§ 6. Обробка та аналіз первинної соціологічної інформації

Обробка зібраних даних — важливий етап емпіричного дослі­дження. Від того, як вирішено питання обробки інформації, знач­ною мірою залежать строки, вартість і взагалі успіх дослідження. Відповідь на нього має бути знайдена до тиражування анкети, оскільки від програмного забезпечення, що використовуватиметь­ся для обробки матеріалу, залежить кодування анкети.

До початку збирання інформації бажано визначитись, які мето­ди аналізу даних застосовуватимуться (побудова таблиць певного виду, факторний аналіз тощо), а також які конкретно ознаки ана­лізуватимуться за допомогою того чи іншого методу. Зрозуміло, що такий план може бути лише приблизним, оскільки аналіз даних — ітераційний процес, розвиток якого відбувається в діа­лозі (безпосередньому або заочному) з комп'ютером. План по­трібний для того, щоб дібрати необхідне програмне забезпечення, а також як початковий етап аналізу.

Зібрану інформацію обробляють або вручну, або за допомогою комп'ютера. Ручні методи обробки інформації застосовуються тепер досить рідко і переважно у разі, якщо соціолог не має змоги працювати на комп'ютері, а треба обробити невеликий за обся­гом (ЗО—50 одиниць) масив анкет з незначною (від 10 до 20) кількістю запитань. Це можуть бути, наприклад, дані пілотаж­ного дослідження або дані експертного опитування. При прове­денні обчислень під час ручної обробки даних широко викори­стовують калькулятори.

Для обробки великих масивів, що містять дані стосовно тисяч об'єктів, які описуються кількома сотнями ознак, слід застосову­вати обчислювальну техніку, що має достатній обсяг пам'яті та високу швидкість обчислень.

Основні етапи обробки емпіричних даних

У процесі обробки даних соціологічних досліджень можна виокремити такі змістовні етапи:

1) кодування інформації;

2) введення інформації в комп'ютер;

3) перевірка введених даних та коригування помилок;

4) проведення обчислень та аналіз результатів.

Якщо передбачається обробка даних на комп'ютері, слід разом із фахівцем з інформатики метод кодування зібраної інформації (нумерація запитань та варіантів відповідей в анкеті для опиту­вання, нумерація пунктів і варіантів значень у кодувальному листку контент-аналізу та ін.) узгодити з можливостями відповід­ного програмного забезпечення. Немає загальновизнаних стан­дартів на кодування інформації. Наприклад, є пакети програм, що вимагають нумерувати всі варіанти відповідей в анкеті по­слідовними натуральними числами (1, 2, 3...), та інші, які напо­лягають на нумеруванні варіантів відповідей окремо в межах кожного запитання. Таких прикладів можна навести дуже багато. Тому обраний без урахування можливостей і особливостей про­грамного забезпечення метод кодування може призвести до необ­хідності після завершення збирання інформації проводити велику ручну роботу з перекодування інформації перед введенням її в комп'ютер. У ряді ситуацій для однієї частини значень обирають коди до початку збирання інформації, для другої — коди обирають лише після того, як всю інформацію зібрано (на­приклад, відкриті запитання в анкетах для опитування). Цю роботу також слід планувати з урахуванням методів майбутньої обробки та можливостей програмного забезпечення.

Після того як інформація зібрана і закодована, переходять до введення даних в комп'ютер. Ця трудомістка робота потребує багато часу. Вводять дані, як правило, не соціологи, а оператори. Вони повинні швидко і без помилок перенести закодовану інфор­мацію з одного носія (наприклад папір) на інший (магнітний диск) і не приймати жодних рішень щодо цієї інформації (на­приклад, вирішувати, чи вводити анкету, яка не цілком заповне­на). Тому навіть у разі, коли всі коди обрані до початку етапу збирання інформації, перед тим як передати зібрану інформацію до введення, слід уважно переглянути всі анкети.

У процесі введення оператори можуть припускатися помилок. Крім того, помилки можуть бути і в самих анкетах. Так, у відповіді на запитання анкети "Де Ви зараз працюєте?" респондент вказав, що він безробітний, а на запитання "Ким Ви зараз працюєте?" (на іншій сторінці анкети) дав відповідь — "слюсарем". Тому або в процесі введення (що більш бажано), або відразу після закін­чення введення слід проконтролювати введену інформацію і або скоригувати помилки (якщо це помилки введення), або відкинути ті анкети, що містять недостовірні дані. Для цієї роботи бажано мати спеціальні програми, які на основі вимог соціологів відбира­ють ті анкети, що цих вимог не задовольняють. Вимоги стосуються можливих значень кодів для певних ознак. Наприклад, "Коди ознаки 23 мають бути тільки 1, 2, 3" або "Якщо ознака 23 має значення 3, то ознаки 24 та 26 мають мати значення або 2, або З".

Тільки після завершення контролю починається власне аналіз даних — побудова таблиць, обчислення статистичних показників, перевірка статистичних гіпотез, побудова нових (додаткових) ознак та ін.

Результати обчислень на комп'ютері подаються в більшості випадків у вигляді надрукованих на папері таблиць. Корисним для змістовного аналізу даних є подання результатів у вигляді різного типу графіків (гістограм, діаграм, полігонів тощо). Графі­ки дають змогу наочно представити зв'язки та залежності між ознаками, роблять аналіз ефективнішим.

Комп'ютерне програмне забезпечення для обробки емпіричних даних

У процесі аналізу даних соціолог використовує різні програ­ми: текстовий редактор (для підготовки звіту), пакет ілюстра­тивної комп'ютерної графіки (для підготовки графіків у звіт або слайдів для публічного виступу з результатами) і, звичайно, па­кет програм для аналізу даних. Сучасні пакети програм — це результат копіткої роботи колективів висококваліфікованих фахівців. Кожний пакет розробляється для певного типу комп'ю­терів. Крім того, як правило, кожний пакет програм має свої формати даних, і інформація, підготовлена для одного пакета, не може безпосередньо оброблятися засобами іншого пакета. Більшість пакетів мають у своєму складі спеціальні програми перекодування даних у формати найвідоміших пакетів програм (їх називають програмами експорту та імпорту даних).

Пакети обробки соціологічних даних включають, як правило, такі функціональні блоки програм.

1. Програми настроювання на конкретне дослідження та введення інформації в комп'ютер. Ці програми дають змогу описати структуру даних, що оброблятимуться (наприклад, вказати кількість ознак, допустимі значення їх та ін.), та ввести дані в комп'ютер відповідно до цієї структури. Від простоти і зруч­ності користування програмою залежать час, необхідний для вве­дення інформації в комп'ютер, та надійність введених даних.

