1、之间是 相互独立的。使用这种方法的潜在的优势是我们不需要请人来 对概念性的表述进行分类处理，而仅仅使用概要性标题和副标 题对概念化的要素直接进行结构化处理就可以了。 集体讨论方式的一般应用原则集体讨论方式的一般应用原则 告知参与者，其在讨论会上的任何表述不会受到批评或受到告知参与者，其在讨论会上的任何表述不会受到批评或受到 是否合法的评判，以鼓励参与者尽可能畅所欲言。是否合法的评判，以鼓励参与者尽可能畅所欲言。 参与者可以对任何不熟悉或不理解的术语或条文进行询问，参与者可以对任何不熟悉或不理解的术语或条文进行询问， 以保证所有参与者对每一个具体的文字表述都能理解。以保证所有参与者对每一个具体的
2、文字表述都能理解。 组织者需要记录讨论会上产生的每一条文字表述，以使每一组织者需要记录讨论会上产生的每一条文字表述，以使每一 个参与者能看到讨论会上每一个文字表述的原始记录。个参与者能看到讨论会上每一个文字表述的原始记录。 理论上，对焦点问题所发表的观点的数量没有限制。但在实际情理论上，对焦点问题所发表的观点的数量没有限制。但在实际情 况中，对许多观点的表述是有限制条件的。基于实践经验，通常况中，对许多观点的表述是有限制条件的。基于实践经验，通常 把所发表观点的数量限制在把所发表观点的数量限制在100100个以下。个以下。 一旦最终的一系列表述被确定后，为了有助于编辑，参与者需要一旦最终的一系
3、列表述被确定后，为了有助于编辑，参与者需要 对每一个表述进行检查。每一个表述应该与其所表达的焦点问题相对每一个表述进行检查。每一个表述应该与其所表达的焦点问题相 一致，而且需要对其详细解释，以使每一个参与者都能理解所有表一致，而且需要对其详细解释，以使每一个参与者都能理解所有表 述的基本意思。述的基本意思。 如何对多余的表述进行删减如何对多余的表述进行删减 如果在集体讨论中对焦点问题发表的观点超过了如果在集体讨论中对焦点问题发表的观点超过了100100个，我们会个，我们会 对其进行删减，删减的方法有很多种，参与者整体对每一个表述对其进行删减，删减的方法有很多种，参与者整体对每一个表述 进行检查
4、，以删除多余的表述，或用概括性的表述将几个意思一进行检查，以删除多余的表述，或用概括性的表述将几个意思一 样的表述代替。样的表述代替。 在实际的操作中，我们会从大量的表述中随机抽取一些，让参与在实际的操作中，我们会从大量的表述中随机抽取一些，让参与 者对其进行检查，以确保重要的观点不被遗漏。例如，林顿从者对其进行检查，以确保重要的观点不被遗漏。例如，林顿从710710 个表述中随机抽取了个表述中随机抽取了150150个进行检查。在某些时候，我们会利用个进行检查。在某些时候，我们会利用“ “ 上下文的关键字上下文的关键字” ”来试图检查更多的表述。来试图检查更多的表述。 从现存文件资料摘取表述从
5、现存文件资料摘取表述 实例实例1 1 1976 1976年，杜蒙利用年，杜蒙利用“ “文件编码的方法文件编码的方法” ”从会见记录中抽取了某些概从会见记录中抽取了某些概 念性表述。念性表述。 实例实例2 2 如果焦点问题的概念化本身能直接显示问题的某些要素，就不需要如果焦点问题的概念化本身能直接显示问题的某些要素，就不需要 对焦点问题进行具体的表述。例如，假设我们的目标是对某一组织对焦点问题进行具体的表述。例如，假设我们的目标是对某一组织 内部的内部的1010个部门之间的相互关系进行概念化，我们仅采用个部门之间的相互关系进行概念化，我们仅采用1010个部个部 门的名称作为概念化表述就可以了。门
6、的名称作为概念化表述就可以了。 实例实例3 3 马夸特曾经从有关儿童保育的文学书籍中摘取了一些概念性的表述。马夸特曾经从有关儿童保育的文学书籍中摘取了一些概念性的表述。 实例实例4 4 在从现存文件资料摘取表述的基础上，在从现存文件资料摘取表述的基础上，CooksyCooksy设计出了一种模型，在设计出了一种模型，在 此模型中，概要被作为输入表量，各种表述之间的相似性被作为输此模型中，概要被作为输入表量，各种表述之间的相似性被作为输 出出 变量变量 。 vv 各步骤解析各步骤解析 第三步第三步 对陈述进行归类或结构化处理对陈述进行归类或结构化处理 任务之一：提供有关各种表述之间的相互联系的信息
