72. Методологические проблемы применения статистических методов в социологическом исследовании

Статистический подход к исследованию соц. реальности – массовые явления имеют статистический характер, т. е. если изучить достаточно большое количество проявлений изучаемого социального явления, то само явление будет познано. Индивид — представитель некоторой общности, носитель информации о социальном феномене. Логика анализа – дедуктивная. Основной метод сбора информации — метод опроса посредством формализованного вопросника. Проблемы, которые рассматриваются – доказательное описание социальной реальности, проверка описательных и объяснительных гипотез, поиск и объяснение эмпирических закономерностей модального (распространенного) характера.

Цели применения статист методов: побуждает соц-га четко сформулировать свои представления об изучаемом объекте; позволяет получить содержательные выводы; дает возможность анализировать огромные массивы инфо и учитывать огоромное кол-во факторов.

Проблемы применения статистических методов: 1 Проблема измерения. сложность изучаемых явлений влечет за собой сложность формализации наших представлений о них, поэтому исследователь должен постоянно соотносить формальное и содержательное. 2 проблема интерпретации данных – проблема перехода от формальной интерпретации данных к содержательному аспекту.

Существует два основных класса задач, решаемых с помощью статистических методов анализа. Задачей дескриптивной (описательной) статистики являет­ся описание распределения переменной-признака в конкретной выборке. Ме­тоды дескриптивной статистики позволяют также анализировать взаимосвязь между различными переменными. Другой класс задач, связанный с необходи­мостью вывести свойства большой совокупности, основываясь на имеющейся информации о свойствах выборки из этой совокупности, решается с помощью методов индуктивной статистики, или теории статистического вывода, осно­ванной на вероятностном подходе к принятию решений.

Дескриптивная (описательная) статистика – это различные статистические показатели, описывающие распределение данных. Задачи– распределение переменной в конкретной выборке; если цель – описание одной характеристики выборки, то используется одномерный анализ (Одномерное распределение – распределение по одной переменной, дает только общее описание), если же интересует распределение по нескольким переменным, то используются различные методы многомерного анализа

показатели центра распределения 1)Мода – это наиболее часто встречающееся значение признака. В интервальном ряду по определению можно установить только модальный интервал.2) Медиана – это значение признака, обладающее следующим свойством: половина единиц совокупности обладает значением признака большим либо равным медиане, а вторая половина – меньшим либо равным. Лежит в середине ранжированного ряда. 3) Средняя арифметическая – это такое значение признака, которое имела бы каждая единица совокупности, если бы общий итог значений был распределен равномерно между всеми единицами совокупности. Эта величина получается от деления суммы всех значений признака на число единиц совокупности. Для сгруппированных данных используется средняя арифметическая взвешенная. Показатели вариации: 1)Размах вариации– разность между максимальным и минимальным значениями признака в изучаемой совокупности. 2) вариацию признака характеризует показатель, основанный на учете колеблемости всех значений признака. Таким показателем является среднее квадратическое (стандартное) отклонение. ‑ мера разброса значений признака около среднего арифметического значения. 3) Коэффициент вариации – это отношение стандартного отклонения к средней арифметической, выраженное в процентах. 4) Дисперсия – средняя из квадратов отклонений вариантов значений признака от их средней величины. 5) Помимо дисперсии средней рассчитывается дисперсия доли. При наличии двух взаимоисключающих вариантов значений признака говорят о наличии альтернативной изменчивости качественного признака. К такому виду можно привести любую переменную, выделив группу единиц, обладающих данным значением признака, и группу единиц, обладающих всеми остальными значениями признака. Дисперсия применяется как для оценки рассеяния признака, так и для определения ошибки репрезентативности.

 Задача индуктивной статистики - проверка того, можно ли распространить результаты, полученные на данной выборке, на всю популяцию, из которой взята эта выборка. Иными словами, правила этого раздела статистики позволяют выяснить, до какой степени можно путем индукции обобщить на большее число объектов ту или иную закономерность, обнаруженную при изучении их ограниченной группы в ходе какого-либо наблюдения или эксперимента. Таким образом, при помощи индуктивной статистики делают какие-то выводы и обобщения, исходя из данных, полученных при изучении выборки.

Наконец, измерение корреляции позволяет узнать, насколько связаны между собой две переменные, с тем чтобы можно было предсказывать возможные значения одной из них, если мы знаем другую. и если эта связь существует, то сопровождается ли увеличение одного показателя возрастанием (положительная корреляция) или уменьшением (отрицательная корреляция) другого. Существуют две разновидности статистических методов или тестов, позволяющих делать обобщение или вычислять степень корреляции. Первая разновидность - это наиболее широко применяемые параметрические методы, в которых используются такие параметры, как среднее значение или дисперсия данных. Вторая разновидность - это непараметрические методы, оказывающие неоценимую услугу в том случае, когда исследователь имеет дело с очень малыми выборками или с качественными данными; эти методы очень просты с точки зрения как расчетов, так и применения.

Иными словами, корреляционный анализ помогает установить, можно ли предсказывать возможные значения одного показателя, зная величину другого. С этой целью можно использовать два разных способа: параметрический метод расчета коэффициента Браве - Пирсона (r) и вычисление коэффициента корреляции рангов Спирмена (rs), который применяется к порядковым данным, т. е. является непараметрическим. Однако разберемся сначала в том, что такое коэффициент корреляции.

Коэффициент корреляции - это величина, которая может варьировать в пределах от -1 до  1. В случае полной положительной корреляции этот коэффициент равен плюс 1, а при полной отрицательной - минус 1. На графике этому соответствует прямая линия, проходящая через точки пересечения значений каждой пары данных:

Задача корреляционного анализа заключается в том, чтобы установить возможную связь между двумя показателями, полученными на одной и той же или на двух различных выборках. При этом устанавливается, приводит ли увеличение какого-либо показателя к увеличению или уменьшению другого показателя. 2. Коэффициент корреляции колеблется в пределах от +1, что соответствует полной положительной корреляции, до — 1 в случае полной отрицательной корреляции. Если этот коэффициент равен 0, то никакой корреляции между двумя рядами данных нет.

Статистическая взаимосвязь выявляется на основе имеющихся данных. Эти данные им.свои ограничения, т.е. в них ее включены все единицы ГС и не учтены все возможные факторы, поэтому на наличие статистической взаимосвязи м.влиять как реально имеющаяся взаимосвязь переменных, так и вмешательство других факторов или неправильно сделанное измерение или неправильно выбранный способ оценки взаимосвязи.

Соц. взаимосвязь носит объективный причинно- следственный хар-р и для ее выявления необходима доп.инфо, зачастую выходящая за рамки исследования. Это м.б. опосредованная связь.

Все статист. взаим-зи требуют объяснения в рамках соц. концепций, при этом наличие стат.связи еще не означает наличие социальной. Соц-ная взаимосвязь как и статист. носит корреляционный характер, поэтому может не проявляться в индивидуальных случаях.

Проблемы:

- в социологии отсутствует фундаментальный закон (нет системы для измерения любого социального явления, для каждой проблемы своя система индикаторов)

- неустранимая неточность измерения (порядковые и количественные шкалы не могут дать точного мнения)

- разнородность и неленейность изучаемых социологией явлений и процессов

- постоянное усложнение социальных объектов, их рефлексивность

- растущее раздробление социологии на отдельные области, пораждающие эффект фракционализма.