Ћекции.ќрг


ѕоиск:




 атегории:

јстрономи€
Ѕиологи€
√еографи€
ƒругие €зыки
»нтернет
»нформатика
»стори€
 ультура
Ћитература
Ћогика
ћатематика
ћедицина
ћеханика
ќхрана труда
ѕедагогика
ѕолитика
ѕраво
ѕсихологи€
–елиги€
–иторика
—оциологи€
—порт
—троительство
“ехнологи€
“ранспорт
‘изика
‘илософи€
‘инансы
’ими€
Ёкологи€
Ёкономика
Ёлектроника

 

 

 

 


VI. ќбработка и анализ 2 страница




ѕример сразу же показал, что дли анализа удобно составление такой таблицы с трем€ факторами: либо мужчины и женщины принимаютс€ за посто€нную величину и мен€ютс€ возрастные группы (первое расположение), либо, наоборот, возрастные группы считаютс€ константой, а внутри их идет сравнение мужчин и женщин. ¬ первом случае контрольной переменной был пол. ¬о втором случае мы выбрали в качестве контрольной переменной возраст. ’от€ цифры в таблицах при том или ином Ђрасположенииї одни и те же, преобразование таблиц €снее вы€вл€ет вли€ние различных факторов.

Ќебольшой шаг от простого распределени€ (breakdown) к Ђперекрестным матрицамї (cross-tabulation)[143] путем введени€ новой переменной, или, говор€ другими словами, от двухмерной таблицы к трехмерной, €вл€етс€ одним из важнейших приемов при анализе.

Ћожна€ коррел€ци€: [144] ловушкадл€провод€щегоанализ

ќбщие результаты, как уже было сказано, представл€ют интерес в качестве описани€, но по ним еще нельз€ сделать вывод о взаимосв€з€х. »х можно Ђинтерпретироватьї, то есть предполагать, как следует понимать вы€вленные обсто€тельства, но насколько эти предположени€ оправданы, этот вопрос остаетс€ открытым. ѕодготавливают иривычные распределени€ общего результата, например, при опросах населени€ Ч распределени€ по полу, возрастным группам, семейному положению, по професси€м, по ƒоходу, по образованию, вероисповеданию, величине семьи, иногда по партийной принадлежности, по величине города или поселка, по регионам (по земл€м). Ётому предшествует, конечно, запись соответствующих данных в интервью с каждым опрашиваемым и перенос их на перфокарты. —оставл€ютс€ двухмерные таблицы, благодар€ которым мы не только получаем более дифференцированное описание соотношений, но в результате сравнени€ результатов по различным группам начинаем также вы€вл€ть взаимосв€зь €влений.

јнализ былбы относительно прост,если бы многие из этих таблиц не имели двух Ђловушекї:

1. –езультаты в сравниваемых группах не отличаютс€друг от друга, например результаты дл€ опрашиваемыхс начальным и средним школьным образованием: можноделать вывод, что школьное образование не вли€ет на мнение респондентов по данному вопросу. ¬ действительностисовпадение результатов оказываетс€ лишь кажущимс€:школьное образование вли€ет на мнение, но это вли€ниеперекрываетс€ противодействующим фактором, которыйодновременно св€зан со школьным образованием и с исследуемым вопросом и снимает эти различи€. Ќиже приводитс€пример.

2. –езультатысравниваемыхгруппотличаютс€ другот друга, и на этом основании делают вывод о наличиивзаимосв€зи. ¬ действительности нет никакой взаимосв€зи,имеет место ложна€ коррел€ци€, вызванна€ другим фактором, который имеет фактическую тесную св€зь со статистическим признаком, по которому произведены группировки в таблице, и с мнением по исследуемому вопросу.

¬ы€вление таких заблуждений €вл€етс€ одним из существенных признаков квалифицированного анализа.

—редством вы€влени€ ложных коррел€ций служит введение дополнительного фактора, введение контрольной переменной, вследствие чего двухмерна€ таблица преобразуетс€ в трехмерную. Ѕлагодар€ такой процедуре в первом случае скрытое различие про€вл€етс€, а наблюдаемое во втором случае различие становитс€ значительно слабее, исчезает или даже превращаетс€ в свою противоположность. ƒл€ иллюстрации первого вида ловушек рассмотрим двухмерную таблицу или, как говор€т, Ђпростую коррел€циюї: отношение слушателей с различным уровнем школьного образовани€к радиопередачам.