2. Програми контролю та коригування даних, завдяки яким соціолог може знайти та виправити у введених даних по­милки, відкинути недостовірні дані.

3. Програми перетворення введених даних. Цей блок вклю­чає в себе програми перекодування даних (зміна кодів значень ознак, об'єднання кількох значень певної ознаки в одне та ін.), ремонту вибірки, побудови додаткових ознак (значення яких об­числюються на основі значень наявних ознак), побудови підвибірок, що задовольняють певні умови, експорту даних у формати інших пакетів та імпорту їх.

4. Програми математично-статистичного аналізу. Це, як правило, програми побудови різних таблиць, розрахунку стати­стичних показників, перевірки статистичних гіпотез, кореляцій­ного, регресійного, дисперсійного, кластерного та факторного ме­тодів аналізу.

5. Програми наочного представлення та виведення ре­зультатів обчислень. Цей блок включає програми виведення на екран дисплея, друкуючий пристрій або на спеціальне облад­нання різних таблиць, графіків, діаграм, гістограм, малюнків та інших форм представлення результатів роботи пакета.

Є досить велика кількість пакетів програм для аналізу соціо­логічних даних, розроблених у різних країнах і розрахованих для використання на різних типах комп'ютерів. Серед них є па­кети, що розвиваються не один десяток років і мають версії для роботи майже на будь-яких типах комп'ютерів (наприклад, 8Р88, 8А8, ВМОР). Пакети різняться зручністю та легкістю експлуа­тації, швидкістю та точністю обчислень, набором математичних методів аналізу, наявністю документації, ціною та іншими по­казниками.

Одним зі світових лідерів у статистичній обробці даних для соціальних наук є американський пакет 8Р88. Роботи над цим пакетом ведуться протягом кількох десятків років. Є версії пакета для різних типів комп'ютерів. Пакет включає в себе велику кількість різних статистичних методів аналізу даних і має вели­кі можливості для обробки як кількісних, так і якісних (що ви­мірюються в номінальних або порядкових шкалах) даних. Хоча пакет не орієнтований безпосередньо на обробку саме соціоло­гічних даних, але наявність широкого спектра процедур стати­стичного аналізу, поєднана з досить гнучкою спеціалізованою мовою програмування, дає змогу за наявності певного досвіду розв'язувати найрізноманітніші завдання аналізу даних. Пакет досить великий (займає багато пам'яті на дискові). Пакет 8Р88 має змістовний і великий за обсягом комплект документації, в якому описуються можливості пакета і який може розглядатись як підручник з комп'ютерного аналізу даних. На жаль, немає українізованих або русифікованих версій пакета. На заваді ши­рокому використанню його в Україні може стати також ціна — залежно від конфігурації — від кількох сотень до кількох тисяч доларів США.

Чи не єдиним досить поширеним в Україні вітчизняним спеціалізованим пакетом програм для аналізу даних соціоло­гічних досліджень на персональних комп'ютерах є пакет ОСА (обробка соціологічних анкет). Цей пакет призначений для без­посереднього використання соціологами, що мають мінімальні навички самостійної роботи з комп'ютером. Є українська та ро­сійська версії пакета. Пакет ОСА, звичайно ж, значно поступається пакетові 8Р88 у кількості методів статистичного аналізу даних. До ОСА включено основні методи стандартного арсеналу проце­дур аналізу даних, що використовуються в соціології. Спілку­вання з пакетом організовано українською або російською (за­лежно від версії) мовою з активним використанням меню. Це полегшує роботу з пакетом, дає змогу вибирати на екрані комп'ю­тера необхідні операції й одразу бачити результат обробки (ви­конання окремих операцій забирає секунди).

Розглянемо можливості пакета ОСА та технологію його засто­сування для аналізу даних.

Пакет ОСА дає змогу обробляти ознаки, задані в метричній, порядковій або номінальній шкалі. При цьому розрізняють номі­нальні шкали з несумісними (респондент може вибрати тільки одну із запропонованих відповідей) та із сумісними альтернатива­ми (респондент може вибрати будь-яку кількість із запропоно­ваних йому відповідей).

Дані для аналізу мають бути підготовлені у вигляді двох файлів. Перший з них містить текст питальника, введений у спеці­альному форматі, паспорт масиву. У другому файлі зберігаються власне дані, зібрані в ході дослідження. Паспорт містить для кожної ознаки:

— її назву; наприклад, "Задоволеність умовами праці";

— відповідне запитання з питальника; наприклад, "Як Ви оцінюєте умови праці на Вашому підприємстві?";

— перелік усіх варіантів відповідей, запропонованих респон­дентові, та відповідні числові коди, наприклад, "З — повністю задовільні, 2 — непогані, 1 — незадовільні";

— тип шкали (метрична, порядкова, номінальна або номінальна із сумісними альтернативами).

Назви ознак, варіанти відповідей можна брати безпосередньо з анкети (як фрази українською мовою) — це дуже зручно. Якщо, наприклад, текст питальника готувався за допомогою комп'юте­ра, то паспорт досить просто можна одержати, переформатувавши цей текст. Крім того, пакет містить засоби для безпосереднього введення паспорта. Паспорт і текст питальника готують квалі­фіковані фахівці, які знають, як кодуватимуть і як оброблятимуть зібрані дані.

Процес введення зібраних даних у комп'ютер не потребує ви­сокої спеціальної кваліфікації. Це дає змогу залучити до введен­ня зібраних даних велику кількість виконавців, а окремі частини даних вводити паралельно на кількох комп'ютерах. Після завершення процедури введення ці частини об'єднуються в один масив для аналізу. В процесі введення здійснюється контроль на від­повідність інформації, що вводиться, паспорту. Комп'ютер, на­приклад, "не дозволить" ввести кілька кодів відповідей на запи­тання з несумісними альтернативами або такий код, якого немає серед можливих кодів відповідей.

Аналіз однієї ознаки

Первинні дані мають бути певним чином упорядковані. Для цього застосовують різноманітні статистичні методи — групу­вання, обчислення узагальнюючих параметрів та коефіцієнтів, кореляційний, регресійний, кластерний, факторний аналіз та ін. Проте незалежно від того, який метод аналізу застосовується, першим і абсолютно необхідним кроком обробки даних є попе­реднє впорядкування інформації, переважно за допомогою стати­стичного групування та побудови статистичних таблиць.

