Классификация гипотез

1.По содержанию гипотезыподразделяются на описательные, объяснительные, и прогнозные.

· описательные гипотезы – предположения о структуре изучаемого явления, о характере, форме и тесноте связи между элементами изучаемого явления или между данным явлением и другими факторами на него воздействующими. Описательные гипотезы тоже являются объяснительными в том смысле, что они тоже объясняют факты, но они раскрывают не причинно-следственные связи, а связи структурные, функциональные, классификационные и т.д.

· объяснительные ( предполагающие причинно-следственные связи).

· прогнозные гипотезы – предположения о тенденциях развития изучаемого явления, о будущем его состоянии.

2. С точки зрения соответствия выдвинутым задачам гипотезы делятся на основные, которые способствуют решению основных задач, и неосновные, способствующие решению неосновных задач.

Коррелятивная гипотеза может быть направленной и ненаправленной. Ненаправленная гипотеза - утверждает, что предполагается наличие взаимосвязи между двумя (или более) переменными. Однако она не предполагает точно природу и причину этой связи. Утверждение типа «Существует связь между возрастом и уровнем политической активности» - это коррелятивная гипотеза, но она не говорит нам, старые или молодые являются более активными.

В направленной же гипотезе исследователь высказывает предположение о направлении взаимосвязи между понятиями. Если исследователь думает, что явления имеют тенденцию к совместному увеличению, то перед нами гипотеза о прямой взаимосвязи между ними. Приведем примеры. «Чем старше человек, тем он консервативней». «Чем меньше человек читает, тем меньше его кругозор» и т.д.

Если же исследователь предполагает, что по мере того, как одна из переменных возрастает в размерах или количественно, другая соответственно уменьшается, то тем самым предполагается обратная связь (отношение). Например, «Чем богаче страна, тем ниже в ней уровень преступности», или «Чем меньше у человека времени, тем он более организован».

Оба типа направленных гипотез устанавливают не просто существование, но и направление предлагаемых связей (отношений). Следовательно, гипотеза может считаться опровергнутой, если не будет обнаружено связи между явлениями или если взаимосвязь оказывается действующей в направлении, противоположном тому, которое предполагалось в гипотезе.

Направленные гипотезы не обязательно определяют просто прямое или обратное линейное отношение между двумя понятиями. Существует множество других возможностей. Например, отношение между возрастом и политическим участием может быть и криволинейным, когда самая юная и самая старая часть населения отличается наименьшей степенью участия, а участие представителей среднего возраста максимальным.

Каузальная гипотеза делает наиболее смелую заявку на установление взаимосвязи между двумя или более переменными. Каузальные гипотезы могут принимать различные формы. Они могут, например, просто устанавливать, что одна переменная выступает в качестве причины другой, как в утверждениях типа «Образование, богатство и культура служат причиной демократии в стране».

В качестве примера рассмотрим гипотезы, сформулированные в исследовании санкт-петербургских социологов.

Первая основная гипотеза (о влиянии содержания труда на отношение к труду в целом) состоит в предположении того, что содержание труда будет ведущим фактором, определяющим отношение человека к труду, и фиксируется в объективных и субъективных показателях.

Из этой гипотезы были выведены следствия.

1. Чем выше творческие возможности работы (содержание труда), тем выше объективные показатели отношения к труду.

2. Чем выше творческие возможности работы, тем выше субъективные показатели отношения к труду (удовлетворенность работой).

3. Величина корреляции (теснота связи) между содержательностью труда и отношением к труду по объективным и субъективным данным – с другой, будет выше, чем величина корреляции между повышением размера заработной платы и теми же показателями отношения к труду.

Структура мотивов труда в зависимости от содержания будет колебаться больше, нежели в зависимости от различий в размере заработной платы.

Вторая основная гипотеза касается структуры мотивации труда в современных условиях. Если подтверждается, что содержание труда есть ведущий мотивационный фактор, определяющий отношение к труду в целом, то в зависимости от содержания имеется относительное различие в структуре мотивов. Это различие будет проявляться в том, что в группах с относительно более творческим содержанием труда на первый план должны выдвигаться мотивы, связанные с содержанием труда, а в группах с относительно низким содержанием труда – мотивы, с ним не связанные.

Эти две гипотезы не являются объяснительными, а описательными, поскольку причина здесь не анализируется и никакого предположения о ней не высказывается. А высказывается лишь предположение о структуре мотивов и тесноте связи между зависимостью отношения к труду соответственно от содержания труда и от заработной платы. Поэтому описательная гипотеза в этом исследовании, является структурно-функциональной.

