340 matches
-
proximitatea dintre B și A. Elevul A îl poate numi pe elevul B printre prietenii săi, dar B nu îl consideră pe A prietenul său. Scopul nostru într-un demers de scalare multidimensională este acela de a produce o hartă perceptuală a situării relative a obiectelor, adică o configurație geometrică de puncte, în funcție de câteva dimensiuni subiective. Dorim să construim un spațiu multidimensional (în general bidimensional), ale cărui dimensiuni trebuie să le interpretăm. Înainte însă de a ajunge la semnificația dimensiunilor, trebuie
[Corola-publishinghouse/Science/2075_a_3400]
-
algoritmului. Realizarea unei analize de scalare multidimensionalătc " Realizarea unei analize de scalare multidimensională" Scalarea multidimensională este o tehnică de analiză decompozițională. Ce înseamnă acest lucru? Metodele decompoziționale prelucrează măsuri globale sau generale de similaritate, pe baza cărora sunt produse hărți perceptuale ale poziționării relative a obiectelor. Ca atare, are două avantaje principale: (1) nu folosește atribute ale obiectelor, ci numai percepțiile și evaluările subiecților asupra obiectelor, și (2) pentru că fiecare subiect furnizează o evaluare a similarității dintre obiecte, se pot construi
[Corola-publishinghouse/Science/2075_a_3400]
-
poziționării relative a obiectelor. Ca atare, are două avantaje principale: (1) nu folosește atribute ale obiectelor, ci numai percepțiile și evaluările subiecților asupra obiectelor, și (2) pentru că fiecare subiect furnizează o evaluare a similarității dintre obiecte, se pot construi hărți perceptuale atât pentru fiecare subiect, cât și una agregată, care să încorporeze evaluările tuturor subiecților. Aceste avantaje aduc cu ele câteva dezavantaje. Unul ar fi acela că subiecții nu dau nici un indiciu privind dimensiunile după care au făcut evaluarea obiectelor. De
[Corola-publishinghouse/Science/2075_a_3400]
-
pentru care dimensiunile de evaluare sunt prea generale sau prea subiective pentru a putea fi măsurate pe scale convenționale 1. Colectarea datelor și formarea matricei de proximitățitc "Colectarea datelor și formarea matricei de proximități" Reprezentarea obiectelor sub forma unei hărți perceptuale se face pe baza evaluărilor subiective ale subiecților. Am arătat că acestea iau în general două forme: (1) date de similaritate, alcătuite din judecățile subiecților privind similaritatea sau disimilaritatea obiectelor, și (2) date de preferințe, compuse din preferințele subiecților în raport cu
[Corola-publishinghouse/Science/2075_a_3400]
-
că ele pot fidiferite una față de cealaltă, în moduri sistematice monotone sau non-monotone. În termeni de conținut, acest lucru înseamnă că în analiza WMDS se ține cont atât de diferențele individuale în răspunsuri, cât și de diferențele individuale în procesele perceptuale sau cognitive care generează răspunsurile. În acest model se presupune că indivizii diferă în funcție de importanța pe care o acordă dimensiunilor, în spațiul în care se reprezintă configurația de puncte. Spre deosebire de RMDS, unde se pleca de la asumpția potrivit căreia configurația de
[Corola-publishinghouse/Science/2075_a_3400]
-
președinția țării, scriitorii prezenți într-un spațiu publicistic), acțiuni (anumite servicii, diferite luări de poziție politice, emisiuni de televiziune), percepții senzoriale (gust, miros, aspect), obiecte intelectuale (sloganuri, idei, ideologii) etc. Scalarea multidimensională face posibilă reprezentarea acestor obiecte într-un spațiu perceptual (subiectiv), constituit pe baza judecăților despre obiecte pe care le fac subiecții. Cel mai important lucru în alegerea mulțimii de obiecte este comparabilitatea obiectelor. Realizarea hărților perceptuale presupune faptul că există caracteristici comune, obiective sau subiective, pe care subiecții le
[Corola-publishinghouse/Science/2075_a_3400]
-