Структура відповідей на запитання анкети наводиться в табли­ці, де для кожного з можливих значень ознаки записано, скільки разів воно трапляється в сукупності зібраних даних. Таку таблицю називають таблицею одновимірного розподілу, одновимірною та­блицею, або варіаційним рядом. Пакет ОСА дає змогу за лічені секунди побудувати один або кілька (навіть кілька десятків або кілька сотень) одновимірних розподілів. Результати обчислень можуть бути виведені на екран комп'ютера (для безпосереднього аналізу на екрані), на друкуючий пристрій або у файл на дискові.

Для ознаки "Задоволеність умовами праці" одновимірна та­блиця має такий вигляд:

Задоволеність умовами праці*

* Було опитано 357 осіб, відповіли на запитання "Чи задоволені Ви умовами праці на Вашому підприємстві" 348 осіб (97,48 %).

Кількість опитаних у досліджуваній сукупності — 357. Для 348 опитаних (що становить 97,48 % загального обсягу сукупно­сті) відоме значення ознаки "Задоволеність умовами праці". Для інших (у нашому випадку їх 9) значення цієї ознаки не відоме (наприклад, інформація збиралася методом опитування, і деякі робітники підприємства не захотіли відповісти на поставлене запитання). Аналізуючи таблицю, ми бачимо, наприклад, що задо­волених умовами праці — 45, а це становить 12,61 % загального обсягу сукупності та 12,93 % кількості робітників, які відповіли на поставлене запитання. Ми бачимо також, що переважна більшість опитаних робітників (29,41 % + 30,81 % = 60,22 %) або повністю, або частково не задоволені умовами праці.

Для ознак, заданих у метричних шкалах, пакет дає змогу всі значення ознаки розбити на певні інтервали, а вже потім буду­вати одновимірну таблицю.

Для того щоб полегшити аналіз великої кількості таблиць та мати можливість порівняти кілька таблиць, обчислюють узагаль­нюючі характеристики рядів розподілу. Одна з таких характери­стик (її використовують дуже часто) — міри центральної тен­денції. Для кількісної ознаки обчислюють середнє арифметичне значення цієї ознаки для всіх об'єктів сукупності. Для номіналь­них ознак узагальнюючою характеристикою ряду є мода — значення, що найбільш часто трапляється в одновимірній табли­ці. Так, у наведеній вище таблиці модальним для ознаки "Задово­леність умовами праці" є значення "повністю не задоволений" (саме таких відповідей на поставлене запитання було найбільше). Для ознак, вимірюваних у порядкових шкалах, часто обчислюють таку міру центральної тенденції, як медіана — середній ряд упорядкованого ряду значень. Медіана має просту і водночас ко­рисну властивість — принаймні половина всіх досліджуваних об'єктів має значення ознаки, не більші, ніж медіана, і водночас принаймні половина об'єктів — значення, не менші, ніж медіана.

Слід зауважити, якщо впорядкувати шкали за рівнем вимі­рювання (найвищий рівень — це метричні шкали, потім — по­рядкові шкали, далі — номінальні шкали), то можна сформулю­вати таке загальне правило: якщо певний показник визначений для шкали певного рівня вимірювання, то його можна обчислю­вати і для шкал більш високого рівня, але, звичайно, не можна обчислювати для шкал нижчого рівня.

Отже, застосувавши це правило для розглянутих нами мір центральної тенденції, можна легко упевнитися, що моду можна обчислювати не тільки для номінальних шкал, а й для порядко­вих та метричних шкал, але медіану не можна обчислювати для ознак, виміряних у номінальній шкалі.

Для того щоб оцінити весь ряд розподілу, обчислюють стати­стичні показники варіації ознак, або міри варіації. Для метричних ознак це — дисперсія, середнє квадратичне відхилення та коефі­цієнт варіації. Для якісних ознак розроблено спеціальні індекси якісної варіації. Чим більшим є значення відповідного показ­ника варіації, тим більше розсіяні навколо середнього значення реальні значення ознаки, а отже, тим обережніше при побудові змістових висновків слід оперувати із середнім значенням.

Міри варіації дають змогу оцінити, наскільки сукупність одно­рідна за певною ознакою. Якщо вона неоднорідна, може виникну­ти потреба розбити цю сукупність на кілька однорідних за цією ознакою частин і аналізувати кожну з них окремо. Припустимо, ми вивчаємо задоволеність умовами праці на підприємстві. З логічних міркувань або з результатів попередніх досліджень нам відомо, що заробітна плата робітника впливає на задоволеність його умовами праці. Нехай коефіцієнт варіації заробітної плати для всієї сукупності робітників дорівнює 0,7. Тоді всю сукупність робітників слід розбити на приблизно однакові за рівнем заробіт­ної плати групи (наприклад, так, щоб у кожній групі коефіцієнт варіації заробітної плати не перевищував 0,4) і проводити аналіз задоволеності умовами праці для кожної групи окремо.

Графічне зображення даних

Дуже корисним для змістовного аналізу є зображення даних у графічній формі. Графіки та діаграми в деяких випадках спри­ймаються читачем легше, ніж стовпчики чисел статистичних та­блиць. Зручно використовувати графічне зображення даних і під час публічних виступів — на телебаченні, конференціях тощо.

Найпоширенішими формами графічного зображення одновимірних розподілів є гістограма (або стовпчикова діаграма), полі­гон розподілу та секторна діаграма.

Гістограма — це послідовність стовпчиків, розміщених верти­кально (вертикальна гістограма) чи горизонтально (горизонтальна гістограма). Кожний стовпчик має висоту (або довжину), пропор­ційну кількості (або частці, або відсотку) об'єктів, що мають відпо­відне значення ознаки. Так, на рис. 1 зображено горизонтальну гістограму розподілу відповідей на запитання про задоволеність

власним становищем. Для кожного стовпчика гістограми вказа­но відповідну частоту та відсоток. Отже, конфігурація стовпчиків гістограми дає уявлення про тенденцію, а числа необхідні для більш детального аналізу. Як правило, при побудові гістограм використовують рівні інтервали, а отже, стовпчики мають одна­кову ширину. Масштаб зображення краще обирати так, щоб відно­шення висоти найбільшого стовпчика до ширини гістограми було приблизно 3:5. Досить часто гістограму зображують не у ви­гляді окремих стовпчиків, а як суцільний контур.

Рис. 1. Горизонтальна гістограма зображення відповідей

Ознака 5. Задоволеність власним становищем.

Запитання: Чи задоволені Ви власним становищем?

Кількість об'єктів 431. Є значень 430 (99,7 %).

скоріше ні 213 - 49,4 %

важко сказати 132 – 30,6 %

скоріше так 85 - 19,7 %

У процесі аналізу досить часто виникає необхідність розбити метричні ознаки на нерівні інтервали. Саме на нерівні інтерва­ли розбивають, як правило, такі ознаки, як прибуток, вік та ін. Це пов'язано з тим, що діапазон значень ознаки може бути досить істотним, а також з необхідністю виділити певним чином на­повнені інтервали. При побудові гістограм на нерівних інтерва­лах висоту стовпчика відкладають пропорційно не до частки (відсотка), а до щільності розподілу відповідної ознаки. У побу­дованій таким чином гістограмі не висота, а площа кожного зі стовпчиків пропорційна до кількості (або частки, або відсотка) об'єктів, що мають відповідне значення ознаки. Так, на рис. 2 зображено вертикальну гістограму вікового складу опитаних респондентів. Порівнювати "наповненість" вікових груп слід шляхом порівняння не висоти стовпчиків, а їхньої площі. Зви­чайно, завжди слід пам'ятати: при побудові гістограми припус­кається, що всередині одного розрядного інтервалу щільність розподілу є сталою величиною (не змінюється).

Рис. 2. Вертикальна гістограма вікового складу опитаних респон­дентів

Ознака 177. Вік (згрупований).

Кількість об'єктів 431. Є значень 399 (92,7 %).

Якщо центри верхніх горизонтальних ліній стовпчиків гісто­грами з'єднати відрізками прямої, то вийде фігура, яку назива­ють "полігон розподілу". На рис. З зображено полігон розподілу респондентів за віком (аналогічний гістограмі на рис. 2). Полігон дає уявлення про форму статистичного розподілу ознаки.

Для ілюстрації досить часто застосовують таку форму подан­ня даних, як секторна діаграма. На рис. 4 зображено секторну діаграму розподілу респондентів за віком (аналогічна гістограмі на рис. 2). Вибірка представлена у вигляді кола. Кожній віковій групі (а їх 4) відповідає виділений певним кольором сектор цього кола, при цьому площа кожного сектора пропорційна кількості респондентів (або частці, або відсотку) у відповідній віковій групі.

Рис. 3. Полігон розподілу респондентів за віком

Ознака 177. Вік (згрупований).

Кількість об'єктів 431. Є значень 399 (92,7 %).

Рис. 4. Діаграма розподілу респондентів за віком

Ознака 177. Вік (згрупований).

Кількість об'єктів 431. Є значень 399 (92,7 %).

Порівнювати кілька розподілів зручно, якщо розмістити полі­гони цих розподілів, побудованих в однаковому масштабі, на од­ному рисунку. При цьому кожен з полігонів зображується або іншим кольором, або іншою лінією (штрихованою, хвилястою тощо). Таке поєднання на одному рисунку кількох графіків дає змогу ефективно та швидко порівнювати між собою розподіли, що має на меті виокремлення ділянок, які збігаються, тенденцій зміни ознак.

Крім допомоги в аналізі даних, графіки надзвичайно ефек­тивні з огляду на подання результатів досліджень. Є графіки робочі та ілюстративні. Перші, як правило, досить насичені чис­лами, другі — більш яскраві та "зовнішньо привабливі". Майже всі комп'ютерні пакети програм аналізу даних продукують певні робочі графіки. Для підготовки ілюстративних графіків є спеціалі­зовані пакети програм — "пакети ілюстративної графіки". Ці програмні комплекси не призначені для обчислення та аналізу даних, але дають змогу обчислені засобами інших пакетів по­казники зобразити в різних графічних формах, включаючи три­вимірні конфігурації із затіненням. При цьому написи можна робити різними шрифтами (горизонтально, вертикально, вздовж будь-якої лінії, використовуючи різні кольори). Графіки можна доповнювати рисунками або "прив'язувати" їх до географічної мапи. Результати такої побудови можуть бути виведені на високо­якісні друкуючі пристрої, у файл для подальшого використання у видавничих системах, на прозору плівку у вигляді кольорових слайдів або просто демонструватися у певній послідовності на екрані комп'ютера під час доповіді.

Аналіз двовимірних таблиць

Одним з важливих завдань аналізу даних є пошук та оцінка взаємозв'язків окремих ознак для певної сукупності об'єктів. Першим кроком при розв'язуванні цієї задачі є побудова кореля­ційних таблиць (їх ще називають двовимірними таблицями). Двовимірні таблиці дають змогу впорядкувати інформацію про розподіл сукупності об'єктів за двома ознаками. Така таблиця має прямокутну форму. Кількість рядків у таблиці дорівнює кількості можливих значень однієї ознаки, а кількість стовпчи­ків — кількості можливих значень іншої ознаки.

У наведеній нижче таблиці в клітинці, що знаходиться, напри­клад, на перетині другого рядка і четвертого цифрового стовпчика, стоїть число 61 (число в центрі клітинки). Це кількість робітниць (значення ознаки "Стать" — "жінка"), яких не задовольняють умови праці (значення ознаки "Задоволеність умовами праці" — "повністю не задоволений").

Ознака 12. Задоволеність умовами праці

Запитання: Чи задоволені Ви умовами праці на Вашому підприємстві?

Ознака 86. Стать

Запитання: Інтерв'юер, вкажіть стать респондента

Крім того, двовимірна таблиця, як правило, містить ще один додатковий стовпчик та ще один додатковий рядок — так звані маргінальні стовпчик та рядок. Кожна клітинка маргінального стовпчика містить суму чисел відповідного рядка, а також відсо­ток, який становить це число по відношенню до загальної кількості об'єктів. Так, з маргінального стовпчика таблиці вид­но, що на підприємстві працюють 136 жінок, а це становить 39,1 % загальної кількості робітників. Маргінальний рядок містить відповідні суми стовпчиків таблиці.

Крім того, в кожній клітинці таблиці, як правило, записують два відсотки — відсоток, який становить число, що міститься в клітинці, по відношенню до відповідного значення в маргіналь­ному стовпчику (цей відсоток записують над числом), та відсо­ток по відношенню до відповідного значення в маргінальному рядку (записується під числом). Так, якщо ми знову повернемо­ся до клітинки в другому рядку четвертого стовпчика таблиці, то побачимо, що кількість незадоволених умовами праці жінок (та­ких на підприємстві 61) становить 44,9 % загальної кількості жінок (а всього на підприємстві працює 136 жінок) та 55,5 % загальної кількості незадоволених умовами праці (всього умова­ми праці на підприємстві не задоволені 110 робітників).

