Основные цели методов одномерного шкалирования

Сформулируем теперь основные цели, которые ставили перед со­бой разработчики известных методов одномерного шкалирования.

I) Получение значений латентной переменной таким путем, чтобы были удовлетворены два требования, внешне представля­ющиеся несовместимыми: с одной стороны, мы знали бы, как интерпретировать эти значения и были уверены в адекватности реальности этой интерпретации (т.е. мнение респондента было бы отражено адекватно), и, с другой стороны, способ шкали­рования был бы настолько прост, чтобы его можно было при­менять для выявления мнений достаточно большого количества респондентов

2) Обеспечение уровня измерения, достаточно высокого для того, чтобы к полученным шкальным значениям можно было применять традиционные "числовые" методы, позволяющие вы­являть статистические закономерности

6. Понятие модели восприятия респондентом предлагаемых ему объектов (суждений). Рассмотрение введения такой модели как своеобразного подхода к «смягчению» процесса сбора данных.

Моделью восприятия, соответствующей ранжировке респон­дентом некоторых объектов, может служить следующее предпо­ложение.

Ранжируя объекты, респонденты руководствуются каким-то набором характеристик последних (одним и тем же для всех рес­пондентов), т.е. мыслят эти объекты в виде точек некоторого при­знакового пространства. У каждого респондента имеется некото­рое представление об "идеальном" объекте. И один объект кажет­ся ему лучше, чем другой, если первый — ближе к этому идеаль­ному объекту в рассматриваемом пространстве (см. пп. 9.3, 11.2).

Поскольку модели восприятия направлены на объяснение ре­ального поведения респондентов (чаще всего — их ответов на вопросы анкеты), для их обозначения будем употреблять также словосочетание "модели поведения".

Иногда примерно в том же смысле, что и "модель восприя­тия", употребляют термин модель порождения данных. Но, вооб­ще говоря, соответствующее понятие носит более широкий ха­рактер: каждая модель восприятия говорит о том, каким обра­зом данные порождены. Но процесс порождения данных может и не быть связан с моделью восприятия (хотя бы вследствие того, что данные могут исходить и не от респондента).

И модели восприятия, и модели порождения данных, ис­пользующиеся при социологическом измерении, зачастую опи­раются на определенные элементы формализма.

7. Измерение установки методом Терстоуна: этапы процесса [7, с.73-75; 14, с.104-107; 15, с.62-64; 27, с. 102-105].

Прежде всего отметим, что нашей основной целью является расположение респондентов на упомянутой выше гипотетичес­ки существующей прямой линии, латентном психологическом континууме. Это расположение должно отвечать значениям ис­комой установки для рассматриваемых респондентов

Построение шкалы начинается с формирования множества суждений, согласие или несогласие с которыми какого-либо рес­пондента предположительно говорит о его установке.

Ясно, что прежде, чем начинать подбор суждений, необходи­мо четко представить себе, какое понимание установки мы ис­пользуем.

Суждения должны составляться на базе собственного опыта исследователя, чтения литературы, бесед с потенциальными респондентами и т.д. Количество таких суждений может быть не­сколько сот

В качестве совокупности экспертов (судей), мнение которых должно послужить основой для определения места суждений на нашем континууме, Терстоун предложил брать несколько десят­ков наиболее типичных представителей изучаемой совокупности респондентов и считать, что искомые веса суждений — это усред­ненные оценки, данные суждениям выбранными экспертами.

Прежде всего подчеркнем, что экспертами ни в коем случае не должны быть эксперты в общепринятом смысле. Ясно также, что эксперты должны хорошо репрезентировать изучаемую совокупность респондентов.

Распределение рангов, приписанных 50 экспертами рассматриваемым суждениям.В качестве меры разброса для порядковой шкалы использует­ся квартальный размах

Терстоун предложил в качестве цены суждения использовать отвечающую ему медиану, о мере разброса мнений экспертов судить по соответствующему квартильному размаху и суждения с большим квартальным размахом отбрасывать.

Если первые два этапа были посвящены построению вспо­могательной оценочной шкалы — шкалы для суждений (результа­том реализации этих этапов было расположение суждений на чис­ловой оси), то оставшиеся этапы — построению главной интересу­ющей нас шкалы — установочной, дающей возможность каждому респонденту приписать число, отвечающее его установке.

Итак, составляем список оставленных нами суждений и вклю­чаем его в анкету, предназначенную для опроса основной массы респондентов. Сопровождаем список преамбулой, в которой про­сим отвечающего отметить номер того суждения, с которым он согласен. Суждения даются в случайном порядке, их веса остают­ся респондентам неизвестными. Проводим анкетирование.

8. Геометрическая модель, «заложенная» в методе Терстоуна измерения установки.

9. «Цена» получения интервальной шкалы при измерении установки методом Терстоуна.

Конечно, говоря о расчете медиан, мы не можем не припи­сывать суждениям какие-то числа. Но в соответствии со сказан­ным выше сделать это можно по-разному в зависимости от того, какой длины интервалы будем использовать и какова наша точ­ка отсчета.

Нетрудно показать, что при переходе от одной возможной шкалы к другой (имеются в виду шкалы типа тех, что изображе­ны на рис. 5.5) совокупность медиан, рассчитанных для всех рассматриваемых суждений тоже претерпит изменение, отвеча­ющее интервальной шкале: хотя все значения медиан изменят­ся, но структура интервалов между ними сохранится. Если бы неоднозначность совокупности медиан объяснялась только ука­занной неоднозначностью исходных данных, то можно было бы считать доказанной интервальность той шкалы, по которой полу­чены наши медианы. Но совокупность значений медиан может измениться еще по одной причине. Дополнительную неоднозначность искомым медианам при­дает то, что кумулятивный процент можно откладывать от разных мест соответствующего интервала, на' практике чаще всего его откладывают либо от середины, либо от какого-нибудь из его концов. Приведем пример того, как итоговая медиана изме­няется в зависимости именно от последнего обстоятельства. Пусть имеются данные, представленные в табл.