Основи на психометрията Q3

ОСНОВИ НА
ПСИХОМЕТРИЯТА Q3

ЧЕТИРИ ВИДА ДАННИ

2 множ. от точки

1 множ. от точки
Две точки

Единичен стимулA B C DИзбор по предпочитаниеI1AB I2I IСравняване на стимулиA B CСходствоAB C1 2 I3
Две диади (отсечки)

Данни сравняване на стимули.
Закон на сравнителните съждения. Метод на сравняване по двойки

Теоретични основи на данните
сравняване на стимули

Данни сравняване на стимули

A B C

Кой цвят е по-близо до Вашата представа за РОЗОВО?

Кой цвят е по-светъл?

Закон на сравнителните съждения

Основни понятия Психологически континуум Процеси на различаване dj и dk
Нормално разпределение на честотата на
процесите на различаване върху психологическия континуум

Скалова стойност и дисперсии на различаване на стимулите

Разлики между процесите на различаване (dk - dj )

Разпределение на процесите на различаване,
свързани със стимулите j и k върху психологическия континуум

Разпределение на разликите
между процесите на различаване върху психологическия континуум

Законът на сравнителните съждения
е система от уравнения

2sk - sj = xjk( j2 + k
- 2rjk j k )1/2

sk , sj означават скаловите стойности на стимулите j и
k.

j , k означават дисперсии на процесите на
различаване на стимулите j и k.

rjk - корелация между двойките процеси на различаване dj and dk.

xjk - единици на нормалното отклонение, съответстващи на теоретичните пропорции на случаите, когато стимул k е оценен като по-Х от

Условие А:

Корелациите са равни на нула

sk - sj = xjk( aj
+ ak )

2 2 1/2

където aj2 = j2 – c

2ak2 = k - c

Условие С:

Корелациите са равни на нула
Дисперсиите са равни

sk - sj = cxjk

Експериментални процедури.
Метод на сравняване по двойки

Оптимален ред на подаване на двойките

Три основни матрици: F, P и X

fjk – наблюдаван брой на случаите, когато стимул k е
оценен като по-Х от стимул j;

pjk е наблюдаван процент на случаите, когато стимул k е оценен като по-Х от стимул j;

xjk единици на нормалното отклонение, съответстващи на елемента pjk

Илюстративен пример

Стимули. автобус, самолет, влак, кола, трамвай, велосипед

Задача. Кой член на дадена двойка е по-типично превозно средство

Аналитична процедура. Решение по метода на най- малките квадрати за условие C

ПРИЛОЖЕНИЯ

Изследване на антонимията чрез експерименти за скалиране

Проблемът: Дали две антонимични прилагателни са наистина антоними?

Допускания и хипотези

Експеримент за скалиране с цел да се разкрият антонимични отношения

Хипотезата. Някои антоними не винаги са антоними

Стимули. Думи за основните цветове червено, оранжево, жълто, зелено, синьо, виолетово, които трябва да се оценят по свойствта красиво-грозно, силно-слабо, нежно-грубо

Процедура. Използван е методът на сравняване по двойки, за да се оценят 6-те думи за цветове по 6-те прилагателни

Резултати. Бяха получени шест скали

Очаквания. Ако две скали за двойка прилагателни се намират в отрицателна корелация, тези прилагателни са антоними за даденото множество индивиди и за даденото множество оценявани съществителни .

РЕЗУЛТАТИТЕ

1.6
WEAK vs. STRONG (Casewise MD deletion) STRONG = -.0000 - .8715 * WEAK
Correlation: r = -.8715

1.2

RED
BLUE

0.8

0.4

0.0

VIOLET

GREEN

-0.4

-0.8

-1.2

-1.6
ORANGE

YELLOW

Regression

STRONG-1.4 -0.8 -0.2 0.4 1.0 1.6 2.2

WEAK
95% confid.

1.6

1.2

BLUE
UGLY vs. BEAUTIFUL (Casewise MD deletion) BEAUTIFUL = .00000 - .8886 * UGLY
Correlation: r = -.8886

RED

0.8

0.4
GREEN

0.0

-0.4

-0.8

-1.2

-1.6

YELLOW
VIOLET

ORANGE

Regression

BEAUTIFUL-2.0 -1.4 -0.8 -0.2 0.4 1.0 1.6

UGLY
95% confid.

2.0
ROUGH vs. TENDER (Casewise MD deletion) TENDER = .00002 + .11987 * ROUGH
Correlation: r = .11987

BLUE

1.6

1.2

GREEN

0.4

VIOLET

-0.4

-0.8

-1.2

YELLOW

ORANGE
RED

Regression

TENDER-2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5

ROUGH
95% confid.