15. Методы анализа документов.

Документ в социологии – это специально созданный человеком предмет, предназначенный для передачи данных. Это метод сбора первичной информации, главным источником которой выступают документы. Документы - это печатные, рукописные и т.п. материалы, которые создаются для хранения информации. Виды документов различаются: - По способу хранения информации; - По характеру источника (официальные, неофициальные). Анализ документов имеет проблему достоверности информации и надежности документов. Она решается в ходе отбора документов для определенных исследований, и в ходе внутреннего и внешнего анализа содержания документов. Внешний анализ - изучение обстоятельств возникновения документов. Внутренний анализ - изучение особенностей содержания, стиля документа. Документы можно классифицировать по разным основаниям: письменные (вербальные, статистические); фонетическим; иконографическим, т.е по способу фиксации данных. По статусу источника документы делятся на неофициальные и официальные, по критерию авторства – на индивидуальные и коллективные, по опосредованности – на первичные и вторичные, по спонтанности - на заданные и произвольные.

Виды анализа:

- Качественный – все многообразие логических, умственных операций, направленных на интерпретацию сведений, содержащихся в документе. Традиционный анализ позволяет охватывать глубинные скрытые стороны содержания документа: как бы проникнуть глубь документа, исчерпать его содержание. (углубленное логическое и стилистическое изучение документа). Он ориентирован на прослеживание, воссоздании индивид. истории автора. Он применяется для анализа уникальных личных документов и примыкает к направлению понимающей социологии. В традиционном анализе выделяют: внешний (это анализ исторического контекста документа, установка вида документа и всех тех обстоятельств, которые сопутствовали его проявлению) и внутренний анализ (это исследование содержания документа).

- Качественно-количественный (контент-анализ) – это техника выведения заключения, производимого благодаря объективному и систематическому выявлению соответствующих задачам исследования характеристик текста. Принципы целесообразности применения: когда требуется высокая степень точности или объективности анализа; обширный объем материала; когда категории для исследования характеризуются определенной частотой появления в изучаемых документах; Суть данного метода заключается в том, чтобы воссоздать социальную реальность по некоторым показателям, которые можно выявить в тексте. Это подсчет того, как представленные в некотором информационном массиве смысловые единицы характеризуют внетекстовую реальность. Данный метод применяется для анализа больших массивов документов. Категории анализа – это понятия, в соответствии с которыми будут сортироваться единицы анализа (единицы содержания). Единица анализа – смысловая или качественная – это та часть содержания, которая выделяется как элемент, подводимый под ту или иную категорию.

16. Измерение в социологии. Типы признаков. Виды шкал.

Измерением в социологии явля-я процедура обознач-я качеств. признака ч/з колич. признак. Изм-е в социол. –процедура, в рез-те кот. Возникает числовая модель качеств объекта. У соціології виділяють і певні процедури виміру: тестування, рейтинг, експертні оцінки, ранжування популярності тощо.

Усі факти, які використовуються для соціологічного виміру, називаються індикаторами. Є поняття, які самі виконують роль індикаторів (стать, вік, розмір заробітної плати). Характеристики індикаторів виступають як варіанти відповідей на запитання. Розташовані в певній послі­довності, вони утворюють шкалу виміру. Отже, шкала виміру – це частина виміру, яка оцінює емпіричні індикатори, розміщені в певній послідовності.

Виділяють три форми шкал:

вербальні – виражені словами, напри­клад, оцінка освіти людини, яка виражається в анкеті таким чином: початкова, середня, вища, без освіти і т.д.;

графічні – виражаються певними графічними знаками, «+, –» – як два варіанти відповідей на питання, можуть бути інші різновиди умовних позначень;

числові – які складаються з конкретних чисел.

У свою чергу числові шкали поділяють на три типи: номінальні, порядкові, метричні (інтервальні).

