metode cantitative avansate de cercetare sociala n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Metode cantitative avansate de cercetare sociala PowerPoint Presentation
Download Presentation
Metode cantitative avansate de cercetare sociala

Loading in 2 Seconds...

play fullscreen
1 / 28

Metode cantitative avansate de cercetare sociala - PowerPoint PPT Presentation


  • 207 Views
  • Uploaded on

Metode cantitative avansate de cercetare sociala. Tema 10: Analiza de corespondenta. Bibliografie: Manual, Capitolul 7 Sten-Erik Clausen. 1998. Applied Correspondence Analysis. An Introduction. Thousand Oaks, Ca.: Sage Publications.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Metode cantitative avansate de cercetare sociala' - calais


Download Now 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

Metode cantitative avansate de cercetare sociala

Tema 10: Analiza de corespondenta.

Bibliografie: Manual, Capitolul 7

Sten-Erik Clausen. 1998. Applied Correspondence Analysis. An Introduction.

Thousand Oaks, Ca.: Sage Publications.

Jacqueline J. Meulman, Willem Heiser. 1999. SPSS Categories 10.0, SPSS

Inc. Chicago IL.

Susan C. Weller, A. Kimball Romney. 1990. Metric Scaling. Correspondence Analysis.

Newbury Park, Ca.: Sage Publications.

ce este analiza de coresponden
Ce este analiza de corespondenţă?
  • Analiza de corespondenţă este o metodă de interdependenţă care descrie relaţia dintre două variabile categoriale şi relaţiile dintre categoriile lor (relaţii de asociere).
  • Scopul principal al analizei de corespondenţă este descoperirea structurii unui set de date conţinut într-un tabel de contingenţă.
slide4
Analiza de corespondenţă produce o reprezentare vizuală (geometrică) a relaţiei complexe dintre doua variabile categoriale,
  • o hartă perceptuală în care categorii cu distributii similare ocupă poziţii apropiate, iar categorii cu distributii diferite sunt aşezate în poziţii depărtate.
  • Categoriile sunt reprezentate ca puncte intr-un spatiu cu dimensionalitate redusa.
slide5
Explorarea şi descrierea datelor.
  • Nu are un model la bază

(cum au, de exemplu, analiza factorială sau analiza de regresie liniară multiplă).

  • Nu există nici un fel de condiţii impuse variabilelor sau naturii datelor.

(înafară de cerinţa ca datele - frecvenţele din tabelul de contingenţă, să fie numere pozitive)

exemplu
Exemplu:

X: “Cu ce partid ai votat la ultimele alegeri?”

Y: “Femeile ar trebui sa poata face avort daca doresc acest lucru. Esti de acord sau nu cu acest lucru?”

profile pe linii

Atitudine catre avort

Partid

Acord

Dezacord

Total

Mase

Conservatori

0.39

0.61

1 (737)

0.39

Liberali

0.60

0.40

1 (776)

0.41

NDP

0.74

0.26

1 (371)

0.20

Profil mediu pe

0.54

0.46

1 (188

4)

linii

Profile pe linii:

X: “Cu ce partid ai votat la ultimele alegeri?”

Y: “Femeile ar trebui sa poata face avort daca doresc acest lucru. Esti de acord sau nu cu acest lucru?”

profile pe linii1

Atitudine catre avort

Partid

Acord

Dezacord

Total

Mase

Conservatori

0.39

0.61

1 (737)

0.39

Liberali

0.60

0.40

1 (776)

0.41

NDP

0.74

0.26

1 (371)

0.20

Profil mediu pe

0.54

0.46

1 (188

4)

linii

Profile pe linii:
slide10

Atitudine catre avort

Partid

Acord

Dezacord

Total

Mase

Conservatori

0.39

0.61

1 (737)

0.39

Liberali

0.60

0.40

1 (776)

0.41

NDP

0.74

0.26

1 (371)

0.20

Profil mediu pe

0.54

0.46

1 (188

4)

linii

profile pe coloane
Profile pe coloane:

X: “Cu ce partid ai votat la ultimele alegeri?”

Y: “Femeile ar trebui sa poata face avort daca doresc acest lucru. Esti de acord sau nu cu acest lucru?”

