506 • Часть IV. Психические свойства личности

Рис. 21.2. Принципиальная схема выделения типов испытуемых с использованием математических методов. Объяснения в тексте

а по принципу близости испытуемых (рис. 21.2). Существуют два основных вари­анта постановки задачи группировки испытуемых: 1) группировка испытуемых на незаданные группы; 2) группировка испытуемых на заданные группы.

1. Задача группировки испытуемых на незаданные группы. Этот вариант задачи формулируется следующим образом: имеется многомерное психологическое опи­сание выборки испытуемых и требуется осуществить их разделение на однород­ные группы, т. е. такое разделение, при котором в составе выделенных групп ока­зались бы испытуемые, похожие по психологическим характеристикам. Такая по­становка задачи соответствует интуитивным представлениям о типе личности.

2. Задача группировки испытуемых на заданные группы. При решении этой за­дачи предполагается, что имеются результаты многомерного психологического обследования нескольких групп испытуемых и о каждом испытуемом заранее из­вестно, к какой группе он принадлежит. Например, в задаче профотбора это могут быть группы хороших и плохих специалистов, при исследовании полового димор­физма — это испытуемые разного пола, при педагогических исследованиях — это группы школьников, различающихся по успешности обучения, дисциплинирован­ности, общественной активности, возрасту и т. п.

Задача заключается в том, чтобы найти правило разбивки испытуемых на за­данные группы по психологическим характеристикам.

Существует еще один способ группировки данных — это методы одновремен­ного выделения черт и типов. В большинстве психологических исследований раз­рабатывается какой-либо один подход — на базе черт или типологический. Вместе с тем представляется перспективным их объединение. Объединение этих двух подходов предполагает одновременное выделение черт и типов. С этой целью мо­гут быть использованы методы «лингвистического анализа» данных, основанные на использовании комбинаций моделей факторного анализа и автоматической классификации.

В рамках данного подхода разработано два вида Комбинаций совместного ис­пользования факторного анализа и автоматической классификации: прямая и об­ратная комбинации. При прямой комбинации методами факторного анализа вна­чале производится группировка признаков, а затем с помощью методов автомати­ческой классификации в каждой выделенной группе параметров осуществляется