સિમેન્ટીક ડિફરન્સલ કેવી રીતે બનાવવું. સિમેન્ટીક વિભેદક પદ્ધતિનો ઉપયોગ કરીને વ્યવહારિક અર્થોનો પ્રાયોગિક અભ્યાસ

પ્રકરણની સામગ્રીમાં નિપુણતા મેળવવાના પરિણામે, વિદ્યાર્થીએ આ કરવું જોઈએ:

ખબર

• સિમેન્ટીક ડિફરન્શિયલ (SD) પદ્ધતિની ડિઝાઇન અને ઉપયોગના સૈદ્ધાંતિક અને વ્યવહારુ પાયા;
• SD ફોર્મ સંશોધન જગ્યાને કેવી રીતે વ્યાખ્યાયિત કરે છે;
• ટેસ્ટ વિષય SD ફોર્મ સાથે કેવી રીતે કાર્ય કરે છે;

માટે સમર્થ હશો

• SD ફોર્મ્સનો ઉપયોગ કરો;
• ડીએમ પ્રોફાઇલ્સની તુલના કરો;
• જૂથ મૂલ્યાંકનના અર્થપૂર્ણ સાર્વત્રિકોને ઓળખો અને તેનું અર્થઘટન કરો;
• દરેક સ્કેલ પર જૂથ સ્કોરમાં નોંધપાત્ર તફાવતો ઓળખો અને તેનું અર્થઘટન કરો;
• જૂથ મૂલ્યાંકન પરિબળોને ઓળખો અને તેનું અર્થઘટન કરો;
• જૂથ આકારણી ક્લસ્ટરોને ઓળખો અને તેનું અર્થઘટન કરો;
• સંશોધન કાર્ય માટે વિશિષ્ટ એસડી તૈયાર કરો અને તેનો ઉપયોગ કરો;
• ઉપરોક્ત તમામ પ્રક્રિયા પદ્ધતિઓ માટે અંદાજોની તુલના કરો અને તેનું અર્થઘટન કરો;

પોતાના

• એસડી સ્વરૂપોની પસંદગી, તૈયારી અને ઉપયોગની પદ્ધતિઓ;
• SD નો ઉપયોગ કરીને મેળવેલ ડેટાની પ્રાથમિક પ્રક્રિયાની પદ્ધતિઓ;
• મેટ્રિસિસની ગાણિતિક પ્રક્રિયાની પદ્ધતિઓ;
• SD નો ઉપયોગ કરીને મેળવેલ ડેટાના વિશ્લેષણ, અર્થઘટન અને સંશ્લેષણની પદ્ધતિઓ.

માનક સિમેન્ટીક વિભેદક

વિષયને વિરોધી શબ્દ ભીંગડાના સૂચિત સમૂહનો ઉપયોગ કરીને ઉત્તેજના (અર્થ) નું મૂલ્યાંકન કરવા માટે કહેવામાં આવે છે.

હળવા - ભારે

ઝડપી - ધીમું

સક્રિય - નિષ્ક્રિય

મજબૂત - નબળા

સારું - ખરાબ

ઉદાહરણમાં બતાવેલ ભીંગડાનો સમૂહ છે દ્વિધ્રુવી(શાબ્દિક રીતે - દ્વિધ્રુવી, વિષય બે સંભવિત ધ્રુવોમાંથી એક પસંદ કરે છે

આકારણીઓ). ડાયાબિટીસના પ્રકારો તરીકે વધુ સામાન્ય માપેલવિરોધી શબ્દોના સેટ, જેની સાથે કામ કરતી વખતે વિષય ઉત્તેજનામાં ચોક્કસ ગુણધર્મ (ગુણવત્તા) ની અભિવ્યક્તિની ડિગ્રીનું મૂલ્યાંકન કરે છે.

કૃપા કરીને તમને ઓફર કરેલા પીણાના તમારા વિચારને નીચે પ્રમાણે રેટ કરો. અહીં જોડીમાં જૂથબદ્ધ વિશેષણોની સૂચિ છે, જે મૂલ્યાંકન કરવામાં આવી રહેલી ખ્યાલની ગુણાત્મક રીતે વિરુદ્ધ લાક્ષણિકતાઓને વ્યક્ત કરે છે. સંખ્યાને વર્તુળ કરો (શ્રેણી 3210123માંથી) કે, તમારા મતે, આપેલ પીણાની આ ચોક્કસ ગુણવત્તા (લાક્ષણિકતા) ની અભિવ્યક્તિની ડિગ્રી સૌથી સચોટ રીતે નક્કી કરે છે, જો કે 0 નો અર્થ ગુણવત્તા વ્યક્ત કરવામાં ન આવે; 1 - નબળી રીતે વ્યક્ત; 2 - સાધારણ વ્યક્ત; 3 - ભારપૂર્વક વ્યક્ત.

(સંપૂર્ણ સૂચનાઓ સાથે આ સીડીના સંપૂર્ણ સંસ્કરણ માટે, પરિશિષ્ટ 13 જુઓ).

ઉત્તેજના વચ્ચે સિમેન્ટીક તફાવતોના ઔપચારિક વર્ણનની શક્યતા (ભેદની શક્યતા) તકનીકનું નામ નક્કી કરે છે - સિમેન્ટીક ડિફરન્શિયલ (SD).

SD એ સંશોધિત વ્યક્તિલક્ષી સ્કેલિંગ પ્રક્રિયા છે. એસ.ડી.ના ઉપયોગ જેવી જ પ્રક્રિયાઓને સાહિત્યમાં વારંવાર તરીકે ઓળખવામાં આવે છે બહુપરીમાણીય સ્કેલિંગ પ્રક્રિયાઓ(દરેક સ્કેલ એક પરિમાણ છે, ઘણા રેટિંગ સ્કેલ (જગ્યા), ઘણા પરિમાણો (સ્વતંત્રતાની ડિગ્રી તરીકે), પરિણામોનું બહુપરિમાણીય પ્રતિનિધિત્વ). SD અને અન્ય બહુપરીમાણીય સ્કેલિંગ પ્રક્રિયાઓનો ઉપયોગ કરતી વખતે, એવું માનવામાં આવે છે કે તમામ સ્કેલ સ્કોર એકબીજાથી સ્વતંત્ર છે. (મૂલ્યાંકનની સ્વતંત્રતાની ડિગ્રીની સંખ્યા ભીંગડાની સંખ્યા સાથે એકરુપ છે), પરંતુ હજુ સુધી આ ધારણા માટે કોઈ પુરાવા નથી.જો દરેક રેટિંગ સ્કેલ મૂલ્ય આકારણી જગ્યાના પરિમાણ તરીકે ગણવામાં આવે છે, તો SD બહુપરીમાણીય મૂલ્ય આકારણી જગ્યા (ઉત્તેજનાનું વર્ણન) વ્યાખ્યાયિત કરે છે, જેને કહેવામાં આવે છે. સિમેન્ટીક સ્પેસ (SP).

પ્રમાણભૂત SD (જુઓ પરિશિષ્ટ 13) દ્વારા નિર્દિષ્ટ સિમેન્ટીક સ્પેસમાં ત્રણ એકીકૃત પરિબળો છે: મૂલ્યાંકન, શક્તિ, પ્રવૃત્તિ. સાહિત્યમાં પરિબળોના પ્રથમ અક્ષરોના સંક્ષેપના આધારે આ જગ્યા કહેવામાં આવે છે OCA જગ્યા(મૂલ્યાંકન - શક્તિ - પ્રવૃત્તિ) અથવા EPA જગ્યા (મૂલ્યાંકન - શક્તિ - પ્રવૃત્તિ). C. Osgood (Osgood, 1980) અને તેમના સાથીદારોના ડેટા અનુસાર, વિવિધ સંશોધકો દ્વારા વારંવાર પુષ્ટિ કરવામાં આવી છે, એકીકૃત પરિબળો વિષયોની ભાષાના સંબંધમાં સાર્વત્રિક (અચલ) છે અને લાગણીઓનું વર્ણન કરવાના ત્રણ-ઘટક મોડેલને અનુરૂપ છે ( આનંદ - તણાવ - ઉત્તેજના).

21-સ્કેલ એલએસડીમાં (જુઓ પરિશિષ્ટ 12), સાત ભીંગડા (1, 4, 7, 11, વગેરે - દર ત્રીજા) તમને ઉત્તેજનાનું મૂલ્યાંકન કરવાની મંજૂરી આપે છે (તમારી જાતને, સાથીદાર, પત્ની, બોસ, બિલાડી, વગેરે) પરિબળ "આકારણી", સાત ભીંગડા (2,5,8, વગેરે - દર ત્રીજા) - પરિબળ "શક્તિ" માટે અને તે મુજબ, સાત ભીંગડા (3, 6, 9, વગેરે) - પરિબળ " પ્રવૃત્તિ" માટે . આ ફોર્મના કમ્પાઇલર દ્વારા નિર્ધારિત ફોર્મ (પ્રશ્નાવલિ) ના પરિબળો છે. તેઓ પરિણામ પરિબળો (પરિણામ પરિબળ માળખું) સાથે મૂંઝવણમાં ન હોવા જોઈએ.

તરીકે પરિણામોની પ્રારંભિક રજૂઆત SD નો ઉપયોગ કરીને પ્રયોગો કરવામાં આવે છે દ્વિ-પરિમાણીય(કોષ્ટકનું એક પરિમાણ SD સ્કેલ છે; બીજું વિષયો છે) અથવા ત્રિ-પરિમાણીય મેટ્રિસિસ(ત્રીજું પરિમાણ - ઉત્તેજનાની સૂચિ) જેમાં આકારણી પરિણામો રેકોર્ડ કરવામાં આવે છે. કેટલીકવાર ત્રિ-પરિમાણીય કોષ્ટકોને અશિષ્ટ કહેવામાં આવે છે ડેટા ક્યુબ્સ, જે વિદ્યાર્થીઓને ગેરમાર્ગે દોરી શકે છે, કારણ કે આ કોષ્ટકો મોટાભાગે સમાંતર પાઈપનો આકાર ધરાવે છે.

50 વિષયો (કોષ્ટકનું પ્રથમ પરિમાણ) 45-સ્કેલ SD (ત્રીજું પરિમાણ) નો ઉપયોગ કરીને 10 ઉત્તેજના (બીજા પરિમાણ) નું મૂલ્યાંકન કરે છે. ડેટાના આવા કોષ્ટક (મેટ્રિક્સ) (50 × 10 × 45) ને ક્યુબ કહી શકાય નહીં.

આ મેટ્રિસિસ સામાન્ય રીતે સામાન્ય આંકડાકીય કાર્યક્રમોના ફોર્મેટમાં પૂર્ણ થાય છે. પરીક્ષાના વિષયો દ્વારા ભરવામાં આવેલા SD ફોર્મના આધારે પ્રાથમિક પરિણામ મેટ્રિક્સ ભરતી વખતે: 1) દ્વિધ્રુવી SD માટે, વિરોધી શબ્દો (સ્કેલ) ની જોડીના ડાબા ધ્રુવની વિષયની પસંદગી શૂન્ય દ્વારા નિયુક્ત કરવામાં આવે છે, જમણો ધ્રુવ એક દ્વારા ; 2) સ્કેલ કરેલ એલઇડી માટે - શૂન્યની ડાબી બાજુની સંખ્યાઓ ઓછા ચિહ્ન સાથે લખવામાં આવે છે, અને શૂન્યની જમણી બાજુની સંખ્યાઓ વત્તા ચિહ્ન સાથે લખવામાં આવે છે.

કેટલીકવાર 0 થી 7 અથવા 0 થી 5 પોઈન્ટ સુધીના ભીંગડાનો ઉપયોગ થાય છે.

આવા ભીંગડા વિષયો માટે કામ કરવાનું મુશ્કેલ બનાવે છે, કારણ કે બે ગુણો વ્યક્ત કરવાને બદલે, તેઓએ સ્કેલની જમણી બાજુની ગુણવત્તાનું ભિન્ન મૂલ્યાંકન કરવું પડશે. આ ઉપરાંત, તાલીમ દરમિયાન માર્કિંગની સિસ્ટમ (વધુ, વધુ સારી) એસડી સ્કેલ પર આકારણીની સ્વતંત્રતા પર તેની છાપ છોડી દે છે, આકારણીમાં પરિમાણ (ખરાબ વધુ સારું છે) ને વણાટ કરે છે.

પરિણામોના દ્વિ-પરિમાણીય મેટ્રિક્સનો ઉપયોગ વિષયોના જૂથ દ્વારા એક ઉત્તેજનાનું મૂલ્યાંકન કરતી વખતે થાય છે (એક પરિમાણ ભીંગડા છે, બીજો વિષય છે) અથવા જ્યારે એક વિષય દ્વારા ઉત્તેજનાના સમૂહનું મૂલ્યાંકન કરવામાં આવે છે (એક પરિમાણ ભીંગડા છે, બીજું ઉત્તેજના છે) . વિષયોના જૂથ દ્વારા ઉત્તેજનાના સમૂહનું મૂલ્યાંકન કરતી વખતે ત્રિ-પરિમાણીય મેટ્રિક્સનો ઉપયોગ થાય છે (ત્રીજું પરિમાણ ઉત્તેજના છે).

"સિમેન્ટીક સ્પેસ" શબ્દનો બીજો અર્થ" એ હકીકત દ્વારા નિર્ધારિત કરવામાં આવે છે કે મૂલ્યાંકન કરેલ ઉત્તેજના દરેક ભીંગડા (પરિમાણો) પર વિષયનું મૂલ્યાંકન મેળવે છે, જે આપેલ બહુપરિમાણીય એસપીમાં ઉત્તેજનાને બિંદુ અથવા વેક્ટર તરીકે વર્ણવવાનું શક્ય બનાવે છે, જે દ્વારા કરવામાં આવેલ ઉત્તેજનાના આકારણીઓ વચ્ચે તફાવત જોવા મળે છે. વિવિધ વિષયો, અને બહુ-પરિમાણીય SP માં પોઈન્ટ અથવા વેક્ટરના તફાવતો તરીકે વર્ણવવા માટે, અમે અનુમાનોનો સમૂહ મેળવીએ છીએ (અમે પરિબળો દ્વારા ઉલ્લેખિત બિંદુઓ અથવા વેક્ટર). અવકાશના બિંદુઓ અને વેક્ટર વચ્ચેના ખૂણાઓ (કોણના કોસાઇન્સ) વચ્ચેનું અંતર (મૂળથી બિંદુ સુધી) ઉત્તેજનાનું મૂલ્યાંકન કરવા માટે, ડેટા રિડક્શન (એકીકરણ) પદ્ધતિઓનો ઉપયોગ કરવામાં આવે છે: દરેક સ્કેલના ચોક્કસ ધ્રુવની પસંદગીની આવર્તનના મહત્વના મૂલ્યાંકનના આધારે, સિમેન્ટીક યુનિવર્સલ્સની પદ્ધતિ આધારિત છે, ક્લસ્ટર વિશ્લેષણ SP માં બિંદુઓ વચ્ચેના અંતરના મૂલ્યાંકન પર આધારિત છે, અને પરિબળ વિશ્લેષણ તેના પર આધારિત છે. વેક્ટર વચ્ચેના ખૂણાઓનું મૂલ્યાંકન.

