27)Случайные методы отбора

Собственно случайная выборка

Собственно случайная выборка лежит в основе всех ос-

тальных типов выборки, которые будут рассмотрены далее.

Для организации простых схем отбора необходимы инфор-

мация обо всех элементах генеральной совокупности или

хотя бы их перечень. Основой выборки могут служить ал-47

фавитные списки сотрудников учреждения, номера доку-

ментов, по которым можно идентифицировать определен-

ные единицы, и т.п. По сформированной основе выборки

легко реализовать процедуру простого случайного отбора.

Для этого требуется соблюдение равенства шансов попада-

ния единиц отбора в выборочную совокупность. Выделяют

простой случайный бесповторный отбор и простой случай-

ный повторный отбор. При повторном отборе каждый вы-

бранный элемент возвращается в генеральную совокуп-

ность. При бесповторном отборе выбранный элемент не

возвращается в генеральную совокупность.

К основным способам практической реализации соб-

ственно случайной выборки относятся:

1. Метод жеребьевки. Каждый элемент генеральной

совокупности заносится на бумажку (это могут быть фами-

лии, адреса, просто номера (в этом случае выпавшие номера

ставят в соответствие с людьми в списках) и т.д.), затем бу-

мажки помещаются в барабан, перемешиваются и, не глядя,

вытаскиваются.

2. Метод таблицы случайных чисел. Начиная с любого места таблицы, берем необходимое количество следующих друг за другом чисел. Эти числа и будут номерами людей в списке, которых следует отобрать в выборку (числа, превышающие численность генеральной совокупности,опускаются).

3. Метод генератора случайных чисел. Это то же самое, что и таблицы случайных чисел, только числа вырабатываются компьютером. Применение основных положений математической статистики позволяет при условии реализации случайного отбора достичь, по крайней мере, двух целей:

1) По заданной априорно необходимой степени точности выводов (формализуемой с помощью понятия доверительной вероятности) найти возможные интервалы изменения характеристик генеральной совокупности (доверительные интервалы), и наоборот, рассчитать доверительную вероятность отклонения характеристики генеральной совокупности от выборочной по заданной величине доверительного интервала.

2) Найти объем планируемой выборки, позволяющий достигнуть в пределах требуемой точности расчета выборочных характеристик необходимую доверительную вероятность.

В основе теоретического обоснования выборочного метода лежит так называемый закон больших чисел, позволяющий с определенной вероятностью ( γ ) утверждать, что для изучаемого признака отклонение выборочной средней ( x ) от генеральной ( μ ) не превысит некоторой величины ( Δ ), называемой предельной ошибкой выборки. В одной из формулировок это утверждение записывается следующим образом:

p{− Δ < ( x − μ ) < Δ}= γ .

Опуская процедуру вывода, будем считать, что n Z

2 σ Δ = для повторного отбора и (1 ) 2Nnn

Δ = Z – σ длябесповторного отбора, где Z — числа, определяемые по таблице критических точек стандартного нормального распределения на основании задаваемой доверительной вероятности;

σ — дисперсия;

n — объем выборки;

N — объем генеральной совокупности.

Соответственно

Δ = Z σ

n для повторного отбора и

N Z

Z N

n

Δ + = для бесповторного отбора.

Δ + = для бесповторного отбора. 49

Для нахождения объема выборки необходимо знать выборочное значение дисперсии признака

σ . Его можно оценить несколькими способами:

1) Отобрать некоторое количество n1 единиц из генеральной совокупности. Рассчитать по полученной выборочной совокупности

2 σ . Рассчитать необходимый объем n выборочной совокупности и добрать недостающее число

элементов n2 = n − n1 .

2) Воспользоваться результатами предыдущих исследований (если таковые проводились).

3) Для биномиального распределения (1 ) 2 σ = p − p , где p — доля признака.

Плюсом данного метода является полное соблюдение принципа случайности и, как следствие, — избежание систематических ошибок.

Случайная выборка обладает рядом недостатков, которые затрудняют ее применение на практике. Эти недостатки можно представить в трех пунктах:

1. Необходимость наличия списка элементов генеральной совокупности. Обычно элементами генеральной совокупности являются люди. В этом случае в качестве списка могут выступать адреса, телефоны и т.д. Трудность здесь заключается в том, что получить такой список далеко не всегда представляется возможным. Следовательно, в тех случаях, когда невозможно получить список элементов генеральной совокупности, невозможно проводить и случайный отбор.

