Особенности биографического метода:

•     Сфокусированность на уникальных аспектах истории жизни человека (группы, организации) и на субъективном, личностном подходе к описанию человеческой жизни, карьеры, истории любви и т.п.

•     Направленность на воссоздание исторической, развернутой во времени, перспективы событий.

К разновидностям биографического метода относятся:

А) УСТНАЯ ИСТОРИЯ. «Устная история» — это фактуально точное воссоздание определенных исторических событий. В ее фокусе—не субъективный опыт деятеля, а историческое знание о событиях, процессах, движущих силах и причинах.

Б) ИСТОРИЯ ЖИЗНИ

Существует три основных типа «историй жизни»:

1.Полная «история жизни» в идеале очерчивает весь жизненный опыт субъекта

2.Тематическая «история жизни» описывает один или несколько сторон из жизни субъекта.

3.Отредактированная «история жизни» -переписанная социологом на теоретическом языке своей науки.

К частным архивным материалам, используемым при изучении «истории жизни», относят преимущ-но личные записи и документы.

Автобиография.

Она дает целостное представление о жизненном пути. Автобиография в принципе может быть спонтанной или, как в нашем случае, провоцированной, т. е. написанной по заданию, по определенной схеме. Отбор и композиция материала предоставляются на усмотрение «мемуариста», однако требуется, чтобы он осветил все темы, предложенные в схематическом плане.

Функциональные личные документы — расписания, черновики, планы работы, записи финансовых поступлений и расходов.

Важным дополнительным источником биографических данных являются официальные архивные документы: записи актов гражданского состояния (рождения, смерти, браки), правительственные документы, данные социальной статистики, архивы политических, общественных организаций и административных органов.

В) ИСТОРИЯ СЕМЬИ.

Нередко биографический материал собирается в ходе вполне традиционного выборочного обследования. В большинстве случаев выборка такого исследования представляет какую-то возрастную когорту или профессиональную группу.

Другие разновидности.

1. Личное дело. Содержит тот минимум сведений, который необходим для предварительной ориентировки в биографическом методе. Кроме того, документы, заверенные должностными лицами, как правило, могут служить для проверки сведений из других источников.

Биографическая анкета.

Этот метод популярен в работе с кадрами. Отвечая на точные вопросы анкеты, человек как бы дисциплинирует свои воспоминания, обретает установку на строгое воспроизведение прошлого. Анкета выявляет такие факты, которые зачастую не упоминаются в других источниках, будучи малоинтересными для самого изучаемого.

3. Биографическое интервью – беседа, в ходе которой раскрываются сфера переживаний, отношения к событиям, концепция собственного жизненного пути, сложившаяся у человека. Зачастую вопросы биографа служат только пусковым толчком, в ответ на который развертывается повествование, выходящее за пределы вопроса. Эмоциональные реакции, сопровождающие рассказ, отчетливо свидетельствуют о значимости отдельных эпизодов прошлого.

Большую часть информации удается получить из автобиографических источников и методик, свидетельские показания дополняют биографическую картину и повышают надежность метода.

Обработка должна сочетать качественные и количественные способы. Во-первых, следует уже в ходе сбора данных проводить сравнительный их анализ, чтобы выяснить пробелы, противоречия и своевременно попытаться устранить их. Во-вторых, полученные факты полезно упорядочить в хронологическую таблицу, наподобие того как это делается в исторической науке. Оформленная таблица подвергается простой количественной обработке так, чтобы можно было представить насыщенность отдельных возрастов, фаз событиями и прочими фактами (показатели «плотность событий», «плотность воспоминаний»).

Графическим методом обработки служит диаграмма «измерений», которая строится на основе хронологической таблицы. Идея диаграммы у Ш. Бюлер, «измерение» — конкретное занятие, социальная связь, роль, которые имели место в разные годы жизни, например обучение в математической школе, занятие в балетной студии, путешествие по Алтаю, дружба с однокурсницей и пр.4

Интерпретация данных

Содержит такие угрозы внутренней валидности, как субъективные смещения и историческая эволюция субъектов. Преодолению субъективизма в биографических исследованиях служит комплексность процедуры, т. е. использование различных биографических источников, конкретных методик. Полезно сопоставление биографических данных с нормами и типами, полученными статистически на больших выборках. Объективность биографического метода повышается, когда материалы обсуждаются в кругу специалистов на своего рода клинических конференциях, когда параллельно одни и те же лица изучаются разными исследователями.