7、 任务之二：对各种表述在某一维度上进行等级评分 提供各种表述之间相互联系的信息提供各种表述之间相互联系的信息 将每一个表述分别打印 在35型的索引卡 片上 将卡片发给参与者 参与者按照自己认为有 意义的方式将所有的卡 片按类型堆放 将每个参与者的分类 结果最终统一起来 非正式的卡片归类法程序 对各种表述在某一维度上进行等级评分对各种表述在某一维度上进行等级评分 对每一个关于焦点问题的表述在某一维度上进行等级评分。对每一个关于焦点问题的表述在某一维度上进行等级评分。 通常使用通常使用LikertLikert的反映模型来完成。例如用的反映模型来完成。例如用5 5级量表或级量表或7 7级量表级量表
8、的方法来表示每一个表述的重要性程度、被实施的优先权大的方法来表示每一个表述的重要性程度、被实施的优先权大 小小 、被赋予的努力程度，以及每一表述与其所预期结果的相、被赋予的努力程度，以及每一表述与其所预期结果的相 关性程度等。对于每一个陈述，我们至少可以获得它的得分关性程度等。对于每一个陈述，我们至少可以获得它的得分 均值，有时还可以获得它的其它描述性的统计信息。均值，有时还可以获得它的其它描述性的统计信息。 卡片归类过程中的几点限制卡片归类过程中的几点限制 每一个陈述只能被放在某一个堆里，而不 能同时被放入两个或多个相似的堆中 不能将所有的表述放入某一个单一的堆 中 不能将所有的表述都归到他
9、们自身所代表的 类型中，尽管某些表述自身可以代表某些类型 当参与者发现可以将某一张卡片堆放在不同 的类型都是有意义的时候，我们或者要求参与 者选择最合理的安排，或者要求每一个参与者 对卡片重复堆放数次 如何统一参与者的最终分类结果如何统一参与者的最终分类结果 第一步第一步 将每一个人的分类结果放入一个正方形表格或矩阵中，矩阵中的行和列数要与将每一个人的分类结果放入一个正方形表格或矩阵中，矩阵中的行和列数要与 表述的数量相等。矩阵的所有值都是零或表述的数量相等。矩阵的所有值都是零或1 1，“1” “1” 表示行和列中的表述被堆放在了同一表示行和列中的表述被堆放在了同一 堆类型中，堆类型中，“0”
10、“0”表示行和列中的表述没有被堆放在同一类型中。在下图中，某一个参与表示行和列中的表述没有被堆放在同一类型中。在下图中，某一个参与 者将者将1010个表述分别归到了个表述分别归到了4 4个类型中。个类型中。 在上图中，我们看到陈述在上图中，我们看到陈述5 5和陈述和陈述8 8被归到了同一类型中，因此第被归到了同一类型中，因此第5 5行和第行和第8 8列的相交点列的相交点 、第、第5 5列和第列和第8 8行的相交点的值都为行的相交点的值都为1 1。因为陈述。因为陈述5 5和陈述和陈述6 6没有被归为同类，因此第没有被归为同类，因此第5 5行行 和第和第6 6列的相交点、第列的相交点、第5 5列和
11、第列和第6 6行的相交点的值均为行的相交点的值均为0 0。这种对某一个个体表述归类的。这种对某一个个体表述归类的 矩阵被称为矩阵被称为二进制的对称性相似矩阵二进制的对称性相似矩阵。值得注意的是，所有对角线上得值均为。值得注意的是，所有对角线上得值均为1 1，因为，因为 每一个具体的陈述都会被归到它本身所代表的类型中。每一个具体的陈述都会被归到它本身所代表的类型中。 如何统一参与者的最终分类结果如何统一参与者的最终分类结果 第二步，将每一个个体的归类矩阵结合到一起，最终得到一个整个参第二步，将每一个个体的归类矩阵结合到一起，最终得到一个整个参 与者团体的相似矩阵。这个矩阵的行数和列数也与表述的数
12、量相同。与者团体的相似矩阵。这个矩阵的行数和列数也与表述的数量相同。 然而，这种综合性的矩阵只显示了将两个表述放入同一堆类型中的人然而，这种综合性的矩阵只显示了将两个表述放入同一堆类型中的人 数，而没有考虑这一类型对每一个人的意义，或者不能显示在同一堆数，而没有考虑这一类型对每一个人的意义，或者不能显示在同一堆 或不在同一堆类型中的其它表述。对角线上的值与参与归类者人数相或不在同一堆类型中的其它表述。对角线上的值与参与归类者人数相 等，因此，在最终综合性的相似矩阵中，每个值的范围是从等，因此，在最终综合性的相似矩阵中，每个值的范围是从0 0到参与到参与 归类者的人数数量。因为这个矩阵显示了参与
13、者对陈述进行归类分组归类者的人数数量。因为这个矩阵显示了参与者对陈述进行归类分组 的相关信息，所以这个最终的相似矩阵可以被认为是具有相关性的概的相关信息，所以这个最终的相似矩阵可以被认为是具有相关性的概 念性范围的结构。矩阵中较高的值表示由许多参与者将某两个表述放念性范围的结构。矩阵中较高的值表示由许多参与者将某两个表述放 入了同一堆类型中，同时也暗示了这两个表述某种程度上在概念上是入了同一堆类型中，同时也暗示了这两个表述某种程度上在概念上是 相似的。较低的值表示有很少的参与者将这两个表述归为同一类，同相似的。较低的值表示有很少的参与者将这两个表述归为同一类，同 时也暗示了这两个表述在概念上有
