💸 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!

Техника СД

Итак, исследователя интересует аффективная составляющая смыслов, придаваемых респондентами некоторым объектам. Составляется множество пар терминов (Осгудом было придумано несколько сот таких пар), каждая из которых отвечает некоторому коннотативному непрерывному признаку (термины из соответствующей пары отвечали его полюсам): горячий - холодный, хороший - плохой, грязный - чистый и т.д. Диапазон изменения каждого такого признака разделяется на 7 частей, тем самым признаку ставится в соответствие семизначная шкала.

Чтобы было ясно, чему должны отвечать градации нашей семизначной шкалы, заметим, что, скажем, паре " светлый - темный" соответствуют примерно следующие выражения и шкальные значения:

Как мы увидим ниже, в анкете не обязательно осуществлять все подобные расшифровки пунктов шкалы, равно как не обязательно использовать именно названные числа: можно брать числа от 1 до 7 и т.д. Более того, иногда можно изменить количество градаций: скажем, прибегнуть к пятибалльной шкале. Вопрос о количестве используемых градаций неотделим от вопроса о типе используемых шкал, который мы теперь хотим затронуть.

Часто о шкалах, задействованных в методе СД, по вполне понятным причинам говорят как о порядковых. Но та обработка, которую предполагает техника СД, фактически рассчитана на интервальные шкалы (речь идет об использовании факторного анализа, применении " числовых" алгоритмов классификации и т.д.). Выше (в пп. 5.2.3 и 7.5.1) мы уже говорили о том, что при достаточно большом количестве используемых градаций предположение об интервальности задействованных шкал может быть вполне допустимым. Этим и можно воспользоваться для оправдания указанного шага.

Опрос осуществляется следующим образом. Респондентам по очереди предъявляются для оценивания рассматриваемые объекты и предлагается соотнести интенсивность своего внутреннего ощущения по поводу того или иного объекта по очереди со всеми оценочными шкалами. Каждый объект должен быть оценен каждым респондентом по всем рассматриваемым шкалам.

Приведем пример соответствующего измерительного инструмента, предназначенного для решения одной из конкретных социологических задач методом СД (табл. 8.1). Речь идет об исследовании аффективной составляющей социальной идентичности личности. В качестве объектов идентификации (в нашей терминологии - оцениваемых объектов) выступали важные и близкие человеку социальные общности и группы [Баранова, 1994, с. 208].

Таблица 8.1. Пример шкал, используемых в методе СД

Таким образом, полученная с помощью метода СД информация, будучи компактно размещенной в пространстве, образует трехмерный параллелепипед, осям которого отвечают соответственно респонденты, объекты, шкалы. Если мы опрашивали 500 человек, давали им для оценки 20 объектов и каждый из объектов просили оценить по 50 шкалам, то упомянутый параллелепипед будет иметь размерность 500х20х50.

Существует масса способов, которыми можно анализировать подобную информацию, и соответственно масса задач, которые при этом можно решить. В числе этих задач - те, о которых мы говорили выше. Прежде чем перейти к более подробному их рассмотрению, заметим следующее.

Большинство методов многомерного анализа рассчитаны на то, что исходные данные представлены в виде так называемой матрицы " объект-признак". Это прямоугольная таблица, строки которой отвечают объектам (скажем, респондентам), а столбцы - характеризующим их признакам (вопросам анкеты). На пересечении i-й строки и j-гo столбца стоит значение j-гo признака для i-го объекта. Пример матрицы " объект-признак" приведен в табл. 8.2.

Таблица 8.2. фрагмент матрицы " объект-признак"

Матрица " объект-признак" двумерна. Методы, позволяющие на основе анализа такой матрицы выявлять скрытые в ней статистические закономерности, направлены на ее " сжатие". Так, факторный анализ сжимает матрицу по столбцам: мы выделяем " пучки" связанных друг с другом признаков, усматривая за каждым из них действие одного латентного фактора, который можем выразить через наблюдаемые переменные (об этом мы говорили в п. 7.2). Методы классификации сжимают матрицу по строкам: мы объединяем схожие между собой объекты в кластеры, олицетворяя каждый такой кластер с неким типичным для него объектом и т.д.

У нас же совокупность исходных данных трехмерна. Для того чтобы можно было говорить о применении традиционных методов многомерного анализа, необходимо устранить третье измерение. Сделать это можно по-разному. Способ зависит от решаемой задачи. Прежде всего рассмотрим, как анализировал описанные данные сам Осгуд.