М. В. Ломоносова Социологический факультет кафедра Информатики социальных процессов А. И. Самыловский Учебно-методический комплекс

Вид материалаУчебно-методический комплекс
Итого аудиторных часов 144 (лекций – 72, семинаров – 72)
Тема 1. Качественные первичные данные и экспертное оценивание в социологических исследованиях.
Тема 2. Измерение и шкалирование в социологических исследованиях.
Тема 3. Модели и методы сравнительного шкалирования.
Тема 4. Модели и методы несравнительного шкалирования.
Тема 5. Модели и методы многомерного шкалирования.
Тема 6. Модели и методы исследования качества измерительных инструментов в социологических исследованиях.
Тема 8. Модели и методы дисперсионного анализа данных.
Тема 9. Модели и методы регрессионного анализа данных.
Тема 10. Модели и методы корреляционного анализа данных.
Тема 11. Модели и методы главных компонентов и факторного анализа в анализе данных социологических исследований.
Тема 12. Некоторые специальные модели и методы анализа данных социологических исследований.
Основная литература
Дополнительная литература
Контрольная работа по теории измерений.
Домашнее задание (эссе) №1 по теории измерений.
Домашнее задание (эссе) №2 по теории измерений.
Контрольная работа по анализу данных.
Домашнее задание (эссе) №1 по анализу данных.
Домашнее задание (эссе) №2 по анализу данных.
...
Полное содержание
Подобный материал:
1   2   3   4   5   6   7


Итого аудиторных часов 144 (лекций – 72, семинаров – 72),

итого внеаудиторных часов самостоятельной работы 180.


Всего учебных часов 324

(кредитов-недель – 6, кредитов ECTS – 9, зачетных единиц – 12).


IV. Содержание программы


Тема 1. Качественные первичные данные и экспертное оценивание в социологических исследованиях.

Некоторые непараметрические модели математической статистики. Критерии знаков, серий, Манна – Уитни (Уилкоксона). Примеры применения в социологии. Основные понятия экспертной технологии измерения. Собственный вектор матрицы попарных сравнений как модель достижения согласия в группе экспертов. Итеративные методы получения результатов экспертизы на основании первичных попарных измерений (сравнений). Метод анализа иерархий. Анализ компетентности экспертов. Согласованность и выявление различных точек зрения в группе экспертов. Ранговые коэффициенты корреляции Спирмена и Кендалла. Метод идеальной точки. Коэффициент конкордации (согласия, согласованности) Кендалла и Бэбингтон-Смита. Подготовка социологических данных к анализу. Редактирование, кодирование, преобразование данных. Очищение и статистическая корректировка данных. Кросс-табуляция данных. Выбор стратегии анализа данных. Связь с понятиями, моделями и методами математической статистики. Примеры применения в социологических и маркетинговых исследованиях.


Тема 2. Измерение и шкалирование в социологических исследованиях.

Основные типы шкал: номинальная, порядковая, интервальная, относительная. Упорядоченность шкал различных типов, их свойства, силы шкал, уровни измерений. Ранги и рейтинги. Сравнительные и несравнительные шкалы, метрическое и неметрическое шкалирование, их достоинства и недостатки. Латентные параметры и их проявление. Конструкт и его характеристики, шкалирование конструкта и измерение его характеристик. Шкала, категории шкалы, пункты шкалы. Связь с понятиями, моделями и методами математической статистики. Примеры применения различных шкал в социологии. Некоторые подходы к шкалированию и шкалы в психологических исследованиях: Стэнфорд – Бине, Векслера, Кауфмана, Пиаже, Стронга, Роршаха, показатель IQ (Intelligence Quotient) и его факторный анализ, адаптивное тестирование и многоуровневые «батареи» тестов, миннесотский и калифорнийский личностные опросники, проективные методики. Примеры шкалирования и измерения при проведении социологических и маркетинговых исследований.


Тема 3. Модели и методы сравнительного шкалирования.

Попарное сравнение, порядковое ранжирование (упорядоченное шкалирование), шкалирование с постоянной суммой. Q-сортировка. Шкалирование по Гуттману, типы идеальной шкалы, исследование качества шкалы, коэффициент воспроизводимости по Гуттману. Шкалирование по Тёрстоуну. Вербальные протоколы, глубинные интервью, фокус-группы как инструменты сравнительного шкалирования. Общие проблемы разработки и использования сравнительных шкал. Примеры проведения шкалирования по Гуттману и Q-сортировки в социологических исследованиях.


