Многоступенчатая и одноступенчатая выборки

Выборка делится на одноступенчатую и многоступенчатую по количеству ступеней в отборе.Одноступенчатая выборка предполагает, что из генеральной совокупности сразу осуществляется отбор респондентов для опроса. Процедура же многоступенчатой выборки включает несколько ступеней, при этом на каждой из них единица отбора меняется

Многоступенчатая выборка осуществляется не в локальных масштабах, а в региональных, общенациональных,международных. Использовать одноступенчатую выборку в таких масштабах нерационально, да и очень дорого обойдётся такое исследование. Многоступенчатая выборка в этом плане экономична и упрощает подход к выбору объекта.

1. Определение объёма выборочной совокупности для разных выборок.(СМ. документ пдф)

1. Понятие измерения и шкалирование в социологии.

Вряд ли найдется сегодня человек, не знающий, какую роль в нашей жизни приобрели социологические исследования. Их результаты широко освещаются в печати, на них опирается рядовой читатель, формирующий свои симпатии или антипатии к какому-либо общественному деятелю или движению, на них ссылаются публицисты, призывающие читателей (слушателей, зрителей) поверить в обоснованность той или иной политической платформы. В то же время далеко не все проводимые исследования дают достоверную информацию. Одной из основных причин низкого качества многих проводимых в стране социологических исследований является совершенно недопустимое с точки зрения строгих критериев отношение некоторых авторов к получению и интерпретации исходной информации, т. е. к тому, что следует назвать измерением.

Успешность решения проблемы измерения является одной из главных компонент, составляющих понятие качества социологического исследования. Однако далеко не каждый социолог об этом задумывается. Более того, как показывает опыт, само выражение 'проблемы измерения' часто вызывает недоумение: а существуют ли такие проблемы? В чем, собственно, они состоят?

Основной проблемой здесь является непроработанность теории измерения в социальных науках. Неясность применения тех или иных измерительных процедур к обработке информации, полученной с помощью конкретных методов социологического исследования. По ходу курса мы будем обращать внимание на возникающие сложности, но начнем с ключевых понятий.

Полученную различными конкретными методами (или совокупностью методов) информацию мы назовем эмпирической системой (ЭС). Системность информации придает априорное мнение исследователя, что полученные в ходе исследований данные каким-то образом связаны между собой, т. е. рабочая гипотеза. Данные получаются в ходе изучения некой совокупности социальных объектов (отдельных респондентов, домохозяйств, коллективных субъектов). Предполагается, что эти объекты как-то соотносятся друг к другу, и тогда говорят об эмпирической системе с отношениями (ЭСО). Пример ЭСО - совокупность сотрудников какого-то завода, рассматриваемых как 'носителей' удовлетворенности своим трудом с заданным бинарным (т. е. определенным на парах объектов) отношением: 'респондент Иванов больше удовлетворен работой, чем респондент Петров'. Для одних пар это отношение может выполняться, для других наоборот, но оно всегда имеет место и может быть выражено с помощью того или иного арифметического знака: '<', '>', '='.

Отсюда эмпирическую систему можно представить в виде математической системы (МС), т. е. совокупности математических объектов с выделенными соотношениями между ними. Чаще всего в качестве математических объектов выступают числа (количество удовлетворенных или процент) и тогда МС называется числовой. Когда последние задаются в виде некоторых отношений между объектами, говорят о математической системе с отношениями или о числовой системе с отношениями (МСО и ЧСО).

В упрощенном виде измерение - это преобразование некоторой ЭС в МС. Данное преобразование производиться с помощью статистических шкал и процедуры шкалирования.

2. Виды шкал.

Проблема шкалирования - один из ярких примеров непроработанности теории измерения. В различных учебниках по социологии и социальной статистике шкалы называются и описываются по-разному. Часто путают интервальную, ранговую и метрические шкалы. Статистические пакеты компьютерных программ обработки данных также имеют свою интерпретацию шкал. Помимо этого часто признаки, которые должны обрабатываться по одной шкале обрабатываются и интерпретируются по другой. Часто вполне оправдано.

Поэтому разработчики пакета SPSS допустили возможность обработки, скажем, метрических данных в номинальной шкале (другие выдадут сообщение об ошибке).

Но начнем по порядку. Из курса статистики вы должны знать, что шкала - это система возможных оценок социального объекта, расположенных в определенном порядке. Шкала состоит из двух и более градаций, называемых шкальными значениями. Процесс получения шкальных значений называется шкалированием.

