2ПЗ. СОЦ. МАРКЕЗИНИ. Российский государственный социальный университет практическое задание 2 по дисциплине Социология
 Скачать 44.82 Kb.
|
ПРАКТИЧЕСКОЕ ЗАДАНИЕ 2 по дисциплине «Социология» Статистический анализ результатов социологического исследования: описательная и аналитическая статистика (тема практического задания)
Москва ОглавлениеСтатистический анализ результатов социологического исследования: описательная и аналитическая статистика 3 Описательная статистика 9 Аналитическая статистика 13 Заключение 15 Список литературы 15 Статистический анализ результатов социологического исследования: описательная и аналитическая статистика В первую очередь данная тема актуальна для изучения потому, что она поможет понять непосвященным личностям то, как же выявляются различные статистики из экспериментов и что эти статистики под собой подразумевают в целом. Описательная и аналитическая статистики являются одними из самых распространенных в научном мире, что дает нам возможность ознакомиться с тем, на чем основывается большое количество процентов исследований не только в социологии, но и в других сферах науки С самого начала хотелось бы разобрать, что подразумевает Статистический анализ результатов. И уже позже разобрать описательную и аналитическую статистику. Использование количественных методов сбора данных в социологических исследованиях (опросах) обязательно предполагает последующий анализ полученных данных. К примеру, после проведения опроса социолог собрал 1000 анкет, каждая из которых состоит из 100 вопросов. Чтобы получить результаты исследования, надо посчитать, сколько респондентов и как отвечали на все поставленные вопросы. При этом простого подсчета бывает недостаточно; эти ответы надо дифференцировать по полу, возрасту, социальному статусу и другим важным для исследователя характеристикам респондентов. Кроме того, нужно выяснить, существует ли взаимосвязь между ответами респондентов на тот или иной вопрос, выявить группы респондентов, для которых характерны близкие ответы на вопросы, и ответить на многие другие вопросы, соответствующие задачам данного социологического исследования. Таким образом, модель количественного анализа данных должна конструироваться социологом еще на этапе программирования исследования - в процессе формулировки его задач, интерпретации и операционализации основных понятий. Количественный анализ данных социологических исследований получил свое развитие па основе общей теории статистики, которая сформировалась еще в XIX в. В тот период постепенное накопление данных первичного учета, повышение потребности общества в количественных измерениях явлений общественной жизни, вызванных запросами практической деятельности и наук, изучающих общество, а также одновременное развитие математических наук привели к необходимости выделения в отдельную область знания такой науки, которая позволяла бы не только осуществлять сбор количественной информации, но и эффективно обрабатывать, классифицировать, обобщать и интерпретировать ее. Бельгийский статистик А. Кетле сформулировал теорию статистики, определил основные принципы статистического познания, тем самым положив начало повой науке. С тех пор статистика стала неотъемлемой частью научных исследований, управления, экономической деятельности, охватывая практически все сферы жизнедеятельности общества. Современную статистику можно рассматривать как комплекс статистических наук, с различных сторон удовлетворяющих потребности людей в многообразной количественно-качественной информации. Основа этого комплекса - общая теория статистики, базирующаяся на теории вероятностей и являющаяся важнейшим инструментом исследования во всех науках, оперирующих массовыми фактическими данными. Поскольку каждая наука имеет свой специфический объект исследования, то и использование общей теории статистики в конкретных научных дисциплинах имеет свои особенности, определяемые характером той или иной отрасли знания. Это позволяет избежать математического формализма и упрощенно-схематического подхода к изучению реально существующих явлений и процессов. Поскольку данные социологических исследований представляют собой результаты массовых опросов, то и количественный анализ таких данных осуществляется методами и приемами специальной науки, имеющей дело с количественными характеристиками массовых явлений, а именно статистики. За уже достаточно длительный период развития практики такого анализа