Metode cantitative avansate de cercetare socialaTema 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 Users Guide, SPSS Inc., pp. 157-223.

SMD - caracteristiciMetoda de reducere a datelorSe bazeaza pe comparatii intre obiecte(care pot, sau nu, sa includa judecati de valoare) preferinte (ierarhii), similaritateConstruieste o harta perceptuala in care sunt reprezentate obiectele; distanta dintre obiecte este data de proximitatea dintre ele in perceptiile respondentilor; coordonatele pe axele hartii se numesc, in SPSS, stimulus coordinates.

ProximitateProximitatea dintre dou obiecte este o valoare numeric care indic ct de similare sunt obiectele n percepia subiecilor, sau ct de apropiate se gsesc n preferinele lor.Datele pe baza carora se construieste harta perceptuala sunt cuprinse intr-o matrice de proximitati obtinute din datele brute (uneori acestea sunt de la bun inceput proximitati).

Tipuri de date in MDS si calculul distantelor: Logica producerii hartii perceptualeDatele initiale sunt prelucrate sub forma de proximitati (distante, intr-o definitie aleasa de noi). Acestea se noteaza cu: ij iar 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 sau, in SPSS, disparities]

Logica producerii hartii perceptuale (3)Formal, ecuatia fundamentala a SMD: f()=D+E Goodness-of-fit (criteriu de convergenta):

Realizarea unei analize SMD (2)

In SPSS:

Stress = .11523 RSQ = .93353

RSQ values are the proportion of variance of the scaled data (disparities) in the partition (row, matrix, or entire data) which is accounted for by their corresponding distances.Stress = .36432 RSQ = .61184