Более глубокое обобщение информации предполагает вычисление статистических величин

* Простая средняя арифметическая вычисляется, когда группировка осуществлена по признаку, не имеющему собственных вариаций. Бывает это редко.

* Взвешенная средняя арифметическая - 1. Вычисляется средняя арифметическая по каждой позиции показателя (например возраста или образования);2. Вычисляется средняя арифметическая для показателя в целом. Недостаток такой операции состоит в том, что разброс значений может быть разный и качественное сравнение различных групп затрудняется.

* Дисперсия признака - чем она больше, тем больше разброс признака.

* Коэффициенты корреляции.

Различают два вида связей между явлениями: функциональную и корреляционную. Если определенному значению одной величины соответствует вполне определенное значение другой величины, то говорят, что между этими величинами имеет место функциональная (или полная) зависимость.

Неполная, частичная связь - корреляция. Например, измерение достижений в образовании и профессиональных уровней респондентов при проведении обследований. Одна величина дает информацию о другой, они связаны или коррелируют друг с другом. В примере с достижениями в образовании и профессиональными уровнями обычно обнаруживается, что чем выше профессиональный уровень, тем выше достижения в образовании, то есть корреляция обычно является положительной, что означает, что значения двух переменных имеют тенденцию возрастать или уменьшаться вместе. Отрицательная корреляция описывает случай, когда значение одной переменной возрастает, в то время как значение другой уменьшается.

Тот факт, что две переменные коррелируют друг с другом, не устанавливает, какая из них является предшествующей или причиной другой переменной, или что они вообще в действительности причинно связаны, поскольку обе они могут быть вызваны третьим фактором. Например, рассмотрим связь между ростом родителей и детей. Совсем не обязательно, что рост детей прямо обусловлен ростом их родителей, хотя последний и влияет на рост детей.

Если каждую пару значений этих величин изобразить на плоскости, получим «облако» или корреляционное поле.

Существуют различные типы коэффициентов корреляции, которые используются с различными видами данных, но все они измеряют силу связи между двумя или более переменными. Один из самых применимых - коэффициент ранговой корреляции. Представьте, что в шеренге добровольцев никто не знает точный рост новобранцев, но все они выстроились в порядке убывания роста - это первый ранг. Те же солдаты знают, кто кого может положить на лопатки в вольной борьбе - второй ранг.

Коэффициент Спирмена:

6åd ²

r = 1- ¾¾¾

n³ - n где d - разность рангов,

n- общее число рангов (вариантов ответов)

åd ² - сумма квадратов разности рангов

Коэффициент изменяет свою величину от -1 до +1. Итак, коэффициент ранговой корреляции выявляет степень идентичности распределения установок, мнений, характеристик 2-х сравниваемых групп опрашиваемых при их ответах на один и тот же вопрос, либо близость распределения ответов одних и тех же групп респондентов на «смежные» вопросы, позиции которых являются показателями ранговой шкалы. При r = -1 порядок распреления ответов по 2-м сравниваемым группам прямо противоположен. При r = +1 полностью совпадает.

3.

Интерпретация данных:

· нет универсального правила

· зависит от базовых гипотез

· превращение социологических данных в показатели - не просто цифровые величины, а данные, получившие оценку путем соотношения с первоначальными замыслами исследователя.

· могут быть разные точки зрения, разные парадигмы

4.

Аналитическое исследование:

· выявление взаимосвязи признаков

· метод последовательного исключения

5.

Оформление:

· основной документ - аналитическая записка

· могут быть приложения

Поиск по сайту: