4.2.1. Номинальная шкала
С помощью номинальной шкалы мы измеряем такие переменные, которые в принципе не могут количественно отличаться друг от друга. Другое название этого уровня измерений — шкала наименований, что довольно точно отражает его сущность: каждое значение здесь представляет собою отдельную категорию, и зна- чение является просто своего рода ярлыком или именем.
Значе-ния присваиваются переменной безотносительно к упорядочива- нию или установлению какой-то дистанции между категориями, их невозможно сравнивать между собою по принципу «больше-меньше», «выше-ниже» и т.п. Так, если бы мы захотели рассчи-' тать средние значения переменных, измеренных по номинальной шкале, то это было бы пустой тратой времени. В самом деле, мож-но ли рассчитать среднее значение пола? Или рода занятий^ В измерениях номинального уровня отсутствуют те свойства, ко-торыми обладают реальные числа, и такие переменные невозмож|-но складывать, вычитать, умножать и делить13.Поэтому данные, полученные по номинальной шкале, обыч-но резюмируются с помощью простого частотного распределения так, как показано в табл.
4.2 и 4.3.195 Распределение респондентов по полу Таблица 4.2 ПОЛ Частота Процент Мужчины 399 44,3 Женщины 496 55,0 Всего 895 100,0 Источник: Аналитический отчет об опросе избирателей округа № 14 г. Нижнего Новгорода, проведенного 12—13 марта 1998 г.
Таблица 4.3 Распределение респондентов по социально-профессиональному статусу Социально-профессиональный статус Частота Процент Руководители предприятий 16 1,8 Предприниматели 52 5,8 ИТР 83 9,3 Непроизводственная интеллигенция 89 9,9 Служащие без специального образования 48 5,4 Квалифицированные рабочие 93 10,4 Рабочие средней и низкой квалификации 102 11,4 Неработающие пенсионеры 226 25,3 Прочие 186 20,8 Всего 895 100,0
Источник: Аналитический отчет об опросе 12—13 марта 1998 г.
Мы видим, что в таблицах, помимо указания частоты в абсолютных цифрах, приведены данные в процентах (что указывает на удельный вес каждого из значений определяемой переменной). Пропорции и процентные доли в процессе анализа предпочтительнее частотных распределений вследствие того, что они облегчают процесс сравнения двух популяций различных размеров. Например, в табл. 4.4 показаны две гипотетические студенческие попу-ляции различных размеров, но с одинаковыми пропорциями выбора дисциплин, которые представляются им предпочтительными для изучения. Вы можете прикрыть полоской бумаги столбцы, содержащие проценты, и убедиться, что непосредственно из частотного распределения (без указания процентов) выявить этот факт было бы довольно трудно. Проценты же раскрывают эту информацию немедленно, поэтому нередко, в целях экономии 196
места, особенно в достаточно больших по размерам таблицах, показывают только проценты. Частотные распределения в абсолютном выражении опускаются, однако при этом желательно приводить общее число наблюдений и тем самым давать возможность читателю в случае необходимости вычислить соответствующее частотное распределение.
Таблица 4.4 Распределение предпочтений, отдаваемых различным учебным дисциплинам Учебная дисциплина Экономический факультет Коммерческий факультет частота процент частота процент Маркетинг 35 25,9 48 25,9 Социология 30 22,2 41 22,2 Английский язык 45 33,3 61 33,3 Математика 25 18,5 34 18,5 Всего 135 100,0 184 100,0 Источник: Гипотетические данные.
В табл. 4.5 представлен пример частотного распределения, пропорций и процентов голосов делегатов Национальной конвенции Демократической партии США, поданных в 1984 г. за выдвижение трех главных кандидатов в президенты от этой партии — Уол-i, тера Мондейла, Гэри Харта и Джесси Джексона.
Таблица 4.5
Частотное распределение, пропорции и проценты голосов делегатов
Национальной демократической конвенции 1984 г.
(Переменная: число поданных голосов на номинации кандидата в президенты от Демократической партии 1984 г.) Категория (значение переменной) Частота Пропорция Процент Мондейл 2191 0,568 56,8 Харт 1200 0,311 31,1 Джексон 465 0,121 12,1 Всего 3856 1,000 100,0 Источник: New York Times, July 20.