Atitudine catre avort

Partid

Acord

Dezacord

Profil mediu

pe coloane

Conservatori

0.28

0.52

0.39

Liberali

0.45

0.36

0.41

NDP

0.27

0.12

0.20

Total

1 (1024)

1 (860)

Mase

0.54

0.46

slide13

Atitudine catre avort

Partid

Acord

Dezacord

Profil mediu

pe coloane

Conservatori

0.28

0.52

0.39

Liberali

0.45

0.36

0.41

NDP

0.27

0.12

0.20

Total

1 (1024)

1 (860)

Mase

0.54

0.46

observatii
Observatii:
  • Putem calcula distantele intre categorii cu o distanta asemanatoare celei euclidiene.
  • Putem reprezenta similaritatea dintre categorii in functie de distanta lor fata de profilul mediu.
logica analizei de coresponden
Logica analizei de corespondenţă
  • Analiza de corespondenţă realizează o descriere a datelor cuprinse într-un tabel de contingenţă, desluşind structura latentă a datelor prin reducerea dimensionalităţii lor şi reprezentarea geometrică (vizuală) a categoriilor într-un spaţiu metric.
  • Analiza porneşte de la un tabel de contingenţă, adică de la tabularea a două variabile categoriale, una reprezentată pe linii, cealaltă pe coloane. Analitic, se prelucrează separat categoriile fiecăreia dintre variabile.
slide16
1. Se calculează profilurile categoriilor primei variabile (frecvenţele relative), care arată distribuţia categoriilor celeilalte variabile în rândul categoriilor primei variabile. Tot aici se calculează şi masele categoriilor primei variabile, care sunt proporţiile marginale ale categoriilor, şi ne arată ponderea lor în totalul obiectelor din eşantion. Acelaşi lucru se face şi pentru cea de-a doua variabilă.
  • 2. Se calculează distanţele între puncte, i.e. distanţele între categoriile variabilelor, reprezentate într-un acelaşi spaţiu metric.
  • În fine, la ultimul pas, se caută un spaţiu multidimensional care să acomodeze cel mai bine punctele şi distanţele dintre ele.
slide20
Fiecare categorie a unei variabile (de pe linie sau de pe coloană) poate fi interpretată ca fiind un vector (sau un punct) într-un spaţiu cu atâtea dimensiuni câte valori are profilul său (i.e. egal cu numărul de categorii ale celeilalte variabile), ale cărui coordonate sunt date de valorile profilului său.
  • Distanţa între două categorii se calculează de obicei ca distanţă hi pătrat între cele două puncte corespunzătoare.
distanta intre puncte categorii distan a hi p trat
Distanta intre puncte (categorii):distanţa hi pătrat

Efectul ponderarii: categoriile cu observaţii puţine vor contribui relativ mai mult la distanţele dintre puncte decât categoriile cu mai multe observaţii, i.e. categoriile cu mai puţine observaţii tind să fie reprezentate mai departe de originea axelor de coordonate, iar cele cu mai multe observaţii tind să fie aşezate aproape de centrul configuraţiei.

Centrul axelor de coordonate se numeşte centroid, şi este dat de profilul mediu (pe linii şi pe coloane respectiv).

slide23
Spaţiul redus în care vor fi reprezentate categoriile (de pe linii si coloane) va fi construit astfel încât să aproximeze cât mai bine distantele dintre puncte (categorii).
  • Analiza de corespondenta poate fi inteleasa si ca o analiza a componentelor principale pentru variabilele formate din profilele pe linii/ coloane ale categoriilor.
slide24
În analiza de corespondenţă conceptul de varianţă este definit în funcţie de distanţele hi pătrat şi poartă numele de inerţie. Inerţia totală este o măsură a împrăştierii profilelor categoriilor în jurul centroidului. (Varianţa este o măsură a împrăştierii punctelor în jurul mediei.) Inerţia totală se calculează în mod similar varianţei şi are următoarea formulă:

unde di reprezintă distanţa hi pătrat dintre categoria i şi centroid (dintre punctul i şi centroid), iar ri este masa punctului i.

figura 5 configura ia categoriilor variabilei centru universitar ntr un spa iu bidimensional
Figura 5. Configuraţia categoriilor variabilei “centru universitar” într-un spaţiu bidimensional.
slide28
Figura 6. Analiza de corespondenta dintre "partid" si "centru universitar" pentru Parlamentul României 1996-2000.