Kvalitativna i kvantitativna analiza. Kvantitativna i kvalitativna analiza Kvantitativna ili kvalitativna analiza

Ako smo do sada razmatrali kemijske procese u kojima je vatra bila najvažnije "oruđe rada", sada se okrećemo reakcijama koje su od velike važnosti, kako je primijetio Hermann Kopp, za "mokru analizu". Ove reakcije karakterizira činjenica da se odvijaju prvenstveno kao rezultat spontane interakcije tvari u otopinama. Pritom su tvari koje djeluju u isto vrijeme i “predmet rada” i “sredstvo za rad”. Zadaci studije u ovom slučaju bit će analiza reaktivnosti različitih tvari i proučavanje uvjeta njihove interakcije. Rezultati eksperimentalnog rada postali su preduvjeti za široka generaliziranja i stvaranje teorija o sastavu tvari i njihovim pretvorbama.
Ne treba zaboraviti da su potrebe kemijskog obrta i trgovine imale veliku ulogu u proučavanju reakcija koje se izvode "mokrim putem". Još u davna vremena ljudi su osjetilom mirisa, vida i dodira procjenjivali kvalitetu boja, kvasca, lijekova. No, pojavljivalo se sve više spojeva važnih za kemijsku praksu (primjerice purpur, mnogi lijekovi, metali), čija se kvaliteta nije mogla odrediti dodirom, okusom i bojom. Stoga su bile potrebne preciznije metode za analizu široko korištenih tvari.
Već na početku naše ere bilo je poznato više metoda analize tvari nego u antici. Dioskorid, kao i Plinije, primjerice, opisali su načine na koje se može pronaći verdigris, koji se koristi u proizvodnji lažnog nakita.
Od davnina su ljudi naučili razlikovati tekućine ("vode") po boji, mirisu, okusu. Međutim, već u antici pokušali su pronaći objektivnije kriterije za procjenu svojstava otopina. Hipokrat je isticao da je najčišća (i najpitkija) voda ona koja se najbrže hladi i zagrijava. Liječnik Archigen (1. stoljeće nove ere) razlikuje vode koje sadrže lužine, željezo, soli, sumpor. Vitruvije je predložio da se voda ispari, a zatim kondenzira i tako "pročisti" od raznih nečistoća.
Godine 1572. Leonard Tourneisser (1530-1596) objavio je svoje djelo O hladnim, toplim, mineralnim i metalnim vodama. Ovaj rad opisuje metode proučavanja sastava raznih voda, uspoređivanje težine [mase] kišnice i vode iz raznih izvora, provođenje isparavanja vode i kristalizacije oborina, proučavanje oborina pri zagrijavanju, itd. Andreas Libavius ​​​(1540.-1616.) 1597. proučavao je plinove koji se oslobađaju iz raznih mineralne vode. Osim toga, predložio je nove metode koje su omogućile dokazivanje sadržaja stipse, salitre ili vitriola u vodi. Libavy je koristio sok tanina kao reagens za dokazivanje željeza, a otopinu bakra za određivanje amonijaka.
Godine 1685. Robert Boyle objavio je knjigu Review of the Natural History of Mineral Waters. Izvijestio je o rezultatima proučavanja svojstava i sastava voda raznih mineralnih izvora i opisao metode analize voda: određivanje temperature i gustoće, proučavanje boje, mirisa, utjecaja na kožu, promatranje pokretljivosti čestica nečistoća u vodi pod mikroskopom, promatranje pokretljivosti nečistoća u vodi pod mikroskopom. i utjecaj zraka na vodu. Metalne nečistoće u različite vrste vodu treba odrediti pomoću soka taninskih oraha. Sok je pocrnio ako je voda sadržavala željezo. Nečistoće bakra dovele su do crvenila otopine ili do taloženja taloga iz nje. Boyle je predložio proučavanje alkalnih voda dodavanjem soka ljubičice u njih, koji je u isto vrijeme postao zelen. Friedrich Hoffmann (1660.-1742.), u knjizi objavljenoj 1703., opisao je metode proučavanja sastava voda, na primjer, otkrivanje željeza dodavanjem taninske kiseline ili ekstrakta hrastove kore ili mješavine vapna i sitno zdrobljenih ljuski (u u potonjem slučaju dolazi do oborine). Kuhinjska sol u vodi određena je, prema Hoffmannu, pomoću srebrnog nitrata, sumpora - pomoću srebra itd. Otkriće najvažnijih anorganskih kiselina početkom 13. stoljeća. pridonio značajnom poboljšanju analize mokre staze. Te su kiseline postale široko korišteno sredstvo za kemijsko ispitivanje sastava raznih otopina. Znanstvenici 13. stoljeća - Geber, Albert Veliki, Raymond Lull, Vitalis de Fourno (1247.-1327.) - već su bile poznate sumporna kiselina (dobiva se zagrijavanjem stipse) i dušična kiselina (nastaje zagrijavanjem mješavine stipse, bakrenog sulfata i salitre). Uz pomoć ovih kiselina bilo je prvi put moguće "mokro" odvojiti zlato od srebra, kao i oksidirati živu i željezo. Znanstvenici 13. stoljeća također su znali za postojanje "aqua regia" koja otapa zlato i sumpor, koji se dobivao iz dušične kiseline i amonijaka. Promatranja kemijskih procesa provedenih uz pomoć anorganskih kiselina pomogla su znanstvenicima da stvore temeljne ideje o specifičnostima tijeka mnogih reakcija. Ove su ideje činile osnovu metoda analize mokrih staza. Poznavanje značajki tijeka takvih reakcija bilo je važno za industrijsku kemiju i za širenje ideja o prirodnim fenomenima.
Na razvoj kemijskog znanja izravno su utjecali pokušaji klasifikacije metala prema njihovim svojstvima. Paracelsus (1493.-1541.) poredao je metale prema brzini kojom živa s njima stvara amalgam. Na prvom mjestu u ovom redu bilo je zlato, zatim srebro, olovo, kositar, bakar, željezo. Ovi su rezultati bili od velike praktične važnosti. Godine 1617. Angelo Sala usporedio je metale po njihovoj sposobnosti taloženja iz otopina njihovih soli; Precipitacija se koristi još od vremena Paracelsusa kao važna metoda "eksperimentalne umjetnosti". I. Glauber je 1649. uspoređivao metale prema njihovoj topljivosti u kiselinama. Naknadno je otkrivena mogućnost izdvajanja srebra iz njegovih otopina uranjanjem bakrene žice ili dodavanjem otopina soli bakra i željeza u otopinu srebra.
Georg Ernst Stahl godinama je sustavno proučavao "afinitet" metala na temelju analize njihove topljivosti u kiselinama i njihovih različitih istiskivanja iz otopina. Stahl je metale, ovisno o vrijednosti njihovog "afiniteta", izraženog u brzini otapanja u kiselinama, rasporedio u sljedeći red: cink, željezo, bakar, olovo (ili kositar), živa, srebro, zlato. Geoffroy, Bergman i Guiton de Morveaux također su pokušali sistematizirati metale prema veličini njihovog "afiniteta" i na temelju toga počeli sastavljati tablice "afiniteta".
Da bi se razvile nove eksperimentalne metode i poboljšale ideje o tijeku reakcija, također je bilo potrebno proučavati sastav i svojstva soli nastalih tijekom "otapanja" metala u kiselinama. Već je Paracelsus široko koristio soli bakra, olova, srebra, žive, antimona i arsenovih spojeva kao terapeutska sredstva. Koristeći vrlo male doze tih tvari (od kojih su mnoge vrlo otrovne), Paracelsus je uspješno liječio bolesne. Potreba za doziranjem lijekova i provjerom njihove čistoće natjerala je znanstvenike da traže sve naprednije metode za proučavanje otopina tvari. Istovremeno, to je postavilo visoke zahtjeve za rad liječnika i farmaceuta, koji su, prema Paracelsusu, trebali biti u stanju pripremiti pažljivo pročišćene i učinkovite lijekovi. Paracelsus je vjerovao da je alkemičar u stanju reproducirati sve što je priroda stvorila. Rekao je da, da priroda nije stvorila dan koji zamjenjuje noć, onda bi dan morao stvoriti čovjeka uz pomoć "alkemijske umjetnosti".
Paracelsus, Andreas Libavius, Angelo Sala, Otto Tahenii, Johann Rudolf Glauber, Robert Boyle opisali su niz znakova po kojima su pokušali klasificirati razne soli - boju, okus, miris, specifična gravitacija, oblik kristala i topljivost. U XVIII stoljeću. eksperimentalno proučavanje soli toliko je napredovalo da je već Tachenius definirao soli kao spojeve kiselina i lužina. Takheny je dao klasifikaciju različitih eksperimentalnih istraživačkih metoda koje su postojale. Dokaze o prisutnosti određenih tvari vidio je samo u spojevima nastalim tijekom njihove interakcije.
