О принципиальных искажениях метрических факторов в результате вращения

Oбосновывается недопустимость применения методов вращения в факторном анализе для метрических данных, отражающих естественно-научные закономерности. На ряде показательных примеров продемонстрирована парадоксальность получаемых в таких ситуациях выводов: антропометрические показатели перестают зависеть от роста людей; ведущие хоккеисты становятся аутсайдерами; сердце перестает влиять на работу организма; экономика государства теряет разумные основания, а дефолта 1998 г. не происходит.

Хотя основные идеи факторного анализа возникли еще в начале прошлого века, но современное воплощение [4, 7] этот метод приобрел в послевоенное 20-летие, благодаря работам целой плеяды западных математиков, вовлеченных в масштабные государственные программы психологического и социологического тестирования. В 50-х годах были разработаны и методы вращения факторов. Следующие в этом фарватере и конкурирующие между собой системные аналитики без необходимых оговорок и предостережений в 70-х годах включили эти методы в свои первые интегрированные статистические пакеты [1, 6, 7]. Отсюда это перекочевало практически во все последующие учебники и пособия, и методика вращения факторов стала широко применяться для данных из других научных областей, что постепенно стало «хорошим аналитическим тоном». Остановимся на некоторых негативных методологических и науковедческих аспектах такого некритического переноса.

1. Афифи А., Эйзен С. Статистический анализ. Подход с использованием ЭВМ. – М.: Мир, 1982. – 488 с.
2. Арчер Д.К., Шелли Ф.М., Тейлор П.Д., Уайт Э.Р. География президентских выборов в США. – В мире науки (Scientific American), 1988. №9, с.6-14.
3. Кулаичев А.П. Методы и средства комплексного анализа данных. Учебное пособие для клас- сического университетского образования. Изд. 4-е. – М.: ФОРУМ-ИНФРА-М, 2006. – 512 с.
4. Митина О.В., Михайловская И.Б. Факторный анализ для психологов. Учебное пособие. – М.: УМК Психология, 2001 – 169 с.
5. Петренко В.Ф. Психосемантика сознания. – М.: МГУ, 1988. – 207 с.
6. Статистические методы для ЭВМ. Под ред. К. Эйслейна, Э. Рэлстона, Г.С. Уолфа. – М.: Наука, 1986. – 464 с.
7. Харман Г. Современный факторный анализ. – М.: Статистика, 1972. – 656 с.
8. Marija J. Norusis. SPSS/PC+. Statistical Package. – SPSS Inc., Chicago, 1986. – 270 с