1.1. Первичная обработка данных

Первичная обработка данных включает построение распределений расчет обобщенных характеристик статистического распределения. Построение распределений Статистический аппарат социологии предусматривает следующих виды распределений: линейное, условное и перекрестная группировка. Линейное распределение. Смысл этого распределения заключается в суммировании ответов респондентов по определенным позиция (т.е. вычисляется количество проявлений значений признаков в изучае­мом массиве данных). Получаемая в итоге величина называется частотой проявления признака. Построение линейного распределения начи­нается с так называемой перечневой таблицы, то есть представления социологических данных в виде таблицы. Например, на вопрос об обра­зовании лиц, поддерживающих меры, принимаемые администрацией по укреплению правопорядка в зоне ЧС, ответы распределились сле­дующим образом:

Код

Градация

140 141

начальное неполное среднее

Количество ответов

начальное профессиональное 110 среднее техническое 85

незаконченное высшее 66

высшее 9

Всего 520

В этом случае мы получаем полезную информацию об абсолютном е ответивших по каждой из позиций. Но, исследователя, как правило интересуют и относительные величины, позволяющие сопоставить результаты обработки с данными, полученными при исследовании на тих выборках. Основные приемы получения относительных величин расчет частостей и вычисление процентных отношений.

Частость (относительная частота) - это отношение частоты появления признака к общему количеству наблюдений.

N

/ =

где Т - относительная частота появления признака;

п - частота появления признака;

N - объем выборки. Процентное отношение - это исчисление относительной частоты I виде процентов.

/ = — •100%

При расчете относительных величин таблица будет выглядеть следующим образом (см. табл. 3):

Таблица 3

ГкодП	Градация	Количество ответивших	*	Р(%)
140	начальное	54	0,104	10.4
141	неполное среднее	196	0,377	37,7
142	начальное профессиональное	110	0.212	21,2
143	среднее техническое	85	0,163	16.3
144	незаконченное высшее	66	0.127	12,7
145	высшее	9	0.017	1,7

Построение линейного распределения достаточно широко используется в социологических и социально-психологических исследованиях Вместе с тем, для получения более глубоких знаний, требуются и методы, в основе которых лежит принцип изучения взаимной связи ду значениями признака.

К наиболее простым методам, построенном на этом принципе, носятся построение условных распределений и метод перекрест группировки,

Условное распределение. Построение условного распределения осуществляется посредством выделения из множества ответов тех, которые относятся к избранной группе, и нахождения распределения чаще тот (процентных отношений), относящегося только к этой группе. В качестве условий отбора может выступать: принадлежность респондента определенной социальной группе; социальный статус респондента; наналичие утвердительного (отрицательного) ответа на вопрос и т.д.

Группы выбора могут носить и комплексный характер, например: русский + инженерно-технический персонал + имеет двух детей + ежемесячный доход от 2000 до 2800 руб.

Последующее использование получаемых таким образом числен­ных значений заключается в проведении сравнительного анализа отве­тов представителей различных групп и выделении среди них сущест­венных различий.

Ниже приводится фрагмент условного распределения¹, где в каче­стве условий отбора выступает значения ответов на вопрос:

Как вы относитесь к мерам, принимаемым администрацией для укрепления правопорядка в зоне ЧС? 069-одобряю

- скорее одобряю

- скорее не одобряю

- не одобряю

- затрудняюсь ответить В результате выделяем три условных группы респондентов (см.

■ 4):

1 группа. Лица, положительно относящиеся к действиям администрации по укреплению правопорядка (позиции 069 - 070).

группа. Лица, отрицательно относящиеся к действиям администрации по укреплению правопорядка (позиции 071 - 072).

группа. Лица, не определившиеся в своем отношении к действиям

администрации (позиция 073).

Таблица 4

Линейное распределение

Позиции выбора

73

69-70

71-72

ВОПРОСЫ

позиции вопросов

2

2

25

25

18

15

15

2

18 25 45

28 15 2 15 15 25

52 28

15 5

10 2 28 25 15 20

31 29 19 21

Ваше образование?

начальное

неполное среднее

среднее профессиональное

среднее техническое

незаконченное высшее

высшее

Удовлетворены ли вы условиями жизни? -да, удовлетворен

скорее удовлетворен

скорее не удовлетворен не удовлетворен

2 8

34 56

71 19 10

19 41 15 25

Считаете ли вы, что администрация де­лает все необходимое для нормализа­ции жизни?

да

скорее да, чем нет

скорее нет, чем да

нет

Условное распределение позволяет учесть разницу во мнениях и социальных установках различных групп и, сообразуясь с этим, коррек­тировать управляющие воздействия.

Перекрестная группировка. Это метод изучения характер явления (объекта) на основе построения таблиц взаимного распределения показателей. В качестве таких показателей могут выступать, на мер, два вопроса анкеты. Таблицы могут быть построены следующим четырьмя способами:

ТАБЛИЦЫ ВЗАИМНОГО РАСПРЕДЕЛЕНИЯ ПОКАЗАТЕЛЕЙ

Таблиц

	Показатель А
		01	02	03	04	"1 Всего
(^Показатель В	016
	ю О
	I 014
	1013
Всего

В пересечении граф абсолютное количество ответивших

Таблица №6

(При пересечении граф-процент от общего количества опрошенных)

Таблица№7

	Показатель А
		01		02		03		04		Всего
Показатель В	со о
	ю о
	014
	013	т								▼
				+		т		▼
Всего		100%		100%		100%		100%		100%

(При пересечении граф - процент по количеству ответивших на каждую из позиций показателя А)

Таблица№8

	Показатель А
		01	02		03		04	Всего
Показатель В	016							100 %
							"•■"Р-
	015							100% I
	014							100%
	013							100% I
		т	т		т		▼
Всего I								100 % |

(При пересечении граф - процент по количеству ответивших на каждую из порций показателя В)

Приведенные таблицы могут способствовать выявлению устойчи­вых связей между характеристиками явления, определению причинно-следственных отношений между признаками, установлению тенденций развития процесса и так далее.

1.2. Расчет обобщенных характеристик статистического распределения

Обобщенные характеристики статистического распределения -его числовые характеристики, указывающие, где «в среднем» располагаются значения признака, насколько эти его значения изменчивы и блюдается ли преимущественное проявление определенных знача признака. Функция средних величин достаточно проста и важна: она включается в том, чтобы выражать сложную группу при помощи немного простых чисел. Человеку трудно охватить весь массив социологических данных, они должны быть сгруппированы, упрощены и приведены средним.

Таковыми характеристиками являются меры центральной тенденции (мода, медиана, среднее арифметическое) и меры изменчивости (вариационный размах, дисперсия, показатели ассиметрии и эксцесса).

Меры центральной тенденции

Среднее арифметическое (х). Величина, характеризующая сред­нее значение показателя по каждой из группировок с учетом численно­сти этих группировок. Данный параметр помогает выявить наиболее ти­пичные значения, которые наилучшим образом представляют весь ком­плекс признаков по описываемой переменной. Среднее арифметическое может быть определено только для шкал отношений, ранговых и интер­вальных шкал.

Мода (М₀). Наиболее часто встречающаяся градация некоторого показателя. Она соответствует градации, имеющей максимальную час­тоту, которая и называется модальной. Как правило, применяется для переменных, измеренных в номинальных шкалах.

Медиана (М_е). Это значение среднего положения признака в упо­рядоченном ряду. Как правило, эта мера применяется в ранговых и мет­рических шкалах.

Меры изменчивости Вариационный размах (вариация) {6) характеризует разницу между нимальной и максимальной градацией признака.

Эта мера применяется, как правило, для признаков, измеренных в ранговой шкале. Для признаков, измеренных в метрических шкалах, применяется среднее квадратичное отклонение.

Среднее квадратичное отклонение (о) показателя от его среднего Шрифметического. Оно определяет интервал наиболее вероятных зна­чений показателя. Чем меньше о, тем с большей уверенностью мы мо­жем использовать среднее арифметическое.

Дисперсия (З²) представляет собой квадрат среднеквадратического отклонения. Чем меньше дисперсия, тем более типично среднее

арифметическое.

Коэффициент вариации ^) используется для количественных шкал. Он всегда меньше единицы. Чем ближе к нулю, тем более типич­ным для признака будет его среднее значение.

Коэффициент вариации может быть вычислен и для номинальной шкалы по формуле: у_й = * немодальное ^ _{где Уа} _ _в промежутке от 0 до 1,

где 1г немодальное - сумма всех случаев, не входящих в модальную категорию; N - общее количество случаев.

В данном случае коэффициент вариации дает нам процентную до­лю тех признаков, которые не входят в модальную категорию. Чем меньше коэффициент вариации, тем типичнее или значимее мода.

Мера асимметрии (А₃). Используется для показателей, измерен­ных в количественных шкалах, и характеризует равномерность распре­деления. В тех случаях, когда какие-нибудь причины благоприятствуют более частому появлению значений, которые выше или. наоборот, среднего, образуются асимметричные распределения. При левостороней или положительной асимметрии в распределении встречаются

более низкие значения признака, а при правосторонней или отрицатель

- более высокие (см. графики 1 и 2).

А₈>0

График Г ^А Левосторонняя асимметрии

График Правосторонняя асимметри

Мера эксцесса (Е_х) характеризует выраженность среднего значения показателя. В тех случаях, когда какие-либо причины способствуют ©имущественному появлению средних или близких к средним значениям, образуется распределение с положительным эксцессом. Если же распределении преобладают крайние значения, причем одновременно более низкие и более высокие, то такое распределение характеризуютсяся отрицательным эксцессом и в центре распределения может обрабатываться впадина, превращающая его в двувершинное.

Е_х>0

Г рафик 3 Положительный эксцесс

График 4 Отрицательный

Необходимо помнить, что данные параметры описывают выборочную совокупность и об истинности их по отношению к генеральной совокупности можно говорить лишь при нормальном распределении прыжка. График нормального распределения представляет собой колок образную кривую (см. рис. 3). Нормальная кривая будет стремиться сжатию в середине, пока не придет, в конце концов, к единственно в возможному варианту - истинному параметру (при п = 14).

п = 150

п = 100

п = Ы

Л.

Рис-3. Распределение выборки разного размера при генеральной

совокупности, равной 200 случаям, где п - размер выборки,

N - размер генеральной совокупности

В социологических исследованиях достаточно редко встречается нормальное распределение, но оно служит моделью для вычисления степени и характера отклонения от нее фактического распределения. Для проверки _Т0Г01 насколько фактическое распределение соответству­ет нормальному, в математической статистике существуют показатели -критерии согласия. К таковым критериям относятся критерии Пирсона (X²), Колмогорова - Смирнова (Л), биноминальный критерий (гп).