- •1.)Понятие социально-экономических и политических процессов. Модели жизненного цикла социально-экономических и политических процессов.
- •2.) Функциональные модели описания социально-экономических и политических процессов.
- •3.) Классификация социально-экономических и политических процессов.
- •4.) Математические модели описания социально-экономических и политических процессов: общие подходы и примеры моделей.
- •5. Кибернетическая модель управления.
- •6. Основные функции управления.
- •7. Организационные структуры систем управления.
- •8. Определение и классификация организационных регламентов.
- •9. Понятие и классификация научных исследований.
- •10.Теория и методология как части наук. Классификация методов исследования.
- •11. Общенаучные методы исследования социально-экономических и политических процессов.
- •12. Конкретно-предметные методы исследования социально-экономических и политических процессов: методы права
- •1. В тексте статьи закона или иного нормативного акта части нормы права не всегда отграничиваются с достаточной четкостью друг от друга
- •2. В одной и той же статье закона или иного нормативного акта может содержаться одновременно несколько юридических норм
- •3. Составные части нормы иногда выражаются одновременно при помощи нескольких статей закона или иного нормативного акта
- •13. Конкретно-предметные методы исследования социально-экономических и политических процессов: картографический метод
- •14. Конкретно-предметные методы исследования социально-экономических и политических процессов: методы статистики, психологии, региональной экономики и политологии
- •15. Основные этапы системного анализа.
- •16. Система, среда и проблемная ситуация.
- •17.Цели и функции системы. Критерии эффективности.
- •18. Метод экспертных оценок: постановка задачи и применения.
- •19)Формальные методы описания предпочтения объектов и определения предпочтений экспертов.
- •20)Содержательные модели систем: модель черного ящика, модель состава, модель структуры. Анализ эффективности функционирования системы с использованием содержательных моделей.
- •21)Метод дерева целей
- •22) Структура программы социологического исследования. Проблема, объект, предмет, цели и задачи социологического исследования.
- •23)Интерпретация и операционализация основных понятий при подготовке программы социологического исследования.
- •27)Случайные методы отбора
- •34. Наблюдение как метод сбора информации о социально-экономических и политических процессах.
- •35.Понятие и виды опросов. Основные фазы опроса. Критерии качества данных опроса и апробации инструментария опроса.
- •36. Классификация вопросов, используемых при проведении анкетирования и интервьюирования. Рекомендации по применению.
- •37. Анкетирование как метод сбора информации о социально-экономических и политических процессах. Особенности анкетирования.
- •38 Интервьюирование как метод сбора информации о социально-экономических и политических процессах. Особенности интервьюирования
- •41Социометрический опрос - одна из разновидностей опроса, в ходе которого выясняются отношения между членами коллектива, положение в нем отдельных членов путем взаимовыборов по предложенным критериям
- •42. Основные статистические способы анализа социологических данных и области их применения.
42. Основные статистические способы анализа социологических данных и области их применения.
Существует два основных класса задач, решаемых с помощью статистических методов анализа. Задачей дескриптивной (описательной) статистики является описание распределения переменной-признака в конкретной выборке. Методы дескриптивной статистики позволяют также анализировать взаимосвязь между различными переменными. Другой класс задач, связанный с необходимостью вывести свойства большой совокупности , основываясь на имеющейся информации о свойствах выборки из этой совокупности, решается с помощью методов индуктивной статистики,основанной на вероятностном подходе к принятию решений.
Представление данных
В основе статистических методов обработки, полученных в ходе исследования эмпирических данных, лежит предварительное упорядочение первичных данных главным образом при помощи статистической группировки и составления статистических таблиц.
Распределение изучаемой совокупности на однородные группы по существенным для нее признакам называется статистической группировкой.Основное назначение группировки состоит в установлении численности каждой отдельно взятой части совокупности, расчлененной в соответствии со значением определенного признака, и в изучении влияния причин и зависимости явлений. Главным вопросом метода группировки является правильный выбор группировочных признаков.
Независимо от того, какие статистические методы и модели собирается использовать исследователь, первым шагом в анализе данных всегда является построение частотных распределенийдля каждой изучаемой переменной. Частоты могут быть абсолютными и относительными.
Как правило, для последующей статистической обработки или более наглядного представления данных отдельные значения признаков объединяются в интервалы.В этом случае частоты соотносятся уже не с каждым отдельным значением признака, а с рядом значений, попадающих в определенный интервал. Интервальные ряды могут строиться с равными и неравными интервалами.
Для представления данных используют табличныйи графическийметоды.
Построение таблицы подчинено определенным правилам. Основное содержание таблицы должно быть отражено в названии. Таблицы бывают простые, групповыеи комбинационные. Простые таблицы представляют собой перечень отдельных единиц совокупности с количественной характеристикой каждой из них в отдельности. В групповых таблицах содержится группировка единиц совокупности по одному признаку, а в комбинационных — по двум и более признакам.
Частотное распределение отображается в виде диаграмм и графиков (гистограмма, полигон, кумулята). Главным достоинством графического изображения является его наглядность.
Самый распространенный метод графического представления одномерных распределений — это гистограмма. Каждый столбик соответствует интервалу значений переменной, причем его середина совмещается с серединой данного интервала. Высота столбика отражает частоту попадания наблюдавшихся значений переменной в определенный интервал.
Гистограмма распределения населения по среднедушевому доходу.
