Тема 16-17. Технология обработки и анализа эмпирических данных. Содержание занятия.

1. Процедура интерпретаций результатов социологических исследований.

2. Компьютерные программы обработки социологической информации.

3. Подготовка практических рекомендаций.

Ключевые понятия и термины Группировка, кодирование, отчет, компьютерные программы

Анализ получаемых в ходе социологиче­ского исследования данных начинается с контроля за качеством заполнения инстру­ментария, исправления ошибок и отбраков­ки (выбраковки) некачественно заполнен­ных анкет, бланков, карточек и т.п. Категории качества запол­нения инструментария разнообразны, подходы здесь неодно­значны. Все зависит от условий работы анкетеров, интервьюе­ров, места опроса и других факторов. Как правило, исследова­тели всегда стараются «довести» инструментарий до нужного качественного уровня.

Вначале выявляется правильность ответа на каждый вопрос и при необходимости ответ исправляется. Например, на во­прос: «Знаете ли вы основные условия, заложенные в трудовом соглашении вашего коллектива с администрацией предприятия?» чаще всего отвечают: «Да, знаю». Но далее в анкете стоит открытый контрольный во­прос: «Если знаете, назовите их, пожалуйста». Он остается незаполнен­ным. Если с респондентом работал интервьюер, анкетер, то против этого вопроса должна стоять отметка: «Затруднился отве­тить», «Не знает» и т.п. Тогда становится очевидным, что респон­дент не осведомлен об условиях трудового соглашения. Но если респондент заполнял анкету самостоятельно, то здесь получе­ние однозначного ответа затруднительно. В этом случае альтернативу «Да, знаю» надо зачеркнуть и отметить другую, скорее всего «Нет ответа», «Затрудняется ответить» и т.п. Затем подсчитываются неправильные ответы. При исправлении каждого третьего ответа в анкете се лучше не готовить к машинной обработке. В случае если респондент не ответил на 10—15% основных во­просов, против них контролер ставит отметку «Нет ответа», и ан­кета идет на обработку в ЭВМ.

Более жесткие требования предъявляются к вопросам, ка­сающимся социально-демографических характеристик респон­дентов (пол, возраст, образование и т.д.). Если нет ответов на эти вопросы, то инструментарий изымается из общего массива. Исключаются из обработки на ЭВМ документы, заполненные неразборчиво, а также записи, которые не поддаются одно­значному толкованию.

Кодирование и обобщение информации.

Допущенные к обработке документы нумеруются начиная с № 1 в целях контроля за информации их прохождением. В дальнейшем массив документов передается на кодирование. Но перед тем как передать анкеты в руки операторов, надо зако­дировать открытые вопросы. На каждый открытый вопрос, как правило, составляют не менее пяти шифров-кодов.) Выше уже приводился один из открытых вопросов: «Если знаете, назовите, по­жалуйста». Ответы на этот вопрос могут быть самыми разнооб­разными: от полных, глубоких, обстоятельных до ответов-схем. Шифры-коды должны отражать шкалу интенсивности ответов на открытый вопрос. Обычно кодирование таких ответов про­ходит в два-три этапа. Сначала варианты ответов выписывают отдельно, подсчитывают число употреблений каждого варианта — частота его повторения. Затем варианты группируются по смы­словой близости, совпадению. Таких групп, как показывает практика, набирается четыре-пять, и каждой из них присваива­ется свой шифр или код.

Кодирование — связующее звено между качественной и ко­личественной информацией. На данной основе и осуществля­ются числовые операции с информацией, введенной в память ЭВМ. Если во время кодирования произойдет сбой, замена или потеря кода, то информация окажется неправильной.

Сущность обработки первичной информации заключается в се обобщении. Результаты обобщения называют социологической информацией. Решение о способе обработки инструментария принимается заранее. При опросе 60—70 человек обработку вполне можно провести вручную, на микрокалькуляторе. Если анкета сравнительно невелика (содержит до 20 вопросов), то ручная обработка возможна при наличии 200—350 анкет. Но если в инструментарии более 20 вопросов, тогда предел для ручной обработки — 100—200 анкет. При обработке на ЭВМ результаты отражаются в виде табуляграмм, структура которых зависит от заложенной в ЭВМ программы, поэтому здесь нуж­на помощь программиста.

