 |
 |
 |
 |
|
 |
 |
289
компьютера выявляются корреляционные плеяды, такие, где все
входящие конструкты связаны попарно значимой корреляцией. Эти
конструкты (корреляционные плеяды) представляют первичные кла-
стеры. Затем выявляются все конструкты, значимо связанные с кон-
структами первичных кластеров (ответвляющиеся конструкты). За-
тем выявляются конструкты, связанные с конструктами из несколь-
ких первичных кластеров (артикулирующие). Остальные конструкты
- изолированные. После этого строится графическое изображение
(рис. 35).
Количественная мера артикулированное™ подсчитывается
следующим способом. Возвращаются к «необнуленной» матрице
корреляций. Все коэффициенты корреляций возводятся в квадрат и
умножаются на 100. Затем рассчитываются следующие суммы.
1. Сумма коэффициентов внутри первичного кластера (вклю-
чая и связи с ответвляющимися конструктами). Общая сумма пред-
ставляет количество дисперсии (ДК), приходящейся на связи внутри
всех первичных кластеров.
2. Сумма коэффициентов между всеми соединительными кон-
структами. Это дисперсия, приходящаяся на артикулирующие кон-
структы, -дисперсия интро-артикуляцион-ная (ДИА).
Рис. 35. Монолитная —(а), артикулированная - (б) и фраг-
ментарная - (в) системы конструктов
3. Сумма коэффициентов всех артикулирующих конструктов
со всеми остальными (исключая изолированные). Это экстра-артику-
ляционная дисперсия (ДЭА). Мерами артикулированности служат
следующие два отношения: ДИА/ДК и ДЭА/ДК. Очевидно, что оба
этих отношения будут максимальными при артикулированной сис-
теме и минимальными как при монолитной, так и при фрагментар-
ной. У больных неврозами (обсессивный невроз) значимость разли-
чий этих мер от контрольной группы была высокой - для первого