Если просто соединить между собой точки, соответствующие абсолютным или относительным частотам (ось ординат) для середин интервалов, получится так называемый полигон распределения.
Полигон распределения населения по среднедушевому доходу.
При построении кумуляты(рис 8.3) на оси абсцисс откладываются границы интервалов, а на оси ординат — накопленные частоты, соответствующие верхним границам интервалов. Кумулята позволяет быстро определить процент лиц, находящихся ниже или выше заданной величины признака.
Кумулята распределения населения по стажу работы.
Меры центральной тенденции
Следующим шагом, как правило, является получение некоторых обобщающих характеристик, позволяющих глубже понять особенности объекта наблюдения. Сюда относится, прежде всего, среднее значение признака, вокруг которого варьируют остальные его значения. Различают несколько видов средних величин: среднее арифметическое, мода, медиана и т.д.
Среднее есть абстрактная типическая характеристика всей совокупности.
Среди всего многообразия средних практически наиболее часто используемой считается среднее арифметическое. Среднее арифметическое () есть частное от деления суммы всех значений признака на их число.
Самой простой из мер центральной тенденции является мода (Мо). Мода—значение в совокупности наблюдений, которое встречается чаще всего. Для номинальных переменных мода — это единственный способ указать наиболее типичное, распространенное значение.
В интервальном ряду (с равными интервалами) модальным является класс с наибольшим числом наблюдений. Значение моды находится в его пределах и вычисляется по формуле:
Медианойназывается значение признака у той единицы совокупности, которая расположена в середине ряда частотного распределения. В интервальном ряду с различными значениями частот вычисление медианы распадается на два этапа: сначала находят медианный интервал, которому соответствует первая из накопленных частот, превышающая половину всего объема совокупности, а затем находят значение медианы по формуле:
Целесообразность использования того или иного типа средней величины зависит, по крайней мере, от следующих условий:
цели усреднения;
уровня измерения признака;
вычислительных соображений.
Меры колебаемости значений признаков
Для характеристики рядов распределения оказывается недостаточным указание только средней величины данного признака, поскольку два ряда могут иметь, к примеру, одинаковые средние арифметические, но степень концентрации или разброса значений вокруг средней будет совершенно различной. Характеристикой такого разброса служат показатели колебаемости — разность между максимальным и минимальным значениями признака в некоторой совокупности (вариационный размах),а также другие показатели: среднее абсолютное отклонение, среднее квадратическое отклонение и т. п.
Среднее абсолютное отклонение (d) — это мера вариации, представляющая собой среднее из абсолютных величин отклонений отдельных значений признака от среднего значения признака:
Среднее линейное и среднее квадратическое отклонение являются мерой абсолютной колебаемости признака и всегда выражаются в тех же единицах измерения, в которых выражен изучаемый признак. Это не позволяет сопоставлять между собой средние отклонения различных признаков (в случае разных единиц измерения) в одной и той же совокупности, а также одного и того же признака в разных совокупностях с различными средними. Чтобы иметь такую возможность, средние отклонения часто выражаются в процентах к среднему арифметическому, т.е. в виде относительных величин.
Отношение среднего линейного или среднего квадратического отклонения к среднему арифметическому называется коэффициентом вариации.
Очевидно, что тот из рядов имеет большее рассеяние, у которого коэффициент вариации больше.
Анализ таблиц сопряженности размера 2X2
Простейшая задача о взаимосвязи возникает тогда, когда имеются два признака, каждый из которых принимает два значения.
Основы корреляционного анализа
Закономерности при проявлении социально-экономических и политических процессов складываются под влиянием множества причин, которые действуют одновременно и взаимосвязано. Изучением взаимосвязанности между несколькими величинами в основном занимается корреляционный анализ.
Наиболее широко известной мерой связи служит коэффициент корреляции Пирсона (rхy):
Коэффициент корреляции может изменяться от -1 до +1. Если он равен 0, то связь между признаками отсутствует.
После вычисления коэффициента корреляции возникает вопрос, насколько показателен этот коэффициент и не обусловлена ли зависимость, которую он фиксирует случайными отклонениями. Иначе говоря, необходимо проверить гипотезу о том, что полученное значение коэффициента корреляции значимо отличается от 0. Если гипотеза H0(rху=0) будет отвергнута, говорят,
что величина коэффициента корреляции статистически значима, т.е. эта величина не обусловлена случайностью, при уровне значимости.
Для случая, когда n< 50, применяется критерий Стьюдента (t):
Коэффициенты ранговой корреляции (Спирмена, Кендалла) используются для измерения взаимосвязи между качественными признаками, значения которых могут быть упорядочены или проранжированы по степени убывания или нарастания данного качества у исследуемых объектов. Наиболее простым с точки зрения процедуры вычисления является коэффициент ранговой корреляции Спирмена(rs):
Величина rsтакже как и коэффициент корреляции Пирсона изменяется от -1 до +1. Значимость коэффициента корреляции Спирмена для n<100 определяется по таблице критических значений коэффициента rs, зависящего от задаваемого уровня значимости аи n. Если n>100, то критические значения находятся по таблице значений критических точек стандартного нормального распределения. Наблюдаемые значения критерия вычисляются по формуле
Коэффициенты ранговой корреляции используются как меры взаимозависимости между рядами рангов, а не как меры связи между значениями самих переменных.
1В зависимости от уровня рассмотрения процесса под совокупным продуктом может пониматься как валовой внутренний продукт (ВВП), так и объем производимой продукции отдельной хозяйственной единицей.