Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Социологические и психологические методы исследований в социальной работе. Учебное пособие для высшей школы
.pdf
Методы анализа данных
представление открывает путь к перекрестному срав&
нению. Действительно, представим себе, что описание
структуры и функций одной, пусть даже небольшой,
организации занимает пару десятков страниц. Если
мы сравниваем между собой две организации, то объ&
ем первичных материалов увеличивается вдвое. Толь&
ко после преобразования его в более сжатую форму,
мы получим возможность проводить сопоставитель&
ный анализ.
Для удобства сравнения материал сводят в табли#
цы. Общая структура таблицы такова: каждая клетка
представляет собой пересечение строки и столбца.
В принципе, количество строк и столбцов может быть
любым, но нужно учитывать, что по мере того, как
таблица разрастается, ее обозримость ухудшается.
Таблица удобна тем, что в нее можно включать как ко&
личественные, так и качественные данные. Правда, ис&
пользование качественных данных, как правило, зна&
чительно раздувает таблицу, поскольку каждая клетка
становится больше. Но и здесь можно прибегнуть к по&
мощи кодирования: в самой клетке ставится какой&то
условный знак, а в примечаниях под таблицей он рас&
шифровывается. Смысл таблицы в том, чтобы ее мож&
но было окинуть взглядом. Поэтому обычно таблица
должна умещаться на одном листе. Сводная таблица,
используемая для анализа, часто чертится на большом
листе бумаги. Но большую таблицу всегда можно раз&
бить на несколько частей, то есть сделать из нее не&
сколько таблиц. На этапе презентации материала луч&
ше пользоваться такими компактными таблицами, от&
ражающими разные аспекты сравнения данных.
Итак, любая таблица состоит из строк и столбцов.
Чаще всего строка соответствует одному случаю,
а столбцы представляют его различные аспекты (при&
знаки). Таблица будет выглядеть так:
ɉɪɢɡɧɚɤ 1 ɉɪɢɡɧɚɤ 2 ɉɪɢɡɧɚɤ 3 ... ɉɪɢɡɧɚɤ N
ɋɥɭɱɚɣ 1
ɋɥɭɱɚɣ 2
ɋɥɭɱɚɣ 3
...
ɋɥɭɱɚɣ N
371
Но, в принципе, можно поменять строки и столбцы
местами. При работе с качественными данными это
даже удобнее, поскольку при небольшом числе случа&
ев (два&три) клетки можно сделать широкими, и тогда
в них удобно размещаются текстовые фрагменты. Таб&
лица будет выглядеть так:
ɋɥɭɱɚɣ 1 ɋɥɭɱɚɣ 2
ɉɪɢɡɧɚɤ 1
ɉɪɢɡɧɚɤ 2
ɉɪɢɡɧɚɤ 3
...
ɉɪɢɡɧɚɤ N
Еще одним приемом сжатого и наглядного пред&
ставления информации служат диаграммы. Существу&
ют разные типы диаграмм, но практически все они яв&
ляются структурными схемами, на которых условными
фигурами (прямоугольниками или овалами) изобража&
ются элементы, а линиями или стрелками — связи
между ними. Например, с помощью диаграммы удобно
представить структуру любой организации. Элемента&
ми ее выступают люди, точнее — должности. Если ор&
ганизация большая, то в качестве элементов выбира&
ются более крупные структурные элементы — подраз&
деления. С помощью диаграммы легко представить
иерархию отношений (систему подчинения): старшие
должности располагаются на схеме выше, а младшие —
ниже. Линии, соединяющие элементы, точно указыва&
ют, кто кому непосредственно подчиняется.
Генеалогическое дерево — это еще один хорошо из&
вестный тип диаграмм, который помогает проследить
историю рода. Дерево обычно вычерчивается пере&
вернутым, так как считается, что род восходит к пред&
кам. Но, в принципе, его можно изобразить и расту&
щим вверх. Важно, что на такой схеме представлен
каждый член рода, так что легко проследить все родст&
венные связи. Метод построения генеалогического де&
рева находит широкое применение в области семейно&
го консультирования. Здесь он известен под названи&
372
Глава 3
Методы анализа данных
ем семейный портрет. Обычно на одной схеме изоб&
ражается три поколения (до дедушек и бабушек).
