2. Данные, полученные с помощью анкеты ≪простой≫ структуры,

дают представление об общественном мнении с помощью простых,

однозначно интерпретируемых вопросов (маркетинговые исследования

для избирательных кампаний, мониторинги рейтинга политиков

и властных структур). Основной задачей в подобном случае будет описание

состояния отдельных эмпирических индикаторов как по всей совокупности,

так и по отдельным подгруппам. Аналитические задачи,

связанные с выявлением глубинной мотивации поведения, особенностей

политического сознания людей, их выбора, в исследованиях такого

типа не ставятся. Тем не менее арсенал статистических приемов

обработки предельно широк: от первичной группировки до многомерного

анализа.

3. Информация, полученная в ходе опросов общественного мнения,

включающих в себя наряду с анкетированием тестирование, не-

стандартизированные интервью, наблюдение, эксперименты, связана

с исследованием политических установок, стереотипов. В этом случае

наряду со статистическим методом многомерного шкалирования используют

качественные методы анализа.

4. Текстовые данные появляются при использовании в качестве методов

сбора информации нарративного интервью в биографическом

методе, игротехники, фокус-групп, контент-анализа, методик неоконченных

предложений и тестов по типу двадцати самоопределений

(≪Я —это...≫). При работе с подобной информацией достаточно часто

используют трансакционный анализ.

5. Если в качестве исходных данных использованы результаты (отчеты)

других проектов, то наиболее адекватным является вторичный

анализ. Необходимым формальным требованием проведения вторичного

сравнительного анализа в компаративных повторных или территориальных

исследованиях является наличие сходных показателей

232

в программе исследования (а в идеале —полное тождество или сопоставимость

всего инструментария, что на практике практически неосуществимо).

Допустимо использование обновленной методики, но

при этом в повторном проекте материалы базового исследования располагаются

в документах в начале, а все новинки (вопросы, тесты) — в конце опросных листов. В случае обновления методик при повторных

разработках прибегают к дополнительным проверкам выявленных зависимостей

с помощью мысленного эксперимента.

2. С р・ т・ г・ яв・ о・ и・ н・ г・ ・ а а・ и・ а・ Вторичный анализ —метод формирования нового информационного

поля с последующим применением методов и процедур, используемых

в обычных исследованиях. Под вторичным анализом обычно

понимают метод освоения результатов завершенных или ранее произведенных

исследований с целью углубленного изучения полученных

данных с учетом новой исследовательской задачи (считается, что при

первичной обработке данных и написания базового отчета по результатам

исследования авторы описывают где-то около 15-17% всех ин формационных

возможностей полученной базы данных), в случае н еобходимости

сравнения данных относительно нескольких объектов,

с целью проведения экспертизы для оценки качества проведенного

ранее исследования, наконец, для изучения динамики политических

процессов (традиционно считается, что сравнительный анализ связан

именно со вторичным анализом; это безусловно так, если речь идет об

оценке состояния изменения объекта во времени).

В отечественных исследованиях понятие вторичного анализа как

устойчивая категория появляется с середины 1970-х годов (в литературе

ссылка делается обычно на 1976 г.). В зарубежных исследованиях

методологические и методические проблемы проведения вторичного

анализа стали обсуждать несколько раньше, в 1960-е годы. Г. Хьюмен,

считающийся одним из наиболее авторитетных специалистов в области

проведения вторичного анализа, утверждал, что постоянно озабоченные

поиском возможностей получения нового знания, прироста

информации аналитики фактически занимаются ≪выуживанием≫ дополнительных

возможностей вторичного анализа.

Существуют два подхода к определению сущности и роли вторичного

анализа. Во-первых, понятие ≪вторичный анализ≫ некоторые авторы

рассматривают практически как синоним понятия ≪вторичное исследование

≫, допуская наличие у вторичного анализа собственной методологии

и стратегии проведения. Во-вторых, категории ≪вторичное исследование

≫ и ≪вторичный анализ≫ разводят. В этом случае подчеркивают,

что вторичное исследование отвечает на вопрос ≪что мы изучаем?≫, в то

время как вторичный анализ позволяет ответить на вопрос ≪как мы это

233

делаем?≫. Признаками самостоятельного завершенного исследования

считают наличие группы методов, которые используются на каждом из

этапов: на стадиях эмпирической интерпретации понятий, сбора данных,

формирования комбинированных и вторичных показателей коэффициентов

и индексов, математической обработки данных и интерпретации

информации. Вторичный же анализ исключает специально

организованное исследование. Основная его задача —сформировать

новое информационное поле из ≪чужой≫ эмпирии.

Виды вторичного анализа связывают с характером используемой в

обработке информации: а) на основе данных первичной информации,

когда в руках исследователя находится весь методический инструментарий

проекта и электронная база данных, а ученый получает возможность

фактически заново, ≪с нуля≫ провести обработку информации,

поставив новые исследовательские задачи; б) на основе табличных

материалов из отчета исследования в рамках вторичного анализа возможны

построение индексов и частичная перегруппировка данных;

в) на основе публикаций результатов эмпирического исследования,

выполненных в виде, например, научной статьи, когда основная задача

исследователя заключается в оценке логичности использованной для

обоснования выводов аргументации; г) материалы государственной и

ведомственной статистики (сводной или оперативной) могут использоваться

в любых видах статистического анализа.

Стратегии выполнения вторичного анализа непосредственно вытекают

из типа используемых исходных данных. При интерпретации

итоговых документов ставка делается на проверку чужих выводов, проверяются

их логичность и обоснованность. При наличии информации

о простой группировке данных (процент распределения по признакам)

мы можем использовать систему построения дополнительных индексов.

При повторном использовании массива данных, когда исследователь

имеет электронную базу данных, анкеты или опросники, все

методические документы для проведения повторной обработки, идет

поиск дополнительных информационных возможностей на основе,

например, перекодировки шкал в дихотомические или построения дополнительных

переменных.

Например, Ю. Левада при определении политической активности

исходил исключительно из формального критерия —факта участия

человека в политической акции (безотносительно к ее масштабу, степени

организованности и т.д.). Он считает политически активным человеком

того, кто более чем два раза в течение одного года принимал

участие в каких-либо политических акциях. Если он участвовал два

раза, то это —средняя политическая активность, если один раз или не

участвовал вовсе', то респондент обладает низкой политической активностью.