પરિબળો જૂથસ્ટીમ્યુલસ રેટિંગ સેટ, જો કે વિશ્લેષિત ડેટાના કેટલાક નુકશાન સાથે, મૂલ્યાંકન માપદંડનો એક નવો SP, નિયમ તરીકે, ઓછા પરિમાણીય, પરંતુ SD ભીંગડા દ્વારા નિર્દિષ્ટ જગ્યા કરતાં વધુ સંકલિત (વધુ વિગતો માટે, ફકરો 6.4 જુઓ). SP માં ઉત્તેજનાનું જટિલ બહુપરીમાણીય મૂલ્યાંકન મેળવવાની શક્યતા અને પ્રક્રિયા પ્રક્રિયાઓની સંબંધિત જટિલતા કેટલાક સંશોધકોને એવું માની લેવાની મંજૂરી આપે છે કે પરિબળ SP ના ગુણધર્મો ચેતનાના કેટલાક ગુણધર્મો જેવા જ છે, અને આ રીતે SP ને ધ્યાનમાં લો. વ્યક્તિગત ચેતનાની રચનાના ઓપરેશનલ મોડલ.

આ નામ ખૂબ જ આશાસ્પદ છે, પરંતુ, ચેતનાના ગુણધર્મોના ગાણિતિક મોડેલિંગની પહેલાથી વારંવાર વર્ણવેલ મર્યાદાઓ ઉપરાંત, વ્યક્તિએ એ હકીકત તરફ ધ્યાન દોરવું જોઈએ કે મૂલ્યાંકન પરિણામોની ગાણિતિક પ્રક્રિયા ફક્ત ત્યારે જ શક્ય છે જો ઘણા (જૂથ) વિષયો અથવા (ખૂબ જ ભાગ્યે જ) ) એક વિષય વિવિધ ઉત્તેજનાઓનું મૂલ્યાંકન કરે છે. તેથી, આવા મોડેલો વ્યક્તિગત ચેતનાના નમૂનાઓ નથી. તદુપરાંત, અમર્યાદિત સંખ્યામાં વિવિધ SD અને તેમના ફેરફારો છે (અથવા તેના બદલે, "સંબંધિત" સ્કેલ સાથે આવવાની સંશોધકની ક્ષમતા દ્વારા મર્યાદિત છે, જેમ કે તેને લાગે છે, વિષય વિસ્તાર માટે અભ્યાસ કરવામાં આવી રહ્યો છે). આ હકીકત આવા "મોડેલ્સ" ને ફક્ત અજોડ બનાવે છે. SP ના ગાણિતિક ગુણધર્મોને ચેતનાને આભારી (વાસ્તવિકતાને ગણિતના મોડેલના ગુણધર્મોને આભારી) એ પદ્ધતિસરની ભૂલ છે.

થોડી સાવધાની સાથે, SP સાથે કામ કરવાથી અમને સંશોધક દ્વારા નિર્દિષ્ટ બહુપરિમાણીય મૂલ્યાંકન જગ્યામાં ઉત્તેજનાના મૂલ્યાંકનના મોડેલિંગ વિશે ખાસ વાત કરવાની મંજૂરી મળે છે. જો (સાયકોસેમેન્ટિક્સમાં હજુ સુધી એક ધારણા સાબિત થઈ નથી) SD ભીંગડા મુખ્યત્વે ઉત્તેજના મૂલ્યાંકનના પરિમાણોને આવરી લે છે જે વિષયો (ઉત્તેજના મૂલ્યો) માટે મહત્વપૂર્ણ છે, તો મૂલ્યાંકનનું વર્ણન (સાર્વત્રિક, પરિબળો, ક્લસ્ટરો, વગેરે) મોડેલિંગને મંજૂરી આપે છે, ઉદાહરણ તરીકે, જોડાણમાં એસ – વિશે – આર(સાયકોસેમેન્ટિક્સમાં: ઉત્તેજના - અર્થ - પ્રતિભાવ (ક્રિયા)), મૂલ્યાંકન, પરંતુ હજી સુધી કોઈ પ્રતિક્રિયા નથી અને વધુમાં, વિષયની ક્રિયા નથી. તેથી, સાયકોસેમેન્ટિક આકારણીના પરિણામો (સાર્વત્રિક, પરિબળ અને ક્લસ્ટર માળખાં) વધુ વખતમૂલ્યોની સરખામણી કરવા માટે વપરાય છે, પરંતુ લગભગ ક્યારેય નહીંપ્રવૃત્તિની આગાહી કરવા માટે ચેતનાના નમૂના તરીકે.

તેવી જ રીતે, ચેતનાના માળખાના ઓપરેશનલ મોડલ્સને સિમેન્ટીક યુનિવર્સલ્સની પદ્ધતિનો ઉપયોગ કરીને ઉત્તેજના આકારણીની પ્રક્રિયાનું પરિણામ કહી શકાય (એસપી મૂલ્યાંકનમાં માત્ર એવા સ્કેલનો સમાવેશ થાય છે જે મૂલ્યાંકન માટે નોંધપાત્ર હોય છે), અને મૂલ્યાંકનનું વર્ણન કરવા માટે ક્લસ્ટર માળખાં (SP સમાવેશ થાય છે. ભીંગડા પર ઉત્તેજના મૂલ્યાંકનનું સામાન્યીકરણ કરવા માટેના પરિમાણો).

ખામીઓને આંશિક રીતે સરભર કરવા અને ચોક્કસ વિષય વિસ્તારની ઉત્તેજનાનું મૂલ્યાંકન કરવા માટે, પ્રયોગકર્તાઓ ઘણીવાર વિશિષ્ટ રચનાઓ બનાવે છે. cialized ડાયાબિટીસ(ફકરો 6.10 જુઓ). વિશિષ્ટ SD (વિષય વિશિષ્ટ) કહેવામાં આવે છે સૂચક, વાઈડ-પ્રોફાઈલ એલઈડીથી વિપરીત, કહેવાય છે અર્થપૂર્ણ.

પરિણામોની સંપૂર્ણ પ્રક્રિયા SD નો ઉપયોગ કરીને પ્રયોગમાં શામેલ છે:

• 1) આકારણી પ્રોફાઇલ્સની સરખામણી;
• 2) આકારણીના સાર્વત્રિક જૂથોની ઓળખ;
• 3) સાર્વત્રિક મૂલ્યાંકનનું ગુણાત્મક વિશ્લેષણ;
• 4) SD નો ઉપયોગ કરીને વિવિધ ઉત્તેજના અથવા વિવિધ વિષયો (વિષયોના જૂથો) ના મૂલ્યાંકન સાર્વત્રિકોની તુલનાની તુલના અને ગુણાત્મક વિશ્લેષણ;
• 5) દરેક ડીએમ સ્કેલ માટે જૂથ આકારણીમાં નોંધપાત્ર તફાવતોનું નિર્ધારણ, તેમની ચર્ચા;
• 6) આકારણીના પરિબળ માળખાને ઓળખવા;
• 7) પરિબળની રચનાનું ગુણાત્મક વિશ્લેષણ;
• 8) વિવિધ ઉત્તેજના અથવા વિવિધ વિષયો (વિષયોના જૂથો) ના આકારણીના પરિબળ માળખાની તુલનાની તુલના અને ગુણાત્મક વિશ્લેષણ;
• 9) આકારણીના ક્લસ્ટર માળખાને ઓળખવા;
• 10) ક્લસ્ટર રચનાનું ગુણાત્મક વિશ્લેષણ;
• 11) વિવિધ ઉત્તેજના અથવા વિવિધ વિષયો (વિષયોના જૂથો) ના મૂલ્યાંકનના ક્લસ્ટર માળખાની તુલનાની તુલના અને ગુણાત્મક વિશ્લેષણ;
• 12) સાર્વત્રિક, પરિબળ અને આકારણીના ક્લસ્ટર માળખાની ગુણાત્મક સરખામણી.

રેટિંગ સ્કેલ તરીકે માત્ર વિરુદ્ધાર્થી વિશેષણોનો ઉપયોગ કરવો જરૂરી નથી. હાલમાં, યુનિપોલર SDs (જુઓ પરિશિષ્ટ 20), મૌખિક SDs (પરિશિષ્ટ 22 જુઓ) અને વાણીના અન્ય ભાગો પર આધારિત SDs વિકસાવવામાં આવ્યા છે. અલંકારિક માહિતીની સંભવિત વર્ગીકૃત પ્રણાલીની ધારણા અને ભાષાકીય વર્ગીકૃત V.F સાથે તેના જોડાણને આધારે (પેટ્રેન્કો, 1983, વગેરે) નોન-વર્બલ એસડી (દ્રશ્ય, વગેરે) બનાવવાનો પ્રયાસ કર્યો, પરંતુ પ્રક્રિયા માટેની પ્રક્રિયાઓ. અને બિન-મૌખિક SDs નો ઉપયોગ કરીને મેળવેલા ડેટાનું અર્થઘટન, હજુ સુધી પ્રમાણિત કરવામાં આવ્યું નથી (જુઓ પરિશિષ્ટ 23).

ફાયદા SD - કોઈપણ ઉત્તેજનાનું મૂલ્યાંકન કરવાની ક્ષમતા, કોમ્પેક્ટનેસ, વિષયોના મોટા જૂથો સાથે કામ કરવાની સંભાવના, વિવિધ વિષયો અને વિષયોના જૂથોના પરિણામોની તુલના કરવા માટે પરિણામો અને પ્રક્રિયાઓને પ્રમાણિત કરવાની ક્ષમતા, પ્રયોગકર્તા દ્વારા નિર્દિષ્ટ ભીંગડાનો ઉપયોગ કરીને ભાષણ સ્ટેમ્પ્સ દૂર કરવાની ક્ષમતા.

ખામીઓ SD – રેટિંગ સ્કેલનો મર્યાદિત સંભવિત સેટ, વિષય માટે નજીવા હોય તેવા રેટિંગ સ્કેલ હોવાની સંભાવના અને વિષય માટે નોંધપાત્ર રેટિંગ સ્કેલની ગેરહાજરી.

• સૂચિમાં વપરાયેલ શબ્દો નીચે સમજાવેલ છે.

સિમેન્ટીક ડિફરન્શિયલ (SD) એ સમાજશાસ્ત્રની પ્રક્ષેપણ પદ્ધતિઓમાંની એક છે, જે સાયકોસેમેન્ટિક્સની સિદ્ધિઓ પર આધારિત છે અને 1952માં ચાર્લ્સ ઓસગુડની આગેવાની હેઠળ અમેરિકન મનોવૈજ્ઞાનિકોના જૂથ દ્વારા વિકસાવવામાં આવી હતી. તેનો ઉપયોગ સામાજિક વલણ અને વ્યક્તિગત અર્થોના પૃથ્થકરણ સાથે માનવ ધારણા અને વર્તન સંબંધિત અભ્યાસમાં થાય છે. SD પદ્ધતિ એ નિયંત્રિત એસોસિએશન પદ્ધતિ અને સ્કેલિંગ પ્રક્રિયાઓનું સંયોજન છે.

સાયકોસેમેન્ટિક પદ્ધતિઓ જ્ઞાનાત્મક સ્તરથી માહિતીને સ્થાનાંતરિત કરે છે (અને સંશોધન કાર્ય હંમેશા તેની શરતોમાં ઘડવામાં આવે છે) અસરકારક સ્તર પર, જ્યાં આ માહિતી ભાષાકીય સ્વરૂપો દ્વારા નહીં, પરંતુ વિવિધ સંવેદનાઓ દ્વારા એન્કોડ કરવામાં આવે છે.

સિમેન્ટીક ડિફરન્સલની પદ્ધતિ સિનેસ્થેસિયાની ઘટના પર આધારિત છે (સામાન્યતા દ્વારા વિચારવું, જ્યારે કેટલીક સંવેદનાત્મક ધારણાઓ અન્યના પ્રભાવ હેઠળ ઊભી થાય છે) અને તે પદાર્થોમાં વ્યક્તિ દ્વારા જોવામાં આવતા અર્થની ભાવનાત્મક બાજુને "કેપ્ચર" કરવાની એક ઓપરેશનલ રીત છે. SD લોકોના મનમાં રહેલા પદાર્થો વચ્ચેના અચેતન સહયોગી જોડાણોને ઓળખવાનું શક્ય બનાવે છે.

SD પદ્ધતિ ફ્રેમવર્કની અંદર સુપ્ત પરિબળોની સિસ્ટમ શોધવાનું શક્ય બનાવે છે જેના દ્વારા વ્યક્તિ વસ્તુઓનું મૂલ્યાંકન કરે છે. અનિવાર્યપણે, સિમેન્ટીક સ્પેસ એ વ્યક્તિગત ચેતનાની રચનાનું સંશોધન મોડેલ છે, અને કાર્ય એ નક્કી કરવાનું છે કે આ જગ્યામાં અભ્યાસ કરવામાં આવેલ પદાર્થ ક્યાં સ્થિત છે.

પરીક્ષણ કરેલ ઑબ્જેક્ટ્સ (નામ, બ્રાન્ડ, પેકેજિંગ, વગેરે) નું મૂલ્યાંકન સંખ્યાબંધ બાયમોડલ સાત-બિંદુના ભીંગડા પર કરવામાં આવે છે, જેનાં ધ્રુવો સામાન્ય રીતે વિરોધી શબ્દોનો ઉપયોગ કરીને મૌખિક રીતે નિર્દિષ્ટ કરવામાં આવે છે: સારા - ખરાબ, ગરમ - ઠંડા, સક્રિય - નિષ્ક્રિય, વગેરે. એવું માનવામાં આવે છે કે કોઈ વ્યક્તિ આપેલ રેટિંગ સ્કેલ સાથે ઑબ્જેક્ટ વિશેના આંતરિક અનુભવની તીવ્રતાને સહસંબંધ કરીને અભ્યાસ કરી રહેલા ઑબ્જેક્ટનું મૂલ્યાંકન કરવામાં સક્ષમ છે. સ્કેલના વિભાગો ઑબ્જેક્ટની આપેલ ગુણવત્તાની વિવિધ ડિગ્રી રેકોર્ડ કરે છે. એકબીજા સાથે સહસંબંધ ધરાવતા ભીંગડાઓને સ્વતંત્ર પરિબળોમાં જૂથબદ્ધ કરવામાં આવે છે જે સિમેન્ટીક સ્પેસ બનાવે છે.

મૌખિક મુદ્દાઓ સાથે, બિન-મૌખિક અર્થપૂર્ણ તફાવતો પણ વિકસાવવામાં આવ્યા છે, જ્યાં ગ્રાફિક વિરોધ, ચિત્રો અને ફોટોગ્રાફિક પોટ્રેટનો ઉપયોગ ભીંગડાના ધ્રુવો તરીકે થાય છે.

સંશોધન ઘણીવાર મોનોપોલર સ્કેલનો ઉપયોગ કરે છે, જેની મદદથી એક ગુણધર્મની તીવ્રતા અનુસાર વસ્તુઓનું મૂલ્યાંકન કરવામાં આવે છે: ઑબ્જેક્ટ કેટલું સારું છે, તે કેટલું ગરમ ​​છે, વગેરે. બિમોડલ સ્કેલના કિસ્સામાં, પ્રતિવાદી મૂલ્યાંકન કરે છે કે તેના માટે "ખર્ચાળ - સસ્તા" સ્કેલ પર ઑબ્જેક્ટ "A" ક્યાં સ્થિત છે, અને યુનિમોડલ સ્કેલ સાથે, તે મૂલ્યાંકન કરે છે કે ઑબ્જેક્ટ "A" માં કેટલી મિલકત "ખર્ચાળતા" સહજ છે. યુનિમોડલ સ્કેલનો ઉપયોગ એ હકીકતને કારણે છે કે ઘણીવાર વિરોધી વિશેષણો વાસ્તવમાં સંપૂર્ણ વિરોધી હોતા નથી - ખરાબ હંમેશા ખરાબ હોતું નથી.

