Архив психологического форума на "Флогистоне"

Занимаясь исследованиями с применением семантического дифференциала и решеток Келли, столкнулся с проблемой обобщения и выводов по групповым результатам.
Например, в статье Дубова И., Пантелеева С. "Восприятие личности политического лидера" они красиво пишут: у нас есть матрица данных 50*80*5 (это по памяти, могу ошибаться - суть не в цифрах а в трехмерной матрице), проводим факторный анализ и получаем результат. Как??? Мне непонятно. Может кто-нибудь объяснит?

Видел чью-то курсовую работу в интернете. Там этот вопрос решался просто: данные всех испытуемых по каждой ячейке матрицы усреднялись и получалась одна матрица средних, которую можно спокойно обработать. Но мне кажется, что это не совсем корректный подход.

Подскажите, пожалуйста, как быть с обобщением данных по группе испытуемых в психосемантических исследованиях и как проводить факторный анализ трехмерной матрицы.
Достаточно будет ссылок на литературу.

Спасибо!

Так на самом деле делают. Смысл проведения тестирования по методике репертуарных решеток в заполнении человеком некоторой матрицы. То есть оценка персонажей по конструктам. Если персонажей 12, а конструктов 10, то получится матрица 12x10. Потом можно провести факторный анализ такой матрицы и получить результат.

В вашем исследовании речь идет о трехмерной матрице, то есть не один человек, а целая группа людей. У каждого получается матрица, причем персонажи и конструкты даются одинаковые для всех испытуемых. В этом случае можно усреднить результаты по каждой ячейке и провести факторный анализ.

Таким образом, можно делать вывод о всей группе. Когда вы считаете среднее по какой-либо шкале методики, то получается тот же самый результат. Почему нельзя усреднить ячейки в матрицах, а потом обработать.

Сергей, спасибо за ответ!

Мои сомнения по поводу усредненных оценок вызваны следующим:

Если говорить о среднем как о способе обобщения данных по выборке, то необходимо четко понимать, что за цифру ты получишь.

Классический пример: средняя зарплата рабочих предприятия - 200$. На предприятии 9 работников, получающих по 100$ и начальник, получающий 1100$. Таким образом, среднее для нас малоинформативно. И поэтому вводятся другие меры рапределения - отклонения, дисперсия, мода, медиана и т.д.

И, например, любые статистические методы сравнивающее средние оценки по группе, в качестве условия проведения требуют равенство дисперсий и т.д. Поэтому очень хотелось бы разобраться, насколько такой способ валиден математически.

С другой стороны, нельзя в цифрах потерять психологию. Результатом психосемантического метода является отражение семантического пространства. И именно семантические пространства личностей надо как-то анализировать. Отражение семантического пространства - это не сами оценки, а связи между ними. Если мы и можем усреднить оценки, то потеряем структуру связей, т.к. связи при этом не усредняются, а создают совершенно новую структуру.

Так, если у одного испытуемого есть связь (повышение по работе)-учеба, а у другого (повышение по работе)-родственники и у третьего (повышение по работе)-болезнь, то усредненные оценки дадут нам неизвестно что.

Перечитал все. Конечно, немного спутано получилось, но суть своих сомнений я вроде бы отобразил.

Да, подсчет среднего значения дает свои недостатки, но кроме него ничего в психологии не придумано. Точнее в психологии вообще мало чего придумано для обработки, поэтому приходится пользоваться математическими методами.

Если брать пример с такими большими разбросами, как 100$ и 1000$, то конечно среднее получится 550$ и никакой картины мы не получим. В случае с репертуарными решетками мы в каждой ячейке получаем число от -1 до 1 (если вы использовали шкалу Дембо-Рубинштейн к примеру), либо от 1 до 7 (если это шкала от 1 до 7). В принципе не такой большой разброс и можно использовать такой способ для анализа. Я читал статью, где приводится исследование группы алкоголиков с помощью техн. реперт. решеток до и после тренинга и использовались как раз усредненные матрицы. До получилась довольно четкая картина о неосознании группой своих действий, а после факторы стали четкими и у группы появились определенные цели и т.п.

Здесь надо учитывать, что усредняются, все таки значения в одинаковых ячейках и в итоге получится усредненное значение именно по этой паре. Никакие связи не нарушатся. Все корреляции будут подсчитываться в факторном анализе и он уже даст общую картину о значимых конструктах для группы.