Методы анализа эмпирических данных

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Федеральное агентство по образованию

Всероссийский заочный финансово-экономический институт

КОНТРОЛЬНАЯ РАБОТА

По дисциплине «Социология»

на тему

«Методы анализа эмпирических данных»

Вариант № 29

Исполнитель:

Специальность: Финансы и кредит

группа3

Преподаватель:

УФА

2011г.



Содержание

Глава1. Подготовка эмпирических данных к обработке и анализу

1.1 Процесс эмпирического исследования

1.2 Обработка эмпирических данных исследования

1.2.1 Преобразование формы информации

1.2.2 Проверка данных

1.2.3 Структура данных

1.3 Анализ эмпирических данных социологии

Глава2. Метод группировки и его место в системе статистических методов

2.1 Виды статистических группировок

2.2 Графическое изображение статистических данных

2.3 Классификация видов графиков

2.4 Статистическая таблица

Глава 3. Структура отчета о социологическом исследовании

Заключение

Список использованных источников



Глава 1. Подготовка эмпирических данных к обработке и анализу

Развитие социологии означает и развитие эмпирических исследований, обогащающих теорию и позволяющих разрабатывать механизмы регулирования социальных процессов. Социологические исследования обеспечивают обратную связь, дополняя статистическую информацию конкретными данными об интересах и запросах, мнениях и настроениях людей, о жизненных планах, уровне и качестве жизни, ценностных установках. Идея таких исследований была заимствована у тех наук, в которых экспериментальные исследования утвердились ранее (экономики, психологии, этнографии). Эмпирические социологические исследования не тождественны социологическим обследованиям. Первые направлены на увеличение социологического знания, характеристику исходной познавательной ситуации, разработку гипотез, контролируемое применение методик, полноту отчетов об исследовании и др., составляющие в совокупности программу; вторые предполагают просто сбор и обобщение социальной информации (опросы, зондажи, статистические обследования и т.д.), теоретической цели они не ставят. В XX в. с совершенствованием социологии как науки в условиях интенсивного социально-экономического и политического развития общества эмпирическая социология стала приобретать все более важное значение.

Анализ и обобщение результатов социологического исследования позволяют предсказать возможные варианты развития социальных процессов и явлений. Одной из форм предвидения является социальное прогнозирование - научное исследование перспектив развития иди возможного состояния исследуемого объекта. Социальное прогнозирование может осуществляться во всех сферах жизнедеятельности общества.



1.1 Процесс эмпирического исследования

Очень часто мы не задумываемся, когда слышим «социологическое исследование показало…», или «маркетинговое исследование выявило…», или «психологи говорят…». А ведь все эти исследования, будь то исследование в маркетинге, социологии, психологии или в любой другой сфере имеют в своей основе чёткую научную базу и строгую процедуру организации.

Обычно процесс эмпирического исследования включает следующие этапы:

- определение предмета и объекта исследования, постановка его цели и задач

- планирование исследования и выдвижение рабочих гипотез и методов

- проведение исследования, направленного на сбор эмпирического материала

- обработка эмпирических данных

- обсуждение и интерпретация данных

- формулировка выводов, подтверждающих или опровергающих гипотезы

Любое эмпирическое исследование начинается с того, что исследователь фиксирует выраженность интересующего его свойства (или свойств) у объекта или объектов исследования, как правило, при помощи чисел. Таким образом, следует различать объекты исследования (в социальных науках это чаще всего люди, испытуемые), их свойства (то, что интересует исследователя, составляет предмет изучения) и признаки, отражающие в числовой шкале выраженность свойств.

Необходимо уже на начальных этапах планирования исследования принять решение, какой будет размер выборки, какие методы сбора информации будут использованы и, наконец, какие виды обработки будут применены к полученным данным.

При планировании исследования формулируется рабочая гипотеза как временное предположение, необходимое для систематизации фактического материала, после анализа которого, гипотеза уточняется.

Общая гипотеза определяется целью всего исследования. Кроме этого формулируются частные гипотезы, которые подлежат эмпирической проверке и представляют собой предположительные ожидаемые результаты. Гипотеза должна быть верифицируемой, то есть проверяемой (доказываемой или опровергаемой) с помощью определенных статистических и научных методов. Для этого понятия, которые она использует, и соответствующие суждения предположительного характера должны быть достаточно четкими и конкретными. Необходимо определить экспериментальные и математико-статистические критерии, при которых исследователь может однозначно утверждать: подтвердилась гипотеза или нет. Доказательство гипотез основывается на фактах, аргументах и процедуре логических выводов

Необходимо внимательно подходить к составлению выборки испытуемых в эмпирическом исследовании. Важно учитывать пол, возраст, социальное положение, уровень образования, состояние здоровья, индивидуально-психологические особенности испытуемых и другие параметры, которые могут оказать влияние на результаты. Выборка должна моделировать генеральную совокупность, то есть быть репрезентативной по отношению ко всей изучаемой категории людей. Для этого она должна быть случайной или специально подобранной так, чтобы представлять основные типы испытуемых, существующие в популяции. При этом переменные, являющиеся источником артефактов, либо устраняются, либо их влияние усредняется. Выводы исследования должны распространяться на всех членов изучаемой группы людей, а не только на представителей этой выборки. Испытуемых необходимо правильно распределить относительно разных условий исследования, важно обеспечить эквивалентность экспериментальной и контрольной групп.

