я і називається власне шкалою, заходом вираженості змінної-ознаки, а логіка переходу від набору спостережуваних значень до шкальні значенням називається моделлю шкалювання. Зауважимо відразу, що якийсь набір індикаторів - наприклад, набір оціночних шкал - може використовуватися для вимірювання більш ніж однієї змінної, і, отже, дані про спостережуваних значеннях цих індикаторів в принципі дозволяють порядок В«випадокВ» по декількох змінним, тобто за кількома шкалами. Однак це вже завдання багатовимірного шкалювання, ми ж поки обмежимося обговоренням одновимірних шкал і індексів.
Якщо повернутися до структурованої матриці даних В«змінна х випадок В», то можна побачити, що процедура конструювання шкали може бути описана і як процедура В«стисненняВ» матриці даних, зменшення її розмірності. Припустимо, три рядки нашої матриці відповідають змінним-індикаторам В«ДохідВ», В«рід занятьВ» і В«освітаВ». Ми включили ці індикатори в наш дослідження заради того, щоб охарактеризувати соціально-економічний статус кожного респондента, тобто розташувати їх від низького статусу до високого. Якщо ми замість трьох рядків, відповідних доходу, освіти та професії, введемо в нашу матрицю даних один рядок, що відображає положення кожного респондента на сконструйованої нами шкалою СЕС, розмірність матриці зменшиться. Однак спочатку нам потрібно вирішити, як об'єднати три значення - три рядки матриці - в одне, тобто нам потрібно обрати модель шкалювання.
Нехай, скажімо, три рядки нашої матриці даних - це отримані якимось чином (тестування, опитування експертів і т. п.) оцінки В«ЖиттєрадісностіВ», В«енергійностіВ» і В«незалежностіВ». Дослідник припускає, що ці три індикатори можуть бути використані для вимірювання важливої вЂ‹вЂ‹для його теорії змінної В«сила ЯВ». Все, що йому потрібно зробити - це вирішити, як перевести оцінки у рядках 1-3 в оцінки В«сили ЯВ» (див. рис. 2).
Рис. 2. Частковий матриці даних В«змінні х суб'єктиВ»
Змінні-
індикатори
Суб'єкт (В«випадокВ»)
Л.М.
Ф.Ж.
К.Р.
...
1. життєрадісність
2
0
2
...
2. енергійність
2
2
2
...
3. незалежність
0
2
2
...
В В
В«Сила ЯВ»?
br/>
Найпростіший і очевидний спосіб - це підсумувати для кожного індивіда оцінки по кожному індикатору. Одержаний сумарний бал буде відображати індивідуальні відмінності в В«силі ЯВ», оскільки дозволить упорядкувати всіх респондентів від мінімального до максимального значення цієї змінної (у нашому прикладі - від 0 до 6 балів). Ще одна перевага підсумовування - збільшення розкиду індивідуальних значень. Дійсно, максимально можливе відмінність за первинними індикаторам становило 2 бали (від 0 до 2). У сумарному показнику різниця між індивідуальними значеннями може скласти 6 балів. Отже, сумарний бал - це більш В«чуйнийВ» і надійний інструмент для упорядкування і може бути названий шкалою в сенсі визначення, даного нами вище. Проте в соціології сумарні показники частіше називають індексами, щоб підкреслити їх єдине важлива відмінність від В«великихВ» шкал. Індекс дозволяє ефективно В«згорнутиВ» інформацію, що містилася у вихідних індикаторах (Питаннях, пунктах, тестах), однак від сумарного балу не можна повернутися до вихідній матриці, точніше, до того паттерну відповідей, який стоїть за даними значенням індексу. Якщо сформулювати це коректніше, індекс не дозволяє враховувати відмінності в структурі відповідей респондентів. Якщо знову звернутися до малюнку 12, то можна помітити, що суб'єкти Л. М. і Ф.Ж. мають однаковий сумарний бал, рівний 4 (досить високе значення!). Але чи можна вважати несуттєвим та обставина, що у Л. М. нульовий рівень незалежності, а Ф. Ж. отримав той же сумарний бал через нестачу оптимізму? Припустимо, навіть досить похмурий людина може володіти значною В«силою ЯВ», але чи слід вважати настільки ж В«сильнимВ» того, хто легко піддається тиску оточення? p> В принципі індекси безумовно застосовні в тих випадках, коли модель вимірювання припускає, що якась латентна, тобто не вимірювана безпосередньо мінли...