Конечно, спорным является в этом случае сам критерий актив234

ности. При проведении вторичного анализа базы данных, в которой зафиксированы,

помимо ответов на такие прямые вопросы о фактах, еще

и самооценки политических установок респондентов, можно сопоставить

размер группы политически активных людей и конкретные наблюдения,

полученные с учетом этой установки, и характеристики группы

наблюдений, построенных с учетом таких переменных, как, например,

интерес к политике, регулярность просмотра информационных и аналитических

программ по политической тематике, доверие представителям

политического истеблишмента, наличие устойчивой идеологической и

партийной идентификации, факт помощи какому-либо политическому

объединению во время предвыборной кампании и т.д.

При выполнении вторичного исследования ученые сталкиваются с

целым блоком проблем. Во-первых, они должны обеспечить и обосновать

сопоставимость полученных ранее данных. Во-вторых, необходимо

с целью получения надежных выводов оценить степень ошибок чужого

исследования. В-третьих, необходимо обосновать возможность

сравнения данных исследований, программы которых построены на

различных, не совпадающих методологических посылках. Чаще всего

возникает ситуация несопоставимости концепций первичного и вторичного

исследований. И проблема заключается отнюдь не в том, что

вторичное исследование носит ≪паразитический характер≫, так как

оно опирается на чужую исследовательскую базу, и даже не в том, что

формулировки в вопроснике, гайде или анкете создавались под определенную

теоретическую конструкцию, и не в том, что в подобного

рода ≪вторичных≫ проектах многократно возрастает роль интуиции,

некоего ≪озарения≫ исследователей, гораздо важнее то, что ученые,

проводившие ≪первичное≫ и ≪вторичное≫ исследования, могут стоять

на принципиально разных методологических и политических позициях.

А это влечет за собой как различное понимание необходимого

перечня переменных, так и разную интерпретацию данных. Понятно,

что если первичное исследование проводил ученый, который стоит на

неомарксистских методологических позициях, то при вторичной обработке

этих данных исследователь, являющийся сторонником сетевого

анализа, просто не найдет в готовой базе необходимой для себя

информации. В-четвертых, многократно возрастает влияние на итог

работы случайных внешних факторов. В-пятых, встает вопрос вообще

о пригодности исходных данных для обработки, т.е. возникает степень

неопределенности и риска в ситуации постоянного изменения концепции

исследования.

Чтобы решить эти проблемы, необходима максимально полная

информация методологического и методического обоснования исследования.

Как минимум, необходимо знать объем выборки, метод

сбора информации, временные характеристики объекта исследования,

принцип отбора единиц наблюдения. Кроме того, требуется наличие

значительного числа интегративных характеристик совокупности

исследования.

Процедура проведения вторичного анализа предполагает подготовку

нового информационного поля на основе интегративных показателей,

использования модифицированных шкал или коэффициентов

и/или индексов, производство мысленных экспериментов. После этого

должна следовать статистическая/математическая обработка данных.

Желательно, чтобы используемые методы отличались от тех, которые

применялись при проведении первичного исследования. Обычно ученые

идут по пути усложнения используемых схем и типов анализа.

Чаще всего в рамках первичного исследования при написании отчетов

исследователи ограничиваются использованием простой и сложной

группировки данных, расчета статистики хи-квадрат, парного

корреляционного анализа, реже —регрессионного линейного анализа,

многомерного шкалирования, иногда —кластерного анализа. При

проведении вторичного анализа исходная электронная база данных

подвергается более тщательной обработке, и исследователи прибегают

к поиску оптимальных моделей множественного регрессионного анализа,

факторного анализа, дискриминантного анализа и т.д.

3. П д・ о・ о・ к・ ・ д н・ ы・ ・ ко р・ б・ т・ е・ С какими бы сведениями ни работал ученый, логическая схема обработки

данных примерно одинакова. Собранную информацию систематизируют,

вводят в компьютер для хранения и последующей обработки,

формирования производных от эмпирических показателей

индикаторов, поиска латентных характеристик, анализа взаимосвязи

феноменов политической жизни, структурирования социальной реальности.

После формирования массива данных специалисты переходят

к обработке и окончательному оформлению результатов в виде

схем, графиков, статистических расчетов и к составлению отчета.

Требования соответствия приемов статистической обработки качеству

исходной информации:

1) уровень сложности анализа не должен превосходить уровень

информативности данных;

2) соблюдение принципа соответствия процедур типу шкал;

3) статистический анализ должен сопровождаться качественным

анализом.

Непосредственно стадии анализа предшествует подготовка данных

(выбраковка, кодирование, ввод данных в компьютер) к обработке. Необходима

проверка методического инструментария на точность, полноту,

качество заполнения. Проверка на точность заполнения заключается

в проверке правильности ответов на каждый вопрос. Например,

такую функцию выполняет проверка соответствия ответов на вопросы-

фильтры и последующие вопросы.

Проверка анкет на полноту заполнения предполагает, что выбраковке

подлежат документы, в которых пропущены ответы даже на один

вопрос ≪паспортички≫ и на 10—5% содержательных вопросов.

Проверка на качество заполнения предполагает оценку ясности,

четкости, понятности ответов и обводки кодов. Если в альтернативных

закрытых вопросах респондент все же выделяет несколько вариантов

ответов, то на практике обычно учитывают первый вариант. Все

анкеты, не соответствующие предъявленным требованиям, подлежат

выбраковке.

Оставшиеся после контроля документы нумеруются. Ремонт выборки

может представлять одну из двух следующих процедур. Исследователи

сравнивают идеальную выборочную модель с реальной выборкой

и проводят дополнительный опрос, ликвидируя перекосы в выборке.

Если количество отбракованных анкет невелико, то для восстановления

необходимого объема и параметров выборки исследования возможна

повторная обработка незначительного количества анкет.

К н・ р・ л・ н・ ев・ п・ о・ ыиз・ д・ н・ я・ 1. Обоснуйте, в каких ситуациях следует использовать тот или иной вариант

стратегии обработки данных.

2. Каковы основные сложности и преимущества использования вторичного

анализа?

3. Выберите из научных журналов ≪Полис≫, ≪Политическая наука≫, ≪Политическая

экспертиза: ПОЛИТЭКС≫, ≪Полития≫ статьи, в которых

отражены результаты эмпирических и прикладных политических исследований.

Ответьте, обосновав свою позицию, какой тип исследовательской

стратегии выбран авторами в тех или иных случаях? Чем, по

Вашему мнению, обоснован выбор стратегии по той или иной теме?

Л т・ р・ т・ р・ а

Ахременко А. С. Политический анализ и прогнозирование. М.: Гардарики,

2006. С. 56-73.

Боришполец К. П. Методы политических исследований. М.: Аспект Пресс,

2010. С. 7-16, 28-47.

