مقیاس گذاری چند بعدی
اسلاید 1: 1بنام خداMulti Dimensional Scalingمقیاس گذاری چند بعدیحامد فلاح علی نعیمی ارایه دهندگان :استاد :دکتر جمال شهرابیپاییز 86
اسلاید 2: 2مقياس گذاري چند بعدي تكنيكهایی كه به محقق كمك ميكند تا ديمانسيون هاي مخاطب براي ارزيابي را بدست آورد مقايسة مباحث كيفي طبيعيتكنيكهاي MDS ديمانسيونهاي اصلي را توسط يك سري از شباهتها و اولويتهاي بدست آمده از قضاوت مخاطبان در مورد يك موضوع استنتاج می نمايند
اسلاید 3: 3مقياس گذاري چند بعديبعد از جمع آوري دادهها MDS كمك ميكند تا مشخص شود:مخاطب در ارزيابي موضوعات، از چه ديمانسيونهايي استفاده كند.در يك شرايط خاص از چند ديمانسون استفاده نماید. اهميت نسبي هر ديمانسيون چگونه موضوعات به لحاظ مفهومي به هم مربوط مي شوند؟
اسلاید 4: 4MDS چيست؟ MDS (نقشهكشي ادراكي) رويهاي است كه به محقق اجازه ميدهد تا ارتباط ادراكي موضوعات را به صورت تصوير تعيين كند. هدف MDS تبدیل قضاوت مصرف كننده ها در مورد شباهتها و اولويتها ، به فواصلي كه در فضاي چند مقياسي مصرف كننده نشان داده ميشود، است. MDS بر پايه مقايسه اشيا با هم مي باشد . هر شي (محصولات، خدمات، تصاوير) مي تواند ابعاد مشاهده اي و ادراکي داشته باشد.
اسلاید 5: 5دیمانسیون های مشاهده ای و ادراکیدیمانسیون مشاهده ای : مشخصات ظاهری کالا (رنگ ،توان موتور، ابعاد و ...)دیمانسیون ادراکی : مربوط به احساس مشتری از کالا (کیفیت، گرانی و ...)تفاوتهاي فردي: ديمانسيون هاي ادراكي مشتريان ممكن است با ديمانسيونهاي مشاهداي فرض شده توسط محقق منطبق نشود.وابستگي : ارزيابي ديمانسيونها مستقل نيستند. ديمانسيون هاي ادراكي و مشاهده اي بر روي هم تأثير ميگذارند .
اسلاید 6: 6تاريخچه MDS دو ريشه تاريخي مهم در روانشناسي دارد. نخست در psychophysics و ديگري در Psychometrics .. رويکرد Psychophysical منجر به بهبودهاي الگوريتميکي شد که به زودي تحت عنوان مقياس گذاري چند بعدي شناخته شد.رويکرد psychometric ترجيح مي دهد الگوريتم توليدي خودش را تحت عنوان آناليز کوتاهترين فاصله نامگذاري نمايد.
اسلاید 7: 7نگاهي ساده به عملکردMDS با یک مثالمحققين بازرايابي علاقهمند به فهميدن تمايلات مشتريان در شش فروشگاه آب نبات فروشي(کاندي) هستند. داده ها نوعاً توسط پاسخهاي مخاطب مثل موارد زير است:درجة شباهت محصول A و B در يك مقياسي 10 نقطهايمحصول A به B شبيه تراست تا به C من محصول Aرا به B ترجيح مي دهم.
اسلاید 8: 8
اسلاید 9: 9شکل 7-12-1-012CDABديمانسيون Iنقشه ادراکي تک بعدي متغيرهاديمانسيون IIديمانسيون IFCDEBAنقشه ادراکي دو بعدي
اسلاید 10: 10مقايسة MDS با ساير تكنيكهاي وابسته آناليز فاکتور متغير ها را به صورت متغير گروه بندي مي کند، اين متغير ها ديمانسيون ها را در مجموعه اصلي متغيير ها تعريف مي کنند آناليز کلاستر، مشاهدات را بر اساس profile آنها روي يک مجموعه از متغيرها کهcluster متغير ناميده مي شوند، گروه بندي مي کند MDS از دو ديدگاه با اين تکنيک ها متفاوت است:براي هر فردي مي توان يک راه حل به دست آورد.از متغير استفاده نميكند.