Analiza "mokri način" u XVII stoljeću. dosegla tako visoku razinu da su istraživači ciljano provodili reakcije stvaranja soli i reakcije međusobne izmjene soli s taloženjem. Sala, Glauber, Kunkel jasno su shvatili da kao rezultat reakcije različitih spojeva mogu nastati nove tvari koje imaju drugačija svojstva od izvornih. Štoviše, kemičari su u to vrijeme naučili provesti obrnuti proces - ponovno dobiti početne tvari iz produkata reakcije.
Kvalitativna i kvantitativna analiza. Broj analitičkih metoda u XVIII.st. bio toliko značajan da se ukazala potreba za širokom generalizacijom akumulirane građe. Mnogi kemičari pokušali su stvoriti takve generalizacije. Posebno uspješan sustav gledišta razvio je Thorburn Bergman, koji je tvari rasporedio u skupine ovisno o načinu na koji su analizirane. Bergman je razlikovao dvije vrste "mokre" analize: 1) isparavanje i frakcijska kristalizacija; 2) provođenje različitih specifičnih reakcija analiziranih tvari (djelovanje na tvari s lakmusom, sokom ljubičice, ekstraktom tanina, sumpornom kiselinom, oksalnom kiselinom, kalijevim karbonatom, vapnenom vodom, srebrovim nitratom, olovnim acetatom, etilnim alkoholom). Bergman je detaljno opisao metode dobivanja svih tih tvari, njihove reakcije, kao i načine na koje se analiza provodi i kako se rezultati mogu objasniti. U knjizi koja opisuje analizu minerala "mokro" (1780.), Bergman je pokušao sistematizirati sve te metode. Iz uvoda ove knjige može se vidjeti koliko je značajno mjesto zauzimala analiza tekućina u "eksperimentalnoj umjetnosti" tog vremena. “U naše vrijeme”, napisao je Bergman, “spagirička umjetnost može odrediti sastojke minerala uz pomoć raznih otopina. Međutim, treba imati na umu da se analize minerala vrlo rijetko provode "mokro". Da bi se odredio sastav minerala, mnogo je tipičnije provesti mješovitu analizu - djelomično "suho", djelomično "mokro". Metal se ekstrahira na tekući način, a zatim oslobađa iz otopine kada se zagrije. Međutim, moj cilj je razviti metode analize "mokrog puta" koje onda ne bi zahtijevale zagrijavanje metala do taljenja, pa čak ni žarenja. Nikako ne želim podcijeniti važnost suhe metode istraživanja, ali u eksperimentalnoj praksi treba koristiti najmanje naporne i najpouzdanije metode.
Najvažnija metoda "eksperimentalne umjetnosti" je kvalitativna analiza- do kraja 19.st. dostigao visok stupanj savršenstva. U to je vrijeme kvantitativna analiza (uključujući analizu težine) postala široko korištena i prilično dobro razvijena metoda istraživanja. Tome su pridonijeli radovi mnogih kemičara u Francuskoj, Njemačkoj, Engleskoj, Švedskoj i Rusiji. Kvantitativnu analizu kao punopravnu istraživačku metodu u znanost je uveo jedan od utemeljitelja moderne kemije A. Lavoisier.
Još u antičko doba vaga se koristila u proizvodnji lijekova, u metalurgiji i drugim kemijskim zanatima. Naravno, ljestvice su također bile široko korištene u eksperimentalnoj praksi. Mnogi su kemičari obratili pozornost na proučavanje kvantitativnog sastava reaktanata. Lemery, Kunkel, Wilson (u knjizi "Course of Practical Chemistry" 1746.), a kasnije Marggraf, Black, Bergman i drugi znanstvenici naglašavali su važnost kvantificiranja sastava tvari uključenih u reakcije. U 17. stoljeću takve su se determinacije provodile, ali radije povremeno nego sustavno. Tek s vremenom metode kvantitativne analize su se široko koristile. Štoviše, to je bilo posebno vidljivo u eksperimentima analize plinova, gdje su komponente zraka, gustoća plinova, količina ugljični dioksid oslobođeni karbonata itd.
U posljednjoj trećini XVIII stoljeća. Napredak je osobito zamjetan u metodama kvantitativne analize, ponajviše zahvaljujući radu Antoinea Laurenta Lavoisiera (1743.-1794.). Koristeći vaganje kao metodu kontrole i istraživanja, Lavoisier je potvrdio zakon o održanju težine (mase): na primjerima je dokazao da je ukupna težina (masa) tvari koje sudjeluju u kemijskom procesu konstantna, bez obzira na to kojim se putem taj proces odvijao. . Rad drugih kemičara, usmjeren na poboljšanje metoda kvantitativne analize u otopinama, doveo je do početkom XIX u. do značajnog povećanja razine kemijskog znanja.
Carl Friedrich Wenzel (1740-1793) u svojoj knjizi "The Doctrine of Affinity" (1777) prilično je precizno opisao sastav više od 200 soli. Međutim, njegov rad nije izazvao interes među kemičarima. Isto se dogodilo s radom Jeremiaha Benjamina Richtera (1762.-1807.), koji je otkrio zakon neutralizacije i utemeljio doktrinu stehiometrije. Richterova knjiga privukla je pozornost kemičara tek kada je Ernst Gottfried Fischer 1801. godine preračunao i doveo rezultate Richterovih eksperimenata na vrijednost ukupnog ekvivalenta - ekvivalentne težine "sumporne kiseline", uzete jednake 100. Ali Richterovi su radovi bili posebno široko rasprostranjeni. poznat nakon što je Claude Louis Berthollet (1748.-1822.) uključio tako sastavljenu tablicu ekvivalentnih težina u prilog svojoj knjizi Essays on Chemical Statics (1803.) i upotrijebio je tijekom polemike oko zakona postojanosti sastava spojeva. Zakon stalnosti sastava u tijeku ove kontroverze (1801-1808) odobrio je Jean Louis Proust (1755-1826), zatim ga je objasnio John Dalton u svjetlu svojih atomističkih ideja i zakona jednostavnih višestrukih omjera koje je otkrio njega 1803. Kvantitativna analiza "mokro" dobila je toliko veliku važnost kao "alat" u kemijskom eksperimentu da su rezultati dobiveni ovom metodom pripremili otkriće najvažnijih zakona kemije.
Iako se "eksperimentalna umjetnost" odavno pokazala plodonosnom za razvoj obrta i usavršavanje prirodoslovnih pojmova, čak ni krajem 18. stoljeća u pravilu nije bilo dobro opremljenih laboratorija. Na sveučilištima u Njemačkoj fokus je bio na studiju tehnologije i humanističke znanosti. Prve laboratorije u kojima su studenti mogli svladati "umjetnost kemijske analize" postavili su Wigleb u Langensalzi i Trommsdorf u Erfurtu. Priestley i Cavendish u Engleskoj radili su u svojim privatnim laboratorijima, Scheele u Švedskoj provodio je pokuse u prostorijama ljekarne, gdje je radio kao pomoćni ljekarnik.
Od 16. stoljeća počinju nastajati različite akademije i znanstvena društva u europskim zemljama. Podržavali su kemijska istraživanja osiguravajući znanstvenicima sredstva, prostorije i opremu. Akademije i znanstvena društva dobivala su pak državnu potporu. Godine 1560. u Napulju je osnovana Akademija tajni prirode, 1603. u Rimu - Akademija risovih očiju (dei Linci), 1657. u Firenci - Akademija eksperimenta (del Cimento). Godine 1663. osnovano je Kraljevsko društvo u Londonu, 1666. Akademija znanosti u Parizu, 1700. Društvo znanosti u Berlinu, 1713. Kraljevska španjolska akademija u Madridu, 1724. Akademija znanosti u Petersburgu. Ali sve te znanstvene organizacije nisu mogle u potpunosti zadovoljiti brzo rastuće zahtjeve teorije i prakse razvoja kemijskog eksperimenta.
Tek od druge trećine XIX stoljeća. vlade raznih zemalja, u skladu sa zahtjevima industrijske revolucije i potrebama poljoprivrede, počele su izdvajati prilično značajna sredstva za opremanje kemijskih laboratorija. Ali to se dogodilo tek nakon što su ljudi jasno shvatili da samo razvoj teorije i prakse eksperimenta dovodi do napretka prirodoslovnih spoznaja i kemijske proizvodnje.

ja. Već u tijeku istraživanja može se pretpostaviti o njegovim rezultatima, ali obično se ti zaključci smatraju preliminarnim, a pouzdaniji i temeljitiji podaci mogu se dobiti samo kao rezultat temeljite analize.

