К какой шкале относится переменная age group
Перейти к содержимому

К какой шкале относится переменная age group

  • автор:

Типы шкал (Type of scale)

Шкала измерения в статистике — это способ представления переменных (признаков, атрибутов) и их группировки в различные категории. Она определяет характер значений, присвоенных переменным в наборе данных.

Шкала измерений формируется на основе двух ключевых понятий — измерение и масштабирование. Измерение — это процесс записи наблюдений, собранных в рамках исследования. Масштабирование — присвоение объектам числовых значений или определённой семантики. Эти два понятия, объединенные вместе, образуют связи между объектами и наблюдениями.

Шкала измерения используется для определения и описания переменных в наборах данных. Она определяет методы, которые могут быть использованы для их анализа. В зависимости от типа анализируемых данных определяется тип шкалы измерения. Выделяют 4 основных вида шкал: номинальная, порядковая, интервальная и шкала отношений.

Шкалы измерения используются для представления как качественных, так и количественных данных. Номинальная и порядковая шкалы используются для измерения качественных данных, в то время как интервальная и шкала отношений используются для измерения количественных.

Основными свойствами шкал измерений являются:

  1. Идентифицируемость — возможность присвоения числовых значений каждой переменной в наборе данных. Например, в анкете запрашивается пол респондента — «Мужчина» и «Женщина». Для этих двух значений могут быть определены идентифицирующие значения — 1 и 2 соответственно. К таким значениям не могут быть применены арифметические операции, потому что они служат только для идентификации, а не описания.
  2. Величина (магнитуда) — это размерность шкалы измерения, где значения могут быть упорядочены от наименьшего к наибольшему. Например, место в соревновании распределяется от 1-го, 2-го, 3-го до наименьшего.
  3. Равенство интервалов — означают, что шкала имеет стандартизированный порядок, т.е. разность между двумя любыми соседними уровнями шкалы одинакова. Упорядоченность шкалы не гарантирует равенство интервалов. Например, в примере с местами в соревновании, каждая позиция имеет одинаковую разницу интервалов равную 1, но при этом 2-й участник может финишировать на 20 секунд позже, чем первый, а третий на 40 секунд позже, чем второй.
  4. Абсолютный ноль — естественное и однозначное присутствие нулевой точки, изменение которой невозможно. Данная точка характеризует отсутствие измеряемого признака. Например, 0 градусов по Кельвину является абсолютным нулем на шкале, а 0 градусов по Цельсию — нет, т.к. за него принято одно из произвольно взятых физических явлений — температура плавления льда.

Зная различные уровни измерений данных, можно выбрать наилучший метод анализа.

  1. Номинальная шкала (категориальная, наименований) — это шкала измерения, которая используется для идентификации. Она является самой «слабой» из четырех видов шкал в смысле возможности обработки данных. Она присваивает номера атрибутам для удобства идентификации, но может использоваться только как метка. Единственный вид статистического анализа, который можно выполнить с использованием номинальной шкалы, это вычисление процентных долей и частот. Данные в номинальной шкале можно проанализировать графически с помощью гистограммы и круговой диаграммы. Например, если измерить атрибут «Товар» в номинальной шкале, то она будет выглядеть так: 1 — мороженное; 2 — соки; 4 — выпечка. При этом значения шкалы не определяют какого-либо приоритета между товарами, а просто идентифицируют их. Очевидно, что такая шкала может использоваться только для самого просто анализа.
  2. Порядковая шкала (ординальная, ранговая) — предполагает ранжирование (упорядочивание) значений переменной в зависимости от масштабирования. Атрибуты в порядковой шкале обычно располагаются в порядке возрастания или убывания. Порядковая шкала может быть использована в исследованиях рынка, рекламы и опросов удовлетворенности клиентов. Она использует квалификаторы, такие как «очень», «высоко», «больше», «меньше» и т. д. В порядковой шкале можно использовать для статистического анализа такие статистики как медиана, но не среднее значение. Существуют и другие виды анализа, которые могут быть проведены с использованием порядковой шкалы. Например, компания-разработчик ПО может провести опрос пользователей для оценки нового приложения в шкале: «Отлично», «Очень хорошо», «Хорошо», «Плохо», «Очень плохо». Атрибуты в этом примере перечислены в порядке убывания.
  3. Интервальная шкала (разностей) — это шкала, в которой уровни упорядочены, а интервалы между ними равны. Её можно рассматривать как расширение порядковой шкалы. Основным отличием является свойство равных интервалов. Интервальная шкала не только позволяет однозначно определить, какое значение больше (меньше), но и на сколько. Кроме того, в отличие от порядковой и номинальной шкал, в интервальной могут выполняться арифметические операции. Типичным примером является измерение температуры по шкале Фаренгейта. Интервальную шкалу можно использовать при расчете среднего значения, медианы, моды, стандартного отклонения и других статистик.
  4. Шкала отношений (абсолютная) является «наивысшим» уровнем представления данных. Она может рассматриваться как расширение интервальной шкалы, и следовательно, удовлетворяет четырем свойствам шкалы измерения: идентифицируемостью, величиной, равноинтервальностью и наличием абсолютного нуля. Примерами шкал отношения являются длина, вес, время и т. д. В исследованиях рынка примерами шкалы отношений являются цена, количество клиентов, суммы продаж и т. д. Она широко используется в маркетинге и рекламе. Шкала отношений совместима со всеми методами статистического анализа и может использовать как показатели центральной тенденции (среднее значение, медиана, мода и т. д.), так и разброса значения (дисперсии, размаха, стандартного отклонения и т. д.).

Сравнение типов шкал:

Свойства \ Тип шкалы Номинальная Порядковая Интервальная Отношений
Идентифицируемость
Величина (магнитуда)
Равенство интервалов
Абсолютный ноль

Кроме основных четырёх упомянутых типов, шкалы могут быть разделены на компаративные (сравнивающие) и некомпаративными (не сравнивающие). Компаративные шкалы позволяют устанавливать отношения сравнения между объектами (например, товар А продаётся в 5 раз чаще, чем товар Б). Иными словами, один объект оценивается путём прямого сравнения с другим. Некомпоративные шкалы позволяют оценивать объекты только по отдельности, без возможности сравнения с другими объектами.

Понимание концепции шкал измерений является необходимым условием для корректной обработки данных и проведения статистического анализа.

Типы статистических шкал

В эмпирическом исследовании могут встречаться, к примеру, следующие переменные (указано их наиболее вероятное кодирование):

Пол 1 = мужской
2 = женский
Семейное положение 1 = холост/не замужем
2 = женат/замужем
3 = вдовец/вдова
4 = разведен(а)
Курение 1 = некурящий
2 = изредка курящий
3 = интенсивно курящий
4 = очень интенсивно курящий
Месячный доход 1 = до 3000 DM
2 = 3001 — 5000 DM
3 = более 5000 DM
Коэффициент интеллекта (I.Q.)
Возраст (лет)

Рассмотрим сначала графу «Пол». Мы видим, что назначение соответствия цифр 1 и 2 обоим полам абсолютно произвольно, их можно было поменять местами или обозначить другими цифрами. Мы, конечно, не имеем в виду, что женщины стоят на ступеньку ниже мужчин, или мужчины значат меньше, чем женщины. Следовательно, отдельным числам не соответствует никакою эмпирического значения. В этом случае говорят о переменных, относящихся к номинальной шкале. В нашем примере рассматривается переменная с номинальной шкалой, имеющая две категории. Такая переменная имеет еще одно название — дихотомическая.

Такая же ситуация и с переменной «Семейное положение». Здесь также соответствие — между числами и категориями семейного положения не имеет никакого эмпирического значения. Но в отличии от Пола, эта переменная не является дихотомической — у нее четыре категории вместо двух. Возможности обработки переменных, относящихся к номинальной шкале очень ограничены. Собственно говоря, можно провести только частотный анализ таких переменных. К примеру, расчет среднего значения для переменной Семейное положение, совершенно бессмысленен. Переменные, относящиеся к номинальной шкале часто используются для группировки, с помощью которых совокупная выборка разбивается по категориям этих переменных. В частичных выборках проводятся одинаковые статистические тесты, результаты которых затем сравниваются друг с другом.

В качестве следующего примера рассмотрим переменную «Курение». Здесь кодовым цифрам присваивается эмпирическое значение в том порядке, в котором они расположены в списке. Переменная Курение, в итоге, сортирована в порядке значимости снизу вверх: умеренный курильщик курит больше, нежели некурящий, а сильно курящий — больше, чем умеренный курильщик и т.д. Такие переменные, для которых используются численные значения, соответствующие постепенному изменению эмпирической значимости, относятся к порядковой шкале.