Номінальні – відбивають лише якості рівноправності об’єкта. Число тут тільки для того, щоб відрізнити один об’єкт від іншого. Відповідь респондента позначається цифрою (чоловік – 1, жінка – 2, або будь-якою іншою цифрою, номінал тут ніякого значення не має).

Порядкові – відбивають відношення послідовності (більше ніж, краще ніж). Задоволеність роботою (повністю задоволений – 5, не зовсім задоволений – 4, посередньо – 3, не задоволений – 2). Властивості, що вивчаються, отримують суворий порядок від найменш значущого до найбільш значущого або навпаки. Прикладом тут можуть бути й оцінка знань студента від 2 до 5, й оцінка виступу спортсменів у балах від 0 до 10.

Метричні (інтервальні) – шкали різниць між упорядкованими проявами соціальних властивостей, які привласнюються їм у вигляді чисел (вік, зарплата, стаж, прибуток тощо), це ті факти із життя, для яких нема потреби переводу якості у кількість, оскільки вони у реальному житті позначаються певним числом. Але часто подібних показників дуже багато і з усіма ними важко працювати. У такому випадку ці дані розбивають на інтервали. Так, усі показники розміру зарплат великої групи робітників розбивають на інтервальні групи: зарплата від 50 гривен до 100 становить першу інтервальну групу, від 100 до 150– другу, і вони відповідно отримують числове або якесь інше позначення. Є певні правила розбивки інтервальних груп, які обчислюються за формулою. У результаті інтервали беруться не за бажанням дослідника, а в суворо визначеному порядку залежно від характеру показників. Цей поділ у статистиці називають правилом природної класифікації.

Від типу шкал залежать методи обробки й аналізу інформації. Найпростіша – номінальна шкала, бо в ній обмежена кількість показників. Для порядкової шкали кількість показників значно більша, але найширше поле показників для метричних шкал.

17. Этапы обработки и анализ результатов количественного социологического исследования Заключительный этап социологического исследования включает обработку, интерпретацию и анализ данных, построение эмпирически выверенных и обоснованных обобщений, выводов, рекомендаций и проектов. Общая структура обработки социологической информации включает в себя следующие компоненты:

1. Редактирование и кодирование информации. Основное назначение данного этапа состоит в унификации и формализации информации, которая была получена в ходе исследования (опроса). Часть анкетной информации заранее формализована: даны возможные варианты ответов и проставлены их цифровые коды. Однако, часто в таких ответах встречаются описки, нечеткое написание и т. п., что устраняется при редактировании собранных анкет. Другой тип собираемых данных представляют ответы на открытые вопросы. Их группировка и последующее кодирование также является задачей этого этапа.

2. Перенос данных на машинные носители. Объем информации, собираемой в ходе социологического исследования, как правило, достаточно велик. Среднее по объему исследование дает не менее нескольких тысяч единиц (байт) информации, а в некоторых случаях это число достигает миллионов. Обработка таких массивов данных без применения современных ЭВМ крайне трудна и малоэффективна. Применение средств вычислительной техники требует, чтобы обрабатываемая информация находилась на специальных носителях. Перенос данных с анкет на такие носители информации составляет содержание этого этапа.

3. Ввод данных в ЭВМ. Находящиеся на носителях информации данные исследований вводятся в ЭВМ и организуются в ней в соответствии с требованиями используемого пакета программ обработки социологических данных. Этот этап реализуется, как правило, специалистами вычислительного центра.

4. Проверка качества данных и коррекция ошибок. Введенная в ЭВМ и соответствующим образом организованная информация исследования во многих случаях содержит более или менее серьезные ошибки. Причины их возникновения разнообразны - это и ошибки опрашиваемых при заполнении анкет, и ошибки перенесения кодов на машиночитаемые носители информации, и ошибки технических устройств ЭВМ и т. д. Однако, независимо от их источника необходимо выявить и исправить все ошибки сразу после ввода данных в ЭВМ, до перехода к этапу анализа информации.

