Социологическое исследование: понятие, особенности, виды

Четвертый уровень - уровень отношений. Он в значительной степени носит социально-психологический характер. Для него свойственно группирование видов деятельности (например, следственной) по степени затраты интересуемых нас субъектами их психических сил и физической энергии.

25. Математические методы в анализе социологической информации. - Горбункова

Математические методы в социологии -- методы статистического анализа статистических данных и методы математического моделирования социальных явлений и процессов.

Заключительный этап эмпирического социологического исследования предполагает обработку, анализ и интерпретацию данных, получение эмпирически обоснованных обобщений, выводов и рекомендаций.

Статистические методы анализа включают в себя:

- анализ средних величин;

- вариационный (дисперсионный) анализ;

- изучение колебаний признака относительно его среднего значения;

- кластерный (таксономический) анализ - классификацию признаков и объектов при отсутствии предварительных или экспертных данных о группировке информации;

- логлинейный анализ - поиск и оценку взаимосвязей в таблице, сжатое описание табличных данных;

- корреляционный анализ - установление зависимости между признаками;

- факторный анализ - многомерный статистический анализ признаков, установление внутренних взаимосвязей признаков;

- регрессионный анализ - изучение изменений значений результатирующего признака в зависимости от изменений признаков-факторов;

- латентный анализ -- выявление скрытых признаков объекта;

- дискриминантный анализ - оценка качества экспертной классификации объектов социологического исследования.

26. Группировка и анализ социологической информации: таблицы, диаграммы, гистограммы, полигоны распределения

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.

Таблицы и графики в аналитическом отчете служат не просто иллюстративными материалами, а содержат в себе саму суть, ядро полученной в ходе исследования информации. Без них просто невозможно выразить в словесной форме выводы исследования, и текстовой материал превращается в простую словесную шелуху.

Статистической называется таблица, которая содержит сводную числовую характеристику исследуемой совокупности по одному или нескольким существенным признакам, взаимосвязанным логикой экономического анализа. Социологические таблицы, получаемые после сбора и анализа первичных данных, относятся к числу статистических. Таблица содержит три вида заголовков: общий, верхние и боковые. Общий заголовок отражает содержание всей таблицы (к какому месту и времени она относится), располагается над ее макетом по центру и является внешним заголовком. Верхние заголовки характеризуют содержание граф (заголовки сказуемого), а боковые (заголовки подлежащего) срок. Они являются внутренними заголовками.

Все группировки значений различных переменных, которые были предусмотрены программой исследования, ложатся в основу статистических таблиц, которые обобщают первичную социологическую информацию.

Таблица - это перечень сведений, обычно числовых данных, приведенных в определенную систему и разнесенных по графам - строкам и столбцам.

Виды таблиц. Наиболее простая - перечневая таблица, составленная на основании ряда распределения по одному признаку.

Таблицы, отображающие ряды распределений по двум и более признакам называются комбинационными.

Приведем пример комбинационной таблицы, отражающей посещение населением кинотеатров в группировке по двум признакам: месту проживания и «покленческому» признаку.

Гистограмма - это графическое изображение распределения, построенного чаще всего по интервальной шкале. Гистограмма представляет собой ряд смежных прямоугольников, построенных на одной прямой: площадь каждого из них пропорциональна частоте нахождения данной величины в интервале, по которому построен данный прямоугольник. При равных интервалах плотности распределения пропорциональны частотам, которые и откладываются по оси ординат.

Полигон распределения используется преимущественно для графического отображении распределений дискретных рядов . Эти графики строятся так же в прямоугольной системе координат, в которой на горизонтальной оси х указываются значения переменной, а на вертикальной оси у отмечается общая численность, обладающая тем или иным значением. Полигоны могут использоваться и для изображения интервальных рядов. В этом случае ординаты, пропорциональные частоте каждого интервала, восстанавливаются перпендикулярно оси абсцисс из точек, соответствующих середине каждого интервала. Концы каждой из таких ординат соединяются прямыми линиями с концами соседних ординат .

Диаграмма - это обобщенное название самых разнообразных графических изображений, наглядно показывающих соотношение каких-либо величин. Диаграммы по одним и тем же распределениям и вариационным рядам могут принимать множество различных видов и форм.

После стадии наблюдения и анализа документов, собранные сведения анализируются и представляются в итоговом аналитическом отчете чаще всего в виде графиков и таблиц, так как во всех странах мира таблица считается наглядной и компактной формой представления статистического материала.

Таблицы и графики помогают быстрее и лучше воспринять полученную информацию.