Однако эмпирическая значимость этих переменных не зависит от разницы между соседними численными значениями. Так, несмотря на то, что разница между значениями кодовых чисел для некурящего и изредка курящего и изредка курящего и интенсивно курящего в обоих случаях равна единице, нельзя утверждать, что фактическое различие между некурящим и изредка курящим и между изредка курящим и интенсивно курящим одинаково. Для этого данные понятия слишком расплывчаты.

К классическими примерами переменных с порядковой шкалой относятся также переменные, полученные в результате объединения величин в классы, как «Месячный доход» в нашем примере.

Кроме частотного анализа, переменные с порядковой шкалой допускают также вычисление определенных статистических характеристик, таких как медианы. В некоторых случаях возможно вычисление среднего значения. Если должна быть установлена связь (корреляция) с другими переменными такого рода, для этой цели можно использовать коэффициент ранговой корреляции.

Для сравнения различных выборок переменных, относящихся к порядковой шкале, могут применяться непараметрические тесты, формулы которых оперируют рангами.

Рассмотрим теперь «Коэффициент интеллекта (IQ)«. Не только его абсолютные значения отображают порядковое отношение между респондентами, но и разница между двумя значениями также имеет эмпирическую значимость. Например, если у Ганса IQ равен 80, у Фрица — 120 и у Отто — 160, можно сказать, что Фриц в сравнении с Гансом настолько же интеллектуальнее насколько Отто в сравнении с Фрицем (а именно — на 40 единиц IQ). Однако, основываясь только на том, что значение IQ у Ганса в два раза меньше, чем у Отто, исходя из определения IQ нельзя сделать вывод, что Отто вдвое умнее Ганса.

Такие переменные, у которых разность (интервал) между двумя значениями имеет эмпирическую значимость, относятся к интервальной шкале. Они могут обрабатываться любыми статистическим методами без ограничений. Так, к примеру, среднее значение является полноценным статистическим показателем для характеристики таких переменных.

Наконец, мы достигли наивысшей статистической шкалы, на которой эмпирическую значимость приобретает и отношение двух значений. Примером переменной, относящейся к такой шкале является «Возраст«: если Максу 30 лет, а Морицу 60, можно сказать, что Мориц вдвое старше Макса. Шкала, к которой относятся данные называется шкалой отношений. К этой шкале относятся все интервальные переменные, которые имеют абсолютную нулевую точку. Поэтому переменные относящиеся к интервальной шкале, как правило, имеют и шкалу отношений.

Подводя итоги, можно сказать, что существует четыре вида статистических шкал, на которых могут сравниваться численные значения:

Статистическая шкала Эмпирическая значимость Примеры
Номинальная Нет Пол, семейное положение
Порядковая Порядок чисел Курение, месячный доход
Интервальная Разность чисел Коэффициент интеллекта (I.Q.)
Шкала отношений Отношение чисел Возраст (лет)

На практике, в том числе в SPSS, различие между переменными, относящимися к интервальной шкале и шкале отношений обычно несущественно. То есть в дальнейшем практически всегда речь будет идти о переменных, относящихся к интервальной шкале.

Пользователь SPSS должен четко разбираться в видах статистических шкал и при выборе метода обращать внимание на то, чтобы были определены надлежащие виды шкал.

Мы уже указывали, что переменные, относящиеся к номинальной шкале допускают весьма ограниченные возможности для проведения анализа. Исключение в некоторых ситуациях составляют дихотомические переменные. Для них можно, по крайней мере, определять ранговую корреляцию. Если, например, обнаруживается корреляция коэффициента интеллекта с полом, то положительный коэффициент корреляции означает, что женщины интеллектуальнее, чем мужчины. Однако если переменные, относящиеся к номинальной шкале не являются дихотомическими, вычисление коэффициентов ранговой корреляции не имеет смысла.

Типы измерительных шкал и их описание

Шкала — это форма фиксации совокупности признаков изучаемого объекта с упорядочиванием их в определенную числовую систему.

Применение шкал связывается с необходимостью качественной и количественной оценки (с задачей последующего сравнения) определенных признаков и переменных.

Признаки и переменные — это измеряемые психологические явления. Такими явлениями могут быть уровень тревожности, показатель интеллектуальной лабильности, интенсивность агрессивных реакций, социометрический статус и множество других переменных, о которых свидетельствуют особые индикаторы, внешне хорошо различимые показатели измеряемого признака, например, время решения задачи, количество допущенных ошибок, угол поворота корпуса в беседе, показатель социометрического статуса и пр.

Понятия признака и переменной могут использоваться как взаимозаменяемые. Они являются наиболее общими. Иногда вместо них используются понятия показателя или уровня, например, уровень настойчивости, показатель вербального интеллекта и др. Понятия показателя и уровня указывают на то, что признак может быть измерен количественно, так как к ним применимы определения «высокий» или низкий, например, высокий уровень интеллекта, низкие показатели тревожности и др.

Значения признака определяются (измеряются) при помощи специальных шкал измерения. В психологических измерениях используются различные классификации типов шкал. Тип шкалы определяется природой измеряемой величины.

Наиболее общая классификация измерительных шкал предложена С.Стивенсом. В ее основу положен признак метрической детерминированности. Согласно этому признаку шкалы делятся на метрические (интервальные, шкалы отношений) и неметрические (номинативные, шкалы порядка). Типы шкал обусловливаются видом функции f, осуществляющей допустимые преобразования Y = f (cp). Если f — монотонная функция, то соответствующая шкала является шкалой порядка; если f — линейная функция, то соответствующая шкала — это шкала интервалов; если f определяет преобразование подобия, то соответствующая шкала — шкала отношений.

Кроме этих видов шкал ряд специалистов выделяют также абсолютную шкалу и шкалу разностей.

Номинативная измерительная шкала

Порядковая измерительная шкала

Интервальная измерительная шкала

Измерительная шкала равных отношений

Практика психологических измерений

Применение измерений в психодиагностике

Классические и современные процедуры измерения порогов чувствительности

Номинативная измерительная шкала

Номинативные шкалы (шкалы наименований от лат. nomen -имя, название) — шкалы, устанавливающие соответствие признака тому или иному классу. Название не измеряется количественно, оно лишь позволяет отличить один объект от другого. Пример номинативной шкалы — дихотомическая шкала, состоящая всего из двух ячеек: «мужчина/ женщина», «имеет братьев и сестер / единственный ребенок в семье»; «иностранец / соотечественник»; «проголосовал «за» / проголосовал «против»» и т.п. Признак, который изменяется по дихотомической шкале наименований, называется альтернативным. Он может принимать всего два значения.

Более сложный вариант номинативной шкапы — классификация из трех и более ячеек, например: «экстрапунитивные / интрапунитивные / импунитивные реакции» или «выбор кандидатуры А / кандидатуры Б / кандидатуры В / кандидатуры Г», или «старший / средний / младший / единственный ребенок в семье» и др.

Расклассифицировав все объекты, реакции или всех испытуемых по ячейкам классификации, мы получаем возможность от наименований перейти к числам, подсчитав количество наблюдений в каждой из ячеек. Таким образом, номинативная шкала позволяет нам подсчитывать частоты встречаемости разных «наименований», или значений признака, и затем работать с этими частотами с помощью математических методов.

Возможными операциями с числами для номинативной шкалы являются следующие:

— нахождение частот распределения по пунктам шкапы с помощью процентирования или в натуральных единицах;

— поиск средней тенденции по модальной частоте (модальной (Мо) называют группу с наибольшей численностью);

— установление взаимосвязи между рядами свойств, расположенных неупорядоченно (с этой целью составляются специальные таблицы, посредством которых, помимо простой процентовки в них можно подсчитать критерий сопряженности признаков по Пирсону (х2).

Порядковая измерительная шкала

Порядковая шкала — шкала, классифицирующая признаки по принципу «больше / меньше». Здесь субъекты могут быть ранжированы, например, по весу или росту. В порядковой шкале должно быть не менее трех классов, например, «положительная реакция / нейтральная реакция / отрицательная реакция» или «подходит для занятия вакантной должности / подходит с оговорками / не подходит».

В порядковой шкале мы не знаем истинного расстояния между классами, а знаем лишь, что они образуют последовательность. Например, классы «подходит для занятия вакантной должности» и «подходит с оговорками» могут быть реально ближе друг к другу, чем класс «подходит с оговорками» к классу «не подходит».

От классов легко перейти к числам, если мы условимся считать, что низший класс получает ранг 1, средний класс — 2, а высший — ранг 3, или наоборот. Например, мы можем легко оценить различия между двумя выборками испытуемых по преобладанию у них более высоких или более низких рангов или подсчитать коэффициент ранговой корреляции между двумя переменными, измеренными в порядковой шкале, допустим, между оценками профессиональной компетентности руководителя, данными ему разными экспертами.

