Примена на описна статистика во општествените истражувања
Дескриптивната статистика е една од најважните основи во општествените истражувања. Пред истражувачите да можат да продолжат со инференцијална анализа - како што се тестирање на хипотези, регресија или моделирање на односи меѓу варијаблите - тие треба да го разберат „лицето“ на собраните податоци. Тука влегува во игра дескриптивната статистика: систематско сумирање, презентирање и опишување на карактеристиките на податоците за лесно разбирање. Во контекст на општествените истражувања, кои често вклучуваат однесување, ставови, мислења и општествени услови, дескриптивната статистика им помага на истражувачите да ги опфатат општите обрасци, како и варијациите во рамките на популацијата или примерокот.
Дефиниција и цел на описната статистика
Едноставно кажано, дескриптивната статистика е збир на методи за обработка на податоци во концизни и значајни информации. Целта не е да се извлечат општи заклучоци за поширока популација, туку да се опишат достапните податоци. Во општествените истражувања, оваа цел е важна бидејќи податоците често се сложени: испитаниците се разновидни, варијаблите можат да бидат мешани (номинални, ординални, интервални, соодносни), а општествениот контекст е динамичен.
Со дескриптивна статистика, истражувачите можат да одговорат на основни прашања како што се: Кои се испитаниците во оваа студија? Каква е нивната распределба по возраст, образование или приход? Кое е нивото на одобрување на политиката? Колку варијации во мислењата постојат меѓу групите? Овие одговори им помагаат на истражувачите да изградат силна нарација и да обезбедат основа за понатамошна анализа.
Видови податоци во општествените истражувања
Примената на дескриптивната статистика зависи од видот на собраните податоци. Социјалните истражувања генерално користат:
1. Номинални податоци, како што се пол, работен статус, област на живеење или организациска припадност. Овие податоци се едноставно категории без никаков редослед.
2. Редни податоци, на пример, ниво на образование или скала на ставови (целосно се согласувам до воопшто не се согласувам). Постои редослед, но растојанието меѓу категориите не е секогаш исто.
3. Интервални податоци, на пример, резултати од индексот на задоволство или резултати од тестови. Растојанието помеѓу вредностите се смета за еднакво, но нема апсолутна нула.
4. Податоци за соодносот, на пример приход, број на деца или должина на работен стаж, кои имаат апсолутна нула и овозможуваат споредби на соодносите.
Разбирањето на скалата на податоците им помага на истражувачите да ја изберат вистинската мерка: средната вредност е соодветна за интервалот/односот, додека медијаната или модата често се посоодветни за ординалниот број, а фреквенцијата е доминантна за номиналниот број.
Мерки на централизација: средна вредност, медијана и мода
Мерките на централна тенденција се користат за да се опишат „типичните“ вредности на податоците.
– Средната вредност многу често се користи за интервални и соодносни податоци, како што се просечниот приход на домаќинството или просечните работни часови неделно. Сепак, средната вредност е чувствителна на екстремни вредности. Во социјалните истражувања, отстапувањата како што се многу високите приходи можат да ја искриват средната вредност и да создадат помалку репрезентативна слика.
– Медијаната е средната вредност откако податоците ќе бидат сортирани. Медијаната е поотпорна на отстапувања, па затоа често се користи за варијабли како што се приходи или расходи кои имаат тенденција да имаат искривени распределби.
– Модата е вредноста што се појавува најчесто. Особено е корисна за номинални податоци, како што е категоријата на работно место што најчесто ја користат испитаниците.
Со комбинирање на трите, истражувачите можат да ги толкуваат податоците на поизбалансиран начин и да не се заглавуваат само на една мерка.
Мерки на ширење: варијанса, стандардна девијација и опсег
Социјалните истражувања бараат информации не само за средната вредност, туку и за тоа колку варираат испитаниците. Две групи можат да имаат исто просечно задоволство, но различни нивоа на варијација - едната хомогена, другата многу разновидна.
– Опсегот ја покажува разликата помеѓу најголемите и најмалите вредности. Тоа е едноставна мерка, но лесно е под влијание на отстапувањата.
– Варијансата и стандардната девијација го мерат ширењето на податоците околу средната вредност. Стандардната девијација почесто се користи бидејќи има исти единици како и оригиналните податоци, што го олеснува нивното толкување.
– Интерквартилниот опсег (IQR), што е растојанието помеѓу третиот квартил и првиот квартил, често се користи кога податоците не се нормално распределени или содржат отстапувања.
