36.Методологич. Требования к составлению науч. Отчета.

1. Возм-но более полное и глубокое отображение всех ступеней провед-го иссл-я,взаимосв.всех его звеньев и логика науч.поиска стан-ся отчетливей сильные сторны проделанной А,допущ-е ошибки и нереш-е проб-мы.В конце работы обогащается аргумент-я иссл-я в защиту или опроверж-е выдвинутых г-з.

2.Строгое след-е разраб-му прог-мой методол.аппарату иссл-я .В отчете недопустим пересмотр методол.пр-пов без серьезной аргументации внесенных изм-й и обоснов-ти получ-х рез-в.В отчете важно отразить логич.послед-ть выполняемых процедур,показать место и роль каждой из них в пр-се накопления и интерпр-ии нов.зн-й,четко вычленить все выполн-е операции упоряд-я эмп.данных и теор.обосн-й на пути интерпр.социол.факта.

3.Итоги иссл-я в отчете рассм-ся как примен-но к решаемым задачам и выдвинутым г-зам,так к организац-но,в соотв-ии с планом(поиск,описат,эксперт).Это треб-е вкл.указание всех привлекаемых к иссл-ю орг-й,состава кадров,х-ра,формы и методов А с респ-ми.Важно отразить орг-ю сбора мат-ла.Прав-е воспр-е в отчете систем код-я инф-ии и методов ее Маш.обраб-ки.

Язык и стиль отчета д.б.точный,ясный,доступный,краткий,сжатый,убедит.,спокойный,выдержанный тон.

Для напис-я отчета выд-т:1эт.подготовит.-напис-е и вып-е прог-мы иссл-я2эт.оператив.-сост-е отчета,обсужд-е разделов в автор.кол-ве/исслед.гр-пе.3эт-результир-й-науч.и литер.редакция текста,рецензир-е,утвержд-е в соотв.органах,разработка плана внедр-я.

Билет №16.

№16. Методология и логика написания программы обработки.

Методология написания про-мы обработки - учение о методах обработки. Логика обработки по форме — это индуктивный вывод. Соц-г извлекает инф-ю в процедурах обработки иначе, чем в процедурах сбора, потому что м/у об-м и методами обработки стоит 2-я эмпирическая модель. В центре методологии написания прог-мы обработки находится проблема соотношения «признак — показатель - величина». Признаком в соц-ии называется любое единичное проявление об-таЭИ.. Об-м в соц-и м. стать любое явление современной жизни общества. Однород-ть любых явл-й жизни общества, сходство их друг с другом, их одинаковость состоит в том, что все явления, изучаемые соц-м, результат человеческой деят-ти. Объективное сод-е однородности следует отличать от понимания однородности. Понимание однород-и, аналогии признаков объекта исследования, зависит от того, как социолог трактует человеческую деятельность, природу её и, ев результаты. Измерение в соц-ии, как и в любой науке, возможно, если найдена аналогия, однородность, изучаемых величин. Шкала - это эталон, позволяющий эту однородность, эту аналогию выявить. Шкала -эта инструмент измерения. Она д.обеспечить сбор такой инф-ии, к-я позволит решить задачи ЭСИ и тем достичь его цель. В этом отношении, соц-г в процедурах сбора данных формируетпризнаки массива, к-й б. обрабатывать. Система показателей той или иной шкалы и системы шкал - это инструмент изучения, эталон, позволяющий выявить однородность, аналогию признаков в объекте эмпирического исследования. Колич. Сод-е признака - это объективное сод-е величины показателя. Наличие в признаках ЭСИ их колич.хар-к делает эти признаки величинами. Величина признака фиксируется на числовой оси в виде его показателя. Величина - объективное содержание аналогии между числом и признаком. Она основа обработки данных. Величина, когда она превращается социологом в показатель, субъективно выражает задачу социолога: измерить объект и получить новое знание о фактах, о единичных признаках предмета исследования. Т.о.величина превращается соц-м в число. Программа обработки - логически продуманная и обоснованная система методов. Логика обработки развертывается по законам гипотетико-индуктивного вывода (ГИВ). Исходная посылка для построения 1 -й математической модели - 2-я эмпирическая модель. Модель, созданная респондентом, включается социологом в процессе кодирования в качестве одной строки матрицы. Матрица состоит из п₄ строк, показывающих число респондентов, включенных в выборку и признанных достоверной посылкой ГИВ. Но строка не может быть основанием построения математической модели. Таким основанием в матрице данных является столбец. Именно, столбец состоит из величин случайно связанных между собой и поэтому допускающих математико-статистические операции их обработки.