پاورپوینت آشنایی با مقیاس گذاری چند بعدی

پاورپوینت آشنایی با مقیاس گذاری چند بعدی (pptx) 26 اسلاید

دسته بندی : پاورپوینت

نوع فایل : PowerPoint (.pptx) ( قابل ویرایش و آماده پرینت )

تعداد اسلاید: 26 اسلاید

قسمتی از متن PowerPoint (.pptx) :

1 آشنایی با مقیاس گذاری چند بعدی 2 مقياس گذاري چند بعدي تكنيك‌ها یی كه به محقق كمك مي‌كند تا ديمانسيون هاي ‌مخاطب براي ارزيابي را بدست آورد مقايسة مباحث كيفي طبيعي تكنيك‌هاي MDS ديمانسيون‌هاي اصلي را توسط يك سري از شباهت‌ها و اولويت‌هاي بدست آمده از قضاوت مخاطبان در مورد يك موضوع استنتاج می نمايند 3 مقياس گذاري چند بعدي بعد 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؟ 4 MDS 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 ا و لويت‌‌ها ، 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. 5 دیمانسیون های مشاهده ای و ادراکی دیمانسیون 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 . 6 تاريخچه 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. 7 نگاهي ساده به عملکرد MDS با یک مثال محققين 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 نقطه‌اي محصول A به B شبيه تراست تا به C من محصول A ‌را به B ترجيح مي دهم. 8 F E D C B A محصولات 8 3 4 13 2 _ A 7 5 6 12 _ B 11 10 9 _ C 14 1 _ D 15 _ E _ F 9 شکل 7-1 2- 1- 0 1 2 C D A B ديمانسيون I نقشه ادراکي تک بعدي متغيرها ديمانسيون II ديمانسيون I F C D E B A نقشه ادراکي دو بعدي 10 مقايسة 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 که cluster 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.