Мангейм Дж. Б., Рич Р. К. Политология: Методы исследования. М.: Весь

мир, 1997. С. 292-355.

Методические подходы политологического исследования и метатеорети-

ческие основы политической теории. М.: РОССПЭН, 2004. С. 77—32.

Миронюк М. Г., Тимофеев И. Н., Ваславскии Я. И. Универсальные сравнения

с использованием количественных методов анализа (обзор прецедентов)

/ / ПОЛИС. 2006. № 5. С. 39-57.

237

Нилов В. М. Политический анализ и прогнозирование. Петрозаводск, 2005.

С. 45-61.

Ожиганов Э. Н. Стратегический анализ политики. М.: Аспект Пресс, 2006.

С. 3-58.

Политическая наука: Новые направления. М.: Вече, 1999. С. 699—78.

Попова О. В. Методика и техника эмпирических политических исследований.

СПб.: Изд-во СПбГУ, 2002. С. 92-96.

Симонов К. В. Политический анализ. М.: Логос, 2002. С. 30—3.

Современный политический анализ и политические технологии / Л.

Н. Панкова и др. М.: Профиздат, 2005.

Страус А., Корбин Д. Основы качественного исследования: Обоснованная

теория, процедуры и техники. М.: Удиториал УРСС, 2001. С. 9—8.

Татарова Г. Г. Методология анализа данных в социологии. М.: Издательский

дом ≪Стратегия≫, 1998. С. 29—1, 112—11.

Теория и методология социологического анализа политики / / Политическая

социология. М., 2008. С. 15—01.

Филиппов В. Верю не верю: О методологических дефектах Всероссийской переписи

населения 2002 года / / Свободная мысль. 2007. № 7. С. 125—37.

Г ла ва18

Э е・ е・ т・ р・ ы・ ・ п и・ м・ ы

о р・ б・ т・ ид・ н・ ы・ х

1. Г у・ п・ р・ в・ аив・ з・ а・ и・ а・ и・ 

э п・ р・ ч・ с・ и・ ・ д н・ ы・ х

Первая ступень обработки статистической информации связана с

группировкой данных. Простая группировка —классификация (упорядочивание)

данных по одному признаку. Объединение фактов в систему

осуществляется относительно ведущего признака группировки

(например, по полу, возрасту, партийному стажу, уровню политической

активности, по степени близости высказанных суждений).

Информация может быть записана в виде динамического или вариационного

ряда, а также в виде матрицы. Динамический ряд —совокупность

значений эмпирического показателя за определенное количество

времени (Xv Х2, Ху ХпЛ, Хп). Вариационный ряд —совокупность возможных

значений показателя X и частота встречаемости этого признака

в заданной группе объектов (изменение показателя в пространстве).

Иногда исследователи говорят об атрибутивных рядах (распределение

респондентов по качественным признакам) и о вариационном ряде

(имея в виду в данном случае распределение респондентов по количе238

ственным признакам и рассматривая два варианта: вариационные дискретные

и вариационные непрерывные ряды).

Наиболее часто информация представляется в виде матрицы данных,

что очень удобно для последующих математических расчетов.

Выделяют несколько типов матриц:

а) матрицу типа ≪объект—признак≫ (совокупность значений многомерного

признака, рис. 15; пример матрицы данных в виде электронной

таблицы дан в табл. 17);

Х\\Х\2 ••.Х\к

Х21Х22"-Х2к

Хп]Хп2 "'Хпк _

Р ис 15. Матрица информации

Таблица 17

М ат ри цад ан ны х

Р ес по нд ен т

И нд ик ат ор ы

п п VS V4 15 V6 V7 К3

1 1 2 1 1 1 4 2 1

2 3 3 2 1 3 4 2 2

3 4 4 3 1 2 2 4 5

4 2 5 2 3 3 1 3 3

5 1 2 1 2 2 1 2 2

4

1111 2 3 1 2 4 5 2 1

б) матрицу в виде таблицы сопряженности (табл. 18);

Таблица 18

П ри ме р т аб ли цык ор ре ля ци и вSPSS

С те пе ньи нт ер ес а

Г от ов но ст ь кп ол ит ич ес ко му п ро те ст у, ч ас то та(% о т в се х)

И то го кп ол ит ик е

Д а Н ет З ат ру дн ил ис ь

о тв ет ит ь

В большой степени 61

(5,1%)

65

(5,4%)

25

(2,1%)

151

(12,6%)

В некоторой степени

136 212 75 423

(11,3%) (17,7%) (6,3%) (35,3%)

239

О ко нч ан иет аб л. 18

С те пе ньи нт ер ес а

Г от ов но ст ь кп ол ит ич ес ко му п ро те ст у, ч ас то та(% о т в се х)

кп ол ит ик е И то го Д а Н етЗ ат ру дн ил ис ь

о тв ет ит ь

В малой степени 127

(10,6%)

214

(17,8%)

49

(4,1%)

390

(32,5%)

Совсем не

интересуются

66

(5,5%)

139

(11,6%)

26

(2,2%)

231

(19,3%)

Затруднились

ответить

3

(0,3%)

2

(0,2%)

5

(0,4%)

Итого 393

(32,8%)

630

(52,5%)

177

(14,8%)

1200

(100,0%)

в) матрицу коэффициентов связей между признаками (табл. 19);

г) матрицу расстояний между объектами',

д) матрицу близостей м ежду объектами или признаками.

Число членов группы, объединенных по какому-либо признаку, называется

частотой вариации. Отношение данной группы кобщемучис-

лу наблюдений —доля, относительная частота. Простейший анализ

группировки —исчисление частот в долях или процентах. Например,

в ходе исследования было опрошено 1500 человек. Из них членов политических

объединений 600 человек. Тогда доля партийных составит

0,4 ( n / N = 600 /1500), или 40% (п / N x 100% = 600 / 1500 х 100).

Количественные признаки делят на непрерывные (возраст, доход,

партийный стаж) и дискретные (например, число участий в

забастовках).

Полученные с помощью простой группировки данные могут быть

подвергнуты следующим методам анализа: расчету средней арифметической,

моды, медианы, дисперсии и т.д. Необходимо помнить, что к

номинальным данным нельзя применять сложные методы статистического

анализа, поскольку цифры, приписанные группам респондентов

по какому-либо признаку, являются лишь ярлыками для них.

Достаточно часто одномерные распределения какого-либо признака,

например, уровень доверия политикам или частоту упоминания его

в СМИ в течение определенного времени, называют рейтингами. Как

и в отношении различного рода индексов, следует признать существенные

ограничения в использовании рейтингов, точнее, интерпретации

полученных с их помощью результатов.

Например, компания ≪Grant Thornton≫ на основании данных опросов

в 36 странах мира посчитала процент женщин в руководящих структурах

частных фирм. Выяснилось, что на фоне 24% —средний показатель в дан-

240

В ну тр иг ру пп ов аям ат ри цак оэ фф иц ие нт овк ор ре ля ци и м еж дуп ри зн ак ам и

0 \

<3

5*

v§

Й

И де ол ог ич ес ка я

и де нт иф ик ац ия -0,098

0,022

0,026

ОО

<о

o '

0,124

0,058

0,034

ООО

Д ов ер ие п ар ти ям -0,029

0,031

ОООО

о"

0,327

-0,016

СП

оо

Оо

О

0,034

П ол 0,071

0,154

0,057

0,081

0,044

ооо

0,013

0,058

О бр аз ов ан ие 0,007

0,075

-0,069

-0,030

ООо

0,044

-0,016

0,124

Д ов ер ие п ре зи де нт у

0,007

ОО

СЭ

о"

0,451

ООО

-0,030

0,081

fС-Ч СО

o '

0,018

Б ли зо ст ь

в зг ля да м

П ут ин а

0,069

0,054

ООО

0,451

о\

оo

'1

0,057

ОООО

o '

0,026

Д ох од 0,276

Оо

о

0,054

0,028

0,075

0,154

0,031

0,022

В оз ра ст ООО

0,276

0,069

0,007

0,007

0,071

-0,029

-0,098

К ор ре ля ци я

Возраст

Доход

Близость

взглядам Путина

Доверие президенту

Образование

§

С Доверие партиям

Идеологическая

идентификация

241

ной группе стран —ситуация в нашей стране для карьерного роста женщин

более чем благоприятна, поскольку этот показатель по России составил

42% и наша страна в списке оказалась на второй позиции. В составленном

рейтинге в десяток самых благоприятных в этом плане для женщин

государств вошли (по степени убывания): Филиппины, Россия, Таиланд,

Польша, Китай, Малайзия, Тайвань, Мексика, Армения, Бразилия1.

Выводы о ситуации зависят от интерпретации полученных результатов

и тех вопросов, которые зададут себе исследователи, использовавшие

эти результаты для оценки политики гендерного равенства в

современном мире. Элементарная научная добросовестность должна

остановить исследователя от желания объявить Россию страной гендерного

равенства. Во-первых, в мире насчитывается уже более 250

государств, и лидерство в 36 из них —не показатель. Во-вторых, анализировались

__________только частные фирмы безотносительно к их размерам

и оборотному капиталу. Женщины в руководстве крупного бизнеса

с огромным оборотом и большим штатом представлены гораздо

реже, чем в мелком бизнесе (количество сотрудников мелких частных

предприятий нередко не превышает 2— сотрудников —владельца и

1-2 наемных работников). В-третьих, действительно показательным

является представительство женщин во власти. В ситуации, когда в

РФ только в одном из более чем 80 регионов губернатор —женщина,

в Государственной Думе количество депутатов-женщин не превышает

11%, а в ≪резервном списке Президента РФ≫ —≪золотой сотне≫ —число

женщин-кандидатов на высокие государственные посты тоже не

превышает 10%, хотя в структуре населения страны, в том числе с высшим

образованием, женщины доминируют, говорить о гендерном равенстве

не приходится. Когда в среднем по стране уровень образования

женщин выше, чем у мужчин, но при этом шанс получить более высокую

зарплату и сделать карьеру выпадает на долю ничтожного меньшинства

из них, использование данных приведенного выше рейтинга

некорректно.

Перекрестная (комбинационная) группировка —связывание информации

в систему по ряду признаков, выделенных в гипотезах. Основная

цель перекрестной группировки —выявление взаимосвязей между

двумя и более переменными (определение плотности и характера связи).

Наиболее простой вариант предполагает построение перекрестных

таблиц с совместными частотами.

Перекрестная группировка позволяет производить отбраковку и

проверку достоверности данных (≪логический квадрат≫, ≪логический

прямоугольник≫). Логический квадрат строится исходя из ответов на

основной и контрольный вопросы. С его помощью оценивается искренность

респондента.

1 Мир женщин / / Русский Newsweek. 2009. № 11 (233). 9 -1 5 марта. С. 5.

242

Например, при оценке патриотизма можно задать такой вопрос:

≪Представьте себе, что у Вас есть возможность изменить гражданство и

переехать на постоянное место жительства в другое государство, более благополучное

в экономическом отношении. Вы воспользуетесь этой возможностью?

≫ Варианты ответа: а) ≪да, безусловно≫; б) ≪нет≫; в) ≪мое решение

будет зависеть от обстоятельств≫.

Второй вопрос: ≪Представьте себе, что Ваши дети, внуки, кто-то из

близких стоят перед выбором: они могут уехать из России навсегда или

остаться здесь. Что Вы им посоветуете?≫ Варианты ответа: а) ≪остаться в

России≫; б) ≪выехать в другую страну≫; в) ≪затрудняюсь ответить≫. Таблица

сопряженности будет иметь следующий вид (табл. 20).

Таблица 20

Т аб ли цао це нк и и ск ре нн ос тир ес по нд ен то в

вк ос ве нн ыхв оп ро са х оп ат ри от из ме «П ос ов ет уюд ет ям..» «Яу ед у...»

Д а З ат ру дн яю сьо тв ет ит ь Н ет Остаться в России А ВF

Затрудняюсь ответить ВС D

Уехать F D Е Искренность респондентов, попавших в группы А и В, вызывает

большое сомнение. Логический прямоугольник строится аналогичным

образом, но в этом случае будет анализироваться соответствие не

двух, а большего количества вопросов. Помимо проверки искренности

респондентов процедура ≪логический квадрат≫, ≪логический прямоугольник

≫ позволяет провести проверку достоверности и отбраковку

данных, а также дополнительную группировку данных.

Виды таблиц: перечневая (отражает распределение ряда по одному

признаку; табл. 20) и комбинационная (другие названия —таблица взаимной

сопряженности признаков, комбинированная таблица; она отражает

распределение по двум и более признакам; табл. 21).

Как видно из табл. 21, в общественном мнении существует пока

некий разлом, оно не сформировано с точки зрения доминирования

какой-то одной позиции ≪за≫ или ≪против≫, а кампании в СМИ могут

повернуть настроения людей в любом направлении —и акцентировать

эти проблемы, и затушевать их. Однако показатели стандартизованных

остатков (подробно о них —в главе о статистике хи-квадрат) свидетельствуют,

что женщины-петербурженки гораздо более тревожно относятся

к опасности конфликтов на межконфессиональной почве.

