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
цы в диаграммы. Имеются и специальные программы
статистической обработки данных. Пожалуй, наибо&
лее распространенной из них является программа под
названием SPSS, что расшифровывается как «Статис&
тический пакет для социальных исследований». Это
комплекс программ, реализующий практически все
применяющиеся в настоящее время процедуры.
Преимущества машинной обработки количествен&
ных данных перед ручной неоспоримы даже при не&
большом объеме вычислений. Во&первых, это ско&
рость. Результаты получаются практически мгновен&
но. Основное время затрачивается на ввод данных.
Но зато после того как данные заложены в компьютер,
мы получаем возможность подвергать их самым раз&
ным процедурам обработки. Можно, например, раз&
бить какую&то группу и сравнивать между собой под&
группы. Во&вторых, это точность. Достаточно правиль&
но ввести данные и правильно задать нужную
процедуру, и верность любых дальнейших результатов
гарантирована. При расчетах вручную почти неизбеж&
но вкрадываются ошибки, обнаружение и устранение
которых отнимает очень много времени. В&третьих,
это легкость внесения изменений. При ручной обра&
ботке любое изменение означает, что нужно заново
все пересчитывать. Если мы работаем с программой
Excel или аналогичной ей, то при изменении содержи&
мого любой клетки или добавлении новых значений
машина сама производит пересчет итогов по столбцам
и по строкам. Наконец, чрезвычайно облегчается про&
цедура построения всевозможных графиков. Машина
сама строит их по тем данным, которые содержатся
в таблице, выбирая оптимальный масштаб. А затем
уже человек получает возможность варьировать дета&
ли внешнего оформления. Исследователь освобожда&
ется от рутинной работы и может сосредоточиться на
содержательной стороне анализа.
Говоря о преимуществах машинной обработки дан&
ных и о тех новых возможностях, которые она откры&
вает, нельзя не отметить, что в связи с этим к исследо&
вателю предъявляются дополнительные требования.
И это естественно. Компьютер — это только инстру&
мент в руках исследователя, инструмент мощный,
но довольно сложный. Он может многое, но ему нуж&
401
но точно сказать, что требуется сделать. И сделать это
надо на языке, понятном машине. Конструкторы нема&
ло потрудились над тем, чтобы облегчить общение че&
ловека с машиной. Сейчас для работы на компьютере
не надо быть специалистом&программистом. Но опре&
деленная подготовка, конечно, требуется. Нужно
иметь базовые навыки обращения с компьютером,
а также разобраться в устройстве соответствующей
программы. Что касается овладения новой програм&
мой на уровне пользователя, то лучше всего найти че&
ловека, который в ней хорошо разбирается, и делать
первые шаги под его непосредственным руководст&
вом. Дальше уже можно переходить к чтению описа&
ний. Никакое описание не может заменить прямого
показа. В некоторых современных программах, в част&
ности в последней версии SPSS, имеются специальные
обучающие подпрограммы. Они являются хорошим
подспорьем для начинающего.
Но самое главное требование, которое компьютер
предъявляет к исследователю — это четкое представ&
ление структуры данных и тех потребностей анализа,
которые вытекают из задач исследования. Постановка
задачи и интерпретация результатов не могут быть пе&
реданы машине. Самые изощренные приемы фор&
мального анализа способны только помочь преобразо&
вать первичные данные в вид, удобный для интерпре&
тации. Компьютер сам не думает, он лишь точно
выполняет инструкции, которые ему дает человек.
И эти инструкции должны быть совершенно опреде&
ленными и недвусмысленными. Все проблемы опреде&
ления и осмысления выпадают на долю человека.
Собираясь проводить исследование с использова&
нием машинной обработки данных, следует заранее
продумать, в каком виде мы будем вводить их в ком&
пьютер. Проще всего в этом случае работать с данны&
ми, структурированными еще на этапе их сбора. Про&
блем не возникает, когда используются готовые анке&
ты или тесты: тогда мы сразу получаем информацию,
пригодную для дальнейшего количественного анализа.
Если наша исходная информация носит неструктури&
рованный (текстовый) характер, а мы хотим использо&
вать количественные методы анализа, то нужно преду&
смотреть способ ее кодирования. О кодировании речь
402
Глава 3
Методы анализа данных
уже шла выше. Сейчас мы укажем на некоторые осо&
бенности этой процедуры, когда она проводится с ори&
ентацией на машинную обработку данных.
Очень важно, чтобы данные были приведены к еди&
нообразной форме. В качестве стандартной формы
для введения количественных данных в компьютер ис&
пользуется таблица, где строки соответствуют случа&
ям, а столбцы — переменным. В каждую клетку зано&
сится число, характеризующее значение некоторой
переменной для данного случая.