Все психологические методы, использующие ранжирование, построены на применении шкалы порядка. Если испытуемому предлагается упорядочить 18 ценностей по степени их значимости для него, проранжировать список личностных качеств социального работника или 10 претендентов на эту должность по степени их профессиональной пригодности, то во всех этих случаях испытуемый совершает так называемое принудительное ранжирование, т.е. ранжирование, при котором количество рангов соответствует количеству ранжируемых субъектов или объектов (ценностей, качеств и т.п.).

Однако если у нас имеется всего 3 возможных класса и, следовательно, 3 ранга, и при этом, скажем, 20 ранжируемых испытуемых, то некоторые из них неизбежно получат одинаковые ранги. Все многообразие жизни не может уместиться в 3 градации, поэтому в один и тот же класс могут попасть люди, достаточно серьезно различающиеся между собой.

С другой стороны, принудительное ранжирование может искусственно преувеличивать различия между людьми. Кроме того, данные, полученные в разных группах, могут изначально различаться по уровню развития исследуемого качества, и испытуемый, получивший в одной группе высший ранг, в другой получил бы всего лишь средний.

Выход из положения может быть найден, если задавать достаточно дробную классификационную систему, скажем, из 10 классов, или градаций признака. В сущности, подавляющее большинство психологических методик, использующих экспертную оценку, построено на измерении одним и тем же «аршином» из 10, 20 или даже 100 градаций разных испытуемых в разных выборках.

Итак, единица измерения в шкале порядка — расстояние в один класс или в один ранг, при этом расстояние между классами и рангами может быть разным (оно нам не известно).

При операциях с числами порядковой шкалы необходимо помнить, что интервалы в шкале не равны, поэтому числа обозначают лишь порядок следования признаков. И операции с числами — это операции с рангами, но не с количественным выражением свойств в каждом пункте.

Числа поддаются монотонным преобразованиям: их можно заменять другими с сохранением прежнего порядка (например, вместо ранжирования от 1 до 5 можно упорядочить тот же ряд в числах от 2 до 10 или от (-1) до (+1). Отношения между рангами останутся неизменными). Кроме этого, возможно использование модальных показателей, поиск средней тенденции с помощью медианы (Me), которая делит ранжированный ряд пополам.

Наиболее сильный показатель для таких шкал — корреляции рангов (по Спирмену — р или по Кендаллу — R). Ранговые корреляции указывают на наличие или отсутствие функциональных связей в двух рядах признаков, измеренных упорядоченными номинальными шкалами.

Интервальная измерительная шкала

Интервальная шкала — это шкала, классифицирующая по принципу «больше на определенное количество единиц — меньше на определенное количество единиц». Шкала представляет собой полностью упорядоченный ряд с измеренными интервалами между пунктами, причем отсчет начинается с произвольно выбранной величины. Каждое из возможных значений признака отстоит от другого на равном расстоянии. Таким образом, в шкале интервалов нулевая точка отсчета может устанавливаться произвольно, а величины единиц и направление отсчета могут определяться по избираемым константам.

Эквивалентные интервальные шкалы могут быть линейно преобразованы друг в друга, что позволяет приводить результаты тестирования к общим шкалам и таким образом осуществлять сравнение показателей. Более того, многие статистические процедуры предполагают измерения по шкале интервалов.

Главная трудность в построении таких шкал — обоснование равенства или разности дистанций между пунктами.

Можно предположить, что если мы измеряем время решения задачи в секундах, то это уже явно шкала интервалов. Однако на самом деле это не так, поскольку психологически различие в 20 секунд между испытуемым А и Б может отнюдь не равно различию в 20 секунд между испытуемыми Б и Г, если испытуемый А решил задачу за 2 секунды, Б -за 22, В — за 222, а Г — за 242. Выход может быть найден путем перевода сырых баллов в единицы стандартного отклонения, при которых определенная часть результатов будет попадать в тот или иной отрезок, приравненный к различному уровню развития измеряемого свойства.

Для интервальной шкалы применимы линейные преобразования чисел, переход от одной шкалы к шкапе другой дробности пунктов или точкой отсчета. Возможно вычисление коэффициента ранговой корреляции, а также коэффициента парной корреляции по Пирсону (г).

Измерительная шкала равных отношений

Шкала равных отношений — шкала, классифицирующая объекты или субъектов пропорционально степени выраженности измеряемого свойства. В отличие от интервальной шкалы она имеет значимую нулевую точку, которая не произвольна, а указывает на полное отсутствие измеряемого свойства.

В шкалах отношений классы обозначаются числами, которые пропорциональны друг другу (например, 2 так относится к 4, как 4 к 8).

Наличие нулевой точки — проблема для большинства психологических переменных. Возможности человеческой психики столь велики, что трудно себе представить абсолютный нуль в какой-либо измеряемой психологической переменной. Абсолютная глупость и абсолютная честность — понятия скорее житейской психологии. То же относится и к установлению равных отношений: только метафора обыденной речи допускает, чтобы Иванов был в 2 раза (3, 10, 100) умнее Петрова или наоборот.

Абсолютный нуль, правда, может иметь место при подсчете количества объектов или субъектов. Например, при выборе одной из 3 альтернатив испытуемые не выбрали альтернативу А ни разу, альтернативу Б — 14 раз и альтернативу В — 28 раз. В этом случае мы можем утверждать, что альтернативу В выбирают в два раза чаще, чем альтернативу Б. Однако при этом измерено не психологическое свойство человека, а соотношение выборов у 42 человек.

По отношению к показателям частот можно применять все арифметические операции, сложение, вычитание, деление и умножение. Единица измерения в этой шкале отношений — 1 наблюдение, 1 выбор, 1 реакция и т.п.

Другие шкалы

Дихотомическая классификация часто рассматривается как вариант шкалы наименований. Это верно, за исключением одного случая, когда мы измеряем свойство, имеющее всего лишь два уровня выраженности: «есть — нет», так называемое «точечное» свойство. Примеров таких свойств много: наличие или отсутствие у испытуемого какой-либо наследственной болезни (дальтонизм, болезнь Дауна, гемофилия и др.), абсолютного слуха и др. В этом случае исследователь имеет право проводить «оцифровку» данных, присваивая каждому из типов цифру «1» или «О», и работать с ними как со значениями шкапы интервалов.

В ряде пособий неверно утверждается, что шкала наименований различает предметы по проявлению свойства, но не различает их по уровню проявления этого свойства. Шкала наименований вообще не основана на понятии «свойство» (которое вводится, лишь начиная со шкалы порядка), а базируется на представлении о «типе» — множестве эквивалентных объектов. Для того чтобы ввести понятие «свойство», требуется ввести отношения не между объектами, а между классами (типами) эквивалентных объектов (которые, конечно, могут содержать всего лишь один объект).

Шкала разностей, в отличие от шкалы отношений, не имеет естественного нуля, но имеет естественную масштабную единицу измерения. Ей соответствует аддитивная группа действительных чисел. Классическим примером этой шкалы является историческая хронология. Она сходна со шкалой интервалов. Разница лишь в том, что значения этой шкалы нельзя умножать (делить) на константу. Поэтому считается, что шкала разностей — единственная с точностью до сдвига. Некоторые исследователи полагают, что Иисус Христос родился за четыре года до общепринятого начала нашего христианского летосчисления. Сдвиг на четыре года назад ничего не изменит в хронологии. Можно использовать мусульманское летосчисление или же считать годы от сотворения мира. Кому как нравится.

В психологии шкала разностей используется в методиках парных сравнений.

Абсолютная шкала является развитием шкалы отношений и отличается от нее тем, что обладает естественной единицей измерения. В этом ее сходство со шкалой разностей. Число решенных задач («сырой» балл), если задачи эквивалентны, — одно из проявлений абсолютной шкалы,

ихологии абсолютные шкалы не используются. Данные, полученные с помощью абсолютной шкалы, не преобразуются, шкала тождественна сама себе. Любые статистические меры допустимы.

В литературе, посвященной проблемам психологических измерений, упоминаются и другие типы шкап: ординальная (порядковая) с естественным началом, лог-интервальная, упорядоченная метрическая и др. О свойствах порядковой шкалы с естественным началом упоминалось в данном разделе.

Все написанное выше относится к одномерным шкалам. Шкалы могут быть и многомерными: шкалируемый признак в этом случае имеет ненулевые проекции на два (или более) соответствующих параметра. Векторные свойства, в отличие от скалярных, являются многомерными.

