Метод анкетирования, его специфика. 


Мы поможем в написании ваших работ!



ЗНАЕТЕ ЛИ ВЫ?

Метод анкетирования, его специфика.



Анкетирование — вопросно-ответная форма организации текста. вопрос анкеты должен быть одинаково понятен различным социально-демографическим группам респондентов: молодым и пожилым, людям с высшим и средним образованием, горожанам и селянам.

Обычно все вопросы в анкете подразделяют по: 1) содержанию (вопросы о фактах сознания, поведения и личности респондента); 2) форме (открытые и закрытые, прямые и косвенные); 3) методической функции (основные и неосновные, вопросы-фильтры, вопросы-ловушки и др.); 4) отношению к личности респондента (наводящие, провокационные, деликатные); 5) технике заполнения (трудные, сложные).

6)вопросы о личности респондента, которые входят во все социологические анкеты и называются паспортичкой. Они выявляют пол, возраст, национальность, образование, профессию, семейное положение, доход, место жительства или работы и т.п. Различают следующие виды анкетирования: По числу респондентов Индивидуальное анкетирование (один респондент) Групповое анкетирование (несколько респондентов) Массовое анкетирование (от сотни до тысяч респондентов) По полноте охвата Сплошное (опрос всех представителей выборки) Выборочное (опрос части выборки) По типу контактов с респондентом Очное (в присутствии исследователя-анкетёра) Заочное (анкетёр отсутствует)Рассылка анкет по почте Публикация анкет в прессе Публикация анкет в интернете Вручение и сбор анкет по месту жительства, работы и т. д. Анкетирование предполагает самостоятельное заполнение анкеты респондентами. Возможно индивидуальное и групповое анкетирование, очное и заочное. Примером заочного анкетирования является почтовый опрос или опрос через газету.

а) по способу общения между исследователем и опрашиваемым --- прессовый (вопросник печатают в газете, журнале); почтовый (рассылают анкеты по почте) и раздаточный (анкетер раздает их группе респондентов). В первых двух случаях (заочное анкетирование) нет непосредственного контакта с респондентом. В третьем случае (очное анкетирование) анкетер выступает в качестве инструктора по заполнению анкет, раздатчика анкет, однако анкета заполняется респондентом самостоятельно; б) по месту проведения --- анкетирование по месту жительства и по месту работы или учебы. В последнем случае он может быть групповым (или аудиторным); в) по уровню стандартизации --- полностью или частично стандартизированным. Этот вид анкетирования определяется характером вопросов (закрытыми или полузакрытыми).

Анкетирование имеет как достоинства (оперативность, экономия средств и времени и др.), так и недостатки, связанные с субъективностью получаемой информации, ее достоверностью и т. д. В этой связи западногерманская исследовательница Н. Ноэль говорит о раскрытие возможностей социолога произвести на

респондентов хорошее впечатление, пробудить их интерес, завоевать доверие, подтвердить уверенность в собственных силах, не дать им заскучать и тем самым заставить отвечать искренне и с удовольствием. Проблема эта не только чисто методическая, но и этическая. Социологу приходится думать как о собственной исследовательской программе, так и о том, какие темы респонденты будут обсуждать более охотно, что может их больше заинтересовать. анкета должна осуществлять не только научно-познавательные, но и коммуникативные функции.

В отечественной социологии самым популярным является индивидуальный анкетный опрос.При использовании индивидуального анкетирования, с помощью раздаточной (курьерской) анкеты, анкетер либо вручает анкету респонденту, договариваясь о сроке возврата при повторной встрече, либо, объяснив правила заполнения и цели опроса, ожидает заполнения анкеты. Раздаточное индивидуальное анкетирование применяется как по месту жительства, так и по месту работы.

