7.7. Első lépések az Olson-teszt magyar adaptációjában

Az alábbiakban bemutatunk egy magyar empirikus vizsgálatot az Olson-teszttel kapcsolatban, melyek reményeink szerint közel visznek a teszt magyarországi honosításához. Először a vizsgálati mintát és az elemzésekbe bevont változókat mutatjuk be, majd részletezzük az elvégzett elemzéseket és ismertetjük azok eredményeit.

7.7.1. Személyek és változók

A) Az elemzésbe bevont változók

Vizsgálatunkban az OCST legutolsó, 4. változatát használtuk, melyet egy 62 tételes kérdőív segítségével lehet kiértékelni (vö. Gorall és mtsai, 2006). E kérdőívben a teszt hat alapskálája 7-7 tétellel van képviselve, további 10-10 tétel pedig a Családdal való elégedettség (CSES) és a Családi kommunikáció (CSKS) kiszámítását teszi lehetővé (vö. 7.6.1. alpont).

A kérdőív 62 tételének mindegyikét ötfokú Likert-skálán kellett kiértékelni, melyen az 1-es érték azt jelzi, hogy a kitöltő szerint a tételben megfogalmazott körülmény egyáltalán nem jellemző a családjára, az 5-ös érték, pedig azt, hogy nagyon jellemző.

Az OCST hat alapskálájának pontértékét a skálához tartozó tételek pontszámainak sima összegezésével nyertük. E skáláknak személyenként kiszámítottuk a percentilis változatát is. Ez minden skálaértékhez egy olyan számot rendel (az értékhez tartozó kumulatív százalékot), mely megmutatja, hogy az adott érték és az annál kisebb értékek együttesen a teljes vizsgálati minta hány százalékára jellemzők. A percentilis változat az eredeti skálának egy monoton transzformáltja, mely 0 és 100 közötti értékeket vehet fel, s amely kis értékekhez kicsi, nagy értékekhez, pedig nagy értéket vesz fel. Ez a transzformáció egyfajta standardizálás, mely tetszőleges ordinális skálájú változóra elvégezhető és közvetlenül összehasonlíthatóvá teszi a különböző skálák értékeit. Ezekre egyébként elsősorban azért volt szükség, mert segítségükkel képezhető a 7.6.1. alpontban felírt képletekkel definiált három aránymutató (Kohézióarány, Flexibilitásarány, Összarány).

A kérdőív mellékletét képezte egy űrlap is, mely a kitöltő lakhelyéről, neméről, koráról, iskolázottságáról, jövedelmi viszonyairól és családja összetételéről tett fel kérdéseket.

A kérdőív magyar fordítását David Olson engedélyével a Károli egyetem Pszichológiai Intézetének munkatársai és hallgatói végezték el. A fordítás helyességét és az eredeti OCST magyar nyelvre való átültetésének hitelességét három független visszafordítással próbáltuk biztosítani. A visszafordításokat - a magyar fordítással együtt - az Olsonnal való megállapodásnak megfelelően neki is elküldtük.

B) A vizsgálati minta összetétele

Vizsgálatunkba problémás és nem problémás gyermekes családok szüleit vontuk be. Feladatuk az A) pontban ismertetett kérdőív név nélküli kitöltése volt. Azt a családot neveztük problémásnak, amelyben problémás gyereket tudtunk azonosítani. A hipotézisünk alapvetően az volt, hogy azok a családok, ahol problémás családtag van, feltételezhetően a szélsőséges patológiás dimenziókban fognak működni. A családok az alábbi forrásokból származtak:

Nem problémás családok:

Problémás családok:

E kritériumok alapján végül 265 családból 479 szülőtől kaptunk kitöltött kérdőívet. Közülük 277 (149 család) a nem problémás, 202 (116 család) a problémás csoportba tartozott. A nem problémás személyek esetében is voltak azonban esetenként olyan körülmények (az elmúlt 1 év folyamán családtag balesete, súlyos betegsége vagy elhalálozása; munkahely elvesztése; munkahelyváltás; gyermek új iskolába kerülése; válás stb.), amelyek ugyan nem indokolták a problémás csoportba való bekerülést, de mint szituatív nehézséget figyelembe vettünk. A 277 nem problémás személyből 78 (49 család) tartozott ebbe a csoportba.

