Notkun lýsandi tölfræði í félagsrannsóknum
Lýsandi tölfræði er einn mikilvægasti undirstaða félagsrannsókna. Áður en rannsakendur geta hafið ályktunargreiningu — svo sem tilgátuprófanir, aðhvarfsgreiningu eða líkanagerð tengsla milli breyta — þurfa þeir að skilja „andlit“ gagnanna sem safnað er. Þetta er þar sem lýsandi tölfræði kemur við sögu: kerfisbundin samantekt, kynning og lýsing á eiginleikum gagnanna til að auðvelda skilning. Í samhengi félagsrannsókna, sem oft fela í sér hegðun, viðhorf, skoðanir og samfélagslegar aðstæður, hjálpar lýsandi tölfræði rannsakendum að fanga almenn mynstur sem og breytileika innan þýðis eða úrtaks.
Skilgreining og tilgangur lýsandi tölfræði
Einfaldlega sagt er lýsandi tölfræði safn aðferða til að vinna úr gögnum í hnitmiðaðar og marktækar upplýsingar. Markmiðið er ekki að draga almennar ályktanir fyrir breiðari hóp, heldur að lýsa tiltækum gögnum. Í félagsrannsóknum er þetta markmið mikilvægt vegna þess að gögn eru oft flókin: svarendur eru fjölbreyttir, breytur geta verið blandaðar saman (nafnbreytur, raðbreytur, bilbreytur, hlutfallsbreytur) og félagslegt samhengi er breytilegt.
Með lýsandi tölfræði geta rannsakendur svarað grunnspurningum eins og: Hverjir eru svarendurnir í þessari rannsókn? Hver er dreifing þeirra hvað varðar aldur, menntun eða tekjur? Hver er samþykkisstig fyrir stefnu? Hversu mikill munur er á skoðunum milli hópa? Þessi svör hjálpa rannsakendum að byggja upp sterka frásögn og leggja grunn að frekari greiningu.
Tegundir gagna í félagsrannsóknum
Notkun lýsandi tölfræði fer eftir því hvers konar gögn eru söfnuð. Félagsrannsóknir nota almennt:
1. Nafngögn, svo sem kyn, atvinnustaða, búsetusvæði eða skipulagsleg tengsl. Þessi gögn eru einfaldlega flokkar án nokkurrar röðunar.
2. Raðtölur, til dæmis menntunarstig eða viðhorfskvarði (mjög sammála til mjög ósammála). Það er röðun, en fjarlægðin milli flokka er ekki alltaf sú sama.
3. Gögn um bil, til dæmis ánægjuvísitölur eða prófniðurstöður. Fjarlægðin milli gilda er talin jöfn, en það er ekkert algilt núll.
4. Hlutfallsgögn, til dæmis tekjur, fjöldi barna eða starfsaldur, sem hefur algilt núll og gerir kleift að bera saman hlutföll.
Að skilja umfang gagnanna hjálpar rannsakendum að velja rétta mælinguna: meðaltalið er viðeigandi fyrir bil/hlutfall, en miðgildi eða tíðni er oft viðeigandi fyrir raðtölur og tíðni er ríkjandi fyrir nafntölur.
Mælikvarðar á miðstýringu: Meðaltal, miðgildi og stilling
Mælikvarðar á miðlægri tilhneigingu eru notaðir til að lýsa „dæmigerðum“ gildum gagnanna.
– Meðaltal er mjög algengt að nota fyrir bila- og hlutfallsgögn, svo sem meðaltekjur heimilis eða meðalvinnustundir á viku. Hins vegar er meðaltalið viðkvæmt fyrir öfgakenndum gildum. Í félagsrannsóknum geta útlægir þættir eins og mjög háar tekjur skekkt meðaltalið og skapað minna dæmigerða mynd.
– Miðgildið er miðgildið eftir að gögnunum hefur verið raðað. Miðgildið er ónæmara fyrir útlægum gildum, þannig að það er oft notað fyrir breytur eins og tekjur eða útgjöld sem hafa tilhneigingu til að hafa skekkta dreifingu.
– Stillingin er það gildi sem kemur oftast fyrir. Hún er sérstaklega gagnleg fyrir nafnvirðisgögn, eins og starfsflokkinn sem svarendur gegna oftast.
Með því að sameina þetta þrennt geta vísindamenn túlkað gögn á jafnvægari hátt og ekki fest sig í aðeins einni mælingu.
Mælingar á dreifingu: Dreifni, staðalfrávik og svið
Félagsrannsóknir krefjast upplýsinga ekki aðeins um meðaltalið heldur einnig um hversu mikill munur er á svarendum. Tveir hópar geta haft sömu meðalánægju en mismunandi breytileika - annar einsleitur, hinn mjög fjölbreyttur.
– Bilið sýnir mismuninn á hæsta og lægsta gildi. Þetta er einföld mæling en útlæg gildi hafa auðveldlega áhrif á hana.
– Dreifni og staðalfrávik mæla dreifingu gagna í kringum meðaltalið. Staðalfrávik er algengara vegna þess að það hefur sömu einingar og upprunalegu gögnin, sem gerir það auðveldara að túlka þau.
– Fjórðungsbil (e. interquartil range, IQR), sem er fjarlægðin milli þriðja fjórðungs og fyrsta fjórðungs, er oft notuð þegar gögnin eru ekki normaldreifð eða innihalda útlæga gildi.