Требования к гипотезам:

· гипотеза должна отвечать исходным принципам общесоциологической теории;

· необходимо, чтобы гипотеза не противоречила известным и проверенным фактам;

· гипотеза не должна содержать понятий, которые не получили эмпирической интерпретации;

· гипотеза должна быть проверяемой и не противоречить ранее выдвинутым гипотезам исследования. Например, гипотезу «Бог сотворил вселенную» невозможно проверить. Гипотезы, для которых невозможно собрать доказательства – как подтверждающие, так и опровергающие называются непроверяемыми. К непроверяемым гипотезам относятся гипотезы, сформулированные в тавтологической форме. Тавтология – это утверждение, связывающее два понятия, которые в сущности означают одно и то же. Например, «Чем меньше поддержки оказывается политическим институтам, тем более неустойчивой оказывается стабильность политической системы». Эту гипотезу трудно опровергнуть, потому что оба понятия схожи. Чтобы провести требуемую проверку, предстоит провести отдельно измерения поддержки политических институтов и стабильности политической системы;

· гипотеза должна представлять собой эмпирические утверждения о взаимосвязях, которые существуют в реальном мире, а не утверждениями о том, что обязано иметь место или быть истинным, или о том, во что верит исследователь. Такие утверждения такого рода как: «Преподаватель должен уважать студента или наоборот» являются нормативными и не могут быть оценены с помощью обсуждения или исследования;

· гипотеза должна быть правдоподобной, т.е. должна существовать какая-то логическая и основанная на знаниях, опыте многих людей причина, заставляющая полагать, что она подтвердиться. В этих случаях предварительное чтение литературы повысит шансы на то, что гипотеза будет подтверждена;

Если гипотеза может в своей формулировке носит слишком обширный масштаб явления или проблемы, к которой она относится, то в этом случае целесообразно основную гипотезу разбить на ряд дополнительных, точнее вспомогательных гипотез. Покажем это на примере (табл.6).

Таблица 6

Примеры формулировки гипотез

Для повышения подтверждаемости гипотезы необходимо:

· стремиться к выдвижению возможно большего числа взаимосвязанных гипотез;

· указать для каждой гипотезы возможно большее число эмпирических показателей, входящих в нее переменных, с целью ее проверки на достоверность.

Наряду с исследованием, где доказательство гипотез порождает совершенно новое знание, существуют программные разработки, в которых выдвигаются такие предположения, ответы на которые, на первый взгляд, уже известны. Проведение подобных исследований не бесполезно, поскольку в этом случае нечто всем известное не только еще раз доказывается, но и приобретает масштабные и конкретные границы. Например, всем известно, что в нашей стране имеет место такое явление, как дискриминация женщин. Однако только проведение конкретного исследования может выявить истинные его масштабы и формы проявления.

Выдвижением гипотез и интерпретацией понятий заканчивается разработка гипотетической модели предмета исследования и собственно разработка методологической части программы, хотя ее дальнейшее дополнение и корректировка возможны и в дальнейшем по ходу проведения пилотажных исследований.

Кроме методологической части программа включает методическую часть. Если первая часть содержит теоретическое обоснование проблемы, то вторая - вопросы процедуры исследования.

Процедура – определенный порядок, последовательность познавательных и организационных действий исследователя на разных этапах работы с эмпирической информацией.

6. Вопросы и задания для повторения и обсуждения

1. Какие разделы включает программа социологического исследования.

2. Что собой представляют проблема и проблемная ситуация, в чем их связь и отличие. Что может быть проблемой?

3. Охарактеризуйте объект и предмет социологического исследования. Обоснуйте ответ, используя примеры из практики и прошлых курсовых работ.

4. Сформулируйте цели и задачи социологического исследования. Определите их связь с анализом основных понятий.

5. Расскажите об этапах логического анализа понятий. Постройте схему логического анализа понятий по теме своей курсовой работы.

6. Объясните, необходимость разработки рабочих гипотез. Охарактеризуйте виды и требования к гипотезам.

7. Возможно ли построение гипотетической модели изучаемого явления без интерпретации понятий?

8. В чем заключается теоретико-методологическая функция программы социологического исследования?

9. Правильно и последовательно расставьте шаги по разработке программы исследования:

· анализ основных понятий;

· рабочий план;

· построение выборки;

· определение объекта;

· составление логической программы обработки;

· формулировка цели и задач;

· разработка инструментария;

· пилотажное исследование;

· выдвижение гипотез;

· описание проблемы;

· первичная обработка информации;

· анкетный опрос;

· анализ полученных результатов;

· составление аналитического отчета.

10. Разработайте программу социологического исследования по одной из интересующих Вас проблем или по теме своей курсовой работы. Особое внимание обратите на выделение объекта и предмета, цели и задач, проблемы, гипотез своего исследования. Обязательно уточните содержание основных понятий, проведите теоретическую и эмпирическую интерпретацию понятий, составьте логическую схему понятий.