A két fő vizsgálati csoport településtípus szerinti százalékos megoszlását a 7.2. táblázatban foglaltuk össze. Ebből megállapíthatjuk, hogy a problémás csoportban a főváros felülreprezentált, míg a falu alulreprezentált. Ez a különbség statisztikailag erősen szignifikáns ( (2) = 71,42, p < 0,001). Ez azt jelenti, hogy mintánk nem tekinthető a magyar populációra nézve reprezentatívnak, amit a tesztadaptációval kapcsolatos végső konklúzióinkban figyelembe kell majd venni.

7.2. táblázat. A problémás és a nem problémás csoport
településtípus szerinti százalékos megoszlása

A településtípus megoszlása szerinti eme különbség hatással lehet a két csoport összehasonlítására is a különböző tesztmutatók mentén, amit statisztikai módszerekkel kezelni kell. E problémák elkerülésére a teszt végső változatának validáláshoz a mintákat a településtípus szerint megfelelően illeszteni kell majd egymáshoz és az országos arányokhoz.

A problémás és a nem problémás csoport abban is jelentősen eltért egymástól, hogy a problémás csoportban a gyerekeiket/gyereküket egyedül nevelő szülők szignifikánsan nagyobb arányban (11,9%) voltak képviselve, mint a nem problémás csoportban, ahol az ilyen személyek aránya mindössze 1,8% volt ( (1) = 20,85, p < 0,001). Ez persze nem a mintaválasztás elégtelenségéből fakad, hanem egyszerűen azt tükrözi, hogy a problémás gyerekek között érezhetően nagyobb arányban vannak a csonka családban élők, mint a nem problémás gyerekek között.

Vizsgálati személyeink életkori alapstatisztikáit nemek szerint bontásban a 7.3. táblázat tartalmazza. Ebből kiolvasható, hogy az életkor tekintetében a két fő csoport között nincs számottevő szintbeli különbség, bár az életkorra vonatkozó csoporthatás kétszempontos varianciaanalízisben statisztikailag szignifikáns (robusztus Welch-féle varianciaanalízissel F(1, 317) = 4,03, p < 0,05).

7.3. táblázat: A problémás és a nem problémás
csoport életkor szerinti alapstatisztikái nemenként

Az átlagoknak ez a mérsékelt különbsége abból fakad, hogy a problémás csoportban érezhetően nagyobb arányban fordulnak elő a fiatalok. A teljes eloszlást összevetve (ennek statisztikai módszerét lásd Vargha, 2005) kiderült, hogy a kritikus életkori választóvonal ez esetben a 33. év. Az ennél fiatalabbak mind a férfiak, mind a nők esetében a problémás csoportban szignifikánsan gyakrabban fordulnak elő, mint a nem problémás csoportban (lásd 7.4. táblázat).

7.4. táblázat: A 33 évesnél fiatalabb személyek aránya
a problémás és a nem problémás csoportban nemenként

Ez az eltérés a két csoport között feltehetőleg szintén nem a mintaválasztás hibája, hanem azt tükrözi, hogy a problémás gyerekek szülei között a fiatalabbak nagyobb arányban vannak képviselve, mint a nem problémásak között. Talán azért, mert a fiatal szülők (különösen az apák) általában tapasztalatlanok és így ilyen családban nagyobb az esélye, hogy a gyerek problémás lesz.

Talán ezzel a körülménnyel lehet összefüggésben az az eredmény is, hogy a problémás csoportban az 1 gyerekesek mintegy kétszer annyian vannak, mint a nem problémás csoportban, miközben a 2 gyerekesek aránya 20 százalékponttal alacsonyabb (vö. 7.2. ábra). Ez a különbség statisztikailag is erősen szignifikáns ( (2) = 24,56, p < 0,001).

