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

 

 

 

 


ќбработка данных социометрических





ходимо принимать решение о корректи≠ровке вы€вленных ошибок. ѕроцесс Ђчисткиї данных €вл. достаточно дли≠тельным и трудоемким, однако от кач-ва выполнени€ этого шага ќ.д. в значи≠тельной степени зависит достоверность рез-тов всего иссл-€.

4. —тат. анализ. Ёта процедура €вл. ключевой в процессе анализа данных количественного иссл-€. ¬ ходе стат. анализа вы€вл€ютс€ матем. зависимо≠сти, на основании к-рых социологами выстраиваютс€ модели лричинно-след≠ственных св€зей.

—тат. анализ на компьютере выполн€≠етс€ с помощью специальных пакетов прикладных программ. Ќаиб, распро≠страненными пакетами программ, к-рые используютс€ сегодн€ дл€ обработки соци-ол. информации, €ви. SPSS, STATISTICA. Ёти пакеты прикладных программ вклю≠чают в себ€ большой спектр возможно≠стей обработки и стат. анализа данных социол. иссл-й с помощью разл. ма≠тем.-стат. методов.

Ћит.: Ѕоровиков ¬. STATISTICA: искус≠ство анализа данных на компьютере. —ѕб.; ћ.; ’арьков; ћинск, 2001; CramerD. Fundamental Statistics for Social Research Step-by-step Calculations and Computer Techniques Using SPSS for Windows, Rout-ledge, 1997; Bruman A. Quantiiative Data Analysis with SPSS Release 10 for Windows: A Guide for Social Scientists. Routledge, 2001. A.O.  рыштаиовский

ќЅ–јЅќ“ ј ƒјЌЌџ’ —ќ÷»ќћ≈“≠–»„≈— »’ Ч обработка социол. ин≠формации, полученной с помощью со≠циометрических методов. —пецифика 0.д.с. св€зана с тем, что первичной ин≠формацией, подлежащей обработке, €вл. отношени€ между респондентами, а не характеристики респондентов, как при обычном социол. опросе. — матем, т.з. первична€ информаци€, полученна€ в ходе обычного социол. иссл-€, представ≠л€етс€ в виде матрицы данных X, эле≠ментами к-рой ху €вл. значени€ у-го при≠знака, измеренные на /-м респонденте с помощью номинальной, пор€дковой или метрической шкалы. ƒанные же социо-


метрического опроса (или любого др. иссл-€, проведенного с помощью социо≠метрических методов) представл€ют со≠бой бинарное отношение, заданное на множестве членов малой гр., или нес к. бинарных отношений, набора ориенти≠рованных графов (см/ —оциограмма) или матриц смежности вершин графа (см. —оциоматрица). ≈сли вопр. в обычном социол. опросе порождает нек-рое рас≠пределение респондентов по вариантам ответа на этот вопр., то в социометриче≠ском опросе он порождает структуру, матрицу св€зей опрошенных.

ќ.д.с. включает в себ€ представление социометрических данных, их агрегиро≠вание, расчет социометрических индек≠сов, выделение социометрических под≠структур, изучение св€зей между социо≠метрическими критери€ми и св€зей ме≠жду социометрическими и обычными вопр,, проверку стат. гипотез. ѕервые четыре вида обработки соответствуют дескриптивной (описательной) статисти≠ке, а изучение св€зей и проверка гипо≠тез Ч индуктивной статистике (стати≠стике вывода).

ѕредставление социометрических дан≠ных включают построение социоматриц, социограмм и использование разл. мето≠дов повышени€ их нагл€дности: специ≠альные виды социограмм, перестановки строк и столбцов в социоматрице и т.п. (см. —оциограмма, —оциоматрица).

јгрегирование социометрических дан≠ных состоит в объединении информации, содержащейс€ в нек-ром наборе социо≠матриц, в одну. “акое агрегирование, с одной стороны, решает типичную дл€ дескриптивной статистики задачу ук≠рупнени€, Ђсжати€ї информации, с др. Ч €вл. завершающим этапом изме≠рени€ отношений. ѕроцесс измерени€ отношений начинаетс€ с экспликации теор. пон€ти€ (Ђ„то представл€ет собой данное отношение?ї; Ђ¬ чем оно про€в≠л€етс€?ї), выделени€ эмпирических ре≠ферентов, в кач-ве к-рых выступают со≠циометрические критерии; затем по каж≠дому критерию происходит измерение, рез-том к-рого €вл. набор социоматриц. Ќа последнем этапе требуетс€ синтези-



ќЅ–јЅќ“ ј ƒјЌЌџ’ —ќ÷»ќћ≈“–»„≈— »’


ровать информацию в показатели, близ≠кие к теор. пон€тию, т.е. объединить социоматрицы в одну итоговую (как правило, взвешенную) социоматрицу. јлгоритмы агрегировани€ задаютс€ теор. концепцией иссл-€ (см. ¬ес социометри≠ческого выбора).

–асчет социометрических индексов решает задачи описани€ структуры меж≠личностных отношений гр. в целом (напр., индекс сплоченности гр., степень групповой интеграции) или положени€ отд. членов гр. в структуре (статус каж≠дого члена гр., индекс эмоциональной экспансивности и т.п.). — этой т.з. со≠циометрические индексы вычисл€ютс€ как функци€ числа отданных и получен≠ных каждым членом гр. социометриче≠ских выборов. ƒл€ формулировани€ и расчета социометрических индексов ис≠пользуетс€ теори€ графов (см. »ндексы социометрические).

Ѕолее глубокое изучение структуры межличностных отношений в гр. дает выделение социометрических подструк≠тур, т.е. одного или неск. членов гр., за≠нимающих особое положение в структу≠ре.   таким подструктурам относ€тс€ подгруппы, лидер гр., св€зывающие чле≠нов гр., €дро гр. укрепл€ющие, ослаб≠л€ющие и изолирующие членов гр. и т.д. »нтерпретаци€ подструктур зависит от отношени€, по к-рому построена изу≠чаема€ структура. —оциометрические подструктуры, дополненные анализом характеристик членов гр., вход€щих в подструктуру, могут рассматриватьс€ как составные элементы структуры гр. в це≠лом (напр., выделение подгруппы, ос но- * ванное не только на структуре отноше≠ний.между членами подгруппы, но и на близости их ценностных ориентации, позвол€ет рассматривать выделенную общность не только как подструктуру структуры отношений, но и как под≠структуру структуры гр., а при изучении процессов, происход€щих в гр., Ч и как подсистему). Ёто дает возможность раз≠рабатывать практические рекомендации и принимать управленческие решени€ при проведении соииотехнических со≠циометрических иссл-й.


ќдна из осн. задач анализа данных Ч изучение св€зей между признаками. ¬ силу специфики социометрических данных анализ св€зей между социомет≠рическими критери€ми (или между от≠ношени€ми, эмпирическими референта≠ми к-рых €вл. те или иные критерии) требует специальных показателей св€зи: традиционные коэффициенты коррел€≠ции (напр., коэффициент ѕирсона, ран≠говые коэффициенты —пирмена и  ен-дэлла, коэффициенты „упрова,  раме≠ра) не применимы непосредственно дл€ анализа социометрических данных. ¬ кач-ве показател€ односторонней св€зи, описывающего вли€ние социометриче≠ского критери€ ј на критерий ¬, может использоватьс€ коэффициент причинно≠сти, или импликации, к-рый рассчиты≠ваетс€ как веро€тность того, что каждый из респондентов, выбрав тех или иных членов гр. по критерию ј, выберет так≠же их и по критерию ¬, ¬ кач-ве показа≠тел€ двусторонней св€зи может исполь≠зоватьс€ социометрический коэффици≠ент взаимосв€зи г между критери€ми ј и Bt к-рый рассчитываетс€ как веро€т≠ность того, что вз€тый наугад респон≠дент выберет данное лицо по критерию ј и по критерию ¬ одновременно при условии, что он выбрал его хот€ бы по одному из этих критериев. Ёти коэффи≠циенты €вл. аналогом обычных коэфи-циентов коррел€ции. ќсновыва€сь на коэффициентах причинности и взаимо≠св€зи, можно ввести аналоги коэффи≠циентов частной, множественной кор≠рел€ции, а также распространить на них др. методы, аналогичные использую≠щимс€ в обычном коррел€ционном ана≠лизе.

—лед. направлением ќд.с. €вл. изуче≠ние св€зи между социометрической и обычной информацией, т.е. св€зи струк≠туры отношений с характеристиками членов гр. ћожно выделить два подхода, использующихс€ в зависимости от целей исследовател€. ѕервый из них Ч свертка социометрической информации, расчет по социоматрице тех или иных характе≠ристик респондентов с помощью инди≠видуальных социометрических индексов.



ќЅ–яƒ


ѕолучаютс€ социометрические характе≠ристики, измеренные в том или ином типе шкал, к-рыс можно коррелировать с др. характеристиками респондентов, пользу€сь обычным коррел€ционным анализом. ¬торой подход заключаетс€ в представлении характеристик членов гр. в виде матрицы отношений. ћежду каж-

ыми двум€ членами гр. рассчитываетс€ коэффициент близости по изучаемой ха≠рактеристике (напр., разность значений дл€ метрических шкал или нормирован≠ное число совпадений значений дл€ но≠минальных шкал). —опоставление этой матрицы с сониоматриией и даст ответ

.. нопр.: есть ли св€зь между структурой межличностных отношений и данной ирактсристикой членов гр.?

