- •1.Области использования результатов экспертного опроса.
- •2.Контрольные вопросы и вопросы-фильтры в социологической анкете
- •1.Включенное наблюдение: сущность, содержание, технология применения.
- •2.Ремонт Выборки
- •1.Теоретическая интерпретация основных понятий социологического исследования.
- •2.Достоинства и недостатки метода наблюдения.
- •1.Алгоритм социологического исследования.
- •2.Случайные ошибки выборок: сущность, методика расчета.
- •1.Предмет и объект социологического исследования.
- •2.Форматы ответов в закрытых и полузакрытых вопросах
- •1.Основные этапы социологического наблюдения: содержание, организация.
- •2.Метод интервью: сущность, виды, содержание
- •25 Билет.
- •Надежность социологического исследования: пути достижения.
- •2. Отбор экспертов: методика, способы.
- •26 Билет.
- •Кластерный анализ.
- •Экспертный опрос: сущность, особенности, процедура.
- •27 Билет.
- •Типичные систематические ошибки выборок.
- •Надежность анкетного опроса: требования.
- •28 Билет.
- •Эффективность использования результатов социологического исследования: требования.
- •Биографический метод.
- •29 Билет.
- •Метод контент-анализа: сущность, отличие от содержательного анализа.
- •Трендовое исследование.
- •30 Билет.
- •Количественные и качественные методы социологического исследования.
- •Почтовый опрос: общая характеристика.
2. Отбор экспертов: методика, способы.
Для отбора экспертов необходимо, во-первых, сформулировать критерии отбора (ответить на вопрос "Кто может выступать в качестве эксперта по данной проблеме?"), во-вторых, определить процедуры отбора (ответить на вопрос "Как установить соответствие эксперта необходимым требованиям?"). В качестве основных критериев отбора можно назвать следующие:
Уровень компетентности эксперта в данной предметной области, показателями которого в совокупности являются:
уровень и профиль образования,
профиль работы (связь с данной предметной областью),
опыт работы по профилю (общий стаж работы по профилю и стаж работы непосредственно в данной предметной области),
уровень решаемых проблем (соответствие занимаемой должности характеру и уровню возникшей проблемы),
количество и качество ранее выполненных экспертиз, например, сбывшиеся прогнозы.
Степень объективности и беспристрастности эксперта при анализе и оценке явлений в данной предметной области (незаинтересованность эксперта в принятии определенного решения).
Умение работать в команде (это особенно важно для группового экспертного опроса), т.е.:
коммуникативные навыки,
способность к совместному творчеству,
гибкость ума и "незашоренность" взгляда,
При оценивании экспертов по названным критериям и выборе экспертов могут использоваться следующие процедуры:
Самооценка экспертов по объективным параметрам.
Взаимная оценка экспертов.
Оценка экспертов независимыми специалистами.
Оценка уровня компетентности экспертов с учетом качества ранее проведенных экспертиз (данная оценка производится самой исследовательской командой на основе анализа ретроспективных данных о работе эксперта).
Наиболее предпочтительным является отбор экспертов на основе независимой квалифицированной оценки с поправкой на качество ранее сделанных экспертиз.
26 Билет.
Кластерный анализ.
Кластерный анализ — задача разбиения заданной выборки объектов (ситуаций) на подмножества, называемые кластерами, так, чтобы каждый кластер состоял из схожих объектов, а объекты разных кластеров существенно отличались. Задача кластеризации относится к статистической обработке, а также к широкому классу задач обучения без учителя. Кластерный анализ — это многомерная статистическая процедура, выполняющая сбор данных, содержащих информацию о выборке объектов, и затем упорядочивающая объекты в сравнительно однородные группы (кластеры)(Q-кластеризация, или Q-техника, собственно кластерный анализ). Кластер — группа элементов, характеризуемых общим свойством, главная цель кластерного анализа — нахождение групп схожих объектов в выборке. Кластерный анализ выполняет следующие основные задачи: Разработка типологии или классификации; Исследование полезных концептуальных схем группирования объектов; Порождение гипотез на основе исследования данных; Проверка гипотез или исследования для определения, действительно ли типы (группы), выделенные тем или иным способом, присутствуют в имеющихся данных Независимо от предмета изучения применение кластерного анализа предполагает следующие этапы: Отбор выборки для кластеризации; Определение множества переменных, по которым будут оцениваться объекты в выборке; Вычисление значений той или иной меры сходства между объектами; Применение метода кластерного анализа для создания групп сходных объектов; Проверка достоверности результатов кластерного решения Кластерный анализ предъявляет следующие требования к данным: показатели не должны коррелировать между собой; показатели должны быть безразмерными; распределение показателей должно быть близко к нормальному; показатели должны отвечать требованию «устойчивости», под которой понимается отсутствие влияния на их значения случайных факторов; выборка должна быть однородна, не содержать «выбросов»