Тема Методы анализа данных качественная и количественная стратегии

Тема. Методы анализа данных: качественная и количественная стратегии

План. Качественная и количественная стратегии в анализе данных: пределы применения 2. Качественный анализ и интерпретация данных исследования. 3. Возможности количественных методов анализа данных. 1.

1. Качественная и количественная стратегии в анализе данных: пределы применения

Критерии разграничения Количественная стратегия Теоретико Реализм методологическая Достоверное, объективное знание. база Описание логических связей отдельными параметрами. Качественная стратегия Описание общей картины события или между явления. Фокус анализа Общее генеральное. Классификация путем отождествления событий случаев. В центре внимания – структуры, внешнее и объективное. Особенное, частное. Описание событий, случаев. В центре внимания – человек. Внутренне и субъективное. Исследовательск ие задачи Дать причинное объяснение, измерить Интерпретировать, взаимосвязи. понять наблюдаемое, концептуализировать. Гипотезы Осуществляется проверка гипотез, которые Значения фактов, формулируются в программе до начала явлений осмысливаются сбора данных. после «погружения» исследователя в данные. Единицы анализа Факты, события. Субъективные значения,

Измерительн ые процедуры Инструменты измерения Измерительные инструменты разрабатываются и проверяются в формулируются в результате пилотаже и формализуются. полевого исследования; часто являются специфическими, отражают индивидуальный исследовательский подход Представлени Представлены в виде статистических Представлены в виде е данных распределений, шкальных показателей. фрагментов документов, Результатов измерения взаимосвязей. наблюдений, высказываний, транскриптов. Валидность (надежность) Достоверное повторение установленных Реальное связей. информации. насыщение Логика анализа Дедуктивная: от абстракций – к фактам путем операционализации понятий. Осуществляется статистическими данными. Индуктивная: от фактов из рассказов о жизни и т. д. – к концепциям. Производится путем выделения тем или обобщения идей из собранных свидетельств; организация данных нацелена на получение целостной картины. Стиль Жесткий, холодный. Систематизация Мягкий, теплый. Воображение

2. Качественный анализ и интерпретация данных исследования.

Виды качественных исследований l Кейс-стади (case-study) - исследование конкретной общности (случая). l Этнографические исследования. История семьи. История жизни человека. l Фокус-группа. l Интервью (нарративное, полуструктурированное, биографическое, лейтмотивное, фокусированное)

Качественное исследование l Концентрирует внимание на частном, особенном, в описании целостной картины политических практик. l В центре внимания- изучение своеобразия отдельного объекта. l Изучение случая в единстве объективных и субъективных факторов

Принципы аналитического описания данных l Первичное прочтение: чтение, разработка системы первичного кодирования, авторские комментарии l Повторное прочтение: l переосмысление, сопоставление ситуации с контекстом и научным видением автора. l Цикличная работа с транскриптом.

Структурирование текста на полевом этапе исследования 1. Перевод текста из его первоначального вида в единицы анализа (секвенции), структурированные по темам. 2. Каждый сюжет предполагает «плотное» описание: факт; культурный, социальный контекст, субъективное значение.

«Плотное» описание l Отбросить ненужные детали; l Сосредоточиться на центральных характеристиках событий, основных эпизодах; l Структурировать знание хронологически; l В результате данные приобретают единство и внутреннюю стройность

Пример «плотного» описания Транскрипт l Я родился на Арбате в 1932 году и считаю себя арбатским. Именно не москвичом, а арбатским. Описание l Факт: место рождения - Москва, Арбат, 1932 г. l Культурный контекст: l арбатский, тот кто родился и вырос на Арбате в 40 -50 е годы. l

Пример «плотного» описания Транскрипт l Это особый район Москвы, типично московские старые переулки. Здесь какая-то своя гордость, свой патриотизм, особые отношения между людьми. Это своя особая страна, где сохранилась атмосфера дореволюционной Москвы. Описание Социальный контекст: Район дворянства и интеллигенции с дореволюционного времени. Субъективное значение: соотнесение себя с малой родиной: патриотизм, гордость. Ведение исторической родословной с дореволюционных времен.

Анализ данных в качественном исследовании 1. «Плотное» описание (основа для анализа) 2. Концептуализация (анализ данных на основе «плотного» описания) 2. 1 Классификация данных: » Номинация данных » Обобщение номинаций » Теоретическое осмысление данных 2. 2. Кластеризация данных и метод аналитической индукции 2. 3. Теоретическая концептуализация случая (разработка grounded theory)

Классификация (номинация) данных Это объединение содержания текстовой информации в некоторую обобщенную категорию - в один класс. l Оно необходимо для сопоставления разных сведений полученных от одного респондента а также для сравнения с другими «случаями» . l Какие классы будут выделены на этом этапе решает сам исследователь, опираясь на цели и задачи исследования. l

Пример номинации данных l Высказывания о родителях, родственниках могут быть объединены в класс «отношения в семье» . l Высказывания о начале трудового пути - в класс «старт карьеры» . l Отождествление себя с «малой родиной» , «казачьей станицей» - в класс «идентичность» .