З таблиці також видно, що відсоток жінок, не задоволених умовами праці на підприємстві, значно більший, ніж чоловіків. Отже, ми можемо висунути гіпотезу, що стать працівника та задоволеність умовами праці пов'язані між собою.

Уміння читати двовимірні таблиці дається досвідом, проте шукати закономірності в досить великих за розміром таблицях дуже важко. Крім того, далеко не завжди зв'язок між ознаками можна побачити так наочно. Тому на практиці факт наявності зв'язку між двома ознаками встановлюється за допомогою так званого критерію Х-квадрат. Цей критерій ґрунтується на аналізі частот, записаних у клітинках таблиці, і дає змогу відповісти на запитання, чи можна висувати й аналізувати гіпотезу про наяв­ність зв'язку між двома ознаками. Пакет ОСА не тільки авто­матично обчислює коефіцієнт Х.-квадрат для кожної двовимір­ної таблиці, а й оцінює його на рівні надійності 1 % та 5 % (рі­вень надійності — це ймовірність прийняти хибне рішення). Якщо обчислене значення Х-квадрат є надійним на рівні 1 % , то факт існування зв'язку можна вважати встановленим з імовір­ністю 0,99.

Для оцінки сили зв'язку обчислюють коефіцієнти Чупрова та Крамера. Вони побудовані на основі Х.-квадрат і набувають значення в інтервалі від нуля до одиниці. Обидва коефіцієнти набувають значення нуль у разі статистичної незалежності двох ознак. Значення більше нуля можна інтерпретувати так: чим значення ближче до одиниці, тим зв'язок тісніший.

Коефіцієнт кореляції та рівняння регресії

Якщо певному значенню однієї величини відповідає не одне, а ціла сукупність значень іншої величини, то вважають, що між цими двома величинами існує кореляційний зв'язок. Кореляцій­ний зв'язок наявний тоді, коли явище, що вивчається, піддається впливові не одного, а багатьох різних факторів. Так, стаж впливає на продуктивність праці, але не визначає її повністю, оскільки продуктивність праці залежить також від рівня освіти, віку робіт­ника, його кваліфікації та ін. Оскільки явища суспільного життя складні та багатофакторні, зв'язок між ознаками практично зав­жди кореляційний.

Якщо кожному значенню однієї ознаки відповідає така сукуп­ність значень іншої ознаки, що досить близько розміщена навколо свого середнього (тобто всі значення сукупності не дуже відрізня­ються від свого середнього арифметичного), то такий кореляцій­ний зв'язок вважають більш тісним. Кількісно тіснота кореля­ційного зв'язку оцінюється за допомогою коефіцієнтів кореляції.

Для оцінки лінійного кореляційного зв'язку між двома озна­ками, що виміряні в метричних шкалах, часто використовують коефіцієнт кореляції Пірсона г (його ще називають коефіцієн­том добутку моментів). Цей показник завжди набуває зна­чення в числовому інтервалі від -1 до +1. Знак коефіцієнта по­казує "напрямок" зв'язку. Додатний коефіцієнт кореляції (г > 0) свідчить про "прямий" зв'язок між ознаками (тобто такий, коли збільшення значення однієї ознаки збільшує значення іншої оз­наки), а від'ємний (г < 0) — про "зворотний" зв'язок (такий, коли зростання однієї ознаки веде до зменшення іншої ознаки). Так, між заробітною платою робітника та кількістю вироблених ним деталей існує прямий зв'язок (чим більше вироблено деталей, тим вищою буде заробітна плата), а між заробітною платою та кількістю бракованих деталей існує зворотний зв'язок (адже чим більше бракованих деталей було виявлено в продукції певного робітника, тим меншою буде його заробітна плата).

Щільність зв'язку оцінюється за абсолютним значенням ко­ефіцієнта кореляції. Нуль (г = 0) свідчить про відсутність лінійно­го зв'язку між ознаками. Максимальні значення (г=1 та г= -1) коефіцієнта свідчать про повний (або функціональний) лінійний зв'язок між ознаками (відповідно функціональний прямий зв'язок та функціональний зворотний зв'язок). Проміжні значення (-1 <г<0та0<г<1) інтерпретуються так: чим більшим є абсо­лютне значення показника, тим тісніший кореляційний зв'язок. Як правило, якщо абсолютне значення коефіцієнта перевищує 0,3, то можна вести мову про помірний лінійний зв'язок між ознака­ми, а якщо перевищує 0,8 — про дуже тісний зв'язок між ознаками.

Коефіцієнт кореляції Пірсона оцінює зв'язок між двома озна­ками, лише припускаючи, що значення однієї ознаки пов'язані з відповідними середніми іншої ознаки лінійною залежністю, тобто оцінює лише лінійний за формою кореляційний зв'язок. Отже, якщо дві ознаки пов'язані між собою тісно (навіть функціонально), але їх зв'язок за формою істотно відрізняється від лінійного, коефіцієнт кореляції Пірсона може набувати значення "нуль". Отже, якщо коефіцієнт кореляції Пірсона між двома істотно дорівнює нулю, то не можна говорити про відсутність кореляційно­го зв'язку між ними; це свідчить лише про відсутність лінійного кореляційного зв'язку.

Для ознак, заданих у порядкових шкалах, обчислюють рангові коефіцієнти кореляції (Спірмена та Кендела), які також набу­вають значення між -1 та +1 і інтерпретуються так само, як і коефіцієнт кореляції Пірсона.

Кореляція між двома ознаками свідчить про причинний зв'я­зок між ними, коли або одна з ознак є частковою причиною іншої, або обидві ознаки пов'язані спільними причинами. Кількісна оцінка кореляційних зв'язків може допомогти дослідникові відки­нути несуттєві зв'язки, чіткіше окреслити напрям пошуків, по­рівняти вплив різних факторів тощо.

Методи регресивного аналізу дають змогу оцінити щільність зв'язку між двома ознаками й оформити уявлення про вид цього зв'язку у вигляді рівняння (так званого рівняння регресії), що описує залежність між середнім значенням однієї ознаки (залеж­ної, поведінку якої вивчають) та значеннями деякої сукупності ознак (незалежних факторів, вплив яких на залежну ознаку намагаються оцінити). В соціологічних дослідженнях, як правило, здійснюється пошук такої залежності у лінійному вигляді (тобто у вигляді лінійного рівняння), тому йдеться про рівняння лінійної регресії.