Представители мужского пола изображаются квадра&
тиками, а женского — кружочками. Рядом с каждым
квадратиком или кружком пишут имя человека и год
его рождения. Для умерших родственников указыва&
ют также год смерти. Возможно также помещение до&
полнительной информации: место рождения, год и ме&
сто вступления в брак и т. д. Метод используется как
для получения информации о семье, так и для прида&
ния этой информации обозримого вида.
Представление в виде диаграмм вполне можно ис&
пользовать и для выявления логической структуры со&
бытий или текста. В этом случае вначале проводится
смысловой анализ и намечаются узловые события или
компоненты, а затем они представляются в графичес&
кой форме так, чтобы максимально ясной становилась
связь между ними. Понятно, что схематизация приво&
дит к огрублению картины за счет опускания многих
деталей. Но зато происходит сжатие информации,
преобразование ее в вид, удобный для восприятия
и запоминания. Например, содержание данной главы
в самом сжатом виде можно представить следующим
образом:
ɆȿɌɈȾɕ ȺɇȺɅɂɁȺ
ɄȺɑȿɋɌȼȿɇɇɕȿ
ɄɈȾɂɊɈȼȺɇɂȿ ɉɊȿȾɋɌȺȼɅȿɇɂȿ
ɄɈɅɂɑȿɋɌȼȿɇɇɕȿ
ɈɉɂɋȺɇɂȿ ȼɕȼɈȾ
Из схемы видно, что методы анализа данных распа&
даются на два больших класса — на качественные
и количественные методы. Основными приемами ка&
чественного анализа являются кодирование и нагляд&
ное представление информации. Количественный
анализ включает методы статистического описания
выборки и методы статистического вывода (проверки
статистических гипотез).
После изложения конкретных приемов работы
с качественными данными, обратимся к проблеме на&
дежности качественной информации. Здесь можно
373
выделить несколько факторов. Во&первых, многое за&
висит от способа ее первичной фиксации. Если в про&
цессе наблюдения или беседы ведется запись от руки,
то часть информации теряется в силу того, что ее
просто не успевают зафиксировать. Кроме того, на&
блюдатель неизбежно вносит субъективный момент
в процесс отбора и оценки важности информации.
Применение технических средств (магнитофон, ви&
деозапись) позволяет повысить полноту и точность
фиксации данных, но увеличивает время, которое по&
требуется для последующей их обработки. Во&вторых,
известной субъективности трудно избежать и в про&
цессе кодирования. Когда исследователь заранее наст&
роен на определенные результаты, он обычно склонен
игнорировать те факты, которые противоречат его ги&
потезам. Поэтому от человека, работающего с качест&
венной информацией, требуется культивировать в се&
бе непредвзятую установку, гибкость и готовность ме&
нять гипотезы по ходу анализа. В&третьих, надежность
информации зависит от тех источников, из которых
она черпается. Выше, в главе о методах сбора инфор&
мации, мы отмечали достоинства и недостатки каждо&
го метода в этом отношении. Еще раз укажем на то, что
надежность социальной информации существенно по&
вышается, когда привлекается информация разного
рода. Комплексный подход во многом снимает недо&
статки, присущие каждому методу в отдельности. Так,
сведения, сообщаемые клиентом о себе, приобретают
больший вес, если они хотя бы частично подкрепляют&
ся сведениями, которые сообщают о клиенте люди, хо&
рошо его знающие. Непосредственное наблюдение
и привлечение документов существенно дополняют ту
информацию, которая доступна через устное сообще&
ние. Короче говоря, согласованность информации, по&
ступающей по разным каналам, является гарантией ее
достоверности.
