Проявления инициативы в учебном процессе

Взаимосвязь различных причин пропуска занятий и

Тема 4. Способы измерения и анализа распределений ранговой шкалы

С помощью ранговой шкалы измеримо большинство признаков и свойств социальных явлений, так как для них трудно найти объективные индикаторы. Поэтому измерение в социологии основано большей частью на субъективных индикаторах, выражающих отношение респондентов к кому-либо, чему-либо.В принципе, та же одномерная статистика, что используется для суммирования данных номинального уровня, может быть применена и для данных рангового уровня. Данные рангового уровня измерений включают в себя категории наблюдения, которые размещены по порядку (от большего значения какого-то признака к меньшему его значению или, наоборот — от меньшего к большему). Таким образом, существуют некоторые дополнительные допустимые методы описательной статистики, дающие нам информацию о характере упорядоченности измерений. Так, в дополнение к определению моды для выявления центральной тенденции в распределении значений переменной, измеренной по ранговой шкале, может быть выявлена медиана. Медиана — это категория или значение в распределении значений, лежащих выше и ниже того уровня, на который приходится половина всех частот. Иными словами, это категория (значение переменной), к которой принадлежит серединное наблюдение.

Можно посмотреть, как определяется медиана, на примере распределений ответов на вопрос о том, какова степень проявления инициативы в учебном процессе среди групп студентов, пропускающих занятия по разным причинам (табл. 3.4).

Таблица 3.4

Причины пропуска занятий	Проявляете ли вы инициативу в учебном процессе?	Всего
Всегда (3)	Иногда (2)	Никогда (1)
Пропускаю только по уважительным причинам
Пропускаю по собственной недисциплинированности
Пропускаю, если нет учета посещаемости
Пропускаю, если занятия проходят скучно
Итого

Здесь значения переменных — частоты причин пропуска занятий — соотнесены с ранговой шкалой степени инициативности студентов, значения которой меняются от категории «всегда» (которой присвоен ранг 3) до «никогда» (ранг 1). Учитывая, что общее число опрошенных (или число наблюдений) равно 283, то половина наблюдений составит 141. Это означает, что медиана для такой причины пропуска занятий как скука приходится на категорию с рангом 1 (никогда); для пропускающих по уважительным причинам и по собственной недисциплинированности — на категорию с рангом 3 (всегда); для тех, кто пользуется отсутствием контроля за посещаемостью — медиана приходится на категорию 2 (иногда).

Отметим, что при использовании для измерений порядкового уровня (от большего к меньшему или наоборот) методы описательной статистики более информативны, нежели для измерений номинального уровня. Для измерений порядкового уровня центральную тенденцию частотного распределения можно оценить как с помощью моды, так и с помощью медианы, а для измерений номинального уровня подходит только мода. Для измерений порядкового уровня разброс частотного распределения можно выявить с помощью дисперсии и среднеквадратического отклонения, тогда как для измерений номинального уровня разброс можно только «ощутить», просматривая все категории. Такова одна из причин, по которым измерения высокого уровня часто оказываются предпочтительнее по сравнению с измерениями более низкого уровня.

Тема 5. Интервальная и пропорциональная шкала: способы измерения и анализа.

Измерения интервального и пропорционального уровня редко анализируются с помощью прямого указания частот или процентных отношений. В отличие от номинальных или ранговых измерений, значения переменных, измеряемых с помощью интервальных шкал, изменяются непрерывно, они представляют собой численные величины, а не сами по себе категории, поэтому может реально существовать такое большое число различных наблюдаемых значений, что частоты и процентные отношения не в состоянии эффективно просуммировать данные. В самом деле, при измерении такой переменной как возраст, мы можем получить набор значений, ни одно из которых не будет повторять другого (если в нашем выборочном массиве не окажется какого-то количества респондентов, чьи даты рождения совпадают день в день). При измерении доходов также трудно рассчитывать, что суммы доходов различных респондентов или их семей будут совпадать до рублей и копеек. По этой причине значения таких переменных и размещают в тех или иных интервалах, размеры которых определяются исследовательским замыслом.

Критериями центральной тенденции для интервального и пропорционального уровней измерений выступают мода, медиана и среднее арифметическое. Среднее арифметическое представляет собой сумму значений переменной, поделенную на число значений. Общая формула для ее вычисления алгебраически выглядит следующим образом:

Х= ∑Хi / N = (Х1 +Х2 + …Хi)/ N: (3.1)

где Хi – числовое значение i-й позиции,

N – Общее число наблюдений (объем выборки).

Это так называемая простая средняя арифметическая. Она вычисляется в том случае, когда группировка осуществляется по признаку, не имеющему собственных вариаций.

Рассмотрим вычисление средней арифметической величины на примере расчета средней посещаемости занятий в двух студенческих группах по данным проверок. Данные о посещаемости изложены в таблице 3.5. Сложив числа в правых колонках и разделив их на 4 (число проверок), мы получим, что средняя посещаемость занятий в группах составила:

Таблица 3.5

Посещаемость занятий студентами двух групп

Номер занятия	Число присутствующих
Группа «А» (N=20)	Группа «Б» (N=30)

в группе «А» Х =19, в группе «Б» Х =19. Понятно, что полученное число – 19 студентов – не может иметь реального физического смысла, оно пригодно лишь для сравнения между собой уровня посещаемости студентов двух и более групп. Однако, как видим, среднее может оказаться обманчивым показателем центральной тенденции, если в объеме выборочной совокупности среди значений интересующей нас переменной появится какая-то экстремальная величина. Другими словами, недостаток средней арифметической как характеристики опрашиваемых по некоторому признаку заключается в том, что она может скрывать за собой различную степень «разброса» значений, и тем самым затруднять качественное сравнение различных групп по данным характеристикам. Данные таблицы 3.4 свидетельствуют, что, несмотря на одинаковые значения средней, в группе «Б» этот показатель подчинен воздействию неких специфических факторов. В подобных случаях, чтобы измерить степень равномерности или неравномерности распределения интересующей исследователя характеристики опрашиваемых, используется формула вычисления степени разброса значений признака, называемого дисперсией и обозначаемого (сигма квадрат):

σ2 = ∑ Ni ×(Xi – X)²;

N (3.2)

где N – общее число респондентов;

Ni – число респондентов, выделенных по i-й позиции;

Хi – числовое значение i-й позиции

Х – средняя арифметическая.

Значение дисперсии легче вычислять, предварительно представив отдельные элементы и их расчеты в таблице 3.6.

Таблица 3.6

Дата добавления: 2014-12-29