Тема 4. Модели и методы несравнительного шкалирования.

Непрерывная рейтинговая шкала, детализированные рейтинговые шкалы, категории шкалы. Шкала Лайкерта (шкала суммарных оценок). Исследование качества шкалы Лайкерта. Шкала семантического дифференциала, профильный анализ, радарные диаграммы. Шкала Стэпела. Исследовательская парадигма “Data Mining” в выборе и конструировании используемых шкал. Элементы исследования поведения респондента на основе взаимосвязи его свойств “удовлетворенности” и “лояльности”. Пример совместного применения трех несравнительных шкал в целях повышения качества измерения. Общие проблемы разработки и использования несравнительных шкал.


Тема 5. Модели и методы многомерного шкалирования.

Основные понятия и термины многомерного шкалирования. Многомерное шкалирование и визуализация результатов измерений. Когнитивная карта для представления результатов качественного социологического исследования. Атрибутивные и неатрибутивные карты восприятия для представления предпочтений респондентов. Примеры построения карт восприятия при проведении социологических и маркетинговых исследований.


Тема 6. Модели и методы исследования качества измерительных инструментов в социологических исследованиях.

Математическая модель измерения в социологии, понятия надежности и валидности (достоверности) измерительного инструмента (шкалы, анкеты), их связь с понятиями математической статистики. Виды и методы исследования надежности: повторное тестирование, альтернативные формы, внутренняя согласованность, деление совокупности пунктов шкалы на две половины, коэффициент “альфа” Кронбаха, метод Кьюдера – Ричардсона, метод Спирмена – Брауна, метод Рюлона. «Батарея» эмоциональных критериев Бюмонта. Роль понятия корреляции в анализе надежности. Виды и методы исследования валидности: содержательная, критериальная – текущая и прогностическая, конструктная – конвергентная, дискриминантная и номологическая. Внутренняя и внешняя валидность. Роль понятия корреляции в анализе валидности. Валидность теста и теория принятия решений в профессиональном отборе, таблицы Тейлора – Расселла, дифференциальная валидность. Модель “задание – ответ” и перекрестная валидизация. Пример измерительного инструмента, обладающего конструктной валидностью при измерении дискреционного дохода.


Тема 7. Модели и методы анализа данных в таблицах сопряженности.

Связь между переменными, измеренными по различным шкалам. Перекрестное табулирование и представление результатов измерений в виде таблицы сопряженности: измерения значений признаков, частоты, клетки таблицы (ячейки), строки и столбцы таблицы, маргинальные частоты (итоги) по строкам и по столбцам. Двухвходовые таблицы сопряженности, управление с помощью третьей переменной, частные таблицы сопряженности. Вычисление статистики “хи-квадрат” и проверка статистической гипотезы о независимости признаков. Меры связи на основе статистики “хи-квадрат”: коэффициент “фи”, коэффициенты взаимной сопряженности Чупрова, Пирсона, Крамера. Мера прогнозируемого пропорционального уменьшения ошибки (индекс предикативной связи “лямбда”). Меры связи на основе понятия энтропии. Коэффициенты контингенции и ассоциации. Коэффициент “тау” Гудмена и Краскала. Коэффициент “гамма” (Фехнера), частный коэффициент “гамма”. Сравнительный анализ достоинств и недостатков различных мер связи. Пример применения различных мер связи для комплексного анализа таблицы сопряженности в социологическом исследовании.


Тема 8. Модели и методы дисперсионного анализа данных.

Прикладные социологические задачи, проверяемые статистические гипотезы и математическая модель дисперсионного анализа. Однофакторный дисперсионный анализ. Характеристика полного разброса (вариации) наблюдений, структура полного разброса и его разложение на составляющие, основное соотношение анализа, статистики, используемые при проверке гипотезы об отсутствии влияния фактора на отклик. Пример проведения однофакторного дисперсионного анализа в социологическом исследовании. Неметрический дисперсионный анализ Краскела – Уоллиса. Понятия фактора, отклика, эксперимента, блочного плана, рандомизации, полного и дробного факторного эксперимента. Прикладные задачи и математические модели многофакторного и многомерного дисперсионного анализа, относительные важности факторов и их взаимодействий. Ковариационный анализ. Множественные сравнения. Проблема количества наблюдений (количества социологических опросов) при проведении полного многофакторного эксперимента и план дробного эксперимента в виде латинского квадрата. Возможности современных статистических пакетов.