Тема 4. Процедурно-методический раздел программы

1. Обоснование и расчет выборки

2. Обоснование методов сбора эмпирических данных

3. Методы обработки и анализа данных

4. Вопросы и задания для повторения и обсуждения

1. Обоснование и расчет выборки

Итак, в предыдущей теме мы составили общие теоретические очертания интересующей нас социальной проблемы. Теперь, прежде чем приступить к сбору эмпирического материала, нам предстоит решить целый ряд методических, технических и организационных задач. Главные вопросы, стоящие на этом этапе таковы:

· Каким должно быть число единиц исследования?

· По каким правилам следует составлять (мысленно формировать) ту реальную социальную группу, которая будет подвергаться прямому и непосредственному измерению?

· К каким методам сбора первичной информации следует прибегнуть, чтобы обеспечить наиболее эффективное достижение целей и задач исследования и проверку выдвинутых гипотез?

· Какой разработать инструментарий?

· Какие методы обработки и анализа первичной социологической информации наиболее целесообразно применить, и в какой последовательности?

Ответы на все эти вопросы должны содержаться в процедурно-методическом разделе программы исследования.

Здесь необходимо дать характеристику типа выборки с кратким обоснованием целесообразности ее использования в соответствии с целями исследования. Выборочная совокупность задается самим объектом исследования (например, обследование студентов, работников предприятия, пенсионеров, инвалидов). Различие между объектом и выборочной совокупностью заключается в том, что вторая меньше по объему и представляет уменьшенную копию первого. Большинство исследований носит не сплошной, а выборочный характер. В этом случае по строгой методике отбирается определенное количество людей, отражающих по социально-демографическим параметрам структуру изучаемого объекта. В программе исследования тщательно описывается проект выборки. Проект выборки в последующем может уточняться. Более подробно методология и методика проведения выборки будет описана далее, в данном учебном пособии.

2. Обоснование методов сбора

В этом разделе указываются технико-организационные параметры используемых методов сбора данных.

Если речь идет об анализе документов, то следует указать, какие именно источники будут изучаться; будут ли использоваться традиционные методы или формализованный анализ содержания документов (контент-анализ). При использовании контент-анализа к программе следует приложить кодировочные карты и инструкцию для кодировщиков.

Использование метода опроса также требует описания его технико-организационной структуры: какой опросный метод применяется: анкетирование, интервьюирование или смешанная стратегия; где проводиться опрос: по месту жительства, месту работы или в целевой аудитории; какая конкретно разновидность анкетирования применяется: раздаточная, почтовая, на рабочих местах, групповое; в присутствии анкетера или без него. К программе желательно приложить бланки вопросников и инструкции для анкетеров.

3. Методы обработки и анализа данных

В этом разделе указывается способ обработки эмпирической информации (ручной или машинный); содержание работы по подготовке информации к обработке (контроль качества заполнения анкет, ручная кодировка ответов на открытые вопросы, выбраковка анкет и др.); объем подготовительной работы и примерные затраты на ее выполнение.

Собранные в эмпирическом исследовании факты получили в социологии название данных. Данные – первичная информация, полученная в результате исследования; ответы респондентов, оценки экспертов, результаты наблюдения и т.д.

Этап анализа данных – комплекс процедур, составляющих стадии преобразования данных. В качестве основных этапов выделяются:

· этап подготовки к сбору и анализу информации;

· оперативный этап первичной обработки данных;

· проверка надежности информации;

· формирование описательных данных, их интерпретации;

· обобщение, группировка и типологизация данных.

Тема 5. Методология и техника проведения выборки

1. Cуть и основные понятия выборки

2. Техника осуществления вероятностной выборки

3. Техника осуществления невероятностной выборки

4. Определение объема выборочной совокупности. Ошибки выборки

1. Cуть и основные понятия выборки

Выше мы коротко рассмотрели составляющие процедурно-методического раздела. На данном этапе рассмотрим их более подробно.

Понятно, что опрашивать всех людей, составляющих объект исследования, было бы нерационально, да и практически невозможно. Поэтому практически всегда социологи прибегают к выборочным методам исследований. Суть выборочного метода заключается в том, что по определенным – довольно строгим – правилам из общей численности, так называемой генеральной совокупности (под ней мы понимаем ту часть объекта исследования, которая локализована по времени и территориально, и на которую мы будем распространять все выводы исследования), отбирается ограниченное число людей, которое призвано в качестве своеобразной модели воспроизводить структуру объекта. На языке социологии эта группа людей именуется выборочной совокупностью, а процесс ее расчета – выборкой.

Итак, совокупность всех возможных социальных объектов, которые подлежат изучению в пределах программы исследования, называется генеральной совокупностью. Например, все студенчество России.