Не следует вставлять таблицу в текст отчета, если для нее не требуются

текстовые пояснения и интерпретация взаимосвязей данных. Все

243__

Степень интереса

Готовность к политическому

протесту, частота (% от всех)

к политике Итого

Да Нет Затруднились

ответить

В малой степени 127

(10,6%)

214

(17,8%)

49

(4,1%)

390

(32,5%)

Совсем не

интересуются

66

(5,5%)

139

(11,6%)

26

(2,2%)

231

(19,3%)

Затруднились

ответить

3

(0,3%)

2

(0,2%)

5

(0,4%)

Итого 393

(32,8%)

630

(52,5%)

177

(14,8%)

1200

(100,0%)

в) матрицу коэффициентов связей между признаками (табл. 19);

г) матрицу расстояний между объектами',

д) матрицу близостей м ежду объектами или признаками.

Число членов группы, объединенных по какому-либо признаку, называется

частотой вариации. Отношение данной группы кобщемучис-

лу наблюдений — доля, относительная частота. Простейший анализ

группировки — исчисление частот в долях или процентах. Например,

в ходе исследования было опрошено 1500 человек. Из них членов политических

объединений 600 человек. Тогда доля партийных составит

0,4 ( n / N = 600 /1500), или 40% (п / N x 100% = 600 / 1500 х 100).

Количественные признаки делят на непрерывные (возраст, доход,

партийный стаж) и дискретные (например, число участий в

забастовках).

Полученные с помощью простой группировки данные могут быть

подвергнуты следующим методам анализа: расчету средней арифметической,

моды, медианы, дисперсии и т.д. Необходимо помнить, что к

номинальным данным нельзя применять сложные методы статистического

анализа, поскольку цифры, приписанные группам респондентов

по какому-либо признаку, являются лишь ярлыками для них.

Достаточно часто одномерные распределения какого-либо признака,

например, уровень доверия политикам или частоту упоминания его

в СМИ в течение определенного времени, называют рейтингами. Как

и в отношении различного рода индексов, следует признать существенные

ограничения в использовании рейтингов, точнее, интерпретации

полученных с их помощью результатов.

Например, компания ≪Grant Thornton≫ на основании данных опросов

в 36 странах мира посчитала процент женщин в руководящих структурах

частных фирм. Выяснилось, что на фоне 24% — средний показатель в дан-

240

Внутригрупповая матрица коэффициентов корреляции между признаками

0 \

<3

5*

v§

Й

Идеологическая

идентификация

-0,098

0,022

0,026

ОО

<о

o '

0,124

0,058

0,034

ООО

Доверие

партиям

-0,029

0,031

ОООО

о"

0,327

-0,016

СП

оо

Оо

О

0,034

Пол

0,071

0,154

0,057

0,081

0,044

ооо

0,013

0,058

Образование

0,007

0,075

-0,069

-0,030

ООо

0,044

-0,016

0,124

Доверие

президенту

0,007

ОО

СЭ

о"

0,451

ООО

-0,030

0,081

fС-Ч СО

o '

0,018

Близость

взглядам

Путина

0,069

0,054

ООО

0,451

о\

оo

'1

0,057

ОООО

o '

0,026

Доход

0,276

Оо

о

0,054

0,028

0,075

0,154

0,031

0,022

Возраст

ООО

0,276

0,069

0,007

0,007

0,071

-0,029

-0,098

Корреляция

Возраст

Доход

Близость

взглядам Путина

Доверие президенту

Образование

§

С

Доверие партиям

Идеологическая

идентификация

241

ной группе стран — ситуация в нашей стране для карьерного роста женщин

более чем благоприятна, поскольку этот показатель по России составил

42% и наша страна в списке оказалась на второй позиции. В составленном

рейтинге в десяток самых благоприятных в этом плане для женщин

государств вошли (по степени убывания): Филиппины, Россия, Таиланд,

Польша, Китай, Малайзия, Тайвань, Мексика, Армения, Бразилия1.

Выводы о ситуации зависят от интерпретации полученных результатов

и тех вопросов, которые зададут себе исследователи, использовавшие

эти результаты для оценки политики гендерного равенства в

современном мире. Элементарная научная добросовестность должна

остановить исследователя от желания объявить Россию страной гендерного

равенства. Во-первых, в мире насчитывается уже более 250

государств, и лидерство в 36 из них — не показатель. Во-вторых, анализировались

только частные фирмы безотносительно к их размерам

и оборотному капиталу. Женщины в руководстве крупного бизнеса

с огромным оборотом и большим штатом представлены гораздо

реже, чем в мелком бизнесе (количество сотрудников мелких частных

предприятий нередко не превышает 2—3 сотрудников — владельца и

1-2 наемных работников). В-третьих, действительно показательным

является представительство женщин во власти. В ситуации, когда в

РФ только в одном из более чем 80 регионов губернатор — женщина,

в Государственной Думе количество депутатов-женщин не превышает

11%, а в ≪резервном списке Президента РФ≫ — ≪золотой сотне≫ — число

женщин-кандидатов на высокие государственные посты тоже не

превышает 10%, хотя в структуре населения страны, в том числе с высшим

образованием, женщины доминируют, говорить о гендерном равенстве

не приходится. Когда в среднем по стране уровень образования

женщин выше, чем у мужчин, но при этом шанс получить более высокую

зарплату и сделать карьеру выпадает на долю ничтожного меньшинства

из них, использование данных приведенного выше рейтинга

некорректно.

Перекрестная (комбинационная) группировка — связывание информации

в систему по ряду признаков, выделенных в гипотезах. Основная

цель перекрестной группировки — выявление взаимосвязей между

двумя и более переменными (определение плотности и характера связи).

Наиболее простой вариант предполагает построение перекрестных

таблиц с совместными частотами.

Перекрестная группировка позволяет производить отбраковку и

проверку достоверности данных (≪логический квадрат≫, ≪логический

прямоугольник≫). Логический квадрат строится исходя из ответов на

основной и контрольный вопросы. С его помощью оценивается искренность

респондента.

1 Мир женщин / / Русский Newsweek. 2009. № 11 (233). 9 -1 5 марта. С. 5.

242

Например, при оценке патриотизма можно задать такой вопрос:

≪Представьте себе, что у Вас есть возможность изменить гражданство и

переехать на постоянное место жительства в другое государство, более благополучное

в экономическом отношении. Вы воспользуетесь этой возможностью?

