Сравнительно описательный метод исследования. Описательные методы анализа данных

Описательный метод используется во всех общественноисторических и естественных науках и стоит, пожалуй, на первом месте по широте применения. Этот метод, как и другие, предполагает соблюдение ряда требований: четкое представление об избранном предмете изучения (о системе антропонимов, топонимов и т. д.), последовательность описания, систематизации, группировки или классификации, характеристики материала (качественной, количественной) в соответствии с поставленной исследовательской задачей.

В ряду других методов описательный является исходным. В значительной мере он определяет успех работы с использованием других методов, которые обычно «просматривают» тот же материал в новых аспектах.

Начальным этапом «описания» материала является его собирание, каталогизация, разумная систематизация, позволяющая видеть разные его части (виды, типы), самые общие отношения, между ними, а также наиболее существенные их качества. Примером первичного описания, например топонимического (гидронимического) материала, могут служить списки рек, списки населенных пунктов, а при исследовании антропонимии — картотеки антропонимов (фамилий, имен, псевдонимов). Нередко на основе этих материалов создаются словари (каталоги, индексы) с той или иной степенью осмысления включенного в них материала. Из публикаций этого рода можно назвать «Список рек Днепровского бассейна» П. Л. Маштакова (1913), «Словник гідронимів України» (1979), «Каталог рек Северного Приазовья» Е. С. Отина (1974—1975), «Гидронимию бассейна Оки» Г. П. Смолицкой (1976), словарь болгарских имен и фамилий («Речник на личните и фамилии имена у българите», 1969) Стефана Илчева, «Словарь английских личных имен» А. И. Рыбакина (1973) и др.

Например, в основу «Каталога рек Северного Приазовья» положены данные рукописных карт XVIII в., военно-топографической карты России середины XIX в., топографические карты 30—40-х годов XX в., полевые записи гидронимов диалектолого-топонимических экспедиций 1963—1972 гг., материалы анкетного опроса жителей, а также различных изданий по истории, исторической географии и геологии Донбасса и Северного Приазовья. Составитель устанавливает и показывает характер взаимозависимости различных водотоков в речной сети — притоки первого, второго, третьего и т. д. ряда. В перечни названий включены не только «правильные», но и явно искаженные (диалектные и т. п.) формы, а также все синхронические (одновременные) варианты и дублеты, причем с приведением исчерпывающей «библиографии» гидронима (его географическая привязка, хронологические пометы, указания на сферу и широту употребления, информация о естественно-географических признаках гидрообъектов, а также сведения о них, интересные для историков, геологов и др.).

Иной характер описания видим в статье А. В. Суперанской «Типы и структура географических названий», где приводятся сведения о двух больших группах топонимов: а) связанных с природно-физической (гидронимией, оронимией), б) с политико-административной географией (государства, провинции, области, районы, населенные пункты, улицы и др.). В структурном плане рассматриваются:

А. Топонимы-существительные

I. простые: 1) суффиксальные — типа Пушкино, Волжск, Мичуринск, Крапивна, р. Березина, Башмакоео, Абдулино, Барановичи, Клинцы и др., 2) префиксальные: Забайкалье, Приамурье, 3) бессуффиксальные: Калач, Изюм, Орел, Сестра, а также Никель, Асбест и др., 4) генитивные (сочетание топонима в родительном падеже с номенклатурным термином) — пик Ленина, мыс Дежнева, залив Академии, пролив Красной Армии;

II. сложные топонимы нескольких подтипов: Красноград, Белгород; Гуляй-поле; Пятигорск, Двуречье; Волгоград, Солнцедар;

III. субстантивные сочетания: Великие Луки, Лысые Горы; Берег Слоновой Кости; Ростов-на-Дону, Комсомольск-на-Амуре и др.

Б. Топонимы-прилагательные

I. простые: р. Белая, хора Бледная, пос. Донской, пик Заоблачный,

II. сложные: Сухобезводное (населенный пункт), Военно-Грузинская (дорога) и т. д.).

Описание всех разрядов имен собственных, т. е. всего ономастического пространства, дается в упоминавшейся выше работе В. Н. Топорова о палийской (древнеиндийской) ономастике — названия деревень (не менее 350), городов (более 200), рек (более 80 названий), а также имена людей (мужские, женские), богов, демонов и др., причем автора интересует структурный и морфологический тип названий, их соотнесенность с апеллятивной лексикой, количественная представленность и др.

Иногда материал одного описания служит базой для проведения описания в совершенно ином аспекте. Так, по «Словарю русских личных имен» Н. А. Петровского (1966, второе изд. 1980) можно дать фонетическую и морфолого-грамматическую характеристику современных русских имен (здесь зафиксировано около 2580 имен — 1720 мужских и 860 женских).

В качестве примера такого анализа приведем результаты фонетической характеристики мужских и женских имен, при которой обращено внимание на: а) количество слогов, б) структуру конечного слога, в) место ударения в личном имени.

а) Мужские имена в исходной форме (им. п. ед. ч.) имеют от 1 (Лев, Петр) до 6 слогов (Ексакустодиан), Однако основную массу составляют трехсложные: Александр, Алексей (их 47%) и двусложные: Виктор, Олег (37%) — имена. Односложных имен — 6% (Влас, Ждан), четырехсложных— 9% (Афанасий, Агрикола), пятисложных — 0,7%, шестисложных — 0,05%.

И в женских именах видим от 1 до 6 слогов, но удельный вес разных слоговых моделей здесь иной: по 38% приходится на трехсложные (Агния, Надежда) и четырехсложные (Валерия, Валентина и др.), 16% — на двусложные (Анна, Вера), 7% — на пятисложные (Леокадия, Олимпиада), 0,7% — на шестисложные (Аполлинария) и лишь 0,1%—на односложные (Руфь).

В целом различия между слоговой структурой мужских и женских имен в форме им. п. ед. ч. составляют примерно 35%. Если же учесть, что у имен на согласный (Иван, -а, -у...) в косвенных падежах прибавляется еще один слог, то разница между мужскими и женскими именами по слоговой структуре уменьшается до 10%.

б) Более 96% мужских имен заканчиваются закрытым слогом (Август, Игорь, Николай) и лишь 4% —открытым (Кузьма, Фока), а почти 99% женских — открытым слогом на -а, а также (редко) -и, -о (Галина, Изольда, Гали, Нелли, Моико) и лишь 1% приходится на имена типа Любовь, Юдифь, Мариам. Следовательно, основным дифференциатором мужских и женских официальных (паспортных) имен в им. п. ед. ч. по фонетической линии (помимо разных основ для большинства мужских и женских имен) в русском языке является характер конечного слога.

в) Ударение в именах может находиться на 1—4-м слогах от конца слова, на 5-м и 6-м слогах не встречается. Наиболее типичным в исходной форме является ударение на предпоследнем (48%) и последнем (45%) слогах. Ударение на конце слова почти всегда у мужских имен, а на 3-м слоге от конца — у женских. Склоняясь, мужские и женские имена на согласный получают добавочный слог за счет гласного флексии, поэтому при обычной неподвижности ударения у личных имен слог «сдвигается» на один к началу слова. Получается, что в целом более 70% мужских и женских имен в современном русеком языке имеют парадигмы с предпоследним ударным слогом. Среди нари-цательных слов большую группу составляют существительные с подвижным ударением, нередко приходящимся на окончание.