Тема 9. Модели и методы регрессионного анализа данных.

Прикладные социологические задачи, проверяемые статистические гипотезы и математическая модель линейного регрессионного анализа. Метод наименьших квадратов и его применение для построения линейной регрессионной модели. Парная регрессия и множественная регрессия. Пошаговая регрессия. Мультиколлинеарность. Проверка значимости коэффициентов. Оценивание влияния независимых переменных. Доверительная область построенной регрессионной модели. Коэффициент детерминации как показатель качества построенной регрессионной модели. Пример проведения регрессионного анализа в социологическом исследовании. Номинальный регрессионный анализ (анализ с «фиктивными», бинарными, индикаторными переменными). Возможности современных статистических пакетов.


Тема 10. Модели и методы корреляционного анализа данных.

Полный (парный) коэффициент корреляции. Частная корреляция и множественная корреляция. Вычислительные формулы и проверка статистических гипотез. Взаимосвязи с множественным регрессионным анализом. Выбор вида коэффициента корреляции для анализа данных в конкретном исследовании. Пример применения понятия частной корреляции для интерпретации результатов социологического исследования. Возможности современных статистических пакетов.


Тема 11. Модели и методы главных компонентов и факторного анализа в анализе данных социологических исследований.

Проблема снижения размерности математической модели путем отбора (формирования) наиболее информативных признаков. Построение ковариационной (корреляционной) матрицы, приведение ее к диагональному виду, интерпретация ее собственных векторов и собственных значений. Понятие главных компонентов, модель главных компонентов, нагрузки начальных показателей на главные компоненты, показатели “общности” начальных показателей. Модель факторного анализа, общие латентные факторы, специфические факторы, нагрузки начальных показателей на них. Вращение факторов: ортогональное вращение (метод “варимакс”) и косоугольное вращение. Критерий “каменистой осыпи”, показатель “стресса”. Интерпретация результата факторного анализа данных социологического исследования с помощью атрибутивной карты восприятия. Возможности современных статистических пакетов.


Тема 12. Некоторые специальные модели и методы анализа данных социологических исследований.

Канонические корреляции, дискриминантный анализ, кластерный анализ, совместный анализ (конджойнт-анализ), анализ соответствий, путевой анализ (пат-анализ), латентный анализ, лонгитюдный анализ, контент-анализ. Прикладные задачи социологического содержания, основные понятия и модели, взаимосвязи со стандартными методами анализа данных, сбор первичных данных, вычисления и проверка статистических гипотез (принятие статистических решений), интерпретация результатов анализа данных. Возможности современных статистических пакетов.


V. Список литературы

Основная литература




1. Аакер Дэвид А., Кумар В., Дэй Джордж С. Маркетинговые исследования. – СПб.: Питер, 2004.

2. Анастази Анна, Урбина Сьюзан. Психологическое тестирование. 7-е международное издание. – СПб.: Питер, 2001.

3. Дэвис Джоэл Дж. Исследования в рекламной деятельности: теория и практика. – М.: Издательский Дом «Вильямс», 2003.

4. Малхотра Нэреш К. Маркетинговые исследования. Практическое руководство. – М.: Издательский Дом «Вильямс», 2002, 2003, 2007.

5. Мангейм Джарол Б., Рич Ричард К. Политология. Методы исследования. – М.: Весь Мир, 1999.

6. Хеллевик Оттар. Социологический метод. – М.: Весь Мир, 2002.

7. Хили Джозеф Ф. Статистика. Социологические и маркетинговые исследования. – СПб.: Питер, 2005.

8. Черчилль Гилберт А. Маркетинговые исследования. – СПб.: Питер, 2002.

9. Черчилль Гилберт А., Якобуччи Дон. Маркетинговые исследования. Методологические основы. – СПб.: Издательский Дом “Нева”, 2004.


