| Главная » Статьи » Общая социология |
Анализ и интерпретация эмпирических данных
| Подходы к построению, например, вопросника, можно представлять себе как создание инструмента для измерения изучаемых социальных характеристик. Как правило, вопросник в социологии измеряет много различных характеристик сразу и, нередко: каждый отдельный вопрос в анкете предназначен для измерения отдельной социальной характеристики. Результаты этого измерения, представленные в виде цифр, могут обладать различными формально-логическими свойствами, что важно с точки зрения возможностей их дальнейшей обработки. Понятие измерения Измерением называется процедура, с помощью которой объекты измерения, рассматриваемые как носители определенных соотношений, отображаются в некоторой математической системе с соответствующими отношениями между ее элементами. В качестве объектов измерения могут выступать люди, производственные коллективы, условия труда и быта и т.д. В отношения, которые моделируются при измерении, объекты вступают как носители определенных социальных характеристик. Так, мы можем рассматривать представителей социальной группы как носителей такой характеристики, как удовлетворенность своей жизнью в целом, и рассматривать отношение равенства между ними, считая каких-то индивидов равными или неравными в зависимости от степени удовлетворенности. Но те же индивиды могут выступать как носители такого свойства, как возраст. Ясно, что и между ними может быть выявлено отношение равенства. Однако индивиды, равные друг другу в первом случае, могут оказаться неравными во втором. Каждому объекту при измерении приписывается определенный элемент используемой математической системы. В социологии чаше всего используются числовые математические системы, т.е. такие системы, элементами которых являются действительные числа. Однако возможно использование и нечисловых математических систем частично упорядоченных множеств, графов, матриц и т.д. Понятие шкалы: сущность и характеристика Будем называть шкалой тот алгоритм, с помощью которого каждому изучаемому объекту ставится в соответствие некоторым число. Приписываемые же объектам числа назовем шкальными значениями этих объектов. Элементы используемых в социологии числовых систем, как правило, нельзя считать полноценными числами. Предположим, что нас интересует отношение порядка между респондентами их удовлетворенности жизнью в целом. Пусть процесс измерений состоит в следующем. Мы задаем каждому респонденту вопрос: -Удовлетворены ли Вы своей жизнью в целом? с набором из пяти ответов-альтернатив (от совершенно не удовлетворен до совершенно удовлетворен). Каждому ответу присвоим соответственно числа 1 до 5. Ясно, что реальным отношениям между респондентами в таком случае отвечает лишь отношение порядка между числам. В то же время их сложение не имеет эмпирически интерпретируемого смысла. Другими словами, полученные шкальные значения не являются числами в обыденном значении этого понятия. Встает естественный вопрос: какими известными соотношениями между числами мы в подобных ситуациях можем пользоваться, чтобы, анализируя шкальные значения, можно было получать содержательные выводы? Для ответа на этот вопрос необходимо, в первую очередь четко представить себе характер числовых систем, использующихся в процессе измерения. Неоднозначность шкальных значений, допустимые преобразования и типы шкал. Единственное требование, которое предъявляется к числам, служащими шкальными значениями, состоит в том, что рассматриваемые эмпирические отношения должны переходить в соответствующие им числовые отношения. Этого требования, как правило, бывает недостаточно для однозначного определения множества шкальных значений. Совокупности величин полученных по используемым в социологии шкалам, обычно бывают определены лишь с точностью до некоторых преобразован этих величин, называемых допустимыми преобразованиями соответствующих шкал. В соответствии со сложившейся в литературе традицией тип шкалы определяется соответствующим этой шкале множеством допустимых преобразований. Для того чтобы помнить введение определения, опишем типы наиболее часто использующихся в социологии шкал. При использовании шкалы наименований (номинальной, классификационной) объекты измерения распадаются на множестве взаимно исключающих и исчерпывающих классов. Каждому классу дают наименование, числовое обозначение которого является одним из шкальных значений. Шкала наименования получаете в случае, если в качестве моделируемых в процессе измерения эмпирических отношений выступают лишь отношения равенства-неравенства между объектами. Требования, предъявляемые к социальным значениям, состоят в том, что равным объектам должно соответствовать одно и то же число, а неравным — разные числа. Поэтому номинальная шкала фактически задает некоторую классификацию исходных объектов. Один класс — это совокупность объектов, имеющих одно и то же значение. Номинальные шкалы можно определить как шкалы, допустимы преобразованиями которых являются произвольные взаимооднозначные преобразования, т.