
- •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.
Программы spss)
Критерии хи-квадрат |
|||
|
Значение |
ст.св. |
Асимпт. значимость (2-стор.) |
Хи-квадрат Пирсона |
24,664 a |
4 |
,000 |
Отношение правдоподобия |
24,770 |
4 |
,000 |
Линейно-линейная связь |
,004 |
1 |
,948 |
Кол-во валидных наблюдений |
987 |
|
|
a. В 1 (10,0%) ячейке ожидаемая частота меньше 5. Минимальная ожидаемая частота равна 4,42. |
Из табл. 7.2 видно, что в SPSS вычисляется сразу несколько критериев Х2, т.е. применяется несколько подходов для его вычисления: формула Пирсона, поправка на правдоподобие и тест Мантеля-Хензеля. Кроме того, если таблица сопряженности имеет 4 поля, а ожидаемая вероятность меньше 5, то дополнительно выполняется точный тест Фишера.
Рассмотрим перечисленные выше подходы к вычислению критерия.
Критерий по формуле Пирсона
Критерий вычисляется как сумма квадратов стандартизированных остатков по всем клеткам таблицы сопряженности (формула (7.1)). В нашем случае (табл. 7.2) коэффициент Х2 имеет максимально значимую величину, поскольку р<0,001. Следовательно, с вероятностью Р = 99,9 % критерий Х2 принимает значение 24,662. Это говорит о том, что зависимость между признаками имеется с указанной вероятностью.
После выяснения значимости критерия необходимо проверить корректность его применения.
Ограничение относительно числа ожидаемых частот меньше 5 отражено под таблицей в виде ссылки (под буквой «а»). В нашем случае их число не превышает 20 %, т.к. составляет 10 %, следовательно, применение данного коэффициента корректно.
Критерий Х2с поправкой на правдоподобие
Альтернативная формула для вычисления Х2:
Этот критерий также рассчитывается по всем клеткам таблицы, и при большом объеме выборки получается результат, близкий по значению к критерию Х2, вычисленному по формуле Пирсона.
f ожид |
f набл |
ч2 = - 2∑f набл* ln
Тест Мантеля-Хензеля
Тест выводится третьей строкой («Линейно-линейная связь»). Это мера линейной зависимости между строками и столбцами таблицы сопряженности. Она определяется как
произведение коэффициента корреляции Пирсона на количество случаев, уменьшенное на 1:
ч2= r2 * (n-1) |
где r 2– коэффициент корреляции Пирсона; n – число случаев.
Этот критерий имеет одну степень свободы, он вычисляется всегда автоматически, но для номинальных шкал не применим.
Таким образом, исходя из задач нашего исследования и учитывая используемые типы шкал, мы можем использовать любой из критериев Х2 для определения наличия связи между признаками.
Однако нельзя забывать, что критерий Х2 не может дать количественную оценку меры связанности признаков, т.е. на основе данного критерия мы не можем сделать вывод ни о силе связи, ни о направленности связи. Для решения этих задач в статистике существует целый ряд коэффициентов.