Rozdział 9a
Opracowywanie map percepcyjnych
Mapy percepcji bez uwzględnienia cech są budowane na podstawie:
analizy korespondencji
analizy czynnikowej
skalowania wielowymiarowego
analizy dyskryminacyjnej
Niemetryczne skalowanie wielowymiarowe charakteryzuje się:
niemetrycznymi danymi wejściowymi i metrycznymi rezultatami analizy
niemetrycznymi danymi wejściowymi i niemetrycznymi rezultatami analizy
metrycznymi danymi wejściowymi i metrycznymi rezultatami analizy
metrycznymi danymi wejściowymi i niemetrycznymi rezultatami analizy
Do gromadzenia bezpośrednich danych wejściowych dla metody skalowania wielowymiarowego można wykorzystać:
skalę Likerta
skalę porównań par obiektów
skalę ocen obiektów
skalę semantyczną
Klasyczne skalowanie wielowymiarowe jest skalowaniem:
percepcji bez uwzględnienia cech obiektów
preferencji bez uwzględnienia cech obiektów
percepcji z uwzględnieniem cech obiektów
preferencji z uwzględnieniem cech obiektów
Optymalna liczba wymiarów jest pochodną:
liczby obiektów
liczby cech
relacji między liczbą wymiarów a jakością dopasowania modelu
relacji między liczbą obiektów a liczbą cech
Im większa liczba wymiarów, tym niższa jakość dopasowania skali wielowymiarowej:
tak
nie
Skalowanie wielowymiarowe dotyczy danych określających podobieństwo między obiektami:
tak
nie
Algorytm skalowania wielowymiarowego INDSCAL umożliwia ocenę różnic indywidualnych w strukturze percepcji obiektów:
tak
nie
Mapa percepcji bez uwzględnienia cech obiektów charakteryzuje się wyższą trafnością zewnętrzną:
tak
nie
Nazwanie wymiarów w skalowaniu wielowymiarowym jest stosunkowo proste w przypadku bezpośrednich ocen podobieństw obiektów:
tak
nie
Drukuj