7.2. ábra: A gyerekek száma (1, 2 vagy legalább 3)
szerinti megoszlás csoportonként

Végül az iskolázottság és a jövedelmi viszonyok tekintetében is a várt eltérést kaptuk a két csoport között (vö. 7.3. és 7.4. ábra). A problémás gyerekek szülei gyakran kevésbé iskolázottak ( c 2 (2) = 36,98, p < 0,001) és rosszabb anyagi körülmények között élnek ( (2) = 12,50, p < 0,01).

7.3. ábra. A jövedelmi viszonyok szerinti megoszlás csoportonként

7.7.2. A skálák itemanalízise és belső konzisztenciájuk vizsgálata

Annak érdekében, hogy megvizsgáljuk az OCST hat alapskálája és a kiegészítő skálák (CSES és CSKS) homogenitását, vagyis konstrukciós reliabilitásukat, ezekkel a skálákkal itemanalízist végeztünk. Ennek során minden skála minden egyes tételére kiszámítottuk a rész-maradék (más elnevezéssel item-maradék) korrelációt, mely a tétel korrelációja a skálába tartozó többi tétel összegével. Ezzel az elemzéssel tehát tételről-tételre megnéztük, hogy a tétel menyire méri ugyanazt, mint a skálába tartozó többi tétel. Pszichometriai szempontból megfelelő skálák esetén ezek a rész-maradék korrelációk mind erősen szignifikánsak és elérik a 0,30-0,40-es szintet (vö. Vargha, 1984, 3.2 alfejezet).

A kiszámított rész-maradék korrelációkat skálánként a 7.5. táblázatban foglaltuk össze. A táblázatban sárga színnel kiemeltük a 0,30-nál kisebb értékű rész-maradék korrelációk rovatait.

7.5. táblázat. Az OCST hat alapskálájának és a két kiegészítő skálának a rész-maradék korrelációi

Megj.: A szürkével kiemelt rovatok 0,30-nál kisebb rész-maradék korrelációt tartalmaznak

A 7.5. táblázat adatait áttekintve azonnal feltűnik, hogy a CSKS 9. tétele egyáltalán nem illik bele a skálába. A tétel szövegének megszemlélése alapján kiderült, hogy fordítási probléma miatt a magyar állítás éppen az ellentétét jelentette annak, mint amit az eredeti angol nyelvű tétel állított. Az eredeti angol mondat (a teszt 51. tétele) ugyanis ez volt:

When angry, family members seldom say negative things about each other.

A vizsgálatban szereplő magyar fordítás:

Dühükben a család tagjai néha negatív dolgokat mondanak egymásról.

Ez láthatóan nem adja vissza hűen az angol mondat jelentését. Az általunk javasolt új fordítás:

A családtagok ritkán mondanak egymásról rosszat, amikor dühösek .

A jelen fejezetben bemutatott pszichometriai és statisztikai elemzések érvényességét biztosítandó, ezt a tételt átfordítottuk és a továbbiakban így számítottuk ki a CSKS-t. Az átfordítás utáni rész-maradék korrelációkat a 7.5. táblázatban a "CSKS-javított" sor tartalmazza, melyek immár teljességgel elfogadható értékek. A fejezet további részeiben CSKS már mindig a javított skálát jelöli.

A 7.5. táblázatból kitűnik, hogy az Egybefonódott skála kivételével minden skálában csak legfeljebb egy olyan tétel található, amely esetében a rész-maradék korreláció 0,30 alatti. Az Egybefonódott skálában viszont a 7 tételből 5 esik ebbe a kategóriába, ami arra utal, hogy ennek a skálának a tételei nem képeznek homogén együttest. Ez már aligha lehet egyszerű fordítási probléma. Ez esetben alaposan végig kell gondolni, hogy a magyarra átültetett tételek valóban megfelelnek-e annak a kritériumnak, hogy azok a Kohézió dimenzió extrém magas és patológiásnak tekinthető összetevői. Ez az Egybefonódott skála már az angol verzióban is igen gyenge korrelációs kapcsolatban volt az Összetartó skálával, mely a Kohézió dimenzió középső, mérsékelt tartományát fedi le (vö. 7.1. táblázat). Másrészt a skála gyengesége kulturális különbségekkel is összefüggésben lehet. A magyar társadalomban sokkal elfogadottabb a családok tekintélyelvű és szabályokkal átszőtt struktúrája és működése, mint az amerikaiban. Emiatt az Összefonódott skála kevésbé lehet egységes képződmény és valószínűleg értelmezése is külön gondot okozhat.

