Использование параданных при прогнозировании участия респондентов в исследовании (на примере данных EVS)
Возможности параданных в прогнозировании исхода интервью. Построение предсказательной модели неответов, основанной на анализе параданных и наблюдений интервьюеров. Оценка эффективности показателя собственных оценок интервьюеров в предсказании неответов.
| Рубрика | Социология и обществознание |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 28.08.2018 |
| Размер файла | 351,6 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ
НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ
"ВЫСШАЯ ШКОЛА ЭКОНОМИКИ"
Факультет социальных наук
Выпускная квалификационная работа
по теме: "Использование параданных при прогнозировании участия респондентов в исследовании (на примере данных EVS)"
по направлению подготовки 39.03.01 "Социология"
Образовательная программа "Социология"
Хорцева Наталья Георгиевна
Рецензент: доцент кафедры
сбора и анализа социологической информации
Зангиева Ирина Казбековна
Научный руководитель: доцент кафедры
анализа социальных институтов
Мавлетова Айгуль Маратовна
Москва - 2018
Оглавление
- Введение
- Глава 1. Возможности параданных в прогнозировании исхода интервью
- §1.1 Неответ
- §1.2 Параданные
- §1.3 Наблюдения интервьюеров
- §1.4 Эмпирические исследования
- Глава 2. Методология исследования параданных в предсказании неответов
- §2.1 Гипотезы исследования
- §2.2 Информационная база исследования
- §2.3 Методы анализа данных
- §2.4 Описание переменных
- §2.5 Уточнение и интерпретация основных понятий
- Глава 3. Анализ эффективности параданных в предсказании неответов
- §3.1 Построение общей предсказательной модели исхода интервью
- §3.2 Оценка эффективности предсказаний интервьюеров
- §3.3 Анализ эффективности повторных предсказаний интервьюеров
- Заключение
- Библиографический список
- Приложения
Введение
В последнее время крупные исследования страдают от увеличивающейся доли отказов от участия (De Leeuw, 2002; Groves 2011). Общие показатели неответов увеличились во многих странах за последние годы (Steeh 1981; Bradburn, 1992). Исследования, проведенные в России, не являются исключением. В международном исследовании "Европейское Исследование Ценностей" процент собранных интервью при первом визите составляет всего лишь 40 % для российской выборки, причем при втором и третьем визитах эта доля уменьшается (31 % и 26 % соответственно). Под "неответами" в данном контексте понимается "неполучение от отобранного для опроса респондента (или более крупной единицы отбора) всех или почти всех запрашиваемых сведений" (Юдин, 2008, с. 49).
Высокая доля неответов негативно влияет на исследование. Во-первых, исследователю приходится затрачивать большее количество ресурсов на проведение полевых работ, что приводит к увеличению временных и денежных затрат (Groves and Couper, 1998). Во-вторых, из-за высокой доли отказов от участия повышается риск возникновения "ошибки неответов", которая приводит к смещениям в данных (Groves, 2011; Bloom, 2009; Tourangeau, 2013).
Исследователи предлагают два способа решения проблемы увеличивающейся доли неответов (Bloom, 2009). К первому решению относится увеличение усилий, затрачиваемых на сбор полевых работ таким образом, чтобы минимизировать долю неответивших. Второе решение предполагает перевзвешивание итоговой базы данных, что позволит придать недопредставленным группам больший вес. Оба решения предполагают использование параданных и, в частности, наблюдений интервьюеров.
Параданные - это данные, которые собираются по ходу опроса вместе с основным массивом данных и содержат информацию о визите, характеристиках респондента, а также характеристиках домохозяйства. Помимо этого, в некоторых исследованиях интервьюеров просят предсказать, с какой вероятностью респондент примет участие при повторном визите, если интервью не было собрано. Исследователи отмечают, что параданные являются довольно точными в предсказании неответов (Groves, 2006), что позволяет применять их для решения проблемы высокой доли неответов.
Цель данной работы - оценить возможности параданных в предсказании вероятности участия респондентов в исследовании. Для достижения заданной цели будут поставлены следующие задачи:
1) Описать возможности параданных в предсказании неответов;
2) Предоставить обзор основных эмпирических работ по анализу параданных для предсказания неответов;
3) Построить общую предсказательную модель неответов, основанную на анализе параданных и наблюдений интервьюеров;
4) Оценить, насколько эффективен показатель собственных оценок интервьюеров в предсказании неответов;
5) Выявить, являются ли эффективными повторные оценки интервьюеров в предсказании неответов.
Основной гипотезой исследования является предположение о том, что параданные с достаточно высокой точностью позволяют предсказать участие или неучастие респондента в опросе. Помимо этого, выдвигается целый ряд более точных гипотез, которые будут проверены на эмпирическом этапе данного исследования:
Первой задачей исследования является построение общей предсказательной модели исхода интервью. Данная задача довольно широкая, поэтому перед ней ставится две гипотезы, которые будут проверяться последовательно:
1) Данные о контакте с респондентом (время и день недели визита) имеют значимый эффект при предсказании исхода интервью (Blom, 2009).
2) Наблюдения интервьюеров имеют значимый эффект при предсказании исхода интервью (Sturgis, 2011; Blom, 2009).
Для второй задачи, в которой будет оценена эффективность предсказаний собственных оценок интервьюеров для исхода интервью, предполагается, что предсказания интервьюеров будут иметь значимый эффект при предсказании исхода интервью.
Далее будет рассмотрена эффективность повторных предсказаний интервьюеров. Основной гипотезой этой задачи является то, что повторные наблюдения уточняют результаты наблюдений предыдущих этапов и становятся более точными в предсказании исхода интервью.
Таким образом, предметом исследования является прогнозирование участия в исследовании на основе параданных. Теоретический объект исследования - параданные, которые включают в себя характеристики респондента, данные о контакте и наблюдения интервьюеров. Эмпирический объект - параданные, собранные в процессе проведения полевых работ 5ой волны "Европейского Исследования Ценностей" ("European Values Study") в России (полевые работы проводились в Ноябре и Декабре 2017).