2. Сложность проведения опроса. Процедура опроса при случайном отборе является очень громоздкой и требующей много времени. Ведь в результате случайного отбора исследователь получает на выходе список фамилий респондентов (телефонов, адресов и т.д.), которых необходимо опросить. Иными словами, интервьюерам приходится «бегать» за каждым респондентом и добиваться от него согласия ответить на «парочку вопросов».

Осложняет дело и то, что респондентов порой бывает не так просто достать; в случае отсутствия респондента его приходится посещать по нескольку раз (по крайней мере, не менее трех раз).

Все вышеперечисленное ведет к повышенным временным затратам на проведение опроса. Временные затраты можно уменьшить только благодаря привлечению дополнительных интервьюеров, т.е. только за счет дополнительных денежных расходов. Помимо этого, возникает еще так называемая проблема неответивших.

3. Сравнительно большой объем выборки. Для получения результатов со сравнительно высокой степенью точности собственно случайный отбор требует достаточно большого объема выборки по сравнению с другими видами отбора. Другими словами, случайный отбор обладает мень-

шей степенью точности, что, в конечном счете, является причиной его меньшей эффективности.

4.2.2 Моделирование случайной выборки

Наиболее близкой к собственно случайной выборке является механическая выборка. Однако даже она может приводить к систематическим ошибкам. Проведение механической выборки требует списка характеристик респондентов (фамилии, адреса, телефоны и т.д.). Из этого списка через равные промежутки единицы наблюдения отбираются в выборку. Этот промежуток называется шагом выборки ( k ):

n

N k = ,

где n — объем выборки;

N — объем генеральной совокупности. 51

Начало отбора выбирается случайным образом в пределах шага выборки. Например, если шаг выборки равен 20, то начинать отбор надо с любого числа от 1 до 20. При определении предельной ошибки и объема выборки используются те же формулы, что и при случайной выборке.

Процедура проведения механической выборки менее громоздка, чем проведение случайной выборки. Хотя применение компьютеров практически нивелирует это преимущест-

во.

Механическая выборка может быть как более точной, так и менее точной по сравнению со случайной выборкой. Она может обнаружить определенную закономерность, что может привести к систематическим ошибкам. Возможности допущения систематической ошибки проиллюстрированы следующим примером.

Допустим, мы имеем город, состоящий из микрорайонов, и у нас есть адреса жителей микрорайонов, причем в списках адреса упорядочены по микрорайонам. Вроде бы ничто не мешает нам сделать механическую выборку. Однако если предположить, что микрорайоны неоднородны (состоят из центра с элитными квартирами и окраин),объем выборки не очень большой и микрорайоны невелики,то механический отбор может привести к систематической ошибке.

При таких допущениях шаг выборки может «перескакивать» из центрального адреса одного микрорайона в центральный адрес другого, что приведет к тому, что в выборку попадут лишь состоятельные люди (возможен и противоположный вариант).

Из этого следует основной вывод о том, что при отклонении от принципа случайности необходимо четко отслеживать любую возможность возникновения систематической ошибки.

4.3 Выборки с введением элементов неслучайности

4.3.1 Стратифицированная выборка

При проведении стратифицированного отбора, генеральная совокупность сначала разбивается на группы (страты) по какому-либо признаку. Эта дифференциация внутри генеральной совокупности на качественно более однородные группы содержательно связана с предметом исследования. Далее уже в этих выделенных группах проводится случайная или механическая выборка.

Стратификация совокупности оказывается необходимой во всех случаях, когда совокупность является неоднородной по социальным, экономическим и другим характеристикам единиц наблюдения. В качестве страт могут быть использованы как естественные образования, так и специально формируемые для определенного исследования.

Организация стратифицированной выборки требует представления о характере распределения по всей совокупности тех признаков, которые должны быть положены в основу образования страт. Неправильный выбор признака для группировки элементов генеральной совокупности может не увеличить репрезентативность выборочных данных по cравнению со случайной выборкой того же объема.