Выбор той или иной шкалы определяется изучаемым признаком и его возможными значениями. Признак - это определенная характеристика объекта (например, пол, возраст, политическая ориентация и т. д.). Значение признака - это одна из возможных шкальных альтернатив, которые указанный признак может принимать. Именно количеством возможных альтернатив и определяется получаемая шкала. Возьмем в качестве примера такой признак как пол. В большинстве случаев этом признак будет иметь 2 значения: мужской и женский. Но в гендерных исследованиях иногда выделяют большее количество полов (до 15). В этом случае шкала будет иметь уже не 2, а 15 градаций, каждой из которых соответствует определенное значение.

Теперь рассмотрим основные виды шкал и их математические характеристики. Это лучше всего сделать, составив таблицу:

Тип шкалы

Статистические характеристики шкалы

Математические характеристики (МС)

Изучаемые шкалой признаки (ЭС)

Примеры градаций

Номинальная

Неупорядоченная, направленная на выявление стохастических связей

а = Ь

а ≠ Ь

Пол, национальность, профессия и т. д.

Пол:

1. мужской

2. женский

Ранговая

Частично упорядоченная, определяет статусные характеристики объектов

а = Ь

а > Ь

Уровень образования, занимаемая должность и т. д.

Должность:

1. Рабочий

2. Бригадир

3. ИТР

4. Нач-ник цеха

Порядковая

Разновидность ранговой, где каждому объекту соответствует свое значение

а > Ь

Популярность политиков, престиж профессий и т. д.

Оцените в порядке убывания:

Интервальная

Частично упорядоченная по соотношению объектов, которым придаются метрические свойства

а = Ь, а > Ь

а- Ь= с - d

а - Ь > с - d

Стаж работы, уровень доходов и т. д.

Стаж работы:

1. До 1 года

2. От 1 до 3

3. От 3 до 10

4. Св. 10 лет

Метрическая

Полностью упорядоченная, определяется определенным числовым значением

а = Ь, а > Ь

а- Ь= с - d

а - Ь > с - d

Возраст, доход, количество членов семьи и т. д.

Назовите ваш возраст ____

Шкалы более высокого порядка легко преобразуются в шкалы более низкого порядка. Например, респондент отметил свой возраст 25,5 лет (метрические значения могут выражаться не только в целых числах). Мы можем конвертировать это значение в интервальное (скажем от 20 до 30), в ранговое (по отношению возраста не всегда корректно) и, наконец, в номинальное (молодежь или средний возраст).

Вместе с тем, в социологии часто применяется и обратная процедура - преобразование шкал низкого порядка в шкалы высокого порядка. Эта процедура называется квантификацией - приписывание количественной определенности качественным (номинальным) признакам. Например, в соответствии с полученными данными мы установили, что в целом кондитеры больше удовлетворены своим трудом, чем сантехники. По профессиональному признаку здесь шкала номинальная, но по удовлетворенности трудом - как минимум ранговая. Признаки разные, но по зависимости мы приписываем количественные характеристики качественным признакам.

Прежде, чем вводить и обрабатывать информацию, необходимо помнить как различные шкалы сочетаются друг с другом. Метрическая шкала не сочетается с номинальной (и наоборот). Поэтому такой признак, как возраст, редко кодируется по метрической шкале - трудно установить его взаимосвязь с другими признаками, большинство из которых номинальные. А чтобы ЭС являлась действительно системой, а не отдельными фрагментами, мы должны установить корреляционные связи между всеми признаками, а не отдельные фрагменты.

Существуют специальные шкалы, которые предназначены для определения соотношений. Мы о них поговорим позднее.

Очень часто интервальную шкалу называют метрической. Чисто математически, интервал от 0 до 1 не может быть равен интервалу от 3 до 10. Однако по социальным характеристикам эти интервалы подразумеваются равными. Это в большинстве случаев оправдано, но все же надо помнить, что интервалы мы задаем произвольно и можем ошибиться. Также в большинстве случаев не проводят разницу между порядковой и ранговой шкалами. Здесь мы находимся в зависимости от статистически пакетов компьютерных программ. Одни ориентированы на порядковые, другие на ранговые, а у 'Excel' какой-то промежуточный вариант.

