Кластерный анализ. «Для типологии испытуемых использовалась процедура кластерного анализа.

Наиболее распространенными процедурами кластерного анализа являются иерархические (деревообразные) процедуры, их преимущество, в частности, в том, что они дают наглядную схему (дендрограмму) объединения испытуемых или иных объектов в кластеры (типы). Далее, что не менее важно, они характеризуются отсутствием априорной информации о распределении генеральной совокупности по кластерам (типам). Иными словами, мы не должны задавать количество кластеров (типов), которые требуется выделить, реально существующие типы (их количество) выделяются эмпирическим путем.

Далее, в кластерном анализе мы используем так называемый эвристический подход, в котором не требуется задавать критерий качества разбиения на кластеры. Однако, в нем стоит все же задача выбора некоторых математических показателей»[112].

Выбор процедуры является существенным вопросом кластеризации. Рассматривается метод Ворда, направленный на соединение близко размещенных кластеров. В центроидном методе мерой близости кластеров считается расстояние между центрами (средними) кластеров. В методе «ближайшего соседа (single linkage)» (рекомендуется для получения минимального дерева иерархической кластеризации) образцом кластера избирается объект (респондент), который меньше всего удален от прочих, в методе «дальнего соседа» (complete linkage) – который более всего удален. В этом месте показан далеко не весь перечень предлагаемых методов.

Но, как подтверждается, очень сложно бывает установить метод, являющийся лучшим, и предпочтение метода объясняется целями исследования[113]. Бывают случаи, когда не получается придать форму целям задачи, тогда показателем качества систематизации выступает возможность содержательной интерпретации найденных групп[114]. Здесь можно отметить, что сам по себе этап математической обработки не порождает, в терминах В.Ф. Петренко[115],«новое содержание», а позволяет представить исходные данные в компактной, хорошо структурированной форме, удобной для анализа и дальнейшей интерпретации. При этом этап математической обработки характеризуется большой свободой в выборе методов. Однако, в данном случае кластерный анализ использовался в трех вариантах: метод полных связей (complete linkage, или «дальнего соседа»); метод Ворда и Average Linkage (Within Group), давшие близкие результаты.

Далее в анализе проводилась группировка респондентов по полученным типам и сравнение каждого с другим по U – критерию Манна-Уитни. Далее представлены характеристики каждого из типов.