Методы научного описания: описание простых распределений, эмпирическая типологизация, анализ зависимостей.

Научное описание – это фиксация рез-в социол-ого ис-ния в контексте социол-ой т-ии. Прежде всего, необходимо выяснить и описать общую ситуацию сложившуюся на ис-мом объекте. Для этого необх описание простых распределений. Рез-ты ис-ния группируются по разл признакам в соотв-ии с задачами и гипотезами ис-ния. Группировка по одному признаку наз-ся простой группировкой (образ-е, пол, стр-ра проведения свобод времени). Простые групп-ки предст-ся в виде одномерных таблиц. Рез-том простой группировки явл простое распределение. В простых распр-ниях (Пр.Рас) вычисляются абсолютные числа, т.е. частоты (на сколько часто встречается т/и значение признака) и частости (процент от числа опрошенных).

В ис-нии с небольшой выборкой при ан-зе рез-в необх-мо обязательно указать абсолютные числа, проценты – играют роль показательных величин, т.е. используются для сравнения и наглядности. Если будут указываться т проценты, то это м привести к искажению ситуации.

Инф-ция, содержащаяся в Пр.Рас обобщается, уплотняется. Для этого служат след м-ды: 1. ранжирование, т.е. расположение значений признака в порядке убывания или возрастания; 2. вычисление средних величин, к-ые дают опред-ные представления об общих хар-ках изуч-ой сов-сти. Опред-ся мода, т.е. наиболее часто встречающееся значение признака, к-ый опр-ся на всех типах шкал; медиана – представляющая собой значение признака, находящегося в середине ранжированного ряда или среднюю арефмитическую от 2 серединных знач-й признака, т.е. если в ранжированном ряду четное число членов. Медиана не вычисляется т в номинальных шкалах. Ср.арефмитическая простая вычисляется путем суммирования всех значений признака и делением полученной суммы на число опрошенных. Ср.арефмитическая взвешенная вычисляется с исп-нием частот, т.е. каждое значение признака умножается на число людей, отметивших его, все полученные произведения суммируются и сумма делится на число опрошенных; 3. укрупнение исходных шкал, т.е. делаются укрупненные группировки (н-р: возраст (до 30 лет вкл-но, старше 30 лет – кол-ная интервальная шкала); удовл-ны ли вы своей работой? (каче-ная порядковая шкала: уд-ны; и да и нет; неуд-рен) кач-ная номинальная шкала – сем положение (по наличию детей)); 4. построение индексов, т.е. агрегированных показ-лей, к-ые рассчит-ся на основе сразу неск-ких пок-лей.

Все эти операции необх для т, ч сохранить число признаков, исп-мых в итоговом ан-зе, избежать изменений детализации, устранив второстепенные детали и избежать провалов в распред-ях. Т.о. достигается первичное обобщение полученной инф-ции, что необходимо для более глубокого ан-за изучаемого явления.

Типологизация – это поиск устойчивых сочетаний признака изучаемого объекта или явл-я. Типологизация м.б. эмпирической и теоретической. Эмпир типологизация – это поиск устойчивых сочетаний признака путем многократного перебора различных их сочетаний на компьютере. Теоретич – строится на основе идеальной теорет модели и по теоретически обоснованным критериям, т.е. такую типологию разрабатывают еще до получения данных на этапе подготовки программы ис-ния. Теоретич типологизации исп-ся для ан-за рез-в ис-я: 1) опред-ся распределение выделенных типов в общей сов-сти опрошенных, а также в отд-ых соц-ых гр-пах; 2) выясняется степень отклонения от идеальной модели по различным параметрам. Выяснение степени совпадения идеальной модели с реальными распределениями – является сп-бом эмпирической проверки теории на основе к-ой строилась идеальная модель.

В основе зависимости лежат перекрестные групп-ки, т.е. групп-ки не по 1, а по 2 или нескольким признакам. Перекрестные групп-ки представляются в виде комбинирования таблиц 2мерных или многомерных. Суть ан-за зависимостей закл-ся в том, что вычисляются не т общие рез-ты по массиву опрошенных в целом, но и по различным группам, к-ые сравниваются м/д собой. Групп-ка, к-ая явл базовой для исчисления процентов, наз-ся независимой переменной, т.е. это том фактор, влияние к-го мы проверяем. Та переменная, на к-ую оказывает влияние данный фактор наз-ся зависимой переменной.

При ан-зе зависимостей сравниваются искл-но проценты, а не абсолютные числа, поскольку число опрошенных в группах бывает различным, поэтому сравнение абсолютных чисел может привести к ошибке, к неправильным выводам.

В 3мерных зав-тях помимо зависимой и независимой переменных вводится еще и контрольная переменная (возраст). Это необходимо для т, ч выявить прямые и опосредованные связи, причинные и сопутствующие. В 4хмерной зав-ти вводятся 2 контр переменные (легкость засыпания мужчин и женщин разл возрастных групп). Введение контрол переменных наз-ся еще очищением признака. При ан-зе одних только 2мерных зав-тей соц-га подстерегает опасность нек-ых ловушек, в к-ых он м оказаться. 1случай: сравнение по группам показало, что различие м/д ними отсутствует и на основании этого делается вывод, что ис-мый фактор не оказывает влияние. На самом деле, этот фактор оказывает влияние, но оно нейтрализуется действием др фактора, связанного как с независимой, так и зависимой переменной. 2случай: сравнение по группам свидетельствует о наличии различий между ними и на этом основании делается вывод, что ис-мый фактор оказывает влияние. На самом деле эти различия м оказаться кажущимися, т.к. влияние оказывает скрытый фактор, т.е. мы имеем дело с ложной корреляцией.

3мерные зав-сти могут действовать т на больших массивах, поскольку дробление на подгруппы м привести в маленьком массиве к тому, что эти подгруппы утратят свою статистическую зависимость, т.е. станут слишком немногочисленными и не достаточными для анализа. Поэтому при маленьком массиве необходимо особо тщательно анализировать двухмерные зависимости и сравнивать их между собой с тем, чтобы выявить какой фактор играет более важную роль, а какой менее.