Идея использовать параданные для оптимизации исследований появилась еще в 1998 году, когда исследователь Мик Купер выступил с ней на семинаре Американской Статистической Ассоциации (Couper, 1998). Однако в последние годы интерес к возможностям параданных только растет (Мавлетова, 2017). Многие исследователи продолжают анализировать параданные, так как до сих пор не существует достаточно успешного способа обхода проблемы неответов в крупных исследованиях. Исследователи предлагают различные методики, такие как "Превентивный пошаговый мониторинг ключевых показателей опроса" ("PEDAKSI"), однако они имеют целый ряд ограничений и не всегда являются успешными в борьбе с неответами. Исследователи рекомендуют продолжать использовать параданные для анализа неответов (Sturgis, 2011). Среди российских исследователей также растет интерес к анализу параданных, что выражается в появлении обзорных работ по данной теме (Сидоров, 2011; Колаговский, 2012; Ипатова, 2014, Мавлетова, 2017). Тем не менее, попытки анализа параданных для решения проблемы высокой доли неответов в личных интервью в российских исследованиях на момент написания работы обнаружено не было.
В качестве основной теоретической рамки в данном исследовании будет использоваться концепция "ошибки неответов" (Total Survey Error Paradigm), представленная Д. Нейманом в 1934 году (Neyman, 1934), а затем разработана многими авторами, в том числе Робертом Грувзом (Groves, 2011). Согласно данной концепции, ошибка неответов возникает по причине того, что невозможно добиться полного участия респондентов в исследовании. Иными словами, реальная выборка крупного исследования никогда не совпадет с теоретической выборкой, составленной исследователем на этапе формирования дизайна исследования. Ошибка неответов может возникать по нескольким причинам и делится на два основных типа. Если респондент вообще не принимает участие в исследовании (например, он отсутствует в домохозяйстве или отказывается отвечать на вопросы), тогда речь идет о "полном неответе" (unit nonresponse) (Groves, 2011). Напротив, если респондент участвует в исследовании, однако не может ответить на один из вопросов, например, по причине незнания, тогда речь идет о "частичных неответах" (item nonresponse), или, другими словами - о миссингах. В данной работе под "неответом" будет подразумеваться именно ситуация "полного неответа", так как только этот тип "неответов" имеет более негативные последствия для исследователя.
А. Блум выделяеет два основных способа решения проблемы увеличивающейся доли неответов. Во-первых, увеличивая потенциал сбора данных с помощью большего усилия со стороны полевых работ. Во-вторых, путем статистической коррекции уже собранных данных, то есть с помощью придания мало представленным группам большего веса (Blom, 2009). Также в не которых случаях используется "смешанный дизайн" - "mixed mode", который предполагает использование более одного способа решения проблемы неответов в одном исследовании. В двух перечисленных способах возможно использование параданных и, в частности, наблюдений интервьюеров. Исследователи отмечают, что наблюдения интервьюеров дают достаточно точные оценки для предсказания доли неответов (Groves, 2006). Проведенные исследования показывают, какие именно переменные являются наиболее эффективными для оценки неответов. В качестве теоретико-методологической основы исследования будут использованы работы зарубежных исследователей П. Линна на базе данных "British Crime Survey" (Lynn, 2003), А. Блом на базе данных "European Social Survey" (Blom, 2009), Б. Веста на базе данных "National Survey of Family Growth" (West, 2013), А. Мейтланд на базе "National Health Interview Survey" (Maitland, 2008), Ф. Кройтер на трех базах данных "National Survey of Family Growth", "The American National Election Survey", "the European Social Surveys" (Kreuter et al, 2010) и П. Старгиза на баще данных "Innovation Panel of the Understanding Society" (Sturgis, 2011).
В данной работе в качестве эмпирической базы исследования будут использоваться параданные, собранные в 5 волне European Value Survey (EVS), полевые работы которого были проведены в ноябре и декабре 2017 года. Автор благодарит Лабораторию Сравнительных Социальных Исследований НИУ ВШЭ за предоставление базы данных.
Полученные данные содержат информацию о контакте с респондентом (время и день визита), населенный пункт респондента, а также следующие наблюдения интервьюеров:
· Количество этажей в доме;
· Состояние дома в сравнении с окружающими;
· Оценка чувства собственной безопасности в районе;
· Препятствия попадания в домохозяйство (пример: дверь подъезда закрыта).
Предсказательные возможности параданных будут проанализированы с помощью построения бинарных логистических регрессий с фиктивными переменными. Выбор данного метода обусловлен тем, что зависимая переменная является дихотомической и принимает два значения - "0" неудачный исход интервью, "1" - удачный исход итервью, а зависимые переменные определены на абсолютных, порядковых и номинальных шкалах. В работе будут проанализированы исходы первого, второго и третьего визитов. Для этого будет построено 8 бинарных логистических регрессий с различными спецификациями.
Коротко опишем основные результаты исследования. С помощью построения ряда бинарных логистических регрессий удалось доказать, что параданные позволяют предсказывать исход интервью. Высокую эффективность в предсказании неответов показали предсказания интервьюеров. Причем стоит отметить, что с увеличением количества повторных визитов оценка интервьюеров является более точной. Это говорит о том, что сбор параданных должен происходить не только на начальном этапе, а при каждом повторном визите интервьюера в домохозяйство. Наблюдения интервьюеров также оказались значимыми при прогнозировании исходов интервью. Наиболее эффективными переменными из категории "наблюдения интервьюеров" оказались "количество этажей в доме", а также "состояние домов в районе". Также были проанализированы данные о контакте, которые позволили повысить точность модели несмотря на то, что их суммарный вклад в процент объясненной дисперсии модели оказался не столь высоким, как у других проанализированных переменных.
Стоит отметить основные ограничения исследования. Самое серьезное ограничение работы состоит в том, что параданные имеют достаточно низкую предсказательную способность наблюдений интервьюеров, что отмечено различными исследователями (Blom, 2009; Sturgis 2011; Kreuter, 2011; Kaminska and Lynn 2009). Помимо этого, другие исследователи отмечают, что точность оценок интервьюеров низкая, так как они чувствуют себя неудобно "угадывая" данные о респондентах или характеристиках их домохозяйства. Интервьюеры также могут корректировать данные после проведения опроса, и эти изменения негативно влияют на предсказательную модель (Kaminska and Lynn, 2009). Частично этот довод подтвердился на базе данных исследования, так как 40 % интервьюеров затруднились дать свое предсказание исхода второго визита в домохозяйство. Также при прогнозе исхода третьего визита количество ответов "трудно предсказать" было высоким (38 %) и лишь незначительно уменьшилось по сравнению с предыдущим предсказанием. Стоит отметить, что в данной работе используется метод бинарной логистической регрессии, в то время как структура данных такова, что позволяет в дальнейшем использовать более сложные методы анализа, такие как модели со случайными эффектами и путевой анализ.