Группировка

Наиболее простой формой обобщения первичной социологической информации явля­ется группировка. На этом этапе выделяются существенные признаки или один какой-либо признак (например, пол, воз­раст, образование), и респондент зачисляется в ту или иную группу в соответствии с выбранным признаком. Когда сумми­руются ответы респондентов с учетом, например, пола, то осу­ществляется простая группировка. Точно такую же работу можно проделать, взяв в качестве важнейшего признака уро­вень образования. Но в данном случае групп будет не две, а как минимум три или четыре.

Выделенные группы можно легко сопоставить, сравнить, а следовательно, глубже и обстоятельнее проанализировать То или иное социальное явление, мотивы, интересы опрашивае­мых. Выбор признака группировки предопределяется задачами социологического исследования, а также его гипотезами. Ошибка в выборе признака группировки приводит к ошибкам при анализе характеристик групп. Используя один и тот же эм­пирический материал, разные исследователи могут сделать диаметрально противоположные выводы.

Социологическая информация может быть сгруппирована по:

• номинальному признаку (рои, занятий, национальность и тд.);

• признакам, соответствующим ранговым шкалам (напри­ мер, по характеру труда: ручной труд, работа с механиз­мами, наладка станков, интеллектуальный труд);

• количественному признаку (группы характеризуются числовым значением, они качественно сравнимы между со­бой, например группировка по возрастным интервалам:18—20 лет, 21—25 лет, 26—30 лет и т.д.).

Работа с номинальными и ранжированными группами ве­дется с использованием приемов математики, а группы, рас­пределенные по количественному признаку, изучаются с по­мощью математической статистики.

Если опрашиваемых необходимо сгруппировать по двум или более признакам (например, по полу, возрасту и образованию), тогда речь может идти о перекрестной, или комбинированной, группировке. Она может быть структурной, типологической, аналитической — все зависит от решаемых в ходе исследования задач. Например, надо установить возрастной состав опраши­ваемых. В этом случае применяется структурная группировка по возрастным интервалам, т.е. респондентов классифицируют по объективному признаку, присущему всей совокупности оп­рашиваемых. Если же необходимо выделить из респондентов группы по такому, например, признаку, как отношение к част­ной собственности, тогда осуществляется типологическая груп­пировка (выделяются соответствующие типы респондентов). И, наконец, аналитическая группировка производится по двум и более признакам и служит для выявления их взаимосвязи. Если нужно проверить, имеется ли связь между интересом к вопро­сам нравственного воспитания и чтением литературы (газет, журналов, монографий по данной проблеме), то группировку следует сделать по этим двум признакам.

В социологическом исследовании, как правило, выделяется не одна, а несколько групп респондентов (по возрасту, образованию, месту проживания и т.п.). Каждой группе соответствует некоторое выделенное число которое харак­теризует количественный состав группы. Такой ряд чисел, получаемый в результате группировки, социологи называют рядом распределения. Существуют два вида распределений: вариационный и атрибутивный. Вариационный ряд распределения основы­вается на количественных признаках изучаемых явлений, процессов, атрибутивный — отражает результаты группировки опрашиваемых по количественным признакам.

Более глубоко проанализировать социологическую информацию позволяют широко применяемые в эмпирических исследованиях статистические и математические методы анализа получаемой ин­формации. Однако при всем значении получаемых распределений, математических и статистических методов, используемых в иссле­довании, решающую роль в интерпретации полученных данных играет прежде всего сама концепция проводимого исследования, научная эрудиция социолога.

Общая логика интерпретации состоит в превращении стати­стических данных в показатели, которые выступают уже не в качестве цифровых величин (процент, среднее арифметическое и т.п.), а как социологические данные. Такие показатели — результат интерпретации, несущей определенную смысловую нагрузку. Думается, что можно согласиться с авторами, кото­рые утверждают, что «каждая числовая величина может быть проинтерпретирована с различных точек зрения, а посему об­ладать свойством многозначности».

От возможных крайностей, неумышленных заблуждений ис­следователя предохраняют ранее выдвинутые гипотезы. Харак­тер проверки гипотез определяется видом исследования.

При пилотажном исследовании гипотеза проверяется соот­несением предполагаемого утверждения с выясненной в ре­зультате исследования числовой величиной. Например, вер­ность утверждения о неудовлетворительном состоянии мораль­но-психологического климата в коллективе не вызывает сомне­ния, если мы располагаем данными, полученными в пилотаж­ном исследовании, о том, что 50% опрошенных идут на работу с полным безразличием, а 12% — ожидая какой-либо неприят­ности.

Что же касается описательного (а тем более аналитического) исследования, то здесь процедура проверки гипотез значитель­но усложняется. Так, приведенные выше данные (о состоянии морально-психологического климата в коллективе) сами по се­бе не дают информации о том, кто эти люди, так как в инстру­ментарии отсутствуют конкретные соцкально-демографические данные. Следовательно, средние величины — лишь первый шаг на пути исследования. Надо сделать 'и второй, и третий шага, чтобы подойти как можно ближе к истине. Для этого из всей опрошенной совокупности следует выделить од­нородные по социально-демографическим характеристикам подгруппы.

Если необходимо превратить в показатель какую-либо сред­нюю величину, а сравнить ее с другими величинами затрудни­тельно или вообще не представляется возможным (например, из-за новизны), то эталоном оценки выступают знания исследователя или эксперта по данной проблеме. Допустим, коллек­тив переведен на новые условия оплаты и стимулирования тру­да. После года его функционирования проведен опрос, задача которого — оценить ответ на главный вопрос инструментария: удовлетворены ли опрашиваемые новой формой оплаты труда. При этом 57% опрошенных ответили положительно. Оценить этот результат (показатель) можно с оптимистической или пес­симистической точки зрения. Для получения объективной оценки нужно хорошо знать проблему и конкретные условия, в которых проходит эксперимент. Это делает или сам исследова­тель, или приглашенный эксперт.

Другой способ превращения описательного исследования в показатель — сравнение рядов распределения по относительно однородным подгруппам из обследуемой совокупности с по­мощью внутреннего и внешнего соотнесения. Внутреннее соот­несение — это сравнение между собой элементов числового ря­да, внешнее — сравнение двух или более рядов распределения, построенных по двум или более признакам, из которых один — общий для соотносимых рядов. Например, распределение двух разных групп, работающих в новых условиях и по прежним формам оплаты, можно сравнить по уже упомянутому призна­ку: с каким чувством они ежедневно идут на работу.

Внутреннее соотнесение позволит однозначно оценить резуль­таты группировки в тех случаях, когда в числовом ряде четко вид­на наибольшая (модальная) величина. Соотнесение элементов чи­слового ряда в подобном положении заключается в их ранжирова­нии. При ответе на вопрос: «Как вы относитесь к своей работе?» 58% рес­пондентов избрали альтернативу (ответ): «Стремлюсь отдать работе все силы, знания», 37% высказались: «Выполняю все, что от меня требуется, но не более», 5% ответили: «Как правило, работаю без желания, по необходимости». Из этих ответов видно, как выстроится ранг опрошенных.

Если внутреннее сравнение затруднено, то применяют внешнее сравнение числового ряда.

Отчет о социологическом исследовании

Итоги анализа полученной информации отражаются, как правило, в отчете о проведенном социологическом исследовании, который содержит в себе информацию, инте­ресующую заказчика (исследователя), научные выводы и реко­мендации. Структура отчета по итогам исследования чаще всего соответствует логике операционализации основных понятий, но социолог, готовя этот документ, идет путем индукции, по­степенно сводя социологические данные в показатели. Число разделов в отчете обычно соответствует числу гипотез, сформу­лированных в программе исследования. Первоначально дается ответ на главную гипотезу.

Как правило, первый раздел отчета содержит краткое обоснование актуальности изучаемой социальной проблемы, характеристику параметров исследования (выборка, методы сбора информации, количество участников исследования, сро­ки проведения работы и т.п.). Во втором разделе дается характеристика объекта исследования , по социально-демогра­фическим признакам (пол, возраст, образование и др.)- После­дующие разделы включают поиск ответов на выдвинутые в программе гипотезы.

Разделы (или главы) отчета при необходимости могут быть разбиты на параграфы. Каждый раздел или даже параграф це­лесообразно завершать выводами. Заключение отчета лучше всего давать в виде практических рекомендаций, бази­рующихся на общих выводах. Отчет может быть изложен на трех-четырех десятках или на двух-трех сотнях страниц. Это за­висит от объема материала, целей и задач исследования.

Приложение к отчету содержит все методологиче­ские и методические документы исследования: программу, план, инструментарий, инструкции и т.п. Кроме того, в прило­жение чаще всего выносят таблицы, графики, индивидуальные мнения, ответы на открытые вопросы, которые не вошли в от­чет. Это необходимо делать потому, что данные документы, от­веты могут быть использованы при подготовке программы но­вого исследования.

2.

Эмпирические данные, полученные в ходе социологического исследования, еще не позволяют сделать верные выводы, обнаружить закономерности и тенденции, проверить выдвинутые программой исследования гипотезы. Полученную первичную социологическую информацию следует обобщить, проанализировать и научно интегрировать. Для этого все собранные анкеты, карточки наблюдения или бланки интервью необходимо проверить, закодировать, ввести в ЭВМ, сгруппировать полученные данные, составить таблицы, графики, диаграммы и т.д. Иными словами, необходимо применить методы анализа и обработки эмпирических данных.

В социологии под методами анализа и обработки социологической информации понимают способы преобразования эмпирических данных, полученных в ходе социологического исследования. Преобразование производится с целью сделать данные обозримыми, компактными и пригодными для содержательного анализа, проверки исследовательских гипотез и интерпретации. Хотя невозможно провести достаточно четкую границу между методами анализа и методами обработки, под первыми обычно понимают более сложные процедуры преобразования данных, которые переплетаются с интерпретацией, а под вторыми — в основном рутинные, механические процедуры преобразования полученной информации.

Между тем анализ и обработка социологической информации как целостное образование составляет этап эмпирического социологического исследования, в ходе которого с помощью логико-содержательных процедур и математико-статистических методов на основе первичных данных раскрываются связи исследуемых переменных. С определенной долей условности методы обработки информации можно разделить на первичные и вторичные. Для первичных методов обработки исходной информацией служат данные, полученные в ходе эмпирического исследования, т. е. так называемая "первичная информация": ответы респондентов, оценки экспертов, данные наблюдения и пр. Примерами таких методов являются группировка, табулирование, расчет многомерных

распределений признаков, классификация и др.

Вторичные методы обработки используют, как правило, для данных первичной обработки, т. е. это методы получения показателей, рассчитываемых по частотам, сгруппированным данным и кластерам (средних величин, мер рассеяния, связей, показателей значимости и т. д.). К методам вторичной обработки можно также отнести методы графического представления данных, исходной информацией для которых служат проценты, таблицы, индексы.

Кроме того, методы анализа и обработки социологической информации можно разделить на методы статистического анализа информации, в том числе методы описательной статистики (расчет многомерных распределений признаков, средних величин, мер рассеяния), методы статистики вывода (например,

корреляционный, регрессивный, факторный, кластерный, причинный, логлинейный, дисперсионный анализ, многомерное шкалирование и др.), а также методы моделирования и прогнозирования социальных явлений и процессов (например, анализ временных рядов, имитационное моделирование, цепи Маркова и пр.). Методы анализа и обработки социологической информации могут быть разделены также на универсальные, которые пригодны для анализа большинства видов информации, и специальные, пригодные лишь для анализа данных, представленных в специальном виде информации (например, анализ социометрических данных или контент-анализ текстов).