 

 

19. Метод экспертных оценок. Метод экспертных оценок, называемый также экспертным опросом, в общем виде представляет собой опрос специалистов, компетентных в какой-либо, нужной исследователю области. Виды экспертных оценок. 1.Индивидуальные оценки основаны на использовании мнения отдельных экспертов, независимых друг от друга. 2.Коллективные оценки основаны на использовании коллективного мнения экспертов. Этапы экспертного оценивания. 1.Постановка цели исследования. 2.Выбор формы исследования, определение бюджета проекта. 3.Подготовка информационных материалов, бланков анкет, модератора процедуры. 4.Подбор экспертов. 5.Проведение экспертизы. 6.Статистический анализ результатов. 7.Подготовка отчета с результатами экспертного оценивания. Постановка цели исследования. Перед началом экспертного исследования необходимо четко определить его цель (проблему) и сформулировать соответствующий вопрос для экспертов. Выбор формы исследования, определение бюджета проекта. Существующие виды экспертных оценок можно классифицировать по признакам: 1.По форме участия экспертов: очное, заочное. 2.По количеству итераций (повторов процедуры для повышения точности) — одношаговые и итерационные. 3.По решаемым задачам: генерирующие решения и оценивающие варианты. 4.По типу ответа: идейные, ранжирующие, оценивающие объект в относительной или абсолютной (численной) шкале. 5.По способу обработки мнений экспертов: непосредственные и аналитические. 6.По количеству привлекаемых экспертов: без ограничения, ограниченные. Обычно используется 5 — 12 человек экспертов. Наиболее известные методы экспертных оценок: метод Дельфи, мозговой штурм и метод анализа иерархий. Каждому методу соответствуют свои сроки проведения и потребность в экспертах. После выбора метода экспертного оценивания можно определить затраты на процедуру, которые включают оплату экспертов, аренду помещения, приобретение канцтоваров, оплату специалиста по проведению и анализу результатов экспертизы. Подготовка информационных материалов. Эксперты перед вынесением суждения должны разносторонне рассмотреть представленную проблему. Для проведения этой процедуры необходимо подготовить информационные материалы с описанием проблемы, имеющиеся статистические данные, справочные материалы, бланки анкет, инвентарь. Подбор экспертов. Эксперты должны обладать опытом в областях, соответствующих решаемым задачам. При подборе экспертов следует учитывать момент личной заинтересованности, который может стать существенным препятствием для получения объективного суждения. С этой целью, например, применяют методы Шара, когда один эксперт, наиболее уважаемый специалист, рекомендует ряд других и далее по цепочке, пока не будет подобран необходимый коллектив. Проведение экспертизы. Проведение процедуры отличается в зависимости от используемого метода. Общие рекомендации: 1.Препятствовать давлению авторитетов (эксперт часто боится противоречить мнению большинства или наиболее уважаемого специалиста). 2.Установить и соблюдать регламент. Увеличение времени на принятие решения сверх оптимального не повышает точность ответа. Статистический анализ результатов. Результаты экспертного оценивания оформляются в виде отчёта. В отчете указывается цель исследования, состав экспертов, полученная оценка и статистический анализ результатов.

 

 

20. Качественные методы в социологическом исследовании (специфика и виды). В социологической практике под качественными данными понимают данные, которые выражаются нечисловым способом. Их носителями могут быть рисунки, фотографии, видеоматериалы,вещи, предметы и пр.Чаще всего они представлены в виде вербальной информации - текста или речи. От количественных данных качественные отличаются тем, что содержание последних несет в себе смысл, непосредственно характеризующий самого их носителя, в то время как количественные указывают на масштаб, объем, интенсивность характеристик изучаемого явления. Качественные методы направлены на изучение максимально широкого спектра мнений. Раскрытие наиболее полной картины ситуации является одним из условий, позволяющих анализировать внутреннюю структуру и взаимосвязи изучаемого явления, а значит - воздействовать на него. Качественные методы наиболее применимы для решения практических задач по анализу общественного мнения в сфере средств массовой информации и маркетинга. Они позволяют исследовать глубинные механизмы процесса влияния массовой коммуникации на индивидуальное сознание и увидеть закономерности восприятия социальной информации. Меняя набор методик, можно задать уровень получаемой информации: от социально обусловленных реакций до их подсознательной мотивации. Можно выделить несколько уровней анализа: Сознательных факторов, доступных для структурированных опросчиков; Личных чувств и языка, для которых требуется «сочувствующее» интервью; Интуитивных ассоциаций, для выявления которых используются невербальные методы или игры, выявляющие внутренний мир респондентов; Бессознательных, спонтанных реакций, не подверженных цензуре сознания факторов, поддающихся проективным методам. Качественные методы можно использовать не только для уточнения внутренней структуры и динамики общественного мнения, но и как вспомогательные при подготовке количественных исследований - например при формировании анкеты (получение спектра ответов, их предварительная кластеризация), или при разработке рабочей гипотезы исследования (выяснение специфических закономерностей восприятия изучаемого феномена и уточнение направлений исследования). Качественные методы в социологии: 1) Метод фокус-группы 2) 3) Экспертная оценка 4) Тестирование 5) Измерение социальных установок6) Шкала самооценок7) Шкала ранжированияКачественные методы наиболее применимы для решения практических задач по анализу общественного мнения в сфере СМИ и маркетинга. Они позволяют исследовать глубинные механизмы процесса влияния массовой коммуникации на индивидуальное сознание и увидеть закономерности восприятия социальной информации. Качественные методы- незаменимый инструмент для моделирования политических и рекламных кампаний, широко используемый во всем цивилизованном мире.

