स्केलिंग के तरीके (स्केलिंग के अंग्रेजी तरीके) - व्यक्तिपरक के तरीके मात्रा का ठहराव(माप) विभिन्न वस्तुओं के गुण (भौतिक, सौंदर्य, सामाजिक, मानसिक, आदि)।
संवेदना की तीव्रता को मापने के लिए शास्त्रीय मनोभौतिकी ने फेचनर के नियम का प्रयोग किया, जिसने सर्वप्रथम स्थापित किया अनुपातभौतिक और व्यक्तिपरक मात्राओं के बीच (तथाकथित बुनियादी मनोभौतिकीय कानून)। इस नियम के अनुसार, किसी संवेदना की कथित तीव्रता उत्तेजना के परिमाण के लघुगणक के समानुपाती होती है। हालांकि, बुनियादी साइकोफिजिकल कानून संवेदना और उत्तेजना के मूल्यों के बीच एक निश्चित संबंध केवल उन मामलों के लिए तैयार करता है जब तीव्रता विशेषता (वजन, चमक, आदि) से संबंधित वस्तु के मापदंडों का अध्ययन किया जाता है। अधिक बार जटिल, बहुआयामी वस्तुएं होती हैं, जिनकी विशेषताओं में भौतिक माप नहीं होते हैं। बहुआयामी वस्तुओं के ऐसे संकेत, साथ ही सौंदर्य की घटनाएं और सामाजिक चरित्र Fechner के नियम के दायरे से बाहर हैं, लेकिन m. b. आधुनिक साइकोफिजिक्स (एस। स्टीवंस, एल। थर्स्टन) के तरीकों का उपयोग करके मात्रात्मक रूप से व्यक्त किया गया। कई लेखकों द्वारा किए गए अध्ययनों ने किसी भी कथित, कल्पित या बोधगम्य उत्तेजनाओं को मात्रात्मक रूप से चिह्नित करने के लिए नए तरीकों की संभावना दिखाई है। इन विधियों (जो, शास्त्रीय मनोविज्ञान के "अप्रत्यक्ष" तरीकों के विपरीत, "प्रत्यक्ष" कहा जाता है) में शामिल हैं: अंतराल के बराबर, प्रत्यक्ष संख्यात्मक मूल्यांकन, जोड़े द्वारा तुलना, रैंकिंग (पिछले 2 तरीकों के लिए, मनोविज्ञान में माप देखें)।
1. प्रत्यक्ष विधि व्यक्तिपरक मूल्यांकनएक मानक उत्तेजना और चर की एक श्रृंखला का उपयोग करके उत्तेजना परिमाण। मानक (मॉड्यूल) को कुछ सुविधाजनक संख्या (1, 10 या 100) द्वारा दर्शाया जाता है। विषय का कार्य चर उत्तेजनाओं को संख्याओं के साथ निर्दिष्ट करना है ताकि ये संख्याएं मानक और चर के बीच संबंध के परिमाण को प्रतिबिंबित करें।
2. कुछ मूल मानक उत्तेजनाओं की तुलना में कई उत्तेजनाओं में से एक विषयगत आधा या दोगुना उत्तेजना चुनने की विधि, फिर सिर्फ चयनित उत्तेजना की तुलना में आधा या दोगुना।
3. समान अंतराल की विधि। इस पद्धति का उपयोग तब किया जाता है जब 2 दी गई उत्तेजनाओं के लिए तीसरी उत्तेजना खोजने की आवश्यकता होती है, जो इन उत्तेजनाओं के बीच में होनी चाहिए, अर्थात, विषयगत रूप से, यह 1 से उतनी ही अलग होनी चाहिए जितनी कि 2 से। विभाजन को और आगे ले जाना संभव है: मूल डेटा में से एक और पाया गया उत्तेजना के बीच, एक मध्यवर्ती खोजें।
इन विधियों के आधार पर, वजन, चमक, गंध, स्वाद, तापमान आदि के लिए जोर, पिच, ध्वनि की अवधि, दर्द उत्तेजना की ताकत के लिए व्यक्तिपरक पैमाने विकसित किए गए हैं। लेकिन इन समान विधियों, कुछ तरकीबों के साथ, इस्तेमाल किया जा सकता है व्यक्तिपरक पैमाने का निर्माण करने के लिए, उदाहरण के लिए, पेंटिंग या साहित्य के कार्यों के लिए, परी कथा पात्र, लेखक, शहर, आदि। क्रॉसमॉडल तुलना, बहुआयामी स्केलिंग, नॉनमेट्रिक स्केलिंग भी देखें।

शास्त्रीय मनोविज्ञान से उधार ली गई यह विधि: [देखें: 51], सिमेंटिक समानता मैट्रिक्स प्राप्त करने की एक सरल और सीधी विधि है। विषयों को एक निश्चित ढाल पैमाने का उपयोग करके मूल्यों की समानता का आकलन करने का काम सौंपा जाता है। उदाहरण के लिए, रुबिनस्टीन और गुडनाउ के प्रयोगों में (देखें: 339) यह पांच अंकों का पैमाना था, जहां 0 को निरूपित किया गया था। न्यूनतम डिग्रीसमानताएं, और 4 - उच्चतम; एपी क्लिमेंको के प्रयोगों में, दस-बिंदु ढाल पैमाने का उपयोग किया गया था [देखें: 100]। मिलर के अनुसार, प्रत्यक्ष स्केलिंग विधि अप्रत्यक्ष अनुमान तकनीक की तुलना में सबसे सटीक परिणाम देती है, लेकिन महत्वपूर्ण श्रमसाध्यता की विशेषता है [देखें: 330]। इस प्रकार, शब्दार्थ संबंधों और वस्तुओं के अध्ययन के लिए एक समानता मैट्रिक्स के निर्माण की आवश्यकता होती है एन (एन -1) / 2आपस में तुलना।