в социологии сформировалось целое научное направление, которое получило название «прикладная статистика в социологии» или «статистический анализ данных социологических исследований». Отметим, что статистическому анализу подвергаются не индивидуальные данные какого-либо респондента, а статистическая совокупность этих данных, полученная от целой группы респондентов (опрошенных людей). Естественно, весьма актуальным является вопрос соответствия результатов социологического исследования реальным характеристикам изучаемой группы населения. Как известно, в ходе проведения социологического исследования опрашивается, как правило, не вся интересующая исследователя группа людей (это зачастую просто невозможно или очень долго и дорого), а лишь ее часть. Затем по данным опроса части этой группы социолог получает результаты своего исследования, которые потом распространяются на всю изучаемую совокупность людей. Например, чтобы исследовать, как проводят свой досуг студенты, опрашивают не всех студентов страны, а их часть. Вся изучаемая совокупность при этом называется генеральной совокупностью, а те люди, которые приняли участие в исследовании в качестве респондентов, - выборочной совокупностью исследования (выборкой). Выборка строится по определенным правилам, в зависимости от целей и задач исследования, а также характеристик самой генеральной совокупности. То есть если известна численность и структура генеральной совокупности (например, все население страны), то выборочная совокупность строится по статистическим правилам, ее объем и структура рассчитываются по определенным формулам. Генеральная и выборочная совокупности являются фундаментальными понятиями статистического анализа данных социологического исследования. Генеральная совокупность - это полная совокупность объектов, имеющих отношение к изучаемой проблеме (все население страны, молодежь, студенты, потребители или покупатели и т.д.). Выборочная совокупность - та часть генеральной совокупности, которую социолог непосредственно изучает путем опроса ее членов. Сначала изучается выборочная совокупность: путем статистического анализа данных социологического исследования (опроса) устанавливаются ее характеристики в соответствии с целями и задачами исследования. Затем результаты исследования выборочной совокупности распространяются па всю генеральную совокупность и социолог делает выводы относительно всей совокупности населения, которую он изучает. Чтобы результаты исследования выборочной совокупности отражали ситуацию, характерную для генеральной совокупности, выборочная совокупность должна обладать высоким уровнем репрезентативности. Репрезентативность выборки - это свойство выборки отражать характеристики изучаемой генеральной совокупности. Различие характеристик выборочной и генеральной совокупностей называют ошибкой репрезентативности. Ошибка репрезентативности есть мера отклонения статистической структуры выборки от структуры, соответствующей генеральной совокупности. Репрезентативность выборки характеризуется двумя взаимосвязанными параметрами - уровнем ошибки и вероятностью. Говорить, что какая-либо выборка репрезентативна, не совсем верно, так как любая выборка имеет определенный уровень репрезентативности, хотя этот уровень может и не устраивать исследователя. Правильнее было бы сказать, что ошибка репрезентативности данной выборки с вероятностью Р не превышает А (величина ошибки в процентах). Высокий уровень репрезентативности выборки является залогом высокого уровня репрезентативности результатов исследования, т.е. соответствия их параметрам генеральной совокупности. Последнее в свою очередь является главной целью статистического анализа данных социологического исследования. При этом обязательно оцениваются ошибки репрезентативности. Можно выделить два типа таких ошибок - систематические и случайные. Систематические ошибки - это ошибки неслучайного характера, искажающие результаты измерений в одну сторону, вызывающие неадекватное воспроизведение в выборке генеральных распределений. Неадекватность выражается либо в резком завышении, либо в резком занижении характеристик генеральной совокупности. Систематические ошибки дают постоянное смещение, которое не уменьшается при увеличении числа опрошенных людей. Например, если социолог делает опрос всего населения через интернет, то он может получить систематическую ошибку, поскольку охватит только пользователей интернета, которые могут иметь свои специфические характеристики и взгляды, отличные от этих же параметров всего населения. Или, проводя исследования всего населения, социолог опрашивает только жителей городов или только занятое население и т.