Характер описания, его конкретные приемы, а также организация материала и его подача диктуются обычно целевой установкой исследования. Так, в книге О. Н. Трубачева «Названия рек Правобережной Украины» (1968), посвященной систематическому исследованию словообразования, этимологии и следов древнего иранского, тюркского, иллирийского, фракийского, балтийского, славянского населения к югу от Припяти и Десны, сначала дается обратный словарь гидронимов (реки Баба, Ворожба, Скиба, Стрымба и др.), затем — словообразовательный комментарий к этому «полуфабрикату», потом — специальный этимологический комментарий (в алфавитном порядке: Аджамака, Альта, Атакрак, Арель и т. д.), а итоги этнолингвистического описания и интерпретации гидронимов показаны на картах.

Описательный метод, как и другие методы исследования, исторически изменчив. Он расширяет границы своего применения, набор исследовательских приемов и процедур в зависимости от развития общелингвистической (и общенаучной) теории и практики.

Бондалетов В. Л. Русская ономастика - М., 1983 г.

Представляющий собой систему процедур сбора, первичного анализа и изложения данных и их характеристик. Описательный метод имеет применение во всех дисциплинах социально-гуманитарного и естественнонаучного циклов. Предельно широкая употребительность описательного метода в границах научного поиска обусловливается многоступенчатостью методологии современного научного познания, в иерархии которой описательный метод занимает первичные позиции (после наблюдения).

Процедурные характеристики описательного метода

Традиционно принято выделять следующий состав процедур, системное применение которых обеспечивает результативность употребления описательного метода:

• исходным пунктом развёртывания описательного метода является формирование первичного предмета описания - признаков, параметров и характеристик объекта, маркирующихся в качестве значимых и существенных, и составляющих основной аналитический фокус наблюдения и описания (операции, осуществляемые в границах данной процедуры носят преимущественно аналитический характер);
• основной путь проходит через сбор, каталогизацию (типологизацию, систематизацию или распределение по категориям) материала (данных), открывающие возможность исследования его состава, структуры, характеристик, наиболее общих отношений между ними, а также предметно заданных качеств (распределение и поляризация данных по типам, классам, видам, родам или категориям, напротив, реализуется преимущественно в синтетическом ключе);
• материал, собранный и вторично переработанный по категориям, классам, группам, видам или типам подаётся на выход углубленного научного исследования;

Традиционные нормы применения

Как правило, описание предваряет углубленное (собственно научное) исследование (или же является его первым этапом), поставляя образцы и материал для развёртывания дальнейших научных процедур и методов. Последовательное применение описательного метода предполагает следование следующему ряду традиционно принятых норм:

• строгая предметная оформленность избранного объекта описания;
• соблюдение последовательности в описании предметно заданных признаков, параметров и характеристик (качественных, количественных) материала, согласующихся c исследовательской задачей;
• упорядоченность во вторичной переработке собранного материала (процедуры группировки, классификации систематизации и т. д.);

Описательный метод в контексте научной методологии

В области эмпирических научных методов описательный метод является необходимым (следуя после исходного первичного наблюдения), определяя в значительной мере успех работы в целом, развёртывающейся с использованием других методов, разрабатывающих, как правило, собранный и поставленный им материал в новых (собственно, научных) аспектах и новых (собственно, научных) предметных оформленностях. Нередко материал одного применения описания служит базой для проведения описания в совершенно ином аспекте. Описательный метод, как и другие методы исследования, исторически изменчив. Он расширяет границы своего применения, набор исследовательских приемов и процедур в зависимости от развития общенаучной теории и практики.

Сноски и примечания

См. также

Напишите отзыв о статье "Описательный метод"

Ссылки

• // Большой толковый словарь Владимира Чернышева
• // «Descriptive Research». BYU linguistics department (англ.)

Отрывок, характеризующий Описательный метод

В или среди прочих факторов необходимо перечислить методы исследования . Выбрать подходящие методы, применить их в процессе написания работы и грамотно описать во введении – задача не из лёгких. Она усложняется ещё и тем, что в каждой сфере исследования: психология, медицина, финансы, педагогика и прочие, применяются свои, узконаправленные методы. Ниже мы раскроем их сущность и назовём их общие и специальные виды.

Что такое методы исследования?

Это первый вопрос, в котором следует разобраться. Итак, методы исследования – это те шаги, которые мы выполняем на пути к своей работы. Это способы, которые помогают нам решить поставленные задачи.

По причине их огромного количества существуют разные классификации методов исследования , подразделения на виды, объединения в группы. Прежде всего, их принято разделять на две категории: универсальные и частные. Первая категория применима для всех отраслей знания, а вторая отличается более узкой направленностью и охватывает те методы, которые применяются строго в той или иной сфере науки.

Следующую классификацию рассмотрим более подробно и выделим их виды: эмпирические, теоретические, количественные и качественные. Далее рассмотрим методы, применимые в конкретных сферах познания: педагогике, психологии, социологии и прочих.

Эмпирические методы исследования

Этот вид основан на эмпирическом, то есть чувственном восприятии, а также на измерении с помощью приборов. Это важный компонент научных исследований во всех областях знаний от биологии до физики, от психологии до педагогики. Он помогает определять объективные законы, в соответствии с которыми происходят изучаемые явления.

Приведённые ниже эмпирические методы исследования в курсовой работе и прочих студенческих трудах вполне можно назвать основными или универсальными, потому что они актуальны для абсолютно всех областей познания.

• Изучение разнообразных источников информации. Это не что иное, как элементарный сбор информации, то есть этап подготовки к или курсовой работы. Сведения, на которые вы будете опираться, можно брать из книг, прессы, нормативно-правовых актов и, наконец, из интернета. При поиске информации следует помнить, что не все находки являются достоверными (особенно в интернете), поэтому при выборке сведений следует отнестись к ним критически и обращать внимание на подтверждение и сходство материалов из разных источников.
• Анализ полученных сведений. Это этап, который идёт следом за сбором информации. Недостаточно просто найти нужный материал, нужно ещё и тщательно проанализировать его, проверить на логичность, достоверность и .
• Наблюдение. Этот метод представляет собой целенаправленное и внимательное восприятие изучаемого явления с последующем сбором информации. Чтобы наблюдение принесло желаемые плоды, необходимо подготовиться к нему заранее: составить план, набросать факторы, требующие особого внимания, чётко определиться со сроками и объектами наблюдения, подготовить таблицу, которую вы будете заполнять в процессе работы.
• Эксперимент. Если наблюдение – это скорее пассивный метод исследования, то эксперимент характеризуется вашей активной деятельностью. Для проведения опыта или серии опытов вы создаёте определённые условия, в которые помещаете предмет исследования. Далее вы наблюдаете за реакцией предмета и фиксируете результаты опытов в виде таблицы, графика или диаграммы.
• Опрос. Этот метод помогает глубже заглянуть в изучаемую проблему, задавая конкретные вопросы вовлечённым в неё людям. Опрос применяется в трёх вариациях: это интервью, беседа и анкетирование. Первые два вида устные, а последний – письменный. После выполнения опроса нужно чётко сформулировать его результаты в виде текста, диаграммы, таблицы или графика.

Теоретические методы исследования

Методы проведения исследования данного вида отличаются абстрактностью и обобщённостью. Они помогают систематизировать собранный материал для успешного его изучения.