Дополнительная литература



1. Бендат Джулиус С., Пирсол Аллан Г. Прикладной анализ случайных данных. – М.: Мир, 1989.

2. Бикел Питер Дж., Доксам Куэлл А. Математическая статистика. – Вып. 1, 2. – М.: Финансы и статистика, 1983.

3. Болч Бен У., Хуань Клифф Дж. Многомерные статистические методы для экономики. – М.: Статистика, 1979.

4. Большев Л.Н., Смирнов Н.В. Таблицы математической статистики. – М.: Наука, 1983.

5. Браунли К.А. Статистическая теория и методология в науке и технике. – М.: Наука, 1977.

6. Ван дер Варден Б.Л. Математическая статистика. – М.:ИЛ, 1960.

7. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник. – М.: Финансы и статистика, 1999, 2004.

8. Левин Дэвид М., Стефан Дэвид, Кребиль Тимоти С., Беренсон Марк Л. Статистика для менеджеров с использованием Microsoft Excel. – М.: Издательский Дом «Вильямс», 2004.

9. Мирский Г.Я. Характеристики стохастической взаимосвязи и их измерения. – М.: Энергоиздат, 1982.

10. Мостеллер Фредерик, Тьюки Джон У. Анализ данных и регрессия: В 2-х вып. – М.: Финансы и статистика, 1982.

11. Павловский Збигнев. Введение в математическую статистику. – М.: Статистика, 1967.

12. Плаус Скотт. Психология оценки и принятия решений. – М.: Информационно-издательский Дом «Филинъ», 1998.

13. Сигел Эндрю Ф. Практическая бизнес-статистика. – М.: Издательский Дом «Вильямс», 2002, 2004, 2008.

14. Сидоренко Е.В. Методы математической обработки в психологии. – СПб.: Речь, 2000.

15. Сио К.К. Управленческая экономика. – М.: ИНФРА-М, 2000.

16. Таха Хэмди А. Введение в исследование операций. – М.: Издательский Дом «Вильямс», 2001.

17. Франк Роберт Х. Микроэкономика и поведение. Университетский учебник. – М.: ИНФРА-М, 2000.

18. Ханк Джон Э., Уичерн Дин У., Райтс Артур Дж. Бизнес-прогнозирование. – М.: Издательский Дом «Вильямс», 2003, 2008.

19. Эддоус М., Стэнсфилд Р. Методы принятия решений. – М.: Аудит, ЮНИТИ, 1997.

20. Agresti Alan. Categorical Data Analysis. – USA: John Wiley & Sons, 1990.

21. Bryman Alan, Bell Emma. Business Research Methods. – UK: Oxford University Press, 2003.

22. Bulgear John. Quantitative Methods for Business. The A – Z of QM. – UK: Elsevier, 2005.

23. Cook Wade D., Kress Moshe. Ordinal Information and Preference Structures: Decision Models and Applications. – USA: Prentice-Hall – Englewood Cliffs, 1992.

24. Cooper Donald R., Schindler Pamela S. Business Research Methods. 8th edition. – USA: McGraw-Hill, Irwin, 2003.

25. Creswell John W. Research Design. Qualitative, Quantitative and Mixed Methods Approaches. 2nd edition. – USA: SAGE Publications, 2003.

26. Dewberry Chris. Statistical Methods for Organizational Research. Theory and Practice. – UK: Routledge, 2004.

27. Harshbarger Ronald J., Reynolds James J. Mathematical Applications for the Management, Life, and Social Sciences. 7th edition. – USA: Houghton Mifflin Company, 2004.

28. Maxwell Nicholas. Data Matters: Conceptual Statistics for a Random World. – USA: Key College Publishing, 2002.

29. Maylor Harvey, Blackman Kate. Researching Business and Management. – UK: Palgrave Macmillan, 2005.

30. Moore David S., McCabe George P. Introduction to the Practice of Statistics. 5th edition. – USA: W.H.Freeman and Company, 2006.

31. Newbold Paul, Carlson William L., Thorne Betty M. Statistics for Business and Economics. 5th edition. – USA: Prentice-Hall, Pearson Education, 2003.

