с помощью которой получают самое общее описание выборочной совокупности. Социолог получает распределение выборочной совокупности по основным социально-демографическим признакам (полу, возрасту, социальному статусу, образованию, семейному положению, наличию детей, источникам доходов и т.д.). К примеру, 52% опрошенных респондентов - женщины, 48% - мужчины; 56% работают, 35% учатся, 8% нс работают и нс учатся; 30% имеют детей, а 70% не имеют и т.д. Кроме того, описательная статистика дает нам всевозможные средние характеристики тех признаков, которые поддаются количественному измерению. Основными средними показателями, используемыми в социологии, являются мода, медиана и среднее арифметическое. Эти характеристики используются, когда надо определить типичное значение изучаемого признака для той совокупности респондентов, которую изучает социолог.

Мода - наиболее часто встречающееся значение того или иного признака. Например, если модальный возраст в совокупности составляет 20 лет, то данный возраст встречается среди респондентов наиболее часто, т.е. обладает наибольшей частотой. Частота признака - базовый показатель, своеобразная единица статистического анализа, на которой строится весь большой статистический каркас количественного анализа данных.

Относительная частота признака в процентах рассчитывается как отношение количества людей, у которых этот признак зафиксирован, к численности всей изучаемой совокупности. Например, если 30 человек из 200 опрошенных ответили, что они посещали кинотеатры в течение месяца, то частота признака «посещение кинотеатров в течение месяца» составит 30. Если соотнести эту частоту с общей численностью опрошенных, то получим относительную частоту, которая выражается в долях единицы или в процентах. В данном примере относительная частота равна 30/200 = 0,15, или 15%. На основе частот значений признака строится его частотное распределение, объединяющее все возможные значения признака и соответствующие этим значениям частоты.

Медиана показывает значение признака, которое делит изучаемую совокупность пополам. Например, медианный возраст 30 лет означает, что в выборочной совокупности 50% респондентов находятся в возрасте 30 лет и младше, а 50% - в возрасте старше 30 лет. Находят медиану с помощью специальных формул, использующих данные рядов распределения признаков.

---

Среднее арифметическое - сумма всех значений признака, деленная на объем выборки, которая рассчитывается только для сугубо количественных признаков.
Моду, медиану и среднее арифметическое часто называют характеристиками центра распределения. Они являются первыми обобщающими характеристиками рядов распределения, которые социолог получает в ходе статистического анализа данных исследования. Не углубляясь в теорию статистики, отметим, что в описательной статистике существует еще множество показателей, которые характеризуют признаки изучаемой совокупности. Например, вычисляются различные показатели вариации изучаемого признака, т.е. различия в значениях какого-либо признака у разных единиц (респондентов). Среди таких показателей наиболее распространенные - дисперсия и среднее квадратичное отклонение.
Цель любого научного исследования, как мы уже указывали, заключается в обнаружении закономерностей внутри определенного класса явлений. Закономерность, в самом широком смысле слова, означает некую регулярность, однотипность. О регулярности, в свою очередь, можно говорить там, где явления повторяются, где они носят более или менее массовый характер. Статистические методы как раз и предназначены для анализа подобных явлений и процессов. Они позволяют выявлять устойчивые тенденции и строить на этой основе теории, предназначенные для их объяснения.

Наука всегда имеет дело с разнообразием действительности, но свою задачу она видит в обнаружении порядка вещей, некоторой устойчивости внутри наблюдаемого разнообразия. Например, антропология изучает физические особенности строения тела человека. По признакам строения тела (цвета кожи, глаз, волос, формы черепа и т.д.) она выделяет определенные типы – человеческие расы. Но ее не интересуют такие признаки, как количество глаз, ушей или пальцев, поскольку это константы: люди (в норме) не различаются между собой по этим признакам. Выше уже было сказано, что наука имеет дело с переменными, однако она стремится выделить такие их значения, которые лучше всего объясняют наблюдаемое разнообразие проявлений. Статистика снабжает нас удобными приемами такого анализа.

Для использования статистики требуются два основных условия:

а) мы должны иметь данные о группе (выборке) людей;

б) эти данные должны быть представлены в формализованном (кодифицированном) виде.

---

Задачи описательной статистики в целом совпадают с задачами качественного анализа: это сжатие информации и представление ее в удобном для обозрения виде.

Наиболее простой случай возникает тогда, когда наши данные могут быть представлены одной переменной. Используемые для этого методы объединяются в группу под названием одномерный статистический анализ. В зависимости от типа данных и задач, которые ставит исследователь, выбирается тот или иной конкретный способ анализа.

