Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Глава 4.doc
Скачиваний:
9
Добавлен:
01.07.2025
Размер:
780 Кб
Скачать
☆

Определить: на какие группы можно разделить претендентов по признаку сходства показанных ими результатов.

Таблица 11.5-2

Показатели претендентов на вакантные рабочие места

№

ТП

УГР

УМД

ЛК

ВР

П

К

С

Р

СВ

РД

1

ЧЗ

СР

19

3

1

4

5

2

19

Ж

2

ЧЗ

СР

20

4

2

3

5

1

21

Ж

3

ЧЗ

СУ

17

4

1

5

3

2

18

М

4

ЧП

СО

5

2

3

5

4

1

24

Ж

5

ЧХО

СУ

7

1

2

4

5

3

23

М

6

ЧТ

СР

21

3

1

4

5

2

25

М

7

ЧЧ

СР

15

4

3

1

5

2

19

Ж

8

ЧЗ

СУ

16

5

1

4

3

2

22

М

9

ЧЧ

СР

15

4

3

1

5

2

21

Ж

10

ЧЧ

СУ

14

2

1

4

5

3

22

Ж

11

ЧЗ

СР

17

2

1

3

4

5

23

М

12

ЧЧ

СУ

18

3

2

4

5

1

24

Ж

13

ЧЧ

СР

19

5

1

3

4

2

20

М

14

ЧХО

СУ

2

4

2

1

5

3

19

Ж

15

ЧЧ

СУ

4

3

1

4

5

2

18

М

16

ЧХО

СР

20

3

1

4

5

2

22

М

17

ЧЧ

СУ

16

3

1

4

5

2

19

М

18

ЧТ

СР

18

2

1

4

5

3

19

Ж

19

ЧЧ

СР

12

3

2

4

5

1

23

М

20

ЧЗ

СУ

18

5

3

2

4

1

24

Ж

21

ЧТ

СУ

16

2

1

4

5

3

18

Ж

22

ЧХО

СР

15

3

1

4

5

2

22

М

23

ЧЧ

СР

8

3

2

4

5

1

21

Ж

24

ЧЗ

СО

13

3

1

4

5

2

23

Ж

25

ЧЧ

СУ

14

3

1

4

5

2

18

М

26

ЧЧ

СР

20

4

1

2

5

3

20

Ж

27

ЧЗ

СУ

16

1

2

3

5

4

21

Ж

28

ЧЧ

СО

17

4

1

5

3

2

22

М

29

ЧЗ

СР

7

3

2

4

5

1

25

М

30

ЧЗ

СУ

15

3

1

4

5

2

22

Ж

Решение:

Действуя по алгоритму, предложенному в начале раздела 11.5, заметим, что данная задача является менее стандартной, чем рассмотренные до этого задачи 11.5-1 – 11.5-3. Главная ее особенность – наличие разнотипных (смешанных) измерительных шкал: действительно, здесь встречаются шкалы интервальные (показатели УМД и ВР), ранговые (показатель УГР), номинальные (показатель ТП) и их частный случай – дихотомические (показатель П). Особый вопрос – к какому типу шкалы отнести показатели локуса контроля К, С, Р, СВ и РД. На первый взгляд, они относятся к ранговой шкале, так как представляют собой ранговые предпочтения, указанные респондентами. Однако такое решение будет ошибочным: ведь ранжирование в данном случае выполняется внутри ответов одного респондента, а не по всей выборке эмпирических данных. Поэтому на самом деле эти показатели представляют собой своеобразные «сырые баллы», но их характер по отношению к различным испытуемым действительно позволяет построить из них ранговую шкалу, только для этого необходимо выполнить стандартную процедуру ранжирования (по столбцу, то есть – по всем испытуемым выборки).

Наличие разнотипных измерительных шкал подсказывает нам, что для корректного решения данной задачи не подходят меры сходства или различия, предназначенные для работы с однородными шкалами (причем любых типов – и интервальными, и порядковыми, и дихотомическими). Как уже отмечалось, из этой ситуации есть два корректных выхода:

  • Воспользоваться мерами различия или сходства, специально предназначенными для работы со смешанными шкалами (см. раздел 11.2). Однако, к сожалению, такие меры не реализованы в большинстве стандартных статистических пакетов программ и, в частности, в пакетах, рассматриваемых в данном пособии. Поэтому пользователю, выбравшему данный путь, придется самостоятельно вычислять матрицу попарных расстояний, что для больших массивов данных весьма трудоемко (или требует определенных навыков программирования, использования макроязыков статистических пакетов и т.п.).