Данная работа имеет следующую структуру: в первой главе будет проведен анализ литературы, описывающей общие возможности параданых в предсказании неответов. Для этого сначала в параграфе 1.1 будут рассмотрены основные теоретические подходы, анализирующие неответы, затем будут подробно проанализированы параданные (параграф 1.2) и их разновидности, в том числе наблюдения интервьюеров (параграф 1.3). В параграфе 1.4 будут рассмотрены эмпирические работы, изучающие параданные и их возможности в предсказании неответов, что позволит выдвинуть гипотезы, которые будут проверены на эмпирическом этапе исследования. Особое внимание будет уделено недостаткам данного метода, которые будут учитываться при анализе данных и в ограничениях исследования. Во второй главе будет описана методология исследования. Сначала будут рассмотрены цели, задачи и гипотезы исследования (параграф 2.1), потом будет описана информационная база исследования (параграф 2.2), затем будет рассмотрен метод анализа данных, а именно бинарная логистическая регрессия с фиктивными переменными (параграф 2.3), после будет приведено описание основных переменных, использующихся в анализе (параграф 2.4) и в последней части второй главы будут представлены уточнения и интерпретация ключевых понятий исследования. В третьей главе будет проанализирована эффективность параданных в предсказании неответов с помощью построения серии регрессий. Данная глава содержит три основных параграфа, каждый из которых соответствует определенной задаче эмпирического этапа. В последней части работы будут описаны основные выводы исследования.
Глава 1. Возможности параданных в прогнозировании исхода интервью
Задачами первой главы является описание возможностей параданных в предсказании неответов, а также анализ существующих эмпирических работ, изучающих предсказательные возможности параданных. Для того чтобы выполнить поставленные задачи, в начале главы будет подробно описан концепт неответов - его определение, причины возникновения, влияние на качество исследования, типы, а также возможные пути устранения. Затем будут описаны и проанализированы параданные, как один из инструментов решения проблемы высокой доли неответов. Будут рассмотрены их разновидности и возможности применения. После этого фокус будет переведен на наблюдения интервьюеров как одну из разновидностей параданных, а также описана их специфика. Отдельное внимание будет уделено анализу существующих эмпирических исследований параданных, что позволит изучить их реальные возможности, а также выдвинуть более точные гипотезы, которые будут проверены во второй главе данного исследования.
§1.1 Неответ
Многие исследователи отмечают, что за последние десятилетия доля согласий на участие в исследованиях значительно сокращается (De Heer, De Leeuw, 2002; Groves 2011). Снижение доли ответов имеет целый ряд негативных последствий на исследование. Помимо увеличения ресурсных затрат на проведение полевых работ (Groves and Couper, 1998), исследователи также сталкиваются с проблемой понижения качества собранных данных. Высокая доля неответов создает риск появления смещенных оценок в данных (Bloom, 2009; Tourangeau, 2013). Помимо этого, некоторые исследования доказали, что смещения данных в следствие неответа приводят к измениям в зависимостях между переменными (Groudy, 1976). В данной работе будет использовано следующее определение понятия "неответ" - "неполучение от отобранного для опроса респондента (или более крупной единицы отбора) всех или почти всех запрашиваемых сведений" (Юдин, 2008, с. 49). параданные прогнозирование интервью неответ
Можно выделить два основных подхода, описывающие возникновение неответов. К первому относится теория социального обмена (Social Exchange Theory), разработанная Д. Диллманом и другими авторами (Dillman et all, 2002). Данный подход предполагает, что отношения между людьми основаны на субъективном анализе затрат и выгод от коммуникации. Таким образом, при решении пройти опрос, респондент оценивает приобретенную ценность от его коммуникации с интервьюером, которая может выражаться в различных выгодах. Например, при отправке писем с просьбой принять участие в опросе, исследователь получит больший отклик от тех писем, в которых подчеркивается, какую пользу принесет данный опрос обществу (Olson, 2011).
Другой подход основывается на теории рационального выбора, и называется "Leverage Salience Theory". Данный подход подразумевает, что у респондента есть выбор, который заключается в участии или не участии в исследовании. Если ожидаемая польза от участия в опросе выше, чем та польза, которую респондент получит при отказе от участия в исследовании, тогда респондент примет участие (Maynard, 2010). Таким образом, данная теория подразумевает, что существует определенная система "рычагов" (leverage), которые делают участие в исследовании более привлекательным. Например, к ним относится денежное вознаграждение, которое положительно влияет на количество откликов. Напротив, есть факторы, которые снижают привлекательность участия в исследовании - например, слишком долгая продолжительность интервью (Dijkstra and Smit 2002). Эти "рычаги" могут также иметь разное воздействие на респондентов. Специфическая тема интервью может быть более интересной для одних респондентов, и менее интересной для других (Groves, 2006). Также, важную роль в данном подходе играет "значимость" (Salience), которая рассматривается как значимость некоторых атрибутов исследования для потенциального респондента, который делает выбор участвовать или не участвовать в исследовании. В данном случае внимание уделяется не тому, какие преимущества получит респондент от участия в исследовании, а то, как они будут преподнесены. Д. Мейнард приводит следующий пример: исследователь может предложить потенциальному респонденту денежное вознаграждение, а также просит его выполнить свой гражданский долг, однако интервьюер при контакте с респондентом может сделать акцент только на одном из этих "рычагов", тем самым делая его более значимым. В результате, в зависимости от того, как преподнесена респонденту "значимость", он может принимать различные решения относительно того, принимать ли ему участие в исследовании или нет (Maynard, 2010).
Помимо этого, можно также выделить культурный подход к возникновению неответов, который подразумевает, что индивиды, слабо включенные в общественную жизнь, больше склонны отказываться от участия в опросе (Юдин, 2008). Предполагается, что при опросе происходит коммуникация между исследователем и респондентом. Исследователь общественного мнения в данном контексте выступает неким посредником между "властью" и индивидами, которым предлагают принять участие в опросе. В таком случае отказ респондента от участия в исследовании является "сбоем коммуникации" (Юдин, 2008, с. 55) между исследователем и индивидом. В данном контексте особо важна роль интервьюера, осуществляющего данное посредничество, так как от него в значительной степени зависит, согласится респондент принять участие в опросе, или нет. Таким образом, для изучения неответов важно понимание культурного контекста, в котором находятся потенциальные респонденты.
В данной работе неответы будут рассмотрены в большей степени с точки зрения "Leverage Salience Theory", так как данная теория имеет больше возможностей эмпирического применения и лучше подходит для использований параданных в предсказании неответов.