ќ“ЌќЎ≈Ќ»≈ —Ћ”Ўј“≈Ћ≈… — –ј«Ћ»„Ќџћ Ў ќЋ№Ќџћ ќЅ–ј«ќ¬јЌ»≈ћ   –јƒ»ќѕ≈–≈ƒј„јћ

¬ќѕ–ќ—: ЂЌравитс€ ли ¬ам в общем и целом радиостанци€ X или не нравитс€?ї

—лушатели с на-

—лушатели со средним школьным образованием 7% 57% 16% 11% 9%

ным образованием (народна€ школа)

57% 15% 10% 10%

ќчень нравитс€

Ќравитс€

Ќе очень нравитс€

—овершенно не нравитс€

“рудно сказать

100% 290

100% 1000

»так, оказывает ли вли€ние школьное образование на отношение к радиостанции X? ѕосле введени€ нового фактора Ч проживает ли респондент в границах или за пределами Ђрайона взимани€ налоговї радиостанцией X, возникает следующа€ трехмерна€ таблица или Ђдвойна€ коррел€ци€ї, котора€ показывает другую картину.

ќ“ЌќЎ≈Ќ»≈ —Ћ”Ўј“≈Ћ≈… — –ј«Ћ»„Ќџћ Ў ќЋ№Ќџћ

ќЅ–ј«ќ¬јЌ»≈ћ   ѕ≈–≈ƒј„јћ X ¬ √–јЌ»÷ј’ »Ћ» «ј ѕ–≈ƒ≈Ћјћ» –ј…ќЌј ¬«»ћјЌ»я Ё“ќ… –јƒ»ќ—“јЌ÷»≈…

ЌјЋќ√ќ¬

¬ќѕ–ќ—: ЂЌравитс€ ли ¬ам в общем и целом радиостанци€ X или не нравитс€?ї

 

  —лушатели в 1 рани- —лушатели [ за преде-
  цах района взимани€ лами района взима-
  налогов ни€ налогов
  с началь- со средним с началь- со средним
  ным школьным ным школьным
  школьным образова- школьным образова-
  образова- нием образова- нием
  нием   нием  
ќчень нравитс€,        
нравитс€ 65% 50% 65% 80%
Ќе очень нравитс€,        
совсем не нравитс€ 24% 40% 26% 12%
“рудно сказать 11% 10% 9% 8%
  100% 100% 100% 100%
N =        

Ђƒвойна€ коррел€ци€ї школьного образовани€ и района проживани€ слушателей показывает, что в границах района взимани€ налогов слушатели со средним школьным образованием значительно более критично оценивают свою Ђместную передачуї, которую они слушают ежедневно, чем слушатели с начальным школьным образованием.

— другой стороны, мнение слушателей со средним школьным образованием, проживающих за пределами района взимани€ налогов, имеет особую ценность Ч ведь они, веро€тно (здесь начинаетс€ интерпретаци€ Ч доказательств нет), слушают передачу X не всегда и включают ее, потому что она их особенно интересует, потому что о ней сложилось определенное мнение. ќба обсто€тельства взаимно компенсируют друг друга при объединенном подсчете результатов с распределением по школьному образованию; проста€ коррел€ци€ дает, таким образом, ложную картину.

€вл€етс€ пол. ≈сли нам удаетс€ найти эту скрытую переменную, этот Ђмешающийї фактор (в английском €зыке он называетс€ Ђspurious factorї, потому что он вызывает Ђspurious correlationїЧ ложную коррел€цию), и с его помощью составить трехмерную таблицу, то дело сразу про€сн€етс€.

—начала приводим доказательства, что от пола зависит привычка курить, а также членство в спортивном клубе:

¬ќѕ–ќ—: Ђ¬ы курите?ї *

∆енщины 24% 76%

ћужчины 67% 33%

100% 587

100% 413

 ур€щие спортсмены

–ассмотрим противоположный случай Ч интересные результаты, которые в действительности €вл€ютс€ всего лишь ложной коррел€цией. “акие примеры, к сожалению, в избытке встречаютс€ в материалах опросов и вообще в статистических данных. ¬озьмем, например, таблицу, котора€ показывает, что члены спортивных клубов кур€т чаще, чем нечлеиы[145].

¬ќѕ–ќ—: Ђ¬ы курите?ї

„лены спортивного клуба 47% 53%

Ћица, которые не €вл€ютс€ членами спортивного клуба

ƒа, € курю Ќет, € не курю

41% 59%

100% 118

100% 882

¬еличина исходной совокупности: 1000 интервью в «ападном Ѕерлине, население в возрасте старше 16 лет.

¬ этом случае фактором, который св€зан как с курением, так и с членством в спортивном клубе, но который остаетс€ скрытым из-за обманчивого построени€ таблицы, * –епрезентативна€ выборка населени€ «ападного Ѕерлина в возрасте старше 16 лет.

¬ќѕ–ќ—: Ђявл€етесь ли ¬ы членом спортивного клуба?ї **

ћужчины ∆енщины

ƒа, €вл€юсь 20% 6%

Ќет, не €вл€юсь 80% 94%

100% 413

100% 587

** –епрезентативна€ выборка населени€ «ападного Ѕерлина в возрасте старше 16 лет.

“рехмерна€ таблица, в которой скомбинированы оба признака Ђчлен спортивного клубаї и Ђполї, помогает сн€ть ложнуюкоррел€цию:

¬ќѕ–ќ—: Ђ¬ыкурите?ї ћужчины

∆енщины

„лены Ќечлены„лены Ќечлены

- спортив-спортив- спортив- спортивного клуба ного клуба ного клуба ного клуба

22% 78%
58% 42%
24% 76%
ќ”70 31%
100% 81

ƒа, € курю Ќет, € не курю

100% 332
100% 550

100% 37

“аким образом, члены спортивного клуба кур€т не больше, а меньше, чем лица, которые не €вл€ютс€ членами спортивных клубов. Ќо даже в этой таблице картина не вполне €сна из-за вли€ни€ скрытого фактора, особенноотноси тельно женщин. Ётот фактор Ч возраст. — одной стороны, более молодые женщины чаще €вл€ютс€ членами спортивных клубов; с другой стороны, молодые женщины чаще кур€т. „тобы действительно узнать, меньше ли кур€т женщины, €вл€ющиес€ членами спортивных клубов, необходимо ввести в наш анализ новый статистический признакЧ возраст:

¬ќѕ–ќ—: Ђ¬ы курите?ї

∆енщины

—тарше 3 0 лет

ћоложе 30 лет

„лены Ќечлены„лены Ќечлены спортив- спортив- спортив- спортивного клуба ного клуба ного клуба ного клуба

ƒа, € курю.......................................................

Ќет, € не курю......................................................................

Ќо здесь, как это часто бывает в подобных случа€х, начинаютс€ трудности, так как число случаев в подгруппах становитс€ слишком маленьким. ќпрос включал 1000 интервью, из них 587Ч с женщинами. 102 женщины были моложе 30 лет. »з них в свою очередь 16 были членами спортивных клубов. “ак, анализ, который проводитс€ по этому методу, встречает преп€тствие при определенных услови€х, однако можно примен€ть математические методы дл€ определени€ мешающих факторов[146].

ѕоиски мешающегофактора.

»ной пример ложной коррел€ции нам уже встречалс€ в другом разделе этой книги.. ѕри изучении вли€ни€ интервьюера было установлено: когда женщин спрашивали о количестве употребл€емой ими косметики, то результаты были выше Ч если в качестве интервьюеров выступали женщины, и ниже Ч если интервьюерами были мужчины. јнализ показал, что скрытой независимой переменной в этом случае была величина населенного пункта: в сельских местност€х, где женщины употребл€ют меньше косметики, в качестве интервьюеров чаще выступали мужчины. –азличи€ исчезали, как только ответы интервьюерам-женщинам, с одной стороны, и интервьюерам-мужчинам, с другой стороны, сравнивались с учетом величины населенного пункта, то есть когда фактор величины населенного пункта принималс€ за константу.