További információkat kapunk a skálákról, ha belső konzisztenciájuk meghatározására kiszámítjuk a Cronbach- alfa együtthatót. Ezek akkor tekinthetők elfogadhatóknak, ha a 0,70-es szintet elérik (vö. Horváth, 1997, 2.1. alfejezet; Vargha, 1984, 3.1 alfejezet). Ezeket az értékeket nemenként kiszámítottuk mind a problémás, mind a nem problémás csoportra, illetve a teljes mintára (lásd 7.6. táblázat). A táblázatban sárga színnel kiemeltük a 0,60-nál kisebb, s ezért gyenge belső konzisztenciát tükröző Cronbach- alfa értékek rovatait.

7.6. táblázat. Az OCST hat alapskálájának és
a két kiegészítő skálának a Cronbach- alfa értéke

Megj.: A szürkével kiemelt rovatok 0,60-nál kisebb Cronbach- alfa értéket tartalmaznak

A 7.6. táblázatból azt olvashatjuk ki, hogy az Egybefonódott skála kivételével minden skála belső konzisztenciája elfogadható szintű. Kiemelkedő ezek közül is a két kiegészítő skála, CSES és CSKS. Bár a 0,70-es szintet a Széteső skála sem éri el, leggyengébb, 6. tételének (vö. 7.5. táblázat) elhagyásával a Cronbach- alfa már teljesíti ezt a kritériumot (lásd a 7.6. táblázat utolsó oszlopát). Érezhető javulást tapasztalunk az Összetartó és a Kaotikus skála esetében is, ha leggyengébb tételüket (ez mindkét esetben a 7. tétel; vö. 7.5. táblázat) elhagyjuk. Az Egybefonódott skálát a leggyengébb tétel elhagyásával sem lehetett észrevehetően javítani.

Mindezek az eredmények közel esnek az eredeti angol tesztváltozat megbízhatósági értékeihez (vö. a 7.6.2. alpont 1. pontjával), s egyben a magyar fordítás érvényességét is alátámasztják. A javított skálák kihagyott tételeinek magyar fordítását természetesen beható elemzés alá kell venni, ugyanúgy, mint a teljes Egybefonódott skálát.

7.7.3. A teszttételek faktorszerkezete

A teszttételek faktorszerkezetének vizsgálatával azt ellenőrizhetjük le, hogy a tételek ugyanarra a struktúrára illeszkednek-e, mint amit Gorall és mtsai (2006) az OCST-4 angol nyelvű változatával megkaptak (lásd a 7.6.2. alpont 2-4. pontját). Ez a körülmény a magyar adaptáció strukturális validitását erősítené.

Mindennek igazolására 479 fős mintánk tesztadatain ugyanolyan faktorelemzéseket végeztünk, mint amilyeneket Gorall és mtsai (2006) írtak le. Az alkalmazott faktoranalízis változat minden esetben a maximum likelihood faktoranalízis volt, direkt oblimin ferde forgatással. A faktorok számában mindig a Gorall és munkatársai által elvégzett elemzésekben meghatározott értékeket vettük alapul. Ezen elemzések eredményét az alábbiakban foglaljuk össze.

