Введение. Словарь основных терминов, используемых в процедурах прикладного социологического исследования, в работе с компьютерной программой SPSS

Словарь основных терминов, используемых в процедурах прикладного социологического исследования, в работе с компьютерной программой SPSS.

Валидность – мера пригодности применяемых в прикладной социологии методик решения исследовательских задач, степень соответствия переменных и индикаторов эмпирическим данным, позволяющая получать надежные, репрезентативные и достоверные результаты исследования.

Диаграмма рассеяния – график совместного распределения двух количественных переменных.

Дисперсия – мера разброса данных, разброс данных относительно среднего арифметического. Дисперсия (variance) равна сумме квадратов отклонений каждого значения от среднего, деленной на N-1, где N - число значений в распределении.

Дисперсионный анализ служит для проверки гипотезы о статистической значимости различий между средними величинами в нескольких группах наблюдений.

Единица анализа – это элементарная, единичная часть объекта исследования. Единица анализа чаще всего совпадает с единицей наблюдения, в социологии, как правило, этой единицей является отдельный респондент. Следовательно, единицей анализа, становится информация, содержащаяся в анкете, чаще всего заполняемой одним респондентом.

Интервальная шкала – измерительная шкала, пункты которой расположены на одинаковом расстоянии друг от друга.

Каузальность – причинность, причинный характер связи между явлениями, процессами, событиями.

σ V = ------ 100% Х  

Коэффициент вариации – мера разброса данных, вычисляется по формуле

измеряет среднее квадратическое отклонение в процентах от среднего арифметического.

Корреляционный анализ – измерение статистической взаимозависимости между двумя и более переменными.

Кластерный анализ представляет собой группу алгоритмов многомерной классификации объектов, под которой понимается упорядочение в наглядные структуры или группы сходства/различия объектов, обладающих множеством характеристик.

Медиана (median) – мера центральной тенденции, представляет собой значение признака, соответствующее 50% накопленной частоте.

Меры связи – коэффициенты, предназначенные для измерения тесноты связи.

Меры изменчивости (меры разброса данных)– показывают как далеко, в среднем, отдельные значения разбросаны по отношению к среднему арифметическому значению (дисперсия, среднее квадратическое отклонение).

Меры центральной тенденции – характеристики, предназначенные для описания центра распределения (мода, медиана, среднее арифметическое).

Мода (mode) – мера центральной тенденции, значение обладающее максимальной частотой. Периодическая смена образцов культуры и массового поведения.

Номинальная шкала - измерительная шкала, предназначенная для классификации объектов, градации шкалы не упорядочены.

Переменная - элементарный показатель, признак, характеризующий одно из изучаемых свойств единицы анализа. Простейшие переменные – вопросы анкеты, к примеру, пол и возраст респондента.

Порядковая шкала – измерительная шкала, упорядочивающая объекты по некоторому критерию.

Распределение частот – способ представления обобщенных данных исследования, совокупность значений признаков и их частот (относительных, абсолютных, накопленных).

Регрессионный анализ – измерение связи между зависимой переменной и одной (парный регрессионный анализ) или несколькими (множественный) независимыми переменными.

Среднее арифметическое значение (mean) мера центральной тенденции, равная сумме всех значений распределения, деленной на их количество.

Стандартное отклонение (standard deviation), среднее квадратическое отклонение, равно квадратному корню из дисперсии.

Таблица сопряженности – средство предоставления совместного распределения двух признаков, таблица, строки которой предназначены для значений одной переменной, столбцы – для значений другой переменной, на пересечении строки и столбца указывается частота совместного появления значений двух переменных.

Уравнение линейной регрессии – уравнение, описывающее линейную связь между двумя переменными: y= bx + a.

Факторный анализ предназначен для концентрации исходной информации, представления большого числа рассматриваемых признаков через меньшее число более емких внутренних латентных характеристик, которые не поддаются непосредственному измерению.

Частота абсолютная – количество объектов, обладающих данным значением признака.

Частота накопленная – сумма частот значений, не превосходящих данное значение.

Частота относительная – доля или процент объектов, обладающих данным значением признака, по отношению к объему выборки.

[1] Бююль А., Цёфель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. М.:DiaSoft, 2002; Наследов А. SPSS 15 профессиональный статистический анализ данных. СПб: Питер, 2008; Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере/ под ред. В.Э. Фигурнова. М.:ИНФРА-М,2002; Крыштановский А.О. Анализ социологических данных. М: Изд.дом ГУ ВШЭ, 2007.

[2] Ядов В.А. Стратегия социологического исследования. М.: Добросвет, 2003; Девятко И.Ф. Методы социологического исследования. М.:КДУ, 2003, Бабосов Е.М Прикладная социология. Минск:ТетраСистемс, 2000.

[3] Артемов Г.П. Политическая социология. М.:Логос, 2002; Ахрименко А.С. Политический анализ и прогнозирование. М.: Гардарики, 2006.

[4] Федотова Л.Н. Социология массовых коммуникаций. М., 2002; Науменко Т.В. Социология массовой коммуникации. СПб., 2005; Назаров М.М. Массовая коммуникация в современном мире: методология анализа и практика исследований. М., 2003.

[5] Наследов А. SPSS 15 профессиональный статистический анализ данных. СПб: Питер, 2008. – C.115-116

[6] Пример порядковой переменной приведен из учебного пособия Ахрименко А.С. Политический анализ и прогнозирование. – М.: Гардарики, 2006. – С.39

[7] Кодировка переменных представлена также как в анкете опроса.

Тезис о том, что «критерий истины есть практика» имеет самое непосредственное отношение к математической статистике,- науке, занимающейся анализом случайных данных. Именно эта наука изучает методы (в рамках точных математических моделей), которые позволяют отвечать на вопрос, соответствует ли практика, представленная в виде результатов эксперимента, данному гипотетическому представлению о природе явления или нет. При этом имеются в виду не эксперименты, которые позволяют делать однозначные, детерминированные выводы о рассматриваемых явлениях, а эксперименты, результатами которых являются случайные события. С развитием науки задач такого рода становится все больше и больше, поскольку с увеличением точности экспериментов становится все труднее избежать «случайного фактора», связанного с различными помехами и ограниченностью наших измерительных и вычислительных возможностей. Вот почему за последнее время статистические методы, проникнув в самые разнообразные области науки и техники, стали широко использоваться при анализе и обработке опытных данных. Этот процесс находит отражение и в обучении по направлениям 010300.62 «Фундаментальная информатика и информационные технологии», 010400.62 «Прикладная математика и информатика», 010900.62 «Прикладные математика и физика», 230100.62 «Информатика и вычислительная техника», в соответствии с учебными планами которых существенное время отводится на изучение дисциплин вероятностного цикла, что обусловлено неуклонным возрастанием их практической значимости.

Цель данного учебного пособия – привить студентам практические навыки обработки экспериментальных случайных данных с использованием теоретических методов классической математической статистики и современных программных пакетов со встроенными статистическими функциями, а также предоставить студентам методическую поддержку при самостоятельной работе.

Учебное пособие содержит полное методическое обеспечение всех видов учебных занятий по разделу «Математическая статистика» и в его состав входят: краткие теоретические сведения, методические указания к практическим занятиям, варианты индивидуального задания и методические указания по его выполнению, примеры выполнения задания с использованием универсальных пакетов MCAD и MATLAB.

Дата добавления: 2014-12-27