- •Моделирование социальной реальности.
- •Специфика математико-статистических методов применительно к социологической информации.
- •Задачи математики применительно к социологической информации.
- •5. Сложности использования математических методов в социологии.
- •1)Проблема соотношения выборочной и генеральной совокупности.
- •3)Для многих методов отсутствуют разработанные способы перенесения результатов их применения с выборочной на генеральную совокупность
- •4)Методы переноса результатов с выборочной на генеральную совокупность базируется на серьёзных научных теориях.
- •II. Отсутствие строгих обоснований возможности применения конкретных методов математической статистики.
- •III. Использование шкал низких типов.
- •IV. Необходимость соотнесения модели метода с содержанием социологической задачи.
- •6. Программно-аналитический комплекс «spss»: общая характеристика.
- •2. Краткая история возникновения и развития spss.
- •3. Модули программы spss
- •7. Подготовка и создание базы данных в spss: подготовка социологических данных к обработке (в т.Ч. Дихотомический и категориальный способы кодировки).
- •1. Основы работы с электронной таблицей spss
- •Основные группы команд пакета spss, расположенные в главном меню
- •2. Подготовка социологических данных к обработке
- •3. Создание базы данных при помощи spss
- •Имя переменной (Name)
- •Тип переменной (Type)
- •(Для численной переменной)
- •Формат столбца (Width)
- •Десятичные разряды (Decimal)
- •Метка переменной (Label)
- •Метки значений (Values)
- •Отсутствующие значения (Missing Values)
- •Шкала измерения (Measure)
- •Создание переменных для многозначных вопросов и их кодировка.
- •Многозначного вопроса
- •8. Корректировка базы данных
- •«Редактор данных: просмотр данных» с метками кодовых значений
- •«В какой степени Вы удовлетворены результатами прошедших выборов?» (фрагмент приложения программы spss)
- •9. Методы анализа одномерных распределений: описание и графическое представление социологических данных, построение таблиц частотного распределения для многозначных вопросов.
- •Чувства
- •Чувства
- •Частоты для множественных ответов»
- •10. Модификация массива социологических данных: перекодирование с созданием новых переменных, перекодирование в старых переменных, условный отбор данных.
- •1.1. Перекодирование с созданием новых переменных
- •Перекодировать в другие переменные
- •1.2. Перекодирование в старых переменных.
- •Перекодировать в те же переменные»
- •11. Меры центральной (средней) тенденции.
- •1.1. Меры центральной (или средней) тенденции
- •Со средним значением по массиву (данные взяты произвольно)
- •«Какие чувства Вы испытываете, когда думаете о ближайшем будущем?» (фрагмент приложения программы spss)
- •12. Шкалирование и виды шкал.
- •13. Меры разброса.
- •Меры разброса
- •14. Показатели распределения признака.
- •15. Стандартизация показателей.
- •Сохранить стандартизированные значения в переменных
- •16. Таблицы сопряженности.
- •Функция «Статистики» Функция «Не выводить таблицы»
- •17. Коэффициенты критерия «хи-квадрат» и его вычисление в spss.
- •Программы spss)
- •18. Меры связанности для переменных номинальной шкалы: симметричные и направленные меры.
- •3.1. Симметричные меры
- •3.2. Направленные меры
- •3.3. Вычисление в spss
- •Программы spss)
- •19. Меры связанности для переменных порядковой (ранговой) шкалы.
- •20. Выборка: виды, алгоритмы формирования выборки. Объем и ошибка выборки.
- •21. Многоступенчатая выборка: алгоритм формирования.
Специфика математико-статистических методов применительно к социологической информации.
Существуют эмпирические и математические системы. В эмпирических системах выделяемый фрагмент реальности, т.е. интересующая исследователя совокупность реальных или эмпирических объектов. Например совокупность сотрудников предприятия как носителей удовлетворенности трудом, заданным бинарным отношением (респондент А удовлетворен работой больше, чем респондент Б). Эмпирическая система отражает представления исследователя об изучаемой реальности. Процесс формирования реальности – моделирование. Процесс перевода фрагментов реальности на математический язык предоставляет возможность перейти от эмпирической системы к математической. Математическая система в социологии может быть числовой и нечисловой. Это совокупность математических объектов с выделяемыми соотношениями между ними.
Применение математических методов в социологическом исследовании необходимо для достижения следующих целей:
-побуждает исследователя четко формулировать свои представления об изучаемом объекте.
-позволяет отстраниться от большого количества реальных свойств изучаемых объектов
-дает возможность получить содержательные выводы за счет расширения круга логических умозаключений.
-позволяет выявить скрытые механизмы взаимодействий при анализе огромного массива информации и учитывать огромное количество факторов.
Типичная задача, которую решает исследователь в процессе анализа анкетных массивов – нахождение сочетания значений признаков, которые обуславливают некоторое поведение респондента.
Без применения математического аппарата трудно обойтись при решении практически любой социологической задачи. Существует проблема соотнесения результатов выборки и генеральной совокупности.
Генерализация (лат. Общий, главный) – метод познания, который позволяет на основании множества элементов, имеющих однотипную характеристику генеральной совокупности, и выбора единицы анализа изучать массивы или системы этих элементов.
2 базовые задачи социолога перед мат. Статистикой:
1)соотношение выборки и ген совок-ти
2)сжатие собранной эмпирической информации, направленное на вычленение скрытых в ней статистических закономерностей.
Основной объект математической статистики – случайные числа, признаки, определенные для конкретных респондентов. Случайная величина может быть одномерной и многомерной (когда ей отвечает несколько признаков, а её значение – сочетание чисел). Для каждой совокупности должна быть определена вероятность того, что, изучая респондентов, социолог встретит значения из данной совокупности.
Вероятность события и распределение.
Распределение (вероятностей) – совокупность вероятностей встречаемости значений рассматриваемой случайной величины.
Вероятность события – числовая характеристика степени возможности его проявления в определенных повторяющихся неограниченное число раз условиях.
Математическая статистика позволяет выявить широкий круг статистических закономерностей:
-меры средней тенденции: мода, медиана,ср. арифм.
-разбросы значений случайно величины: дисперсия
-связи между признаками: коэффициент корреляции
Выборочные оценки параметров, рассчитанные на основе частотных распределений – статистики.
Перейти от статистик к закономерностям генеральной совокупности можно, используя методы математического характера:1)методы статистической оценки параметров (способы расчета выборочного значения параметра и перехода от выборочных значений к генеральным);2)методы проверки статистических гипотез: степень правдоподобности гипотезы, наличие соотношений между случайными величинами в генеральной совокупности и на основании расчета определенных характеристик соответствующих выборочных распределений.
Типичной задачей, решаемой исследователем в процессе анализа анкетных массивов, является нахождение сочетаний значений признаков, которые детерминируют некоторое поведение респондента (скажем, голосование или неголосование на выборах). Результатом решения подобной задачи может служить, например, вывод, что среди мужчин старше 40 лет с высшим экономическим образованием, живущих в сельской местности, 95% проголосовало за лидера, т.е. что для респондентов, обладающих названными свойствами, характерна данная модель поведения. Но подобный вывод некорректен, т.к. мы не обнаруживаем всех требующихся групп респондентов, Здесь могут помочь специфические алгоритмы (например, алгоритмы типа AID, рассматриваемые ниже).
Таким образом, без применения математического аппарата трудно обойтись при решении практически любой социологической задачи.