Analiza podataka u socijalnom radu je integracija svih prikupljenih informacija i njihovo dovođenje u oblik pogodan za objašnjenje.

Metode za analizu društvenih informacija mogu se podijeliti u dvije velike klase prema obliku u kojem su te informacije predstavljene:

– kvalitetaprirodnim metodama usmjerena na analizu informacija predstavljenih uglavnom u verbalni oblik.

– kvantitativnimetode matematičke su prirode i predstavljaju tehnike obrade digitalni informacija.

Kvalitativna analiza je preduvjet za primjenu kvantitativnih metoda, ona je usmjerena na otkrivanje unutarnje strukture podataka, odnosno na pojašnjenje onih kategorija kojima se opisuje proučavana sfera stvarnosti. U ovoj fazi dolazi do konačnog definiranja parametara (varijabli) potrebnih za iscrpan opis. Kada postoje jasne deskriptivne kategorije, lako je prijeći na najjednostavniji postupak mjerenja - brojanje. Na primjer, ako odaberete grupu ljudi kojima je potrebna pomoć, tada možete prebrojati broj takvih ljudi u određenom mikrodistriktu.

U kvalitativnoj analizi potrebno je kompresija informacia, odnosno dobiti podatke u kompaktnijem obliku.

Glavna tehnika sažimanja informacija je kodiranje- proces analize kvalitativnih informacija, koji uključuje odabir semantičkih segmenata tekst ili stvarno ponašanje, njihovo kategorizacija (imenovanje) ireorganizacija.

Da biste to učinili, u samom tekstu pronađite i označite ključriječi, to jest, one riječi i izrazi koji nose glavno semantičko opterećenje izravno ukazuju na sadržaj teksta u cjelini ili njegov zasebni fragment. Koriste se različite vrste isticanja: podcrtavanje jednom ili dvije crte, kodiranje bojama, pravljenje bilješki na marginama, koje mogu biti u obliku dodatnih ikona i komentara. Na primjer, možete istaknuti one fragmente u kojima klijent govori o sebi. S druge strane, može se izdvojiti sve što se tiče njegovog zdravlja, mogu se odvojiti oni problemi koje klijent može sam riješiti i oni za koje mu je potrebna pomoć sa strane.

Fragmenti sličnog sadržaja označeni su na sličan način. To olakšava njihovu identifikaciju i, ako je potrebno, skupljanje. Zatim se odabrani fragmenti traže pod različitim naslovima. Analizirajući tekst, možete međusobno usporediti njegove pojedinačne fragmente, otkrivajući sličnosti i razlike.

Ovako obrađen materijal postaje lako vidljiv. Glavni momenti dolaze do izražaja, kao da se uzdižu iznad mase detalja. Postaje moguće analizirati odnose među njima, otkriti njihovu opću strukturu i na temelju toga iznijeti neke eksplanatorne hipoteze.

Kada se istovremeno proučava više objekata (najmanje dva) i kada usporedba s ciljem utvrđivanja sličnosti i razlika postane glavna metoda analize, komparativna metodad. Broj objekata koji se ovdje proučavaju je malen (najčešće dva ili tri), a svaki od njih je dovoljno duboko i sveobuhvatno proučavan.

Potrebno je pronaći oblik prikaza podataka koji je najprikladniji za analizu. Glavni pristup ovdje je shematizacija. Shema uvijek pojednostavljuje stvarne odnose, grublja pravu sliku. U tom je smislu shematizacija odnosa ujedno i kompresija informacija. Ali također uključuje pronalaženje vizualnog i lako vidljivog oblika prezentiranja informacija. Ovo je svrha uspoređivanja podataka u stolovi ili dijagrami.

Radi lakše usporedbe građa je svedena na stolovi. Opća struktura tablice je sljedeća: svaka ćelija je sjecište retka i stupca. Tablica je prikladna jer može uključivati ​​i kvantitativne i kvalitativne podatke. Poanta stola je da ga možete pogledati. Stoga bi obično tablica trebala stati na jedan list. Stožerna tablica koja se koristi za analizu često je nacrtana na velikom listu papira. Ali veliki stol se uvijek može podijeliti na nekoliko dijelova, odnosno od njega se može napraviti nekoliko stolova. Najčešće redak odgovara jednom slučaju, a stupci predstavljaju njegove različite aspekte (značajke).

Druga tehnika za sažeto i vizualno predstavljanje informacija je dijagrami. Postoje različite vrste dijagrama, ali gotovo svi su strukturni dijagrami, na kojima su elementi prikazani uvjetnim figurama (pravokutnici ili ovali), a veze između njih prikazane su linijama ili strelicama. Na primjer, korištenjem dijagrama prikladno je predstaviti strukturu bilo koje organizacije. Njegovi elementi su ljudi, točnije položaji. Ako je organizacija velika, tada se kao elementi odabiru veći strukturni elementi - pododjeli. Pomoću dijagrama lako je prikazati hijerarhiju odnosa (subordinacije): viši položaji nalaze se na dijagramu iznad, a niži položaji ispod. Linije koje povezuju elemente točno označavaju tko kome izravno odgovara.

Predstavljanje u obliku dijagrama također se može koristiti za prepoznavanje logičke strukture događaja ili teksta. U tom se slučaju najprije provodi semantička analiza i ocrtavaju ključni događaji ili komponente, a zatim se prikazuju u grafičkom obliku kako bi veza među njima postala što jasnija. Jasno je da shematizacija dovodi do ogrubljivanja slike zbog izostavljanja mnogih detalja. Međutim, postoji kompresija informacija, njihova transformacija u oblik pogodan za percepciju i pamćenje.

Dakle, glavne metode kvalitativne analize su kodiranje i vizualna prezentacija informacija.

II. Kvantitativna analiza uključuje metode statističkog opisa uzorka i metode statističkog zaključivanja (testiranje statističkih hipoteza).

Kvantitativne (statističke) metode analize široko se koriste u znanstvenim istraživanjima općenito iu društvene znanosti posebno. Sociolozi pribjegavaju statističkim metodama za obradu rezultata masovnih ispitivanja javnog mnijenja. Psiholozi koriste aparat matematičke statistike za izradu pouzdanih dijagnostičkih alata – testova.

Sve metode kvantitativne analize obično se dijele u dvije velike skupine. Statističke metodekoga opisi usmjerena na dobivanje kvantitativne karakteristike podataka dobivenih u određenoj studiji. Statističke metodeizlaz omogućiti da se rezultati dobiveni u određenom istraživanju pravilno prošire na cjelokupni fenomen kao takav, da se izvedu zaključci opće prirode. Statističke metode omogućuju prepoznavanje stabilnih trendova i na temelju toga izgrađuju teorije koje ih namjeravaju objasniti.

Znanost se uvijek bavi raznolikošću stvarnosti, ali svoju zadaću vidi u otkrivanju poretka stvari, neke stabilnosti unutar promatrane raznolikosti. Statistika nudi prikladne metode za takvu analizu.

Korištenje statistike zahtijeva dva osnovna uvjeta:

a) potrebno je imati podatke o skupini (uzorku) ljudi;

b) ti podaci moraju biti prikazani u formaliziranom (kodificiranom) obliku.

