழைக்கிறார், மேலும் இது விரைவில் கடுமையான தர்க்கரீதியாக மாற்றப்படும் என்ற நம்பிக்கையையும் வெளிப்படுத்துகிறார். ஒரு தனித்துவமான தீர்வை வழங்கும் திட்டம்.

Teplov (1967) இரண்டு வெவ்வேறு கவனத்தை ஈர்க்கிறது, ஆனால் இல்லை முரண்பட்ட நண்பர்கள்காரணி பகுப்பாய்வின் பிற பணிகள்: முறையான-கணிதம் (புள்ளியியல், பெறப்பட்ட தரவுகளின் பொருளாதார விளக்கத்துடன் தொடர்புடையது) மற்றும் அறிவியல்-கருத்தான (விளக்கம், ஆய்வு செய்யப்படும் செயல்முறைகளின் தன்மை தொடர்பான கருதுகோள்களை உறுதிப்படுத்த அல்லது நிராகரிக்க அனுமதிக்கிறது). இந்த இரண்டு சிக்கல்களும் நெருக்கமாக ஒன்றோடொன்று தொடர்புடையவை: இரண்டாவது (அறிவியல்-கருத்தான) சிக்கலைத் தீர்க்க, நீங்கள் முதலில் முதல் - கணிதத்தை தீர்க்க வேண்டும். காரணி பகுப்பாய்வின் கணித மாதிரியை விவரிக்கும் மற்றும் அவர் வழிநடத்தும் ஆய்வகத்தின் ஆராய்ச்சியின் உதாரணங்களை மேற்கோள் காட்டி, டெப்லோவ் கூறுகிறார் காரணி பகுப்பாய்வுஒரு கட்டமைப்பை உருவாக்கும் சில அடிப்படை அளவுருக்கள், செயல்பாடுகள், பண்புகள் ஆகியவற்றைக் கருதக்கூடிய எந்தவொரு துறையிலும் மதிப்புமிக்க கருவியாக இருக்கும். தற்போது, ​​காரணி பகுப்பாய்வு பற்றிய அனைத்து மோனோகிராஃப்களும் உளவியலில் அதன் பயன்பாட்டின் பகுதிகளைக் குறிக்கின்றன. டெப்லோவின் இந்த வேலையில் காரணி பகுப்பாய்வு முறை அதன் இறுதிப் பெயரை ரஷ்ய மொழியில் பெற்றது என்பது கவனிக்கத்தக்கது (முன்பு, "காரணி" என்ற வார்த்தையுடன், "காரணி" என்ற சொல் பயன்படுத்தப்பட்டது).

நீங்கள் அடிக்கடி பயன்படுத்தும் சக ஊழியர்களின் பெயர்களை எந்த உள்நாட்டு உளவியலாளரிடம் கேட்டால் காரணி பகுப்பாய்வுஇன்று, அத்தகைய மதிப்பீட்டின் மறுக்கமுடியாத தலைவர்கள் மனோதத்துவ திசையின் "ஸ்தாபக தந்தைகளாக" இருப்பார்கள் - வி.எஃப். இது உண்மைதான். காரணி பகுப்பாய்வு (பன்முக புள்ளிவிவரங்களின் பிற முறைகளுடன் - கிளஸ்டர் மற்றும் பாகுபாடு பகுப்பாய்வு, பல பரிமாண அளவிடுதல்) மனோதத்துவவியலின் வேலை ஆயுதக் களஞ்சியத்தில் சேர்க்கப்பட்டுள்ளது. E.Yu (1980, 1999), ஒரு மனோதத்துவ அணுகுமுறையை வளர்த்துக் கொண்டால், பெரிய கணினிகளைப் பயன்படுத்துவதில் சில சிரமங்கள் மற்றும் தனிப்பட்ட கணினிகளின் பற்றாக்குறை (எனவே அவரது சொற்பொருள் குறியீடுகள் போன்றவை) சிக்கலான கணக்கீடுகளுடன் தொடர்புடைய தரவு செயலாக்கத்தைத் தவிர்க்க முயற்சித்தார். , பின்னர் தற்போது, ​​இந்தத் தடைகளை அகற்றுவது, பெறப்பட்ட தரவுகளில் இருந்து அதிகமாக "கசக்க" செய்கிறது. மேலும் தகவல்பன்முக புள்ளிவிவர முறைகள். நிச்சயமாக, காரணி பகுப்பாய்வின் பயன்பாடு சைக்கோசெமாண்டிக்ஸ் பகுதிக்கு மட்டும் மட்டுப்படுத்தப்படவில்லை, இருப்பினும் பிந்தையவற்றின் வளர்ச்சி பொது கணித கலாச்சாரத்தின் வளர்ச்சிக்கு கணிசமாக பங்களிக்கிறது. உள்நாட்டு உளவியலாளர்கள். காரணி பகுப்பாய்வு முறையைப் பயன்படுத்தி ஆராய்ச்சி மேற்கொள்ளப்படாத பொது அல்லது பயன்பாட்டு உளவியலின் எந்தப் பகுதியும் நடைமுறையில் எஞ்சியிருக்கவில்லை என்பதை உறுதிப்படுத்த கடந்த இரண்டு அல்லது மூன்று ஆண்டுகளில் உளவியல் இதழ்களைப் பார்ப்பது போதுமானது.