Проблема высокой доли неответов в данной работе будет рассмотрена сквозь призму концепции "ошибки неответов" (Total Survey Error Paradigm), которая впервые была предложена Джерзи Нейманом в 1934 году (Neyman, 1934), а затем разработана многими авторами, в том числе Робертом Грувзом, который написал несколько книг по методологии проведения исследований (Groves, 2004; Groves, 2011). Данная парадигма является одной из составляющих более общей парадигмы "Общего качества исследования" ("Total Survey Quality").
В рамках более общей парадигмы рассматриваются две группы людей, принимающих участие в исследовании - первую группу составляют те, кто задействован в организации и проведении исследования (producers), а вторую - люди, которые в конечном итоге использует полученные данные (users). Две эти группы преследуют разные цели - "производители" исследования ставят в приоритете качество сбора данных, в то время как "потребителей" принимают высокое качество данных за должное, и уделяют большую важность таким факторам, как скорость и стоимость проведения исследования. На стыке пересечения интересов двух групп и возникает данная парадигма, так как при несоблюдении интересов одной из них снижается общее качество проведенного исследования (Biemer, 2010).
Парадигма "общего качества исследования" имеет несколько основных направлений, по которым определяется качество исследования. П. Бимер выделяет следующие направления парадигмы:
· точность (ошибка неответов минимальна);
· надежность (данные собраны достоверно);
· сопоставимость (допустимы демографические, пространственные и временные сравнения);
· удобство использования (документация и метаданные понятны);
· релевантность (данные соответствуют нуждам "потребителей");
· доступность (данные доступны тем, кому это необходимо);
· пунктуальность (данные становятся доступными вовремя);
· полнота (данные содержат достаточно информации для анализа);
· слаженность (оценки из разных источников могут быть скомбинированы) (Biemer, 2010, p. 819).
Как говорилось ранее, парадигма "Общей ошибки неответов" является одной из составных частей более общей парадигмы "Общего качества исследования", так как в большей степени значима только для "производителей" исследования. Согласно данной концепции, ошибка неответов возникает по причине того, что невозможно добиться полного участия респондентов в исследовании. Иными словами, реальная выборка крупного исследования никогда не совпадет с теоретической выборкой, составленной исследователем на этапе формирования дизайна исследования. Ошибка неответов может возникать по нескольким причинам и делится на два основных типа. Если респондент вообще не принимает участие в исследовании (например, он отсутствует в домохозяйстве или отказывается отвечать на вопросы), тогда речь идет о "полном неответе" (unit nonresponse). Напротив, если респондент участвует в исследовании, однако не может ответить на один из вопросов, например, по причине незнания, тогда речь идет о "частичных неответах" (item nonresponse) (Groves, 2009), или, другими словами - о миссингах. В данной работе под "неответом" будет подразумеваться именно ситуация "полного неответа", так как только этот тип неответов имеет более негативные последствия для исследователя.
Роберт Грувз в своей книге "Методология исследования" выделяет три типа "полных неответов" (Groves, 2009). К первому относится невозможность выйти на контакт с респондентом в силу каких-либо обстоятельств. В этом случае респондент обладает некоторыми "препятствиями для доступа" (например, автоответчик на телефоне, закрытая дверь в подъезд, или отсутствие дома в определенные часы в силу специфического рабочего графика). Ко второму типу относится отказ респондента от участия в исследовании. Отказ возникает по причине того, что в силу каких-то обстоятельств респондент не хочет принимать участие в исследовании. Часто это связано с тем, что респонденты не доверяют незнакомым людям, и боятся делиться с ними личной информацией несмотря на то, что исследователь обещает полную конфиденциальность и анонимность. Помимо этого, потенциальные респонденты часто сталкиваются с попытками выйти на контакт от различных организаций, с которыми они не хотят коммуницировать (например, рекламные звонки с целью продать что-нибудь). Поэтому респонденты часто отказываются от взаимодействия с интервьюером даже не понимая, с какой именно целью с ними связываются. Третий тип неответов возникает в связи с невозможностью респондента предоставить запрашиваемые данные. Иными словами, респондент хотел бы принять участие в исследовании, но не может, по какой-либо не зависящей от него причине. Например, респондент не понимает языка, на котором проводится исследование, или в силу каких-либо физиологических или психологических особенностей не в состоянии ответить на вопросы. Все перечисленные типы неответов имеет свою природу, и имеют различные пути их минимизации. Данная работа в большей степени рассматривает пути решения первого типа неответов, так как именно он с большей вероятностью может быть решен с помощью использования параданных и наблюдений интервьюеров.
А. Блум выделяет два основных способа решения проблемы увеличивающейся доли неответов. Во-первых, увеличивая потенциал сбора данных с помощью большего усилия со стороны полевых работ, или, другими словами, применяя адаптивный дизайн. Во-вторых, путем статистической коррекции уже собранных данных, то есть с помощью придания мало представленным группам большего веса (Blom, 2009). Также в не которых случаях используется "смешанный дизайн" - "mixed mode", который предполагает использование более одного способа решения проблемы неответов в одном исследовании. Все эти способы подразумевают использование параданных для решения проблемы увеличивающегося количества неответов. Говоря об этих способах, стоит отметить, что для исследователя всегда предпочтительней использовать адаптивный дизайн, так как он позволяет экономить ресурсы, а также имеет дело непосредственно с корнем проблемы неответов, в то время как перевзвешивание собранной базы данных может работать только с их последствиями.
Понятие "адаптивного" или "изменчивого" (responsive) дизайна впервые было введено Р. Грувзом и С. Херингой (Groves, Heeringa, 2006). "Адаптивный дизайн направлен либо на общее увеличение доли откликов, либо на выравнивание доли откликов между разными категориями, либо на баланс выборки по определенным социально-демографическим переменным, но с учетом стоимости исследования" (Мавлетова, 2017, с. 108). Адаптивный дизайн применяется перед проведением полевых работ или в процессе сбора данных. Его возможности довольно широки - это установка оптимального времени визита, оптимального количества визитов в каждое домохозяйство, выбор вознаграждения за прохождение исследования, и многие другие. В результате применения адаптивного дизайна исследователь выбирает самую выгодную стратегию проведения полевых работ. Однако, для его применения необходимы предварительные данные, которые либо уже имеются у исследователя (например, на основе прошлых наблюдений при проведении лонгитюдных исследований, или из доступных источников статистических данных), либо собираются интервьюерами перед или во время проведения исследования.
