Математизация наук, уровни математизации.

Математизация наук, уровни математизации.

Социология как наука выстраивает модели окружающей действительности, упорядочивая тем самым ее разнообразие.

Эмпирические материалы с которыми имеет дело социология, получен, в процессе конкретного социологического исследования и непосредственному теоритическому анализу не поддается. Следовательно возникает необходимость использования математической теории для обработки, упорядочивания и описания этого материала.

Сегодня ученые полагают, что принципально  не математических дисциплин не существует. Дисциплины отличаются степенью математизации, а так же уровнем развития конкретной науки на которой на котором математизация необходима.

3 этапа математизации наук:

1. Простая количественная обработка эмпирических данных, той или иной области человеческого знания. Устанавливаются только эспирически выявляемые закономерности.

2. Модальный. Формируются новые теоритический концепции в которых выделяются определяемые системы объекта в качестве более фундаментальных.

3. Переход от математической модели к развернутой математической теории.

 

Социология проходит второй этап математизации, поскольку в настоящее время математический методы используются не только для подтверждения каких-либо гипотез, но и как средство социальной теории.

Трудности математизации в социологии:

1. Специфическая структура объекта науки. (имеется в виду более сложная структура соц. Явлений по сравнению с природными явлениями) Познавательный объект является одновременно объектом и субъектом.

2. Специфика, получаемой информации об объекте исследования или не экспериментальный характер данных в эмпирической социологии. В социологии отсутствует некая функциональная связь между причиной и следствием. В определенном смысле невозможно создать лабораторные условия и учесть влияние всех элементов.

3. Специфика метода сбора и обработки информации. (заимствована из других наук). Неадекватное использование методов обработки данных и поверхностная информация.

Структура методологии анализа данных.

1. Типы данных: данные государственной статистики, полученные посредством использования различных вопросников: данные использовании бюджета, текстовые данные разного вида.

2. Подходы к сбору данных к измерению в различных исследовательских ситуациях (одномерное и многомерное шкалирование, формирование индексов, ранжирование)

3. Восходящая стратегия анализа данных: Логика и методы проверки описательных гипотез, поиск эмпирических закономерностей для формирования объяснительных гипотез.

4. Нисходящая стратегия анализа данных: логика и методы проверки объяснительных гипотез.

5. Типологический анализ, факторный анализ, причинный анализ, или мета-методики анализа данных.

 

Обработка информации. Возможности обработки с помощью ПК

Обработка- это сжатие использованного массиваинформации, приведение первичной социологической информации, приведение первичной социологической информации путем применения логики и математических процедур и пригодного для анализа виду.

Анализ данных- совокупность действий осуществляющих исследователем в процессе изучения полученных данных с целью формирования представлений о характере явления, описанными этими данными.

Процесс измерения статистических данных с помощью мат.методов непредполагает вероятностых моделей изучаемого явлений

Интерпретация-

Анкетные данные

В большинстве социологических исследований анализируется анкетная информация. Условно эти данные можно представить в виде матрицы, строкам которой соответствуют объекты (анкеты), а столбцам - признаки (отдельные вопросы и подвопросы анкеты). Синонимом слова "признак" является слово "переменная", в дальнейшем мы будем употреблять эти термины равноправно.

В современных статистических пакетах такую информацию принято представлять в виде таблицы. Обычно обрабатывается один файл данных, визуально это напоминает таблицу Excel (один лист).

При кодировании информации удобно пользоваться определенными правилами заполнения матрицы в соответствии со структурой обрабатываемой анкеты.

Пример 1.1.

Анкета обследования жалоб и проблем населения (шутка)

1. Пол

 

1.
мужской

2.
Женский

2. Возраст …………

3. Проблемы (укажите 3 основные проблемы):

1. Учеба

2. Свободное время

3. Любовь

4. Музыка

4. Жалобы:

1. Служба

2. Здоровье

3. Зарплата

4. Жена

5. Собака соседа

Матрица данных, собранных на основании такой анкеты, изображена на рис.1.1. Пол здесь закодирован в соответствии с содержимым анкеты кодами 1 - мужчины, 2 - женщины; возраст непосредственно введен в данные; проблемы закодированы в трех переменных - указаны коды обведенных при опросе подсказок; для каждой жалобы отведена своя переменная.

N Анкеты	1. Пол	2. Возраст	3. Проблемы:			4. Жалобы:
						1. Служба	2. Здоровье	3. Зарплата	4. Жена	5. Собака соседа
1	1	20	1	4	.	1	0	0	0	1
2	1	25	2	3	4	1	0	1	0	1
3	2	34	1	2	4	1	0	0	0	1
4	1	18	1	2	.	0	0	0	0	1
.	.	.	.	.	.	.	.	.	.	.

