Методы обработки социологической информации
Простая группировка – классификация или упорядочение данных по одному признаку (в зависимости от гипотез можно сгруппировать выборочную совокупность по возрасту, полу, роду занятий и пр.) Число членов выделенной группы называют долей или относительной частотой. Здесь сразу можно применить такие статистические приемы обработки информации, как вычисление медианы, среднеарифметических показателей, исчисление частот по процентам. Перекрестная группировка – это связывание данных, предварительно упорядоченных по двум признакам в таблицах (например, возраст мужа и возраст жены в семейных парах). Основная задача перекрестной группировки – поиск устойчивых связей изучаемых объектов (например, типичных соотношений возраста семейных пар). Такая группировка в некоторых случаях уже является достаточной для основательного отчета по результатам исследования. Далее возможны эмпирическая ТИПОЛОГИЗАЦИЯ – поиск устойчивых сочетаний свойств объектов не по одному или двум, а в нескольких измерениях одновременно (на пример, в семейных парах возраст супругов анализируется в зависимости от национальности, места жительства и т.п.) Задачи многомерной эмпирической типологизации решают с помощью математических процедур распознавания образов - таксономии. В эмпирическом материале для таксономического анализа выделяются группы – таксоны (например, по семейному положению) и затем анализируется их миграционное поведение, по характеру миграционных потоков в зависимости от численности поселенческих образований. В многомерной эмпирической классификации используется прием кластерного анализа. Например, конфигурация депутатских групп в органах представительной власти, позволяющая прогнозировать их поведение. В специальной литературе рассматриваются более сложные приемы анализа информации: критерий Юла, метод корреляционного графа, факторный анализ, всевозможные коэффициенты, например Пирсона. Как правило, социологи используют стандартные компьютерные программы (SPSStatistics, Stata, SAS) обработки социологической информации, пригодные для выдачи простых распределений, процентов, отклонений, ранговых и парных коэффициентов корреляции, энтропии, регрессионных показателей, различного рода индексов и т. п. Результаты анализа могут быть представлены различными графическими методами: - для одномерных распределений – гистограмма или столбиковая диаграмма; возможна круговая диаграмма - для многомерного анализа лучше использовать анализ взаимосвязи (корреляции) двух переменных. Однако, количественный анализ (полученные цифровые показатели) должен быть дополнен качественным, т.е. интерпретацией цифровых показателей. Чтобы каждый эмпирический показатель, обладающий многозначностью, был правильно однозначным, следует строго придерживаться задач (гипотез) исследования. Виды статистических группировок в схеме:
Практические рекомендации к теме 4: 1. Приступая к анализу данных, строго придерживаться программных гипотез. 2. Первоначальные группировки и классификации разумнее всего производить исходя из элементарных описательных гипотез, а последующие - предварять уточняющими и интерпретационными предположениями, продвигаясь к объяснительным. 3. Не следует смешивать уточнение и интерпретацию данных с их объяснением. Объяснение главная задача анализа, позволяющая установить причинные зависимости, дает основание для прогноза и, следовательно, для перехода к обоснованию практических решений проблем. Практические рекомендации к теме 4 по подсчету результатов: I. Подсчет результатов. 1. На чистой анкете: сколько всего человек опрошено (100%) (в верхнем углу). 2. Подсчет по каждому ответу: Справа - количество человек Слева % от 100 (всего опрошенных) 3. ответ «другое» – если не поддается подсчету, т.е. очень индивидуальный ответ - выписать на отдельном листке (№ вопроса, номер ответа) 4. отдельно выписать открытые вопросы (на чистом листе номер вопроса). Постараться найти «изюминку» (Пригодится при составлении рекомендаций).
|