§1.2 Параданные
Сбор и анализ данных являются неотъемлемой частью многих социальных исследований. Помимо использования данных, которые были получены непосредственно от респондента, исследователь также собирает дополнительные данные, которые называются метаданные. Существует множество определений метаданных, однако в данной работе будет использоваться наиболее широкое и применимое определение метаданных как "данные о данных" (Когаловский, 2012). Метаданные предоставляют исследователю дополнительную информацию о полученных от респондента данных, без которой проведение дальнейшего анализа невозможно.
Параданные стали использоваться с тех времен, когда появились компьютерные технологии проведения опросов, которые позволили автоматически собирать некоторые данные о проведении опроса (Ипатова, 2014). Идея использования параданных принадлежит Мику Куперу, который выступил с ней в 1998 году на семинаре Американской Статистической Ассоциации (Couper, 1998). В последние годы среди исследователей интерес к анализу параданных только растет (Мавлетова, 2017).
Исследователь А. Грегори выделяет четыре вида разновидностей метаданных (Gregory, 2009). К первому типу относятся структурные метаданные, которые непосредственно описывают структуру собранных данных -порядок переменных, их названия, типы шкал, по которым они определены. Второй тип метаданных - справочные (или описательные) - содержит информацию о методологии исследования, выборке, методах контроля качества полученных данных и другую подобную информацию. Административные метаданные предоставляют исследователю информацию о возможном применении и назначении данных (например, необходимость подписания специальных документов для доступа к данным). К последнему типу метаданных А. Грегори относит поведенческие данные. Этот тип также известен как "параданные". Параданные содержат информацию о контакте интервьюера с респондентом. В качестве параданных можно рассматривать как автоматически собранную информацию, как, например, время звонка или визита, так и данные, заполняемые самими интервьюерами, которые называются "наблюдения интервьюеров".
Первые три типа метаданных предоставляют в основном техническую информацию, которая необходима исследователю для анализа данных. Напротив, последний тип - параданные, являются отдельным массивом данных, который может анализироваться наряду с основными данными, полученным непосредственно от респондентов.
Некоторые исследователи не согласны с тем, что параданные являются разновидностью метаданных. Так, исследователь Ф. Кройтер считает, что параданные существуют наряду с метаданными (Kreuter, 2013). Ф. Кройтер и К. Казас-Кордео выделяют три типа параданных (Kreuter, Casas Cordero, 2010). К первому типу относятся записи телефонного интервью, проведенного с помощью методологии CATI (Computer Assisted Telephone Interviewing). Эти данные собираются автоматически с помощью специального программного обеспечения, установленного на компьютер интервьюера. Они содержат в себе информацию о времени и продолжительности звонка, исход звонка (удалось ли интервьюеру собрать интервью или нет). Ко второму типу исследователи относят наблюдения интервьюеров. Предполагается, что перед началом опроса интервьюер заполняет определенную анкету, которая включает в себя наблюдения о состоянии домохозяйства, района проживания респондента. В некоторых случаях интервьюеров просят оценить какие-либо характеристики респондента (например, имеет он детей или нет). Данная анкета заполняется вне зависимости от того, удастся интервьюеру получить данные от респондента, или нет. К третьему типу параданных относят прямую аудио или видео запись разговора интервьюера и респондента. Эти данные позволяют исследователю оценить реакцию респондента на задаваемые вопросы. Этот тип данных имеет широкие возможности применения на нескольких стадиях проведения исследования - на этапе пилотажа, рекрута, а также при последующем анализе качества собранных данных. Исследователи также уделяет особое внимание данным, которые могут быть собраны при проведении интернет опроса. Современные технологии позволяют исследователю получать информацию о местонахождении респондента, времени заполнения опроса, качества интернет-соединения. Исследователь Н. Сидоров отмечает, при сборе параданных нерешенным остается вопрос этики исследования, так как иногда данные, которые собирают интервьюеры, являются закрытыми для остальных (Сидоров, 2011). (например, IP адрес респондента в случае онлайн-опроса). В данной работе особое внимание будет уделено именно первым двум типам параданных, выделенным в данной типологии, - контактным данным и наблюдениям интервьюеров.
Возможности применения параданных довольно широки, и могут использоваться на всех этапах исследования. Исследователь А. Мавлетова выделяет шесть возможных задач применения параданных в исследовании (Мавлетова, 2017). К первой задаче относится деление респондентов в зависимости от того, с какой предсказанной вероятностью они примут участие в исследовании. В зависимости от этого, можно выделять приоритетные группы, на которые будет направлено большее усилие со стороны полевых работ. Ко второй задаче относится анализ наиболее удачного времени и даты визита (звонка) респонденту. Третья задача подразумевает перераспределение нагрузки интервьюеров таким образом, чтобы их усилия были наиболее эффективными. Далее, в качестве отдельной задачи выделяется ведение статистики затрачиваемых полевых усилий. Например, оценка средней продолжительности интервью или оптимального количества контактов, которые интервьюер должен выполнить за день. В качестве двух последних задач применения параданных является "оценка ошибки неответов исследования" и "оценка ошибки измерений" (Мавлетова, 2017, с. 111-112).
§1.3 Наблюдения интервьюеров
Как было отмечено ранее, наблюдения интервьюеров являются одной из разновидностей параданных. Наблюдения интервьюеров чаще всего используются при личном интервью, иногда при телефонном, когда интервьюеров просят самостоятельно заполнить небольшую анкету с вопросами о характеристиках респондента или домохозяйства.
Исследователь П. Старгиз провел анализ многих исследований, в которых используются наблюдения интервьюеров и классифицировал их на три группы: характеристики окружающей местности и района; характеристики домохозяйства; характеристики респондента (Sturgis, 2011). В дополнение, в некоторых исследованиях после первого визита, если он оказался неудачным, исследователи просят предсказать вероятность того, что респондент согласится сотрудничать при последующем визите. Данная оценка играет важную роль при построении предсказательной модели доли неответов (Sinibaldi, Eckman, 2015). Стоит отметить, что различные типы наблюдений интервьюеров включаются в исследование в зависимости от задач, которые стоят перед исследователями.
В последние годы исследовательские агентства стали включать наблюдения интервьюеров в процесс сбора данных. Включение параданных в исследование в большинстве случаев бесплатно для исследователя (Struglis, 2011), что позволяет исследователям свободно изучать их в зависимости от поставленных задач.