1984. A12.Из этой таблицы, конечно, и так видно, что абсолютное числе голосов, поданных за Мондейла (2191), больше, нежели числе голосов, поданных за других кандидатов; однако, благодаря ис-
197
пользованию пропорций и процентов, сопоставление различных значений переменных становится более рельефным и отчетливым, что, конечно же, облегчает анализ. Преимущество становится осо-бенно бесспорным при необходимости последовательного сравнения достаточно длинных рядов распределений.
Для данных номинального уровня измерение центральной тен-денции производится с помощью определения моды. Модой, или модальной категорией, называется то значение переменной, которое встречается среди данных наиболее часто. В табл. 4.2 модальную категорию представляют собою женщины. В табл. 4.3 — это категория неработающих пенсионеров, которых среди респондентов оказалось большинство.
Помимо центральной тенденции измеряют и дисперсию данных. Дисперсия характеризует разброс значений переменной. Для данных номинального уровня наибольшая дисперсия проявляется в тех случаях, когда наблюдения распределены поровну между ка-тегориями. Данные табл. 5 весьма дисперсны, поскольку имеется почти одинаковое число мужчин и женщин. Полное отсутствие дисперсии проявляется в тех случаях, когда все наблюдаемые значения переменной совершенно однородны, т.е. попадают в одну и ту же категорию.
При проведении одномерного анализа могут обнаружиться такие характеристики данных, которые представляют собой существенные препятствия для дальнейшего анализа. Представьте, например, что вы намереваетесь изучить взаимосвязь между полом и родом занятий и обнаружили, что в выборке опроса оказались одни лишь мужчины, Поскольку налицо отсутствие дисперсии (т.е. нет вариаций по одной из ключевых переменных — по полу), сравнение провести нельзя. Урок, который необходимо из этого усвоить, состоит в следующем: нет изменения — нет сравнения. А процедура сравнения яв-ляет собою, по сути, ядро анализа. При отсутствии изменений вы можете обнаружить какое-то интересное единообразие, но не сможете изучить связей между переменными, т.е.
выявить, что же происходит с одной из них, когда другая варьирует (изменяется). Самый простой одномерный анализ, проведенный в ходе сбора данных, поможет вам вовремя скорректировать выборку.Выявляя центральную тенденцию, следует сразу обращать внимание на максимальные и минимальные значения изучаемой переменной. Другими словами, когда вы имеете дело с переменной, принимающей целый ряд значений, анализ следует начинать с акцента на самом большом и самом маленьком значении — это сразу дает вам представление о масштабах изменения рассматриваемой переменной.
198
Не менее, а нередко и более удобным средством анализа служит графическое отображение рядов распределений. На рис. 4.1 в виде столбчатой диаграммы14 изображено распределение, представленное в табл. 4.3. Одного общего взгляда на эту диаграмму достаточно, чтобы оценить соотношение численности представителей различных социально-профессиональных групп в выборочном массиве; при взгляде на таблицу это нельзя увидеть столь отчетливо.
На рис. 4.2 мы видим другую форму графического представления данных. Здесь приведена круговая диаграмма15 реестра голосов, поданных на выдвижении кандидатов в президенты демократами в 1984 г. (табл. 4.5).
Еще по теме 4.2.1. Номинальная шкала:
- Номинальная шкала.
- V. 3. 4. Номинальные шкалы.
- ШКАЛА
- ШКАЛА ВЕКСЛЕРА
- 4.2.2. Ранговая шкала
- ШКАЛА ОЦЕНОК
- ШКАЛА УСТАНОВОК
- Шкала дисфункциональности
- V. 1. 3. Музыкальная шкала.
- Шкала показателей групповых взаимоотношений и ее применение в процессе наблюдения.
- Ранговая (порядковая) шкала.
- Шкала злобы по Навако
- Шкала оценки в процессе наблюдений межличностных отношений в группе.
- 4.2.3. Интервальная шкала
- Интервальная шкала
- Шкала счастья
- ШКАЛА МЕТРИЧЕСКАЯ ОЗЕРЕЦКОГО
- ПСИХОЛОГИЯ