32. Punch Keith F. Introduction to Social Research. Quantitative and Qualitative Approaches. 2nd edition. – UK: SAGE Publications, 2005.

33. Secaran Uma. Research Methods for Business. A Skill Building Approach. 4th edition. – USA: John Wiley & Sons, Inc. 2003.

34. Vaus de David. Analyzing Social Science Data. 50 Key Problems in Data Analysis. – UK: SAGE Publications, 2004.

35. Wilcox Rand R. Applying Contemporary Statistical Techniques. – USA: Academic Press, 2003.


VI. Тематика форм промежуточного контроля

Контрольная работа по теории измерений.


Метод попарных сравнений, коэффициент конкордации, анализ компетентности экспертов, выявление согласованного мнения группы экспертов. Примеры применения при проведении измерений в конкретных ситуациях социологического содержания.


Домашнее задание (эссе) №1 по теории измерений.

Сравнительное шкалирование: попарные сравнения, Q-сортировка, шкалирование по Гуттману, шкалирование по Тёрстоуну. Исследование качества шкалы (анкеты). Примеры применения при проведении измерений в конкретных социологических исследованиях.


Домашнее задание (эссе) №2 по теории измерений.

Несравнительное шкалирование: шкала Лайкерта, шкала семантического дифференциала, шкала Стэпела. Исследование качества шкалы (анкеты). Примеры применения при проведении измерений в конкретных социологических исследованиях.


Контрольная работа по анализу данных.

Проведение дисперсионного, регрессионного, корреляционного анализа данных социологического исследования. Примеры применения при проведении анализа данных в конкретных ситуациях социологического содержания.


Домашнее задание (эссе) №1 по анализу данных.

Меры связи в таблицах сопряженности: на основе статистики “хи-квадрат”, на основе прогнозируемого пропорционального уменьшения ошибки, на основе понятия энтропии, на основе показателей “тау” и “гамма”. Примеры прменения в анализе данных конкретных социологических исследований.


Домашнее задание (эссе) №2 по анализу данных.

Многомерные (множественные, многофакторные) модели и методы дисперсионного, регрессионного и корреляционного анализа: планирование эксперимента, латинские квадраты и совместный анализ (конджойнт-анализ), множественный номинальный регрессионный анализ, множественные и частные коэффициенты корреляции. Примеры применения в анализе данных конкретных социологических исследований.


Домашнее задание (эссе) №3 по анализу данных.

Главные компоненты и факторный анализ, многомерное шкалирование и карты восприятия (атрибутивные и неатрибутивные), канонические корреляции, дискриминантный и кластерный анализ, путевой анализ и выявление причинно-следственных связей. Примеры применения в анализе данных конкретных социологических исследований.


VII. Контрольные задачи («тематические микро-тесты») по учебным дисциплинам

для текущего контроля знаний


1. Имеются следующие результаты «по-недельных» замеров рейтинга политической партии в определенном регионе РФ в течение определенного предвыборного периода (в процентах): 9, 14, 14, 8, 15, 17, 17, 10, 14, 22.

Требуется исследовать (наиболее простым, но научно обоснованным методом) вопрос о наличии положительной временной динамики рейтинга данной политической партии в данном регионе, охарактеризовать источники погрешностей в выводах.


2. В целях исследования взаимосвязи между уровнем образования и уровнем самооценки человека проведен социологический опрос 100 респондентов. Выяснилось, что из 50 респондентов, имеющих законченное высшее образование, 44 имеют высокую самооценку, а 6 – низкую самооценку, а из 50 других респондентов, не имеющих законченного высшего образования, 8 имеют высокую самооценку, а 42 – низкую самооценку.

Требуется построить таблицу сопряженности, произвести измерение силы взаимосвязи уровня образования и уровня самооценки, обобщить выборочный результат на генеральную совокупность, охарактеризовать источники погрешностей в выводах.


3. Изобразите графически диаграммы рассеяния значений двух показателей, соответствующие следующим значениям их линейного коэффициента корреляции Пирсона: −1, +1, небольшое по абсолютной величине отрицательное значение, большое по абсолютной величине отрицательное значение, небольшое положительное значение, большое положительное значение, нулевое значение при наличии “линейной” зависимости показателей, нулевое значение при наличии “нелинейной” зависимости показателей, нулевое значение при независимости показателей.