Учитывая видимые преимущества сбора и анализа наблюдений интервьюеров в процессе опроса, необходимо выделить также несколько недостатков их применения. Анна Ипатова выделяет четыре недостатка использования наблюдений интервьюеров в исследовании (Ипатова, 2014). Первым недостатком является недостаточная теоретическая и методологическая база по использованию параданных, так как они являются еще не до конца сформировавшейся областью социальных исследований. В качестве второго недостатка А. Ипатова отмечает, что сбор и анализ параданных подразумевает затраты дополнительных ресурсов со стороны исследователя и полевых работ. К третьему недостатку относится нежелание интервьюеров затрачивать лишние усилия на сбор дополнительных данных, за которые не предусматривается дополнительная плата. Помимо этого, интервьюеры не всегда видят смысл в заполнении карточки наблюдений интервьюеров, и могут относиться к этому несерьезно, что в итоге влияет на качество собранных данных. Четвертым недостатком параданных является возникновение некоторых этических проблем, так как сбор дополнительных данных не подразумевает согласия респондента.
Несмотря на перечисленные недостатки, исследования показали, что наблюдения интервьюеров дают достаточно точные оценки в предсказании доли неответов (Groves, 2006; West, 2013). Конкретные исследования, анализирующие параданные и наблюдения интервьюеров, будут рассмотрены далее в главе "эмпирические исследования".
§1.4 Эмпирические исследования
Рассмотрим некоторые эмпирические исследования, в которых анализировались параданные и, в частности, наблюдения интервьюеров. Как упоминалось ранее, параданные стали анализироваться с того момента, когда появилась возможность проводить интервью с помощью использования компьютерных технологий. Таким образом, изначально параданные собирались в телефонных интервью и считались некой дополнительной информацией, которая побочным образом собирается при ходе опроса (Ипатова, 2014). Тем не менее, позже исследователи стали собирать и анализировать данные не только для телефонных, но и для личных интервью. Затем, с появлением и распространением интернет-опросов, появилась возможность автоматически собирать дополнительную информацию об их ходе.
Таким образом, эмпирические исследования по анализу параданных можно поделить на несколько групп, в зависимости от типа исследования, в котором они применяются. В данной работе основное внимание будет уделено именно исследованиям, проведенным с помощью метода личных интервью, так как именно такой тип исследования будет проанализирован далее.
Питер Линн провел исследование на базе данных "Британского исследования преступности" (British Crime Survey). В данном исследовании применялся метод "Превентивного пошагового мониторинга ключевых показателей опроса" (Pre-Emptive Doorstep Administration of Key Survey Items) (Lynn, 2003), который был также разработан для оценки ошибки неответов. Предполагается, что интервьюер задает респондентам, которые отказываются от прохождения опроса, только несколько ключевых вопросов, на которых базируются основные метрики исследования. Тем не менее, вместе с использованием дополнительной анкеты только "ключевых показателей опроса", исследователь также использует вспомогательные инструменты оценки ошибки неответов. К этим инструментам относится:
· структура выборки;
· географические и другие данные о респондентах;
· наблюдения интервьюеров.
В результате проведения исследования были получены высокие показатели ответов, поэтому данный метод не выявил наличие ошибки неответов. Несмотря на это, П. Линн рекомендует использовать метод "Превентивного пошагового мониторинг ключевых показателей опроса" в исследованиях с высокой долей неответов вместе с наблюдениями интервьюеров и уже имеющейся информации о респондентах. Данный метод не требует от исследователя дополнительных навыков и значительных ресурсных затрат, единственное важное условие - использование данного метода должно быть запланировано заранее, для того чтобы исследователь успел разработать всю необходимую методологию и подготовить интервьюеров.
Стоит отметить, что данный метод хоть и является альтернативой наблюдениям интервьюеров в оценке ошибки неответов, он все равно используется вместе с ними, так как предполагается, что при сборе "ключевых показателей опроса" также возникают неответы, которые могут быть оценены только с помощью наблюдений интервьюеров.
Другое исследование провела А. Блом на базе данных "Европейского Социального Исследования" (European Social Survey) 1-3 раундов в Польше, Финляндии и Словакии, в котором исследовала наблюдения интервьюеров и контактные данные с целью произвести процедуру перевзвешивания итоговой базы данных (Blom, 2009). В процессе исследования, А. Блом также оценивала, насколько эффективными являются контактные данные и наблюдения интервьюеров в предсказании доли неответов. В результате были получены следующие результаты: если перед визитом в домохозяйство был сделан предварительный звонок, вероятность кооперации респондента с интервьюером стала выше во всех исследуемых странах. Также было выявлено, что респонденты, которые никогда не отказывались от участия в интервью, с большей вероятностью соглашались на участие в текущей волне исследования. В Польше и Словакии также смена интервьюера при последующих визитах привела к большей кооперации, в то время как в Финляндии результат оказался противоположным. Помимо этого, была обнаружена прямая связь между участием в исследовании и качеством жилья - чем лучше качество жилья, тем с большей вероятностью респондент примет участие в исследовании. Также, проживание в отдельном доме увеличивало вероятность кооперации в Финляндии и Польше, в то время как в Словакии данная переменная оказалась незначимой. Результаты данного исследования позволяют выдвинуть гипотезу о том, что при дальнейшем анализе переменная "время визита", а также переменные, описывающие состояние домой в районе и состояние дома респондента, окажутся значимыми при предсказании неответов.
Б. Вест проанализировал наблюдения интервьюеров, собранные в базе данных "National Survey of Family Growth" (West, 2013). Основной целью его работы было проанализировать, насколько полезными и качественными являются наблюдения интервьюеров. Исследователь проанализировал наблюдения интервьюеров, в которых предсказывалось наличие в домохозяйстве детей в возрасте до 15 лет, а также является ли респондент сексуально активным или нет. В результате, 72,3 % предсказаний относительно наличия ребенка в домохозяйстве оказались верными, причем ложноположительные ответы давались гораздо реже, нежели ложноотрицательные, что говорит о том, что предсказать наличие ребенка в домохозяйстве сложнее, чем его отсутствие. Оценки сексуальной активности респондента также оказались довольно точными, давая правильное предсказание в 78 % случаев. В отличие от предсказания наличия ребенка, предсказывая сексуальную активность интервьюеры чаще давали ложноположительные результаты, нежели ложноотрицательные. Несмотря на отмеченные исследователем ошибки в данных предсказаниях, оба наблюдения позволили исследователю предсказать вероятность, с которой респондент согласится на участие в интервью. Помимо этого, в исследовании анализировались также другие наблюдения интервьюеров: наличие физических препятствий доступа к домохозяйству, оценка интервьюером вероятности собрать интервью, отсутствие нежилых помещений в выборочного сегменте и наличие сомнений в безопасности выборочного сегмента.
