Масштабы. Гост 2.302—68 Масштабом называется отношение линейных размеров изображения предмета на чертеже к его действительным размерам
Стандартные значения масштабов приведены ниже:
Натуральный масштаб | 1:1 |
Масштабы уменьшения | 1:2; 1:2,5; 1:4; 1:5; 1:10; 1:15; 1:20; 1:25; 1:40; 1:50; 1:75; 1:100; 1:150; 1:200; 1:250; 1:400; 1:500; 1:800; 1:1000. |
Масштабы увеличения | 2:1; 2,5:1; 4:1; 5:1; 10:1; 20:1; 40:1; 50:1; 100:1. |
Упражнение
8. Указать масштаб в обозначении следующих
изображений: вида А – уменьшенного в 2 раза; выносного элемента
Б – увеличенного в 5 раз; выбрать стандартный
масштаб для разреза В-В: из ряда: 1:3;
2,5:1; 9:1.
А ( ) | Б ( ) | В-В ( ) |
Упражнение 9. Выполнить чертёж детали (см. ниже) в масштабе 2:1. Проставить размеры (линейные размеры проставляются в мм без обозначения размерности и являются натуральными (не зависят от масштаба)).
Минимальные расстояния между параллельными размерными линиями 7 мм, а между размерными и линиями контура 10 мм. Эти размеры (7,10) − учебные, справочные − принять к сведению и на чертежах не проставлять. | |
Основная надпись
ГОСТ
2.
104-2006 устанавливает формы, размеры,
порядок заполнения основных надписей
в конструкторских документах. Ниже дан
пример заполнения основной надписи графического документа (форма 1). Основная надпись
для текстовых документов (см. ниже) выполняется по
форме 2.
Форма 1 (для чертежей и схем)
Графическая работа № 2 «Содержание работ» (формат А4)
Оформить как текстовый документ перечень семестровых графических работ шрифтом № 7, содержание которого может уточняться преподавателем в соответствии с учебным планом.
Форма 2 (для первого листа текстовых документов)
Форма 2а (для вторых и последующих листов графических и текстовых документов)
Геометрическое черчение Геометрические построения
Упражнение 10.
Выполнить
следующие построения: а) разделить
отрезок AB на две равные части; а отрезок
MN на 7 равных частей; б) построить
биссектрису угла ABC; в) из точки M провести
перпендикуляр к прямой a.
а) | б) | в) |
Упражнение 11.
Разделить окружность: а) на 3 и 6 равных частей; б) на 5 равных частей и вписать правильные многоугольники.
а) | б) |
Упражнение 12.
Провести касательную: а) через точку M к окружности O1; б) к двум окружностям O1 и O2. Определить точки касания.
a) | б) |
Упражнение
13.
а). Провести окружность через точки: А, В, С.
б). Через точки D и E провести дугу радиусом 30мм
Упражнение 14.
Построить от точки А’ многоугольник A’B’C’, равный многоугольнику ABC.
Сопряжения
Сопряжение плавный переход одной линии в другую. Общую точку, в которой осуществляется
плавный переход, называют точкой
сопряжения. Условие плавности перехода существование в точке сопряжения общей
касательной. Для
построения дуги сопряжения необходимо
выявить: её центр, радиус и точки
сопряжения. Обычно задаётся радиус
сопряжения или точка сопряжения.
Остальные элементы сопряжения находятся
построением.
При заданном радиусе сопряжения следует: 1) определить центр сопряжения
ОС ; 2) определить точки сопряжения А и В; 3) построить дугу заданным радиусом, проходящую через (…) А и В.Указания: При выполнении упражнений обозначить центр сопряжения Ос ; точки сопряжения А, В; центры окружностей О, О1 , О2 . Обвести на чертеже линии сопряжения толстыми сплошными основными линиями. Линии вспомогательных построений вычертить тонкими и сохранить на чертеже.
Упражнение 15.
а) Построить сопряжение двух прямых при заданном радиусе сопряжения R15 мм. | б) Построить внутреннее сопряжение прямой и окружности
при заданном радиусе сопряжения R20
мм. |
Упражнение 16. Построить: а) внешнее сопряжение двух окружностей при радиусе сопряжения R 25 мм; б) внутреннее — при R 40 мм.
а) | б) | |
Упражнение 17. Построить смешанное сопряжение двух окружностей радиусом R60 мм. | |
При
заданной точке сопряжения, например А,
следует: 1)
определить радиус сопряжения Rx и
центр сопряжения ОС ;
2) определить вторую точку сопряжения
В; 3) построить
дугу сопряжения радиусом Rx ,
через точки А и В.
