Из Википедии, свободной энциклопедии
Перейти к навигации Перейти к поиску

В социальных науках масштабирование - это процесс измерения или упорядочивания объектов по количественным признакам или характеристикам. Например, метод масштабирования может включать оценку уровня экстраверсии отдельных лиц или воспринимаемого качества продуктов. Некоторые методы масштабирования позволяют оценивать величины на континууме , в то время как другие методы обеспечивают только относительное упорядочение объектов.

Уровень измерения является типом данных , который измеряется.

Словесная шкала, в том числе в академической литературе, иногда используется для обозначения другой составной меры - индекса . Однако эти концепции разные. [1]

Решения по конструкции шкалы [ править ]

  • Какой уровень ( уровень измерения ) данных используется ( номинальный , порядковый , интервальный или коэффициент )?
  • Для чего будут использованы результаты?
  • Что использовать - шкалу, индекс или типологию?
  • Какие типы статистического анализа были бы полезны?
  • Выберите сравнительную или несравнительную шкалу.
  • Сколько делений шкалы или категорий следует использовать (от 1 до 10; от 1 до 7; от −3 до +3)?
  • Должно быть четное или нечетное количество делений? (Нечетное дает нейтральное центральное значение; четное заставляет респондентов занимать ненейтральную позицию.)
  • Каким должен быть характер и информативность этикеток шкал?
  • Какой должна быть физическая форма или расположение весов? (графический, простой линейный, вертикальный, горизонтальный)
  • Следует ли отвечать принудительно или оставить необязательным?

Метод построения шкалы [ править ]

Возможно, что что-то похожее на вашу шкалу уже будет существовать, поэтому включение этих шкал и возможных зависимых переменных в опрос может повысить валидность вашей шкалы.

  1. Начните с создания не менее десяти элементов для представления каждой шкалы. Провести опрос; чем репрезентативнее и больше выборка, тем больше у нее доверия к шкалам.
  2. Просмотрите средние значения и стандартные отклонения для элементов, отбросив все элементы с искаженным средним значением или очень низким отклонением.
  3. Выполните анализ основных компонентов с наклонным вращением на своих предметах и ​​других предметах для весов - важно будет отличать от своих собственных. Компоненты запроса с собственными значениями (для вычисления собственного значения для каждого фактора, возводящего в квадрат факторные нагрузки и суммирующего столбцы) больше 1. Легче сгруппировать элементы по целевым масштабам. Чем отчетливее другие предметы, тем больше шансов, что они будут загружены только в своем масштабе.
  4. «Чисто загруженные элементы» - это элементы, которые нагружают не менее 0,40 на один компонент и более чем на 0,10 больше на этот компонент, чем на любые другие. Определите тех.
  5. «Перекрестно загруженные предметы» - это те, которые не соответствуют вышеуказанному критерию. Это кандидаты на выброс.
  6. Идентифицируйте компоненты с помощью всего лишь нескольких элементов, которые не представляют четких концепций, это «непонятные шкалы». Также идентифицируйте любые компоненты с помощью только одного элемента. Эти компоненты и их предметы можно сбросить.
  7. Посмотрите на кандидатов, которые нужно отбросить, и на компоненты, которые нужно отбросить. Есть ли что-нибудь, что нужно сохранить, потому что это важно для построения  ? Например, если концептуально важный элемент перекладывает нагрузку только на компонент, который нужно отбросить, лучше оставить его для следующего раунда.
  8. Отбросьте элементы и запустите повторно, попросив программу предоставить одному только количество компонентов после отбрасывания неинтерпретируемых и одноэлементных. Пройдите процесс еще раз, начиная с шага 3.
  9. Продолжайте выполнять процесс, пока не получите «чистые факторы» (все компоненты имеют чисто загруженные элементы).
  10. Запустите альфа- программу (запрашивая альфа -версию, если выпал каждый элемент). Любые шкалы с недостаточными альфа-значениями следует отбросить и повторить процесс, начиная с шага 3. [ Коэффициент альфа = количество элементов 2 x средняя корреляция между различными элементами / сумма всех корреляций в матрице корреляции (включая единицы) ]
  11. Для лучшей практики оставьте конечные компоненты и все ваши нагрузки и аналогичные весы выбранными для использования в приложении к шкале.