п. Систематическую ошибку можно устранить, изменяя процедуру формирования выборки. Случайные ошибки - это статистические погрешности, присущие выборочному методу, и ошибки, вызываемые случайными нарушениями в процедурах сбора информации (ошибки наблюдения). Ошибки наблюдения возникают при замене намеченных по плану выборки единиц наблюдения другими, более удобными, которые, однако, оказываются неполноценными с точки зрения выработанного плана выборки. Такие ошибки наблюдаются при использовании недостаточно квалифицированных анкетеров и интервьюеров и могут быть предотвращены с помощью контроля за их деятельностью. Кроме того, ошибки наблюдения могут возникать из-за неполного охвата выборочной совокупности, например из-за недополучения почтовых анкет. Эти ошибки устанавливаются путем сравнения реально сформированной выборки с ее планом. Они устраняются организацией дополнительного сбора недостающей информации. К другому виду случайных ошибок относятся те ошибки, которые при повторных измерениях изменяются по вероятностным законам. Например, если мы определяем некоторую характеристику выборки (пусть это будет среднее арифметическое), то, извлекая из генеральной совокупности все новые и новые выборки того же объема, будем получать результат, отклоняющийся то в одну, то в другую сторону от значения этой характеристики в генеральной совокупности. Эти отклонения происходят с приблизительно одинаковой частотой и не имеют преимущественного направления в сторону преувеличения или преуменьшения значения изучаемого признака, т.е. случайная ошибка такого вида подчиняется определенным статистическим законам и поддается оценке. Случайная ошибка будет присутствовать всегда и при любом выборочном опросе. Важнейшим свойством случайных ошибок является то, что они уменьшаются с увеличением объема выборки. Систематическая ошибка в отличие от случайной намного опаснее, так как ее невозможно оценить по выборке. Для оценки достоверности результатов, получаемых на выборочной совокупности, в плане их соответствия генеральной совокупности в прикладной статистике сформировано целое направление статистического анализа данных, называемое теорией статистического вывода. В целом можно выделить три основных этапа статистического анализа данных. Описательная статистика Первый этап - описательная (дескриптивная) статистика, с помощью которой получают самое общее описание выборочной совокупности. Социолог получает распределение выборочной совокупности по основным социально-демографическим признакам (полу, возрасту, социальному статусу, образованию, семейному положению, наличию детей, источникам доходов и т.д.). К примеру, 52% опрошенных респондентов - женщины, 48% - мужчины; 56% работают, 35% учатся, 8% нс работают и нс учатся; 30% имеют детей, а 70% не имеют и т.д. Кроме того, описательная статистика дает нам всевозможные средние характеристики тех признаков, которые поддаются количественному измерению. Основными средними показателями, используемыми в социологии, являются мода, медиана и среднее арифметическое. Эти характеристики используются, когда надо определить типичное значение изучаемого признака для той совокупности респондентов, которую изучает социолог. Мода - наиболее часто встречающееся значение того или иного признака. Например, если модальный возраст в совокупности составляет 20 лет, то данный возраст встречается среди респондентов наиболее часто, т.е. обладает наибольшей частотой. Частота признака - базовый показатель, своеобразная единица статистического анализа, на которой строится весь большой статистический каркас количественного анализа данных. Относительная частота признака в процентах рассчитывается как отношение количества людей, у которых этот признак зафиксирован, к численности всей изучаемой совокупности. Например, если 30 человек из 200 опрошенных ответили, что они посещали кинотеатры в течение месяца, то частота признака «посещение кинотеатров в течение месяца» составит 30. Если соотнести эту частоту с общей численностью опрошенных, то получим относительную частоту, которая выражается в долях единицы или в процентах. В данном примере относительная частота равна 30/200 = 0,15, или 15%. На основе частот значений