Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике 2.2.2. Матрица попарных сходств или различийДля многомерного шкалирования существенным является определенная организация исходного экспериментального материала в так называемую матрицу сходств. Элементом матрицы ляется некоторая мера сходства между парой стимулов Оценки различий можно получить от испытуемого разными методами. В каждом случае выбор метода шкалирования различий зависит от конкретных экспериментальных условий. Но существует разделение этих методов на два больших класса, которое зависит только от того, какая модель многомерного шкалирования используется для анализа матрицы различий — метрическая или неметрическая. Условия, налагаемые на элементы матрицы различий в метрическом многомерном шкалировании, строго соответствуют аксиомам расстояния в геометрическом пространстве. 1. Рефлексивность различия:
подразумевает, что различие между двумя идентичными стимулами (диагональные элементы матрицы различий) должно равняться нулю. 2. Симметричность различий:
означает, что оценка различия не должна зависеть от временных или пространственных перестановок стимулов относительно друг друга при оценивании (симметричные элементы матрицы различий относительно главной диагонали). 3. Аксиома треугольника
требует, чтобы суммарное различие между любыми двумя парами из трех данных стимулов было не меньше, чем различие между оставшейся парой стимулов. В терминах теории измерений это означает, что субъективные оценки различий должны представлять собой величины на шкале отношений. Только в этом случае их можно рассматривать непосредственно как расстояние между точками в психологическом пространстве или субъективные расстояния. Методы для шкалирования психологического расстояния между сложными стимулами в большей части прямо аналогичны методам одномерного шкалирования. Большинство методов вполне могут быть расширены до шкалирования многомерных различий. Однако в каждом случае испытуемый делает более сложное суждение. Прямое расширение моделей требует некоторой модификации [203]. Эти изменения определяются, во-первых, усложнением стимулов и, во-вторых, сменой содержания оценочных суждений. В одномерном случае оценка представляет величину стимула на шкале, тогда как в многомерном шкалировании оценивается психологическое расстояние между парами стимулов. Если в ситуации одномерного шкалирования шкала отношений или интервалов строилась для самих оценок стимулов, то теперь эти шкалы строятся для межстимульных различий. Несколько более слабые ограничения налагает на элементы матрицы различий модель неметрического многомерного шкалирования. В общем случае достаточно, чтобы оценки различий удовлетворяли отношениям, установленным для шкалы порядка. Методы порядкового шкалирования основываются на ясных и простых принципах, которые легко реализуются в большинстве экспериментальных ситуаций. Например, испытуемому могут быть предъявлены все пары стимулов одновременно и он должен упорядочить их по степени сходства. Иногда порядок различия оценивается в баллах или в рангах [30]. В некоторых случаях информацию о сходствах можно получить из данных о смешении стимулов. Информацию о смешениях можно получить на основе идентификации испытуемым предъявляемых стимулов. Тогда в клетку Пристального внимания заслуживает вариант, в котором предлагается упростить работу испытуемого, заменив задачу оценивания попарных различий более простой задачей классификации стимулов. Пусть имеется множество многомерных стимулов (цвета, шрифта, вкусовые качества пищевых продуктов, геометрические фигуры и т. п.). Для данного множества стимулов В результате классификации стимулов по данному набору классов строится матрица Каждая строка матрицы представляет собой вектор Такая процедура успешно применялась Шепардом, Кэрролом [180] и Измайловым [11] к данным называния цветов Бойнтона и Гордона [60] для построения пространства цветоразличения.
|
1 |
Оглавление
|