- •2. Основные принципы латентно-структурного анализа: постановка задачи.
- •1. Понятия латентной и наблюдаемой переменной. Проблема их соотнесения в социологии.
- •2. Основные принципы латентно-структурного анализа: соотношения, позволяющие получить описание латентных классов; интерпретация латентной переменной.
- •1. «Мягкие» и «жесткие» методы сбора данных. Их достоинства и недостатки
- •2. Основные принципы латентно-структурного анализа: соотношения, позволяющие отнести конкретного респондента к латентному классу.
- •1.Теория шкалирования как попытка совместить положительные стороны «мягкого» и «жесткого» подходов.
- •2. Одномерное развертывание: решаемые задачи; модель восприятия респондентом предлагаемых ему объектов; процедура построения шкалы; свойства построенной шкалы.
- •1. Основные цели методов одномерного шкалирования.
- •2. Эмпирическая и числовая системы с отношениями. Понятие гомоморфизма между ними.
- •1. Понятие модели восприятия респондентом предлагаемых ему объектов (суждений). Рассмотрение введения такой модели как своеобразного подхода к «смягчению» процесса сбора данных.
- •2. Определение шкалы и ее допустимых преобразований.
- •1. Измерение установки методом Терстоуна: этапы процесса.
- •1, Геометрическая модель, «заложенная» в методе Терстоуна измерения установки.
- •2, Основные задачи репрезентационной теории измерений. Формальная адекватность математического метода. Цель построения интервальной шкалы.
- •1. «Цена» получения интервальной шкалы при измерении установки методом Терстоуна.
- •2. Недостаточность формализма репрезентационной теории измерений для решения проблемы измерения в социологии.
- •1. Сбор данных методом парных сравнений. Его преимущества и недостатки по сравнению с методами прямых оценок объектов.
- •2, Шкалы, промежуточные между номинальной и порядковой. «Неполноценный» порядок (частичное упорядочение, нарушение условия транзитивности).
- •1. Свойства матрицы парных сравнений (полученной от одного респондента). Причины их нарушения. Способы преодоления этих нарушений.
- •2. Типология шкал Кумбса по процедурам опроса и моделям поведения респондентов.
- •1. Модель Терстоуна парных сравнений: предположения о характере восприятия респондентами шкалируемых объектов.
- •2. Типология шкал Кумбса по упорядочению объектов и расстояний между ними.
- •1. Модель Терстоуна парных сравнений: алгоритм получения искомых шкальных оценок.
- •2. Нечисловые измерения в социологии.
- •2. Достоинства и недостатки номинальных шкал по сравнению со шкалами более высокого типа.
- •1. Проблемы построения индексов.
- •2. Экстенсивные и интенсивные величины в социологии.
- •1. Измерение установки методом Лайкерта. Роль критерия согласованности ответов.
- •2. Проблема надежности социологического измерения.
- •1. Шкалограммный анализ Гуттмана. Решение проблемы существования латентной переменной и выбора системы информативных признаков.
- •2. Многомерное шкалирование: задачи, решаемые с его помощью.
- •1. Общее представление о проективной технике.
- •2. Многомерное шкалирование: основные элементы формализма («вход», «выход», свойства матрицы близостей, функция расстояния, функция стресса, неоднозначность решения.
- •2. Основные модификации многомерного шкалирования: метрическое и неметрическое, индивидуальное, многомерное развертывание.
- •2. Роль социолога в процессе применения многомерного шкалирования: формирование исходных данных и интерпретация результатов.
2. Экстенсивные и интенсивные величины в социологии.
Это показатель удельного веса, доли части в целой совокупности, показатель распределения совокупности на составляющие ее части, т.е. показатель структуры.
Для его расчета необходимо иметь данные о численности всей совокупности и составляющих ее частях (или отдельной части этой совокупности). Рассчитывается обычно в процентах, где совокупность в целом принимается за 100%, а отдельные части — за "X".
Способ получения экстенсивной величины выглядит следующим образом:
Экстенсивный показатель=часть совокупности(явление)х100%/ Вся совокупность(явление)
Таким образом, для получения экстенсивного показателя нужна совокупность и ее составные части или отдельная часть. Экстенсивный показатель отвечает на вопрос, сколько процентов приходится на каждую конкретную часть совокупности.
В зависимости от того, что характеризуют экстенсивные показатели, их называют:
• показатели удельного веса части в целом, например, удельный вес гриппа среди всех заболеваний;
• показатели распределения или структуры (распределение всей совокупности зарегистрированных врачом заболеваний за год на отдельные заболевания).
Это показатель статики, т.е. с его помощью можно анализировать конкретную совокупность в конкретный момент. По экстенсивным показателям нельзя сравнивать различные совокупности — это приводит к неправильным, ошибочным выводам
Пример расчета экстенсивного показателя
В районе А в текущем году было зарегистрировано 500 случаев инфекционных заболеваний, из них: эпидемического паротита — 60 случаев; кори — 100 случаев; прочих инфекционных заболеваний — 340 случаев.
Задание: определить структуру инфекционных заболеваний, проанализировать и представить графически.
Решение: Вся совокупность — 500 случаев инфекционных заболеваний принимается за 100 %, составные части определяются как искомые. Удельный вес случаев эпидемического паротита составит: 60 x 100% / 500 = 12%.
Аналогично рассчитывается удельный вес других заболеваний.
Вывод. В структуре инфекционных заболеваний доля эпидемического паротита составила 12%, кори — 20%, прочих инфекционных заболеваний — 68%.
Способы графического изображения экстенсивного показателя
Поскольку экстенсивный показатель — показатель статики, то графически он изображается только в виде внутристолбиковой или секторной (круговой) диаграммы, которые являются разновидностями плоскостных диаграмм, которые представляют цифровые данные в виде геометрических фигур в двух измерениях.
Правила построения этих диаграмм можно представить, использовав при этом полученные данные удельного веса заболеваний в приведенном выше примере.
Интенсивный показатель
Показатель частоты, уровня, распространенности процессов, явлений, совершающихся в определенной среде. Он показывает, как часто встречается изучаемое явление в среде, которая его продуцирует (заболеваемость, смертность, рождаемость и т.д.).
Интенсивные показатели используются как для сравнения, сопоставления динамики частоты изучаемого явления во времени, так и для сравнения, сопоставления частоты этого же явления в один и тот же промежуток времени, но в различных учреждениях, на различных территориях и т.д.
Для расчета интенсивного показателя необходимо иметь данные об абсолютном размере явления и среды, его продуцирующей. Абсолютное число, характеризующее размер явления, делится на абсолютное число, показывающее размер среды, внутри которой произошло данное явление, и умножается на 100, 1000 и т.д.
Таким образом, способ получения интенсивного показателя выглядит следующим образом:
Интенсивный показатель=явление/среда х 100(1000 и т.д.)
Таким образом, для расчета интенсивного показателя всегда нужны две статистические совокупности (совокупность № 1 — явление, совокупность № 2 — среда), причем изменение размера среды может повлечь за собой изменение размера явления.
Множитель (основание) зависит от распространенности явления в среде — чем реже оно встречается, тем больше множитель. В практике для вычисления некоторых интенсивных показателей множители (основания) являются общепринятыми (так, например, показатели заболеваемости с временной утратой трудоспособности рассчитываются на 100 работающих или учащихся, показатели летальности, частоты осложнений и рецидивов заболеваний — на 100 больных, демографические показатели и многие показатели заболеваемости — на 1000, 100 000 населения).
Билет 16.