ચાર્લ્સ ઓસગુડના ક્લાસિક સંસ્કરણમાં, વિશિષ્ટ રીતે અર્થાત્મક લક્ષણોનો ભીંગડા તરીકે ઉપયોગ કરવામાં આવ્યો હતો, જે મૂલ્યાંકન કરેલ ઑબ્જેક્ટ અથવા ખ્યાલના ઉદ્દેશ્ય ગુણધર્મોને પ્રતિબિંબિત કરતા નથી, પરંતુ પ્રતિવાદી માટે ઑબ્જેક્ટ અથવા ખ્યાલના વ્યક્તિલક્ષી રીતે નોંધપાત્ર પાસાઓને પ્રતિબિંબિત કરે છે.

માર્કેટિંગ સંશોધનમાં, કોર્પોરેશન, બ્રાંડ અથવા ઉત્પાદનની છબીનો અભ્યાસ કરવા માટેનું એક માન્ય સાધન એ સંકેતાત્મક ભીંગડા છે, જેમાં હંમેશા માત્ર વિરોધી વિશેષણોનો સમાવેશ થતો નથી, પરંતુ એક નિયમ તરીકે, શબ્દસમૂહો, શબ્દસમૂહો છે જે અપેક્ષાઓ વ્યક્ત કરે છે, ઉત્પાદનની લાક્ષણિકતાઓ. , નકારાત્મક અને હકારાત્મક બંને. વિવિધ મેન્યુફેક્ચરિંગ કંપનીઓના સમાન ઉત્પાદનોનું મૂલ્યાંકન "નાણાંની કિંમત" સ્કેલ પર કરી શકાય છે, ઉદાહરણ તરીકે, બેંકો - વિશ્વસનીયતા, નફાકારકતા, વગેરેના સ્તર દ્વારા.

પદ્ધતિની "ભાવના" ને સાચવવા અને વલણના હજુ પણ પ્રભાવશાળી તત્વોને પકડવા માટે, ભીંગડાનો સમૂહ (15-25 ભીંગડા) નો ઉપયોગ કરવામાં આવે છે. તકનીકીનું પરિણામ એ દરેક ભીંગડા પર ઑબ્જેક્ટ્સના સરેરાશ મૂલ્યોની સીધી ગણતરી કરવામાં આવતી નથી, પરંતુ વિશિષ્ટ વિશ્લેષણ પ્રક્રિયા દરમિયાન પ્રાપ્ત સુપ્ત પરિબળો, જેના આધારે પદાર્થોની દ્રષ્ટિની સિમેન્ટીક અવકાશ રચાય છે અને તેનો નકશો. સંબંધિત સ્થિતિઓ બાંધવામાં આવે છે. સ્કેલ પસંદ કરતી વખતે સંશોધકની વિષયવસ્તુના જોખમને ટાળવા માટે પૂરતી સંખ્યામાં ભીંગડા પસંદ કરવા અને નિષ્ણાતો પર તેનું પરીક્ષણ કરવું અથવા લક્ષ્ય જૂથના પ્રતિનિધિઓ પર એસોસિએશન પ્રયોગ હાથ ધરવો મહત્વપૂર્ણ છે.

SD ભીંગડા વાસ્તવિકતાનું વર્ણન કરતા નથી, પરંતુ તે વિષયની સ્થિતિઓ અને સંબંધોની રૂપક અભિવ્યક્તિ છે (ઉત્તરદાતાઓને જે સૂચનાઓ મળે છે તે માટે કહેવામાં આવે છે: "મૂલ્યાંકન કરતી વખતે, તમારી પોતાની લાગણીઓ દ્વારા માર્ગદર્શન આપો, જ્ઞાન નહીં"). ભાવાત્મક અર્થોના પરિણામી અવકાશમાં, વિભાવનાઓનું સંપાત કે જેના પર વ્યક્તિ સમાન રીતે પ્રતિક્રિયા આપે છે અને વિવિધ ભાવનાત્મક પૃષ્ઠભૂમિ ધરાવતા ખ્યાલોનું વિભાજન નોંધવામાં આવે છે. વિભાવનાઓ વચ્ચેનું અંતર ચોક્કસ સંખ્યા દ્વારા વ્યક્ત કરવામાં આવે છે, જે સામાન્ય રીતે કોઈને મૂલ્યાંકન વચ્ચે તફાવત કરવાની મંજૂરી આપે છે: a) વિવિધ વ્યક્તિઓ (અથવા વિવિધ જૂથો) દ્વારા સમાન ખ્યાલ; b) એક જ વ્યક્તિ (અથવા જૂથ) દ્વારા અલગ અલગ ખ્યાલો; c) એક જ વ્યક્તિ (અથવા જૂથ) દ્વારા જુદા જુદા સમયે એક ખ્યાલ.

ઓળખવામાં આવેલા પરિબળોની સંખ્યા આપેલ વર્ગના ઑબ્જેક્ટની ભાવનાત્મક દ્રષ્ટિની રચનાને અનુરૂપ છે, તેથી, ઉદાહરણ તરીકે, બેંકનું મૂલ્યાંકન કરતી વખતે, ફક્ત બે પરિબળોને ઓળખી શકાય છે: વિશ્વસનીયતા અને નફાકારકતા, જ્યારે કારનું મૂલ્યાંકન આ મુજબ કરી શકાય છે. "ફેશનબિલિટી, સ્ટાઇલિશનેસ," "પ્રતિષ્ઠા, સ્થિતિ," "કિંમત", "ઓપરેશનલ કાર્યક્ષમતા", "વેચાણ પછીની સેવા નેટવર્ક્સ", વગેરેના માપદંડ.

ચોક્કસ સંશોધન પ્રોજેક્ટમાં સિમેન્ટીક વિભેદક પદ્ધતિ વિકસાવવાની પ્રક્રિયામાં સામાન્ય રીતે નીચેના પગલાંઓ શામેલ હોય છે:

વિશેષણોની સૂચિની રચના અને પરીક્ષણ, પરીક્ષણ કરવામાં આવતી વસ્તુઓનું વર્ણન કરવા માટેના નિવેદનો (નામો, ખ્યાલો, પેકેજિંગના પ્રકારો, બ્રાન્ડ્સ, વગેરે). જાગરૂકતાનું સ્તર કે જેના પર પ્રતિવાદી માપેલ ઑબ્જેક્ટનું મૂલ્યાંકન કરશે તે પસંદ કરેલી લાક્ષણિકતાઓ પર આધારિત છે. ડિનોટેટીવ સ્કેલ પર ધ્યાન કેન્દ્રિત કરીને, અમે સિમેન્ટીક સ્પેસને વિસ્તૃત કરીએ છીએ, વસ્તુઓ વિશેની માહિતીમાં વધારો કરીએ છીએ અને અનિવાર્યપણે વિષયો વિશેની માહિતી ગુમાવીએ છીએ, જે માર્કેટિંગ સંશોધનમાં એટલી મહત્વપૂર્ણ નથી.

પરિણામી ડેટા મેટ્રિક્સની ગાણિતિક પ્રક્રિયા: ઑબ્જેક્ટ - જવાબ આપનાર - સ્કેલ. સામાન્ય રીતે, પરિબળ વિશ્લેષણ પ્રક્રિયાનો ઉપયોગ કરવામાં આવે છે, જે વ્યક્તિને સુપ્ત આકારણી માપદંડને ઓળખવા માટે પરવાનગી આપે છે જેમાં પ્રારંભિક ભીંગડા ઉમેરવામાં આવે છે. એ નોંધવું અગત્યનું છે કે નોંધપાત્ર પરિણામો મેળવવા માટે, પ્રમાણમાં નાના નમૂનાઓ - 30-50 લોકો - પૂરતા છે, કારણ કે વિશ્લેષણનું એકમ પ્રતિસાદ આપનાર નથી, પરંતુ તે પદાર્થોને આપે છે તે રેટિંગ્સ છે. 30-50 ઉત્તરદાતાઓમાંથી દરેક 15-25 સ્કેલ પર 7-10 ઑબ્જેક્ટનું મૂલ્યાંકન કરે છે તે ધ્યાનમાં લેતા, કુલ નમૂનાનું કદ આંકડાકીય રીતે નોંધપાત્ર તારણો કાઢવા માટે પૂરતું છે.

બાંધવામાં આવેલ સિમેન્ટીક જગ્યામાં મૂલ્યાંકન કરેલ ઑબ્જેક્ટનું પ્લેસમેન્ટ, પરિણામી વિતરણનું વિશ્લેષણ. પરિબળના "સકારાત્મક" ધ્રુવોને નિર્ધારિત કરવા માટે પરીક્ષણ કરેલ ઑબ્જેક્ટ્સ અને આદર્શ ઑબ્જેક્ટ (ઉદાહરણ તરીકે, આદર્શ દહીં, કાર, "મારી" વગેરે) વચ્ચેના અંતરનો અંદાજ. ઉદાહરણ તરીકે, જો અમને કારની "ફેશનબિલિટી, સ્ટાઇલિશનેસ, બ્રાઇટનેસ" પરિબળ પ્રાપ્ત થયું હોય, તો તે સમજવું મહત્વપૂર્ણ છે કે આ પરિબળ પર અમારી બ્રાન્ડના ઉચ્ચ રેટિંગ્સ લક્ષ્ય પ્રેક્ષકો માટે હકારાત્મક છે કે નહીં. કદાચ તેમના માટે આદર્શ કાર વિશ્વસનીય, રૂઢિચુસ્ત "લોખંડનો ઘોડો" છે, જે ઇંધણના વપરાશમાં આર્થિક છે અને ડિઝાઇનમાં કોઈ ખાસ ક્વિક્સ વિના.

સ્ટેજ 1 નિવેદનોની સૂચિની રચના અને પરીક્ષણ.

સિમેન્ટીક વિભેદક તકનીકમાં ઉપયોગમાં લેવાતા સાધનોમાં સામાન્ય રીતે નીચેના પ્રકારનું કોષ્ટક હોય છે: ભીંગડા પંક્તિઓમાં મૂકવામાં આવે છે, અને મૂલ્યાંકન કરેલ વસ્તુઓ કૉલમમાં મૂકવામાં આવે છે. પ્રતિવાદીને ઓફર કરાયેલી સૂચનાઓ લગભગ નીચે પ્રમાણે ઘડવામાં આવી છે: “કૃપા કરીને દરેક બ્રાન્ડની લાક્ષણિકતાઓ “…” 0 થી 5 ના સ્કેલ પર રેટ કરો, જ્યાં 0 નો અર્થ એવી કોઈ મિલકત નથી, અને 5 નો અર્થ એ છે કે મિલકત મહત્તમ રીતે વ્યક્ત કરવામાં આવે છે. . "આદર્શ ..." કૉલમમાં, 0 થી 5 સુધીના સ્કેલનો ઉપયોગ કરીને, કઈ ગુણધર્મ સારી... હોવી જોઈએ તે લખો, જ્યાં 0 - આવી મિલકત અસ્તિત્વમાં હોવી જોઈએ નહીં, અને 5 - મિલકત ઉત્પાદનમાં સહજ હોવી જોઈએ. મહત્તમ હદ સુધી."

આ પદ્ધતિના માળખામાં 30-50 લોકોના ઉત્તરદાતાઓના સજાતીય જૂથ માટે સંપૂર્ણપણે પૂરતા પ્રમાણમાં નમૂનો છે તે ધ્યાનમાં લેતા, ફોકસ જૂથ અભ્યાસ સાથે સમાંતર માહિતી એકત્રિત કરવી ઘણી વાર અનુકૂળ હોય છે. ધ્યાનમાં લેતા કે સામાન્ય રીતે નવી બ્રાન્ડ, નામ અથવા પેકેજિંગની શરૂઆત ફોકસ જૂથોની શ્રેણી સાથે હોય છે, પછી 3-5 જૂથો દરમિયાન 30-50 પ્રશ્નાવલિ એકત્રિત કરવાનું શક્ય છે. આ નમૂનાનું કદ વલણના અસરકારક ઘટકોના મૂલ્યાંકન સાથે ઉત્તરદાતાઓ દ્વારા પ્રદાન કરવામાં આવેલી સભાન, તર્કસંગત માહિતીને પૂરક બનાવવા માટે એકદમ પર્યાપ્ત હોવાનું બહાર આવ્યું છે, એટલે કે. અજાગ્રત, ભાવનાત્મક, અતાર્કિક ડેટા એકત્રિત કરો જે સિમેન્ટીક ડિફરન્સિયલ ટેકનિક તમને મેળવવા માટે પરવાનગી આપે છે.

આકૃતિ 4 - ઑબ્જેક્ટ મૂલ્યાંકન માટે સિમેન્ટીક વિભેદક કોષ્ટકનું ઉદાહરણ

સ્ટેજ 2. પરિણામોની ગાણિતિક પ્રક્રિયા અને તેમનું અર્થઘટન

SD ટેકનીક પરિણામોને એકદમ સ્પષ્ટ રીતે પ્રક્રિયા કરવાનું અને સરળ આંકડાકીય લાક્ષણિકતાઓનો ઉપયોગ કરીને તેનું અર્થઘટન કરવાનું શક્ય બનાવે છે. માપેલ મૂલ્યનું સરેરાશ મૂલ્ય, પ્રમાણભૂત વિચલન અને સહસંબંધ ગુણાંક આવી લાક્ષણિકતાઓ તરીકે સૂચિત છે. પરિણામોની પ્રાથમિક પ્રક્રિયામાં અભ્યાસ હેઠળના દરેક ઑબ્જેક્ટ માટે માપેલા મૂલ્યની આંકડાકીય શ્રેણીનું સંકલન કરવામાં આવે છે. પછી નમૂના માટે માપેલ મૂલ્યનું સરેરાશ આંકડાકીય મૂલ્ય અને પ્રમાણભૂત વિચલન દ્વારા વ્યક્ત કરાયેલ અંદાજોની સર્વસંમતિના માપની ગણતરી કરવામાં આવે છે. એકવાર માપેલા ત્રણ સૂચકાંકો માટે દરેક ઑબ્જેક્ટની સરેરાશ રેટિંગ ઓળખી લેવામાં આવે, તે પછી તેમની પરસ્પર નિર્ભરતાને શોધવાનું રસપ્રદ છે. આમ, SD પરિણામોની ગાણિતિક પ્રક્રિયા માટેનું અલ્ગોરિધમ નીચે મુજબ છે:

પગલું 1. કોષ્ટકના સ્વરૂપમાં આંકડાકીય શ્રેણી દોરવી.

X i - સાત-પોઇન્ટ સ્કેલ પર ઑબ્જેક્ટની ચોક્કસ ગુણવત્તાનું મૂલ્યાંકન;

n i એ મૂલ્ય X i ની આવૃત્તિ છે, એટલે કે. એકંદરે તમામ ઉત્તરદાતાઓ દ્વારા અભ્યાસ હેઠળના પરિમાણ અનુસાર ઑબ્જેક્ટનું મૂલ્યાંકન કરતી વખતે મેં X નો સ્કોર કેટલી વાર આપ્યો હતો.

પગલું 2. સરેરાશ મૂલ્યની ગણતરી.

જો K ઉત્તરદાતાઓએ સર્વેમાં ભાગ લીધો હોય, તો સરેરાશ મૂલ્યની ગણતરી સૂત્રનો ઉપયોગ કરીને કરવામાં આવે છે:

n=M*K, કારણ કે અભ્યાસ હેઠળની ગુણવત્તા K નું મૂલ્યાંકન ઉત્તરદાતાઓ દ્વારા વિકસિત સ્વરૂપ M વખતમાં કરવામાં આવે છે (વિપરીત વિશેષણોની M જોડીમાં). X નું સરેરાશ મૂલ્ય સમગ્ર વર્ગ દ્વારા ઑબ્જેક્ટની આપેલ ગુણવત્તાના એકંદર મૂલ્યાંકનના સૂચક તરીકે સેવા આપે છે, તે જ સમયે એકદમ ઉદ્દેશ્ય લાક્ષણિકતા છે, કારણ કે તે વ્યક્તિલક્ષી પરિબળોના પ્રભાવને તટસ્થ કરવાની મંજૂરી આપે છે (ઉદાહરણ તરીકે, સર્વેક્ષણ સમયે આપેલ ઑબ્જેક્ટ પ્રત્યે વ્યક્તિગત ઉત્તરદાતાઓનો પૂર્વગ્રહ).

