Маркетинг и менеджмент в России и за рубежом



страница119/238
Дата17.01.2020
Размер5.33 Mb.
ТипКнига
1   ...   115   116   117   118   119   120   121   122   ...   238
Ранг градации

Рис. 4.4. Пример неравномерного распределения ответов по шкале
Аналогичная картина наблюдается и в том случае, когда респон­денту предлагают шкалу, имеющую слишком большую дробность: будучи не в состоянии оперировать всеми градациями шкалы, респондент выби­рает лишь несколько базовых. Например, зачастую десятибалльную шка­лу респонденты расценивают как некоторую модификацию пятибалль­ной, предполагая, что «десять» соответствует «пяти», «восемь» — «четы­рем», «пять» — «трем» и т.д. При этом базовые оценки используются зна­чительно чаще, чем другие.

Для выявления указанных аномалий равномерного распределения по шкале можно предложить следующее правило: для достаточно боль­шой доверительной вероятности (1—α  0,99) и, следовательно, в доста­точно широких границах наполнение каждого значения не должно суще­ственно отличаться от среднего из соседних наполнений. Для чего ис­пользуется критерий хи-квадрат [19].

Определение грубых ошибок. В процессе измерения иногда возни­кают грубые ошибки, причиной которых могут быть неправильные запи­си исходных данных, плохие расчеты, неквалифицированное использова­ние измерительных средств и т. п. Это обнаруживается в том, что в рядах измерений попадаются данные, резко отличающиеся от совокупности всех остальных значений. Чтобы выяснить, нужно ли эти значения при­знать грубыми ошибками, устанавливают критическую границу, так что­бы вероятность того, что крайние значения превысят ее, была бы доста­точно малой и соответствовала бы некоторому уровню значимости а. Это правило основано на том, что появление в выборке чрезмерно больших значений хотя и возможно как следствие естественной вариабельности значений, но маловероятно.

Если окажется, что какие-то крайние значения совокупности при­надлежат ей с очень малой вероятностью, то такие значения признаются грубыми ошибками и исключаются из дальнейшего рассмотрения, Выявление грубых ошибок особенно важно проводить для выборок малых объемов: не будучи исключенными из анализа, они существенно искажа­ют параметры выборки. Для этого используются специальные статистиче­ские критерии определения грубых ошибок [19].

Итак, дифференцирующая способность шкалы как первая сущест­венная характеристика ее надежности предполагает: обеспечение доста­точного разброса данных; выявление фактического использования рес­пондентом предложенной протяженности шкалы; анализ отдельных «выпадающих» значений; исключение грубых ошибок. После того как установлена относительная приемлемость используемых шкал в указан­ных аспектах, следует переходить к выявлению устойчивости измерения по этой шкале.

Существует несколько методов оценки устойчивости измерений: повторное тестирование; включение в анкету эквивалентных вопросов и разделение выборки на две части.

Метод повторного тестирования был охарактеризован выше.

Часто интервьюеры в конце опроса частично его повторяют, гово­ря при этом: «Заканчивая нашу работу, вновь коротко пройдемся по во­просам анкеты, чтобы я мог проверить, все ли я правильно записал из ваших ответов». Конечно, речь идет не о повторении всех вопросов, а только критических из их числа. При этом надо помнить, что если ин­тервал времени между тестированием и повторным тестированием слиш­ком короткий, то респондент просто может помнить первоначальные ответы. Если интервал слишком велик, то могут иметь место некоторые реальные изменения.

Включение в анкету эквивалентных вопросов предполагает исполь­зование в одной анкете вопросов по той же проблеме, но сформулиро­ванных по-другому. Их респондент должен воспринимать как разные вопросы. Главная опасность данного метода заключается в степени экви­валентности вопросов; если это не достигается, то респондент отвечает на разные вопросы.

Разделение выборки на две части основано на сравнении ответов на вопросы двух групп респондентов. Предполагается, что эти две группы являются идентичными по своей композиции и что средние оценки отве­тов для этих двух групп являются очень близкими. Все сравнения дела­ются только на групповой основе, поэтому сравнение внутри группы проводить невозможно. Например, среди студентов колледжа с помощью модифицированной шкалы Лайкерта с пятью градациями был проведен опрос относительно их будущей карьеры. В анкете приводилось утвер­ждение: «Я считаю, что меня ожидает блестящая карьера». Ответы были обобщены, начиная с «сильно не согласен» (1 балл) и кончая «сильно согласен» (5 баллов). Затем общая выборка опрошенных была разделена на две группы и были вычислены средние оценки для этих групп. Сред­няя оценка была одинаковой для каждой группы и равнялась 3-м баллам. Данные результаты дали основание считать измерение надежным. Когда же групповые ответы были проанализированы более внимательно, то оказалось, что в одной группе все студенты ответили «и согласен и не согласен», а в другой — 50% ответили «сильно не согласен», а другие 50% — «сильно согласен». Как видно, более глубокий анализ показал, что ответы не являются идентичными.