Типы данных [ править ]

Основная статья: Уровень измерения

Тип собранной информации может повлиять на построение шкалы. Различные типы информации измеряются по-разному.

  1. Некоторые данные измерены на номинальном уровне . То есть любые используемые числа являются просто ярлыками; они не выражают математических свойств. Примерами являются инвентарные коды SKU и штрих-коды UPC.
  2. Некоторые данные измеряются на порядковом уровне . Цифры указывают на взаимное расположение предметов, но не на величину различия. Примером может служить рейтинг предпочтений.
  3. Некоторые данные измеряются на интервальном уровне . Цифры указывают на величину разницы между элементами, но абсолютного нуля нет. Примерами являются шкалы отношения и шкалы мнений.
  4. Некоторые данные измеряются на уровне отношения . Цифры указывают величину разницы и фиксированную нулевую точку. Коэффициенты можно рассчитать. Примеры включают: возраст, доход, цену, затраты, выручку от продаж, объем продаж и долю на рынке.

Составные меры [ править ]

Составные меры переменных создаются путем объединения двух или более отдельных эмпирических показателей в одну меру. Составные меры более адекватно измеряют сложные концепции, чем отдельные индикаторы, расширяют диапазон доступных оценок и более эффективны при работе с несколькими элементами.

Помимо шкал, есть еще два типа составных мер. Индексы аналогичны шкалам, за исключением того, что несколько индикаторов переменной объединены в одну меру. Например, индекс потребительского доверия представляет собой комбинацию нескольких показателей потребительского отношения. Типология похожа на индекс , за исключением переменного измеряются на номинальном уровне .

Индексы строятся путем накопления оценок, присвоенных отдельным атрибутам, в то время как шкалы конструируются путем присвоения оценок шаблонам атрибутов.

В то время как индексы и шкалы предоставляют меры одного измерения , типологии часто используются для изучения пересечения двух или более измерений. Типологии - очень полезные аналитические инструменты, и их можно легко использовать в качестве независимых переменных , хотя, поскольку они не одномерны, их трудно использовать в качестве зависимой переменной .

Сравнительное и несравнительное масштабирование [ править ]

При сравнительном масштабировании элементы напрямую сравниваются друг с другом (пример: кто-то предпочитает Pepsi или Coke ?). При несравнительном масштабировании каждый элемент масштабируется независимо от других. (Пример: что вы думаете о кока-коле?)

Техники сравнительного масштабирования [ править ]

