Лекции.Орг
Лекции.Орг
 

Категории:

Астрономия
Биология
География
Другие языки
Интернет
Информатика
История
Культура
Литература
Логика
Математика
Медицина
Механика
Охрана труда
Педагогика
Политика
Право
Психология
Религия
Риторика
Социология
Спорт
Строительство
Технология
Транспорт
Физика
Философия
Финансы
Химия
Экология
Экономика
Электроника

Шкалограммный анализ Гуттмана

7.5.2. Шкалограмма Гуттмана

Известный американский психолог Л.Гуттман предложил свой способ адаптации тестовой традиции к потребностям социоло­гии [Guttman, 1950]. В принципе идея была той же — опереться на проверку того, что наблюдаемые признаки представляют со­бой плотную "связку" в смысле корреляции друг с другом, и предложить такой способ измерения латентной переменной, чтобы при фиксации ее значения эти корреляции исчезали. Опи­сание метода можно найти в [Грин, 1966; Гуттман, 1966; Оси­пов, Андреев, 1977; Рабочая книга..., 1983; Ядов, 1995].

Наблюдаемые признаки — дихотомические. Предполагается, что выполнение условий, требующихся для реализации тесто­вой традиции, будет обеспечено, если удастся доказать возмож­ность определенным образом их упорядочить. А именно: будем говорить, что признаки упорядочены, если, скажем, относи­тельно человека, положительно реагирующего на третий при­знак, можно быть почти уверенным, что он положительно реа­гировал и на четвертый, пятый и т.д. признаки.

Подобные шкалы называются кумулятивными. Они использо­вались и до Гуттмана. Так, кумулятивна известная шкала социаль­ной дистанции Богардуса, содержащая семь признаков, отража­ющих различные степени социальной дистанции. Эти признаки могут быть следующим образом упорядочены (речь идет об отно­шении респондента к человеку или социальной группе, дистан­ция до которой вычисляется): допущение человека в качестве род­ственника посредством брака, как личного друга, в качестве сосе­да, допущение равной работы, гражданства, допущение в страну только в качестве туриста. Кумулятивность шкалы представляется очевидной: относительно респондента, согласного принять кого-то в качестве соседа, можно почти наверняка сказать, что он согласится с тем, чтобы тот же человек имел одинаковые с ним работу, гражданство, или мог приехать в страну как турист.

Значение латентной переменной рассчитывается как сумма положительных ответов, данных респондентом на рассматрива­емые вопросы. Нетрудно показать, что если рассматриваемые дихотомические признаки удалось упорядочить, то соответству­ющая матрица данных приведется к так называемому диагональ­ному виду (табл. 7.2).

Плюсами помечены положительные ответы респондентов на соответствующие вопросы анкеты (их согласие с соответствую­щими суждениями), минусами — отрицательные.

Нетрудно проверить, что согласие респондента, скажем, с 4-м суждением означает его согласие с 5-м, 6-м и т.д. А это и означа­ет, что наши признаки упорядочены.

Но поскольку количество респондентов, как правило, будет больше числа суждений, то многие респонденты будут давать одинаковые наборы ответов, и матрица приобретет ступенчато-диагональный вид (табл. 7.3).

Нетрудно показать, что для таких переменных будут выпол­нены все требующиеся посылки: они будут связаны друг с дру­гом и фиксация значения латентной переменной приведет к распаду этих связей.

Действительно, пусть р. и р. — вероятности положительных от­ветов на /-й и у'-й вопросы соответственно, р.. — вероятность по­ложительного ответа на /-й и у'-й вопросы одновременно (напом­ним, что в выборочном исследовании вероятность какого-либо события отождествляется с относительной частотой его встречае­мости).