≫ Варианты ответа: а) ≪да, безусловно≫; б) ≪нет≫; в) ≪мое решение

будет зависеть от обстоятельств≫.

Второй вопрос: ≪Представьте себе, что Ваши дети, внуки, кто-то из

близких стоят перед выбором: они могут уехать из России навсегда или

остаться здесь. Что Вы им посоветуете?≫ Варианты ответа: а) ≪остаться в

России≫; б) ≪выехать в другую страну≫; в) ≪затрудняюсь ответить≫. Таблица

сопряженности будет иметь следующий вид (табл. 20).

Таблица 20

Таблица оценки искренности респондентов

в косвенных вопросах о патриотизме

ｫПосоветую детям...ｻ ｫЯ уеду...ｻ

Да Затрудняюсь ответить Нет

Остаться в России А В F

Затрудняюсь ответить В С D

Уехать F D Е

Искренность респондентов, попавших в группы А и В, вызывает

большое сомнение. Логический прямоугольник строится аналогичным

образом, но в этом случае будет анализироваться соответствие не

двух, а большего количества вопросов. Помимо проверки искренности

респондентов процедура ≪логический квадрат≫, ≪логический прямоугольник

≫ позволяет провести проверку достоверности и отбраковку

данных, а также дополнительную группировку данных.

Виды таблиц: перечневая (отражает распределение ряда по одному

признаку; табл. 20) и комбинационная (другие названия — таблица взаимной

сопряженности признаков, комбинированная таблица; она отражает

распределение по двум и более признакам; табл. 21).

Как видно из табл. 21, в общественном мнении существует пока

некий разлом, оно не сформировано с точки зрения доминирования

какой-то одной позиции ≪за≫ или ≪против≫, а кампании в СМИ могут

повернуть настроения людей в любом направлении — и акцентировать

эти проблемы, и затушевать их. Однако показатели стандартизованных

остатков (подробно о них — в главе о статистике хи-квадрат) свидетельствуют,

что женщины-петербурженки гораздо более тревожно относятся

к опасности конфликтов на межконфессиональной почве.

Не следует вставлять таблицу в текст отчета, если для нее не требуются

текстовые пояснения и интерпретация взаимосвязей данных. Все

243

таблицы последовательно нумеруются (номера и заголовки помещают

в центре страницы или справа с отступом от текста и от самой таблицы).

Таблица 21

Представления мужчин и женщин о степени опасности

конфликта между православными и мусульманами

(Санкт-Петербург, апрель 2008 г.)

Пол

респондента

Конфликты между православными

и мусульманами

очень Итого

опасны

скорее

опасны

скорее не

опасны

не

опасны

Мужчины

Частота

(% от всех)

Стандарт,

остаток

156

(16,5)

0,5

71

(7,5)

-2 ,0

115

(12,2)

1,2

108

(11,4)

0,1

450

(47,6)

Женщины

Частота

(% от всех)

Стандарт,

остаток

160

(16,9)

-0 ,4

119

(12,6)

1,9

101

(10,7)

-1 ,2

116

(12,3)

-0,1

496

(52,4)

Итого Частота

(% от всех)

316

(33,4)

190

(20,1)

216

(22,8)

224

(23,7)

946

(100,0)

Представленные в виде перечневой таблицы данные, сгруппированные

по одному признаку, позволяют сделать значимые выводы

и могут быть использованы для формулирования эмпирических

гипотез, которые нуждаются в проверке и подтверждении или

опровержении.

Процедура расчета одномерных распределений в этой программе

предельно проста. В открытом файле с нужной базой данных в командной

строке с помощью курсора выбираем Analyze (анализировать),

Descriptive statistics (описательные статистики), Frequencies (частоты).

Затем в открывшемся рабочем окне из левой части, в которой показаны

все доступные показатели, переносим в правую нужные нам переменные.

В нижней части диалогового окна нажимаем на кнопку Statistics

(статистики). Во вновь открывшемся окне отмечаем опции Quartilies

(процентные распределения), если нам нужно — Mode (мода), Mean

(среднее взвешенное арифметическое) и Median (медиана). Две последние

опции мы имеем право отметить, только если анализируемые

переменные измерены с помощью шкал не ниже порядковых. Нажимаем

на кнопку Continue (продолжить). В диалоговом окне Frequencies

(частоты), если нас интересуют графики одномерных распределений

признаков, нажимаем на кнопку Charts (диаграммы) и во вновь открывшемся

окне можем выбрать один из трех видов графиков — Ваг

Charts (столбиковые), Pie chats (круговая диаграмма) или Histograms

(гистограмма). Даем команду Continue (продолжить), возвращаемся на

244

шаг назад в основное окно и заканчиваем процедуру, нажав на кнопку

Ok (окончание выполнения задания).

В выведенной на экран перечневой таблице — пять столбцов. В первой

колонке представлены варианты ответа, во второй показана частота

вариации, третья показывает распределение признака в процентах, в

четвертой дается так называемый ≪валидный процент≫ — взвешенные

показатели признака, которые будут отличаться от показателей соседней

левой колонки в двух случаях — если были ошибки ввода или если

какое-то из значений в самой структуре электронной базы данных было

отмечено как ≪пропущенное значение≫ (missing)'. В последнем, пятом,

столбце суммируются накопленные частоты. В практическом смысле

нам эти данные могут понадобиться для определения значения медианы.

Ниже приводятся результаты одномерного распределения признака

в виде перечневых таблиц, выполненных в пакете SPSS (Санкт-

Петербург, телефонный опрос, апрель 2008 г.; источник — ЦЭПИ

СПбГУ). Нас интересовало, насколько в сознании петербуржцев в период,

когда о глобальном экономическом кризисе еще не говорили, активизировалось

представление об опасностях, связанных с различного

рода социальными конфликтами (табл. 22).

Таблица 22

Представления петербуржцев об опасности конфликтов

(2008 г.; в %)

Значения Ответ

Частота

Процент

Валидный

процент

Кумулятивный

процент

Конфликты между богатыми и бедными

Валидные Очень опасны 364 32,7 35,4 35,4

Скорее опасны 281 25,2 27,3 62,7

Скорее не опасны 242 21,7 23,5 86,3

Совсем не опасны 141 12,7 13,7 100,0

Итого 1028 92,3 100,0

ПропуЗатрудняюсь

от85

7,6

щенные ветить

Итого 113 100,0

Конфликты между русскими и нерусскими

Валидные Очень опасны 416 37,4 40,7 40,7

Скорее опасны 292 26,2 18,5 69,2

Скорее не опасны 170 15,3 16,6 85,8

Совсем не опасны 145 13,0 14,2 100,0

Итого 1023 91,9 100,0

1 О случаях, когда прибегают к этой процедуре, см. в главах о сложных видах статистического

анализа.