5. Создание переменных. Собранная на основании анкет информация в ряде случаев прямо не отвечает на вопросы, которые необходимо решить в исследовании. Связано это с тем, что подчас сложно бывает непосредственно измерить изучаемую характеристику. Для ее получения может потребоваться выполнение ряда преобразований собранных данных. Создание переменных является этапом в некотором смысле обратным этапу операционализации понятий- переменные выступают в качестве показателей, изучению которых, собственно, и посвящено исследование. Для многих вопросов анкет получаемая информация непосредственно отвечает задачам исследования, и в этом случае сами вопросы являются переменными.

6. Статистический анализ. Этот этап является ключевым в процессе анализа социологических данных. В ходе статистического анализа выявляются искомые статистические закономерности и зависимости.

7. Интерпретация - превращение социологических данных в показатели, которые являются не просто числовыми величинами, а определенными социологическими данными, соотнесенными с целями и задачами исследователя, его знанием, опытом.

В количественном анализе оперируют понятиями переменных, влияющих друг на друга. При сборе, обработке, анализе, моделировании и сопоставлении результатов разных исследований используется совокупность методов и моделей прикладной математической статистики. К первой группе относят выборочный метод, описательную статистику, анализ связей и зависимостей, теорию статистических выводов, оценок и критериев, планирование экспериментов, ко второй - ряд методов многопеременной статистики, различные методы шкалирования, таксономические процедуры, корреляционный, факторный, причинный анализ, а также большую группу статистических моделей.

18. Вариационные ряды. Одномерные и двумерные распределения, их графическое представление (взято из конспектов по мат.-стат. методам и СЭС) Каждый вопрос анкеты можно рассматривать как некую случайную величину. Варианты ответов на поставленный вопрос – это значения случайной величины. В социологических исследованиях вопросы анкет мы называем признаками. Если мы рассматриваем признак Х, то Х 1, Х 2 … Х n - варианты этого признака. Подсчитав количество опрошенных, которые выбрали тот иной вариант ответа, получаем частоты. Частота – это кол-во индивидов, обладающих тем или иным значением признака. Частоты могут быть абсолютными (количество встретившихся ответов), относительными (отношение количества ответивших на вопрос определенных образом к общему числу ответивших на вопрос), кумулятивными (сумма предыдущих частот). Т. о., вариационный ряд – это совокупность упорядоченных вариант (значений признака) и соответствующих им частот.

Х	До 5	От 6 до 10	От 11 до 20	Свыше 20
N (х)	12	15	2	5

Одномерное распределение - распределение по одному признаку. Двумерное распределение – распределение по двум признака одновременно. Графическое представление одномерных распределений 1) Полигон – линия, соединяющая точки с координатами (Xi; N(Xi)) или(Xi; V(ню)i)), или (Xi; % (X)i). Обычно изображают как замкнутую кривую; точки полученной ломаной соединяют с началом координат т концом изображаемой оси. Существует специальный полигон, который называют кумулятой, острый соединяет точки с координатами (Xi; F(Xi)) или (Xi; f(Xi)).

2) Гистограмма – это столбики с высотой N(Xi). При помощи этих же средств возможно графически представить двумерные распределения. Тогда полигон и гистограммы строятся в одной системе координат. 19. Меры центральной тенденции и меры вариации. Квантили.

Меры вариации — показатели колеблемости значений некоторого признака у индивидов данной совокупности. Одна из простейших мер — вариационный размах, равный разности крайних (наибольшего и наименьшего) значений признака в данной совокупности.

Важнейшим показателем колеблемости явл-я дисперсия. Т. к. из-за компенсации отклонений индивидуальных значений от М (Меры центральной тенденции), имею. разные знаки, сумма всех отклонений равна нулю, в качестве М. в. используется сумма квадратов отклонений, приходящаяся на одно наблюдение. Эта величина и называется дисперсией (D).

Ее размерность равна квадрату размерности признака. Кроме D используется и так называемое среднее квадратическое отклонение, определяемое как квадратный корень из дисперсии: δ= \/ ¯D.