Пример: Построить сопряжение двух прямых по заданной точке
сопряжения А (верхний рисунок).
1. Строят биссектрису угла, образованного прямыми линиями.
2. Из точки А восстанавливают перпендикуляр до пересечения
с
биссектрисой, находят центр ОС и
радиус R
3. Опускают перпендикуляр на другую сторону, получают вто-
рую точку сопряжения В.
4. Строят сопряжение радиусом RХ из точки ОС .
|
Навигация: Главная Случайная страница Обратная связь ТОП Интересно знать Избранные Топ: Характеристика АТП и сварочно-жестяницкого участка: Транспорт в настоящее время является одной из важнейших отраслей народного. Организация стока поверхностных вод: Наибольшее количество влаги на земном шаре испаряется с поверхности морей и океанов… Установка замедленного коксования: Чем выше температура и ниже давление, тем место разрыва углеродной цепи всё больше смещается к её концу и значительно возрастает… Интересное: Влияние предпринимательской среды на эффективное функционирование предприятия: Предпринимательская среда – это совокупность внешних и внутренних факторов, оказывающих влияние на функционирование фирмы… Аура как энергетическое поле: многослойную ауру человека можно представить себе подобным… Распространение рака на другие отдаленные от желудка органы: Характерных симптомов рака желудка не существует. Выраженные симптомы появляются, когда опухоль… Дисциплины: Автоматизация Антропология Археология Архитектура Аудит Биология Бухгалтерия Военная наука Генетика География Геология Демография Журналистика Зоология Иностранные языки Информатика Искусство История Кинематография Компьютеризация Кораблестроение Кулинария Культура Лексикология Лингвистика Литература Логика Маркетинг Математика Машиностроение Медицина Менеджмент Металлургия Метрология Механика Музыкология Науковедение Образование Охрана Труда Педагогика Политология Правоотношение Предпринимательство Приборостроение Программирование Производство Промышленность Психология Радиосвязь Религия Риторика Социология Спорт Стандартизация Статистика Строительство Теология Технологии Торговля Транспорт Фармакология Физика Физиология Философия Финансы Химия Хозяйство Черчение Экология Экономика Электроника Энергетика Юриспруденция |
⇐ ПредыдущаяСтр 5 из 18Следующая ⇒ Масштаб– отношение длины отрезка на карте или плане к соответствующей горизонтальной проекции этого отрезка на местности. Бывают численные и графические масштабы. Численный масштаб – это дробь, в числителе которой всегда единица, а в знаменателе число показывающее степень уменьшения при изображении предмета на планах (чертежах). Пример: 1:25000, т.е. в 1 см 250 м – именованный. Графический масштаб, делится на линейный и поперечный.
Используется для определения расстояния при помощи линейного масштаба. Раствор измерителя устанавливается на расстоянии между точками, а затем измеритель переносят на линейный масштаб, т.о. чтобы правая игла попала на целое деление, а левая расположилась в крайнем левом основании.
Если основание масштаба равно 2 см, то такой масштаб будет называться нормальным поперечным сотенным основанием.
Масштабный ряд государственных топографических карт Масштабным рядом называется строгая, определенно принятая система масштабов на территории нашей страны. Масштабный ряд был создан в 1923 г., а в 1934 г. масштабный ряд был обязателен для всех ведомств и районов СССР. Классификация масштабного ряда представлена на рисунке 3.
Топографические съемки и картографические работы производятся всеми ведомствами по единым и обязательным техническим требованиям. Российские топографические карты подразделяются на гражданские и военные. Все они являются общегосударственными картами. Государственные топографические карты СССР издаются в масштабах 1 : 1 000 000 и крупнее. Они составляют единый стандартный набор — масштабный ряд— 1:1 000 000, 1 : 500 000, 1 : 200 000, 1 : 100 000, 1 : 50 000, 1:25 000, 1:10 000. Для нужд картографического производства издается также карта масштаба 1 : 300 000. Планы создаются в масштабах 1 : 5000, 1 : 2000, 1 : 1000 и 1 : 500. Принятый масштабный ряд имеет коэффициент перехода от масштаба к масштабу (2,0—2,5). Коэффициент перехода обеспечивает соразмерность разномасштабных карт и планов, упрощает их сопоставление и сведение в единую систему.
