Зміст процедури інтерпретації емпіричних даних

Процедури опрацювання даних, які дозволяють здійснювати спеціальні комп’ютерні програми, завжди підпорядковуються необхідності розв’язання за допомогою цих даних завдань дослідження, доведення висунутих гіпотез. Тому важливого значення на етапі аналізу та послідуючої інтерпретації даних набуває здатність прив’язати всі процедури до загальної логіки дослідження, його основної мети. Тлумачення одержаних під час дослідження результатів у термінах його логіки створює зміст процедури інтерпретації даних.

Наприклад, якщо дослідник намагається описати структуру досліджуваного об’єкту, скажімо, виділити різні підгрупи молоді в залежності від ставлення до алкоголю та наркотиків, з’ясувати соціально-демографічні характеристики респондентів різних підгруп, їх навчальну успішність, вплив соціального статусу батьків на схильність до вживання психоактивних речовин та ін., очевидно, необхідно встановити зв’язки між відповідями респондентів на ті питання анкети, які характеризують окреслені залежності. При бажанні можна одержати велику кількість кореляційних таблиць; так, якщо кількість ознак, між якими встановлюються попарні зв’язки, дорівнює, скажімо, двадцяти, то в результаті одержуємо ½ 20 (20-1) =190 таблиць парної кореляції! З метою запобігання подібній ситуації слід спрямовувати здійснювані математико-статистичні процедури виключно на вирішення дослідницьких завдань та перевірку висунутих гіпотез, чи формулювання нових.

При інтерпретації одержаних даних слід враховувати обмеження, викликані наявністю статистичної погрішності будь-яких вибіркових оцінок, наводячи, де це необхідно, величину цієї погрішності та рівень значимості даних (як зазначалося вище, достатнім для даних соціального дослідження вважається рівень значимості 0,05, високим – 0,01). Це стосується ситуацій, коли вибіркові дані екстраполюються на всю генеральну сукупність, коли порівнюються підгрупи вибіркової сукупності (різні групи респондентів) за певною ознакою, а також при з’ясуванні суттєвості розрахованих мір зв’язку між ознаками та порівнянні показників зв’язку між собою, - наприклад, двох показників коефіцієнту кореляції r, розрахованих за максимально схожими підгрупами, скажімо, експериментальною та контрольною при проведенні експерименту, чи за однією підгрупою у різні інтервали часу.

На етапі опрацювання даних необхідно використовувати тільки ті методи та процедури, які є математично виправданими для даного рівня вимірювання. Наприклад, якщо планується застосування показників мір зв’язку, розрахованих на порядковий рівень, слід впевнитися в тому, що в результаті вимірювання одержано саме порядкові дані. При інтерпретації встановлених між ознаками зв’язків необхідно виключити можливість альтернативних пояснень цих зв’язків.

Наприклад, під час дослідження встановлено залежність між рівнем задоволеності молодих працівників обраною професією та ефективністю їх праці (див. таблицю 20). Припустимо, що для розрахунку зв’язку між цими ознаками застосовувався коефіцієнт Q, який дорівнює 0,6. Але розглядати рівень задоволеності як єдину можливу причину високої ефективності праці буде занадто передчасно; слід перевірити можливі альтернативні гіпотези, які пояснюють цю залежність.

Таблиця 20