Основные этапы психологического исследования (алгоритм эксперимента):

  1. Изучение состояния проблемы (литературный обзор), постановка проблемы, опреде-ление объекта и предмета исследования.
  2. Разработка и уточнение общей исходной исследовательской концепции (построение модели интересующего явления, продвижение гипотез).
  3. Планирование исследования. Определение целей и задач, выбор методов и методик.
  4. Сбор данных и их актуальное описание.
  5. Обработка данных, в т.ч. мат. статистическое представление.
  6. Оценивание результатов проверки гипотез, интерпретация результатов в рамках ис-ходной концепции.
  7. Соотношение результатов с существующими концепциями и теориями, формирование выводов и оценка перспектив дальнейшей разработки этой проблемы. Выводы должны кор-релировать с целью, гипотезой и задачей.

Важнейшие первичные статистические данные

1). Ср. арифметическое:

2). Ср. квадратическое отклонение (сигма):

3). Коэф. вариации (σ/М*100%):

4). Ошибка ср. арифметического: mМ=σ/√n

Для нормального распределения известны точные количественные значения, позволя-ющие прогнозировать появление новых вариантов:

– слева и справа от ср. арифм. лежит 50% всех вариантов,

от (-1/3М) до (+1/3М) — 68,7%; от (М+1/96σ) до (М+1/96σ) — 95%.

Первой характеристикой норм распределения является:

Коэф. асимметрии: показатель склонности распределения в лев/прав сторону по оси абцисс (правосторонняя (+) и левосторонняя асимметрия)

Эксцес: показатель островершинности. Кривые более высокие в своей средней части называются эксцессивными. Положительный эксцес — А, вид плато — Б, вид седловины (от-рицательный эксцес) — В.

А – Неверное составление либо специальная тактика испытуемых.

Б – Тесная корреляция с др. показателями, испытание не является независимым.

В – Бимодальная конфигурация распределения балов указывает, что выборка разделилась на 2 категории – ошибки счета или невалидность, ошибки обобщения или экст-раполяции (переноса).

Ошибки репрезентативности – перенос результатов полученных при изучении конк-ретной выборки на всю генеральную совокупность.

Репрезентативность – степень соответствия выбранных показателей генеральных па-раметров.

Сравнительный анализ первичных статистических данных

Ср. арифметическое сравнение – t критерий Стьюдента

Ср. квадратическое сравнение – F критерий Фишера

t критерий Стьюдента:

Одна из наиболее часто встречающихся задач при анализе эмпирических данных является оценка достоверности отличий между 2-мя или более рядами значений.

Достоверность различий ср. арифметического можно оценить по критерию Стьюден-та: t=(M1M2)/√m 2 1+m 2 2, где М – значение ср. арифм. сравнительных выборок, m – соответствующие величины статистических ошибок (m=σ/√n). V – число степеней свободы определяется по следующей формуле: V=n1+n2-2, где n – количество признаков – объемы сравниваемых выборок. Правильно, когда n≈/=n.

Следует помнить, что при любом численном значении критерий достоверного различия между средними оценивает статистическую достоверность этого различия. Низкий показатель не является доказательство отсутствия различия – приданной величине выборок оно статистически недостоверно, слишком велика вероятность, что разница при данных условиях будет случайна. Сравнивать по сигме (σ). Разница между двумя значениями выборок в одну и более σ (сигму) можно считать достаточно выраженной. Если n>35, то выраженные можно считать σ в 0,5.

Корреляционный анализ:

Шкала – инструмент для измерения непрерывных свойств объекта; представляет собой числовую систему, где отношения между различными свойствами объектов выражены свойствами числового ряда. В психологии и социологии различные шкалы применяются для изучения разных характеристик социально-психологических явлений. Первоначально выделялись четыре типа числовых систем, определявших четыре уровня, или шкалы измерения:

1) шкала наименований – номинальная;

2) шкала порядка – ординальная;

3) шкала интервалов – интервальная;

4) шкала отношений – пропорциональная.

Их разделение осуществимо на основе математических преобразований, допускаемых каждой шкалой.

Шкалы различаются не только математическими свойствами, но и разными способами сбора информации. В каждой шкале применяются определенные методы анализа данных. В зависимости от типа задач, решаемых с помощью шкалирования, строятся шкалы оценок, шкалы для измерения социальных установок. В практике социологических и исследований психологических каждая шкала – независимо от уровня измерения — имеет специальное название, связанное с наименованием изучаемого свойства объекта.

Параметрические шкалы:

Шкала интервалов – шкала показывает, насколько один объект отличается от другого. А больше В на 5 баллов, В больше С на 10 баллов.

Шкала отношений – шкала отличается от шкалы интервалов в том, что существует абсолютный 0, а интервалы условны.

Абсолютная шкала – А больше В на 5, В больше С на 10. но есть абсолют. 0 и абсолютный интервал.

Меры центральной тенденции:

Термины меры центральной тенденции, «средняя величина» часто употребляются как равнозначные, хотя некоторые авторы сужают объем понятия «средняя величина» до среднего арифметического. Несмотря на разнообразие мер центральной тенденции, чаще всего встречаются мода, медиана и среднее.

Мода – это просто наиболее часто встречающееся в определенной совокупности наблюдений значение переменной. При сгруппированных данных мода определяется как середина интервала группирования, содержащего наибольшее число значений наблюдаемой переменной.

Медиана – значение переменной, делящее упорядоченную совокупность наблюдений пополам, так что одна половина значений в этой совокупности лежит ниже медианы, а другая их половина – выше медианы. Если совокупность образована нечетным числом значений наблюдаемой переменной, то медиана равна значению переменной, являющемуся серединой упорядоченной совокупности наблюдений. Если же совокупность образована четным числом значений, то медиана определяется значением, лежащим посередине между двумя значениями, находящимися в центре упорядоченной совокупности наблюдений. Медиана – более полезная мера, чем мода, и часто используется в случае скошенного (асимметричного) распределения данных. Следует, однако, отметить, что медиана нечувствительна к величине крайних значений упорядоченной совокупности наблюдений.

Среднее – особенно полезная мера в области статистических выводов, поскольку выборочное среднее является относительно эффективной оценкой генерального среднего. Если из генеральной совокупности значений наблюдаемой переменной случайно извлечь большое количество выборок, не следует ожидать точного равенства выборочных средних между собой или генеральному среднему. Однако, можно доказать, что выборочные средние отклоняются от генерального среднего меньше, чем выборочные медианы отклоняются от медианы генеральной совокупности. Можно также доказать (центральная предельная теорема), что выборочное распределение среднего приближается к нормальному распределению по мере увеличения объема выборки.

Выборка – группа испытуемых, представляющих определенную популяцию и отобранных для эксперимента или исследования. Противоположное понятие – совокупность генеральная. Выборка – часть генеральной совокупности.

Дисперсионный анализ – статистический метод, позволяющий анализировать влияние различных факторов (признаков) на исследуемую (зависимую) переменную. Сущность дисперсионного анализа состоит в разложении (дисперсии) измеряемого признака на независимые слагаемые, каждое из коих характеризует влияние некоего фактора или их взаимодействия. Последующее сравнение таких слагаемых позволяет оценить значимость каждого фактора и их комбинаций. Дисперсионный анализ применяется преимущественно в психологии экспериментальной при изучении действия конкретных факторов на испытуемых.

Регрессионный анализ – статистический метод, позволяющий изучать зависимость значения среднего некоей величины от вариации другой величины или нескольких величин (в этом случае применяется множественный анализ регрессионный). Регрессионный анализ применяется преимущественно в эмпирических исследованиях при решении задач, связанных с оценкой влияний (например, влияния одаренности интеллектуальной на успеваемость, мотивов – на поведение), при конструировании психологических тестов и пр.

Кластерный анализ – математическая процедура многомерного анализа, позволяющая на основе множества показателей, характеризующих ряд объектов, сгруппировать их в классы – кластеры – так, чтобы объекты внутри класса были более однородными и сходными, чем объекты разных классов. На основе численных параметров объектов вычисляются расстояния между ними, выражаемые в евклидовой метрике или в других. Метод кластерного анализа широко применяется в психолингвистике.

Факторный анализ – метод многомерной математической статистики, применяемый при исследовании статистически связанных признаков с целью обнаружения определенного числа скрытых от непосредственного наблюдения факторов. С помощью факторного анализа не только устанавливается связь изменения одной переменной с изменением другой, но определяется мера этой связи и обнаруживаются основные факторы, лежащие в основе указанных изменений. Факторный анализ особенно продуктивен на начальных этапах научных исследований, когда нужно выделить некие предварительные закономерности в исследуемой области. Это позволяет сделать следующий эксперимент более совершенным по сравнению с экспериментом на переменных, выбранных произвольно или случайно.

Многомерное шкалирование — это процедуры количественно-статической обработки субъективных оценок, позволяющие учитывать одновременно не один параметр одного сти-мула, а множество параметров многих стимулов.