⇐ Предыдущая12345678910Следующая ⇒ Индивидуальные и групповые автопоилки: для животных. Схемы и конструкции… Организация стока поверхностных вод: Наибольшее количество влаги на земном шаре испаряется с поверхности морей и океанов (88‰)… Опора деревянной одностоечной и способы укрепление угловых опор: Опоры ВЛ – конструкции, предназначенные для поддерживания проводов на необходимой высоте над землей, водой… Поперечные профили набережных и береговой полосы: На городских территориях берегоукрепление проектируют с учетом технических и экономических требований, но особое значение придают эстетическим… |
..
| 1.
Исследовательский анализ данных 1.3. Методы ЭДА 1.3.5. Количественные методы
| |||
| Масштаб, изменчивость или разброс | Фундаментальная задача многих статистических анализов состоит в том, чтобы охарактеризовать
разброс или изменчивость набора данных. Меры масштаба
являются просто попытками оценить эту изменчивость.При оценке изменчивости набора данных есть два ключевых момента: составные части:
Гистограмма является эффективным графическим методика отображения обеих этих составляющих спреда. 9{2}/(N – 1) \) куда \(\bar{Y}\) – среднее значение данных. Дисперсия примерно равна среднему арифметическому квадрата
расстояние от среднего. Возведение в квадрат расстояния от
среднее имеет эффект придания большего веса значениям
которые дальше от среднего. Например, точка
2 единицы от среднего добавляют 4 к вышеуказанной сумме, в то время как
Пункт 10 единиц от среднего добавляет 100 к сумме. Стандартное отклонение восстанавливает единицы спреда до исходные единицы данных (дисперсия возводит единицы). куда
\(\bar{Y}\) является средним значением
данные и |Y| — абсолютное значение Д . Эта мера не возводится в квадрат
расстояние от среднего, поэтому на него меньше влияет
крайними наблюдениями, чем дисперсия и
стандартное отклонение.
куда \(\tilde{Y}\) — медиана данных и |Д| — абсолютное значение Д . Это вариация на среднее абсолютное отклонение, которое еще меньше подвержены экстремумам в хвосте, потому что данные в хвосты меньше влияют на расчет медианы, чем в среднем.  Они отличаются
что среднее абсолютное отклонение и медиана абсолютного отклонения
не придавайте чрезмерного значения поведению хвоста. С другой
стороны, диапазон использует только две самые крайние точки и
межквартильный диапазон использует только среднюю часть данных. | ||
| Почему разные меры? | Следующий пример помогает понять, почему эти альтернативные
определения распространения полезны и необходимы. На этом графике показаны гистограммы для 10 000 случайных чисел, сгенерированных из нормальная, двойная экспонента, Коши и Тьюки-лямбда распределение. | ||
| Нормальное распределение | Первая гистограмма представляет собой выборку из
нормальное распределение.
стандартное отклонение 0,997, среднее абсолютное отклонение составляет
0,681, а диапазон 7,87. Нормальное распределение — это симметричное распределение с
хорошие хвосты и один пик в центре распределения. | ||
| Двойное экспоненциальное распределение | Вторая гистограмма представляет собой выборку из
двойное экспоненциальное распределение.
Стандартное отклонение составляет 1,417, медиана абсолютного
отклонение 0,706, размах 17,556. Сравнение двойной экспоненциальной и нормальной гистограмм
показывает, что двойная экспонента имеет более сильный пик при
центре, быстрее затухает вблизи центра и имеет гораздо более длительный
хвосты. | ||
| Распределение Коши | Третья гистограмма представляет собой выборку из
Распределение Коши.
стандартное отклонение равно 998,389, среднее абсолютное отклонение равно
1,16, а диапазон — 118 953,6. Распределение Коши является симметричным распределением с большим
хвосты и один пик в центре распределения.
Распределение Коши обладает интересным свойством:
сбор большего количества данных не дает более точной оценки
для среднего или стандартного отклонения. То есть выборка
распределение средних значений и стандартное отклонение
эквивалентны выборочному распределению исходных данных. Хотя распределение Коши является крайним случаем, оно
иллюстрируют важность тяжелых хвостов в измерении
распространять. Экстремальные значения в хвостах могут исказить стандарт
отклонение. Однако эти экстремальные значения не искажают медианное значение.
