Научно-исследовательская и творческая работа в семестре. Учебное пособие

41

Примеры найденных значений – статистических характеристик диаметра нити, приведены в табл. 1.

Таблица 1. Статистические характеристики диаметра нити

По найденным в примере статистическим характеристикам, таким как коэффициент вариации, относительные ошибки среднего, можно увидеть, какой из применяемых способов определения диаметра нити является наиболее точным: для двух разных по волокнистому составу нитей наиболее точным методом будет применение сканера.

2.3.1. Методы анализа данных

Дисперсионный анализ – статистический метод; используется для изучения влияния различных одновременных действий.

Контент-анализ – анализ содержания (метод анализа текстов, содержания документов).

Латентный анализ (скрытый) – совокупность процедур для наблюдения скрытых, внешне ненаблюдаемых (латентных) составных переменных явления.

Кластерный анализ – метод классификации объектов исследования: анкет, интервью. Это многомерный анализ, который позволяет классифицировать одновременно по многим признакам. Он может быть использован для введения данных в группы, которые называются кластерами, а также для строк в тексте, которые можно назвать матрицами.

Лонглинейный анализ применяется для исследования таблиц сопряженности большого числа признаков, в которых лежит предполо-

42

жение о линейной зависимой логарифма частоты (количества, процента), содержащейся в любой ячейке многомерной таблицы, от конкретных значений переменных, образующих данную таблицу [3, с. 40].

Из названных методов рассмотрим контент-анализ, как наиболее приемлемый в исследованиях в области дизайна.

Контент-анализ (в переводе с английского означает «анализ содержания») – один из междисциплинарных методов социальных наук. Как метод научного анализа текста он применяется в гуманитарных науках с целью углубленного понимания содержания текста, социальной позиции автора, его ценностных ориентации, идейной направленности как коммуникатора (производителя текста, сообщения), так и участников коммуникации. Практически контент-анализ может быть применён для изучения массовой совокупности любых текстов.

С помощью контент-анализа можно исследовать информацию с подиумов со свежих страниц журналов мод, соответствующие сведения из сети Интернет, определяющие направление моды на предстоящий сезон.

Объектом конкретного анализа может быть печатный текст, устные высказывания известных всему миру кутюрье, мнения специалистов в области дизайна костюма, магистрантов направления «Дизайн».

Например, общение осуществляется посредством сообщений-суждений, высказываний в устной или письменной формах на художественных советах. В со- общениях-высказываниях проявляются социальные, ценностные ориентации коммуникатора (ведущего дизайнера, либо профессора вуза), его представления, знания об обсуждаемом предмете, его отношение к предмету, степень и характер интереса к нему.

Г. Н. Князевой разработана методика контент-анализа содержания сообщений.

В случае применения контент-анализа исследователь должен прежде всего определить:

1)чёткую цель или иерархию целей – что именно он хочет выявить;

2)гипотезу с намерением проверить её следующим анализом содержания выбранного материала;

3)выборочную совокупность, на основе которой будет произведён сбор первичной информации;

4)способ выявления интересующей исследователя информации; единицы анализа;

43

5)критерий классификации высказываний в соответствии с це-

лями;

6)способы количественной обработки собранной информации;

7)способы содержательной интерпретации полученных данных. Преимуществом для исследователя, анализирующего устные или

письменные сообщения на конкретную тему, состоит в экономии времени при сборе первичной информации.

2.4.Математико-статистические методы

внаучных исследованиях

Математические средства моделирования систем. Большинство явлений, например, в силу их неоднозначной предсказуемости относятся к числу так называемых случайных явлений. Это заставляет использовать в научных исследованиях математический аппарат теории вероятности и статистики.

Случайные явления принято классифицировать, выделяя случайные события, величины и функции, а также образуемые ими системы.

2.4.1. Регрессионный анализ

Регрессионным анализом называют группу методов, направленных на выявление и математическое выражение тех изменений и зависимостей, которые имеют место в системе случайных величин.

Первая задача – выявить факт изменчивости изучаемого явления при определенных, но не всегда чётко фиксированных условиях.

Вторая задача – выявить тенденцию как однонаправленное или периодическое изменение, которое, в частности, может рассматриваться в сочетании друг с другом.

Третья задача – это выявление закономерности, выраженной в виде корреляционного уравнения (регрессии).

Регрессионный анализ дает возможность оценить степень связи между переменными путем вычисления предполагаемого значения переменной на основании нескольких известных значений.

Ниже приведён пример исследования с применением метода регрессионного анализа в области трикотажного производства: при исследовании влияния диаметра нити на длину нити ряда вязания для двух видов переплетений.

44

Пример. Исследование влияния диаметра нити на длину нити ряда вязания. В качестве объекта исследований выбираются образцы трикотажных поло-

тен переплетения гладь, выполненные на 100 иглах из исследуемой пряжи пяти видов, полученные на одной вязальной машине при одинаковых условиях вязания. Для вязания применяется пряжа смешанная (полушерстяная) линейной плотности от 62 до 310 текс диаметром 0,41•10 -3 м –1,42 •10 -3 м. Полученным образцам трикотажа из пряжи разной линейной плотности присвоены номера с № 1 по № 5 соответственно по пяти номерам пряжи. Длина нити определяется по ГОСТ 8846–87 « Полотна и изделия трикотажные. Методы определения линейных размеров, перекоса, числа петельных рядов и петельных столбиков и длины нити в петле». Длина нити измеряется с погрешностью ±1мм. Результаты, статистические характеристики даны в табл.2.