е. преобразования, сохраняющие отношения равенства и неравенства между числами. Изучаемые эмпирические отношения одинаково хорошо будут отражать, например, следующие совокупности шкальных значений (1, 1, 2, 4) и (15, 15, 14, 13, 12). Каждая из этих совокупностей получена из другой с помощью некоторого однозначного преобразования. Наиболее типичными примерами характеристик, измеряемых на уровне номинальных шкал, могут служить пол, профессии (продавец магазина, бизнесмен и т.д.) социальное положение (работающий, неработающий). Порядковая шкала (шкала порядка) получается тогда, когда при осуществлении намерения моделируются не только эмпирические отношения равенства—неравенства между изучаемыми объектами, 10 и отношения порядка между ними. Порядковая шкала не только задает некоторую классификацию на множество объектов, но и останавливает определенный порядок между классами. Порядковые шкалы можно определить как шкалы, в качестве допустимых преобразований которых выступают произвольные монотонно возрастающие преобразования, при этом монотонно возрастающим называется такое преобразование е(х), которое удовлетворяет условию: если х,< х^, то ё(х^ < §(х^) для любых чисел из области определения §(х). Такие преобразования составляют подсовокупность всех взаимно однозначных преобразований, включающую те из них, которые сохраняют отношение порядка между числами. Примером может служить уже упоминавшаяся шкала удовлетворенности жизнью со шкальными значениями 1, 2, 3, 4, 5, где 1 означает совершенно не удовлетворен, а 5 — совершенно удовлетворен. Однако отношение порядка не изменится, если мы заменим эти шкальные значения на другие числа, например ,—2,-1, 0,+1, +2. На практике часто не удается полностью упорядочить объекты изучаемой совокупности относительно той или иной интересующей исследователя характеристики. Зачастую респонденты не могут однозначно выбрать тот или иной ответ, и предполагаемого четкого различия оценок не наблюдается. В этом случае на помощь могут прийти частично упорядоченные шкалы. В случае, если в процессе измерения мы моделируем не только отношения, присущие порядковым шкалам, но и отношение равенства (или, что одно и то же, порядка) для разностей (интервалов) между изучаемыми объектами. Далеко не всегда в тех случаях, когда удается построить порядковую шкалу, удается построить и интервальную. Например, возьмем классификацию рабочих по разрядам. Известно, что первый разряд ниже второго, второй — третьего и т.д. (и это соответствует определенному эмпирическому отношению порядка между респондентами), т.е. разряды отвечают порядковой шкале. Однако сопоставлять дистанции между каждой парой разрядов все же нельзя. Интервальным шкалам соответствуют положительные линейные преобразования, которые наряду с отношениями равенства—неравенства и порядка между числами сохраняют и отношения равенства и порядка между их разностями (или, что то же самое, частного от деления любой такой разности на любую другую) (Напомним, что линейным называется преобразование вида у = ах+b). Примером совокупности чисел, получающихся друг из друга с помощью положительного линейного преобразования (у= Зх + 9), служат совокупности (5, 5, 2, 1, 2) и (24, 24, 15, 12, 15). Нетрудно проверить, что в этих совокупностях отражаются одни и те же отношения равенства—неравенства и порядка как для чисел, так и для интервалов между ними (для первой совокупности 5—2 > 2-1, а для соответствующих шкальных значений из второй совокупности 24—15 > 15—12). Легко заметить также, что частные от деления величины одного интервала между шкальными значениями на величину другого не зависят от того, какую из рассматриваемых шкал мы выбираем (так, верно соотношение (5-2)/(2-1) = (24-15)/( 15-12) = 3). Это справедливо для любых интервальных шкал. Главная трудность при построении интервальных шкал в социологии состоит в обосновании равенства или разности дистанций между объектами. Процедуры, позволяющие преобразовывать шкальные значения порядковой шкалы таким образом, что равенство (порядок) расстояний между полученными числами можно будет трактовать как отражение соответствующего равенства (порядка) расстояний между изучаемыми объектами, носят название метризации шкалы (или оцифровки шкальных значений) На практике известно много методов шкалирования, позволяющих получать интервальную шкалу косвенным образом, без отображения указанного отношения непосредственно в процессе измерения (сюда относятся, например, способы построения интервальной шкалы с помощью метода парных сравнений, известные методы шкалирования Терстоуна и т.