Особенность применения математических методов при анализе результатов социологических исследований

Размещено на http://www.allbest.ru/

Особенность применения математических методов при анализе результатов социологических исследований

критерий непараметрический исследование социологический

к.с.н., доц. Алиева М.Ф.

ФГБОУ ВПО «Адыгейский государственный университет»

В процессе обработки социологических данных исследователь довольно часто сталкивается с необходимостью определения различий по уровню исследуемого признака между несколькими выборками респондентов или установления достоверности изменений в значениях исследуемого признака. Для реализации этих задач используют критерии значимости, которые можно разделить на критерии различий и критерии изменений.

Применение критериев различий позволяет устанавливать различия по уровню исследуемого признака между двумя, тремя и более выборками испытуемых. Применение критериев различий предполагает, что исследователь сопоставляет независимые выборки. Решение о выборе того или иного критерия принимается на основании количества и объема сопоставляемых выборок.

К критериям различий относятся критерии Розенбаума, Манна-Уитни, Крускала-Уоллиса, тенденций Джонкира.

Критерий Q - Розенбаума используется при оценке различий между двумя выборками по уровню какого-либо количественно измеренного признака. Каждая из сравниваемых выборок должна включать не менее 11 испытуемых, при этом величины самих выборок должны быть примерно равны. Вычисление эмпирического значения критерия Розенбаума начинается с упорядочивания измеренных данных в обеих выборках по нарастанию или же по убыванию.

Следует заметить, что если критерий Q - Розенбаума не выявляет достоверных различий, это не говорит о том, что их не существует. Ограничения в применении этого критерия заключаются в том, что данные разброса значений в обеих выборках не должны совпадать между собой. В случае, когда значения совпадают, применение критерия становится бессмысленным. Эмпирическое значение критерия Q-Розенбаума рассчитывается по формуле

,

где S1 - количество значений первой группы, превосходящие максимальные значения второй группы;

S2 - количество значений второй группы, которые меньше минимального значения второй группы.[1, 55]

Ясно, что чем больше расхождения между выборками, тем больше величина ,то есть критерий Розенбаума является прямым.

Критерий U - Манна - Уитни предназначен для оценки различий между двумя выборками по уровню какого-либо количественно измеренного признака. Он позволяет выявлять различия между небольшими выборками начиная с трех измерений и является более мощным, чем критерий Розенбаума.

При расчете критерия Манна - Уитни происходит проверка гипотезы об однородности двух выборок. Этот метод определяет, достаточно ли мала перекрещивающаяся зона значений между двумя группами. Чем меньше область перекрытия, тем более вероятно, что различия достоверны.

Эмпирическое значение критерия U - Манна - Уитни фактически отражает величину зоны совпадения между группами. Поэтому, чем меньше эмпирическое значение критерия, тем более вероятно, что различия достоверны, то есть критерий U - Манна - Уитни обратный.

При подсчете эмпирического значения критерия U - Манна-Уитни проводится процедура ранжирования измеренных значений по следующим правилам: меньшему значению присваивается меньший ранг; большему значению начисляется ранг, соответствующий общему количеству ранжируемых значений; ранжирование проводится для всех измеренных значений, как если бы это была одна большая выборка.

Общая сумма рангов должна совпадать с расчетной, которая определяется по формуле

,

где n - общее количество ранжируемых наблюдений. [1, 55]

По завершению ранжирования следует подсчитать суммы рангов по каждой группе и проверить ее совпадение с расчетной суммой.

Определим большую из ранговых сумм и вычислим эмпирическое значение критерия по формуле

,

где n1 , n2 - количество испытуемых в выборках 1 и 2;

nх - количество испытуемых в группе с большей суммой рангов;

Тх - значение большей из двух ранговых сумм. [1, 55]

- критерий тенденций Джонкира используется, если имеющиеся группы результатов упорядочены по возрастанию влияния фактора. Все анализируемые выборки располагаются в порядке возрастания исследуемого признака слева направо. Для каждого индивидуального значения подсчитывается количество значений справа, превышающих его по величине и это количество обозначается . Если тенденция возрастания признака существенна, то большая часть значений справа должна быть выше.