¬озьмем еще один результат из репрезентативного опроса: женщины, которые пользуютс€ губной помадой, больше интересуютс€ политикой. ƒействительно, интересный результат. ѕоборов удивление, можно попытатьс€ найти этому факту объ€снени€ Ч например, может быть, эти женщины интересуютс€ политикой, чтобы плен€ть собеседников-мужчин. ¬ принципе нет таких результатов опросов, которые нельз€ объ€снить Ч даже те, которые вызваны сбо€ми в работе вычислительной техники. Ёто заставл€ет провер€ть все имеющиес€ объ€снени€ путем тщательного анализа материала, и лишь после проверки всего материала можно предложить возможное объ€снение Ч причем не как особое достижение в исследовании, а с оговоркой, что св€зь между двум€ известными величинами, полученными в результате опроса, осталась неизвестной и до соответствующейпроверкиостаетс€однимизпредположений.

¬ примере о женщинах, которые пользуютс€ губной помадой и очень интересуютс€ политикой, речь идет оп€ть о ложной коррел€ции. ћешающим фактором в этом случае €вл€етс€ более высокий уровень школьного образовани€ Ч это показывает следующа€ таблица (из репрезентативного опроса населени€ старше 16 лет, проведенного в ‘–√, включа€ «ападный Ѕерлин, в но€бре 1962 года. ¬ыборочна€ совокупность: 2102 опрошенных. јлленсбахский архив, опрос є 1071):

Ќј— ќЋ№ ќ ЅќЋ№Ў≈ »Ќ“≈–≈—   ѕќЋ»“» ≈ ”∆≈Ќў»Ќ,  ќ“ќ–џ≈ ѕќЋ№«”ё“—я √”ЅЌќ… ѕќћјƒќ…?

¬ќѕ–ќ—: Ђ»нтересуетесьли ¬ы политикой?ї

∆енщины, которые пользуютс€ губной помадой не пользуютс€

ƒа 15% 9%

ћало 47% 36%

—овсем нет 38% 55%

100% 100%

N= 181 376

¬ќѕ–ќ—: ЂЌасколько удовлетвор€ет ¬ас работа?ї

  чувствую- чувствую- чувствую- чувствую- чувствую- чувствую-
  щие себ€ щие себ€ щие себ€ щие себ€ щие себ€ щие себ€
  очень пе- несколько в меру очень несколько в меру за-
  регружен- перегру- загружен- перегру- перегру- гружен
  ными женными ными* женными женными ными *
ќчень            
удов-            
летво-            
рен 72% 81% 83% 36% 58% 70%
ћенее            
”дов-            
летво-            
рен 28% 19% 17% 64% 42% 30%
  100% 100% 100% 100% 100% 100%
N =            

Ќар€ду с другими объ€снени€ми, каждое из которых было в чем-то правильным, большинство исследователей предложило следующее: сотрудники, которые чувствовали себ€ уставшими, перегруженными, рассматривали это как свидетельство собственной значимости дл€ предпри€ти€, это подкрепл€ло их чувство собственного достоинства.

Ћожную коррел€цию Ч перегруженные работой сотрудники особенно довольны Ч можно сн€ть следующим образом: руковод€щие кадры, как правило, более загружены, чем сотрудники с меньшей ответственностью. Ќо, несмотр€ на большую загрузку, руковод€щие кадры, как правило, более довольны своим положением, наход€т свою работу более интересной и в большей степени отождествл€ют себ€ с предпри€тием. ќднако, если учесть различную степень ответственности, то оказываетс€, что и у руковод€щих работников удовлетворение от работы снижаетс€, если онипосто€нно перегружены.

Ћазарсфельд дает следующую простую модель ложной коррел€ции (t обозначает контрольную переменную, например уровень школьного образовани€: наличиесреднего школьного образовани€, отсутствиесреднегошкольного образовани€.

Ђќбъ€сн€юща€ коррел€ци€ї помогает найти желающих застраховать свою жизнь

√ораздо чаще, чем исчезновение зависимости или даже ее превращение в собственную противоположность после вы€влени€ скрытогоопредел€ющегофактора,случаетс€

ѕереломным возрастом дл€ оформлени€ страховани€ жизни €вл€етс€ 30 лет. ѕодготовленный до начала анализа план обработки предусматривал далее распределение по признаку семейного положени€. ¬от результат:

—“–ј’ќ¬јЌ»≈ ∆»«Ќ» ” «јЌя“ќ√ќ Ќј—≈Ћ≈Ќ»я ¬ «ј¬»—»ћќ—“» ќ“ —≈ћ≈…Ќќ√ќ ѕќЋќ∆≈Ќ»я

’олостые ∆енатые

«астраховали свою жизнь 15% 43%

N= 372 703

Ќе только возраст, но и семейное положение тесно св€зано с договором о страховании жизни; женатые работающие намного чаще страхуют свою жизнь, чем холостые.

