8. Шкала стенів їх вирахування

Шкала стенів може бути розроблена на основі хсереднього та сігми – стандартна десятибальна шкала

Для того, щоб розробити таблицю переводу сирих оцінок у стени для вибірки, з якою працює психолог, йому необхідно:

1) вирахувати х середнє та сігму;

2) вирахувати межі стенів;

3) оформити таблицю переводу сирих оцінок у стени

9. Шкала станайнів їх вирахування

З поміж різноманітних варіантів процентільної стандартизації особливої популярності набуває стандартна дев'ятибальна шкала - щкала станайнів. Станайн - це точка на числовій осі, що відсікає певний - заданий - процент вибірки.. Зауважимо, що найнижчому рівню психодіагностичного параметру відповідає 9 станайн, а найвищому- 1

10. Поняття факторного і кластерного аналізу

Під факторним аналізом розуміється методика комплексного та системного вивчення та вимірювання впливу факторів на величину результативних показників.

Фактор – система координат, яка визначає

Види факторного аналізу наведені на рисунку 1.

Детермінований факторний аналіз являє собою методику дослідження факторів, зв’язок яких з результативним показником носить функціональний характер, т. б., коли результативний показник представляється в вигляді виробності, приватного або алгебраїчної суми факторів.

Стохастичний аналіз представляє собою методику дослідження факторів, зв’язок яких є результативним показником в відмінності від функціональної є неповним, можливою (кореляційною). Якщо при функціональній (повній) залежності зі зміною аргументу завжди трапляється відповідні зміни функції, то при кореляційному зв’язку зміна аргументу може дати декілька значень приросту функції в залежності від з’єднання інших факторів, які приділяють даний показник. Наприклад, виробність праці при одному і тому ж рівні фондоозброєності може бути неоднаковою на різних підприємствах. Це залежить від оптимальності поєднання інших факторів, котрі впливають на цей показник.

При прямому факторному аналізі дослідження ведеться дедуктивним способом – від загального до приватного. Зворотній факторний аналіз здійснює дослідження причинно-результативного зв’язку способом логічної індукції – від приватних, окремих факторів до узагальнюючих.

Факторний аналіз може бути одноступінчатим і багатоступінчастим. Перший тип використовується для дослідження факторів тільки одного рівня підпорядкування без їх деталізації на складові частини. Наприклад, у = а Ф b. При багатоступінчастому факторному аналізі проводиться деталізація факторів а і b на складові частини з ціллю вивчення їх поведінки. Деталізація факторів може бути продовжена і далі. В даному випадку вивчається вплив факторів різних рівнів співпідрядності.

Необхідно розрізняти також статичний і динамічний факторний аналіз. Перший вид застосовується при вивченні впливу факторів на результативні показники на відповідну дату. Інший вид представляє собою методику дослідження причинно-результативного зв’язку в динаміці.

І нарешті, факторний аналіз може бути ретроспективним, який вивчає причини приросту результативних показників за минулі періоди, та перспективним, який досліджує поведінку факторів і результативних показників в перспективі.

Основними задачами факторного аналізу являються слідуючі.

1. Відбір факторів, визначаючих досліджуємі результативні показники.

2. Класифікація та систематизація факторів з ціллю забезпечення комплексного та системного підходу до дослідження їх впливу на результати господарської діяльності.

3. Визначення форми залежності між факторами і результатами показників.

4. Моделювання взаємозв’язків між результативним і факторним показником.

5. Розрахунок впливу факторів і оцінка ролі кожного з них в зміні величини результативного показника.

6. Робота з факторною моделлю (практичне її використання для управління економічними процесами).

Відбір факторів для аналізу того чи іншого показника виконується на основі теоретичних і практичних знань, придбаних в цій сфері. При цьому звичайно виходять з принципу: чим більший комплекс факторів досліджується, тим точніше будуть результати аналізу. Разом з тим необхідно мати на увазі, що якщо цей комплекс факторів розглядається як механічна сума, без обліку їх взаємодії, без виділення головних, визначаємих, то вводи можуть бути помилковими. В економічному аналізі взаємозв’язане дослідження впливу факторів на величину результативних показників досягається за допомогою їх систематизації, що являється одним з основних методологічних питань цієї науки.

