多元尺度分析与联合分析.pptVIP

多元尺度分析与联合分析第1页，共33页，星期日，2025年，2月5日20.1多元尺度的意義 多元尺度法(multidimensionalscaling,MDS)，與因素分析類似之處，都是做資料之簡化工作(datareduction)，其主要的目的是希望能發掘一組資料所隱藏之結構。 MDS主要的貢獻在於發展知覺圖，是屬於非以屬性為基礎的方法(nonattribute-basedapproaches)，與因素分析或區別分析等以屬性為基礎的方法(attribute-basedapproaches)不同。*企業研究方法第20章第2页，共33页，星期日，2025年，2月5日20.2多元尺度的處理資料型態 MDS有計量(metric)MDS和非計量(non-metric)MDS兩種，計量MDS以相對距離實際數值為投入資料，非計量的MDS則是以順序尺度的資料作為資料的投入。 計量MDS是希望在某個維度空間上找到座標點，使其點間距離與給定的距離矩陣相同，而找到完整座標的解必需滿足歐基里德距離(EuclideanDistance)矩陣。非計量的MDS是嘗試在維度空間構面圖中，使點間距離排序與原距離越一致越好，而通常量測配合度的指標我們稱為壓力係數(stress)。*企業研究方法第20章第3页，共33页，星期日，2025年，2月5日 壓力係數是由Kruskal(1964)所提出，其計算公式如下：S=S： 壓力係數dij： 成對事物在構面中之距離： dij之估計值，通常是以簡單迴歸 (monotoneregression)之方法求得， 壓力係數愈小代表dij與之差異不大， 即代表模式之適合度很高。*企業研究方法第20章第4页，共33页，星期日，2025年，2月5日20.3多元尺度的模型適合度評估 進行MDS分析時通常以壓力係數(stress)作為衡量標準，根據Kruskal(1964)的解釋，不同的壓力係數水準，有其代表的配適程度。壓力係數配適程度0.200Poor(不好)0.100Fair(還可以)0.050Good(好)0.025Excellent(非常好)0.000Perfect(完全配合)壓力係數之計算，是以在知覺圖中成對事物之距離與其平均距離之差來計算。*企業研究方法第20章第5页，共33页，星期日，2025年，2月5日 多元尺度適合度評估是計算R2並判定R2是否合適，R2之計算公式如下： sse：殘差平方和(sumofsquarederror) sst：整體平方和(sumofsquaredtotal) R2的意涵是直接解釋最佳尺度資料(optimallyscaleddata)的變異數中，可由多元尺度法解釋的部份。因此多元尺度分析也可以以R2作為同時參考的標準，當R2愈大時(即越接近1)，表示配合性愈好。*企業研究方法第20章第6页，共33页，星期日，2025年，2月5日20.4多元尺度法範例本研究以多元尺度分析員工人數對知識創造過程的知覺分析，以5種不同的公司與17個知識創造過程變數，作出知覺圖。在知覺圖中，每一點代表一個特定的構面，點與點間的距離則表示各變數彼此相似的程度，距離愈小表示愈相似，距離愈大表示愈不相似。以本研究為例，為瞭解不同群組公司在不同知識創造過程變數的關係，研究人員分別調查這五種不同公司在知識創造過程之得分如下頁表20-1：*企業研究方法第20章第7页，共33页，星期日，2025年，2月5日公司別員工人數(人)A群低於1500B群1501–3000C群3001–5000D群5001–10000E群10001以上表20-1不同員工人數的公司別與十七個知識創造變數變項問項備註Kcp1利用類比、象徵來使知識具體化七點量表Kcp2利用專家取得及移轉知識七點量表Kcp3人工智慧系統七點量表Kcp4教育訓練七點量表Kcp5利用網路聊天室、討論群組七點量表Kcp6建立操作手冊七點量表Kcp7公司內/外部網際網路網頁七點量表Kcp8建立專家資料庫七點量表Kcp9利用師徒制來傳承知識七點量表Kcp10利用腦力激盪七點量表Kcp11利用跨部門的工作輪調七點量表Kcp12利用跨