Получив возможность расположить стимулы по субъективной шкале красоты, можно перейти к обратной процедуре — выявить, какой физический параметр в стимулах меняется в соответствии с полученной шкалой, и проверить, можно ли интерпретировать этот параметр как физический коррелят красоты.

§5. Многомерный анализ сложных стимулов

Однако модель Терстоуна предполагает обязательную одномерность шкалируемого свойства объектов, в данном случае "красоты" цветных карт, т.е., независимо от того, сколько физических характеристик стимула определяет оценку "красоты" цвета, психологически все карты должны быть выстроены в некоторую последовательность по степени красоты. Если же в действительности для оценки красоты цвета используется больше, чем одна субъективная размерность (как, например, при оценке различий между аппертурными цветами: одна — для цветового тона, другая — для насыщенности), то, используя модель Терстоуна, построить адекватную шкалу "красоты" цвета невозможно. В лучшем случае это будет какая-то проекция действительных шкал в одномерное пространство, на одну шкалу, и восстановить эти исходные шкалы по имеющейся единственной шкале, конечно, невозможно.

Естественно, что в этом случае невозможно решить и главную задачу, т.е. построить психофизическую функцию, поскольку невозможно обнаружить те физические свойства стимула, которые объясняют субъективные оценки.

Задачи построения сложных "многомерных" субъективных шкал и их последующей связи со шкалами физических свойств стимуляции породили целый ряд методов так называемого многомерного анализа (факторный анализ, многомерное шкалирование, дискриминантный и кластерный анализ).

В общем виде схему применения этих методов можно проиллюстрировать на одном из наиболее распространенных методов такого типа — на факторном анализе. Основная гипотеза факторного анализа заключается в том, что каждый объект-стимул можно описать как линейную комбинацию небольшого числа основных факторов. Число и характер этих факторов определяют априорно выделенные "существенные" параметры объектов. На основе измерений выделенных характеристик объектов строятся корреляционные или ковариационные матрицы, анализ которых приводит к локализации стимулов в пространстве основных факторов, которые интерпретируются как субъективные шкалы. Каждую субъективную шкалу соотносят с физическими параметрами стимула, выявляя связь по типу одномерной психофизической функции. В случае обнаружения однозначной связи между субъективными измерениями и физической переменной, задачу можно считать решенной. Любой новый стимул будет расположен на субъективной шкале просто путем вычислений по результатам физических измерений.