Выборочная совокупность – часть генеральной совокупности, отобранная с помощью специальных приемов для получения информации о всей совокупности исследуемого объекта. Выборка должна быть микромоделью генеральной совокупности. Например, если все студенчество г. Екатеринбурга составляет, к примеру, 200 000 человек, а выборка составит 500 человек. Тогда результаты опрошенных 500 студентов города можно будет распространять на всю генеральную совокупность, т.е. на все студенчество г. Екатеринбурга.

В основе выборки лежат два принципа отбора единиц выборки:

- репрезентативность свойство выборочной совокупности воспроизводить параметры и значимые элементы структуры генеральной совокупности;

- рандомизация – это случайное попадание в выборку единиц отбора, у каждой единицы генеральной совокупности должны быть равные шансы попадания в выборку. Лишь равенство шансов попадания в выборку для каждой единицы гарантирует отсутствие намеренных или ненамеренных искажений.

Кроме принципов отбора существуют и два метода отбора:

- бесповторный – метод, при котором отобранные единицы обратно в генеральную совокупность не попадают и не принимают участие в дальнейшем исследовании;

- повторный – метод, при котором отобранная единица возвращается в генеральную совокупность и имеет шанс вновь попасть в выборку. Например, при проведении исследования употребления пива среди молодежи, которое проводилось два раза, с интервалом в один год, было целью понять, увеличивается ли употребление пива в молодежной среде. Здесь был применен повторный отбор, когда некоторые респонденты второй раз попали в выборку. Если бы участники первого исследования не попали в выборку второй раз, то это был бы уже бесповторный метод отбора.

Эти два свойства будут определять выборку.

Если исследование охватывает весь изучаемый массив, оно будет сплошным, т.е. в таком исследовании каждый элемент генеральной совокупности служит единицей сбора информации. В тех случаях, когда объект исследования насчитывает более 500 человек, правильным признается применение выборочного метода.

Преимущества выборочного исследования по отношению к сплошному заключаются в сокращении временных и финансовых затрат сбор и обработку информации.

Единицы анализа – конечные элементы выборочной совокупности (респонденты), подлежащие изучению.

Часто правила формирования выборки таковы, что в процессе отбора основными элементами не всегда выступают единицы анализа. Так, при исследовании студенчества, например, г. Екатеринбурга вначале могут быть отобраны те или иные вузы, в вузах – факультеты, на факультетах – специальности, на специальностях – группы и лишь затем в них – респонденты. Элементы, отбираемые на каждом этапе отбора (вуз, факультет, специальность, группа) называются единицами отбора. Итак, единица отбора – элемент или набор элементов, предназначенный для отбора на определенной ступени выборки.

Виды выборки

Выделяют две основные группы выборочных методов. Вероятностная (случайная) выборка – это такая выборка, для которой каждый элемент генеральной совокупности имеет определенную, заранее заданную вероятность быть отобранным. Это позволяет исследователю рассчитать, насколько правильно выборка отражает популяцию, из которой она спроектирована. (Такую выборку иногда еще называют случайной).

Неслучайная или невероятностная выборка – это такой способ отбора единиц, при котором мы не можем заранее рассчитать вероятность каждого элемента генеральной совокупности попасть в выборку, что, разумеется, не дает возможности рассчитать, насколько правильна (репрезентативна, представительна) выборка.

2. Техника осуществления вероятностной выборки

Существует несколько типов вероятностной выборки, различающихся характером выборочной процедуры. Мы рассмотрим лишь пять: простую случайную, систематическую, стратифицированную, кластерную и многоступечатую. Но для начала подчеркнем, что главным условием осуществления вероятностной выборки является наличие полного списка (основы выборки) всех элементов генеральной совокупности. А отсутствие или недоступность такого списка чаще всего и препятствует ее реализации.

Простая случайная выборка. Процедура построения ее включает в себя следующие шаги. Во-первых, нужно получить полный список членов генеральной совокупности и пронумеровать этот список. Такой список называется основой выборки.

Во-вторых, следует рассчитать и определить предполагаемый объем выборочной совокупности, т.е. ожидаемое число опрошенных.

В-третьих, нужно извлечь из таблицы случайных чисел (см. табл.7) столько чисел, сколько нам потребуется выборочных единиц. Если в выборке должно оказаться 100 человек, из таблицы берут 100 случайных чисел.

В-четвертых, нужно выбрать из списка-основы те единицы наблюдения, т.е. респондентов, номера которых соответствуют выписанным случайным числам.

Рассмотрим упрощенный пример реализации описанной процедуры.

Пусть нам предстоит построить случайную выборку объемом в 12 человек из совокупности, содержащей 60 членов.
Можно предположить, что мы хотим оценить степень удовлетворенности качеством преподавания студентов четвертого курса, специальности «Социальная работа».

В качестве основы выборки мы из семестровых журналов выпишем весь список студентов. Предположим, что список составит 60 человек.

