KorAP: Find »[drukola/base=scală & drukola/pos=noun]« with Poliqarp

<1 ...91 92 93 ...295 >

7,371 matches

Corola-publishinghouse/Science/2075_a_3400

a sumei ponderate a pătratelor din figura 11, în condiția ca scalele create (factorii estimați) să fie ortogonale două câte două. În alegerea dintre acestea, cercetătorul trebuie să se orienteze atât în funcție de schema teoretică și condițiile de utilizare ulterioară a scalelor factoriale, cât și după proprietățile inerente metodei. Prima metodă, a regresiei, este cea mai bună atunci când dorim ca scala factorială să coreleze cât mai mult cu factorul latent respectiv. În ceea ce privește univocitatea unei scale, adică faptul că scala respectivă corelează doar

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
câte două. În alegerea dintre acestea, cercetătorul trebuie să se orienteze atât în funcție de schema teoretică și condițiile de utilizare ulterioară a scalelor factoriale, cât și după proprietățile inerente metodei. Prima metodă, a regresiei, este cea mai bună atunci când dorim ca scala factorială să coreleze cât mai mult cu factorul latent respectiv. În ceea ce privește univocitatea unei scale, adică faptul că scala respectivă corelează doar cu factorul pe care se presupune că îl măsoară, și nu și cu ceilalți factori, indiferent că factorii latenți

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
teoretică și condițiile de utilizare ulterioară a scalelor factoriale, cât și după proprietățile inerente metodei. Prima metodă, a regresiei, este cea mai bună atunci când dorim ca scala factorială să coreleze cât mai mult cu factorul latent respectiv. În ceea ce privește univocitatea unei scale, adică faptul că scala respectivă corelează doar cu factorul pe care se presupune că îl măsoară, și nu și cu ceilalți factori, indiferent că factorii latenți identificați sunt sau nu ortogonali, metoda Bartlett dă cele mai bune rezultate. În termeni

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
utilizare ulterioară a scalelor factoriale, cât și după proprietățile inerente metodei. Prima metodă, a regresiei, este cea mai bună atunci când dorim ca scala factorială să coreleze cât mai mult cu factorul latent respectiv. În ceea ce privește univocitatea unei scale, adică faptul că scala respectivă corelează doar cu factorul pe care se presupune că îl măsoară, și nu și cu ceilalți factori, indiferent că factorii latenți identificați sunt sau nu ortogonali, metoda Bartlett dă cele mai bune rezultate. În termeni de ortogonalitate a factorilor

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
de variabile observate, obținute pe un eșantion. Există două tipuri de inferențe pe care analistul trebuie să le facă. Primele se referă la estimarea structurii factoriale latente (estimarea saturațiilor factoriale pentru identificarea dimensiunilor latente și estimarea scorurilor factoriale pentru construcția scalelor factoriale). Celelalte se referă la generalizarea estimatelor obținute prin analiză la nivelul întregii populații. Primul tip de inferențe este unul ce ține de logica fenomenului studiat, cel de-al doilea este unul statistic. Discuția de până aici s-a referit

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
set de unsprezece întrebări, CRR1, CRR2, ..., CRR11, prin care se măsoară percepția corupției în rândul unor categorii diferite de persoane. Felul în care au fost formulate acestea în chestionar este următorul: Tabelul 1 Percepția corupției în România, chestionarul BOP 2003 Scala de măsură a acestor variabile nu este una metrică, însă îndeplinește condițiile care le permit să fie folosite corect într-o analiză factorială. Valorile atribuite treptelor reflectă cu suficientă acuratețe distanțele reale dintre ele și corelațiile dintre variabile, având în

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
metrică, însă îndeplinește condițiile care le permit să fie folosite corect într-o analiză factorială. Valorile atribuite treptelor reflectă cu suficientă acuratețe distanțele reale dintre ele și corelațiile dintre variabile, având în vedere că toate variabilele sunt măsurate pe aceeași scală, nu sunt distorsionate 1. Voi alege analiza matricei de corelații și voi folosi metoda de extracție a factorilor principali (principal axis factoring), întrucât doresc să explic cât mai mult din covarianța dintre variabile și să identific factorii latenți care stau