व्यक्तिपरक स्केलिंग पद्धति का उपयोग करने के एक उदाहरण के रूप में अर्थ विश्लेषणविशेषण और: क्रिया, लेकिन डेटा के बाद के गणितीय प्रसंस्करण और शब्दार्थ रिक्त स्थान के निर्माण के बिना, मोसियर और क्लिफ के कार्यों का हवाला दिया जा सकता है। बहुआयामी स्केलिंग का उपयोग करके बाद के डेटा प्रोसेसिंग के साथ व्यक्तिपरक स्केलिंग विधि के उपयोग का एक उदाहरण रिप्स, शोबिन, स्मिथ का काम है, जो पक्षी और जानवरों के नामों के शब्दार्थ स्थान के पुनर्निर्माण के लिए समर्पित है। इस अध्ययन में, विषयों को चार-बिंदु पैमाने पर, 12 पक्षी नामों की व्यक्तिपरक समानता की डिग्री, साथ ही शब्दों को रेट करने के लिए कहा गया था। चिड़ियातथा जानवर।औसत समूह दूरी मैट्रिक्स (जो वस्तु समानता मैट्रिक्स के व्युत्क्रमानुपाती है) को एक बहुभिन्नरूपी विश्लेषण प्रक्रिया के अधीन किया गया था। इसका सार इस प्रकार है: व्यक्तिपरक समानता (विश्लेषण की गई वस्तुओं के बीच की दूरी) के मैट्रिक्स के आधार पर, सबसे छोटे संभव आयाम के ऐसे ज्यामितीय स्थान का पुनर्निर्माण किया जाता है, जिसमें विश्लेषण की गई वस्तुओं के अनुरूप समन्वय बिंदुओं के बीच की दूरी समान होती है समानता मैट्रिक्स की व्यक्तिपरक दूरी। गणितीय रूप से, बहुआयामी स्केलिंग की प्रक्रिया निर्धारित करना है अनुमानों का समन्वय करेंपर आधारित कुछ निर्देशांक अक्षों पर अंक ज्ञात दूरियांइन बिंदुओं के बीच।

विचाराधीन प्रयोग में, एक द्वि-आयामी शब्दार्थ स्थान की पहचान की गई जो मूल डेटा मैट्रिक्स का संतोषजनक वर्णन करता है। सिमेंटिक स्पेस के प्रत्येक चयनित कारक-अक्ष के लिए प्रत्येक शब्द के पाए गए भार के आधार पर, निर्देशांक का पुनर्निर्माण किया गया था

चावल। 3. पक्षी के नाम का सिमेंटिक स्पेस

सिमेंटिक स्पेस में ये शब्द (चित्र 3)। क्षैतिज अक्षसिमेंटिक स्पेस - 1 - लेखकों ने एक कारक "आकार" (ईगल, हंस "=> रॉबिन, स्पैरो, नीला तोता), और ऊर्ध्वाधर - 2 - एक कारक "जंगलीपन" (ईगल, जे, स्पैरो, रॉबिन) के रूप में व्याख्या की ) विपक्षी पोल्ट्री (चिकन, बत्तख, हंस) में। निर्मित स्थान ही नहीं है कॉम्पैक्ट फॉर्मविश्लेषण की गई शब्दावली का विवरण और विभेदीकरण, लेकिन मौखिक शब्दार्थ स्मृति के एक मॉडल प्रतिनिधित्व की स्थिति भी है, जो इसके कामकाज के कुछ पैटर्न की भविष्यवाणी करना संभव बनाता है। इस मॉडल के अनुसार, शब्दों के अर्थ स्मृति में उनकी शब्दार्थ विशेषताओं के सेट के रूप में दर्ज किए जाते हैं, और शब्द शब्दार्थ स्थान में जितने करीब स्थित होते हैं, वे सामग्री में उतने ही करीब होते हैं। दरअसल, अगर हम शब्द का प्रयोग करते हैं पक्षियों(पक्षी), फिर अधिक लगातार जुड़ाव शब्द होंगे रॉबिन, स्पैरो, जयआदि, शब्दार्थ स्थान में इस शब्द के साथ छोटी दूरी होना।

गणितीय डेटा प्रोसेसिंग के लिए एक प्रक्रिया के रूप में बहुआयामी स्केलिंग व्यक्तिपरक स्केलिंग पद्धति का सबसे विशिष्ट है। लेकिन व्यक्तिपरक स्केलिंग, फैक्टोरियल और क्लस्टर विश्लेषण प्रक्रियाओं का उपयोग करके प्राप्त मैट्रिक्स डेटा पर लागू करना संभव है। उदाहरण के लिए, हमारे अध्ययन में, व्यवहार समानता मैट्रिक्स को व्यक्तिपरक स्केलिंग और विषयों के कार्यों के लिए दिए गए उद्देश्यों का एक सेट निर्दिष्ट करके बनाया गया था, जहां उनके उद्देश्यों की समानता कार्यों की समानता के उपाय के रूप में कार्य करती थी [देखें: 186]. वयस्क विषयों के समूह में प्राप्त आंकड़ों के गुणनखंड ने समानता पर प्रकाश डाला कारक संरचनाएंदोनों प्रक्रियाओं द्वारा निर्मित मैट्रिक्स। इन परिणामों से संकेत मिलता है कि क्रियाओं की व्यक्तिपरक समानता उनके प्रेरक पहलू पर आधारित है।

व्यक्तिपरक स्केलिंग का उपयोग करके निर्मित समानता मैट्रिक्स का विधिपूर्वक गुणन दो तरीकों से किया जा सकता है: 1) जब व्यक्तिपरक समानता के सामान्यीकृत गुणांक को सहसंबंध गुणांक के अनुमान के रूप में माना जाता है; 2) जब, अन्य सभी वस्तुओं के साथ वस्तुओं की प्रत्येक जोड़ी की व्यक्तिपरक समानता के अनुमानों के आधार पर, वस्तुओं की इस जोड़ी के सहसंबंध गुणांक की गणना की जाती है, जिसे उनकी समानता का एक उपाय माना जाता है। ये धारणाएँ व्यक्तिपरक समानता मैट्रिक्स से सहसंबंध मैट्रिक्स में स्थानांतरित करना संभव बनाती हैं, जो कारक विश्लेषण के अधीन है।

काम का अंत -

यह विषय संबंधित है:

चेतना के मनोविश्लेषण

साइट पर पढ़ें: पेट्रेंको वी.एफ. चेतना के मनोविश्लेषण। - एम।, 1988 ...