idei, ideologii) etc. Scalarea multidimensională face posibilă reprezentarea acestor obiecte într-un spațiu perceptual (subiectiv), constituit pe baza judecăților despre obiecte pe care le fac subiecții. Cel mai important lucru în alegerea mulțimii de obiecte este comparabilitatea obiectelor. Realizarea hărților perceptuale presupune faptul că există caracteristici comune, obiective sau subiective, pe care subiecții le pot folosi drept criterii de evaluare. În cazul în care obiectele comparate au naturi diferite, rezultatul evaluărilor va fi îndoielnic. O altă problemă în alegerea obiectelor o
[Corola-publishinghouse/Science/2075_a_3400]
-
trebuie să fie suficient de multe pentru a obține o soluție multidimensională. O regulă practică este aceea că obiectele trebuie să fie de cel puțin patru ori mai multe decât numărul de dimensiuni ale soluției. Pentru a obține o hartă perceptuală cu o dimensiune, trebuie să introducem în analiză cel puțin 5 obiecte. Pentru o hartă perceptuală cu două dimensiuni, respondenții trebuie să evalueze cel puțin 9 obiecte. În cazul în care, de exemplu, le cerem să evalueze perechi de obiecte
[Corola-publishinghouse/Science/2075_a_3400]
-
aceea că obiectele trebuie să fie de cel puțin patru ori mai multe decât numărul de dimensiuni ale soluției. Pentru a obține o hartă perceptuală cu o dimensiune, trebuie să introducem în analiză cel puțin 5 obiecte. Pentru o hartă perceptuală cu două dimensiuni, respondenții trebuie să evalueze cel puțin 9 obiecte. În cazul în care, de exemplu, le cerem să evalueze perechi de obiecte, respondenții vor trebui să facă 36 de comparații. Raportul dintre numărul de obiecte și dimensionalitatea soluției
[Corola-publishinghouse/Science/2075_a_3400]
-
de tipul scalei de măsură a proximităților, non-metrică sau metrică, soluția scalată produsă de pachetele statistice de programe va fi metrică. Acest lucru este posibil matematic și este avantajos din mai multe puncte de vedere. Soluțiile metrice dau o hartă perceptuală mai ușor de interpretat,care poate fi transformată pentru a-i crește interpretabilitatea, prin rotire sau întindere/compresie 1. Distincția conceptuală între metodele de scalare multidimensională non-metrice și metrice este dată de scala de măsură a similarităților (proximităților). Metodele non-metrice
[Corola-publishinghouse/Science/2075_a_3400]
-
atributele obiective ale obiectelor. Cum spuneam și înainte, experiența și intuiția cercetătorului, pe fondul cunoașterii problematicii din studii anterioare, sunt cruciale pentru interpretarea soluției. Dar, pe lângă acestea, cercetătorul poate apela la mijloace statistice pentru a confirma și clarifica interpretarea hărții perceptuale. Identificarea naturii dimensiunilor se poate face prin regresia multiliniară. Realizarea unei astfel de analize depinde de variabilele în funcție de care s-au calculat proximitățile. De exemplu, în situația în care acestea sunt itemii unui diferențiator semantic, se va face câte o
[Corola-publishinghouse/Science/2075_a_3400]
-
generalitatea rezultatelor trebuie să fie asigurată atât la nivelul obiectelor, cât și la nivelul populației. Pe de altă parte, singurele rezultate ale scalării multidimensionale care pot fi folosite în inferență sunt pozițiile relative ale obiectelor, în funcție de care este constituită harta perceptuală. Dacă similaritatea dispunerii lor este comparabilă, nu există însă bază de comparație pentru semnificația dimensiunilor. Astfel încât, dacă găsim variație în pozițiile relative ale obiectelor atunci când divizăm eșantionul și repetăm analiza pe cele două subeșantioane sau când realizăm analiza pe două
[Corola-publishinghouse/Science/2075_a_3400]
-