27. Две группы статистик: меры центральной тенденции и меры изменчивости

Статистический анализ всей совокупности полученных в исследовании данных дает возможность охарактеризовать ее в предельно сжатом виде, поскольку позволяет ответить на три главных вопроса: 1) какое значение наиболее характерно для выборки?; 2) велик ли разброс данных относительно этого харакгерного значения, т. е. какова «размытость» данных?; 3) существует ли взаимосвязь между отдельными данными в имеющейся совокупности и каковы характер и сила этих связей? Ответами на эти вопросы служат некоторые статистические показатели исследуемой выборки. Для решения первого вопроса вычисляются меры центральной тенденции (или локализации), второго -- меры изменчивости (или рассеивания, разброса), третьего -- меры связи (или корреляции). Эти статистические показатели приложимы к количественным данным (порядковым, интервальным, пропорциональным).

Наибольшее практическое значение имеют две группы статистик: меры центральной тенденции и меры изменчивости (разброса).

Меры центральной тенденции указывают на расположение среднего, или типичного, значения признака, вокруг которого сгруппированы остальные наблюдения. Понятие среднего, центрального, значения в статистике, как и в повседневной жизни, подразумевает нечто «ожидаемое», «обычное», «типичное». Способность среднего значения давать некую обобщенную информацию о распределении вытекает из того соотношения, которое связывает среднее значение с другими «особыми» точками распределения - минимумом и максимумом: зная среднее значение, мы можем утверждать, что наименьшее наблюдаемое значение полученного распределения - например, распределения веса или интеллекта - было не больше среднего, а наибольшее зафиксированное значение - не меньше среднего.

Отличие статистической трактовки среднего значения (или, точнее, мер центральной тенденции) от его «житейской» трактовки заключается прежде всего в том, что в статистике, в отличие от повседневной жизни, понятие среднего значения может быть строго задано лишь для одномерного распределения переменной-признака. Мы можем, например, указать на семью со средним душевым доходом, но при этом не следует ожидать, что данная семья будет средней или типичной в каких-то других отношениях, т. е. будет иметь средний размер, среднюю жилплощадь и т. п. В повседневном общении мы приписываем понятию среднего куда более широкий и менее точный смысл.

Самой простой из мер центральной тенденции является мода (Мо). Мода - это такое значение в совокупности наблюдений, которое встречается чаще всего. Например, если в выборке содержится 60% православных, 30% мусульман и 10% представителей других конфессий, то модальным значением будет «православный». У моды как меры центральной тенденции есть определенные недостатки, ограничивающие ее интерпретацию. Во-первых, в распределении могут быть две и более моды (соответственно оно является бимодальным или мультимодальным).

Мода чрезвычайно чувствительна к избранному способу группировки значений переменной. Объединяя категории ответа, мы резко увеличиваем число наблюдений в отдельных категориях. Это открывает широкий простор для манипулирования данными (не всегда добросовестного). Поэтому «правилом хорошего тона» при вычислении модального значения для сгруппированных количественных данных является выравнивание ширины для всех интервалов класса. Еще одно важное правило касается случаев, когда частоты для всех наблюдаемых значений почти равны. Здесь лучше воздержаться от вычисления моды, так как в этом случае она просто не может быть интерпретирована как мера центральной тенденции.

Другая мера центральной тенденции - медиана - обычно используется для ординальных переменных, т. е. таких переменных, значения которых могут быть упорядочены от меньших к большим. Медиана (Md) - это значение, которое делит упорядоченное множество данных пополам, так что одна половина наблюдений оказывается меньше медианы, а другая - больше. Иными словами, медиана - это 50-й процентиль распределения. При работе с большим массивом данных удобнее всего искать медиану, построив на основании частотного распределения распределение накопленных частот (или построив распределение накопленных процентов на основании распределения процентов). Для того чтобы найти медианное значение для маленького массива наблюдений, достаточно упорядочить наблюдения от меньших значений переменной к большим: то значение, которое окажется в середине, и будет медианным. Медиана может совпадать или не совпадать с модой. При этом медиана лучше всего соответствует нашему интуитивному представлению о середине упорядоченной последовательности чисел. Некоторые исследователи даже полагают, что медиана - лучше и «справедливее» среднеарифметического при описании таких величин, как, скажем, доход семьи. Ведь семьи, имеющие доход ниже среднего, могут составить и 60, и 70% населения. Когда же мы говорим, например, что медианный доход составил 10 млн рублей в год, то не более 50% семей окажутся «ниже среднего уровня». На медиану не влияют величины «крайних» очень больших или малых значений.