С точки зрения использования технических средств выделяют два вида обработки социологической информации: ручную и машинную (с использованием средств вычислительной техники). Ручную обработку используют в основном в качестве первичной при небольших массивах информации (от нескольких десятков до сотни анкет), а также при относительно простых алгоритмах ее

анализа. Вторичную обработку информации проводят с помощью микрокалькулятора или другой вычислительной техники. Примером социологических исследований, в которых часто используется ручная обработка, являются пилотажные, экспертные и социометрические опросы.

Однако основным средством анализа и обработки данных в настоящее время являются ЭВМ, в том числе персональные компьютеры, на которых

осуществляется первичная и большинство видов вторичной обработки и анализа социологической информации. При этом анализ и обработка социологической информации на ЭВМ проводятся, как правило, посредством специально разрабатываемых машинных программ, реализующих методы анализа и обработки социологических данных. Эти программы обычно оформляются в виде специальных наборов программ или так называемых пакетов прикладных программ анализа социологической информации. В крупных социологических центрах анализ и обработка социологической информации наряду с пакетами прикладных программ опираются на архивы и банки социологических данных, позволяющих не только хранить необходимую информацию, но и эффективно использовать ее при осуществлении вторичного анализа социологических данных.

Для проведения анализа массива данных социологи используют большое число различных математических методов, позволяющих полно и всесторонне анализировать собранную информацию. В современной социологии для этой цели активно применяются компьютерные программы математико-статистической обработки данных.

Стандартные статистические методы обработки данных включены в состав электронных таблиц, таких как Excel, Lotus 1-2-3, QuattroPro, и в математические пакеты общего назначения, например Mathсad. Но гораздо большими возможностями обладают специализированные статистические пакеты, позволяющие применять самые современные методы математической статистики для обработки данных. По официальным данным Международного статистического института, число статистических программных продуктов приближается к тысяче [4]. Среди них есть профессиональные статистические пакеты, предназначенные для пользователей, хорошо знакомых с методами математической статистики, и есть пакеты, с которыми могут работать специалисты, не имеющие глубокой математической подготовки; есть пакеты отечественные и созданные зарубежными программистами; различаются программные продукты и по цене.

Среди программных средств данного типа можно выделить узкоспециализированные пакеты, в первую очередь статистические - Statistica, SPSS, STADIA, STATGRAPHICS, которые имеют большой набор статистических функций: факторный анализ, регрессионный анализ, кластерный анализ, многомерный анализ, критерии согласия и т. д. Данные программные продукты обычно содержат и средства для визуальной интерпретации полученных результатов: различные графики, диаграммы, представление данных на географической карте.

При анализе данных пользователю статистического программного пакета приходится выполнять вычисления широкого спектра статистик, передавать и преобразовывать данные для их анализа, а также представлять полученные результаты в наглядном виде. Поэтому при выборе того или иного статистического пакета, для сравнения пакетов, необходимо прежде всего обращать внимание на такие характеристики, как:удобство управления данными (экспорт/импорт данных, их реструктуризация); статистическое разнообразие (количество статистических модулей);

графические возможности (наличие встроенного графического редактора, возможность показа отдельных элементов графика, возможности экспорта графиков).

Кроме того, большое значение имеет удобство работы с пакетом, легкость его освоения (наличие встроенной системы помощи, руководства пользователя, степень удобства управления данными, результатами вычислений, таблицами и графиками), а также скорость произведения вычислений.

Часто социологические коллективы используют в работе не один, а несколько пакетов: ввод данных, их первичная обработка, линейное и парное распределения выполняются, к примеру, в программе "Vortex" (достаточно популярны также "Статистик-Консультант", "Мезозавр", "Эвриста" и "СтатЭксперт"), а при необходимости провести многомерный анализ данные переносятся в SPSS или в пакет Statistica, в зависимости от того, где интересующие процедуры лучше прописаны.