Арон Мейтланд провел исследование на базе данных "Национального анкетирования по вопросам здоровья" ("National Health Interview Survey") в котором проанализировал параданные, которые потенциально могут применяться в корректировке неответов (Maitland, 2008). В качестве метода анализа данных исследователи использовали корреляционный анализ, факторный анализ, а также логистическую регрессию. В результате, самый большой вес имел фактор "враждебность в отношении запроса принять участие в исследовании" (например, если респондент не открывает дверь, однако у интервьюера есть основания полагать, что в доме кто-то находится). Остальные переменные имели слабую корреляцию.
Ф. Кройтер с другими авторами провели крупное сравнительное исследование вспомогательных данных о домохозяйствах и наблюдений интервьюеров в пяти исследованиях (Kreuter et al, 2010). Авторы изучили, в какой степени вспомогательные данные и наблюдения интервьюеров могут предсказать уровень неответов и результаты исследования. Наблюдения интервьюеров сравнивались только по трем базам данных - "National Survey of Family Growth", "The American National Election Survey", "the European Social Surveys". Авторы нашли значимые связи между наблюдениями интервьюеров и вероятностью участия в опросе, а также основными результатами исследования. Тем не менее, авторы говорят о том, что эти связи являются довольно слабыми, особенно при предсказании результатов исследования.
П. Старгиз использовал базу данных "Innovation Panel of the Understanding Society" для анализа наблюдений интервьюеров в предсказании неответов (Sturgis, 2011). Он построил модель, в которую включили все переменные наблюдений интервьюеров, которые содержатся в базе. В результате анализа автор выявил следующие значимые индикаторы предсказания неответов в исследовании:
· расположение домохозяйства;
· преобладающая этническая группа;
· тип жилого района;
· состояние дома в сравнении с окружающими,
· социально-экономический статус района,
· количество этажей в здании;
· наличие неухоженного сада.
Исследование показало, что проживание в сельской местности и деревнях увеличивает шансы, что интервью будет собрано, относительно тех, кто проживает в городской местности. Исходя из этих данных, можно выдвинуть гипотезу о том, что тип города, в котором проживает респондент, влияет на исход интервью. Также мы можем предположить, что чем больше город проживания, тем меньше вероятность того, что интервью будет собрано.
В результате, процент объясненной дисперсии модели (R2) составил 15 %. Сам исследователь отмечает, что данный показатель является довольно низким. Однако, сравнивая с другими подобными исследованиями, результат довольно высокий. В результате построения собственной модели, П. Старгиз рекомендует 4 переменных наблюдений интервьюеров, которые стоит включать в исследование:
· этнический состав района;
· состояние здания в сравнении с окружающими домами;
· количество этажей в здании;
· социально-экономический статус района.
Несмотря на низкую эффективность предсказательной силы, автор рекомендует включать наблюдения интервьюеров в исследование. Отмечается, что особенно эффективным способом предсказания неответов является использование параданных в лонгитюдных исследованиях, так как в них у исследователя появляется возможность использовать данные, которые уже были собраны интервьюерами в предыдущих волнах.
Помимо П. Старгиза и Ф. Кройтер, некоторые другие проведенные исследования показывают, что наблюдения интервьюеров не очень эффективны при предсказании доли неответов. Каминская и Линн пишут о том, что точность оценок интервьюеров низкая, так как они чувствуют себя неудобно "угадывая" данные о респондентах или характеристиках их домохозяйства. Интервьюеры также могут корректировать данные после проведения опроса, и эти изменения негативно влияют на предсказательную модель (Kaminska and Lynn, 2009). Авторы предлагают формулировать вопрос как "наблюдения", а не "догадки", что снижает вероятность корректировки своих ответов после проведения исследования. Указанные недостатки параданных безусловно нужно учитывать в ограничениях исследования. Можно ожидать, что предсказательные возможности параданных окажутся не столь высокими в сравнении с другими социальными исследованиями, и процент объясненной дисперсии составит 10-15 % на эмпирическом этапе исследования.
Однако несмотря на то, что параданные обладают низкой предсказательной способностью по результатам некоторых исследований, исследователи рекомендуют продолжать их использовать и развивать данное направление, для того чтобы в дальнейшем получать более точные оценки предсказаний интервьюеров.
Глава 2. Методология исследования параданных в предсказании неответов
Цель исследования - оценить возможности параданных в предсказании вероятности участия респондентов в исследовании.
Для достижения поставленной цели определены следующие задачи эмпирического этапа исследования:
1) Построить общую предсказательную модель неответов
2) Оценить, насколько эффективен показатель собственных оценок интервьюеров в предсказании неответов
3) Выявить, являются ли эффективными повторные предсказания интервьюеров исхода интервью в предсказании неответов
Предмет исследования - прогнозирование участия в исследовании на основе параданных.
Теоретический объект - параданные, которые включают в себя характеристики респондента, данные о контакте и наблюдения интервьюеров.
Эмпирический объект - параданные, собранные в процессе проведения полевых работ 5ой волны "Европейского Исследования Ценностей" ("European Values Study").
§2.1 Гипотезы исследования
Одной из задач исследования является построение общей предсказательной модели исхода интервью. Данная задача довольно широкая, поэтому перед ней ставится две гипотезы, которые будут проверяться последовательно:
· Данные о контакте с респондентом имеют значимый эффект при предсказании исхода интервью (Blom, 2009).
· Наблюдения интервьюеров имеют значимый эффект при предсказании исхода интервью (Sturgis, 2011; Blom, 2009).
Для второй задачи, в которой будет оценена эффективность предсказаний собственных оценок интервьюеров для исхода интервью, предполагается, что предсказания интервьюеров будут иметь значимый эффект при предсказании исхода интервью.
Далее будет рассмотрена эффективность повторных предсказаний интервьюеров. Основной гипотезой этой задачи является то, что повторные наблюдения уточняют результаты наблюдений предыдущих этапов и становятся более точными в предсказании исхода интервью.
§2.2 Информационная база исследования
В исследовании используются параданные, собранные в рамках проведения 5 волны "Европейского Исследования Ценностей" ("European Values Study") в России (даты полевых работ - ноябрь и декабрь 2017). Исходная база данных содержит 215 переменных и 3085 наблюдений, что составляет полную Российскую выборку данного исследования. Эти переменные можно поделить на три категории: характеристики респондента, информация о визите, а также наблюдения интервьюеров.