Присвоим всем студентам в списке двузначные номера – от «01» до «60» (если бы максимальный номер в списке был трехзначным, мы бы присваивали трехзначные номера, используя нули в отсутствующих разрядах – например, «003»), «067».

Таблица 7

Таблица случайных чисел

Далее нам предстоит последовательно выписать двенадцать двузначных чисел из таблицы случайных чисел. Отметим, что таблицы случайных чисел фактически состоят из случайных цифр, которые обычно сгруппированы для удобства в блоки, состоящие из двузначных либо пятизначных чисел. Объединение цифр в последовательности в блоки условно и не имеет особого статистического смысла. Поэтому в случаях, когда нужны, например трехзначные числа, а таблица состоит из пятизначных, пользуются каким-то несложным правилом, скажем, используют только три первые цифры каждого пятизначного числа, а оставшиеся две игнорируют. Соответственно двузначные числа можно объединять в трех четырехзначные и т.д.

Чтобы решить с какого места в таблице начинать отсчет номеров, достаточно задаться произвольными номерами строки и столбца. В нашем примере мы начнем с пересечения второй строки и третьего столбца. Первым номером в нашем списке окажется 51. Далее можно двигаться по любому правилу: подряд, через строку, через два столбца и т.п. Мы будем выписывать нужные нам двенадцать двузначных номеров подряд по строке, двигаясь по горизонтали и переходя при необходимости на следующую строку.

Если при этом будут попадаться числа, превосходящие по величине самый большой номер в нашем списке (60), мы будем их пропускать. То же относиться и к повторяющимся числам. В результате мы получим последовательность:

51, 32, 41, 15, 09, 49, 10, 04, 06, 38, 27, 07

Нам остается выписать из списка-основы фамилии, стоящие под этими номерами.

В заключение следует отметить, что простая случайная выборка вовсе не является примитивной, но для ее репрезентативности требуется качественная основа выборки, т.е. наличие статистически надежных списков объекта исследования.

Систематическая (механическая) выборка. Она по качеству часто приближается к простой случайной выборке. Также она требует полного списка. Техника осуществления систематического отбора элементарна: все элементы генеральной совокупности сводятся в единый список и из него, через равные интервалы отбирается соответствующее число респондентов. Интервал называется шагом отбора. Он рассчитывается по формуле , где N — генеральная совокупность, n – выборочная совокупность;

- например, N - 2000, а n - 200, тогда К = 10;

- далее, с помощью таблицы случайных чисел найдем первую выборочную единицу. Если, скажем, выпал номер «53», то из списка выпишем того, кто значится под этим номером;

- далее с установленным шагом отбираем номера: 63, 73, 83, 93 и т.д.

Стратифицированная выборка. Для обеспечения однородности (о значении которой для достоверности полученных данных речь пойдет ниже) иногда прибегают к стратифицированной выборке – по-другому ее называют еще районированной, - когда генеральную совокупность разделяют на отдельные страты, более или менее однородные по своему составу, а затем из каждой страты производится расчет методом простой случайной или систематической выборки. Эта выборка используется для крупных исследований.

Рассмотрим процедуру на примере составления систематической выборки населения, стратифицированной по этнической принадлежности. Пусть мы осуществляем выборку взрослых жителей небольшого промышленного города, при этом полученная выборка должна отражать существующую этническую ситуацию: 80% русских, 10% украинцев, 10% представителей других национальностей. Основываясь на информации паспортных столов, мы можем составить список-основу, включающий 100 000 жителей города. Если предварительно мы предполагаем включить в выборку 1000 человек, то, используя формулу систематической выборки, нам нужно отобрать каждого сотого. (100 000:1000 = 100). 100 – шаг отбора единиц анализа. Итак, мы будем выписывать из списка основы фамилии каждого сотого русского, каждого сотого украинца и каждого сотого других национальностей (для них будет предварительно сделан свой список).

Cерийная (кластерная) выборка заключается в следующем.

Если имеется возможность разбить генеральную совокупность на определенные части (серии, кластеры) по заданному признаку (например, по полу, квалификации, стажу и т.д.), то отбор респондентов может осуществляться из каждой серии отдельно. При этом число респондентов, отбираемых из каждой серии, пропорционально общему числу элементов в ней. Отбор респондентов осуществляется по следующей формуле: , где:

Р_i – количество респондентов, подлежащих отбору из каждого кластера в отдельности;

H_{i -} число единиц в кластере;

n - выборочная совокупность;

N – генеральная совокупность.

Покажем это на примере. Допустим, на предприятии «Х» работает 2000 человек. Из них в первом цехе работает 300 человек, во втором – 1000 человек, в других цехах вместе взятых трудится 700 человек. Выборка планируется в 200 человек. Следовательно, из каждого кластера (цеха) подлежит опросу:

P₁ =

P₂ =

P₃ =

Общая величина выборки равна (P₁ + P₂ +P₃), т. е. 30 +100 + 70 = 200 чел.