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
producă o discriminare cât mai mare (să existe variație cât mai mare între obiecte după variabilele respective) și să exprime cel mai bine tipul de grupare pe care dorim să-l obținem. Problema ponderii variabilelor apare și atunci când acestea au scale de măsură diferite. Cu cât acestea sunt mai diferite, cu atât mai disproporționată va fi ponderea lor în calculul măsurii de similaritate între obiecte. Astfel, valoarea variabilei „PIB per capita”, de ordinul zecilor de mii (măsurată în dolari), va influența

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
de operaționalizare a similarității. Două obiecte sunt similare dacă au măsuri apropiate pentru caracteristicile în funcție de care sunt comparate. Similaritatea obiectelor este ușor de estimat atunci când le comparăm în funcție de un singur criteriu (de o singură variabilă). În cazul caracteristicilor măsurate pe scale nominale, obiectele sunt similare dacă aparțin aceleiași categorii. În cazul caracteristicilor măsurate pe scale ordinale, obiectele sunt cu atât mai diferite (disimilare) cu cât se găsesc în categorii mai îndepărtate pe scală. În cazul caracteristicilor metrice (măsurate pe scale de

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
în funcție de care sunt comparate. Similaritatea obiectelor este ușor de estimat atunci când le comparăm în funcție de un singur criteriu (de o singură variabilă). În cazul caracteristicilor măsurate pe scale nominale, obiectele sunt similare dacă aparțin aceleiași categorii. În cazul caracteristicilor măsurate pe scale ordinale, obiectele sunt cu atât mai diferite (disimilare) cu cât se găsesc în categorii mai îndepărtate pe scală. În cazul caracteristicilor metrice (măsurate pe scale de intervale și de rapoarte), similaritatea sau disimilaritatea obiectelor sunt estimate în funcție de magnitudinea diferenței dintre

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
o singură variabilă). În cazul caracteristicilor măsurate pe scale nominale, obiectele sunt similare dacă aparțin aceleiași categorii. În cazul caracteristicilor măsurate pe scale ordinale, obiectele sunt cu atât mai diferite (disimilare) cu cât se găsesc în categorii mai îndepărtate pe scală. În cazul caracteristicilor metrice (măsurate pe scale de intervale și de rapoarte), similaritatea sau disimilaritatea obiectelor sunt estimate în funcție de magnitudinea diferenței dintre valorile luate de obiecte pe aceste scale. Definirea unei măsuri de similaritate este o operație matematică relativ simplă

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
pe scale nominale, obiectele sunt similare dacă aparțin aceleiași categorii. În cazul caracteristicilor măsurate pe scale ordinale, obiectele sunt cu atât mai diferite (disimilare) cu cât se găsesc în categorii mai îndepărtate pe scală. În cazul caracteristicilor metrice (măsurate pe scale de intervale și de rapoarte), similaritatea sau disimilaritatea obiectelor sunt estimate în funcție de magnitudinea diferenței dintre valorile luate de obiecte pe aceste scale. Definirea unei măsuri de similaritate este o operație matematică relativ simplă în acest caz. Dar cum procedăm atunci când

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
diferite (disimilare) cu cât se găsesc în categorii mai îndepărtate pe scală. În cazul caracteristicilor metrice (măsurate pe scale de intervale și de rapoarte), similaritatea sau disimilaritatea obiectelor sunt estimate în funcție de magnitudinea diferenței dintre valorile luate de obiecte pe aceste scale. Definirea unei măsuri de similaritate este o operație matematică relativ simplă în acest caz. Dar cum procedăm atunci când analiza ia în considerare mai multe caracteristici (mai multe variabile, mai multe criterii)? Răspunsul trebuie să țină cont de tipul de date

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
identice: pentru două obiecte identice x și z, d(x,z)=0 Majoritatea măsurilor de similaritate folosite în analiza cluster sunt metrice, îndeosebi pentru avantajele pe care le aduc proprietățile lor matematice. În cazul variabilelor cantitative (variabilele sunt măsurate pe scale de intervale și de rapoarte, în cazuri particulare sunt acceptate și cele măsurate pe scale ordinale), măsurile de similaritate sunt de două tipuri: coeficienți de corelație și distanțe. În cazul variabilelor categoriale, măsurile de similaritate sunt date de coeficienți de