Меры изменчивости (рассеивания, разброса) -- это статистические показатели, характеризующие различия между отдельными значениями выборки. Они позволяют судить о степени однородности полученного множества, о его компактности, а косвенно и о надежности полученных данных и вытекающих из них результатов. Наиболее используемые в психологических исследованиях показатели: размах, среднее отклонение, дисперсия, стандартное отклонение, полуквартилъ-ное отклонение.

Размах (Р) --это интервал между максимальным и минимальным значениями признака. Определяется легко и быстро, но чувствителен к случайностям, особенно при малом числе данных.

Для оценки меры неоднородности (разброса, изменчивости), в группе вводят специальные меры, с помощью которых после их исследования можно уменьшить изменчивость данных. Первая из мер изменчивости называется размахом.

Размах - это разность максимального и минимального значений в группе.

Включающий размах - это разность между естественной верхней границей интервала, включая наибольшее значение, и естественной нижней границей, включая наименьшее значение интервала. . Включающий размах отличается от исключающего на единицу.

Размах от 90-го до 10-го процентеля: D = P90 - P10 . Эта мера более стабильна, чем предыдущая, так как на нее влияет множество значений.

Полу-междуквантильный размах: , Q используется в распределениях, которые симметричны относительно медианы и среднего, для корректировки границ.

Дисперсия. Каждая из предыдущих мер возрастает с ростом рассеяния и уменьшается однородностей.

Дисперсию, в отличие от предыдущих мер, используют при вычислении каждого из полученных измерений.

Вычисляются значения отклонений и чтобы при суммировании не потерять величины этих отклонений, разница возводится в квадрат, поскольку мы оцениваем отклонение каждого измерения, делим на количество измерений. Обозначается дисперсия как.

Для вычисления дисперсии не нужно вычислять среднее.

Дисперсия при сгруппированных данных вычисляется по такой же формуле,

,

изменяется от 1 до k, где k - количество разных значений .

Стандартное отклонение:

Для унимодальных симметричных распределений почти 70% значений лежит в интервале .

28. Корреляция, частичная корреляция и регрессия

Корреляция (correlation) -- такой тип ассоциации одной переменной с другой, при котором изменение одной величины сопровождается изменением другой, то есть имеется сопутствующая вариация. бывает положительной или отрицательной. Первая описывает ситуацию, в которой при увеличении одной переменной увеличивается и другая, а вторая -- в которой переменные изменяются обратно пропорционально: одна увеличивается, а другая уменьшается. может измеряться статистически, коэффициентом корреляции или коэффициентом ассоциации, подобных форм существует множество. Большинство из них сосредоточено на линейной связи (изменение одной переменной прямо пропорционально изменению другой). В виде графика идеальная связь означает прямую линию, соединяющую все точки. Коэффициенты корреляции изобретены по существу как меры отклонения от этой линии. Криволинейная корреляция означает нелинейное изменение переменных -- темпы изменения одной быстрее, чем у другой. При отсутствии ассоциации говорят, что переменные имеют статистическую независимость. Методика корреляционного анализа используется главным образом для данных интервального уровня (см. Критерии и уровни измерения) , но тесты существуют и для других уровней (см. Коэффициент ранговой корреляции Спирмена) . Нахождение корреляции не подразумевает причинность. Между переменными иногда обнаруживаются фальшивые связи, поэтому нужны другие доказательства для обоснования вывода о влиянии одной переменной на другую. Нужно также помнить, что кажущаяся ассоциация способна вызываться третьим фактором, систематически воздействующим на обе переменные. Если задействованы три или более переменных, применяются методы многомерного анализа.

Корреляционный анализ статистич. данных заключает в себе следующие основные практич. приемы: 1) построение корреляционного поля и составление корреляционной таблицы; 2) вычисление выборочн. корреляционных отношений или коэффициентов К.; 3) проверка статистич. гипотезы значимости связи (см. Проверка статистических гипотез) . Дальнейшее исследование может заключаться в установлении конкретного вида зависимости между величинами (см. Анализ регрессионный) .

Частичная К. определяет отношения между двумя переменными, когда для третьей переменной берется определенная постоянная величина (например, корреляция между потреблением и доходами для данного возрастного класса участников).

Частичная к.- - англ. correlation, partial; нем. Korrelation, partielle. Измерение корреляции двух признаков посредством исключения контрольных переменных.

Задача регрессионного анализа состоит в построении модели, позволяющей по значениям независимых показателей получать оценки значений зависимой переменной. Регрессионный анализ является основным средством исследования зависимостей между социально-экономическими переменными.

