Rozdział I. Wprowadzenie teoretyczne 13
O wartościach 13
Wartości jako przedmiot badań psychologicznych 13
Wartości w motywacji i systemie poznawczym człowieka 17
Kontekstowe funkcjonowanie wartości a metody ich pomiaru 24
Laddering: podstawy teoretyczne 31
Kelly’ego teoria konstruktów osobistych i ich pomiar 31
Laddering D. Hinklego 33
Zachowania celowe: cele, środki, czynności 36
Pojęcia, kategorie, kategoryzacja 38
Koncepcja środków i celów J. Gutmana: geneza i terminologia 40
Rozdział II. Laddering: pomiar, analiza i interpretacja 51
Pomiar: zbieranie informacji surowych 51
Wywiad pogłębiony 51
Laddering miękki albo laddering twardy 54
Techniki namawiania osób badanych do wypowiadania się 57
Kiedy zakończyć wywiad? 60
technika papier-ołówek 61
wybór techniki: wywiad jednostkowy czy technika papier-ołówek? 62
Kodowanie informacji 65
Procedura kodowania 65
Ocena zgodności sędziów kompetentnych 69
Macierz implikacji (M) 72
kompozycja hierarchicznej mapy wartości i interpretacja wyników 74
Ogólny algorytm konstruowania hierarchicznej mapy wartości, H 76
dopełniające wskaźniki 78
Interpretacja wyników 79
wykorzystanie metody 81
użycia w badaniach zachowań konsumenckich 81
Identyfikacja wartości w pozostałych dziedzinach psychologii użytkowanej 83
Ilustracja wykorzystania metody: badania nad przywiązaniem do firmy 84
Rozdział III. Powiększenie ladderingu o nowe procedury i metody analizy danych 99
Uzasadnienie zwiększenia: zastrzeżenia wobec metody oryginalnej 99
Etap gromadzenia danych: pojawianie się odpowiedzi rozgałęziających się 99
Ocena zgodności sędziów kompetentnych (wiarygodność kodowania) 101
Wyrazistość informacji, wieloznaczność wypowiedzi i bliskoznaczność pojęć 102
Określenie kategorii z właściwego poziomu abstrakcji 104
Redundancja danych 105
Analiza relacji pośrednich 107
Pojawianie się pojęcie izolowanych i relacji zwrotnych 108
Budowa hierarchicznej mapy wartości: ustalenie właściwego poziomu odjęcia 109
Macierz implikacji i hierarchiczna mapa wartości w ladderingu miękkim 110
Pojęcia matematyczne wykorzystane w metodzie powiększonej 111
Zbiory tradycyjne, rozmyte i przybliżone 111
Relacje klasyczne, rozmyte i przybliżone 113
Grafy zwykłe, rozmyte i przybliżone 116
Kodowanie informacji 120
Podstawowe założenia i wymogi 120
Laddering twardy 122
Laddering miękki 123
Określenie przestrzeni pomiaru (zbiór informacji) 124
Kodowanie konwencjonalne, rozmyte i przybliżone – kiedy stosować? 125
Oceny zgodności sędziów kompetentnych: nowe wskaźniki statystyczne 127
Założenia teoretyczne 127
Wskaźniki zgodności dla kategoryzacji klasycznej i rozmytej 131
Jakość pracy sędziów kompetentnych: udział w niezgodności 137
Reguły zgodności w klasyfikacji przybliżonej 140
Wyrazistość kategoryzacji 143
Idea wyrazistości informacji 143
Wskaźnik wyrazistości 144
Zgodność i wyrazistość danych: realne sytuacje 150
Oszacowanie przynależności 153
Budowa jednostkowych i zbiorczych macierzy implikacji (M) 155
Laddering twardy: analiza par fragmentów zamiast drabin 155
Laddering miękki: kodowanie treści całego wywiadu do macierzy M 163
Budowa hierarchicznej mapy wartości (H) 166
Optymalizacja grafów: poziom odcięcia (_) 166
Wskaźnik obszerności informacyjnej B 167
Wskaźnik podobieństwa grafu do drzewa, H 167
Jednoczesna optymalizacja wskaźników B i H 168
Optymalizacja grafów: wyznaczanie drzewa ekonomicznego 170
Hierarchiczne mapy wartości 171
Ilustracja zastosowania metody powiększonej – badanie 2 173
Materiały i techniki 173
Schemat badania i problem badawczy 173
Wyniki 174
Interpretacja treści hierarchicznych map wartości 182
Rozdział IV. Podsumowanie 184
Ocena rozwiązań formalnych 184
Uwagi ogólnometodologiczne 188
Bibliografia 191
Załącznik 1. Zbiory, grafy i relacje: tradycyjne, rozmyte i przybliżone 198
Z1.1. Zbiory zwykłe, rozmyte i przybliżone 198
Z1.2. Relacje zwykłe, rozmyte i przybliżone 209
Z1.3. Grafy zwykłe, rozmyte i przybliżone 217
Załącznik 2. Badanie zgodności sędziów kompetentnych 222
Z2.1. Wyprowadzenie wskaźników zgodności 222
Z2.2. Wyprowadzenie reguł zgodności dla kodowania przybliżonego 225
Załącznik 3. Optymalizacja mapy H 230
Z3.1. Wyprowadzenie wzoru wskaźnika podobieństwa do drzewa 230
Z3.2. Wyznaczanie drzewa ekonomicznego 231
Załącznik 4. Koncepcja oprogramowania wspomagającego analizę danych w ladderingu 234
Załącznik 5. Znaczenie użytych symboli 238