4. Известна следующая русская народная примета: «Если во время цветения ржи в начале лета колосья начинают зацветать снизу, то цена хлеба осенью бкдет низкой, если колосья начинают зацветать сверху, то цена будет высокой, а если с середины, то – средней». Предложите разумное возможное объяснение истинных причин, вызывающих наблюдаемое явление. Опишите схему исследования для выяснения справедливости предложеннного объяснения.

5. Определите вид шкалы (номинальная, порядковая, интервальная, относительная) для измерения реакции респондента в каждом из следующих случаев его опроса:


а) Я люблю решать кроссворды

Не согласен Согласен

1 2 3 4 5


б) Ваш возраст: ____________


в) Пожалуйста, разместите следующие виды свободного времяпровождения с точки зрения Ваших личных предпочтений, присваивая ранг от «1» (“наиболее предпочтительно”) до «5» (“наименее предпочтительно”):

Чтение журналов _________

Просмотр телевизора _________

Встречи с друзьями _________

Покупки _________

Посещение ресторанов _________


г) Номер Вашего полиса пенсионного страхования: ___________


д) Сколько времени в среднем в рабочие дни Вы посвящаете подготовке домашних заданий:

Менее 15 минут _________

От 15 до 30 минут _________

От 31 до 60 минут _________

От 61 до 120 минут _________

Более 120 минут _________


е) Какую сумму денег Вы потратили в прошлом месяце на развлечения?

________________


6. Предполагая, что каждый из приведенных в предыдущем задании шести вопросов был задан 100 респондентам, опишите метод количественного анализа полученных ответов респондентов, на основе которого можно сделать выводы социологического содержания в связи с каждым из вопросов.


7. Проводится социологическое исследование по выявлению факторов, влияющих на текучесть кадров в корпорации. Выдвигается гипотеза о том, что внутреннее удовлетворение от работы способствует закреплению кадров.

Требуется предложить метод проверки данной гипотезы, основанный на измерении соответствующих характеристик работников корпорации.


8. Завершите заполнение следующей таблицы, указывая названия и значения измеряемых Вами по различным видам шкал характеристик:


Номинальная

шкала: названия сетевых магазинов

Порядковая шкала:

_____________

Интервальная шкала:

_____________

Относительная шкала:

_______________

“Перекресток”










“Седьмой континент”










“Рамстор”










“Азбука вкуса”










“Копейка”












9. Три эксперта провели независимо друг от друга попарные сравнения четырех законопроектов A, B, C и D, представив результаты в виде следующих трех матриц попарных сравнений:


Эксперт №1 Зксперт №2 Эксперт №3


A B C D A B C D A B C D

A - 1 1 0 A - 0 1 1 A - 0 1 0

B 0 - 0 1 В 1 - 0 1 B 1 - 1 0

C 0 1 - 1 C 0 1 - 0 C 0 0 - 1

D 1 0 0 - D 0 0 1 - D 1 1 0 -


(здесь «1» («0») означает, что законопроект, стоящий в соответствующей строке, лучше (хуже) законопроекта, стоящего в соответствующем столбце, по мнению эксперта, заполнившего рассматриваемую матрицу).

Требуется провести анализ имеющейся экспертной информации в целях обоснованного упорядочивания анализируемых законопроектов по их качеству.


10. Два эксперта оценивали одни и те же пять иллюстрированных журналов по семибалльной рейтинговой шкале («1» – оценка наихудшего мнения, «7» – оценка наилучшего мнения). Результаты первого эксперта: (7, 6, 2, 1, 3), резульаты второго эксперта: (5, 4, 7, 3, 3).

Требуется провести анализ согласованности мнений данных двух экспертов.


11. Три эксперта независимо друг от друга оценивали одни и те же пять различных концепций социальной рекламы некоторой фирмы, присваивая концепциям ранги от «1» до «5» включительно («1» – низший ранг, соответствующей наихудшей по качеству рекламной концепции – «пятое» место, «5» – высший ранг, соответствующий наилучшей по качеству рекламной концепции – «первое» место; в случае совпадения качеств нескольких рекламных концепций всем соответствующим концепциям приписывался «средний» ранг). Результаты работы экспертов приведены в следующей таблице:


Концепция Концепция Концепция Концепция Концепция

№1 №2 №3 №4 №5

Эксперт №1 5 1 3.5 3.5 2

Эксперт №2 3 5 4 1 2

Эксперт №3 5 4 3 1.5 1.5


Требуется провести анализ согласованности мнений данных трех экспертов.


