3. Математична обробка інформаційного масиву

Застосування математичних методів обробки даних є невід’ємним компонентом сучасних наукових досліджень у гуманітарній сфері: педагогіці, психології та соціології.

Компетентність у галузі математичної статистики потрібна, зокрема, під час застосування або розробки тестових методик.

Розвиток математичних методів, у першу чергу, методів математичної статистики, в гуманітарних науках не можна уявити без широкого застосування інформаційно-комп’ютерних технології. З’являються нові математичні моделі, змінюються пріоритети щодо вибору методу аналізу. Це потребує внесення змін у традиційні підходи до викладання та практичного застосування математичного апарату.

Математико-статистична підготовка фахівців з МВ вимагає включення у навчальний процес описової статистики, індуктивної статистики, кореляційного та факторного аналіз, статистичного аналіз тестових результатів. Це необхідно для формування компетенцій щодо вибору шкали вимірювань, автоматизації обробки даних при застосуванні різних форматів на етапі їх збору, подання результатів у різних формах, графічного подання результатів, обчислення статистичних параметрів розподілу та оцінки параметрів генеральної сукупності з використанням інформаційних технологій, для створення можливостей з метою використання методів індуктивної статистики, що пов’язано з тим, що це є одним з основних інструментів обробки експериментальних даних. Індуктивна статистика в гуманітарних науках частіше спирається на непараметричні методи перевірки статистичних гіпотез, оскільки обсяги вибірок є невеликими. Слід підкреслити, що за довгий період розвитку статистичної обробки даних за допомогою тільки пера та паперу створено чимало спрощених методів обчислень, які часто є наближеними або мають меншу потужність ніж класичні аналоги. Застосування інформаційних технологій дозволяє відмовитися від спрощених методів на користь найбільш потужних, не приділяти зайвої уваги складності обчислень. Не доцільно повністю відмовитися від застосування потужних параметричних методів перевірки статистичних гіпотез, оскільки у практиці моніторингу зустрічаються досить великі вибірки з нормальним розподілом частот.

Кореляційний аналіз і факторний аналіз є інструментами діагностичних досліджень. Кореляційний аналіз надає ефективну та наочну міру зв’язку між різними параметрами, що вимірюються. Факторний аналіз розглядається, у першу чергу як засіб аналізу тестів, формування окремих шкал вимірювання та перевірці їх внутрішньої узгодженості.

Вибір базового програмного забезпечення має вирішальне значення. На підставі проведеного аналізу існуючих обчислювальних програмних засобів з урахуванням можливості їх вільного використання можна використовувати демонстраційну версію табличного процесора STATISTICA. Але основними засобами інформаційних технологій, які можуть стати помічниками у повсякденної праці майбутнього фахівця, є, на наш погляд, два табличні процесори Excel і OpenOffice. Обидва процесори мають схожий інтерфейс та набір статистичних функцій, до того ж сумісні за форматом файлів *.xls. Методичне забезпечення курсу поряд з традиційними обов’язковими елементами включає електронний курс, комп’ютерних лабораторний практикум, систему комп’ютерної діагностики навчальних досягнень. Електронний курс з математичних методів у педагогіці, психології та соціології реалізовано українською та англійською мовами засобами мови розмітки гіпертексту HTML.

Використана література:

1. Аналитические методы в исследовании международных отношений. Сборник научных трудов. Под ред. Тюлина И.Г., Кожемякова А.С., Хрусталева М.А. М., 1982.

2. Боровиков В.П.. Боровиков И.П. STATISTIKA. Статистический анализ и обработка данных в среде WINDOWS. М., 1997.

3. Браунли К. А. Статистическая теория и методология в науке и технике. – М.: «Наука», 1977.

4. Гольцман Ф. М. Статистические модели интерпретации. – М.: «Наука», 1971.

5. Иудин А. А. Применение методов количественного анализа в социально-политических исследованиях и прогнозировании. – М., 1984.

6. Кимбл Г. Как правильно пользоваться статистикой. - М., 1982.

7. Макаренко Г. Л., Макаренко А. Г. Автоматизированные информационные системы по внешнеполитическим вопросам и дипломатической деятельности государств. – М., 2000.

8. Окунь Ян. Факторный анализ. – М.: Статистика, 1974.

9. Паниотто В. И., Максименко В. С. Количественные методы в социологических исследованиях. – Киев, 1982.

10. Політологічні аспекти контент-аналізу // Дослідження світової політики: Зб. наук. пр. - Київ: ІСЕМВ НАНУ. – 1999. - Вип. 7. – С. 14 – 19;

11. Тюрин Ю. Н., Макаров А. А. Анализ данных на компьютере. – М., 1995.

12. Факторный, дискриминантный и кластерный анализ. - М., 1989.

13. Шалак В. И. Современный контент-анализ. Приложения в области политологии, рекламы, социологии, экономики, психологии, культурологии. – М., 2006.

14. Ядов В. А. Социологическое исследование: методология, программа, методы. – М., 1987.

15. Яковлев И.Г. Информационно-аналитические технологии и политическое консультирование // Полис. 1998. № 2. С.122—133.

Лекція 5 «Когнітивне картування у дослідженнях міжнародних ситуацій. Комп’ютерний аналіз емпіричної інформації»