Психодиагностика:

Возраст как переменная в социологическом исследовании (методологические и методические проблемы измерения) Текст научной статьи по специальности «Социологические науки»

Аннотация научной статьи по социологическим наукам, автор научной работы — Мягков Александр Юрьевич

Статья посвящена способам получения надежной информации в возрасте респондента в социологическом исследовании. Автор описывает методологические трудности в измерении возрастной квалификации, анализирует наиболее типичные ошибки, которые имеют место в исследовательской практике при построении возрастной шкалы. Статья посвящена эффективным методам доказательства качества данных возраста респондента. Также затрагиваются проблемы построения уникальной возрастной шкалы.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по социологическим наукам , автор научной работы — Мягков Александр Юрьевич

Мягков А. Ю. Социально-демографические переменные в социологическом исследовании: проблемы достоверности самоотчетов респондентов. М. : Флинта, Наука, 2002

Социально–демографические переменные в социологическом исследовании: Оценка достоверности самоотчетов респондентов

Базовые структуры анкетного метода
Социокультурный контекст как фактор духовного становления и развития личности специалиста
К проблеме построения репрезентативной модели социального объекта
i Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

AGE AS A VARIABLE IN SOCIOLOGICAL RESEARCH (METHODOLOGICAL AND METHODICAL PROBLEMS OF MEASURING)

The article deals with the ways of obtaining the reliable information on the respondents’ age in the sociological research. The author describes the methodological difficulties of measuring age qualifications, analyses the most typical mistakes, which take place in the research practice, when constructing scales of age. The article is devoted to the effective methods of improving the quality of data on the respondents’ age. It also touches upon the problems of constructing the unified scales of age.

Текст научной работы на тему «Возраст как переменная в социологическом исследовании (методологические и методические проблемы измерения)»

которые еще необходимо проверять. Полное решение поднимаемых выше вопросов — это дальнейшая задача биокосмоло-гии.

1. Советский энциклопедический словарь. М., 1990. С. 1240.

2. Степин B.C. Деятельностная концепция

знания // Вопр. филос. 1991. № 8.

3. Философский словарь. 5-е изд. М., 1987. С. 145-146.

4. Физическая энциклопедия. М., 1990. Т. 2. С. 376.

5. Вилли К., Детье В. Биология. М.: Мир. 1974. С. 10, 31.

6. Грин Н., Стаут У, Тейлор Д. Биология: В Зт. М.: Мир. 1993. Т. 1. С. 11.

7. Философский энциклопедический словарь. М., 1983. С. 186.

8. Моисеев Н.Н. Универсальный эволюционизм // Вопр. филос. 1991. № 3. С. 3-28.

9. Химическая энциклопедия: В 5 т. М., 1990. Т. 2. С. 1168.

10. Физическая энциклопедия. М., 1988. Т. 1. С. 484.

11. Философский энциклопедический словарь. С. 673.

12. Анохин П. К. Принципиальные вопросы обшей теории функциональных систем // Принципы системной организации функций. М.: Наука. 1973. С. 5-61.

13. Аристотель. Соч.: В 4 т. М.: Мысль. 1976. Т. 1. С. 70, 245-246.

14. Мещеряков В.П., Тугушева Н.А. Мотивационная специфичность в селекции пишевой информации, в инициации и регуляции пищевой деятельности // Физиология пищеварения и всасывания. Краснодар, 1990. С. 185-186.

15. Физическая энциклопедия. М., 1988. Т. 1. С. 386-388.

16. Там же. С. 390-392.

17. Мартынов Д.Я. Курс общей астрофизики. 4-е изд. М.: Наука. 1988. С. 409, 421.

18. Физическая энциклопедия. М., 1990. Т. 2. С. 67, 471-474.

19. Мартынов Д.Я. Курс общей астрофизики. 4-е изд. М.: Наука. 1988. С. 212-214.

20. Горшков Г.П., Якушова А.Ф. Общая геология. 2-е изд. М.: МГУ. 1962. С. 17-27.

21. Химическая энциклопедия. Т. 2. С. 1122-1123.

22. Мещеряков В.П. Расширение возможностей компьтерного МР-томографа в диагностике метастазов опухолей // Метастазирование злокачественных опухолей. Новые подходы. Киев, 1991. С. 80.

ВОЗРАСТ КАК ПЕРЕМЕННАЯ В СОЦИОЛОГИЧЕСКОМ ИССЛЕДОВАНИИ

(Методологические и методические проблемы измерения)

Myagkov A.Yu. Age as a Variable in Sociological Research (Methodological and Methodical Problems of Measuring). The article deals with the ways of obtaining the reliable information on the respondents’ age in the sociological research. The author describes the methodological difficulties of measuring age qualifications, analyses the most typical mistakes, which take place in the research practice, when constructing scales of age. The article is devoted to the effective methods of improving the quality of data on the respondents’ age. It also touches upon the problems of constructing the unified scales of age.

Возраст — самый часто встречающийся показатель в социологических исследованиях. Он присутствует чуть ли не в каждой анкете, вне зависимости от се тематической принадлежности и специфики. Причина столь высокой популярности «возрастной переменой» — в ее чрезвычайно широких объяснительных возможностях. «Показатель возраста, — пишет

В.П. Гайдне, — агрегирует в своем содержании множество разнокачественных характеристик человека» |1]. Именно поэто-

му данный признак обычно выступает в качестве мощного «мнснисобразующсго» фактора, детерминирующего настроения и оценки, ценности и поведение людей.

Вместе с тем социологу важен не сам по себе возраст, как совокупность биофи-зиологичсских качеств, а комплекс тех психосоциологических и собственно социологических характеристик человека, которые тесно связаны с возрастом и «скрываются» за ним. Ведь разные возрастные группы различаются по уровню

образования и культуры, по социальному опыту и интересам, ценностным ориентациям и идеалам. Для них характерны разные виды деятельности и разная степень социальной активности. Поэтому задачу получения надежной информации о возрастных характеристиках респондентом приходится решать в любом социологическом исследовании.

ПОСТАНОВКА ПРОБЛЕМЫ И ЭПИСТЕМОЛОГИЧЕСКИЕ ОСНОВАНИЯ АНАЛИЗА

Массовая социологическая практика в нашей стране свидетельствует, что многие исследователи явно недооценивают всю сложность получения точной и достоверной информации о возрасте респондентов. В профессиональной социологической среде (не говоря уже о социологах-любителях) прочно укоренилось мнение, что измерение возраста опрашиваемых (как, впрочем, и многих других социальнодемографических признаков) не представляет собой никакой особой проблемы, а потому не требует специальных методологических усилий. Достаточно спросить об этом самих респондентов, правильно зафиксировать их ответы в опросном документе и искомая информация собрана. Так, например, В.И. Волович утверждает, что нет никакой надобности в проверке на надежность сообщений респондентов о поле, возрасте и ряде других признаков. «Эти факты, — пишет он, — достоверны ipso facto» [2]. А между тем, как свидетельствует опыт и специальные исследования, применение подобной упрощенной техники (вопрос — ответ) зачастую ведет к получению весьма сомнительных, а иногда и сильно искаженных сведений. Ведь в ходе опроса социолог извлекает информацию не из документальных источников (и оперирует не «паспортными» данными) и не из учетно-статистических форм, а из «самоотчетов» респондентов. При этом он явно или неявно исходит из допущения, что все полученные им в виде ответов сведения строго соответствуют документально проверенным и подтвержденным данным и отражают истинное положение вещей -реальный биологический («хронологический», по И. Кону) возраст людей. На самом же деле ответы, оставляемые в анкетах или других опросных документах, часто фиксируют отнюдь не объективную ситуацию или принадлежность отвечающих, а некий комплекс субъективных состояний респондентов, далеко не всегда четко ими осознаваемых, как правило,

совершенно неизвестных исследователю и обусловленных индивидуальными особенностями восприятия анкетных вопросов опрашиваемыми («личными уравнениями» респондентов, по выражению Б.З. Докторова), спецификой их социальной самоидентификации и, в более широком смысле — всем социокультурным контекстом их жизнедеятельности.

Используемые социологом в качестве эмпирических референтов возраста субъективные показатели (вербальное поведение), в отличие от «признаков-сертификатов», не являются, однако, «предметно-естественными» характеристиками объекта исследования (в данном случае респондента), которые требуются лишь закодировать или просто записать. Эти признаки, как пишет Г.С. Батыгин, «нематериализованы, обладают своеобразным внепредметным и интерсубъективным существованием» [3]. С помощью каких перцептивных средств социолог определяет, например, возраст, социальный статус, образование респондентов или их семейное положение? Ведь в непосредственном опыте эти признаки не даны, а те речевые сообщения, «на основе которых производится установление значения. нельзя считать социальными качествами. Поэтому показатель отражает не единичный признак, а «чувственно-сверхчувственное» качество объекта, которое порождается общественными отношениями, социальной системой» [3]. Даже такие характеристики природного, физического бытия человека как пол, возраст и прочие антропологические признаки, будучи по природе своей естественными, обретают социальное содержание и смысл лишь благодаря включенности индивидов в «пространство социальности», а следовательно, «являются в какой-то мере порождением социума. » [4]. Поэтому ответы респондентов, в том числе и на вопросы о возрасте — это их специфическая психологическая реакция, обусловленная широким культурно-нормативным контекстом и социальными условиями существования человека. «Ответ, — пишет в этой связи А.А. Давыдов, — это «свернутый» образ природно-социально-пси-хологической реальности, которая выступает как диагностическая, неделимая, целостная система в определенных пространственных и временных границах» [5].

