16. Метод парных сравнений: модель л.Терстоуна и многомерное шкалирование

Метод парных сравнений: модель Л.Терстоуна и многомерное шкалирование.

Разница между ними в том, что модель Терстоуна – это одномерное шкалирование.

Шкала равнокажущихся интервалов Л.Терстоуна — метод измерения в шкале интервалов психологических и социальных характеристик исследуемых. Терстоун доказал, что в результате парных сравнений получаются метрические величины, которые подвержены нормальному распределению. Первая шкала равнокажущихся интервалов была описана в работе 1929 года, посвященной социальному исследованию того, как люди относятся к институту церкви.  Этапы исследования: 1) Первичная разработка обширного поля суждений, наиболее широко выражающих интересующую установку. Для этого в качестве источника суждений можно использовать высказывания из публикаций, мнения коллег и близких, групповые дискуссии на нужную тему и т. п. Далее идёт первичный отбор. Подбираются суждения недвусмысленные, короткие, не содержащие специальные термины. Также исключаются суждения, относящиеся скорее к прошлому, чем к настоящему и содержащие такие слова, как: «все», «всегда», «никто», «никогда», так как этим словам люди обычно придают различный смысл, что затрудняет интерпретацию. Таким образом, список из 350—400 высказываний сокращается примерно до 150—100. 2) Второй этап — отбор экспертами, позволяющий определить шкальное значение для каждого суждения и провести среди них окончательный отбор. Терстоун разделил всю сумму положительного — отрицательного отношения на 11 категорий (от «А» до «К»), разделенных субъективно равными интервалами. Требование субъективного равенства интервалов между градациями весьма существенно для построения шкалы Терстоуна, и обычно его специально подчеркивают в инструкции для «судей». В этом методе под экспертами понимаются такие же респонденты, а не какие-то заоблачные специалисты, они представляют модель всю совокупности респондентов. То есть эксперты — типичные представители целевой группы. Каждое из утверждений списка печатается на отдельной карточке, которые и раздаются «судьям» (карточки намного удобней списка на листе бумаги, что уменьшает фактор «лености» эксперта). Задача «судей» заключается в том, чтобы разложить суждения по 11 рубрикам соответственно степени выраженного в них благожелательного или неблагожелательного отношения к объекту исследования. «Судей» не просят высказать их собственное мнение, они должны лишь рассортировать высказывания. Шкальное значение (балл) каждого из высказываний определяется распределением оценок «судей», оно является медианой оценок разных экспертов. Выбрасываются те суждения насчет которых мнения «судей» сильно разнятся. Показателем величины разброса оценок является квартильный размах . На этом этапе вводится важное допущение, что дисперсия процесса различения стимулов распределена по нормальному закону, что даёт возможность построить шкалу интервалов. 3) На этом этапе получена удобная «линейка» для измерения нужной характеристики. Далее респондентам предъявляется для оценки 11 высказываний, чтобы они выбрали те, с которыми он согласны, после чего вычисляется среднее арифметическое выбранных суждений, которое рассматривается как показатель респондента по шкале измеряемого свойства. Модель Терстоуна используется, например, для изучения социальных установок.

Итак: самые распространенны на данный момент методы шкалирования субъективных характеристик стимулов, не имеющих прямых физических кореллятов, основаны на модели шкалирования Терстоуна. Итак, метод парных сравнений — это метод построения оценочной шкалы. Вариант, предложенный Терстоуном, представлял собой довольно узкий подход к шкалированию. Предположим, что нас интересует, как респонденты изучаемой совокупности оценивают какие-либо объекты — профессии, политических лидеров, радиопередачи, какие-то виды товаров и т.д. Обозначим эти объекты через а1, а2, ..., аn (n — количество оцениваемых объектов). Каждому респонденту предлагаются всевозможные пары, составленные из рассматриваемых объектов. Он должен относительно каждой пары сказать, какой объект из этой пары ему нравится больше. Полученные таким образом данные обычно сводятся в квадратную матрицу из 0 и 1, число строк и столбцов которой равно числу рассматриваемых объектов и элементы которой получаются следующим образом: на пересечении j-й строки j-го столбца такой

матрицы стоит 1, если j-и объект нравится рассматриваемому респонденту больше, чем j-й, и стоит 0, если, напротив, j-й объект респонденту более симпатичен, чем j-и (вместо выражения "больше нравится" здесь, в зависимости от задачи, могут фигурировать словосочетания "больше", "красивее", "более престижен", "больше подходит" и т.д.). Будем называть такую матрицу матрицей парных сравнений.