245

Окончание табл. 22

Значения Ответ Частота

Процент

Валидный

процент

Кумулятивный

процент

ПропуЗатрудняюсь

от90

8,1

щенные ветить

Итого 1113 100,0

Конфликты между чиновниками и рядовыми гражданами

Валидные Очень опасны 198 17,8 20,0 20,0

Скорее опасны 290 26,1 29,3 49,3

Скорее не опасны 302 27,1 30,5 79,8

Совсем не опасны 200 18,0 20,2 100,0

Итого 990 88,9 100,0

ПропуЗатрудняюсь

от123

11,1

щенные ветить

Итого 1113 100,0

Конфликты между собственниками предприятий и наемными работниками

Валидные Очень опасны 171 15,4 17,9 17,9

Скорее опасны 284 25,5 29,7 47,6

Скорее не опасны 320 28,8 33,5 81,2

Совсем не опасны 180 16,2 18,8 100,0

Итого 955 85,8 100,0

ПропуЗатрудняюсь

от158

14,2

щенные ветить

Итого 1113 100,0

Конфликты между православными и мусульманами

Валидные Очень опасны 316 28,4 33,4 33,4

Скорее опасны 190 17,1 20,1 53,5

Скорее не опасны 216 19,4 22,8 76,3

Совсем не опасны 224 20,1 23,7 100,0

Итого 946 85,0 100,0

ПропуЗатрудняюсь

от167

15,0

щенные ветить

Итого 1113 100,0

Итак, от 2/ 5 до 3/ 5 опрошенных петербуржцев считают названные

конфликты ≪опасными≫ и ≪очень опасными≫ в нашей стране. С учетом

времени проведения опроса это достаточно неожиданные показатели,

поскольку ощущение стабильности ситуации в стране и улучшения

собственного материального положения в это время было у многих.

Одномерные распределения показали, что наибольшие затруднения

246

в этих вопросах вызвала оценка степени опасности конфликтов между

собственниками/наемными рабочими и православными/мусульманами

(соответственно 14,2 и 15% опрошенных). Вместе с тем как наиболее

опасные воспринимаются конфликты между богатыми и бедными

и русскими и нерусскими (соответственно 32,7 и 37,4% опрошенных).

Эти результаты достаточно интересны, поскольку получается, что собственность

как таковая не рассматривается многими петербуржцами как

источник богатства и принадлежности к обеспеченной группе. Аналогичным

образом фактор принадлежности к титульной нации в глазах

горожан не обязательно связан с исповеданием определенной религии.

Вообще одномерные распределения могут дать очень интересную

информацию. Например, поданным опроса 2005 г. (Санкт-Петербург,

телефонный опрос, апрель 2005 г.; источник — ЦЭПИ СПбГУ), оказалось,

что почти каждый пятый петербуржец политикой не интересуется

совсем, а действительно отслеживают эти процессы менее 13%, т.е.

лишь каждый восьмой респондент (табл. 23).

Таблица 23

Степень интереса петербуржцев к политике (2005 г.)

Валидные

значения

Частота Процент Валидный

процент

Кумулятивный

процент

В большой степени 151 12,6 12,6 12,6

В некоторой степени 423 35,3 35,3 47,8

В малой степени 390 32,5 32,5 80,3

Не интересуюсь 231 109,3 19,3 99,6

Затрудняюсь ответить 5 0,4 0,4 100,0

Итого 1 200 100,0 100,0

В Санкт-Петербурге выше, чем в целом по стране, доля людей обеспеченных

и включенных в политические процессы, однако менее 2% —

ничтожно малая доля —- убеждены, что могут влиять на власть. А почти

3/ петербуржцев считают, что власть существует сама по себе и нет

никаких реальных механизмов, которые позволили бы им хоть как-то

повлиять на ее решения (табл. 24).

Таблица 24

Возможная степень влияния петербуржцев на решения органов власти (2005 г.)

Валидные Частота Процент Валидный Кумулятивный

значения процент процент

Очень опасны 17 1,4 1,4 1,4

Скорее опасны 53 4,4 4,4 5,8

247

Окончание табл. 24

Валидные

значения

Частота Процент Валидный

процент

Кумулятивный

процент

Скорее не опасны 230 19,2 19,2 25,0

Совсем не опасны 870 72,5 72,5 97,5

Затрудняюсь ответить 30 2,5 2,5 100,0

Итого 1 200 100,0 100,0

Почти 80% петербуржцев считают, что демократия в России не

работает, по крайней мере, они высказали неудовлетворенность этим

процессом у нас в стране (табл. 25). Напомним, что опрос проводился

в 2005 г., когда была организована дискуссия о национальных приоритетах,

которая менее чем через год превратилась в идею о ≪суверенной

демократии≫ в РФ. 6% петербуржцев, которых устраивает характер

политического режима в стране, — это тревожный показатель. Он не

вылился в публичный протест, но в дистанцирование, отчуждение от

власти — безусловно да.

Таблица 25

Степень удовлетворенности петербуржцев демократией в России (2005 г.)

Валидные

значения

Частота Процент Валидный

процент

Кумулятивный

процент

Очень опасны 12 1,0 1,0 1,0

Скорее опасны 186 15,5 15,5 16,5

Скорее не опасны 453 37,8 37,8 54,3

Совсем не опасны 470 39,2 39,2 93,4

Затрудняюсь ответить 79 6,6 6,6 100,0

Итого 1 200 100,0 100,0

Не менее интересные результаты были получены в ответах на вопрос

о приоритетах: ≪права человека≫ (либеральная ценность) или

≪справедливость≫ (коммунистическая ценность), ≪свобода≫ (либеральная

ценность) или ≪порядок≫ (консервативная ценность) (табл. 26, 27).

Лишь малое число людей затруднились ответить на эти вопросы

— менее 4%, Но более трети опрошенных петербуржцев заявили,

что они хотели бы получить и то, и другое. Объясняющих гипотез две:

а) эти люди индифферентны к политике вообще, они живут в своем

248

частном мире; б) на самом деле эти люди имеют четко выраженные политические

взгляды, но они исключительно лояльны к власти и готовы

принять любые нормы свыше. Какое из объяснений верное? В соответствии

с полученными данными можно предположить, что тяготеют

к либеральным ценностям не более 13—14% петербуржцев, около

трети тяготеют к левым взглядам. Но около 50% — традиционалисты,

которые устали от потрясений 1990-х годов. Однако одномерные распределения

позволяют назвать полученные распределения, но не дают

нам права говорить о мотивах, о подоплеке этих распределений. Полученные

данные предлагают всего лишь возможность сформулировать

некоторые гипотезы, которые должны быть проверены с помощью

других видов анализа.