Таблица 7.3. Результат шкалограммного анализа Гуттмана: приведение матрицы данных к ступенчато-диагональному

виду

 

 

 

Респон­денты Суждения Значение латентной переменной
+ + + + + + + + +
+ + + + + + + + +
+ + + + + + + + +
- + + + + + + + +
- - + + + + + + +
- - + + + + + + +
- - - + + + + + +
- - - + . + + + + +
- - - + + + + + +
- - - - + + + + +
- - - - + + + + +
          + + + +
            + + +
              + +
              + +
              + +
                +
                 

 

Вспомним одно из основных положений теории вероятнос­тей. Независимость двух событий означает, что вероятность на­ступления обоих событий вместе равна произведению вероят­ностей наступления каждого из них в отдельности. Учитывая это, нетрудно видеть, что в нашем случае независимость двух при­знаков с номерами i и j означает, что

 

Pt=P,Pj- (?-2>

Однако в действительности, если предположить, что признаки упорядочены в нашем смысле (и / < j ), то окажется, что р. = = pi (для нашего примера со шкалой Богардуса — вероятность того, что респондент согласен допустить рассматриваемого чело­века одновременно и в качестве соседа, и в качестве сограждани­на, равна вероятности того, что он допустит этого человека в качестве соседа, поскольку второе требование само собой будет выполнено). Поскольку соотношение (7.2) не выполняется, то признаки зависимы.

Если же взять только тех людей, которые имеют одно и то же значение латентной переменной, то, как нетрудно проверить, для них однозначно восстанавливается картина их ответов на рассматриваемые вопросы: скажем, балл 5 респондент может иметь только в том случае, если он дал положительные ответы на пос­ледние 5 вопросов. Другими словами, респонденты с одним и тем же значением латентной переменной имеют одни и те же значения рассматриваемых признаков. Ни о какой связи тут го­ворить не приходится.

Гуттман предложил простой алгоритм, позволяющий либо привести матрицу к диагональному виду, либо показать, что это сделать в принципе невозможно. Прежде чем описать этот алгоритм, заметим, что мы должны учитывать еще одно обсто­ятельство.

Выше в действительности был описан некий идеальный слу­чай. Мы уже говорили, что в социологии практически никакая теоретическая схема никогда не проходит в совершенно "чис­том" виде, никакая гипотеза не может стопроцентно выпол­няться, никакие данные не бывают без ошибок. И всегда встает вопрос, в каких пределах эти ошибки допустимы.

В нашем случае это означает, что даже при самом тщательном подборе суждений всегда найдутся респонденты, для которых они не будут упорядочены предполагаемым нами образом (в подтвер-" ждение того, что ошибки всегда будут, напомним, как уже мы говорили, что человек, ответивший положительно на третий воп­рос, почти наверняка, но не наверняка (!) даст положительный ответ на четвертый и пятый). То есть наша матрица хотя бы в малой мере, но практически всегда не будет точно диагональной. Необходимо, как всегда в подобных случаях, установить предел допустимых ошибок (напомним, что мы так же поступили, на­пример, когда говорили о возможных нарушениях транзитивно­сти в матрицах парных сравнений). В ситуации, когда этот предел не будет превышен, считать, что матрица диагональна, и, следо­вательно, наши условия, обеспечивающие возможность исполь­зования тестовой традиции, выполняются. Если ошибки превы-


 

 
 

сят допустимый предел, то будем полагать, что матрицу нельзя привести к диагональному виду и, стало быть, нельзя описан­ным образом измерять латентную переменную.

Ошибки будут проявляться в том, что даже в самом хорошем варианте у нас в области плюсов будут одиночные минусы, и наоборот. Оценим количество таких смешений. Их ниже мы и называем ошибками. Введем критерий:

 

R = 1 — (количество ошибок)/(количество клеток в таблице).

 

Будем полагать, что мы привели матрицу к диагональному виду, если R < 0,9. Теперь на примере покажем, в чем состоит алгоритм Гуттмана и как можно оценить качество его работы.

Итак, пусть исходная матрица данных имеет вид (табл. 7.4).

 

 

Таблица 7.4. Фрагмент гипотетической матрицы данных, полученных с помощью шкалы Гуттмана

 

 

 

Респонденты Суждения Значение латентной переменной
со
+ - - - + +
см + + + - - - со
со - - - - - -
+ + + + + -
СП - - - - - +
+ + - - + +
- - - + + +
+ + + - + -

 

 

В соответствии с упомянутым алгоритмом сначала надо таким образом переставить строки, чтобы соответствующие им значе­ния измеряемой переменной расположились по убыванию (табл. 7.5).

Не зря мы ввели в таблицу еще одну строку. Теперь надо пере­ставить столбцы таблицы таким образом, чтобы возрастали ран­ги, стоящие в ее нижней, как бы маргинальной, строке (табл. 7.6).


 


Строго диагонального (ступенчато-диагонального) вида у нас не получилось. Теперь требуется оценить, можно ли все же счи­тать, что полученная матрица достаточно близка к диагонально­му виду.

R = I - (6 + 3)/ 48 = 0,81

 

(6 — количество плюсов, "заблудившихся" в минусовой облас­ти; 3 — количество минусов, находящихся в плюсовой области). Если такое значение критерия представляется неприемлемым (19% "неправильных" клеток в таблице), то приходим к выво­ду, что наша гипотеза о наличии латентной переменной, прояв­ляющейся в рассматриваемых наблюдаемых признаках, не верна.

Итак, наша работа начинается с того (имеется в виду этап ра­боты после предварительного формирования анкеты), что мы проводим пробное исследование, собираем данные и переставля­ем столбцы и строки полученной матрицы до тех пор, пока она либо приобретет диагональный вид, либо мы убедимся в том, что это сделать невозможно. В первом случае мы полагаем, что одномерная латентная переменная существует, признаки и спо­соб выражения через них латентной переменной выбраны удач­но, и переходим к основному исследованию. Во втором — вооб­ще говоря, отказываемся от построения одномерной шкалы. Од­нако в отдельных случаях исправить положение можно с помо­щью некоторой корректировки данных. Скажем, может оказать­ся, что привести матрицу к диагональному виду нам мешает ка­кой-то ее столбец. Тогда выбросим из рассмотрения соответ­ствующее суждение: оно не укладывается в наше упорядочение (может быть, не так понимается респондентами, как мы рассчи­тывали, и т.д.). Затем перейдем к основному исследованию. В при­веденном выше примере таким суждением можно считать шестое (правда, убрав его, мы уменьшим долю "неправильных" клеток не до 10%, а только до 12% (стало быть, R будет равно 0,88).

В основе шкалирования по Гуттману лежит схема ответов, допускающая следующие операции:
1. Балл установки респондента равен сумме положительных реакций (числу знаков «+») на высказывания.
2. Балл установки позволяет воспроизвести реакции на отдельные суждения.
Годными для шкалирования признаются лишь те суждения, которые дают монотонную последовательность ответов.
Методика Гуттмана состоит из восьми этапов.
^ Первый этап. Подбор суждений. Исследователь априори выбирает суждения, относящиеся к установке людей на изучаемый объект или явление. В состоянии ли эти суждения образовать шкалу решается экспертной проверкой. Требования к суждениям следующие:
наличие двух альтернативных ответов — только «да» или «нет»;
нацеленность на изучение какой-то одной специфической области;
расположение по кумулятивной (накопительной) шкале, т.е. если респондент дал положительный ответ на первое суждение, то существует большая вероятность того, что и на последующие он даст положительные ответы. Гуттман считает, что реакции на суждения образуют одномерный континуум.
Можно привести следующий пример анкеты, построенной согласно процедуре Гуттмана:
Новая общественная система, сложившаяся в России после 1991 года, несомненно, способствует повышению производительности труда.
Согласен Не согласен
Если брать в целом, эта система лучше той, что была раньше.
Согласен Не согласен
Некоторые стороны новой общественной системы плохо продуманы.
Согласен Не согласен
Как и любая другая система организации общественной жизни, новая система имеет немало минусов.
Согласен Не согласен
Новая система удачно сочетает материальное и моральное стимулирование работников
Согласен Не согласен
Аргументы в пользу новой системы очень убедительны
Согласен Не согласен
В прежней системе было немало хорошего, что утрачено в новой системе
Согласен Не согласен
Преимущества новой системы организации жизни общества совершенно не ясны.
Согласен Не согласен
Согласие с суждениями 1, 2, 5, 6 и несогласие с суждениями 3, 4, 7, 8 означает благоприятное отношение к новой общественной системе. Идеальная шкалограмма предполагает, что ответ на один из вопросов должен повлечь за собой определенный ответ на следующий за ним по нисходящей ветви. Главная задача исследователя состоит в том, чтобы выяснить, действительно ли ответы на эти вопросы образуют одномерный континуум.
^ Второй этап. Подбор экспертов.
Третий этап. Экспертная оценка предложенных суждений.
Четвертый этап. Процедура обработки данных. Данные опроса экспертов заносятся в таблицу так, чтобы упорядочить опрошенных по схеме: от суждений, выражающих благожелательное отношение к объекту оценивания, до суждений, выражающих неблагоприятное отношение. Составляется первичная таблица плюсов и минусов. Каждый столбец представляет суждение, каждая строка — ответы экспертов. Из этой таблицы необходимо построить шкалограмму. Шкалограмма — это такая картина, когда люди и их ответы ранжированы. То есть расположены так, что первый человек отвечает положительно на все вопросы (первая строка состоит из одних плюсов), второй человек отвечает положительно на все вопросы, кроме последнего, третий — на все, кроме последних двух и т.д.
В шкалограмме нужно провести наклонную прямую, отсекающую плюсы от минусов. Но практически так никогда не получается. Представляя строки и столбцы, можно составить только приблизительную шкалограмму, где наклонная прямая не рассекает таблицу на часть с плюсами и часть с минусами, а представляет лестницу.
Например, мы опросили 12 экспертов и получили следующую шкалограмм
Шкалограмма

