Способы обобщения и отображения первичных данных в социологическом исследовании.

💸 Как сделать бизнес проще, а карман толще?

Тот, кто работает в сфере услуг, знает — без ведения записи клиентов никуда. Мало того, что нужно видеть свое раписание, но и напоминать клиентам о визитах тоже. Проблема в том, что средняя цена по рынку за такой сервис — 800 руб/мес или почти 15 000 руб за год. И это минимальный функционал. Нашли самый бюджетный и оптимальный вариант: сервис VisitTime.
⚡️ Для новых пользователей первый месяц бесплатно. А далее 290 руб/мес, это в 3 раза дешевле аналогов. За эту цену доступен весь функционал: напоминание о визитах, чаевые, предоплаты, общение с клиентами, переносы записей и так далее.
✅ Уйма гибких настроек, которые помогут вам зарабатывать больше и забыть про чувство «что-то мне нужно было сделать».
Сомневаетесь? нажмите на текст, запустите чат-бота и убедитесь во всем сами!

Характер отображения социологических данных предопределен, прежде всего, формами обобщения первичной информации.

Наиболее простая форма обобщения первичной социологической информации - группировка. Она позволяет зачислить респондента в ту или иную группу в соответствии с выбранным признаком (или признаками) группировки. Подытоживая число ответов на вопросы анкеты в опоре на такие признаки, исследователь осуществляет не что иное, как простую группировку респондентов с учетом их социально-демографических признаков, мнений, установок, информированности, индивидуальных оценок и т. д. Выделенные таким образом однородные по составу (по признаку группировки) группы значительно легче соотносить, сравнивать, анализировать.

Выбор признака группировки - не произвольная процедура, он диктуется задачей социологического исследования, сформулированными ранее гипотезами. Ошибочный выбор признака группировки приводит к неверным выводам» при анализе характеристик объекта исследования.

В зависимости от шкалы, измерения, в соответствии с которой получены ответы на вопрос, группировка социологической информации может представлять собой:

- зачисление респондентов в номинальные группы (группировка опрошенных по полу, национальности и т. д.);

- упорядочение информации в ранжированном ряду, например, по характеру труда (выполняющие ручной труд, работающие с механизмами, выполняющие труд интеллектуальный) или по степени включенности в общественную работу (состоят членами соответствующих движений, сочувствуют им, к партиям и движениям относятся с безразличием, либо отрицательно) и т. д.;

- группировку по количественному признаку, в результате которой группы респондентов характеризуются числовой величиной и потому количественно сравнимы между собой. (Например, группировка по возрастным интервалам: 18-25 лет, 26-30 лет, 31-40 лет, 41-50 лет, 50 лет и старше).

Когда респондентов распределяют в группы по двум или более признакам, например, выделяют мужчин в возрасте до 30 лет, имеющих высшее образование (три признака - пол, возраст, образование), то говорят о комбинационной группировке. В зависимости от решаемых задач она может быть структурной, типологической и аналитической.

Когда требуется узнать возрастной или квалификационный состав респондентов, применяется структурная группировка по возрастным интервалам или квалификационным разрядам. Таким образом, при структурной группировке респондентов классифицируют по некоторому свойственному всей совокупности объективному признаку.

Если же ставится задача выделить из состава опрошенных группы по признаку «удовлетворенность содержанием труда», то осуществляется типологическая группировка. Типы, как правило, выделяются на основании субъективного признака, измеренного по оценочной шкале, либо на базе нескольких признаков (многомерная группировка). В связи с этим типообразующие признаки чаще всего конструируются самим исследователем (такие, к примеру, признаки, как «активный – неактивный», «обладающие различным уровнем художественной культуры» и др.).

Группировка, произведенная по двум и более признакам и служащая выявлению их взаимосвязи, называется аналитической. Если, скажем, проверяется, имеется ли связь между удовлетворенностью содержанием труда и соблюдением трудовой дисциплины, то необходимо осуществить по этим двум признакам группировку.