Заканчивая описание приемов качественного
анализа данных, еще раз отметим, что он может иг&
рать самостоятельную роль в рамках исследований
идиографического типа или же выступать как подго&
товительная стадия для последующего количествен&
ного анализа, к рассмотрению которого мы теперь
переходим.
374
Глава 3
Методы анализа данных
n 2. Количественный анализ
Количественные (статистические) методы анализа
широко применяются в научных исследованиях вооб&
ще и в социальных науках в частности. Современная
экономика базируется на использовании математиче&
ских моделей процессов производства, обмена и по&
требления товаров. Социологи прибегают к статисти&
ческим методам для обработки результатов массовых
опросов общественного мнения. Психологи применя&
ют 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 социаль&
ных науках имеет некоторые особенности по сравне&
нию с точными науками, общие принципы носят уни&
версальный характер.
То обстоятельство, что применение количествен&
ных методов анализа предполагает знакомство с мате&
матикой, 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 гу&
манитарной сферы: они просто боятся математики,
которая у них ассоциируется с непонятными формула&
ми и кропотливыми вычислениями. Действительно,
еще сравнительно недавно использование статистики
предполагало изучение всех этапов вычислительной
процедуры. При ручном вычислении неизбежно воз&
никали ошибки, для исключения которых приходи&
лось 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 пра&
вильно ввести исходные данные.
В новой ситуации меняется и подход к обучению
методам количественного анализа. Если раньше по&
дробно описывались сами вычислительные процеду&
ры, то теперь основное внимание уделяется изложе&
нию логики статистических рассуждений. А это мож&
375
но сделать, почти не прибегая к математическим фор&
мулам. Предполагается, что непосредственные расче&
ты будут проводиться на компьютере, а в процессе
подготовки и интерпретации данных будет возмож&
ность обращаться за консультацией к специалисту. Он
также поможет выбрать наиболее адекватный метод
анализа, правда для этого ему надо грамотно объяс&
нить задачи исследования. Четкая же постановка зада&
чи требует владения общими принципами научной ме&
тодологии и специфическим языком описания дан&
ных.
Существующие приемы статистического анализа
данных чрезвычайно многообразны. Нет никакой воз&
можности даже кратко их перечислить. Да это, впро&
чем, и не имеет особого смысла. Анализ данных — это
комплекс практических умений и навыков, которым
невозможно овладеть путем только чтения книг. Как
в случае любого другого практического умения (вож&
дение автомобиля, работа на компьютере, владение
иностранным языком) необходима реальная практика.
Но для начала полезна общая ориентировка. Именно
такую скромную цель мы и ставим перед собой на дан&
ном этапе. Знакомство с принципами статистического
анализа, с основными типами статистических проце&
дур и со сложившейся терминологией поможет пре&
одолеть первое, но, пожалуй, самое главное препятст&
вие на этом пути.
Все методы количественного анализа принято раз&
делять на две большое группы. Методы статистичес#
кого описания направлены на получение количествен&
ной характеристики данных, полученных в конкрет&
ном исследовании. Цели статистического описания во
многом совпадают с разобранными выше целями каче&
ственного анализа данных: мы стремимся к сжатому
и наглядному их представлению. Математический
язык оказывается очень эффективным средством до&
стижения подобной цели. Методы статистического
вывода позволяют корректно распространять резуль&
таты, полученные в конкретном исследовании, на все
явление как таковое, делать заключения общего ха&
рактера. Эти методы являются мощным инструментом
построения научной теории. Можно сказать, что с их
помощью осуществляется переход от изучения ло&
376
Глава 3
Методы анализа данных
кальных явлений к познанию универсальных законо&
мерностей, а тем самым и к научному прогнозирова&
нию.
2.1. Описательная статистика
Цель любого научного исследования, как мы уже
указывали, заключается в обнаружении закономерно&
стей внутри определенного класса явлений. Законо&
мерность, в самом широком смысле слова означает не&
кую регулярность, однотипность. О регулярности,
в свою очередь, можно говорить там, где явления по&
вторяются, где они носят более или менее массовый
характер. Статистические методы как раз и предназ&
начены для анализа подобных явлений и процессов.