Знання залежності у вигляді рівняння дає змогу не тільки по­яснити поведінку залежної ознаки, а й прогнозувати значення її за різних змін значень незалежних ознак. Наприклад, нехай на ос­нові аналізу факторів, які впливають на рівень заробітної плати на певному підприємстві, було побудовано рівняння лінійної регресії

у = 15,32*Х₁+11,56* Х₂+20,4,

що описує зв'язок між заробітною платою (залежна ознака) та двома такими незалежними ознаками, як стаж Х₁ (вимірюється роками) та рівень освіти Х₂ (вимірюється роками) працівника. Аналізуючи це рівняння, ми бачимо, що зі зростанням трудового стажу працівника на рік його середня заробітна плата зростає на 15,32 грн., а із підвищенням рівня освіти на рік середня заробіт­на плата зростає лише на 11,56 грн. Отже, на цьому підприємстві трудовий стаж має більший вплив на середню заробітну плату працівника, ніж рівень його освіти.

Дуже важливою для отримання надійних та статистично об­ґрунтованих результатів є оцінка значущості статистичних по­казників. Це цілий комплекс математичних процедур, що дають змогу відповісти на низку запитань щодо обчислених статистич­них показників та параметрів вибіркової сукупності. Так, якщо ми обчислили коефіцієнти кореляції між двома ознаками й отримали число, що не дорівнює нулю, нас має зацікавити, чи справді цей коефіцієнт істотно відрізняється від нуля (а отже, фіксує наявність лінійного кореляційного зв'язку), чи ця різниця випадкова і спричинена лише похибкою нашої вибірки. На таке запитання може відповісти процедура оцінки значущості відмінності коефіцієнта кореляції від нуля, яка враховує обсяг вибірки та потрібний досліднику рівень надійності (тобто ймовірність прийняття хибного рішення), про який уже йшлося при розгляді критерію Х_і-квадрат для двовимірних таблиць. Для кожного обчисленого коефіцієнта кореляції робиться оцінка на рівні надійності 1 % та 5 %.

Крім оцінки значущості відмінності від нуля коефіцієнта кореляції між двома ознаками, досить часто застосовують також процедуру оцінки значущості різниці між двома відсотковими значеннями (наприклад, опитуваних, різниці між відсотками не задоволених умовами праці на цьому підприємстві серед жінок та серед чоловіків), різниці між двома середніми (наприклад, між середньою заробітною платою на одному та на іншому підпри­ємстві), між двома коефіцієнтами кореляції.

Методи багатовимірної статистики

Якщо є потреба проаналізувати велику кількість взаємопов'я­заних ознак, доцільно застосовувати спеціальні методи та алго­ритми багатовимірної статистики. Серед методів багатовимірної статистики найбільш популярні у соціологів методи факторного та кластерного аналізів.

Головну ідею факторного аналізу можна викласти так: якщо ознаки досить сильно скорельовані, то їх можна пояснити й описати невеликою кількістю прихованих (або латентних) факторів, які безпосередньо не спостерігаються, але зумовлюють значення ознак. Наприклад, за ознаками "кількість прочитаних книг", "кількість книг у домашній бібліотеці", "кількість відвідань театрів та музеїв" прихований фактор, який можна було б назвати "рівень культур­ного розвитку особи". Факторний аналіз дає змогу виділити ці латентні фактори, описати залежність між факторами та первин­ними ознаками і для кожного об'єкта обчислити значення всіх побудованих таким чином факторів. У результаті без істотних втрат інформації можливий перехід від аналізу великої кількості пер­винних ознак до аналізу порівняно невеликої кількості факторів.

Алгоритми кластерного (або таксономічного) аналізу да­ють змогу поділити сукупність об'єктів на однорідні групи (так­сони), тобто на такі групи, всередині яких об'єкти близькі між собою за деяким критерієм, і водночас об'єкти з різних груп різняться між собою за цим самим критерієм. Класифікація провадиться одночасно за досить великою кількістю ознак. Розглянемо такий приклад.

Нехай ми маємо досить велику кількість статистичних показ­ників, що характеризують рівень соціально-економічного розвитку кожного району: чисельність населення, кількість безробітних, довжина шосейних доріг, кількість квадратних метрів житла на одну людину та ін. Для організації опитування нам слід згрупува­ти райони в більші регіони, але зробити так, щоб у кожному регіоні були райони, близькі за своїм соціально-економічним розвитком. Це дасть змогу вибрати в такому регіоні один типовий район і результати опитування в цьому районі поширити на весь регіон. Таке групування можна ефективно здійснювати методом кла­стерного аналізу. При цьому важливо, що за такого групування враховується й узагальнюється велика кількість показників.

* * *

Отже, є досить велика кількість математичних методів аналі­зу інформації. Для застосування їх належним чином соціолог повинен мати певний рівень математичної культури та навички роботи з обчислювальною технікою.

Для того щоб отримувати справді достовірні результати, матема­тичні методи слід використовувати не тільки коректно, а й ком­плексно. Результати, отримані за допомогою одного методу, ба­жано підтвердити використанням щодо тих самих даних іншого методу. Більшість сучасних математичних методів орієнтовані на використання засобів обчислювальної техніки та спеціального програмного забезпечення.

Піча

МЕТОДОЛОПЯ КОНКРЕТНО-СОЦЮЛОПЧНИХ ДОСЛЩЖЕНЬ

В попередшх роздшах мова пшла в основному про загальносоцюлоггчш, спещалъш I галузев1 соцюлогьчш теорп. Третьи важливим рьвнем в структур1 соцюлогьчних знань е знания, якг одержують в результат! первинного узагальне-ння даних конкретно-соцюлогЫних досл1джень. Вс1 трир'шнядоповнюютьодинодний, щодоз-воляе одержати при вивченш сощальних явищ I процеав науково обгрунтоват резулътати.

Про те, що токе конкретно-соцюлог1чне дослгдження, як його краще тдготу-вати, оргашзувати I провести, а згбравши за кнуючою технологьею об 'ективнип емтричний матершл, правильно обробити, проанальзувати його I оформити от-римашрезультаты у в1дпов1дних документах, I йдеться в цш частит поабника. Тобто мова йде про так звану "кухню " конкретно-соцюлогьчного доЫдження (КСД).

Шсля вивченняматгргалу теми Ви повинпи

? що таке КСД 1 яке значения вони мають в жигп сучасного сусгйльства;

? як11снують етапи 1 види КСД, що таке програма КСД, I яке мкце воно посщае у його шдготовцд, оргашзащ'Г та проведенш;

." що таке виб1рковий метод у КСД, як1 кнують типи виб!рок, що

забезпечуе яюсть 1 надшшсть виб1рки;

г основш способи збору 1 одержання соцюлопчноТ шформацй, и узагальнення, анал1зу та 1нтерпретацн.