 

23. Анализ связи между двумя переменными. Таблицы сопряженности. Критерий х2. Анализ взаимосвязи (сопряженности) двух переменных.

Первым шагом к анализу взаимоотношений двух переменных является их перекрестная классификация, или построение таблицы сопряженности Таблица сопряженности - средство представления совместного распределения двух переменных, предназначенное для исследования связи между ними. Таблица сопряженности является наиболее универсальным средством изучения статистических связей, так как в ней могут быть представлены переменные с любым уровнем измерения. Строки таблицы сопряженности соответствуют значениям одной переменной, столбцы - значениям другой переменной (количественные шкалы предварительно должны быть сгруппированы в интервалы). На пересечении строки и столбца указывается частота совместного появления fij соответствующих значений двух признаков xi и yj. Сумма частот по строке fi называется маргинальной частотой строки; сумма частот по столбцу fj - маргинальной частотой столбца. Сумма маргинальных частот равна объему выборки n; их распределение представляет собой одномерное распределение переменной, образующей строки или столбцы таблицы. В таблицах сопряженности могут быть представлены как абсолютные, так и относительные частоты (в долях или процентах). Относительные частоты могут рассчитываться по отношению: к маргинальной частоте по строке к маргинальной частоте по столбцу к объему выборки Таблицы сопряженности используются для проверки гипотезы о наличии связи между двумя признаками (Статистическая связь, Критерий "хи-квадрат") Критерий хи-квадрат Пирсона. Хи-квадрат Пирсона - это наиболее простой критерий проверки значимости связи между двумя категоризованными переменными. Критерий Пирсона основывается на том, что в двувходовой таблице ожидаемые частоты при гипотезе "между переменными нет зависимости" можно вычислить непосредственно. Представьте, что 20 мужчин и 20 женщин опрошены относительно выбора газированной воды (марка A или марка B). Если между предпочтением и полом нет связи, то естественно ожидать равного выбора марки A и марки B для каждого пола. Значение статистики хи-квадрат и ее уровень значимости зависит от общего числа наблюдений и количества ячеек в таблице. В соответствии с принципами, обсуждаемыми в разделе Элементарные понятия статистики, относительно малые отклонения наблюдаемых частот от ожидаемых будет доказывать значимость, если число наблюдений велико. Имеется только одно существенное ограничение использования критерия хи-квадрат (кроме очевидного предположения о случайном выборе наблюдений), которое состоит в том, что ожидаемые частоты не должны быть очень малы. Это связано с тем, что критерий хи-квадрат по своей природе проверяет вероятности в каждой ячейке; и если ожидаемые частоты в ячейках, становятся, маленькими, например, меньше 5, то эти вероятности нельзя оценить с достаточной точностью с помощью имеющихся частот.)

