階級分析法和階層分析法有什麼區別和聯絡

2022-03-09 12:46:28 字數 2435 閱讀 9578

1樓:白粥

階級分析方法和階層分析方法作為社會主體結構分析的不同方法,雖然都是著眼於主體結構,但卻具有不同的規定性。階級分析方法是我們過去十分熟悉的方法,它所關注的主要是人們在社會的經濟關係亦即生產關係中的不同地位。由於人們在生產關係中所處的地位不同,便形成了不同的社會集團,這些不同的社會集團便是所謂的階級。

按照列寧所下的定義,「所謂階級,就是這樣一些集團,由於他們在一定社會經濟結構中所處的地位不同,其中一個集團能夠佔有另一個集團的勞動」。[1]而階層分析方法原是西方社會學中廣泛使用的一種方法,也叫社會分層方法,它是以人們的收入、職業、受教育的程度以及權利等等為標準,將人們劃分為各種不同的社會階層,研究不同層次之間的人們的社會差別。階層分析方法與階級分析方法的一個很大的不同,便是它的著眼點並不集中在主體之間某種特定的地位差別上,而是廣泛注意主體之間的各種差別;因此階層分析的具體尺度和標準具有多樣性。

2樓:匿名使用者

階級分析方法和階層分析方法各自都有自身的特殊規定性,都有自己的特殊價值和適用範圍,同時也都有自己的短處或侷限性。

階級分析的尺度比較集中,其確定性自不必說;而階層分析的尺度雖然是多樣性的,也同樣有確定性的要求,即不論是從哪一個角度、以哪一種標準去劃分社會階層,都必須一以貫之,而不能隨意改變。不同的尺度之間當然是相互聯絡的,由此區分的階級結構也好,各種階層結構也好,都是可以也應該聯絡起來去把握的。

科學地把握它們各自的規定性,並將二者合理地結合起來加以應用。這樣就可以形成一種積極的互補關係,既能發揮兩種分析方法的長處,又能避免它們各自的短處;既能從生產關係的層面揭示不同的主體在社會地位上的具有根本意義的差別,又能從各個不同的角度瞭解和把握主體在其他各個具體方面的差別。

通過這種結合,使我們得以達到對主體狀況的比較全面和完整的認識,從而為主體戰略的制定提供更為充分的依據和支援。

階級分析法的什麼是階級分析方法

因子分析法和主成分分析法的區別與聯絡

3樓:一灘新約

一、方式不同:

1、因子分析法:

通過從變數群中提取共性因子

2、主成分分析法:

通過正交變換將一組可能存在相關性的變數轉換為一組線性不相關的變數,轉換後的這組變數叫主成分。

二、應用不同:

1、因子分析法:

主要應用於市場調研領域,在市場調研中,研究人員關心的是一些研究指標的整合或者組合,這些概念通常是通過等級評分問題來測量的。

2、主成分分析法:

人口統計學、數量地理學、分子動力學模擬、數學建模、數理分析等學科中均有應用。

三、聯絡:

因子分析法和主成分分析法都是統計分析方法,都要對變數標準化,並找出相關矩陣。

擴充套件資料

主成分分析首先是由k.皮爾森(karl pearson)對非隨機變數引入的,爾後h.霍特林將此方法推廣到隨機向量的情形。資訊的大小通常用離差平方和或方差來衡量。

因子分析法最早由英國心理學家c.e.斯皮爾曼提出。

他發現學生的各科成績之間存在著一定的相關性,一科成績好的學生,往往其他各科成績也比較好,從而推想是否存在某些潛在的共性因子,或稱某些一般智力條件影響著學生的學習成績。因子分析可在許多變數中找出隱藏的具有代表性的因子。

4樓:匿名使用者

主成分分析和因子分析都是資訊濃縮的方法,即將多個分析項資訊濃縮成幾個概括性指標。

因子分析在主成分基礎上,多出一項旋轉功能,該旋轉目的即在於命名,更容易解釋因子的含義。如果研究關注於指標與分析項的對應關係上,或是希望將得到的指標進行命名,spssau建議使用因子分析。

主成分分析目的在於資訊濃縮(但不太關注主成分與分析項對應關係),權重計算,以及綜合得分計算。如希望進行排名比較,計算綜合競爭力,可使用主成分分析。

spssau可直接使用這兩種方法,支援自動儲存因子得分及綜合得分,不需要手動計算。

5樓:匿名使用者

因子分析的基本目的就是用少數幾個因子去描述許多指標或因素之間的聯絡,即將相關比較密切的幾個變數歸在同一類中,每一類變數就成為一個因子,以較少的幾個因子反映原資料的大部分資訊。運用這種研究技術,我們可以方便地找出影響消費者購買、消費以及滿意度的主要因素是哪些,以及它們的影響力。運用這種研究技術,我們還可以為市場細分做前期分析。

6樓:翠霽竭依心

因子分析與主成分分析的異同點:

都對原始資料進行標準化處理;都消除了原始指標的相關性對綜合評價所造成的資訊重複的影響;構造綜合評價時所涉及的權數具有客觀性;在資訊損失不大的前提下,減少了評價工作量

公共因子比主成分更容易被解釋;因子分析的評價結果沒有主成分分析準確;因子分析比主成分分析的計算工作量大

主成分分析僅僅是變數變換,而因子分析需要構造因子模型。

主成分分析:原始變數的線性組合表示新的綜合變數,即主成分;

因子分析:潛在的假想變數和隨機影響變數的線性組合表示原始變數。

事件分析法的事件分析法的步驟,因素分析法是一種定性分析方法。

用事件分析法來研究某事件的發生對組織價值的影響以及影響程度,通常需計算超常收益,因此其基礎性步驟是設計和選擇計算正常收益的模型。一個完整的事件分析法包括以下七個步驟 1 事件定義 event definition 包括定義所關注的事件及事件視窗的長度,這也是事件分析法最為核心和關鍵的步驟。一個完整的...

時域分析法,根軌跡法和頻域分析法有什麼區別

時域分析法是 以閉環主導極點為思想,目的在於分析系統的動態效能,即各種調節時間 超調量等等.根軌跡法是以閉環特徵方程在s平面的分佈,研究系統穩定性的 因為當極點跑到右半平面,系統將會不穩定 頻域分析法則是針對不同頻率正弦波輸入的響應的,其思想在於任何的輸入訊號,經過傅立葉變換都可以分解成許多諧波之和...

因子分析法和主成分分析法的區別與聯絡

一 方式不同 1 因子分析法 通過從變數群中提取共性因子 2 主成分分析法 通過正交變換將一組可能存在相關性的變數轉換為一組線性不相關的變數,轉換後的這組變數叫主成分。二 應用不同 1 因子分析法 主要應用於市場調研領域,在市場調研中,研究人員關心的是一些研究指標的整合或者組合,這些概念通常是通過等...