अगर आपको चाहिये अतिरिक्त सामग्रीइस विषय पर, या आपको वह नहीं मिला जिसकी आप तलाश कर रहे थे, हम अपने काम के डेटाबेस में खोज का उपयोग करने की सलाह देते हैं:

प्राप्त सामग्री का हम क्या करेंगे:

यदि यह सामग्री आपके लिए उपयोगी साबित हुई, तो आप इसे सामाजिक नेटवर्क पर अपने पेज पर सहेज सकते हैं:

ऐसे तरीके जो कुछ वस्तुओं के प्रति विषयों के रवैये का आकलन करने के लिए मात्रात्मक संकेतकों के उपयोग को सुनिश्चित करते हैं, जो भौतिक या सामाजिक प्रक्रियाएं हो सकती हैं। व्यक्तिपरक स्केलिंग का संचालन करने के लिए, कई विधियाँ हैं जो विशेषता हैं निश्चित नियम, जिसके अनुसार संख्यात्मक अनुमान वस्तुओं के कुछ गुणों के लिए जिम्मेदार होते हैं। शास्त्रीय मनोभौतिकी के ढांचे के भीतर, निम्नलिखित का उपयोग किया जाता है: माध्य त्रुटि की विधि; न्यूनतम परिवर्तन की विधि; निरंतर उत्तेजना विधि। नई विधियों में शामिल हैं:

1) प्रत्यक्ष विधियाँ - जैसे अंतरालों को बराबर करना, संख्यात्मक सीधी रेखा का अनुमान, जोड़ीवार तुलना, रैंकिंग;

2) अप्रत्यक्ष तरीके - उदाहरण के लिए, फेचनर की सूक्ष्म अंतरों को स्केल करने की विधि (-> माइक्रोस्केलिंग)।

स्केलिंग के तरीके

अंग्रेज़ी स्केलिंग के तरीके) - विभिन्न वस्तुओं (भौतिक, सौंदर्य, सामाजिक, मानसिक, आदि) के गुणों के व्यक्तिपरक मात्रात्मक मूल्यांकन (माप) के तरीके।

संवेदना की तीव्रता को मापने के लिए, शास्त्रीय मनोभौतिकी ने फेचनर के नियम का उपयोग किया, जो भौतिक और व्यक्तिपरक मात्राओं (तथाकथित बुनियादी मनोभौतिकीय कानून) के बीच मात्रात्मक संबंध स्थापित करने वाला पहला था। इस नियम के अनुसार, किसी संवेदना की कथित तीव्रता उत्तेजना के परिमाण के लघुगणक के समानुपाती होती है। हालांकि, बुनियादी साइकोफिजिकल कानून संवेदना और उत्तेजना के मूल्यों के बीच एक निश्चित संबंध केवल उन मामलों के लिए तैयार करता है जब तीव्रता विशेषता (वजन, चमक, आदि) से संबंधित वस्तु के मापदंडों का अध्ययन किया जाता है। अधिक बार जटिल, बहुआयामी वस्तुएं होती हैं, जिनकी विशेषताओं में भौतिक माप नहीं होते हैं। बहुआयामी वस्तुओं के ऐसे संकेत, साथ ही एक सौंदर्य और सामाजिक प्रकृति की घटनाएं, फेचनर के नियम के दायरे से बाहर हैं, लेकिन हो सकती हैं। आधुनिक मनोविज्ञान (एस। स्टीफेंस, एल। थर्स्टन) के तरीकों का उपयोग करके मात्रात्मक रूप से व्यक्त किया गया। कई लेखकों द्वारा किए गए अध्ययनों ने किसी भी कथित, कल्पित या बोधगम्य उत्तेजनाओं को मात्रात्मक रूप से चिह्नित करने के लिए नए तरीकों की संभावना दिखाई है। इन विधियों (जो, शास्त्रीय मनोविज्ञान के "अप्रत्यक्ष" तरीकों के विपरीत, "प्रत्यक्ष" कहा जाता है) में शामिल हैं: अंतराल के बराबर, प्रत्यक्ष संख्यात्मक मूल्यांकन, युग्मित तुलना, रैंकिंग (अंतिम 2 विधियों के लिए, मनोविज्ञान में माप देखें)।

1. एक मानक उत्तेजना और कई चर का उपयोग करके उत्तेजना के परिमाण के प्रत्यक्ष व्यक्तिपरक मूल्यांकन की विधि। मानक (मॉड्यूल) को कुछ सुविधाजनक संख्या (1.10 या 100) द्वारा दर्शाया जाता है। विषय का कार्य चर उत्तेजनाओं को संख्याओं के साथ निर्दिष्ट करना है ताकि ये संख्याएं मानक और चर के बीच संबंध के परिमाण को प्रतिबिंबित करें।

2. कुछ मूल मानक उत्तेजनाओं की तुलना में कई उत्तेजनाओं में से एक विषयगत आधा या दोगुना उत्तेजना चुनने की विधि, फिर सिर्फ चयनित उत्तेजना की तुलना में आधा या दोगुना।

3. समान अंतराल की विधि। इस पद्धति का उपयोग तब किया जाता है जब 2 दी गई उत्तेजनाओं के लिए तीसरी उत्तेजना खोजने की आवश्यकता होती है, जो इन उत्तेजनाओं के बीच में होनी चाहिए, अर्थात, विषयगत रूप से, यह 1 से उतनी ही अलग होनी चाहिए जितनी कि 2 से। विभाजन को और आगे ले जाना संभव है: मूल डेटा में से एक और पाया गया उत्तेजना के बीच, एक मध्यवर्ती खोजें।

