Политическая социология

Взаимосвязь голосования за различные 
партии и блоки
Партия, 
блок 
КПРФ 
ДВР 
«Яблоко» 
ЛДПР 
КПРФ 
1,0 
-0,34 
-0,45 
+ 0,15 
ДВР 
-0,34 
1,0 
+ 0,67 
-0,60 
«Яблоко» 
-0,45 
+ 0,67 
1,0 
-0,48 

---

ЛДПР 
+ 0,15 
-0,60 
-0,48 
1,0 
Как правило, на признаки изучаемого явления влияет 
множество причин, поэтому для выявления полной картины 
недостаточно только анализа парных корреляций, нужна 
группировка этих корреляций и выявление на этой основе 
комплексов скрытых (латентных) переменных, которые 
называются 
факторами 
(рис. 2). 
Переменные
П1 П2 ПЗ П4
П5 П6 П7
П8 П9 
Факторы
Ф1
Ф2 
Рис. 2. Графическая структура факторного анализа 
Необходимость факторного анализа обусловлена тем, что мы не 
можем воспринимать большое число сопоставляемых пар 
признаков и вынуждены прибегать к помощи вычислительной 
техники. 
Факторный анализ 
основан на измерении доли влияния 
каждого из выделенных нами комплексов (независимых) 
переменных на изменение изучаемых признаков явления 
(зависимых 
переменных) 
и 
обнаружении 
причинной 
обусловленности этих изменений. Факторы выражают внутренние 
(скрытые) свойства системы переменных, характеризующих 
изучаемое явление. 
Исходной информацией факторного анализа служит 
матрица \ 
(система чисел, размещенных в прямоугольной таблице в виде 
п 
столбцов и 
т 
строк) парных коэффициентов корреляции [Харман, 
33] всех отобранных нами переменных. На основе матрицы выяв- 
[53] 
ляются скопления переменных, тесно связанных друг с другом и 
слабо связанных с переменными, входящими в другие скопления. 
Эти скопления переменных образуют факторы (рис. 3). 

---

Первый фактор (горизонтальная ось графика) образуют пере-
менные, характеризующие ориентации на коммунизм или либера-
лизм. Второй фактор (вертикальная ось графика) образуют ориен-
тации на власть или оппозицию. Следует учесть, что данная струк-
тура существовала в сознании населения Санкт-Петербурга на мо-
мент опроса (ноябрь 2000 г.). Со временем эта конфигурация 
переменных может измениться. 
Целью факторного анализа служит выявление так называемой 
простой структуры. Согласно Терстоуну, эта структура должна 
удовлетворять следующим условиям [Харман, 114]: 
1.
В каждой строке факторной матрицы должно быть хотя бы 
одно нулевое значение (нулевыми считаются также значения, пер-
вый разряд которых начинается с 1). 
2.
В каждом столбце факторной матрицы число нулевых значе-
ний должно быть не меньше числа факторов. 
3.
В каждой паре столбцов должно быть несколько переменных, 
которые имеют значения, равные нулю в одном из столбцов и не 
равные нулю — в другом. 
4.
В каждой паре столбцов имеется мало переменных, значения 
которых в обоих из них отличны от нуля. 
[54] 
В качестве примера такой структуры можно привести результа-
ты факторного анализа данных упомянутого выше опроса населе-
ния Санкт-Петербурга (табл. 4). 
Таблица 4