7.7.3.1. Faktoranalízis a hat alapskálához tartozó 42 tételen

Az elemzésben Gorallékkal egyezően ötfaktoros megoldást választottunk. Emlékeztetőül, Gorallék olyan faktorstruktúrát kaptak, melyben az Összetartó és a Széteső skála tételei egyazon faktorba kerültek (ellenkező előjellel), az összes többi tétel pedig a skálájának megfelelő külön faktort képezett. Elemzésünkben mi is ötfaktoros megoldást választottunk. Az első öt főkomponens sajátértéke egyébként rendre 8,6, 3,5, 2,0, 1,8 és 1,5 volt, melyek együtt az összvariancia 41,5%-át magyarázták. A maximum likelihood elemzés faktorai értelemszerűen ennél kevesebb, összesen 33,9%-os magyarázóerővel rendelkeztek, mely 20 százalékponttal kisebb annál, mint amit Gorall és munkatársai kaptak. Ez arra utal, hogy a hat alapskála összesen 42 tétele nem rendeződik olyan egységesen különböző homogén faktorokba.

Elemzésünk forgatás utáni faktorsúlymátrixát (pattern matrix) a 7.7. táblázat tartalmazza. A táblázatban feltüntetett értékek a faktoranalízis inputváltozói és a képzett faktorok közti korrelációk. A táblázatban a 0,35-nél nagyobb értékeket és a hozzájuk tartozó tételeket - faktoronként különböző színekkel - kiemeltük. Megjegyezzük, hogy az áttekinthetőség érdekében ebben és a további hasonló táblázatokban nem tüntetjük fel a 0,25-nél kisebb értékeket.

7.7. táblázat: A hat alapskálához tartozó 42 tétel
faktoranalízisének faktorsúlymátrixa

7.7. táblázat. (folyt.)

A 7.7. táblázatot szemügyre véve a következő megállapításokat tehetjük.

a) A faktorelemzés struktúrája nagyon emlékeztet arra, amit Gorallék kaptak. Az első faktor vezető változói az Összetartó skála tételei (7 közül 6), s erre illeszkedik - negatív előjellel - a Széteső skála tételei közül három is. Nyilván nem véletlenül, az Összetartó skálának éppen az a 7. tétele nem került ebbe a faktorba, amely az itemanalízisben a leggyengébb volt (vö. 7.5. táblázat).

Itt jegyezzük meg, hogy az egyes tételek jóságáról a kommunalitások is fontos információt hordoznak. Például az induló (initial) kommunalitások azt jelzik, hogy az egyes input változókat milyen mértékben határozza meg a többi változó. Az alacsony értékűek kilógnak a csapatból, így kicsi az esélyük, hogy valamely faktorra jól ráilleszkedjenek. Esetünkben például igen alacsony, 0,25-nél kisebb kommunalitású volt az itemanalízisben leggyengébbnek bizonyuló Egybefonódott skála 1. és 4. tétele (másik négy tételének kommunalitása is 0,25-0,30 közé esett), továbbá az Összetartó és a Kaotikus skála 7., valamint a Széteső skála 6. tétele. Mindezek már az itemanalízisben is az említett skálák legrosszabb tételei voltak (vö. 7.5. táblázat). Ez az információ úgy értelmezhető, hogy a leggyengébb tételek nem azért nem megfelelők, mert rossz skálába lettek besorolva, hanem azért, mert nem illeszkednek jól egyetlen skálára, illetve faktorra sem.

Ez az első faktor abban tér el a Gorallék esetében kapottól, hogy egyrészt a Széteső skálának több iteme nem illeszkedik kellő súllyal erre a faktorra, továbbá ide került a Rugalmas skálából is két tétel (1. és 7.).

b) Igen jól összejöttek a 2. faktorba a Merev skála tételei. Kis elégtelenségre utal az a tény, hogy az 5. tétel információja megoszlik a 2. és a 4. faktor között, ezáltal gyengítve a 2. faktorra való illeszkedést.

c) A 3. faktor fogja össze a Rugalmas skála tételeinek többségét. A 7 közül 2 az 1. faktorba került, így csak 1 tétel (Rugalmas5) nem talált igazi helyet ebben a csapatban.

d) Ez utóbbi a következő, 4. faktorra illeszkedik (negatív előjellel), melynek zömét a Kaotikus skála tételei feszítik ki (pozitív súllyal). Közéjük ékelte be magát a Széteső skála 5. tétele.

e) Végül az 5. faktorba jött össze a leggyengébb, Egybefonódott skála tételeinek többsége, igen alacsony faktorsúllyal, ugyanis közülük egyik sem éri el a 0,50-es szintet. Ez megint csak arra utal, hogy az Egybefonódott skála tételei laza együttest képeznek.

