Качественно-количественный анализ результатов

Курс «Введение в профессию» Дисциплина «Практикум по социологическим исследованиям» 1 семестр 4 семестр Преподаватель – к.пс.н. доцент Ванновская Ольга Васильевна Качественно-количественный анализ результатов Тема №1 «Психология как профессия» www.akme.edu.ru Качественно-количественный анализ результатов Тема: Качественно-количественный анализ результатов Цель исследования определяет уровень анализа. В полном же объеме, последовательность действий при анализе эмпирических данных может быть представлена следующим образом. Первая стадия - описание всей совокупности данных в их простейшей форме. Предварительно осуществляется общий контроль качества полученной информации: выявляются ошибки и пропуски, допущенные при сборе данных. Бракуем какие-то «единицы» выборочной совокупности, не отвечающие модели выборки (коррекция выборки). Затем идет собственно описание с помощью аппарата дескриптивной статистики для упорядочения всех данных по отдельным признакам (переменным). Это могут быть графика, таблицы и т.д. Это позволяет решить две задачи: 1) дать общую оценку выборочной совокупности и частных подвыборок, чтобы понять, каким образом особенности выборок будут сказываться на интерпретации того или иного частного вывода и обобщающих заключений; 2) для того чтобы в последующих операциях с данными не утратить представления о составляющих более сложных зависимостей и комбинаций, которыми впоследствии будем оперировать. Вторая стадия – «уплотнение» исходной информации, т.е. укрупнение шкал, формирование агрегированных признаков-индексов, выявление типических групп. Основная цель этих операций - сокращение числа признаков, нужных для итогового анализа. Одновременно достигается первичное обобщение данных, для более глубокого понимания сути изучаемых процессов. Возможно, целесообразно, укрупнить шкалу, т.е. объединить смысловую единицу с подобной ей, укрупнить шкалу. Тогда следует дать уточненную интерпретацию нового признака. Третья стадия – переход к анализу взаимосвязей и использованию довольно сильных операций – факторного анализа, типологизации и т.д. Третья стадия анализа как бы вклинивается в предыдущую. Это углубление интерпретации и переход к объяснению фактов путем выявления возможных прямых и косвенных влияний на агрегированные свойства. www.akme.edu.ru -1- Качественно-количественный анализ результатов На данной стадии анализа должны быть получены основные выводы, проверены главные гипотезы, необходимые для разработки практических рекомендаций и для теоретического осмысления проблемы. Четвертая стадия заключительная, - позволяет подтвердить гипотезу (или опровергнуть) и спрогнозировать в отчеты варианты развития изученной проблемы. Методы обработки социологической информации Простая группировка – классификация или упорядочение данных по одному признаку (в зависимости от гипотез можно сгруппировать выборочную совокупность по возрасту, полу, роду занятий и пр.) Число членов выделенной группы называют долей или относительной частотой. Здесь сразу можно применить такие статистические приемы обработки информации, как вычисление медианы, среднеарифметических показателей, исчисление частот по процентам. Перекрестная группировка – это связывание данных, предварительно упорядоченных по двум признакам в таблицах (например, возраст мужа и возраст жены в семейных парах). Основная задача перекрестной группировки – поиск устойчивых связей изучаемых объектов (например, типичных соотношений возраста семейных пар). Такая группировка в некоторых случаях уже является достаточной для основательного отчета по результатам исследования. Далее возможны эмпирическая ТИПОЛОГИЗАЦИЯ – поиск устойчивых сочетаний свойств объектов не по одному или двум, а в нескольких измерениях одновременно (например, в семейных парах возраст супругов анализируется в зависимости от национальности, места жительства и т.п.) Задачи многомерной эмпирической типологизации решают с помощью математических процедур распознавания образов - таксономии. В эмпирическом материале для таксономического анализа выделяются группы – таксоны (например, по семейному положению) и затем анализируется их миграционное поведение, по характеру миграционных потоков в зависимости от численности поселенческих образований. В многомерной эмпирической классификации используется прием кластерного анализа. Например, конфигурация депутатских групп в органах представительной власти, позволяющая прогнозировать их поведение. www.akme.edu.ru -2- Качественно-количественный анализ результатов В специальной литературе рассматриваются более сложные приемы анализа информации: критерий Юла, метод корреляционного графа, факторный анализ, всевозможные коэффициенты, например Пирсона. Как правило, социологи используют стандартные компьютерные программы (SPSStatistics, Stata, SAS) обработки социологической информации, пригодные для выдачи простых распределений, процентов, отклонений, ранговых и парных коэффициентов корреляции, энтропии, регрессионных показателей, различного рода индексов и т. п. Результаты анализа могут быть представлены различными графическими методами: - для одномерных распределений – гистограмма или столбиковая диаграмма; возможна круговая диаграмма - для многомерного анализа лучше использовать анализ взаимосвязи (корреляции) двух переменных. Однако, количественный анализ (полученные цифровые показатели) должен быть дополнен качественным, т.е. интерпретацией цифровых показателей. Чтобы каждый эмпирический показатель, обладающий многозначностью, был правильно однозначным, следует строго придерживаться задач (гипотез) исследования. Виды статистических группировок в схеме: Виды статистических группировок Типологические: Выявление однородных в качественном отношении типов явлений по существенным качественным признакам. Вариационные: Выявление количественных характеристик изучаемого явления. www.akme.edu.ru Аналитические: Установление взаимосвязи между явлениями. -3- Качественно-количественный анализ результатов Практические рекомендации к теме 4: 1. Приступая к анализу данных, строго придерживаться программных гипотез. 2. Первоначальные группировки и классификации разумнее всего производить исходя из элементарных описательных гипотез, а последующие предварять уточняющими и интерпретационными предположениями, продвигаясь к объяснительным. 3. Не следует смешивать уточнение и интерпретацию данных с их объяснением. Объяснение главная задача анализа, позволяющая установить причинные зависимости, дает основание для прогноза и, следовательно, для перехода к обоснованию практических решений проблем. Практические рекомендации к теме 4 по подсчету результатов: I. Подсчет результатов. 1. На чистой анкете: сколько всего человек опрошено (100%) (в верхнем углу). 2. Подсчет по каждому ответу: Справа - количество человек Слева % от 100 (всего опрошенных) 3. ответ «другое» – если не поддается подсчету, т.е. очень индивидуальный ответ - выписать на отдельном листке (№ вопроса, номер ответа) 4. отдельно выписать открытые вопросы (на чистом листе номер вопроса). Постараться найти «изюминку» (Пригодится при составлении рекомендаций). www.akme.edu.ru -4-