💸 Как сделать бизнес проще, а карман толще?

Тот, кто работает в сфере услуг, знает — без ведения записи клиентов никуда. Мало того, что нужно видеть свое раписание, но и напоминать клиентам о визитах тоже. Проблема в том, что средняя цена по рынку за такой сервис — 800 руб/мес или почти 15 000 руб за год. И это минимальный функционал. Нашли самый бюджетный и оптимальный вариант: сервис VisitTime.
⚡️ Для новых пользователей первый месяц бесплатно. А далее 290 руб/мес, это в 3 раза дешевле аналогов. За эту цену доступен весь функционал: напоминание о визитах, чаевые, предоплаты, общение с клиентами, переносы записей и так далее.
✅ Уйма гибких настроек, которые помогут вам зарабатывать больше и забыть про чувство «что-то мне нужно было сделать».
Сомневаетесь? нажмите на текст, запустите чат-бота и убедитесь во всем сами!

Цели одномерного шкалирования

Сформулируем теперь основные цели, которые ставили перед собой разработчики известных методов одномерного шкалирования.

1) Получение значений латентной переменной таким путем, чтобы были удовлетворены два требования, внешне представляющиеся несовместимыми: с одной стороны, мы знали бы, как интерпретировать эти значения и были уверены в адекватности реальности этой интерпретации (т.е. мнение респондента было бы отражено адекватно), и, с другой стороны, способ шкалирования был бы настолько прост, чтобы его можно было применять для выявления мнений достаточно большого количества респондентов (напомним, что такого рода простота чаще всего сопряжена с жесткостью способа опроса), используя репрезентативную выборку и, как следствие, получая статистически надежные выводы (с помощью традиционных приемов математической статистики, предназначенных для переноса результатов с выборки на генеральную совокупность). Выше мы говорили о совместном достижении этих двух целей как о сочетании преимуществ мягкого и жесткого подходов к сбору данных.

2) Обеспечение уровня измерения, достаточно высокого для того, чтобы к полученным шкальным значениям можно было применять традиционные " числовые" методы, позволяющие выявлять статистические закономерности (обычно стремятся к получению по крайней мере интервальной шкалы, хотя некоторые известные способы шкалирования, по замыслу их авторов, позволяют получать только порядковый уровень измерения) и осуществлять упомянутый выше перенос результатов с выборки на генеральную совокупность (классические схемы такого переноса опираются и на репрезентативность выборки, и на " числовой" характер исходного материала).

Мы отнюдь не считаем, что вторая цель всегда оправданна. Как отмечалось в п. 1.4, существует масса методов, позволяющих искать статистические закономерности, " скрывающиеся" в номинальных (порядковых) данных. А поскольку получение номинальной информации обычно не опирается на сложные, трудно проверяемые модели, то она чаще всего вызывает больше доверия, чем, скажем, интервальные данные.

Перейдем к описанию двух известных методов одномерного шкалирования, " рождение" которых связано с именем Терстоуна, первого исследователя, предложившего конструктивные способы измерения установки [Андреева, 1994, с. 255].

Особое внимание уделим описанию заложенных в методах Терстоуна моделей восприятия. И начнем это с краткого изложения тех общих идей, которые привели Терстоуна, начавшего свою карьеру в качестве психофизика, к анализу проблем, стоящих перед социологией.