№ эксперта Балл эксперта Суждения
7 5 1 8 2 4 6 3
5 8 + + + + + + + +
7 7 + + + + + + +
8 6 + + + + + +
10 6 + + + + + +
2 5 + + + + +
1 4 + + + +
6 4 + + + +
11 4 + + + +
4 3 + + +
12 3 + + +
3 2 + +
9 1 +

 

Балл эксперта высчитывается по схеме: при ответе «согласен» на 1, 2, 5, 6 суждения нашего примера эксперту присваивается 1 балл, при ответе «не согласен» на 3, 4, 7, 8 суждения также 1 балл. На противоположные ответы на эти суждения присваивается 0 баллов. Таким образом, максимально эксперт может набрать 8 баллов.
^ Пятый этап. Проверка шкалы на воспроизводимость. По коэффициенту воспроизводимости определяют возможность воспроизведения ответов экспертов на выборке респондентов. Коэффициент воспроизводимости определяет возможное число отклонений от идеальной шкалы:

где ^ V — коэффициент воспроизводимости;
n — число ошибочных ответов;
K — число пунктов шкалы, по которым следует дать ответ (в нашем примере 8);
N — число экспертов.
Для нашего примера:

0,85. Он характеризует степень приближенности к идеальной шкалограмме, в которой коэффициент воспроизводимости равен 1,00.³Суждения считаются пригодными для шкалирования, если коэффициент воспроизводимости
^ Шестой этап. Отбор надежных суждений. Если коэффициент воспроизводимости меньше 0,85, тогда отбрасываются суждения, дающие много ошибочных ответов. Строится новая шкалограмма и высчитывается новый коэффициент воспроизводимости. Эта процедура повторяется до тех пор, пока не будут отобраны надежные и значимые суждения. Шкала с коэффициентом воспроизводимости не менее 0,85 готова.
^ Седьмой этап. Проведение опроса респондентов. При массовом опросе все суждения тасуются в беспорядке.
Восьмой этап. Математическая обработка полученных данных. Ранг каждого респондента определяется по сумме набранных им баллов. Затем высчитывается среднеарифметический ранг данной категории обследованных. Сравнивается с рангами других категорий. Можно сравнить, например, ранги представителей различных профессий, демографических, этнических и прочих групп, провести корреляционный, факторный анализы и прочее. Среднестатистический ранг категории показывает общую установку этой группы людей на изучаемый объект или явление.


<== предыдущая лекция | следующая лекция ==>
ХИМИЧЕСКОЕ УРАВНЕНИЕ | Если вы будете читать ее постоянно, то найдете в ней СЛОВА ЖИЗНИ”

Дата добавления: 2015-05-07; просмотров: 457 | Нарушение авторских прав


Похожая информация:

© 2015-2017 lektsii.org.

Ген: 0.092 с.