14、较明显的差别。时也暗示了这两个表述在概念上有较明显的差别。 vv 各步骤解析各步骤解析 第四步第四步 用概念化映射图形的方式将处理后的观点表现出来用概念化映射图形的方式将处理后的观点表现出来 将每一表述都作为一个独立的点放在一张 图中的适当位置上 通过组合和分拆的方法将图中的每一个表述 整理成串或族的形式 对于以点的形式或以串和族形式表现的结构 性映射图进行等级性评分并计算得分均值 Result 表现概念性表述范围的具体方法表现概念性表述范围的具体方法 方法一：方法一：两维空间的非度量的多维排列分析方法两维空间的非度量的多维排列分析方法 采用相似矩阵的方法，用变量的数量来表示矩阵中各种原始表述
15、采用相似矩阵的方法，用变量的数量来表示矩阵中各种原始表述 之间的距离。之间的距离。 方法二：方法二：分层的聚类分析方法分层的聚类分析方法 将每一个表述整理为聚类的形式，每一个类中的表述基本是相似的概念将每一个表述整理为聚类的形式，每一个类中的表述基本是相似的概念 。 如何应用多维排列分析方法如何应用多维排列分析方法 应用多维排列分析方法，可以将每一个距离值或地图应用多维排列分析方法，可以将每一个距离值或地图 上的点做成表格的形式，使原始表格中的内容尽可能上的点做成表格的形式，使原始表格中的内容尽可能 明显地被显示出来。在概念化地图中，多元变量模型明显地被显示出来。在概念化地图中，多元变量模型
16、的分析方法可以将代表每一个表述的点绘制成图形的的分析方法可以将代表每一个表述的点绘制成图形的 形式，其中图形绘制是在参与者对所有表述进行分类形式，其中图形绘制是在参与者对所有表述进行分类 形成相似矩阵的基础上进行的。形成相似矩阵的基础上进行的。 多维排列分析方法应用实例多维排列分析方法应用实例 假设给你一张美国地图，请你将纽约、芝加哥、洛杉矶三城市彼假设给你一张美国地图，请你将纽约、芝加哥、洛杉矶三城市彼 此之间的距离做成一个表格，显然这对你来说非常容易。你可能此之间的距离做成一个表格，显然这对你来说非常容易。你可能 会使用一个标尺来测量它们彼此之间的图面距离，然后将与实际会使用一个标尺来测量
17、它们彼此之间的图面距离，然后将与实际 距离有一定缩小比例的图面相对距离写入一个距离有一定缩小比例的图面相对距离写入一个3 3行行3 3列的表格中。列的表格中。 然后，当你将三个城市之间的相对距离写入表格之后，会要求你然后，当你将三个城市之间的相对距离写入表格之后，会要求你 画一张地图，按照三个城市之间的相对距离，将每一个城市作为画一张地图，按照三个城市之间的相对距离，将每一个城市作为 一个点标注在地图上，这个任务可能稍微难一些。你可能首先会一个点标注在地图上，这个任务可能稍微难一些。你可能首先会 武断地在纸上画两个点代表两个城市，然后在画第三个点，第三武断地在纸上画两个点代表两个城市，然后在画
18、第三个点，第三 个点与前两个点在距离上是成比例的。如果表中只有三个城市，个点与前两个点在距离上是成比例的。如果表中只有三个城市， 这个任务比较容易完成，但如果有更多的城市，这个工作就会变这个任务比较容易完成，但如果有更多的城市，这个工作就会变 得极其复杂。多维排列模型用多元分析的方法来完成这项任务。得极其复杂。多维排列模型用多元分析的方法来完成这项任务。 多维排列分析方法应用要点多维排列分析方法应用要点 采用多元变量模型进行分析时，分析者必须详细说明这些点适合采用多元变量模型进行分析时，分析者必须详细说明这些点适合 被归类的维度的数量。如果需要的是单维度的解决方案，那么所被归类的维度的数量。如
19、果需要的是单维度的解决方案，那么所 有的点都应该被放入单一的行中。如果需要二维度的解决方案，有的点都应该被放入单一的行中。如果需要二维度的解决方案， 那么就要采用双变量的方式来处理这些点，最终绘制出横纵坐标那么就要采用双变量的方式来处理这些点，最终绘制出横纵坐标 轴的图形。分析者能够从轴的图形。分析者能够从1 1个维度到个维度到N-1N-1个维度上获得许多解决办个维度上获得许多解决办 法。法。 分析者应该能够解释各个维度上的解决方案，并且能检测统计分分析者应该能够解释各个维度上的解决方案，并且能检测统计分 析结果，以判断某一维度的的解决方案是否具有强制性。这与为析结果，以判断某一维度的的解决方