12. При проведении социологического исследования проблематики досуга требуется измерить отношение людей к различным видам досуга: чтение, просмотр телепрограмм, встречи с друзьями, “шоппинг”, посещение театров и выставок, загородные прогулки, занятия спортом.

Сформулируйте вопросы респондентам, используя различные типы шкал: номинальную, порядковую, интервальную, относительную.

Опишите несколько возможных методов измерения, основанных на сравнительном шкалировании, на несравнительном шкалировании.

Приведите, в связи с социологическим исследованием проблематики досуга, примеры сбалансированной и несбалансированной шкал, пример профильного анализа.


13. Выразите своё потребительское отношение к следующим безалкогольным напиткам: «Coke», «Dr Pepper», «Mountain Dew», «Pepsi», «Seven Up», «Sprite», используя номинальную шкалу, порядковую шкалу, интервальную шкалу, относительную шкалу.

Выразите своё отношение к тем же напиткам, используя шкалирование по методу попарных сравнений, шкалирование по Лайкерту, шкалирование по семантическому дифференциалу.


14. При обсуждении целесообразности начала строительства нового отеля на горнолыжном курорте рассматриваются ретроспективные данные посещаемости курорта отдыхающими в зимние месяцы за последние 10 лет (в тыс. чел.): 8.3, 8.5, 8.5, 8.0, 8.6, 8.7, 9.0, 9.1, 9.2, 8.2.

Требуется, на основе применения метода серий, исследовать вопрос о наличии тенденции, оправдывающей начало строительства нового отеля.


15. Приведите пример измерительного инструмента электоральных предпочтений, который является надежным, но не является валидным.

Внесите в него необходимые изменения так, чтобы он стал также и валидным. Рассмотрите ряд различных стран, например, РФ и США.


16. Предположим, между менеджером по новым продуктам и президентом фирмы происходит следующий диалог:

Менеджер: “Мы опросили 100 респондентов об идеях наших новых проектируемых товаров А и В. 75% опрошенных респондентов заявили, что они предпочитают товар А товару В. Давайте запускать товар А в производство”.

Президент: “Вы считаете, что 75% потребителей будут покупать товар А?”

Менеджер: “Мы этого не спрашивали. Мы знаем только, что 75% респондентов предпочитают товар А”.

Президент: “Я считаю, что Ваше предложение о запуске товара А в производство является недостаточно обоснованным”.

Поясните более подробно позицию президента фирмы, используя понятия теории измерений.


17. Предположим, Вы разработали анкету для измерения предпочтений телезрителей в отношении ряда телевизионных рекламных роликов. По Вашему замыслу респонденты, сведенные в одну группу, должны будут смотреть рекламу по телевидению и после этого заполнят анкету. Однако, по не зависящим от Вас обстоятельствам, Вы вынуждены разбить респондентов на три подгруппы и собирать данные в течение трех разных дней.

Какие действия Вы могли бы предпринять для того, чтобы уменьшить возможное негативное влияние такого раздельного проведения эксперимента?


18. При проведении контент-анализа газетных публикаций о кандидатах на пост президента США сформирован перечень наиболее характерных словосочетаний из заголовков публикаций: “лучший из худших”, “лучший из имеющихся”, “лучше, чем его соперник”, “наш главный избраннник”, “выдающийся деятель”, “многообещающий деятель”, “один из лучших сынов нации”, “меньшее из двух зол”, “лучшее из того, что мог дать процесс отбора”, “нужный сегодня человек”, “приемлемый кандидат”, “предлагаем свою поддержку”, “искренне рекомендуем” и др., всего 50 словосочетаний – элементов Q-выборки. В целях определения (измерения) уровня поддержки, которую оказывают определенные газеты определенным кандидатам, необходимо приписать словосочетаниям количественные веса, отражающие степень «позитивности» или «негативности» словосочетаний для формирования имиджа кандидата, т.е. измерить важность каждого словосочетания для имиджа.