7.7.3.2. Faktoranalízis a két fődimenzió extrém (kiegyensúlyozatlan) övezeteihez tartozó 28 tételen

Az elemzés legfontosabb eredményét, a forgatás utáni faktorsúlymátrixot a 7.8. táblázat tartalmazza. A táblázatban a 0,35-nél nagyobb értékeket és a hozzájuk tartozó tételeket faktoronként különböző, de az előző faktoranalízis eredménytáblázatával összhangban álló színekkel kiemeltük. Az eredmény Gorall és mtsai (2006, 2. táblázat) eredményével összhangban az, hogy a négy extrém övezet tételei négy önálló faktorba tömörülnek. A kép tisztaságát csak az rontja, hogy számos tétel (pl. Merev4, Széteső5 és Egybefonódott3), súlyozódik egyidejűleg több faktoron is és több tétel (pl. Kaotikus6 és Kaotikus7) faktorsúlya nem érte el a táblázatba kerüléshez szükséges 0,25-ös szintet.

Érdekes módon a Merev skála itt most gyengébb eredményt produkált, mint az előző elemzésben, ahol a 6 alapskála összes tétele szerepelt.

7.8. táblázat. A kiegyensúlyozatlan skálákhoz tartozó
28 tétel faktoranalízisének faktorsúlymátrixa

7.7.3.3. Faktoranalízis a két fődimenzió mérsékelt (kiegyensúlyozott) övezeteihez tartozó 14 tételen

Az elemzésben kapott forgatás utáni faktorsúlymátrixot a 7.9. táblázat tartalmazza. A táblázatban a 0,35-nél nagyobb értékeket és a hozzájuk tartozó tételeket faktoronként különböző, de az előző faktoranalízisek eredményével összhangban megválasztott színekkel kiemeltük. Az eredmény Gorall és mtsai (2006, 3. táblázat) eredményével összhangban az, hogy a tételek két önálló faktorba tömörülnek. A kép azonban nem tiszta, mert az Összetartó és a Rugalmas skála tételei nem különülnek el kellő mértékben egymástól. Az 1. faktor tartalmazza az Összetartó skála tételeinek zömét (7-ből 6-ot), s emellett a Rugalmas skála 3 tételét is. A 2. faktort ez utóbbi skála 2 tétele (3. és 4.) feszíti ki, 2 további tétel (6. és 2.) mindkét faktort súlyozza.

7.9. táblázat. A kiegyensúlyozott skálákhoz tartozó
14 tétel faktoranalízisének faktorsúlymátrixa

Az elvégzett faktoranalízisek alapján ­- az itemanalízis eredményeivel összhangban - azt a következtetést vonhatjuk le, hogy nagy egészben sikerült reprodukálni azt a faktorszerkezetet, amelyet az OCST-4 tesztváltozattal Gorall és mtsai (2006) feltártak.

7.7.4. A skálák interkorrelációi

A 62 tételes OCST-kérdőívből kiszámítható hat alapskála és két kiegészítő skála között páronként kiszámított korrelációs együtthatókat a 7.10 táblázat tartalmazza. Ezek az értékek tájékoztatnak bennünket a skálák összefüggésrendszeréről, s egyben lehetőséget nyújtanak arra is, hogy szembesítsük őket a circumplexitás kritériumaival. Ennek teljesülésében nem reménykedünk, ugyanis ezt Gorall és mtsai (2006) sem tudták igazolni. A számításokat a rendelkezésünkre álló teljes minta (n = 479) adatain végeztük.

Összességében első látásra megállapítható, hogy a kapott korrelációs értékeknek a nagyságrendje és előjelmintázata teljes mértékben megegyezik az amerikai vizsgálatban kapottakkal (lásd a 7.1. táblázatot a 7.6.2. alpontban).