 

43.Описательный анализ эмпирических данных: частотное распределение, средняя, дисперсия, их назначение.

Первым шагом в анализе данных всегда является построение частотных распределений для каждой изучавшейся переменной. Но частотное распределение все еще содержит «слишком много» деталей, не отвечая при этом на весьма важные для содержательного анализа вопросы о самых типичных значениях признака и диапазоне разброса отдельных наблюдений.

Частотное распределение – это упорядоченный подсчет количества признаков по каждому значению переменной.

Для облегчения работы с частотными распределениями, а также для обобщенного представления их характеристик, обычно используют определенные числовые значения - статистики. Чаще всего используют следующие статистики, связанные с распределением частот: показатели центра распределения (среднее, мода и медиана), показатели вариации (размах, межквартильный размах, стандартное отклонение и коэффициент вариации) и показатели формы распределения (асимметрия и эксцесс).

Показатели центра распределения характеризуют положение центра распределения, вокруг которого концентрируются данные. Если всю выборку изменить, добавив фиксированную величину к каждому наблюдению, то среднее, мода и медиана изменятся на аналогичную величину.  Наибольшее практическое значение имеют две группы статистик: меры центральной тенденции и меры изменчивости (разброса).

Меры центральной тенденции указывают на расположение среднего, или типичного, значения признака, вокруг которого сгруппированы остальные наблюдения. Способность среднего значения давать некую обобщенную информацию о распределении вытекает из того соотношения, которое связывает среднее значение с другими «особыми» точками распределения - минимумом и максимумом: зная среднее значение, мы можем утверждать, что наименьшее наблюдаемое значение полученного распределения было не больше среднего, а наибольшее зафиксированное значение - не меньше среднего. В статистике понятие среднего значения может быть строго задано лишь для одномерного распределения переменной-признака.

Среднее есть абстрактная типическая характеристика всей совокупности. Оно уничтожает, погашает, сглаживает случайные и неслучайные колебания, влияние индиви­дуальных особенностей и позволяет представить в одной величине, некоторую общую характеристику реальной совокупности единиц. Основное условие научного использования средних заключается в том, чтобы каждое среднее характеризовало такую совокупность единиц, которая в существенном отношении, и в первую очередь в отношении осредняемых значений признака, была бы качественно однородной. Среди всего многообразия средних практически наибо­лее часто используемой считается среднее арифметическое.

Среднее арифметическое представляет собой сумму значений переменной, разделенную на число значе­ний. Общая формула для ее вычисления алгебраически выглядит следующим образом

 

где Xi — числовое значение i-й позиции, a N — общее число наблю­дений (объем выборки).

Среднее арифметическое или выборочное среднее — это наиболее часто используемый показатель, характеризующий положение центра распределения. Он используется для оценки среднего значения в случае, если данные собраны с помощью интервальной или относительной шкалы. Его величина должна отражать некоторое среднее значение, вокруг которого распределена большая часть ответов.

Несомненно, что среднее арифметическое переменной представляет совокупность значений этой переменной неполно и с возможными ошибками. Зная, например, среднее значение зарплаты среди совокупности опрошенных, мы не можем достаточно точно определить зарплату того или иного респондента. Только в том случае, когда все значения переменной одинаковы, среднее значение абсолютно точно отражает поведение переменной. Во всех других случаях среднее арифметическое как модель переменной является моделью неточной. Следовательно, для нас важно знать не только значение данной модели, но и степень точности, качества этой модели.

Самой простой из мер центральной тенденции является мода (Мо). Для номинальных переменных мода - это единственный способ указать наиболее типичное, распространенное значение. Мода - это такое значение в совокупности наблюдений, которое встречается чаще всего. Например, если в выборке содержится 60% православных, 30% мусульман и 10% представителей других конфессий, то модальным значением будет «православный». У моды как меры центральной тенденции есть определенные недостатки, ограничивающие ее интерпретацию: в распределении могут быть две и более моды (соответственно оно является бимодальным или мультимодальным).

