2.3. Методы анализа данных

В процессе анализа данных осуществляются следующие опера­ции: расчет одномерного распределения признаков, построение группировок признаков, выявление зависимостей между признака­ми. При обработке данных прежде всего выявляют одномерные распределения признаков (частоты появления различных значений этих признаков в полученном массиве данных). Например, в ходе одного из массовых опросов 1993 г. было установлено, что полностью доверяли правительству 5% респондентов, в основном доверя­ли 25%, не очень доверяли 36%, совсем не доверяли 25% (остальные затруднились ответить). На основе изучения этого распределения можно получить лишь предварительную информацию об отно­шении к правительству. Для всесторонней его оценки важно выяснить специфику распределения ответов на указанный вопрос у представителей различных социальных групп, включенных в вы­борку исследования: руководителей, специалистов, предпринимате­лей, военнослужащих, рабочих, учащихся, студентов, пенсионеров, безработных. Первым шагом на этом пути служит построение таб­лиц сопряженности (двумерных распределений) признаков. Анализ этих распределений обнаруживает, что руководители и служащие управленческого аппарата сильнее доверяют правительству, чем, например, рабочие, а среди последних преобладают люди, одно­значно не доверяющие правительству. Это уже более точная харак­теристика отношения населения к правительству. На основе двумерных распределений признаков можно строить различные группировки опрошенных в соответствии с их социальными характеристиками (профессия, квалификация, доход, образование и пр.). В итоге получаются простые и комбинированные таблицы данных, а также графики, диаграммы, гистограммы и др.

Однако все эти процедуры на самом деле представляют собой лишь подготовку к настоящему анализу данных. Главное в этом анализе — выявление зависимостей между признаками. Основны­ми методами изучения зависимостей являются анализ статистичес­ких таблиц, корреляционный, факторный, кластерный анализ и многомерное шкалирование.

Анализ статистических таблиц основан на оценке отсутствия/наличия взаимосвязи признаков по критерию хи-квадрат [Рабочая книга социолога, 194—195] и вычислении стандартизованных остатков (величин, которые указывают на степень отклонения наблюдаемых частот от ожидаемых) [Сатаров Г.А. Структура полити­ческих диспозиций россиян // Российский монитор. Архив совре­менной политики. Вып. 1. 1992. С. 145]. Вычисление критерия хи-квадрат и стандартизованных остатков осуществляется с помощью пакета SPSS (опции: statistics\crosstabs). Показателем наличия взаи­мосвязи признаков служит значение критерия хи-квадрат, превы­шающее табличное [Рабочая книга социолога, 507; Мангейм и Рич, 519] для соответствующего числа степеней свободы — df зна­чение выдается SPSS в результатах (output) вместе со значением хи-квадрат) и уровня значимости. Принимаются во внимание аб­солютные значения остатков, превышающие 1,65. Это служит индикатором существования значимой статистической зависимости между изучаемыми признаками. Знак «плюс» в стандартизованных остатках свидетельствует о том, что реальное количество наблюде­ний больше ожидаемого, знак «минус» — о том, что оно меньше ожидаемого. Следует учитывать, что величина стандартизованных остатков указывает лишь на вероятность наличия линейной зави­симости между изучаемыми переменными, но не на направление и интенсивность этой зависимости.

Рассмотрим особенности использования данной процедуры на примере анализа таблицы сопряженности альтернатив ответа на вопрос о возрасте респондентов и альтернатив ответа на вопрос о голосовании за избирательные объединения на парламентских вы­борах 119 декабря 1999 г. (табл. 1).

Таблица 1