Если данные носят количественный характер,
то заносится результат измерения или оценки. Если
данные представляют собой качественные категории,
то в таблицу заносятся их условные коды. Каждая
клетка должна содержать одно и только одно значе&
ние. Вся таблица должна быть заполнена, то есть в ней
не должно оставаться пустых клеток. В практике не&
редко случается, что какие&то значения отсутствуют.
Например, респондент при заполнении анкеты пропу&
стил один или несколько вопросов. Или отвечает «не
знаю». Все такие случаи должны особым образом ко&
дироваться.
Отсутствующие данные могут быть двух типов:
принципиально невозможные или реально отсутству&
ющие. В первом случае к какой&то подгруппе испытуе&
мых вопрос просто неприложим. У неграмотного бес&
смысленно спрашивать, какие газеты он читает. У до&
мохозяйки нет смысла спрашивать про ее зарплату.
У сироты — про возраст родителей. Но если вопросы
такого рода задавались другим испытуемым, то прин&
ципиально невозможные ответы нужно особым обра&
зом кодировать. Если такие случаи не единичные,
то их следует анализировать отдельно. Во втором слу&
чае человек просто пропускает вопрос или выбирает
категорию «не знаю». Такого рода явления чаще всего
встречаются в заочных (почтовых) опросах. Если у од&
ного респондента подобных ответов много, то надеж&
ность остальных ответов тоже оказывается сомнитель&
ной. Такого респондента лучше вообще исключить.
Правда, если этот случай не единичный, исследователь
должен насторожиться. Выбрасывание нескольких
случаев не только уменьшает выборку, но может стать
источником систематической ошибки, поскольку
403
нельзя исключить, что тут мы имеем дело с группой
людей, отличающихся от остальных в плане интересу&
ющих нас свойств.
После того как данные введены в компьютер, реко&
мендуется просмотреть распределение каждой пере&
менной путем построения таблицы частот или соот&
ветствующих графиков. Компьютер дает возмож&
ность делать это легко и быстро. Просмотр может
быть полезным в нескольких отношениях. Во&первых,
иногда выявляются ошибки, допущенные при вводе
данных. Допустим, вопрос предполагает выбор одного
из пяти вариантов ответа, а построенное распределе&
ние обнаруживает числа больше пяти, которые явно
настораживают. Во&вторых, может оказаться, что вы&
браны слишком дробные значения переменной и не&
которые классы стоит укрупнить. Нужно только по&
мнить, что в случае шкалы названий можно объеди&
нять любые классы, а в случае шкалы порядка —
только соседние. Наконец, характер распределения
может помочь выбрать наиболее адекватные методы
дальнейшего анализа, а также навести на интересные
гипотезы. Так, при скошенном распределении мы
склоняемся к использованию непараметрических
критериев. При бимодальном распределении возни&
кает гипотеза о внутренней неоднородности выборки,
и можно попробовать выделить разные типы испыту&
емых или ответов.
Сама процедура обсчета целиком передается ма&
шине, а исследователь получает готовые результаты,
причем часто в виде, пригодном для использования
в докладе или отчете. Некоторые более сложные вы&
числительные процедуры осуществляются в интерак&
тивном режиме: на каждом шаге вычислений машина
запрашивает дополнительные инструкции. Обычно
пользователь каждый раз выбирает одну из возмож&
ных альтернатив. Понятно, что для этого надо иметь
представление о том, какие задачи решаются на каж&
дом этапе вычислений и как выбор той или иной такти&
ки может повлиять на окончательные результаты.
Итак, компьютер значительно облегчает процесс
обработки эмпирических данных, но одновременно
заставляет исследователя овладевать дополнительны&
ми знаниями и навыками. Иногда кажется, что игра не
404
Глава 3
Методы анализа данных
стоит свеч, что затраты сил и времени не окупают вы&
игрыша, что проще ограничиться карандашом и кар&
манным калькулятором. На это можно ответить, что
машинная обработка данных совершенно необходима
в случаях, когда: а) имеются большие массивы инфор&
мации, б) используются сложные статистические ме&
тоды анализа, в) исследования по одной программе
проводятся неоднократно (мониторинг). В первых
двух случаях без компьютера просто не обойтись.
В третьем случае стоит раз потратить усилия на рацио&
нализацию всей процедуры, чтобы затем избежать
массы рутинной работы. В остальных случаях прихо&
дится решить, исходя из конкретных условий, стоит ли
затевать игру.
Современная исследовательская практика предъ&
являет высокие требования к человеку, который ею
занимается. Он должен иметь не только глубокие по&
знания в области непосредственных проблем, которые
он изучает, но владеть также методологией и техникой
проведения исследований и обработки их результатов.
