Лучшая практика обработки двойных отрицаний при использовании модели ожидаемого значения?

Мой вопрос касается правила мультипликативной комбинации в модели ожидаемого значения, разработанной Фишбейном и Айзеном, и вопросов, касающихся путаницы ожидаемого значения или случая «двойных отрицаний» в мультипликативной комбинации.

Для своей магистерской диссертации я провел опрос среди выборки людей и задал вопросы об их отношении к гостиничной компании. Мое намерение состоит в том, чтобы вывести их отношение с помощью модели ожидаемой ценности:

  а знак равно я знак равно 1 н б я е я

а - отношение одного респондента к объекту.

  б я
это убеждение, что объект обладает атрибутом i.
  е я
является оценкой атрибута.

а – отношение одного респондента к объекту. б я это убеждение, что объект обладает атрибутом i. е я является оценкой атрибута i.

Первый вопрос (e) обращается к мнению респондента о важности атрибута i (например, центральное расположение), а второй вопрос (b) обращается к убеждению респондента в том, что гостиничная компания предоставит атрибут i. У меня также есть прямая переменная отношения, которая не входит в рамки этой проблемы, если, конечно, она не является частью решения.

Респонденты выбирают одну альтернативу по биполярной семантической дифференциальной шкале с крайними значениями между «неважно — важно» (д) и «маловероятно — вероятно» (б) для каждого признака с кодированной шкалой от -3 до +3.

Точки отношения сравниваются с различными t-критериями гипотез. Один независимый t-тест между экспериментальной группой и контрольной группой. И один зависимый t-критерий для исследования различий внутри групп.

В задачу исследования не входит проведение фокус-группы для выявления признаков у репрезентативной выборки населения (клиентов гостиничных компаний). Таким образом, причина использования биполярной шкалы для «разрешения» отрицательного ответа, например, «маловероятно» вместо «маловероятно» на более низкой шкале:

«Например, когда — как часть выявления убеждений — человек указывает, что «употребление алкоголя вызывает у меня тошноту», разумно использовать для этого человека униполярную шкалу для оценки силы этого убеждения. Однако, когда одно и то же утверждение предъявляется человеку, который лично не испускал его, человек вполне может решить, что это крайне маловероятно или ложно.Чтобы разрешить такой ответ, следует использовать биполярную шкалу убеждений, такую ​​как семибалльная шкала, варьирующаяся от маловероятной быть вероятным или падать до истины». (Фишбейн и Айзен, 2010, стр. 106)

Проблемный вопрос, путаница ожидаемого значения или случай двойного отрицания, возникает, когда респонденты отвечают отрицательной оценкой и убеждением. Ньютон и др. (2011, стр. 3) утверждают, что явление «путаница ожидаемого значения» возникает, поскольку b * e «вычисления не интерпретируются»:

«если бы оба ответа были закодированы по биполярным шкалам, то человек получил бы максимально возможную оценку из-за умножения двух отрицательных членов (-3 * -3 = 9). Таким образом, ранжирование оценок в структуре ожидаемой ценности становится зависящим от используемого метода шкалы. Следовательно, ранжирование оценок ожидаемой ценности зависит от шкалы элементов, что может иметь важные последствия для анализа и интерпретации результатов». (Ньютон и др., 2011, стр. 2-3)

Фишбейн и Айзен также занимались этой проблемой; Френч и Ханкинс (2003) объясняют «психологию двойного негатива», первоначально представленную Айзеном и Фишбейном (1980):

«Обоснование принятой Фишбейном и Айзеном системы оценок основано на том, что они называют «психологией двойного негатива». , как рекомендовали Айзен и Фишбейн (1980), человек, указавший, что, по его мнению, исход был и вероятным, и хорошим, получит максимально возможный результат (+ 3 * + 3 = + 9), как и человек, который считает, результат был и маловероятным, и плохим (-3 * -3 = + 9), то есть негативно оцениваемое последствие с предполагаемой низкой вероятностью возникновения считается такой же причиной для вывода о положительном отношении, как и положительно оцениваемое последствие. с предполагаемой высокой вероятностью возникновения.Обратите внимание, что, согласно этой точке зрения, удаленные позиции привели к одному и тому же числовому результату.(Френч и Хэнкинс, 2003, стр. 39)

Таким образом, Фишбейн и Айзен заявляют, что биполярное масштабирование — лучший выбор:

«В целом, имеющиеся на сегодняшний день данные указывают на то, что биполярная оценка обычно превосходит униполярную оценку поведенческих убеждений». (Фишбейн и Айзен, 2008, стр. 2231)

И они также заявили, что мультипликативная комбинация верна:

«Таким образом, мы приходим к выводу, что умножение силы убеждения и оценки результата, которое лежит в основе модели ожидаемой ценности, является разумным и хорошо обоснованным предположением». (Фишбейн и Айзен, 2010, стр. 118)

Что меня озадачивает, так это то, что Фишбейн и Айзен в 2008 и 2010 годах предлагали перейти от биполярной к униполярной шкале после того, как данные были собраны:

«Хотя переход от однополярного к биполярному подсчету включает простое линейное преобразование (то есть вычитание на 4), это приводит к нелинейному преобразованию члена произведения (be). Это можно увидеть в следующем вычислении, где исходные значения b преобразуются добавлением константы B, а значения e - константой E. Для простоты в уравнение ожидания и ценности вводится только одно поведенческое убеждение:

  А Б ( б + Б ) ( е + Е ) б е + Е б + Б е + Б Е

На практике, однако, влияние линейного преобразования часто относительно невелико из-за ограниченного диапазона оценок силы убеждения или результатов оценки. В предельном условии, при котором баллы по любой переменной одинаковы для всех участников, линейное преобразование этой переменной приведет к линейному преобразованию продукта b * e, что не повлияет на корреляции с внешними критериями» (Фишбейн и др.). Айзен, 2008, с.2226-2226)

В заключение, как Френч и Ханкинс (2003), так и Ньютон и др. (2011) проблематизируют мультипликативную комбинацию из-за двойного отрицания, также называемого путаницей ожидаемого значения. Они действительно предлагают различные решения, но рекомендуют две другие модели, разработанные Шмидтом (1973) и Хэддоком и Занной (1998): «модель ожидания-валентности» и «открытые измерения компонентов отношения» соответственно.