Во социјалните анкети, голема стандардна девијација на скалата на ставови може да укажува на поларизација на мислењата во општеството, додека мала стандардна девијација може да укажува на консензус.
Дистрибуција на податоци и формулари за дистрибуција
Дескриптивната статистика, исто така, ја разгледува дистрибуцијата на податоците. Два концепта што често се дискутираат се:
– Асиметрија: распределбата е асиметрична надесно или налево. На пример, приходот обично е асиметричен надесно бидејќи мал процент од луѓето имаат многу високи приходи.
– Куртоза: ја опишува „острината“ на врвовите на дистрибуцијата и дебелината на нејзините опашки. Во општествен контекст, куртозата може да помогне да се разбере дали податоците се концентрирани околу одредени вредности или се шират во крајности.
Разбирањето на дистрибуциите помага да се изберат соодветни техники за анализа и визуелизација и спречува погрешно толкување.
Презентација на податоци: Табели и визуелизации
Моќта на дескриптивната статистика лежи не само во пресметките, туку и во начинот на кој се презентираат податоците. Добрата презентација ги прави наодите од социјалните истражувања лесни за разбирање за читателите, креаторите на политиките и пошироката јавност.
1. Табела на фреквенции: го прикажува бројот и процентот на испитаници во секоја категорија. На пример, распределбата на нивоата на образование или политичките преференции.
2. Столбест дијаграм: погоден за категорични податоци како што се видот на вработување или брачниот статус.
3. Кружен дијаграм: често се користи, иако мора да се биде внимателен бидејќи е тешко да се споредат слични делови.
4. Хистограм: идеален за нумерички податоци, на пример, возрастна распределба или времетраење на користење на интернет.
5. Кутија-дијаграм: многу корисен за споредување на распределбите меѓу групите, на пример, приходите меѓу урбаните и руралните средини, како и за откривање на отстапувања.
Визуелизацијата не е само декорација; таа го забрзува разбирањето на шемите, трендовите и аномалиите.
Примена во општествените студии: Примери на случаи
Да претпоставиме дека истражувач го испитува „нивото на јавна доверба во јавните услуги“ во еден град. Истражувачот собира податоци од 400 испитаници користејќи скала од 1 до 5 (од многу недоверлив до многу доверлив), како и демографски податоци како што се возраста, образованието и занимањето.
Описни чекори што можат да се преземат:
– Составете табели на фреквенции за категориите образование и занимање.
– Пресметајте го просечното вкупно ниво на доверба.
– Пресметајте ја медијаната за да ја видите средната вредност кога распределбата не е симетрична.
– Пресметајте ја стандардната девијација за да откриете колку варира нивото на доверба.
– Направете кутивче-дијаграм на нивоата на доверба врз основа на образовната група (средно училиште, диплома, додипломски студии) за да видите дали има какви било разлики во шемите.
– Направете хистограм за да видите дали повеќето испитаници имаат ниски, средни или високи резултати.
Од описните резултати, истражувачите би можеле да откријат дека просечниот резултат на доверба е во категоријата „доволно“, но стандардната девијација е голема, што укажува на присуство на групи со голема доверба и групи со голема недоверба. Ова откритие би можело да биде основа за понатамошна анализа: кои фактори влијаат на овие разлики?
Ограничувања и мерки на претпазливост
Иако е многу корисна, дескриптивната статистика има ограничувања. Таа не може да докаже причинско-последични врски, не може да обезбеди дека разликите меѓу групите се статистички значајни и не е нужно репрезентативна за популацијата ако примерокот е пристрасен. Понатаму, презентирањето на просеци без контекст може да биде погрешно, особено кај податоци што се асиметрични или содржат отстапувања. Затоа, социјалните истражувачи треба да презентираат повеќе мерки истовремено, да го објаснат контекстот и да бидат транспарентни во врска со процесот на собирање податоци.
Затворање
Примената на дескриптивната статистика во општествените истражувања е клучен чекор во помагањето на истражувачите да ги разберат податоците сеопфатно. Со користење на мерки за централна тенденција, мерки за дисперзија, анализа на дистрибуција и презентација на податоци во табели и графикони, истражувачите можат да ги опишат општествените услови пообјективно и покомуникативно. Дескриптивната статистика не само што им олеснува на читателите да ја сфатат општата слика, туку им помага и на истражувачите да откријат нови модели и прашања за понатамошно истражување. Во разновиден општествен свет, способноста за прецизно сумирање на податоците е клучна за производство на робусно, релевантно и значајно истражување.