Опишите две возможных процедуры измерения: основанную на попарных сравнениях и основанную на Q-сортировке с девятью категориями. Рассмотрите Q-сортировку, связанную нормальным распределением, и определите количества словосочетаний по каждой из девяти категорий. Приведите фрагменты применения процедур к перечисленным выше словосочетаниям.


19. В ходе социологических опросов, проведенных в США для определения популярности президента страны одновременно двумя разными социологическими службами, респондентам предлагались вопросы: «Вы одобряете или не одобряете то, как президент выполняет свою работу?» (вопрос первой службы) и «Как Вы оцениваете то, как президент справляется со своими обязанностями: отлично, достаточно хорошо, посредственно, плохо?» (вопрос второй службы). Первая служба констатировала, что 55% одобряют работу президента, 28% не одобряют, остальные по разным причинам не ответили. Вторая служба констатировала, что 46% одобряют работу президента («отлично» или «достаточно хорошо»), 52% не одобряют работу президента («посредственно» или «плохо»), остальные по разным причинам не ответили.

Требуется объяснить различия в результатах указанных опросов и дать рекомендации по учету политиками результатов опросов общественного мнения об их деятельности.


20. Социолог-исследователь заявил, что для целей последующего принятия решений его интересует исключительно прогностическая (предсказательная) валидность (достоверность) используемого для сбора первичных социологических данных измерительного инструмента.

Требуется прокомментировать его позицию и привести необходимые иллюстративные примеры конкретных социологических ситуаций.


21. Среди специалистов по социологическим и маркетинговым исследованиям известны следующие, отчасти шутливые, т.н. «Законы статистики Уолкапа»:

Закон №1. «Всё, что угодно, коррелируется с чем угодно, особенно, когда подлежащие корреляции переменные определяет один и тот же индивидуум».

Закон №2. «Очень мало проку в обнаружении хорошей корреляции между переменной, которая Вас интересует, и какой-то другой переменной, которую Вы не осмыслите в результате этого хотя бы немного лучше».

Закон №3. «Пока Вы не можете придумать логически здравое объяснение тому, почему две переменные должны быть связаны как причина и следствие, мало проку в поиске корреляции между ними. В городе Колумбус, штат Огайо, количество дождливых дней по месяцам прекрасно коррелирует с числом букв в названии месяца».

Приведите конкретные примеры социологического или маркетингового содержания, иллюстрирующие полезность учета указанных трех законов в реальной исследовательской работе.


22. На основании результатов опроса читателей проведено ранжирование пятнадцати литературных произведений по качеству «художественный уровень» и по качеству «увлекательность сюжета» (ранг «1» соответствует наилучшему мнению, ранг «15» – наихудшему). Ряд рангов литературных произведений по художественному уровню имеет вид: 6, 2,13,1, 7, 4, 11, 15, 3, 9, 12, 5, 14, 8, 10. Ряд рангов тех же литературных произведений, перечисленных в том же порядке, по увлекательности сюжета имеет вид: 8, 4, 12, 2, 10, 5, 9, 13, 1, 6, 14, 3, 15, 7, 11.

Требуется выяснить, как взаимосвязаны рассматриваемые два качества в выборке из данных пятнадцати литературных произведений. Требуется высказать научно обоснованное суждение о взаимосвязи художественного уровня и увлекательности сюжета у литературного произведения вообще.


23. В таблице приведены результаты опроса по выяснению партийности американского респондента на основании партийной принадлежности его отца:


Респондент

Отец

респондента

Демократ

Республиканец

Независимый

Всего

Демократ

45

5

10

60

Республиканец

2

23

5

30

Независимый

3

2

5

10

Всего

50

30

20

100


Имеются ли научные основания говорить о наличии в США традиции наследования партийной принадлежности?


24. Собрана информация о взаимосвязи между продолжительностью семейной жизни и удовлетворенностью браком на основании случайной выборки, состоящей из 100 респондентов – жителей одного города:



Продолжительность


Удовлетворенность

Менее 5 лет

От 5 до 10 лет

Более 10 лет

Итого

Низкая

10

20

20

50

Высокая

20

20

10

50

Итого

30

40

30

100