 онечно, это просто могло зависеть от того, что женатые работающие старше, чем холостые. “очно так же, но только в обратном пор€дке можно было бы сказать: работающие старше 30 лет чаще страхуют свою жизнь, потому что они большей частью женаты.

 акой из двух вли€ющих факторов имеет большее вли€ние?

„тобы вы€снить это, принимаем фактор возраста за посто€нную величину и вычисл€ем теперь еще раз наличие страхового договора в св€зи с семейным положением. —ледовательно, мы провер€ем двойную коррел€цию и снова составл€ем трехмерную таблицу.

ЌјЋ»„»≈ ƒќ√ќ¬ќ–ј ќ —“–ј’ќ¬јЌ»» ∆»«Ќ»

” –јЅќ“јёў»’ –ј«Ћ»„Ќќ√ќ ¬ќ«–ј—“ј¬ «ј¬»—»ћќ—“»

ќ“ —≈ћ≈…Ќќ√ќ ѕќЋќ∆≈Ќ»я

«ан€тое население в возрасте:

 

    18-19 лет 30 лет и старше
    холостые женатые холостые женатые
«астраховали жизнь N = свою 15% 270 33% 100 25% 102 44% 603

ѕосле получени€ первого результата мы хотели дать ќбществу страховани€ жизни совет обращатьс€ с предложени€ми прежде всего к 30-летним. “еперь мы знаем, что это была бы ошибка: люди моложе 30 лет тоже готовы застраховать свою жизнь, если они завели семью. ∆енатые работающие в возрасте моложе 30 лет чаще страхуют свою жизнь (33 процента), чем работающие более старшего возраста, которые еще холосты (25 процентов). Ќаш совет страховому обществу: свои услуги предлагать прежде всего люд€м, которые только что поженились, и в качестве убедительного аргумента в первую очередь указывать обеспечение семьи. —в€зь между наличием договора о страховании жизни и возрастом остаетс€, но только в значительно ослабленном виде. ƒвойна€ коррел€ци€ объ€снила нам, почему работающие в возрасте 30 лет и старше чаще страхуют свою жизнь: потому что среди них больше женатых, а женатые хот€т обеспечить свою семью.

«ависимость между возрастом и страхованием жизни не доказана как ложна€, но наше описание положени€ вещей стало теперь точнее. Ѕлагодар€ анализу с применением нескольких переменных (простейший пример многомерного анализа по-английски multivariate analysis) 25 наши знани€ стали более точными[147].

ћожет ли зависимость выгл€деть как реальна€ и все-таки быть ложной? —хема определени€

ѕочему мы с уверенностью можем утверждать, что полученные выше результаты: сотрудники предпри€ти€ X, которые чувствуют себ€ перегруженными, более довольны своей работой; женщины, которые пользуютс€ губной помадой, больше интересуютс€ политикой Ч €вл€ютс€ ложной коррел€цией? ¬ конце концов в высказывани€х есть дол€ истины, и, веро€тно, в других исследовани€х они могли быть вновь подтверждены.

ћы говорим о ложной коррел€ции, если нет причинной зависимости.

÷айзель на основании результатов Ћазарсфельда разработал дл€ распознавани€ истинной и ложной коррел€ции символические формы изображени€: симметрична€ фигура X -<Ч X -> X дл€ ложной коррел€ции, асимметрична€ фигура ’-> X ->- X дл€ истинной коррел€ции.

ѕолучаем симметричное расположение: больша€ ответственность ведет, с одной стороны, к гор€чке, перегрузкам, с другой стороны Ч к удовлетворению работой. ƒругое представление причинной св€зи невозможно, так как зависимость необратима, и изображение: гор€чка, перегрузки (ведут к)-> большей ответственности Ч было бы, очевидно, бессмысленным. ≈сли рассматривать факторы с точки зрени€ временной последовательности, то Ђбольша€ ответственностьїпредшествует,Ђantecedentї[148].

»стинную коррел€цию между возрастом и страхованием жизни можно представить асимметрично: увеличение возраста (ведет к) ->~ женитьбе (по времени промежуточный фактор); (ведет к) -> страхованию жизни. — точки зрени€ последовательности во времени женитьбу следует рассматривать не как предшествующую, а как промежуточную (intervening) переменную.

