Приложение II. Синдром социальной активности: шкала оценки и факторы
Фил и Сара Бранскилл разработали шкалу для замеров различных аспектов синдрома социальной активности (Social Intensity Syndrome), которая была протестирована на американских военнослужащих, как отставных, так и действующих, служивших как на территории Соединенных Штатов, так и на военных базах по всему миру. В результате исследования были выявлены шесть факторов, которые наиболее сильно связаны с синдромом социальной активности: это армейские друзья, семья, гендерные предпочтения в социализации, социальные привязанности, ностальгия и наркотики. Ниже приводится описание этих факторов и статистика по каждому их них. Но прежде уточним значение некоторых терминов, которые мы использовали при анализе полученных результатов исследования.
Собственное значение. При мультивариантном анализе матрицы данный элемент часто диагонализуется. В данном случае собственные значения матриц используются для консолидации дисперсии. При факторном анализе собственные значения элементов используются для проведения сокращений в корреляционной матрице. «Факторы с наибольшим собственным значением имеют большую дисперсию, которая постепенно убывает у факторов с малой или даже отрицательной дисперсией, и они обычно исключаются из решения» (Табачник и Фиделя, 1995, с. 646). Принято считать, что лишь переменные с собственными значениями 1.00 и выше пригодны для анализа матрицы.
Альфа Кронбаха. Это коэффициент внутренней согласованности. Обычно используется в качестве оценки достоверности исследования при построении тестов и для проверки их надежности. При возрастании корреляции между элементами матрицы альфа Кронбаха неуклонно возрастает, что и служит показателем внутренней согласованности при оценке достоверности результатов теста.
Среднее арифметическое. Термины «среднее арифметическое» или «среднее число» или просто «среднее» обозначают одно и то же, а именно среднее значение распределения. Оно является результатом деления суммы всех наблюдаемых числовых величин на их количество. Для выборки, состоящей из чисел х1 х2, ... хn, среднее значение M равно или является X.
Дисперсия. Дисперсия представляет собой средний квадрат отклонений отдельных элементов матрицы от их средней величины. В принципе, дисперсия показывает степень распределения разных чисел. Если она равна нулю, значит, переменные идентичны. Значение дисперсии никогда не может быть отрицательным. Ее малые значения показывают, что точки ввода данных сгруппированы вокруг среднего арифметического (математическое ожидание), а значит, близки друг другу, в то время как большие значения дисперсии свидетельствуют о том, что точки данных находятся на некотором удалении от среднего арифметического, а значит, и разбросаны по отношению друг к другу. Квадратный корень дисперсии понимается как среднее квадратичное отклонение или просто стандартное отклонение. Стандартное отклонение имеет такую же размерность, как и у самой базы данных, а поэтому может быть сравнимо с отклонениями от среднего арифметического.
Стандартное отклонение (СО). Стандартное отклонение обозначает сумму отклонений или дисперсий от среднего числа. Низкий показатель стандартного отклонения указывает на то, что точки ввода данных близки к среднему арифметическому (математическое ожидание), в то время как высокий показатель свидетельствует об их большом разбросе.
Факторная нагрузка. Факторная нагрузка показывает, какое количество уникальных групп элементов или групп вопросов составляет выборку исследования. Данная нагрузка отражает степень значимости факторов.
Синдром социальной значимости: факторы
Армейские друзья. Этот 16-элементный фактор описывает устойчивые незаменяемые связи, возникающие между теми американцами, которые служили в армии (собственное значение = 9,04; 15,58% дисперсии объяснено; М = 3,32, СО = 0,95). Примеры: «Мне больше нравится проводить время со своими армейскими друзьями а не с теми, с кем я познакомился на “гражданке”»; «Со своими армейскими друзьями я чувствую себя самим собой»; «Стараюсь проводить время там, где все наши парни, как отставные, так и те, кто на действительной службе». Средняя факторная нагрузка — 0,69 (? = 0,95).
Семья. Этот 11-элементный фактор отражает общее негативное отношение человека к его семье (собственное значение = 6,65; 11,47% дисперсии объяснено; М = 2,23, СО =1,03). Примеры: «Мне скучно со своей второй половиной»; «В семье мне скучно»; «Я больше доверяю своим армейским друзьям, чем моей второй половине». Средняя факторная нагрузка — 0,69 (? = 0,92).
Гендерные предпочтения в социализации. Данный семиэлементный фактор уточняет, почему некоторые мужчины предпочитают женщинам общение со своими старыми друзьями (собственное значение = 5,12; 8,82% дисперсии объяснено; М = 2,69, СО = 1,1). Примеры: «Женщины не умеют “оттягиваться”, как мы»; «С женщинами не так комфортно, как со своими ребятами»; «Ничего хорошего, когда в мужскую компанию затесалась женщина». Средняя факторная нагрузка — 0,77 (? = 0,92).
Социальные привязанности. Этот 11-элементный фактор фокусирует внимание на социализации мужчины со своими друзьями (собственное значение = 5,05; 8,71% дисперсии объяснено; М = 2,68, ББ = 0,81). Примеры: «Я скучаю по своим ребятам»; «Мне постоянно надо встречаться с друзьями»; «Лучше потусоваться в компании, чем с одним другом». Средняя факторная нагрузка — 0,66 (? = 0,87).
Ностальгия. Этот девятиэлементный фактор отражает значимость приятных воспоминаний, связанных со службой (собственное значение = 4,96; 8,55% дисперсии объяснено; М = 3,63, СО = 1,01). Примеры: «Я часто думаю, а не вернуться ли снова в армию»; «Со службой у меня больше связано хорошее, чем плохое»; «Я хотел вернуться на службу, потому что в армии жизнь интереснее». Средняя факторная нагрузка — 0,69 (? = 0,89).
Наркотики. Данный четырехэлементный фактор отражает употребление тех наркотиков, которые принимаются на вечеринках для расслабления (собственное значение = 3,11; 5,36% дисперсии объяснено; М = 1,34, СО = 0,79). Примеры: «Мне нравятся наркотики (марихуана, кокаин, крэк, амфетамин и т. п.)»; «Я не против слегка кайфануть». Средняя факторная нагрузка — 0,85 (? = 0,88).