ОШИБКИ И ТРУДНОСТИ ПРИ ИЗМЕРЕНИИ ВОЗРАСТА

Несмотря на кажущуюся беспроблем-ность, измерение возраста — дело отнюдь

не легкое. В процессе сбора и подборки данных для математической обработки может возникнуть целый спектр ошибок как случайного, так и систематического характера, способных существенно повлиять на качество итоговых результатов. При этом в исследованиях, судя по повседневной практике, обычно встречаются три основные группы искажений возрастной информации в зависимости от их происхождения и социальных носителей. В этой связи уместно вспомнить слова Э. Ноэль о том, что респондент, интервьюер, равно как и сам социолог, являются наиболее «слабыми звеньями» в процессе социологического исследования [6|.

1. Ошибки, исходящие от респондентов и существующие в двух разновидностях:

а) сознательное искажение возрастных данных участниками, или же такие, которые возникают в результате различных социально-психологических эффектов;

б) случайные, технические «ошибки сообщения» (вызванные невнимательностью респондентов при заполнении анкеты, разного рода оговорки, механические ошибки записи, небрежные записи, нспод-дающиеся однозначной расшифровке и переходящие позднее в «ошибки прочтения» и т.д.). По данным американского социолога X. Хаймена, доля случайных ошибок при измерении возраста в заполненных анкетах может достигнуть 12 процентов [7].

2. Ошибки и искажения, возникающие по вине социолога-составителя вопросника и также имеющие двоякую природу. Чаще всего они бывают либо следствием грубых методологических нарушений, допускаемых исследователями (неверный выбор формы, формулировки вопроса или градаций возрастной шкалы), либо результатом принятия им каких-то сомнительных, необоснованных методических решений. Но и «технологический брак», допущенный на стадии печати и тиражирования инструментария и вовремя не выявленный социологами (опечатки, пропуск слов или элементов конструкции вопроса), также ведет к возникновению «погрешностей измерения» [8].

3. Ошибки, допускаемые вспомогательным персоналом: анкетерами, интервьюерами, кодировщиками, операторами ЭВМ и другими (вольные или невольные подсказки, «ошибки регистрации», «ошибки считывания», ошибки набора информации и т.д.).

Однако самыми опасными (прежде всего в силу их неочевидности для социо-

лога) являются, пожалуй, искажения, вызываемые различными психологическими эффектами, коренящимися в самой природе социологического опроса как коммуникативного процесса. Среди социальнопсихологических факторов, детерминирующих наиболее существенные сдвиги в информации о возрасте респондентов, чаще всего встречаются следующие.

1. Склонность женщин к «омоложению». По данным известного панельного исследования Б.Ц. Урланиса, проведенного с интервалом в 10 лет, 50-летних женщин оказалось намного меньше, чем 40-летних в предыдущем опросе. При этом женщин моложе 50 лет было больше, чем женщин моложе 40 лет в опросе десятилетней давности. Кроме того, исследования показали, что более достоверной является информация, полученная от замужних женщин. Сведения же о возрасте разведенных и незамужних — достоверны в меньшей степени (9).

2. Склонность женщин скрывать свой возраст. Замечено, что в женских анкетах вопрос о возрасте чаще остается без ответа, чем в мужских. Сказывается, видимо, широко распространенное на уровне обыденного сознания мнение о том, что спрашивать о возрасте неприлично, с чем сами они, кстати, весьма охотно соглашаются.

3. Пожилые люди, напротив, стремятся преувеличить свой возраст. Так, например, по данным всеобщей переписи населения СССР 1959 года в стране было зарегистрировано 28015 человек в возрасте 100 лет и старше. Однако после тщательной проверки их осталось лишь 21708 человек [10]. Вместе с тем для респондентов старших возрастных групп характерна и тенденция к уклонению от сообщений о возрасте. «Среди пожилых людей, — пишет, например, Г.С. Батыгин, — больше число «незнающих» своего возраста [11].

4. К завышению возраста склонны и подростки, испытывающие желание выглядеть взрослее, чем они есть на самом деле, как в своих собственных глазах, так и в оценках окружающих.

5. Очень сильно влияет на качество данных о возрасте явление «возрастной аккумуляции» (округление возраста респондентами). Оно характерно для любых возрастных групп, но особенно проявляется у людей, чей возраст близок к окончанию на «0» или на «5» (например, 48, 49, 51 или 44, 46). В результате в исследованиях часто наблюдается резкое возрастание удельного веса одних возрастных групп и

сокращение других по сравнению с их действительной численностью. Следует заметить также, что возрастная аккумуляция связана не только с годом, но и с месяцем, характеризующим возраст человека. Так, начиная с середины своего «биологического года», люди начинают подсознательно округлять свой возраст в большую сторону.

Чтобы нейтрализовать все эти психологические эффекты, требуются специальные методические приемы. Исследования показывают, что качество информации о возрасте сильно зависит от способа се регистрации на полевом этапе исследования и прежде всего от формы, формулировки вопроса, а также от типа измерительной шкалы. Поэтому именно на данных аспектах проблемы мы и остановимся более подробно.

ФОРМА И ФОРМУЛИРОВКА ВОПРОСА

Вопросы о возрасте, задаваемые респондентам в социологических анкетах, обычно отличаются сильной пестротой и разнообразием. Однако, как показывает практика, наибольшей популярностью среди них пользуются следующие 4 основных типа.

1. «Ваш возраст?» — закрытый вопрос с интервальной возрастной шкалой. Это самый распространенный, но как считают специалисты, далеко не лучший способ получения информации о возрасте респондентов. Возражение здесь вызывает не столько формулировка, сколько предлагаемая форма вопроса. Несмотря на некоторые преимущества, связанные прежде всего с удобством и экономией времени при обработке анкет (что, собственно говоря и делает его привлекательным в глазах многих социологов), закрытый вопрос, тем не менее, явно проигрывает с точки зрения качества и сопоставимости собираемой информации. Поэтому социологи, имеющие большой методический опыт, давно уже пришли к выводу, что его применение при измерении возраста крайне нежелательно. При закрытом вопросе, где указание возрастных интервалов является подсказкой, «получить точных статистических характеристик невозможно» [12]. Использование в анкете априорной шкалы возраста создает благоприятную почву для возникновения многих из указанных выше психологических эффектов и, как следствие, приводит к искажению ответов. Кроме того, закрытый вопрос резко ограничивает возможности для сравнения данных по разным исследованиям, ибо града-

ции интервалов, применяемые разными авторами, практически никогда не совпадают. В результате однажды сконструированная шкала становится принципиально непрсобразуемой ни в какие иные.

2. «Ваш возраст? Укажите число полных лет цифрой». (Варианты: «Сколько Вам полных лет. Напишите, пожалуйста, цифру»; «Сколько лет Вам исполнилось? Напишите, пожалуйста».) Вопросы открытые.

Это, безусловно, более приемлемая формулировка по сравнению с предыдущей, и прежде всего за счет открытой формы вопроса и специальных дополнительных указаний к нему. Она обладает целым рядом неоспоримых достоинств: проста для понимания и особенно удобна для детей и стариков, легка в обработке, обеспечивает гибкость при использовании информации. Этот вариант формулировки дает возможность произвести любую перегруппировку полученных данных на основе погодичных возрастных распределений и построить любые интервалы, необходимые для сравнительного анализа. Погодичная шкала возраста легко и быстро может быть преобразована в интервальную.

Вместе с тем данный способ измерения возраста имеет и свои уязвимые места. Во-первых, вопрос о числе полных лет устанавливает и без того возможную возрастную аккумуляцию. Требуя от респондентов сообщить число полных (или исполнившихся) лет, мы заранее обрекаем себя на получение данных, округленных в меньшую сторону. Поэтому при расчетах среднего возраста, его дисперсии и т.д. вполне следует ожидать повсеместного занижения его реальных значений. А раз так, то использование данной формулировки обязательно сопряжено с пересчетами и требует добавления к возрасту каждого из респондентов в среднем по 0,5 года.

Если первый недостаток, как видим, в принципе преодолим, то второй носит значительно более серьезный характер. При всей своей привлекательности данная формулировка не снимает проблемы

сознательного искажения (завышения или занижения) возраста респондентами.

3. «В каком году Вы родились? Укажите год рождения цифрой». Вопрос открытый.

По мнению социологов-методистов данный вопрос считается одним из самых конструктивных, как с точки зрения качества собираемых данных, так и в плане последующей работы с полученной ин-

формацией [13, 14]. Эта формулировка более предпочтительна, так как:

— она блокирует возрастную аккумуляцию, а потому обеспечивает более точные и надежные измерения, не требует в связи с этим никаких дополнительных пересчетов и уточнений;

— традиционна и привычна для населения, однозначно воспринимается;

— не вызывает лишних эмоций, нейтральна по отношению к респондентам;

— большинство людей лучше помнят свой год рождения, который всегда неизменен и не требует пересчетов;

— психологически его труднее изменить, чем число лет, а потому у респондентов меньше соблазн завысить или занизить свой возраст;

— значение возраста легко фиксируется по году рождения;

— вопрос обеспечивает гибкость при использовании и анализе информации, позволяет создать погодичное распределение респондентов, а затем перевести его в любую шкалу возраста, и обратно;

— обеспечивает полную сопоставимость полученных результатов с данными других исследований.

Есть у этой формулировки, пожалуй, лишь один недостаток, на который следует обратить внимание. При ее использовании у исследователя возникает определенные трудности, связанные с переводом шкалы годов рождения в шкалу возраста, ибо точный возраст человека зависит не только от года, но и от месяца рождения, а его фиксация — еще и от даты проведения опроса. Так, например, при проведении исследования в марте 2000 года человеку, родившемуся в 1980 году, может быть как 19, так и 20 лет и зафиксировать точно его возраст по числу полных лет, не зная точной даты его рождения, не представляется возможным. Вот почему многие социолога, заинтересованные в статистически точной информации о возрасте, считают са-мьтч оптимальным в этом отношении во-прос, фиксирующий дату рождения респондентов.

4. «Когда Вы родились? Укажите полностью дату рождения: число, месяц, год».

При таком формулировании вопроса не будет, очевидно, ни аккумуляции, ни трудностей с пересчетами и переводами одних шкал в другие. И, кроме того, почти полностью здесь исключены искажения информации, связанные с сознательным изменением возраста респондентом.

ШКАЛИРОВАНИЕ ВОЗРАСТА. ТИПИЧНЫЕ ОШИБКИ

Правильный выбор формы и формулировки вопроса не снимает, однако, проблемы шкалирования возраста. Ведь использование открытых вопросов неизбежно потребует от исследователя последующего отнесения полученных от респондентов ответов к определенным возрастным интервалам. Тем более, что погодичные распределения, в некоторых случаях весьма удобные, могут оказаться крайне затруднительными в корреляционном анализе. Поэтому социологу рано или поздно придется ответить еще на один важный вопрос, связанный с выбором возрастной шкалы, адекватной для данного исследования.

Анализ анкетных документов, хранящихся в архиве автора, а также обзор социологических публикаций последнего времени показывает, что на сегодняшний день среди социологов в этом вопросе царит сильнейший разнобой. Распределение опрашиваемых по возрастным интервалам производится исследователями самыми различными, нередко вызывающими возражения, способами. Используемые в исследованиях возрастные шкалы различаются по многим параметрам: 1) по выбору начальных и конечных пунктов шкал; 2) по числу возрастных градаций; 3) по ширине используемых интервалов; 4) по способам выделения критических точек, разграничивающих различные возрастные группы и т.д. Ситуацию, сложившуюся в отечественной социологии, ярко иллюстрируют следующие примеры, взятые из нашего анкетного архива.

ПРИМЕРЫ ПОСТРОЕНИЯ ВОЗРАСТНЫХ

ШКАЛ В АНКЕТНЫХ ДОКУМЕНТАХ

РАЗЛИЧНЫХ ИССЛЕДОВАТЕЛЬСКИХ ОРГАНИЗАЦИЙ

Организация, проводившая исследование, тема, год

I. Анкеты, составленные сотрудниками лаборатории по изучению общественного мнения при социологическом факультете МГУ:

1. Анкета «Московского университета: общественное мнение» (1989 г.)

2. Анкета «Свободная экономическая зона: за и против» (1989 г.)

3. Анкета для изучения социальнопсихологического климата в трудовом коллективе НИИ (1989 г.)

4. Анкета, составленная ИСПИ РАН совместно с социологическим факультетом МГУ (1991 г.)

II. Анкеты, разработанные в ИСИ АН СССР:

1. Анкета студента-выпускника (1977 г.)

2. Анкета для изучения социальных проблем трудовых коллективов (1981 г.)

III. Анкеты НИИКСИ при ЛГУ:

1. Анкета для изучения социальных проблем трудового коллектива (1981 г.)

2. Анкеты ‘Труд руководителя и проблемы повышения квалификации» (1988 г.)

1. Анкета для изучения проблем семьи в условиях перехода к рынку

2. Анкета для изучения экономической активности женщин в условиях перехода к рынку (1994 г.)

V. Анкета лаборатории по изучению общественного мнения при Краснодарском политехническом институте (1989 г )

i Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

1. 1. До 21 года; 22-28; 29-35; 36-42; 43-50; 51-60; 61 год и старше.

2. 16-20; 21-25; 26-30; 31-35; 36-40; 41-45; 46-50; 51-55; 56-60; 61-65; 66-70; более 71.

3. До 30; от 30 до 45 лет; от 45 до 55 лет; от 55 до 60 лет; свыше 60 лет.

4. Меньше 18; 19-24; 25-30; 31-40; 41-50; 51-60; старше 60 лет.

II. 1. До 20 лет; 21; 22; 23; 24; 25; 26; 27; 28; 29; 30; 31; 32; 33 и выше.

2. До 18; 19-24; 25-29; 30-39; 40-49; свыше 50 лет.

III. 1. До 20; 21-25; 26-30; 31-40; 41-55; свыше 55 лет.

2. До 25; 26-30; 31-40; 41-45.

IV. 1. До 25; 25-30; 31-40; 41-50; свыше 50.

2. До 20 лет; 21-30;,31-40; 41-50; старіле 50.

V. 1. До 30; 31-40; 41-50; 51-60; 61 год и старше.

Данное положение отчасти объясняется отсутствием и современной науке общепринятой классификации этапов человеческой жизни и единых принципов ее разбивки на возрастные группы. Поэтому иногда несовпадение возрастных шкал, используемых разными авторами, является вполне естественным отражением различий в их исходных теоретических позициях. Однако в большинстве случаев разные

способы шкалирования возраста связаны с явной недооценкой данной проблемы и с облегченным отношением к ней со стороны многих практикующих социологов. Знание ситуации, сложившейся в отечественной эмпирической социологии, утверждает, что возрастные интервалы и группировки выбираются исследователями чаще всего произвольно, без каких бы то ни было теоретических обоснований, а порой и без особых предварительных раздумий. Обычно они просто некритически копируются из своих либо из чужих анкет, что ведет к мультипликации когда-то и кем-то допущенных ошибок. Известны, однако, и многочисленные факты, когда одни и те же авторы (или исследовательские организации) при проведении исследований по сходной проблематике применяли шкалы, существенно отличавшиеся друг от друга. Так, в анкетах Всесоюзного научно-исследовательского института

охраны труда (ВНИИОТ, г. Иваново), посвященных изучению социальных проблем трудовой деятельности работающих женщин, можно встретить следующие возрастные шкалы: 1. Анкета 1994 г.: «до 20 лет; 21-25; 26-30; 31-35; 36-40; 41-45; 46-50; более 50». 2. Анкета 1989 г.: «до 18; 18-20; 21-24; 25-28; 29-31; 32-35; 36-39; 40-43; 44-47; 48-50; свыше 50». 3. Анкета 1985 г.: «до 18; 18-20; 21-24; 25-29; 30-34; 35-39; 40-44; 45-49; 50-54; 55 лет и старше». 4. Анкета 1983 г.: «17-18; 19-20; 21-22; 23-24; 25 и более». 5. Анкета 1982 г.: «до 18; 18-20; 21-24; 25-29; 30-39; 40-49; 50-54; 55-57». 6. Анкета 1981 г.: «18-20; 21-24; 25-29; 30-35; 36-40; 41-50; старше 50».