≈сли мы захотим изобразить коррел€цию между употреблением губной помады и интересом к политике (котора€ была сн€та введением контрольного фактора Ђшкольное образованиеї), то в нашем анализе отсутствует еще один фактор.

Ѕолее высокий уровень школьного образовани€ ведет, что весьма правдоподобно, к лучшим политическим знани€м и, следовательно, к большему интересу к политике Ч но как св€зать это с употреблением губной помады? “олько учитыва€ фактор принадлежности к более высоким социальным сло€м населени€, который в начале 60-х годов в ‘–√ вызывает то, что девушки или женщины из этих слоев, с одной стороны, чаще используют губную помаду, а с другой стороны, чаще получают среднее школьное образование.

¬ результате получаем:

»спользование губной помадыпринадлежность к более высоким социальным сло€мЃсреднее шк. ќбраз.Ѓлучш.полит.знани€

“ри позиции слева образуют симметричную форму, то есть указывают ложную коррел€цию. јсимметричное изображение было бы невозможно, так как обратное воздействие немыслимо: употребление губной помады не может само по себе обусловить принадлежность к высшим социальным сло€м населени€. “ри позиции справа на схеме образуют асимметричную фигуру, то есть €вл€ютс€ истинной коррел€цией. —в€зь между употреблением губной помады и лучшими политическими знани€ми проходит, таким образом, через ложную и истинную коррел€цию. ћожет быть, это с самого начала придает высказыванию некий абсурдный смысл, нечто похожее на Ђстатистическийї анекдот. ќднако ложные коррел€ции, которые можно вы€вить при помощи одного-единственного фактора, часто выгл€д€т, ксожалению, оченьправдоподобно[149].

“ретийслучай: условныекоррел€ции

Ќар€ду с истинными коррел€ци€ми, указывающими на причинные св€зи, и с ложными коррел€ци€ми следует, как предлагает Ћазарсфельд, различать условные коррел€ции (conditional correlations). ”словна€ коррел€ци€ имеет место в том случае, если при введении контрольной переменной становитс€ очевидным, что наблюдаема€ вначале коррел€ци€ про€вл€етс€ с различной степенью в зависимости от контрольного фактора. Ёто значит: коррел€ци€ про€вл€етс€ в полной мере лишь при наличии еще одного фактора, она не просто обнаруживает себ€, дл€ этого необходимо, собственно говор€, совместное действие двух факторов (то есть: в случае наличи€ X действует Y, но лишь при условии, что действует также и Z).

—начала, в первом варианте таблицы, видим обычную картину коррел€ции, когда один фактор Ч в данном случае пол Ч принималс€ за константу. ѕри этом св€зь между возрастом и трудным или легким засыпанием подтвердилась. »нтересна€, навод€ща€ на новые размышлени€ картина условной коррел€ции отчетливо проступила лишь тогда, когда мы в следующей таблице те же данные расположили так, чтобы внутри каждой возрастной группы сравнить результаты дл€ мужчин и женщин. ѕри этом мы увидели, что не все женщины труднее засыпают, чем мужчины, что это зависит от возраста: до 45 лет нет различий, но с увеличением возраста все сильнее про€вл€етс€ различие.

 ак группировать материал дл€ обработки?

¬ ходе нашей дискуссии вскользь уже было сказано, что при обработке материала не следует ограничиватьс€ распределени€ми по демографическим признакам Ч пол, возраст, семейное положение, професси€, величина населенного пункта и т. д. Ќеобходимо проводить обсчет всех данных исследовани€ отдельно или комбинированно по каждому направлению, которое кажетс€ веро€тным, и при этом сравнивать их друг с годрум. ¬ наших примерах мы встречали в качестве независимых переменных употребление или неупотребление губной помады, проживание радиослушателей в границах или за пределами районов взимани€ налогов с радиостанции, рассматривали пример с работниками, которые занимают ответственные посты и чувствуют себ€ перегруженными, уставшими и т. д. »менно отношени€ между социологическими и психологическими факторами особенно стоит изучать.