Для рассмотрения в данном разделе были выбраны: известный во всем мире пакет SPSS, достаточно популярная в нашей стране система STATISTICA, а также отечественные разработки - Stadia и Pulsar.

Существуют также нестатистические пакеты, решающие задачи классификации (PolyAnalyst, ДА-система, АРГОНАВТ, ЛОРЕГ, пакет ОТЭКС и разнообразные нейросетевые пакеты). В качестве примера такого рода программ здесь рассматривается ДА-система.

STATISTICA

В марте 2000 года журнал "Futures Magazine Review", весьма популярный среди биржевых маклеров и аналитиков, опубликовал сравнительный обзор программных продуктов для статистической обработки данных. Система STATISTICA (версия 5.5) получила наивысший рейтинг (145 баллов), в то время как SPSS (версия 10) и S-Plus (2000) получили соответственно 139 и 103 балла. Система STATISTICA была отмечена высочайшей оценкой в 10-ти из 17-ти категорий, по которым проводилось сравнительное исследование, включая пользовательский интерфейс, основные статистики, графические возможности, возможности программирования и др.

Пакет STATISTICA разработан фирмой StatSoft (США). Первоначально он входил в качестве модуля в состав самых популярных в то время электронных таблиц Lotus 1-2-3. Как самостоятельный продукт пакет впервые заявил о себе в 1991 г. Последняя версия продукта совместима с Windows 95/98, в ней поддерживаются графический интерфейс пользователя и динамический обмен данными. Благодаря этому пакет может работать в сочетании с другими Windows-приложениями. В последние версии включен также язык программирования Statistica-BASIC, позволяющий расширять возможности пакета в соответствии с потребностями пользователя.

Системные требования. Платформа Macintosh или Windows, процессор 386 и выше, 4 Мбайт ОЗУ (рекомендуется 8 Мбайт), дисковое пространство - 18 Мбайт.

Возможности. STATISTICA позволяет проводить исчерпывающий, всесторонний анализ данных, представлять результаты анализа в виде таблиц и графиков, автоматически создавать отчеты о проделанной работе. С помощью удобной системы подсказок можно обучаться не только работе с самим пакетом, но и современным методам статистического анализа.

SPSS

SPSS - одна из старейших систем статистического анализа и управления данными, продукт фирмы SPSS Inc. (Statistical Products and Service Solution - Статистические продукты и сервисные решения), сегодня SPSS является одним из лидеров среди универсальных статистических пакетов.

Системные требования. Для работы базовой системы требуется процессор 386 (рекомендуется процессор 486/33Мгц), 4 Мб памяти (рекомендуется 8 Мб), Windows 3.1 или старше, 20 Мб пространства на диске.

Интерфейс. Пакет SPSS построен как традиционная база данных: накопление массива информации, его формализация и представление результатов статистической обработки массива в виде отчета. Но так как пакет предназначен для выполнения специализированной функции - обработки результатов опросов - он имеет структурное отличие от традиционных баз данных, выраженное в принципах формализации накопляемого массива исходной информации, принципах статистической обработки и представления результатов информации.

Но внешних отличий интерфейса от традиционных баз данных или электронных таблиц (MS Access, MS Excel и т.п.) нет, что значительно упрощает первое знакомство с пакетом и позволяет достаточно быстро начать процедуру ввода или импорта данных, кроме того, пакет включает справочник и глоссарий статистических терминов.

Одна из новых особенностей SSPS - использование длинных имен файлов, что позволяет несколько упростить идентификацию огромного количества создаваемых при работе файлов.

ДА-СИСТЕМА

ДА-система - это мощный пакет для обработки и анализа данных опросов общественного мнения, социологических, маркетинговых, политологических и других исследований.

