3.Колличественные методы в социальной работе.

Количественные (статистические) методы анализа широко применяются в научных исследованиях вообще и в социальных науках в частности. Современная экономика базируется на использовании математических моделей процессов производства, обмена и потребления товаров. Социологи прибегают к статистическим методам для обработки результатов массовых опросов общественного мнения. Психологи применяют аппарат математической статистики для создания надежных диагностических инструментов – тестов. Математика является мощным инструментом анализа эмпирических данных и построения научной теории. Хотя применение математических методов в социальных науках имеет некоторые особенности по сравнению с точными науками, общие принципы носят универсальный характер .  То обстоятельство, что применение количественных методов анализа предполагает знакомство с математикой, оказывается существенным препятствием на пути более широкого проникновения статистических методов в сферу социальных исследований. И дело тут не столько в особой сложности самих этих методов, сколько в традиционных установках специалистов гуманитарной сферы: они просто боятся математики, которая у них ассоциируется с непонятными формулами и кропотливыми вычислениями. Действительно, еще сравнительно недавно использование статистики предполагало изучение всех этапов вычислительной процедуры. При ручном вычислении неизбежно возникали ошибки, для исключения которых приходилось проводить всю процедуру как минимум дважды. Сейчас, в связи с распространением компьютеров, эти трудности в значительной степени устраняются. Даже самые сложные вычисления производятся быстро и с максимальной точностью, достаточно лишь правильно ввести исходные данные.  В новой ситуации меняется и подход к обучению методам количественного анализа. Если раньше подробно описывались сами вычислительные процедуры, то теперь основное внимание уделяется изложению логики статистических рассуждений, а это можно сделать, почти не прибегая к математическим формулам……….  Итак, в ряде случаев корреляция между двумя переменными отражает то обстоятельство, что они связаны между собой как причина и следствие. Но причинно-следственные отношения – это лишь один из возможных типов связи. Определенно можно утверждать только следующее: если два явления никак не связаны между собой, то заведомо исключены любые взаимовлияния. Отсутствие корреляции опровергает гипотезу о возможных связях причинно-следственного характера, и такой отрицательный результат может быть полезен в плане уточнения теории.  Отношения между двумя коррелированными переменными X и Y могут быть содержательно самыми разными:  -Случай 1: явление Х вызывает явление Y, выступает как его причина. 

-Случай 2: явления Х и Y взаимно обусловливают друг друга. 

-Случай 3: некоторое третье явление А вызывает явление Х и явление Y, выступает как причина их обоих. 

-Случай 4: явление Х вызывает явление Y, действуя в комплексе с другими факторами. 

Корреляционный анализ представляет собой метод выявления связи между двумя переменными. Если число переменных больше двух, то можно, вообще говоря, рассматривать каждую пару отдельно. Но существуют приемы, специально разработанные для данных такого рода, которые в совокупности носят название многомерный анализ. Мы кратко рассмотрим один из этих методов – факторный анализ, который довольно часто используется в социальных исследованиях. В вычислительном плане он весьма сложен, но использование компьютера существенно упрощает дело. Современному исследователю не надо вдаваться в тонкости вычислительной процедуры, а достаточно понимать возможности этого метода и знать особенности работы с ним.  Факторный анализ является своеобразным развитием метода множественных корреляций. Вначале рассчитываются коэффициенты корреляции между парами переменных. Затем чисто математически получают несколько общих факторов, связанных с группами изучаемых признаков. Поскольку число таких факторов меньше числа исходных переменных, этот вид анализа можно рассматривать как способ сжатия информации, приведения ее к более компактному виду. Последний этап анализа – содержательная интерпретация полученных факторов. Ее осуществляет сам исследователь, выявляя те переменные (признаки), которые теснее всего связаны с каждым фактором. Например, исследуются интересы людей. Если вокруг одного фактора группируются такие виды активности, как посещение театра, концертов, художественных выставок, то мы назовем такой фактор \"эстетические интересы\". Другим фактором может быть, например, интерес к спорту. В результате мы получаем несколько групп однотипных интересов.