4.3.2 Гнездовая выборка

При гнездовой выборке единицы отбора представляют собой статистические серии, т.е. совокупности статистически различимых единиц. В качестве таких единиц могут выступать семья, бригада, небольшие производственные коллективы предприятий и учреждений, населенные пункты, территориальные общности и т.д.; отобранные в выборку серии подвергаются сплошному или выборочному обследованию. Собственно говоря, любая многоступенчатая выборка представляет собой гнездовую выборку, в которой единицы отбора на высших ступенях являются гнездами из единиц отбора нижней ступени. Серийная выборка имеет существенные организационные преимущества перед простой случайной выборкой, так как значительно легче произвести отбор и изучение коллективов, бригад и т.д., локализованных в одном месте, чем несколько сотен пространственно разбросанных людей.

Процедура позволяет сконцентрировать выборку в сравнительно небольшом числе пунктов.

Одним из важнейших вопросов при реализации гнездовой выборки является проблема однородности, а точнее неоднородности гнезд, на которые разбивается генеральная совокупность. При гнездовом отборе должны выбирать не максимально гомогенные, а максимально гетерогенные

гнезда, т.к. эти гнезда должны представлять собой генеральную совокупность в миниатюре.

4.4 Многоступенчатые и комбинированные способы формирования выборки

При многоступенчатом отборе на каждой ступени меняется единица отбора. Например, на первой ступени производится отбор субъектов Российской Федерации, на второй — населенных пунктов в субъектах, попавших в выборку на первой ступени, на третьей — кварталов населенных пунктов попавших в выборку на второй ступени отбора, и т.д. (рис. 4.2).

Необходимость многоступенчатого отбора вызвана, как правило, отсутствием информации обо всех единицах генеральной совокупности. При многоступенчатом отборе для организации первой ступени необходимо иметь информацию о распределении того или иного признака по всей совокупности единиц отбора первой ступени. Для организации второй ступени нужна уже только информация об отобранных единицах первой ступени и т.д.

Россия

Субъект РФ

Населенный пункт

Квартал

Жилая единица

Рис. 4.2 — Пример формирования многоступенчатой выборки 55

Соединение в многоступенчатой выборке различных приемов отбора делает выборку комбинированной.

28)Неслучайные (невероятностные) методы отбора

Неслучайные методы вероятностного отбора применяются в случаях невозможности проведения случайного отбора из-за ограниченности ресурсов или этических проблем либо отсутствия необходимости проведения случайного отбора.

Многим широко известна так называемая выборка «первого встречного», которая лишь на первый взгляд кажется вероятностной. Исследователь в этом случае может бессознательно руководствоваться при выборе лиц опроса чувством личной симпатии или антипатии, соображениями удобства и т.п.

Выборку «первого встречного» и другие, ей подобные, принято называть не вероятностными, а стихийными. Эти способы организации выборки характеризуются тем, что для них невозможно уточнить, какую генеральную совокупность они представляют. Из-за незнания каких-либо характеристик этой генеральной совокупности и ее размера невозможно определить качество выборки: достаточно ли хорошо она представляет генеральную совокупность или дает совершенно искаженную картину.

Таким образом, исследователь при применении данного метода в некоторой степени контролирует выборку (например, публикуя анкету в журнале, он обращается только к читателям этого журнала), но решение о включении в выборку принимает сам респондент.

Еще одним неслучайным методом отбора можно назвать направленный отбор, в котором выделяют несколько разновидностей:

1) метод типичных единиц;

2) целевая выборка;

3) квотный отбор.

При использовании метода типичных единиц отбираются единицы генеральной совокупности, обладающие средним (или типичным) значением признака. Однако в таком случае встает проблема выбора признака и определения его типичного значения. Субъективный характер оценки вполне может привести к систематической ошибке. Данный метод целесообразно применять для изучения таких объектов, о которых мы уже обладаем некоторой информацией, например территориальных общностей, предприятий, учреждений и т.п.

Репрезентативные выборки необходимы лишь в том случае, если целью исследования является получение суммарных данных в отношении изучаемого объекта в целом.

Например, по результатам исследования уровня жизни жителей некоторого города в выводах социолог имеет право сообщить, что в среднем горожане так-то оценивают различные условия жизни, в среднем такая-то доля населения проявляет высокую активность в таких-то видах деятельно-сти, а такая-то — низкую и т.п. Но с практической точки зрения, не говоря уже о теоретических задачах изучения образа жизни, гораздо важнее выявить специфику условий и образа жизни различных групп населения, и в том числе тех, которые, будучи малочисленными, нуждаются в специальном внимании.

