85.Основні методи конструювання вибіркової сукупності.

Вибіркове опитування – альтернатива до суцільного опитування. Достатньо опитати певну сукупність людей, які творять вибіркову сукупність, а висновки робити з проекцією на всю соціальну групу(генеральну сукупність), до якої вони належать.

Три вимоги до процесу конструювання вибірки:

1. Кожна одиниця генеральної сукупності, змінні характеристики якої передбачається вивчити, повинна мати однаковий шанс стати частиною вибіркової сукупності;

2. Якісний склад вибіркової сукупності має відповідати якісному складові генеральної сукупності.

3. Слід забезпечити раціонально обґрунтовану кількісну репрезентативність вибіркової сукупності.

Три основних проблеми, які вирішуються під час побудови вибірки:

1. Визначення об’єму вибірки-кількості осіб,яких треба опитати для оримання якісної інформації.

2. Визначення типу вибірки-побудова конкретної схеми відбору одиниць спостереження.

3. Оцінка якості вибірки-визначення, з якою ймовірністю та яким ступенем точності результати опитування вибіркової сукупності можна буде проектувати на генеральну сукупність.

Якість вибірки- ключова. Визначення якості вибірки включає опис кола умов, що дозволяють оцінити репрезентативність вибірки.

Репрезентативність вибірки-властивість вибіркової сукупності відтворювати якісні характеристики ген.сукупності. Відхилення вибіркової сукупності від генеральної за певними під ставовими характеристиками наз. Помилкою репрезентативності або помилкою вибірки.

Важливими індикаторами репрезентативності вибірки є її надійність (упевненість) та валідність(дійсність,законність) .

Надійність вибірки-гарантія,що отриманий результат упевнено відображає дійсність,яка вивчається.

Валідність-підтвердження(доведення), що досліджувалися (вимірювалися) саме ті явища,які соціолог передбачав дослідити.

Надійність залежить від випадкової помилки вибірки.

Валідність залежить від систематичної помилки(відхилення) вибірки.

86. Основні методи та види якісного аналізу кількісних баз даних соц.Дослідження

Основні види якісного аналізу кількісних баз даних:

-описовий (дескриптивний ) аналіз окремо виділених числових вибірок;

- статистичне тестування ∕ статистична верифікація або фальсифікація робочих гіпотез КСД;

- конструювання концептуальних змінних з метою групування одиниць спостереження КСД та ∕ або їхніх змінних характеристик

Основні методи якісного аналізу кількісних баз даних :

До основних видів якісного аналізу кількісних баз даних конкретно-соціологічного дослідження відносять наступні:

1. Описовий (дескриптивний) аналіз окремо виділених числових вибірок.

2. Статистичне тестування/статистична верифікація або фальсифікація робочих гіпотез КСД.

3. Конструювання концептуальних змінних з метою групування одиниць спостереження КСД та/або їхніх змінних характеристик.

Кожен з вище названих видів якісного аналізу кількісних баз даних конкретно-соціологічного дослідження здійснюється завдяки певному набору методів, які і становлять методи якісного аналізу кількісних баз даних конкретно-соціологічного дослідження.

Описовий (дескриптивний) аналіз окремо виділених числових вибірок – це різновид статистичного аналізу, який вивчає характер розподілу значень у межах тієї, чи іншої окремо виділеної числової вибірки; це є описове представлення певної окремо виділеної числової вибірки, тобто обчислення наступних статистичних показників даної числової вибірки:

2. міри центральної тенденції (середні величини);

3. міри розподілу.

Статистичне тестування/статистична верифікація або фальсифікація робочих гіпотез КСД здійснюється з використанням наступних основних статистичних тестів:

4. двохвимірний частотний + відсотковий розподіл;

5. тест хі-квадрат (χ2);

6. аналіз кореляцій;

7. регресійний аналіз;

8. порівняння середніх;

9. дисперсійний аналіз.

Конструювання концептуальних змінних з метою групування одиниць спостереження КСД та/або їхніх змінних характеристик виконується на основі:

1. факторного аналізу – встановлює рівень статистичної зв’язаності між змінними характеристиками;

2. кластерного аналізу - пошуку статистичної залежності між кейзами або між рядками. Встановлює які групи або кластери створюються в середовищі кейзів.

87. Міри описового (дескриптивного) аналізу окремо виділених числових вибірок.

Описова статистика – це різновид статистичного аналізу, який вивчає характер розподілу значень у межах тієї, чи іншої окремо виділеної числової вибірки. Описова статистика аналізує окремо виділений числовий ряд/виокремлену певним чином числову вибірку. Описова статистика включає: міри центральної тенденції, міри розподілу, міри варіації (розсіювання).

Міри центральної тенденції.

У цьому випадку визначається: середнє значення, медіана, мода і сума.

Середнє значення (Mean - “M”) – це є арифметичне середнє виміряних значень, воно визначається як сума значень, поділена на їхню кількість. Наприклад: 3; 7; 3; 10; 25; 7; 4. М=59/7, М=8,4.

