Графічне відображення результатів

Соціологічного дослідження

 

Для наочного відображення отриманих у ході соціологічного дослідження емпіричних даних застосовують різного виду графіки, діаграми, графи і т.д. Найбільш розповсюдженими в соціологічному дослідженні є:

· полігон розподілу даних;

· гістограма.

Полігон розподілу застосовується переважно для зображення дискретних (окремих) даних. Він являє собою багатокутник, що будується на прямокутній координатній сітці.

Приклад. Побудувати полігон розподілу 889 робітників за кількістю громадських організацій і об’єднань трудящих, членами яких вони є.

Кількість громадських організацій (варіанта х)

Вибираємо масштаби:

· для варіанти: 10 мм = одна громадська організація;

· для частот: 10 мм = 50 робітників.

На осі Ох відкладаємо 12 відрізків по 10 мм.

На осі Оу відкладаємо 6 відрізків по 10 мм, що відповідає 300 робітникам. У даній сукупності найбільша чисельність групи –
298 осіб.

Наносимо точки з координатами:

х = 0, р = 10; х = 1, р = 39;... х = 12, р = 0.

Отримані точки з’єднуємо з точкою на осі 0х, що лежить на
10 мм вліво варіанти х (0 організацій). Крайня права точка лежить на осі 0х, тому що для варіанти х (12 організацій) частота дорівнює 0.

 

(у)р

350
200
150
100
50
														х

 

Гістограма розподілу даних застосовується для графічного зображення інтервальних рядів розподілу даних. Вона являє собою багатокутник, побудований за допомогою суміжних прямокутників на осі координат. У разі безупинних, рівних інтервалів із шириною інтервалу k, гістограма будується в такий спосіб.

Приклад. Побудувати гістограму ряду розподілу групи робітників за віком.

 

Вік робітника (варіанта х)	18-24	24-30	30-36	36-42	42-48	48-54	54-60
Кількість робітників (частота р)

 

Обираємо масштаби для вісей координат:

· для варіанти – 2 мм = 1 рік;

· для частот – 10 мм = 50 робітників.

 

(у)р
250
200
150
100
50
0	18-24	24-30	30-36	36-42	42-48	48-54	54-60	х

 

На осі 0х відкладаємо сім відрізків по 12 мм (кожен відрізок відповідає інтервалу в 6 років по 2 мм).

На осі 0у відкладаємо для відліку частот р п’ять відрізків по 10 мм (відповідає 250 робітникам. У даній сукупності найбільша чисельність групи – 246 робітників).

Будуємо 7 суміжних прямокутників, основи яких рівні 12 мм, а висоти відповідають частотам інтервалів у масштабі на осі 0у.

На даному прикладі можна побудувати гістограму з інтервалом у 3 роки за віком:

Вік робітника (варіанта х)	18-21	21-24	24-27	27-30	30-33	33-36	36-39	39-42	42-45	45-48	48-51	51-54	54-57	57-60
Кількість робітників (частота р)

 

Обираємо масштаб:

· на осі 0х масштаб зберігаємо – 2 мм = 1 рік;

· на осі 0у обираємо масштаб 10 мм = 25 робітників.

Площа прямокутника, побудована на першому інтервалі (6 років), що відповідає чисельності робітників 196 чоловік, дорівнює:

12 мм ´ 39,2 м = 470,4 мм і т.д.

Площі двох прямокутників, побудованих на двох інтервалах (3 роки), також рівні:

(6 мм · 27,2) + (6 мм · 51,2) = 470,4 мм і т.д.

Площі обох гістограм, таким чином, рівні між собою (2109,6 мм²).

Для більшої наочності можна накласти одну гістограму на іншу і тоді заштриховані області покажуть, що площі двох гістограм рівні.

Якщо є ряди розподілу даних з нерівними інтервалами (припустимо, необхідно з’ясувати розподіл молодих робітників у віці до 30 років), то гістограма будується таким чином, що для частот менших інтервалів вибирається більший масштаб.