  • Шкала парного сравнения - респонденту одновременно предлагают два вопроса и просят выбрать один (пример: кто предпочитает Pepsi или Coke?). Это метод порядкового уровня, когда модель измерения не применяется. Крус и Кеннеди (1977) разработали масштабирование парных сравнений в рамках своей модели, привязанной к предметной области. Модель Брэдли-Терри-Люса (BTL) (Bradley and Terry, 1952; Luce, 1959) может применяться для получения измерений при условии, что данные, полученные в результате парных сравнений, обладают соответствующей структурой. Закон сравнительного суждения Терстона также может быть применен в таких контекстах.
  • Масштабирование по модели Раша - респонденты взаимодействуют с заданиями, и сравнения между заданиями выводятся из ответов для получения значений шкалы. Впоследствии респонденты также получают шкалу на основе их ответов на вопросы с учетом значений шкалы. Модель Раша тесно связана с моделью BTL.
  • Порядок ранжирования - респонденту одновременно предлагают несколько вопросов и просят их ранжировать (пример: оцените следующие рекламные объявления от 1 до 10). Это техника порядкового уровня.
  • Шкала социальной дистанции Богардуса - измеряет степень, в которой человек готов ассоциироваться с классом или типом людей. Он спрашивает, насколько респондент хочет создавать различные ассоциации. Результаты сводятся к единому баллу по шкале. Существуют и несравнительные версии этой шкалы.
  • Q-Sort - до 140 элементов сортируются в группы на основе процедуры ранжирования.
  • Шкала Гуттмана - это процедура, позволяющая определить, можно ли упорядочить набор элементов по одномерной шкале. Он использует структуру интенсивности среди нескольких индикаторов данной переменной. Заявления перечислены в порядке важности. Рейтинг масштабируется путем суммирования всех ответов до первого отрицательного ответа в списке. Шкала Гуттмана связана с измерением Раша; в частности, модели Раша вводят подход Гуттмана в вероятностную структуру.
  • Шкала постоянной суммы - респонденту дается постоянная сумма денег, сценарий, кредиты или баллы и просят распределить их по различным предметам (пример: если бы у человека было 100 иен, которые он мог бы потратить на продукты питания, сколько бы он потратил на продукт A , на продукте B, на продукте C и т. д.). Это техника порядкового уровня.
  • Шкала оценки величины - в психофизической процедуре, изобретенной С.С. Стивенсом, люди просто присваивают числам размерности суждения. Среднее геометрическое этих чисел обычно дает степенной закон с характеристическим показателем. При кросс-модальном сопоставлении вместо присвоения чисел люди манипулируют другим измерением, например громкостью или яркостью, чтобы сопоставить элементы. Обычно показатель степени психометрической функции можно предсказать на основе показателей оценки величины каждого измерения.

Несравнительные методы масштабирования [ править ]

  • Визуальная аналоговая шкала (также называемая непрерывной шкалой оценок и графической шкалой оценок) - респонденты оценивают элементы, ставя отметку в строке. Линия обычно маркируется на каждом конце. Иногда под линией находится ряд чисел, называемых точками шкалы (скажем, от нуля до 100). Оценка и кодификация сложны для бумажных и карандашных весов, но не для компьютеризированных и основанных на Интернете визуальных аналоговых весов. [2]
  • Шкала Лайкерта - респондентов просят указать степень согласия или несогласия (от «полностью согласен» до «категорически не согласен») по шкале от пяти до девяти баллов (не путать со шкалой Лайкерта). Один и тот же формат используется для нескольких вопросов. Именно сочетание этих вопросов составляет шкалу Лайкерта. Эту процедуру категориального масштабирования можно легко расширить допроцедуры оценки величины, которая использует полную шкалу чисел, а не словесных категорий.
  • Шкалы завершения фраз - респондентов просят завершить фразу по 11-балльной шкале ответов, в которой 0 означает отсутствие теоретической конструкции, а 10 представляет теоретически максимальное количество измеряемой конструкции. Один и тот же базовый формат используется для нескольких вопросов.
  • Шкала семантического дифференциала - респондентов просят оценить предмет по 7-балльной шкале по различным признакам. Для каждого атрибута требуется шкала с биполярными обозначениями клемм.
  • Шкала Стапеля - это однополярная десятибалльная шкала оценки. Он находится в диапазоне от +5 до −5 и не имеет нулевой нейтральной точки.
  • Шкала Терстона - это метод масштабирования, который включает структуру интенсивности среди индикаторов.
  • Математически выведенная шкала - исследователи математически выводят оценки респондентов. Двумя примерами являются многомерное масштабирование и совместный анализ .

Оценка шкалы [ править ]

Весы следует тестировать на надежность , обобщаемость и валидность . Обобщаемость - это способность делать выводы от выборки к генеральной совокупности с учетом выбранной шкалы. Надежность - это степень, в которой весы будут давать стабильные результаты. Надежность повторного тестирования проверяет, насколько похожи результаты, если исследование повторяется при аналогичных обстоятельствах. Надежность альтернативных форм проверяет, насколько похожи результаты, если исследование повторяется с использованием различных форм шкалы. Надежность внутренней согласованности проверяет, насколько хорошо отдельные меры, включенные в шкалу, преобразованы в составную меру.