	А1	А2	…	Аn
А1	х	1	…	1
А2	0	х	…	1
…	…	…	х	0
Аn	0	0	1	Х

По главной диагонали матрицы нами проставлены крестики, поскольку мы считаем, что сам с собой объект не сравнивается. Нетрудно проверить, что суть отраженной с помощью этой матрицы информации обусловливает некоторые формальные свойства матрицы.

Во-первых, она должна быть асимметричной: если на пересечении i-и строки j-го столбца стоит 1 (0), то на пересечении j-й строки и i-го столбца должен стоять 0 (1). Во-вторых, матрица должна удовлетворять условию транзитивности: если некий объект ai нравится респонденту больше, чем аj , а ai больше, чем аk то естественно ожидать, что объект ai будет ему нравиться больше, чем аk. В то, что результаты парных сравнений заслуживают большего доверия, чем, скажем, ранжировка, можно поверить: встав на точку зрения респондента, нетрудно понять, что проранжировать все объекты иногда бывает весьма трудно, в то время как попарно их сравнить гораздо легче.

Потом данные матрицы можно перевести в значения на шкале интервалов.

Ограничения метода

Следует отметить, что описанный выше подход к получению данных методом ПС не учитывает многих особенностей восприятия респондентом предлагаемых ему объектов. Так, мы полагали, что респондент всегда может однозначно оценить, какой из любых

двух рассматриваемых объектов ему более симпатичен. респондент может считать рассматриваемые объекты несравнимыми, а может полагать, что они равны. Возможны и другие ситуации.

Так, зачастую бывает целесообразно учесть воз-можность различной степени уверенности респондента в том, что один объект лучше другого. В таком случае становится есте-

ственным введение совокупности меток, например множества действительных чисел от 0 до I, когда каждое число отвечает соответствующей степени уверенности. Заметим, что подобные обобщения — одна из причин того, что сравнительно простой подход, предложенный Терстоуном, к настоящему времени разросся в огромное направление прикладной статистики.

Еще одно ограничение рассматриваемого подхода к сбору данных связано с тем, что мы часто бываем вынуждены мириться с наличием логических противоречий в описанных выше матрицах из 0 и I — нарушением условий асимметричности и транзитивности. Будем говорить, что метод построения одномерной шкалы может служить шкальным критерием, если с его помощью можно достичь одной из двух целей: либо построить требующуюся шкалу, либо показать, что одномерная шкала в рассматриваемой ситуации в принципе не может быть построена. Приведем пример одной из возможных причин возникновения нетранзитивности. Представим, что респондент, сравнивая профессии токаря и пекаря, пришел к выводу, что быть пекарем лучше, чем токарем, поскольку пекарь — при продуктах питания, что в наше время немаловажно. Пусть также, сравнивая профессии пекаря и лекаря, он пришел к выводу, что лекарь лучше, поскольку работа по этой профессии дает доступ к более дефицитным товарам. А в ситуации сравнения профессий токаря и лекаря наш респондент вдруг задумался о тех заработках, которые он будет иметь, и понял, что токарь-то получает больше и, стало быть, профессия токаря лучше. Вот и нетранзитивность. В чем же причины нарушения транзитивности? Вряд ли стоит обвинять респондента в нелогичности мышления или глупости. Дело в другом — в том, что, сравнивая объекты, он учитывал несколько оснований, используя то одно, то другое. Другими словами, "корень зла" в том, что мышление респондента, его восприятие интересующих нас профессий — многомерно.