В кластерах не обязательно должны быть группы равных размеров. Кроме того, большое количество малых кластеров лучше, чем малое количество больших кластеров.

Многоступенчатая выборка. Отметим, что в реальной практике чаще всего в большинстве исследований применяется многоступнчатый отбор. При этом совокупность объектов, отобранных на предыдущем этапе, становиться исходной для отбора на следующем этапе.

Промежуточные объекты, составляющие выборочную совокупность на высших ступенях, будут являться единицами отбора. Соответственно, различают единицы отбора первой ступени (первичные единицы отбора), единицы отбора второй ступени (вторичные единицы отбора) и т.д. Объекты нижней ступени, обеспечивающие непосредственный сбор информации, называются единицами анализа (наблюдения). Нередко используется 4-5 ступеней отбора. В связи с трудоемкостью данного вида выборки, она применяется в крупных исследованиях.

Приведем пример многоступенчатой маршрутной выборки. Для проведения маркетингового исследования в качестве единиц отбора первой ступени были определены три городских района из восьми с объемом выборки – 300 респондентов по каждому району.

В каждом районе в качестве единиц отбора на второй ступени были определены по три избирательных участка.

На третьей ступени за основу выборки принимался список избирателей каждого участка. Было определено, что на каждом участке предстоит опросить по 100 человек (n_i =100). На этом последнем этапе для окончательного отбора единиц анализа применялся метод систематической (механической) выборки. Определив шаг отбора, мы получили списки респондентов с домашними адресами.

Единицей отбора здесь является жилое помещение, семья, домохозяйство. Метод заключается в том, что интервьюер следует в населенном пункте предписанному маршруту, отбирая жилые помещения по заданной инструкции.

Далее, в инструкции интервьюера может быть указано, что количество квартир в доме необходимо разделить на пять. Допустим, если в доме 96 квартир, делим на 5, получаем 19,5, округляем до меньшего числа, следовательно, это будет 19 квартира.

Если по каким-то причинам в указанной квартире никто не живет или в отъезде, следует перейти в следующую в порядке увеличения номеров квартиру.

Далее в инструкции может быть указано, что в одной квартире можно опросить только одного человека, нельзя опрашивать гостей, родственников, не проживающих в этой квартире (см. Приложение с инструкцией).

3. Техника проведения невероятностной (неслучайной) выборки

В отличие от вероятностной выборки, статистические выводы обо всем множестве объектов в этом случае делать не совсем правомерно. Выделяют два основных вида неслучайного отбора: направленный отбор (другие названия - целевой, выбор по усмотрению) и стихийный.

Гнездовая выборка. Этот вид выборки предполагает отбор в качестве единиц анализа не отдельных людей, а групп с последующим сплошным опросом в отобранных группах. Например, мы знаем, что на фирме в 200 небольших подразделениях в среднем по 15 человек в каждом работает 4,500 человек. По расчетам 10% выборки опросу подлежит 450 человек.

Значит, следует 450 / 15 = 30. Итак, мы должны сплошным методом опросить 30 подразделений фирмы.

Квотная выборка. Ее используют в том случае, когда до начала исследования имеются статистические данные о контрольных признаках элементов генеральной совокупности. Например, пол, стаж, возраст и т. д. Все данные о том или ином контрольном признаке выступают в качестве квоты, а их отдельные числовые значения выступают в качестве параметров квоты (количество человек). То есть, признаки – это квоты, а параметры – это число респондентов.

При квотной выборке респонденты отбираются целенаправленно с соблюдением параметров квот. Число признаков, т.е. данных, которые выбираются в качестве квот, как правило, не превышает четырех, если больше, то это серьезно затруднит обработку информации.

Для примера возьмем квотную выборку по двум признакам: уровню квалификации и уровню образования 9600 работников предприятия.

Распределение респондентов по этим признакам известно и выражено в процентах. Предположим далее, что опросу подлежит 200 чел. Тогда состав выборки при опросе формируется так, чтобы в процентном отношении структура выборки была тождественна структуре генеральной совокупности по этим же признакам.

Вначале рассмотрим, как строится квотная выборка по одному признаку, например, по образованию (табл.8).

Таблица 8

Квотная выборка по образованию

Покажем пример расчета квоты из генеральной совокупности: чел. И так далее проводим расчеты по каждой строке.

Покажем пример расчета выборки: чел. И так далее проводим расчеты по каждой строке.

Покажем еще один пример построения квотной выборки по одному признаку «уровню квалификации» (табл.9).

Таблица 9

Квотная выборка по квалификации

Покажем пример расчета выборки в абсолютных цифрах:

чел. И так далее по каждой строке.

Наконец, рассмотрим, как строится квотная выборка по двум признакам «образование» и «уровень квалификации» одновременно (табл.10).