Сбор эмпирического материала представляет собой ответственную часть исследования. Организационная работа и практическое проведение методик изучения требуют от исследователя ряда особых умений. Необходимо предусмотреть, чтобы объект исследования был доступен для практического контакта с ним в условиях, необходимых для изучения. Важно правильно спланировать время, место и обстоятельства экспериментальной работы, скорректировать их в зависимости от реальных условий. Испытуемые не должны быть озабочены срочными делами и чрезмерным дефицитом времени для выполнения задания. Их не должны отвлекать посторонние раздражители. Для успеха исследовательской работы на данном этапе обязательно практическое владение соответствующей техникой сбора эмпирических данных, детальное знание методов и методик, которые используется.

1.2 Обработка эмпирических данных исследования

Заключительный этап социологического исследования включает обработку, интерпретацию и анализ данных, построение эмпирически выверенных и обоснованных обобщений, выводов, рекомендаций и проектов. Этап обработки подразделяется на несколько стадий:

- редактирование информации - проверка, унификация и формализация полученной в ходе исследования информации. На стадии предварительной подготовки к обработке осуществляется проверка методического инструментария на точность, полноту и качество заполнения, выбраковываются некачественно заполненные анкеты;

- кодирование - перевод данных на язык формализованной обработки и анализа путем создания переменных. Кодирование представляет собой связующее звено между качественной и количественной информацией, характеризующееся числовыми операциями с информацией, введенной в память ЭВМ. Если во время кодирования произошел сбой, замена или потеря кода, то информация будет неверной;

- статистический анализ - выявление некоторых статистических закономерностей и зависимостей, которые дают социологу возможность сделать определенные обобщения и выводы;

- интерпретация - превращение социологических данных в показатели, которые являются не просто числовыми величинами, а определенными социологическими данными, соотнесенными с целями и задачами исследователя, его знанием, опытом.

В большинстве случаев обработку данных целесообразно начать с составления сводных таблиц.

Сводная таблица данных - это своеобразный «аккумулятор» всех данных, полученных в результате проведённого исследования, в идеале она должна содержать данные всех испытуемых по всем методикам исследования. Обычно сводные таблицы составляются в программе Microsoft Office Excel, либо Word, Access.

Основой для сводной таблицы исходных данных является следующая форма. Каждая строка содержит значения всех показателей одного испытуемого. В каждом столбце (поле) записаны значения одного показателя по всем испытуемым. Таким образом, в каждой ячейке (клетке) таблицы записано только одно значение одного показателя одного испытуемого. В самой верхней строке даны номер испытуемого по порядку, ФИО (или какой-нибудь другой идентификатор), измеренные показатели, шкальные оценки и т.п. Эта строка облегчает ориентировку в таблице. В каждой последующей строке записана ФИО испытуемого и значения всех, измеренных у него параметров; разумеется, для всех испытуемых в одном и том же порядке показателей.

Испытуемых можно перечислить в алфавитном порядке, но лучше использовать этот принцип на самом нижнем уровне деления. Сначала лучше разделить испытуемых по их принадлежности к каким-либо подгруппам, которые будут сравниваться между собой. Внутри этих подгрупп полезно упорядочить испытуемых по полу, возрасту или другому, важному для вас, параметру.

1.2.1 Преобразование формы информации

В таблицу целесообразно внести все интересующие вас признаки в форме десятичного числа, то есть предварительно пересчитать минуты в десятичные доли часа, секунды - в десятичные доли минуты, количество месяцев - в десятичную долю года и т.д. Это необходимо, поскольку формат данных для большинства используемых сейчас компьютерных программ накладывает свои ограничения. Старайтесь также без особой необходимости не заносить в таблицу различные текстовые символы (точки, запятые, тире и т.п.).

Всю информацию, которую можно закодировать числами, лучше перевести в числовую форму. Это даст больше возможностей для разных видов обработки данных. Исключением является первая строка, в которой записаны названия (чаще краткие названия - аббревиатуры) измеренных показателей. В виде чисел в таблицу можно вписать информацию и о тех параметрах выборки, которые предположительно могут оказаться значимыми факторами, но имеются у вас в качественных показателях. Наиболее простыми операциями могут быть: числовое кодирование (мужчины - 1, женщины - 2; прошедшие обучение - 1, не прошедшие - 2 и т.п.) и перевод качественных показателей в ранги.

1.2.2 Проверка данных

После создания таблицы на бумаге или компьютере необходимо проверить качество полученных данных. Для этого часто достаточно внимательно осмотреть массив данных. Начать проверку следует с выявления ошибок (описок), которые заключаются в том, что неправильно написан порядок числа. Например, 100 написано вместо 10, 9,4 - вместо 94 и т.п. При внимательном просмотре по столбцам это легко обнаружить, поскольку сравнительно редко встречаются параметры, которые сильно варьируют. Чаще всего значения одного параметра имеют один порядок или ближайшие порядки. При наборе данных на компьютере важно соблюдать требования к формату данных в используемой статистической программе. Прежде всего, это относится к знаку, которые должен отделять в десятичном числе целую часть от дробной (точка или запятая).

Использование методов математической статистики при обработке первичных эмпирических данных необходимо для повышения достоверности выводов научного исследования. При этом не рекомендуется ограничиваться использованием таких показателей, как средние арифметические и проценты. Они чаще всего не дают достаточных оснований для обоснованных выводов из эмпирических данных.

Выбор метода статистического анализа полученных эмпирических данных - очень важная и ответственная часть исследования. И делать это лучше до того, как получены данные. При планировании исследования необходимо заранее продумать, какие эмпирические показатели будут регистрироваться, с помощью каких методов будут обрабатываться, и какие выводы при разных результатах обработки можно будет сделать.