обгрунтувати доцшьшсть використання певного виду виб!рки у КСД;

поясните переваги 1 недолжи 1снуючих метод1в збору сощолог1чно'1шформаци;

охарактеризувати особливост1 застосування соц1олог1чного

спостереження та розкрити специфжу його видш;

проанал!зувати загальн! процедури обробки соцюлопчних даних.

^Описове дослідження - більш складний вид соціологічного аналізу. З його допомогою отримують емпіричну інформацію, яка дає відносно цілісне уявлення про соціальне явище, що вивчається. Воно зазвичай проводиться в тому випадку, поки об'єкт аналізу - відносно велика сукупність, яка відрізняється різними характеристиками, наприклад, трудовий колектив великого підприємства, де працюють люди різних професій, статі, віку, стажу праці і т. д. Виділення в структурі об'єкта вивчення відносно однорідних груп (наприклад, за рівнем освіти, віку, професій) дає можливість оцінити, порівняти характеристики, що цікавлять дослідника, виявити наявність або відсутність зв'язків між ними. В описовому дослідженні може бути застосовано один або декілька методів збору емпіричних даних. Поєднання методів підвищує достовірність і повноту інформації, дозволяє зробити більш глибокі висновки і обґрунтовані рекомендації.

Для визначення видів КСД використовуються й інші критерії, пов'язані з формою і характером проведення дослідження. Так, в залежності від того, чи вивчається соціальне явище в статиці або в динаміці, виділяють два види соціологічного дослідження: разове і повторне.

Основні риси соціального моніторингу:

—охоплення найбільш значних соціальних явищ в суспільстві,

— наявність певного постійного складу показників і індикаторів (соціологічних і статистичних);

— наявність тимчасових показників, які доповнюють основну систему і які зміню­ються в залежності від потреб користувача, що забезпечує гнучкість системи моніторинга;

— передача даних каналами зв'язку на центральний обчислювальний центр, їх обробка і збереження;

— проведення моніторингу з єдиного організаційного центру; організація доступу споживачів до наявної інформації.

Основні правила проведення соціального моніторингу:.

— проведення соціологічних опитувань і статистичного спостереження на одних і тих же територіях або адміністративних одиницях;

— узгодженість термінів збору соціологічних і статистичних даних;

— одноманітність висхідних форм для одержання даних;

— відпрацювання критеріїв кореляції соціологічних і статистичних даних;

— наявність, збереження і поповнення єдиного банку соціальної інформації.

Зазначимо, що в Україні з 1996 р. центром "Соціальний моніторинг" при Українському інституті соціальних досліджень видається інформаційний бюлетень, в якому публікуються дані моніторингу громадської думки населення країни.

Моніторинг громадської думки торкається соціально-політичних орієнтацій населення, його ставлення до різних суспільно-політичних інституцій, рівня життя та соціального самопочуття громадян України, їхньої думки щодо різних соціальних проблем та окремих подій суспільного життя, електоральної повед­інки, рівня соціальної напруги та виміру конфліктного потенціалу населення України тощо. Матеріали інформаційного бюлетеня готуються за підсумками щомісячного масового репрезентативного опитування населення України, яке проводиться у дванадцяти регіонах, або в усіх областях, м. Києві та АР Крим. Загальна кількість опитаних складає від 1800 до 3000 респондентів. Інформація подається у вигляді графіків і таблиць, які супроводжуються коментарем на основі аналізу розбіжностей за статтю, віковими групами, рівнем освіти та регіональним розподілом населення. Деякі з видань були присвячені, наприклад, проблемам дитинства, жінок, молоді. Матеріали, що подає інформаційний бюлетень, широко використовуються працівниками державних структур, громадських організацій, політичними лідерами, науковцями-суспільствознавцями, журналістами і кореспондентами засобів масової інформації, широким загалом.

іальній дійсності (емпіричних індикаторів) та засобів заміру чи фіксації індика­торів (індексів). Цей етап дослідження неможливий без попереднього визначен­ня та системного аналізу об'єкта. Важливе місце в розробці програми дослід­ження займає формулювання гіпотез, які конкретизують ціль дослідження та є його головним методологічним інструментом. Окрім формулювання гіпотез про­грама включає вказівку способів їх підтвердження та перевірки. А тепер зупи­нимось більш детально на окремих структурних елементах цього розділу.

^Проблема і проблемна ситуація. Ці поняття не є тотожними, хоча й щільно зв'язані між собою. Буває, що проблема є ширшою проблемної ситуації, а може бути й так, що проблемна ситуація включає декілька проблем Проблемна ситуація може розглядатися в межах однієї проблеми, але може бути вужчою або ширшою за неї. Якщо проблема - це в цілому якесь нерозв'язане завдання, віддзеркалене досить абстрактно і багатослівно, то проблемна ситуація - це якби квінтесенція проблеми (однієї чи декількох), конкретно визначальне протиріччя, яке підлягає емпіричному дослідженню. Розрізняють проблеми соціальні і наукові.

0 Соціальна проблема - життєве суспільне протиріччя, яке вимагає організації цілеспрямованих дій на його усунення. Наукова проблема - це стан "знання про незнання", коли фіксується протиріччя між знаннями про потреби суспільства в певних діях і незнанням способів і засобів здійснення цих дій. Постановка наукової проблеми - це завжди вихід за межі вивченого у сферу недослідженого. Соціальні проблеми мають різні масштаби.

Це, зокрема:

► проблеми невеликих соціальних груп (навчальних, професійних колективів):

► проблеми локальних територій (на рівні мікрорайони або невеликого поселення);

► проблеми, що торкаються інтересів великих соціальних груп (наприклад, професійних, конфесійних, етнічних, вікових);

► проблеми соціальних інститутів (сім'ї, освіти, армії, релігії і т. д.);

► проблеми цілих регіонів (західних областей України, автономної республіки Крим і т. д.);

► проблеми, що торкаються потреб та інтересів всього суспільства (соціально-економічні, соціально-політичні та ін.).

Обґрунтування проблеми,визначення об'єкту та предмету дослідження

Визначення мети дослідження

Логічний аналіз основних понять дослідження (теоретична,структурна та факторна інтерпретація, операціоналізащя)

Формулювання робочих гіпотез та постановка задач дослідження

Обгрунтування системи одиниць обстеження, побудовавибірки

Обгрунтування методів збору первинної соціологічної інформації; розробка логічної структури інструментарію

Розробка логічних схем обробки та аналізу інформації

Формулювання, розробка соціальної проблеми вимагає міждисциплінар­ного підходу (це відмінна риса емпіричного соціологічного дослідження), використання соціологом знань інших дисциплін (соціальної філософії, еко­номіки, політології, психології, права, педагогіки і т. д.), здійснення логічного аналізу проблеми (системного і функціонального). Лише після логічного аналізу проблеми дослідник може сформулювати проблемну ситуацію.