Такой произвол в шкалировании возраста приводит к целому ряду ошибок и искажению в получаемой информации, вызывает многочисленные дополнительные трудности, которых и без того хватает в работе социолога. Во-первых, как явствует из приведенных выше примеров, респонденты одного и того же возраста в -различных исследованиях относятся к разным возрастным категориям, что сильно искажает общую картину исследования и его конечные результаты, поскольку «даже разница в один год в пограничных возрастах может иметь значение» [15] для понимания изучаемых проблем. Так, в анкетах ВНИИОТ респонденты, имеющие, например, возраст 42 года, попадают в 6 различных групп: 41-45; 40-43; 40-44; 40-49; 41-50 и даже в такую аморфную категорию, как «25 и более лет». Хотя совершенно очевидно, что люди в возрасте 42 года и 25 лет (равно как и 50 лет) очень

сильно различаются как по своим биофи-зиологичсским, так и психосоциальным характеристикам.

Во-вторых, многие используемые в практике шкалы грешат пропуском отдельных возрастных категорий респондентов. Так, в цитированных выше анкетах ИСИ АН СССР (1977 и 1981 гг.) 18 и 20-летние респонденты, вследствие допущенных при шкалировании ошибок, вообще не смогут найти для себя соответствующий шкальной градации, а их мнения, поэтому, будут автоматически исключены из последующего корреляционного анализа.

В-третьих, практически все приведенные для иллюстрации шкалы слишком грубы для того, чтобы адекватно зафиксировать возрастные и тем самым социальные различия в младших возрастных когортах респондентов. Интервалы, типа «16

— 20 лет» или «19 — 24 года» чрезвычайно широки, явно не соответствуют объективным этапам социализации молодежи и включают в себя сразу несколько критических точек, характеризующих переход индивидов из одного социального состояния в другое. Совершенно необъяснима в некоторых случаях практика завершения шкал возрастами в 45, 50 и 55 лет. Иначе как произволом данную ситуацию не назовешь и неразработанность теории здесь, конечно же, не причем: никакие теоретические концепции в подобных случаях совершенно не просматриваются.

В-четвертых, в большинстве указанных способов построения возрастных интервалов не учитывается такой весьма существенный фактор в жизнедеятельности человека как возрастные кризисы, имеющие био-психо-социальную природу, и накладывающие очень сильный отпечаток как на способы мышления, так и на образцы реального поведения людей, на систему их взглядов и интересов, жизненных ценностей и идеалов. Так, исследования, проводимые нами на протяжении последних 10 лет, с удивительным постоянством фиксируют одну и ту же эмпирическую закономерность: линии возрастной дифференциации населения в точности совпадают с направлениями дифференциации политической. Причем в качестве возрастных вех, стратифицирующих политические группы, обычно выступают одни и те же точки, характеризующие так называемые возрастные кризисы человека, достаточно полно описанные в специальной литературе (16-18 лет, 20-24 года, 30-34 года, 40-43 года, 55 лет и тд.) [16]. Игнорирование

этих поворотных пунктов в развитии индивидов при построении социологических шкал для измерения возраста неизбежно оборачивается резким ограничением возможностей социологического познания. При этом социолог просто обречен на то, чтобы остаться в плену своих собственных умозрительных предположений.

И, наконец, очевидно, что производная разбивка изучаемой совокупности по возрасту делает совершенно невозможным для социолога никакое корректное сопоставление результатов разных, в том числе и своих собственных исследований, а также полностью исюночаст любое сравнение социологических данных с показателями госстатистики.

ВОЗМОЖНОСТИ УНИФИКАЦИИ ВОЗРАСТНЫХ ШКАЛ

Избежать этих ошибок помогут универсальные шкалы, специально разработанные и успешно апробированные социоло-гами-методистами для фиксации и измерения возраста респондентов. Так, еще в конце 70-х годов Т.М. Ярошенко предложила систему возрастных шкал, которая позволяет, с одной стороны, учитывать возрастные особенности различных аудиторий, запросы и потребности исследователей, специализирующихся в разных областях социологического знания, а, с другой, дает надежную основу для корректного сравнительного анализа данных [17].

1 уровень: 0-2; 3-4; 5-6; 7-9; 10-12; 13-14; 15; 16; 17; 18-19;

// уровень: 0-4 5-9 10-14 15-19

III уровень. 0-9 10-19

I уровень. 20-21; 22; 23; 24; 25-29; 30-34; 35-39; 40-44; 45-49

II уровень: 20-24; 25-29; 30-34; 35-39; 40-44; 45-49

III уровень: 20-29 30-39 40-49

IV уровень: 29-39

I уровень: 50-54; 55-59; 60-69; 70-79; 80 лет и старше // уровень: 50-54; 55-59; 60-69; 70-79; 80 лет и старше 111 уровень: 50-59; 60-69; 70-79; 80 лет н старше

IVуровень: 40-59 60-79; 80 лет и старше.

Эта унифицированная система шкал, сконструированная на основе экспертных оценок, имеет 4 уровня, отличающиеся друг от друга степенью дробности и шириной интервалов. В ее основу положена известная 5-летняя шкала, традиционно используемая органами государственной статистики: 0-4; 5-9; 10-14; 15-19 и т.д. Шкала I уровня содержит самые дробные интервалы, второй уровень представлен шкалой Госкомстата, в шкалах же III и IV уровней предполагаются укрупненные возрастные интервалы. Начиная с 25 лет,

шкала I уровня сливается со шкалой II уровня.

Используя эту систему шкал, социолог в зависимости от решаемых им задач, может выбрать любую их них. Если же она на том или ином отрезке в чем-то его не удовлетворяет, то всегда есть возможность перейти на данном отрезке на другой уровень (выше или ниже), последовательно дробя или укрупняя интервалы по предложенной схеме. Так, в исследованиях, требующих детального учета возрастной специфики объекта (например, при изучении проблем молодежи), интервалы 15-19 и 20-24 (из шкал Госкомстата), можно разбить на более дробные пункты: 15, 16, 17, 18-19, 20-21, 22, 23, 24 и перейти, тем самым, на шкалу высшего уровня. В тех же случаях, когда в подобной детализации нет необходимости, можно, наоборот, произвести укрупнение интервалов госкомстатовской шкалы (переход к шкалам III или даже IV уровня), но так, чтобы крайние границы объективных мелких интервалов обязательно совпадали с границами укрупненных.

Унификация возрастных шкал позволяет эффективно сравнивать результаты исследований, проведенных разными авторами и в разнос время, открывает широкие возможности для вторичного анализа данных.

I. Гайдис В.П. Получение информации о возрасте респондента // Методы сбора информации в социологических исследованиях. Кн. I. Социологический опрос. М.: Наука,

2. Волович В.И. Надежность информации в социологическом исследовании (проблема методологии и методики). Киев: Наук, думка, 1974. С. 56.

3. Батыгин Г. С. Обоснование научного вывода в прикладной социологии. М.: Наука, 1986. С. 21.

5. Давыдов А.А. Респондент как источник информации. М.: Ин-т социологии РАН, 1993. С. 25.

6. Ноэль Э. Массовые опросы. Введение в методику демоскогши. М.: Ава-Эстра, 1993. С. 37.

7. Гайдис В.П. Указ. раб. С. 121.

8. Докторов Б.З. Метрологическая карта иссле-

дований общественного мнения // Социологические исследования. 1984. № 1.

9. Урланис Б.Ц. История одного поколения. М.: Мысль, 1968. С. 25.

10. Петренко Е.С., Ярошенко Т.М. Социально-демографические показатели в социологических исследованиях. М.: Статистика, 1979. С. 40-41.

11. Батыгин Г. С. Указ. раб. С. 97.

12.Ярошенко Т.М. Возраст в социологическом исследовании // Социологические исследования, 1977. № 1. С. 138.

13. Гайдис В.П. Указ. раб. С. 119.

14. Петренко Е.С., Ярошенко Т.М. Указ. раб.

15. Ярошенко Т.М. Указ. раб. С. 134.

16. Мирошниченко Е.Н. К соотношению биологического и социального в возрастном кризисе 20 — 24 года // Социально-политическая идентификация в условиях перестройки. М.: Ин-т социологии АН СССР,

17. Ярошенко Т.М. Указ. раб. С. 136

СОЦИОКУЛЬТУРНЫЙ КОНТЕКСТ КАК ФАКТОР ДУХОВНОГО СТАНОВЛЕНИЯ И РАЗВИТИЯ ЛИЧНОСТИ СПЕЦИАЛИСТА

Koval N.A. Social and Cultural Context as a Factor of the Specialist’s Spiritual Formation and Personal Development. Social and cultural context influences spiritual formation and development of the professional personality. The ongoing democratic changes in the society stimulate creative freedom of individuals, help in individual self-realization of a personality. In these conditions spiritual values of individuals become obvious. This is a favourable way to personal self-development in the cultural and educational media.

Многое в развитии духовности лич- определяются современным социокультурности, в ее распространении на все сферы ным контекстом, самой обстановкой, ат-

жизнедеятельности и общения людей мосферой в обществе, способствующими

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *