Читать книгу Практикум по анализу данных в социологии в программе SPSS онлайн

Если вы выберете использование вторичных данных, необходимо описать базу данных[22], на которых вы собираетесь проводить анализ данных. Существует множество эмпирических баз, которые выложены в открытом доступе и которые можно легко скачать в Интернете после регистрации на сайте. Вы можете использовать их для вторичной концептуализации в рамках своего исследования. К таким базам относятся, например: ESS[23], WVS[24], RLMS[25], ISSP[26], EVS[27], PISA[28], Банк социологических данных Института социологии[29] и др.

После описания эмпирической базы, которую вы используете, следует прописать методологию исследования: привести формулировки вопросов из анкеты (тех переменных, которые будут задействованы в анализе данных), а также описать методы анализа данных, которые будут нужны, чтобы эмпирически проверить выдвинутые вами гипотезы исследования. Здесь же можно указать ограничения исследования (ошибки выборки, ограничения используемой базы данных).

В данном разделе приводится описание статистических процедур, которые вы провели для проверки гипотез. Например, в рамках исследования вам необходимо изучить, есть ли связь между двумя количественными переменными (количеством времени, проведенном в Интернете, и доходом), вы описываете результаты корреляционного анализа. Следует указать, какие были шкалы, какой коэффициент корреляции был применен и почему, связаны ли переменные на статистически значимом уровне. Также следует указать, чему равен коэффициент корреляции и каково направление связи. Подробнее о каждом из видов анализов будет написано далее. Суть в том, чтобы подробно описать получившийся результат.

Также следует отметить, что не стоит делать расчетов, которые не направлены на решения исследовательских задач. Например, если задача состоит в поиске связи, то необходимо подобрать метод для этой задачи с учетом того, какие шкалы используют, является ли распределение нормальным. Очень часто я сталкиваюсь с высказываниями вроде «Я не знаю всех этих сложных методов, поэтому вероятно, что мою статью не примут, ведь там присутствует только одномерный анализ» и т. п. Мы бы не рекомендовали делить анализы данных на сложные / простые. Следует руководствоваться принципом «бритвы Оккама»: выбирать наиболее простой способ, но главное – подходящий для решения вашей исследовательской задачи. Поэтому не стоит стесняться частотного анализа или таблиц сопряженности – иногда это все, что нужно, чтобы сделать исследование завершенным. Поэтому при формулировке задач так важно понимать, какие из них под силу решить статистическими методами, а какие – нет. И, конечно, вышесказанное не означает, что нужно пользоваться только одномерными или двумерными методами анализа данных, в идеале освоить разные методы, для того чтобы иметь возможность ставить задачи разного порядка. Тогда придет понимание, что анализ данных – это несложно, это лишь инструмент для решения исследовательских задач.