Влияние самооценки материального статуса на удовлетворенность жизнью

К какой группе людей Вы бы себя отнесли?	Уровень удовлетворенности жизнью (в баллах; шкала: 1-5)
	N	Среднее арифметическое	Стандартное отклонение
Высокообеспеченным		3,00	1,33
Среднего достатка		2,85	1,07
Малоимущим		2,31*	1,00

* Различие между группами «среднего достатка» и «малоимущими» значимо на уровне 0.01

Какие основные требования следует учитывать, представляя данные в таком виде?

Поскольку исследователь данную шкалу определил как интервальную достаточно условно, он должен быть уверен, что полученное распределение по своей форме приближается к нормальному. Мы уже говорили о тех показателях, которые позволяют оценить форму распределения (асимметрия, эксцесс). Но если даже исследователь их не вычислил, то, по крайней мере, он может сделать самую грубую прикидку — обратить внимание на то, чтобы стандартное отклонение не превышало величину средней. Если стандартное отклонение превышает значение среднего арифметического, то результаты анализа в таком виде (значение средней) представлять нецелесообразно.

Так же, как и в случае сравнения данных в процентах, исследователь должен учитывать уровень значимости различия средних. В формулу расчета входят значения таких параметров, как численность группы, среднее арифметическое и стандартное отклонение.

Как следует оформлять таблицу, если она приводится в контексте анализа? Это зависит от целевого назначения текста.

Если таблицы приводятся в документах сугубо научного или отчетного характера, то все эти три параметра обязательно должны включаться в соответствующую таблицу, чтобы читатель мог сам пересчитать значимость различий, если его заинтересовали полученные данные.

В научных публикациях автор прежде всего несет ответственность за те основные положения, которые он обосновывает полученными данными. Поэтому в тех случаях, когда различия имеют принципиальный для анализа характер (автор отмечает их в тексте, или сами по себе они представляют социальный интерес, например, сравнивается доверие к различным политическим лидерам и т.п.), исследователь считает значимость различий и указывает результаты расчета в таблице (см. таблицу 2). Обычно принято одной звездочкой указывать различие, уровень значимости которого 0.05, двумя звездочками — различие, уровень значимости которого 0.01, и тремя звездочками обозначать различие, уровень значимости которого 0.001. В соответствующей части текста обычно принято употреблять слово «различие» («различаются»), если это различие значимо на уровне 0.05; и «существенное различие», если видимое в таблице различие значимо на уровне 0.01 (и тем более на уровне 0.001).

Если вернуться к данным таблицы 2 и посмотреть полученные результаты — в одном случае без учета коэффициента значимости различий, а в другом, учитывая этот статистический критерий, то выводы будут различаться. В первом случае, если автор не будет учитывать значимость различий, он может сделать следующий вывод: «Данные позволяют обнаружить тенденцию повышения уровня удовлетворенности жизнью с повышением оценки материального статуса, причем, с переходом на уровень «высокообеспеченных», уровень удовлетворенности жизнью возрастает незначительно». Но на самом деле, полученные данные не позволяют делать именно такой вывод; как и следовало ожидать, ввиду малочисленности группы «высокообеспеченных», ее отличие по показателю жизненной удовлетворенности статистически не значимо не только по отношению к группе «среднего достатка», но и по отношению к «малоимущим». Из это не следует, что группа «высокообеспеченных» не отличается от других групп населению по уровню жизненной удовлетворенности; а следует только вывод, что полученные данные не позволяют судить об уровне удовлетворенности жизнью «высокообеспеченных», в том числе и сравнивать этот показатель с другими группами.

Сравнительный анализ малочисленных, с точки зрения возможностей статистических процедур, социальных групп, как уже отмечалось, очень распространенная ошибка в публикациях, посвященных изложению результатов социологических опросов.

Поэтому, когда исследователь в результате двумерного анализа обнаруживает, что ответы на тот или иной вопрос анкеты представителей малочисленных групп существенно отличаются от ответов других групп населения, он всегда должен посчитать значимость этих различий. И если различия статистически незначимы, он, на основании данных только своего исследования, не может сказать, отражают ли полученные данные реальную картину, или они вызваны нерепрезентативностью выборочной подгруппы по отношению к соответствующей категории населения. Короче, на основании данных опроса, исследователь не может делать никаких выводов в отношении групп, численность которых в выборочной совокупности не позволяет делать статистически обоснованных выводов.

Что же должен делать исследователь, если малочисленность группы не позволяет приходить к статистически обоснованным выводам?

Первое, самое простое, решение — убрать из результатов двумерных таблиц, подготавливаемых к широкому обнародованию, данные по группам, численность которых не позволяет делать обоснованных выводов. В противном случае, читатель, видя лишь представленные процентные распределения, будет введен в заблуждение. Конечно, при таком решении, часть информации «к размышлению» теряется. Но это лучше, чем формирование у неискушенного читателя искаженного представления об особенностях общественного сознания.

Второй путь, который может избрать исследователь, это допустимое укрупнение анализируемых групп. Например, возрастную группу 18-20 лет можно укрупнить (18-25 лет, или 18-30 лет и т.д.), увеличивая тем самым ее численность. В приведенной выше таблице 1 группу «высокообеспеченных» можно объединить с группой «среднего достатка», и в сравнительном анализе сопоставлять ответы «малоимущих» с людьми «среднего достатка и выше». При этом в тексте анализа следует отметить такое укрупнение, уточнив, сколько именно процентов от общей численности выборки составляет присоединенная группа. Разумеется, далеко не все малочисленные группы правомерно объединять с другими категориями. В некоторых случаях это достаточно очевидно: наверняка, ни один исследователь при сравнительном анализе различных профессиональных категорий не будет объединять в одну группу «военнослужащих», «студентов» и «предпринимателей». Несколько сложнее решать проблему укрупнения групп, полученных по условно порядковым шкалам. Например, градация ответов на вопрос анкеты, касающийся уровня образования, является случаем условно порядковой шкалы; и исследователь часто затрудняется с решением проблемы, с какой группой можно объединить категорию лиц, имеющих неоконченное высшее образование (эта категория тоже, как правило, в репрезентативных региональных выборках слишком малочисленна для многомерного анализа). В таких случаях укрупнение групп — самостоятельная творческая проблема, требующая обоснованного решения, которое не следует отдавать на откуп респондентам: произвести укрупнение в анкете (дать не все градации), а там — «пусть респондент сам решает, к какой группе себя отнести».

Существует и третий путь решения проблемы возможностей анализа малочисленных групп — подготовка «выпуклой» выборки (см. лекцию 4, раздел «Объем выборочной совокупности»).

Дата добавления: 2014-12-27