Вследствие данного недостатка этот метод оценки устойчивости измерений является наименее популярным.

О высокой надежности шкалы можно говорить лишь в том случае, если повторные измерения при ее помощи одних и тех же объектов дают сходные результаты. Если устойчивость проверяют на одной и той же вы­борке, то часто оказывается достаточным сделать два последовательных замера с определенным временным интервалом — таким, чтобы этот про­межуток не был слишком велик, чтобы сказалось изменение самого объ­екта, но и не слишком мал, чтобы респондент мог по памяти «подтяги­вать» данные второго замера к предыдущему (т. е. его протяженность за­висит от объекта изучения и колеблется от двух до трех недель).

Существуют различные показатели оценки устойчивости измере­ний. Среди них чаще всего используется средняя квадратическая ошибка (см. ниже).

До сих пор речь шла об абсолютных ошибках, размер которых вы­ражался в тех же единицах, что и сама измеряемая величина. Это не по­зволяет сравнивать ошибки измерения разных признаков по разным шкалам. Следовательно, помимо абсолютных, нужны относительные по­казатели ошибок измерения.

В качестве показателя для нормирования абсолютной ошибки можно использовать максимально возможную ошибку в рассматриваемой шкале (xmax).

Если число делений шкалы k, тогда xmax, равное разнице между крайними значениями шкалы (xmax xmin), будет k — 1 и относительная ошибка окажется такой:



(здесь х — средняя арифметическая ошибка измерения).

Однако зачастую этот показатель «плохо работает» из-за того, что шкала не используется на всей ее протяженности. Поэтому более показа­тельными являются относительные ошибки, рассчитанные по фактически используемой части шкалы.

Если число градаций в «работающей» части шкалы обозначить k1, то тогда



а если в качестве абсолютной ошибки использовалась средняя квадрати­ческая ошибка S, то показатель относительной ошибки



Для повышения устойчивости измерения необходимо выяснить раз­личительные возможности пунктов используемой шкалы, что предполага­ет четкую фиксацию респондентами отдельных значений: каждая оценка должна быть строго отделена от соседней. На практике это означает, что в последовательных пробах респонденты четко повторяют свои оценки. Следовательно, высокой различимости делений шкалы должна соответст­вовать малая ошибка.

Эту же задачу можно описать в терминах чувствительности шкалы, которая характеризуется количеством делений, приходящихся на одну и ту же разность в значениях измеряемой величины, т. е. чем больше гра­даций в шкале, тем больше ее чувствительность. Однако чувствитель­ность нельзя повышать простым увеличением дробности, ибо высокая чувствительность при низкой устойчивости является излишней (напри­мер, шкала в 100 баллов, а ошибка измерения ±10 баллов).

Но и при малом числе градаций, т. е. при низкой чувствительно­сти, может быть низкая устойчивость, и тогда следует увеличить дроб­ность шкалы. Так бывает, когда респонденту навязывают категорические ответы «да», «нет», а он предпочел бы менее жесткие оценки. И потому он выбирает в повторных испытаниях иногда «да», иногда «нет».

Итак, следует найти некоторое оптимальное соотношение между чувствительностью и устойчивостью. Рекомендуется использовать столько градаций в шкале, чтобы ее ошибка была меньше 0,5 балла.

Если ошибка меньше 0,5 балла, то в последовательных опросах от­веты в среднем будут совпадать. При 1 x 1 ≥ 0,5 балла ответы в последовательных опросах будут в среднем отличаться на 1 балл (и выше).

Существуют способы, позволяющие добиться требуемой чувстви­тельности [19].

На основе данных двух последовательных проб определяют пороги различаемости градаций шкалы. В том случае, если обнаружено смеше­ние градаций, применяют один из двух способов.




Каталог: old
old -> Тревожно-депрессивные расстройства и качество жизни у больных старческого возраста c ишемической болезнью сердца, осложненной хронической сердечной недостаточностью, возможности коррекции 14. 00. 05 внутренние болезни
old -> Внутриполостная фотодинамическая терапия рака мочевого пузыря и аденомы предстательной железы 14. 00. 40. Урология
old -> Экстрапинеальный мелатонин в процессе старения 14. 00. 53 геронтология и гериатрия
old -> Взаимосвязь синдрома эмоционального выгорания и социально-психологических характеристик личности в экстремальных условиях профессиональной социализации
old -> 5. Дерматовенерология
old -> Темы рефератов по патофизиологии
old -> Порядок оказания стационарной помощи в муз «Детская городская клиническая больница г. Владивостока»


Поделитесь с Вашими друзьями:
1   ...   115   116   117   118   119   120   121   122   ...   238


База данных защищена авторским правом ©zodorov.ru 2017
обратиться к администрации

    Главная страница