Potrebno je uzeti u obzir moguću pogrešku uzorkovanja, budući da se za istraživanje uzimaju samo pojedinačni ispitanici, nema jamstva da se radi o tipičnim predstavnicima društvena grupa općenito. Pogreška uzorkovanja ovisi o dvije stvari: o veličini uzorka i o stupnju varijacije svojstva koje zanima istraživača. Što je veći uzorak, manja je vjerojatnost da će uključiti pojedince s ekstremnim vrijednostima varijable koja se proučava. S druge strane, što je niži stupanj varijacije svojstva, to će svaka vrijednost biti bliža stvarnoj sredini općenito. Poznavajući veličinu uzorka i dobivenu mjeru disperzije opažanja, nije teško izvesti pokazatelj tzv. standardna greška srednje vrijednosti. Daje interval u kojem mora ležati prava srednja vrijednost populacije.

Statističko zaključivanje je proces testiranja hipoteza. Štoviše, u početku se uvijek pretpostavlja da su uočene razlike slučajne prirode, odnosno da uzorak pripada istoj općoj populaciji. U statistici se ova pretpostavka naziva nula gihipoteza.

Analiza empirijskih podataka jedna je od najvažnijih faza sociološkog istraživanja, a njezin uspjeh uvelike je određen razinom stručne osposobljenosti istraživača: njegovom logičkom i metodološkom kulturom mišljenja, poznavanjem objekta i subjekta, sociološkim iskustvom. Dakle, potpunost "čitanja" informacija sadržanih u tablicama i dijagramima, njihova logična obrada i smislena interpretacija bitno ovise o dubini sociologovog poznavanja objekta i subjekta kojim se bavi. Njegova sposobnost objektivne analize podataka također je od velike važnosti. Objektivnost i profesionalni integritet sociologa koji provodi kvalitativnu analizu informacija sastoji se posebice u sljedećem:

nakon što je otkrio bilo kakvu vezu ili obrazac, mora ih usporediti s prethodno utvrđenim činjenicama, te se također pozvati na popratne podatke koji podržavaju (ili opovrgavaju) shemu tumačenja koju je odabrao;

opisujući identificirane veze i trendove, potrebno je navesti pod kojim se uvjetima i situacijama odvijaju;

provodeći kvalitativnu analizu informacija, istraživač treba pokušati formulirati društveni problem koji stoji iza dobivenih podataka;

ni u kojem slučaju i ni pod kakvim okolnostima ne bi smio empirijske podatke "podešavati" željenom rezultatu.

Samo poštivanje ovih pravila omogućit će da kvalitativna analiza empirijskih informacija bude dovoljno pouzdana, smislena i točna.

Istraživač prelazi na ovu fazu rada nakon matematičke obrade empirijskog materijala i dobivanja linearne distribucije (obično u postocima) za sve varijable (značajke). Prije izravnog pristupa analizi podataka potrebno je provesti opću kontrolu kvalitete primljenih informacija: identificirati pogreške i propuste nastale tijekom prikupljanja podataka, odbaciti sve jedinice promatranja koje ne odgovaraju modelu uzorkovanja itd.

Ovisno o ciljevima programa, analiza podataka može biti više ili manje duboka, provoditi se prema „punoj shemi“ ili prekinuti u određenoj fazi. NA u cijelosti uključuje tri uzastopne faze: opis dobivenih podataka, njihovo objašnjenje i prognozu mogućih promjena u fragmentu društvene stvarnosti koji je bio predmet istraživanja. Svaka faza uključuje korištenje odgovarajuće klase analitičkih postupaka. Klasa deskriptivnih postupaka uključuje grupiranje i tipologiju. Drugu klasu tvore logičko-analitički postupci, uz pomoć kojih se otkrivaju društveni odnosi i determinističke ovisnosti. Treći razred prognostičkih postupaka su ekstrapolacija, modeliranje i ekspertiza.

Razmotrimo svaku od ovih metoda analize detaljnije.

ja Opis postupka. Općenito, opis djeluje kao funkcija znanstvenog znanja, koje se sastoji u dosljednom, potpunom i logično povezanom fiksiranju elementarnog sastava, svojstava i odnosa predmeta (fenomena, procesa) koji se proučava, odnosno njegove strukture na temelju primljene empirijske informacije. Glavni ciljevi kvalitativne analize prema deskriptivnom planu su:

sređivanje početnih empirijskih podataka;

traženje stabilnih veza i trendova u promjeni objekta (pojave, procesa);

traženje stabilnih kombinacija svojstava proučavanih objekata (fenomena).

Analiza socioloških informacija prema deskriptivnom planu uključuje nekoliko faza. Na prvom od njih, poredak se provodi prema individualnim karakteristikama, proučavaju se jednostavne distribucije i identificiraju se moguća izobličenja. To omogućuje opću procjenu okvir za uzorkovanje i privatnih poduzoraka (spolno-dobnih, teritorijalnih, etničkih, profesionalnih itd.), što je potrebno za rješavanje dva problema: prvo, kako se ne bi izgubila ideja o njihovom „primarnom principu” tijekom kasnijih složenih operacija i kombinacija podatke, a drugo, razumjeti kako značajke uzoraka mogu utjecati na tumačenje određenog zaključka.

Primjerice, podaci o linearnoj distribuciji prosječnog uzorka birača u izbornoj jedinici pokazuju da su glavne osobine koje bi kandidat za zastupnika trebao posjedovati, prema mišljenju ispitanika, inteligencija i kreativnost u radu. Prije tumačenja ovog zaključka, sociolog bi trebao sagledati glavne karakteristike uzorka: možda u njemu dominiraju ljudi s visokom razinom obrazovanja ili kreativnih profesija,

Sljedeća faza deskriptivne analize sastoji se u postupku “kompresije” empirijskih informacija: uvećanje početnih ljestvica, identifikacija tipičnih skupina koje podliježu daljnjoj analizi, formiranje indeksnih obilježja itd. To omogućuje, s jedne strane, smanjenje broja varijabli, as druge strane, generaliziranje materijala na primarnoj razini, kako bi ga istraživač učinio "vidljivim". Ovaj je postupak posebno važan u OSI-ju, koji ne podrazumijeva suptilno tumačenje nevažnih pojedinosti. Na primjer, ako nas u daljnjoj analizi zanimaju skupine pristaša i protivnika neke javne akcije, onda će izvorna četveročlana skala, kojom je mjeren stav ispitanika prema ovoj akciji („potpuno odobravam“ – „prilično odobravam“). ” – “prilično ne odobravam” - “U potpunosti osuđujem”), možda bi bilo preporučljivo povećati, podijelivši ispitanike u dvije skupine - pristaše i protivnike događaja. Osim toga, kako bi se povećale početne informacije, kao i pretvorile kvalitativne značajke u kvantitativne (tj. mjerljive) pokazatelje, indeksi se konstruiraju u ovoj fazi analize. U sociologiji se pod indeksom podrazumijeva integrirani pokazatelj stupnja razvijenosti ili ispoljenosti neke osobine, mjeren skalama. Može se izraziti kao:

a) ponderirani prosjek vrijednosti svake od opcija odgovora na rang ljestvici;

b) vrijednost razlike između visokih i niskih, pozitivnih i negativnih manifestacija kvalitativne osobine (indeks kontrasta), na primjer, kao razlika između broja skupina ljudi koji potpuno odobravaju i potpuno osuđuju neki događaj.

Za pretvaranje kvalitativnih informacija u kvantitativne informacije, svakoj vrijednosti atributa prvo se dodjeljuju određene numeričke vrijednosti ("U potpunosti odobravam" - 1; "Radije odobravam" - 2, itd.), koje djeluju kao primarni indeksi jedne ili druge manifestacije ovog atributa. Zatim se sekundarni indeks konstruira kao određena integralna numerička vrijednost dobivena kao rezultat matematičke operacije s primarnim indeksima (izračunavanje aritmetičkih srednjih vrijednosti ili razlika između ekstremnih vrijednosti itd.). Sekundarni indeks karakterizira kvantitativnu manifestaciju osobine koja se proučava u cjelini: razinu podrške, svjesnosti, slaganja, zadovoljstva, što se odražava u nekoliko varijabli.

