Тема 6. Методы анализа социологических данных

Анализ данных вообще - это, во-первых, совокупность действий, осуще­ствляемых исследователем в процессе изучения полученных тем или иным об­разом данных с целью формирования определенных представлений о характере явления, описываемого этими данными. Исследователь пытается данные свер­нуть, сократить их количество, стремясь потерять при этом как можно меньше полезной информации, потенциально в них заложенной. Делается это обычно с помощью математических методов.

Во-вторых, процесс изучения статистических данных (поиска статисти­ческих закономерностей, закономерностей в среднем) с помощью математиче­ских методов, не предполагающих вероятностной модели изучаемого явления. Противостоит вероятностно-статистическому подходу к обработке данных, опирающемуся на их вероятностную интерпретацию (как случайной выборки

из генеральной совокупности) и использование вероятностных моделей для по­строения и выбора наилучших методов обработки.

Получаемые с помощью вероятностно-статистического подхода выводы опираются на строго доказанные математические положения. В частности, этот подход обеспечивает корректный перенос результатов с выборки на генераль­ную совокупность (оценивание статистическое и проверка статистических ги­потез). В методах анализа данных подобные возможности не заложены. Эти ме­тоды не удовлетворяют строгим математическим требованиям. Выбор наилуч­шего метода здесь почти всегда опирается на неформализуемые эвристические соображения. Поэтому проблема обоснования получаемых выводов здесь тре­бует особого внимания. Особенно острой становится необходимость выделения точек соприкосновения содержания задачи и математического формализма, реализации человекомашинного диалога в процессе применения метода.

К методам анализа данных относят и вероятностно-статистические мето­ды в тех случаях, когда не удается проверить адекватность реальности, предпо­лагаемой методом вероятностной модели. Выделение методов анализа данных обусловлено потребностями ряда наук (в том числе социологии), в которых, с одной стороны, велика потребность поиска статистических закономерностей, а, с другой, - предположения, лежащие в основе вероятностно-статистических ме­тодов, разработанных специально для решения таких задач, часто не выполня­ются.

Существует мнение, что поскольку методы анализа данных с точки зре­ния строгой математики не являются достаточно обоснованными, то имеет смысл использовать их лишь на предварительном этапе анализа для уточнения представлений исследователя об изучаемом явлении, корректировки понятий­ного аппарата, формулировки гипотез и т.д. Однако методы анализа данных могут служить и средством получения фундаментального знания, выявления неизвестных ранее закономерностей, если перейти на новый уровень понима­ния самого математического формализма: считать, что адекватным решаемой

задаче является не отдельный метод, а совокупность методов, применяемых в соответствии с определенными методологическими принципами.

В-третьих, анализ данных отождествляется с понятием прикладной ста­тистики, понимаемой как научная дисциплина, разрабатывающая и системати­зирующая понятия, приемы, математические методы и модели, предназначен­ные для организации сбора, стандартной записи, систематизации и обработки статистических данных с целью их удобного представления, интерпретации и получения научных и практических выводов.

В-четвёртых, анализ данных представляет собой процедуры поиска ста­тистических закономерностей (свертки информации), не сводящиеся к приме­нению формальных алгоритмов. В основе лежит комплексное использование математико-статистических методов с опорой на несколько методологических принципов.

Первый принцип - вариация предпосылок, лежащих в основе выбираемых методов (любой метод опирается на определенную модель изучаемого явления, т.е. определенную систему предпосылок и постулатов): изменение таких пред­посылок, рассмотрение последствий этого изменения, сравнение использования разных предпосылок и т.д. Актуальность реализации этого принципа объясня­ется тем, что для большинства методов проверка состоятельности заложенных в них моделей в социологических задачах является весьма проблематичной.

Второй принцип - системный подход. В процессе анализа данных изы­скиваются различные приемы для наиболее полного использования и эндоген­ной информации (т.е. данных, описывающих изучаемый объект), и экзогенной (т.е. данных, описывающих среду обитания объекта). Системный подход предъявляет к исследователю повышенные требования, поскольку носит прин­ципиально междисциплинарный характер.

Третий принцип - отказ от той точки зрения, что любое исследование имеет начало и конец. Анализ данных - способ существования данных, готов­ность к постоянному возврату к одним и тем же данным. В непрерывном про­цессе анализа данных предусматриваются разрывы, позволяющие извлекать

накопленную информацию и принимать решения, связанные с управлением об­работкой данных, с выбором дальнейших шагов анализа данных. Формальные операции перемежаются с неформальными процедурами принятия решения. С появлением новых данных возникают новые идеи, подходы, методы, уточняет­ся понимание происходящих процессов и т.д. В социологии реализация этого принципа актуальна, т.к. социолог обычно не имеет той априорной модели изу­чаемого явления, которая является необходимой и для выбора формального ап­парата анализа данных и вообще для проведения исследования, начиная с фор­мулировки гипотез и разработки способа сбора данных.

Методы, применяемые социологами для анализа данных, многообразны. Выбор конкретного метода зависит, в первую очередь, от характера исследова­тельских гипотез. Если целью является описание одной характеристики выбор­ки в определённый момент времени, ограничиваются одномерным анализом, то есть описанием распределения наблюдений вдоль оси интересующего призна­ка. Разнообразные техники многомерного анализа позволяют одновременно ис­следовать взаимоотношения двух и более переменных и в той или иной форме проверять гипотезы о причинных связях между ними. В реальном исследовании каждое уточнение исходных гипотез или выдвижение новой гипотезы в ходе анализа результатов приводит к необходимости выбора новой техники анализа данных.

Помимо характера исследовательских гипотез на выбор методов стати­стического анализа влияет и природа полученных социологом данных. Уже го­ворилось о том, что разные уровни измерения социологических переменных определяют возможности и ограничения анализа.

Одномерный анализ. Результаты измерения любой переменной могут быть представлены с помощью распределения наблюдений по отдельным кате­гориям данной переменной. Результатом такого упорядочения наблюдений бу­дет группировка. Группировка - это классификация или упорядочение данных по признаку подобия или различия. Если данные сгруппированы, можно по­смотреть, какова абсолютная частота, то есть число наблюдений в данной вы-

борке, попадающих в интересующую нас категорию, и относительная частота (процент).

Доли процентов не существенны для интерпретации полученных резуль­татов. Поэтому в представлении данных обычно используют процедуру округ­ления. Определив необходимую степень точности, исследователь может округ­лить все полученные числовые значения до десятых долей или до целых про­центов. В результате процедуры округления исследователь фактически уста­навливает границы классов, объединяющих значения переменной в заданном интервале, и середины (центры) классов, то есть усреднённые значения для ка­ждого интервала. Независимо от того, какие статистические методы и модели собирается использовать исследователь, первым шагом в анализе данных все­гда является построение частотных распределений для каждой изучавшейся пе­ременной.

Полученные результаты принято представлять в виде таблицы частотного распределения для каждой существенной переменной. Примером табличного представления может служить приведённая ниже таблица, в которой представ­лены реальные данные опроса, проведённого кафедрой социологии и социаль­ных технологий управления УГТУ-УПИ «Студент-2004».

Таблица 4 Частотное распределение профиля образования в вузе

Иногда в таблице распределения указывают лишь относительные часто­ты, опуская абсолютные.

Таблица 5 Частотное распределение затруднений во время обучения в УГТУ - УПИ