Медиана (Md) - это значение, которое делит упорядоченное множество данных пополам, так что одна половина наблюдений оказывается меньше медианы, а другая - больше.

Необходимо знать не только то, что типично для выборки наблюдений, но и установить, насколько выражены отклонения от типичных значений. Чтобы определить, насколько хорошо та или иная мера центральной тенденции описывает распределение, нужно воспользоваться какой-либо мерой изменчивости, разброса.

Дисперсия — средняя из квадратов отклонений значений при­знака от их средней величины. Дисперсия характеризует разброс значений переменной. Дисперсия представляет собой сумму квадратов отклонений от среднего, разделенную на число отметок:

 «Дисперсия» (dispersion) по-английски означает «разбрасыва­ние, рассеивание»; это рассеяние реально полу­ченных эмпирических данных вокруг среднего значения. В зави­симости от того, насколько велика (точнее, мала) дисперсия или среднеквадратичное отклонение, мы можем судить, насколько единодушны были в своих оценках респонденты (при меньшем значении дисперсии), или наоборот — насколько сильно они рас­ходятся в своих мнениях (при большем значении дисперсии).

Величина, равная квадратному корню из дисперсии, называется стандартным отклонением (sx):    

Очевидной интерпретацией стандартного отклонения является его способность оценивать «типичность» среднего: стандартное отклонение тем меньше, чем лучше среднее суммирует, «представляет» данную совокупность наблюдений

 

44.Корреляционный метод анализа данных в социологическом исследовании. Виды коэффициентов корреляции и специфика их применения в социологическом исследовании.

С помощью корреляционного анализа изучаются статистические зависимости между признаками (показателями) свойств исследуемых явлений – форма, направленность и теснота взаимосвязи.

Корреляционный анализ позволяет определять количественные значения тесноты связи между признаками на основе вычисления различных коэффициентов корреляции.

Корреляция – статистический метод, позволяющий определить, существует ли зависимость между переменными и как о

на сильна. А также какой прогноз можно сделать основываясь на этой связи.

Социолог исследует, например, какова связь между уровнем преступности и уровнем безработицы в обществе?

Коэффициент корреляции - измеряет тесноту связи между переменными, т.е. их тенденцию изменяться совместно. Это обобщенный показатель, позволяющий оценить, насколько связь между переменными приближается к линейному функциональному отношению, кот. на диаграмме рассеивания выглядит как прямая.

Применение того или иного коэффициента выбирается в зависимости от предположения о статистическом законе распределения значений признаков, являющихся случайными величинами.

Наиболее часто применяемый тип коэффициентов корреляции основан на предположении о том, что признаки имеют нормальное распределение своих значений. Такое распределение наблюдается в том случае, когда на свойства исследуемых явлений действует множество практически независимых факторов, роль каждого из которых в общей их сумме мала и примерно одинакова. Тогда величина абсолютных частот (теоретические частоты), которые принимают значения зависимого признака в двухмерной таблице взаимного распределения, будут примерно одинаковы при изменении значений независимого признака, а величина их взаимосвязи равна 0.

В реальной действительности значения признаков социальных объектов не всегда являются независимыми – состояние одних свойств оказывает влияние на состояние других свойств.

Например, возраст человека влияет на состояние его готовности идти на выборы.

В этом случае величины абсолютных частот (эмпирические частоты) в статистической таблице взаимного распределения двух признаков будут разными. Величина расхождения теоретических и эмпирических частот характеризует величину взаимосвязи между признаками и вычисляется с помощью коэффициентов корреляции.

При максимальной (полной) взаимосвязи коэффициент корреляции теоретически равен 1 (связь однозначная), а практически находится в диапазоне 0,9-1. Такая связь практически не встречается.

При сильной взаимосвязи коэффициент корреляции находится в диапазоне 0,6-0,89. При взаимосвязи средней силы коэффициент корреляции находится в диапазоне 0,3-0,59. При слабой взаимосвязи коэффициент корреляции находится в диапазоне 0,1-0,29. При величине коэффициента корреляции меньше 0,1 считается, что взаимосвязь практически отсутствует, недостоверна.