Понятие факторного анализа
Факторный анализ принадлежит к числу таких методов, которые, будучи разработанными в рамках запросов одной науки, впоследствии приобрели более широкое междисциплинарное значение. Заслугой психологии можно считать разработку именно такого метода.
Основные идеи факторного анализа были заложены в трудах известного английского психолога Ф. Гальтона (1822-1911), основателя евгеники, внесшего большой вклад в исследование индивидуальных различий. Дальнейшая разработка и внедрение факторного анализа (ФА) в психологию связаны с именами Ч. Спирмена, Р. Кеттелла, Л. Терстоуна.
Необходимость применения ФА в психологии как одного из методов многомерного количественного описания наблюдаемых переменных в первую очередь следует из многомерности объектов, изучаемых данной наукой. Под многомерным представлением объекта понимается результат его оценивания по нескольким различным и существенным для его описания характеристикам - измерениям, т. е. присвоение ему сразу нескольких числовых значений.
Информативность многомерного описания объекта изучения возрастает с увеличением количества используемых признаков или измерительных шкал. Однако очень трудно выбрать сразу и существенные, и независимые друг от друга характеристики. Как правило, исследователь начинает с заведомо избыточного количества признаков и в процессе работы сталкивается с необходимостью адекватной интерпретации большого объема полученных данных и их компактной визуализации. Анализируя полученные данные, исследователь замечает тот факт, что оценки изучаемого объекта, полученные по некоторым шкалам, сходны между собой. Другими словами, возникает вопрос о том, что многие характеристики, по которым производилось измерение нашего объекта, вероятно, в некоторой степени дублируют друг друга, а вся полученная информация в целом избыточна. За связанными друг с другом переменными, по-видимому, стоит влияние некоторой скрытой, латентной переменной, с помощью которой можно объяснить наблюдаемое сходство полученных оценок. Очень часто эту переменную называют фактором.
Таким образом, метод научного познания - обобщение - приводит нас к возможности и необходимости выделения факторов как переменных более общего, более высокого порядка. Обобщение позволяет заметить те связи между исходными характеристиками, которые ранее не были очевидными, а после этого выйти на более высокий уровень понимания сущности измеряемого объекта.
Существует несколько статистических методов, которые позволяют исследовать отношения между переменными, не определяя, какие из них являются зависимыми, а какие - независимыми. Для этих методов все переменные оказываются в равном положении - ни одна из них не является более важной, чем другая. Первый метод, который мы рассмотрим, метод главных компонент, объясняет наибольшую вариативность в терминах наименьшего количества линейных комбинаций переменных. Второй метод, факторный анализ, объясняет отношения между переменными с помощью нескольких факторов, которые не могут быть прямо измерены. Оба метода равного количеству исходных переменных. Однако факторы, определяемые в результате факторизации, как правило, не равноценны по своему значению.
Коэффициенты, определяющие новую переменную, выбираются таким образом, чтобы новые переменные (главные компоненты, факторы) описывали максимальное количество вариативности данных и не коррелировали между собой. Они представляют собой коэффициент корреляции между исходной переменной и новой переменной (фактором). Коэффициенты называются факторными нагрузками. Обычно они представляются в виде таблицы, где факторы располагаются в виде столбцов, а переменные - в виде строк:
| Переменные | Фактор 1 | Фактор 2 |
| Интеллект (по тесту Векслера) | 0,86 | 0,02 |
| Интеллект (по тесту Айзенка) | 0,75 | 0,01 |
| Интеллект (по тесту Равена) | 0,91 | 0,18 |
| Оценка по социальной психологии | 0,04 | 0,79 |
| Оценка по когнитивной психологии | 0,13 | 0,85 |
| Оценка по общей психологии | 0,21 | 0,82 |
Такая таблица называется таблицей (матрицей) факторных нагрузок. Числа, приведенные в ней, являются коэффициентами. Число 0,86 означает, что корреляция между первым фактором и значением по тесту Векслера равна 0,86. Чем выше факторная нагрузка по абсолютной величине, тем сильнее связь переменной с фактором.