• Анализ. Чтобы лучше понять материал, его необходимо разложить на составные единицы и подробно изучить каждую. Этим и занимается анализ.
• Синтез. Противопоставление анализу, необходимое для объединения разрозненных элементов в единое целое. К этому методу мы прибегаем, чтобы получить общее представление об изучаемом явлении.
• Моделирование. Чтобы подробно изучить предмет исследования, иногда нужно поместить его в специально созданную модель.
• Классификация. Этот метод схож с анализом, только информацию он распределяет на основе сравнения и разделяет на группы, опираясь на общие признаки.
• Дедукция. В лучших традициях Шерлока Холмса этот метод помогает перейти от общего к частному. Этот переход полезен для более глубокого проникновения в сущность изучаемого явления.
• Индукция. Этот метод – противопоставление дедукции, он помогает переходить от единичного случая к изучению цельного явления.
• Аналогия. Принцип её действия заключается в том, что мы находим определённые сходства между несколькими явлениями, а затем выстраиваем логические умозаключения о том, что и другие черты у этих явлений могут совпадать.
• Абстрагирование. Если отвлечься от ярких свойств изучаемого явления, можно выявить те его характеристики, на которые мы доселе не обращали внимания.

Количественные методы исследования

Эта группа методов помогает анализировать явления и процессы с опорой на количественные показатели.

• Статистические методы нацелены на первоначальный сбор количественных данных и дальнейшее их измерение для исследования масштабных явлений. Полученные количественные характеристики помогают выявить общие закономерности и устранить случайные незначительные отклонения.
• Библиометрические методы позволяют изучить структуру, взаимную связь и динамику развития явлений в документационной и информационной областях. Это и подсчет количества сделанных публикаций, и контент-анализ, и цитат-индекс, т.е. определение объёма цитирования различных источников. На их основе можно отследить обращаемость изучаемых документов, степень их использования в различных сферах познания. Отдельного упоминания заслуживает контент-анализ, поскольку он играет важную роль при изучении большого объёма различных документов. Его суть сводится к подсчёту смысловых единиц, которыми могут стать те или иные авторы, произведения, даты выпуска книг. Результатом исследования с помощью этого метода становятся сведения об информационном интересе населения и общем уровне их информационной культуры.

Качественные методы исследования

Методы, объединённые в этой группе, направлены на выявление качественных характеристик изучаемых явлений, чтобы на их основе мы могли раскрыть глубинные механизмы различных процессов в обществе, включая влияние средств массовой информации на сознание отдельного человека или определённые черты восприятия информации различными слоями населения. Основная область применения качественных методов – маркетинговые и социологические исследования.

Рассмотрим важнейшие методы этой группы.

• Глубинное интервью. В отличие от обыкновенного интервью, которое относится к эмпирическому виду, здесь мы говорим о такой беседе, где недостаточно краткого ответа «да» или «нет», но требуются развернутые, аргументированные ответы. Часто глубинное интервью проводится в форме свободной беседы в неформальной обстановке по заранее составленному плану, а его цель заключается в исследовании убеждений, ценностей и мотивации респондентов.
• Экспертное интервью. От глубинного аналога эта беседа отличается тем, что в роли респондента выступает эксперт, компетентный в интересующей сфере. Обладая знанием о специфических сторонах изучаемого явления, он высказывает ценное мнение и существенно способствует научному исследованию. Часто в беседах подобного рода участвуют представители власти, работники вузов, руководители и сотрудники организаций.
• Фокус-групповые дискуссии. Здесь беседа происходит не один на один, а с фокус-группой, состоящей из 10-15 респондентов, которые имеют непосредственное отношение к изучаемому явлению. Во время дискуссии её участники делятся личным мнением, опытом и восприятием предложенной темы, а на основе их высказываний составляется «портрет» социальной группы, к которой относится состав фокус-группы.

Методы педагогического исследования

В педагогике исследования проводятся с помощью как универсальных, так и частных методов, необходимых для изучения конкретных педагогических явлений, а также поиска их взаимосвязи и закономерностей. Теоретические методы помогают определять проблемы, и оценивать собранные материалы для исследования, включая монографии по педагогике, историко-педагогические документы, методические пособия и прочие документы, имеющие отношение к педагогике. Изучая литературу по выбранной теме, мы находим, какие проблемы уже решены, а какие ещё недостаточно освещены.

Помимо теоретических, педагогическое исследование приветствует и эмпирические методы, дополняя их своей спецификой. Так, наблюдение здесь становится целенаправленным и внимательным восприятием педагогических явлений (чаще всего это обычные или открытые уроки в школах). Анкетирование и тестирование часто применяется как к учащимся, так и к педагогическому коллективу для познания сущности образовательных процессов.

Среди частных методов, которые относятся сугубо к педагогическим исследованиям, следует назвать изучение результатов деятельности учащихся (контрольных, самостоятельных, творческих и графических работ) и анализ педагогической документации (журналов успеваемости учащихся, их личных дел и медицинских карт).

Методы социологического исследования

Социологические исследования основываются на теоретических и эмпирических методах, дополненных спецификацией тематики. Рассмотрим, каким образом они преобразуются в социологии.

• Анализ различных источников для получения максимально точной информации. Здесь изучаются и книги, и рукописи, и видео, и аудио, и статистические данные. Один из видов этого метода – это контент-анализ, который трансформирует качественные факторы изучаемых источников в их количественные характеристики.
• Социологическое наблюдение. С помощью этого метода собираются социологические данные путём непосредственного изучения явления в его нормальных, естественных условиях. В зависимости от цели наблюдения оно может быть контролируемым или неконтролируемым, лабораторным или полевым, включенным или невключенным.
• Анкетирование, которое в данной сфере превращается в социологический опрос. Респондентам предлагается заполнить анкету, на основе которой в дальнейшем исследователь получает массив социальной информации.
• Интервью, то есть устный социологический опрос. В ходе прямой беседы между исследователем и респондентом устанавливаются личные психологические отношения, которые способствуют не только получению ответов на поставленные вопросы, но и изучению эмоциональной реакции респондентов на них.
• Социальный эксперимент – исследование того или иного социального процесса в искусственных условиях. Он проводится для проверки выдвинутой гипотезы и испытания способов управления сопутствующими процессами.

Методы психологического исследования

Методы исследования в психологии – это общенаучные эмпирические и теоретические, а также частные, узконаправленные. Преимущественно исследования здесь опираются на модифицированные наблюдение и эксперимент.

Наблюдение в психологии заключается в изучении психической деятельности путём регистрации интересующих физиологических процессов и актов поведения. Этот старейший метод наиболее эффективен на первых шагах к изучению проблемы, поскольку помогает предварительно определить важные факторы изучаемых процессов. Предметом наблюдения в психологии могут стать особенности поведения людей, включая вербальные (содержание, продолжительность, частота речевых актов) и невербальные (экспрессия лица и тела, жесты).

Наблюдение отличается определённой пассивностью исследователя, а это не всегда удобно. Поэтому для более интенсивного и глубокого изучения интересующих психических процессов применяется эксперимент, который в психологическом контексте представляет собой совместную деятельность исследователя и испытуемого (или нескольких испытуемых). Экспериментатор искусственно создаёт необходимые условия, на фоне которых по его мнению изучаемые явления максимально ярко проявят себя. Если наблюдение – это пассивный метод исследования, то эксперимент – активный, т.к. исследователь активно вмешивается в ход исследования, меняет условия его проведения.

Итак, мы просмотрели различные методы исследований, достойные не только упоминания в или , но и активного применения на практике.

Я начал исследовать вещи, меня окружающие, еще в раннем детстве. Тогда я не знал, что учеными уже классифицированы по разным признакам методы исследования тех или иных предметов (объектов). Ниже я расскажу об одном из методов исследования , которым (в силу своего развития) обладает каждый человек, а также опишу его особенности.

Методы исследования

Умами человечества разработано бесчисленное множество методов исследования предметов. По способу действия все они делятся всего лишь на два вида - опытное и теоретическое. Что это значит?