Анализ Регрессионный- группа методов многомерного анализа данных, позволяющих оценить влияние нескольких качественных (классификационных или номинальных) независимых признаков X (предикторов) на зависимый признак Y. К таким методам относятся метод регрессионного анализа с дихотомич. переменными (РАД), множественный классификационный анализ (МКА), множественный номинальный анализ (МНА) и др. Методы объединены в одну группу, т.к. позволяют решать один и тот же набор задач, к-рый ставится в классич. регрессионном анализе: 1) выявить объясняющую способность каждого предикатора при условии его независимости от других предикторов и при закрепленном влиянии др. предикторов; 2) выявить объясняющую способность каждого предиктора сверх того, что объяснено др. переменными; 3) выявить объясняющую способность предикторов, взятых вместе; 4) предсказать значение зависимого признака Y при условии, что известны значения предикторов; 5) определить, насколько хорошо предсказанные значения Y отличаются от реально наблюдаемых.

29. Оформление результатов социологического исследования

Затратив много времени и сил на осмысление полученного задания, разработку программы и инструментария, опросив значительное количество человек, обработав полученную информацию на выходе, исследователь может получить негативную оценку проделанной работы. Такое случается, если в итоговых документах он не может «подняться» до приемлемого уровня обобщений, выявить причины изучаемых явлений, четко сформулировать выводы, не предложит ясных и понятных практических рекомендаций по разрешению выявленных проблем.

При оформлении результатов социологического исследования важно сочетать грамотную подачу текста, четкость выводов, предложений и рекомендаций, графические средства представления материала, повышающие наглядность. Качественное оформление итоговых документов, их практическая ценность - показатель социологического мастерства исследователя.

К числу итоговых документов социологического исследования относят: отчет о результатах; аналитическую записку; практические рекомендации, которые могут оформляться в виде приложения к первым двум документам или быть самостоятельным документом; справку-доклад; информационную записку.

Отчет о результатах исследования - документ, который в установленной форме отражает содержание программы исследования, порядок его выполнения, полученные результаты, практические рекомендации и возможные пути их реализации. Отчет документирует научно-практические предпосылки исследования, логику его проведения, методы, полученную информацию и важнейшие результаты. Это стандартизированный документ, требования к которому зафиксированы в ГОСТах. Грамотное составление отчета об исследовании требует определенной научной подготовки и опыта проведения исследований.

Аналитическая записка по результатам социологического исследования - это материал, сочетающий в себе особенности служебного и научно-исследовательского документа. Структура аналитической записки в основном ориентирована на показ результатов исследования, а не способов их достижения. Объем записки, как правило, составляет 5-10 машинописных страниц. В первой части кратко дается характеристика исследования: изучаемые вопросы, места проведения, источники информации, ошибка репрезентативности (объем выборки). Затем излагаются полученные результаты, сгруппированные в смысловые блоки. По каждому вопросу блока вначале формулируются выводы, затем приводятся комментарии к результатам обработки, которые при необходимости подкрепляются цифрами, подтверждающими их обоснованность. Допустимо использование в тексте таблиц и графиков.

Практические рекомендации - документ, который отражает накопленный положительный опыт по решению той или иной проблемы, а также возможные подходы, направления и способы ее решения, возникшие в ходе исследования. Качество рекомендаций оценивается по следующим параметрам:

· четко определено, кому они предназначены, и кто может выполнить выдвинутые предложения;

· рекомендации нацелены на решение проблемы, опираются на реальные возможности их внедрения;

· хотя бы схематично определен механизм их реализации (формы и методы работы по достижению оптимальных результатов);

· изложены простым и ясным языком.

Справка (справка-доклад) - документ, основной целью которого является привлечение заказчика к проблемам, требующим немедленного решения. В ней отражаются общие выводы по итогам исследования или по главным его вопросам. Текст справки должен быть предельно ясным, а выводы конкретными. Вначале дается характеристика исследования, а затем излагаются основные выводы. Для подтверждения сделанных выводов используют самые веские итоговые данные, иногда используются таблицы и графики. Предложения завершают справку, объем которой не более двух-трех страниц.

Информационная записка представляет собой сжатое изложение сведений цифрового и графического характера, необходимых для подготовки других материалов, уточнения деталей наиболее интересных, с точки зрения заказчика, проблем, а также аргументации выступлений, например, в средствах массовой информации. Материал подается обычно в виде отдельных цифр, таблиц и комментариев к ним. Особенностью информационной записки следует считать отсутствие в ней выводов и рекомендаций. Объем записки не ограничивается.