اسلاید 11: 11چارچوب تصميمگيري براي نقشة ادراكي گامهاي زير نشاندهندة يك چارچوب تصميمگيري است: اهداف MDS بررسي ها جهت طراحي MDS فرضيات آناليز MDS استخراج جواب MDS و ارزيابي انطباق كلي تفسير نتايج MDS صحت نتايج
اسلاید 12: 12اهداف MDSنقشهكشي ادراكي و بويژه MDS براي رسيدن به دو هدف ، بسيار مناسبند: يك تكنيك اكتشافي جهت تعيين ديمانسيونهاي ناشناختة مؤثر بر رفتار وسيلهاي براي ارزيابيهاي مقايسهاي مو ضوعات (وقتي كه اساس مناسب جهت مقايسه ناشناخته يا نامعيناند)
اسلاید 13: 13اهداف MDSيك خصيصه متداول در هر يک از اهداف فقدان specificity در تعيين استانداردهاي ارزيابي اشياء مي باشد. جهت اطمينان از موفقيت محقق بايد آناليز MDS را از طريق سه تصميم کليدي تعريف کند: انتخاب موضوعاتي كه قابل ارزشيابياند، تصميمگيري براي آناليز شباهتها يا الويتها ، انتخاب اينکه آناليز به صورت گروهي انجام مي شود و يا در سطح افراد. تصميمات کليدي در تعيين اهداف
اسلاید 14: 14اهداف MDSمحقق باید مطمئن باشد كه تمام زمینههای مرتبط شرکت ها، محصولات، سرویس و دیگر موضوعات در نظر گرفته شده اند روابط توسط سؤالاتی كه ازمخاطب میشود تعیین میشود. اگر موضوعات قابل مقایسه یا مرتبط انتخاب نشوند محقق مجبور است دیمانسیون های ادراکی را که بین اشیاء قابل مقایسه شاخص هستند، استنتاج نماید .شناسایی تمام موضوعات مرتبطی كه باید ارزیابی شوند
اسلاید 15: 15اهداف MDSنقشه های ادراکی بر پایه شباهت ها، شباهت مشخصه ها و دیمانسیون های ادراکی مقایسه را ارائه می دهند، اما هیچ دیدگاهی در مورد عامل انتخاب به ما نمیدهد.نقشههای ادراكی از دیدگاه الویتدهی در جهت انعكاس انتخاب ارجح استفاده میشود ولی ممكن است با دیدگاه همسانی مطابق نباشد .شباهت در برابر الویت دادهها
اسلاید 16: 16اهداف MDSدر رابطه با الویت دهی و مشابهت دادهها، ما براساسی ادراك مخاطب از stimuli ها خروجیهایی ایجاد می کنیم، این خروجیها می تواند براساس موضوع باشد (تولید نقشهها به تعداد موضوعها)، که آنالیز تفكیكی نامیده می شود یا میتوان مخاطبان را تركیب كرده و نقشههای ادراكی كمتری توسط آنالیز تجمعی تولید نمود.آنالیز تجمعی در برابر تفكیكی
اسلاید 17: 17مرحله 2: طراحی تحقیق در MDS عموما با تکنیک های MDS همراه است شیوه ترکیبی از شاخص های کلی تشابه، برای تهیه نقشه های ادراکی و تعیین مکان نسبی اشیاء استفاده می کند مزایا :پاسخ دهنده، درک کلی خود از موضوعات را بیان می دارد و در مورد مشخصه هایی که جهت ارزیابی استفاده کرده است، دقیق نمی شود. از آنجایی که هر پاسخ دهنده، یک ارزیابی کلی از تشابهات بین همه موضوعات ارائه می دهد، نقشه های ادراکی را می توان برای پاسخ دهندگان منفرد تشکیل داد یا آنها را با هم تجمیع نموده و یک نقشه ترکیبی را ایجاد نمود رویکرد غیر ترکیبی یا مستقل از مشخصه
اسلاید 18: 18مرحله 2: طراحی تحقیق در MDS روش های ترکیبی شامل، برخی تکنیک های قدیمی چند متغیره ( آنالیز افتراق یا آنالیز فاکتور ) و همچنین روش هایی که به صورت خاص برای نقشه یابی ادراکی طراحی شده اند، نظیر آنالیز تطابق می باشد.مزایا :توصیف روشن و واضح دیمانسیون ها در فضای ادراکی یک شیوه مستقیم برای نمایش مشخصه ها و موضوعات بر روی یک نقشه همراه با شیوه های مختلفی که مکان گروه های پاسخ دهنده را تعیین می نماید فراهم می آورند. رویکرد ترکیبی یا بر مبنای مشخصه