Generalizacija informacija o obimnijim strukturama zahtijeva intermedijarnu interpretaciju agregiranih značajki, budući da se radi o novim svojstvima koja treba interpretirati na određeni način, tj. dati im neki smisao. Općenito, početna empirijska interpretacija osnovnih pojmova provodi se u fazi programiranja istraživanja. U skladu s tim, svi novi agregatni pokazatelji dobiveni tijekom kvalitativne analize trebaju biti "uključeni" u razvijenu shemu tumačenja.

Na primjer, ako proučavamo uzroke lošeg pohađanja predavanja od strane studenata, tada u prvoj fazi analize skup početnih podataka o pohađanju predavanja od strane studenata A, B, C, ... trebamo pretvoriti u određenu indeks koji karakterizira razinu posjećenosti predavanja ove skupine. Zatim ga moramo ocijeniti (interpretirati) kao visok, srednji ili nizak, pretvarajući ga tako u društveni pokazatelj fenomena koji proučavamo.

Na temelju dobivenih društvenih pokazatelja, uz pomoć postupaka deskriptivne statistike, provodi se smislena interpretacija podataka sociološkog istraživanja u svrhu testiranja deskriptivnih hipoteza.

Metode deskriptivne analize. Tu prije svega spadaju metode jednostavnog i unakrsnog grupiranja te empirijske tipologije.

Grupiranje. Pretpostavimo da podaci linearne distribucije pokazuju da su mišljenja ispitanika o određenom političkom događaju podijeljena: 60% ga odobrava, 40% osuđuje. Ove brojke same po sebi ne govore ništa o razlozima takve polarizacije mišljenja, trendovima ovog procesa i prognozi promjena javnog mnijenja u budućnosti. Da bi pokušao odgovoriti na sva ova pitanja, sociolog mora znati koje sociodemografske skupine predstavljaju nositelje određenog mišljenja, ako je moguće, kako su reagirali na slične događaje u prošlosti (ili drugdje) itd.

Da bi se postigao ovaj cilj, u prvoj fazi analize provodi se jednostavno grupiranje - odabir homogenih skupina unutar ispitivane populacije prema značajnom (za potrebe ovog istraživanja) obilježju. Takav znak može biti bilo koje sociodemografsko obilježje (spol, dob, obrazovanje, mjesto stanovanja) ili sud ispitanika, ili neki oblici ponašanja i sl.

Na primjer, proučavajući problem devijantnog ponašanja adolescenata, u ispitanoj populaciji logično je izdvojiti skupinu koja ima predznak određenih oblika odstupanja, i skupinu koja nema taj predznak (tj. normalni tinejdžeri). .

Kvantitativni pokazatelji grupirani su u rangirane serije s porastom ili smanjenjem atributa, a kvalitativni pokazatelji grupirani su prema principu konstruiranja nesređenih nominalnih ljestvica.

Broj članova skupine naziva se učestalost, a omjer veličine dane skupine prema ukupni broj opažanja – udjeli ili relativna učestalost. Najjednostavnija analiza grupa je izračun učestalosti u postocima.

Sljedeći postupak analize prema deskriptivnom planu uključuje usporedbu grupiranih podataka: 1) s podacima iz drugih studija; 2) međusobno; 3) sa svim povezanim vanjskim značajkama.

1. Usporedba s podacima iz drugih studija - ovisno o usporedivosti socioloških informacija - provodi se u dva moguća oblika:

a) oblik usporedbe podataka koji se odnose na isti objekt, ali dobivenih u različitim vremenskim razdobljima (na primjer, u ponovljenim studijama). To vam omogućuje prepoznavanje dinamike i glavnih trendova u promjeni objekta;

b) oblik usporedbe rezultata istraživanja provedenih na različitim objektima, ali u istom vremenskom razdoblju. To omogućuje, uz određene rezerve, potvrdu hipoteze o točnosti rezultata dobivenih u jednokratnom istraživanju. Na primjer, 1994. godine sociolozi BSU-a, proučavajući probleme religioznosti u Republici Bjelorusiji, dobili su rezultat prema kojem je udio vjernika među stanovništvom bio 33% (još 8,5% odgovorilo je da su „na putu vjere). ”). Ti su podaci uspoređeni s podacima istraživanja ruskih sociologa, prema kojima je 1992.-1993. udio vjernika među Rusima bio je 40%. Takva usporedba omogućila nam je pretpostaviti da brojka dobivena u Republici Bjelorusiji nije slučajna, da više ili manje adekvatno odražava stvarno stanje stvari u području istraživanja.

2. Usporedba kao omjer među elementima niza brojeva omogućuje prilično pouzdanu interpretaciju rezultata grupiranja u slučaju da se u nizu brojeva jasno izdvaja modalna (najveća) vrijednost. Međusobna usporedba elemenata tada se sastoji u njihovom rangiranju (npr. prema stupnju zadovoljstva učenika organizacijom obrazovnog procesa).

3. Usporedba podataka s povezanim vanjskim obilježjima provodi se u slučajevima kada distribucija numeričkih vrijednosti serije otežava njihovu međusobnu korelaciju. Primjerice, da bismo ocijenili koji su prioritetni interesi TV gledatelja, potrebno je usporediti udio onih koji su u određene dane gledali informativne i političke programe s udjelima onih koji su u te dane gledali igrane filmove, sportske programe i sl.

Na ovaj način, komparativna analiza Podaci dobiveni metodom jednostavnog grupiranja omogućuju nam izvlačenje zaključaka o stanju i prirodi promjena u fenomenu koji se proučava, ali ne daju ideju o stabilnim odnosima između njegovih pojedinačnih karakteristika i, sukladno tome, o uzrocima promjene koje se događaju.

Metodom se rješava zadatak pronalaženja stabilnih odnosa i međuovisnosti, trendova procesa unakrsno grupiranje - klasifikacija činjenica, prethodno poredana prema dva kriterija. Unakrsno grupiranje provodi se u obliku tablica, koje pokazuju koja se svojstva podudaraju, te ukupan broj objekata uključenih u grupiranje.

Tablica 5.9

Stav prema vjeri ovisno o dobi (%)

Ova tablica ilustrira korištenje unakrsnog grupiranja za pronalaženje trenda, dinamike procesa. Podaci izneseni u njemu svjedoče da se broj vjernika monotono povećava s dobi ispitanika. Naprotiv, udio ljudi s neodređenom, kolebljivom sviješću opada s godinama: što je čovjek stariji, to njegov stav u odnosu na vjeru postaje određeniji. Time se očito može objasniti i činjenica da se broj nevjernika povećava i u skupini starijih od 60 godina, tj. u ovoj skupini je najveći broj i vjernika i nevjernika, a najmanji broj kolebljivih.

Kada čitate tablicu izgrađenu na temelju unakrsnog grupiranja, važno je znati što se uzima kao 100%: podaci po redu ili po stupcu? Kako kaže V.A. Yadov, “ovisi o dvije okolnosti: o prirodi uzorka i o logici analize... Ako je uzorak reprezentativan i odražava udjele proučavanih skupina opće populacije, tada je moguće analizirati podatke na dva načina: prema logici „od uzroka prema posljedici“ i „od posljedice prema razlozima“.

Razmotrite sljedeći primjer. Pretpostavimo da je anketirano 1000 tinejdžera, njih 200 je pronašlo neki oblik društvenih devijacija (odstupanja), a 800 nije. Hipoteza: jedan od čimbenika koji utječu na porast devijantnog ponašanja je odsutnost jednog od roditelja u obitelji.

Pretpostavimo da su ispitanici, ovisno o tipu obitelji (potpuna - nepotpuna), raspoređeni na sljedeći način:

Tablica 5.10

Početno unakrsno grupiranje podataka: tip obitelji i tip društvenog ponašanja (N=1000 ljudi)

Analizirajmo po logici “od uzroka do posljedice”. Pretpostavili smo da bi jedan od razloga za pojavu devijacija u adolescenata mogao biti nepotpun sastav obitelji. Ovim se pristupom podaci po retku uzimaju kao 100%, odnosno uspoređujemo udio „devijanata“ koji žive u potpunim obiteljima s udjelom „devijanata“ koji žive u jednoroditeljskim obiteljima (vidi tablicu 5.11).

Tablica 2a

Utjecaj tipa obitelji na socijalno ponašanje adolescenata (u %)

Zaključak: adolescenti iz nepotpunih obitelji češće imaju odstupanja u socijalnom ponašanju.