абсолютное отклонение, поскольку среднее абсолютное отклонение основано на
ранги. В общем, для данных с экстремальными значениями в
хвосты, среднее абсолютное отклонение или межквартильный размах
может обеспечить более стабильную оценку спреда, чем стандартный
отклонение. | ||
| Распределение Тьюки-Лямбда | Четвертая гистограмма представляет собой выборку из
Лямбда-распределение Тьюки с
параметр формы λ = 1,2. Стандартное отклонение 0,49, медиана
абсолютное отклонение 0,427, размах 1,666. Лямбда-распределение Тьюки имеет диапазон, ограниченный (-1/ λ , 1/ λ ). То есть у него укорочены хвосты. В этом случае стандартное отклонение и среднее абсолютное отклонение имеют более близкие значения, чем для другие три примера, которые имеют значимые хвосты. | ||
| Надежность | Тьюки и Мостеллер определил два типа устойчивости, где надежность отсутствие восприимчивости к эффектам ненормальности.
Среднее абсолютное отклонение и межквартильный размах являются оценочными. масштаба, которые обладают надежностью валидности. Однако они не особенно сильным для надежности эффективности. Если гистограммы и графики вероятностей показывают, что ваши данные
на самом деле разумно аппроксимируются нормальным распределением,
то имеет смысл использовать стандартное отклонение в качестве оценки
масштаба. Так как диапазон определяется двумя крайними точками в набор данных, мы должны быть осторожны при его использовании для больших значений N . Тьюки и Мостеллер дать оценку шкалы, которая обладает как надежностью достоверности, так и надежность эффективности. Однако все сложнее и мы не приводим формулу здесь. | ||
| Программное обеспечение | Большинство статистических программ общего назначения
может генерировать по крайней мере некоторые из мер масштаба
обсуждалось выше. | ||
Хотя дисперсия предназначена для общего измерения
распространения, на него может сильно повлиять хвост
поведение.
9{2}/(N – 1)} \)
Под симметричностью мы подразумеваем, что распределение можно свернуть относительно
ось так, чтобы обе стороны совпадали. То есть ведет себя
то же самое слева и справа от некоторой центральной точки. В таком случае,
среднее абсолютное отклонение немного меньше стандартного
отклонение из-за утяжеления хвостов. Диапазон
чуть менее 8 указывает на то, что экстремальные значения попадают в
около 4 стандартных отклонений от среднего.
Если гистограмма или график нормальной вероятности указывают на
что ваши данные хорошо аппроксимируются нормальным распределением, тогда
разумно использовать стандартное отклонение в качестве спреда
оценщик.
Из-за более длинных хвостов стандартное отклонение стремится
быть завышенным по сравнению с обычным. С другой стороны,
среднее абсолютное отклонение лишь немного больше, чем для
нормальные данные. Более длинные хвосты четко отражаются на значении
диапазона, который показывает, что экстремумы падают примерно на 6 стандартных
отклонения от среднего по сравнению с примерно 4 для нормальных данных.
Это означает, что для распределения Коши стандартное отклонение
бесполезен в качестве меры распространения. Судя по гистограмме,
ясно, что почти все данные находятся между примерно -5 и 5.
Однако несколько очень экстремальных значений вызывают как стандартное
отклонение и дальность очень велики. Тем не менее, медиана
абсолютное отклонение лишь немного больше, чем для
нормальное распределение. В этом случае среднее абсолютное отклонение
явно является лучшей мерой распространения.
е. значение населения) этой меры распространения
независимо от базового дистрибутива.
Однако, если ваши данные не являются нормальными, и в частности
если есть длинные хвосты, то с помощью альтернативной меры, такой
как среднее абсолютное отклонение, среднее абсолютное отклонение или
межквартильный диапазон имеет смысл. Диапазон используется в некоторых
приложений, таких как контроль качества, из-за его простоты.
Кроме того, сравнение диапазона со стандартным отклонением дает
индикация разброса данных в хвостах.Шкалы ответов на опрос: как правильно выбрать
То, как вы разработаете опрос или форму, повлияет на ответы, которые вы получите. Это включает в себя язык, который вы используете, порядок вопросов и, конечно же, шкалу опроса: значения и диапазоны, которые вы используете по умолчанию.
Шкалы ответов опроса могут быть встроены в опрос (например, 1–5, 1–10 и т. д.), выбраны из раскрывающегося меню или включены в язык опроса.
Независимо от того, как вы решите отображать шкалу, диапазоны по умолчанию влияют на точность ваших данных. Например, если в опросе спрашивается ваш возраст, диапазон по умолчанию 20–25 вместо 20–30 оказывает влияние.
Содержание
- 3 типа шкал ответов на опрос
- 1. Дихотомические шкалы
- 2. Рейтинговые шкалы
- 3. Шкалы семантического дифференциала для анкет
- Какую шкалу опроса следует использовать?
- Порядковые и интервальные шкалы
- В чем практическая разница?
- Имеет ли значение, являются ли ваши данные интервальными или порядковыми?