30. Валидность и надежность социологического исследования

Валидность - Показатель качества метода, его способность давать результаты, адекватно отражающие изучаемое явление, т.е. именно те результаты, для получения которых он предназначен.

Валидностъ по содержанию показывает, в какой мере избранные исследователем индикаторы отражают различные аспекты теоретического понятия. Иными словами, речь идет о представительности данной совокупности измерений да отношению к концептуальной структуре переменной-признака, о полноте операционализации теоретических понятий.

Основная процедура оценки валидности по содержанию -- это суждение эксперта. В некоторых случаях связь между теоретическими понятиями и измеряющими их индикаторами столь ясна, что никакие специальные обоснования попросту не требуются: понятно, что термометр измеряет температуру. Здесь можно говорить об очевидной (иногда--лицевой, от англ. face validity) валидности показателя. Очевидная валидность тем выше, чем тождественнее понимание цели вопроса, теста или иного показателя профессионалом-социологом и неискушенным респондентом.

Критериальная валидность (или валидность по критерию) показывает, насколько хорошо результаты по данному тесту или индикатору согласуются с результатами измерения другого показателя, называемого критерием. Чаще всего критерий -- это та переменная, которая и представляет практический интерес для исследователя, но не может быть измерена в данный момент.

К основным типам критериальной валидности относят прогностическую, конкурентную и постдиктивную («предсказывающую-назад») валидности.

Прогностическая критериальная валидность описывает точность, с которой значения данной переменной -- обычно характеризующей отдельного индивида или группу -- могут быть предсказаны на основании текущих значений какой-то другой переменной (предиктора).

Конкурентная валидность по критерию -- это степень соответствия между текущими значениями переменной-критерия и переменной-предиктора. Попросту говоря, исследователь использует результаты измерения по одному признаку для того, чтобы оценить значение другой переменной. Причина может заключаться в том, что измерение непосредственно переменной-критерия трудноосуществимо, занимает слишком много времени и т. п.

Наконец, в некоторых случаях мы заинтересованы в том, чтобы установить точность, с которой мы можем оценить наличие какого-то критерия-признака или черты, присущей индивиду (группе) в прошлом. Эта ситуация обозначается как оценка постдиктивной валидности.

Одно из наиболее полных описаний видов валидности осуществлено В.Трочимом. Он выделяет следующие виды: валидность вывода (conclusion validity), внутренняя валидность (internal validity), конструктная валидность (construct validity) и внешняя валидность (external validity). Следуя данному выше определению валидности, степень соответствия действительности по каждому виду валидности можно определить с помощью ответа на соответствующий вопрос:

внешняя валидность: можем ли мы провести обобщение относительно других людей, контекстов и периодов?

конструктная валидность: уверены ли мы, что наше измерение отобразило тот теоретический конструкт, который находится в фокусе исследования?

внутренняя валидность: являются ли взаимосвязи, выявленные в исследовании, причинно-следственными?

валидность вывода: есть ли в действительности связь между предполагаемыми причиной и следствием?

Первым уязвимым местом данной схемы представляется выделение в отдельный вид валидности вывода. Поскольку общеизвестно положение относительно необходимости демонстрации связи между двумя переменными для последующего обоснования причинной связи, то валидность вывода следует трактовать как составляющую внутренней валидности.

Надежность является наиболее общей характеристикой качества эмпирических данных, полученных в социологическом исследовании. Под надежной понимают информацию, в которой относительно отсутствуют ошибки. Точнее, надежная это информация, в которой, во-первых, отсутствуют неучтенные ошибки, т.е. ошибки, величину которых исследователь не в состоянии оценить, во-вторых, учтенные ошибки не превышают некоторой заданной исследователем величины. В зависимости от типа учтенных ошибок информацию называют обоснованной, репрезентативной, точной и правильной, поэтому измерение надежности сводится к измерению указанных характеристик социологической информации.

Различают две группы способов контроля надежности внешний контроль (сопоставление эмпирической информации в данном исследовании с какой-либо другой информацией) и внутренний контроль (изучение распределения признаков в данном исследовании).

А. Внешний контроль.

1. Контроль, внешний по отношению ко времени исследования, т.е. сопоставление результатов измерения в данном исследовании с результатами повторного измерения для того же массива респондентов тем же исследователем в тех же условиях с помощью того же инструмента и процедуры измерения.

2. Контроль, внешний по отношению к ситуации (условиям) исследования.