Опытное исследование всегда связано с каким-то действием над предметом исследования. Например, вам нужно исследовать воду на химический состав. Предмет этого исследования - химический состав воды. Как вы его исследуете? Совершенно верно - проводите с помощью химических реагентов химический анализ. Закончится это исследование получением результатов анализа.

Теоретическое исследование связано со сбором и обработкой информации о предмете исследования. Любое теоретическое исследование заканчивается определенным умозаключением.

Как правило, опыт всегда заканчивается теоретической обработкой данных. С практической точки зрения, опытный метод познания бессмыслен без теоретической обработки полученного результата. С другой стороны, теоретический метод познания - это обработка результата, полученного опытным путем: исследование не будет завершенным, если не использовать оба этих метода.

Описательный метод исследования

Описать тот или иной объект - это значит изучить объект исследования с разных сторон и дать его развернутую характеристику. Исходя из этого утверждения, описательный метод исследования имеет следующие особенности :

• носит теоретический характер , т.к. изучение объекта проходит способом описания;
• является универсальным в плане познания сути предмета, т.к. описывать тот или иной предмет можно любыми удобными способами - рисовать, показывать его размер жестами, записывать словами его характеристики или говорить о них устно;
• объект описания - материальный предмет (материя);
• систематизированный подход к исследованию;
• после завершения описания, начинается процесс опытного познания .

«Тема 15. Описательные методы анализа количественных данных 15.1. Общие условия и подходы. Дескриптивные методы для всех уровней измерения...»

Тема 15. Описательные методы анализа количественных данных

15.1. Общие условия и подходы. Дескриптивные методы для всех уровней

измерения

15.2. Доли, проценты, пропорции

15.3.Анализ данных интервального и относительного уровня измерений

15.4.Упрощенное представление нескольких дескриптивных мер

15.1.Общие условия и подходы. Дескриптивные методы для всех уровней измерения

Когда данные собраны, начинается их анализ, т.е. организация данных,

изучение и применение статистических критериев.

В предыдущих главах рассматривались четыре уровня измерения: номинальный, порядковый, интервальный и отношений.

Уровни измерения и соответствующие им статистические методы Таблица 9.

Уровни измерений Описательный метод ана- Номинальный Порядковый Интервальный Отношений лиза данных Распределение частот + + + + Доля + + + + Процент + + + + Пропорция + + + + Мода + + + + Медиана + + + Среднее + +

Примечание:

В таблице 1 обобщаются типы описательных статистик, соответствующих каждому их уровней измерения.

Эта таблица иллюстрирует два важнейших аспекта взаимосвязи между уровнем измерения и анализом данных:

Для более низких уровней измерения имеется меньшее количество применяемых методов анализа данных.

К данным на более высоких уровнях измерения применимы все методы, используемые на низших уровнях измерения.

Далее в рамках этой темы рассматриваются методы описательного (дескриптивного) анализа данных: 1) методы для любого типа данных; 2) методы, применимые только для данных на уровне интервальной шкалы и шкалы отношений.

Дескриптивные методы для всех уровней измерения

Данные на любом из уровней измерения можно описывать в терминах:

1)распределения частот, 2)долей, 3)процентов и 4)пропорций.

Распределение частот

Приведем пример простейшего демографического вопроса:

Укажите свое нынешнее семейное положение (ПРОЧИТАЙТЕ ВСЕ ПУНКТЫ) Не женат (не замужем) и никогда не был (а) женат (замужем) _______(1) Официально женат (замужем), не живем вместе _______(2) Не женат (не замужем), разведен (а) _______(3) Не женат (не замужем), вдовец (вдова) _______(4) Женат (замужем) _______(5) Первым шагом построения распределения часто

–  –  –

Примечание: как показывает эта таблица, исходное распределение частот представляет данные в той форме, в которой они были собраны с помощью вопроса анкеты.

Имея такое распределение, вы можете затем выполнить объединение категорий, в результате чего не будет прямого соответствия первоначальным категориям. В этом случае исходные категории ответов логически группируются, а их частоты складываются.

Вопрос о семейном положении подразделяет «неженатых (незамужних)»

на данный момент респондентов на четыре класса: тех, кто никогда не был женат (замужем); официально состоящих в браке, но не живущих вместе, разведенных и вдовцов (вдов). Вы можете сгруппировать вместе всех «неженатых (незамужних)» участников выборки, чтобы узнать количество состоящих и количество не состоящих в браке. В этом случае распределение частот будет выглядеть таким образом:

Нынешнее семейное положение Количество ответов Состоят в браке 22 Не состоят в браке 28 ВСЕГО 50

–  –  –

Примечание: подобная перегруппировка данных дает возможность рассматривать семейное положение совокупности респондентов под разным углом зрения.

15.2. Доли, проценты, пропорции Построив распределение частот, вы должны выбрать один из трех типов анализа, который способствовал бы более глубокому пониманию свойств собранных вами данных. К этим трем типам анализа относятся: доли, проценты и пропорции.

–  –  –

Но необходимо заметить, что доли – эффективный, но не слишком распространенный способ представления относительных размеров групп.

Проценты. Более распространенным способом обобщенного представления данных служит процентное распределение. Оно вычисляется путем деления количества ответов в каждой категории на общее количество ответов и умножением частного на 100 (это все равно, что умножить долю на 100).

Так, процент женатых (замужних) респондентов в выборке будет составлять 56%, и подсчитывается так:

Процент женатых (замужних)= [ Число женатых (замужних)] = [Общее число участников выборки] *100 =Процент женатых (замужних) = 28/ 50 * 100 = 56%

–  –  –

Подсчет процентов для данных на номинальном, интервальном и относительном уровне измерения очень прост.

Процент представляет частоту в одной конкретной категории, деленную на сумму частот всех категорий. Этот подход к вычислению процентов несколько отличается от порядковых данных. При вычислении процентов для данных на порядковом уровне измерения каждый из пунктов рассматривается как независимая единица. Порядковые шкалы, такие как вопросы на ранжирование, предлагают респонденту несколько объектов или свойств с просьбой упорядочить в соответствии с определенным критерием.

Приведенный ниже пример – типичный вопрос на ранжирование:

Вы только что увидели три рекламных ролика. Каждому из роликов было дано название до того, как вы их просмотрели. Ниже ролики перечислены в порядке, в котором вы их увидели. Пожалуйста, дайте оценку каждому из рекламных роликов, указав степень своего доверия к их содержанию. Поставьте «1» напротив названия ролика, который показался вам наиболее правдоподобным, «2» - напротив менее правдоподобного ролика, а «3» поставьте напротив ролика, показавшегося вам наименее правдоподобным. Каждая из оценок от «1» до «3» ставится только один раз. Повторения не допускаются.

«Ученый нового столетия» __________ «Мама нового столетия» __________ «Окружающая среда в новом столетии» __________

–  –  –

Распределение процентов для порядковых данных также можно читать по строке. Данные в первой строке предыдущей таблицы указывают на то, что рекламный ролик «Ученый» получил наибольшее число рангов «1» (76%), намного превысив число рангов «1», полученными рекламными роликами «Мама» (20%) и «Окружающая среда» (4%).

В общем, процесс вычисления и представления таблиц и графиков распределения долей и процентов довольно прост. Но при этом необходимо придерживаться двух основных правил:

во-первых, всегда указывайте в таблице и на графике общее число наблюдений. Тем самым вы предоставляете своей аудитории возможность оценить объем выборки, для которой построено распределение;

во-вторых, избегайте подсчета долей и процентов, если общее число наблюдений менее 50. Если объем выборки намного меньше этого числа, случайные отклонения данных могут вызвать значительные изменения долей и процентов, сообщающих об отдельной категории ответа.

Пропорции. Третий путь суммирования данных на всех уровнях измерения – использование пропорции. Пропорция одного числа Х в отношении другого числа Y определяется как X деленное на Y.

Слова по отношению к – важная составляющая этого определения. Число, предваряющее по отношению к (в данном случае число Х), ставится в числитель дроби, тогда как число после слов по отношению к ставится в знаменатель дроби.

Пропорции, как следует из этой математической формулы, дают возможность отчетливо видеть соотношения между относительным размером двух категорий, использованных в анкетном опросе.

Что касается данных о семейном положении, мы видим, что пропорция не состоящих в браке респондентов по отношению к состоящим в браке составляет 22/28 или 22:28. Однако понять соотношение будет легче, если наименьший член пропорции представить равным единице. В этом случае пропорция представляет два числа Х и Y, деленные на наименьшее из них. Таким образом, пропорцию не состоящих в браке респондентов по отношению к состоящим в браке можно также выразить как 1:1,27. (Обратите внимание, как использование пропорции сразу делает очевидным относительный объем этих групп).

15.3. Анализ данных интервального и относительного уровня измерений Интервальные и относительные шкалы обладают всеми характерными особенностями, присущими номинальным и порядковым шкалам, а также особыми свойствами, не характерными для этих не столь мощных уровней измерения.

Следовательно, все количественные и графические методы, используемые для описания и презентации номинальных и порядковых данных, могут быть применены для описания и представления интервальных и относительных данных. Но сила данных интервального и относительного уровней позволяет осуществить дополнительный анализ, невозможный на номинальном и порядковом уровне. Характер и количество шагов, которые следует предпринять перед применением этих дополнительных методов анализа, зависят от того, являются ли полученные данные дискретными или непрерывными.

Дискретные данные Рассмотрим следующий вопрос для оценки.

Пожалуйста, дайте оценку рекламному ролику, который вы только что видели. Для выражения своего согласия или несогласия с утверждением «Этот рекламный ролик рассчитан именно на таких людей, как я» воспользуйтесь приведенной ниже шкалой.

Абсолютно согласен ___________(1) Скорее согласен, чем нет ___________ (2) Не могу сказать определенно ___________ (3) Скорее не согласен ___________ (4) Абсолютно не согласен ___________ (5) Данные, полученные с помощью этого вопроса, являются дискретными.

Дискретные данные содержат ответы, ограниченные конкретным набором целых чисел, отделенных друг от друга одинаковыми интервалами. Этот вопрос дает возможность собрать дискретные данные, так как респондент должен выбрать один из вариантов ответа (ограниченный набор), представленных кодами «1», «2» и т.д. (фиксированный и одинаковый шаг между уровнями ответов).

Для применения описательных методов анализа дискретных данных можно не предпринимать каких-либо промежуточных шагов.

Непрерывные данные Непрерывные данные предоставляют такую возможность для ответа, при которой значения, во крайней мере, теоретически, могут быть как угодно близко расположены друг к другу на числовой шкале. Например, с помощью вопроса «Сколько вам лет?» собираются непрерывные данные. Респондент может ответить, что ему 40, 40 и 1/2, 41, 42 и 1/3 и т.п. Поскольку вопросы для сбора непрерывных данных не предполагают наличия каких-либо заранее установленных и предварительно закодированных категорий, данные перед вычислением распределения процентов и построением столбиковых или круговых диаграмм следует определенным образом организовать. Организация непрерывных данных называется группировкой (или организацией). Процесс группировки осуществляется в определенной последовательности.

Данные упорядочиваются.

Определяются число и ширина интервалов категорий.

Строится распределение частот.

Упорядочение данных. Представим, что на предыдущий вопрос о возрасте ответили 100 участников опроса. Первым шагом группировки непрерывных данных будет упорядочивание данных. Результат упорядочивания называется не сгруппированным рядом и его можно сравнить с построением учеников класса по росту или размещением маслин по размеру. Несгруппированный ряд, включающий 100 ответов на вопросы о возрасте, воспроизведен ниже (см. табл.10) Несгруппированный ряд ответов на вопрос «Сколько вам лет?»

Таблица 10 Определение количества и ширины интервалов и категорий. Следующий шаг предполагает определение числа и ширины интервалов категорий. От этого зависит способ группировки данных. По каким критериям группируются данные о возрасте и сколько их – 5 или 25?

Твердо установленных правил для проведения границ между категориями не существует.

Но при определении ширины интервалов и границ между категориями все же следует иметь ввиду, что:

группировки должны отражать характер данных. Если размах данных (т.е. разность между наибольшим и наименьшим значениями) большой, тогда и ширина интервалов категорий, скорее всего, будет также большой. Данные, изменяющиеся в более узком диапазоне, лучше обобщать с ипользованием относительно меньших категорий;

–  –  –

Описательные статистики Среднее и меры изменчивости. Среднее и среднее арифметическое - пожалуй, наиболее распространенная статистика свертки для совокупности интервальных и относительных данных. Понятие среднего балла нам уже хорошо знакомо, поскольку мы часто сами вычисляем это значение, например, при подсчете среднего баллов трех экзаменов в виде теста или при определении среднего балла аттестата. В этих и подобных случаях мы вычисляем среднее, складывая все значения чисел и затем деля полученную сумму на общее их количество. Например, средним для чисел 2,3,7,8, 10 будет число 6 (30: 5).

–  –  –

Если число ответов невелико или данные не сгруппированы, среднее легко вычислить, сложив сырые баллы и поделив полученную сумму на общее число баллов. Большие массивы данных и сгруппированные данные требуют другого метода для вычисления среднего ряда данных. В этом случае подход будет таким же, но математические вычисления другими.

При вычислении среднего ряда сгруппированных данных предполагается, что все ответы одной категории сконцентрированы посередине интервала.

(Обратите внимание: результатом такого предположения является то, что среднее, вычисляемое на основе сгруппированных данных, будет отличаться от среднего, вычисляемого на основе несгруппированного, исходного ряда. Учитывая это предположение, при вычислении среднего сгруппированных данных следует придерживаться следующих четырех шагов (см. табл.11.):

–  –  –

этого распределения иллюстрирует важнейший аспект среднего: среднее становится тем менее репрезентативным по отношению к распределению, на основе которого оно вычисляется, чем больше распределение отличается от нормальной кривой.

Несмотря на то, что среднее намерения купить товар равняется 3,0 для всех трех роликов, это значение более репрезентативно для распределения реакций на ролик 3 по сравнению с реакциями на ролики 1 и 2. Нельзя утверждать, что среднее ответов после просмотра рекламного ролика 2 составляет 3,0 или определять его как нейтральное, так как, в сущности, ни один из респондентов не дал ему подобной оценки.

Таким образом, если вы вычисляете средний балл, важно определить, насколько хорошо среднее представляет распределение ответов, на основе которого оно вычислялось, Это можно сделать, визуально изучив распределение баллов и приняв субъективное решение о представительности среднего или воспользовавшись статистиками для описания этого диапазона. В последнем случае вы вычисляете и изучаете дисперсию и стандартное отклонение, которые могут подсчитываться как для сгруппированных, так и для не сгруппированных данных, являются вычисляемыми показателями рассеивания значений баллов относительно среднего.

Дисперсия (обозначаемая символом s2) вычисляется таким образом: вычисляется сумма квадратов отклонений каждого наблюдения (Xi) от среднего (Х), которая делится затем на общее число наблюдений минус один (N – 1).

Математически это выражается формулой:

m X)2 (Xi S2 = i1 N1 (Поэтапная процедура вычисления дисперсии ряда данных (сгруппированных и несгруппированных) приведена ниже в табл. _5_) Хотя дисперсия – хорошая мера рассеивания данных, все же ее использование имеет один недостаток. Дисперсия выражается в квадратах единиц измерения, а не в исходных единицах. Например, дисперсия для данных табл.5 представляет квадраты оценок. Следовательно, трудно соотнести числовое значение дисперсии с числовым значением среднего.

Эта проблема решается благодаря использованию стандартного отклонения. Стандартное отклонение равно корню квадратному из дисперсии и вычисляется с помощью формулы:

m X)2 (Xi S= i1 N1 Таким образом, стандартное отклонение как квадратный корень из дисперсии выражается в тех же единицах, что и результаты первоначального измерения. В итоге несложно соотнести величину стандартного отклонения со средним.

Если просто руководствоваться интуицией, становится ясно, то что чем больше разброс ряда данных, тем больше дисперсия и стандартное отклонение.

Если разброс отсутствует и каждое значение равняется среднему, тогда все отклонения будут равняться нулю, а значит дисперсия (основанная на сумме квадратов этих отклонений) и стандартное отклонение тоже будут равняться нулю. (Вы можете это самостоятельно доказать. Вычислите дисперсию и стандартное отклонение для ряда, состоящего из десяти одинаковых баллов. Значение баллов не играет роли). При возрастании разброса в ряду данных, отклонения от выборочного среднего также имеют тенденцию возрастать, как и сумма квадратов этих отклонений. Следовательно, если две выборки респондентов отвечают на один и тот же вопрос, большее значение дисперсии указывает на большее рассеивание баллов.

–  –  –

15 1 -2,48 6,15 92,25 45 2 -1,48 2,19 98,55 40 3 -0,4 0,23 9,20 30 4 +0,52 0,27 8,10 70 5 +1,52 2,31 161,70 Итого = 200

–  –  –

Шестой шаг: стандартное отклонение = дисперсия = 2,0 = 1,42 Медиана. Среднее является часто используемой мерой центральной тенденции ряда данных. Дисперсия и стандартное отклонение указывают на разброс значений вокруг среднего, что позволят сделать вывод о том, насколько хорошо среднее описывает совокупность данных. Помимо среднего существуют еще две меры центральной тенденции: медиана и мода. (Причем следует обратить внимание, что использование среднего, медианы и моды зависит от уровня измерения данных. Среднее вычисляется только для интервальных и относительных данных, медиана – для порядковых, интервальных и относительных данных. Мода используется для свертки данных на всех уровнях измерения).

Медианой называется значение, располагающее посередине ранжированного ряда данных. Медиана делит ряд данных пополам таким образом, что 50% значений меньше медианы. При нечетном количестве значений медиана определяется как вариант, расположенный в самом центре распределения.

Медиану в этом случае легко установить визуально по формуле:

Позиция медианы = Общее число единиц совокупности + 1 Если же ряд содержит четное число значений, медиана определяется как среднее двух центральных значений в ранжированном ряду.

Что использовать – среднее или медиану? Определение среднего и медианы ряда значений важно и полезно для более глубокого понимания особенностей данных. В целом, среднее является более предпочтительной мерой в силу своих математических свойств и возможности лучше оценивать среднее генеральной совокупности на основе выборочного среднего. Вместе с тем, существуют две ситуации, когда следует предпочесть медиану.

Первая ситуация - когда ряд данных содержит одно или несколько экстремальных значений (так называемых «выбросов» - необычно малых или больших значений). Определять медиану в таких случаях предпочтительнее, поскольку значение среднего чрезвычайно чувствительно к наличию выбросов, тогда как медианы – нет. Если имеются экстремальные значения, среднее можно представить очень искаженную картину.

Например, предположим, что вы хотите описать уровень доходов целевой аудитории целевой аудитории нового товара. Вы представляете концепцию нового товара репрезентативной выборке и отмечаете уровни доходов тех, кто сильно или умеренно заинтересован в приобретении товара.

Допустим, уровень доходов тех, кто сильно и умеренно заинтересован, был таким:

Доход Частота Среднее доходов части выборки, заинтересованной в новом товаре, составляет 35 314 долл. Это среднее не отражает реальной картины всей совокупности. Оно искусственно завышено, так как ряд содержит одно экстремальное значение, что может повлечь за собой принятие неверного решения.

Медиана, которая в данном случае составляет 12 тыс. долл., гораздо лучше описывает данную совокупность.

Второй ситуацией, когда следует отдать предпочтение медиане, является наличие открытых категорий в группировке данных. Группировка по возрасту, описанная выше в этой главе, состоит из полностью закрытых групп. Это означает, что каждая возрастная категория имеет верхнюю и нижнюю границу.

Однако для некоторых группировок используются открытые категории.

Например, одной из категорий группировки данных о доходах может быть пункт «более 100 тыс. долл.». Среднюю точку этой группы определить невозможно, так как не установлена верхняя граница. Следовательно, в этой ситуации необходимо использовать медиану, поскольку без серединной точки вычислить среднее сгруппированных данных невозможно.

Мода. Еще одной мерой центральной тенденции служит мода. Она определяется как наиболее часто встречающееся значение в ряду данных. Описанные выше шкалы, отражающие намерение купить, имеют различные моды.

Распределение по рекламному ролику 1 под названием «Ультра» многомодально, так как существует более двух значений, которые встречаются, которые встречаются чаще всего. Распределение рекламного ролика под названием «Власть» бимодально, так как чаще других встречаются два значения. Распределение рекламного ролика под названием «Дети» имеет одну моду, равную трем, так как это значение встречается чаще других.

Соотношение среднего, моды и медианы. Среднее, мода и медиана дают различное видение характеристик ряда. Распределение будет симметричным, если среднее, медиана и мода совпадают. (См. ниже на рис.9.)

–  –  –

В таких случаях распределение справа от среднего, медианы или моды это зеркальное отображение распределения слева от этих величин и большинство наблюдений приходится на центр распределения. В этой ситуации среднее служит точной и предпочитаемой мерой центральной тенденции распределения.

Многие распределения не являются симметричными. Распределение, в котором мода меньше медианы, а медиана в свою очередь, меньше среднего, скошена влево. Это распределение имеет целый ряд значений, с низкой частотой в верхней части. (См. на рис.

Мода Медиана Средн.

–  –  –

Распределение, в котором мода больше медианы, а медиана больше среднего, скошено вправо. (См. на рис.11 ниже).

В зависимости от скошенности распределения и диапазона значений в качестве меры центральной тенденции выбирается или медиана, или мода.

–  –  –

15.4.Упрощенное представление нескольких дескриптивных мер С помощью дескриптивных мер обобщаются тенденции, лежащие в основе данных. Тем не менее, бывают случаи, когда многочисленные дескриптивные меры конечным пользователям результатов исследований не предоставляются. Ценность проведенных исследований при этом значительно падает, так как конечный пользователь не видит широкой картины полученных результатов исследования, и поэтому не может установить их значимость для принятия необходимых решений.

Подобной ситуации следует всячески избегать. Для упрощенного представления большого количества мер используются несколько различных аналитических приемов. Выбор подхода зависит от уровня измерения данных.

Номинальный уровень данных: организация представления и вычисление «совокупного» процента.