Обобщение номинаций l есть метод, посредством которого частные данные соединяются в определенную совокупность аналогичных явлений, которые можно выразить в системе социологических понятий.

Пример классификации данных l «Конфликты с отчимом? Нет, были. Конечно, иногда. . . Но вот, кстати, он никогда не любил меня учить чему-нибудь или там мораль читать. В основном, мать, конечно. Она заставляла его даже ремешком меня стегать, но это редко было. Я на них не злюсь. А он считал, что я должен сам все понять, за это я ему благодарен. . . Он мне не насаждал свое мнение. . . К тому же я тогда уже два года как занимался каратэ. Помню даже пару раз побил его. . . » Классификация: l • Отношения с отчимом; l • Роли отчима и матери в воспитании; l • Изменение в семейных отношениях по мере взросления; l • Ответная реакция сына по отношению к отчиму.

Правила классификации: l l l Разрыв непрерывного текста и его новое построение на основе обобщенных понятий; Осуществляется на основе здравого смысла и аналитический интуиции исследователя; Главная цель классификации - сравнение фрагментарных данных, их обобщение; Многократный просмотр выбранных категорий способствует более адекватной номинации; Итоговая концептуализация должна соответствовать целям исследования.

Кластеризация и метод аналитической индукции l Метод объединения номинальных классификаций в кластеры. l Кластер объединяет внутреннее тождественные и не связанные между собой категории в более емкие образы

Пример кластеризации Номинация «культурные функции бабушек в семье» ; l «феномен русских бабушек» = уровень образования бабушки + социальная среда бабушки; l Девиантные семьи (бабушки выполняли функции няни); l Два кластера: функция бабушек из образованных семей = воспитатель, функция бабушек из необразованных семей = няня. l

Метод аналитической индукции l Работает на этапе кластеризации. l Предполагает интенсивное изучение отдельных случаев в качестве доказательств, что некоторая закономерность имеет общий характер и распространяется на всю совокупность.

Grounded theory (А. Страус и В. Глайзер) Восхождение от фактов к теории. Создание мини -теории предполагает: l - Изучение всех доступных источников информации по проблеме; l - Способ построения мини-теории сравнительный метод (сравнение от противного); l - Привлечение уже имеющихся в науке теорий для объяснения данных; l Теория строится на всей совокупности данных, полученных в ходе исследования.

Стадии анализа и интерпретации данных 1 стадия 2 стадия 3 стадия 4 стадия 5 стадия Первичный текст (дневники, автобиография, письма). Собственный опыт исследователя Редактированный первичный документ Систематический анализ, «плотное» описание событий, их объединение в кластеры. Верификация гипотезы примерами из интервью, текстов. «Выстраивание» на основе концептуализации первичной теории и дальнейшая ее проверка данными наблюдений.

Типичные ошибки и трудности качественного анализа l l l Субъективизм интерпретации. Способ преодоления. Поспешное обобщение данных, основывающееся на малом количестве случаев. Пренебрежение проверкой надежности информации всеми доступными способами. Пренебрежение проблемой памяти людей в изложении прошлых событий. Необходимо помнить, что актуальная ситуация и сегодняшние оценки могут накладывать отпечаток на описание индивидом прошлых событий.

Представление данных качественного анализа в 1. публикациях Дословное воспроизводство информации как уникального «образца» определенной культуры. 2. Редактированные тексты - сокращенная и выстроенная рукопись. 3. Комментированные первичные тексты. Наиболее распространенная форма представления данных, Авторская интерпретация «сопровождает» основной текст. 4. Авторский текст. Основной анализ автора составляет основное содержание, а первичные тексты представлены в форме отрывков, иллюстрирующих теоретические положения.

Структура отчета творческого проекта 1. Титульный лист. 2. Программа исследования. 3. План исследования. 4. Инструментарий. 5. Результаты первичного анализа данных. 6. Аналитическое описание результатов. 7. Выводы и рекомендации. 8. Список источников и публикаций по теме. 9. Приложения.

3. Возможности количественных методов анализа данных

Измерение l Процедура, с помощью которой измеряемый объект сравнивается с некоторым эталоном и получает числовое выражение в определенном масштабе или шкале. l Однозначное отображение эмпирической системы с отношениями между ее элементами (составляющими, состояниями, свойствами и т. д. ) в числовую систему с соответствующими отношениями между числами.