^ Рис.1.1. Структура матрицы - данных обследования жалоб и проблем населения

На протяжении всего текста мы будем иллюстрировать работу пакета на более серьезном примере анкеты "Курильские острова", текст которой приведен в приложении 1, кроме того, иногда мы будем привлекать для анализа данные Российского мониторинга экономического положения и здоровья населения (RLMS, [13]).

^ 1.2. Типы переменных

Типы переменных можно рассмотреть с технической точки зрения и в аспекте применения математических методов.

FILE

Обеспечивает доступ к файлам данных, к выходным файлам и программам преобразования данных. С файлами данных связываются окна. Если текущее окно соответствует данным наблюдений, то команда FILE обслуживает сохранение и замену данных. Если окно содержит файл синтаксиса (SYNTAX) или выдачи результатов счета (OUTPUT), то обеспечивается обработка файла синтаксиса или выдачи.

^ EDIT

Обеспечивает редактирование командных файлов, выходных файлов и файлов данных статистических наблюдений и др..

DATA

Обеспечивает операции над данными - сортировку, слияние различных файлов данных, агрегирование, организацию подвыборки из данных. Эта команда имеется только в меню окна редактора данных.

TRANSFORM

Обеспечивает преобразование данных. Эта команда также имеется только в меню окна редактора данных.

STATISTICS

Команда обеспечивает доступ и реализацию методов анализа данных; в 9-й версии SPSS она заменена на команду ANALISIS.

^ GRAPHS

Графическое представление данных.

UTILITIES

Обслуживающие программы.

WINDOOW

Обеспечивает переключение окон.

HELP

Содержит справочную информацию.

Кроме того, при работе с графиками и мобильными таблицами (^ PIVOT TABLES) появляются меню специального назначения.

Приведенные команды - далеко не полное описание меню, а лишь наиболее используемая его часть.

Как принято в современном интерфейсе программ, под МЕНЮ на верхней части окна в обычном режиме работы находится строка с панелью инструментов - ряд кнопок, с которыми связаны различные действия пакета. При движении курсора по этим кнопкам, на статусной строке внизу во внешней части экрана высвечивается сведения о назначении кнопки. Ниже см. дополнительную информацию о статусной строке.

^ Статусная строка

Статусная строка показывает, текущее состояние данных и процесса счета, например:

Transformations pending - задержка преобразований (например, если за преобразованиями не следует команда ^ EXECUTE или статистическая процедура).

Weight on - данные взвешены

Split on - данные для проведения расчетов разбиты на группы

Filter on - включена временная выборка данных

Другая информация.

^ Ввод данных с экрана

При загрузке пакета появляется таблица, похожая на электронные таблицы. Данные можно вводить непосредственно с экрана. По умолчанию переменные будут иметь имена VAR0001.. Var0002 и т.д. Для изменения имен переменных, назначения их типов и расширенных названий (меток) можно щелкнуть мышкой дважды на существующих названиях столбцов. При этом открывается окно диалога по описанию переменной.

Ниже приводятся команды VARIABLE LABELS, VALUE LABELS, MISSING VALUES, дублирующие основные функции этого диалога.

^ 2.4. Режим диалога и командный режим

Самый простой способ работы в пакете - использование диалоговых окон, возникающих при вызове команд из меню.

Более сложный способ - написание программ на языке пакета. Этот способ предпочтителен при достаточно большом объеме преобразований данных. Исследователь должен иметь перед глазами программу выполненных действий для уверенности в правильности результата. Кроме того полезна возможность копирования и редактирования текста программы преобразования и анализа данных.

Впрочем, важно оптимальное сочетание диалоговых окон и языка.

Диалоговый способ удобен тем, что в диалоговом окне всегда присутствует подсказка о параметрах процедуры преобразования или анализа данных, параметры вводятся в жестко закрепленные поля, поэтому ошибки в нем практически невозможны. Этот способ оказывается полезным также для формирования команды в командном файле. Обычно в диалоговом окне присутствуют “кнопки” OK -непосредственное исполнение команды, PASTE - дописать команду в файл SYNTAX. Благодаря последнему можно писать программы не зная синтаксиса языка программирования в пакете.

Для эффективной работы в пакете необходимо знать и понимать язык программирования SPSS.

 

Понятия переменной.

При работе с соц. данными социолог использует 2 понятия. Первое понятие единица анализа. Под ним понимается элементарная единичная часть объекта исследования. В социологии как правило такой единицей выступает респондент. Второе понятие – переменная. Это элементарный показатель, признак, характеризующий одно из свойств единицы анализа. Ключевыми характеристиками переменной является, во-первых то, что для каждой единицы анализа существует своё определенное значение переменной. Во-вторых – не все единицы анализа имеют одинаковое значение переменной.