  • Перевести все данные в одну и ту же шкалу, имеющую самый низкий статус из всех представленных (то есть, в данном случае, в дихотомическую). Разумеется, такой путь тоже достаточно трудоемкий, однако зато он позволяет использовать распространенные меры различия или сходства, представленные в стандартных статистических пакетах. Другими словами, «ручная» работа исследователя здесь ограничивается этапом кодирования и ввода исходных данных, а все остальные этапы процедуры кластеризации «возьмет на себя» статистический пакет.

В силу приведенных соображений, мы выберем второй путь, но при этом заметим, что исследователь должен хорошо представлять себе размер «платы» за подобное понижение статуса шкал, которая заключается в неизбежном огрублении исходных эмпирических данных и, соответственно, в потере некоторой части содержащейся в них информации. Однако это все же – меньшее «зло» по сравнению с некорректным использованием для смешанных шкал мер различия или сходства, предназначенных для шкал однородных.

Итак, нам надо переписать исходные данные в дихотомических шкалах, выполнив необходимые для этого преобразования. В качестве предполагаемой меры сходства наметим, например, коэффициент Jaccard (Жаккара), реализованный в пакете SPSS, хотя, конечно, можно было бы взять и любую другую меру, предназначенную для использования с дихотомическими признаками (см. табл. 11.2-3).

Преобразование шкал более высокого порядка в дихотомические шкалы называется дихотомизацией. Проиллюстрируем дихотомизацию на примере наших эмпирических данных (см. табл.11.5-3). При этом совершенно необязательно (и даже нецелесообразно) выполнять перекодировку вручную, на бумаге: лучше воспользоваться для этого возможностями по преобразованию данных, встроенными в статистические пакеты. Поскольку мы наметили в качестве меры сходства коэффициент Жаккара, а он реализован в пакете SPSS, применим для решения задачи именно этот пакет.

1. Запускаем пакет SPSS и выбираем возможность Type in data (Ввести данные). Сам ввод исходных данных целесообразно выполнять пошагово, совместно с их дихотомизацией.

Признак ТП – номинальный и имеет пять категорий; для его дихотомизации надо представить каждую из этих категорий в виде отдельного дихотомического признака: тогда значение «единица» будет означать наличие данной категории у рассматриваемого испытуемого, а «нуль», соответственно, ее отсутствие. Но сначала вводим в первый столбец данные по признаку ТП из табл. 11.5-3, закодировав их следующим образом: 1 – ЧЗ, 2 – ЧП, 3 – ЧТ, 4 – ЧЧ, 5 – ЧХО (если имеется русифицированная версия пакета SPSS, то можно было бы ввести исходные символьные обозначения категорий, но в с случае англоязычной версии при этом возникают проблемы с русскими буквами, поэтому мы предлагаем выполнить числовую кодировку). После этого копируем данный столбец в последующие четыре переменные: тем самым мы зарезервировали место под все новые дихотомические переменные, соответствующие категориям признака ТП.

Далее воспользуемся возможностями пакета SPSS по перекодированию данных. Для этого в пункте меню Transform (Преобразовать) выбираем команду Recode (Перекодировать) и, далее, Into Some Variables (В те же самые переменные). В открывшемся диалоговом окне указываем перекодируемую переменную var1, которая будет соответствовать дихотомическому признаку ЧЗ, и нажимаем кнопку Old and New Values (Старые и новые значения). После этого указываем в поле Old Value (Старое значение) «1», а в поле New Value (Новое значение) – «1» и нажимаем кнопку Add (Добавить), после чего это преобразование вносится в список преобразований (заметим, что необходимости «менять» значение 1 на значение 1 не было – мы сделали это для общности, чтобы показать, как затем работать с остальными переменными, относящимися к признаку ТП). Далее флажком выбираем поле All other values (Все остальные значения), в поле New Value (Новое значение) указываем «0» и нажимаем кнопку Add (Добавить).