Рассмотрим следующий вопрос-меню:

Вы только что просмотрели рекламный ролик. Поставьте свою отметку напротив утверждения, если вы считаете, что оно отражает именно те чувства, которые вызвал у вас просмотр рекламного ролика. Вы можете отметить сколько угодно утверждений (или вообще не отмечать) в зависимости от чувств, испытанных вами от просмотра рекламного ролика Было скучно _______ Я кое-что узнал(а), просмотрев рекламный ролик _______

–  –  –

Закономерность ответов на этот вопрос можно сделать более ясной, если придерживаться следующих действий:

Во-первых, определите о чем данные будут говорить, т.е. установите, что вы хотите получить – общую картину положительных или отрицательных откликов, или реакцию на исполнение ролика в сравнении с реакцией на рекламное обращение. (В этом примере мы концентрируем внимание на положительных и отрицательных реакциях).

Во-вторых, сгруппируйте утверждения в соответствии с целью представления данных. Исходя из поставленной цели, отдельно группируются все положительные утверждения и отдельно – отрицательные.

В – третьих, дайте название каждой из группировок. В нашем случае одна группировка будет называться «Положительные реакции», а вторая – «Отрицательные реакции».

В- четвертых, рассчитайте совокупный процент для каждой группы суждений. Этот процент характеризует долю респондентов, выбравших, по крайней мере, один из пунктов группировки. *Следующая

–  –  –

Интервальные и относительные данные: объединение связанных по смыслу шкал. Очень часто для оценки индивидуального отношения и поведения используют набор школьных вопросов. Использование серии шкал обычно обеспечивает многостороннее понимание интересующей области. Например, рекламист, занимающийся репозиционированием товара с целью подчеркнуть его свойства, благотворно влияющие на здоровье человека, сперва может оценить мнение целевой аудитории о рекламировании товаров, благотворно влияющих на здоровье человека, и ее отношение к компаниям, финансирующим такую рекламу.

Для этой цели могли быть использованы следующие утверждения:

6. Корпорации, которые призывают к потреблению товаров, благотворно влияющих на здоровье человека, стремятся лишь заработать побольше денег.

7. Многие корпорации намеренно преувеличивают свойства своих товаров, представляя их как благотворно влияющие на здоровье человека.

В этой серии утверждения 1,2,4 и 5оценивают отношение потребителей к рекламе товаров, благотворно влияющих на здоровье человека, тогда как

–  –  –

–  –  –

Важные результаты лучше всего представить, сперва организовав утверждения, как показано в таблице 16 (См.выше), а затем осуществив дополнительные вычисления. Сначала, как и в случае с вопросами-меню, логически связанные пункты группируются, и группе присваивается название. Далее вычисляется среднее для каждой группы шкал. Эта обобщающая информация, когда она добавляется в исходную таблицу (См. ниже следующую таблицу 17. «Сгруппированные утверждения, выражающие отношение»), делает очевидными и наглядными различия между подгруппами в отношении рекламы и производителей товаров, преподносимых как благотворно влияющие на здоровье человека.

–  –  –

Это ключевая идея утверждения. Шкалы некоторых утверждений перевернуты для обеспечения единообразия интерпретации значений. Большие величины указывают на большую степень согласия и более отрицательное отношение.

–  –  –

Далее надо иметь ввиду, что усреднение ответов на логически взаимосвязанные шкалы – интуитивно обоснованный метод обобщения информации. Однако для того, чтобы вычисление среднего было осмысленной операцией, вы должны прежде убедиться в том, что шкалы содержательно связаны между собой. Затем следует вычислить коэффициент альфа, который отражает внут

–  –  –

Анализ данных и компьютеры Методы описательной статистики, рассмотренные в этом разделе учебного курса, несложны для вычисления, - можно обойтись и обычным калькулятором. Но существуют и методы математико - статистического вывода, требующие значительно более сложных вычислений.

Статистические программы, разработанные для персональных компьютеров, сокращают (а часто и устраняют) необходимость вычисления вручную.

Такие программы, как Minitab и SPSS, дают возможность быстро и эффективно исследовать и анализировать данные. В данном учебном курсе эти программы и методы не рассматриваются.

Резюме

Анализ данных помогает исследователю обнаружить закономерности и тенденции в ответах на вопросы анкеты. Тип анализа, наиболее подходящий для конкретного вопроса, определяется уровнем измерения вопроса.

Все данные, независимо от уровня измерения могут анализироваться с помощью частот, долей, процентов и пропорций. Эти сводные данные могут быть представлены как в виде таблиц, так и в виде графиков.

Для данных, измеренных в шкалах интервалов и отношений, можно использовать дополнительные статистические выводы.

Среднее или среднее арифметическое, медиана, мода, дисперсия и стандартное отклонение вычисляются для данных интервального и относительного уровней.

Среднее характеризует наиболее типичное значение распределения чисел.

Дисперсия и стандартное отклонение – показатели степени рассеивания распределения, которые помогают определить, насколько хорошо среднее представляет распределение.

Определение медианы (значения, располагающегося в центре распределения) и моды (наиболее часто встречающегося значения) способствует более глубокому пониманию особенностей распределения для определения того, насколько хорошо среднее представляет распределение.

Вопросы к теме

1. Что такое подсчет ответов?

2. Что такое распределение частот?

3. Какова зависимость между подсчетом и распределением частот?

4. Что представляет собой доля? Как она вычисляется?

5. В чем заключается связь между распределением частот, долей и процентов?

6. Что легче воспринимается для представления данных: доля или процент? Чем это объяснить?

7. Что лучше всего определить при малом объеме выборки: распределение частот, долей или процентов?

8. Что такое пропорция? Как она вычисляется?

9. Что представляет собой распределение частот данных ранжирования? В чем его сходство, а в чем отличие от распределения частот номинальных данных?

10.Что представляет собой распределение процентов для ранжирования данных? В чем его сходство, а в чем отличие от распределения частот номинальных данных?

11.Что такое дискретные данные? Чем они отличаются от непрерывных данных?

12.Что такое группировка и когда ее следует использовать?

13.Назовите три шага группировки данных. Дайте краткое описание каждому шагу.

14.Какими основными правилами следует руководствоваться при создании категорий непрерывных данных?

15.Что представляет собой среднее или среднее арифметическое ряда чисел?

16.Какие обстоятельства определяют меру репрезентативности среднего данным, на которых оно вычислялось?

17.Что такое дисперсия? Как она вычисляется?

18.Какая существует зависимость между дисперсией и стандартным отклонением?

19.Что такое медиана? Как она определяется?

20.При каких обстоятельствах медиана по сравнению со средним более предпочтительна как описательная мера для набора данных?

21.Что такое мода?

22.Какое соотношение существует между средним, медианой и модой при колоколообразном и ассиметричном распределении?

23.Какие три шага следует проделать для упрощенного представления номинальных данных?

24.Что такое совокупный процент и как он вычисляется?

25.Какие три шага следует проделать для упрощенного представления интервальных и относительных данных?

26.Что такое коэффициент альфа и что он говорит о наборе вопросов?

27.Как вычисляется коэффициент альфа?

Практикум Компания «Собачья радость» создала четыре новых ролика для рекламирования своей линии по производству ароматизированных собачьих бисквитов. Перед тем как выбрать для производства один из рекламных роликов, компания провела исследование реакции целевой аудитории на каждый ролик, а также реакции на те конкретные рекламные утверждения о товаре, которые нес каждый ролик.

Сбор данных осуществлялся методом интервью в торговом пассаже.