Розподіл групи робітників.

 

Вік робітника років (варіанта х)	18-24	21-24	24-27	27-30	30-36	36-42	42-48	48-54	54-60
Кількість робітників (частота р)

 

Результати соціологічних досліджень також можуть відображатися графічно як діаграми (лінійні, атрибутивні), графи (структурні графіки) тощо.

Таким чином, використовуючи графічне відображення даних, соціолог отримує можливість з’ясувати склад досліджуваних сукупностей, їх структуру і структурні зрушення; зміни показань у часі та просторі, що полегшує порівняння між собою різних статистичних величин і дозволяє створити банк даних соціологічних досліджень.

Обробка і аналіз соціальної
інформації

1. Опис інформації та обчислення узагальнюючих параметрів.

2. Коефіцієнт зв’язку між двома ознаками. Кореляційний і регресивний аналіз.

3. Методи багатомірної статистики: факторний і кластерний аналіз.

 

Ключові поняття. Кодування інформації. Якісні та кількісні ознаки. Коефіцієнт зв’язку між двома ознаками. Причинний аналіз. Якісний аналіз. Кореляційний і регресивний аналіз. Інтерпретація. Оперативне визначення. Пояснення в соціології. Банк соціологічної інформації. Факторний і кластерний аналіз. Типологізація. Математичне моделювання.

 

1. Опис інформації та обчислення
узагальнюючих параметрів

 

В емпіричній соціології застосовується чимало статистичних процедур, за допомогою яких розрізнені дані, розміщені в окремих анкетах або інших матеріалах соціологічних досліджень, адаптують з метою:

· узагальнення;

· опису;

· аналізу;

· наукової інтерпретації.

За результатами узагальнень роблять певні висновки, вирішуючи задачі, поставлені в дослідженні. Внаслідок цих процедур виникає реальна можливість з’ясувати тенденції в досліджуваних процесах, явищах, виробити прогнози і практичні рекомендації, що відкривають вихід соціальної інформації в соціальну практику. Найчастіше статистичні методи аналізу соціальної інформації використовують для:

· опису інформації і обчислення узагальнюючих параметрів (одновимірна статистика);

· виміру зв’язку між окремими ознаками, отриманими при відповідях на різні питання анкети, коли методом збору даних застосовувалося опитування, чи контент-аналіз текстів ЗМІ, якщо використовувався метод аналізу документів (двовимірна статистика);

· проведення складних математичних процедур, що дають можливість проаналізувати кілька взаємозалежних ознак (багатомірна статистика).

Застосування методів математичної статистики забезпечує:

· короткий опис первинної соціологічної інформації, обчислення одновимірних розподілів, наочне подання її у вигляді таблиць, графіків, діаграм;

· обчислення зв’язків між ознаками досліджуваного суспільного явища, оцінку їх за допомогою статистичних коефіцієнтів зв’язку, застосування кореляційного, регресивного аналізу і т.п.;

· встановлення латентних (схованих) факторів, що визначають взаємозв’язок всередині групи ознак досліджуваного явища (факторний, структурний, латентно-структурний аналіз);

· класифікацію ознак і об’єктів, побудову типологій (кластерний аналіз, дискримінантний аналіз, факторний аналіз);

· перевірку (підтвердження чи спростування) вихідних гіпотез дослідження, формулювання нових проблем;

· розробку коротко- і довгострокових прогнозів функціонування і розвитку певного суспільного явища.

Використання методів математичної статистики передбачає пев-ний набір попередніх процедур, до яких належать:

· підготовка анкети чи іншого первинного матеріалу до обробки (може здійснюватися вручну або автоматизовано);

·вибір рівня майбутнього аналізу (описовий чи пояснювальний);

· вибір конкретних статистичних процедур для обробки ін-
формації.

В емпіричному дослідженні соціолог вивчає визначену безліч об’єктів. Кожному елементу цієї безлічі притаманні певні властивості (ознаки), наприклад, стать, вік, задоволеність умовами роботи. Кожен об’єкт має певне значення за тою чи іншою ознакою.