20、案是否具有强制性。这与为 确定因子的数量而去检查特征值是相似的。确定因子的数量而去检查特征值是相似的。 分层聚类分析的局限性及解决方法分层聚类分析的局限性及解决方法 局限性：使用倾斜原则的因子分析方法来完成聚类分析，其中输入变量是相似局限性：使用倾斜原则的因子分析方法来完成聚类分析，其中输入变量是相似 矩阵中的内容。这个方法存在的问题是最终的分析结果常常不能真实反映多元矩阵中的内容。这个方法存在的问题是最终的分析结果常常不能真实反映多元 分析模型图中的点。原因是多元分析模型和聚类分析方法是有区别的，当两个分析模型图中的点。原因是多元分析模型和聚类分析方法是有区别的，当两个 分析方法来同时分析同
21、一个相似矩阵时，有时在图中距离相近的点通过聚类分分析方法来同时分析同一个相似矩阵时，有时在图中距离相近的点通过聚类分 析后，有可能被归为不同的类中。这个结果比较难以解释。析后，有可能被归为不同的类中。这个结果比较难以解释。 解决方法：我们所希望采用的方法是，当各种表述通过多元排列的方法被放置解决方法：我们所希望采用的方法是，当各种表述通过多元排列的方法被放置 在图中后，再采用聚类分析的方法对表述进行归类或分离。我们发现这一步可在图中后，再采用聚类分析的方法对表述进行归类或分离。我们发现这一步可 以通过使用以通过使用X-YX-Y双坐标的多维数据排列中点与点之间相等的值来完成，这些点作双坐标的多维
22、数据排列中点与点之间相等的值来完成，这些点作 为输入变量应用于聚类分析中。此外，我们发现为输入变量应用于聚类分析中。此外，我们发现Ward Ward 采用的聚类分析方法比其采用的聚类分析方法比其 它的方法更加可取。因此，我们将它的方法更加可取。因此，我们将WardWard的分析方法作为标准的分析程序。这种的分析方法作为标准的分析程序。这种 方法事实上将多维排列的图形分割成了许多聚类。方法事实上将多维排列的图形分割成了许多聚类。 分层聚类分析方法应用要点分层聚类分析方法应用要点 在聚类分析中也需要确定聚类的数量。聚类分析程序的第一步都是将每一个表述在聚类分析中也需要确定聚类的数量。聚类分析程序的
23、第一步都是将每一个表述 自身作为一类，在每一步分析程序中，都会将两个聚类整合为一个类型，直到最终自身作为一类，在每一步分析程序中，都会将两个聚类整合为一个类型，直到最终 所有的表述都归为几个适当的聚类中。这个方法的关键是分析者要确定最终聚类的所有的表述都归为几个适当的聚类中。这个方法的关键是分析者要确定最终聚类的 数量是多少才合适。数量是多少才合适。 分析者必须仔细地检查每一个聚类是否在现实的使用中有意义。通常，我们假设分析者必须仔细地检查每一个聚类是否在现实的使用中有意义。通常，我们假设 有有100100个或更少的陈述，那么我们需要检查个或更少的陈述，那么我们需要检查3 3到到2020个聚类
24、。我们在分析每一个聚类个聚类。我们在分析每一个聚类 时，需要检查有哪些表述被归在了这个类型中，以及这样的归类对表述的概念化过时，需要检查有哪些表述被归在了这个类型中，以及这样的归类对表述的概念化过 程有没有实际意义。我们发现采用聚类树来检查每一个聚类是有效的，因为聚类树程有没有实际意义。我们发现采用聚类树来检查每一个聚类是有效的，因为聚类树 可以尽可能地将所有的聚类展现出来。可以尽可能地将所有的聚类展现出来。 相对于多维排列的分析结果，聚类分析的结果更难以解释。在某些情况下，聚类相对于多维排列的分析结果，聚类分析的结果更难以解释。在某些情况下，聚类 分析被认为是暗示性的，而且可希望将聚类分析被
25、认为是暗示性的，而且可希望将聚类“ “在视觉上调整在视觉上调整” ”为较容易理解的对多维为较容易理解的对多维 空间的划分。关键的操作规则是保持多维排列分析结果的完整性，也就是说，设法空间的划分。关键的操作规则是保持多维排列分析结果的完整性，也就是说，设法 获得一个不会出现重叠聚类的解决方案。获得一个不会出现重叠聚类的解决方案。 概念化映射的最终结果概念化映射的最终结果 以点或表述为内容的二维坐标空间的图形，这个图形将每一个团以点或表述为内容的二维坐标空间的图形，这个图形将每一个团 体讨论后得到的表述以点的形式表现出来。将表述的代码放在每体讨论后得到的表述以点的形式表现出来。将表述的代码放在每