Квоты выделяются на основе стратификации. Например, сначала выделяются типы по полу, возрасту, социальному положению, а затем идет отбор по квотам. Интервьюеру дается задание, сколько он должен опросить мужчин и женщин, людей из различных социальных, возрастных групп и т.п. При этом он имеет право опросить тех, кого считает подходящим для данной квоты.

Таблица 10

Квотная выборка по двум признакам «образование» и «квалификация»

Разновидностью целенаправленной выборки является метод снежного кома. Он обычно применяется для отбора экспертов и редко встречающихся групп респондентов – например потребителей, обладающих очень высокими доходами или представителей элитных групп. По сути, это техника поиска и отбора респондентов с определенным сочетанием свойств в таких условиях, когда трудно очертить границы генеральной совокупности. Особенность метода состоит в том, что, за исключением первого шага, выбор каждого очередного респондента совершается по указанию респондентов, включенных в выборку на предыдущем шаге. Каждый респондент указывает интервьюеру, где можно найти интересующих его людей и выборка с каждым шагом разрастается, подобно снежному кому.

Стихийная выборка проводится исследователем по своему усмотрению, когда он сам выбирает, кого опросить, какого пола, возраста и т.д. Исследователь ограничен только объемом выборки.

4. Определение объема выборочной совокупности. Ошибки выборки

С одной стороны, величина выборочной совокупности должна быть статистически значимой, т. е. достаточно большой, для того, чтобы получить достоверную информацию. С другой стороны, выборка должна быть «экономной», т. е. оптимальной.

Каков же критерий оптимальности?

Математики считают, что таким критерием является числовые значения контрольных признаков респондентов (пол, возраст, стаж и т. д.), точнее их дисперсия (разброс). Напомним, что формы расчета дисперсии и другие формулы расчета выборки студенты проходят на занятиях по математике и статистике. Итак, чем больше дисперсия, тем больший объем выборки потребуется. Допустим, мы осуществляем отбор из генеральной совокупности в 2000 человек по признаку «пол»: 70% - мужчин и 30% - женщин. Согласно теории вероятности, можно предположить, что примерно, из каждых десяти отбираемых респондентов встретится 3 женщины. Если, например, мы хотим опросить 90 женщин, нам необходимо опросить 300 человек.

Когда информация о признаках элементов генеральной совокупности отсутствует, исключается возможность определения объема выборки при помощи формул.

В этом случае можно опереться на многолетний опыт социологов – практиков, свидетельствующий о том, что для пробных опросов достаточна выборка объемом 100-250 человек.

При массовых опросах, если величина генеральной совокупности составляет менее 5000 человек, достаточный объем выборки не менее 500 человек. Если же величина генеральной совокупности 5000 человек и более, то выборка должна быть не менее 10% ее состава, но не более 2000-2500 человек. Это гарантирует достаточно достоверные результаты.

Для телефонных опросов даже в крупных городах достаточна выборка в 100 максимум 300 респондентов.

Определение объема выборки

Пример. Предположим, что магазин обслуживает за определенный период около 100 000 человек. По данным предыдущих опросов установлено, что дисперсия составляет ± 25 руб./чел. Коэффициент доверия равен 2. Предельную ошибку мы приняли равной 1 руб. Тогда численность выборки составит чел.

Следовательно, для получения надежных представительных данных надо опросить 100 чел.

В целях получения однородности изучаемой совокупности и общей точности расчета совокупность стратифицируют, разбивают на ряд групп по какому-то признаку, например по полу, доходу и т.д. Здесь формула выборки отличается от предыдущей только тем, что выборочная дисперсия заменяется средней из внутригрупповых дисперсий. Однако в этом случае целесообразно вести отбор по каждой группе пропорционально дифференциации признака (ni). Тогда формула выборки (по каждой группе) значительно упрощается:

,

где k – число i -х групп населения;

Ni – численность i -й группы населения;

- среднеквадратическое отклонение признака в i- группе.

Пример. Для обследования, ставящего целью выявить мнение потребителей о новом товаре в населенном пункте, насчитывающем 50тыс. семей, необходимо провести анкетирование. Условно принимается, что в каждой квартире проживает одна семья и на нее будет выделена одна анкета. Предварительные исследования установили, что дисперсия среднего размера покупки составляет ± 25 руб.; t = 2; предельная ошибка не должна превышать 0,01 тыс. руб. Отсюда численность выборки составила:

.

Эта величина округляется до 1000 семей, т.е. установлена 2%-ная выборка.

Используются в практике расчета выборки и другие формулы:

N=

Для малых массивов используется другая формула:

Ошибки выборки

Ошибки выборки бывают случайные (систематические) и ошибки смещения.