Посетители, прошедшие отборочную процедуру и согласившиеся участвовать в исследовании, приглашались в специальное помещение для проведения интервью и просмотра рекламных роликов. После просмотра всех трех роликов профессиональный интервьюер проводил с каждым респондентом двадцатиминутное интервью.

Интервью было довольно обширным. Вот некоторые основные вопросы, которые задавались каждому из респондентов:

Вопрос 1. Пол

ЗАПИШИТЕ НЕ СПРАШИВАЯ

Будьте добры, прослушайте каждую фразу, которую я сейчас вам прочитаю.

После каждой услышанной фразы отметьте на шкале этой карточки (НА КАРТОЧКЕ – ПЯТЬ ПУНКТОВ:

ОТ «АБСОЛЮТНО СОГЛАСЕН» (1) ДО «АБСОЛЮТНО НЕ СОГЛАСЕН»(5) степень вашего согласия или несогласия с каждой из услышанных фраз.

a) Я думаю, что моей собаке эти бисквиты понравятся больше, чем те, которые я даю ей сейчас.

b) Я думаю, что моя собака будет вести себя намного лучше, если давать ей эти бисквиты в качестве вознаграждения за хорошее поведение.

Вопрос 9. Преимущества товара.

В роликах упоминались несколько преимуществ собачьих бисквитов компании «Собачья радость». Я хотел бы, чтобы вы отметили относительную важность этих преимуществ для вас и вашей собаки, присвоив каждому из них определенное количество очков. У вас есть 100 очков, которые вы можете распределить между приведенными ниже четырьмя преимуществами. Вы можете присвоить меньше или больше очков, или же не присвпаивать ни одного очка. Чем больше очков вы присвоите какому-либо из преимуществ, тем большее значение оно имеет для вас. Убедитесь, что общая сумма присвоенных вами очков равняется 100. ПЕРЕДАЙТЕ АНКЕТУ РЕСПОНДЕНТУ. ПОСЛЕ ЗАПОЛНЕНИЯ СОБЕРИТЕ АНКЕТЫ. УБЕДИТЕСЬ В ТОМ, ЧТО ОБЩАЯ СУММА ПОСТАВЛЕННЫХ РЕСПОНДЕНТОВ ОЧКОВ РАВНЯЕТСЯ 100.

Очищает зубы _________ Предупреждает появление кариеса __________ Освежает дыхание __________ Дополнительное питание для собаки __________ Всего 100 Вопрос 13. Коммерческая привлекательность Ниже приведены названия четырех просмотренных вами роликов. Хочу вас попросить дать оценку каждому из них. Поставьте «1» напротив названия ролика, который вам понравился больше всего, «2» - следующему ролику, «3» - ролику, который понравился меньше, и «4» - ролику, который понравился меньше всех. Каждую из оценок вы должны поставить только один раз. ПЕРЕДАЙТЕ АНКЕТУ РЕСПОНДЕНТУ. ПОСЛЕ ЗАПОЛЕНИЯ

СОБЕРИТЕ АНКЕТЫ. УБЕДИТЕСЬ В ТОМ, ЧТО РЕСПОНДЕНТ ПОСТАВИЛ КАЖДУЮ

ИЗ ОЦЕНОК ТОЛЬКО ОДИН РАЗ.

–  –  –

Ответы пятидесяти респондентов воспроизведены в таблице (См. ниже).

Воспользуйтесь этими данными и своим знанием связи между уровнем измерения и типом анализа для того, чтобы дать ответы на следующие вопросы:

Вопрос 1. Пол К какому уровню измерения относится этот вопрос?

Как характеризуется выборка с точки зрения половых различий? Какая из мер центральной тенденции (среднее, медиана или мода) лучше всего отражает эту характеристику? Почему эта мера наиболее приемлема при данном распределении? Следует ли в данном случае вычислить дисперсию и стандартное отклонение? Почему? Представьте результаты проведенного вами анализа в виде таблицы и графика.

Вопрос 2. Возраст К какому уровню измерения относится этот вопрос?

Сгруппируйте данные с целью дать характеристику выборки на основе возраста. Какая из мер центральной тенденции (среднее, медиана или мода) лучше всего отражает эту характеристику? Почему эта мера наиболее приемлема при данном распределении? Следует ли в данном случае вычислить дисперсию и стандартное отклонение? Почему? Представьте результаты проведенного вами анализа в виде таблицы и графика.

Вопрос 7. Привлекательность товара К какому уровню измерения относится этот вопрос?

Используя ответы на вопрос 7а, определите степень привлекательности товара для целевой категории. Как каждая из мер центральной тенденции помогает вам понять характеристики распределения ответов? Какая из мер, с вашей точки зрения, наиболее приемлема для иллюстрации степени привлекательности товара? Следует ли в данном случае вычислять дисперсию и стандартное отклонение? Почему Используя ответы на вопрос 7б, определите степень доверия целевой аудитории к утверждению о том, что благодаря бисквитам собака будет вести себя лучше. Так же, как для вопроса 7а, определите, как каждая из мер центральной тенденции помогает вам понять характеристики распределения ответов.

Какая из мер, с вашей точки зрения, наиболее приемлема для иллюстрации уровня убеждения целевой аудитории в том, что благодаря бисквитам собака будет вести себя лучше? Следует ли в данном случае вычислять дисперсию и стандартное отклонение? Почему?

УДК 159.9.072 Вестник СПбГУ. Сер. 12. 2010. Вып. 2 М. Г. Филиппова, Р. В. Чернов, С. А. Мирошников ВЫТЕСНЕНИЕ УГРОЖАЮЩЕЙ ИНФОРМАЦИИ: ИЗУЧЕНИЕ ВОЗМОЖНОСТИ ИЗМЕРЕНИЯ НЕОСОЗНАВАЕМОГО СТРАХА1 Характеристика современного состояния проблемы...»

«Пракрити. Ваша аюрведическая конституция Свобода Роберт Опубликована: 2007 Категории: Виньетки: Аюрведа Роберт Свобода ПРАКРИТИ ВАША АЮРВЕДИЧЕСКАЯ КОНСТИТУЦИЯ Москва ШЬ 2007 УДК 613.86 ББК 53.59 С25 Замечание: Эта книга предназначена для познавательных целей и не может заменить консультацию...»

«Андрей Витальевич Крюков Бухгалтерский учет с нуля Аннотация Профессия бухгалтера была и сегодня остается достаточно популярной. Все знают, что в каждой фирме обязательно работает хотя бы один бухгалтер. Вы тоже решили стать бухгалтером, но, впервые соприкоснувшись с бухгалтерским учетом, решили, что мир счетов и проводок, реестров и...»

«Гороскоп 14 июня 1985 г., 13 ч. 9 мин., г. Краснодар солн. день, лунный день, вторник Перед нами стоят две задачи: первая – разобраться, что Вы за человек, и вторая – где и как Вы можете реализовать себя. Рассмотрен...»

«БРОЙЛЕРЫ Руководство по выращиванию бройлерного поголовья An Aviagen Brand Руководство Цель этого руководства – помочь заказчикам Aviagen добиться оптимальной продуктивности бройлерного стада. Мы не ставим целью предоставить исчерпывающую информацию о каждом этапе производства. Руководство уделяет...»

«Измерительный комплекс для исследования электричества приземного слоя атмосферы Петров А.И., Петрова Г.Г., Панчишкина И.Н., Кудринская Т.В., Петров Н.А. Введение Регулярные измерения атмосферно-электрических характеристик являются основой как экспериментального, так и...» боях, но сердцем глубже других пережил состояние народа на войне. Но есть еще и третий вид военных стихо...», мы в течении 1-2 рабочих дней удалим его.