इन विधियों के आधार पर, वजन, चमक, गंध, स्वाद, तापमान आदि के लिए जोर, पिच, ध्वनि की अवधि, दर्द उत्तेजना की ताकत के लिए व्यक्तिपरक पैमाने विकसित किए गए हैं। लेकिन इन समान विधियों, कुछ तरकीबों के साथ, इस्तेमाल किया जा सकता है व्यक्तिपरक पैमानों का निर्माण करने के लिए, उदाहरण के लिए, कला या साहित्य के कार्यों के लिए, परी-कथा पात्रों, लेखकों, शहरों आदि के लिए। क्रॉसमॉडल तुलना, बहुआयामी स्केलिंग, गैर-मीट्रिक स्केलिंग भी देखें।

स्केलिंग के तरीके

शब्द गठन। लैट से आता है। स्कैला - सीढ़ी।

प्रकार। व्यक्तिपरक स्केलिंग की प्रक्रिया को लागू करने के लिए, कुछ नियमों की विशेषता वाले कई तरीके हैं, जिसके अनुसार वस्तुओं के कुछ गुणों को संख्याएं सौंपी जाती हैं। शास्त्रीय मनोविज्ञान के ढांचे के भीतर, विधियों को लागू किया जाता है औसत त्रुटि, न्यूनतम माप, निरंतर उत्तेजना। नए को मनोवैज्ञानिक तरीकेशामिल हैं, सबसे पहले, प्रत्यक्ष तरीके, जैसे अंतराल के बराबर, प्रत्यक्ष संख्यात्मक मूल्यांकन, जोड़ीदार तुलना, रैंकिंग, और दूसरा, अप्रत्यक्ष तरीके, उदाहरण के लिए, सूक्ष्म अंतरों को स्केल करने की फेचनर की विधि।

स्केलिंग, तरीके

बस, स्केलिंग प्रक्रियाएं। हालांकि डिजाइन अनुसंधान की एक सदी मनोवैज्ञानिक तराजूदर्जनों विविधताएं दीं, सबसे सामान्य प्रक्रियाओं को तीन में विभाजित किया जा सकता है सामान्य वर्ग. 1. स्केलिंग अंतराल। विषयों को अंतराल या अंतर के आधार पर उत्तेजनाओं को रेट करने के लिए कहा जाता है। द्विभाजन में, विषय को उत्तेजना निर्धारित करनी चाहिए ताकि वह अन्य दो उत्तेजनाओं के बीच में हो; एक स्पष्ट मूल्यांकन में, उसे वितरित करना होगा विभिन्न प्रोत्साहनश्रेणियों की एक छोटी संख्या के लिए; समान दिखने वाले अंतराल की विधि में, उत्तेजनाओं को समूहों के बीच वितरित किया जाना चाहिए ताकि उनके बीच के अंतराल समान रूप से समान हों। 2. स्केलिंग रिश्ते। विषय उत्तेजनाओं को प्रत्यक्ष या परोक्ष रूप से संख्या निर्दिष्ट करके व्यक्तिपरक अनुभव का मूल्यांकन करता है ताकि वे अपने कथित परिमाण को प्रतिबिंबित करें। परिमाण का आकलन करते समय, प्रत्येक उत्तेजना को एक संख्या सौंपी जाती है जो किसी मानक के संबंध में इसकी आनुपातिक तीव्रता को दर्शाती है; उदाहरण के लिए, यदि किसी मानक को "10" संख्या दी जाती है, तो एक उत्तेजना जो विषयगत रूप से दोगुनी बड़ी होती है उसे "20" असाइन किया जाता है, एक आधा छोटा "5" असाइन किया जाता है, और इसी तरह। उत्पादन (संदर्भ) विधि में, विषय को एक उत्तेजना उत्पन्न करने के लिए कहा जाता है जो मानक के कुछ आनुपातिक मूल्य से मेल खाती है, उदाहरण के लिए, दो बार उज्ज्वल, जोर से एक तिहाई के अनुरूप, आदि; इस प्रक्रिया को अनुकूलन विधि भी कहा जाता है। तौर-तरीकों की पारस्परिक तुलना में, मात्राएँ अप्रत्यक्ष रूप से प्राप्त होती हैं; उदाहरण के लिए, एक स्वर की मात्रा को समायोजित किया जाता है ताकि यह उतना ही जोर से लगे जितना कि किसी दिए गए वजन को भारी लगता है। 3. गैर-मीट्रिक स्केलिंग। ये मनोवैज्ञानिक चरों को स्केल करने की प्रक्रियाएँ हैं जो गैर-मीट्रिक हैं, अर्थात, जिन्हें केवल अंतराल पैमानों के रूप में नहीं निपटाया जा सकता है। इस समूह में वरीयताओं के पैमाने, स्वाद, मूल्यों के बारे में निर्णय आदि शामिल हैं। यहां विशिष्ट तकनीक यह है कि विषय को उत्तेजनाओं के जोड़े के साथ प्रस्तुत किया जाता है और उन्हें वांछनीयता या वरीयता के संदर्भ में रेट करने के लिए कहा जाता है; उदाहरण के लिए, विषय पनीर सैंडविच या हैम सैंडविच का चयन करेगा। कई गणितीय रूप से जटिल प्रक्रियाएँ हैं जिनके द्वारा इन आदेशित निर्णयों को वास्तविक अंतराल पैमानों के रूप में दर्शाया जा सकता है। बहुआयामी स्केलिंग देखें।

स्टीवंस ने विधियों (प्रत्यक्ष स्केलिंग विधियों) का एक समूह विकसित किया, जो आपको अंतराल या अनुपात के पैमाने पर संवेदना के परिमाण का अनुमान प्राप्त करने की अनुमति देता है तत्काल परिणाममापने की प्रक्रिया। स्टीवंस ने तर्क दिया कि संवेदनाओं का सीधे मूल्यांकन करना संभव है, इसके लिए आपको बस उपयोग करने की आवश्यकता है कुछ तरीके, पर्यवेक्षकों को अपनी भावनाओं को संख्याओं की भाषा में "अनुवाद" करने की अनुमति देता है। समान स्केलिंग विधियों का उपयोग करते हुए, स्टीवंस और उनके अनुयायियों ने एक समीकरण पाया जो एक संकेत के परिमाण और इसके कारण होने वाली संवेदना के परिमाण के बीच संबंध का वर्णन करता है, जिसे एक शक्ति कानून कहा जाता है। इस नियम के अनुसार, किसी शक्ति के लिए उठाए गए संकेत की भौतिक तीव्रता के अनुपात में संवेदी संवेदना का परिमाण बढ़ता है।