Допустим, что в составе населения города имеется 2000 ветеранов Отечественной войны. Чтобы получить более или менее достоверную информацию об условиях их жизни и проблемах, надо обеспечить должное численное представительство этой категории граждан в выборочной совокупности. Но поскольку выборка статистически репрезентативна, то при численности населения города, скажем, в 100 тыс. и численности выборочной совокупности в 2 тыс. доля ветеранов в выборочной совокупности составит 40 человек.

Возможно, этой численности достаточно для того, чтобы сделать статистически достоверные заключения о простейших частных показателях условий их жизни, например об уровне обеспеченности жилищем ветеранов войны в сравнении со среднестатистическими показателями на всю выборку населения города. Но как только мы захотим углубить анализ, то обнаружим, что численность подвыборки ветеранов явно мала. К примеру, важно установить, какова доля неработающих одиноких (не имеющих родственников) ветеранов войны. В таком случае придется составить таблицу размерностью 2X2 (две градации: «имеющие родственников — не имеющие» и две градации по критерию занятости: «работающие — неработающие»). В каждой клеточке этой таблицы может быть в пределе 10 единиц наблюдения (40:4=10). Конечно, реальное распределение окажется иным. Однако даже при численности подвыборки в 10 человек никакой дальнейший статистический анализ уже невозможен.

Таким образом, для изучения в статистических показателях особенности условий и образа жизни каких-то определенных групп населения репрезентативная выборка должна быть заменена целевой, в которой численность каждой интересующей нас группы будет достаточна для более основательного анализа. Такая выборка, будучи качественно более представительной в отношении целей исследования, не является статистически репрезентативной в отношении генеральной совокупности.

Среди направленных методов отбора наиболее часто встречается квотный отбор.

При использовании данного метода отбирают один или несколько признаков, по которым будет контролироваться выборка. Количество единиц в выборке, обладающих определенными характеристиками, должно быть пропорционально количеству таких единиц в генеральной совокупности.

Считается, что при использовании метода квот можно делать выборку меньшего объема, чем при случайном отборе, так как квотный отбор дает почти полное совпадение выборочной и генеральной совокупностей по заданным параметрам. Однако это утверждение невозможно подтвердить при помощи математических методов. Единственный способ проверить его справедливость — провести эксперимент.

При выборе признаков, характеризующих генеральную совокупность, необходимо учитывать следующие требования.

Во-первых, выбранные признаки должны быть тесно связаны с изучаемыми характеристиками, иначе полученные результаты могут оказаться сильно искаженными.

Во-вторых, признаки должны быть независимыми, иначе расход средств на их контроль будет нерациональным.

Требования к выборке могут быть жесткими и пониженными. Жесткие требования означают совпадение пропорций генеральной и выборочной совокупностей по сочетаниям признаков. В этом случае структура выборочной и генеральной совокупностей по заданным параметрам точно совпадают. При использовании пониженных требований контролируют лишь совпадение пропорций по каждому параметру отдельно.

Например, если исследователи решили контролировать выборку по четырем параметрам: пол (2 градации), возраст (7 градаций), образование (6 градаций) и род занятий (12 градаций), то при предъявлении пониженных требований они получат 2+6+7+12=27 групп, а при предъявлении жестких требований они получат 2*6*7*12=1008 групп.

Обычно к выборке предъявляют пониженные требования, так как в обратном случае теряется основное преимущество квотного отбора — малый объем выборки и увеличиваются затраты на поиск респондентов, обладающих определенными характеристиками.

Чаще всего используются социально-демографические признаки, так как:

• они часто носят ключевой характер

• легко получить информацию о распределении по этим признакам единиц в генеральной совокупности.

Обычно используют не более трех-четырех признаков, так как при увеличении их числа растет число ограничений и, соответственно, растут затраты на поиск респондентов.

Обычно при применении метода квот возникают следующие трудности:

1) Необходимо предварительное изучение объекта для выявления в нем пропорций единиц с различными характеристиками и связей между характеристиками.

2) Необходима свежая информация о генеральной совокупности. Например, если активно происходят какие-то демографические процессы, например, миграция, то применение данных переписи населения, проведенной несколько лет назад, может дать большую систематическую ошибку.

