- •Введение
- •Тема 1. Общие аспекты применения математических методов в социологическом анализе
- •1.1.Статистические закономерности в анализе социологической информации: принципы моделирования реальности
- •Специфика математико-статистических методов применительно к социологической информации
- •Задачи математики применительно к социологической информации
- •1. 4. Сложности использования математических методов в социологии
- •Проблемы соотношения выборки и генеральной совокупности.
- •Отсутствие строгих обоснований возможности применения конкретных методов математической статистики.
- •Использование шкал низких типов.
- •Необходимость соотнесения модели метода с содержанием социологической задачи.
- •Тема 2. Общая характеристика процедуры анализа данных
- •2.1. Социологические данные
- •2. 2. Общие принципы анализа данных
- •Тема 3. Анализ одномерных распределений
- •Необходимость анализа одномерных распределений в социологии
- •3. 2. Меры средней тенденции
- •3.3. Дисперсия
- •Мера качественной вариации
- •3. 5. Энтропийный коэффициент разброса
- •Тема 4. Типы шкал и методы анализа информации
- •1. Номинальная шкала
- •4. 2. Ранговая шкала
- •4. 3. Интервальная шкала
- •Тема 5. Анализ двухмерных распределений
- •Общая характеристика двухмерных распределений
- •5.2. Показатели связи в двухмерных распределениях
- •Тема 6. Анализ связей между номинальными признаками
- •6.1. Общая характеристика подходов к анализу номинальных данных
- •6. 2. Анализ связей типа «признак-признак»
- •6.2.2. Коэффициенты связи, основанные на моделях прогноза
- •6.2.3. Коэффициенты связи, основанные на понятии энтропии.
- •6.2.4. Коэффициенты связи для четырехклеточных таблиц сопряженности.
- •6.2.5. Многомерные отношения преобладаний.
- •1. Если 1 дихотомический признак.
- •2. Если 2 дихотомических признака.
- •3. Если 3 дихотомических признака.
- •6.3. Анализ связей типа «альтернатива-альтернатива»
- •Анализ связей типа «группа альтернатив - группа альтернатив»
- •6.4.1. Анализ фрагментов таблиц сопряженности
- •6.4.2. Методы поиска сочетаний значений независимых признаков (предикторов).
- •Анализ связей типа «признак - группа признаков»
- •6.5.1. Номинальный регрессионный анализ (нра)
- •6.5.2. Логит- и пробит- модели
Специфика математико-статистических методов применительно к социологической информации
Применение математики в социологии опирается на то, что мы считаем возможным:
выделить некоторый фрагмент реальности;
построить (посредством измерения) его математическую модель (т. е. получить исходные данные);
изучить эту модель традиционными для математики способами (применить тот или иной алгоритм анализа данных) и прийти к некоторым выводам (в результате анализа данных получить математический результат: точное значение коэффициента корреляции, параметры уравнения регрессии и т. д.);
проинтерпретировать эти выводы и получить таким образом новое знание.
Первые два этапа обычно относят к области измерения (шкалирования), последние два — к области анализа данных. Но все этапы тесно связаны друг с другом.
Выделенный фрагмент реальности называется эмпирической системой (ЭС). ЭС — это совокупность интересующих нас объектов включая систему связывающих их отношений.
Процесс перевода всех компонент фрагмента реальности на формальный, математический язык, т. е. процесс измерения, позволяет нам перейти от ЭС к (МС) —математической системе (в социологии она может быть числовой или нечисловой).
Таким образом, использование математических методов в процессе проведения социологического исследования позволяет достичь следующих целей:
1. Побуждает исследователя четко формулировать свои представления об изучаемом объекте. Необходимым условием успешности здесь является комплексность анализа (использование группы методов). Так, желая сравнить величину связи между какими-либо признаками для разных совокупностей респондентов, мы, пытаясь построить математический критерий такой связи, вынуждены конкретизировать свои представления о ней. Это можно сделать многими способами (только коэффициентов парной связи между номинальными признаками известно более сотни; имея перед собой множество таких коэффициентов, мы можем понять, что есть наша связь в реальности)8.
2. Позволяет абстрагироваться от большого количества реальных свойств изучаемых объектов
3. Дает возможность получить содержательные выводы за счет расширения круга логических умозаключений
4. Дает возможность выявить скрытые механизмы взаимодействий при анализе огромных массивов информации (с которыми обычно и имеет дело социолог) и учете огромного количества факторов (определяющих любое общественное явление).
Типичной задачей, решаемой исследователем в процессе анализа анкетных массивов, является нахождение сочетаний значений признаков, которые детерминируют некоторое поведение респондента (скажем, голосование или неголосование на выборах). Результатом решения подобной задачи может служить, например, вывод, что среди мужчин старше 40 лет с высшим экономическим образованием, живущих в сельской местности, 95 % проголосовало за лидера, т. е. что для респодентов, обладающих названными свойствами, характерна данная модель поведения. Но подобный вывод некорректен, т. к. мы не обнаруживаем всех требующихся групп респондентов. Здесь могут помочь специфические алгоритмы (например, алгоритмы типа AID, рассматриваемые ниже).
Таким образом, без применения математического аппарата трудно обойтись при решении практически любой социологической задачи.