Медіана (Median “Me”) – це точка на числовому ряді значень, який упорядковано за мірою зростання, нижче та вище від якої розташовуються по половині всіх виміряних значень. Якщо кількість значень є непарною, тоді медіана завжди співпадає з одним із виміряних значень. При парній кількості значень медіана буде середнім арифметичним двох сусідніх значень, що розташовуються в середині числового ряду. Наприклад: 3; 3; 4; 7; 7; 10; 25 – тут медіана 7; Приклад 2: 6; 6; 6;(7,5) 9; 12; 12 – тут медіана 6+9=15/2=7,5

Мода (Mode “Mo”) – це значення, яке найчастіше зустрічається у вибірці. Якщо однакова найбільша частота зустрічається у декількох значень, тоді обирається найменше з них. Наприклад: 3; 7; 3; 10; 25; 7; 4 – тут мода 3.

Сума (Sum “Σ”) – це арифметична сума всіх значень.

Міри розподілу (у цій групі знаходяться міри несиметричності розподілу).

Нормальний розподіл – це розподіл значень у межах числової вибірки в якій найбільша кількість одиниць спостереження співпадає із середнім арифметичним та медіаною, тобто знаходиться в геометричному центрі шкали вимірювання, яка є базою для даного розподілу значень. При цьому інші значення симетрично не спадають ліворуч та праворуч від лінії, яка позначає найбільшу кількість значень.

Коефіцієнт асиметрії/ зсув/ ухил (Skewness) – це є міра відхилення розподілу від симетричного розподілу. Якщо розподіл значень змінної підкоряється нормальному розподілу, тоді асиметрія дорівнює нулю. Якщо числовий ряд є крутішим за нормальний розподіл, тоді гіпотезу про те, що дані належать до числового ряду з нормальним розподілом слід відкинути. Якщо вершина асиметричного розподілу є зсунутою в сторону менших значень, тоді можна говорити про позитивну (ліву) асиметрію; якщо в сторону більших – про негативну (праву). Приклад: на шкалі від 1 до 7, де 1 – повний негатив, 4 – нейтральний стан, 7 – повний позитив: якщо зсув є негативним лівим, то це переважання негативних настроїв, якщо позитивним правим – позитивних настроїв.

Коефіцієнт варіації або ексцес/ крутизна (Kurtosis) – коефіцієнт вказує на те, чи розподіл значень є пологим чи крутим. Він дорівнює нулю, якщо є нормальний розподіл значень. Якщо коефіцієнт варіації значно відрізняється від нуля, тоді гіпотезу про те, що дані належать до числового ряду з нормальним розподілом, слід відкинути. Якщо числовий ряд є крутішим за нормальний розподіл, тоді kurtosis є додатнім. Якщо числовий ряд є пологішим за нормальний розподіл, тоді kurtosis є від’ємним.

Міри варіації, розсіювання.

Процентиль (лі) (Percentile (s)) – це точки на шкалі вимірів значень, які ділять цю шкалу на відрізки, кожний з яких може мати довільну, задану вами величину. Якщо процентиль =15, то це означає, що нижче (лівіше) від нього розташовуються 15% виміряних значень (якщо їх упорядкувати за порядком зростання).Число процентилів є завжди на одиницю менше від кількості частин на які вони ділять числовий ряд.

Квартилі (Quartiles) – їх завжди три і вони ділять числовий ряд на чотири рівні частини. Перший квартель Q1 – це точка на шкалі вимірів значень, нижче від якої розташовуються 25% виміряних значень (якщо їх упорядкувати за порядком зростання), Q2 – 50% усіх значень, Q3 – 75% усіх значень.

Розсіювання, розкиданість (Dispersion) – підрахунок міри розсіювання виміряних величин базується на тому, що в той чи інший спосіб порівнюєте міру чи характер розкиданості виміряних величин стосовно середнього значення числової вибірки. Можна визначати розмах – різниця між найбільшим та найменшим значенням числової вибірки. Дисперсія визначається, як сума квадратів відхилень всіх виміряних значень від їхнього середнього значення, що є поділеною на кількість вимірів. Наприклад: 3; 3; 5; 7; 8; 9; 12 D= (3-6,6)²+ (3-6,6)²+(5-6,6)²+ (7-6,6)²+(8-6,6)²+(9-6,6)²+(12-6,6)²=65,36/7=9,3.

Стандартне відхилення також є мірою розкиданості значень числової вибірки стосовно певного значення. Проте воно має одну перевагу – цей індикатор розкиданості є приміряним до осі значень числового ряду. Стандартне відхилення дорівнює квадратному креню з дисперсії.

Стандартна помилка середнього значення це є статистичний індикатор, який показує, якою мірою середнє значення певної числової вибірки відрізняється від середнього значення генеральної сукупності, яку ця вибірка репрезентує. Встановлено, що чим більшою за своїм розміром є числова вибірка, тим меншою є стандартна помилка її середнього значення. Стандартна помилка середнього значення числової вибірки обчислюється як стандартне відхилення, поділене на квадратний корінь від об’єму числової вибірки.

Дуже часто викладені вище показники описової статистики числових розподілів використовуються при проведенні тестів аналітичної статистики, яка порівнює якісні характеристики двох, або більшої кількості вибірок.