اسلاید 19: 19مرحله 2: طراحی تحقیق در MDS قبل از شروع مطالعه هر نقشه برداري محقق مي بايست چندين سوال را در مورد اشيايي كه مورد آزمايش قرار مي گيرند آماده كند.آیا آن اشیا قابل مقایسه هستند؟تعداد اشیایی كه مورد آزمایش قرار می گیرند. اشیاء : تعداد آنها و انتخابشان
اسلاید 20: 20مرحله 3 : فرضیات آنالیز MDS 1. بی ثباتی در ابعاد هر مشاهده گر یك شیئ را با ابعاد یكسان فرض نخواهد كرد 2. تغییر در اهمیت مشاهده گرها ممكن است درجه اهمیت های یكسانی را به یك بعد ندهند، حتی اگر همه آنها آن بعد را در نظر گرفته باشند 3. تغییر در طول زمان قضاوت ها در مورد یك شیئ بر حسب ابعاد یا درجه اهمیت آنها در گذر زمان ممكن است ثابت نماند
اسلاید 21: 21مرحله4: استخراج جواب MDS و ارزیابی انطباق كلی انتخاب r ، دیمانسیون فضا برای جواب مقیاس گذاری یك پیكره بندی ابتدایی را انتخاب می كنیم. ما با قرار دادن هر شی در جایی روی نقشه كار را شروع می كنیم فاصله بین همه جفت اشیاء روی نقشه را محاسبه می كنیمارزیابی تطابق بین فواص dij و عدم تشابهاتبه كار گیری یك روش بهینه سازی عددی، جستجو برای یك تغییر در پیكره بندی فعلی برای كاهش تنش آن گام های استخراج جواب MDS و ارزیابی تناسب كلی
اسلاید 22: 22مرحله4: استخراج جواب MDS و ارزیابی انطباق كلی برنامه های MDS يک پروسه عادي را براي تعيين موقعيت های بهينه دنبال مي كنند: يك ساختار بندي اوليه براي stimuli (Sk) در يك ابعاد اوليه ( t ) انتخاب كنيد محاسبه فاصله هاي بين نقاط stimuli ها و مقايسه روابط با يك مقياس انطباق. اگرمقياس انطباق با يك اندازه متوقف كننده از پيش تعيين شده انتخابي برابر نبود، يك ساختار بندي جديد پيدا كنيدزماني كه به تنش رضايت بخش رسيديم، ابعاد يكي يكي كم مي شود، و اين پروسه تكرار مي شود تا زماني كه به كمترين ابعاد با يك مقياس انطباق قابل قبول برسيم تعيين موقعيت هاي يك شي در نقشه ادراکي
اسلاید 23: 23نقاط ايده آل اگر ما نقطه اي را كه نماينده تركيب ارجح مشخصه هاي ادراکي روي نقشه است مشخص كنيم (روي نقشه ادراکي استخراج شده)، ما موقعيت شيئ ايده آل را روي نقشه يافته ايم ديمانسيون IIديمانسيون IABEDCFديمانسيون IIديمانسيون IABEDCF
اسلاید 24: 24ارائه هاي نقطه اي در برابر ارائه هاي برداري E > C > B > D > Aشينقطه ايده آلديمانسيون IIديمانسيون IABEDCIPIPAترتيب الويت( از بالاترين تا پائين )ترين
اسلاید 25: 25ارائه هاي نقطه اي در برابر ارائه هاي برداريترتيب الويت( از بالاترين تا پائين ترین )ديمانسيون IIديمانسيون IABEDC1 ) A > B > C > E > D2 ) E > A > B > D > C
اسلاید 26: 26تفسير نتايج MDS روش ذهني ازمشاهده گر خواسته می شود كه ابعاد را به طور ذهني با بازرسي نقشه تفسير كند، يا يك دسته از متخصصين ممكن است ابعاد را آزمايش يا تعريف كنندروش هاي عيني (هدفي) پراستفاده ترين روش مورد استفاده، PROFIT (انطباق مشخصات(است، رتبه بندي مشخصه ها را براي هر شيئ تعيين مي كند و سپس بهترين تطابق را براي هر مشخصه فضاي ادراکي استخراج شده، پيدا مي کند
نقد و بررسی ها
هیچ نظری برای این پاورپوینت نوشته نشده است.