Metode cantitative avansate de cercetare sociala
Sponsored Links
This presentation is the property of its rightful owner.
1 / 14

Metode cantitative avansate de cercetare sociala PowerPoint PPT Presentation


  • 74 Views
  • Uploaded on
  • Presentation posted in: General

Metode cantitative avansate de cercetare sociala. Tema 8-9 : Scalare multidimensionala Bibliografie: Manual, Capitolul 6 Joseph B. Kruskal, Myron Wish. 1978. Multidimensional Scaling . Newbury Park, Ca.: Sage Publications.

Download Presentation

Metode cantitative avansate de cercetare sociala

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Metode cantitative avansate de cercetare sociala

Tema 8-9: Scalare multidimensionala

Bibliografie: Manual, Capitolul 6

Joseph B. Kruskal, Myron Wish. 1978. Multidimensional Scaling. Newbury Park, Ca.: Sage Publications.

F.W. Young, D.F. Harris. 1990. “Multidimensional Scaling”, SPSS User’s Guide, SPSS Inc., pp. 157-223.


Exemple de intrebari la care raspunde SMD

  • Cum se structureaza piata unor categorii de produse (e.g. detergenti) in perceptia cumparatorilor?

  • Care este structura de prietenie intr-un cimp social particular?

  • Cum percep alegatorii candidatii in alegerile prezidentiale?


SMD - caracteristici

  • Metoda de reducere a datelor

  • Tipul de date folosit:

    • Similaritate

    • Preferinte

  • Se bazeaza pe comparatii intre obiecte

    (care pot, sau nu, sa includa judecati de valoare)


Proximitate

  • Proximitatea dintre două obiecte funcţionează ca distanţă între obiecte şi este o valoare numerică care indică cât de similare sunt obiectele în percepţia subiecţilor, sau cât de apropiate se găsesc în preferinţele lor.

  • Se construieste o matrice de proximitati din datele brute (uneori acestea sunt de la bun inceput proximitati).


Tipuri de date in MDS si calculul distantelor: Logica producerii hartii perceptuale

  • Datele initiale sunt prelucrate sub forma de proximitati (distante, intr-o definitie aleasa de noi). Acestea se noteaza cu: ijiar matricea lor cu .

  • Distantele intre obiecte, asa cum vor fi reprezentate pe harta perceptuala, sunt: dij=d(xi,xj), iar matricea lor e D.

  • In general proximitatile sunt transformate astfel incit sa aiba aceeasi unitate de masura cu distantele hartii perceptuale: f(ij) [transformatele proximitatilor]


Logica producerii hartii perceptuale (2)

  • Se porneste de la o configuratie initiala (arbitrara) a distantelor dintre obiectele de pe harta.

  • Distantele pe harta dintre obiecte se compara cu transformatele proximitatilor [distantele subiective].

  • Daca discrepantele sunt prea mari, se rearanjeaza obiectele intr-o noua configuratie, astfel incit sa reprezinte cit mai bine distantele date de transformatele proximitatilor.

  • Algoritmul se repeta pina se indeplineste conditia ca eroarea totala e mai mica decit un prag acceptat de noi.


Logica producerii hartii perceptuale (3)

  • Formal, ecuatia fundamentala a SMD: f()=D+E

  • Goodness-of-fit (criteriu de convergenta):


Realizarea unei analize SMD (1)

  • 1. Formularea problemei de cercetare şi stabilirea obiectivelor cercetarii.

  • 2. Colectarea datelor si formarea matricii de proximitati: comparabilitate & numarul obiectelor.

  • 3. Obtinerea configuraţiei de puncte.

  • 4. Decizia asupra dimensionalitatii modelului.

  • 5. Interpretarea si evaluarea rezultatelor


Realizarea unei analize SMD (2)

  • In SPSS:


  • Login