26、一个点的附近，以使参与者能将每一个点看作是一个表述。一个点的附近，以使参与者能将每一个点看作是一个表述。 一个能展现聚类分析过程的聚类图形。一个能展现聚类分析过程的聚类图形。 一个能表现二维图形中每一个点的评价均值的点评价图形。一个能表现二维图形中每一个点的评价均值的点评价图形。 一个能展现聚类图形中每一个聚类的评价均值的聚类评价图形。一个能展现聚类图形中每一个聚类的评价均值的聚类评价图形。 vv 各步骤解析各步骤解析 第五步第五步 对图形进行解释对图形进行解释 基本内容：将具体的信息组合起来，并形成具体的解决程序基本内容：将具体的信息组合起来，并形成具体的解决程序 。 信息内容构成：信息内容
27、构成： 陈述目录：由团体讨论得到的最初始的陈述目录，每一个陈述要拥代陈述目录：由团体讨论得到的最初始的陈述目录，每一个陈述要拥代 码的形式明确标注。码的形式明确标注。 聚类目录：通过聚类分析，所有的陈述被归为不同的类型。聚类目录：通过聚类分析，所有的陈述被归为不同的类型。 以点的形式呈现的图形：通过多维排列的方法将陈述以点的形式标注以点的形式呈现的图形：通过多维排列的方法将陈述以点的形式标注 在图形中，点的旁边标注了陈述的代码。在图形中，点的旁边标注了陈述的代码。 聚类图形：此图形展现了通过聚类分析对陈述的聚类过程。聚类图形：此图形展现了通过聚类分析对陈述的聚类过程。 点评价图形：此图形表现了
28、每一个被标注了代码的陈述的评价均值。点评价图形：此图形表现了每一个被标注了代码的陈述的评价均值。 聚类评价图形：此图形展现了每一个聚类的评价均值。聚类评价图形：此图形展现了每一个聚类的评价均值。 四种概念化映射图相互关系四种概念化映射图相互关系 每一个图形都是概念化映射图。它们都向我们传递了对焦点问题的主要每一个图形都是概念化映射图。它们都向我们传递了对焦点问题的主要 观点的相关内容，以及这些观点之间的相互联系。每一个图形强调了概观点的相关内容，以及这些观点之间的相互联系。每一个图形强调了概 念化信息的不同部分。当每一个图形对概念化结构的描述截然不同的时念化信息的不同部分。当每一个图形对概念化
29、结构的描述截然不同的时 候，最终可能会以不同的名称来区别概念化结构，我们必须意识到每一候，最终可能会以不同的名称来区别概念化结构，我们必须意识到每一 个图形之间是相关的，而且每一个图形仅仅反映同一个概念化结构的不个图形之间是相关的，而且每一个图形仅仅反映同一个概念化结构的不 同侧面。如果不能确定概念化图形的类型，我们常常会假设这些讨论适同侧面。如果不能确定概念化图形的类型，我们常常会假设这些讨论适 合于聚类型图形，因为聚类型图形往往最容易被解释。合于聚类型图形，因为聚类型图形往往最容易被解释。 概念化映射图解释实例概念化映射图解释实例 案例名称：约克县老年人服务项目评估案例名称：约克县老年人服
30、务项目评估 i. i. 约克县老年人项目标有代码的点图约克县老年人项目标有代码的点图 ii. ii. 约克县老年人项目被命名后的聚类图约克县老年人项目被命名后的聚类图 形形 iii.iii.约克县老年人项目的点评价图形约克县老年人项目的点评价图形 iv.iv.约克县老年人项目的聚类评价图形约克县老年人项目的聚类评价图形 约克县老年人项目标有代码的点图约克县老年人项目标有代码的点图 当所有的参与者对每一个聚类的名称达成一致后，这些陈述便会当所有的参与者对每一个聚类的名称达成一致后，这些陈述便会 以标有代码的点图的形式呈现出来。以标有代码的点图的形式呈现出来。 约克县老年人项目被命名后的聚类图形约
31、克县老年人项目被命名后的聚类图形 要求参与者察看所有这些聚类是否都是明智的和可判断的。这张最终的命名的聚类要求参与者察看所有这些聚类是否都是明智的和可判断的。这张最终的命名的聚类 地图构成了概念性的架构，成为了概念化映射法实施的基本结果。应该提醒那些参地图构成了概念性的架构，成为了概念化映射法实施的基本结果。应该提醒那些参 加者这张最后的图形并不能算是他们自己最终的产品。参与者团体应该是适当地改加者这张最后的图形并不能算是他们自己最终的产品。参与者团体应该是适当地改 变或重新安排最终的图形，直到对他们实际中的概念化工作有实际意义时为止。变或重新安排最终的图形，直到对他们实际中的概念化工作有实际
32、意义时为止。 约克县老年人项目的点评价图约克县老年人项目的点评价图 约克县老年人项目的聚类评价图约克县老年人项目的聚类评价图 约克县老年服务评估项目解释约克县老年服务评估项目解释 在约克县的研究中，从对图形的解释中获得了一些有价值的东西，如果我们仔细看在约克县的研究中，从对图形的解释中获得了一些有价值的东西，如果我们仔细看 每一个聚类图形，我们会发现图形中右边的聚类主要是每一个聚类图形，我们会发现图形中右边的聚类主要是“ “较为健康的老年人较为健康的老年人” ”最关心最关心 的问题，这些老年人没有生病或被送进了某一机构中，这些聚类内容主要是个人成的问题，这些老年人没有生病或被送进了某一机构中，