în pozițiile relative ale obiectelor atunci când divizăm eșantionul și repetăm analiza pe cele două subeșantioane sau când realizăm analiza pe două eșantioane diferite, este greu de spus dacă acest lucru se datorează faptului că obiectele sunt văzute diferit, că dimensiunile perceptuale sunt diferite sau unei combinații între cele două. În plus, metodele sistematice de comparare nu sunt încorporate în pachetele de programe statistice existente. Cum comparăm rezultatele în această situație? Cercetătorul poate, de exemplu, să reconstituie coordonatele obiectelor pe dimensiunile soluției
[Corola-publishinghouse/Science/2075_a_3400]
-
engleză) la distanțe, proximitățile la distanțe sau proximitățile la transformatele proximităților. Aceste diagrame sunt foarte utile în evaluarea modelului, pentru că ne indică numărul și magnitudinea erorilor modelului (diferențele dintre transformatele proximităților și distanțele reprezentării poziționării relative a obiectelor pe harta perceptuală). Pentru o prezentare mai detaliată recomandăm consultarea manualului de utilizare SPSS 10.1, 1999, sau meniul Help din program. Exemplul 1: Reprezentarea orașelor României pe o hartă perceptuală, plecând de la distanțele pe calea ferată dintre eletc "Exemplul 1\: Reprezentarea orașelor
[Corola-publishinghouse/Science/2075_a_3400]
-
dintre transformatele proximităților și distanțele reprezentării poziționării relative a obiectelor pe harta perceptuală). Pentru o prezentare mai detaliată recomandăm consultarea manualului de utilizare SPSS 10.1, 1999, sau meniul Help din program. Exemplul 1: Reprezentarea orașelor României pe o hartă perceptuală, plecând de la distanțele pe calea ferată dintre eletc "Exemplul 1\: Reprezentarea orașelor României pe o hartă perceptuală, plecând de la distanțele pe calea ferată dintre ele" Acest exemplu este clasic în scalarea multidimensională. Să ne imaginăm că tot ceea ce știm despre
[Corola-publishinghouse/Science/2075_a_3400]
-
detaliată recomandăm consultarea manualului de utilizare SPSS 10.1, 1999, sau meniul Help din program. Exemplul 1: Reprezentarea orașelor României pe o hartă perceptuală, plecând de la distanțele pe calea ferată dintre eletc "Exemplul 1\: Reprezentarea orașelor României pe o hartă perceptuală, plecând de la distanțele pe calea ferată dintre ele" Acest exemplu este clasic în scalarea multidimensională. Să ne imaginăm că tot ceea ce știm despre geografia unei țări sunt distanțele dintre orașele sale, luate două câte două. Nu știm unde sunt așezate
[Corola-publishinghouse/Science/2075_a_3400]
-
față de axe. Erorile existente în datele originale (adică în evaluările subiecților, pentru cazul modelului general de scalare multidimensională) vor fi reflectate în disparitățile dintre transformatele proximităților obținute din setul de date original și distanțele din modelul scalat (i.e. din harta perceptuală, unde distanțele sunt distanțe euclidiene, adică linii drepte între puncte). Figura 5. Reprezentarea distanțelor și a transformatelor proximităților pentru model Modelul scalat bidimensional este adecvat pentru reprezentarea orașelor pe o hartă perceptuală. Știm acest lucru, deoarece cunoaștem realitatea geografică a
[Corola-publishinghouse/Science/2075_a_3400]
-
și distanțele din modelul scalat (i.e. din harta perceptuală, unde distanțele sunt distanțe euclidiene, adică linii drepte între puncte). Figura 5. Reprezentarea distanțelor și a transformatelor proximităților pentru model Modelul scalat bidimensional este adecvat pentru reprezentarea orașelor pe o hartă perceptuală. Știm acest lucru, deoarece cunoaștem realitatea geografică a dispunerii lor, și știm că două dimensiuni sunt suficiente pentru a reprezenta orașele pe o hartă. Dar interpretarea nu este întotdeauna atât de simplă. De altfel, măsurile de adecvare ale modelului sunt
[Corola-publishinghouse/Science/2075_a_3400]
-
