Многомерные методы анализа данных. Анализ взаимосвязи между большим количеством переменных осуществляется путем использования многомерных методов статистической обработки. Цель применения подобных методов — обнаружить скрытые закономерности, выделить наиболее существенные взаимосвязи между переменными. Примерами таких многомерных статистических методов являются:
♦ факторный анализ;
♦ кластерный анализ;
♦ дисперсионный анализ;
♦ регрессионный анализ;
♦ латентно-структурный анализ;
♦ многомерное шкалирование и др.
Факторный анализзаключается в выявлении и интерпретации факторов. Фактор — обобщенная переменная, которая позволяет свернуть часть информации, т. е. представить ее в удобообозримом виде. Например, факторная теория личности выделяет ряд обобщенных характеристик поведения, которые в данном случае называются чертами личности.
Кластерный анализпозволяет выделить ведущий признак и иерархию взаимосвязей признаков.
Дисперсионный анализ — статистический метод, используемый для изучения одной или нескольких одновременно действующих и независимых переменных на изменчивость наблюдаемого признака. Его особенность состоит в том, что наблюдаемый признак может быть только количественным, в то же время объясняющие признаки могут быть как количественными, так и качественными.
Регрессионный анализпозволяет выявить количественную (численную) зависимость среднего значения изменений результативного признака (объясняемой) от изменений одного или нескольких признаков (объясняющих переменных). Как правило, данный вид анализа применяется в том случае, когда требуется выяснить, насколько изменяется средняя величина одного признака при изменении на единицу другого признака.
Латентно-структурный анализпредставляет собой совокупность аналитико-статистических процедур выявления скрытых переменных (признаков), а также внутренней структуры связей между ними.
158
Он дает возможность исследовать проявления сложных взаимосвязей непосредственно ненаблюдаемых характеристик социально-психологических и педагогических феноменов. Латентный анализ может стать основой для моделирования указанных взаимосвязей.