При выборе статистического критерия нужно, прежде всего, идентифицировать тип переменных (признаков) и шкалу измерения, которая использовалась при измерении показателей и других переменных - например, возраст, состав семьи, уровень образования. В качестве переменных могут выступать любые показатели, которые можно сравнивать друг с другом (то есть измерять). Следует иметь в виду, что в исследованиях могут широко использоваться номинативные и порядковые шкалы: вербальные и невербальные поведенческие реакции пол, уровень образования - все это может рассматриваться в качестве переменных. Главное - иметь четкие и ясные критерии их отнесения к тому или иному типу в зависимости от поставленных гипотез и задач.

При выборе статистического критерия нужно ориентироваться также на тип распределения данных, который получился в исследовании. Параметрические критерии используются в том случае, когда распределение полученных данных рассматривается как нормальное. Нормальное распределение с большей вероятностью (но не обязательно) получается при выборках более 100 испытуемых (может получиться и при меньшем количестве, а может не получиться и при большем). При использовании параметрических критериев необходима проверка нормальности распределения.

Для непараметрических критериев тип распределения данных не имеет значения. При небольших объемах выборки испытуемых целесообразно выбрать непараметрические критерии, которые дают большую достоверность выводам, независимо от того, получено ли в исследовании нормальное распределение данных. В некоторых случаях статистически обоснованные выводы могут быть сделаны даже при выборках в 5-10 испытуемых.

Во многих исследованиях осуществляется поиск различий в измеряемых показателях у испытуемых, имеющих те или иные особенности. При обработке соответствующих данных могут использоваться критерии для выявления различий в уровне исследуемого признака или в его распределении. Для определения значимости различий в проявлении признака в исследованиях часто используются такие показатели, как парный критерий Вилкоксона, U-критерий Манна-Уитни, критерий х-квадрат (х2), точный критерий Фишера, биномиальный критерий.

Во многих исследованиях осуществляется поиск взаимосвязи исследуемых показателей у одних и тех же испытуемых. Для обработки соответствующих данных могут использоваться коэффициенты корреляции. Связь величин друг с другом и их зависимость часто характеризуется коэффициентом линейной корреляции Пирсона и коэффициентом ранговой корреляции Спирмена.



1.2.3 Структура данных

Структура данных (и соответственно структура изучаемой реальности), а также их взаимосвязь выявляется факторным анализом. Во многих исследованиях интерес представляет анализ изменчивости признака под влиянием каких-либо контролируемых факторов, или, другими словами, оценка влияния разных факторов на изучаемый признак. Для математической обработки данных в таких задачах может использоваться U-критерий Манна-Уитни, критерий Краскела-Уоллиса, Т-критерий Вилкоксона, критерий ч2 Фридмана. Однако для исследования влияния, а тем более взаимовлияния нескольких факторов на изучаемый параметр полезнее может оказаться дисперсионный анализ. Исследователь исходит из предположения, что одни переменные могут рассматриваться как причины, а другие как следствия. Переменные первого рода считаются факторами, а переменные второго рода - результативными признаками. В этом отличие дисперсионного анализа от корреляционного, в котором предполагается, что изменения одного признака просто связаны с определенными изменениями другого.

Во многих исследованиях выявляется значимость изменений (сдвига) каких-либо параметров и проявлений за определенный промежуток времени, в определенных условиях (например, в условиях коррекционного воздействия). Формирующие эксперименты в практической психологии решают именно эту задачу. Для обработки соответствующих данных могут использоваться коэффициенты для оценки достоверности сдвига в значениях исследуемого признака. Для этого часто применяются критерии знаков, Т-критерий Вилкоксона.

Важно обратить внимание на ограничения, которые имеет каждый критерий. Если один критерий не подходит для анализа имеющихся данных, всегда можно найти какой-либо другой, возможно, изменив тип представления самих данных. Прежде чем проводить статистический анализ эмпирических данных, полезно проверить, существуют ли критические значения, соответствующие количеству и типу ваших данных. В противном случае вас может ждать разочарование, когда ваши подсчеты окажутся напрасными по причине отсутствия в таблице критических значений при объеме выборки, которая у вас была.

После знакомства с процедурой вычисления критерия можно проводить «ручную» обработку данных или воспользоваться статистической программой персонального компьютера. Для компьютерной обработки наиболее популярны программы SPSS и Statistica.

Использование статистических программ в компьютерной обработке на несколько порядков ускоряет обработку материала и предоставляет в распоряжение исследователя такие методы анализа, которые в ручной обработке не могут быть реализованы. Однако в полной мере эти преимущества могут быть использованы, если исследователь имеет необходимый уровень подготовки в этой области. Обычно, чем мощнее компьютерная программ (чем более широкие у неё возможности), тем больше времени она требует для освоения. Таким образом, затрачивать время на её изучение при редких обращениях к мощному статистическому аппарату не совсем эффективно. Очень часто использование таких программ для решения даже несложных задач также требует определённой суммы умений.

