электронный журнал открытого доступа Cardiometry - выпуск 15, ноябрь 2019

ния корреляционных связей нами использовались
коэффициенты Спирмена и Кенделла. Так как характер
выявленных связей для каждого из этих
коэффициентов и выявленная для каждого из них
факторная структура имеют сходный характер, то
в дальнейшем изложении приводятся только данные
для коэффициента Спирмена ввиду его большей
универсальности.
В приведенных ниже таблицах представлены
результаты различных вариантов оптимизации
факторной структуры полученных данных
с использованием коэффициентов корреляции
Спирмена. В таблице 2 приведены параметры
факторной структуры после использования ортогонального
метода вращения (Varimax Rotation),
с помощью которого мы стремились минимизировать
число переменных с высокими нагрузками
на каждый фактор. В таблице 3 представлены
данные, полученные после применения квартимакс-вращения
(Quartimax Rotation), с помощью
которого мы стремились минимизировать число
факторов, которые требуются для содержательной
интерпретации каждой из использованных
переменных. В таблице 4 показаны результаты эквимакс-
вращения (Equimax Rotation), применявшегося
для одновременной минимизации числа
переменных с большими факторными нагрузками
и числа объясняющих их факторов. Нами также
производилось обликью- вращение (Оblique
Rotation), с помощью которого мы стремились
минимизировать число факторов без обеспечения
их полной независимости (ортогональности).
Оказалось, что факторная структура корреляционных
связей после обликью-вращения (Оblique
Rotation) в точности соответствует структуре,
полученной после варимакс-вращения (Varimax
Rotation). В ходе оптимизации факторной структуры
выявленных корреляционных связей нами
проводился анализ вариантов, включавших от 3
(охватывала до 50% дисперсии и была сопряжена
с большими потерями информации) до 7 факторов
(охватывала свыше 90% дисперсии и характеризовалась
наличием значительного числа малоинформативных
связей). Оптимальной оказалась
оптимизация факторной структуры выявленных
корреляционных связей, которая включала 4 фактора
и охватывала свыше 80% дисперсии. Данные
именно для этого варианта оптимизации приводятся
в таблицах 2-5.
Таблица 5
Общность и специфичность ИН для различных
эго-состояний
Эго-состояния Общность Специфичность
1 0.8277 0.1703
2 0.7951 0.2073
3 0.9635 0.0354
4 0.7805 0.2214
5 0.8715 0.1273
6 0.6994 0.3017
7 0.8568 0.1421
Как видно из представленных данных, показатели
ИН для положительных эго-состояний входят
в состав одних факторов, а показатели ИН для отрицательных
эго-состояний – в состав других факторов.
Причем эта закономерность и факторная
структура в целом сохраняется для всех использовавшихся
вариантов вращения. Это, как и факт
статистически значимых отличий средних показателей
ИН, также демонстрирует содержательную
общность позитивных эго-состояний, которая
значимо отличается от содержательной общности
показателей ИН для негативных эго-состояний.
Примечательно, что в состав наиболее мощных
факторов во всех вариантах вращения вошли показатели
ИН как для всех позитивных эго-состояний,
когда они актуализировались по отдельности,
так и показатель ИН, который был получен
при работе респондентов со всеми тремя позитивными
эго-состояниями. В связи с этим следует
напомнить, что в трансактном анализе успешным
завершением терапии считается достижение пациентом
такого уровня организации своей жизни,
когда его «Внутренний Ребенок» в состоянии свободно
реализовывать свои аутентичные намерения
с помощью эффективно функционирующего
«Внутреннего Взрослого» под защитой адекватного
«Внутреннего Родителя» [7, 13, 14]. Иначе
говоря, факторная структура подтверждает наличие
на психо-физиологическом уровне положительного
интегративного эффекта от совместной
актуализации респондентами позитивных разновидностей
воображаемых «Внутреннего Взрослого»,
«Внутреннего Родителя» и «Внутреннего
Ребенка», так как именно этому варианту заданий
соответствуют оптимальные показатели индекса
напряжености Баевского.
40 | Cardiometry | Выпуск 15. Ноябрь 2019