 

 

24. Корреляционный анализ. Коэффициенты корреляции. Корреляционный анализ - метод установления связи и измерения ее тесноты между наблюдениями, которые можно считать случайными и выбранными из совокупности, распределенной по многомерному нормальному закону. Условия проведения корреляционного анализа: 1.переменные должны быть измерены в порядковой или интервальной шкале. 2.связь между переменными должна быть монотонной (монотонная связь называется монотонной, если направление изменения значения одной переменной у не меняется с возрастанием (убыванием) значения другой переменной х). Корреляционной связью называется такая статистическая связь, при которой различным значениям одной переменной соответствуют разные средние значения другой. Возникать корреляционная связь может несколькими путями. Важнейший из них - причинная зависимость вариации результативного признака от изменения факторного. Кроме того, такой вид связи может наблюдаться между двумя следствиями одной причины. Основной особенностью корреляционного анализа следует признать то, что он устанавливает лишь факт наличия связи и степень ее тесноты, не вскрывая ее причин. Коэффициент корреляции — двумерная описательная статистика, мера взаимосвязи (совместная изменчивость) двух переменных, измеренных в порядковой или интервальной шкале; это величина, которая может варьировать в пределах от +1 до -1. В случае полной положительной корреляции этот коэффициент равен плюс 1, а при полной отрицательной — минус 1. Коэффициент корреляции Браве-Пирсона (r) это параметрический показатель, для вычисления которого сравнивают средние и стандартные отклонения результатов двух измерений. где Σ XY — сумма произведений данных из каждой пары; n-число пар; X — средняя для данных переменной X; Y средняя для данных переменной Y; Sx стандартное отклонение для распределения х;Sy стандартное отклонение для распределения у Коэффициент корреляции рангов Спирмена ( rs ) — это непараметрический показатель, с помощью которого пытаются выявить связь между рангами соответственных величин в двух рядах измерений. где d — разность между рангами сопряженных значений признаков (независимо от ее знака), а — число пар.

25. Латентно-структурный анализ: назначение, основные понятия, процедура - метод вероятностно-статистического моделирования, идея которого основана на предположении, что наблюдаемое поведение (например, ответы индивидов на вопросы теста или анкеты) есть внешнее проявление некоторой скрытой (латентной) характеристики, присущей индивидам. Задача метода заключается в том, чтобы, изучив наблюдаемое поведение индивидов, вывести эту скрытую характеристику и разделить (классифицировать) индивидов по сходству (равенству) ее значений. Метод возник в конце 40-х - начале 50-х гг. Первоначально он разрабатывался в теории тестов как инструмент измерения таких скрытых характеристик индивидов, как способность, интеллект и т.д., а затем в социологии как инструмент классификации. Логические и математические основания метода были изложены в работах американского социолога П. Лазарсфельда. В 50-х - начале 60-х гг. получили дальнейшее развитие математико-статистические основы метода, которые были подытожены в монографии, подготовленной П.Лазарсфельдом и Н.Генри. Однако попытки применить конкретные латентно-структурные модели к реальным данным столкнулись со значительными вычислительными и методическими трудностями. В середине 70-х и 80-х гг. в связи с бурным развитием быстродействующей вычислительной техники вновь возродился интерес к анализу латентно-структурному. Предложен ряд эффективных алгоритмов, в которых преодолены вычислительные и прикладные трудности. Латентно-структурная техника стала доступной и приемлемой для использования в социологических исследованиях. Анализ латентно-структурный состоит в следующем. Исследователь формирует тест или анкету, состоящую из вопросов, которые, как он полагает, относятся к изучаемой скрытой характеристике. Выделенные вопросы называют явными переменными, а скрытую характеристику - латентной переменной. В теории тестов скрытая характеристика интерпретируется как одномерный латентный континуум (непрерывная латентная переменная). Вопросы предъявляются выборке индивидов. Основная задача метода заключается в том, чтобы на основании полученного распределения ответов на вопросы сделать выводы о позициях индивидов на предполагаемом континууме. Полученные "картины ответов" называют явными данными, а извлеченная и выведенная из них информация о континууме и положении индивидов на нем - латентной, т.е. различаются явные данные, полученные прямым наблюдением, и информация, выведенная из данных при некоторых дополнительных предположениях.