1.3 Анализ эмпирических данных социологии

С формальной точки зрения при сравнении эмпирических данных должны соблюдаться следующие правила, необходимые в логике экспериментального анализа:

- два состояния одного процесса сопоставимы, если они содержат хотя бы одно общее свойство или показатель;

- ни один фактор не может быть признан причиной сравниваемых явлений, если в одном случае при регистрации изучаемого явления он имеет место, а в другом - нет (правило согласия Милля);

- вместе с тем данный фактор не может быть причиной изучаемого явления, если в одном случае (исследовании) он имеет место, а само явление не фиксируется, хотя в другом случае (исследовании) дело обстоит так, что регистрируются и явления, и данный фактор (правило различия);

- некий фактор (условие, обстоятельства) не может достоверно считаться определяющим в отношении изучаемого процесса, если в другом случае (в другом исследовании) наряду с ним изучаемому процессу сопутствуют другие факторы.

Эти логические правила, напоминающие о строгости экспериментального вывода, нельзя игнорировать. В зависимости от программных целей исследования анализ полученных данных может быть более или менее глубоким и основательным.

Цель исследования определяет уровень анализа в том смысле, что либо позволяет, либо запрещает прекратить его на какой-то стадии. В полном же объеме, т.е. от первого до последнего шага, последовательность действий социолога при анализе эмпирических данных может быть представлена следующим образом.

Первая стадия - описание всей совокупности данных в их простейшей форме. Предварительно осуществляется общий контроль качества полученной информации: выявляются ошибки и пропуски, допущенные при сборе данных и при вводе их в компьютер для обработки, бракуются какие-то «единицы» выборочной совокупности, не отвечающие модели выборки (коррекция выборки), отсеиваются некомпетентные респонденты (изымаются их данные полностью или частично), производятся другие контрольные действия, которые на социологическом жаргоне называют «чисткой массива». Дальше следует собственно описание: используется аппарат дескриптивной статистики для упорядочения всех данных по отдельным признакам (переменным). Изучаются простые распределения, выявляются аномалии и скошенности, рассчитываются показатели средней тенденции, вариации распределений. Все это необходимо для решения двух задач:

1) общей оценки выборочной совокупности и частных подвыборок (половозрастных, социально-профессиональных и других) с тем, чтобы понять, каким образом особенности выборок будут сказываться на интерпретации того или иного частного вывода и обобщающих заключений;

2) для того чтобы в последующих операциях с данными не утратить представления о составляющих более сложных зависимостей и комбинаций, которыми впоследствии будем оперировать.

Например, в итоговых или промежуточных выводах находят, что такие-то условия деятельности или характеристики людей более важны, чем некоторые другие. Чтобы правильно интерпретировать это заключение, следует вспомнить, каковы основные характеристики выборки, нет ли в ней заметных аномалий. Очень возможно, что в общей выборке доминируют представители определенного социального статуса, возрастной когорты, национальной принадлежности и т.п. С этими их особенностями связаны социальные функции, интересы, образ жизни. В итоге может оказаться, что суммарные выводы неосновательны: они преимущественно объясняются спецификой доминирующей подвыборки обследованных. Чтобы проверить эту рабочую гипотезу, надо расчленить массив информации на соответствующие подвыборки и повторить анализ раздельно для каждой из них, включая доминирующую.

Так устанавливаются ограничения выводов. Обращение к «простой структуре» данных нужно и для того, чтобы при всевозможных комбинациях и сложных построениях не утратить представления об их первооснове. Вдруг «выскакивает» интереснейший факт, какие-то явления неожиданно тесно коррелируют. При попытке объяснить, что происходит, возможно было забыто, что сведения об этих явлениях получены по ответам респондентов на два вопроса одинаковой конструкции, соседствующих в анкете, и что это, видимо, следствие монотонного реагирования на похожие по форме вопросы - они подобны именно в силу психологического эффекта «эхо». Открытия не состоялось.

Вторая стадия - «уплотнение» исходной информации, т.е. укрупнение шкал, формирование агрегированных признаков-индексов, выявление типических групп, жестких подвыборок общего массива и т.п.

Генеральная цель всех этих операций - сокращение числа признаков, нужных для итогового анализа. Одновременно достигается первичное обобщение данных, нужное для более глубокого понимания существа изучаемых процессов. Допустим, например, что при контент-анализе по смысловой единице «а» практически информации не было получено (2% всего массива сведений). Сохранив этот пункт, мы потом будем постоянно наталкиваться на нулевые значения. Если можно, целесообразно объединить данную смысловую единицу с подобной ей, укрупнить шкалу. Тогда следует дать уточненную интерпретацию нового признака, теперь достаточно емкого по статистике наполнения. Формирование сводных, агрегатных признаков освобождает от необходимости утомительно интерпретировать малосущественные частности, повышает уровень обобщений, ведет к более емким теоретическим умозаключениям. Одно дело, когда в прикладном - «инженерном» - исследовании анализируют соотносительное значение каждого из элементов производственной ситуации в его влиянии на отношение к работе. И совершенно иначе действуют, если задача состоит в обнаружении социальной закономерности при повторном сравнительном исследовании. Здесь важно обобщить информацию по более емким структурам, например, по всем факторам условий и всем составляющим содержания труда. Поскольку мы знаем частные составляющие того и другого, т.е. аккуратно прошли первый этап анализа, наши дальнейшие операции с данными будут более целеустремленными, экономичными и практичными с точки зрения приближения к основным целям исследования.

На данной стадии, в развитии которой осуществляется переход к анализу взаимосвязей (3-я стадия), будут использоваться довольно сильные операции - факторный анализ, типологизация и подобные им. Очень важно дать необходимые промежуточные истолкования каждого из агрегируемых показателей, ибо это - новые свойства, нуждающиеся в осмыслении, построении соответствующих интерпретационных схем. Нуждаются в построении интерпретационных схем новые емкие признаки, сгруппированные, типологизированные данные.