- Ограничения шкал обследования
- Значение цифр
- Little Tweaks, большие различия
- Использование соответствующих языков и масштабов
- Ответ обследования группировки, основанные на известных характеристиках
- Лучшие практики для демографических значений
- Заключение
отличный источник информации об отношении ваших посетителей. Некоторые опросы также позволяют сравнить себя с конкурентами. Но, как отмечает Джаред Спул, нюансы дизайна шкалы опроса добавляют проблем:Джаред Спул:
«В этом примере я хочу сказать, что дизайн шкалы и выбор якоря будут влиять на оценки респондентов — как выше, так и ниже.
Это основная причина, по которой я скептически отношусь к наборам данных для сравнения между компаниями, когда каждая компания использует свой инструмент опроса. Так много переменных в игре, что законные сравнения являются донкихотством».
Итак, что вы можете сделать, чтобы получить точные данные? Он начинается с понимания некоторых различий и недостатков шкал обследований.
3 типа шкал ответов на опросы
При разработке опросов обычно используются три разные модели шкал ответов на опросы:
- Дихотомическая;
- Оценочные весы;
- Шкалы семантического дифференциала.
1. Дихотомические шкалы
Дихотомические шкалы имеют два диаметрально противоположных варианта. Некоторые примеры:
- «Да» или «Нет»;
- «Верно» или «Ложно»;
- «Справедливо» или «Несправедливо»;
- «Согласен» или «Не согласен».
Никаких нюансов, и респондент не может быть нейтральным. Но есть большая ценность в том, что не имеет нейтрального варианта .
Иногда, особенно при длительных опросах, вы подвержены так называемой ошибке центральной тенденции. Ответы постепенно регрессируют к середине шкалы — к нейтральным вариантам.
Дихотомическая шкала дает более четкий бинарный ответ, но она также может стать жертвой усталости. Когда это происходит, респонденты склоняются к положительным ответам.
2. Оценочные шкалы
Вы, вероятно, лучше всего знакомы с оценочными шкалами (например, «По шкале от 1 до 10, насколько вы были удовлетворены нашим обслуживанием сегодня?»
Три наиболее распространенные оценочные шкалы:
- 1–10;
- 1–7;
- 1–5 (или шкала Лайкерта)
Есть ли разница в результатах в зависимости от выбранной вами шкалы? что сделало шкалу Лайкерта наиболее распространенной шкалой опросов9.
0198
Доктор Роб Балон советует «всегда использовать шкалу от 1 до 5, где 5 — положительный конец, а 1 — отрицательный конец. НИКОГДА не используйте 1 в качестве положительного конца».
5-балльная рейтинговая шкала Лайкерта
Еще один важный момент из выступления Спула касается шкал Лайкерта. Он протестует против ярлыков , которые мы используем на весах (удовлетворенных и неудовлетворенных) вместо самих весов:
Джаред Спул:
«Речь идет о том, как мы создаем весы. Мы начинаем с этой нейтральной точки на наших весах. Так работает пятибалльная шкала Лайкерта.
Мы добавим к нему две формы — в данном случае «удовлетворенный» и «неудовлетворенный», — а затем, поскольку мы думаем, что люди не могут просто быть удовлетворенными или неудовлетворенными, мы добавим к ним прилагательные, которые говорят «несколько» или «несколько». очень сильно.”
Хорошо, но очень доволен, это как очень съедобно. Это не такой значимый термин.
Что, если мы сделаем это нейтральным и построим шкалу на основе восторга и разочарования? Теперь нам есть с чем работать. Теперь у нас есть кое-что, что говорит нам намного больше.
Нам не следует проводить опросы об удовлетворенности; мы должны проводить опросы восхищения. Нам нужно изменить наш язык в его основе, чтобы убедиться, что мы фокусируемся на правильных вещах. Иначе мы получим вот такое дерьмо».
Таким образом, даже если удовлетворенность и неудовлетворенность являются «общепринятыми практиками», они могут не быть «лучшими практиками», особенно в исследованиях пользовательского опыта. Вы пытаетесь порадовать клиентов, а не просто «удовлетворить» их.
3. Шкалы семантического дифференциала для анкет
Шкалы семантического дифференциала собирают данные и «интерпретируют на основе коннотативного значения ответа респондента». Эти шкалы обычно имеют дихотомические слова на обоих концах спектра.
Они измеряют более конкретные поведенческие реакции:
(Источник изображения) По словам Бейлона, «по иронии судьбы, когда вы анализируете семантические дифференциальные шкалы, они в основном распадаются на два фактора: положительный и отрицательный.