Sada ćemo analizirati po logici “od posljedice prema uzrocima”. Ovdje se podaci stupca uzimaju kao 100%, tj. uspoređujemo unutar skupine adolescenata s devijantnim ponašanjem: broj onih koji žive u intaktnim obiteljima s brojem onih koji žive u jednoroditeljskim obiteljima (vidi tablicu 5.12).

Tablica 5.12

Udio tinejdžera sa drugačiji tip socijalno ponašanje u potpunim i jednoroditeljskim obiteljima (u %)

Zaključak: tri četvrtine ispitanih tinejdžera devijantnog ponašanja živi u nepotpunim obiteljima. U ovom slučaju i retrospektivna i dizajn analiza potvrdile su početnu hipotezu o utjecaju tipa obitelji na tip socijalnog ponašanja adolescenata.

Ako uzorak nije reprezentativan, tada se postotak treba provesti za svaki poduzorak posebno. Obično se takvi poduzorci formiraju na temelju značajki koje djeluju mogući razlozi fenomen koji se proučava: spol i dob, društveni status itd. Ovdje neslaganje između udjela poduzoraka i distribucije populacije neće iskriviti zaključak (logika tablice 5.11).

Međutim, u stvarnoj praksi sociolog se u pravilu suočava s potrebom identificiranja i uzimanja u obzir uzajamnih determinacija ne jednog, već nekoliko čimbenika odjednom koji utječu na fenomen koji se proučava. Ovaj postupak se provodi na sljedeći način.

Pretpostavimo da je svrha istraživanja pronaći čimbenike koji utječu na nisku akademsku izvedbu studenata u bilo kojoj akademskoj disciplini. Iznesene su hipoteze da glavni razlozi lošeg akademskog uspjeha studenata mogu biti: nezainteresiranost za sadržaj predmeta; loš odnos s učiteljem; niska pripremljenost učenika, koja im ne dopušta svladavanje obrazovnog materijala.

Moguće je da će analiza otkriti postojanje stabilnog odnosa između razine akademskog uspjeha i razine interesa za sadržaj predmeta. Moguće je da je pronađena veza samo privid, tj. ima karakter popratne ili naknadne, ali ne uzročne ovisnosti. U tom se slučaju oba znaka ili mijenjaju, pokoravajući se nekom trećem faktoru, ili je nezainteresiranost učenika funkcija koja posreduje, primjerice, u njihovoj niskoj pripremljenosti i, kao posljedici, u slabom akademskom uspjehu. U tom slučaju provodi se analiza odnosa koja pretvara dvodimenzionalnu tablicu distribucije u trodimenzionalnu. Uzmimo primjer. Rezultati istraživanja o zadovoljstvu životnim uvjetima pokazali su da postoji povezanost između ove varijable i spola ispitanika: muškarci su općenito zadovoljniji životnim uvjetima od žena. Ipak, prerano je donijeti konačan zaključak. Poznato je da među ženama ima više starijih i usamljenih osoba (kako zbog duljeg prirodnog životnog vijeka, tako i niže, u usporedbi s muškarcima, smrtnosti od posljedica nesreća, ratova i sl.). U našem društvu ova kategorija ljudi je ekonomski slabo zaštićena i često su lošiji od životnih uvjeta drugih društvenih skupina. Stoga je moguće da se podaci o dvodimenzionalnom grupiranju objašnjavaju većim udjelom starijih osoba među ženama. Konstruiramo trodimenzionalnu matricu u koju uz nezavisnu varijablu (spol) i zavisnu varijablu (zadovoljstvo životnim uvjetima) uvodimo kontrolni faktor (dob).

Tablica 5.13

Stupanj zadovoljstva životnim uvjetima

prema spolu i dobi (u %)

Podaci prikazani u tablici pokazuju da naš preliminarni zaključak vrijedi samo za starije dobne skupine: od 45 do 59 godina, a posebno starije od 60 godina. U više mlada dob nema značajnih razlika u stupnju zadovoljstva životnim uvjetima ovisno o spolu ispitanika.

Empirijska tipologija. Ovo je najmoćnija metoda analize prema deskriptivnom planu, koja omogućuje a) formiranje tipoloških skupina prema nekoliko istodobno navedenih kriterija; b) pronaći stabilne kombinacije svojstava društvenih objekata (fenomena) koji se razmatraju u višedimenzionalnom društvenom prostoru.

Prvi se postupak provodi u fazi programiranja istraživanja, a svrha mu je identificirati homogene skupine koje imaju najstabilnije kvalitativne karakteristike za proučavanje. Činjenica je da običnu svijest masovne osobe karakterizira pokretljivost, eklekticizam, unutarnja nedosljednost. Njegova mišljenja i procjene često se ne formiraju na temelju nekog skupa stabilnih uvjerenja i vrijednosti, već pod utjecajem vanjskih čimbenika, trenutnih događaja. Na primjer, odnos prema političar može se odrediti prema tome koliko se dobro ili neuspješno pojavio na televiziji dan prije. Osim toga, odgovori ispitanika mogu biti određeni ne toliko njihovim osobnim položajem koliko društvenom modom, normativnim idejama određene društvene skupine itd. (na primjer, religija je postala predmetom ove vrste mode početkom 1990-ih, u vezi s čime je uočen značajan porast broja vjernika, odnosno ljudi koji sebe nazivaju vjernicima, na postsovjetskom prostoru). U operativnim sociološkim istraživanjima, zbog njihove ciljne specifičnosti, vrlo je važno dobiti točne informacije o broju pojedinih skupina koje imaju određene stavove i njihove stavove ponašanja. U ovom slučaju, kako bi se filtrirali nasumični, neiskreni ili impulzivni izbori, grupe se formiraju na temelju odgovora ispitanika ne na jedno, već na blok logično povezanih pitanja. Na primjer, u izbornim studijama, kako D.G. Rotman, takav blok uključuje sljedeće varijable:

b) mjera političke sposobnosti (mogućnost da se bude biran);

c) vjera u perspektivu političara (stranke);

d) procjena konkretnih postupaka ovog vođe u ovom trenutku.

Nadalje, na temelju dobivenih odgovora formiraju se skupine „teških navijača” (to uključuje ispitanike koji su dali najpozitivnije ocjene ovom lideru prema svim kriterijima za sva pitanja), „teških protivnika” (ispitanici koji su u svim slučajevima odbili vjerovati ovoj osobi i ocijenili njezinu aktivnost negativnom). Ostali su uključeni u skupinu "fluktuirajućih".

Isto tako, za procjenu razine religioznosti stanovništva nije dovoljno samoidentifikacijom fiksirati broj ljudi koji vjeruju u Boga, budući da vjera može biti čisto vanjska, deklarativna itd. lik. Kako bi se pouzdano odredio udio istinskih vjernika, potrebno je u broj kriterija za formiranje skupine uvesti takve znakove kao što su pripadnost određenoj vjeroispovijesti i stabilno kultno ponašanje. A ako se danas oko polovice stanovništva Republike Bjelorusije smatra vjernicima, tada se u kombinaciji tri znaka njihov udio smanjuje na 7-8%.

Drugi postupak empirijske tipologije je traženje stabilnih kombinacija svojstava fenomena koji se proučava.

Svaki fragment društvene zbilje kao predmet istraživačkog interesa istovremeno ima ogroman broj međusobno povezanih i međuovisnih svojstava. Štoviše, taj je odnos često opetovano posredovan: na primjer, korelacija između dviju značajki može biti uzrokovana nekom trećom značajkom koja je ostala izvan vidnog polja sociologa.

analiza klastera– metoda višedimenzionalne klasifikacije objekata, tj. metoda koja omogućuje klasifikaciju prema više kriterija odjednom. Vrlo je važno da radi i s kvantitativnim i s kvalitativnim značajkama, što je posebno važno kada se analiziraju mješoviti podaci koji uključuju i kvantitativne i kvalitativne informacije.

Klaster analiza vam omogućuje da skup podataka podijelite u homogene skupine na takav način da su razlike između objekata iste skupine puno manje nego između objekata različitih skupina. Kriterij razlike (sličnosti) za kvantitativna obilježja najčešće su mjere udaljenosti u euklidskom prostoru, za kvalitativna - mjere povezanosti ili sličnosti (hi-kvadrat, Yuleov koeficijent i dr.).