- संबंध मूल्यांकन विधि: यह समझाने का प्रस्ताव किया गया था कि प्रस्तावित संवेदना पिछले एक की तुलना में कितनी बार अधिक या कम है (विषय को 2 (या अधिक) उत्तेजनाओं के साथ प्रस्तुत किया गया है और उसे उत्तेजनाओं के बीच संबंध का मूल्यांकन करना चाहिए दिया गया पैरामीटरऔर इसे व्यक्त करें संख्यात्मक आदेश);

- संबंध विधि: यह संदर्भ उत्तेजना के लिए चयन करने का प्रस्ताव था जो एक निश्चित संख्या में उससे अधिक या कम हो (अंशांकन - विभाजन या गुणन गुणन)।

- परिमाण अनुमान विधि: मानक की इकाइयों में सनसनी के मूल्य का अनुमान लगाने का प्रस्ताव था (एक मानक है (इसमें है .) अंकीय मूल्य, उदाहरण के लिए, यह 1 है), फिर एक उत्तेजना यादृच्छिक क्रम में प्रस्तुत की जाती है, जिसका मूल्यांकन मानक के अनुसार किया जाना चाहिए। विषय को उत्तेजनाओं के अनुक्रम के लिए संख्याएँ निर्दिष्ट करनी चाहिए (उदाहरण: भावनाओं का मूल्यांकन));

- मान सेट करने की विधि: मानक की एक निश्चित संख्या की इकाइयों के बराबर एक सनसनी का चयन करने का प्रस्ताव था (परिमाण का अनुमान लगाने की विधि के विपरीत)। यहां प्रयोगकर्ता मूल्यों (संख्याओं) को नाम देता है और विषय को प्रस्तुत संख्यात्मक अक्ष के अनुसार कई उत्तेजनाओं को व्यवस्थित करने के लिए कहता है।

अंतराल पैमाने की ओर ले जाने वाली प्रत्यक्ष विधियाँ (समान दूरी के पैमानों, अंतराल पैमानों के निर्माण पर आधारित विधियाँ):

· समान संवेदी दूरियों की विधि। ऐसी कई विधियां हैं जिनमें विषय उत्तेजनाओं की एक श्रृंखला का चयन या मिलान करने का प्रयास करता है ताकि वे विषयपरक रूप से चिह्नित हों समान दूरीकुछ निरंतरता पर।

पहले वाला "अंतराल को आधा करना". 1850 . में पठार कलाकारों को एक ग्रे टोन को फिर से बनाने के लिए कहा जो कहीं काले और सफेद के बीच हो। सफेद और भूरे रंग के बीच व्यक्तिपरक दूरी वही थी जो काले और भूरे रंग के बीच थी। मुख्य लक्ष्य फेचनर के नियम की वैधता का परीक्षण करना था। यदि मध्य बिंदुज्यामितीय माध्य के साथ मेल खाता है अंकगणितीय माध्य नहीं, तो फेचनर सही होगा। कभी बात एक मतलब पर पड़ती थी, कभी दूसरी पर; यह भी हुआ कि वह उनके बीच कहीं थी। यह स्पष्ट है कि यह विधि भिन्नात्मक विधि के समान त्रुटियों के अधीन है। वास्तव में, किसी अंतराल को समद्विभाजित करने की विधि बहुत हद तक किसी मात्रा को समद्विभाजित करने की विधि के समान है। केवल अंतर यह है कि द्विभाजन विधि पैमाने के लिए एक वास्तविक शून्य दे सकती है।

सैनफोर्ड प्रयोग।बेशक, प्रयोगों को द्विभाजन तक सीमित करने का कोई कारण नहीं है। आप व्यक्तिपरक दूरी को किसी भी समान अंतराल में विभाजित कर सकते हैं। सैनफोर्ड वजन प्रयोग में, 108 बैग, 5 से 100 ग्राम तक, पांच ढेरों में व्यवस्थित होते हैं, जिनके बीच लगभग समान संवेदी दूरी होती है। यदि प्रत्येक ढेर में रखे गए सभी भारों का औसत लॉगरिदमिक पैमाने पर कोर्डिनेट पर लागू होता है, और व्यक्तिपरक मान एक रैखिक पैमाने पर एब्सिस्सा पर लागू होता है, तो फेचनर के नियम के अनुसार, अंक एक सीधी रेखा पर स्थित होने चाहिए।

विषय को विभिन्न प्रकार की उत्तेजनाओं के साथ प्रस्तुत किया जाता है और उन्हें उन सभी के साथ सहसंबंधित करने के लिए कहा जाता है निश्चित संख्याश्रेणियाँ। 3 से 20 श्रेणियों से। संख्या या विशेषण आमतौर पर श्रेणियों के रूप में उपयोग किए जाते हैं। श्रेणीबद्ध स्केलिंग के लिए एक सरल प्रक्रिया स्पष्ट समान अंतराल विधि है। यह माना जाता है कि जब कोई व्यक्ति श्रेणियों को उत्तेजना प्रदान करता है, तो वह उपयोग की जाने वाली श्रेणियों की सीमाओं के बीच के अंतराल को ध्यान में रखने में सक्षम होता है। इसके आधार पर, प्रयोगकर्ता श्रेणियों को अंतराल के पैमाने पर मान के रूप में मानता है। विश्वसनीय डेटा प्राप्त करने के लिए औसत की आवश्यकता होती है। एक बड़ी संख्या मेंनिर्णय पर समकालीन अभ्यासप्रत्येक संख्यात्मक श्रेणी के लिए, मौखिक लेबल का उपयोग अक्सर मापी जा रही विशेषता की अभिव्यक्ति की डिग्री को इंगित करने के लिए किया जाता है। ये लेबल विषय को उत्तेजना के परिमाण के बारे में अधिक सटीक और सुसंगत निर्णय लेने में मदद करते हैं। संदर्भ का प्रभाव महान है - अन्य उत्तेजनाओं के मूल्य।