 

26. Дискриминантный анализ: назначение, основные понятия, результаты Дискриминантный анализ — инструмент статистики, который используется для принятия решения о том, какие переменные разделяют (т.е. «дискриминируют») возникающие наборы данных (так называемые «группы»). Примеры: Например, некий исследователь в области образования может захотеть исследовать, какие переменные относят выпускника средней школы к одной из трех категорий: поступающий в колледж, поступающий в профессиональную школу, отказывающийся от дальнейшего образования. Медик может регистрировать различные переменные, относящиеся к состоянию больного, чтобы выяснить, какие переменные лучше показывают, что пациент, вероятно, выздоровел полностью, частично или совсем не выздоровел. Основная идея дискриминантного анализа заключается в том, чтобы определить, отличаются ли совокупности по среднему какой-либо переменной (или линейной комбинации переменных), и затем использовать эту переменную, чтобы предсказать для новых членов их принадлежность к той или иной группе. Многомерные переменные. При применении дискриминантного анализа обычно имеются несколько переменных, и задача состоит в том, чтобы установить, какие из переменных вносят свой вклад в дискриминацию между совокупностями. В этом случае мы имеем матрицу общих дисперсий и ковариаций, а также матрицы внутригрупповых дисперсий и ковариаций. Мы можем сравнить эти две матрицы с помощью многомерного F -критерия для того, чтобы определить, имеются ли значимые различия между группами (с точки зрения всех переменных). Пошаговый дискриминантный анализ. Вероятно, наиболее общим применением дискриминантного анализа является включение в исследование многих переменных с целью определения тех из них, которые наилучшим образом разделяют совокупности между собой. Например, исследователь в области образования, интересующийся предсказанием выбора, который сделают выпускники средней школы относительно своего дальнейшего образования, произведет с целью получения наиболее точных прогнозов регистрацию возможно большего количества параметров обучающихся, например, мотивацию, академическую успеваемость и т.д. Модель. Другими словами, мы хотим построить "модель", позволяющую лучше всего предсказать, к какой совокупности будет принадлежать тот или иной образец. Пошаговый анализ с включением. В пошаговом анализе дискриминантных функций модель дискриминации строится по шагам. Точнее, на каждом шаге просматриваются все переменные и находится та из них, которая вносит наибольший вклад в различие между совокупностями. Эта переменная должна быть включена в модель на данном шаге, и происходит переход к следующему шагу. Пошаговый анализ с исключением. Можно также двигаться в обратном направлении, в этом случае все переменные будут сначала включены в модель, а затем на каждом шаге будут устраняться переменные, вносящие малый вклад в предсказания. Тогда в качестве результата успешного анализа можно сохранить только "важные" переменные в модели, то есть те переменные, чей вклад в дискриминацию больше остальных. F для включения, F для исключения. Эта пошаговая процедура "руководствуется" соответствующим значением F для включения и соответствующим значением F для исключения. Расчет на случай. Пошаговый дискриминантный анализ основан на использовании статистического уровня значимости. Поэтому по своей природе пошаговые процедуры рассчитывают на случай, так как они "тщательно перебирают" переменные, которые должны быть включены в модель для получения максимальной дискриминации. При использовании пошагового метода исследователь должен осознавать, что используемый при этом уровень значимости не отражает истинного значения альфа, то есть, вероятности ошибочного отклонения гипотезы H0 (нулевой гипотезы, заключающейся в том, что между совокупностями нет различия).

 

 

27. Кластерный анализ: назначение и основные понятия его проведения. Первое применение кластерный анализ нашел в социологии. Название кластерный анализ происходит от английского слова cluster - гроздь, скопление. Впервые в 1939 был определен предмет кластерного анализа и сделано его описание исследователем Трионом. Главное назначение кластерного анализа - разбиение множества исследуемых объектов и признаков на однородные в соответствующем понимании группы или кластеры. Это означает, что решается задача классификации данных и выявления соответствующей структуры в ней. Методы кластерного анализа можно применять в самых различных случаях, даже в тех случаях, когда речь идет о простой группировке, в которой все сводится к образованию групп по количественному сходству.

Большое достоинство кластерного анализа в том, что он позволяет производить разбиение объектов не по одному параметру, а по целому набору признаков. Кроме того, кластерный анализ в отличие от большинства математико-статистических методов не накладывает никаких ограничений на вид рассматриваемых объектов, и позволяет рассматривать множество исходных данных практически произвольной природы. Кластерный анализ позволяет рассматривать достаточно большой объем информации и резко сокращать, сжимать большие массивы социально-экономической информации, делать их компактными и наглядными. Кластерный анализ можно использовать циклически. В этом случае исследование производится до тех пор, пока не будут достигнуты необходимые результаты. Как и любой другой метод, кластерный анализ имеет определенные недостатки и ограничения: В частности, состав и количество кластеров зависит от выбираемых критериев разбиения. При сведении исходного массива данных к более компактному виду могут возникать определенные искажения, а также могут теряться индивидуальные черты отдельных объектов за счет замены их характеристиками обобщенных значений параметров кластера. При проведении классификации объектов игнорируется очень часто возможность отсутствия в рассматриваемой совокупности каких-либо значений кластеров.