Вряд ли возможно одинаково хорошо разбираться во
всех этих сферах. Поэтому очень важно налаживать
профессиональные контакты, чтобы в случае нужды
иметь возможность обратиться за консультацией и по&
мощью. Потребность в помощи специалиста по анали&
зу данных, как правило, оказывается необходимой на
трех этапах проведения исследования:
1) на этапе планирования исследования;
2) на этапе подготовки данных к машинной обра&
ботке;
3) на этапе интерпретации полученных результатов.
На практике сплошь и рядом оказывается, что ис&
следователь обращается к специалисту&методологу
слишком поздно — когда материал уже набран и нуж&
но решать, что с ним делать дальше. Тут нередко выяс&
няется, что некоторые важные моменты были упуще&
ны из виду, что какая&то важная информация потеря&
на, что форма данных не отвечает требованиям
задуманного анализа. Отсюда совет: учесть этот пе&
чальный опыт и не повторять подобных ошибок.
Общение со специалистом другой области имеет
свои особенности. Для того чтобы оно было продук&
405
Глава 3
тивным, нужно уметь найти общий язык. А это воз&
можно лишь в том случае, если каждый имеет некото&
рое представление в смежной области. В нашем при&
мере, специалист по статистике должен иметь опыт ра&
боты с социальной информацией. В свою очередь,
от специалиста в любой области требуется иметь пред&
ставление о тех приемах анализа информации, кото&
рые чаще всего используются в исследовательской
практике. Иначе это будет разговор слепого с глухим.
Мы возвращаемся к тому пункту, с которого начи&
нали во введении. Связь между наукой и практикой
в действительности оказывается теснее, чем это
может показаться на первый взгляд. Исследования,
особенно прикладные, направлены на осмысление
практического опыта и служат в конечном счете повы&
шению эффективности практических усилий. Про&
фессионала отличает знание и понимание дела, глубо&
кое осмысление опыта как собственного, так и коллек&
тивного. А для этого он должен быть в душе
исследователем. Ему нужна достаточная методологи&
ческая культура для того, чтобы обобщать свой опыт
и передавать его другим, чтобы быть в курсе новейших
достижений не только в своей области, но и в смежных
областях знаний, чтобы вносить свой личный вклад
в повышение эффективности того вида деятельности,
которому он посвящает жизнь. Владение арсеналом
современных методических приемов, в том числе и ис&
следовательских, должно входить в круг его компетен&
ции. Компьютер сегодня становится важным инстру&
ментом интеллектуального труда вообще. Поэтому
компьютерная грамотность превращается в обязатель&
ный компонент подготовки любого специалиста, а тем
более специалиста&исследователя.
Основные понятия
Сжатие информации, схематизация, кодирова&
ние, таблицы, диаграммы, распределение частот, ме&
ры центральной тенденции, меры рассеяния, нор&
мальное распределение, коэффициент корреляции,
факторный анализ, статистическая значимость раз&
личий, параметрические критерии, непараметричес&
кие критерии.
406
Методы анализа данных
Темы рефератов
1. Качественная информация и работа с ней.
2. Методы статистического описания данных.
3. Методы графического представления данных.
4. Корреляционный анализ и сферы его применения.
5. Многомерный статистический анализ.
6. Параметрические и непараметрические критерии.
7. Использование компьютера для статистической об&
работки данных.
Вопросы для обсуждения на семинарских занятиях
1. В чем различие качественных и количественных
данных?
2. Каковы приемы сжатия информации?
3. Каковы способны наглядного представления ин&
формации?
4. Как можно повысить надежность качественных
данных?
5. Каковы основные приемы статического описания
данных?
6. Что такое корреляция и как ее измеряют?
7. Каковы принципы статистического вывода?
Литература
1. Калинин С.И. Компьютерная обработка данных для
психологов. СПб.: Речь, 2002.
2. Паниотто В.И., Максименко В.С. Количественные
методы в социологических исследованиях. Киев:
Наукова думка, 1982.
3. Саганенко Г.И. Надежность результатов социологи&
ческого исследования. Л.: Наука, 1983.
4. Сибирев В.А. Введение в анализ социологической
информации. СПб.: Изд&во С.&Петерб. ун&та, 2000.
5. Татарова Г.Г. Методология анализа данных в соци&
ологии (введение). 2&е изд. М.: NOTA BENE, 1999.
6. Толстова Ю.Н. Анализ социологических данных:
Учебное пособие. М.: Научный мир, 2000.
7. Ядов В.А. Стратегия социологического исследова&
ния: Описание, объяснение, понимание социаль&
ной реальности. М.: Добросвет, 2000.