क्रॉस-मोडल तुलना की विधि।

शक्ति कानून के अधिक विस्तृत सत्यापन के लिए, प्रयोग किए गए उत्तेजनाओं की क्रॉस-मोडल तुलना।प्रयोग में विषय का कार्य विभिन्न तौर-तरीकों की संवेदनाओं की तीव्रता को बराबर करना था। उदाहरण के लिए, उसे उंगली पर रखे कंपन सेंसर और ध्वनि की मात्रा से संवेदना की ताकत को बराबर करना था। प्रयोग की स्थिति के लिए विषयों के कुछ अनुकूलन के बाद, वे काफी स्थिर हो जाते हैं।

यदि शक्ति का नियम वास्तव में सत्य है, तो उत्तेजनाओं और संवेदनाओं के बीच एक संबंध होना चाहिए:

दो संवेदी तौर-तरीके होने दें: Sn और Sm, संबंधित उत्तेजनाओं के साथ जुड़े हुए हैं और Im बिजली निर्भरता:

S1= I1 ^n S2= I2 ^m

यदि हम इस बात को ध्यान में रखते हैं कि विषय S1 और S2 की तीव्रता के बराबर है:

समानता की कसौटी का अर्थ है कि उद्दीपन समान हैं क्योंकि वे समान तीव्रता के संवेदी परिणामों की ओर ले जाते हैं। इसके अलावा, उत्तेजना की तीव्रता का लघुगणक लेते समय, रैखिक निर्भरता, जिसका अर्थ है कि यह शक्ति कानून की पुष्टि करता है (tgL=m/n, जहां L रेखा और x-अक्ष के बीच का कोण है)।

अप्रत्यक्ष स्केलिंग।

Fechner थ्रेशोल्ड मापने के तीन तरीके:

1) सीमाओं की विधि (न्यूनतम परिवर्तन): उत्तेजना में कौन से न्यूनतम परिवर्तन संवेदनाओं में अंतर का कारण बनते हैं।

मानक प्रोत्साहन विषय को प्रस्तुत नहीं किया जाता है और उसका कार्य यह उत्तर देना है कि क्या वह एक उत्तेजना का पता लगाता है या नहीं। यहां, 2 मात्राएँ निर्धारित की जाती हैं: उत्तेजना का परिमाण जो पहली बार विषय द्वारा महसूस किया जाता है जब बढ़ती तीव्रता की उत्तेजनाओं की एक श्रृंखला लागू होती है, और उत्तेजना का परिमाण जिसे वह पहली बार महसूस नहीं करता है जब उत्तेजनाओं का क्रम तीव्रता में कमी आती है। निरपेक्ष थ्रेशोल्ड को प्रत्येक स्तंभ के निरपेक्ष थ्रेसहोल्ड के औसत मान के रूप में लिया जाता है।

आदतन त्रुटि- उत्तर "हां" को अवरोही क्रम में और उत्तर "नहीं" को आरोही क्रम में रखने की प्रवृत्ति। प्रत्याशा त्रुटिविपरीत चरित्र है। एक बदलाव की उम्मीद के साथ जुड़े - विपरीत के जवाब में बदलाव।

प्रयोगकर्ता तुलनात्मक उत्तेजना को आरोही और अवरोही पंक्तियों में छोटे चरणों में बदलता है। उद्दीपन में प्रत्येक परिवर्तन पर विषय को अवश्य कहना चाहिए<, = или >मानक की तुलना में परिवर्तनशील प्रोत्साहन। प्रयोग के परिणामस्वरूप, प्रतिक्रिया श्रेणी में परिवर्तन के अनुरूप परिवर्तनशील उत्तेजना के मूल्य निर्धारित किए जाते हैं। एल के मूल्यों को निर्धारित करने के लिए, केवल 1 संक्रमण को + से = (एल +, ऊपरी अंतर सीमा) और अवरोही में = से - (एल-, निचला अंतर सीमा) के पहले संक्रमण को ध्यान में रखने की अनुशंसा की जाती है। श्रृंखला। आरोही पंक्ति में - से = तक के पहले संक्रमण और = से + तक के पहले संक्रमण को ध्यान में रखा जाता है। अनिश्चितता अंतराल(आईएन) - जहां अनुमान = सबसे अधिक बार पाए जाते हैं। एसआई एक क्षेत्र को 2 अंतर थ्रेसहोल्ड या एसआरपी के आकार के साथ कवर करता है: से - से = और से = से + तक। अंतर सीमा= आईएन/2।

2) स्थापना विधि (मध्यम त्रुटि): उत्तेजना को तब तक छंटनी की जाती है जब तक कि यह विषयगत रूप से मानक से मेल नहीं खाता।

अंतर सीमा निर्धारित करते समयविषय, एक नियम के रूप में, तुलनात्मक उत्तेजना को स्वयं समायोजित करता है, जो लगातार मानक में बदल सकता है, अर्थात। परिवर्तनशील उद्दीपन का मान निर्धारित करता है जिस पर यह प्रतीत होता है मानक के बराबर. इस प्रक्रिया को कई बार दोहराया जाता है, और फिर औसत मूल्य और विषय के दृष्टिकोण की परिवर्तनशीलता की गणना की जाती है। ट्रिम्स (सेट) का माध्य टीसीपी (सब्जेक्टिव इक्विटी पॉइंट) का प्रत्यक्ष संकेतक है, और विषयों द्वारा अनुमत ट्रिम्स की परिवर्तनशीलता हो सकती है अंतर सीमा की गणना करने के लिए उपयोग किया जाता है।

निरपेक्ष सीमा का निर्धारण करते समयविषय बार-बार परिवर्तनशील उत्तेजना का मूल्य निर्धारित करता है, जो उसकी राय में, उसके द्वारा खोजी गई उत्तेजनाओं में सबसे कम है। इन सेटिंग्स का औसत निरपेक्ष सीमा के रूप में लिया जाता है।

