![]() Главная страница Случайная страница КАТЕГОРИИ: АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Субъективные оценки расстояний между 10 объектами
1 В связи с тем, что типичными исходными данными для МШ в психологии являются все же непосредственные оценки различий, изложение этой главы сопровождается примерами анализа исходной информации именно этого типа. Тем не менее подчеркнем, что для МШ допустимо применение и любых других исходных данных.
Результаты МШ субъективных оценок расстояний между и£ Ц^ " (по данным табл. 18.1)
Каждая строчка таблицы — это координаты соответствующего объекта на плоскости. Графическое изображение всех 10 точек, в соответствии с табл. 18.2, приведено на рис. 18.1. Взаимное расположение объектов в точности соответствует исходной конфигурации, предлагаемой наблюдателю (рис. 18.2). При этом обращает на себя внимание тот факт, что информация, полученная от наблюдателя, носит неметрический характер, так как расстояния оценивались по шкале порядка. Итоговая же конфигурация воспроизводит метрические соотношения в расположении объектов. Это связано с тем, что информация о различиях, содержащаяся в матрице субъективных оценок, хотя и является по сути порядко-
вой, но обладает избыточностью, которая и позволяет восстановить метрические соотношения. Сходные эксперименты проводились и с географическими данными (Терехина А. Ю., 1986). Например, испытуемым предлагалось оценить расстояния между 30 городами из различных частей земного шара, принимая за стандарт (100%) расстояние между Северным и Южным полюсами. Получаемые в результате применения МШ двумерные конфигурации в достаточной мере соответствуют истинному расположению выбранных городов на географической карте. Если от каждого эксперта получена матрица попарных различий Р объектов, то для таких данных используется многомерное шкалирование индивидуальных различий. При этом предполагается, что существует общее групповое пространство координат объектов в пространстве К общих признаков. Эксперты же отличаются тем, какой «индивидуальный вес» каждый из них придает тому или иному из К признаков при сравнении объектов. Соответственно, помимо групповой матрицы координат объектов, результатом этого варианта МШ является матрица индивидуальных весов размерностью KхN. Предположим, что объекты 1-10 (рис. 18.2) — объемные фигуры, расположенные на плоской поверхности в виде столбиков. Мы привлекаем двух наблюдателей А и В и располагаем их так, как показано на рисунке: чтобы они видели группу объектов на некотором отдалении вдоль плоскости, на которой расположены объекты, и не выше высоты объектов. Часть объектов при этом будет заслонять друг друга. Для наблюдателя А при этом не будут различимы пары объектов 1 и 10, 2-5, 9-6. Соответственно, для другого наблюдателя неразличимы пары 4-10, 3—9, 5-8. Наблюдателям дается та же инструкция, что и в предыдущем примере: оценить расстояние между каждым объектом и всеми остальными, присваивая 1 наименьшему расстоянию, 2 — следующему за ним по величине и т. д. Расстоянию между невидимым объектом и объектом, их заслоняющим, наблюдатели присваивают значение 0 как неразличимым объектам. Результатом проведения такого испытания являются две матрицы попарных различий
Таблица 18.3
|