Нажав кнопку Continue (Продолжить), а в следующем окне - кнопку OK, выполняем само перекодирование, результаты которого автоматически вносятся в столбец переменной var1, которая теперь является уже дихотомической.

Аналогично перекодируем значения переменной var2, которая будет соответствовать дихотомическому признаку ЧП. Выполнив команды Transform (Преобразовать) - Recode (Перекодировать) - Into Some Variables (В те же самые переменные), меняем в списке перекодируемых переменных var1 на var2. Затем, нажав кнопку Old and New Values (Старые и новые значения), указываем в поле Old Value (Старое значение) «2», а в поле New Value (Новое значение) – «1» и нажимаем кнопку Add (Добавить), а старый вариант (11) удаляем из списка преобразований с помощью кнопки Remove (Переместить). Далее выполняем само перекодирование.

После перекодирования всех переменных, соответствующих категориям признака ТП, данные по признаку ТП перепишутся следующим образом (на примере испытуемых с номерами 1 и 4):

№

ЧЗ

ЧП

ЧТ

ЧЧ

ЧХО

1

1

0

0

0

0

4

0

1

0

0

0

Следующий признак УГР – псевдоранговый. Для дихотомизации введем, аналогично предыдущему признаку, отдельные дихотомические признаки для каждой из его градаций (ниже приведен пример для испытуемых 1 и 4):

№

СР

СУ

СО

1

1

0

0

4

0

0

1

Признак УМД – псевдоинтервальный. Для дихотомизации разделим всю область принимаемых им значений на три градации, в соответствии с рекомендациями теста Т.Элерса [31. С.105-106]: от 0 до 10 – НУМД (низкий УМД), от 11 до 21 – СУМД (средний УМД), 22 и более - ВУМД (высокий УМД). Анализ исходных данных (табл. 11.5-2) показывает, что в выборке не оказалось ни одного испытуемого с высоким УМД, следовательно, можно ограничиться двумя градациями – средним и низким уровнями. Введем дихотомические признаки для каждой из этих градаций (пример приведен для испытуемых 1 и 4):

№

СУМД

НУМД

1

1

0

4

0

1

Признаки из следующей группы, относящейся к локусу контроля ЛК, являются по характеру псевдоранговыми, как и признак УГР, однако, количество градаций у каждого из них равно пяти, а не трем. Соответственно, можно было бы ввести отдельный дихотомический признак для каждой из этих градаций, но из содержательных соображений количество градаций можно сократить следующим образом:

  • для признаков К, Р и РД к первой отнесем ранг 1 в выборе испытуемого, ко второй – ранги 2 и 3, а к третьей – ранги 4 и 5 (так как для этих признаках в выборах фигурируют все 5 исходных градаций); (пример приведен для переменной К и испытуемых 1 и 2):

№

К = 1

К = 2, 3

К = 4, 5

1

0

1

0

2

0

0

1

  • для признака С к первой отнесем ранг 1 в выборе испытуемого, ко второй – ранг 2, а к третьей – ранг 3 (так как для этого признака ранги 4 и 5 в выборах не фигурируют); (пример приведен для испытуемых 1 и 4):

№

С = 1

С = 2

С = 3

1

1

0

0

4

0

0

1

  • для признака СВ к первой отнесем ранг 3 в выборе испытуемого, ко второй – ранг 4, а к третьей – ранг 5 (так как для этого признака ранги 1 и 2 в выборах не фигурируют); (пример приведен для испытуемых 1 и 4):

№

СВ = 3

СВ = 4

СВ = 5

1

0

0

1

4

0

1

0

Теперь каждая из переменных К, С, Р, СВ, РД представлена тремя дихотомическими признаками.

Признак ВР – интервальный; выполним его дихотомизацию аналогично признаку УМД, выбрав (из содержательных соображений) три градации: 18-20, 21-23 и 24-25. Затем введем отдельные дихотомические признаки для каждой из этих градаций (пример приведен для испытуемых 1 и 4):

№

ВР = 18, 19, 20

ВР = 21, 22, 23

ВР = 24, 25

1

1

0

0

4

0

0

1

Наконец, признак П (пол) – дихотомический. Закодируем его значения нулями и единицами: М – 1, Ж – 0 (пример приведен для испытуемых 1 и 3):

№

П

1

0

3

1

На этом дихотомизация исходных признаков закончена; заметим, что она привела к существенному увеличению количества рассматриваемых переменных (всего их стало 29), но зато теперь каждая модифицированная в результате дихотомизации переменная введена в отдельный столбец.