प्रत्येक व्यक्तिगत नमूने में टीसीपी और पर्यवेक्षक की सेटिंग के बीच के अंतर को कहा जाता है परिवर्तनशील त्रुटि(एसडी), जिसे मानक विचलन द्वारा मापा जाता है।

3) लगातार विधि(उत्तेजनाओं के जोड़े की तुलना, जिनमें से एक सभी जोड़े के लिए स्थिर है)।

विधि इस प्रकार है। अलग-अलग तीव्रता के उत्तेजनाओं को विषय को यादृच्छिक क्रम में प्रस्तुत किया जाता है। यदि एक हम बात कर रहे हेअंतर थ्रेशोल्ड की परिभाषा के बारे में, उत्तेजनाओं को सामान्य के साथ बारी-बारी से प्रस्तुत किया जाता है। विषय को यह मूल्यांकन करने की आवश्यकता है कि क्या चर उत्तेजना उसे सामान्य से अधिक या कम लगती है (कुछ प्रयोगों में, उत्तर "बराबर" है)। निरपेक्ष सीमा निर्धारित करने के मामले में, विषय को केवल यह कहना होता है कि क्या वह उसे प्रस्तुत की गई जलन महसूस करता है या नहीं करता है।

यदि 50% मामलों में उत्तेजना या उत्तेजना के बीच अंतर माना जाता है, तो वे क्रमशः पूर्ण और अंतर थ्रेसहोल्ड की स्थिति को इंगित करते हैं। ध्यान दें कि निरपेक्ष दहलीज के संक्रमण क्षेत्र में 50% के अनुरूप प्रोत्साहन मूल्य अंतर सीमा के संक्रमण क्षेत्र में व्यक्तिपरक समानता के बिंदु से मेल खाता है।

शास्त्रीय मनोभौतिकी (वुडवर्थ और श्लोसबर्ग, 1974) से अपनाया गया। यह है तरीका सीधी रसीदवस्तुओं की शब्दार्थ समानता के मैट्रिक्स। विषय को एक निश्चित ढाल पैमाने का उपयोग करके मूल्यों की समानता का आकलन करने का काम सौंपा गया है। उदाहरण के लिए, 0 से 5 तक का एक पैमाना, जहाँ 0 कोई समानता नहीं है, 5 लगभग एक मेल है। यह काफी सटीक तरीका है (मिलर, 1971), लेकिन श्रमसाध्य। वस्तुओं के शब्दार्थ संबंधों के अध्ययन के लिए समानता मैट्रिक्स के निर्माण के लिए n(n–1)/2 जोड़ीवार तुलनाओं की आवश्यकता होती है।

अगला, एक बहुभिन्नरूपी विश्लेषण प्रक्रिया लागू की गई थी। इसका सार इस प्रकार है। व्यक्तिपरक समानता (विश्लेषण की गई वस्तुओं के बीच की दूरी) के मैट्रिक्स के आधार पर, सबसे छोटे संभव आयाम के ऐसे ज्यामितीय स्थान का पुनर्निर्माण किया जाता है, जिसमें विश्लेषण की गई वस्तुओं के अनुरूप समन्वय बिंदुओं के बीच की दूरी समानता की व्यक्तिपरक दूरी के समान होती है। आव्यूह।

गणितीय रूप से, बहुआयामी स्केलिंग प्रक्रिया में बिंदुओं के बीच ज्ञात दूरी के आधार पर, कुछ समन्वय अक्षों पर बिंदुओं के समन्वय अनुमानों को निर्धारित करना शामिल है। सिमेंटिक स्पेस के चयनित कारकों-अक्षों में से प्रत्येक के लिए प्रत्येक शब्द के पाए गए भार के आधार पर, सिमेंटिक स्पेस में इन शब्दों के निर्देशांक का पुनर्निर्माण किया गया था।

शब्दार्थ विश्लेषण की सबसे विकसित तकनीक। जे। डीज़ (1962), डिक्सन और हॉर्टन (1968), क्रेलमैन (1965) के कार्यों में विस्तार से चर्चा की। विश्लेषण मनोवैज्ञानिक प्रकृतिप्रक्रियाओं अंतर्निहित संघों को ए.ए. के कार्यों में दिया गया है। लियोन्टीव, एल.बी. इटेलसन, ए.ए. ब्रुडनी, बी.ए. एर्मोलायेवा, वी.एफ. पेट्रेंको और अन्य।

शब्दों की एक जोड़ी की शब्दार्थ निकटता (दूरी) का माप उत्तरों के वितरण के संयोग की डिग्री है। अर्थात्, विश्लेषण की वस्तुओं की समानता की डिग्री उन्हें दिए गए संघों की समानता के माध्यम से स्थापित की जाती है। यह कार्यों में मूल्य है विभिन्न लेखककहा जा सकता है: प्रतिच्छेदन गुणांक, संघ गुणांक, अतिव्यापन माप।

संघों को प्रतिमान में विभाजित किया गया है (प्रतिक्रिया शब्द और एक से उत्तेजना शब्द व्याकरण वर्ग: पिता-माता, कुर्सी-मेज, आदि) और वाक्य-विन्यास (उत्तेजना शब्द और .) प्रतिक्रिया शब्दविभिन्न व्याकरणिक वर्गों से: कार-ड्राइविंग, धूम्रपान-बुरा, आदि)

लाभ - सादगी, उपयोग में आसानी, क्योंकि। एक ही समय में किया जा सकता है बड़े समूहपरीक्षण विषय; - अचेतन घटकों की पहचान करने की क्षमता, टीके। विषय उपयोग के तरीके में मूल्य के साथ काम करते हैं; - सहयोगी तकनीकपीछे दोनों संज्ञानात्मक संरचनाओं को दर्शाता है भाषाई अर्थ, तथा व्यक्तिगत विशेषताएंविषय, उनके व्यक्तिगत अर्थ।