407
Глава 4
ОСНОВНЫЕ ТРЕБОВАНИЯ К ОФОРМЛЕНИЮ
НАУЧНОЙ РАБОТЫ
Место темы в учебном курсе
Данная тема дает представление об основных тре&
бованиях, предъявляемых к оформлению научно&ис&
следовательских работ и отчетов. Подготовит к выпол&
нению и правильному оформлению выпускной квали&
фикационной работы (дипломной работы).
Основные рассматриваемые вопросы
1. Изложение научно&исследовательской работы.
2. Структура научного произведения.
3. Композиционное построение и оформление дис&
сертационной работы.
4. Библиографическое описание научного произведения.
5. Цитирование текста.
6. Библиографические ссылки.
7. Иллюстративное оформление текста.
n 1. Изложение научного произведения
Результаты научного исследования могут быть пере&
даны через устные и письменные каналы сообщения.
В зависимости от содержания полученных материалов
и их целевой направленности форма научного произве&
дения может быть различной. Различают следующие
научные произведения: доклад на научную тему, тези&
сы доклада, научный отчет, научная статья, брошюра,
монография, диссертация, автореферат и др.
Особое внимание следует остановить на работах,
выполняемых студентами во время их обучения в ву&
зах. За весь период обучения им приходится писать
408
много контрольных работ и рефератов, три курсовые
Основные требования к оформлению научной работы
работы и, как правило, по окончании обучения — дип&
ломную работу или дипломный проект.
Рассмотрим кратко некоторые из них.
Научный доклад — это публичное сообщение, раз&
вернутое изложение какой&нибудь темы, чаще всего
рассчитанное на специалистов в данной области.
Как правило он состоит из следующих частей:
1) краткого введения в виде вводных замечаний
и практического значения рассматриваемой темы;
2) основной части, раскрывающей сущность темы
и главные ее научные положения;
3) выводов и предложений.
В связи с тем, что на изложение доклада или научно&
го сообщения обычно отводят ограниченное время (10,
15, 20, 30 мин.), отдельные части его содержания долж&
ны быть хорошо проработаны и вполне соизмеримы.
Тезисы доклада — это положения, кратко излагаю&
щие какую&либо идею или основные мысли доклада.
Их предоставляют для предварительного ознакомле&
ния с основными положениями доклада и для опубли&
кования. Как правило, тезисы излагают в 5–7 пунк&
тах, на 1,5–2 страницах машинописного текста.
Научный отчет — это сообщение, доклад о действи&
ях, проведенных исследователем. Обычно он содержит:
— краткое изложение плана и программы закончен&
ных этапов научной работы;
— детальную характеристику применявшихся мето&
дов исследования;
— сущность новых научных результатов;
— заключение, в котором подводятся итоги исследо&
вания и отмечаются вопросы, оставшиеся нере&
шенными;
— выводы и предложения.
Также к научному отчету даются в качестве прило&
жений материалы (таблицы, фотографии и т. д.), слу&
жащие научной аргументацией отчета.
Главное назначение научного отчета — исчерпыва&
юще осветить выполненную работу после ее заверше&
ния или за определенный период времени.
409
Структурными элементами отчета о научно&иссле&
довательской работе являются:
1. Титульный лист.
2. Список исполнителей.
3. Реферат.
4. Содержание.
5. Перечень сокращений, условных обозначений, сим&
волов, единиц и терминов, используемых в отчете.
6. Введение.
7. Основная часть.
8. Заключение.
9. Список использованной литературы.
10. Приложения.
Жирным шрифтом выделены обязательные структур&
ные элементы отчета, остальные включаются в отчет по ус&
мотрению исполнителей научно&исследовательской рабо&
ты с учетом требований ГОCТ 7.32&91. Общие требования
и правила оформления отчетов по научно&исследователь&
ским работам изложены в государственном стандарте
ГОСТ 7.32&91. «Система стандартов по информации, биб&
лиотечному и издательскому делу. Отчет о научно&иссле&
довательской работе. Структура и правила оформления».
Научная статья — научное сообщение небольшого
объема (около 8–10 страниц машинописи с минималь&
ным количеством графического материала), публикуемое
в журнале или сборнике трудов, в котором излагаются ма&
териалы о состоянии научно&исследовательской работы.
За основу журнальной статьи можно взять компо&
зицию научного доклада. В статье выделяются следую&
щие пункты:
— заголовок;
— вводные замечания;
— краткие данные о методике исследования;
— анализ собственных научных результатов и их
обобщение;
— выводы и предложения;
— библиография.
Следует подчеркнуть, что в научной статье, в отличие
от доклада и тезисов доклада необходимо обязательно
делать ссылки на цитируемые источники, чтобы исклю&
чить голословность фактов и усилить аргументацию.
410
Глава 4
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]