„Socialinių mokslų duomenų gavyba: Lietuvos Respublikos Seimo narių balsavimo analizė naudojant daugiamačių skalių metodą ir homogeniškumo analizę“

Santrauka

Daugiamačių skalių metodas (MDS) yra gerai žinomas statistikoje ir duomenų gavyboje. Jis gali būti taikomas tiriamajai duomenų analizei ir rezultatų vaizdavimui daugelyje sričių, pvz. ekonomikoje, ypač marketinge, kredito rizikos analizėje, psichologijoje ir informatikoje. Deja, šis metodas turi ir tam tikrų trūkumų – jis priklauso nuo keleto subjektyviai parenkamų parametrų: duomenų kodavimo būdų, panašumo matų ir modeliavimo tipų. Šiame straipsnyje mes atskleidžiame MDS trūkumus, pritaikydami jį naujame kontekste, t. y. analizuodami Lietuvos Respublikos Seimo (LRS) narių balsavimus. Taip pat siūlome duomenų analizės metodą, leidžiantį išvengti minėtų problemų – homogeniškumo analizę. Straipsnyje trumpai apžvelgiamas šis metodas ir pademonstruojamas jo efektyvumas taikant jį tiems pat duomenims. Straipsnyje taip pat gana detaliai aptariami techniniai ir metodologiniai darbo aspektai, kad mūsų pademonstruotus metodus būtų galima lengvai pritaikyti kitose srityse, pvz. analizuojant ekonominius duomenis – klientų kaitą ryšio paslaugų bendrovėse ar klientų grupavimą marketinge. Aprašomi ir visi darbo etapai: naudoti įrankiai, balsavimų kodavimas, panašumo įvertinimo matai, balsavimų (ne)skaidymas į prasmingus periodus, MDS ir homogeniškumo analizės sprendinių dimensijų skaičiaus analizė bei įvairūs gautų rezultatų vaizdavimo būdai. Taip pat aptariami bei lyginami skirtingi homogeniškumo analizės rezultatų vaizdavimo metodai: objektų1 atvaizdavimas 2-matėje ir 3-matėje erdvėse (angl. object plot), minimalaus jungimo medis objektams (angl. span plot), objektų centroidų jungtys su objektais 2-matėje ir 3-matėje erdvėje (angl. star plot), Voronojaus mozaikos (angl. Voronoi plot) ir kiti. Straipsnis baigiamas rekomendacijomis darbams su socialinių mokslų duomenimis bei tolimesniais tyrimo planais.