3. Контроль, внешний по отношению к инструменту и процедуре исследования.

4. Контроль, внешний по отношению к исследователю.

5. Контроль, внешний по отношению к объекту исследования, т.е. сопоставление данных опроса с данными, полученными на другом объекте (применяется в случае, если в соответствии с целью исследования инструмент должен давать одинаковые показатели на разных объектах).

Б. Внутренний контроль.

1. Изучение распределения данного признака по всей выборке.

2. Сопоставление распределения различных признаков по всему массиву.

3. Изучение распределения признаков в различных подвыборках.

31. Анализ связи между переменными

Анализ данных начинается с перевода «сырых» данных в осмысленную информации и включает их введение в компьютер, проверку на предмет ошибок, кодирование, представление в матричной форме (табулирование). Все это называется преобразованием исходных данных.

Далее проводится статистический анализ, т.е. определяются средние величины, частоты, корреляционные и регрессионные соотношения, осуществляется анализ трендов. После сбора данных необходимо их преобразовать, т.е. привести к более сжатому виду, удобному для анализа и обладающему достаточной для заказчика информацией. Обычно закодированные исходные данные представляются в виде матрицы, столбцы которой содержат ответы на различные вопросы анкеты, а ряды -- респондентов или изучаемые ситуации. Преобразование заключается в описании данных матрицы на языке ограниченного числа мер, характеризующих собранные данные. Табулирование помогает исследователю понять, что означают собранные данные. Одновременный анализ двух и более категорий опрашиваемых называется перекрестной табуляцией. Исследователь, осуществляя преобразование, старается найти зави­симости среди собранных данных и в то же время достигнуть наиболее высокого уровня обобщения.

Выделяют, по крайней мере, следующие четыре функции преобра­зования данных: обобщение, определение концепции (концептуализация), перевод результатов статистического анализа на понятный для менеджера язык (коммуникация), определение степени соответствия полученных результатов всей совокупности (экстраполяция). Из-за неспособности человека анализировать большие массивы ин­формации необходимо исходные собранные данные представить в удобном для осмысления виде, т.е. их необходимо обобщить, выразить через ограниченное число понятных параметров.

Большинство статистических мер основано на конкретных предпо­ложениях, которые определяют базу анализа собранных данных. Концептуализация направлена на оценку результатов обобщения. Например, слабый разброс оценок определенной марки продукта вырабатывает у исследователя одно суждение (концепцию), сильный -- другое.

Коммуникация предполагает при интерпретации полученных результатов использование понятных для заказчика категорий. Например, если для него понятна такая статистическая мера, как «мода», то она исполь­зуется при представлении полученных результатов, если нет, то результаты описываются на общепринятом языке.

Экстраполяция в данном случае предполагает определение, в какой степени данные выборки можно обобщить на всю совокупность. Определение и интерпретация связей между двумя переменными В связях не всегда имеются причинно-следственный характер, а могут иметь просто статистическую природу. В поставленных вопросах можно определенно говорить о влиянии одного фактора на другой. Однако степень влияния изучаемых факторов может быть различной; скорее всего, влияние могут оказывать также какие-то другие факторы. Выделяют четыре типа связей между двумя переменными: немонотонная, монотонная, линейная и криволинейная.

Немонотонная связь характеризуется тем, что присутствие (отсутствие) одной переменной систематически связано с присутствием (отсут­ствием) другой переменной, но ничего неизвестно о направлении этого взаимодействия (приводит ли, например, увеличение одной переменной к увеличению или уменьшению другой). Например, известно, что посетители закусочных в утренние часы предпочитают заказывать кофе, а в середине дня -- чай.

Немонотонная связь просто показывает, что утренние посетители предпочитают также заказывать яйца, бутерброды и бисквиты, а в обеденное время скорее заказывают мясные блюда с гарниром.

Монотонная связь характеризуется возможностью указать только общее направление связи между двумя переменными без использования каких-либо количественных характеристик. Нельзя сказать, насколько, например, определенное увеличение одной переменной приводит к увеличению другой переменной.

Существуют только два типа таких связей: увеличение и уменьшение. Например, владельцу обувного магазина известно, что более взрослые дети обычно требуют обувь больших размеров. Однако невозможно четко установить связь между конкретным возрастом и точным размером обуви.

Линейная связь характеризует прямолинейную зависимость между двумя переменными. Знание количественной характеристики одной переменной автоматически предопределяет знание величины другой переменной:

Где у -- оцениваемая или прогнозируемая зависимая переменная (ре­зультативный признак); а -- свободный член уравнения; х -- независимая переменная (факторный признак), используемая для определения зависимой переменной. b -- коэффициент регрессии, измеряющий среднее отношение от­клонения результативного признака от его средней величины к отклонению факторного признака от его средней величины на одну единицу его измерения -- вариация у, приходящаяся на единицу вариации х.