Достаточно простым и удобным приемом анализа количественных данных является построение распределения частот. Проиллюстрируем его на примере. Допустим, проводится исследование, в котором каждому участнику, среди прочих, задается вопрос о его семейном положении. Ответы фиксируются, а общие результаты сводятся в таблицу, где против фамилии каждого участника указано его семейное положение. Далее эти первичные данные мы хотим представить в более сжатой и удобной для анализа форме. Для этого мы разбиваем их на категории, подсчитывая количество людей в каждой группе. Сами категории выбираются в зависимости от целей исследования и могут быть более широкими или более узкими. Если используется вопрос закрытого типа, то мы сразу фиксируем ответы в кодированной форме. Если же используется вопрос открытого типа, то кодирование осуществляет сам исследователь. Отметим, что более узкие категории всегда можно укрупнить. Но если информация структурируется прямо на этапе ее сбора, то потом нельзя будет разбить данные на большее число категорий. Часть информации оказывается потерянной.
Аналитическая статистика

В отличие от описательной статистики аналитическая статистика призвана раскрыть характеристики не выборочной совокупности, а именно генеральной совокупности, т. е. определить, каким образом результаты исследования соотносятся с целью исследования.

Как сказано выше, если исследование носит не сплошной, а выборочный характер, т. е. опрошены не все представители генеральной совокупности, то полученные в исследовании данные отличаются от соответствующих значений в генеральной совокупности. Это различие принято называть погрешностью исследования.

Погрешность исследования — это разница между искомыми характеристиками генеральной совокупности и найденными характеристиками выборочной совокупности. Погрешность исследования, вызванная тем, что применяется выборочный метод, называют случайной, или вероятностной, погрешностью, и ее значение в рамках аналитической статистики оценивается с применением теории вероятности. В общем случае погрешность исследования (разница между искомым генеральным параметром и найденным выборочным значением) может быть обусловлена не только тем, что опрошены не все представители генеральной совокупности, но и тем, что в ходе исследования допущены какие-либо ошибки.

---

Таким образом, в любом выборочном исследовании всегда есть погрешность, величину которой необходимо оценить. На размер этой случайной погрешности влияет объем выборочной и генеральной совокупностей, способ формирования выборки и величина дисперсии исследуемой величины.

После оценки погрешности исследования необходимо выявить наличие связи между значимыми с точки зрения исследования параметрами и проверить достоверность, статистическую значимость выявленных взаимосвязей для всей генеральной совокупности. Эти задачи решаются в рамках корреляционного анализа с использованием статистических коэффициентов связи (коэффициенты корреляции Пирсона, Спирмана, коэффициент связи Крамера и т. д.), методов проверки средних значений в подгруппах (однофакторный дисперсионный анализ, непараметрические тесты и т. д.).

При необходимости в рамках аналитической статистики применяются многомерные статистические методы анализа первичной информации, т. е. такие методы, в которых для получения содержательного вывода одновременно используется большое число исходных данных (ответов на большое число вопросов анкеты).

Кластерный анализ используется в тех случаях, когда требуется разделить генеральную совокупность на однородные части. Например, для разделения избирателей на группы по типу их электорального поведения.

Факторный анализ применяют, если необходимо на основании вопросов анкеты выделить скрытые, латентные установки целевой аудитории. Например, факторный анализ на основании оценки электоральной ситуации позволит выявить мотивы поведения избирателей.

Многомерное шкалирование применяют в тех случаях, когда в ходе исследования определяется восприятие нескольких объектов. Данный метод позволит визуализировать восприятие объектов и раскроет особенности отношения к ним целевой аудитории.

Использование многомерных методов анализа необходимо планировать заранее и включать в анкету вопросы, которые позволят осуществить данный анализ
Заключение
Описательные и аналитические статистики дают нам возможность оценить характер распределения данных в изучаемой выборке. На основании этой оценки мы можем принять решение о том, какие критерии надлежит использовать в дальнейшей работе – например, при сравнении выборок. Описательные статистики являются основой построения статистических графиков и диаграмм – например, диаграмм размаха, т.е. являются предварительным этапом в проведении визуального анализа данных. Таким образом, можно отнести их к категории разведочных методов анализа данных.

---

Я бы рекомендовал каждому ознакомиться с данными типами статистики лишь потому, что они раскрываю глаза людям на некоторые вещи и позволяют узнать новые аспекты социологии как науки для каждого индивида
Список литературы

1. 
   Гмурман В.Е. Теория вероятностей и математическая статистика: Учеб. Пособие для вузов/В.Е. Гмурман. – 9-е изд., стер. – М.:Высш. шк., 2003. – 188 с.
   
2. 
   Годфруа Ж. Что такое психология. — М., 1992. – 288с
   
3. 
   Оценка качества подготовки будущих учителей. – Тула: Изд-во Тул. гос. пед. ун-та, 2002. – 140 с.
   
4. 
   Наследов А. Д. Математические методы психологического исследования. Анализ и интерпретация данных. - СПб.: Речь, 2004 – 392с.
   
5. 
   Сидоренко Е. В. Методы математической обработки в психологии. -СПб., 2001 – 350 с.
   

---

Смотрите также файлы

• Великобритания до Первой мировой войны.docx

• Ано во российский новый университет.doc

• Контрольное тестирование по литературе за i полугодие в 8 классе Житие.docx

• К государственной итоговой аттестации.doc

• Брага, В. В. Основы технологии машинной обработки статистической информации [учеб. пособие].pdf