Шкалирование по методу Терстоуна
Луи Тёрстоун исходил из предпосылки, что психологическая установка человека на социальные объекты содержит эмоциональное отношение. Поэтому задача измерения сводится к тому, чтобы найти степень позитивной или негативной напряженности такого отношения.
Представим, что перед нами множество предметов одинакового внешнего вида, но незначительно отличающихся по весу. Перебирая предметы и взвешивая их поочередно на руке, определим минимальную величину, которая ощущается как разница двух близких весов. Это и есть интервал порога восприятия тяжести. Аналогичным образом строится процедура в шкале Тёрстоуна.
Разработка шкалы производится в несколько этапов.
(1) Вначале придумывается множество суждений позитивного, нейтрального и негативного характера, каждое из которых выражает отношение к некоторому объекту, явлению, социальной проблеме. Суждения должны быть вполне однозначны и понятны, а главное, сформулированы так, чтобы с ними не смогли согласиться люди, придерживающиеся прямо противоположных взглядов.
(2) опрашиваются эксперты
(3) Коректировка анкеты и опрос респондентов. Этим людям предлагается рассортировать все суждения одно за другим, последовательно на 11 групп. 1 группа - выражено максимально положительное отношение к данному объекту или явлению, 11 группа — максимально негативное, 6 группа - должны помещаться суждения нейтрального характера
(4) После окончания сортировки начинается тщательный анализ, который производится путем исчисления медианы и отклонений от медианной точки.
Шкалограмма Луи Гуттмана:
Шкала Гуттмана предназначена для измерения установок, т. е. субъективного отношения к объекту. Предлагая опрашиваемым серию суждений, мы просим высказать свое отношение к каждому из них. Идеальная шкалограмма предполагает, что ответ на один из вопросов должен повлечь за собой определенный ответ на следующий за ним по нисходящей ветви. На каждый вопрос можно было бы дать пять ответов (от "совершенно согласен" до "совершенно не согласен"). После упорядочения респондентов упорядочиваются пункты от максимума к минимуму благожелательных ответов. Внутри пункта производится сортировка субъектов в порядке убывания.
Шкала Лайкерта, или метод суммарных оценок.
Частый вариант использования шкалы — респондентов просят указать степень своего согласия или несогласия с заданным утверждением. Для этого задаются варианты ответов в диапазоне от минимума до максимума. Значение латентной переменной для каждого респондента будет равна сумме баллов, отвечающих степеням его согласия с рассматриваемыми суждениями.
Шкалу Лайкерта, состоящую из 5 позиций, можно записать и в текстовом формате:
• Полностью согласен
• Частично согласен
• Затрудняюсь ответить
• Частично не согласен
• Совершенно не согласен
В отличие от простого вопроса-выбора, шкала Лайкерта позволяет определить степень суждения.
Основные понятия факторного, латентного, причинного анализов. Примеры применения в социологии
Факторный анализ – метод сведения большого количества исходных переменных к значительно меньшему числу факторов, каждый из которых объединяет исходные переменные, имеющие сходный смысл. Например, характеристики «любит дискуссии», «много разговаривает», «охотно идет на контакт с любым незнакомым человеком» могут служить оценками качества «общительность», которое непосредственно не поддается количественному измерению. Факторный анализ позволяет установить для большого числа исходных признаков сравнительно узкий набор «свойств», характеризующих связь между группами этих признаков и называемых факторами.
Латентный анализ - предложенный П. Ф. Лазарсфельдом метод выявления скрытых характеристики изучаемого соц. процесса, которые определяют явно наблюдаемые переменные.
Параметры, которые могут быть измерены посредством скрытых переменных:
1) Внутренние качества и черты личности (общительность) – они проявляются через внешние признаки, выраженные в оценках действий людей.
2) Состояние сознания людей (ценности, мотивы, цели и ориентации)
3) Целостные (социетальные) качества общества и общностей. Это обобщенные характеристики групп, социальных институтов, которые можно измерить одной скрытой переменной. Они служат для обобщения взаимоотношений между множеством переменных и обладают большим количеством проявлений своего состояния.
Для измерения таких переменных отбираются внешние признаки с разной смысловой близостью к системной переменной. Исследователь формирует тест или анкету, состоящую из вопросов, которые, как он полагает, относятся к изучаемой скрытой характеристике. Выделенные вопросы называют явными переменными, а скрытая характеристика – латентной переменной, т. е. различаются явные данные, полученные прямым наблюдением, и информация, выведенная из данных при некоторых дополнительных предположениях.
Причинный анализ – группа методов моделирования причинных отношений между признаками с помощью систем статистических уравнений, чаще всего регрессионных. Причинные отношения иногда называют структурными, каузальными и исследуют исходя из трех аспектов: правильности отображения направленности влияний признаков, а также возможного осуществления двух целей – прогнозирования и объяснения.
Причинный анализ позволяет раскрыть внутренний смысл корреляционных коэффициентов, которые лишь фиксируют статистическую связь, но ещё не свидетельствуют о наличии зависимости. Причинный анализ - с помощью проверок гипотез о причинно-следственных связях между признаками на основе эмпирической интерпретации.
Процесс построения модели причинного анализа состоит из следующих этапов:
1) построения диаграммы связей в виде систем уравнений;
2) идентификации (оценивания) параметров модели;
3) проверки гипотез и интерпретации результатов.
Путевая диаграмма (структурная, причинная) отражает гипотетически предполагаемые направленные связи между признаками модели. Все признаки делятся на признаки-следствия (зависимые, эндогенные) и признаки-причины (независимые, экзогенные). Однако в системе уравнений эндогенные признаки одного из уравнений могут быть экзогенными признаками др-уравнений.
Предположения, которым должны удовлетворять данные:
1. Отношения между признаками модели должны быть линейными, аддитивными и по возможности отвечающими изучаемым причинным связям.
2. Признаки в уравнениях могут коррелировать между собой, более того, метод призван объяснить корреляцию двух признаков с помощью компонент прямых и косвенных связей, существующих между ними.
3. Все переменные имеют интервальный уровень измерения.
Причинный анализ рекомендуется применять для выявления факторов влияния на некоторые целевые (зависимые) признаки, например, необходимо оценить в количественном отношении влияние факторов семьи, школы, товарищей на стремления и достижения молодежи или выявить факторы удовлетворенности работой при условии их направленного влияния друг на друга. Модели причинного анализа можно применять для проверки соответствия поведения установкам, для анализа ошибок в данных и во многих др. задачах.