1. Выбирается набор элементов исследования для построения карты. Это могут быть:
- автомобили (следует точно определить, что сравнивается: марки или конкретные модели);
- организации, производящие косметику;
- организации, производящие аудиоаппаратуру;
- музеи;
- телеканалы;
- кинокартины.
Для анализа следует взять 8…10 объектов.
2. Производится подготовка к опросу. Для проведения опроса из бумаги заготавливаются карточки размером примерно 3×5 см. На каждой из них обозначаются два элемента. Общее число карточек определяется числом элементов. Для восьми элементов следует заготовить 28 карточек, для девяти – 36, для десяти – 45. На карточках должны быть отражены все возможные сочетания элементов.
3. Проводится опрос респондентов. Каждого опрашиваемого просят расположить карточки от самой схожей пары до самой несхожей. Например, самой схожей парой телеканалов респондент посчитал ОРТ и РТР. Следующей, чуть более непохожей – СТС и ОТВ.
4. Обработка результатов и ввод их в таблицу. Самой схожей паре присваивается вес, равный 1, следующей – 2 и т.д. Максимальный вес будет равен числу карточек.
Веса вводятся в таблицу, аналогичную таблице расстояний между населенными пунктами из атласа автомобильных дорог (см. выше): Первый столбец матрицы данных с именем rowtype_ имеет тип String и значение PROX, второй, также типа String, с именем varname_ содержит названия элементов исследования, например, телеканалов. Их требуется вводить только латинскими буквами! Остальные столбцы названы так же, как и элементы, перечисленные во втором столбце. Следите за тем, чтобы названия столбцов и данные в столбце varname_ располагались строго в одинаковом порядке и были написаны строго одинаковыми символами. Даже лишний пробел может привести к ошибке. Проще всего скопировать столбец названия элементов с листа Data view и вставить его в столбец имен переменных листа Variable view.
По диагонали вводятся нули (расстояние от некоторого объекта до самого себя принимается равным 0) а в остальные клетки – полученные веса. Данные в матрице должны быть симметричны относительно главной диагонали (без учета двух первых столбцов).
5. Выполняется расчет и получение результирующих данных (работа с SPSS 11.5 подробно рассмотрена в п. 12, здесь дается в основном суть выполняемых действий):
- выбирается опция Analyze à Scale à Multidimentional scaling (PROXCAL)… (анализà шкала à многомерное шкалирование);
- в окне Data format (формат данных) все остается заданным по умолчанию; нажмите кнопку Define (сформулировать [задачу]);
- все переменные из левого поля открывшегося окна Multidimentional scaling (proximities in matrices across columns) перемещаются в окно Proximities (сходство) обычным способом;
- в окне, вызываемом кнопкой Model… установите в рамке Dimensions (размерности) Minimum=1, Maximum=4;
- в окне, вызываемом кнопкой Plots… (графики), в рамке Plots установите флажки Stress (стресс) и Common space (общее пространство);
- в окне, вызываемом кнопкой Output (выход) снимите все флажки;
- выведите результаты нажатием кнопки OK.
6. Определяется количества переменных, которые имел в виду респондент. Это делается с помощью графика зависимости стресса от размерности (рис. 11). В идеальном случае график резко падает, например, при переходе от размерности 1 к размерности 2. Под резким подразумевается падение с уровня не ниже 0,1 до уровня, значительно меньшего 0,1. Малый стресс при размерности 2 означает, что респондент при сравнении имел в виду две характеристики. Если же такого падения не наблюдается, то выбирают такую размерность, при которой стресс становится меньше 0,1. Если стресс превышает 0,1 при размерности 4, обычно окончательно выбирается размерность 3, так как графическое представление четырехмерного пространства затруднено. Результаты при этом считаются не совсем достоверными. Однако в реальных случаях такая ситуация со стрессом свидетельствует о том, что данные несостоятельны: отвечавший не задумывался об их смысле, беря ответы «с потолка».
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.