ѕроверка гипотез при ќ.л.с. тоже имеет свою специфику. ≈сли при обра≠ботке данных обычного сониол. опроса

поверка гипотез о тех или иных пара≠метрах генеральной совокупности осу≠ществл€етс€ путем сопоставлени€ выбо≠рочных статистик со значени€ми стат.

ιό.ι., табулирующих те или иные рас-~ре делени€ случайной величины, то при

ι -i.e. характеристики социограмм долж≠ны сопоставл€тьс€ с характеристиками случайных графов. ѕоскольку распредс-

сние тех или иных характеристик слу-ных графов в теор. отношении изуче≠ны слабо, их получают путем модсл иро≠ни€ случайных графов па компьютере. Ќапр, в р€де работ, посв€щенных дина≠мике структуры межличностных отпо≠ит, рассматриваютс€ разл. триады

множества из трех членов гр. и отноше-межлу ними) и формулируютс€ ги-и.| о том. какие из типов триал €вл.. ыансировапными, а какие несбалап-■ ванными, неустойчивыми. ¬ части., -.^полагают, что триада, все члены к-рой испытывают симпатию друг к другу, бо-iee устойчива, чем триала, в к-рой два члена испытывают симпатию друг к дру≠гу, но один из них испытывает симпа-поо   третьему, а др. Ч нет. ƒл€ провер≠ки таких гипотез частота по€влени€ тех или иных типов триады в реальных гр.,

.следованных социологом, смодслиро-Ђнны па компьютере при условии, что


выборы совершаютс€ случайным обра≠зом путем использовани€ генератора случайных чисел.

Ћит.: ¬олков ».ѕ. —оциометрические методы в соц.-психол. иссл-€х. Ћ.. 1970; ’арари ‘. “еори€ графов. ћ.. 1973; ѕа≠ниотто ¬.». —труктура межличностных отношений: методика и матем. иссл-€.  иев, 1975; ѕаниотто ¬.».. яковен- ќ /ќ. ». –азработка пакета программ дт€ обработки данных социометрических иссл-й па Ё¬ћ // ћатем.-стат. методы анализа данных в сониол. иссл-€х. ћ., 1980; ‘и/ишпеƒ., √арсиа-Ћиас ј. ћетоды анализа сетей. ћ., 1984; The Soeiometry Reader / Ed. by J. Moreno et. at, N.Y., I960: Frank 0. Statistical Inference in Graph. Stockholm, 1971; Washerman S., Faust K. Social Network Analysis: Methods and Applications. N.Y.. 1994.

¬.». ѕаниотто

ќЅ–ј« ∆»«Ќ» Ч соииол. категори€, охватывающа€ совокупность типичных видов жизнеде€тельности индивида, соц. гр., об-ва в целом, к-ра€ беретс€ в един≠стве с услови€ми жизни, определ€ющи≠ми се. Ёта категори€ даст возможность комплексно, во взаимосв€зи рассматри≠вать осн. сферы жизнеде€тельности лю≠дей: их труд, быт. обществ, жизнь и культуру, вы€вл€ть причины их повеле≠ни€ (стиль жизни), обусловленного ук≠ладом, уровнем, качеством жизни.

Ћит.: —ои. показатели образа жизни советского об-ва. ћ., 1980; —оциалист, образ жизни. ћ., 1984.

». ¬. Ѕестужев-Ћада

ќЅ–яƒ Ч совокупность символических стереотипных коллективных действий, воплощающих в себе те или иные сои. идеи, представлени€, нормы, ценности и вызывающие опред. коллективные чув≠ства. ќ. возникли сше в первобытном об-ве, где они были важной формой объективизации мифов. ¬ отличие от др. соц. действий ќ. не имеет непосредст≠венного предметного рез-та. —мысл ќ. Ч в усвоении личностью онред. соц. идей, норм и ценностей. —он. роль ќ. опрел, содержанием тех идей и пред-






ѕоделитьс€ с друзь€ми:


ƒата добавлени€: 2016-12-04; ћы поможем в написании ваших работ!; просмотров: 493 | Ќарушение авторских прав


ѕоиск на сайте:

Ћучшие изречени€:

∆изнь - это то, что с тобой происходит, пока ты строишь планы. © ƒжон Ћеннон
==> читать все изречени€...

554 - | 444 -


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

√ен: 0.017 с.