2. Таблица сопряженности, ее назначение и возможности для анализа данных

Создание таблиц сопряженности означает переход от одномерного анализа к двумерному и возможному трехмерному. Построение таблиц сопряженности направлено на выявление связи между двумя и более переменными.

Таблица сопряженности - содержит частоты совместного появления значения двух признаков, строки которой соответствуют значениям одного из признаков, столбцы другого. Частота на пересечении каждой строки и каждого столбца указывает на число респондентов, имеющих определенное значение по двум признакам сразу.

Наряду с абсолютными частотами в расположенных на пересечении строк и столбцов клетках часто располагаются относительные частоты в виде процентов. Назначение таблицы сопряженности состоит в компактном, удобном для обозрения представлении исходной информации в целях выявления связей

между признаками.

Таблицы сопряженности являются одним из самых распространенных среди социологов способом представления взаимосвязи изучаемых признаков.

Лучше всего представлять в форме таблиц сопряженности связи между переменными, измеренными по номинальным и порядковым шкалам с небольшим количеством индикаторов. Неэффективно использовать их для выявления связи, где хотя бы одна из переменных была измерена по метрической шкале, поскольку в таком случае теряется преимущество компактности.

Создание таблиц сопряженности в учебном исследовании используется, прежде всего, для проверки выдвинутых в программной части выводных гипотез. Выводные гипотезы должны иметь четкие указания на способы их проверки. В простейшем виде это достигается благодаря тому, что одну, предикативную часть гипотезы, мы представляем в виде причины или независимой переменной. Иногда ее называют подлежащим. Вторая часть гипотезы - следствие из причины или зависимая переменная. Иногда ее называют сказуемым. С учетом того, что при построении таблиц сопряженности речь идет о статистическом анализе связи между переменными, более корректно использовать термины независимые и

зависимые переменные. Переменная, наличие и изменение которой влияет на наличие и изменение других, называется независимой. В качестве независимых переменных чаще всего берутся объективные признаки, которым относятся, прежде всего, социально- демографические характеристики респондентов: пол, возраст, образование, семейное положение, профессия и т.п. Нередко при анализе, исходя из задач исследования, в качестве независимых переменных берутся субъективные признаки (убеждения, ценностные ориентации, установки). Однако в любом случае исследователь заранее (в программной части) определяет, какой из признаков может содержательно зависеть от другого. В таком случае говорят об исследовательских независимых переменных. Зависимой переменной называют появляющуюся или изменяющуюся в определенной связи с наличием или изменением другой переменной.

3. Возможности использования мер центральной тенденции для анализа данных

Меры центральной тенденции указывают на расположение среднего, или типичного, значения признака, вокруг которого сгруппированы остальные наблюдения. Понятие среднего, центрального, значения в статистике, как и в повседневной жизни, подразумевает нечто “ожидаемое”, “обычное”, “типичное”. Способность среднего значения давать некую обобщенную информацию о распределении вытекает из того соотношения, которое связывает среднее значение с другими “особыми” точками распределения — минимумом и максимумом: зная среднее значение, мы можем утверждать, что наименьшее наблюдаемое значение полученного распределения — например, распределения веса или интеллекта — было не больше среднего, а наибольшее зафиксированное значение— не меньше среднего.

Мода (МО) — это такое значение в совокупности наблюдений, которое встречается чаще всего. Для номинальных переменных мода — это единственный способ указать наиболее типичное, распространенное значение. У моды как меры центральной тенденции есть определенные недостатки, ограничивающие ее интерпретацию. Во-первых, в распределении могут быть две и более моды.

Медиана (Md) — это значение, которое делит упорядоченное множество данных пополам, так что одна половина наблюдений оказывается меньше медианы, а другая — больше. Она обычно используется для ординальных переменных, т. е. таких переменных, значения которых могут быть упорядочены от меньших к большим.

Среднее (чаще называемое средней величиной) вычисляется путем суммирования всех индивидуальных значений и деления суммы на число случаев или наблюдений.