Измерение В итоге формируется числовая модель измеряемого объекта, а точнее — некоторых выделенных в качественном анализе его сторон. Поскольку получить точный аналог (изоморфную модель) практически не удается, разрабатывают приблизительный аналог (гомоморфную модель), в числовом выражении условно соответствующий оригиналу Социальные измерения часто называют квалиметрическими т. е. условно количественными аналогами качественных отношений

Эмпирические данные l Первичные собранные самим исследователем в процессе анализа l Вторичные собранные и опубликованные в том или ином виде другими исследователями

Статистические методы l служат задачам анализа интерпретации первичных и вторичных данных Дескриптивная статистика l Инференциальная (дедуктивная) статистика l

Дескриптивная статистика l представляет собой комплекс методов, позволяющих осуществлять группировку некоторого набора данных, описание его характеристик, идентификацию взаимосвязей между переменными, а также представление с помощью графиков, таблиц, диаграмм, карт и т. д.

Инференциальная (дедуктивная статистика) l применяется для обобщения данных выборочных исследований: это комплекс методик и приемов, позволяющих установить, в какой мере взаимосвязи, выявленные в выборке, описывают характеристики генеральной совокупности (на языке статистики, насколько они значимы).

Дифференциация статистических методов 1) по уровням измерения: l 1. 1. номинальные шкалы l 1. 2. порядковые шкалы 1. 3. интервальные шкалы 2) по количеству переменных: l 2. 1 одномерные коэффициенты l 2. 2. двухмерные коэффициенты l 2. 3. многомерные коэффициенты l

ТИП ШКАЛЫ ОПРЕДЕЛЕНИЕ НОМИНА ЛЬНАЯ наиболее слабая форма числового выражения, присвоение числового значения лишено всякого внутрен него содержания и не предназначено для математической обработки. ПОРЯДКО упорядочивание данных их согласно ВАЯ некоторому свойству, однако без четко определенного расстояния между ними. ОТНОШЕНИЯ a=b a = b; a>b ИНТЕРВА дает нам наиболее содержательное и гибкое a = b; a>b; a – b = ЛЬНАЯ измерение, позволяя определить не только c; a = bc порядок расположения случаев относительно друга, но и расстояние между ними. Для интервальной шкалы требуется наличие двух условий: стандартной единицы измерения и нулевой точки отсчета.

Пример номинальной шкалы: 20. Пол. 20. 1 Мужской. 20. 2 Женский. 22. Место жительства 22. 1 районный центр (город) 22. 2 пригород (в 10 20 минутах езды от районного центра) 22. 3 проживаю далеко от районного центра

Пример порядковой шкалы 21. Возраст 21. 1 18 24 21. 2 25 29 21. 3 30 34 21. 4 35 40 Уровень образование: 1. 1. неоконченное среднее 1. 2. среднее 1. 3. среднеспециальное 1. 4. неоконченное высшее 1. 5. высшее 1. 6. два высших 1.

Пример интервальной шкалы Уровень дохода в месяц на 1 чел. : l 6 000 руб. l 12 000 руб. l l Так, респонденты могут быть распределены по уровню дохода, выраженного в денежных единицах, при этом мы можем в точности определить, какова разница между доходами любых двух случаев.

Правила применения статистических методов в зависимости от количества переменных: Для различных уровней измерения применяются соответственно различные измерительные методики и процедуры. l Чем выше уровень измерения и чем больше количество переменных, тем более сложные методы анализа можно применять.

Статистический метод Количество переменных Одномерные: 1)измерение средней тенденции; 2)измерение дисперсии Уровень измерения номинальный порядков ый интервальный мода коэффициент вариации медиана квантиль ный размах среднее геометрическое стандартное отклонение Двухмерные: 1) коэффициент связи; 2) статистическая значимость коэффициент связи лямбда коэффиц иент связи гамма коэффициент связи коэффициент корреляции Многомерные: не применяются не применя ются множественная регрессия; факторный анализ

· Измерение средней тенденции — помогает выявить наиболее типичные значения, которые наилучшим способом представляют весь комплекс признаков по данной переменной. l · Измерение дисперсии — показывает, как колеблется (варьирует) отклонение от среднего значения, насколько это среднее репрезентативно для всей и совокупности. l · Показатель коэффициент связи, который обозначает степень возможности определения значений одной переменной для любого случая, базируясь на значении другой. l Статистическая значимость - определяет, насколько вероятна связь, зафиксированная между двумя признаками в выборке. l

Рекомендуемая литература l И. Ф. Девятко. Методы социологического исследования. М. , 2003. l Р. Л. Агабекян, М. М. Кириченко, С. В. Усатиков. Математические методы в социологии. Ростов на/Д. , 2005. l В. И. Добреньков, А. И. Кравченко. Методы социологического исследования. М. , 2004.