Достоинства и недостатки метода

1. Формализованный метод дает точные количественные результаты.

2. Контент -анализ позволяет охватить широкий материал.

3.Этот метод позволяет получить достаточно объективные данные.

Ограниченность-этого метода в том, что далеко не все содержание документа может быть измерено с помощью формальных показателей, поэтому его основной недостаток – количественное измерение, не исчерпывающее содержание документа. Ценность зависит от качества эмпирической интерпретации и, естественно от выделения категорий, единиц анализа и подсчета.

X.Первичная обработка информации (на примере обработки социологических анкет)

1. Предварительная подготовка анкет и обрабатывание вручную и на ЭВМ: проверка анкет на точность, полноту и качество заполнения, наличие паспортички; выбраковка анкет; нумерация годных для обработки анкет.

2. Разработка общей схемы анализа и обработки социологической информации согласно выдвинутым гипотезам; классификация массива по наиболее значимым признакам и выявление их взаимосвязей. Шифровка и кодирование. Разработка макетов статистических таблиц. Ознакомление с табуляграммами.

3. Построение и расчет одномерных распределений в абсолютных цифрах и в процентах (к числу опрошенных и к числу ответивших на дан­ный вопрос). Подсчет итогов вручную при помощи штрих палочек и конвер-тов. Кодирование открытых вопросов.

4. Построение и расчет двумерных и n-мерных распределений в аб-солютных цифрах и процентах. Процентирование по строкам и столбцам.

5. Графическое изображение социологической информации: пост-роение полигона распределения, столбиковых, ленточных и секторных диа-грамм, кумуляты.

П одсчет итогов: |||| -(5) штрих палочки

- (10) конверт

Обработка результатов и выводы.

1.Проверка данных на надежность (выбраковка, на основе полноты заполне-ния и контрольных вопросов).

2Кодировка и проверка индикаторов (показателей).

3.Обработка открытых вопросов. Здесь возможные ошибки приписывания и неверной интепретации особенно высоки.

При первичной обработке опросов, применяются математические и стати­стические методы. Сначала подсчитывается Общее распределение признаков : абсолютные данные и проценты по всему массиву (статистическое). Про-цент считается от общего числа опрошенных или числа ответивших. Затем проводится группировка признаков для построения типологий и классифи-каций с применением дисперсии и среднего арифметического. Выявляются доминантные, вторичные и латентные признаки. Метод типологизации может содержать также ранговые или обобщенные показатели. Тогда процент счи-тается внутри каждой подгруппы например, сравнивается курение среди жен-щин отдельно и среди мужчин отдельно, если мы хотим узнать долю куриль-щиков. Или определить вес того или иного показателя среди других. Все данные представляют в форме таблиц, графиков и диаграмм.

Факторный анализ помогает узнать какие процессы влияют на события в большей, какие в меньшей степени, что может рассматриваться как причи-на, а что как сопутствующий признак.

Корреляция двухмерная и множественная помогает рассчитать с помо-щью коэффициентов плотности связи и надежности, взаимообусловленность факторов. Множественная корреляция помогает построить математическую, графическую модель объекта.

Статистические закономерности показывают тенденции социальных процессов и структурные особенности объектов в динамике. Однако это уже заключительный этап исследования. Обобщение и содержательный, качест-венный анализ интерпретация количественных данных.

Сравнение полученных данных с подобными исследованиями ранее проводившимися, статистикой прошлых лет, документальными письменными источниками, научной литературой по данному вопросу: в чем совпадает с уже известным, в чем дополняет или отличается. Метод сравнения и аналогии применяется для анализа собственного материала.

Метод обобщения и системности важен, когда в исследовании изуча-ется сложный объект, либо применялись разнородные методы. Опрос населе-ния, экспертов, статистика, письменные материалы.

Анализ и интерпретация как логические научные методы присутствуют в любом исследовании при написании завершающего отчета и выводов. Выво-дом может быть - необходимость продолжения исследования, так как собран-ного материала недостаточно или обнаружены латентные признаки, или необ-ходимо изучить процесс в динамике, что в зодажном срезе не выявить. Если материала достаточно и он качественный, то применяется метод качественно обоснованной теории. Гипотеза подтвердилась, причины выявлены, тогда ли­бо разрабатывается новая теория, либо уточняется и дополняется прежняя.

Если исследование было эмпирическим, то на заключительной стадии необ-ходимо дать рекомендации или прогноз. При этом используются методы решения проблем, известные из практики и теории прежних лет. Либо мето­ды социального прогнозирования и проектирования (планирования), на основе полученных данных: метод Мерфи, разработки сценариев, моделиро-вания процессов, экспертных прогнозов, древа проблем и целей. К разработ-ке привлекаются другие специалисты и практики - исполнители, которые выступали заказчиками и будут реализовывать намеченное.

Проверка данных

После окончания сбора данных необходимо проверить их качество. Для этого часто достаточно внимательно осмотреть массив данных и выявить технические ошибки, описки, например, неправильно поставленный десятичный знак. При наборе данных накомпьютере важно соблюдать требования к формату данных в используемой статистической программе. Прежде всего, это относится к знаку, который должен отделять вдесятичном числе целую часть от дробной (точка или запятая). Затем массив данных надо проверить на наличие "выскакивающих" вариант — выделяющихся значений, которые могли быть получены в результате неточных измерений, ошибок в записях, отвлечения внимания испытуемого и т.д. Если обнару-жены "подозрительные" значения, то следует принять обоснованное реше­ние об их выбраковке.

Математико-статистическая обработка.Анализ первичных статистик

Средняя арифметическая обозначается буквами М или X. Чтобы ее подсчитать, надо суммировать все значения признака и полученную величину разделить на число значений. Если в ряду есть числа со знаком "минус", то суммирование производят с учетом знаков.

Среднее квадратичное отклонение - мера разнообразия входящих в группу объектов, оно обозначается греческой буквой о (сигма) и называется также основным, или стандартным, отклонением. Оно показывает, насколько, в среднем, отклоняется каждая варианта (конкретное значение оцениваемого параметра) от средней арифметической. Чем сильнее разбросаны варианты относительно средней, тем большим оказывается и среднее квадратичное отклонение. Разброс значений характеризует и размах — разность между наибольшим и наименьшим значением в ряду. Однако а полнее характери-зует разброс значений относительно средней арифметической. Для того, чтобы сравнивать по уровню изменчивости признаки любой размерности (выраженные в разных единицах измерения) применяют коэффициент вариации - частное отделения о на среднюю арифметическую, умноженное на 100%. Обозначается СУ:

Репрезентативность - степень соответствия выборочных показателей характеристикам генеральной совокупности. По части никогда не удается полностью охарактеризовать целое, всегда остается вероятность того, что оценка генеральной совокупности на основе выборочных данных недоста-точно точна, имеет некоторую большую или меньшую ошибку. Такие ошиб-ки, представляющие собой ошибки обобщения, связанные с перенесением результатов, полученных при изучении выборки, на всю генеральную сово-купность, называются ошибками репрезентативности.

Статистические ошибки репрезентативности показывают, в каких пределах могут отклоняться от параметров генеральной совокупности частные пока-затели, полученные на основе конкретных выборок. Очевидно, величина ошибки тем больше, чем больше варьирование признака и чем меньше вы-борка. Это и отражено в формулах для вычисления статистических ошибок, характеризующих варьирование выборочных показателей вокруг их генеральных параметров.