Многомерное шкалирование - метод анализа различий, исходная информация - это попарное различие между испытуемыми. Переменные: номинативные с номинативными. В результате МШ мы переходим от большего количества переменных к меньшему. В результате получаем шкалы, выдываемые на основе анализа различий, шкала будет интерпретироваться как критерий который различает множество объектов друг от друга

Многомерное шкалирование: в основе модели – предположение о структуре процессов различения объектов-стимулов. Каждый объект-стимул характеризуется множеством признаков. Так же перцептивный образ стимула можно характеризовать набором субъективных признаков. МШ основывается на положении, что различение стимулов определяется расхождением по ограниченному числу простых субъективных признаков, которые явно или неявно учитываются при суждении о различении или сходстве стимулов. Исходя из этого – задача МШ – найти минимальное число субъективных признаков, определяющих различие стимулов человеком, и вычислить значение признаков, которыми характеризуются данные стимулы.

Решение задачи МШ основано на использовании понятия психологического пространства, точки которого представляют исходные стимулы. Аналогично геометрическим представлениям вводится система координат, число которых определяется числом простых субъективных признаков. Это число задает размерность психологического пространства. Ось координат представляет собой шкалы соответствующих субъективных признаков, положение точек-стимулов в пространстве заданно шкальными значениями признаков. Число субъективных шкал и шкальные значения стимулов характеризуют пространственную модель МШ.

Следующее положение в основе МШ – суждение о сходстве или различии между стимулами. Эти суждения предполагаются связанными с положением точек-стимулов в пространстве, поскольку чем более сходны между собой стимулы, тем ближе друг к другу в пространстве представляющие их точки. Метрическая задача МШ – через получаемые суждения о сходстве или различии между стимулами определить расстояние между точками. Решение задачи состоит в построении модели субъективного расстояния в психологическом пространстве.

Существует 2 подхода: метрический и неметрический. В метрическом на первом этапе строится модель субъективного расстояния. Исходные оценки сходств или различий преобразуются таким образом, чтобы числовые значения удовлетворяли аксиомам геометрического расстояния. На втором этапе по матрице абсолютных расстояний рассчитываются координаты точек и определяется размерность пространства. Для неметрического шкалирования существенными являются не абсолютные числовые значения оценок сходства, а только их порядок. Пространственная модель строится прямо по исходным данным о сходствах и различиях, при этом предполагается, что исходные оценки и межточечные расстояния связаны некоторой неизвестной и монотонной зависимостью, т.е. порядок межточечных расстояний должен соответствовать порядку исходных оценок.

Исходные данные – матрица сходств и различий. Условия: рефлексивность различения (различие между двумя идентичными стимулами - ноль), симметричность различий (элементы матрицы симметричны относительно главной диагонали), аксиома треугольника (сумма различий между двумя парами из трех стимулов не меньше, чем различие между оставшейся парой (иначе это сравнение по одному основанию, а следовательно – одномерное. А в нем оценка – величина стимула на шкале, а в многомерном – психологическое расстояние между парой стимулов – прим. мое)).

Построение пространственной модели стимулов:

1. определение базисной размерности, 2. вычисление координат.

Модели индивидуальных различий в МШ достаточно широко используются в психологии для изучения индивидуальной специфики оценок сложных стимулов различными людьми.

Процедура – 2 наблюдателя оценивают расстояние между каждым объектом и остальными объектами (предполагается, что есть общая для всех испытуемых групповая матрица координат объектов, а для каждого испытуемого есть индивидуальная матрица координат той же разметрности (короче, на одну группу объектов смотрят с разных сторон)). Результат – 2 матрицы попарных сравнений. В результате построения пространственной модели получаем конфигурацию объектов с точностью до порядковых отношений между расстояниями.

Модель индивидуальных различий – расширение метода неметрического МШ путем включения в основную модель субъективных параметров.

17.

Этические принципы:

• Конфиденциальность

• Компетентность

• Безопастность

• Ненанесение вреда

• Добровольность

• Честность

• Соблюдение прав человека, уважение личности, уважение различий

• Ограничение на рекламу и саморекламу (например, в Германии)

Эти принципы защищают не только клиентов, но и все психологическое сообщество, и консультанта.

Эти принципы составляются в этические кодексы различных проф сообществ.

В России этически кодексы носят рекомендательный характер.

ЭтическийкодексАмериканскойпсихоаналитической ассоциации - подробно описывает личные границы

Кодекс этики и практики консультантов Британской ассоциации консультирования – более универсален

Этический кодекс психолога Российского психологического общества принят совсем недавно 14 февраля 2012года. Он меньше по размерам, но тем не менее, затрагивает все основные этические принципы