|
м етода состоит в том, что два объекта, принадлежащих одной и т ой ж е группе или кластеру, имеют коэффициент сходства меньший некоторого порогового значения 8. В терминах евклидова расстояния d это означает, что расстояние м еж ду двумя точками (объектами) кластера не долж но превышать некоторого порогового значения h. Таким образом, h определяет максимально допустимы й диаметр подмножества, образую щ его кластер. Для получения объективных данных в кластерном анализе чрезвы чайно важно, чтобы шкалы всех измерений объектов были нормированы на одну величину, например, измерения всех показателей попадали в диапазон от 0 д о 10 баллов. С этой целью были введены коэффициенты размерности для каждого из показателей: сформированности мотивации к деятельности (показатель ВО , способности к интеллектуальной деятельности (показатель В 2), готовность к выполнению профессиональной пробы (показатель В*). Коэффициент каждого показателя (Kj) рассчитывался путем деления 10 на максимальный балл. Приведенный балл рассчитывался по формуле: Pt—K}* В;. Данные вычисления проводились в исследовании для каждого респондента, в результате получилась матрица размерностью 192x3, поскольку число показателей 3, а количество учащихся 192 человека. П осле проведения кластерного анализа по описанной выше методике оказалось, что данны е можно разбить на 5 кластеров или групп с 95% уровнем достоверности: * первая группа показатели Bi и В 2 им ею т высокие значения, показатель В3 среднее или высокое значение, показатели Bj и В3 имеют вы сокие значения, показатель &z среднее значение, показатели Bz и В3 имеют вы сокие значения, показатель В] среднее значение; вторая группа показатели Bj и В2 имею т средние значения, показатель В3 высокое значение, показатели В, и В.* имею т средние значения, показатель В 2 вы сокое значение, показатели В 2 и Вз им ею т средние значения, показатель B i высокое значение; третья группа показатели Вд> В2 и В3 имеют только средние значения; |
метода состоит в том, что два объекта, принадлежащих одной и той же группе или кластеру, имеют коэффициент сходства меньший некоторого порогового значения S. В терминах евклидова расстояния d это означает, что расстояние между двумя точками (объектами) кластера не должно превышать некоторого порогового значения А. Таким образом, h определяет максимально допустимый диаметр подмножества, образующего кластер. Дта получения объективных данных в кластерном анализе чрезвычайно важно, чтобы шкалы всех измерений объектов были нормированы на одну величину, например, измерения всех показателей попадали в диапазон от 0 до 10 баллов, С этой целью были введены коэффициенты размерности для каждого из показателей: сформированности «образа Я» (показатель Bi), способности к анализу профессиональной деятельности (показатель В?), готовность к выполнению профессиональной пробы (показатель В 3). Коэффициент каждого показателя (K J рассчитывался путем деления 10 на максимальный балл. Приведенный балл рассчитывался по формуле: Р,= К, *Вг Данные вычисления проводились в исследовании для каждого респондента, в результате получилась матрица размерностью 221x3, поскольку' число показателей 3, а количество учащихся 221 человек. После проведения кластерного анализа по описанной выше методике оказалось, что данные можно разбить на 5 кластеров или групп с 95% уровнем достоверности: первая группа показатели В 1 и В 2 имеют высокие значения, показатель В 3 среднее или высокое значение, показатели В , и В 3 имеют высокие значения, показатель В 2 среднее значение, показатели В 2 и В 3 имеют высокие значения, показатель B t среднее значение; вторая группа показатели В ! и В 2 имеют средние значения, показатель В 3 высокое значение, показатели B t и В 3 имеют средние значения, показатель В 2 высокое значение, показатели В2 и В 3 имеют средние значения, показатель Bi высокое значение; третья группа показатели В ь В 2 и В 3 имеют только средние значения; |