Они позволяют выявлять устойчивые тенденции
и строить на этой основе теории, предназначенные для
их объяснения.
Наука всегда имеет дело с разнообразием действи&
тельности, но свою задачу она видит в обнаружении
порядка вещей, некоторой устойчивости внутри на&
блюдаемого разнообразия. Например, антропология
изучает физические особенности строения тела чело&
века. По признакам строения тела (цвета кожи, глаз,
волос, формы черепа и т. д.) она выделяет определен&
ные типы — человеческие расы. Но ее не интересуют
такие признаки, как количество глаз, ушей или паль&
цев, поскольку это константы: люди (в норме) не раз&
личаются между собой по этим признакам. Выше уже
было сказано, что наука имеет дело с переменными,
однако она стремится выделить такие их значения, ко&
торые лучше всего объясняют наблюдаемое разнооб&
разие проявлений. Статистика снабжает нас удобны&
ми приемами такого анализа.
Для использования статистики требуются два ос&
новных условия:
а) мы должны иметь данные о группе (выборке) лю&
дей;
б)эти данные должны быть представлены в формали&
зованном (кодифицированном) виде.
Задачи описательной статистики в целом совпада&
ют с задачами качественного анализа: это сжатие ин&
377
формации и представление ее в удобном для обозре&
ния виде.
Наиболее простой случай возникает тогда, когда
наши данные могут быть представлены одной пере&
менной. Используемые для этого методы объединяют&
ся в группу под названием одномерный статистичес#
кий анализ. В зависимости от типа данных и от задач,
которые ставит исследователь, выбирается тот или
иной конкретный способ анализа.
Достаточно простым и удобным приемом анали&
за количественных данных является построение
распределения частот. Проиллюстрируем его на
примере. Допустим, проводится исследование, в ко&
тором каждому участнику, среди прочих, задается
вопрос о его семейном положении. Ответы фикси&
руются, а общие результаты сводятся в таблицу, где
против фамилии каждого участника указано его се&
мейное положение. Далее эти первичные данные
мы хотим представить в более сжатой и удобной для
анализа форме. Для этого мы разбиваем их на кате&
гории, подсчитывая количество людей в каждой
группе. Сами категории выбираются в зависимости
от целей исследования и могут быть более широки&
ми или более узкими. Если используется вопрос за&
крытого типа, то мы сразу фиксируем ответы в ко&
дированной форме. Если же используется вопрос
открытого типа, то кодирование осуществляет сам
исследователь. Отметим, что более узкие категории
всегда можно укрупнить. Но если информация
структурируется прямо на этапе ее сбора, то потом
нельзя будет разбить данные на большее число
категорий. Часть информации оказывается поте&
рянной.
Предположим, мы выбрали следующие катего&
рии: женат/замужем, холост/не замужем, разве#
ден/разведена, вдовец/вдова. Подсчитывая число от&
ветов в каждом классе, мы можем построить таблицу
распределения, которая значительно компактнее
и удобнее для анализа, чем полная таблица ответов.
Предположим, всего было 30 респондентов, и один
из них отказался отвечать на данный вопрос. Тогда
таблица распределения частот может иметь следую&
щий вид:
378
Глава 3
Методы анализа данных
Таблица 1
Данные о семейном положении респондентов
ɋɟɦɟɣɧɨɟ ɩɨɥɨɠɟɧɢɟ ɑɚɫɬɨɬɵ Ⱦɨɥɢ ɉɪɨɰɟɧɬɵ
ɀɟɧɚɬ/ɡɚɦɭɠɟɦ 16 0,53 53,3 (55,2)
ɏɨɥɨɫɬ/ɧɟ ɡɚɦɭɠɟɦ 4 0,13 13,3 (13,8)
Ɋɚɡɜɟɞɟɧ/ɪɚɡɜɟɞɟɧɚ 7 0,23 23,3 (24,1)
ȼɞɨɜɚ/ɜɞɨɜɟɰ 2 0,07 6,7 (6,9)
Ⱦɚɧɧɵɟ ɨɬɫɭɬɫɬɜɭɸɬ 1 0,03 3,3
ȼɫɟɝɨ 30 0,99 99,9 (100)
Из таблицы видно, что большая часть респонден&
тов (более половины) женаты или замужем. Отметим,
что если какие&то отсутствуют, их следует выделить
в самостоятельную категорию. Анализ таких пропу#
щенных значений часто выделяют в самостоятельную
задачу.