Случайные ошибки. Если отклонение полученных результатов в ту или иную сторону не превышает в среднем 5%, то выборка является репрезентативной, а ошибка случайной. Например, из соотношения генеральной совокупности 40% женщин 60% мужчин в выборку должны попасть 40% женщин 60% мужчин, а попало, например, 37% женщин и 62% мужчин, или 42% женщин и 58% мужчин. Указанные ошибки считаются случайными, т. к. они не превышают 5% барьера.

Случайные ошибки можно рассчитать по вышеуказанным формулам.

Ошибки смещения. Ошибки смещения – это более сложные ошибки. Например, в нашем примере вместо желаемых иметь в выборке 40% женщин и 60% мужчин, мы получаем, наоборот, 60% женщин и 40% мужчин. Проблема заключается в том, что рассчитать с помощью формул ошибки смещения невозможно, и они автоматически переходят на результаты и выводы исследования. Ошибки смещения могут являться следствием:

- неверных исходных статистических данных о параметрах контрольных признаков генеральной совокупности;

- слишком малого объема выборки;

- неверного применения способа отбора единиц анализа (например, отбор из неверно составленного списка, неудачный выбор места и времени проведения исследования).

При формировании выборочных совокупностей следует добиваться полноты, точности, адекватности, репрезентативности.

Полнота означает, что в генеральной совокупности должны быть представлены все единицы анализа, ибо неполнота ведет к ошибкам.

Точность характеризует информацию по каждой единице. Точность, например, считается достаточной, если сумма погрешностей и ошибок не превышает 5 %.

Адекватность есть свойство основы выборки. Довольно часто точность выборки отождествляется с ее адекватностью. Между тем это не так. Адекватность же подразумевает характеристику выборки как модели качества исследуемого объекта. Например, список молодых рабочих не может быть основой для выборки всех членов трудового коллектива. В этом случае основа выборки является неадекватной. И, наоборот, список членов трудового коллектива не может быть основой выборки для исследования молодых рабочих.

Свойство выборки отражать характеристики генеральной совокупности называется репрезентативностью. Репрезентативност ь (представительность) выборки означает, что у всех элементов генеральной совокупности был шанс попасть в выборку, и что выборка отражает генеральную совокупность.

В завершение темы представим стандартные таблицы выборки с учетом предельной ошибки выборки и доверительной вероятности, разработанные социологами - практиками (табл.11).

Таблица 11

Стандартные таблицы выборки

6. Вопросы и задания для повторения и обсуждения

1. Понятие и предназначение выборочного метода в социологической науке.

2. Основные понятия выборочного метода в социологии: генеральная совокупность, выборочная совокупность, выборка, репрезентативность выборки, рандомизация, шаг отбора, единица выборки. Одноступенчатая и многоступенчатая выборки

2. Случайная вероятностная и целевая невероятностная выборки.

3. Способы формирования выборочных совокупностей, достоинства и особенности применения собственно случайной и систематической (механической), стратифицированной выборки.

4. Специфика формирования, достоинства и особенности применения серийной (кластерной) и маршрутной выборки.

5. Раскройте специфику, процедуру составления, достоинства и особенности применения квотной и гнездовой выборки.

6. Расскажите, как рассчитывается объем выборки.

7. Объясните ошибки выборки.

8. Расскажите о принципах отбора единиц выборки: репрезентативность и рандомизация.

9. Расскажите о бесповторном и повторном методе отбора единиц выборки.

10. Определите вид и порядок выборки социологического исследования по избранной Вами проблеме. Обсудите это в группе.

11. Проанализируйте вид и правильность проведения выборки известного Вам социологического исследования.

12. Практическое задание: Среди студентов одного из вузов было решено провести социологическое исследование на тему употребления пивной продукции. Генеральная совокупность составила 1000 единиц, выборочная совокупность равна 5%. Определите, какое количество студентов должно быть опрошено, и какой тип выборки будет наиболее приемлемым для данного исследования.

13. Тест на соответствие: Подберите к каждому термину слева его определение в правой колонке (табл. 12).

Таблица 12

Тест на соответствие

Тема 5. Методы социологических измерений

1. Общие представления об измерении и шкалировании. Предназначение и правила подбора индикаторов.

2. Правила построения номинальной шкалы

3. Правила построения интервальной шкалы

4. Виды и правила построения ранговых шкал

5. Несравнительные методы шкалирования

6. Требования к социологической шкале

7. Вопросы и задания для повторения и обсуждения

1. Общие представления об измерении и шкалировании. Предназначение и правила подбора индикаторов. Требования к социологической шкале

После того как исследователь решил, какую информацию ему нужно получить, а также выбрал вид исследования, он переходит к следующей проблеме: выбору способов измерения и шкалирования изучаемых параметров. Это чрезвычайно важный этап. «Если вы можете измерить то, о чем говорите, и выразить это числом, значит, вы кое-что об этом знаете», - говорят исследователи.

Поиск по сайту: