Сдам Сам

ПОЛЕЗНОЕ


КАТЕГОРИИ







Анализ и представление результатов социологических исследований





План

1. Анализ данных: понятие, типология.

2. Элементарный анализ. Представление данных.

3. Сложные методы анализа.

4. Отчеты, аналитические записки и другие способы представления результатов социологического исследования.

 

Основные понятия и термины

Анализ данных, аналитическая записка, вторичные данные, графическое представление социологических данных, группировка, данные, измерение, интерпретация, логлинейный анализ, кластерный анализ, корреляционный анализ, многомерный анализ, медиана, мода, отчет, первичные данные, сложные методы анализа, регрессионный анализ, SPSS, среднее, таблица, факторный анализ, шкалирование, элементарный анализ.

Список литературы

Анурин В.Ф. Эмпирическая социология: Учебное пособие для вузов. М., 2003. С. 166-211.

Батыгин Г.С. Лекции по методологии социологических исследований: Учебник для студентов вузов и аспирантов. М., 2008. С. 290-352.

Бююль А., Цефель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. СПб., 2001.

Гайдышев И. Анализ и обработка данных: специальный справочник. СПб., 2001.

Галицкий Е.Б. Методы маркетинговых исследований. М., 2006. С. 322-394.

Горшков М.К., Шереги Ф.Э. Прикладная социология: методология и методы: Учебное пособие. М., 2009. С. 216-290.

Гухман В.Б. Введение в компьютерную обработку социологических данных: Учебное пособие. Тверь, 2004.

Дэвис Дж.Дж. Исследования в рекламной деятельности. М., СПб., Киев. 2003. С. 89-116, 305-352.

Девятко И.Ф. Методы социологического исследования. М., 2003. С. 233-293.

Крыштановский А.О. Анализ социологических данных с помощью пакета SPSS. М., 2006.

Малхотра Н.К. Маркетинговые исследования. Практическое руководство. М., 2002.



Рабочая книга социолога. М., 2003. С. 433-450.

Сикевич З.В. Социологическое исследование: практическое руководство. СПб., 2005. С. 276-297.

Тавокин Е.П. Основы методики социологического исследования: Учебное пособие. М., 2009. С. 127-153.

Татарова Г.Г. Методология анализа данных в социологии (введение). Учебник для вузов. М., 1999.

Толстова Ю.Н. Анализ социологических данных: методология, дескриптивная статистика, изучение связей между номинальными признаками. М., 2000.

Черчилль Г. А. Маркетинговые исследования. СПб., 2001. С. 554-736.

Шарков Ф.И., Родионов А. А. Рекламный рынок: методика изучения. Курс лекций: Учебное пособие. М., 2005. С. 222-235.

Шляпентох В.Э. Проблемы качества социологической информации: достоверность, репрезентативность, прогностический потенциал. М., 2006. С. 45-76.

Ядов В. А. Стратегия социологического исследования. Описание, объяснение, понимание социальной реальности. М., 2001. С. 319-458.

Интернет-ресурсы

www.etc.tversu.ru– Учебно-методические комплексы «Анализ данных в социологии», «Выборочный метод в социологии» и др.

www.kti.ru/data/103/modules/stbasic.html, www.books.everonit.ru

/ZZSPSS/Glava 11/Index2.html, www.realcoding.net/teach/SPSS/Glava 11/Index2.html -Учебники по теме обсуждения

www.researches.narod.ru – Исследования рекламы

www.books.everonit.ru/ZZSPSS/ -Руководство по SPSS

www.F:/TEMP/!/golubkov3/htm/ –Маркетинговые исследования рекламной деятельности (Голубков Е.П.)

www.marketingresearch.ru -Маркетинг и маркетинговые исследования в России.

I

Получаемые в ходе исследования первичные данные – это лишь первый шаг на пути решения поставленных исследовательских задач. Какими бы методами ни были получены социологические данные (в ходе опроса, контенкт-анализа, фокус-групп и т.д.) сами по себе (в необработанном виде) эти данные не могут ни подтвердить выдвинутых гипотез, ни представить характеристики исследуемых явлений. Поэтому в ходе конкретно-социологического исследования делается следующий шаг, а именно – анализ полученных данных, чтобы затем их научно проинтерпретировать, сформулировать выводы и сделать практические рекомендации.

Анализ и интерпретация полученных в ходе сбора данных является одним из завершающих этапов социологического исследования, в ходе которого проверяются исходные гипотезы, выявляются новые проблемы, делаются выводы и предложения. При этом используется ряд важных понятий, содержание которых необходимо четко представлять себе и соответствующим образом использовать в рекламной деятельности.

Единица анализа (случай, анкета и т.д.) – элементарная, одиночная часть объекта исследования. В большинстве случаев единица анализа совпадает с единицей наблюдения.

Переменная – элементарный показатель, признак, характеризующий одно из изучаемых свойств единицы анализа.

Данные – структурированная информация, фиксированная в форме, пригодной для обработки, хранения и передачи. Анализ данных (как отдельный этап конкретно-социологического исследования) должен способствовать лучшему восприятию социологической информации. Различают первичные и вторичные данные.

Первичные данные обычно получают в результате проведения качественных и количественных исследований. Эти данные отличаются тем, что собираются точно в соответствии с поставленной целью, и вероятность их недостоверности весьма невелика.

Вторичные данные – это разнообразная информация, которая ранее была уже кем-то собрана, причем в целях, не обязательно соответствующих тем задачам, которые ставятся в исследованиях, направленных на сбор первичной информации. В ПР- и рекламной деятельности в качестве источников вторичных данных выступают: внутрифирменная информация, официальная государственная статистика, публикации в прессе, открытая отчетность коммерческих структур и т.д.

Анализ и интерпретация собранной информации является одним из самых важных этапов социологического исследования, в ходе которого проверяются исходные гипотезы, выявляются новые проблемы, делаются соответствующие выводы и предложения. При этом описание преобразуется в понимание и объяснение социальной реальности. Как отметил Г.А.Черчилль,[104] невозможно одержать победу в сражении за обретение информации, если не установить: что означают собранные в исследованиях данных. Отсюда главная цель анализа данных – компактное и точное представление полученной информации. Работать с упорядоченными данными значительно проще, чем с исходным «сырым» массивом.

Существует множество способов обработки исходного материала. Например, А.О. Крыштановский[105] следующим образом различает анализ данных и иные виды обработки социологической информации: в случае простой визуализации собранной информации мы имеем дело с обработкой социологических данных. Если ставятся задачи построения определенной модели изучаемого соответствия этой модели имеющимся данным, можно говорить об анализе данных.

Характер отображения полученных в ходе социологического исследования данных предопределяется, в первую очередь, формой обобщения первичной информации. Этих форм существует множество, поэтому «понятие «анализ» на различных этапах социологического исследования трактуется по-разному. Если исходить из упрощенной схемы социологического исследования, опирающегося на эмпирические данные, то она состоит из трех уровней (это тот случай, когда имеет смысл горизонтальное и вертикальное строение понятийного аппарата): концептуальная схема исследования, включающая определение предмета, объекта, цели, задач, гипотез исследования, а также понятийный аппарат исследования (гипотезы могут и отсутствовать); методика сбора эмпирических данных, то есть эмпирическая интерпретация понятий и инструментарий исследования (в широком смысле включающий и методы измерения); методика обработки данных, то есть формы представления информации, методы первичного анализа данных, логика применения математических методов (в том числе разные виды кодирования текстовой информации, построение пирамиды обобщений)… на последнем из трех уровней анализ может интерпретироваться как статистическая обработка информации, применение какого-нибудь математического метода, вычисление некоторого логического индекса (обобщенного показателя, полученного на основе некоторых эмпирических индикаторов посредством использования логических операций), так называемое осевое кодирование транскриптов и т.д. На втором уровне речь идет об анализе познавательных возможностей вопросов анкеты или другого рода эмпирических индикаторов. Если же взять первый уровень, то под анализом могут пониматься различные логические схемы проверки гипотез исследования (если таковые в исследовании имеются), логика интерпретации эмпирических закономерностей, логика проведения таких видов анализа, как типологический, факторный, причинный».[106]

Обычно – в силу того, что исследовательские гипотезы подразделяются на описательные и объяснительные – выделяют два основных класса процедур (методов, способов) анализа данных:

1) дескриптивные процедуры, призванные описать состояние объекта исследования, сжать компактно представленную информацию. К ним относятся: группировка, классификация, типологизация. Их цель – оформление одномерных и двумерных распределений единиц анализа. Например, одномерный описательный анализ сжатия исходной информации решается следующими методами: построение частотных распределений; графическое представление поведения анализируемой переменной; получение статистических характеристик распределения переменой.

2) аналитические процедуры, призванные выявить причинно- следственные, функциональные и иные виды связей между явлениями (признаками и т. п.): кластерный, факторный и прочие виды анализа.

Итак, методы, применяемые для анализа данных, очень многообразны. Выбор одного из них зависит, главным образом, от характера гипотез и природы полученных социологических данных (от уровня измерения исследуемых переменных). Например, если цель конкретно-социологического исследования состоит в изучении одной переменной («Как Вы относитесь к …?») в определенный момент времени, то можно ограничиться одномерным анализом (описание распределения «случаев» вдоль оси характеристики). Если же нам требуется исследовать взаимосвязь двух и более переменных (отношение к товару, услуге, рекламе и т. д. соединить с уровнем образования и прочими характеристиками изучаемой социальной группы), то придется прибегнуть к многомерному анализу.

Любой тип анализа собранных данных начинается с формирования ряда распределений, т. е. записи результатов подсчета единиц исследования. При этом анализ может двигаться в разных направлениях (в зависимости от целей исследования, требований заказчика, финансовых ресурсов и др.):

1. Анализ каждой переменной (одномерный анализ). Простейший вид распределения – частотный: напротив каждого варианта ответа указывается число респондентов в процентном значении. Затем данные представляются в процентном распределении. Доля пропорции отражает относительную частоту ответов кодировки. Процентное распределение – наиболее распространенный способ обобщенного представления данных. Вычисляется путем деления количества ответов в каждой категории на общее количество ответов и умножением частной на 100.

2. Анализ по двум переменным с раскрытием связей между ними (двумерный анализ). Здесь подготавливаются двумерные таблицы, представляющие собой взаимное пересечение двух видов распределения. Основной статистический критерий, позволяющий ответить на вопрос о наличии и характере связи между двумя признаками, это так называемый «x-квадрат». Если значение коэффициента статистически значимое (> 5%), то делается вывод о наличии связи между исследуемыми признаками (чем выше значение этого коэффициента, тем больше тесная связь между ними).

3. Анализ по многим переменным показом самых различных связей между ними (многомерный анализ). Так, множественный регрессивный анализ позволяет вводить дополнительные переменные так, чтобы конструируемые уравнения отражали значение нескольких переменных.

Горшков М.К., Шереги Ф.Э.[107] передлагают следующую логическую схему процедуры обобщения первичной информации:

Формы обобщения первичной информации
Статистическая группировка Ряды распределения Таблицы сопряженности Графики и диаграммы Индексы
Простая Атрибутивные Перечневые Полигон Средняя простая
Комбинационная Вариационные Комбинаци-онные Гистограмма Средняя взвешенная
Структурная Дискретные   Топографические рисунки Индекс направленности
Типологическая Непрерывные   Графические символы (образы) Индекс интенсивности
Аналитическая     Геометрические фигуры и графики Медиана Мода

II

Выделяют следующие предварительные аналитические процедуры:

1) Редактирование данных – установление некоторых стандартов минимального качества «сырых» данных (просмотр и исправление анкет). Здесь проверяют полноту данных, удобочитаемость, вразумительность, логическую последовательность, единообразие и др.

2) Кодирование данных – технический прием, с помощью которого данные распределяются по категориям. Посредством кодирования полученные данные превращаются в символы, которые можно табулировать, подсчитывать (обычно это цифровые символы).

3) Табулирование данных – подсчет количества событий, которые попадают в различные категории. Цель данной процедуры – локализация грубых ошибок, посторонних значений и др.

Наиболее простыми формами обработки исходной социологической информации являются группировка и типологизация (эмпирическая классификация). Группировка – процедура упорядочения данных, предваряющая их анализ. Группировка позволяет зачислить респондента в определенную группу (в соответствии с выбранным признаком или признаками). Группировка производится по номинальному признаку (род занятий, национальность и др.); по признакам, соответствующим ранговым шкалам (например, по характеру труда – ручной труда, интеллектуальный труд и т.д.); по количественному признаку (например, группировка по возрастным интервалам: респонденты 18-34 лет, 35-54 лет, свыше 55 лет). Простая группировка – упорядочение полученных данных по одному признаку. При этом исходная информация уплотняется (связывается, выводится из хаотичного состояния) относительно ведущего признака группировки (по полу, по возрасту, по политическим ориентациям, по потребительским предпочтениям и проч.). При этом качественная информация выстраивается по принципу неупорядоченных номинальных шкал, а количественная ранжируются по шкале возрастания-убывания признака. Перекрестная группировка – связывание данных, предварительно упорядоченных по двум признакам (показателям), с целью обнаружения взаимосвязи этих признаков, или – нахождение сложного показателя (индекса). Перекрестная группировка производится в виде таблицы.

В результате группировки выделяется несколько групп (в соответствии с числом позиции признаков группировки). При этом каждой выделенной группе соответствует некоторое число отражающее ее количественный состав. Такой ряд чисел, получаемый в результате группировки, называется рядом распределения. Ряды распределений, отражающие результат группировки респондентов по качественным признакам, называют атрибутивными, по количественным – вариационным.

Анализ частотных распределений результатов количественного социологического исследования – это первый шаг при обработке собранной информации. В результате исследователь получает представление об изучаемом объекте. Независимо от того, какие статистические методы и модели будут затем использованы в анализе данных, сначала всегда производится построение частотных распределений для каждой изучаемой переменной. Полученные результаты принято представлять в виде таблицы распределения для каждой существенной переменной.

Составление таблицне представляет собой отдельный вид математической операции обобщения первичной социологической информации. Если одномерная таблица полезна для оценки переменных по отдельности, то перекрестная таблица является наиболее данным механизмом для изучения связей (внутри и между переменными). В перекрестной табуляции выборка делится на подгруппы таким образом, чтобы выяснить, каким образом зависимые переменные изменяются от подгруппы к подгруппе: Зависит ли количество машин от семейного дохода? Есть ли связь между уровнем голосования активностью на выборах?). В перекрестной табуляции обрабатываются две или более переменных.

По итогам массовых опросов часто составляют таблицы с процентным распределением полученных ответов. Для получения показателя, выраженного в процентах (%), число элементов, обладающих определенной спецификой, делится на сумму всех элементов данной категории и умножается на 100. Процентование широко используется при относительных сравнениях («во столько раз…», «в n-ой степени…» и др.).

В ходе интерпретации социологической информации часто приходится прибегать к наглядному изображению статистических величин не только в виде таблиц, но и в виде графики. При этом используются графики разного вида. Строятся графики в прямоугольной системе координат, в которой на одной оси отмечается общая численность (доля, в процентах) респондентов по группам, а на другой оси – значения (порядок) признака. Графическое изображение полученного распределения результатов исследования дает возможность почти сразу определить изучаемую структуру, уловить структурные сдвиги и выявить тенденции изменений.

Одним из самых распространенных графических отображений распределений является полигон, когда величины признака откладываются на оси абсцисс, а частоты или относительные частоты – на оси ординат. Полигон используется для графического отображения дискретных рядов.

Гистограмма (столбиковая диаграмма) – один из самых распространенных методов графического представления одномерных распределений. В отличие от полигона, здесь отображаются не дискретные, а непрерывные ряды. Здесь на оси абсцисс (x) откладываются границы интервалов (размещаются последовательные значения переменной), на которых строятся прямоугольники с высотой, пропорциональной плотности распределения соответствующих интервалов, а на оси ординат (y) отмечаются частоты или относительная частота появления значений. Каждый столбик соответствует интервалу значений переменных (середина столбика соответствует середине данного интервала).

Кумулята – то же, что и гистограмма, но здесь каждый столбик накладывается на другой так, что высота последующего является суммой высот столбиков кумуляты. Кумулята округляет индивидуальные значения признака и выглядит как возрастающая ломаная линия. Она позволяет быстро определить удельный вес той или иной совокупности.

Диаграмма – метод представления частотных распределений путем изображения категории в виде полосы равной ширины, длина которой пропорциональна числу или частоте каждой из обозначенных категорий. Диаграмма – это обобщенное название разнообразных графических изображений. Диаграммы используются для отображения информации простым для восприятия способом. Например, широкое применение составления диаграмм нашло в контент-анализе.

Круговая диаграмма (пи-график, пи-диаграмма) – диаграмма, на которой заштриховывается сектор, соответствующий той или иной частоте категории для данной выборки. Круговая диаграмма применяется для интерпретации изменений относительно величин.

Прямоугольная диаграмма – изображение в виде прямоугольников.

Аксонометрическая диаграмма –изображение в виде брусков.

 

Фигурная диаграмма – разница в распределении признаков иллюстрируется в виде соответствующих фигур, сопровождаемых цифровыми данными.









Что делает отдел по эксплуатации и сопровождению ИС? Отвечает за сохранность данных (расписания копирования, копирование и пр.)...

ЧТО ТАКОЕ УВЕРЕННОЕ ПОВЕДЕНИЕ В МЕЖЛИЧНОСТНЫХ ОТНОШЕНИЯХ? Исторически существует три основных модели различий, существующих между...

Живите по правилу: МАЛО ЛИ ЧТО НА СВЕТЕ СУЩЕСТВУЕТ? Я неслучайно подчеркиваю, что место в голове ограничено, а информации вокруг много, и что ваше право...

ЧТО И КАК ПИСАЛИ О МОДЕ В ЖУРНАЛАХ НАЧАЛА XX ВЕКА Первый номер журнала «Аполлон» за 1909 г. начинался, по сути, с программного заявления редакции журнала...





Не нашли то, что искали? Воспользуйтесь поиском гугл на сайте:


©2015- 2021 zdamsam.ru Размещенные материалы защищены законодательством РФ.