- •Вычисление ошибки выборки.
- •Определение объема выборки.
- •Плюсы и минусы механического отбора.
- •4) Способы построения выборки делятся на 2 крупных класса:
- •Гнездовая (серийная) выборка. Практическая реализация.
- •Вычисление ошибки выборки.
- •Определение объема выборки.
- •Формулы для определения объема выборки при гнездовом отборе.
- •Плюсы и минусы этого метода.
- •13)Эффект интервьюера.
- •15)Методы формирования группы экспертов
- •Объективные и субъективные методы формирования группы экспертов
- •Разработка программы невключенного структурированного наблюдения.
- •21) Традиционный (классический) анализ документов.
- •1.1.1Традиционный анализ.
- •25)Существует несколько видов логтки организации
- •29)Обработка и анализ результатов социометрического опроса.
Разработка программы невключенного структурированного наблюдения.
Программа наблюдения представлена всеми основными структурными элементами программы социологического исследования. Ведущей задачей в составлении программы наблюдения является построение исследователем классификации тех фактов, которые составляют наблюдаемую ситуацию. Целенаправленность наблюдения как специфический метод сбора первичной информации предполагает четкое выделение его целей и задач.
Объект наблюдения: социальная общность, коллектив, группа, индивид, их состояние.
Предмет наблюдения: признаки, свойства, элементы деятельности наблюдаемого объекта.
Единицы наблюдения: доступные наблюдению простые или сложные акты действий объекта наблюдения (выступление рабочих на собрании, учебная работа студентов на лекции и т.д.)
Категории наблюдения: регистрируемые в ходе наблюдения эмпирические признаки наблюдаемого объекта («пишет лекцию», «занимается посторонними делами», «слушает преподавателя»)
Карточка наблюдения — методический документ, предназначенный для регистрации признаков наблюдения в строго формализованном (и часто -в закодированном) виде. Карточки наблюдения в исследовании могут быть двух видов.
18) а) Не использовать карт .наблюд оценочных суждений ( внимательно слушал)
б)наблюдение осуществлять систематически
в) использовать контролир. Наблюдения за каждый 5- 7 человек , как часть изучаем группы . дает не 1 и 2
г) применительно к этому виду наблюдения всегда встаёт в полный рост проблемы важности наблюдения.
Именно потому что на сегодняшний день существует механизма перехода от данных исследования конкрет группы к обобщению, поэтому сегодня считается , что наблюдения не может быть единственным и главным методом на котором строется теоретические выводы.
19) Включённое наблюдения .Метод в.н используется в классическом , так и в качественном социологическом исследовании .В рамках которого исследования это основной метод , а в класс вспомогательный . Главная притензия для недоверия с позиции классового социологического исследования к этому методу –это его субъективность.
1) не вспомогательной структуирование
2)наблюдательное участие
3)участник наблюдений
4)включённое бесструктурное
Докуметом включённого наблюдения 4 является дневник наблюдения куда социолог вносит всё , что он земечает. Видимость , всё что слышно, элементы дизайна , интнрпритация.
Существуют 2 позиции:
фиксировать всё , что видишь spredly выделяет несколько шансов описание листа.
Участники ситуации по социологическим характеристикам
Что они делают их роль
Историю той ситуации которую наблюдаем ( беседы ,зажа-е?)
Дальнейшими проблемами вн является этничаская соторна Правильно ли? Инкогнито? Если включ исследования в группу не приносит отриц . проследств. Членов группы , исследования вполне допустим вхождение в поле.
Для этого (в.н) , очень важна фигура исследователя .Здесь исследова-ль который собирает, интерпретирует информацию.
20) Анализ данных – заключительный этап социологического исследования, в рамках которого социолог получает ответы на задачи и проверяет гипотезы. Выбор конкретного метода анализа данных зависит, во-первых, от целей и задач исследования, во-вторых, от типа используемых шкал, в-третьих, от специфики изучаемого социального явления.
Анализу данных в обязательном порядке предшествует коррекция массива данных, которая сводится к выявлению ошибок кодировщиков, аномальных значений в ответах респондентов, замене пропущенных значений, корректировке (взвешиванию) выборки.
Как правило, анализ начинается с элементарного описания. Для этих целей используются одномерные распределения, меры средней тенденции и разброса.
Простое (одномерное распределение) - упорядочивание данных по одному признаку
Абсолютная частота – число опрошенных с конкретным значением признака.
Относительная частота (доля) – отношение числа опрошенных с конкретным значением признака к общему числу опрошенных или к числу опрошенных в определенной группе
Накопленная частота (кумулята) – сумма частот конкретного значения признака и всех предшествующих значений.
Мода - самое распространенное значение признака.
Медиана (второй квартиль) – серединное значение, разделяющее совокупность на две равные части.
Квартиль – точка, разделяющая распределение на 4 равные части
Межквартильный размах – разность между 3 и 1 квартилем, содержит 50% центральных наблюдений
Вариационный размах – разность между максимальным значением признака и минимальным
Среднее арифметическое - значение переменной, полученное в результате деления суммы всех ее значений на общее число опрошенных.
;
где, - среднее арифметическое
n – объем выборки
- значение переменной x для i-го респондента.
Стандартное (среднеквадратическое) отклонение – мера разброса, отражающая среднее отклонение от среднего арифметического.
s =
Дисперсия – стандартное отклонение, возведенное в квадрат. Этот показатель достаточно трудно интерпретировать, однако он очень важен, поскольку используется в более сложных методах анализа данных.
При выборе мер средней тенденции и разброса следует помнить: чем выше уровень измерения8 (тип шкалы), тем большее число статистических показателей можно рассчитать.
Следует отметить, что нет необходимости каждый раз рассчитывать все возможные показатели. Они скорее подталкивают исследователя к более адекватной интерпретации, придают ей наглядность. Кроме того, меры средней тенденции и разброса используются при конструировании ряда сложных шкал, а также в других методах анализа данных9.