Весы и индексы должны быть проверены. Внутренняя проверка проверяет связь между отдельными показателями, включенными в шкалу, и самой составной шкалой. Внешняя проверка проверяет связь между составной шкалой и другими показателями переменной, не включенными в шкалу. Проверка содержимого (также называемая валидностью лица) проверяет, насколько хорошо шкала измеряет то, что должно быть измерено. Проверка критерия проверяет, насколько значимы критерии шкалы по сравнению с другими возможными критериями. Проверка конструкции проверяет, какая базовая конструкция измеряется. Есть три варианта конструкта валидности . Это конвергентная валидность , дискриминантная валидность и номологическая валидность.(Кэмпбелл и Фиске, 1959; Крус и Ней, 1978). Коэффициент воспроизводимости показывает, насколько хорошо данные отдельных мер, включенных в шкалу, могут быть восстановлены из составной шкалы.

См. Также [ править ]

  • Шкала оценок
  • Уровень измерения
  • Социальные исследования
  • Маркетинг
  • Маркетинговые исследования
  • Количественное маркетинговое исследование
  • Сила закона
  • Психофизика

Ссылки [ править ]

  1. ^ Earl Babbie (1 января 2012). Практика социальных исследований . Cengage Learning. п. 162. ISBN. 1-133-04979-6.
  2. ^ У.-Д. Reips и F. Funke (2008) "Измерение уровня интервала с визуальными аналоговыми шкалами в Интернет-исследованиях: Генератор VAS". DOI : 10,3758 / BRM.40.3.699

Дальнейшее чтение [ править ]

  • ДеВеллис, Роберт Ф (2003), Развитие масштабов : теория и приложения (2-е изд.), Лондон: SAGE Publications , ISBN 0-7619-2604-6, дата обращения 11 августа 2010.Мягкая обложка ISBN 0-7619-2605-4 
  • Лодж, Милтон (1981), Шкала величин: количественное измерение мнений , Беверли-Хиллз и Лондон: SAGE Publications, ISBN 0-8039-1747-3
  • МакИвер, Джон П. и Карминес, Эдвард Дж. (1981), Одномерное масштабирование , Беверли-Хиллз и Лондон: SAGE Publications, ISBN 0-8039-1736-8, дата обращения 11 августа 2010.
  • Брэдли, Р. А. и Терри, М. Е. (1952): Ранговый анализ неполных блочных схем, I. Метод парных сравнений . Биометрика, 39, 324–345.
  • Кэмпбелл, Д.Т. и Фиске, Д.В. (1959) Конвергентная и дискриминантная проверка с помощью матрицы мультитрейт-нескольких методов. Психологический бюллетень, 56, 81–105.
  • Ходж, Д. Р. и Гиллеспи, Д. Ф. (2003). Завершение фраз: альтернатива шкалам Лайкерта. Исследование социальной работы, 27 (1), 45–55.
  • Ходж, Д. Р. и Гиллеспи, Д. Ф. (2005). Весы завершения фраз. В К. Кемпф-Леонард (редактор). Энциклопедия социальных измерений. (Том 3, стр. 53–62). Сан-Диего: Academic Press.
  • Krus, DJ & Kennedy, PH (1977) Нормальное масштабирование матриц доминирования: модель с привязкой к предметной области. Образовательные и психологические измерения, 37, 189–193 (Запросить перепечатку).
  • Krus, DJ & Ney, RG (1978) Конвергентная и дискриминантная валидность в предметном анализе. Образовательные и психологические измерения, 38, 135–137 (Запросить перепечатку).
  • Люс, RD (1959): Поведение индивидуального выбора: теоретический анализ . Нью-Йорк: Дж. Вили.

Внешние ссылки [ править ]

  • Справочник по шкалам управления - многопозиционные метрики для использования в исследованиях, Викиучебники