
- •Моделирование социальной реальности.
- •Специфика математико-статистических методов применительно к социологической информации.
- •Задачи математики применительно к социологической информации.
- •5. Сложности использования математических методов в социологии.
- •1)Проблема соотношения выборочной и генеральной совокупности.
- •3)Для многих методов отсутствуют разработанные способы перенесения результатов их применения с выборочной на генеральную совокупность
- •4)Методы переноса результатов с выборочной на генеральную совокупность базируется на серьёзных научных теориях.
- •II. Отсутствие строгих обоснований возможности применения конкретных методов математической статистики.
- •III. Использование шкал низких типов.
- •IV. Необходимость соотнесения модели метода с содержанием социологической задачи.
- •6. Программно-аналитический комплекс «spss»: общая характеристика.
- •2. Краткая история возникновения и развития spss.
- •3. Модули программы spss
- •7. Подготовка и создание базы данных в spss: подготовка социологических данных к обработке (в т.Ч. Дихотомический и категориальный способы кодировки).
- •1. Основы работы с электронной таблицей spss
- •Основные группы команд пакета spss, расположенные в главном меню
- •2. Подготовка социологических данных к обработке
- •3. Создание базы данных при помощи spss
- •Имя переменной (Name)
- •Тип переменной (Type)
- •(Для численной переменной)
- •Формат столбца (Width)
- •Десятичные разряды (Decimal)
- •Метка переменной (Label)
- •Метки значений (Values)
- •Отсутствующие значения (Missing Values)
- •Шкала измерения (Measure)
- •Создание переменных для многозначных вопросов и их кодировка.
- •Многозначного вопроса
- •8. Корректировка базы данных
- •«Редактор данных: просмотр данных» с метками кодовых значений
- •«В какой степени Вы удовлетворены результатами прошедших выборов?» (фрагмент приложения программы spss)
- •9. Методы анализа одномерных распределений: описание и графическое представление социологических данных, построение таблиц частотного распределения для многозначных вопросов.
- •Чувства
- •Чувства
- •Частоты для множественных ответов»
- •10. Модификация массива социологических данных: перекодирование с созданием новых переменных, перекодирование в старых переменных, условный отбор данных.
- •1.1. Перекодирование с созданием новых переменных
- •Перекодировать в другие переменные
- •1.2. Перекодирование в старых переменных.
- •Перекодировать в те же переменные»
- •11. Меры центральной (средней) тенденции.
- •1.1. Меры центральной (или средней) тенденции
- •Со средним значением по массиву (данные взяты произвольно)
- •«Какие чувства Вы испытываете, когда думаете о ближайшем будущем?» (фрагмент приложения программы spss)
- •12. Шкалирование и виды шкал.
- •13. Меры разброса.
- •Меры разброса
- •14. Показатели распределения признака.
- •15. Стандартизация показателей.
- •Сохранить стандартизированные значения в переменных
- •16. Таблицы сопряженности.
- •Функция «Статистики» Функция «Не выводить таблицы»
- •17. Коэффициенты критерия «хи-квадрат» и его вычисление в spss.
- •Программы spss)
- •18. Меры связанности для переменных номинальной шкалы: симметричные и направленные меры.
- •3.1. Симметричные меры
- •3.2. Направленные меры
- •3.3. Вычисление в spss
- •Программы spss)
- •19. Меры связанности для переменных порядковой (ранговой) шкалы.
- •20. Выборка: виды, алгоритмы формирования выборки. Объем и ошибка выборки.
- •21. Многоступенчатая выборка: алгоритм формирования.
10. Модификация массива социологических данных: перекодирование с созданием новых переменных, перекодирование в старых переменных, условный отбор данных.
1. Перекодирование переменных. Зачастую для проведения анализа и более детального описания результатов социологического исследования необходимо выполнить некоторые преобразования массива данных.
Определение:
Модификацией
данных или их корректировкой
называются преобразования, которые
позволяют на основе первоначально
собранных данных создать новые
переменные, изменить кодировку уже
созданных переменных, отобрать для
анализа подмассив, соответствующий
определенным условиям.
Если для решения конкретной исследовательской задачи не надо использовать все многообразие полученных данных или полученные результаты требуют группировки, то в программе SPSS предусмотрена возможность перекодирования переменных. При этом перекодирование можно осуществлять вручную или автоматически. Рассмотрим оба способа.
1.1. Перекодирование с созданием новых переменных
Ручное перекодирование переменных можно осуществлять двумя способами: создавая новые перекодированные переменные или внося изменения в кодировку уже существующих. Так, например, у нас есть переменная «возраст», которая отражает полное число лет, исполнившихся респондентам.
Для осуществления кросстабуляционного анализа использование данной переменной не удобно. Но создание на ее базе новой переменной, объединяющей значения возраста в некоторые интервалы, значительно облегчает нашу задачу. Итак, нам надо придать количественной переменной «возраст» вид интервальной, объединяющей следующие возрастные группы: 18–29 лет, 30–39 лет, 40–59 лет, 60 лет и старше.
Для решения этой задачи надо создать новую дополнительную переменную на базе имеющейся. Не используйте функцию для перекодирования в старой переменной, иначе вы потеряете исходные данные.
Итак, для перекодирования надо воспользоваться следующими командами главного меню «Редактор данных / Набор данных»:
Transform / Преобразовать →
Recode / Перекодировать →
Into Different Variables / В другие переменные (рис. 4.1).
Рис. 4.1. Команды для перекодирования переменных
в диалоговом окне «Редактор данных /Набор данных»
После их активации откроется новое диалоговое окно «Recode into Different Variables/ Перекодировать в другие переменные» (рис. 4.2), в котором надо из перечня всех переменных выбрать нужные и при помощи клавиши со стрелкой перенести их в центральную часть окна.
В правой части диалогового окна «Output Variable / Выходная переменная» надо ввести имя для новой переменной (в нашем случае имя «возраст») и нажать на клавишу «Change / Изменить», вопросительный знак в центральной части окна будет заменен на новое имя. В поле «Label / Метка» введем описание новой переменной, например «интервальный», что будет означать для нас «возраст в интервалах».
Рис. 4.2. Диалоговое окно «Recode into Different Variables» /