પગલું 3. પ્રમાણભૂત વિચલનની ગણતરી કરો.

પ્રમાણભૂત વિચલન તેના સરેરાશ મૂલ્ય X ની આસપાસના જથ્થાના મૂલ્યોના વિક્ષેપના માપના સૂચક તરીકે સેવા આપે છે, એટલે કે. ઑબ્જેક્ટની આપેલ ગુણવત્તાનું મૂલ્યાંકન કરવામાં ઉત્તરદાતાઓની સર્વસંમતિ અને સંકલનનાં પગલાં. પ્રમાણભૂત વિચલનની ગણતરી ચલ y x = vD x ના વર્ગમૂળ તરીકે કરવામાં આવે છે, જ્યાં ભિન્નતા D x, બદલામાં, સૂત્ર દ્વારા ગણવામાં આવે છે:

ડાયગ્નોસ્ટિક ડેટાની ગાણિતિક પ્રક્રિયાના વર્ણવેલ ત્રણ પગલાં અભ્યાસ હેઠળના પદાર્થો વિશે ઉત્તરદાતાઓની ધારણાનું ચિત્ર દર્શાવે છે. આ તમને વિશ્લેષણના પરિણામોને સ્પષ્ટ રીતે રજૂ કરવાની મંજૂરી આપે છે.

ઉપરોક્ત વર્ણવેલ પ્રક્રિયા પછી મેળવેલ ડેટાને તેમના સહસંબંધની ગણતરી કરીને એકબીજા સાથે સરખાવી શકાય છે. પ્રક્રિયાના આ તબક્કાનો ઉદ્દેશ એ સ્થાપિત કરવાનો છે કે ઑબ્જેક્ટ પ્રત્યે ઉત્તરદાતાઓનું વલણ તેની વ્યક્તિગત લાક્ષણિકતાઓ સાથે કેટલી હદે સંબંધિત છે.

પગલું 4. પ્રાપ્ત અંદાજોના સહસંબંધની ગણતરી.

સહસંબંધ ગુણાંક નક્કી કરતી વખતે, સૌ પ્રથમ, તમામ મૂલ્યાંકન કરેલ ઑબ્જેક્ટ્સ માટેના દરેક સૂચકોના રેટિંગના સરેરાશ મૂલ્યની ગણતરી કરવામાં આવે છે. ચાલો કહીએ કે પ્રતિવાદી n ઑબ્જેક્ટનું મૂલ્યાંકન કરે છે. પ્રવૃત્તિના આધારે, 1લી ઑબ્જેક્ટનું મૂલ્યાંકન A j ના સરેરાશ મૂલ્ય દ્વારા કરવામાં આવ્યું હતું. પછી તમામ ઑબ્જેક્ટના સૂચક A નો સરેરાશ સ્કોર:

સરેરાશ P સૂચક સ્કોર:

પછી A અને P r A,P નો સહસંબંધ ગુણાંક:

(સહપ્રવૃત્તિ); , - મૂલ્યો A j અને O j તેમના સરેરાશ મૂલ્યોમાંથી પ્રમાણભૂત વિચલનો, જે નીચે પ્રમાણે જોવા મળે છે:

રેટિંગના સહસંબંધની ગણતરીના પરિણામે, અભ્યાસ હેઠળની વસ્તુઓ સાથે ઉત્તરદાતાઓના રેટિંગ્સનો સંબંધ બાંધવા માટેની મનોવૈજ્ઞાનિક પદ્ધતિ સ્પષ્ટપણે જોઈ શકાય છે.

સ્ટેજ 3. સિમેન્ટીક સ્પેસમાં ચકાસાયેલ બ્રાન્ડ્સના સ્થાનની રજૂઆત.

ગાણિતિક પ્રક્રિયાના તબક્કા પછી, ઘણા મુખ્ય પરિબળોને ઓળખી શકાય છે અને ઓળખાયેલ સુષુપ્ત પરિબળો દ્વારા રચાયેલી સિમેન્ટીક જગ્યામાં પરીક્ષણ કરાયેલ બ્રાન્ડ્સનું સ્થાન રજૂ કરી શકાય છે.

પરિણામો આખરે એકદમ સ્પષ્ટ અને અર્થઘટન કરવા માટે એકદમ સરળ હોવાનું બહાર આવ્યું છે: આકૃતિ બતાવે છે કે આદર્શ ઉત્પાદનમાં ઉચ્ચ ગુણવત્તા અને સસ્તું કિંમત હોવી જોઈએ (સ્પષ્ટતા ખાતર, ઉદાહરણમાં તદ્દન સ્પષ્ટ ગુણધર્મો પસંદ કરવામાં આવ્યા છે). ગુણવત્તા પરિબળની દ્રષ્ટિએ, બ્રાન્ડ્સ 1 અને 2 આદર્શ ઉત્પાદનની સૌથી નજીક છે, અને કિંમત પરિબળની દ્રષ્ટિએ, બ્રાન્ડ્સ 4 અને 5. માપદંડોના સમૂહનું મૂલ્યાંકન કરીને, અમે નિષ્કર્ષ પર આવી શકીએ છીએ કે બ્રાન્ડ 1 આદર્શની સૌથી નજીક છે.

તે જ રીતે, તમે ચોક્કસ ઉત્પાદન સાથે સંકળાયેલા હોવા છતાં અને અનુરૂપ મૂલ્યવાન ગુણો સાથે છબી અને જોડાણને ઉત્તેજીત કરતી વખતે, ઉદાહરણ તરીકે, નામના વિકલ્પોનું પરીક્ષણ કરી શકો છો, સૌથી વધુ હકારાત્મક લાગણીઓ જગાડે તેવા નામો પસંદ કરીને.

જે ઉત્પાદનો એકબીજા સાથે સ્પર્ધા કરતા નથી, પરંતુ સમાન આધાર ધરાવતા ઉત્પાદનોની સરખામણી કરીને રસપ્રદ પરિણામો મેળવી શકાય છે, જે સરખામણી શક્ય બનાવે છે અને ઉત્પાદન અથવા બ્રાન્ડના નવા સકારાત્મક મૂલ્યાંકન ગુણોને ઓળખવામાં મદદ કરે છે અને તેને નવા ઉત્પાદન ક્ષેત્રમાં સ્થાનાંતરિત કરવામાં મદદ કરે છે. ઉપયોગ કરો).

ઉદાહરણ તરીકે, સામાન્ય રીતે પ્લાસ્ટિક કાર્ડ્સનું મૂલ્યાંકન, તે સમજવા માટે કે ફ્યુઅલ પ્લાસ્ટિક કાર્ડના કયા ગુણધર્મો વિકસાવવાની જરૂર છે અને તેનો ઉપયોગ ફ્યુઅલ કાર્ડ માર્કેટને કબજે કરવામાં મદદ કરશે.

સિમેન્ટીક ડિફરન્સિયલ ટેકનિક, જ્યારે કોઈ બ્રાન્ડનો અભ્યાસ કરતી વખતે, તેના પ્રત્યેના ભાવનાત્મક વલણને ઓળખવા માટે પરવાનગી આપે છે (વૃત્તિનો લાગણીશીલ ઘટક), હેતુઓને તર્કસંગત બનાવવા (જ્ઞાનાત્મક પાસું) દ્વારા બોજારૂપ નથી. ઓળખો કે સંભવિત ગ્રાહક બ્રાન્ડ વિશે કેવું અનુભવે છે, એટલે કે. તેના વાસ્તવિક વર્તનની આગાહી કરો, અને ક્રિયાઓ વિશેના શબ્દો નહીં.

સિમેન્ટીક ડિફરન્સિયલ તમને નાના નમૂનાઓ પર આંકડાકીય રીતે નોંધપાત્ર તારણો કાઢવાની મંજૂરી આપે છે (3-5 સજાતીય ફોકસ જૂથોમાંથી પૂરતી સામગ્રી એકત્રિત કરી શકાય છે) એ હકીકતને કારણે કે વિશ્લેષણનું એકમ પ્રતિવાદી નથી, પરંતુ મૂલ્યાંકન (સરેરાશ, દરેક ઉત્તરદાતા) 15 -25 સ્કેલના 7-10 ઑબ્જેક્ટનું મૂલ્યાંકન કરે છે, એટલે કે 100-250 રેટિંગ આપે છે).

SD પદ્ધતિ અમને ગુપ્ત પરિબળોની રચનાને ઓળખવા માટે પરવાનગી આપે છે, માપદંડ જેના આધારે ઉત્તરદાતાઓ વિવિધ બ્રાન્ડ્સનું મૂલ્યાંકન કરે છે. તદનુસાર, SD પદ્ધતિનો ઉપયોગ કરીને, પરિબળોની રચનામાં રુચિ ધરાવતા બ્રાન્ડ્સના પ્લેસમેન્ટનો નકશો બનાવવો શક્ય છે, જેનાથી વિઝ્યુઅલ, પ્રમાણમાં સરળતાથી અર્થઘટન કરાયેલ સંશોધન પરિણામ પ્રાપ્ત થાય છે.

SD પદ્ધતિમાં "આદર્શ" ઑબ્જેક્ટનો ઉપયોગ, પરીક્ષણ કરવામાં આવી રહેલી બ્રાન્ડ્સ સાથે, અમને વિકાસની ઇચ્છિત દિશાઓ, બ્રાન્ડ માટે સંભવિત જોખમો અને સૌથી નોંધપાત્ર (જોકે ક્યારેક ઉપભોક્તા દ્વારા બેભાન) ગુણધર્મો નક્કી કરવાની મંજૂરી આપે છે. ઉત્પાદન

માર્કેટિંગ સંશોધનમાં SD પદ્ધતિનો ઉપયોગ વ્યક્તિને બ્રાન્ડ અને તેના ઘટકો (નામ, પેકેજિંગ, કોર્પોરેટ ઓળખ, વગેરે) નું મૂલ્યાંકન કરવાની મંજૂરી આપે છે, જે પ્રમાણમાં સસ્તું અને નાનું હોય તે દરમિયાન ગ્રાહકોની ચેતનાના ઊંડા માળખાના આંકડાકીય રીતે નોંધપાત્ર અંદાજો મેળવી શકે છે. - સ્કેલ અભ્યાસ.

પ્રોજેકટિવ પદ્ધતિઓ

માપનની પદ્ધતિ તરીકે અને વિશ્લેષણની પદ્ધતિ તરીકે સાયકોસેમેન્ટિક પદ્ધતિ. સી. ઓસગુડ દ્વારા સિમેન્ટીક ડિફરન્સિયલ. સામાજિક અપેક્ષાઓ અને સામાજિક સ્ટીરિયોટાઇપ્સના અભ્યાસ માટેના અભિગમ તરીકે અપૂર્ણ વાક્યોની પદ્ધતિ. વ્યક્તિગત સ્વ-ઓળખનો અભ્યાસ કરવાની પદ્ધતિ તરીકે વીસ “I” ટેસ્ટ.

ઇન્ડેક્સ પૃથ્થકરણ અને રેન્કિંગ પ્રક્રિયા એ દર્શાવશે કે સમાજશાસ્ત્રીય સંશોધનની "પદ્ધતિ" ને માપન પદ્ધતિ અથવા વિશ્લેષણ પદ્ધતિ તરીકે વર્ગીકૃત કરવી ક્યારેક મુશ્કેલ હોય છે. તે બધા સંદર્ભ, સંશોધન પરિસ્થિતિ અને પર આધાર રાખે છે જે હાંસલ કરવાના ધ્યેયમાંથી પદ્ધતિ લાગુ કરવામાં આવે છે. સમાજશાસ્ત્રમાં સુસંગત વૈચારિક ઉપકરણની ગેરહાજરી એ આપણા વિજ્ઞાનની આંતરિક વિશિષ્ટતા અને મિલકત છે. તેથી, કેટલીક પદ્ધતિઓ અસ્પષ્ટ છે:

1) તેઓ માપન તકનીકો તરીકે કાર્ય કરે છે,

2) વિશ્લેષણ પદ્ધતિઓની ભૂમિકામાં.

આવી દરેક પ્રક્રિયામાં માહિતી એકત્ર કરવા માટેની ચોક્કસ તકનીક અને પ્રયોગમૂલક માહિતીની ચોક્કસ ગાણિતિક પ્રક્રિયાનો સમાવેશ થાય છે. તેથી ખ્યાલ ડાયગ્નોસ્ટિક પ્રક્રિયાપદ્ધતિ અને તકનીકના ખ્યાલથી વિપરીત વધુ સ્વીકાર્ય છે. કમનસીબે, આ ખ્યાલનો સમાજશાસ્ત્રીય સાહિત્યમાં વ્યાપકપણે ઉપયોગ થતો નથી.

આનો સમાવેશ થાય છે મનોવૈજ્ઞાનિક પ્રક્રિયાઓ, મનોવિજ્ઞાનમાંથી સમાજશાસ્ત્રીઓ દ્વારા ઉધાર લીધેલ. આ પ્રક્રિયાઓ કહી શકાય પરીક્ષણો .

કેટલાક પરીક્ષણો વ્યક્તિગત લાક્ષણિકતાઓને માપવા લાગે છે, અન્ય - જૂથ લાક્ષણિકતાઓ. ત્યાં ઘણા બધા પરીક્ષણો છે. ચાલો કહેવાતા સંબંધિત પ્રક્રિયાઓને ધ્યાનમાં લઈએ પ્રક્ષેપણ પદ્ધતિઓ.

સામાજિક વાસ્તવિકતાનો અભ્યાસ કરતી વખતે, સંશોધક પ્રશ્ન પૂછે છે કે આ વાસ્તવિકતા ચોક્કસ લોકો દ્વારા કેવી રીતે જોવામાં આવે છે, તેમના મગજમાં પ્રતિબિંબિત થાય છે અને ચોક્કસ સામાજિક ધોરણો અને છબીઓમાં પરિવર્તિત થાય છે. વ્યક્તિની આંતરિક દુનિયામાં પ્રવેશવા માટે, પૂર્વનિર્ધારિત યોજનાઓ, અસ્પષ્ટ રીતે અર્થઘટન કરાયેલ ખ્યાલો અને શ્રેણીઓનો ઉપયોગ કરવો અશક્ય છે. તદનુસાર, માહિતી એકત્રિત કરવાની કડક ઔપચારિક, માળખાગત પદ્ધતિઓ આ કિસ્સામાં કામ કરતી નથી. એવા ખ્યાલો અને વર્ગોને આકર્ષિત કરવાની જરૂર છે જેનો ઉપયોગ લોકો પોતાના રોજિંદા જીવનના અનુભવને ગોઠવવા માટે કરે છે.

આ પદ્ધતિઓ સમાજશાસ્ત્રીની સ્ક્રીન પર વ્યક્તિના વ્યક્તિલક્ષી ગુણધર્મોને રજૂ કરવા પર આધારિત છે. સમાજશાસ્ત્રી પ્રતિવાદી ઉત્તેજના આપે છે (સંકેતો, ગ્રંથો, ચિત્રો, પરિસ્થિતિઓ) અને પ્રતિક્રિયાઓના આધારે, છુપાયેલી, અચેતન વિચાર પ્રક્રિયાઓ, જરૂરિયાતો, છબીઓ વગેરે નક્કી કરે છે.