Ограничения - критерия тенденций Джонкира:

- сопоставляемые выборки должны быть независимыми;

- в каждой из сравниваемых выборок количество элементов должно быть одинаково. Если это не так, то выборки искусственно выравниваются.

- нижняя граница применимости критерия: не менее трех выборок и не менее двух элементов в каждом наблюдении. Верхняя граница - не более 6 выборок и не более 10 элементов в каждой выборке.

При расчете - критерия Джонкира необходимо определить максимально возможное значение превышений, которое мы получим в случае, если бы все значения справа будут больше значений слева:

,

где - количество групп;

- количество испытуемых в группе. [7]

Эмпирическое значение - критерия рассчитывается по формуле:

,

где .

Чем выше эмпирическое значение критерия, тем существеннее тенденция возрастания признака, следовательно, - критерий Джонкира является прямым критерием. Если , то нулевая гипотеза может быть отвергнута. Следует учитывать, что данный критерий не устанавливает причинно-следственные связи, а отражает сопряженную трансформацию двух признаков, изменяющихся под влиянием случайных факторов.

Доказать достоверность изменений, или сдвигов, в значениях исследуемого признака при воздействии каких - либо факторов можно с помощью непараметрических критериев изменений. Под сдвигом понимается разность между вторым и первым замерами.

Если необходимо оценить различия в интенсивности сдвига в двух группах испытуемых, можно использовать следующие варианты сопоставлений:

- двух групп по критерию Пейджа, - знаков или Фридмана;

- двух замеров, проведенных на одной и той же выборке, по критерию знаков или Вилкоксона;

- трех и более замеров на одной выборке по критерию Пейджа.

Наиболее часто используемым критерием изменений является - критерий знаков, который применяется для выяснения направления сдвига при переходе от первого измерения ко второму на одной и той же выборке испытуемых.

Суть критерия знаков состоит в том, что он определяет, не слишком ли много наблюдается нетипичных сдвигов, чтобы сдвиг в типичном направлении считать преобладающим. Следовательно, - это количество нетипичных сдвигов. Чем меньше его значение, тем более вероятно, что сдвиг в типичном направлении статистически достоверен.

Данный критерий - обратный, он является одним из исключений.

Алгоритм расчета критерия знаков:

1. Проверить выполнение ограничений.

2. Подсчитать количество нулевых реакций и исключить их из рассмотрения.

3. Определить преобладающее направление изменений и считать сдвиги в этом направлении типичными.

4. Подсчитать количество нетипичных сдвигов и принять эту величину за эмпирическое значение критерия знаков .

5. По таблицам критических значений определить для уровней статистической значимости и .

6. Сопоставить и , и принять или опровергнуть проверяемую гипотезу.

Критерий Фридмана используется для сравнения показателей измеренных в трех и более условиях. Позволяет установить изменение величины от условия к условию, но не указывает направление этих изменений.

При применении критерия существуют следующие ограничения:

- выборка должна содержать не менее двух испытуемых, каждый из которых прошел не менее трех замеров;

- для получения критического значения в таблице используются разные приложения в зависимости от длины выборки и количества замеров.

Алгоритм расчета критерия Фридмана:

1. Ранжируем индивидуальные значения первого испытуемого по каждому замеру и значения остальных испытуемых аналогично.

Подсчитываем ранги по каждому условию и проверяем расчетную сумму по формуле:

,

где с - число замеров;

n- длина выборки.

2. Вычисляем эмпирическое значение по формуле

,

где Tj - сумма рангов по условиям.

Если число условий или испытуемых больше указанных значений, то определяем число степеней свободы н = с-1, для определения критического используем значения критерия Пирсона.

Устанавливаем существование различий, при различия достоверны.

