Другие новости по теме:
Комментарии (0) Факторный анализ 68
Правомерность применения неполных факторных шкал определяется тем, насколько хорошо выполняются отмеченные пред-
* Внешние переменные — переменные, которые не использовались при проведении факторного анализа. — Примеч. ред.
положения. В идеале следует проверять их с помощью конфир-маторного факторного анализа. Более того, если после проверки такая простая структура матрицы нагрузок подтверждается, то использование неполной факторной шкалы становится совершенно законным. Если все же обнаружены статистически значимые отклонения, необходимо выяснить степень этих отклонений, и в любом случае малые отклонения от простой структуры можно не учитывать.
Существует еще один подход для определения правомерности применения неполных факторных шкал (эти шкалы являются самыми простыми для вычислений, но основная причина их использования не в этом). Часто факторная модель неточно описывает экспериментальные данные: 1) неслучайные ошибки измерений переменных и 2) второстепенные факторы, не представляющие интерес для целей исследования и потому, не учитываемые в модели, могут внести вклад в наблюдаемые корреляции. А это в свою очередь влияет на получаемые значения. Следовательно, есть смысл не считать окончательными конкретные величины, получаемые в результате факторного решения. Консервативная точка зрения состоит в том, чтобы рассматривать найденные с помощью факторного анализа структуры лишь как гипотезы, отражающие в экспериментальных данных некоторые тенденции к скоплению переменных в кластеры (не более того). На наш взгляд, следует считать, что полученные значения содержат определенную ошибку, и разумно игнорировать некоторый уровень отклонений.
Возможны возражения против применения неполных факторных шкал. Так, можно заметить, что такая комбинация наблюдаемых переменных не является оптимальной, т. е. другое взвешивание переменных может увеличить корреляцию между шкалами и наблюдаемыми переменными. Однако здесь можно воспользоваться тем же доводом, который приводился в пользу простого суммирования: множественный коэффициент корреляции между шкалой (линейной комбинацией наблюдаемых переменных) и всем набором наблюдаемых переменных мало изменяется при небольших отклонениях в весах (Wang, Stanley, 1970; Wainer, 1976). Здесь следует сделать одно предостережение, о котором уже говорилось в разд. III. Если известно, что факторная модель точно соответствует данным, нельзя отбрасывать высокие факторные нагрузки (например, порядка 0,9) и приписывать им такое же значение, как и небольшим нагрузкам.
Итак, по-видимому, как обычные, так и неполные факторные шкалы имеют право на существование и могут использоваться на практике.
ЗНАЧЕНИЯ ГЛАВНЫХ КОМПОНЕНТ