В кластерном анализе считается, что: а) выбранные характеристики допускают в принципе желательное разбиение на кластеры;

б) единицы измерения (масштаб) выбраны правильно. Выбор масштаба играет большую роль. Как правило, данные нормализуют вычитанием среднего и делением на стандартное отклонение, так что дисперсия оказывается равной единице. Задача кластерного анализа заключается в том, чтобы на основании данных, содержащихся во множестве Х, разбить множество объектов G на m (m - целое) кластеров (подмножеств) Q1, Q2, …, Qm, так, чтобы каждый объект Gj принадлежал одному и только одному подмножеству разбиения и чтобы объекты, принадлежащие одному и тому же кластеру, были сходными, в то время, как объекты, принадлежащие разным кластерам были разнородными. Методы кластерного анализа 1) Метод полных связей. Суть данного метода в том, что два объекта, принадлежащих одной и той же группе (кластеру), имеют коэффициент сходства, который меньше некоторого порогового значения S. 2) Метод максимального локального расстояния. Каждый объект рассматривается как одноточечный кластер. Объекты группируются по следующему правилу: два кластера объединяются, если максимальное расстояние между точками одного кластера и точками другого минимально. 3) Метод Ворда.В этом методе в качестве целевой функции применяют внутригрупповую сумму квадратов отклонений, которая есть ни что иное, как сумма квадратов расстояний между каждой точкой (объектом) и средней по кластеру, содержащему этот объект. На каждом шаге объединяются такие два кластера, которые приводят к минимальному увеличению целевой функции, т.е. внутригрупповой суммы квадратов. Этот метод направлен на объединение близко расположенных кластеров.4) Центроидный метод. Расстояние между двумя кластерами определяется как евклидово расстояние между центрами (средними) этих кластеровприложения кластерного анализа:-Деление стран на группы по уровню развития-Деление стран по критерию близости культуры-Разработка прогноза конъюнктуры рынка цинка

 

28. Факторный анализ: задачи, основное уравнение факторного анализа, таблица факторных нагрузок, процедура факторного анализа.

Факторный анализ это процедура, с помощью которой большое число переменных, относящихся к имеющимся наблюдениям сводит к меньшему количеству независимых влияющих величин, называемых факторамиФакторный анализ - группа методов статистического анализа, которые предназначены для выявления непосредственно не наблюдаемых факторов.Его исходным положением является тезис, что каждый наблюдаемый признак можно выразить в виде суммы других признаков (факторов), умноженных на свой коэффициент. Значения данных коэффициентов называется факторной нагрузкой. Факторы подразделяются на общие, свойственные всем наблюдаемым признакам и характерные (специфические), которые свойственны только одному наблюдаемому признаку. Например, уровень доверия правительству зависит от уровня благосостояния, но кому-то из респондентов приходиться много тратить средств на лечение кого-нибудь из родственников. В последнем случае фактор - характерный.Отсюда формулы

 

Zj - преобразованное значение признака j p - общий фактор (от 1 до m) m - количество общих факторов αjp - факторная нагрузка p на j Fp - значение фактора p dj - факторная нагрузка характерного фактора Uj - значение фактора j Xji - значение признака j на объекте I Xj - среднее значение признака j σj - дисперсия признака j

Если распределение нормальное, а общие факторы не коррелируют между собой (независимы друг от друга), то справедливо следующее отношение:

 