Коэффициенты а и b рассчитываются на основе наблюдений величин у и х с помощью метода наименьших квадратов.

Криволинейная связь характеризует связь между переменными, носящую более сложный характер по сравнению с прямой линией. Например, связь между переменными может описываться S-об разно и кривой.

В зависимости от своего типа связь может быть охарактеризована путем определения: ее присутствия (отсутствия), направления и силы (тесноты) связи. Присутствие характеризует наличие или отсутствие систематической связи между двумя изучаемыми переменными; оно имеет статистическую природу. Проведя испытание статистической значимости, определяют, существует ли зависимость между данными. Если результаты исследования отвергают нулевую гипотезу, это говорит о том, что зависимость между данными существует.

В случае монотонных линейных связей последние могут быть описаны с точки зрения их направления -- в сторону увеличения или уменьшения. Связь между двумя переменными может быть сильной, умеренной, слабой или отсутствовать. Сильная зависимость характеризуется высокой вероятностью существования связи между двумя переменными, слабая -- малой вероятностью.

Существуют специальные процедуры для определения указанных выше характеристик связей. Первоначально надо решить, какой тип связей может существовать между двумя изучаемыми переменными. Ответ на этот вопрос зависит от выбранной шкалы измерений.

Шкала низкого уровня (наименований) может отразить только не­точные связи, в то время как шкала отношений, или интервальная, -- очень точные связи. Определив тип связи (монотонная, немонотонная), надо установить, существует ли эта связь для генеральной совокупности в целом. Для этого проводятся статистические испытания.

После того как найдено, что для генеральной совокупности суще­ствует определенный тип связи, устанавливается ее направление. Наконец, необходимо установить силу (тесноту) связи.

Наиболее распространенным способом социологического анализа является выявление взаимосвязи между переменными.

Термин переменная заимствован социологией из области математики и логики. Однако используется он в социологии в ином значении. Если в математике под переменной используется символ, вместо которого могут быть подставлены любые числа, то в социологии под переменной понимается то свойство или отношение исследуемых социальных явлений, которое может иметь большую или меньшую степень интенсивности и тем самым может быть редуцировано к числу. Так, свойство «возраст» может иметь множество значений. Свойство «биологический пол» имеет два значения

Понятие переменной относительно, так как зависит и от природы исследуемого свойства, допускающей тот или иной спектр дробления, и от принятой системы измерения.

Для переменных в социологии существует определенная классификация, использование которой значительно облегчает задачи выравнивания условий функционирования экспериментальной и контрольных групп и последующий контроль за ними в ходе эксперимента.

В процессе исследования следует различать Экспериментальные и Не экспериментальные Переменные. Экспериментальные переменные в свою очередь, делятся на Зависимые И Независимые переменные.

Независимую переменную можно рассматривать как причину (фактор), а зависимую как следствие (результат) воздействия независимой переменной.

Неэкспериментальные Переменные отражают те свойства и отношения исследуемого объекта, которые в равной степени действуют и в экспериментальной и в контрольной группах. Поэтому их называют Нейтральными.

Среди нейтральных переменных выделяются Неизменяющиеся и изменяющиеся переменные. К первым относятся те характеристики объекта, о которых известно, что в течение всего периода исследования они останутся без изменения. Следовательно, они требуют меньшего контроля. Ко вторым - те переменные, изменения которых возможны, и часто трудно прогнозируемы. Основное внимание (в отношении контроля) должно быть уделено этим переменным. Типологию переменных Г. А.Андреева представила в следующей схеме:

Связь различных переменных специфику и механизм функционирования исследуемого объекта. Социолог прослеживает, как изменяются одни переменные с изменением других. Если увеличение, например, такой независимой переменной как возраст ведет к увеличению производительности труда (зависимая переменная), то можно прийти к выводу о положительной (прямой) зависимости между переменными. Обратная зависимость (большеи меньше) свидетельствует об отрицательной связи.

Однако существует опасность прийти к ложному выводу, если не учитываетсяСкрытая переменная - незамеченная причина (обстоятельство), влияющее на исследуемое свойство. Так, у женщин, или у молодых рабочих могут оказаться низкие показатели в труде, что может дать повод к выводу об определяющей роли пола и возраста в труде. В то же время могут оказаться незамеченными исследователем такие скрытые независимые переменные, как квалификация и опыт.

