Обработка эмпирических данных.

Выделяют качественные и количественные методы анализа и обработки полученных данных. К качественным относятся, в частности, функциональный, сравнительный, генетический методы и некоторые другие. К количественным принадлежат методы описательной статистики (анализ средних величин, графический анализ, вариационный или дисперсионный анализ), методы статистического анализа взаимосвязей признаков (регрессивный, корреляционный, факторный, кластерный или таксономический, логлинейный, латентный анализ), метод математического моделирования и др.

Этапы анализа данных.

1. Описание всей совокупности данных в их простейшей форме. Используется аппарат дескриптивной статистики (простые распределения, меры центральной тенденции, сдвиги. Происходит качественное осмысление данных и средних тенденций.

2. "Уплотнение" исходной информации (укрупнение шкал, выявление типических групп, формирование вторичных признаков, подвыборок). Цель - сокращение числа признаков, нужных для итогового анализа. Аппарат: факторный анализ, типологизация и т.п.

3. Углубление интерпретации и переход к объяснению фактов путем выявления возможных влияний на вторичные признаки, типы. Анализ взаимосвязей. Аппарат: многомерные таблицы, корреляции, регресии.

4. Заключительная, прогноз развития объекта, процесса при определенных условиях. Аппарат: регрессионный анализ, повторное исследование, сравнительное исследование, контрольный опрос экспертов, мысленный эксперимент.

Процедуры упорядочения данных.

Простейшие - группировка / классификация и типологизация.

Группировка - упорядочение (классификация) данных по 1-2 признакам. Простая (1 признак) - напр., по возрасту, полу, образованию. Перекрестная (связывание предварительно упорядоченных по 2-м признакам данных), цель - поиск устойчивых взаимосвязей. Пр. таблица.

Эмпирическая типологизация - поиск устойчивых сочетаний свойств объектов / явлений, рассматриваемых в нескольких измерениях одновременно. Напр., профессия + квалификация + образование.

Теоретическая типологизация - обобщение признаков на основе идеальной теоретической модели и по теоретически обоснованным критериям. Сопоставление сконструированных типов с эмпирическими данными (соответствие или уклонение). Эмпирическая типологизация - описание и интерпретация полученных данных, теоретическая типологизация - объяснение.

Проблема анализа степени скопления или рассеяния признаков (свойств) в многомерном пространстве: таксономия и кластерный анализ - математические процедуры распознавания образов.

Таксономия, пр.: множество признаков мигрантов, употребляющих наркотики и т.д. Þ выделить социальные типы (и соответствующий им типы поведения (типы миграции и т.п.)), образующие миграционные потоки, обращенные к наркотикам Þ регуляция, группы риска.

Кластерный анализ - типологизация на основе выявления устойчивых сочетаний множества признаков. Пр.: изучение стилей жизни, 2 вектора: надежды - разочарования, амбиции - пассивность. Кластеры (сочетания свойств): 1 ретрограды (Р + П), 2 победители (А + Р), 3 традиционалисты (Н + П), 4 новаторы (А + Н), 5 истэблишмент (Н + А/П=0).

Описание и представление результатов исследования.

Наглядное представление информации может способствовать переходу осмысления полученных результатов на новую ступень. Наглядность часто смешивается с изобразительностью, то есть считается, что при любом зри­тельном предъявлении информации достигается наглядность. Возникнове­нию наглядности может способствовать:

а) отображение только релевант­ных для данной задачи связей и параметров рассматриваемого явления;

б) зрительное отображение информации с учетом особенностей восприя­тия и воображения. Следует помнить об ограниченности объема восприя­тия. Если для восприятия информации данного вида оперативные единицы восприятия не сформированы, то можно ожидать, что максимальным чис­лом одномоментно охватываемых единиц будет 5-9. Повысить эффектив­ность восприятия можно за счет грамотного кодирования зрительной ин­формации.

Диаграммыиспользуются главным образом для изображения соотно­шений между величинами. Это способ графического изображения величин при помощи фигур (секторов, столбцов и т. п.), площади которых пропор­циональны этим величинам. На рисунке 1 представлена диаграмма субъек­тивных оценок интенсивности чувств у лиц с сердечно-сосудистыми рас­стройствами. На оси абсцисс отложены номера чувств, данные о которых получены из опросника. Ось ординат оцифрована в стандартизированых баллах.

Совмещенные диаграммыпозволяют в одном поле объединить две диаграммы, имеющие одинаковые отметки на оси абсцисс, но разный раз­мах варьирования значений признаков, величина которых отображается на оси ординат. Используются две вертикальные оси ординат (слева и справа), каждая со своей градуировкой. На этих двух осях могут быть отображены значения одного и того же признака, но в разных измерениях, например в абсолютных и процентных значениях. Если единицы измерения и размах варьирования совпадают у нескольких признаков, то все они могут быть представлены на одной диаграмме. Однако следует помнить, что лучше чи­таются диаграммы, имеющие не более трех-четырех линий (кривых). При любом характере расположения их не должно быть более шести в одной диаграмме.