3) Некоторые проблемы могут возникнуть на полевом этапе проведения исследования:

а) Интервьюер, скорее всего, будет проводить отбор среди наиболее доступных ему лиц, поэтому выборка имеет тенденцию превращаться в доступную. При этом проблема «крепких орешков» не решается, а обходится, так как даже в группе труднодоступных, «дефицитных» респондентов будет происходить смещение в сторону тех, кто наиболее охотно идет на контакт с интервьюером.

б) Ближе к концу полевого этапа часто возникает группа «дефицитных» признаков, поэтому повышается соблазн для интервьюера сфальсифицировать результаты.

Для совершенствования квотного метода предлагаются следующие варианты:

1) Часто метод квот применяется не в чистом виде, а в смеси со случайным. Например, интервьюер получает список лиц, с которыми он должен вступить в контакт, и проводит интервью только с теми, кто оказался носителем необходимых параметров. Для внесения элементов случайности интервьюеру может быть задан определенный маршрут, который он обязан соблюдать при поиске респондентов.

2) Квотный метод можно применять в многоступенчатой случайной выборке (на последней ступени отбора). Используемая на предшествующих ступенях случайная стратифицированная выборка обеспечит самовзвешивание по важнейшим признакам.

3) Квотный метод может применяться для замены труднодоступных единиц при использовании случайного отбора.

29.

Процесс – любой вид движения, модификации, трансформации, чередования или «эволюции», то есть любое изменение изучаемого объекта в течение определенного времени, будь то изменение его места в пространстве либо модификация его количественных характеристик.

Социально-экономические и политические процессы – это изменения в обществе, отображающиеся на его благосостоянии, политической и экономической стабильности, условиях безопасности. Это социально значимые изменения в обществе, вызванные стремлением различных групп влиять на сложившиеся в социуме условия с целью удовлетворения определенного интереса.

Процесс имеет выраженную временную составляющую, позволяющую рассматривать все свойства процесса в зависимости от времени.

Процесс характеризуется масштабом, направленностью, интенсивностью, составом и характером стимуляции.

Масштаб процесса – это степень вовлеченности в него субъектов. Охват вовлеченных в процесс индивидов или отдельных социальных групп означает микроуровень, а если в качестве субъекта процесса выступает государства, народы, этносы, культуры – это макроуровень .

Направленность процесса характеризуется его вектором, выражающем ориентацию процесса на определенный исход.

Интенсивность процесса задается осознанным значением его результата для вовлеченных в него участников. Фактически это значение может быть задано через освещение этого процесса в СМИ, осознанием глобальности его последствий для социального субъекта.

Состав процесса складывается из составляющих его участников, их социального расслоения, политических ориентаций и места в системе общественного разделения труда.

Характер стимуляции проявляется в политике субъекта, контролирующего и направляющего этот процесс. В зависимости от характера стимуляции процессы могут быть форсированными и равномерными, стремительными и вялыми.

Элементы социального процесса:

- Участники (члены общества, чьи интересы затрагивают происходящие изменения);

- субъект (инициатор процесса = один из участников, располагающий ресурсами, позволяющими поддерживать динамику и направленность социальных изменений);

- причины (внутренние источники процесса);

- наблюдатель, являющийся членом научного сообщества ( стремится исследовать логику процесса, интерпретирует результат и ход процесса, распознает источники, масштаб, направленность, используя научные методы анализа и обработки информации).

В социологии обычно выделяют следующие виды шкал:

номинальные,

порядковые (ранговые),

метрические (шкалы отношений, интервальные).

Номинальная шкала это шкала соответствия социальных свойств равенства и неравенства соответствующим числовым отношениям с целью отличия одного социального объекта от другого, то есть выявление непересекающихся классов - каждый класс соответствует определенной позиции на шкале. Например, пол: мужской - 1, женский - 2; мужчины: холостой - 1, женатый - 2, разведенный - 3, вдовец - 4. Это закрытые вопросы, то есть все возможные ответы предлагаются респонденту. При этом решаются следующие задачи: во-первых, измеряется количество каждого признака; во-вторых, определяется различие между ними. Для выполнения второй задачи достаточно решить математическое уравнение сравнения равенства или неравенства, при этом первая задача решается методом выбора той или иной категории или числового балла на шкале или применением открытых вопросов, то есть вопросов, в которых дается респонденту возможность дать свой ответ, например, “Ваш возраст?”, “Ваше образование?”, “Ваше отношение к коллективному отдыху? - 1. Мне нравится отдыхать коллективом, 2. Предпочитаю отдыхать один, 3. Предпочитаю незнакомую компанию, 4. Другое, напишите свой ответ” и т.п.