Помимо типологии шкал по математическим основаниям есть типология шкал, которую можно назвать социологической. Критерием здесь является объект шкалирования. Шкалировать можно как самих социальных объектов, так и мнения по каким-либо значимым вопросам. Отсюда выделяют установочные и оценочные шкалы.

Установочными называют шкалы, с помощью которых числа приписываются самим респондентам (а не оцениваемым ими объектам). При использовании такой шкалы речь чаще всего идет об измерении установки последних. Политическая ориентация населения оценивается по установочной шкале. Но помимо этого признаки, которые составляют паспорт исследования: пол, возраст и т. д. Это трудно назвать установкой в психологическом значении этого слова, но в данном случае будет установочным параметром.

Оценочными называют такие шкалы, с помощью которых шкальные значения приписываются не самим объектам, а их мнениям суждениям. При этом предполагается, что полученные числа отражают усредненное мнение интересующей исследователя совокупности респондентов об этих объектах.

3. Проблемы шкалирования социальной информации.

Применение и тех, и других шкал часто бывает некорректным именно потому, что социолог имеет дело с социальными объектами, а они имеют сложноструктурированный характер. Скажем, респондент может быть доволен зарплатой относительно прежнего места работы и, отсюда, выражать свою удовлетворенность трудом. В действительности, ему и работа так себе, и зарплату хотелось бы побольше. Других примеров тоже немало. Особенно в оценке степени значимости социальных проблем. Например, проблема безработицы волнует в большей степени людей пенсионного возраста. Можно интерпретировать, что людям пожилого возраста трудно устроиться на работу: если не знать, что их волнует безработица среди молодежи.

В учебном пособии Юлианы Николаевны Толстовой приведен хрестоматийный для учебников пример некорректного применения шкальных значений (не знаю, было ли что-то подобное в реальной практике). Мы вкратце рассмотрим ее пример (подробнее прочтете в оригинале). Исходным положением примера послужила попытка построения рейтинга 4 политиков, претендующих на руководящий пост) по соответственно 4-х балльной ранговой (точнее, порядковой, т. к. ранговая шкала предусматривает возможность равенства позиций) шкале. По среднему арифметическому рангов получилось, что места распределились следующим образом:

Политик

Среднее

Ранг

Иванов

2,8

Петров

2,1

Сидоров

2,4

Козлов

2,7

Т. е. на первый взгляд побеждает Петров. Вместе с тем, значительно сужается пространственный континуум шкалы. Политики расположились на отрезке от 2 до 3. Искусственно расширяя интервал от 1 до 4, мы выполняем недопустимую математическую процедуру. Помимо этого, мы совершенно не учитываем установочные и собственно оценочные факторы шкалы. Какие тут могут быть варианты. Следующие (в порядке допущений):

1.Часть респондентов по идейно-политическим ориентациям предпочитает Иванова, а Петрова по этому признаку ставит на 4 позицию. Другая часть по этой же причине поступает противоположным образом, а третья - против обоих. В результате Иванов получает 4 ранг, хотя, возможно, он по количеству первых мест опережает всех остальных.

2. Совокупности респондентов хорошо известны Иванов и Петров, которые и являются основными претендентами на руководящий пост. О Сидорове и Козлове им ничего не известно. Одни считают, что лучше Иванов; другие - Петров. Третьи, что оба недостойны. Ситуация приблизительно как п.1, но многие из последних предпочтут 'зло известное' 'злу неизвестному'. Впрочем, некоторые из тех, кто считает, что Иванов лучше собираются голосовать за Петрова и наоборот.

3. Части респондентов известны Сидоров и Козлов. Они ставят одному 1 балл, другому - 2, а остальных просто не оценивают. Как в этом случае будет считать программа? По тем значениям, которые проставлены. Но в этом случае будет большое смещение результата.

Сама Толстова обращает внимание на математические характеристики шкал. В своем примере она исходит из того, что исследователь перепутал метрическую и ранговую шкалы. Он исходит из того, что 2-1=3-2. А это не так. В ранговых шкалах политик занявший 1 место может быть чуть-чуть лучше, занявшего второе, а может и намного, причем каждый респондент считает по-своему. Это противоречие можно преодолеть, задав значения в метрической шкале, скажем, сформулировав вопрос: 'Оцените нижеследующих политиков по 4 (лучше, 10) балльной шкале. Тогда респонденту не придется ломать голову, кто из двух одинаковых для него политиков лучше. Описанные нами выше противоречия актуальны и в этом случае.