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 - отношение одного респондента к объекту.
а – отношение одного респондента к объекту. это убеждение, что объект обладает атрибутом i. 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:
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
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. , 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.
Кеншин
социальные