На самом деле нет необходимости в семи шагах».
Какую шкалу опроса следует использовать?
Это зависит от типа данных, которые вы хотите.
Дихотомические шкалы («да» или «нет») отлично подходят для получения точных данных, но они не учитывают нюансов в ответах респондентов. Например, вопрос о том, доволен ли клиент своим опытом (да или нет), почти не дает вам понимания того, как улучшить его.
Шкала Лайкерта или показатель Net Promoter Score (NPS) лучше подходят для этой задачи из-за их расширенного диапазона. Хотя — и это важный момент — говорит Спул: «Каждый раз, когда вы увеличиваете масштаб, чтобы увидеть данные с более высоким разрешением, это, вероятно, признак того, что данные ничего не значат».
Чем больше измеримой информации (вопросы о поведении, например), тем меньше должен быть диапазон. Если вы хотите измерить отношения или чувства, хорошей стратегией будет использование 5- или 7-балльной шкалы семантического дифференциала.
Шкалы Лайкерта (удовлетворенность или неудовлетворенность) являются несколько общими для оценок отношения, и, как сказал SurveyGizmo, «вопросы семантического дифференциала задаются в контексте оценки отношения».
Существует также более старая шкала, шкала Гуттмана, в которой используются дихотомические шкалы и шкалы Лайкерта. Вы задаете серию вопросов, которые дополняют друг друга и нарастают по интенсивности. Вот отличный пример с сайта changeminds.org:
(Источник изображения)Спул рассказал о шкале Гуттмана в связи с опросами клиентов, сказав:
Если вы недостаточно довольны, чтобы рекомендовать продукт, вы не будете вы будете чувствовать, что у него хорошая честность, если вы не уверены в себе, и вы не будете гордиться им, если у него нет хорошей честности, и вы определенно не будете им увлечены, если они не будут делать все остальное.
Это может быть полезным инструментом для измерения удовлетворенности.
Порядковые и интервальные шкалы
Разработанные С.
С. Стивенсом и опубликованные в статье 1946 года, существует четыре типа этих шкал:
- Номинальная;
- Порядковый номер;
- Интервал;
- Соотношение.
Постоянно ведутся споры об порядковых и интервальных шкалах.
Порядковые шкалы — это числа, имеющие порядок, , например, «занявшее место бегуна в гонке, рейтинг спортивной команды и значения, которые вы получаете по рейтинговым шкалам, используемым в опросах или анкетах, таких как вопрос о простоте».
При использовании порядковых шкал, если вы спрашиваете клиента, насколько он был удовлетворен по шкале от 1 до 5, 4 не обязательно означает, что он был удовлетворен в два раза больше, чем 2. Разница между 1 и 2 заключается в том, не обязательно такое же, как разница между 4 и 5.
Интервальные шкалы устанавливают равные расстояния между порядковыми номерами — например, когда мы измеряем температуру в градусах Фаренгейта. Разница между 19 и 20 градусами такая же, как между 80 и 81.
По словам Джеффа Сауро, основателя MeasuringU, рейтинговые шкалы могут иметь интервалы:
Джефф Сауро:
«Оценочные шкалы можно масштабировать так, чтобы они имели равные интервалы. Например, в опроснике субъективных умственных усилий (SMEQ) есть значения, соответствующие соответствующим меткам.
Вы можете видеть, что расстояние между числами одинаково, но метки различаются в зависимости от того, как люди интерпретируют их значение (первоначально на голландском языке)».
Какая практическая разница?
Есть два аргумента.
Классическая позиция С. С. Стивенса заключается в том, что вы не можете вычислять средние значения для чего-либо, кроме интервальных данных. Как объяснил это Сауро, «он сказал, что вы не можете складывать, вычитать, а тем более 90 287 вычислять 90 288 среднее или стандартное отклонение для чего-то меньшего, чем интервальные данные». Сауро продолжает:
Джефф Сауро:
«Это ограничение является проблемой для многих ученых и прикладных исследователей, потому что данные рейтинговой шкалы лежат в основе маркетинга, удобства использования и многих исследований в области социальных наук.
Если мы не можем использовать средние значения и стандартные отклонения, мы также не можем использовать большинство статистических тестов (в расчетах которых используются средние значения и стандартные отклонения). Даже большинство непараметрических тестов преобразуют необработанные значения в ранги (порядковые данные), а затем вычисляют среднее значение или медиану».
