مقیاس ترستون ( به انگلیسی: Thurstone scale ) توسط لوئی لئون ترستون ( ۲۹ مه ۱۸۸۷ - ۳۰ سپتامبر ۱۹۵۵ ) در سال ۱۹۲۸ توسعه داده شد. در روان شناسی و جامعه شناسی، مقیاس ترستون اولین تکنیک رسمی برای اندازه گیری نگرش بود. این مقیاس به عنوان ابزاری برای سنجش نگرش ها نسبت به دین استفاده می شد. این عبارت از گزاره های مربوط به یک موضوع خاص تشکیل شده است و هر عبارت دارای ارزش عددی است که نشان می دهد چقدر مطلوب یا نامطلوب ارزیابی می شود. افراد هر یک از جملات مورد توافق خود را بررسی می کنند و نمره میانگین محاسبه می شود که بیانگر نگرش آنهاست.
روش ترستون برای مقایسه زوجی را می توان نمونه اولیه یک روش توزیع نرمال مبتنی بر مقیاس های مقیاس - غلبه در نظر گرفت. حتی اگر نظریه پشت این روش کاملاً پیچیده باشد ( ترستون، ۱۹۲۷a ) ، خود الگوریتم ساده است. برای مورد اصلی V، ماتریس غلبه فرکانس به نسبت ترجمه شده و با نمرات استاندارد در ارتباط است. سپس مقیاس به عنوان میانگین حاشیه ستون تنظیم چپ از این ماتریس نمره استاندارد بدست می آید ( ترستون، ۱۹۲۷b ) . دلیل اساسی روش و مبنای اندازه گیری «جداسازی مقیاس روانی بین هر دو محرک» از قانون قضاوت تطبیقی ترستون ( ترستون، ۱۹۲۸ ) نشأت می گیرد.
مساله اصلی این الگوریتم عدم قطعیت آن نسبت به نسبت های صفر است که به ترتیب مقادیر z را به عنوان مثبت یا منفی بی نهایت بازمی گرداند. ناتوانی الگوریتم مقایسه زوجی در رسیدگی به این موارد، محدودیت های قابل توجهی را بر کاربرد این روش تحمیل می کند.
بیشترین استفاده از فرکانس های ۰/۰۰–۱/۰۰ حذف آنهاست؛ بنابراین، به عنوان مثال، گیلفورد ( ۱۹۵۴، ص. ۱۶۳ ) توصیه می کند از نسبت های شدیدتر از ۰/۹۷۷ و ۰/۰۲۳ استفاده نکنید و ادواردز ( ۱۹۵۷، صص. ۴۱ - ۴۲ ) پیشنهاد کرده است اگر تعداد داوران زیاد مثلاً ۲۰۰ نفر یا بیشتر باشد، ممکن است از مقادیر pij بصورت ۰/۹۹ و ۰/۰۱ استفاده کنیم ولی با کمتر از ۲۰۰ داور، بهتر است همه قضاوت های تطبیقی نادیده گرفته شود که pij برای آنها بیشتر از ۰/۹۸ یا کمتر از ۰/۰۲ است. معمولاً از یک روش مفصل برای برآورد پارامترهای ناشناخته استفاده می شود ( ادواردز، ۱۹۵۷، صص ۴۲–۴۶ ) . یک راه حل جایگزین برای این مشکل توسط کروس و کندی ( ۱۹۷۷ ) پیشنهاد شد.
با پیشرفت های بعدی در نظریه روان سنجی، امکان استفاده از روش های مقیاس سازی مستقیم مانند استفاده از مدل راش یا مدل های در حال عرضه مانند مدل کسینوسی هایپربولیک ( HCM ) ( آندریچ و لئو، ۱۹۹۳ ) . مدل راش رابطه تنگاتنگی با قانون قضاوت تطبیقی ترستون دارد ( آندریچ، ۱۹۷۸ ) ، تفاوت اصلی این است که به طور مستقیم پارامتر شخص را در بر می گیرد. همچنین، مدل راش به جای یک تابع عادی تجمعی، به شکل یک تابع لجستیک در می آید.
این نوشته برگرفته از سایت ویکی پدیا می باشد، اگر نادرست یا توهین آمیز است، لطفا گزارش دهید: گزارش تخلفروش ترستون برای مقایسه زوجی را می توان نمونه اولیه یک روش توزیع نرمال مبتنی بر مقیاس های مقیاس - غلبه در نظر گرفت. حتی اگر نظریه پشت این روش کاملاً پیچیده باشد ( ترستون، ۱۹۲۷a ) ، خود الگوریتم ساده است. برای مورد اصلی V، ماتریس غلبه فرکانس به نسبت ترجمه شده و با نمرات استاندارد در ارتباط است. سپس مقیاس به عنوان میانگین حاشیه ستون تنظیم چپ از این ماتریس نمره استاندارد بدست می آید ( ترستون، ۱۹۲۷b ) . دلیل اساسی روش و مبنای اندازه گیری «جداسازی مقیاس روانی بین هر دو محرک» از قانون قضاوت تطبیقی ترستون ( ترستون، ۱۹۲۸ ) نشأت می گیرد.
مساله اصلی این الگوریتم عدم قطعیت آن نسبت به نسبت های صفر است که به ترتیب مقادیر z را به عنوان مثبت یا منفی بی نهایت بازمی گرداند. ناتوانی الگوریتم مقایسه زوجی در رسیدگی به این موارد، محدودیت های قابل توجهی را بر کاربرد این روش تحمیل می کند.
بیشترین استفاده از فرکانس های ۰/۰۰–۱/۰۰ حذف آنهاست؛ بنابراین، به عنوان مثال، گیلفورد ( ۱۹۵۴، ص. ۱۶۳ ) توصیه می کند از نسبت های شدیدتر از ۰/۹۷۷ و ۰/۰۲۳ استفاده نکنید و ادواردز ( ۱۹۵۷، صص. ۴۱ - ۴۲ ) پیشنهاد کرده است اگر تعداد داوران زیاد مثلاً ۲۰۰ نفر یا بیشتر باشد، ممکن است از مقادیر pij بصورت ۰/۹۹ و ۰/۰۱ استفاده کنیم ولی با کمتر از ۲۰۰ داور، بهتر است همه قضاوت های تطبیقی نادیده گرفته شود که pij برای آنها بیشتر از ۰/۹۸ یا کمتر از ۰/۰۲ است. معمولاً از یک روش مفصل برای برآورد پارامترهای ناشناخته استفاده می شود ( ادواردز، ۱۹۵۷، صص ۴۲–۴۶ ) . یک راه حل جایگزین برای این مشکل توسط کروس و کندی ( ۱۹۷۷ ) پیشنهاد شد.
با پیشرفت های بعدی در نظریه روان سنجی، امکان استفاده از روش های مقیاس سازی مستقیم مانند استفاده از مدل راش یا مدل های در حال عرضه مانند مدل کسینوسی هایپربولیک ( HCM ) ( آندریچ و لئو، ۱۹۹۳ ) . مدل راش رابطه تنگاتنگی با قانون قضاوت تطبیقی ترستون دارد ( آندریچ، ۱۹۷۸ ) ، تفاوت اصلی این است که به طور مستقیم پارامتر شخص را در بر می گیرد. همچنین، مدل راش به جای یک تابع عادی تجمعی، به شکل یک تابع لجستیک در می آید.
wiki: مقیاس ترستون