Dar interpretarea nu este întotdeauna atât de simplă. De altfel, măsurile de adecvare ale modelului sunt excepționale: stress are valoarea 0.1, iar RSQ este egal cu 0.93. În următorul exemplu vom ilustra procesul de interpretare a dimensiunilor hărții perceptuale raportându-le la caracteristicile obiective ale obiectelor. Exemplul 2: Harta perceptuală a structurii profesionale și a structurii de prietenie în câmpul social al scriitorilor din Cluj-Napocatc "Exemplul 2\: Harta perceptuală a structurii profesionale și a structurii de prietenie în câmpul
[Corola-publishinghouse/Science/2075_a_3400]
-
de adecvare ale modelului sunt excepționale: stress are valoarea 0.1, iar RSQ este egal cu 0.93. În următorul exemplu vom ilustra procesul de interpretare a dimensiunilor hărții perceptuale raportându-le la caracteristicile obiective ale obiectelor. Exemplul 2: Harta perceptuală a structurii profesionale și a structurii de prietenie în câmpul social al scriitorilor din Cluj-Napocatc "Exemplul 2\: Harta perceptuală a structurii profesionale și a structurii de prietenie în câmpul social al scriitorilor din Cluj‑Napoca" Exemplul pe care îl voi
[Corola-publishinghouse/Science/2075_a_3400]
-
următorul exemplu vom ilustra procesul de interpretare a dimensiunilor hărții perceptuale raportându-le la caracteristicile obiective ale obiectelor. Exemplul 2: Harta perceptuală a structurii profesionale și a structurii de prietenie în câmpul social al scriitorilor din Cluj-Napocatc "Exemplul 2\: Harta perceptuală a structurii profesionale și a structurii de prietenie în câmpul social al scriitorilor din Cluj‑Napoca" Exemplul pe care îl voi da în cele ce urmează se referă la analiza câmpului literar clujean 1. Câmpul literar a deținut un loc
[Corola-publishinghouse/Science/2075_a_3400]
-
sprijinit la debut; e) care v-au sprijinit în relația cu editorii; f) pe care, dorind să-i cunoașteți, i-ați invita la cină. Prin examinarea legăturilor definite de cunoașterea operei fiecărui scriitor (itemul a) s-a dorit realizarea hărții perceptuale a scriitorilor în funcție de ierarhia notorietății și recunoașterii în interiorul câmpului. Acest item s-a dovedit însă a fi superfluu: în general, fiecare subiect care a răspuns s-a dovedit a fi (sau a afirmat că este) mai mult sau mai puțin
[Corola-publishinghouse/Science/2075_a_3400]
-
Nici răspunsurile obținute la itemul c nu au fost suficiente pentru a construi o bază de date - prea puțini dintre scriitorii intervievați par să practice discutarea manuscriselor lor. Așadar, datele pe care am putut să le folosesc în construcția structurii perceptuale a câmpului scriitorilor au fost datele de preferință obținute din relatările scriitorilor privind relațiile de prietenie și de sprijin profesional din interiorul câmpului scriitorilor. Din răspunsurile date la itemii b, respectiv d și e, am construit două baze de date
[Corola-publishinghouse/Science/2075_a_3400]
-
relație privată (lectură individuală), care continuă cu o relație mediată de cunoașterea textului în cadrul universității, la celălalt capăt situându-se relația care are loc în spațiul public, în teatru. Așa cum se vede din acest exemplu, pentru a putea interpreta hărțile perceptuale obținute nu este suficient să folosim doar indicatorii statistici. Stress și RSQ ne dau o idee despre adecvarea modelului, însă interpretarea graficului - a pozițiilor din câmp și a raporturilor dintre ele, a regulilor după care funcționează câmpul - nu poate fi
[Corola-publishinghouse/Science/2075_a_3400]
-
atât mai complexă cu cât numărul de categorii ale variabilelor este mai mare, poate fi deslușită prin reprezentarea ei într-un spațiu cu puține dimensiuni. Mai mult, analiza de corespondență produce o reprezentare vizuală (geometrică) a acestei relații, o hartă perceptuală în care categorii similare ocupă poziții apropiate, iar categorii diferite sunt așezate în poziții depărtate. Dintre celelalte tehnici de interdependență, analiza factorială este cea mai apropiată ca logică de analiza de corespondență. Ca și analiza factorială, analiza de corespondență descrie
[Corola-publishinghouse/Science/2075_a_3400]