Макс Вебер обнаружил у англичан - протестантов более высокую степень предпринимательской активности чем у англичан - католиков. Отсюда он пришел к выводу об определяющей роли протестантской этики в развитии капитализма. Однако он не учитывал такую Скрытую Переменную, как отстранение в XVIII веке протестантов от государственной деятельности, что способствовало ориентации их активности на другие сферы, в том числе и предпринимательскую.

социологический исследование выборка

32. Профессиональная этика социологических исследований

Этика делового общения - учение о проявлении морали и нравственности в деловом общении, взаимоотношениях деловых партнеров. Психология и этика делового общения: Учебник для вузов/ Под ред. В.Н. Лавриненко.- 3-е изд. изм. пер. и доп.- М.: ЮНИТИ-ДАНА, 2001. С. 319

В основе этики делового общения должна быть координация, а по возможности и гармонизация интересов.

Профессиональная этика в сфере социальных исследований требует особой регламентации. Во всем мире деятельность социологических сообществ регулируется специальными этическими кодексами, отражающими «многослойность» профессиональной этики социолога, обусловленную мультивариантностью его социальных отношений. В современных условиях социолог как представитель профессионального сообщества должен нести личную моральную ответственность за взаимоотношения с различными субъектами, с которыми необходимо вступать в контакты при осуществлении профессиональной деятельности:

1. с обществом, представляемым а) ретрансляторами информации (журналисты, политики, политологи, комментаторы), б) потребителями информации, (специалисты, апеллирующие к результатам социологических исследований), в) с населением как носителем общественного мнения, г) властными структурами и идеологическими институтами, заинтересованными в тенденциозной информации;

2. с соисполнителями в конкретных проектах;

3. с респондентами;

4. с заказчиками;

5. с профессиональным сообществом.

Разумеется, этика социологов базируется на общечеловеческой морали, общем гражданском законодательстве и общих этических нормах научной работы и научного общения. Однако социология (прежде всего ее эмпирическая составляющая) имеет свою специфику, которая предъявляет дополнительные требования к моральной регламентации: коллективный характер труда; преемственность и сопоставимость результатов; конфиденциальность проблем исследования; деловые отношения (с заказчиками); социально-политическая и гражданская значимость результатов.

Культура устной и письменной речи часто бывает сердцевиной профессиональной этики. Важными показателями ее является стиль общения, функциональная грамотность.

Этические требования к языку и речи в профессиональном общении просты, но выполнение их непросто. Это ответственность за каждое сказанное слово. Это правильность речи и языка. Это краткость, выразительность и соблюдение норм речевого этикета.

Для социологов важно также соблюдать строгую конфиденциальность -- сохранять в тайне ту информацию, которая может повредить людям, находящимся в роли обследуемых.

К этике социологического исследования относят также вопросы, которые приходится решать социологу при организации исследования, в ходе его проведения: как быть, если люди отказываются участвовать в проводимых экспериментах, отвечать на поставленные вопросы. При характеристике этики социологического исследования отвечают и на такие вопросы: если субъекты социологического исследования не осознают истинной цели наблюдателя, является ли это вторжением в их частную жизнь и в какой степени оправдано это вторжение?

Действительно, ряд проблем возникает в связи с тем, что источником социологической информации является сам человек. И сохранение его достоинства, уважение к его праву не давать компрометирующую информацию либо сообщать сведения, которые он хотел бы держать в тайне, является законом социолога. Это, кстати, одно из различий деятельности социолога-исследователя и юриста-следователя. Во многих случаях деликатность социолога, его контактность становятся необходимым условием получения информации.

Если прислушаться, однако, к классикам социологии, которые умели размышлять и сочетать гражданский долг с высоким уровнем профессионализма, то интересна п этом плане позиция Макса Вебера. Он считал, что деятельность в области социологии неразрывно связана с этикой, хотя сама социология не может служить нравственным руководством, ибо ее задача -- давать непредвзятое знание. Однакосоциолог должен придерживаться особой этики, которую М.Вебер называл "этикой ответственности". Суть ее состоит в том, что необходимо предвидеть последствия своей деятельности. Этот принцип М.Вебер распространял и на преподавательскую работу. Он считал, что единственной специфической добродетелью, которую следует воспитывать в студентах, является "интеллектуальная честность".

Уважение прав человека, его достоинства и индивидуальности

Профессиональная компетентность

Честность

Профессиональная ответственность

Социальная ответственность

Размещено на Allbest.ru

...