Таблица 2. Статистические характеристики длины нити ряда трикотажных полотен переплетения гладь, связанных при глубине кулирования 3,2•10-3 м

из разных по толщине нитей

Проведенные исследования показывают, что с увеличением диаметра нити длина нити ряда увеличивается. Для наглядного представления данных и выполнения сравнений используется диаграмма, позволяющая сравнивать значения диаметра и длины нити ряда (рис.5).

45

Для графического отображения тенденции данных на диаграмме указывается линия тренда. Наличие связи между параметрами оценивается по коэффициенту линейной корреляции, значимость коэффициента проверяется по критерию Стьюдента при заданном уровне значимости (γ = 0,95).

Получено следующее уравнения регрессии, позволяющее прогнозировать

длину нити (Y1) ряда по диаметру нити (Х1):

Y1 14,31X1 112,5.

Значения коэффициентов в уравнении регрессии показывают на значительное влияние диаметра нити на длину нити ряда. Коэффициент корреляции между длиной нити ряда и диаметром нити при заданном уровне значимости составляет 0,782.

Для исследования влияния глубины кулирования на длину нити ряда в качестве объекта исследования взяты образцы трикотажа переплетения ластик, связанные из пряжи одной и той же линейной плотности при разной глубине кулирования.

Величина глубины кулирования определяется по величине опускания вязального замка машины (кулирного клина) с помощью индикатора часового типа с точностью 0,01•10-3м.

Вязание образцов трикотажа выполняется из пряжи линейной плотности 124 текс; всего изготовлено 6 образцов при разной глубине кулирования; образцам полотен присвоены номера № 6–№ 11. Условия вязания:

– глубина кулирования для вязания образцов трикотажных полотен с 6 по

11составляет соответственно: 1,4•10 -3м;1,9•10 -3 м; 2,3•10 -3 м; 2,8•10 -3 м; 3,2•10 -3 м;3,7•10 -3 м;

– диаметр нити составляет 0,65•10 -3 м.

Ширина образцов трикотажного полотна составляет не менее 100 петельных столбика. По результатам измерений длины нити в образцах трикотажа в зависимости от глубины кулирования, установленной при их вязании, рассчитываются статистические характеристики, представленные в табл.3.

Таблица 3. Статистические характеристики длины нити ряда в образцах трикотажных полотен, 10-2 м, связанных при разной глубине кулирования

47

(от лат. correlatio), (корреляционная зависимость) – статистическая взаимосвязь двух или нескольких случайных величин (либо величин, которые можно с некоторой допустимой степенью точности считать таковыми). При этом изменения значений одной или нескольких из этих величин сопутствуют систематическому изменению значений другой или других величин. Математической мерой корреляции двух случайных величин служит корреляционное взаимоотношение либо коэффициент корреляции R(или r) [4, 5, 9].

Некоторые виды коэффициентов корреляции могут быть положительными или отрицательными. Если предполагается, что на значениях переменных задано отношение строгого порядка, то отрицательная корреляция – корреляция, при которой увеличение одной переменной связано с уменьшением другой. При этом коэффициент корреляции будет отрицательным. Положительная корреляция в таких условиях – это такая связь, при которой увеличение одной переменной связано с увеличением другой переменной. Возможна также ситуация отсутствия статистической взаимосвязи – например, для независимых случайных величин.

Например, рассматривая пожары в конкретном городе, можно выявить весьма высокую корреляцию между ущербом, который нанёс пожар, и количе-

», и тем более не имеет смысла попытка минимизировать ущерб от пожаров путем ликвидации пожарных бригад. В то же время, отсутствие корреляции между двумя величинами ещё не значит, что между ними нет никакой связи [9].

Данный метод обработки статистических данных весьма популярен в экономике и социальных науках (в частности в психологии и социологии), хотя сфера применения коэффициентов корреляции обширна: контроль качества промышленной продукции, металловедение, агрохимия, гидробиология и прочие. В различных прикладных отраслях приняты разные границы интервалов для оценки тесноты и значимости связи.

Популярность метода обусловлена двумя моментами: коэффициенты корреляции относительно просты в подсчете, их применение не требует специальной математической подготовки. В сочетании с простотой интерпретации, простота применения коэффициента привела к его широкому распространению в сфере анализа статистических данных.

48

2.4.3. Факторный анализ

Факторный анализ – многомерный метод, применяемый для изучения взаимосвязей между значениями переменных. Предполагается, что известные переменные зависят от меньшего количества неизвестных переменных и случайной ошибки.

Факторный анализ впервые возник в психометрике и в настоящее время широко используется не только в психологии, но и в нейрофизиологии, социологии, политологии, в экономике, статистике и других науках [9].

В общем случае можно выделить следующие основные этапы факторного анализа:

1.Постановка цели анализа.