Далее, вызвав двойным щелчком по названию переменной диалоговое окно Define Variable (Определение переменной), задаем следующие параметры используемых переменных: Variable name (Имя переменной) - var1 – var29; Measurement (Тип шкалы) – Nominal (Номинальная); в блоке Data type (Тип данных) задаем параметры Type (Тип) – Numeric (Числовой), Width (Ширина) – 1 и Decimal places (Количество знаков после запятой) - 0; в блоке Column Format (Формат столбца) задаем параметры Column width (Ширина столбца) – 5 и Text alignment (Выравнивание) – Center (По центру).

2. Выполняем агломеративную кластеризацию случаев (см. решение задачи 11.5-3), указав Method (Метод) - Furthest neighbor (Дальнего соседа), Measure (Мера) – Binary (Дихотомическая шкала), Jaccard (Коэффициент Жаккара), Rang of solutions (Диапазон решений) – от 2 до 7 кластеров (этот диапазон мы наметили, предварительно посмотрев результаты объединения на дендрограмме).

3. В окне SPSS viewer (Просмотр результатов) видны результаты кластеризации: в частности, Agglomeration Schedule (Порядок объединения), а также показанные ниже Dendrogram (Дендрограмма) (рис. 11.5-9) и Cluster Membership (Принадлежность к кластерам).

Dendrogram using Complete Linkage

Rescaled Distance Cluster Combine

C A S E 0 5 10 15 20 25

Label Num +---------+---------+---------+---------+---------+

23 -+

30 -+

10 -+-------+

19 -+ +---------------+

1 -+-------+ I

25 -+ I I

12 ---------+ I

27 -------------------------+---------------+

7 -+-------+ I I

26 -+ +---------------+ I

2 ---------+ +-------+

9 ---------+ I I

8 -------------+---+ I I

20 -------------+ +-----------+ I I

6 -----------------+ +-----------+ I

11 -----------------------------+ I

4 -------------------+-+ I

24 -------------------+ +-----------+ I

29 ---------------------+ +-------------+ I

28 ---------------------------------+ I I

18 ---------+-----------------------+ I I

21 ---------+ I +-+

15 -+---------------+ +-------+ I

17 -+ I I I I

3 -----------------+---------------+ I I

13 -----------------+ +-----+

16 -+---------------+ I

22 -+ +---------------+ I

5 -----------------+ +-------+

14 ---------------------------------+

Рис.11.5-9. Дендрограмма агломеративной кластеризации методом полной связи (пакет SPSS)

Cluster Membership

Case

7 Clusters

6 Clusters

5 Clusters

4 Clusters

3 Clusters

2 Clusters

1

1

1

1

1

1

1

2

1

1

1

1

1

1

3

2

2

2

2

2

2

4

3

3

3

3

3

2

5

4

4

4

4

2

2

6

5

5

5

1

1

1

7

1

1

1

1

1

1

8

5

5

5

1

1

1

9

1

1

1

1

1

1

10

1

1

1

1

1

1

11

5

5

5

1

1

1

12

1

1

1

1

1

1

13

2

2

2

2

2

2

14

6

4

4

4

2

2

15

2

2

2

2

2

2

16

4

4

4

4

2

2

17

2

2

2

2

2

2

18

2

2

2

2

2

2

19

1

1

1

1

1

1

20

5

5

5

1

1

1

21

2

2

2

2

2

2

22

4

4

4

4

2

2

23

1

1

1

1

1

1

24

3

3

3

3

3

2

25

1

1

1

1

1

1

26

1

1

1

1

1

1

27

1

1

1

1

1

1

28

7

6

3

3

3

2

29

3

3

3

3

3

2

30

1

1

1

1

1

1

Из анализа полученных результатов агломеративной клластеризации можно сделать вывод, что наиболее песпективным выглядит разделение всех случаев на пять кластеров.