Í félagslegum könnunum getur stórt staðalfrávik á viðhorfskvarða bent til skoðanaskiptingar í samfélaginu, en lítið staðalfrávik getur bent til samstöðu.
Gagnadreifing og dreifingarform
Lýsandi tölfræði tekur einnig tillit til dreifingar gagna. Tvö hugtök sem oft eru rædd eru:
– Skekkja: Dreifing er skekkt til hægri eða vinstri. Til dæmis eru tekjur yfirleitt skekktar til hægri vegna þess að lítill hluti fólks hefur mjög háar tekjur.
– Kurtosis: lýsir „skerpu“ tinda dreifingarinnar og þykkt hala hennar. Í félagslegu samhengi getur kurtosis hjálpað til við að skilja hvort gögn eru einbeitt að ákveðnum gildum eða dreifð út í öfgar.
Að skilja dreifingar hjálpar til við að velja viðeigandi greiningar- og sjónrænar aðferðir og kemur í veg fyrir misskilning.
Gagnakynning: Töflur og sjónræn framsetning
Kraftur lýsandi tölfræði liggur ekki aðeins í útreikningunum heldur einnig í því hvernig gögnin eru sett fram. Góð framsetning gerir niðurstöður félagsrannsókna auðveldar lesendum, stjórnmálamönnum og almenningi að skilja.
1. Tíðnitöflu: sýnir fjölda og hlutfall svarenda í hverjum flokki. Til dæmis dreifingu eftir menntunarstigum eða stjórnmálaskoðunum.
2. Súlurit: hentar fyrir flokkunargögn eins og tegund starfs eða hjúskaparstöðu.
3. Skífurit: oft notað, þó þarf að gæta varúðar því það er erfitt að bera saman svipaða hluta.
4. Súlurit: tilvalið fyrir töluleg gögn, til dæmis aldursdreifingu eða lengd netnotkunar.
5. Kassarit: mjög gagnlegt til að bera saman dreifingu milli hópa, til dæmis tekjur milli þéttbýlis og dreifbýlis, sem og til að greina útlæga þætti.
Sjónræn framsetning er ekki bara skraut; hún flýtir fyrir skilningi á mynstrum, þróun og frávikum.
Notkun í félagsfræði: Dæmi
Segjum sem svo að rannsakandi sé að skoða „traust almennings til opinberrar þjónustu“ í borg. Rannsakandinn safnar gögnum frá 400 svarendum með því að nota kvarða frá 1–5 (mjög vantraust til mjög traust), sem og lýðfræðilegar upplýsingar eins og aldur, menntun og starf.
Lýsandi skref sem hægt er að taka:
– Setja saman tíðnitöflur fyrir menntunar- og starfsgreinaflokka.
– Reiknaðu meðaltal heildaröryggisstigs.
– Reiknaðu miðgildið til að sjá miðgildið þegar dreifingin er ekki samhverf.
– Reiknið staðalfrávikið til að finna út hversu mikið öryggisstigið breytist.
– Búið til kassarit af öryggisstigum byggt á menntunarhópi (framhaldsskóli, prófskírteini, grunnnám) til að sjá hvort einhver munur sé á mynstrum.
– Búið til súlurit til að sjá hvort flestir svarendur eru með lága, meðal eða háa einkunn.
Út frá lýsandi niðurstöðum gætu rannsakendur komist að því að meðaltrauststigið sé í flokknum „sæmilegt“, en staðalfrávikið er stórt, sem bendir til þess að hópar sem sýna mjög traust og mjög vantraust séu til staðar. Þessi niðurstaða gæti verið grunnur að frekari greiningu: hvaða þættir hafa áhrif á þennan mun?
Takmarkanir og varúðarráðstafanir
Þótt lýsandi tölfræði sé mjög gagnleg hefur hún takmarkanir. Hún getur ekki sannað orsakasamhengi, tryggt að munur milli hópa sé tölfræðilega marktækur og er ekki endilega dæmigerð fyrir þýðið ef úrtakið er skekkt. Þar að auki getur það verið villandi að birta meðaltöl án samhengis, sérstaklega í gögnum sem eru ósamhverf eða innihalda útlæga þætti. Þess vegna þurfa félagsvísindamenn að kynna margar mælingar samtímis, útskýra samhengið og vera gegnsæir varðandi gagnasöfnunarferlið.
Lokun
Notkun lýsandi tölfræði í félagsrannsóknum er mikilvægt skref í að hjálpa rannsakendum að skilja gögnin á heildrænan hátt. Með því að nota mælikvarða á miðlæga tilhneigingu, mælikvarða á dreifingu, dreifingargreiningu og framsetningu gagna í töflum og gröfum geta rannsakendur lýst félagslegum aðstæðum á hlutlægari og samskiptahæfari hátt. Lýsandi tölfræði auðveldar ekki aðeins lesendum að skilja heildarmyndina heldur hjálpar einnig rannsakendum að uppgötva ný mynstur og spurningar til frekari rannsókna. Í fjölbreyttum félagslegum heimi er hæfni til að draga saman gögn nákvæmlega lykilatriði til að framleiða traustar, viðeigandi og marktækar rannsóknir.