2.Отбор факторов, определяющих исследуемые результативные показатели.

3.Классификация и систематизация факторов с целью обеспечения комплексного и системного подхода к исследованию их влияния на результаты какой-либо деятельности (хозяйственной, культурной и др.)

4.Определение формы зависимости между факторами и результативным показателем.

5.Моделирование взаимосвязей между результативным и факторными показателями.

6.Расчет влияния факторов и оценка роли каждого из них в изменении величины результативного показателя.

7.Работа с факторной моделью (практическое ее использование для управления какими-либо процессами: экономическими, социальными и др.).

Факторный анализ позволяет решить две важные проблемы исследователя: описать объект измерения всесторонне и в то же время компактно. С помощью факторного анализа возможно выявление скрытых переменных факторов, отвечающих за наличие линейных статистических связей корреляций между наблюдаемыми переменными. Можно выделить 2 цели факторного анализа:

определение взаимосвязей между переменными;

сокращение числа переменных необходимых для описания данных.

При анализе в один фактор объединяются сильно коррелирующие между собой переменные, как следствие происходит перераспре-

49

деление дисперсии между компонентами и получается максимально простая и наглядная структура факторов. После объединения коррелированность компонент внутри каждого фактора между собой будет выше, чем их коррелированность с компонентами из других факторов. Эта процедура также позволяет выделить главные переменные, что бывает особенно важно при анализе социальных представлений и ценностей.

Например, анализируя оценки, полученные по нескольким шкалам, исследователь замечает, что они сходны между собой и имеют высокий коэффициент корреляции, он может предположить, что существует некоторая главная переменная, с помощью которой можно объяснить наблюдаемое сходство полученных оценок. Такую переменную называют фактором. Данный фактор влияет на многочисленные показатели других переменных, что приводит к возможности и необходимости выделить его как наиболее общий, более высокого порядка.

Другой важной характеристикой метода является возможность ограничиться наиболее информативными главными компонентами и исключить остальные из анализа, что упрощает интерпретацию результатов.

В содержательном смысле фактор представляет собой неизвестную или гипотетическую причину совместной изменчивости коррелирующих переменных. Одновременно фактор есть то общее, что объединяет переменные по смыслу, он есть, следовательно, конструктивное обобщение смыслов переменных.

Принято различать общие, групповые и единичные (специфические) факторы. Общий фактор имеет значимый вес для всех коррелированных переменных. Групповой (порциальный) – только для части, а единичный– для одной какой-нибудь переменной. Единичные факторы рассматриваются лишь в теории факторного анализа, на практике используют только общие и групповые факторы.

Формальная основная задача факторного анализа – в определённом смысле наилучшим образом выбрать факторное пространство с числом факторов меньше числа коррелированных переменных, которое всех их отображало бы с достаточной точностью [4].

Из вышесказанного следует сделать следующие выводы. В зависимости от содержания изучаемых объектов, области исследования могут применяться определённые методы исследования. Наиболее применимыми для проведения научных исследований в области дизайна являются эмпирические: наблюдение, описание, счёт, измерение, сравнение, эксперимент, моделирование. Вопросы, которые ис-

50

следователи-дизайнеры ставят перед собой, решаются методами научного прогнозирования.

Перед научно-исследовательской работой каждому исследователю необходимо ознакомиться со всеми возможными методами исследований, а также оценить их положительные и отрицательные стороны. Правильно выбранный научный метод служит конкретной практической цели, организует и направляет исследовательский процесс на получение нужного результата.

Контрольные вопросы и задания

1.На какие группы делятся все общенаучные методы научного исследования? Какими методами исследований вы будете пользоваться в своей научной работе?

2.Приведите пример общелогического метода исследований «аналогия».

3.Какие существуют методы научного прогнозирования?

4.В чём сущность метода интервью?

5.Перечислите социологические методы, используемые в эмпирическом исследовании.

6.Какие требования существуют к проведению квалифицированного наблюдения исследователем?

7.Какие различают виды наблюдений?

8.Охарактеризуйте метод наблюдения – «оценивание».

9.В чём сущность метода экспертных оценок?

10.Какие существуют разновидности метода экспертных оценок?

11.В чём сущность метода моделирования? Каковы его основные принципы?

12.Перечислите основные математико-статистические методы в научных исследованиях.

13.Какой, на ваш взгляд, метод прогнозирования позволяет более многоплановую и систематизированную информацию?

14.Какие главные достоинства имеет массовый опрос в плане исследовательской работы?

15.Перечислите основные требования к разработке анкеты.

16.Что означает: вопросы анкеты «открытые»? «закрытые»?

17.Составьте анкету с открытыми вопросами для решения проблемы по вашей научно-исследовательской работе.

18.Что означает «стандартное интервью»? Какое бы вы интервью выбрали для решения проблем по теме своей научно-исследовательской работы?

19.Какие существуют правила применения интервью? Перечислите преимущества интервью.

20.Охарактеризуйте метод исследования «оценивание». Возможно ли его использование в вашей научно-исследовательской работе?

21.В каких случаях может применяться метод экспертных оценок? Каковы его особенности?