ચાલો લોજિકલ ચોરસ યાદ કરીએ. તે અમુક અંશે પ્રોજેકટિવ ટેકનિક છે. પ્રતિસાદ આપનારને બે પ્રશ્નો પૂછીને, અમે તેના વ્યક્તિલક્ષી ઝોક અને ઈચ્છાઓને એવી પરિસ્થિતિઓમાં ઓળખી કાઢી જે તેના માટે અવાસ્તવિક હતી. આ મુજબ વ્યક્તિગત અર્થોઅર્થ નક્કી કર્યો: પ્રેરણાની શક્તિ તરીકે અભ્યાસ સાથે સંતોષની ડિગ્રી.

ઉદાહરણ તરીકે, ત્રણ પ્રક્ષેપણ પદ્ધતિઓનો વિચાર કરો:

1) સીમેન્ટીક ડિફરન્સલની સીએચ ઓસગુડની પદ્ધતિ(Ch. Osgood), સમાજશાસ્ત્રમાં સમસ્યાઓની વિશાળ શ્રેણીને ઉકેલવા માટે વપરાય છે અને તેનું માપનની પદ્ધતિ અને વિશ્લેષણની પદ્ધતિ બંને તરીકે અર્થઘટન કરવામાં આવે છે.

2) અપૂર્ણ વાક્ય પદ્ધતિ¾ નો ઉપયોગ સામાજિક અપેક્ષાઓ અને સામાજિક ધોરણોના અભ્યાસના અભિગમ તરીકે સમાજશાસ્ત્રમાં થાય છે.

3) વીસ “I” ટેસ્ટ ¾ નો ઉપયોગ વ્યક્તિગત સ્વ-ઓળખનો અભ્યાસ કરવા માટે થાય છે. છેલ્લા બે કિસ્સાઓમાં અમે ટેક્સ્ટ માહિતી સાથે કામ કરવા વિશે વાત કરી રહ્યા છીએ, જે આ ચોક્કસ પદ્ધતિઓની પસંદગી પણ નક્કી કરે છે.

સી. ઓસગુડનું સિમેન્ટીક ડિફરન્શિયલ (SDO)

આ પદ્ધતિ 50 ના દાયકાના મધ્યમાં ચાર્લ્સ ઓસગૂડ દ્વારા વિકસાવવામાં આવી હતી જેથી તેઓનો અર્થ નક્કી કરવા માટે ચોક્કસ ખ્યાલો પ્રત્યે લોકોના ભાવનાત્મક વલણનો અભ્યાસ કરી શકાય. તે સાહિત્યમાં સારી રીતે વર્ણવેલ છે (ઉદાહરણ તરીકે, કાર્યમાં સમીક્ષા મળી શકે છે). LMS પદ્ધતિ નીચે મુજબ છે. ઉત્તરદાતાને દ્વિધ્રુવી ભીંગડાના સમૂહનો ઉપયોગ કરીને ચોક્કસ ઑબ્જેક્ટ (વિભાવના, છબી) પ્રત્યે તેનું વલણ વ્યક્ત કરવાનું કહેવામાં આવે છે, મોટે ભાગે સાત-બિંદુ, ઉદાહરણ તરીકે, જેમ કે:

ભીંગડા પરની આત્યંતિક સ્થિતિઓ મૌખિક વિરોધી શબ્દો દ્વારા વર્ણવવામાં આવે છે. ભીંગડાનો સમૂહ પ્રારંભિક બનાવે છે જગ્યા ભીંગડા સ્કેલ પર ગ્રેડેશનની સંખ્યા સાત કરતા ઓછી હોઈ શકે છે. આત્યંતિક સ્થિતિ પણ બિન-મૌખિક હોઈ શકે છે. ઉદાહરણ તરીકે, C. Osgood એ ચિહ્નોનો ઉપયોગ કર્યો "કાળો વર્તુળ ¾ સફેદ વર્તુળ", "ઉપર તીર ¾ નીચે તીર"વગેરે. જ્યારે વિવિધ ભાષાકીય સંસ્કૃતિઓ (ભારતીય, મેક્સિકન, જાપાનીઝ અને અમેરિકનો) ના પ્રતિનિધિઓનો અભ્યાસ કરતી વખતે વિવિધ ખ્યાલો પ્રત્યેના તેમના વલણમાં.

ઉપર સૂચિબદ્ધ ભીંગડા શા માટે પસંદ કરવામાં આવ્યા હતા? દ્વિધ્રુવી ભીંગડાના વિવિધ સેટ સાથેના વિવિધ પ્રયોગોએ સમાન પરિણામ આપ્યું. ભીંગડાનો આખો સમૂહ ત્રણ મુખ્ય જૂથોમાં વિભાજિત થતો જણાય છે ત્રણ પરિબળોતરીકે નામ આપવામાં આવ્યું છે શક્તિ, પ્રવૃત્તિ, વલણ .

આ ઘટના ચાર્લ્સ ઓસગુડ દ્વારા શોધી કાઢવામાં આવી હતી અને તેને બોલાવવામાં આવી હતી સિનેસ્થેસિયા અમારા હેતુઓ માટે, તે પોતાને કેવી રીતે પ્રગટ કરે છે તે મહત્વનું છે. પરિબળ¾ ભીંગડાનું જૂથ કે જેના પર ઑબ્જેક્ટના રેટિંગ સમાન હોય છે. ઉપરોક્ત સાત ભીંગડામાંથી, "શક્તિ" પરિબળમાં ભીંગડા 1 અને 2 (નબળા ¾ મજબૂત, પુરુષ ¾ સ્ત્રી), "પ્રવૃત્તિ" પરિબળ સ્કેલ 3¾4 (સક્રિય ¾ નિષ્ક્રિય, ધીમી ¾ ઝડપી), "વૃત્તિ" પરિબળ 5¾7 ( સામાન્ય ¾ અસામાન્ય, ખોટું ¾ સાચું, સારું ¾ ખરાબ). ચાર્લ્સ ઓસગુડ દ્વારા રજૂ કરાયેલા બાકીના 20 શાસ્ત્રીય ભીંગડાના કિસ્સામાં સમાન રીતે દલીલ કરી શકાય છે. સૂચિબદ્ધ સાત જોડી ઉપરાંત, આ વીસમાં નીચેની જોડીનો સમાવેશ થાય છે:

ક્રૂર ¾ પ્રકારની,

વળાંક ¾ સીધો,

છૂટક ¾ સમયના પાબંદ,

સ્વાદિષ્ટ ¾ બેસ્વાદ,

અસફળ ¾ સફળ,

સખત ¾ નરમ,

મૂર્ખ ¾ સ્માર્ટ,

નવું ¾ જૂનું,

બિનમહત્વપૂર્ણ ¾ મહત્વપૂર્ણ,

તીક્ષ્ણ ¾ ગોળાકાર,

ઠંડા લોહીવાળું ¾ ઉત્સાહી,

રંગહીન ¾ રંગીન,

અસામાન્ય ¾ સામાન્ય;

સુંદર ¾ નીચ.

પરિબળ વિશ્લેષણની ગાણિતિક પદ્ધતિઓના ઉપયોગ દ્વારા વિશેષણોની વિવિધ જોડી સાથે વિશાળ સંખ્યામાં પ્રયોગો પછી આ ભીંગડા પસંદ કરવામાં આવ્યા હતા (તમારે તે વિશે હજી વિચારવાની જરૂર નથી). તે ભીંગડાના આ સમૂહ માટે હતું કે તેમની ત્રણ-પરિબળ રચના સાબિત થઈ હતી. બીજા શબ્દોમાં કહીએ તો, અમે, ઉત્તરદાતાઓ તરીકે, અમને પ્રસ્તુત કરાયેલ કોઈપણ ઑબ્જેક્ટ (વિભાવના, છબી)નું ભાવનાત્મક રીતે મૂલ્યાંકન કરીએ છીએ, મુખ્યત્વે ત્રણ પરિબળો અનુસાર અથવા ત્રિ-પરિમાણીય અવકાશમાં. આ જગ્યા કહેવાય છે સિમેન્ટીક જગ્યા . આ કારણોસર, પદ્ધતિના નામમાં "સિમેન્ટીક" શબ્દનો ઉપયોગ થાય છે. સિમેન્ટીક સ્પેસમાં ઓબ્જેક્ટની છબીઓ ખૂબ ચોક્કસ ચોક્કસ સ્થાન ધરાવે છે. ઑબ્જેક્ટ્સના સ્થાનનું વિશ્લેષણ કરીને, વ્યક્તિ છબીઓની નિકટતા વિશે તારણો કાઢી શકે છે. સામ્યતા માટે, ચાલો શાળાની ભૂમિતિ અને "દ્વિ-પરિમાણીય અવકાશ" (તેને ખાલી પ્લેન કહેવાય છે) અને "ત્રિ-પરિમાણીય અવકાશ" ના ખ્યાલોને યાદ કરીએ.

SDO પદ્ધતિનો વિચાર આગળ વિકસાવવામાં આવ્યો. વાસ્તવિક સંશોધનમાં, સામાજિક વાસ્તવિકતાના અભ્યાસ માટે આ અભિગમ સાથે કામ કરતી વખતે સમાજશાસ્ત્રી પાસે ત્રણ વિકલ્પો હોય છે, અથવા પ્રારંભિક સ્કેલના સમૂહની રચના માટે ત્રણ વ્યૂહરચના હોય છે:

a) જાણીતા, મોટે ભાગે શાસ્ત્રીય, સહેજ ગોઠવણો સાથે ભીંગડાનો ઉપયોગ કરો;

b) અન્ય સંશોધકોના કાર્યના પરિણામોનો લાભ લો;

c) પરિબળોની તમારી પોતાની સિમેન્ટીક જગ્યા બનાવવાનો પ્રયાસ કરો.

પ્રથમ કિસ્સામાંચોક્કસ ઑબ્જેક્ટનું મૂલ્યાંકન કરતી વખતે ખોટી હોય તેવા જોડીઓને બાકાત રાખવા માટે ગોઠવણ જરૂરી છે. ચાલો એક સમસ્યાનું ઉદાહરણ આપીએ જેમાં LMS પદ્ધતિનો ઉપયોગ કરવામાં આવ્યો હતો. કાર્ય 10 લોકપ્રિય રાજકારણીઓની છબીઓની ધારણાનું ટાઇપોલોજીકલ વિશ્લેષણ હાથ ધરવાનું છે, એટલે કે, રાજકારણીઓના વિવિધ જૂથોને ઓળખવા.

તે જ સમયે, સમાન જૂથને સોંપવામાં આવેલા રાજકારણીઓની છબી સમાન છે. અભ્યાસના પદાર્થો એક યુનિવર્સિટીના સમાજશાસ્ત્ર વિભાગના શિક્ષકો હતા. અભ્યાસ સંપૂર્ણપણે પદ્ધતિસરનો હતો, તેથી પ્રતિનિધિત્વની કોઈ સમસ્યા નહોતી અને નમૂના નાનો હતો. ખરાબ ¾ સારી, સ્માર્ટ ¾ મૂર્ખ, વગેરે જેવી જોડીના અપવાદ સાથે, ભીંગડાના ક્લાસિક સમૂહનો ઉપયોગ કરવામાં આવ્યો હતો. આવા જોડીઓને તેમની અતિશય વિશિષ્ટતા અને અમારા કાર્યના કિસ્સામાં અયોગ્યતાને કારણે બાકાત રાખવામાં આવ્યા હતા.બીજી વ્યૂહરચના

, એટલે કે અન્ય સંશોધકોના પરિણામોનો ઉપયોગ, નીચેની પરિસ્થિતિમાં શક્ય છે. ચાલો ધારીએ કે આપણે સામૂહિક સર્વેક્ષણો વિશે વાત કરી રહ્યા છીએ અને સમાજશાસ્ત્રીને મોટી સંખ્યામાં ભીંગડા સાથે પ્રયોગ કરવાની અને તેની પોતાની સિમેન્ટીક જગ્યા બનાવવાની તક નથી. પછી, તેના અભ્યાસ માટે ભીંગડા પસંદ કરવા માટે, તે નીચે મુજબ આગળ વધે છે. ઉદાહરણ તરીકે, રાજકારણીઓની છબીઓનો અભ્યાસ કરવાના કાર્યમાં, અમે ત્રણેય પરિબળોમાંના દરેક માટે સમાન સંખ્યાના ભીંગડા પસંદ કર્યા. અને આપણે સાહિત્યમાંથી શીખ્યા કે કયા પરિબળ અને કયા વજન સાથે માપનો સંબંધ છે.¾ વસ્તુઓનું મૂલ્યાંકન કરવા માટે વ્યક્તિની પોતાની સિમેન્ટીક જગ્યાની રચના ઊંડા વિશ્લેષણાત્મક અભ્યાસમાં ઉદ્ભવે છે, જ્યારે SDS એ સામાજિક વાસ્તવિકતાના અભ્યાસ માટેનો મુખ્ય અભિગમ છે. પછી સમાજશાસ્ત્રી શરૂઆતમાં ભીંગડાઓનો સમૂહ બનાવે છે જે વિશિષ્ટ હોય છે અને પ્રકૃતિમાં સહયોગી નથી (જેમ કે 20 ક્લાસિક). આ કિસ્સામાં, તે પરિબળોના અસ્તિત્વ વિશેની પૂર્વધારણાને ચકાસવા અને તે શું છે અને કેટલા છે તે શોધવા માટે બંધાયેલો છે. આ પરિબળોની જગ્યામાં છબીઓના વિશ્લેષણ તરફ આગળ વધવા માટે આ જરૂરી છે. દરેક સમસ્યા, સંશોધક દ્વારા નિર્દિષ્ટ કરેલ ઑબ્જેક્ટના સમૂહ માટે, વિવિધ પરિબળો સાથે તેની પોતાની પરિબળ જગ્યા હોઈ શકે છે.

LMS પદ્ધતિનો ઉપયોગ કરવા માટે પસંદ કરેલી વ્યૂહરચના ધ્યાનમાં લીધા વિના, ઑબ્જેક્ટ છબીઓનું વિશ્લેષણ નીચેની રીતે હાથ ધરવામાં આવે છે. રાજકીય નેતાઓની તસવીરોના અભ્યાસના ઉદાહરણનો ઉપયોગ કરીને તેના વિશે વાત કરીએ. દસ રાજકીય નેતાઓમાંથી પ્રત્યેક માટે દરેક શિક્ષકના મૂલ્યાંકનના ¾ પ્રારંભિક ડેટા પ્રાપ્ત કર્યા પછી, ¾ ગણતરી સરેરાશ રેટિંગ દરેક ઑબ્જેક્ટ (નેતા) માટે ત્રણ પરિબળોમાંથી દરેક માટે.

ઑબ્જેક્ટ માટેના પરિબળ માટેનો સ્કોર આ પરિબળમાં સમાવિષ્ટ તમામ સ્કેલ માટેના સ્કોર્સના સરવાળા જેટલો છે અને તમામ ઉત્તરદાતાઓ માટે, ભીંગડાની સંખ્યા અને ઉત્તરદાતાઓની સંખ્યાના ઉત્પાદનના સમાન મૂલ્ય દ્વારા વિભાજિત.

આ કિસ્સામાં, સરેરાશ સ્કોરની ગણતરી કરવા માટે એક સરળ સૂત્ર લખવાને બદલે, અમે મૌખિક રીતે તેની સામગ્રીનું વર્ણન કર્યું. જેમ તમે જોઈ શકો છો, આ અસુવિધાજનક છે. આ માટે સમાજશાસ્ત્રીને ગણિતની જરૂર છે, કારણ કે તે આપે છે આરામદાયક વર્ણન ભાષા.