Если одинаковы М, то больше колеблемость того признака, у которого больше δ (D). Совпадение δ еще не означает одинаковых колеблемостей: колеблемость меньше у того признака, у которого больше М. Для сопоставимости колеблемостей признаков с различной размерностью переходят к относитель¬ному показателю — коэффициенту вариации С v, обычно выражаемому в процентах:

Сv= δ/M*100 %

Напр., с его помощью можно сравнивать колеблемости образоват. и квалификац-го уровней работников данной проф. группы. Этот коэф-т можно испол-ть и для сравнения колеблемостей признаков, имеющих одинаковую размерность. Из свойств дисперсии отметим, что исчисленная относительно М она меньше, чем относительно любой другой величины; дисперсия не меняется при увеличении всех вариант на одно и то же число; всех частот в одно и то же число раз; она равна разности средней арифметической квадратов вариант и квадрата обычной средней арифметической. В качестве М. в. используются также квантили. Квантиль (значение признака) делит сумму частот на равное число частей. Число частей может быть различным, отсюда различные квантили — квартили, децили, перцентили. Квартиль делит сумму частот на 4 части. Квартилей три: Q1, Q2, Q3— такое значение, что у 25 % индивидов значение данного признака меньше, а у 75 % —больше, чем Q1, Q2 — это, очевидно, медиана (Меры центральной тенденции). У 75 % индивидов значение признака меньше, чем Q3, а у 25 % — больше. В качестве М. в. используется величина

/\ Q= Q3 - Q1— полуквартильное отклонение (половина вариант заключена между Q1 и Q3). Дециль делит сумму частот на 10 частей. Децилей девять: Д1 ..., Д9. В качестве меры разброса используется величина ^D = D9-D1. Перцетиль делит сумму частот на 100 частей. Их, очевидно, 99. Все рассмотренные М. в. относятся к количественным признакам. Для классификационных признаков можно ввести меру вариации, основанную на различии в качестве, но такие меры не получили распространения

Меры центральной тенденции — обобщенные характеристики распределения некоторого признака в данной совокупности индивидов. Их называют также средними, оперируя которыми, мы теряем часть информации, но отражаем типичное для изучаемой совокупности в определенных условиях. Чтобы средняя была характеристикой, улавливающей тенденцию, закономерность, она должна применяться к достаточно однородной совокупности. Поэтому исчислению М. ц. т. предшествует выделение из изучаемой общности в некотором смысле однородных подобщностей. Наиболее часто используется так называемая средняя арифметическая величина М, определяемая как сумма всех значений признака у различных индивидов, деленная на общее число индивидов. Если данные сгруппированы, то М равна сумме произведений вариант на их частости (относительные частоты). Из свойств М отметим следующие: сумма произведений отклонений вариант от М на их частости (или частоты) всегда равна нулю; М не меняется при увеличении частостей в несколько раз; при увеличении вариант в несколько раз М увеличивается во столько же раз; при увеличении всех вариант на одну и ту же величину М увеличивается на эту же величину. Медиана Ме — значение признака, приходящееся на центральный член ранжированного ряда. У одной половины членов такого ряда значения данного признака меньше, чем медианное, у другой — больше. На медианное значение признака влияют лишь центральные значения его, поэтому ненадежное знание граничных значений (а такая ситуация встречается на практике), приводит к искажению М, но не искажает Ме. В отличие от М, Ме можно использовать и для описания качественных, неметрических признаков. Мода Мо — наиболее часто встречающееся в данной совокупности значение признака, т. е. это варианта с наибольшей частотой. Мо — не отражает степени модальности, т. е. не несет в себе информацию о том, насколько распространено данное значение признака в изучаемой совокупности. Подобно Ме, Мо может применяться для описания качественных и классификационных признаков. Для непрерывных количественных признаков Мо — абсцисса максимума кривой распределения. Если максимум один, то распределение называется унимодальным (например, распределение населения по возрасту в отсутствии войн и эпидемий), если максимумов два — бимодальным (например, распределение населения по возрасту в послевоенные десятилетия: два максимума на кривой распределения появляются из-за возникновения минимума, соответствующего снижению рождаемости в годы войны) и т. д. На Мо, как и на Ме, не влияют концы распределений. При так называемом нормальном распределении (например, распределение по росту людей данного пола) М = Ме=Мо. Ме всегда находится между М и Мо. Если при унимодальном распределении Мо>Ме, то говорят о левой асимметрии, если Мо<Ме,— о правой. 20. Міри варіацій рядів розподілень.