Важливим методологічним питанням в факторному аналізі являється визначення форми залежності між факторами і результативними показниками: функціональна вона чи стохастична, пряма чи зворотна, прямолінійна чи криволінійна. Тут використовується теоретичний і практичний досвід, а також способи порівняння паралельних і динамічних рядів, аналітичних групіровок початкової інформації, графічний і ін.

Моделювання економічних показників (детермініроване і стохастичне) також представляє собою тяжку методологічну проблему в факторному аналізі, рішення якої потребує спеціальних знань і практичних навичок в цій сфері.

Самий головний методологічний аспект в аналізі – розрахунок впливу факторів на величину результативних показників, для чого в аналізі використовується цілий арсенал способів, сутність, призначення, сфера застосування яких і процедура розрахунків розглядаються в наступних главах.

І нарешті, останній етап факторного аналізу – практичне застосування факторної моделі для підрахунку резервів приросту результативного показника, для планування і прогнозування його величини при зміні виробності ситуації.

Кластерний аналіз – це багатомірна статистична процедура (кластеризація), яка класифікує об’єкти або спостереження в однорідні групи. Набір усіх досліджуваних об’єктів розподіляється по підкласах, які називаються кластерами (англ. cluster - щітка, гроно) згустками, класами, скупченнями або таксонами.

Крім терміну кластеризація (кластерний аналіз) у літературі також використовуються такі поняття, як сегментаційний аналіз, сегментація, таксономія, розпізнавання без навчання, автоматична класифікація, неконтрольована класифікація, що є синонімами. Основна мета кластеризації – розділити множину початкових даних на такі підмножини, групи, щоб об’єкти всередині кожної групи були подібними до себе, а об’єкти з різних груп – неподібними.

Кластерний аналіз (англ. cluster| — кетяг, група, скупчення) — широкий клас процедур багатовимірного статистичного аналізу, спостережень, що дозволяють провести автоматизоване угрупування, в однорідні класи — кластери. Вхідним матеріалом для К. а. служать попарні показники відмінності або схожості об'єктів, що класифікуються. Зокрема, це можуть бути коефіцієнти кореляції між змінними. В результаті К. дослідник отримує розбиття об'єктів на класи. Серед безлічі різних алгоритмів К. а. найбільшою популярністю до цих пір користуються алгоритми т.з. ієрархічній кластеризації, запропоновані ще в 1960-і рр. Ці алгоритми дають не одне, а декілька розбиття на різних рівнях схожості (відмінності) між об'єктами. При цьому будується т.з. дерево кластеризації, що дозволяє наочно побачити, які класи об'єктів є більш внутрішньо однорідними, а які — більш спільними, внутрішньо різнорідними, а також побачити, на яких рівнях дрібніші однорідні класи об'єднуються в більші. Вживання комп'ютерної техніки розширило можливості прикладного використання К. а. фахівцями, далекими від розуміння математичних тонкощів цього методу. Багато пакетів стандартних статистичних програм (такі, як BMDP|, SPSS|, Systat|, SAS|, вітчизняний СТАДІЯ і ін.) включають як мінімум один алгоритм кластерного аналізу. При цьому від уваги недосвідчених користувачів цих програм нерідко вислизає, що результати К. а. в значній мірі залежать не лише від складу об'єктів, що класифікуються, не лише від складу ознак (параметрів) цих об'єктів, по яких встановлюється сходство—| відмінність (близость—расстояние|) між ними, але і від вибраної метрики (формули) схожості або відмінності. Особливим різновидом К. а. є "аналіз клік", або "клайк-анализ|" (від англ. clique| — кліка), який дає розбиття об'єктів на пересічні класи. Процедури К. а. і "аналізу клік" близькі до таких напівавтоматизованих і в значній мірі візуальних методів угрупування, як аналіз кореляційних плеяд, граф-аналіз, шляховий аналіз і тому подібне В психодіагностиці К. а. дозволяє виявити групи випробовуваних, таких, що володіють близькими психодіагностичними профілями (співвідношенням виявлених і виміряних психічних властивостей). При конструюванні тестів К. а. дозволяє згрупувати родинні тестові пункти (завдання) і перевірити ще раз тим самим результати іншого методу побудови факторних шкал — результати факторного аналізу. У соціальній психології К. а. дозволяє побачити, як групуються респонденти (наприклад, члени якоїсь групи або організації) по схожості їх соціальних установок або оцінок. У експериментальній психосемантиці К. а. дозволяє продемолювати категоріальні структури свідомості у вигляді ієрархічно організованих систем індивідуальних значень.