Однако другой аргумент, выдвинутый Фредериком Лордом (изобретателем SAT), говорит, что можно. По его словам, неважно, откуда берутся цифры, с ними можно работать одинаково. Джефф Сауро привел отличный пример:
Вот шесть значений времени выполнения задач (соотношение данных):
7,6,4,2,9,10
Вот шесть высоких температур по Цельсию в северо-восточном городе США (интервальные данные):
7,6 ,4,2,9,10
Вот шесть ответов на вопрос о вероятности рекомендации (порядковые данные):
7,6,4,2,9,10
Вот шесть чисел, которые пришли сзади футболок (номинальные данные):
7,6,4,2,9,10
Имеет ли значение, являются ли ваши данные интервальными или порядковыми?
За пределами научных кругов не так много споров.
В то время как величина разницы также важна, наиболее важным является свидетельство улучшения.
Джефф Сауро объясняет практические последствия:
Джефф Сауро:
«В прикладных исследованиях мы в большинстве случаев заинтересованы в том, чтобы определить, какой продукт или дизайн дает более высокие оценки, будь то удовлетворенность, удобство использования или верность.
Величина разницы также важна — разница в два балла, вероятно, более заметна для пользователей, чем разница в четверть балла.
Но даже если вы совершите ошибку и скажете, что пользователи были в два раза более удовлетворены одним продуктом, вы почти наверняка определили лучший из двух продуктов, даже если фактическая разница в удовлетворенности более скромна».
И, по словам Бейлона, «за пределами научных кругов споров практически нет. В большинстве онлайн-опросов используется описательная статистика и простые баннеры или кросс-таблицы, которые можно анализировать с помощью хи-квадрата, который является непараметрическим аналитическим инструментом».
В любом случае, невозможно оценить достоверность оценок человеческого восприятия. Так что в целом можно спокойно работать с порядковыми данными.
Ограничения шкал обследования
Даже если вы спланируете идеальное обследование с соответствующими шкалами, существуют ограничения. Это особенно верно, если вы проводите ограниченный набор опросов или проводите опросы спорадически (и без других форм исследования конверсий).
Значение чисел
Когда вы запускаете шкалу, например, Net Promoter Score, вы получаете число. Вы можете сравнить это с вашими конкурентами и вашими прошлыми оценками, но есть ограничения на то, сколько это может рассказать вам о вашем пользовательском опыте.
Я не слышал лучшего объяснения, чем выступление Спула о дизайне и метриках:
Джаред Спул:
на Medium другу или коллеге?» Это даже не 10-балльная шкала. Это 11-бальная шкала, потому что 10 было недостаточно.
Это называется Net Promoter Score, и с Net Promoter Score, если вы посмотрите на средние показатели по отрасли, с которыми все хотят себя сравнить, нижний предел обычно находится в середине 60-х, а верхний предел обычно находится в середине -80с.
Вам нужна 10-балльная шкала, потому что, если бы у вас была трехбалльная шкала, вы бы никогда не увидели разницы. Каждый раз, когда вы увеличиваете масштаб, чтобы увидеть данные с более высоким разрешением, это, вероятно, признак того, что данные ничего не значат.
Вот в чем дело. Сможет ли чистый промоутер такой компании, как, скажем, United, решить эту проблему?
Элтон Браун купил гостевой билет за 50 долларов в клуб United Club в Лос-Анджелесе и был вынужден сидеть на полу. Интересно, каков будет его Net Promoter Score для этой покупки? Вероятно, он никому в «Юнайтед» не сказал бы, в чем проблема.
Но это минус. А как насчет положительной стороны?
Что на самом деле работает хорошо? Клиенты Harley-Davidson любят Harley-Davidson, , поэтому любят, что они на самом деле татуируют логотип компании на своем теле. Это брендинг в самом примитивном из определений».
Это также зависит от того, что вы продаете. Как сказала Кэролайн Джарретт, автор книги «Формы, которые работают»:
Кэролайн Джарретт:
«С точки зрения использования Net Promoter Score в качестве вопроса в опросе мы должны задаться вопросом, означает ли этот вопрос как много для людей, отвечающих на него, как это может быть для бизнеса.
Есть вещи, когда фраза «Я порекомендую это другу» — это действительно важная вещь, которую люди на самом деле сделали бы. Но есть и другие вещи, которые вы никогда не порекомендуете другу, потому что вы не рекомендуете, и вы, конечно, не рекомендуете подобные вещи.
Таким образом, вы можете на самом деле быть в восторге от продукта, но у вас может никогда не возникнуть желания порекомендовать крем от геморроя своим друзьям, понимаете?
