Этапы обработки и анализ результатов количественного СИ

Характеристики шкал

Тип Шкалы		Отношения между шкальными значениями	Допустимые преобразования шкалы	Допустимые статистические расчеты	Наличие нуля и единиц измерения
Номинальная шкала		отношения неравенства, различия	установление взаимооднозначных соответствий	процент, доля, мода	нет нуля, нет единиц измерения
Порядковая шкала		есть иерархия признаков, сравнение, отношение неравенства. Больше, меньше, равно, не равно.	сохранение порядка	процент, доля, мода, медиана	нет нуля, нет единиц измерения
Интервальная шкала		равенство, неравенство, больше, меньше, больше на, меньше на. Отношения между интервалами.	можно менять единицу измерения и условный ноль	процент, доля.мода, медиана, среднее арифметическое, дисперсия, среднеквадратическое отклонение	условный ноль, есть единицы измерения
Шкала отношений		равенство, неравенство, больше, меньше, больше на, меньше на, больше в..., меньше в....	можно менять единицы измерения, ноль переносить нельзя	процент, доля.мода, медиана, среднее арифметическое, дисперсия, среднеквадратическое отклонение	абсолютный ноль, есть единицы измерения

Заключительный этап социологического исследования включает обработку, интерпретацию и анализ данных, построение эмпирическивыверенных и обоснованных обобщений, выводов, рекомендаций и проектов.
Общая структура обработки социологической информации включает в себя следующие компоненты:

1. Редактирование и кодирование информации. Основное назначение данного этапа состоит в унификации и формализации информации, которая была получена в ходе исследования (опроса). Часть анкетной информации заранее формализована: даны возможные варианты ответов и проставлены их цифровые коды. Однако, часто в таких ответах встречаются описки, нечеткое написание и т. п., что устраняется при редактировании собранных анкет. Другой тип собираемых данных представляют ответы на открытые вопросы. Их группировка и последующее кодирование также является задачей этого этапа.

2. Перенос данных на машинные носители. Объем информации, собираемой в ходе социологического исследования, как правило, достаточно велик. Среднее по объему исследование дает не менее нескольких тысяч единиц (байт) информации, а в некоторых случаях это число достигает миллионов. Обработка таких массивов данных без применения современных ЭВМ крайне трудна и малоэффективна. Применение средств вычислительной техники требует, чтобы обрабатываемая информация находилась на специальных носителях. Перенос данных с анкет на такие носители информации составляет содержание этого этапа.

3. Ввод данных в ЭВМ. Находящиеся на носителях информации данные исследований вводятся в ЭВМ и организуются в ней в соответствии с требованиями используемого пакета программ обработки социологических данных. Этот этап реализуется, как правило, специалистами вычислительного центра.

4. Проверка качества данных и коррекция ошибок. Введенная в ЭВМ и соответствующим образом организованная информация исследования во многих случаях содержит более или менее серьезные ошибки. Причины их возникновения разнообразны - это и ошибки опрашиваемых при заполнении анкет, и ошибки перенесения кодов на машиночитаемые носители информации, и ошибки технических устройств ЭВМ и т. д. Однако, независимо от их источника необходимо выявить и исправить все ошибки сразу после ввода данных в ЭВМ, до перехода к этапу анализа информации.

5. Создание переменных. Собранная на основании анкет информация в ряде случаев прямо не отвечает на вопросы, которые необходимо решить в исследовании. Связано это с тем, что подчас сложно бывает непосредственно измерить изучаемую характеристику. Для ее получения может потребоваться выполнение ряда преобразований собранных данных. Создание переменных является этапом в некотором смысле обратным этапу операционализации понятий- переменные выступают в качестве показателей, изучению которых, собственно, и посвящено исследование. Для многих вопросов анкет получаемая информация непосредственно отвечает задачам исследования, и в этом случае сами вопросы являются переменными.

6. Статистический анализ. Этот этап является ключевым в процессе анализа социологических данных. В ходе статистического анализа выявляются искомые статистические закономерности и зависимости.

7. Интерпретация - превращение социологических данных в показатели, которые являются не просто числовыми величинами, а определенными социологическими данными, соотнесенными с целями и задачами исследователя, его знанием, опытом.

В количественном анализе оперируют понятиями переменных, влияющих друг на друга. При сборе, обработке, анализе, моделировании и сопоставлении результатов разных исследований используется совокупность методов и моделей прикладной математической статистики. К первой группе относят выборочный метод, описательную статистику, анализ связей и зависимостей, теорию статистических выводов, оценок и критериев, планирование экспериментов, ко второй - ряд методов многопеременной статистики, различные методы шкалирования, таксономические процедуры, корреляционный, факторный, причинный анализ, а также большую группу статистических моделей.

18. Вариационные ряды. Одномерные и двумерные распределения, их графическое представление
(Конспект) Каждый вопрос анкеты можно рассматривать как некую случайную величину. Варианты ответов на поставленный вопрос – это значения случайной величины. В социологических исследованиях вопросы анкет мы называем признаками. Если мы рассматриваем признак Х, то Х 1, Х 2 … Х n - варианты этого признака. Подсчитав количество опрошенных, которые выбрали тот иной вариант ответа,получаем частоты.