Анализируя таблицу, мы сравниваем между собой
категории и видим, как они представлены в нашей вы&
борке. Нас чаще всего интересуют не абсолютные зна&
чения, а относительные. И тогда мы переводим часто&
ты в доли относительно общего числа наблюдений, ко&
торое мы принимаем за единицу. Для этого мы делим
каждое значение на общее число наблюдений (в на&
шем случае — на 30). Полученные дроби можно внести
в таблицу отдельным столбцом. Тогда хорошо видно,
что в нашей выборке немногим более половины рес&
пондентов находятся в браке, а около четверти —
в разводе. Относительные значения удобны еще и тем,
что позволяют легко сопоставлять данные по двум вы&
боркам разного объема. Допустим, у нас есть данные
о семейном положении другой группы людей, и мы хо&
тим сравнить их с данными первой группы. Если во
второй группе тоже тридцать человек, то можно прямо
сравнивать частоты. Если же выборки различаются
размерами, то мы предварительно вычисляем относи&
тельные значения путем деления абсолютной величи&
ны на объем выборки. Последний показатель принято
обозначать латинской буквой N. В разобранном толь&
ко что примере N = 30.
379
Помимо долей, относительными единицами явля&
ются также проценты. Если в первом случае целое
принимается за единицу, то во втором случае — за сто
процентов. От долей легко перейти к процентам: каж&
дое значение просто умножается на сто. Процентное
выражение предпочтительно тем, что с целыми числа&
ми работать удобнее, чем с дробями. Но по существу
проценты и доли — это эквивалентные единицы напо&
добие рубля и копейки. Относительные единицы поз&
воляют сравнивать не только аналогичные показатели,
полученные на разных выборках, но и качественно
различные показатели между собой. Например,
для характеристики имущественного расслоения в об&
ществе используют следующий прием: подсчитывают,
какой процент всей собственности сосредоточен в ру&
ках десяти процентов самых богатых людей. Понятно,
что в случае полного имущественного равенства этот
показатель будет равен десяти процентам. Чем он
больше отличается от этого значения, тем выше сте&
пень имущественного неравенства в обществе.
Последний столбец в Таблице 1 представляет дан&
ные в процентах. Обратим внимание, что итог у нас
оказался несколько меньше ста процентов из&за округ&
лений при вычислениях. Поскольку данные по одному
индивиду отсутствуют, можно пересчитать проценты
без этой пустой категории, полагая теперь N = 29.
Скорректированные данные представлены в скобках.
При сравнении с другой выборкой мы будем использо&
вать именно их.
До сих пор мы разбирали случай, когда исходные
данные были качественными, то есть образовывали
шкалу наименований. Но мы можем строить распре&
деление частот и для шкал порядка или отношений.
Правда, в последнем случае обычно данные пред&
ставляют в сгруппированном виде, так как иначе об&
разуется очень много классов. Например, мы иссле&
дуем возрастной состав той же группы из тридцати
человек. Если она не однородна в этом отношении,
данные окажутся «размазанными». Тогда мы их
группируем, выбирая определенный шаг (например,
пять или десять лет), и вносим в таблицу обобщен&
ные данные. Шаг выбирается с учетом характера
данных и задач анализа. Снова отметим, что группи&
380
Глава 3
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]