ƒемографические группы, группы потребителей, группы с различными традици€ми, различным жизненным опытом, группы с различными убеждени€ми в области политики, общественной жизни, культуры, религии, группы с различными интересами, с различным уровнем информированности, различной включенностью в исследуемую область, различным семейным положением, различной психологической структурой Ч это лишь некоторые примеры того, какого рода группировки можно создавать дл€ сравнительного обсчета результатов исследовани€.

ћуж экономный, жена экономна€: анализ окружени€ и другие классификации, которые выход€т за пределы отдельного индивида

¬овсе не об€зательно ограничиватьс€ группировками, которые относ€тс€ к личности или к информации, полученной от самого опрашиваемого. ћожно также создавать классификации в зависимости от характеристики окружени€, от информации, полученной из окружени€ индивида, или в зависимости от св€зей между опрашиваемым и его окружением (двухступенчатый анализ)[150]. ѕримеры: по результатам опроса отдельно мужей и жен были составлены группировки Ч опрошенные из семей, в которых мнени€ мужа и жены по социально-экономическим проблемам совпадают; опрошенные из семей, в которых жена имеет более широкие планы приобретений и покупок и т. д. (в американской специальной терминологии это называетс€ ЂContex-tural Analysisї)[151].

»нтересным основанием дл€ создани€ группировок €вл€ютс€ те или иные сведени€, поведение в хорошую погоду, в плохую погоду. ƒругой параметр группировок Ч врем€: сведени€ по различным годам, в различные времена года, в различное врем€ суток, перед и после событи€ или воздействи€. ћожно группировать данные не о личности, а о коллективах: деревни в местност€х с плодородной землей, с неплодородной землей, семьи с несколькими кормильцами, семьи с одним кормильцем, предпри€ти€ с больничной кассой, предпри€ти€ безбольничнойкассыи т. д.

Ѕыло бы бесполезно перечисл€ть здесь все возможности классификаций при статистическом анализе[152]. ќт правильного выбора основани€ дл€ группировок и от проницательности провод€щего анализ главным образом зависит то, насколько полно и надежно будет исследована проблема и насколько глубоко будут вы€влены неожиданные, но существенные зависимости. Ќо все-таки главное решает анкета. ¬опросы, которые не были сформулированы, характеристики опрашиваемого, которые не были записаны интервьюером, совершенно не учитываютс€ при анализе. — другой стороны, создание анкеты сопровождаетс€ посто€нными размышлени€ми о том, какие вопросы должны быть обработаны в сопоставлении; какие психологические или социологические сведени€ об опрашиваемом необходимы, чтобы установить зависимости, пон€ть его образ действи€, намерени€, мотивы; какие группы следует формировать позднее при анализе; какие индексы следует вычислить; какие вопросы можно использовать дл€ шкалировани€, какие категории ответов необходимы, чтобы применить регрессионный анализ, факторный анализ, анализ латентных структур[153].

ѕри чтении анкеты трудно предполагать о такого рода соображени€х, видны лишь контуры исследовательского инструмента.

ѕерекрестна€ оценка:

сплошной контроль материалов опроса

јнализ начинаетс€, как правило, с подсчетов, что ответили представители различных групп населени€ на те или иные вопросы анкеты. Ќо это только первый шаг. ѕроизвод€т Ђперекрестное табулированиеї(подготавливают сравнительныетаблицы):

а) ќтветов на вопросы анкеты и демографических признаков.ѕример: вли€ет ли погода на¬аше здоровье? Чв зависимости от пола, возраста, величины населенного пункта,региона и т.д.

б) ƒемографических признаков с демографическими признаками. ѕример: пол в зависимости от возраста, возраст в зависимости от населенного пункта,населенный пункт в зависимости от региона.

в) ќтветы на вопросы анкеты с ответами на вопросы анкеты. ѕример:чтоотвечают те,чьездоровье сильно зависит от погоды, на вопрос о легком и трудном засыпании?





ѕоделитьс€ с друзь€ми:


ƒата добавлени€: 2015-05-06; ћы поможем в написании ваших работ!; просмотров: 571 | Ќарушение авторских прав


ѕоиск на сайте:

Ћучшие изречени€:

Ћаской почти всегда добьешьс€ больше, чем грубой силой. © Ќеизвестно
==> читать все изречени€...

696 - | 636 -


© 2015-2023 lektsii.org -  онтакты - ѕоследнее добавление

√ен: 0.067 с.