Так, наприклад, працівник має:

· одне з двох можливих значень ознаки «статі» (чоловіча або жіноча);

· одне з трьох можливих значень ознаки «задоволеність умовами роботи» (задоволений, не зовсім задоволений, зовсім незадоволений);

· визначене значення ознаки «вік» (число повних років від 18 до 60) та ін.

Як правило, для спрощення обробки всі значення ознак кодують числами. Тому дані для обробки зводять у таблицю (матрицю) чисел. Кожен рядок цієї таблиці означає один об’єкт, а кожен стовпчик – певну ознаку. На перетинанні визначеного рядка і стовпчика цієї таблиці знаходиться значення певної ознаки даного об’єкта. Ознаки розділяють на якісні та кількісні.

Якісні ознаки не мають кількісного виразу. Наприклад, «стать», «задоволеність умовами роботи».

Кількісні ознаки мають одиниці виміру. Наприклад, одиницею виміру кількісної ознаки «вік» є рік, «заробітна плата» – гривня. Ці ознаки ще називають ознаками, заданими в метричній шкалі.

При кодуванні значень якісної ознаки числами можливі два варіанти, що істотно відрізняються один від одного.

У першому варіанті значення якісної ознаки можна упорядковувати. Тобто для будь-якої пари значень можна вказати, що з них відповідає більш сильному прояву даної ознаки. Наприклад, значення «задоволений» відповідає більш інтенсивному прояву ознаки «задоволеність умовами роботи», ніж значення «не зовсім задоволений».

У такому випадку доцільно і числові коди обирати так, щоб більш сильному прояву ознаки відповідало більше число. Так, для ознаки «задоволеність умовами роботи» можна вибрати наступні чис-лові коди значень:

3 – «задоволений»;

2 – «не зовсім задоволений»;

1 – «зовсім незадоволений».

Такі якісні шкали називають порядковими шкалами або ранговими.

В другому варіанті значення якісної ознаки не піддаються жодному змістовному упорядкуванню. Наприклад, ознака «стать» містить два значення: «чоловіча» і «жіноча». Для позначення ознак такого типу можна вибирати будь-які числові коди. Головне – щоб різні значення мали різні коди (тобто, не можна кодувати два різні значення ознаки одним числом). Такі якісні шкали називають номінальними шкалами.

Як правило, для кодування значень ознак у номінальних шкалах використовують цілі позитивні числа – 1, 2, 3 і т.д.

Соціологу постійно приходиться при складанні програми дослідження обирати (чи навіть самостійно конструювати) шкали. Від того, наскільки вдало це буде зроблено, значною мірою залежить результат обробки отриманих даних. Крім того, вибір математичного методу аналізу даних тісно пов’язаний зі шкалами відповідних ознак.

Якщо обраний метод не відповідає даним, то це є істотною методичною помилкою, що може звести нанівець роботу зі збору даних і обчислення результатів.

Щоб первинні дані можна було використовувати для змістовного аналізу і висновків, вони повинні бути незалежно упорядковані та оброблені. З цією метою застосовують спеціальні статистичні методи:

· групування;

· обчислення узагальнюючих параметрів і коефіцієнтів;

· кореляційний, кластерний, факторний аналізи та ін.

Незалежно від методу аналізу, обробку даних починають з попереднього упорядкування інформації. В основному це здійснюється за допомогою статистичного групування і побудови статистичних таблиць.

Структуру сукупності об’єктів з погляду однієї виділеної ознаки доцільно вивчати по таблиці, у якій для кожного з можливих значень ознаки зафіксовано, скільки разів зустрічаються в сукупності об’єкти, що мають відповідне значення. Таку таблицю називають або таблицею одновимірного розподілу, або одновимірною таблицею, або варіа-ційним рядом.

Наприклад, для ознаки «задоволеність умовами роботи» одновимірна таблиця може мати наступний вигляд:

Таблиця 20.1