Тогда это не дает истинной оценки стоимости этого продукта. Я скептически отношусь к Net Promoter Score».
Все это говорит о том, что рейтинговые шкалы могут сказать вам многое, но они не могут сказать вам всего. Будьте скептичны, когда люди говорят вам, что есть один вопрос, который расскажет вам, как дела у вашей компании.
Небольшие изменения, большие различия
Практически любой фактор может повлиять на результаты опроса, поэтому Спул подчеркивает сложность получения точных данных сравнительного анализа.
GreatBrook, исследовательская консалтинговая фирма, провела эксперимент с клиентом, в ходе которого они создали набор опросов с одинаковыми атрибутами, но с разным масштабом. Они раздали анкеты 10 000 человек и выяснили кое-что интересное:
- Предоставление числовой шкалы с якорями только для конечных точек (т. е. шкала от 1 до 5, представленная словесными описаниями только для конечных точек 1 и 5) побудила большее количество людей выбрать конечные точки.
- Представление шкалы в виде серии словесных описаний (например, «Вы чрезвычайно удовлетворены, очень удовлетворены, в некоторой степени удовлетворены, в некоторой степени неудовлетворены, очень неудовлетворены или крайне неудовлетворены?») привело к большей дисперсии и меньшей кластеризации ответов.
- Шкала «школьный класс» привела к еще большему разбросу. В школьной шкале респонденту предлагается оценить успеваемость по шкале A, B, C, D и F.
Используя соответствующий язык и шкалы
Определенную информацию (например, возраст) можно запросить разными способами.
Каждый из них обеспечивает различный уровень точности.
Согласно MyMarketResearchMethods.com, если вы хотите указать средний возраст, используйте шкалу отношений вместо номинальной шкалы.
(Источник изображения)Поскольку шкала отношений является более точной, почему составители опросов используют диапазоны для этого вопроса (и таких вопросов, как доход)? Потому что это личные вопросы.
Некоторые люди с осторожностью относятся к раскрытию своего точного возраста или дохода. Диапазон позволяет людям чувствовать себя более комфортно при обмене информацией.
По словам Бейлона, «вы почти должны спросить возраст, доход, этническую принадлежность и т. д., используя подход номинальной кластеризации. В противном случае вы сильно рискуете получить ошибку, связанную с отсутствием ответа».
Группировка ответов на опросы на основе известных характеристик
Для получения определенной информации, такой как возраст или зарплата, вы хотите сгруппировать ответы на опросы на основе известных характеристик.
Другими словами, то, как вы группируете доходы, зависит от населения, которое вы изучаете.
Если это студенты колледжа, диапазон будет ниже. Если это население в целом, 20 тысяч долларов или меньше — хорошая первая ступенька; Следующим идет 21–39 тысяч долларов; оттуда: 40–69 тысяч долларов, 70–99 тысяч долларов; 100–150 тысяч долларов; и $150+.
Как советует Бейлон: «Для любого населения, которое вы изучаете, убедитесь, что эти разрывы в доходах соответствуют известным характеристикам населения. Невыполнение этого требования может создать дополнительную предвзятость».
Точно так же важно составлять опросы на родном языке ваших клиентов. Используйте фразы, жаргон и эмоции, с которыми знакомы ваши клиенты.
Как ты это делаешь? Вы звоните по телефону и разговариваете со своими клиентами. Или проводите фокус-группы. Или проведите несколько опросов на месте.
Передовой опыт для анализа демографических данных
Как определить, какие значения по умолчанию использовать, какие слова использовать, какую шкалу использовать и т.
д., имея конфиденциальную информацию, такую как демографические данные?
Помимо фокус-групп и интервью, существуют некоторые общие рекомендации и передовой опыт (перечислены здесь). Если вы будете следовать им, ваши респонденты, скорее всего, уже проходили подобные опросы и, следовательно, будут знать, как отвечать на вопросы, исходя из прошлого опыта.
Например, рекомендации по возрастным диапазонам следующие:
- До 18 лет;
- от 18 до 24 лет;
- от 25 до 34 лет;
- от 35 до 44 лет;
- от 45 до 54 лет;
- от 55 до 64 лет;
- 65 лет или старше.
Вы также можете пригласить опытного консультанта по исследованию рынка и сообщить, хорошо ли у вас дела. Но это, конечно, другие расходы.
В конечном счете, вы должны сбалансировать желаемый уровень конкретности с уровнем комфорта вашей аудитории.
Заключение
Несмотря на то, что диапазоны по умолчанию для вопросов опроса кажутся произвольными, за ними стоит много мыслей и идей.