д.) Шкалам отношений соответствуют положительные преобразования подобия (преобразования подобия — это преобразования 1 у = ах), составляющие подсовокупность положительных линейных преобразований, которые не изменяют отношения между такими (под отношением здесь понимается частное от деления эго числа на другое). Шкалу отношений получим, если будем интервьюировать, чтобы в процессе измерения не только отношения между эмпирическими объектами отображались в соответствующих числовых отношениях, но и один и тот же объект отображался бы в 0. Подобная возможность иногда возникает в социологических исследованиях. Так, при изучении удовлетворенности респондентов трудом, вероятно, в качестве объекта имеет смысл выбрать респондента, равнодушного к своей работе. Фиксацию такого объекта можно рассматривать как задание начала отсчета значений. Поэтому можно сказать, что шкалы отношения образуют подмножество интервальных шкал, характеризуются фиксацией начала отсчета. Неоднозначность совокупности 1льных значений, полученных с помощью измерения по шкале отношений, иллюстрируется примером следующих двух совокупностей, отражающих одни и те же эмпирические отношения равенства—неравенства и порядка как между респондентами, так и между соответствующими интервалами, и, кроме того, отвечают одному и тому же началу отсчета (один и тот же объект (вто-) в обоих случаях отображается в 0): (2, 0,—1, 4, 1) и (3, 0, —3/2, /2). Легко видеть также, что для обеих совокупностей частные деления между шкальными значениями любых пар объектов (и те же (2:4 == 3:6 и т.д.). Ясно, что рассматриваемые совокупности получаются друг из друга с помощью положительного образования подобия у = 3/2х). Шкалы разностей — это шкалы, которым соответствуют преобразования сдвига, т.е. преобразования вида у = х+b, где b — произвольное действительное число. Такие преобразования образуют подсовокупность положительных линейных преобразований. салы разностей получаются из интервальных шкал при фикса-л единицы измерения. Для большинства социологических шкал дно задать естественным образом такую единицу (исключение составляют шкалы типа возраст, стаж работы, доход и некоторые тие). Однако шкалу разностей можно получить, например, при искании шкальных значений рассматриваемых объектов с помощью некоторых методов парных сравнений. Социальные характеристики, значения которых получены по порядковой или номинальной шкале, обычно называют качественными. Для получения значений количественных характеристик использовалась шкала, тип которой ниже интервальной шкалы. В соответствии с имеющейся традицией будем говорить, что две шкалы позволяют достичь одного и того же уровня измерения в случае, если эти шкалы являются шкалами одного типа (т.е. если соответствующие этим шкалам совокупности допустимых преобразований совпадают). Адекватность математических методов. Одним из основных вопросов, который встает перед исследователем после осуществления измерения, является вопрос о том, какие математические методы он имеет право применять для анализа полученных чисел. Будем называть допустимыми (адекватными) только такие методы, результаты применения которых не зависят от того, по какой из возможных шкал получены исходные данные. Необходимым условием такой независимости является инвариантность этих результатов относительно допустимых преобразований используемых шкал. Чем уже круг допустимых преобразований, тем большее количество математических соотношений оставляют эти преобразования без изменения. Другими словами, чем выше тип шкалы, чем выше уровень измерения, тем большее количество математических методов можно применять к шкальным значениям, получая при этом интерпретируемые результаты. Рассмотрим некоторые из них. Ясно, что любую статистику можно использовать в произвольном контексте только в том случае, если ее значение остается инвариантным относительно применения к исходным данным любого допустимого преобразования соответствующей шкалы. Для номинальной шкалы, удовлетворяющей такому условию, средней будет мода, для порядковой шкалы — медиана и другие квантили. Значение среднего арифметического остается без изменения лишь 111 для абсолютных шкал, поэтому обращение к ним требует известной осторожности. Однако можно показать, что сравнивать по величине средние арифметические значения какого-либо признака можно уже в том случае, если исходные данные получены по интервальной шкале (другими словами, результаты такого сравнения не изменяются при применении к исходным данным произвольного положительного линейного преобразования). Инвариантными относительно допустимых преобразований рассматриваемых шкал являются значения коэффициентов связи, рекомендуемых далее в настоящей главе для соответствующего уровня измерения. Так, значение коэффициента корреляции не изменяется при применении к исходным данным произвольного положительного линейного преобразования: значения коэффициентов и Элементарные понятия статистики. Группировка наблюдений. Измеряя характеристики объекта, исследователь собирает первичный статистический материал. Дальнейшая его задача состоит в систематизации и обобщении результатов измерения для выявления характеристик, существенных черт тех или иных типов явлений, обнаружения закономерностей изучаемых процессов и проверки гипотез, лежащих в основе исследования. В основе используемых методов обработки полученных материалов исследования лежит предварительное упорядочение первичных данных главным образом при помощи статистической группировки и составления статистических таблиц. Ряды распределения. Результат группировки единиц наблюдения по какому-либо признаку называется статистическим рядом. Обозначим группировочный признак х. Пусть это будет уровень образования каждого человека в данном списке лиц: 10,5,7,8, 10, 10, 10 (классов). Если отдельные наблюдения расположить в порядке возрастания указанных выше значений признака, то получим так называемый вариационный ряд: 5, 7, 8, 10, 10, 10,10. По вариационному ряду количественного признака можно подсчитать, как часто каждое значение этого признака встречается в совокупности. В результате получим частотное распределение для данного признака. Иногда его называют эмпирическим или статистическим распределением. Для вышеприведенного примера частотное распределение выглядит так: Отдельные значения признака (Xi) 5 6 7 8 9 1 0 Частота (Ni) 1 0 1 2 0 4 Объем совокупности (N всего человек) 8 Условимся каждое отдельное значение признака X обозначать Х1 , Х2, Х3, ,…, Х (в данном примере это 5, 7, 8, 9, 10 классов). Абсолютное число, показывающее, сколько раз встречается то или иное значение признака X, называется частотой и обозначается соответственно П , П , П , ..., П. Относительной частотой (чаще всего выражаемой в процентах) называется доля значений признака в общем числе наблюдений и обозначается т„ т„ т„ ..., М . Сгруппированные данные. Как правило, для последующей статистической обработки или более наглядного представления данных отдельные значения признаков объединяются в группы (интервалы). В таком случае частоты соотносят уже не с каждым отдельным значением признака, как это делалось в предыдущем примере, а с рядом значений, попадающих в определенный интервал. Например, распределение уровня образования в вышеприведенном примере может быть представлено в виде интервально ряда следующим образом: Образование (классы) 5—7 8 9—10 Частота 2 2 4 Статистические таблицы. Предусмотренные программой исследования и методикой обработки группировки объектов по каждому из признаков кладутся в основу статистических таблиц, обобщающих исходные данные. По таким таблицам устанавливаются измеряются и анализируются связи между признаками исследуемой совокупности объектов. Построение таблицы подчинено определенным правилам. 0с-новное содержание таблицы должно быть отражено в названии -круг рассматриваемых вопросов, географические границы статистической совокупности, время, единицы измерения. Простые таблицы представляют собой перечень, список отдельных единиц совокупности с количественной (или качественной характеристикой каждой из них в отдельности. В более сложных таблицах группировка единиц совокупности может осуществляться по нескольким признакам. Такая таблица представляет собой нечто гораздо большее, чем простой перечень данных, — она является способом и вместе с тем результатом определенной организации данных. Хорошо сконструированная таблица позволяет исследователю более четко представить и описать смысл и сущность изучаемого явления. Графическая интерпретация эмпирических зависимостей Частотные распределения изображаются также в виде диаграмм и графиков. Главным достоинством графического изображения является его наглядность. Круговые диаграммы. Круговые диаграммы (в виде «пирога» или другие) чаще всего применяются для представления качественных характеристик. Например, результаты ответов на вопрос анкеты о религиозной принадлежности наглядно можно представить в следующем виде. Распределение ответов на вопрос «Считаете ли Вы себя последователем какого-либо вероучения или нет?» Эти же данные могут быть представлены и множеством других способов, например, в виде столбиковых диаграмм, различных рисунков. Полигон и гистограмма. Количественные характеристики графически представляют чаще всего в виде полигона распределения и гистограмм распределения. Полигон служит для представления неинтервального ряда, а гистограмма — это графическое изображение интервального ряда. Полигон распределения ответов на вопрос удовлетворенности жизнью в целом (10 балльная шкала) | |
| Просмотров: 5648 | Рейтинг: 0.0/0 |
| Всего комментариев: 0 | |