33、这些聚类内容主要是个人成 长和教育、社会化需要和一些政治主张等。相反，当我们再看图形的左边聚类内容长和教育、社会化需要和一些政治主张等。相反，当我们再看图形的左边聚类内容 时，我们发现这些聚类内容一般是身体有病或需要服务、照顾、甚至是重病或即将时，我们发现这些聚类内容一般是身体有病或需要服务、照顾、甚至是重病或即将 死亡的老年人最关心的问题。参与者团体将图形右边的描述作为其老年化过程的不死亡的老年人最关心的问题。参与者团体将图形右边的描述作为其老年化过程的不 怀疑理论的较好的描述。而且，他们相信正如图形中显示的那样，有关老年人问题怀疑理论的较好的描述。而且，他们相信正如图形中显示的那样，有关老
34、年人问题 的政治提倡工作主要由健康的老年人来做。这个结果促使参与者讨论去鼓励健康的的政治提倡工作主要由健康的老年人来做。这个结果促使参与者讨论去鼓励健康的 老年人去认识其在总体老年人中的位置，鼓励其积极地参与倡导关注老年人的活动老年人去认识其在总体老年人中的位置，鼓励其积极地参与倡导关注老年人的活动 。因此，这些图形为解决老年人问题提供了基础，这些图形解决了老年人关心的主。因此，这些图形为解决老年人问题提供了基础，这些图形解决了老年人关心的主 要问题，强调了老年人，特别是健康老年人参与的重要性。要问题，强调了老年人，特别是健康老年人参与的重要性。 vv 各步骤解析各步骤解析 第五步第五步 概念
35、化映射图的实际应用概念化映射图的实际应用 项目规划项目规划 在项目规划过程中，概念化映射图可以被用来构架项目计划报告。区在项目规划过程中，概念化映射图可以被用来构架项目计划报告。区 域性的标题构成了报告框架的最大的标题，所有的聚类名称在相应区域性的标题构成了报告框架的最大的标题，所有的聚类名称在相应区 域内作为报告框架的副标题出现，个人化的表述在相应的聚类中作为域内作为报告框架的副标题出现，个人化的表述在相应的聚类中作为 更小的标题出现，而且任何与项目规划相关的表述层面的信息都可以更小的标题出现，而且任何与项目规划相关的表述层面的信息都可以 作为报告框架的小标题出现。这样，对于规划性目的的项目
36、，概念化作为报告框架的小标题出现。这样，对于规划性目的的项目，概念化 映射图提供了理解重要性问题的架构，这种架构能使计划性报告的图映射图提供了理Communication Best Practices: From Requirements to Delivery Presented by Fred Alsup falsup (214)824-6828 Why Communication? Have you ever felt nYou didnt understand your Customers/Employees/Boss/Peers/Suppliers Spouse/Relatives/
37、Children/Friends nYou werent understood nYou didnt ask the right question nYou didnt ask it in the right way nYou let emotions rule rather than logic nYou didnt communicate confidence, calmness, or the most effective energy nYou didnt come to closure quickly enough or at all nA lot of time was waste
38、d in meetings and conversations ASEE Presentation 4/8/03ASEE Presentation 4/8/03Fred AlsupFred Alsup Why Communication? Have you ever nRepeatedly had meetings but didnt seem to come to a clear understanding nHad a strained relationship because of misunderstanding nCommunicated the right words but di