* Об'єкт дослідження. Під об'єктом в соціологічному дослідженні розуміється галузь соціальної дійсності: соціальні групи, інститути, процеси, відношення, які містять певні

Проблема - це реальна життєва ситуація, що містить соціальне протиріччя, яке вимагає усунення, розв'язання

Об'єкт - це частина об'єктивної реальності, на яку безпосередньо спрямований процес пізнання (соціальний процес, сфера соціального життя, трудовий колектив, певні суспільні відносини та ін.)

Предмет дослідження - ідеї, властивості, характеристики, притаманні даному об'єкту (наприклад: об'єкт - колектив, предмет соціально-психологічний клімат колективу), які потребують вивчення

Мета дослідження - те, заради чого проводиться дослідження

Задачі - логічні етапи досягнення мети дослідження

Логічний аналіз понять - структурно-логічне впорядкування основних понять дослідження, яке включає:

>теоретичну інтерпретацію, що дає можливість з'ясувати зміст понять

^структурну інтерпретацію, шляхом якої визначається сукупність елементів того чи іншого поняття

>факторну інтерпретацію, яка дає можливість з'ясувати систему зв'язків поняття із зовнішніми об'єктивними та внутрішніми суб'єктивними умовами, що впливають на основну властивість об’єкту дослідження

^емпіричну інтерпретацію (операціоналізація), що дозволяє зафіксувати та заміряти емпірично якості та властивості об'єкту за допомогою сукупності об'єктивних та суб'єктивних показників-індикаторів

Логічний аналіз основних понять (їх інтерпретація і операціоналізація) При розробці програми важливо виділити основні поняття. Вони займають ведуче місце у визначенні предмета дослідження. Логічний аналіз понять вимагає глибокого і точного пояснення їх змісту і структури Потім визначається співвідношення елементів, властивостей соціального явища, що досліджується Аналіз цих елементів і властивостей дає досліднику реальну уяву про стан (статику, динаміку) соціологічного явища, що

досліджується. Наприклад, необхідно вивчити соціальну активність студентів (вузу, міста, регіону і т д.) Логічний аналіз категорії "соціальна активність" вимагає виділити більш дробні поняття, які є її складовими. До них відноситься активність навчальна, політична, культурна і т. д. Ще більше деталізуючи, розшифровуючи ці поняття, ми підходимо до визначення сутності окремих елементів дослідження Дані поняття все більше наближаються до показників, які можна "закладати" в анкету у вигляді конкретних запитань.

Як правило, розчленування абстрактного поняття, що фігурує в дослідженні, здійснюється поетапно. Спочатку здійснюємо інтерпретацію, тобто розкриваємо зміст основного поняття, враховуючи різні варіанти його теоретичного трактування в різних наукових джерелах. Потім з основного поняття, як вже вказувалось, вичленяємо більш часткові поняття, які входять в нього і мають менший рівень абстрактності. Наступий етап - операціоналізація понять, тобто подальше членування і деталізація понять до рівня однозначно розуміючих термінів, знаходження їх аналогів в реальному житті (іншими словами, емпіричних індикаторів)

В аналітичному дослідженні здійснюється два види операціоналізації (в описовому - лише структурна): структурна і факторна.

Структурна операціоналізація - це розчленування основного поняття на складові елементи - головні ознаки предмета дослідження, факторна - це вияв і аналіз уявлених причин, які визначають характер явища, що вивчається.

Процедурна частина програми включає методику та техніку дослідження, тобто опис прийомів збору, обробки та аналізу соціологічної інформації.

Особливість соціологічних досліджень полягає в тому, що більшість висновків в них засновано на інформації, отриманій в результаті вибіркового обстеження Це є можливим лише при дотриманні вимог репрезентативності. В програмі ці питання вирішуються шляхом визначення обсягу та характеру вибірки. Співвідношення вибіркової сукупності, яка є своєрідною моделлю об'єкта, з самим об'єктом (генеральною сукупністю) визначається в програмі з допомогою дослідно-статистичних та математично-статистичних методів.

Залежно від специфіки об'єкта, а також характеру інформації, яка вже є про об'єкт, що досліджується, відбувається вибір методів збору соціологічної інформації - спостереження, анкетування, інтерв'ювання і т. п І на цій основі розробляється інструментарій дослідження (анкети, опитувальні аркуші, картки спостереження та ін.). В програмі відзначаються також методи обробки та аналізу отриманої інформації, що передбачає визначення, яким чином це буде здійснюватися, з використанням яких пакетів прикладних програм для ЕОМ

♦Отже, переконуємось, що складання програми - це складний процес, який вимагає високої професійної кваліфікації, творчого ставлення і чималої витрати часу. Ретельно підготовлена програма - гарантія успіху прикладного соціологічного дослідження, обґрунтованості його результатів, їх теоретичної і практичної цінності.

Робочий план дослідження

Поряд з програмою складається ще й робочий план дослідження. Зазвичай в план закладаються основні організаційні (процедурні) заходи, які треба здійснити при дослідженні. В ньому всі науково-дослідницькі і організаційно-технічні процедури і операції групуються в чотири блоки.

Отже, в узагальнюючій формі можна сказати, що в робочому плані визначаються основні етапи і підетапи всієї роботи, характери­зується розстановка виконавців (з врахуванням того, в якій послідовності процедура передбачає застосування тих або інших

Робочий плав КСД

— розробка програми дослідження

— підготовка інструментарію дослідження

— формування групи збору первинної інформації

— проведення пілотажного дослідження і т.д.

— вибракування анкет, в яких немає відповідей на ключові питання

— кодування запитань

— введення інформації в ЕОМ

­— обробка інформації, що дозволяє отримати звідні таблиці

— табуляграми, графіки, діаграми тощо

Четвертий розділ > авалітачшй;;

підготовка звітів за результатами дослідження, що містять висновки, практичні рекомендації щодо розв'язання проблеми

методик), здійснюється ув'язка в часі різних дій, які здійснюються членами дослідницької групи і визначається елементарний сітковий графік руху всієї роботи. Робочий план перетворюється, по суті, у важливий, як і програма, документ дослідження.

Піча