Частота – это кол-во индивидов, обладающих тем или иным значением признака.
Частоты могут быть абсолютными (количество встретившихся ответов), относительными (отношение количества ответивших на вопрос определенных образом к общему числу ответивших на вопрос), кумулятивными (сумма предыдущих частот).
Т. о., вариационный ряд – это совокупность упорядоченных вариант (значений признака) и соответствующих им частот.

Х	До 5	От 6 до 10	От 11 до 20	Свыше 20
N (х)

Одномерное распределение - распределение по одному признаку.
Двумерное распределение – распределение по двум признака одновременно.
Графическое представление одномерных распределений
1) Полигон – линия, соединяющая точки с координатами (Xi; N(Xi)) или(Xi; V(ню)i)), или (Xi; % (X)i). Обычно изображают как замкнутую кривую; точки полученной ломаной соединяют с началом координат т концом изображаемой оси.
Существует специальный полигон, который называют кумулятой, острый соединяет точки с координатами (Xi; F(Xi)) или (Xi; f(Xi)).

2) Гистограмма – это столбики с высотой N(Xi).
При помощи этих же средств возможно графически представить двумерные распределения. Тогда полигон и гистограммы строятся в одной системе координат.
19. Меры центральной тенденции. Квантили.

Меры центральной тенденции — обобщенные характеристики распределения некоторого признака в данной совокупности индивидов. Их называют также средними, оперируя которыми, мы теряем часть информации, но отражаем типичное для изучаемой совокупности в определенных условиях. Чтобы средняя была характеристикой, улавливающей тенденцию, закономерность, она должна применяться к достаточно однородной совокупности. Поэтому исчислению М. ц. т. предшествует выделение из изучаемой общности в некотором смысле однородныхподобщностей.

Наиболее часто используется так называемая средняя арифметическая величина М, определяемая как сумма всех значений признака у различных индивидов, деленная на общее число индивидов.

Если данные сгруппированы, то М равна сумме произведений вариант на их частости (относительные частоты).

Из свойств М отметим следующие: сумма произведений отклонений вариант от М на их частости (или частоты) всегда равна нулю; М не меняется при увеличении частостей в несколько раз; при увеличении вариант в несколько раз М увеличивается во столько же раз; при увеличении всех вариант на одну и ту же величину М увеличивается на эту же величину. Медиана Ме — значение признака, приходящееся на центральный член ранжированного ряда. У одной половины членов такого ряда значения данного признака меньше, чем медианное, у другой — больше.

На медианное значение признака влияют лишь центральные значения его, поэтому ненадежное знание граничных значений (а такая ситуация встречается на практике), приводит к искажению М, но не искажает Ме. В отличие от М, Ме можно использовать и для описания качественных, неметрических признаков. Мода Мо — наиболее часто встречающееся в данной совокупности значение признака, т. е. это варианта с наибольшей частотой. Мо — не отражает степени модальности, т. е. не несет в себе информацию о том, насколько распространено данное значение признака в изучаемой совокупности. Подобно Ме, Мо может применяться для описания качественных и классификационных признаков. Для непрерывных количественных признаков Мо — абсцисса максимума кривой распределения. Если максимум один, то распределение называется унимодальным (например, распределение населения по возрасту в отсутствии войн и эпидемий), если максимумов два — бимодальным (например, распределение населения по возрасту в послевоенные десятилетия: два максимума на кривой распределения появляются из-за возникновения минимума, соответствующего снижению рождаемости в годы войны) и т. д. На Мо, как и на Ме, не влияют концы распределений. При так называемом нормальном распределении (например, распределение по росту людей данного пола) М = Ме=Мо. Ме всегда находится между М и Мо. Если при унимодальном распределении Мо>Ме, то говорят о левой асимметрии, если Мо<Ме,— о правой.

В качестве М. в. используются также квантили. Квантиль (значение признака) делит сумму частот на равное число частей. Число частей может быть различным, отсюда различные квантили — квартили, децили, перцентили. Квартиль делит сумму частот на 4 части. Квартилей три: Q1, Q2, Q3— такое значение, что у 25 % индивидов значение данного признака меньше, а у 75 % —больше, чем Q1, Q2 — это, очевидно, медиана (Меры центральной тенденции). У 75 % индивидов значение признака меньше, чем Q3, а у 25 % — больше. В качестве М. в. используется величина

/\ Q= Q3 - Q1— полуквартильное отклонение (половина вариант заключена между Q1 и Q3). Дециль делит сумму частот на 10 частей. Децилей девять: Д1..., Д9. В качестве меры разброса используется величина ^D = D9-D1. Перцетиль делит сумму частот на 100 частей. Их, очевидно, 99. Все рассмотренные М. в. относятся к количественным признакам. Для классификационных признаков можно ввести меру вариации, основанную на различии в качестве, но такие меры не получили распространения

Дата добавления: 2015-05-10