Использование каких-либо иных факторов, нежели предлагаемые здесь, не приводит к созданию нужной, удовлетворительной модели. Если ротация достигла более простой структуры, чем обсуждаемая в данный момент, то появления соответствующих кластеров измерений следовало бы ожидать либо у концов каждой оси, либо у точек пересечения осей. Однако, как и предполагалось, исходные измерения (аспекты культуры) достаточно равномерно распределены в факторном пространстве.
Таким образом, вышеприведенные рассуждения не позволяют убедительно доказать, что меньшее количество измерений способно вполне адекватно описать вариантность собранных данных. Этого можно было ожидать уже с учетом низких значений корреляции, о которых мы говорили выше. Однако исследование справедливости метода все-таки было проведено. Кроме всего прочего, вопрос, поставленный вначале,
тесно связан с другими, поскольку некоторые вопросы используются в отношении более чем одной шкалы, и факторный анализ не делает поправку на такую внутреннюю корреляцию.
Некоторые исследователи могли бы предложить, чтобы мы отбросили как несостоятельные все приведенные ранее рассуждения на том основании, что собранные сведения не являются в истинном смысле слова мультивариантными нормальными данными. Если данные являются ординальными (порядковыми) или непараметрическими, тогда при попытке редуцировать вариантность следует использовать неметрическое многомерное взвешивание (MDS*), а не факторный анализ. В рассматриваемом случае исходным данным необходимо будет придать вид матрицы культурных различий. В этой связи следует вычислить (для каждой страны и каждого измерения) разностьмежду конкретным набором параметров и всеми прочими наборами. Обычно это осуществляется посредством исчисления евклидова расстояния (квадратного корня различий), чтобы получить меру несходства. В модели MDS параметры каждой страны рассматриваются в некоем многомерном пространстве, устроенном таким образом, что расстояния между всеми парами случаев (стран) основаны на означенной разнице — страны с одинаковыми набранными баллами, например, по универсализму — партикуляризму будут располагаться плотнее и т. д. Как и в случае с факторным анализом, если цель
* MDS (Multidimensional Scaling) — в переводе с англ. многомерное вычисление. — Прим. ред.
Приложение 2. База данных Фонса Тромпенаарса_______________ 521
состоит в том, чтобы попытаться уменьшить число культурных измерений, можно рассмотреть комбинации культурных измерений, которые образуют кластеры, т. е., по большому счету, измеряют один и тот же аспект. Необходимо исходить из предположения, что данные всегда симметричны (разница между США и Японией в том или ином отношении всегда такая, как и разница между Японией и США в этом же отношении), а также проводить аналогичный анализ для каждого из измерений. Таким образом, необходим алгоритм (RMDS) реплицированного неметрического многомерного вычисления (по Мак-Джи), который применяет анализ несхожести к каждому измерению. Картирование координат RMDS производит точечный график, в котором измерения более или менее равномерно распределены между осями. Если бы культурные измерения являлись компонентами общих факторов более высокого порядка, распределение координат RMDS указывало бы на более выраженные кластеры среди всех измерений или некоторых из них. Таким образом, мы приходим к тому же выводу посредством непараметрического метода, а именно: модель культуры невозможно свести к одному или двум новым измерениям.
Наконец, рассмотрению подлежат и результаты применения агломерационного иерархического кластеринга. Здесь цель заключается в том, чтобы сформировать группы из стран, характеризуемых аналогичной культурной ориентацией. Однако следует помнить, что кластерный анализ является субъективным, а не чисто ана-
литическим методом. Когда известны компоненты, из которых состоит группа (кластер), можно применять дискриминантный анализ. В данном случае членство в группе (кластере) неизвестно, поэтому опять-таки приходится прибегать в евклидовой разнице. В классическом случае страны с наиболее похожими признаками объединяются в кластеры в первую очередь, затем с менее похожими признаками и т. д. Путем транспонирования предпринимаются попытки объединить в кластеры все культурные аспекты.
Однако удается это далеко не всегда, поскольку, как мы уже отмечали, низки корреляционные коэффициенты. Важным следствием применения кластерного метода является то, что мы наблюдаем больше вариантности в категории «достижение— аскрипция», чем в других категориях. Об этом зачастую можно судить и из непосредственного опыта. Когда два человека встречаются, они впервые приветствуют друг друга, например, так: «Добрый день! Я мистер Смит, юрист», или же: «Меня зовут Шейк Ха-саам. Эль-Рефайи— мой брат». Подтверждает ли это то, что, встречая кого-либо, мы запускаем встроенную программу «на выживание» («бежать или же принять бой?»), и потому, кто мы есть и чем занимаемся — это первое, что нам нужно знать о «противнике»? Как мы уже отмечали, в бизнесе некоторые измерения могут иметь более высокий приоритет при первом налаживании межкультурных отношений.
Геерт Хофстеде в своих комментариях более ранних работ Тромпенаарса почему-то опирает-
Приложение 2. База данных Фонол Тромпенаарса_______________ 523
ся почти исключительно на выводы параметрического анализа. Ему следовало больше использовать непараметрические методы, такие как сопоставительный анализ или же анализ гомогенности, чтобы произвести оптимальное взвешивание параметров. Вместе с тем все эти методы направлены на редукцию многомерности, когда это представляется возможным, а не на определение числа измерений, необходимых для того, чтобы дать объяснение вариантности исходных данных. Утверждение, что данные можно рассматривать как два или три статистических производных фактора, не равносильно утверждению, будто семимерная модель Тромпенаарса не находит подтверждения в полученных им данных или что на самом деле требуется меньше чем семь измерений.
Возьмем, к примеру, случай «посторонних» факторов. Хотя, как справедливо утверждает Г. Хофстеде, ответы на некоторые вопросы Тромпенаарса могут коррелировать для многих стран и по этой причине рассматриваемые измерения можно скомбинировать. Бывает, что отдельно взятые измерения нужны в конкретных случаях (как, например, со странами Персидского залива, которым Хофстеде практически не уделяет внимания), потому что для некоторых стран они вовсе не коррелируют.
В этой связи понятно, что для стран «большой семерки» по сравнению со странами Персидского залива нужны другие измерения, если потребуется объяснить различия между странами первой и второй группы и внутренние раз-
личия между странами, скажем, первой группы («большой семерки»).
Итак, в ответ на наш риторический вопрос мы могли бы заключить, что, хотя меньшее количество измерений может потребоваться для объяснения некоторой части данных, на практике нужны все семь для анализа разнообразия культур всего мира. В различных практических ситуациях (например, при сравнении любых двух конкретных культур) мы в состоянии выбирать те измерения, которые в наибольшей степени позволяют подчеркнуть различия между ними. Следует понимать, что аналогично тому, как пол коррелирует с ростом, сказать, что два измерения коррелируют, не одно и то же, что сказать: они служат мерилом одного понятия.