В чистом виде факторный анализ редко используется в социологии. Это обусловлено следующими причинами:1. Факторный анализ рассчитан на количественные данные, полученные по метрической шкале. А они встречаются редко. 2. Социологи на этапе формирования анкеты и других инструментов, редко подразумевают использование факторного анализа. Часто визуально наблюдаемые зависимости невозможно проверить факторным анализом без повторной перекодировки анкеты. 3. Анкета не безразмерная невозможно в нее внести все признаки, которые гипотетически могут быть факторами. Возрастает вероятность влияния случайных ошибок. 4. Признаки, которые гипотетически рассматриваются как латентные факторы могут не являться таковыми. Отсюда, часто ищут характерные факторы, которые отклоняют результат, хотя на самом деле нет общего фактора. 5. Факторный анализ рассчитан, что латентные факторы некоррелирогваны. А они часто коррелируются. Причем корреляция нелинейна. Например 'Возраст' и 'Уровень доходов'. Существующие непараметрические модели статистических пакетов (учитывающие корреляцию факторов) не могут адекватно отразить нелинейную корреляцию. Приходится использовать еще полиноминальный регрессионный анализ.6. Возможно существование иной латентной переменной, которая влияет и на значение признака, и на значение фактора. Приведи ее к нулевому значению, тогда факторная нагрузка станет равной нулю. Тем не менее факторный анализ используется, хотя чаще в модифицированной форме каковыми являются: Шкала Лайкерта Шкалограмма Гуттмана Латантно-структурный анализ Лазарсфельда.

 

 

29. Сущность и социальная значимость профессии социолога. В широком смысле слова социолог — специалист, изучающий общество в целом и законы его развития. На практике социологи занимаются анализом функционирования социальных институтов, изучаются взаимодействие между общностями. Специалисты в области социологии делятся на два типа: ученые-социологи прикладные социологи. Ученые изучают общественную жизнь с помощью различных методов исследования. Результатом их труда становится теоретическое обоснование тех или иных общественных явлений. Прикладные социологи чаще всего занимаются практическими исследованиями жизни общества. Проводят опросы населения по тем или иным вопросам, исследуют мнение электората, занимаются статическими подсчетами. История профессии: Своё развитие профессия социолога получила благодаря основателю соответствующей науки французскому учёному Эмилю Дюркгейму. В своих работах он дал описание многих социологических методов исследования, что на сегодняшний день считается основополагающими принципами классической социологии. Труды французского учёного ознаменовали выделение отдельного предмета преподавания и появление новой профессии работника, изучающего общество — социолога. Социальная значимость профессии в обществе: Востребованность профессии социолога не подлежит сомнению. В основном к услугам социологов обращаются торговые фирмы, представители предвыборных штабов — в целях изучения мнения избирателей и построения лучшей стратегии предвыборной кампании, организации средств массовой информации, для составления рейтингов печатных изданий и телеканалов. Массовость и уникальность профессии: Уникальность профессии основывается на умении сотрудника раскрывать причины разнообразных социальных явлений, анализировать полученные результаты и быстро реагировать на возможные изменения в социальной структуре общества. Местом работы для сотрудника социологических исследований могут стать аналитические социальные центры, консалтинговые компании, государственные или муниципальные органы власти, кадровые службы, СМИ, издательский бизнес, маркетинговые отделы крупных предприятий, а также различные фирмы, где осуществляются функции менеджера по связям с общественностью. Риски профессии: Плюсы профессии социолога находятся в прямой зависимости от развития умений и навыков по данной специальности. Целесообразно продолжать высшее образование, помогая тем самым своему продвижению по карьерной лестнице. Уровень заработной платы варьируется в зависимости от профиля компании-работодателя, наиболее популярными из которых являются те, которые специализируются на рекламе и маркетинговых исследованиях. Виды деятельности: планирование этапов исследовательской деятельности; выбор оптимального метода исследования; сбор результатов, их обработка, составление инфографики, документации, отчетов; формирование экспертного мнения. Места работы: центры изучения общественного мнения; организации государственного и муниципального управления; рейтинговые агентства; маркетинговые и рекламные агентства; консалтинговые компании. Профессиональные навыки: знание основ социологии и смежных наук (статистика, политология, история, экономика); умение применять те или иные методы исследования на практике. Дополнительные особенности: Широкое применение своим профессиональным знаниям современные социологи-практики сегодня находят в области маркетинга и рекламы

 

.



Поделиться:


Последнее изменение этой страницы: 2016-08-12; просмотров: 1463; Нарушение авторского права страницы; Мы поможем в написании вашей работы!

infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.235.227.36 (0.036 с.)