1,334 matches
-
ca punct de plecare proximitățile între obiecte.Proximitatea dintre două obiecte funcționează ca distanță între obiecte și este o valoare numerică indicând cât de similare sunt obiectele în percepția subiecților sau cât de apropiate se găsesc în preferințelelor. Datele de similaritate și datele de preferință sunt exprimate în proximități. Acest lucru poate fi imediat, când datele pe care le avem la dispoziție iau forma proximităților, sau este necesară o transformare a datelor în proximități. Atunci când, de exemplu, fiecărui subiect i se
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
preferință sunt exprimate în proximități. Acest lucru poate fi imediat, când datele pe care le avem la dispoziție iau forma proximităților, sau este necesară o transformare a datelor în proximități. Atunci când, de exemplu, fiecărui subiect i se cere să evalueze similaritatea a câte două obiecte pe o scală de la 0 la 10, unde 0 înseamnă „sunt perfect similare” și 10 înseamnă „nu seamănă deloc”, aceste valori sunt proximități. Valoarea 0 înseamnă distanță zero între obiecte, adică similaritate perfectă, iar 10 înseamnă
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
se cere să evalueze similaritatea a câte două obiecte pe o scală de la 0 la 10, unde 0 înseamnă „sunt perfect similare” și 10 înseamnă „nu seamănă deloc”, aceste valori sunt proximități. Valoarea 0 înseamnă distanță zero între obiecte, adică similaritate perfectă, iar 10 înseamnă distanța maximă între obiecte, adică disimilaritate maximă. Aceste date pot fi reprezentate printr-o matrice pătratică simetrică, în care pe linii și pe coloane se vor găsi obiectele, iar la intersecția dintre o linie și o
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
maximă între obiecte, adică disimilaritate maximă. Aceste date pot fi reprezentate printr-o matrice pătratică simetrică, în care pe linii și pe coloane se vor găsi obiectele, iar la intersecția dintre o linie și o coloană se va găsi valoarea similarității dintre ele, o valoare între 0 și 10. Vom obține o astfel de matrice pentru fiecare subiect. Pentru a putea analiza informațiile obținute de la toți subiecții, vom „agrega” aceste matrice individuale într-o singură matrice de proximități. Acest lucru se
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
vom „agrega” aceste matrice individuale într-o singură matrice de proximități. Acest lucru se poate realiza, de exemplu, calculând media valorilor obținute de perechi, de la fiecare subiect. La fel, dacă subiecților li se cere să ordoneze perechile de obiecte în funcție de similaritatea lor, datele obținute sunt proximități. Ele vor fi de asemenea reprezentate, pentru fiecare subiect, într-o matrice pătratică simetrică, unde pe linii și pe coloane se găsesc obiectele comparate, iar la intersecția dintre o linie și o coloană va fi
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
datele obținute sunt proximități. Ele vor fi de asemenea reprezentate, pentru fiecare subiect, într-o matrice pătratică simetrică, unde pe linii și pe coloane se găsesc obiectele comparate, iar la intersecția dintre o linie și o coloană va fi rangul similarității obiectelor aflate pe linie și pe coloană. Când însă, de exemplu, subiecților li se cere să ordoneze obiectele în funcție de preferință, de la primul la ultimul, datele noastre vor fi ranguri ale obiectelor individuale, și nu distanțe între perechi de obiecte. În
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
cărora le-a fost atribuit același rang) este egală cu zero. Proximitățile dintre obiecte sunt datele pe care le prelucrăm în scalarea multidimensională. Așa cum am arătat mai sus, ele se calculează în funcție de modul în care s-au colectat datele de similaritate sau de preferințe (i.e. în funcție de întrebările despre obiecte care le-au fost puse subiecților). Proximitățile sunt așezate într-o matrice pătratică, unde pe linii și pe coloane se găsesc obiectele evaluate. Valoarea aflată la intersecția dintre o linie și o
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
Pentru R=2, orice obiect i este reprezentat printr-un punct xi(xi1,xi2) în spațiul subiectiv bidimensional. Trebuie să găsim pozițiile punctelor xi, i=1, 2, ..., N astfel încât ele să reflecte cel mai bine proximitățile dintre obiecte (evaluările de similaritate sau preferințe făcute de subiecți). Acesta este lucrul central în scalarea multidimensională. Pentru a găsi mulțimea de puncte care redă cel mai bine proximitățile dintre obiecte, în general se stabilește o configurație inițială a obiectelor (punctelor) într-un spațiu cu
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
reprezentate de ultima configurație de puncte a 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
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
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 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
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
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 mulțimea de obiecte. De asemenea, am arătat că ele pot fi de la bun început proximități (sau disimilarități) sau este nevoie să
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
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 mulțimea de obiecte. De asemenea, am arătat că ele pot fi de la bun început proximități (sau disimilarități) sau este nevoie să fie prelucrate pentru a putea fi
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
reduce deci la forma în care a fost pusă întrebarea. Să luăm un exemplu. Întrebarea cere subiecților să compare obiectele două câte două, în funcție de cât de asemănătoare sunt. Ei sunt rugați să evalueze pe o scală de la 0 la 10 similaritatea obiectelor, unde 0 înseamnă că nu seamănă deloc, iar 10 înseamnă că sunt perfect identice. Există două moduri de a așeza informația astfel obținută de la subiecți într-o bază de date. Acest lucru trebuie decis de cercetător, în funcție de pachetul statistic
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