Порядковая (ранговая) шкала это шкала соответствия социальных свойства равенства или неравенства и их степени выраженности с соответствующими числовыми отношениями. Например, удовлетворенность чем-либо: полностью - 5, скорее да чем нет - 4, трудно сказать - 3, скорее нет - 2, полностью не удовлетворен - 1. Для этого помимо задач, приведенных в номинальных шкалах, необходимо измерить интенсивность выраженности признаков. Чтобы решить эту задачу, достаточно выполнить математического сравнение "больше", "меньше" и расположить признаки в порядке возрастания или убывания, то есть проранжировать.

Метрическая шкала это шкала соответствия социальных свойств равенства или неравенства и пропорций внутри них с соответствующими числовыми отношениями. Например, равных пропорций - определение возрастных групп: 16-20 лет - 1, 21-25 лет - 2, 26-30 лет - 3; неравных пропорций - срок службы: 1-2 года - 1, 2-5 лет - 2, 5-20 лет - 3, 20-25 лет - 4, более 25 лет - 5. Если на шкале ноль условный, то это интервальная шкала, если естественный - шкала отношений (возраст, заработанная плата и т.д.). Метрические шкалы помимо задач, решаемых с помощью номинальных и порядковых шкал, позволяют ответить на вопрос: на сколько или во сколько раз интенсивность выраженности одного признака больше или меньше другого.

Про степень построения шкал я хуй знает,ищите сами.

ИЗМЕРЕНИЕ НАДЕЖНОСТИ СОЦИОЛОГИЧЕСКОЙ ИНФОРМАЦИИ - один из этапов, необходимых для обеспечения требуемого качества социологич. исследования. Надежность является наиболее общей характеристикой качества эмпирич. данных, полученных в социологич. исследовании. Под надежной понимают информацию, в к-рой относительно отсутствуют ошибки. Точнее, надежная - это информация, в к-рой, во-первых, отсутствуют неучтенные ошибки, т. е. ошибки, величину к-рых исследователь не в состоянии оценить, во-вторых, учтенные ошибки не превышают нек-рой заданной исследователем величины. Напр., если ошибка репрезентативности при определении доли нек-рого признака с вероятностью 0,95 не превышает 5%, а исследователь намерен экстраполировать данные выборки на генеральную совокупность лишь для случаев, когда разница данных значима (напр., превышает 10%), то для него эта информация является надежной; если же ставится задача изучения менее существенных различий (напр., в 4-6%), то информация является ненадежной. Неопределенное в силу всеобщности понятие надежности конкретизируется путем перечисления ошибок, к-рые учтены в данном исследовании. Различают две группы способов контроля надежности - внешний контроль (сопоставление эмпирич. информации в данном исследовании с какой-либо другой информацией) и внутренний контроль (изучение распределения признаков в данном исследовании). А. Внешний контроль. 1. Контроль, внешний по отношению ко времени исследования, т. е. сопоставление рез-тов измерения в данном исследовании с рез-тами повторного измерения для того же массива респондентов тем же исследователем в тех же условиях с помощью того же инструмента и процедуры измерения. Напр., метод перепроверки, или test - retest. 2. Контроль, внешний по отношению к ситуации (условиям) исследования. Напр., сопоставление рез-тов опроса по производственной и территориальной выборке того же массива респондентов тем же исследователем с помощью того же инструмента исследования. 3. Контроль, внешний по отношению к инструменту и процедуре исследования. Напр., сопоставление данных опроса с реальным поведением респондентов (данные анализа документов, наблюдения и т. п.); сопоставление данных опроса с данными, полученными с помощью инструмента, к-рый считается эквивалентным - метод эквивалентных форм. 4. Контроль, внешний по отношению к исследователю. Напр., сопоставление данных опроса, полученных одним интервьюером, с данными, полученными на том же массиве в тот же период времени с использованием той же процедуры и инструмента исследования др. интервьюером. 5. Контроль, внешний по отношению к объекту исследования, т. е. сопоставление данных опроса с данными, полученными на др. объекте (применяется в случае, если в соответствии с целью исследования инструмент должен давать одинаковые показатели на разных объектах, как, напр., при разработке теста умственных способностей независимого от тезауруса респондента: распределение тестовых оценок для различия образовательных групп должно совпадать). В качестве показателя совпадения информации, полученной в данном исследовании, с к.-л. иной информацией при внешнем контроле используется обычно коэффициент корреляции; средняя арифметич. и средняя квадратич. ошибка; специальная мера, рассчитываемая как число респондентов, давших одинаковые ответы в двух исследованиях, нормированное числом всех опрошенных. Б. Внутренний контроль. 1. Изучение распределения данного признака по всей выборке. Напр., расчет репрезентативности (как функции от дисперсии и объема выборки); изучение формы распределения (выявление "неработающих" вопросов или градаций вопросов, наличие "выпадающих" значений и др.). 2. Сопоставление распределения различн. признаков по всему массиву. Напр., метод расщепления (split - half), заключающийся в сопоставлении двух однородных групп признаков в тестовых методиках; устранение "субъективных" погрешностей путем учета "личного уравнения" респондента. 3. Изучение распределения признаков в различн. подвыборках. Напр., устранение влияния интервьюера с помощью метода Уорнера; дисперсионные критерии надежности.