Однако эти модели неприменимы к моей проблеме. Я уже проводил анкеты, в результирующих данных которых действительно были двойные отрицания.

Я подумываю либо использовать предложение Фишбейна и Айзена (2008), либо принять этот вопрос как «психологию двойного негатива», представленную теми же авторами (1980).

Но я не уверен, и именно поэтому я обращаюсь к этому сообществу, чтобы спросить: какова наилучшая и распространенная практика для решения этой проблемы с двойным отрицанием при использовании модели ожидаемого значения?

Список используемой литературы

  • Айзен, И., и Фишбейн, М. (2008). Масштабирование и тестирование мультипликативных комбинаций в модели отношений «ожидание-ценность». Журнал прикладной социальной психологии, 38 (9), 2222–2247. doi:10.1111/j.1559-1816.2008.00389.x
  • Айзен, И., и Фишбейн, М. (1980). Понимание установок и предсказание социального поведения. Прентис-Холл.
  • Фишбейн, М., и Айзен, И. (2010). Прогнозирование и изменение поведения: подход к обоснованным действиям. Группа Тейлор и Фрэнсис.
  • Френч, Д.П., и Хэнкинс, М. (2003). Путаница между ожиданиями и ценностью в теории запланированного поведения и некоторые предлагаемые решения. Британский журнал психологии здоровья, 8 (1), 37–55. дои: 10.1348/135910703762879192
  • Хэддок, Г., и Занна, член парламента (1998). Об использовании открытых мер для оценки компонентов отношения. Британский журнал социальной психологии, 37 (2), 129–149. doi:10.1111/j.2044-8309.1998.tb01161.x
  • Ньютон, Дж. Д., Юинг, М.Т., Берни, С., и Хэй, М. (2011). Разрешение теории «путаницы ожидания и ценности» запланированного поведения с использованием размерной значимости. Психология и здоровье, 27 (5), 588–602. дои: 10.1080/08870446.2011.611244
  • Шмидт, Флорида (1973). Последствия проблемы измерения для исследования теории ожидания. Организационное поведение и деятельность человека, 10 (2), 243–251. дои: 10.1016/0030-5073(73)90016-0
Вы можете просто «сдвинуть» масштаб одной из переменных. Вместо того, чтобы переходить от -3 к 3, перейдите от 0 к 7. Я бы рекомендовал преобразовать биполярную переменную «ожидание» в процент.
@Крис   е я представляет собой оценку атрибута i в соответствии с моделью ожидаемой ценности (см., например, стр. 97, Ajzen & Fishbein 2010).

Ответы (2)

Вы читали это:

Фишбейн, М., Миддлштадт, С. (1995) Некогнитивные эффекты на формирование и изменение отношения: факт или артефакт? Журнал потребительской психологии, 4 (2), 181-202. [ДОИ]

Прямая цитата со страницы 187:

Обратите внимание, что психология двойного негатива является неотъемлемой частью формулировки ожидаемой ценности (Ajzen & Fishbein, 1980; Fishbein, 1967; Fishbein & Ajzen, 1975). С точки зрения теории ценности ожидания и в соответствии с теорией баланса Хайдера (1958), убеждение в том, что объект не имеет отрицательных характеристик или что выполнение определенного поведения предотвратит отрицательный результат, должно способствовать положительному (а не отрицательному) результату. отношение к этому объекту или поведению. Например, если студент не верит (т. е. если он или она не верит), что «мой профессор — капризный оценщик», это убеждение должно, согласно формулировке ценности ожидания, способствовать положительному (а не отрицательному) вкладу в его или ее оценку. отношение к моему профессору.

Проблема в основном связана с уровнем вероятности, который вы приписываете событию, который является переменным. е я , не следует измерять с помощью биполярной шкалы. Вместо этого вероятности должны быть связаны с процентом от 0 до 100%. Это более естественная единица измерения, так как результат «низкая вероятность» обычно означает, что респондент считает вероятность события низкой, например 20%. Я мог легко преобразовать биполярную шкалу в процентную, используя простую арифметику. Например, если шкала -3, -2, -1, 0, 1, 2, 3, то я бы преобразовал эти числа в проценты как 0, 16,6, 33,3, 50, 66,6, 83,3, 100. Это позволяет избежать двойного отрицательного проблема и является более естественным измерением уверенности, чем биполярная шкала.

Не могли бы вы дать ссылку на соответствующую литературу, связанную с решением? Так же   е я переменная — это оценка того, насколько важным является атрибут i (Ajzen & Fishbein, 2010), и она не связана с какой-либо вероятностью, поскольку шкала неважна — важна . Я объясню это более ясно в вопросе.
Я имел в виду b не e в своем ответе, извините.
Есть ли доказательства того, что это решение не сломает модель? Есть ли какое-либо документированное эмпирическое подтверждение, на которое можно было бы ссылаться для преобразования биполярной шкалы правдоподобия при использовании модели ожидаемой ценности?