બધા માટે સરેરાશ સ્કોરની ગણતરી કર્યા પછી પરિબળો (શક્તિ, પ્રવૃત્તિ, વલણ)અલગથી, રાજકીય નેતાઓ વચ્ચેની નિકટતાની ગણતરી માટે સંક્રમણ હાથ ધરવામાં આવે છે. આ ત્રિ-પરિમાણીય અવકાશમાં અથવા દ્વિ-પરિમાણીય અવકાશમાં કરી શકાય છે (ત્રણમાંથી તમારા માટે મહત્વપૂર્ણ એવા બે પરિબળો પસંદ કરીને).

બીજો કેસ વધુ સરળ છે. તદુપરાંત, શાળાની ભૂમિતિમાંથી તમને યાદ છે કે પ્લેનમાં બિંદુઓ (રાજકીય નેતાઓ) વચ્ચેનું અંતર કેવી રીતે ગણવામાં આવે છે (બે પસંદ કરેલા પરિબળો તે બનાવે છે). ચાલો હજુ પણ સૂત્રનો ઉપયોગ કરીએ. ચાલો દ્વારા સૂચિત કરીએ D (A, B)બે રાજકીય નેતાઓ વચ્ચે અંતર એઅને INપરિબળોની જગ્યામાં, મારફતે d i (A, B)સરેરાશ ગ્રેડમાં ¾ તફાવત i-મુ, પરિબળ. પરિબળોની સંખ્યા k બરાબર છે પછી રાજકીય નેતાઓની છબીઓની નિકટતા વિશે એઅને INકહેવાતા અર્થ દ્વારા નક્કી કરી શકાય છે વિભેદક

તમામ જોડી માટે ગણતરીઓ હાથ ધર્યા પછી, અને તેમાંથી દસ રાજકીય નેતાઓ માટે 45 હશે, અમે કહેવાતા નિકટતા મેટ્રિક્સ અથવા "ઑબ્જેક્ટ ¾ ઑબ્જેક્ટ" પ્રકારનું મેટ્રિક્સ મેળવીએ છીએ. અમે થર્સ્ટોનની જોડી કરેલી સરખામણીની પદ્ધતિને યાદ કરીએ છીએ. ત્યાં નિકટતા મેટ્રિક્સ પણ હતા, માત્ર એક અલગ પ્રકૃતિ.

અમારા સંશોધનમાં જો કોઈને રસ હોય તો એ નોંધવું જોઈએ કે રાજકીય નેતાઓની ચાર પ્રકારની તસવીરો સામે આવી છે. આ અભ્યાસ માર્ચ 1996 માં હાથ ધરવામાં આવ્યો હતો. રાષ્ટ્રપતિ બોરિસ યેલ્ત્સિનની તસવીર અન્ય તમામ તસવીરોથી અલગ હતી. વી. ઝિરીનોવ્સ્કીની પરિસ્થિતિ સમાન છે. વી. ચેર્નોમિર્ડિન, એ. લેબેડ, જી. ઝ્યુગાનોવની છબીઓ નજીક હતી. અન્ય તમામ રાજકીય નેતાઓએ ચોથું જૂથ બનાવ્યું. આ પરિણામનું અર્થઘટન અમારા માટે મહત્વનું નથી. સામૂહિક સર્વેક્ષણોમાં LMS પદ્ધતિના ઉપયોગને દર્શાવતા ઉદાહરણ તરીકે આ સમસ્યા અમારા માટે રસપ્રદ છે.

2.અપૂર્ણ વાક્યોની પદ્ધતિ (INP)

એક અભ્યાસનું ઉદાહરણ જે પ્રકૃતિમાં પદ્ધતિસરનું હતું તે વિદ્યાર્થીઓની છબીની વ્યક્તિલક્ષી દ્રષ્ટિની સમસ્યાઓ સાથે સંકળાયેલું હતું "સંસ્કારી વ્યક્તિ"કાર્ય એ નક્કી કરવાનું હતું કે લોકો જે ખ્યાલનો ઉપયોગ કરે છે તેમાં તેઓ ¾ "સંસ્કારી વ્યક્તિ" નો ઉપયોગ કરે છે. તમે રોજિંદા ભાષણમાં આ અભિવ્યક્તિ ઘણી વાર જોઈ શકો છો. લોકો તેમાં શું મૂકે છે? તેઓ કેવા પ્રકારની વ્યક્તિને સંસ્કારી કહે છે અને સંસ્કૃતિના માપદંડ શું છે? તેમના મનમાં "સંસ્કારી વ્યક્તિ" ની છબી શું છે? શું આ છબીની ધારણાના વિવિધ પ્રકારો (પ્રકારો) છે? જો તેઓ અસ્તિત્વમાં છે, તો તેઓ શું છે? છબીની ધારણાની અર્થપૂર્ણ જગ્યા શું છે અને તેનું પરિમાણ શું છે?

તે એકદમ સ્પષ્ટ છે કે પ્રતિવાદીમાં છબીની સ્પષ્ટ રીતે ઘડાયેલી સમજણ શોધવાના પ્રયાસો નિરર્થક હશે, કારણ કે લોકોના મગજમાં આ છબી અસ્પષ્ટ, આકારહીન રૂપરેખા ધરાવે છે.

અરજી MNEતે અભ્યાસોમાં ચોક્કસપણે સૌથી વધુ અસર આપે છે જ્યાં સામાજિક વાસ્તવિકતા વિશે વ્યક્તિની વ્યક્તિલક્ષી દ્રષ્ટિને ઓળખવાની જરૂર હોય છે, વ્યક્તિગત અર્થો વ્યક્તિઓ, સ્ટીરિયોટાઇપ્સ, છબીઓ, ધોરણો, લોકોના મૂલ્યલક્ષી અભિગમ, વગેરે.

ઉત્તરદાતાઓને અપૂર્ણ વાક્યોના સમૂહ સાથે રજૂ કરવામાં આવે છે અને તેમની પૂર્ણતા લખવાનું કહેવામાં આવે છે. વાક્યના પ્રથમ ભાગમાં ઉત્તરદાતાઓની મૌખિક રીતે વ્યક્ત કરેલી પ્રતિક્રિયાઓ એ આધાર બનાવે છે જેના આધારે અભ્યાસ કરવામાં આવી રહેલી છબીની મુખ્ય લાક્ષણિકતાઓ ઓળખી શકાય છે. અમે કહી શકીએ કે આ પ્રતિક્રિયાઓ સમાજમાં અસ્તિત્વમાં છે અને વ્યક્તિ દ્વારા આંતરિક રીતે બનાવવામાં આવેલ ધોરણો, મૂલ્યો, સ્ટીરિયોટાઇપ્સ, ધોરણો અને છબીઓ વિશેની માહિતી ધરાવે છે. તેમનું પુનઃનિર્માણ સર્વેક્ષણ દરમિયાન એકત્રિત કરવામાં આવેલી માહિતીના આધારે હાથ ધરવામાં આવે છે. અમે આ અભ્યાસમાં ઉપયોગમાં લીધેલા કેટલાક ઓપન-એન્ડેડ વાક્યો નીચે આપ્યા છે.

1) સંસ્કારી વ્યક્તિને અન્ય લોકોથી શું અલગ પાડે છે...

2) સંસ્કારી વ્યક્તિએ...

3) સામાન્ય રીતે સંસ્કારી લોકો...

4) "સંસ્કારી વ્યક્તિ" ના ખ્યાલની સૌથી નજીકનો ખ્યાલ છે...

5) બધા સાંસ્કૃતિક લોકો એક થાય છે...

6) હું સંસ્કારી વ્યક્તિને કહું છું...

7) સંસ્કારી વ્યક્તિ માટે સૌથી મહત્વની વસ્તુ...

8) સંસ્કારી વ્યક્તિ ક્યારેય...

9) સંસ્કારી વ્યક્તિ હંમેશા...

10) સંસ્કારી વ્યક્તિ પાસે...

11) સંસ્કારી વ્યક્તિની વિરુદ્ધ...

12) હું તે વ્યક્તિને સંસ્કારી વ્યક્તિ કહી શકતો નથી...

આ દરખાસ્તોમાં, ઉત્તરદાતાઓ પોતાને માપદંડ પસંદ કરવાની અને જવાબનો અર્થપૂર્ણ આધાર નક્કી કરવાની તક જાળવી રાખે છે, ઉત્તરદાતાઓની પ્રતિક્રિયાઓ પૂર્વનિર્ધારિત વિકલ્પો સુધી મર્યાદિત નથી. સામાન્ય રીતે, અમે એ હકીકત પર વિશ્વાસ કરી શકીએ છીએ કે વિકસિત દરખાસ્તો પ્રતિવાદી પ્રતિક્રિયાઓ મેળવવાનું શક્ય બનાવે છે જે સંશોધકના પ્રભાવથી ન્યૂનતમ વિકૃત છે. વિષયને તેના પોતાના શબ્દોમાં બોલવાની ફરજ પાડવામાં આવે છે, જેના પરિણામે, તે પૂર્ણ થયા પછી, તે તેના જીવનના અનુભવને ગોઠવવા માટે રોજિંદા જીવનમાં ઉપયોગ કરે છે તે શ્રેણીઓનો ઉપયોગ કરે છે.

એવું માનવામાં આવતું હતું કે વાક્યના અંતની રચના કરતી વખતે, ઉત્તરદાતાઓએ જુદા જુદા વાજબીતાઓનો ઉપયોગ કરવો જોઈએ. શબ્દના વ્યાપક અર્થમાં વાજબીપણું ¾ આ એક નૈતિક પ્રિસ્ક્રિપ્શન છે, ધ્યેયો, હેતુઓ વગેરેની સાંસ્કૃતિક રીતે વ્યાખ્યાયિત સ્ટીરિયોટાઇપિકલ પેટર્ન છે. સંકુચિત અર્થમાં, ખ્યાલનો ઉપયોગ કરવો અનુકૂળ છે. "પ્રાથમિક સમર્થન" સિમેન્ટીક કણોને દર્શાવવા માટે કે જે વિભાજન દ્વારા મેળવવામાં આવે છે ટેક્સ્ટ (વાક્યનો અંત) અલગ અવિભાજ્ય ભાગોમાં.

પૃથ્થકરણના પ્રથમ તબક્કે, તમામ ઉત્તરદાતાઓ માટે વાક્ય પૂર્ણતાના પાઠોને પ્રાથમિક વાજબીતાઓમાં વિભાજિત કરવામાં આવે છે. આ પછી, અર્થમાં સમાન હોય તેવા ન્યાયીકરણોને જૂથબદ્ધ કરવામાં આવે છે, પરિણામે અલગની રચના થાય છે તત્વો , જે છબીની એક અથવા બીજી લાક્ષણિકતા વ્યક્ત કરે છે.

ઉદાહરણ તરીકે, વાજબીતાઓ જેમ કે: « સંસ્કારી વ્યક્તિને અન્ય લોકોથી શું અલગ પાડે છે...": "...ભાષણની શૈલી", "...પોતાના વિચારો સ્પષ્ટ રીતે વ્યક્ત કરવાની ક્ષમતા"; "સામાન્ય રીતે સંસ્કારી લોકો...":"...તેઓ જાણે છે કે બૂમો પાડ્યા વિના તેમનો દૃષ્ટિકોણ કેવી રીતે સમજાવવો", "...તેઓ અન્ય લોકો પર બૂમો પાડતા નથી, તેઓ શપથ લેતા નથી"¾ દેખીતી રીતે સામાન્ય સિમેન્ટીક ફોકસ હોય છે અને એક તત્વનો સંદર્ભ આપે છે.

તદનુસાર, તેઓ પ્રકારના વાજબીપણુંથી અલગ છે: “સંસ્કારી વ્યક્તિને અન્ય લોકોથી શું અલગ પાડે છે તે છે ...": "...સિદ્ધાંતોની હાજરી", "...ઇચ્છા", "...ઉચ્ચ નૈતિક સ્તર"; "સામાન્ય રીતે સંસ્કારી લોકો...": "... નૈતિક નિર્ણયો લેવામાં અચકાશો નહીં."આ વાજબીતાઓ પણ એક અલગ તત્વ બનાવે છે,

પ્રથમ તત્વ "સંસ્કારી વ્યક્તિ" ના સંદેશાવ્યવહારની રીતને ચિહ્નિત કરે છે. તેને શરતી કહી શકાય "ભાષણ અને વિચારો" . બીજા ¾ નૈતિક સિદ્ધાંતો અને "સંસ્કારી વ્યક્તિ" ની આંતરિક દુનિયા છે, અને તેને શરતી રીતે કહી શકાય. "આંતરિક વિશ્વ" . કેટલાક તત્વો પણ ઉચ્ચ સ્તરે સામાન્યીકરણમાંથી પસાર થાય છે, જેનાથી ઉચ્ચ સ્તરના અમૂર્તતાની વિભાવનાઓ રચાય છે. પ્રાથમિક વાજબીતાઓનું અલગતા, અને પછી તત્વો, આ સિવાય કંઈક બીજું છે તાર્કિક ઔપચારિકરણ ગ્રંથોનું વિશ્લેષણ કરતી વખતે. વિશ્લેષણના આગળના તબક્કામાં વિવિધ ઉત્તરદાતાઓ માટે સંસ્કારી વ્યક્તિની છબીની તુલના કરવાનો સમાવેશ થાય છે. ઉદાહરણ તરીકે, ઘટનાની આવર્તન પર આધારિત પ્રાથમિક સમર્થન અને તત્વો . પરંતુ અહીં માત્રાત્મક ગણતરીઓ વિના કરવું અશક્ય છે ગાણિતિક ઔપચારિકરણ . આ કરવા માટે, જટિલ માહિતી કોડિંગ પ્રથમ જરૂરી છે.

હકીકત એ છે કે હમણાં માટે અમે મુખ્યત્વે માપન સમસ્યાઓમાં રસ ધરાવીએ છીએ, અમે આ સમસ્યાથી સંબંધિત એક ટુકડો રજૂ કરીએ છીએ. જેમ નોંધ્યું છે તેમ, "સંસ્કારી વ્યક્તિ" ની વિભાવનાની સૌથી નજીકની વિભાવના છે..." અને "સંસ્કારી વ્યક્તિની વિરુદ્ધ..." વાક્ય ઇમેજની સમાન અને વિપરીત વિભાવનાઓ સ્થાપિત કરવાનું શક્ય બનાવે છે. અભ્યાસ કર્યો. મોટાભાગના જવાબો "સંસ્કારી વ્યક્તિ" શું છે તેની સમાન છબીઓ રજૂ કરે છે. આમ, ઉત્તરદાતાઓએ આ વિભાવનાની સૌથી નજીકનું નામ આપ્યું: “બુદ્ધિશાળી વ્યક્તિ” ¾ 37%, “સુવ્યવસ્થિત વ્યક્તિ” ¾ 16%, “નમ્ર” ¾ 11% અને “શિક્ષિત” ¾ 9%. વિરોધી ખ્યાલો: “બૂર” ¾ 28%, “અસંસ્કૃત વ્યક્તિ” ¾ 13%, અજ્ઞાન ¾ 8%. પોતાને દ્વારા, આ ડેટા ખૂબ માહિતીપ્રદ નથી. તેમ છતાં, કોઈ "સંસ્કારી વ્યક્તિ" - "અસંસ્કૃત વ્યક્તિ" સ્કેલ બનાવવાનો પ્રશ્ન ઉઠાવી શકે છે. તમે આ ધ્રુવોની સમાન વિભાવનાઓને પણ ધ્યાનમાં લઈ શકો છો અને, ઉદાહરણ તરીકે, સિમેન્ટીક વિભેદક પદ્ધતિનો ઉપયોગ કરીને, આ તમામ ખ્યાલોની સમાનતાનું મૂલ્યાંકન કરી શકો છો.

વધુમાં, રસપ્રદ એવા ઉત્તરદાતાઓ છે જેઓ "સંસ્કારી લોકો" ને અમુક સામાજિક જૂથો સાથે વિરોધાભાસ આપે છે, જેમાંથી બેઘર લોકો અને ગુનેગારો અલગ પડે છે. એવું માની શકાય છે કે આ લોકોના મનમાં, અમુક સામાજિક જૂથો પાસે સંસ્કૃતિનું ચોક્કસ માપ છે, તેથી તે જ અર્થપૂર્ણ તકનીકોનો ઉપયોગ કરીને, વસ્તીના વિવિધ સામાજિક સ્તરોમાં સંસ્કૃતિના આવા માપને નિર્ધારિત કરવા માટે તે ખૂબ જ રસપ્રદ રહેશે. . આમાંથી આપણે તારણ કાઢીએ છીએ કે એક જ અભ્યાસમાં માહિતી મેળવવા અને તેનું વિશ્લેષણ કરવા માટેની વિવિધ પદ્ધતિઓ, અભિગમો એકસાથે વાપરી શકાય છે અને થવી જોઈએ.

અપૂર્ણ વાક્યોની પદ્ધતિનો ઉપયોગ કરીને મેળવેલા ડેટાની વિશિષ્ટતા એ પ્રાથમિક માહિતીની પુનરાવર્તિત ઍક્સેસની શક્યતા છે. આ કિસ્સામાં, વિવિધ સંશોધન સમસ્યાઓ ઉકેલવા માટે ટેક્સ્ટ માહિતીનું વર્ગીકરણ કરવા માટેના વિવિધ આધારોનો ઉપયોગ કરવામાં આવે છે. સામાજિક અપેક્ષાઓ અને સામાજિક ઓળખનો અભ્યાસ કરવા માટે MNE પદ્ધતિનો સફળતાપૂર્વક ઉપયોગ થાય છે. MNP નો ઉપયોગ માપન પદ્ધતિ તરીકે સામૂહિક સર્વેક્ષણોમાં પણ થાય છે. ફક્ત આ કિસ્સામાં એક અથવા વધુ વાક્યોનો ઉપયોગ થાય છે.

વીસ “I” (TDY) ની કસોટી

આ પદ્ધતિ 50 ના દાયકામાં એમ. કુહ્ન અને ટી. મેકપાર્ટલેન્ડ દ્વારા વ્યક્તિની પોતાની છબીનો અભ્યાસ કરવા માટે વિકસાવવામાં આવી હતી. "હું",સ્વ-નિર્ધારણ અથવા વ્યક્તિગત ઓળખના અભ્યાસ માટે. માહિતી એકત્ર કરવાની પદ્ધતિ એકદમ સરળ છે. ઉત્તરદાતાને વીસ નંબરવાળી રેખાઓ સાથે "હું કોણ છું" શીર્ષક સાથે કાગળની શીટ ઓફર કરવામાં આવે છે. તેઓ જવાબ આપવાની વિનંતી સાથે તેમની તરફ વળે છે, જેમ કે પોતાને, “કોણ હું"અને તમારા જવાબો પર્યાપ્ત ઝડપથી લખો; પ્રાધાન્યમાં સંજ્ઞાઓના સ્વરૂપમાં. જે ક્રમમાં તેઓ મનમાં આવે છે. તર્ક કે જવાબોના મહત્વ વિશે ચિંતા કરવાની જરૂર નથી.

આ તકનીકના લેખકોએ શોધી કાઢ્યું કે જવાબો ચાર વર્ગોમાં વહેંચાયેલા છે.તેમાંથી બે ઉદ્દેશ્ય સ્વ-નિર્ધારણ સાથે સંબંધિત છે (ચાલો તેમને K1 અને K2 કહીએ), અને અન્ય બે વ્યક્તિલક્ષી છે (ચાલો તેમને KZ અને K4 કહીએ).

વર્ગ K1 માટેઆવી વ્યક્તિગત સ્વ-વ્યાખ્યાઓને "ભૌતિક" પદાર્થ તરીકે શામેલ કરો (હું એક પુરુષ છું, હું એક સ્ત્રી છું).

વર્ગ K2સ્વ-વ્યાખ્યાઓ રચે છે જે વ્યક્તિને સામાજિક પદાર્થ તરીકે રજૂ કરે છે (હું સમાજનો સભ્ય છું, હું એક વિદ્યાર્થી છું, હું સંગીત પ્રેમી છું, હું એક વૈજ્ઞાનિક છું, હું શિક્ષક છું).

વ્યક્તિલક્ષી સ્વ-નિર્ણયના વર્ગ માટે KZવર્તનની સામાજિક રીતે સંબંધિત લાક્ષણિકતાઓ સાથે સંકળાયેલા લોકોનો સમાવેશ કરો (હું ¾ નકામી વ્યક્તિ છું, હું ¾ નિરાશાવાદી છું, હું ¾ ભાગ્યશાળી છું, મને સંગીત સાંભળવું ગમે છે, મને સારી કંપનીમાં પીવું ગમે છે).

વર્ગ K4તે સ્વ-વ્યાખ્યાઓ રચે છે જે એક અંશે અથવા બીજી રીતે, સામાજિક વર્તણૂકના સંબંધમાં અપ્રસ્તુત છે, અને કસોટી દ્વારા ઉભા કરાયેલ સ્વ-ઓળખના કાર્ય માટે પણ અપ્રસ્તુત છે (જીવવા માટે ¾ મૃત્યુ).

નીચે વાસ્તવિક ડેટા છે ¾ આ અમે ભાવિ ભાષાશાસ્ત્રીઓ વચ્ચે હાથ ધરેલા અભ્યાસમાંથી ત્રણ વિદ્યાર્થીઓના જવાબો છે. આ ડેટાનું અર્થઘટન કરવાનો પ્રયાસ કરો, કારણ કે સંશોધનમાં આ ત્રણ પરિસ્થિતિઓનો સામનો કરવામાં આવશે.

ત્રણ વિદ્યાર્થીઓના જવાબો

તે ધ્યાનમાં રાખવું જોઈએ કે બધા ઉત્તરદાતાઓ સંપૂર્ણ જવાબ આપતા નથી. પૂર્ણ થયેલ રેખાઓની સંખ્યા પોતે જ પ્રતિવાદીના વ્યક્તિત્વને દર્શાવે છે. એક નિયમ તરીકે, ઉત્તરદાતા પાસે જવાબ આપવા માટે પર્યાપ્ત સંજ્ઞાઓ હોતી નથી, અને કેટલાક ઉત્તરદાતાઓ પાસે ઉપર દર્શાવેલ ચારમાંથી સ્વ-વ્યાખ્યાઓ હોય છે અથવા નથી. આના આધારે, અમે પ્રતિવાદીના ઔપચારિક "વર્ણન" તરફ આગળ વધી શકીએ છીએ. દરેકને શૂન્ય અને રાશિઓ ધરાવતા સમૂહમાં સોંપો.

સૈદ્ધાંતિક રીતે શક્ય 16 સેટ નીચે સૂચિબદ્ધ છે:

0000 0001 0010 0011 0100 0101 0110 0111

1000 1001 1010 1011 1100 1101 1110 1111

જો પ્રતિવાદી પાસે ચારેય વર્ગોમાંથી સ્વ-વ્યાખ્યાઓ હોય, તો તેને સોંપવામાં આવે છે સેટ 1111. જો પ્રતિવાદી પાસે માત્ર વર્ગની સ્વ-વ્યાખ્યાઓ હોય K2,પછી તે પત્રવ્યવહારમાં મૂકવામાં આવે છે 0100. શક્ય સમૂહોની સંખ્યા બરાબર છે 2 4 =16.

વ્યવહારમાં, બધા સેટ મળતા નથી. ટેક્સ્ટની માહિતીનું આ કોડિંગ અમને સમાન સ્વ-ઓળખ માળખું સાથે ઉત્તરદાતાઓના અલગ જૂથોને ઓળખવા દે છે. આમ, સમાજશાસ્ત્રી સ્વ-ઓળખના અભ્યાસ માટે ટાઇપોલોજીકલ જૂથો, ટાઇપોલોજીકલ સિન્ડ્રોમ્સ શોધે છે. વીસ સ્વ-નિર્ધારણ કસોટી દ્વારા મેળવેલી શાબ્દિક માહિતીને ઔપચારિક બનાવવાની અન્ય રીતો પણ શક્ય છે.

પદ્ધતિઓની આવી સુપરફિસિયલ પરીક્ષામાંથી કયા તારણો કાઢી શકાય? SDO, MNP, વીસ સ્વ-નિર્ધારણ કસોટી.

1. ત્રણેય ¾ પદ્ધતિસરની પ્રક્રિયાઓ, જેમાં સંગ્રહ તકનીક, માપન તકનીક અને વિશ્લેષણ તકનીકને અલગ કરવાનો કોઈ અર્થ નથી. તે જ સમયે, વાસ્તવિક સંશોધનમાં તેનો ઉપયોગ સામાજિક વસ્તુઓના ગુણધર્મોને માપવા માટેની તકનીક, સામાજિક વાસ્તવિકતાનું વિશ્લેષણ કરવાની તકનીક અને પ્રયોગમૂલક ડેટા એકત્રિત કરવાની તકનીક તરીકે થઈ શકે છે.

2. દરેક પ્રકારની ટેક્સ્ટ માહિતીને વિશ્લેષણ માટે ચોક્કસ તાર્કિક ઔપચારિકતાની જરૂર છે. આ પછી જ ગાણિતિક ઔપચારિકરણનો વારો આવે છે.

3. આ ત્રણેયનો ઉપયોગ અલગ-અલગ હેતુઓ માટે અને ખાસ કરીને, સામાજિક ઘટનાઓનું ટાઇપોલોજિકલ વિશ્લેષણ કરવા માટે થઈ શકે છે.

1. માપ એ પૃથ્થકરણ માટે પ્રારંભિક ડેટા મેળવવા માટેની પ્રક્રિયા સાથે સંકળાયેલ માહિતી વિશ્લેષણનો એક ઘટક છે. સામાજિક વાસ્તવિકતાનો અભ્યાસ કરવા માટેની અમુક તકનીકોને માપન તકનીકો અને વિશ્લેષણ તકનીકો (તાર્કિક અને વિશ્લેષણાત્મક સૂચકાંકો, રેન્કિંગ) બંને કહેવામાં આવે છે. કેટલીક માપન તકનીકો (સી. ઓસ્ગુડની સિમેન્ટીક ડિફરન્સિયલ, અપૂર્ણ વાક્યોની પદ્ધતિ) ને સામાજિક વાસ્તવિકતાના વિશ્લેષણના અભિગમ તરીકે પણ અર્થઘટન કરવામાં આવે છે. સામાજિક અસાધારણ ઘટનાના ગુણધર્મોના અભ્યાસ માટેના નમૂના સાથે માપન શરૂ થાય છે.

2. પરિમાણ ¾ સ્કેલિંગ છે (યુનિડાયમેન્શનલ અથવા બહુપરિમાણીય). માપન ¾ એ સ્કેલ (લિકર્ટ સ્કેલ, થર્સ્ટોન સ્કેલ, ગુટગમન સ્કેલ) મેળવવા માટેની પ્રક્રિયા છે. માપન ¾ સ્કેલ પોતે મેળવવો, એટલે કે, ગ્રેડેશન સાથેનો શાસક (એક-પરિમાણીય સ્કેલનું અસ્તિત્વ ધારણ કરીને). માપન ¾ એ ડાયગ્નોસ્ટિક પ્રક્રિયા છે.

3. જો આપણે માપન તકનીકોને પ્રયોગમૂલક ડેટાના પ્રકારો સાથે જોડીએ, તો અમે નીચેના નિષ્કર્ષો મેળવીએ છીએ. પ્રથમ પ્રકારમાં આપણે માપનના મેટ્રિક સ્તર વિશે વાત કરી રહ્યા છીએ અને માપનની સમસ્યા મુખ્યત્વે વિશ્લેષણાત્મક સૂચકાંકો અને રેન્કિંગની રચનામાં ઘટાડવામાં આવે છે. બીજા પ્રકારમાં, માપન મૌખિક ચુકાદાઓના કોડિંગ અથવા ગ્રાફિક ભીંગડાના ઉપયોગ તરીકે થાય છે. અને અંતે, માપનની સમસ્યા ગ્રંથોના વિવિધ "મૂળ" દ્વારા અંકિત, શોષિત, કન્ડિશન્ડ છે.

©2015-2019 સાઇટ
તમામ અધિકારો તેમના લેખકોના છે. આ સાઇટ લેખકત્વનો દાવો કરતી નથી, પરંતુ મફત ઉપયોગ પ્રદાન કરે છે.
પૃષ્ઠ બનાવવાની તારીખ: 2017-10-25

સિમેન્ટીક વિભેદક પદ્ધતિ- આ બાંધકામની ઉદ્દેશ્ય પદ્ધતિઓમાંની એક છે વ્યક્તિલક્ષી સિમેન્ટીક જગ્યાઓ(સે.મી.). પદ્ધતિ વર્ગને અનુસરે છે પ્રાયોગિક અર્થશાસ્ત્ર(સે.મી.). સબ્જેક્ટિવ સિમેન્ટીક સ્પેસની વિભાવના એ રજૂઆતનું ઓપરેશનલ મોડલ છે સ્પષ્ટ માળખુંવ્યક્તિગત ચેતનાફોર્મમાં ગાણિતિક જગ્યા, સંકલન અક્ષો કે જે વ્યક્તિમાં ગર્ભિત રીતે સહજ પાયાને અનુરૂપ છે વર્ગીકરણ(જુઓ), અને અમુક સામગ્રી વિસ્તારના મૂલ્યો આ જગ્યામાં સ્થિત કોઓર્ડિનેટ પોઈન્ટ અથવા વેક્ટર તરીકે ઉલ્લેખિત છે. વ્યક્તિગત ચેતનાના સ્પષ્ટ માળખાના મોડેલના આધારે, કોઈપણ પદાર્થો, વિભાવનાઓ અને તેથી વધુના તફાવત, વર્ગીકરણ અને મૂલ્યાંકન તેમના અર્થોનું વિશ્લેષણ કરીને હાથ ધરવામાં આવે છે, કારણ કે સિમેન્ટીક સ્પેસમાં ચોક્કસ અર્થોની પ્લેસમેન્ટ તેમના વિશ્લેષણની મંજૂરી આપે છે.

સિમેન્ટીક વિભેદક પદ્ધતિ 1955 માં ચાર્લ્સ ઓસગુડની આગેવાની હેઠળના અમેરિકન મનોવૈજ્ઞાનિકોના જૂથ દ્વારા સિનેસ્થેસિયાના મિકેનિઝમ્સના અભ્યાસ દરમિયાન વિકસાવવામાં આવી હતી અને સામાજિક વલણ અને વ્યક્તિગત અર્થોના વિશ્લેષણ સાથે માનવ દ્રષ્ટિ અને વર્તન સંબંધિત અભ્યાસોમાં વ્યાપકપણે ઉપયોગમાં લેવાય છે. સિમેન્ટીક વિભેદક પદ્ધતિનો ઉપયોગ મનોવિજ્ઞાન, સમાજશાસ્ત્ર, નિર્ણય સિદ્ધાંત, સમૂહ સંચાર સિદ્ધાંત, જાહેરાત અને અન્ય ઘણા ક્ષેત્રોમાં થાય છે. આ પદ્ધતિનો ઉપયોગ ચેતનાના જ્ઞાનાત્મક (જ્ઞાનાત્મક) પાસાઓ અને વ્યક્તિની સ્વ-જાગૃતિના અભ્યાસમાં પણ થાય છે. ઓસ્ગૂડ માને છે તેમ, તે કહેવાતા અર્થપૂર્ણ અર્થોને માપવા માટે પરવાનગી આપે છે, એટલે કે, તે રાજ્યો કે જે ઉત્તેજના પ્રતીકની ધારણાને અનુસરે છે અને પ્રતીક સાથે અર્થપૂર્ણ ક્રિયાઓ પહેલા કરે છે. સોવિયેત મનોવિજ્ઞાનના ઉપકરણમાંથી અર્થપૂર્ણ અર્થનો સૌથી નજીકનો એનાલોગ એ ખ્યાલ છે વ્યક્તિગત અર્થ- "વિષય માટેનો અર્થ" (એ. એન. લિયોન્ટિવ, એ. એ. લિયોન્ટિવ).

સિમેન્ટીક વિભેદક પદ્ધતિ એ નિયંત્રિત એસોસિએશન પદ્ધતિ અને સ્કેલિંગ પ્રક્રિયાઓનું સંયોજન છે. માપેલા પદાર્થો (વિભાવનાઓ, છબીઓ, વ્યક્તિગત પાત્રો અને અન્ય) નું મૂલ્યાંકન સંખ્યાબંધ દ્વિધ્રુવી ક્રમિક (ત્રણ-, પાંચ-, સાત-બિંદુ) ભીંગડા પર કરવામાં આવે છે, જેનાં ધ્રુવો મૌખિક વિરોધી શબ્દોનો ઉપયોગ કરીને નિર્દિષ્ટ કરવામાં આવે છે. વ્યક્તિગત ભીંગડા પરના ખ્યાલ મૂલ્યાંકનો એકબીજા સાથે સહસંબંધ ધરાવે છે, અને પરિબળ વિશ્લેષણની મદદથી આવા અત્યંત સહસંબંધિત ભીંગડાના બંડલ્સને ઓળખવા અને તેમને પરિબળોમાં જૂથબદ્ધ કરવાનું શક્ય છે. સામગ્રીની બાજુથી, પરિબળને પરિબળમાં સમાવિષ્ટ ભીંગડાની સામગ્રીના સિમેન્ટીક અપરિવર્તક તરીકે ગણી શકાય. પરિબળોમાં ભીંગડાઓને જૂથબદ્ધ કરવાથી અમને ભીંગડા દ્વારા નિર્દિષ્ટ સુવિધાઓનો ઉપયોગ કરીને ઑબ્જેક્ટનું વર્ણન કરવાથી, શ્રેણી-પરિબળોના નાના સમૂહનો ઉપયોગ કરીને ઑબ્જેક્ટના વધુ ક્ષમતાવાળા વર્ણન તરફ આગળ વધવા દે છે, ઑબ્જેક્ટની સામગ્રી, તેનો અર્થપૂર્ણ અર્થ, આપેલ પરિબળોના સમૂહ તરીકે રજૂ કરે છે. વિવિધ વજન ગુણાંક. સિમેન્ટીક સ્પેસની ભૌમિતિક રજૂઆતમાં, વર્ગો-પરિબળો ચોક્કસ સંકલન અક્ષ તરીકે કાર્ય કરે છે. n-પરિમાણીય સિમેન્ટીક સ્પેસ (જ્યાં જગ્યાનું પરિમાણ સ્વતંત્ર, બિન-સંબંધિત પરિબળોની સંખ્યા દ્વારા નક્કી કરવામાં આવે છે), અને વિશ્લેષિત સામગ્રી વિસ્તારના અર્થાત્મક અર્થો આ જગ્યાની અંદર સંકલન બિંદુઓ અથવા વેક્ટર તરીકે નિર્દિષ્ટ કરવામાં આવે છે.

સિમેન્ટીક સ્પેસ એ અર્થોનું વર્ણન કરવા માટેની એક પ્રકારની ધાતુ ભાષા છે, જે શ્રેણી-પરિબળોના નિશ્ચિત મૂળાક્ષરોમાં તેમની સામગ્રીઓને વિભાજીત કરીને, આ અર્થોનું સિમેન્ટીક વિશ્લેષણ કરવા, તેમની વચ્ચેના અંતરની ગણતરી કરીને તેમની સમાનતા અને તફાવતો વિશે નિર્ણય લેવાની મંજૂરી આપે છે. અવકાશમાં અનુરૂપ સંકલન બિંદુઓ. ઓસગુડના કાર્યોમાં, ત્રણ મુખ્ય પરિબળો ઓળખવામાં આવ્યા હતા: "મૂલ્યાંકન", "શક્તિ", "પ્રવૃત્તિ", ઘણા ભીંગડાઓને સંયોજિત કરીને, અને કાર્ટેશિયન ત્રિ-પરિમાણીય જગ્યાનો ઉપયોગ અર્થાત્મક અર્થોને અલગ કરવા માટે કરવામાં આવ્યો હતો. મોટી સંખ્યામાં ભીંગડા અને વિભાવનાઓ સાથે કામ કરીને, અમેરિકન સંશોધકો એ. લેવોઇ અને પી. બેન્ટલર મૂળભૂત પરિબળોના સમૂહને વિસ્તૃત કરવામાં વ્યવસ્થાપિત થયા અને "મૂલ્યાંકન", "શક્તિ", "પ્રવૃત્તિ" પરિબળો સાથે, "જટિલતા" પરિબળોને ઓળખી કાઢ્યા. ”, “ઓર્ડર”, “ વાસ્તવિકતા”, “સામાન્ય”. V. F. Petrenko દ્વારા રશિયન શબ્દભંડોળની સામગ્રીનો ઉપયોગ કરીને સમાન પરિણામો પ્રાપ્ત થયા હતા.

વિવિધ સિમેન્ટીક વર્ગોમાંથી શબ્દભંડોળના આધારે બનેલા સાર્વત્રિક સિમેન્ટીક ડિફરન્સિયલ્સની સાથે, મર્યાદિત વિભાવનાત્મક વર્ગો માટે ચોક્કસ સિમેન્ટીક ડિફરન્સિયલ્સ પણ બનાવવામાં આવે છે. ઉદાહરણ તરીકે, સંખ્યાબંધ ખાનગી સિમેન્ટીક જગ્યાઓ બનાવવામાં આવી છે: "વ્યક્તિગત સિમેન્ટીક ડિફરન્સિયલ", માળખાકીય વિશેષણો - વ્યક્તિત્વ ગુણધર્મો; "રાજકીય શરતોનો તફાવત", અને તેથી વધુ. આવી ખાનગી સિમેન્ટીક જગ્યાઓનું નિર્માણ વધુ શુદ્ધ સિમેન્ટીક પૃથ્થકરણ માટે પરવાનગી આપે છે, અને પરિબળ માળખાંને આપેલ વૈચારિક વર્ગના સ્પષ્ટ ગ્રીડ તરીકે અર્થઘટન કરી શકાય છે. આપેલ સામાજિક વસ્તી અથવા વ્યક્તિ માટે બાંધવામાં આવેલી ખાનગી અર્થપૂર્ણ જગ્યાઓમાં આંતર-સાંસ્કૃતિક વિચલન નથી અને તે વિભેદક મનોવૈજ્ઞાનિક લાક્ષણિકતાઓ ધરાવે છે. બાદમાં વ્યક્તિગત તફાવતોના મનોવિજ્ઞાનમાં તેનો ઉપયોગ કરવાનું શક્ય બનાવે છે, પરંતુ દરેક વ્યક્તિગત અભ્યાસ માટે વ્યક્તિલક્ષી અર્થપૂર્ણ જગ્યા બનાવવા માટેની પ્રક્રિયાની જરૂર છે. મૌખિક અર્થપૂર્ણ તફાવતો સાથે, અમૌખિક સિમેન્ટીક તફાવતો(નોનવર્બલ સિમેન્ટીક ડિફરન્શિયલ), ગ્રાફિક વિરોધ, ચિત્રો અને ફોટોગ્રાફિક પોટ્રેટનો ભીંગડા તરીકે ઉપયોગ કરીને.

સૂચક અર્થ ઉપરાંત, દરેક પદાર્થનો વ્યક્તિ માટે અર્થપૂર્ણ અર્થ હોય છે. આ અર્થ વ્યક્તિગત છે, પ્રત્યક્ષ અનુભવ દ્વારા પ્રાપ્ત થાય છે. જો એક સુંદર તડકાના દિવસે એક ભારે સફરજન મારા માથા પર પડ્યું, તો હું ભાન ગુમાવી બેઠો, અને જ્યારે હું જાગ્યો, ત્યારે મને સમજાયું કે હું ગાયના છાણના ઢગલામાં પડેલો છું, તો પછી હું આખી જીંદગી આના ઝુંડથી દૂર રહીશ. ઝાડ પર મોટા સફરજન. આપેલ ઉદાહરણમાં, સફરજન સાથે "સંચાર" કરવાનો અનુભવ ખૂબ જ આબેહૂબ છે. સામાન્ય રીતે અર્થાત્મક અર્થ વધુ છુપાયેલો હોય છે.
હું અર્થાત્મક અર્થોના અન્ય ઉદાહરણો આપીશ. યુનિવર્સિટીના રેક્ટરનું મૂલ્યાંકન તેના વિદ્યાર્થીઓ દ્વારા એક મક્કમ અને ઠંડા વ્યક્તિ તરીકે કરી શકાય છે. આનો અર્થ એ નથી કે રેક્ટરના શરીરની ઘનતા અને તાપમાન સામાન્ય મર્યાદાની બહારના અન્ય લોકોની સરેરાશથી અલગ છે.
બીજા શબ્દોમાં કહીએ તો, અર્થપૂર્ણ અર્થ મૂલ્યાંકન કરવામાં આવી રહેલી વસ્તુ પ્રત્યેની લાગણી છે.
અર્થશાસ્ત્રને તેની સાથે શું લેવાદેવા છે? અમે ટોલ્સટોય અનુસાર વ્યાખ્યા રજૂ કરીએ છીએ. સિમેન્ટિક્સ એ ભાષાશાસ્ત્ર અને તર્કશાસ્ત્રની એક શાખા છે જે સંકેતો અને પ્રતીકાત્મક અભિવ્યક્તિઓના અર્થ, અર્થ અને અર્થઘટનની સમસ્યાઓનો અભ્યાસ કરે છે. તદનુસાર, સાયકોસેમેન્ટિક્સ એ વિવિધ પ્રકારની વસ્તુઓના અર્થ અને અર્થ વિશે વ્યક્તિની મનોવૈજ્ઞાનિક ધારણાનો અભ્યાસ છે. સાયકોસેમેન્ટિક્સમાં સિમેન્ટીક ડિફરન્સિયલ, રેપર્ટરી જાળી વગેરે જેવી પદ્ધતિઓનો સમાવેશ થાય છે.
સાયકોસેમેટિક્સનું કાર્ય ખૂબ જ રસપ્રદ છે - સિમેન્ટીક સ્પેસનું નિર્માણ J. I.e. સુપ્ત પરિબળોની સિસ્ટમ જેમાં વ્યક્તિ કામ કરે છે. તમે આજે સવારે જમણી બાજુના પ્રવેશદ્વારની સામે ખાબોચિયાની આસપાસ કેમ ચાલ્યા, જો કે તે ડાબી તરફ વધુ અનુકૂળ હતું?
સમાજશાસ્ત્રને શા માટે SDની જરૂર છે? ઉદાહરણ તરીકે, એક સમાજશાસ્ત્રી વસ્તુઓની સમાન ધારણા ધરાવતા લોકોના પ્રકારોને ઓળખવાનો પ્રયાસ કરી શકે છે. જો ઑબ્જેક્ટ જાહેરાત કરેલ ઉત્પાદન છે, તો દરેક વ્યક્તિગત પ્રકાર માટે ઇચ્છિત ધારણા J સાથે અલગ જાહેરાત કરવી વધુ અસરકારક છે.
SD નો મોટો ફાયદો એ છે કે, "સખત" પદ્ધતિઓનો ઉપયોગ કરીને, તે વ્યક્તિની વસ્તુઓ પ્રત્યેની ધારણાની સૂક્ષ્મ મનોવૈજ્ઞાનિક રચનાઓ વિશે માહિતી પ્રદાન કરે છે.

સિમેન્ટીક વિભેદક તકનીક

Osgood શું સૂચવ્યું? ખ્યાલના અર્થની લાગણી પ્રગટ થશે જો કોઈ વ્યક્તિ અર્થપૂર્ણ લક્ષણોની સિસ્ટમમાં પ્રશ્નમાં ખ્યાલની સ્થિતિ તરફ નિર્દેશ કરે. તે. "ભાવનાત્મક" કોઓર્ડિનેટ સિસ્ટમમાં ઑબ્જેક્ટનું સ્થાન સૂચવશે. ઉદાહરણ તરીકે, રાજકીય નેતાનું મૂલ્યાંકન કરો: શું તે ગરમ છે કે ઠંડો, રુંવાટીવાળો કે કાંટાદાર?
તેથી, ચાલો લાગણીઓની ઘણી જોડી તૈયાર કરીએ (અર્થાત્મક લક્ષણો). જોડીમાં કુદરતી રીતે વિરોધી ભાવનાત્મક રંગો હોય છે: મીઠી અને ખાટા, કાળો અને સફેદ, સારા અને અનિષ્ટ. દરેક જોડીમાં અનેક ક્રમાંકન હોય છે. જો તમે તમારા વિશ્લેષણમાં પરિબળ વિશ્લેષણનો ઉપયોગ કરવા માંગતા હો, તો તમારે અંતરાલ સ્કેલ દ્વારા વ્યાખ્યાયિત ડેટાની જરૂર છે. આ કરવા માટે, સાત ગ્રેડેશન હોવા જોઈએ (જેટલા વધુ ગ્રેડેશન, તેટલું તમારું સ્કેલ ઑર્ડિનલથી ઇન્ટરવલ પ્રકારમાં બદલાશે).

ઓસગુડને જાણવા મળ્યું કે મોટા ભાગના કિસ્સાઓમાં, કોઈપણ અર્થાત્મક જોડી ત્રણ સંભવિત વિકલ્પોમાંથી એકને છુપાવે છે: તાકાત, મૂલ્યાંકન (વૃત્તિ), પ્રવૃત્તિ. બીજા શબ્દોમાં કહીએ તો, જો આપણે કોઈ ઑબ્જેક્ટ લઈએ, તો ઉત્તરદાતાઓને સેંકડો સમાન જોડીઓના આધારે તેનું મૂલ્યાંકન કરવા દો, અને પછી આ બધી જોડીનું ક્લસ્ટર વિશ્લેષણ કરો, આપણે જોઈશું કે બધી જોડીઓ ત્રણ જૂથોમાં વહેંચાયેલી છે: તાકાત, મૂલ્યાંકન, પ્રવૃત્તિ. તે. જ્યારે આપણે વાસ્તવિકતાના કોઈપણ પદાર્થને અનુભવીએ છીએ, ત્યારે આપણે ત્રણ લાક્ષણિકતાઓ અનુસાર આ પદાર્થને "બિંદુઓનું લક્ષણ" આપીએ છીએ: તાકાત (મજબૂત-નબળા), મૂલ્યાંકન (ખરાબ-સારા) અને પ્રવૃત્તિ (ઝડપી-ધીમી).