30. Семантический дифференциал (англ. semantic differential) — метод построения индивидуальных или групповых семантических пространств (англ. semantic space). Координатами объекта в семантическом пространстве служат его оценки по ряду биполярных градуированных (трех-, пяти-, семибалльных) оценочных шкал (англ. rate scale), противоположные полюса которых заданы с помощью вербальных антонимов. Эти шкалы отобраны из множества пробных шкал методами факторного анализа.

Метод семантического дифференциала позволяет ставить и решать следующие типовые вопросы:

различие в оценке одного понятия разными испытуемыми (или разными группами испытуемых в среднем по группе);

различие в оценке двух (или более) понятий одним и тем же испытуемым (или группой);

различие в оценке одного и того же понятия одним и тем же испытуемым (или группой) в разное время (то есть измерять изменения значений, которые возникают под воздействием средств массовой коммуникации, из-за изменения социальных или культурных контекстов, в результате обучения и т. д.).

Построение семантических пространств и анализ положения объектов в семантических пространствах — важный инструмент во многих практических приложениях:

Для анализа восприятия рекламы и для её проектирования[5][6];

Для сравнительного анализа различных групп — от групп потребителей в маркетинге[7] до гендерных стереотипов[8];

Для исследования экономического поведения[9];

Для изучения важнейших процессов социальной самоидентификации[10] и для решения многих других задач социологии[11]

в политических технологиях[12][13].

в расстановке персонала [14]

и во многих других областях.

31. Интегральный показатель

Интегральный показатель развития определяется по следующим показателям развития субъектов Российской Федерации:

1) валовой региональный продукт на душу населения (тыс. рублей), определяемый как отношение валового регионального продукта (ВРП) к численности населения (N), деленное на коэффициент уровня покупательной способности (КУ);

2) объем инвестиций в основной капитал на душу населения (тыс. рублей), определяемый как отношение объема инвестиций за счет средств всех источников финансирования (Ин) к численности населения (N), деленное на коэффициент удорожания капитальных затрат (К Уд);

3) показатель финансовой обеспеченности на душу населения на основе показателей финансового баланса (тыс. рублей), определяемый как отношение показателя финансовой обеспеченности субъекта Российской Федерации (рассчитывается на основе показателей финансового баланса в соответствии с Методическими рекомендациями по составлению финансовых балансов субъектов Российской Федерации, утвержденными Приказом Министерства экономического развития и торговли Российской Федерации от 21 апреля 1999 г. N 199, как доходы субъекта Российской Федерации с учетом взаиморасчетов с федеральным бюджетом и государственными внебюджетными фондами региона) к численности населения (N);

4) соотношение среднедушевых денежных доходов и величины прожиточного минимума (в процентах);

5) доля населения с денежными доходами ниже величины прожиточного минимума в общей численности населения (в процентах), по данным Федеральной службы государственной статистики (для расчетов применяется обратный показатель);

6) площадь жилищ, приходящаяся в среднем на одного жителя (кв. метров), по данным Федеральной службы государственной статистики;

7) обеспеченность местами детей, находящихся в дошкольных учреждениях (мест на 1 тыс. детей дошкольного возраста);

8) обеспеченность школами - доля учащихся, обучающихся во 2-ю и 3-ю смену (в процентах), по данным Федеральной службы государственной статистики (для расчетов применяется обратный показатель);

9) выпуск специалистов высшими и государственными средними учебными заведениями (специалистов на 10 тыс. человек населения);

10) обеспеченность населения врачами и средним медицинским персоналом (на 10 тыс. человек населения);

11) обеспеченность населения амбулаторно-поликлиническими учреждениями (посещений в смену на 10 тыс. человек населения), по данным Федеральной службы государственной статистики.

Расчет интегрального показателя отклонения уровня социально-экономического развития субъекта Российской Федерации от среднероссийского уровня осуществляется поэтапно. На первом этапе рассчитываются относительные отклонения базовых индикаторов социально-экономического развития.

На втором этапе определяется интегральный показатель отклонения уровня социально-экономического развития субъектов Российской Федерации от среднероссийского уровня.

На заключительном этапе формируется перечень субъектов Российской Федерации, нуждающихся в государственной поддержке.

В результате исследования и с целью совершенствования существующих методов и показателей мониторинга, прогнозирования и планирования социально-экономического развития регионов, мы предлагаем следующую методику оценки показателя среднероссийского уровня социально-экономического развития и его интегрального показателя, базирующуюся на принципах кластерного анализа.

32 Теория Нечетких Множеств, как аппарат обработки данных и решения различных задач в условиях неопределенности, на сегодняшний день активно развивается и внедряется во всем мире. Известно, что практически любая теория в своем жизненном цикле проходит несколько стадий. Сначала появляются научные разработки, которые со временем, если они верны и актуальны, признаются научной общественностью как результаты, имеющие практический интерес. Создаются научные школы, которые углубляют, систематизируют полученные результаты, а также приближают их к реальному практическому внедрению. Однако для этого необходимо, чтобы научная мысль была доведена до широкого круга специалистов-практиков, которые будут непосредственно использовать предлагаемые научные результаты на практике. Это особенно важно, когда предлагаются научные разработки, в применении которых роль специалиста-практика велика, в частности при решении различных задач в экономике и финансах в условиях неопределенности, в которых всегда присутствует разнородная информация:

> Детерминированная информация - точно известная информация;

> Неопределенная информация - интервальная информация, нечеткая информация, стохастическая информация и др.;

При этом в реальной практике деятельности предприятий любой отрасли экономики в современных условиях большую часть составляет Неопределенная информация, и её различные виды.

И только после освоения научных результатов широкими массами специалистов они активно начинают внедряться в практику. Теория Нечетких Множеств, в данном случае, не является исключением. Она аналогично, как, например, ранее Теория Вероятностей, проходит все указанные выше стадии, и сегодня можно констатировать следующий неоспоримый факт: Несмотря на относительную молодость Теории нечетких множеств (официальное рождение 65 год двадцатого столетия) к настоящему времени она во всем мире получила широкое распространение и уже активно используется в самых различных сферах.

33 При анализе документов источником социологической информации выступают сообщения, которые содержатся в протоколах, докладах, резолюциях и решениях, выступлениях политиков, публикациях газет, журналов, в художественных произведениях, иллюстрациях, фильмах, дневниках, летописях и т.п. Например, в известной работе У. Томаса и Ф. Знанецкого «Польский крестьянин в Европе и Америке» (1918) объектом анализа стали записки самоубийц и письма, которые на протяжении десятилетий мать писала сыну.

Анализ документов позволяет получать сведения о прошедших событиях, непосредственное наблюдение которых уже невозможно. Изучая документы, в которых те или иные явления жизни, события прослеживаются в течение многих лет, можно выявить тенденции и направленность их изменения. Так, для отечественных исследователей особую важность приобретает обширная социальная статистическая информация, которая долгое время была закрытой и, следовательно, использовалась в крайне ограниченном объеме. Однако эта информация обеспечит возможность реалистического анализа прошлого нашего общества, более полного понимания происходивших в то время процессов и явлений, что позволит избежать подобных ошибок в будущем.

Вторичным анализом данных называют анализ документов, содержащих данные ранее проведенных исследований с важной для социолога эмпирической информацией (статистические отчеты, данные переписи, информационные банки организаций, социологические опросы). Положительной стороной этого метода является то, что социолог получает готовую систематизированную информацию и избавлен от необходимости самостоятельного исследования, отрицательной — то, что он не имеет возможности самостоятельно формулировать интересующие его вопросы.