Третья стадия анализа как бы вклинивается в предыдущую. Это - углубление интерпретации и переход к объяснению фактов путем выявления возможных прямых и косвенных влияний на агрегированные свойства, социальные типы, устойчивые образования. Здесь главная опасность - подмена косвенных, опосредованных связей прямыми. Такая ошибка - самая распространенная и менее всего заметная со стороны.

Итак, на данной, вероятно самой ответственной, стадии анализа должны быть получены основные выводы, проверены главные гипотезы, необходимые и для теоретического осмысления проблемы, и для разработки практических рекомендаций.

Четвертая стадия, заключительная, - попытка прогноза развития изучаемого процесса, событий, явлений при определенных условиях. Лучшим образом решению этой задачи отвечает повторное обследование. При невозможности осуществить повторные исследования на базе разового используют модели мысленного экспериментирования, регрессионные, детермннационные, стохастические и др. Полезно прибегнуть к оценкам экспертов в данном предмете, чтобы проверить надежность прогноза, являющегося результатом квазиэкспериментов.

Общая логика анализа эмпирических данных может быть иллюстрирована схемой 1.

Схема 1 - Последовательность стадий анализа данных

Стадии анализа	Исследовательские задачи данной стадии анализа	Основные приемы анализа
1	Выявление аномалий, ошибок и пропусков в исходных данных, коррекция выборки, описание простых распределений	Качественное осмысление сгруппированных данных; использование приемов описательной статистики; расчеты средних тенденций, вариаций, асимметрии
2-3	Уплотнение исходной информации и ее описание в зарегистрированных показателях с тем, чтобы избавиться от излишней детализации, избежать ошибок последующего анализа вследствие «провалов» в исходных распределениях, повысить уровень обобщения	Приемы укрупнения исходных шкал, логические комбинации частных признаков, построение индексов, эмпирическая и теоретическая типологизация, факторный анализ
2-3	Выявление прямых и косвенных связей, интерпретация и объяснение основных зависимостей и свойств изучаемых явлений, проверка, главных и второстепенных гипотез исследования	Построение двухмерных, многомерных таблиц, расчет корреляций, регрессий, энтропии и ассоциации распределений, использование корреляционных графов детерминационных моделей
4	Прогноз изучаемых процессов и явлений на основе объяснительных гипотез	Приемы мысленного и, если возможно, натурного экспериментирования, повторные и сравнительные исследования, контрольные опросы экспертов для проверки итоговых выводов, моделирование динамических процессов

Не все элементы приведенной схемы должны быть реализованы в каждом исследовании, она иллюстрирует принципиальный порядок аналитических действий. Однако этот порядок остается мертвой конструкцией до тех пор, пока решительно все операции с данными, начиная с первичных измерений и формализации изучаемых объектов, не наполнены содержательным смыслом.

Интерпретационная схема - единственное, что в конечном итоге обеспечивает убедительность и теоретико-практическую значимость результатов исследования. Основы интерпретации и объяснения заложены в исследовательской программе. Теперь основная задача, следуя программным целям, - дополнить и уточнить гипотезы, проверить их на материале полученных данных.

Построение интерпретационных моделей - сугубо творческая, неформализуемая операция. Здесь лидируют знания, теоретическая подготовка, практический опыт, лексика, интуиция, гражданская ответственность исследователя.

В каждом из нюансов интерпретации и в итоговых объяснениях данных проявляется целостная личность исследователя. Он выступает не в роли узкого профессионала, функционирующей электронно-вычислительной машины, но как теоретик и практик, как ученый и гражданин, общекультурный кругозор которого сочетается с богатством ассоциаций и активной гражданской позицией.



Глава 2. Метод группировки и его место в системе статистических методов

Отдельные единицы статистической совокупности объединяются в группы при помощи метода группировки. Это позволяет «сжать» информацию, полученную в ходе наблюдения, и на этой основе выявить закономерности, присущие изучаемому явлению.

Группировкой называется разделение множества единиц изучаемой совокупности на группы по определенным существенным для них признакам. Группировка является одним из самых сложных в методологическом плане этапов статистического исследования.

Причины, обусловливающие необходимость проведения группировки и определяющие ее место в системе статистических методов кроются в своеобразии объекта статистического исследования. Он представляет собой комплекс частных совокупностей, которые могут быть качественно и глубоко различны, обладать различными свойствами, степенью сложности, характером развития.

Признаки, по которым производится распределение единиц изучаемой совокупности на группы, называются группировочными признаками или основанием группировки. Если группировка получена по количественному признаку, она называется количественной, по качественному - атрибутивной или качественной.

На группировку в статистическом анализе возлагаются следующие функции:

- выделение социально-экономических типов явлений;

- изучение структуры и структурных сдвигов;

- анализ взаимосвязей между явлениями.

Группировки являются важнейшим статистическим методом обобщения данных, основой для правильного исчисления статистических показателей.

2.1 Виды статистических группировок

Статистические группировки можно классифицировать по следующим признакам: целям и задачам, числу группировочных признаков, упорядоченности исходных статистических данных.

В зависимости от цели и задач исследования статистические группировки бывают типологическими, структурными и аналитическими.

Типологическая группировка - это разделение исследуемой качественно разнородной совокупности на классы, социально-экономические типы, однородные группы единиц в соответствии с правилами научной группировки. При этом под однородностью понимается подчинение всех единиц совокупности одному закону развития в отношении рассматриваемого свойства.

Типологические группировки позволяют проследить зарождение, развитие и отмирание различных типов явлений (развитие различных форм собственности, формирование новых слоев населения). Данный вид группировки также дает возможность выделить в составе массового явления те его части, которые однородны по качеству и условиям развития, в которых действуют одни и те же закономерности, на которые влияют одни и те же факторы.

При построении типологической группировки особое внимание уделяется идентификации типов и выбору группировочного признака. Вопрос об основании группировки должен решаться исходя из сущности изучаемого явления.

При построении типологической группировки в качестве группировочного признака могут выступать как количественные, так и атрибутивные (качественные) признаки.

Информационная ценность типологической группировки повышается, если для оценки типов явлений используется не один, а несколько показателей, характеризующих каждую выделенную группу.

Структурная группировка разделяет однородную в качественном отношении совокупность единиц по определенным, существенным признакам на группы, характеризующие ее состав и структуру.

Структурные группировки применяются в изучении практически всех социально-экономических явлений и процессов. С их помощью исследуется состав населения по полу, возрасту, месту проживания; состав коммерческих банков по уставному фонду, капиталу, численности работающих и т д. В качестве группировочных признаков, так же как и при построении типологической группировки, могут рассматриваться количественные и атрибутивные признаки.

При группировке по атрибутивному признаку группы отличаются друг от друга по характеру признака. Число групп, на которые делится изучаемая совокупность, как правило, определяется числом градаций атрибутивного признака.

Практическое применение структурных группировок позволяет на локальном уровне раскрыть структуру совокупности, проанализировать изучаемые явления и процессы, изменение их во времени и закономерности изменения состава совокупности во времени, если совокупности прослеживаются за ряд последовательных периодов времени.

Аналитическая группировка выявляет взаимосвязи и взаимозависимости между изучаемыми социально-экономическими явлениями и признаками, их характеризующими.

В статистике признаки делятся на факторные и результативные Факторными называются признаки, под воздействием которых изменяются другие, результативные признаки.

Особенностью аналитической группировки является то, что в основание группировки кладется факторный признак, затем подсчитывается количество единиц совокупности и общее суммарное значение результативного признака по каждой выделенной группе и даже производится расчет среднего значения результативного признака по выделенным группам. Взаимосвязь проявляется в том, что с возрастанием (убыванием) значения факторного признака систематически возрастает (убывает) среднее значение результативного признака. Результаты группировки излагаются в статистической таблице.

Деление рассмотренных группировок, в зависимости от цели и решаемых задач, на три вида носит условный характер, так как группировка может быть универсальной, т.е. одновременно выделяя типы, показывать структуру совокупности и отражать закономерности изменения значений признака в зависимости от другого.

По числу группировочных признаков различаются простые группировки (один признак) и сложные (два и более признаков).

2.2 Графическое изображение статистических данных

Современный анализ социально-экономических явлений немыслим без применения графического метода представления данных.

Графический метод есть метод условных изображений статистических данных при помощи геометрических фигур, линий, точек и разнообразных символических образов.

Главное достоинство статистических графиков - наглядность. При правильном их построении статистические показатели привлекают к себе внимание, становятся более понятными, выразительными, лаконичными, запоминающимися. Графики прочно вошли в практическую работу экономистов, статистиков и работников учета. В ряде случаев графики стали незаменимым средством обобщения статистических данных, подведения итогов сложных исследований и выявления связи между явлениями. Поэтому необходимо уметь строить и читать статистические графики.

Для построения графика необходимо определить, для каких целей он составляется, и тщательно изучить исходный материал. Но самое главное условие - это овладение методологией графических изображений. В статистическом графике различают следующие основные элементы: графический образ; поле графика; пространственные ориентиры, масштабные ориентиры; экспликации графика.

Графический образ - это символические знаки, с помощью которых изображаются статистические данные: линии, точки, плоские геометрические фигуры (прямоугольники, квадраты, круги и т.д.

В качестве графического образа выступают и объемные фигуры. Иногда в графиках используются и негеометрические фигуры в виде силуэтов или рисунков предметов.

Одни и те же статистические данные можно изобразить с помощью различных графических образов. Поэтому при построении графика важен правильный подбор графического образа. Он должен доходчиво отображать изучаемые показатели и соответствовать основному предназначению графика.

Полем графика является место, на котором он выполняется. Это листы бумаги, географические карты, план местности и т.п. Поле графика характеризуется его форматом (размерами и пропорциями сторон). Размер поля графика зависит от его назначения. Стороны поля статистического графика обычно находятся в определенной пропорции. Принято считать, что наиболее оптимальным для зрительного восприятия является график, выполненный на поле прямоугольной формы с соотношением сторон 1:1,3 до 1:1,5; этот вариант именуется правилом «золотого сечения». Иногда используется и поле графика с равными сторонами, т.е. в виде квадрата.

Пространственные ориентиры графика задаются в виде системы координатных сеток. Система координат необходима для размещения геометрических знаков в поле графика. Наиболее распространенной является система прямоугольных координат.

Масштабные ориентиры статистического графика определяются масштабом и системой масштабных шкал. Масштаб статистического графика - это мера перевода числовой величины в графическую.

Масштабной шкалой называется линия, отдельные точки которой могут быть прочитаны как определенные числа. Шкала имеет большое значение в графике и включает три элемента: линию (или носитель шкалы); определенное число помеченных черточками точек, которые расположены на носителе шкалы в определенном порядке, цифровое обозначение чисел, соответствующих отдельным помеченным точкам.

Последний элемент графика - экспликация. Каждый график должен иметь словесное описание его содержания. Описание включает название графика, которое в краткой форме передает его содержание надписи вдоль масштабных шкал и пояснения к отдельным частям графика.

2.3 Классификация видов графиков

Существует множество видов графических изображений.

Их классификация основана на ряде признаков, в основе которых:

- способ построения графического образа;

- геометрические знаки, изображающие статистические показатели;

- задачи, решаемые с помощью графического изображения.

По способу построения статистические графики делятся на диаграммы и статистические карты.

Диаграммы - наиболее распространенный способ графических изображений. Это графики количественных отношений. Виды и способы их построения разнообразны. Применяются диаграммы для наглядного сопоставления в различных аспектах (пространственном, временном и др.) независимых друг от друга совокупностей. При этом сравнение исследуемых совокупностей производится по какому-либо существенному варьирующему признаку.

Наиболее распространенными диаграммами сравнения являются столбиковые диаграммы. Это графическое изображение статистических показателей в виде столбиков-прямоугольников. Данные диаграммы широко используются для наглядного сравнения объектов изучаемых явлений во времени и пространстве, а также для изображения структуры явлений.

Наглядность данной диаграммы достигается сравнением высоты столбиков.

Размещение столбиков в поле графика может быть различным

- на одинаковом расстоянии друг от друга;

- вплотную друг к другу;

- в частичном наложении друг на друга.

Столбиковые диаграммы целесообразно применять для сравнения нескольких показателей.

Разновидность столбиковых диаграмм составляют так называемые ленточные, или полосовые, диаграммы. Их отличие состоит в том, что масштабная шкала расположена по горизонтали сверху или снизу, и она определяет величину полос по длине.

Столбиковые и полосовые диаграммы хорошо подходят для характеристики состава совокупности. Структура состава совокупности лучше воспринимается не в абсолютных, а в относительных величинах. При таких данных все столбики (полосы) в диаграмме имеют одинаковую высоту и соответствуют 100%. Каждый столбик разбивается на части пропорционально удельному весу отдельных частей во всей совокупности.

Область применения столбиковых и полосовых диаграмм одинакова, так как идентичны правила их построения. Одномерность изображаемых статистических показателей и их одномасштабность для различных столбиков и полос требуют выполнения единственного положения: соблюдения соразмерности (столбиков - по высоте, полос - по длине) и пропорциональности изображаемым величинам.

Разновидностью столбиковых (ленточных) диаграмм являются направленные диаграммы. Они отличаются от обычных двусторонним расположением столбиков или полос и имеют начало отсчета по масштабу в середине. Обычно такие диаграммы применяются для изображения величин противоположного качественного значения. Сравнение между собой столбиков (полос), направленных в разные стороны, менее эффективно, чем расположенных рядом в одном направлении.

К группе двусторонних относятся диаграммы числовых отклонений. В них полосы направлены в обе стороны от вертикальной нулевой линии: вправо - для прироста; влево - для уменьшения. С помощью таких диаграмм удобно изображать отклонения от плана или некоторого уровня, принятого за базу сравнения. Важным достоинством рассматриваемых диаграмм является возможность видеть размах колебаний изучаемого статистического признака, что само по себе имеет большое значение для экономического анализа. Данные диаграммы широко применяются в демографии.

Для простого сравнения независимых друг от друга показателей могут также использоваться диаграммы, принцип построения которых состоит в том, что сравниваемые величины изображаются в виде правильных геометрических фигур, которые строятся так, чтобы площади их относились между собой как количества, этими фигурами изображаемые. Иными словами, эти диаграммы величину изображаемого явления выражают размером своей площади.

Хорошо воспринимается способ построения диаграмм сравнения в виде фигур-знаков. В этом случае статистические показатели изображаются символами или знаками, воспроизводящими в какой-то степени внешний образ статистических данных. Достоинство такого способа графического изображения заключается в высокой степени наглядности, в получении подобного отображения, отражающего содержание сравниваемых совокупностей.

Основное назначение структурных диаграмм заключается в наглядной иллюстрации структуры какого-либо явления, характеристике удельных весов отдельных частей целого, выявлении структурных сдвигов.

В качестве графического образа для изображения структуры совокупностей применяются прямоугольники - для построения столбиковых и полосовых диаграмм и круги - для построения секторных диаграмм.

Применение секторных диаграмм позволяет графически не только изобразить структуру совокупности и ее изменение, но и показать динамику численности этой совокупности.

Для изображения и внесения суждений о развитии явления во времени строятся диаграммы динамики.

Для наглядного изображения явлений в рядах динамики используются диаграммы: столбиковые, ленточные, квадратные, круговые, линейные, радиальные и др. Выбор вида диаграммы зависит в основном от особенностей исходных данных, цели исследования.

Статистические карты - графики количественного распределения по конкретной территории. По своей основной характеристике эти графики близко примыкают к диаграммам и специфичны лишь в том отношении, что представляют собой условные изображения статистических данных на контурной географической карте. Их задачи - отражать пространственное размещение или пространственную распространенность статистических данных. Статистические карты по графическому образу делятся на картограммы и картодиаграммы.

Картограмма - это схематическая географическая карта, на которой штриховкой различной густоты, точками или окраской определенной степени насыщенности показывается сравнительная интенсивность какого-либо показателя в пределах каждой единицы нанесенного на карту территориального деления (например, плотность населения по областям или республикам, распределение районов по урожайности зерновых культур и т.п.). Картограммы делятся на фоновые и точечные

Картограмма фоновая - вид картограммы, на которой штриховкой различной густоты или окраской определенной степени насыщенности показывают интенсивность какого-либо показателя в пределах территориальной единицы.

Картограмма точечная - вид картограммы, где уровень выбранного явления изображается с помощью точек. Точка изображает одну единицу совокупности или некоторое их количество, показывая на географической карте плотность или частоту проявления определенного признака.

Фоновые картограммы, как правило, используются для изображения средних или относительных показателей, точечные - для объемных (количественных) показателей (численность населения, поголовье скота и т.д.).

Среди картодиаграмм следует выделить картодиаграммы простого сравнения, графики пространственных перемещений, изолинии.

На картодиаграмме простого сравнения в отличие от обычной диаграммы диаграммные фигуры, изображающие величины исследуемого показателя, расположены не в ряд, как на обычной диаграмме, а разносятся по всей карте в соответствии с тем районом, областью или страной, которые они представляют.

Элементы простейшей картодиаграммы можно обнаружить на политической карте, где города отличаются различными геометрическими фигурами в зависимости от числа жителей.

Изолинии (греч. Isos -равный, одинаковый, подобный) - это линии равного значения какой-либо величины в ее распространении на поверхности, в частности на географической карте или графике. Изолиния отражает непрерывное изменение исследуемой величины в зависимости от двух других переменных и применяется при картографировании природных и социально-экономических явлений. Изолинии используются для получения количественных характеристик исследуемых величин и для анализа корреляционных связей между ними.

Перечисленные виды графиков не являются исчерпывающими, но они наиболее часто употребляемы.



2.4 Статистическая таблица

Виды группировок зависят от целей и задач, которые они выполняют. С помощью метода статистических группировок выделяют качественно однородные совокупности, изучают структуры совокупности и изменения, происходящие в них, а также решают задачи по исследованию существующих связей и зависимостей.

С известной мерой условности для выполнения этих задач группировки соответственно делят на типологические, структурные и аналитические.

Метод типологической группировки заключается в выявлении в качественно разнородной совокупности однородных групп. При этом очень важно правильно отобрать группировочный признак, который поможет идентифицировать выбранный тип. Типологические группировки широко применяются в исследовании социально-экономических явлений. Примерами такого вида группировок могут быть группы предприятий по формам собственности, по формам хозяйствования, социальные группы населения и т.д. В типологических группировках часто используются специализированные интервалы.

Метод структурной группировки есть разделение однородной совокупности на группы по тому или иному варьирующему группировочному признаку. Примерами такого вида группировок могут быть группы населения по полу, возрасту, месту проживания, доходу и т.д., то есть может решаться задача по изучению структурного состава той или иной однородной совокупности, структурных изменений по тому или иному группировочному признаку. На основе структурных изменений изучаются закономерности общественных явлений

Метод аналитической группировки заключается в исследовании взаимосвязей между факторными признаками в качественно однородной совокупности. С помощью аналитических группировок удается выявлять признаки, которые могут выступать или причиной, или следствием того или иного явления. В аналитических группировках чаще всего используются неравные интервалы.

Результаты группировочного материала оформляются в виде таблиц, где он излагается в наглядно-рациональной форме. Не всякая таблица может быть статистической. Табличные формы календарей, тестовых и опросных листов, таблица умножения не являются статистическими.

Статистическая таблица - это цифровое выражение итоговой характеристики всей наблюдаемой совокупности или ее составных частей по одному или нескольким существенным признакам. Статистическая таблица содержит два элемента: подлежащее и сказуемое.

Подлежащее статистической таблицы есть перечень групп или единиц, составляющих исследуемую совокупность единиц наблюдения.

Сказуемое статистической таблицы - это цифровые показатели, с помощью которых дается характеристика выделенных в подлежащем групп и единиц.

Различают простые, групповые и комбинационные таблицы.

В простых таблицах, как правило, содержится справочный материал, где дается перечень групп или единиц, составляющих объект изучения. При этом части подлежащего не являются группами одинакового качества, отсутствует систематизация изучаемых единиц. Сказуемое этих таблиц содержит абсолютные величины, отражающие объемы изучаемых процессов.

Групповые и комбинационные таблицы предназначены для научных целей, где, в отличие от простых таблиц, в сказуемом - средние и относительные величины на основе абсолютных величин.

Групповая таблица - это таблица, где статистическая совокупность разбивается на отдельные группы по какому-либо одному существенному признаку, при этом каждая группа характеризуется рядом показателей. Примером такой группировки может быть разделение российских семей на группы по месту проживания (сельское и городское), где образуются подгруппы семей по количеству детей. Анализ этих группировок по материалам переписи 1989 года позволил сделать вывод, что большинство семей, независимо от принадлежности к городскому или сельскому населению, имеют только по одному ребенку.

Комбинационная таблица - это таблица, где подлежащее представляет собой группировку единиц совокупности по двум и более признакам, которые распределяются на группы сначала по одному признаку, а затем на подгруппы по другому признаку внутри каждой из уже выделенных групп. Комбинационная таблица устанавливает существенную связь между факторами группировки. Примером комбинационной группировки может быть распределение полиграфических предприятий по трем существенным признакам: степени оснащенности современным полиграфическим оборудованием, степени применения современных технологий и уровню производительности труда. Такого рода статистические таблицы позволяют осуществить всесторонний анализ, но они менее наглядны.