Методы обработки социологической информации

Анализ собранной социологической информации - самый увлекательный этап исследования. Здесь проверяются выдвинутые гипотезы, выявляются новые проблемы, а иногда ждет и разочарование.

Для начала группировка и классификация - элементарные процедуры упорядочения собранной информации.

Простая группировка - это классификация или упорядочение данных по одному признаку. Так, в зависимости от гипотез можно сгруппировать выборочную совокупность по возрасту, полу, роду занятий, образованию или по высказанному суждению. 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 или отношение к проводимым в стране экономическим реформам в зависимости от возраста, материального положения. Основная задача перекрестной группировки - поиск устойчивых связей изучаемых объектов, например, типичных соотношений возраста семейных пар. Выясняется, что мужья в большинстве случаев старше своих жен. Но в новых городах Севера, где довольно специфичен демографический состав населения, достаточно много семейных пар, где жена старше своего мужа.

Такая группировка в некоторых случаях уже является достаточной для основательного отчета по результатам исследования.

Далее возможны эмпирическая типологизация, поиск устойчивых сочетаний свойств социальных объектов не по одному или двум, а в нескольких измерениях одновременно. К примеру, в семейных парах возраст супругов анализируется в зависимости от национальности, места жительства, характера труда 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 миг рационных потоков в зависимости от численности поселенческих образований (крупных, средних и малых городов, сел).

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 обработки социологической информации, пригодные для выдачи простых распределений, процентов, отклонений, ранговых и парных коэффициентов корреляции, энтропии, регрессионных показателей, различного рода индексов и т. п.

В зависимости от программных целей исследования анализ полученных данных может быть более или менее глубоким и основательным. В зависимости от целей исследования можно остановиться на определенном этапе анализа информации.

Разумеется, в нашей лекции даны лишь общие подходы, которые позволяют получить представление о методологии, методике и организации социологических исследований. Этих знаний может быть достаточно для проведения простых исследований. Всему остальному надо учиться, в том числе и используя рекомендованную в курсе специальную литературу.

Дата добавления: 2014-01-06