%Алогритмы четкие есть, посмотрите вот эту ссылку
[
www.nuis.ac.jp]%
Спасибо за ссылку. Прочитала с удовольствием. Но это описание постановки опроса.
Я же имела в виду обработку результатов и степень их точности (я не считаю себя достаточно компетентной в психологии, но по части математики кое-что вызывает у меня серьёзные сомнения).
К сожалению, ни у одного из авторов (ни у Шмелёва, ни у Петренко, ни у прочих) я не встретила однозначного указания на математические методы обработки результатов. При факторном анализе чаще всего используется метод главных компонент (по моим наблюдениям
, но даже сам по себе метод главных компонент имеет варианты.
Конечно, это замечание - чистое занудство, но есть вещи и посерьёзнее.
Напр. биполярность шкал. Когда испытуемый выбирает ноль, он может руководствоваться разными мотивами: (нейтральной оценкой объекта, несоответствием шкалы объекту, оценкой объекта как по однополярной шкале, "не замечая" одного из полюсов). Я лично опросила десяток испытуемых после опроса по СД и услышала все три варианта. Не считая совсем уж экзотической версии о том, что слова, обозначющие полюса шкалы, вообще не антонимы, а объект обладает свойствами обоих полюсов.
Таким образом, ноль может свидетельствовать как о нейтральности объекта, так и о неинформативности шкалы (согласитесь, разница существенная). Но это только предельные случаи. А чаще имеют место несколько факторов разной степени выраженности, и тогда появляются довольно интересные эффекты. Напр. неадекватная шкала не "уходит ноль" и не образует рвномерного распределения, как это должно быть по иидее, а образует бимодальное распределение, которое вполне способно разделиться по случайному признаку. И точно такое же бимодальное распределение вполне нормально образуется на адекватныхх шкалах с нулевой оценкой объекта (моды как правило оказываются на ближйших оценках справа и слева от нуля), потому что по какой-то загадочной причине большинство испытуемых не любит выбирать ноль. И оно же бывает при разнице в мнениях испытуемых об объекте, когда признак разделения уже не случаен.
Это не праздное занудство. Тут есть реальная проблема, потому что при некоторых видах анализа параметры распределений весьма важны, а такие погрешности эксперимента должны быть описаны математически.
Мало того, проблемы с нулём сильно затрудняют сравнение оценок разных объектов по одной и той же шкале. Самым неоднозначным является случай, когда средние оценки объектов оказываются по одну сторону от нуля, но при этом шкала не входит в насыщение (кстати, насыщение - это отдельная тема
Чем в этом случае будет ноль? Максимальной оценкой? Нейтральной оценкой? Я понимаю, что такие случаи довольно редки и чаще свидетельствуют о неправильной постановке эксперимента. Но тем не менее они возможны, а значит, должны быть описаны математически.
Но и это ещё не всё
Хотя это уже касается в основном СД. Каким образом я могу определить, НАСКОЛЬКО информативна моя шкала и насколько она соответствует объекту? Я вижу тут только два варианта: либо выставлять возле каждой шкалы дополнительную оценку "соответствует - не соответствует", либо проводить опрос в две серии со сменой полярности всех шкал и с изменением их порядка, при этом подбирая новый порядок так, чтобы изменить расположение закоррелированных шкал относительно друг друга. Последним я как раз сейчас и занята, но в результате не уверена, поскольку нигде не нашла описания всех побочных факторов, влияющих на оценки испытуемых. Чо тоже вполне понятно по причине оных факторов многообразия
И это тоже ещё не всё. Но не рискну больше злоупотреблять терпением модератора.
ЗЫ. В каждой науке ровно столько науки, сколько в ней математики (с) И.Кант