Faktorska analiza- metoda statističke analize velikog broja značajki, koja omogućuje prepoznavanje njihovih strukturnih odnosa. Glavni problem koji se rješava pomoću faktorske analize jest pronaći metode za prijelaz s određenog broja relativno lako mjerljivih značajki fenomena koji se proučava na određeni broj latentnih (izvana neopažljivih) čimbenika iza njih, čije postojanje može samo pretpostaviti se. Ova metoda omogućuje otkrivanje strukture bilo koje složene društvene pojave (procesa), kao i utvrđivanje čimbenika koji ga određuju. Imena koja se daju odabranim čimbenicima u pravilu su uvjetna i biraju se prema onim obilježjima koja su najjače povezana s tim čimbenikom, tj. imaju najveće faktorsko opterećenje. Faktorsko opterećenje shvaća se kao značaj jednog ili drugog atributa u istaknutoj skupini varijabli. Stoga nam faktorska analiza omogućuje da odvagnemo značaj svakog od elemenata fenomena (procesa) koji se proučava u ukupnoj strukturi ovog potonjeg.

Postupak empirijske tipologije omogućuje izravan prijelaz na analizu stabilnih (tj. značajnih za potrebe istraživanja) odnosa i uključuje provedbu smislene interpretacije prikupljenih podataka.

Tumačenje- ovo je skup vrijednosti, značenja koje istraživač pridaje primljenim empirijskim informacijama ili društvenim pokazateljima. U općem slučaju ti se podaci tumače slikama svijesti koje moraju biti primjerene shvaćenoj društvenoj stvarnosti. U međuvremenu, odnos između stvarnih objekata i njihove slike uvijek je približan, nepotpun. I u tom smislu svako tumačenje, da bi bilo relativno ispravno, mora biti neraskidivo povezano sa konkretnim sadržajem sfere društvenog života kojem pripada, zbog čega je uvijek situacijsko i jedinstveno. “Bez obzira na to koliko su potpune i specifične informacije primljene”, piše G.S. Batygin - uvijek se postavlja u određeni "koordinatni sustav" i djeluje kao fragment veće slike, čiji je sadržaj znanstveno i životno iskustvo sociologa.

Naravno, moraju se postaviti osnove za tumačenje i objašnjenje podataka istraživački program u fazi empirijske operacionalizacije i interpretacije temeljnih pojmova. Njihova ukupnost tvori određenu interpretativnu shemu, koja djeluje kao specifična semantička matrica koja istraživaču daje određenu “perspektivu” na problem. Izgradnja takvih shema je neformalizirana operacija, koja podrazumijeva visoku razinu teorijske, metodološke i analitičke kulture sociologa.

Potom se na temelju izrađene interpretacijske sheme provjeravaju početne hipoteze, te po potrebi njihova dopuna i dorada.

Međutim, često postoje značajne poteškoće u tumačenju anketnih podataka iz nekoliko razloga. Navedimo neke od njih.

1. U OSI-ju se u pravilu proučavaju stereotipne ideje ljudi o nečemu. U fazi programiranja te su reprezentacije podvrgnute logičko-verbalnoj obradi i transformaciji, au svakodnevnom ponašanju ljudi funkcioniranje stereotipa najčešće se odvija na nesvjesnoj razini. Kao rezultat toga, postavljajući ispitaniku jedno ili drugo pitanje i nudeći skup gotovih odgovora, mi time, takoreći, "programiramo" njegovu svijest, jer vrlo je vjerojatno da on, sudjelujući u anketi, razmišlja o ovom problemu prvi put u životu. U tom slučaju odgovori mogu biti nasumični, proturječni sami sebi ili predstavljeni u terminima koji su mu nametnuti u upitniku.

2. Svaka osoba, kao jedinstvena individualnost, ujedno djeluje i kao nositelj određene društvene grupne svijesti, tj. dijeli norme, vrijednosti, mišljenja onih društvenih skupina kojima pripada. Kao rezultat toga, sociolozi se vrlo često susreću s fenomenom "podijeljene" svijesti: isti ispitanik može izraziti negativne ocjene i istovremeno imati pozitivne stavove prema bilo kojoj vrijednosti, koja postoji, takoreći, u dva "referentna sustava" - normativnom skupinu i individual- pragmatičan.

Činjenica da se ove dvije razine svijesti ne slažu uvijek jedna s drugom, V.A. Yadov povezuje s razlikama u sadržaju i strukturi individualnih i grupnih interesa. Prvi djeluju kao preduvjet za “programe ponašanja”, dok drugi služe kao osnova za “normativne recepte” koji se često ne slažu s prvima.

Alati za prikupljanje i analizu podataka koji se koriste u praksi socioloških istraživanja temelje se na tradiciji „rigoroznog” testiranja hipoteza koja se razvila u prirodnim znanostima. Ova tradicija sugerira da hipoteze moraju biti nedvosmislene i utemeljene na zakonu isključene sredine. Sav materijal koji ne zadovoljava ove zahtjeve često se uzima kao informacijski "šum" i isključuje iz analize. Međutim, treba imati na umu da u sociologiji tehnologija "rigoroznog" testiranja hipoteza nije uvijek opravdana; ona može istraživaču nametnuti pojednostavljene i, kao rezultat toga, pogrešne sheme tumačenja, gdje su sva situacijska odstupanja od određenog normativnog modela smatraju se pogrešnim ili slučajnim.

U tom smislu, stroge metode testiranja hipoteza ne mogu dati ideju o dubokom društvenom kontekstu proučavanih odnosa; one djeluju samo kao izvorni materijal za daljnje tumačenje i objašnjenje. Kako kaže G.S. Batygin, “stvarna sociološka interpretacija nalazi se “izvan” empirijskih podataka i određena je specifičnostima fenomena ili procesa koji se proučava. Uključuje ideju specifične situacije u koju je “upisan” čin mjerenja (promatranje, ispitivanje, eksperiment). U ovom slučaju potonji postaje jedan od elemenata životne situacije, tj. predmet proučavanja".

Dakle, uz izravnu formaliziranu provjeru hipoteza, shema sociološke interpretacije uključuje i neke neformalizirane ideje, znanja i intuiciju istraživača, koji tvore onaj specifičan društveni kontekst koji omogućuje izbor između mnogih mogućih “čitanja” empirijskih podataka. onaj koji je najadekvatniji stvarnosti.

II . Postupak objašnjenja. Ako se informacije analiziraju u okviru eksplanatornog tipa istraživanja, tada se nemamo pravo ograničiti na deskriptivne postupke, potrebno je produbiti interpretaciju i pristupiti objašnjavanju činjenica utvrđivanjem mogućih utjecaja na agregirana svojstva, identificirane društvene tipove, itd.

Pod, ispod obrazloženje razumijeva se funkcija znanstvene spoznaje, koja se provodi ili shvaćanjem zakona kojem predmet proučavanja podliježe, ili utvrđivanjem onih veza i odnosa koji čine njegova bitna obilježja. U biti, objašnjenje u znanosti je čin uključivanja empirijskog znanja o objektu (procesu, pojavi) koji se želi objasniti u širi kontekst teorijskog znanja.

Ovisno o vrsti veze između predmeta i čimbenika, uvjeta i sl. koji ga određuju, postoji nekoliko osnovnih oblika znanstvenog objašnjenja.

Kauzalno, kada:

a) jedan predmet (pojava, proces) objašnjava se uspostavljanjem pravilne veze s drugim objektima koji mu vremenski prethode;

b) sadašnje stanje objekta objašnjava se njegovim prošlim stanjima.

genetski kada se predmet koji se objašnjava uključuje u lanac uzročno-posljedičnih veza, unutar kojih on, kao posljedica jedne pojave, sam postaje uzrok druge. Krećući se ovim lancem do početnog stanja objekta, možemo rekonstruirati njegovu genezu u cjelini, što nam omogućuje da damo najpouzdaniju prognozu njegovih promjena u budućnosti.

Strukturno-funkcionalni, kada se društveni objekt promatra kao strukturno raščlanjena cjelovitost, čiji svaki element ima određenu ulogu u sustavu, tj. ima svoju funkcionalnu namjenu, što znači da se ponaša na prirodan način u skladu sa svojim mjestom u strukturi objekta.