1955 में डिजाइन किया गया। सी. ऑसगूड के नेतृत्व में अमेरिकी मनोवैज्ञानिकों का एक समूह। यह मूल रूप से synesthesia के तंत्र का अध्ययन करने के लिए प्रयोग किया जाता था। प्राप्त हुआ विस्तृत आवेदनविश्लेषण के साथ मानव धारणा और व्यवहार से संबंधित अनुसंधान में सामाजिक दृष्टिकोण, व्यक्तिगत अर्थ। एसडी विधि स्केलिंग प्रक्रियाओं और नियंत्रित एसोसिएशन विधि का एक संयोजन है।

एसडी विधि सांकेतिक अर्थ को मापती है। ये वे राज्य हैं जो प्रतीक-उत्तेजना की धारणा का पालन करते हैं और आवश्यक रूप से प्रतीकों के साथ सार्थक संचालन से पहले होते हैं (ओसगूड, 1957)। इसका एक एनालॉग सोवियत मनोविज्ञानअवधारणा के रूप में कार्य करता है व्यक्तिगत अर्थ”, विषय के अर्थ के अर्थ के रूप में (ए.ए. लेओनिएव, 1965; ए.एन. लेओनिएव, 1975)।

एसडी विधि के लाभ कॉम्पैक्टनेस (सहयोगी विधि के विपरीत)। डेटा प्रोसेसिंग में आसानी (संख्यात्मक रूप से प्रस्तुत मानकीकृत डेटा आसानी से उत्तरदायी हैं सांख्यिकीय प्रसंस्करण) तुकबंदी टिकटों, तुकबंदी संघों के सिद्धांत पर संघों की संभावना, अर्थात्। सामग्री योजना की निकटता के कारण नहीं, बल्कि अभिव्यक्ति योजना की समानता के कारण संघ।

द्वारा अवधारणा मूल्यांकन व्यक्तिगत तराजूआपस में संबंध रखते हैं। का उपयोग करके कारक विश्लेषणअत्यधिक सहसंबद्ध तराजू के बंडलों को एकल करना और उन्हें कारकों में समूहित करना संभव है। मनोवैज्ञानिक तंत्र, जो कारकों में तराजू का अंतःसंबंध और समूहन प्रदान करता है, सी। ओजगूड ने सेनेस्थेसिया की घटना पर विचार किया। अमेरिकी मनोवैज्ञानिकएल. मार्क्स (1975) ने सिन्थेसिया को पूर्व-भाषाई वर्गीकरण का एक सार्वभौमिक रूप माना, जो जीव के स्तर पर एक सामान्यीकरण प्रदान करता है।

एसडी पद्धति में अध्ययन के तहत वस्तुओं की निकटता का एक उपाय मूल्यांकन प्रोफाइल की समानता है, एसडी तराजू पर डेटा। उदाहरण के लिए, आइए भावनात्मक अभिव्यक्ति, अभिव्यक्ति के कारक द्वारा एसडी पद्धति "भाषण गुणों का आकलन" का उपयोग करके प्राप्त तीन प्रोफाइल पर विचार करें। यह इस आंकड़े से देखा जा सकता है कि पहली प्रोफ़ाइल (*) दूसरे और तीसरे प्रोफाइल से काफी भिन्न है + ) और अंतिम दो प्रोफाइल एक दूसरे के समान हैं।

कारक विलोम विशेषण के सामान्यीकरण का एक रूप है। पैमानों को कारकों में समूहित करना, तराजू (ध्रुवीय प्रोफ़ाइल विधि) द्वारा निर्दिष्ट सुविधाओं का उपयोग करके वस्तुओं के विवरण से श्रेणियों-कारकों के एक छोटे सेट का उपयोग करके अधिक विशिष्ट विवरण में स्थानांतरित करना संभव बनाता है।

ज्यामितीय रूप से, सिमेंटिक स्पेस की कुल्हाड़ियां श्रेणियां-कारक हैं (ऑर्थोगोनल, स्वतंत्र मित्रदोस्त से)। वस्तुओं के सांकेतिक अर्थ (भावनात्मक रूप से समृद्ध, खराब संरचित और सामान्यीकरण के थोड़े सचेत रूप) के रूप में दिए गए हैं समन्वय बिंदुया उस स्थान के भीतर वैक्टर। इन बिंदुओं को कारकों की धुरी पर उनके अनुमानों के ज्ञान के आधार पर बहाल किया जाता है (दूसरे शब्दों में, ये प्रत्येक कारक के लिए वस्तु के कारक भार हैं)।

अपने अध्ययन में, ओजगूड (1962) ने विभिन्न प्रकार के वैचारिक वर्गों से अवधारणाओं को बढ़ाया और तीन सार्वभौमिक वर्गीकरण कारकों की पहचान की जो विभिन्न के प्रतिनिधियों में समान हैं। भाषा संस्कृतियां, विभिन्न के लोग शिक्षा का स्तरऔर स्वस्थ विषयों की तुलना में सिज़ोफ्रेनिया के रोगियों में भी। 42 एसडी पद्धति के विकास में, निम्नलिखित प्रवृत्तियों को प्रतिष्ठित किया जा सकता है: सार्वभौमिक शब्दार्थ रिक्त स्थान के निर्माण से संक्रमण जो शब्दावली को सबसे अलग करता है विभिन्न अवधारणाएंनिजी शब्दार्थ रिक्त स्थान के निर्माण के लिए कक्षाएं। विश्लेषण की गई वस्तुओं का वर्णन करने के साधनों का विस्तार, गैर-मौखिक का उपयोग, विशेष रूप से दृश्य में, तराजू के निर्माण के लिए विरोध। यादृच्छिक रूप से चयनित विषयों के औसत समूह डेटा के आधार पर रिक्त स्थान के निर्माण से एक नियंत्रित विशेषता (लिंग, आयु, सामाजिक वर्ग, आदि) द्वारा एकजुट विषयों के समूह की विशेषता वाले सिमेंटिक रिक्त स्थान का निर्माण करने के लिए संक्रमण, या अंतर को प्रतिबिंबित करने वाले अर्थपूर्ण रिक्त स्थान का निर्माण करने के लिए संक्रमण व्यक्तित्व के मनोवैज्ञानिक पहलू विषय, उनकी संज्ञानात्मक शैली।