O altă modalitate de introducere a datelor este următoarea. Pentru fiecare subiect se creează o bază de date unde cazurile (liniile) sunt reprezentate de obiecte, iar variabilele (coloanele) sunt date tot de obiecte, câte o variabilă pentru fiecare obiect. Măsura similarității dintre două obiecte va fi introdusă la intersecția dintre o linie și o coloană. Adică un obiect, reprezentat ca un caz, va lua valori pentru fiecare dintre variabile, care reprezintă și ele obiecte, valorile respective fiind măsura de similaritate acordată
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
Măsura similarității dintre două obiecte va fi introdusă la intersecția dintre o linie și o coloană. Adică un obiect, reprezentat ca un caz, va lua valori pentru fiecare dintre variabile, care reprezintă și ele obiecte, valorile respective fiind măsura de similaritate acordată de subiect. O astfel de bază de date se creează pentru fiecare subiect intrat în eșantion. Ele pot fi unite, fie pe verticală, păstrând variabilele și repetând cazurilepentru fiecare subiect, fie pe orizontală, păstrând cazurile și repetând setul de
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
reprezentării poziționării relative a obiectelor, se numește scalare multidimensională repetată sau Replicated Multidimensional Scaling (RMDS) în engleză. Diferența principală față de scalarea multidimensională simplă, cunoscută în engleză drept Classic Multidimensional Scaling (CMDS), este faptul că permite analiza mai multor matrice de similaritate simultan. Presupunerea de bază este următoarea: configurația de puncte se aplică tuturor matricelor de date cu aceeași validitate - exceptând eroarea datorată diferențelor individuale, toate matricele de date trebuie să fie aceleași. Ele sunt, fiecare, un duplicat, o copie a celorlalte
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
subiecți, există deci o modalitate de a introduce toată informația într-o bază de date. Analiza de scalare multidimensională pornește de la această bază de date, care, așa cum am arătat mai sus, poate fi alcătuită (1) dintr-o singură matrice de similarități, preferințe sau proximități sau (2) din mai multe matrice de similarități, câte una pentru fiecare subiect. În funcție de asumpțiile de la care pornim, vom specifica un model de scalare multidimensională simplu, RMDS sau WMDS. Un lucru esențial în scalarea multidimensională îl constituie
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
o bază de date. Analiza de scalare multidimensională pornește de la această bază de date, care, așa cum am arătat mai sus, poate fi alcătuită (1) dintr-o singură matrice de similarități, preferințe sau proximități sau (2) din mai multe matrice de similarități, câte una pentru fiecare subiect. În funcție de asumpțiile de la care pornim, vom specifica un model de scalare multidimensională simplu, RMDS sau WMDS. Un lucru esențial în scalarea multidimensională îl constituie alegerea obiectelor evaluate 2. Așa cum am arătat la începutul acestui capitol
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
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 sunt mai flexibile, în sensul că nu presupun nici o relație specifică între distanța calculată și măsura de similaritate. Dezavantajul lor este că pot produce soluții suboptimale sau degenerate. Soluțiile degenerate sunt reprezentări incorecte ale obiectelor, în care
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
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 sunt mai flexibile, în sensul că nu presupun nici o relație specifică între distanța calculată și măsura de similaritate. Dezavantajul lor este că pot produce soluții suboptimale sau degenerate. Soluțiile degenerate sunt reprezentări incorecte ale obiectelor, în care punctele sunt strânse într-un singur loc al diagramei sau se găsesc la capetele unei singure dimensiuni. Metodele metrice produc soluții
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
arătat pașii algoritmului prin care se obține configurația de puncte ce reflectă relațiile percepute dintre obiecte. Pentru obținerea soluției vom folosi un pachet de programe statistice pe calculator care realizează algoritmul în funcție de specificările date de cercetător: matricea inițială de date (similaritate sau preferințe), modalitatea de obținere a matricei de proximități, criteriul de oprire a algoritmului, dimensionalitatea modelului. Voi descrie acest lucru pentru SPSS 10.1 în secțiunea următoare. Decizia asupra dimensionalității modeluluitc "Decizia asupra dimensionalității modelului" Alegerea numărului de dimensiuni în
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
scalare multidimensională este studiul vecinătăților. Această interpretare nu se preocupă de interpretarea dimensiunilor, ci, similar analizei cluster, încearcă să identifice grupuri de obiecte (de puncte) așezate în poziții apropiate. O astfel de interpretare se centrează îndeosebi asupra distanțelor mici (asupra similarităților) și poate indica altă logică a grupării decât cea dimensională. Interpretarea concentrată pe definirea dimensiunilor se bazează în special pe reprezentarea distanțelor mari între obiecte (a disimilarităților)1. În orice caz, e recomandabil ca toate metodele, subiective și obiective, să
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
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 eșantioane diferite
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
23 de orașe ale României enumerate mai sus. Informația din baza de date reprezintă direct proximități între obiecte. Nu este deci nevoie ca asupra bazei de date să fie efectuate transformări pentru a obține proximități între obiecte din date de similaritate sau preferință. Matricea va fi una pătrată simetrică, întrucât pe linii și pe coloane vom avea elementele aceleiași mulțimi (orașele), iar distanța dintre două orașe oarecare A și B este identică cu distanța dintre orașele B și A. Voi construi
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
pătrat=113,437, fi=0,548, coeficientul de contingență= 0,480, Cramer V= 0,274). Din tabel nu putem însă desluși care este forma acestei asocieri. O primă idee ne-o poate da profilul categoriilor (frecvențele relative), care ne indică similaritatea categoriilor. Astfel, profilul pentru categoria „PNȚ-CD” a variabilei „partid” se calculează în felul următor: 36/70=0,514, 9/70=0,129, 9/70=0,129, 6/70=0,086, 10/70=0,143 (câte o valoare pentru fiecare categorie
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]