В программе SPSS переменные описываются или задаются в специальном окне, которое называется «Переменные».

Каждая переменная в SPSS описывается отдельно исходя из следующих свойств:

•        Имя переменной. При определении имени переменной необходимы соблюдать следующие правила:

1.       Имена переменных могут содержать буквы латинского алфавита и цифры. Допускаются специальные символы _. @ #. Не разрешаются пробелы, знаки других алфавитов и некоторые специальные символы типа!? «» *.

2.       Имя переменной всегда должно начинаться. Последний символ имени не может быть. или знаком подчеркивания. 

3.       Длина имени переменной не превышает 8 символов. Имена переменных не чувствительны к регистру.

•        Тип переменной. Переменные могут быть следующего типа: численные[Numeric] (к допустимым значениям относятся цифры перед которыми стоит знак + или -, знак + обычно перед числом не отображается) В текстовом поле «длина» для таких переменных задается максимальное количество знаков. В текстовом поле «десятичные разряды» вводится количество отображаемых знаков вводной части.

Строчная переменная (String). К допустимым значениям такой переменной относятся буквы, цифры и специальные символы. Строчные переменные бывают короткие и длинные. Короткие содержат не более 8 символов.

•        Формат столбца

•        Десятичные разряды.

•        Метка переменной. Это название, позволяющее описать переменную более подробно. Допускается до 256 символов. В метках переменных различаются прописные и строчные буквы. Дает возможность описать возможные значения переменной (это варианты ответов). Для абсолютно каждого вопроса нужно прописывать метки.

•        Пропущенные значения[Missing values]. В SPSS допускается 2 вида пропущенных значений, определяемые системой. Если матрица данных есть незаполненные численные ячейки то система SPSS самостоятельно определяет их как пропущенные значения. В матрице данных это отображается в виде запятой.

•        Пропущенные значения, задаваемые пользователем. Если в определенном случае у переменных отсутствуют значения (например, не был дан ответ на вопрос). Ответ не известен или существуют другие причины, пользователь может определить эти значения как пропущенные. Их можно исключить из последующих вычислений.

Коды для пропущенных данных: 0 – нет ответа; 99 – вопрос не относится к респонденту, т.е. до этого стоял вопрос-фильтр. 98 – неправильная информация, например, отмечено 2 варианта ответа вместо одного. Также 98 – затрудняюсь ответить.

•        Столбцы. Поле «Столбцы» определяет ширину, которую будет иметь в таблице столбец при отображении значений. Это поле можно задать в окне «Редактор данных».

•        Выравнивание. Это вид выравнивания значений при отображении данных в таблице.

•        Шкала измерения. В SPSS для каждой переменной необходимо задать шкалу, которая может быть: номинальной, порядковой или метрической. По умолчанию в SPSS задана метрическая шкала.

Математизация наук, уровни математизации.

Социология как наука выстраивает модели окружающей действительности, упорядочивая тем самым ее разнообразие.

Эмпирические материалы с которыми имеет дело социология, получен, в процессе конкретного социологического исследования и непосредственному теоритическому анализу не поддается. Следовательно возникает необходимость использования математической теории для обработки, упорядочивания и описания этого материала.

Сегодня ученые полагают, что принципально  не математических дисциплин не существует. Дисциплины отличаются степенью математизации, а так же уровнем развития конкретной науки на которой на котором математизация необходима.

3 этапа математизации наук:

1. Простая количественная обработка эмпирических данных, той или иной области человеческого знания. Устанавливаются только эспирически выявляемые закономерности.

2. Модальный. Формируются новые теоритический концепции в которых выделяются определяемые системы объекта в качестве более фундаментальных.

3. Переход от математической модели к развернутой математической теории.

 

Социология проходит второй этап математизации, поскольку в настоящее время математический методы используются не только для подтверждения каких-либо гипотез, но и как средство социальной теории.

Трудности математизации в социологии:

1. Специфическая структура объекта науки. (имеется в виду более сложная структура соц. Явлений по сравнению с природными явлениями) Познавательный объект является одновременно объектом и субъектом.

2. Специфика, получаемой информации об объекте исследования или не экспериментальный характер данных в эмпирической социологии. В социологии отсутствует некая функциональная связь между причиной и следствием. В определенном смысле невозможно создать лабораторные условия и учесть влияние всех элементов.

3. Специфика метода сбора и обработки информации. (заимствована из других наук). Неадекватное использование методов обработки данных и поверхностная информация.