Меры вариации – это показатели, которые учитывают количество отклонений от мер центральной тенденции (Меры центральной тенденции – это показатели, которые характеризуют всю изучаемую совокупность респондентов одним числом. Например, средний возраст, модальная национальность, медианный доход.). Меры вариации — показатели колеблемости значений некоторого признака у индивидов данной совокупности. Одна из простейших мер — вариационный размах, равный разности крайних (наибольшего и наименьшего) значений признака в данной совокупности.

Важнейшим показателем колеблемости является дисперсия. Т. к. из-за компенсации отклонений индивидуальных значений от М ( Меры центральной тенденции), имеющих разные знаки, сумма всех отклонений равна нулю, в качестве М. в. используется сумма квадратов отклонений, приходящаяся на одно наблюдение. Эта величина и называется дисперсией (D).

Дисперсия – это среднеарифметическое квадратов отклонений вариантов от среднего арифметического значения признака для данной совокупности, т.е.

- Среднее арифметическое отклонение

*100% - процент отклонения от среднего арифметического

( - коэффициент вариации)

Различают:

- общую дисперсию - измеряет вариацию признака по всей совокупности в целом под влиянием всех факторов, обуславливающих эту вариацию. Она равняется среднему квадрату отклонений отдельных значений признака х от общего среднего значения х и может быть определена как простая дисперсия или взвешенная дисперсия.

- внутригрупповая дисперсию - Внутригрупповая дисперсия характеризует случайную вариацию, т.е. часть вариации, которая обусловлена влиянием неучтенных факторов и не зависящую от признака-фактора, положенного в основание группировки. Внутригрупповая дисперсия измеряет вариацию признака внутри группы и определяется по формуле:

где хi — групповая средняя;

ni — число единиц в группе.

- среднюю из внутригрупповых дисперсий - средняя из внутри групповых дисперсий отражает случайную вариацию, т. е. ту часть вариации, которая происходила под влиянием всех прочих факторов, за исключением фактора группировки. Она рассчитывается по формуле:

- межгрупповая дисперсию - характеризует систематическую вариацию результативного признака, которая обусловлена влиянием признака-фактора, положенного в основание группировки. Она равняется среднему квадрату отклонений групповых средних от общей средней. Межгрупповая дисперсия рассчитывается по формуле:

Согласно правилу сложения дисперсий общая дисперсия равна сумме средней из внутригрупповых и межгрупповых дисперсий:

Смысл этого правила заключается в том, что общая дисперсия, которая возникает под влиянием всех факторов, равняется сумме дисперсий, которые возникают под влиянием всех прочих факторов, и дисперсии, возникающей за счет фактора группировки.

Пользуясь формулой сложения дисперсий, можно определить по двум известным дисперсиям третью неизвестную, а также судить о силе влияния группировочного признака.

Свойства дисперсии:

1. Если все значения признака уменьшить (увеличить) на одну и ту же постоянную величину, то дисперсия от этого не изменится.

2. Если все значения признака уменьшить (увеличить) в одно и то же число раз n, то дисперсия соответственно уменьшится (увеличить) в n^2 раз.

Особая ценность Д., вычисленной по выборке, состоит в том, что она является несмещенной оценкой Д. генеральной совокупности - ср.: выборочное стандартное отклонение является состоятельной, но смещенной оценкой стандартного отклонения генеральной совокупности.