39、d not get the point across nEnded a meeting or conversation on a discordant note ASEE Presentation 4/8/03ASEE Presentation 4/8/03Fred AlsupFred Alsup What is Communication? Communication is Perceived as 55% Physiology 38% Tonality 7% Words Information received and stored in neural networks as Visual
40、, Auditory, Kinesthetic Olfactory, Gustatory Communication Settings One on One One to Many Formal and Informal Face to Face Telephone Email Asking Questions Presenting Information ASEE Presentation 4/8/03ASEE Presentation 4/8/03Fred AlsupFred Alsup Where/When Communication? nBusiness Planning Proces
41、s Engineering/Reengineering Projects: Requirements to Delivery Training Personal Consulting nPersonal Family and Friends Volunteer Work ASEE Presentation 4/8/03ASEE Presentation 4/8/03Fred AlsupFred Alsup Sources for Best Practices nNeuro-Linguistic Programming (NLP) nMyers Briggs Type Indicator (MB
42、TI) nTechnology of Participation nDisney Model nKano Model nGender Research Deborah Tannen ASEE Presentation 4/8/03ASEE Presentation 4/8/03Fred AlsupFred Alsup Formula for Success nRight Folks, Skilled Communicator/Facilitator nBuild Rapport nProject the Right Energy nSequence Questions Properly nAs
43、k Generic and Expert Questions Considering Context Hierarchy Languages (of Expertise) Personality Types nPresent Proposals Considering Control and Influence Audiences Success Criteria ASEE Presentation 4/8/03ASEE Presentation 4/8/03Fred AlsupFred Alsup Building Rapport nWHY Establish Trust Establish
44、 Understanding Lead Individuals or Groups nHOW Match Voice Speed Match Verbal Predicates Match or Mirror Physicality and Energy Match Brain Processing Speed Ask Questions that Match Others Internal Experience ASEE Presentation 4/8/03ASEE Presentation 4/8/03Fred AlsupFred Alsup Building Rapport Access Cues Visual Constructed Visual Remembered Auditory Auditory Constructed Remembered Feelings Internal Dialogue Other Cues Auditory Touching Face Touching Lips Touching/Rubbi
