Ітогова конфігурація об’єктів
Дана діаграма представляє собою ітог застосування моделі багатомірного шкалювання. Вона відображає ранжування студентами психологів таким чином, що чим різноманітніші ранги присвоювали студенти психологам у вихідній матриці, тим далі вони знаходяться одне від одного на діаграмі.
У цьому випадку можна спробувати дати змістовну інтерпретацію критеріїв, якими користуються студенти за порівняння вкладу психологів у науку.
На правому полюсі шкали 1 розмістились Піаже, Роджерс, Виготський та Рубінштейн, а на протилежному полюсі цієї шкали – Вундт та Фрейд. Можна умовно назвати характеристику цього розподілу, як першовідкривачі та послідовники: Вундт відкрив першу лабораборію, Фрейд – засновник психоаналізу.
На позитивному полюсі шкали 2 опинились Вундт, Виготський та Рубінштейн, а на негативному полюсі цією шкали – Фрейд, Роджерс та Піаже. У цьому випадку студенти скоріше за все орієнтувались на напрям роботи психологів – теоретичний чи практичний (терапевтичний).
Висновки
На даній лабораторній роботі ми вчились працювати з даними за допомогою багатомірного шкалювання.
Основна перевага багатомірного шкалювання – представлення великих масивів даних про відмінності об’єктів у наглядному, доступному для інтерпретації графічному вигляді. За багатомірного шкалювання матриця відмінностей між об’єктами представляється у вигляді одно-, двох- чи трьохмірного графічного зображення взаємного розміщення цих об’єктів. Це дає можливість наглядного візуального порівняння об’єктів аналізу. Якщо дві точки на зображенні віддалені одна від одної, то між відповідними об’єктами є значна розбіжність; навпаки, близькість точок говорить про схожість об’єктів.
Багатомірне шкалювання має багато спільних рис із факторним аналізом. Але за факторного аналізу зазвичай використовуються коефіцієнти кореляцій, а за багатомірного шкалювання – міри відмінностей між об’єктами. І якщо у факторному аналізі найбільший інтерес викликають кути між точками, що представляють дані, то в багатомірному шкалюванні ключовою величиною є відстань між цими точками.
Також багатомірне шкалювання має декілька спільних рис із кластерним аналізом. В обох випадках аналізується відстань між об’єктами; але з кластерного аналізу типовою є кількісна процедура об’єднання об’єктів у групи (кластери), а за багатомірного шкалювання якісний аналіз об’єктів проводиться візуально за допомогою діаграми.
Процедура багатомірного шкалювання SPSS, що має історичну назву ALSCAL, фактично не являється однією програмою, а представляє собою набір невеликих процедур, кожна із яких відповідає своєму типу даних.