7.10. táblázat: Az OCST-4 skáláinak korrelációs mátrixa

** p< 0,01 szignifikáns

A 10.10. táblázat adatai az alábbi következtetések levonására jogosítanak fel bennünket.

•  A táblázatból kiolvasható, hogy a két fődimenzió kiegyensúlyozott skálája (Összetartó és Rugalmas) ugyanúgy szoros pozitív (0,70-es) korrelációs kapcsolatban van egymással, mint az amerikai vizsgálatban (ott 0,60 volt a korreláció). E két skála értékei tehát igen erős pozitív együttjárást mutatnak, ami összhangban van azzal, hogy a két skála egyes tételei a faktoranalízisben is közös faktort alkottak (vö. 7.9. táblázat).

•  A várakozásoknak megfelelő e két normális családműködést mérő főskála negatív korrelációja a diszfunkcionalitást mérő Széteső és Kaotikus skálával, valamint ez utóbbiak egymás közötti pozitív korrelációja (0,51).

•  A másik két diszfunkcionalitást mérő skála (Egybefonódott és Merev) - szintén az amerikai vizsgálat eredményeivel összhangban - a többi skálától meglehetősen függetlennek tűnik, miközben egymással számottevő (0,33-as) korrelációban vannak.

•  CSES és CSKS ugyanolyan és az elvártnak megfelelő (a kiegyensúlyozott skálák esetén 0,55 fölötti erős pozitív, a kiegyensúlyozatlan skálák esetén -0,41 alatti erős negatív) korrelációban volt az alapskálákkal. Ez alól kivételt csak az Egybefonódott és a Merev skála képezett, melyekkel a korrelációk mind nulla körüli alacsony értékek voltak.

•  A 7.10. táblázatban bemutatott korrelációs mátrix azt mutatja, hogy a Circumplex Modell OCST-ben realizált 6 alapskálája a magyar mintán sem tesz eleget Guttman (1954) circumplexitási feltételének.

A hat alapskála percentilis transzformáltjai segítségével képezhető három olyan aránymutató (Kohézióarány, Flexibilitás-arány és Összarány), amelyek arról tájékoztatnak, hogy a vizsgált személy esetében a kiegyensúlyozott és a kiegyensúlyozatlan skálák átlagos szintje hogyan viszonyul egymáshoz. 1 körüli arányértékek esetén átlagos, 1-nél érezhetően nagyobb értékek esetén magas szintű, 1-nél érezhetően kisebb értékek esetén pedig alacsony szintű relatív kiegyensúlyozottság jellemző a vizsgált személy családjára. Ezen mutatók, valamint a hat alapskála és a két kiegészítő skála között páronként kiszámított korrelációs együtthatókat a 7.11 táblázat tartalmazza. Ezek egyetlen kivételtől eltekintve (ez az Összetartó skála és a Flexibilitás-arány közti elhanyagolható nagyságú korreláció) a várt előjelűek és nagyságúak. A 6 alapskála esetén ez nem meglepő, hiszen ezekből lettek képezve. A CSES és a CSKS esetében azonban a számottevő nagyságú pozitív korrelációk - egymás validitását erősítve - azt mutatják, hogy ezek az aránymutatók CSES-sel és CSKS-sel egyetemben a család működésének a pozitív mutatói.

7.11. táblázat. Az OCST aránymutatóinak korrelációja a többi skálával

** p< 0,01 szignifikáns

7.7.5. Családtípusok feltárása klaszteranalízissel

A családok jellegzetes mintázatainak azonosítása céljából vizsgált mintánkon klaszterelemzést végeztünk. Az elemzés alapjául az OCST hat alapskálájának percentilis transzformáltja szolgált. Ezeket a transzformációkat, valamint a klaszteranalízist a Ministat statisztikai programcsomag most készülő Windows verziója segítségével végeztük el. A klaszterelemzést az alábbi két lépésben hajtottuk végre.

1. Hierarchikus klaszteranalízis egy megfelelő induló osztályozás meghatározása céljából.

2. Nemhierarchikus, relokációs klaszteranalízis (K-means clustering) a hierarchikus elemzés kiválasztott speciális osztályozásának további finomítása céljából.