முதல் கட்டங்களில் காரணி பகுப்பாய்வு நடைமுறைகள் முக்கியமாக "கைமுறையாக" மேற்கொள்ளப்பட்டிருந்தால், ஆராய்ச்சியாளர்கள் கோட்பாடு மற்றும் கணக்கீட்டு முறைகளில் தேர்ச்சி பெற வேண்டும் என்றால், தற்போது பெரும்பாலான உளவியலாளர்கள் இதைப் பயன்படுத்துகின்றனர். காரணி பகுப்பாய்வுஅவற்றின் தரவைச் செயலாக்க, கணக்கீடுகளை நியாயப்படுத்தும் சிக்கலான கட்டமைப்புகளைப் பற்றிய தெளிவற்ற புரிதல் உள்ளது, மேலும் தொடர்புடைய கணினி நிரல்களை (பொதுவாக அமெரிக்க புரோகிராமர்களால் உருவாக்கப்பட்டது) ஒரு "கருப்புப் பெட்டியாக" உணர்கிறது, அதில் நீங்கள் உங்கள் தரவு மேட்ரிக்ஸை உள்ளிடலாம். வெளியீடு நீங்கள் காரணிகளின் மேட்ரிக்ஸ் அல்லது சில வரைபடங்களைப் பெறுவீர்கள். நிச்சயமாக, காரணி பகுப்பாய்வுக் கோட்பாட்டின் துறையில் உள்ள சில அறிவு, தரவைச் செயலாக்கும்போது மட்டுமல்ல (தேர்வு முறைகள், புள்ளிவிவர அளவுகோல்கள், கணித நியாயப்படுத்தல்) ஆராய்ச்சியாளரை மிகவும் சுதந்திரமாக உணர அனுமதிக்கும். உகந்த தீர்வு), ஆனால் பரிசோதனையைத் திட்டமிடும் கட்டத்தில் (எந்த மாறிகள் சேர்க்க வேண்டும், என்ன கணித தீர்வை எதிர்பார்க்கலாம்), அத்துடன் பெறப்பட்ட முடிவை விளக்கும்போது மற்றும் இந்த குறிப்பிட்ட தீர்வு ஏன் பெறப்பட்டது மற்றும் பிற முறைகளைத் தேர்ந்தெடுப்பதன் மூலம் அதை மேம்படுத்த முடியுமா என்பதைப் புரிந்துகொள்வது. காரணி பகுப்பாய்வு. இவை அனைத்தும் ஆராய்ச்சியின் அளவை அதிகரிக்கின்றன.

இருப்பினும், அறியாமல் ஒரு காரை ஓட்டுவது மிகவும் சாத்தியம் என்பதை நாம் அனைவரும் அறிவோம். உள் சாதனம்: விதிகளைக் கற்றுக்கொண்டார் போக்குவரத்து, இயந்திர இயக்கத்தின் கொள்கைகளுடன் பழகியது, நினைவில் உள்ளது பள்ளி பாடங்கள்இயற்பியலாளர்கள் - அவர்கள் வழியில். வழியில் ஏதாவது உடைந்தால், பேட்டைக்கு அடியில் செல்ல வேண்டிய அவசியமில்லை, ஆனால் நீங்கள் உதவிக்கு ஒரு நிபுணரிடம் திரும்பலாம். ஒரு உளவியலாளர் கணினியில் அமர்ந்து, காரணி பகுப்பாய்வு திட்டத்தை இயக்கி, அவரது தரவைச் செயலாக்கத் தொடங்கும் போது இதேதான் நடக்க வேண்டும். இங்கே, காரணி பகுப்பாய்வு திட்டத்தைப் பயன்படுத்துவதற்கான "பயனர் வழிகாட்டி" மற்றும் பள்ளியில் பெறப்பட்ட பொது கணித கலாச்சாரம் மற்றும் பின்னர் நிறுவனத்தில் உதவியாளர்களாக செயல்படுகிறது (கணிதத்தில் ஒரு பாடநெறி உளவியல் மாணவருக்கு அவசியமானது என்று கருதப்படுவது தற்செயல் நிகழ்வு அல்ல). முக்கிய நோக்கம்முன்மொழியப்பட்ட கையேட்டின் - முடிந்தவரை எளிமையாக, உளவியலாளருக்கு (அல்லது மாணவர்) காரணி பகுப்பாய்வின் சக்தியை தங்கள் சொந்த நோக்கங்களுக்காக எவ்வாறு பயன்படுத்துவது என்பதை விளக்கவும். இருப்பினும், ஒரு காரை ஓட்டுவதில் உள்ள ஒப்புமையை நினைவுபடுத்துதல் மற்றும் ஒரு கார் சேவையை கணக்கில் எடுத்துக்கொள்வது தற்போதுகாரணி பகுப்பாய்வு கோட்பாட்டின் நிபுணர்களால் உளவியலாளர்களின் சேவையை விட மிகவும் சிறப்பாக உருவாக்கப்பட்டுள்ளது (பிந்தையது மிகக் குறைவு), மேலும் இந்த கோட்பாட்டின் சூத்திரங்கள் மற்றும் கோட்பாடுகளைப் புரிந்துகொள்ள உளவியலாளர் விரும்புவார் (அல்லது கட்டாயப்படுத்தப்படுவார்) , காரணி பகுப்பாய்வின் சில கணித அடிப்படைகளை நாங்கள் வழங்குகிறோம், மேலும் மேம்பட்ட வாசகர்களுக்கு கூடுதல் இலக்கியங்களைப் பரிந்துரைக்கிறோம்.