Критерий тенденций L - Пейджа применяется для сопоставления показателей, измеренных в трех и более условиях на одной и той же выборке испытуемых.

Использование данного критерия позволяет выявить тенденции в изменении величин признака при переходе от условия к условию. Его можно рассматривать как продолжение критерия Фридмана, так как он не только устанавливает различия, но и указывает направление изменений. Часто целью исследования является установление преимущества одного способа воздействия на испытуемого над другим. Если воздействий было несколько, можно предположить, что их эффективность возрастает в определенном направлении, например по мере увеличения интенсивности. Наиболее чувствительным к альтернативам возрастания или убывания эффекта считается критерий L - Пейджа.

Эмпирическое значение критерия Lэмп отражает степень различия между ранговыми суммами, поэтому, чем оно выше, тем более существенны различия.

Расчетная формула эмпирического значения:

,

где - сумма рангов по каждому условию;

j - порядковый номер, приписанный каждому условию в новой последовательности. [3]

Общая сумма рангов должна совпадать с расчетной, которая определяется по формуле:

.

Ограничения критерия Пейджа:

- нижняя граница - 2 испытуемых, каждый из которых прошел не менее трех замеров в разных условиях;

- верхняя граница - 12 респондентов.

При применении рассматриваемого критерия необходимо внимательно следить за тем, чтобы справа располагались условия с большей ранговой суммой, чем слева, поэтому целесообразно просто перенумеровать условия при составлении расчетной таблицы.

Исторически критерий Вилкоксона был одним из первых критериев, основанный на рангах. Применяется для сопоставления показателей, измеренных в двух разных условиях на одной и той же выборке испытуемых, позволяет установить не только направленность изменений, но и их интенсивность. Фактически проверяется гипотеза об однородности двух выборок. Для использования критерия сдвиги между первым и вторым измерениями следует упорядочить. Если сдвиги существенны, то имеет смысл их ранжировать и оценивать суммы рангов. Суть метода состоит в сопоставлении выраженности сдвигов в каждом из направлений по абсолютной величине. Если сдвиги в ту или иную сторону случайны, то суммы рангов абсолютных значений будут примерно равны.

Ограничения применения критерия Вилкоксона заключаются в следующем:

- минимальное количество испытуемых, прошедших измерения в двух условиях составляет 5 человек;

- максимальное количество испытуемых - 50.

Нулевые сдвиги из рассмотрения исключаются, и количество наблюдений уменьшается. Данный критерий является третьим исключением из общего правила. Зона значимости располагается слева, в стороне более низких значений, чем меньше нетипичных сдвигов, тем интенсивнее типичный сдвиг. Зона незначимости располагается справа, в стороне более высоких значений, которая характеризует однородность выборок. Если известно, что одна из выборок представляет характеристики объектов, подвергшихся какому-либо воздействию, то их однородность может свидетельствовать об отсутствии эффекта обработки [2].

При оценке значимости в распределениях, далеких от нормального, непараметрические критерии могут выявить значимые изменения, в то время как параметрические критерии их не обнаружат. Важно отметить, что, во-первых, непараметрические критерии выявляют значимые изменения, если распределение близко к нормальному; во-вторых, при вычислениях вручную непараметрические критерии изменений являются значительно менее трудоемкими, чем параметрические.

Таким образом, применение непараметрических критериев изменений при анализе результатов социологических исследований позволит дать более полную характеристику исследуемого объекта или признака и значительно сэкономить время расчетов.

Использованные источники

1. Борисова Е.В. Формирование и математическая обработка данных в социологии. Тверь, 2006. - с. 119.

2. Будейка Н.Н. Использование непараметрических критериев проверки статистических гипотез [Электронный ресурс] - Режим доступа: http://www.matlab.mgppu.ru/work/ 0014.htm.

3. Ядов В. А. Социологическое исследование / В.А. Ядов. - М., - 1995.

Размещено на Allbest.ru