A hierarchikus klaszteranalízis módszeréül a Ward-féle eljárást választottuk (vö. Bergman, Magnusson és El-Khouri, 2002, 66-68. o.), mert ennél a módszernél egy-egy lépésben mindig éppen azt a két klasztert egyesítjük, amellyel az összhomogenitás a lehető legkisebb mértékben csökken. Esetünkben Olson családtípusait szerettük volna reprodukálni, ezért az Olsonék által kapott 6-klaszteres megoldást preferáltuk, amelyet relokációs elemzésnek vetettünk alá. E módszernél a klaszterek számát fixen tartva addig cserélgetjük a különböző klaszterek elemeit egymás között, amíg az összhomogenitás növelhető.

A végső 6-klaszteres megoldás értelmezéséhez kiszámítottuk a klaszterek átlagait a hat változóra vonatkozóan, az ún. klaszterközéppontokat (centroidok), amelyeket a 7.12. táblázat tartalmaz.

7.12. táblázat. A kapott klaszterek nagysága és átlaga a hat alapskála percentilis transzformáltján

7.13. táblázat. A klaszterek átlagainak mintázata a magyar és az amerikai mintában

Az egyes klaszterek profilja jobban kiolvasható egy olyan táblázatból (lásd 7.13. táblázat), ahol a klaszterátlagok numerikus értéke helyett az 50-es elméleti átlagtól való eltérést 1 + és - jellel írjuk le. A + és a - jelet 66-nál nagyobb, illetve 33-nál kisebb percentilis átlagok esetén tettük ki. 75-nél nagyobb, illetve 25-nél kisebb átlagok esetén a megfelelő előjelet felkiáltójellel nyomatékosítottuk. A magyar és az amerikai vizsgálat könnyebb összevethetősége érdekében ugyanezt az ábrázolást alkalmaztuk az Olson és Gorall (2006) tanulmányából kiolvasható amerikai klaszterátlagokon is, s ezeket szintén belefoglaltunk a 7.13. táblázatba. Szintén a jobb összehasonlíthatóság céljából a magyar klasztermegoldásban egyes klaszterek sorszámát felcseréltük.

A 7.13. táblázat alapján azt állapíthatjuk meg, hogy a magyar és az amerikai klaszterstruktúra igen jó egyezést mutat. Egyetlen skála kivételével ugyanaz a mintázata mindkét mintában az első (Ma1 és Am1), a 4. (Ma4 és Am4) és a 6. (Ma6 és Am6) sorszámú klaszternek, valamint Ma2-nek és Am1-nek, továbbá Ma3-nak és Am2-nek. Részben hasonló profilú Ma5 és Am5 is, így az amerikai klaszterelemzésben csak egyetlen klasztert (Am3-at) nem tudunk hozzá hasonló magyar klaszterrel összepárosítani. Ez az "Átlagos" kategória, mely azon családokat foglalja magában, amelyek az OCST hat alapskálájának mindegyikén átlagoshoz közeli értékkel jellemezhetők. Ez az eltérés a két klaszterstruktúra között talán a magyar és az amerikai társadalom közötti kulturális különbségre utal.

Megjegyezzük, hogy Ma1 és Ma2 valójában egyazon mintázat két változata. Közös jellemzőjük az összetartás és a rugalmasság egyidejű jelenléte a szétesettség és a kaotikusság bármiféle jele nélkül. Amiben különböznek: Ma1 esetében a család pozitívan összefonódott, ami beszabályozott családi struktúrára utal pozitív értékekkel, míg Ma2 esetében a pozitív családi légkör nagyobb egyéni szabadsággal és kevesebb kötöttséggel valósul meg.

Mindezen eredmények egyértelműen Olson családtípusainak általános érvényűségét támasztják alá.

Lábjegyzet:

1 Folytonos változók esetén 50-es percentilis értéke a mediánnak van, mely szimmetrikus eloszlású változók esetén megegyezik az átlaggal.