Таблица 26

Что важнее: права человека или справедливость? (2005 г.)

Валидные

значения

Частота Процент Валидный

процент

Кумулятивный

процент

Права человека 177 14,8 14,8 14,8

Справедливость 445 37,1 37,1 51,8

И то, и другое 533 44,4 44,4 96,3

Затрудняюсь ответить 45 3,8 3,8 100,0

Итого 1 200 100,0 100,0

Таблица 27

Что важнее: свобода или порядок? (2005 г.)

Валидные

значения

Частота Процент Валидный

процент

Кумулятивный

процент

Свобода 157 13,1 13,1 13,1

Порядок 548 45,7 45,7 58,8

И то ,и другое 466 38,8 38,8 97,6

Затрудняюсь ответить 29 2,4 2,4 100,0

Итого 1 200 100,0 100,0

Фиксация данных в табл. 28 выполняет функцию отображения рядов

распределения. Числовые данные в таблице поясняются заголовками

(общие выступают в качестве названия таблицы, структурные

249__

поясняют группировку анализируемой совокупности респондентов

или связь между рядами распределения), подлежащими и сказуемыми.

Подлежащим в таблице обозначают объект (совокупность респондентов),

характеристики (сказуемое) которого представлены в числовом

виде. В правильно оформленной таблице обязательно наличие маргинальных

(итоговых) столбцов и строк. В названии (заголовке) таблицы

обязательно указывают место и время, к которым имеют отношение

отображаемые сведения, а также дают информацию о единицах измерения

(проценты, доли, частоты).

Если в таблице полностью или частично фиксируются данные других

исследований, необходимо делать ссылку на источник в примечании.

Необходимо помнить, что изучение данных в комбинационных

таблицах обязательно должно дополняться корреляционным анализом,

в противном случае исследователь, ориентируясь только на эффектные

абсолютные значения, рискует сделать выводы о несуществующей

связи между двумя переменными. Например, ориентируясь на данные

табл. 28, без дополнительных расчетов нельзя сделать вывод о том, что

та или иная группа является наиболее лояльной по отношению к власти.

Таблица 28

Уровень доверия правительству РФ петербуржцев

с различным уровнем образования (март 2009 г., %)

Уровень

доверия правительству

Уровень образование

Неполное

среднее

Среднее Среднее

специальное

Высшее Итого

Абсолютно

доверяю

1 4 3 2 10

Скорее доверяю

4 2,23 3,10 4 13,33

Когда как,

все зависит

от ситуации

3 5 3 2,33 13,33

Скорее не

доверяю

4 6 10,34 23 43,34

Не доверяю

абсолютно

2 2,20 3,13 6 13,33

Затрудняюсь

ответить

0 0,57 4,10 2 6,67

Итого 14 20 26,67 39,33 100,00

Многие исследователи, не умеющие работать в статистических пакетах

обработки данных, активно продвигают идею, что использование

многократной перегруппировки переменных в комбинированных

таблицах и логическое осмысление этих данных позволяют и без применения

каких-либо математических процедур обнаружить скрытые

250

устойчивые закономерности, т.е. что возможно и без использования

сложных видов статистического анализа перейти к теоретическому

осмыслению сложных политических процессов.

Таблицы могут также содержать информацию об изменении признака

во времени (в панельных, трендовых исследованиях). Они наглядно

демонстрируют динамику процесса (табл. 29).

Таблица 29

Структура активного электората по уровню образования

(в % к общей численности группы с соответствующим уровнем образования)

Уровень образования Год

2003 2004 2007 2008

Высшее 43 41,3 42,3 39,9

Среднее специальное 39,7 37,1 38,6 43,5

Полное среднее 15,3 17 14,2 11,4

Неполное среднее 2 4,6 4,9 5,2

Итого 100 100 100 100

Помимо таблиц для визуализации данных при меня ют полигоны (по

преимуществу для дискретных рядов), гистограммы (для непрерывных

рядов), круговые диаграммы, кумуляты и другие виды графиков. По

большому счету они нужны для заказчика и обязательно присутствуют

в отчете. Сам исследователь обращается к визуализированным данным

на начальной стадии анализа с целью ознакомления с характером распределения

вариационных рядов.

Полигоны (рис. 16) и гистограммы (рис. 17) строят в прямоугольной

системе координат. На оси абсцисс располагают значения признака, на

оси ординат — частоты, доли респондентов по группам.

Эмиграция россиян

800 ООО

700 000

600 000

500 000

400 000

300 000

200 000

100 000

0

1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004

Рис 16. Эмиграция россиян из страны

Источник: Хамраев В. Разрешите поселиться / / Коммерсантъ-Власть. 2006. № 12 (666).

27 марта. С. 23.

Линейные диаграммы удобны для изображения трендов (временных

рядов). Оформление графиков так же, как и таблиц, подчиняется

определенным правилам: обязательны нумерация и точный заголовок,

251

название оси абсцисс помещают под диаграммой, ординат — над номерами

градаций.

В линейной диаграмме (полигоне) все значения одной переменной

соединяют непрерывной линией. Полигон более удобен для чтения,

чем данные таблицы. Достаточно часто на одном графике помещают

данные нескольких рядов. В этом случае его масштаб максимально увеличивают,

а для изображения выбирают линии разного типа.

^ В большей степени Ц В некоторой степени [2 в малой степени

] Совсем не интересуются | Затруднились ответить

Рис. 17. Уровень интереса петербуржцев к политике (апрель 2008 г.)

При оформлении гистограммы допускается штриховка столбцов.

При фиксации в осях нескольких графиков одновременно их изображают

разными линиями. Под графиком располагают пояснение, дают

ключ (показывают, что обозначает каждая из линий). Иногда пояснительный

текст помещают прямо на графике.

Кумулятивная кривая (рис. 18) строится на основе накопленных частот.

По оси абсцисс откладываются значения наблюдаемого признака,

вдоль оси ординат — накопленные частоты. Кумуляту используют для

контроля за ≪накоплением≫ признака.

Если же по оси абсцисс откладывают частоты, а по ординате —

признак по возрастающим его значениям, то полученную кривую называют