В результате группировки обычно выделяется не одна, а несколько групп (в соответствии с числом позиций признака группировки). При этом каждой выделенной группе соответствует некоторое число, отражающее ее количественный состав. Такой ряд чисел, получаемый в результате группировки, называется рядом распределения. Ряды распределений, отражающие результат группировки респондентов по качественным признакам, называются атрибутивными, а по количественным - вариационными. В соответствии с характером количественных признаков вариационные ряды делятся на дискретные и непрерывные.

Непрерывные, как правило, носят интервальный характер. Это значит, что та или иная группа респондентов характеризуется по количественному признаку не одним числом, а числовым интервалом, например возрастными интервалами: 20-24 года, 25-30 лет и т.д. Это важно учитывать при вычислении среднестатистического показателя.

Выбор интервалов во многом зависит от исследователя и осуществляется в соответствии с задачами исследования.

Ряды распределения наряду с числовой имеют и текстовую характеристику. Такое отображение данных с сопроводительным объясняющим текстом осуществляется при помощи таблиц.

Данная процедура не представляет собой отдельный вид математической операции обобщения первичной социологической информации. Это только форма отображения рядов распределения, имеющая преимущество в том, что в ней кратко даются пояснения числовых значений соответствующих групп.

Наряду с табличными в целях наглядности широко применяется графический способ отображения социологических данных. Чаще всего он имеет вид полигона или гистограммы. Полигон преимущественно используется для графического отображения непрерывных рядов, а гистограмма - дискретных. Строятся графики в прямоугольной системе координат, в которой на оси «у» отмечается общая численность, или доля респондентов (в %) по группам, на оси «х» - значения, или порядок признака.

48. Элементы статистического анализа эмпирических данных – частотное распределение.

Первым шагом в анализе данных всегда является построение частотных распределений для каждой изучавшейся переменной.

Частотное распределение – это упорядоченный подсчет количества признаков по каждому значению переменной.

Для облегчения работы с частотными распределениями, а также для обобщенного представления их характеристик, обычно используют определенные числовые значения - статистики. Наибольшее практическое значение имеют две группы статистик: меры центральной тенденции и меры изменчивости (разброса).

Меры центральной тенденции указывают на расположение среднего, или типичного, значения признака, вокруг которого сгруппированы остальные наблюдения. Способность среднего значения давать некую обобщенную информацию о распределении вытекает из того соотношения, которое связывает среднее значение с другими «особыми» точками распределения - минимумом и максимумом: зная среднее значение, мы можем утверждать, что наименьшее наблюдаемое значение полученного распределения было не больше среднего, а наибольшее зафиксированное значение - не меньше среднего. В статистике понятие среднего значения может быть строго задано лишь для одномерного распределения переменной-признака.

Самой простой из мер центральной тенденции является мода (Мо). Для номинальных переменных мода - это единственный способ указать наиболее типичное, распространенное значение. Мода - это такое значение в совокупности наблюдений, которое встречается чаще всего. Например, если в выборке содержится 60% православных, 30% мусульман и 10% представителей других конфессий, то модальным значением будет «православный». У моды как меры центральной тенденции есть определенные недостатки, ограничивающие ее интерпретацию: в распределении могут быть две и более моды (соответственно оно является бимодальным или мультимодальным).

Медиана (Md) - это значение, которое делит упорядоченное множество данных пополам, так что одна половина наблюдений оказывается меньше медианы, а другая - больше.

Необходимо знать не только то, что типично для выборки наблюдений, но и установить, насколько выражены отклонения от типичных значений. Чтобы определить, насколько хорошо та или иная мера центральной тенденции описывает распределение, нужно воспользоваться какой-либо мерой изменчивости, разброса.

Дисперсия вариационного ряда – средняя арифметическая квадратов отклонений вариантов от их средней арифметической.

Величина, равная квадратному корню из дисперсии, называется стандартным отклонением (sx):

Очевидной интерпретацией стандартного отклонения является его способность оценивать «типичность» среднего: стандартное отклонение тем меньше, чем лучше среднее суммирует, «представляет» данную совокупность наблюдений.