признака строится его частотное распределение, объединяющее все возможные значения признака и соответствующие этим значениям частоты. Медиана показывает значение признака, которое делит изучаемую совокупность пополам. Например, медианный возраст 30 лет означает, что в выборочной совокупности 50% респондентов находятся в возрасте 30 лет и младше, а 50% - в возрасте старше 30 лет. Находят медиану с помощью специальных формул, использующих данные рядов распределения признаков. Среднее арифметическое - сумма всех значений признака, деленная на объем выборки, которая рассчитывается только для сугубо количественных признаков. Моду, медиану и среднее арифметическое часто называют характеристиками центра распределения. Они являются первыми обобщающими характеристиками рядов распределения, которые социолог получает в ходе статистического анализа данных исследования. Не углубляясь в теорию статистики, отметим, что в описательной статистике существует еще множество показателей, которые характеризуют признаки изучаемой совокупности. Например, вычисляются различные показатели вариации изучаемого признака, т.е. различия в значениях какого-либо признака у разных единиц (респондентов). Среди таких показателей наиболее распространенные - дисперсия и среднее квадратичное отклонение. Цель любого научного исследования, как мы уже указывали, заключается в обнаружении закономерностей внутри определенного класса явлений. Закономерность, в самом широком смысле слова, означает некую регулярность, однотипность. О регулярности, в свою очередь, можно говорить там, где явления повторяются, где они носят более или менее массовый характер. Статистические методы как раз и предназначены для анализа подобных явлений и процессов. Они позволяют выявлять устойчивые тенденции и строить на этой основе теории, предназначенные для их объяснения. Наука всегда имеет дело с разнообразием действительности, но свою задачу она видит в обнаружении порядка вещей, некоторой устойчивости внутри наблюдаемого разнообразия. Например, антропология изучает физические особенности строения тела человека. По признакам строения тела (цвета кожи, глаз, волос, формы черепа и т.д.) она выделяет определенные типы – человеческие расы. Но ее не интересуют такие признаки, как количество глаз, ушей или пальцев, поскольку это константы: люди (в норме) не различаются между собой по этим признакам. Выше уже было сказано, что наука имеет дело с переменными, однако она стремится выделить такие их значения, которые лучше всего объясняют наблюдаемое разнообразие проявлений. Статистика снабжает нас удобными приемами такого анализа. Для использования статистики требуются два основных условия: а) мы должны иметь данные о группе (выборке) людей; б) эти данные должны быть представлены в формализованном (кодифицированном) виде. Задачи описательной статистики в целом совпадают с задачами качественного анализа: это сжатие информации и представление ее в удобном для обозрения виде. Наиболее простой случай возникает тогда, когда наши данные могут быть представлены одной переменной. Используемые для этого методы объединяются в группу под названием одномерный статистический анализ. В зависимости от типа данных и задач, которые ставит исследователь, выбирается тот или иной конкретный способ анализа. Достаточно простым и удобным приемом анализа количественных данных является построение распределения частот. Проиллюстрируем его на примере. Допустим, проводится исследование, в котором каждому участнику, среди прочих, задается вопрос о его семейном положении. Ответы фиксируются, а общие результаты сводятся в таблицу, где против фамилии каждого участника указано его семейное положение. Далее эти первичные данные мы хотим представить в более сжатой и удобной для анализа форме. Для этого мы разбиваем их на категории, подсчитывая количество людей в каждой группе. Сами категории выбираются в зависимости от целей исследования и могут быть более широкими или более узкими. Если используется вопрос закрытого типа, то мы сразу фиксируем ответы в кодированной форме. Если же используется вопрос открытого типа, то кодирование осуществляет сам исследователь. Отметим, что более узкие категории всегда можно укрупнить. Но если информация структурируется прямо на этапе ее сбора, то потом нельзя будет разбить данные на большее число категорий. Часть информации оказывается потерянной. Аналитическая статистика В отличие от