Как и во многих других крупных исследованиях, в Европейском Исследовании Ценностей при неуспешном визите в домохозяйство (если интервьюер не смог собрать интервью), в него возвращаются до тех пор, пока интервью не будет собрано. Максимально достигнутое в базе данных количество повторных визитов равно шести (переменные о 7-10 визитах присутствуют в базе, однако являются пустыми). Таким образом, в базе данных есть два типа переменных - постоянные и изменчивые. Постоянные переменные не изменяются от визита к визиту (например, тип города респондента). Изменчивые же переменные каждый раз заполняются интервьюером заново (например, дата и время визита). Это означает, что необходимо соблюдать точность и при анализе каждого визита использовать именно те переменные, которые к нему относятся. Важно отметить, что данные не содержат какую-либо личную информацию респондентов, что является важным с точки зрения соблюдения этических норм проведения исследования.
...Подобные документы
Проблема определения критериев эффективности теоретических и практических результатов социологического исследования. Познавательные возможности отчетов интервьюеров. Глубинное интервью и его использование в изучении репродуктивного поведения молодежи.
контрольная работа [15,5 K], добавлен 26.11.2009Проектирование нейронной сети для прогнозирования исхода выборов президента России, содержание обучающей и тестовой выборки. Построение модели персептрона. Зависимость погрешности обучения и обобщения. Зависимость результатов от возраста кандидатов.
презентация [316,5 K], добавлен 14.08.2013Понятие метода и методики социологических исследований. Метод опроса в социологическом исследовании. Методы механической, серийной, гнездовой и квотной выборки. Создание широких сетей интервьюеров. Качественные методы анализа социологических данных.
курсовая работа [32,4 K], добавлен 27.05.2015Особенности применения поискового и нормативного подходов в социальном прогнозировании. Методика расчета прогнозных показателей с их использованием. Основные направления совершенствования системы социальных норм и нормативов в Российской Федерации.
курсовая работа [775,0 K], добавлен 14.09.2015Системное изучение социальных процессов и явлений. Виды социологического исследования, типы анкет. Методы и процедуры сбора, обработки, анализа и обобщения фактов. Компьютерные программы для сетевых опросов, онлайн-интервью и интерактивного анкетирования.
реферат [592,0 K], добавлен 13.10.2015Природа метода опроса в социологическом исследовании. Два основных класса опросных методов: интервью и анкетирование. Принципы построения анкеты по В. Ядову. Контент-анализ: возможности использования; техника проведения; преимущества; недостатки.
курсовая работа [35,4 K], добавлен 09.01.2011Интервью - распространенный метод сбора информации в социологии. Сбор данных методом формализованного интервью называют анкетированием. Он подразумевает стремление к максимальной стандартизации и унификации процедур сбора данных, их обработки и анализа.
контрольная работа [13,3 K], добавлен 29.12.2008Анкетирование в социологическом исследовании. Интервью как один из видов общения, его применение. Метод опроса как основной метод получения социологической информации, его разновидности, особенности и условия использования. Правила составления вопросов.
курсовая работа [40,4 K], добавлен 25.09.2011Подготовка эмпирических данных к обработке и анализу. Сущность и виды группировок, понятие рядов распределения. Графическое представление информации в анализе социологических данных. Структура и требования к отчету о социологическом исследовании.
контрольная работа [320,8 K], добавлен 05.04.2011Понятие, специфика и достоинства метода интервью как вида социологического исследования. Классификация форм интервью. Процедура и цели проведения интервью, факторы его успешности. Характеристика действий интервьюера. Особенности интервью-ситуации.
курсовая работа [30,5 K], добавлен 18.07.2011Понятие социологического исследования. Подготовка эмпирических данных к обработке и анализу. Сущность и виды группировок. Таблицы и графики: их роль в анализе социологических данных. Структура отчета об исследовании. Основные требования к его составлению.
контрольная работа [542,4 K], добавлен 10.11.2010Методы, используемые при прогнозировании демографических процессов. Построение регионального прогноза демографических показателей: численности постоянного населения, естественного и миграционного прироста (убыли) населения, используя методы экстраполяции.
курсовая работа [2,2 M], добавлен 10.02.2011Верификация прогноза как метод повышения эффективности решений. Восемь основных методов верификации прогноза, их сущностная характеристика. Этапы проверки прогноза на точность и достоверность. Последовательность операций разработок рекомендаций.
контрольная работа [22,7 K], добавлен 26.02.2012Классификация интервью. Виды интервью по степени стандартизации, характеру получаемой информации, отношению опрашиваемого к беседе. Подготовка к интервью. Психологическая подготовка. Вопросы в интервью. Проведение интервью.
реферат [23,1 K], добавлен 06.12.2006Понятие о методе науки. Правила формирования доверия в отношениях между коммуникатором и аудиторией. Специфика интервью, его формы, достоинства, условия успешного проведения. Возможности беседы как диалога. Ее виды и этапы. Значение невербального общения.
курсовая работа [40,9 K], добавлен 14.03.2015Представление об Интернете как о виртуальной реальности. Типология респондентов в исследовании: "активные пользователи", "пассивные пользователи", "non-пользователи Интернета". Открытый контент в сети Интернет. Интернет: новые возможности ведения бизнеса.
реферат [20,9 K], добавлен 23.11.2009Этапы планирования и проведения выборки, их сложность и правильная реализация. Способ систематического сбора данных о поведении, установках людей посредством опроса специально подобранной группы респондентов. Основные разновидности статистической выборки.
контрольная работа [19,8 K], добавлен 07.09.2015Интервью – метод получения первичной социологической информации путем непосредственной целенаправленной беседы интервьюера и респондента. Специфика и методы интервью. Человек - источник первичной социологической информации. Стандартизированное интервью.
контрольная работа [19,7 K], добавлен 15.12.2008Интерес общества к социальному прогнозированию как технологии социальной работы. Анализ объекта и субъекта проектирования, создание "информационного массива" как источника социального проектирования, его цели как специфической управленческой деятельности.
контрольная работа [64,1 K], добавлен 24.08.2015Исследование понятия, основных видов и этапов проведения метода экспертной оценки в социальном прогнозировании. Характеристика дельфийской техники коллективной генерации идей, методов "мозговой атаки", "сценариев", "деловых игр", "совещаний" и "суда".
реферат [30,4 K], добавлен 12.07.2011