В основу пакета положен Детерминационный Анализ, созданный в России в 70-80-е годы (теоретические основания метода изложены в монографии [22]). Это математический метод, принадлежащий к классу методов описательной статистики. Он позволяет работать как с числовыми, так и с нечисловыми показателями. Метод позволяет анализировать связи между различными показателями (характеристиками, свойствами, признаками) и конструировать новые показатели, соответствующие смыслу решаемых проблем. При работе с нечисловыми признаками не требуется приписывать им числовое выражение в виде баллов, нечетких оценок и т.д. Все связи между признаками рассматриваются как основа для получения тех или иных ПРАВИЛ.

Анализ связей и построение новых признаков - это две базовые задачи анализа данных в режиме описательной статистики. Детерминационный анализ решает не только эти базовые задачи. Он, кроме того, позволяет удобно и просто организовать работу с данными, а также процедуры ввода данных, построения таблиц и графиков, обмена данными и т.д. Эти возможности, скрытые в математической подоплеке Детерминационного Анализа, использованы в ДА-системе и все вместе образуют единую технологию обработки и анализа данных.

ДА-система применяется для обработки и анализа количественных, качественных (неколичественных) и смешанных данных. В этой системе традиционный подход, представленный таблицами распределений, сочетается с подходом нетрадиционным, но столь же органичным для социолога, основанным на анализе правил, объясняющих одни ответы или сочетания ответов, через другие ответы или сочетания ответов.

При работе с ДА-системой вопросы, которые задает социолог в анкете или интервью, превращаются в названия текстовых переменных в Словаре переменных. Закрытые альтернативные вопросы (на которые респондент при опросе может дать только один из предложенных ответов) становятся в Словаре переменными типа Текст/Альтернативная. Если вопрос неальтернативный (так что в ответе на него респондент может выбрать несколько вариантов сразу), он превращается в переменную типа Текст/Неальтернативная.

Для исследований, проводимых по "мягким" методикам, характерны открытые вопросы, на которые каждый респондент отвечает по-своему и в той лексике, какая ему ближе. ДА-система позволяет обходиться без предварительного выборочного "частотного анализа" открытых вопросов и группировки ответов на них, которая обычно проводится до ввода данных в компьютер. А это позволяет избежать необратимых потерь информации. В ДА-системе ответы респондентов можно вводить прямо так, как отвечают люди, не группируя их предварительно. А затем, пользуясь аппаратом Вторичных Переменных, можно без проблем делать любые группировки ответов в любом количестве, ориентируясь на контент-анализ неискаженных ответов. Это удобно, потому что, во-первых, не теряется и не искажается первичная информация, а во-вторых, появляется возможность более аккуратно работать с текстами ответов на открытые вопросы, пробуя разные варианты и сравнивая их между собой.

3.

Социологическое исследование во всех его компонентах помогает совершенствовать средства, формы и методы работы, определять основные направления и тенденции развития социального объекта. Следовательно, использование социологических данных на практике имеет определенную самостоятельность, которая оказывается в таком:

1) прикладном значении выработанных рекомендаций;

2) учете информаций из других источников;

3) привлечении к исследованию новых участников в меру реального его осуществления (в случае потребности).

В социологии существуют разные формы и методы использования и внедрения результатов социологических исследований в практику. Одной из таких форм есть защита результатов проведенного исследованием перед руководящими инстанциями, так и представителями определенных групп (трудовых коллективов разных профилей, включая органы управления). Второй распространенной формой внедрения результатов проведенного исследования являются публикации основных выводов и положений, предложений и рекомендаций в средствах массовой информации, периодической прессе, библиографических изданиях, научных сборниках, монографиях и коллективных трудах и тому подобное. Третьей формой использования социологических данных являются выступления социологов по радио и телевидению. Четвертой - их участие в разработке проектов документов/материалов для руководящих учреждений, представления отчетов об исследовании, справок, докладных записок в соответствующие организации. Пятой формой использования результатов социологических исследований являются научно-практические конференции, семинары, симпозиумы, круглые столы и другие мероприятия по актуальным проблемам социального развития общества.

Контрольные вопросы для закрепления знаний, и самоконтроля:

1. Какие формы использования социологической информации существуют?

2. Как составляется социологический отчет о прикладном исследовании?

3. Что такое группировка и кодирование информации?