описательной статистики аналитическая статистика призвана раскрыть характеристики не выборочной совокупности, а именно генеральной совокупности, т. е. определить, каким образом результаты исследования соотносятся с целью исследования. Как сказано выше, если исследование носит не сплошной, а выборочный характер, т. е. опрошены не все представители генеральной совокупности, то полученные в исследовании данные отличаются от соответствующих значений в генеральной совокупности. Это различие принято называть погрешностью исследования. Погрешность исследования — это разница между искомыми характеристиками генеральной совокупности и найденными характеристиками выборочной совокупности. Погрешность исследования, вызванная тем, что применяется выборочный метод, называют случайной, или вероятностной, погрешностью, и ее значение в рамках аналитической статистики оценивается с применением теории вероятности. В общем случае погрешность исследования (разница между искомым генеральным параметром и найденным выборочным значением) может быть обусловлена не только тем, что опрошены не все представители генеральной совокупности, но и тем, что в ходе исследования допущены какие-либо ошибки. Таким образом, в любом выборочном исследовании всегда есть погрешность, величину которой необходимо оценить. На размер этой случайной погрешности влияет объем выборочной и генеральной совокупностей, способ формирования выборки и величина дисперсии исследуемой величины. После оценки погрешности исследования необходимо выявить наличие связи между значимыми с точки зрения исследования параметрами и проверить достоверность, статистическую значимость выявленных взаимосвязей для всей генеральной совокупности. Эти задачи решаются в рамках корреляционного анализа с использованием статистических коэффициентов связи (коэффициенты корреляции Пирсона, Спирмана, коэффициент связи Крамера и т. д.), методов проверки средних значений в подгруппах (однофакторный дисперсионный анализ, непараметрические тесты и т. д.). При необходимости в рамках аналитической статистики применяются многомерные статистические методы анализа первичной информации, т. е. такие методы, в которых для получения содержательного вывода одновременно используется большое число исходных данных (ответов на большое число вопросов анкеты). Кластерный анализ используется в тех случаях, когда требуется разделить генеральную совокупность на однородные части. Например, для разделения избирателей на группы по типу их электорального поведения. Факторный анализ применяют, если необходимо на основании вопросов анкеты выделить скрытые, латентные установки целевой аудитории. Например, факторный анализ на основании оценки электоральной ситуации позволит выявить мотивы поведения избирателей. Многомерное шкалирование применяют в тех случаях, когда в ходе исследования определяется восприятие нескольких объектов. Данный метод позволит визуализировать восприятие объектов и раскроет особенности отношения к ним целевой аудитории. Использование многомерных методов анализа необходимо планировать заранее и включать в анкету вопросы, которые позволят осуществить данный анализ Заключение Описательные и аналитические статистики дают нам возможность оценить характер распределения данных в изучаемой выборке. На основании этой оценки мы можем принять решение о том, какие критерии надлежит использовать в дальнейшей работе – например, при сравнении выборок. Описательные статистики являются основой построения статистических графиков и диаграмм – например, диаграмм размаха, т.е. являются предварительным этапом в проведении визуального анализа данных. Таким образом, можно отнести их к категории разведочных методов анализа данных. Я бы рекомендовал каждому ознакомиться с данными типами статистики лишь потому, что они раскрываю глаза людям на некоторые вещи и позволяют узнать новые аспекты социологии как науки для каждого индивида Список литературы Гмурман В.Е. Теория вероятностей и математическая статистика: Учеб. Пособие для вузов/В.Е. Гмурман. – 9-е изд., стер. – М.:Высш. шк., 2003. – 188 с. Годфруа Ж. Что такое психология. — М., 1992. – 288с Оценка качества подготовки будущих учителей. – Тула: Изд-во Тул. гос. пед. ун-та, 2002. – 140 с. Наследов А. Д. Математические методы психологического исследования. Анализ и интерпретация данных. - СПб.: Речь, 2004 – 392с. Сидоренко Е. В. Методы математической обработки в психологии. -СПб., 2001 – 350 с. |