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
similaritate folosite în analiza cluster sunt metrice, îndeosebi pentru avantajele pe care le aduc proprietățile lor matematice. În cazul variabilelor cantitative (variabilele sunt măsurate pe scale de intervale și de rapoarte, în cazuri particulare sunt acceptate și cele măsurate pe scale ordinale), măsurile de similaritate sunt de două tipuri: coeficienți de corelație și distanțe. În cazul variabilelor categoriale, măsurile de similaritate sunt date de coeficienți de asociere. Coeficienți de corelațietc "Coeficienți de corelație" Coeficientul de corelație este o măsură intuitivă a

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
Intuitiv, distanța din acest exemplu este cea euclidiană, adică așa cum o experimentăm în lumea în care trăim.) Obiectele sunt identice dacă distanța dintre ele este egală cu zero. Distanțele sunt măsuri care nu au limită superioară și sunt dependente de scalele pe care sunt măsurate variabilele. Cea mai uzuală măsură este distanța euclidiană. În spațiul tridimensional, aceasta este distanța pe care o cunoaștem ca atare. Matematic, distanța euclidiană este definită în felul următor: dij= unde dij este distanța dintre obiectele i

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
este cazul său particular pentru t=r=2. Distanța Mahalanobis este o generalizare care încorporează standardizarea variabilelor și ajustează intercorelațiile dintre variabile. Această distanță este importantă, pentru că rezolvă două dintre problemele analizei de grupare, și anume lipsa de unitate a scalelor pe care sunt măsurate variabilele și supraponderarea unui anumit set de variabile strâns corelate. Coeficienți de asocieretc "Coeficienți de asociere" Coeficienții de asociere sunt măsuri de similaritate folosite la compararea obiectelor ale căror caracteristici sunt măsurate pe scale non-metrice (nominale

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
unitate a scalelor pe care sunt măsurate variabilele și supraponderarea unui anumit set de variabile strâns corelate. Coeficienți de asocieretc "Coeficienți de asociere" Coeficienții de asociere sunt măsuri de similaritate folosite la compararea obiectelor ale căror caracteristici sunt măsurate pe scale non-metrice (nominale sau ordinale). În general, coeficienții de asociere stabilesc gradul de corespondență între obiecte, în funcție de prezența sau absența unor însușiri (variabile dihotomice). Această informație poate fi pusă sub forma unei matrice în care pe linii se găsesc obiectele, iar

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
o funcție-pondere pentru a elimina din calcul situațiile de concordanță negativă (lipsa însușirii în cazul ambelor obiecte) și situațiile în care obiectele nu sunt comparabile, din cauza variabilelor după care se compară. Prin aceasta este permisă folosirea unor variabile măsurate pe scale diferite, în estimarea similarității dintre două obiecte. Metode (algoritmi) de gruparetc "Metode (algoritmi) de grupare" Scopul analizei cluster este acela de a explora sau confirma structura unui set de date prin obținerea unui număr de grupuri de obiecte similare în raport cu

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
judecățile subiecților privind similaritatea sau disimilaritatea obiectelor, și (2) date de preferințe, compuse din preferințele subiecților față de mulțimea de obiecte. Datele de similaritate sunt colectate prin întrebări de forma următoare, adresate subiecților: „Evaluați similaritatea produselor A și B pe o scală de la 1 la 10”, „Exprimați acordul sau dezacordul față de afirmația: candidatul X și candidatul Z au aceleași șanse să câștige alegerile”. Datele de preferință sunt culese prin întrebări de tipul: „Ce produse preferi, din următoarea listă?”, „Așezați descrescător, în ordinea

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
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 distanța maximă între obiecte, adică disimilaritate maximă

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
caz, acest tip de analiză este recomandat în mod deosebit în studii de poziționare relativă și reprezentare a obiectelor pe care le studiem, 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

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
facă evaluarea obiectelor. Totul se 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

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
poate fi sub-specificat, degenerat sau supradimensionat). Obținerea configurației de punctetc "Obținerea configurației de puncte" Așa cum am arătat, matricea de proximități constituie punctul deplecare pentru obținerea configurației de puncte care redă cel mai bine relațiile percepute dintre obiecte. Indiferent 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

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]
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 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

Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic (2004) [Corola-publishinghouse/Science/2075_a_3400]