3. Выполняем дивизивную кластеризацию методом k-средних (см. решение задачи 11.5-3), указывая Number of Clusters (Количество кластеров), последовательно (для каждой новой кластеризации) равным двум, трем, четырем, пяти, шести и семи (остальные параметры оставляем, как в задаче 11.5-3).

4. В окне SPSS viewer (Просмотр результатов) видим итоги разделения на соответствующее количество кластеров, включающие таблицы Final Cluster Centers (Окончательные центры кластеров), Cluster Membership (Принадлежность к кластерам), Number of Cases in each Cluster (Количество случаев в каждом кластере) и ANOVA (Результаты проверки качества разбиения с помощью ANOVA), выборочно представленные ниже.

Для двух кластеров:

Number of Cases in each Cluster

Cluster

1

17,000

2

13,000

Для трех кластеров:

Number of Cases in each Cluster

Cluster

1

9,000

2

9,000

3

12,000

Для четырех кластеров:

Number of Cases in each Cluster

Cluster

1

6,000

2

16,000

3

4,000

4

4,000

Для пяти кластеров:

Cluster Membership

Case Number (Номер случая)

Cluster (Кластер)

Distance (Расстояние до центра кластера)

1

1

1,060

2

1

1,484

3

3

1,483

4

4

1,414

5

5

1,299

6

2

1,392

7

1

1,535

8

2

,968

9

1

1,678

10

1

,985

11

2

1,714

12

1

1,259

13

3

1,483

14

5

2,046

15

3

,775

16

5

1,090

17

3

,775

18

3

1,549

19

1

,985

20

2

1,199

21

1

1,678

22

5

1,090

23

1

,985

24

4

1,225

25

1

1,060

26

1

1,535

27

1

1,768

28

4

2,000

29

4

1,581

30

1

,985

ANOVA

Cluster

Error

F

Sig.

Mean Square

df

Mean Square

df

var1

,604

4

7,000E-02

25

8,631

,000

var2

0,005

4

3,000E-02

25

1,806

,159

var3

,923

4

6,692E-02

25

13,798

,000

var4

1,423

4

6,692E-02

25

21,269

,000

var5

,867

4

,000

25

,

,

var6

1,013

4

3,000E-02

25

33,750

,000

var7

1,200

4

6,000E-02

25

20,000

,000

var8

,488

4

3,000E-02

25

16,250

,000

var9

1,267

4

3,200E-02

25

39,583

,000

var10

1,600

4

3,200E-02

25

50,000

,000

var11

,867

4

,000

25

,

,

var12

0,005

4

3,000E-02

25

1,806

,159

var13

,183

4

,259

25

,706

,595

var14

,187

4

,249

25

,751

,567

var15

,950

4

4,000E-02

25

23,750

,000

var16

,217

4

4,000E-02

25

5,417

,003

var17

,867

4

,000

25

,

,

var18

,854

4

3,000E-02

25

28,472

,000

var19

,697

4

,155

25

4,497

,007

var20

,718

4

,185

25

3,881

,014

var21

4,167E-02

4

3,200E-02

25

1,302

,296

var22

,854

4

3,000E-02

25

28,472

,000

var23

,813

4

6,200E-02

25

13,105

,000

var24

,000

4

,000

25

,

,

var25

,811

4

3,692E-02

25

21,962

,000

var26

,811

4

3,692E-02

25

21,962

,000

var27

,785

4

,153

25

5,128

,004

var28

,346

4

,239

25

1,448

,248

var29

,277

4

,148

25

1,875

,146

var30

,975

4

,132

25

7,386

,000

Number of Cases in each Cluster

Cluster

1

13,000

2

4,000

3

5,000

4

4,000

5

4,000

Для шести кластеров:

Number of Cases in each Cluster

Cluster

1

4,000

2

15,000

3

5,000

4

3

5

2

6

1

Для семи кластеров:

Number of Cases in each Cluster

Cluster

1

10,000

2

2,000

3

5,000

4

3,000

5

7,000

6

2,000

7

1,000

Анализ всех этих вариантов кластеризации, который читателю предлагается выполнить самостоятельно, показывает, что наиболее предпочтительным является разделение исходной выборки на пять кластеров.

Ответ: выборку целесообразно разделить на пять кластеров.

Задача 11.5-5. Пример некорректного применения кластерного анализа к данным, измеренным в разнотипных шкалах

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]