Prema kriteriju pouzdanosti mogu se razlikovati uvjeren i navodni obrazloženje.

Pouzdano objašnjenje provodi se u slučaju kada su empirijski podaci potrebni za utvrđivanje uzročne veze između objekta i čimbenika koji na njega utječu u potpunosti sadržani u izvornim materijalima studije. No, ovakvo objašnjenje moguće je samo u odnosu na neke posebne tendencije, ograničene svojim prostorno-vremenskim parametrima. U OSI-u je, osim toga, nužan (ali ne i dovoljan) uvjet za pouzdano objašnjenje prisutnost rezultata niza ponovljenih mjerenja tipa monitoringa, koji bi pokazali očiti trend promjene stanja društveni objekt.

No, u pravilu, kada se proučava neki društveni fenomen, njegovo objašnjenje zahtijeva izlazak izvan granica dostupnih empirijskih informacija: analizu sekundarnih podataka, pozivanje na specifični društveni kontekst fenomena koji se proučava, kulturno-povijesne usporedbe itd. U ovom slučaju možemo govoriti samo o objašnjenju hipotetske prirode, kada svi gore navedeni postupci potvrđuju donesene zaključke, međutim, informacije koje oni (postupci) omogućuju da se dobiju nisu sadržane izravno u izvornim materijalima ove studije .

Navedimo primjer ove vrste kvalitativne analize koju su proveli sociolozi Bjeloruskog državnog sveučilišta 1994. proučavajući utjecaj černobilskog faktora na rast religioznosti stanovništva koje živi u zoni radioaktivne kontaminacije. Ovdje je početna hipoteza bila da sve kataklizme katastrofalne prirode koje uzrokuju oštre i dugotrajne negativne promjene u životima velikih masa ljudi (ratovi, revolucije, ekonomske krize) na ovaj ili onaj način doprinose jačanju religioznosti u bilo kojem društvo. O tome svjedoče podaci svijeta i nacionalne povijesti. Kako bi se testirala hipoteza tijekom ankete, formirana su dva poduzorka: prvi se sastojao od ljudi koji žive u zoni Černobila, čije je zdravlje (a ponekad i život) pod stalnom prijetnjom; drugu su činili ljudi koji žive na "čistim" mjestima. S obzirom na jednakost njihovih temeljnih sociodemografskih obilježja, razlike u razini religioznosti mogle bi se pripisati zabrinjavajućem utjecaju černobilskog čimbenika. Međutim, rezultati istraživanja nisu otkrili očekivane razlike: broj vjernika u oba poduzorka pokazao se približno jednakim. Kao hipoteze koje objašnjavaju ovu činjenicu iznesene su sljedeće pretpostavke:

1. Možda je utjecaj černobilske katastrofe na stanje masovne svijesti neizravne, složene prirode: ako je u prvim godinama perestrojke ona (katastrofa) bila jedinstven događaj u pozadini relativne političke i ekonomske stabilnosti, onda nakon 1991. ta je stabilnost drastično izgubljena. Negativni čimbenici gospodarskog i politički život(raspad SSSR-a, gospodarski slom itd.), koji po svom značaju za osobne sudbine ljudi pokazalo se usporedivim s Černobilom, te su ga na neki način "blokirali". Kako bi se dokazala ova pretpostavka, provedena je komparativna analiza dviju studija koje su provele različite istraživačke grupe BSU 1990. i 1994. godine. Oba su istraživanja provedena iu "čistim" iu kontaminiranim područjima Republike Bjelorusije (vidi tablicu 5.14).

Tablica 5.14

Značaj problema Černobila za stanovništvo Republike Bjelorusije (u %)

Podaci navedeni u tablici svjedoče o sljedećem. Otprilike podjednak je i broj onih koji probleme Černobila ocjenjuju najvažnijima za sebe, iako bi bilo logičnije očekivati ​​da će značaj događaja s vremenom izblijediti. To se, međutim, nije dogodilo; naprotiv, prepolovio se udio ljudi za koje su se černobilski problemi povukli u drugi plan (s 29,7% na 13,7%). Istodobno je znatno porastao broj onih kojima su ti problemi vrlo akutni, ali uz druge jednako važne probleme (s 30,9% na 47,5%).

Stoga deskriptivna analiza usporednih podataka prikazanih u tablici 5.14 dovodi do sljedećeg objašnjenja:

Značaj černobilskog čimbenika u masovnoj svijesti s vremenom ne opada, ali u kontekstu opće sistemske krize raste uloga ekonomskih i političkih čimbenika, koji kao da „sustižu“ po važnosti černobilske probleme i oblikuju jedinstveni krizni sindrom u subjektivnoj percepciji koji negativno utječe na psihoemocionalno stanje ljudi.

Drugim riječima, čimbenik Černobila prestaje sam utjecati na svijest pogođenog stanovništva u svom “čistom” obliku i počinje djelovati neizravno, kombinacijom socioekonomskih čimbenika (materijalne poteškoće, nemogućnost kupnje ekološki prihvatljivih proizvoda, itd.). , loše zdravlje itd.). I ovaj faktor životnih uvjeta zajednički je cijelom stanovništvu Republike Bjelorusije, bez obzira na mjesto stanovanja.

2. Druga hipoteza, osmišljena da objasni odsutnost vidljivog utjecaja černobilskog čimbenika na religioznost stanovništva, povezana je sa specifičnostima viđenja uzroka nesreće kod vjernika različitih konfesionalnih usmjerenja.

U oba poduzorka dvije trećine vjernika su pravoslavci, oko 17% katolika. Udio predstavnika drugih vjeroispovijesti pokazao se statistički nepouzdanim, pa je radi kontrole podataka, osim stanovništva koje živi u “prljavoj” i “čistoj” zoni, anketa provedena i među župljanima triju župa. glavne kršćanske denominacije u Minsku: pravoslavci, katolici i protestanti. Analiza usporednih rezultata pokazala je da su vrlo na razne načine procijeniti uzroke černobilske katastrofe (vidi tablicu 5.15). Kao takvi razlozi u anketi se pojavila glavna polarna dihotomija sudova, od kojih je jedan bio racionalno-sekularne prirode („ovo je rezultat ljudske neodgovornosti, Bog nema ništa s tim“), a drugi se svodi na religiozno-sveto tumačenje (»to je rezultat božanske providnosti, kazna za grijehe ljudi).

Analiza tvari može se provesti kako bi se utvrdio njezin kvalitativni ili kvantitativni sastav. Sukladno tome, razlikuje se kvalitativna i kvantitativna analiza.

Kvalitativna analiza omogućuje vam da utvrdite od kojih se kemijskih elemenata sastoji analizirana tvar i koji su ioni, skupine atoma ili molekula uključeni u njen sastav. Pri proučavanju sastava nepoznate tvari kvalitativna analiza uvijek prethodi kvantitativnoj, budući da izbor metode za kvantitativno određivanje sastavnih dijelova analizirane tvari ovisi o podacima dobivenim tijekom njezine kvalitativne analize.

Kvalitativna kemijska analiza najvećim dijelom temelji se na pretvorbi analizirane tvari u neki novi spoj "koji ima karakteristična svojstva: boju, određeno agregatno stanje, kristalnu ili amorfnu strukturu, specifičan miris itd. Kemijska pretvorba koja se u tom slučaju događa naziva se kvalitativna analitička reakcija, a tvari koje uzrokuju tu transformaciju nazivaju se reagensi (reagensi).

Drugi primjer kvalitativne kemijske analize je detekcija amonijevih soli zagrijavanjem analita s vodenom otopinom natrijevog hidroksida. Amonijevi ioni u prisutnosti OH"-iona stvaraju amonijak koji se prepoznaje po mirisu ili po plavoj boji mokrog crvenog lakmus papira.

Kada se analizira smjesa nekoliko tvari sličnih po kemijska svojstva, oni se prethodno odvajaju i tek tada se provode karakteristične reakcije za pojedine tvari (ili ione), stoga kvalitativna analiza ne obuhvaća samo pojedinačne reakcije za detekciju iona, već i metode za njihovo razdvajanje.

Kvantitativna analiza omogućuje vam određivanje kvantitativnog omjera sastavnih dijelova danog spoja ili smjese tvari. Za razliku od kvalitativne analize, kvantitativna analiza omogućuje određivanje sadržaja pojedinih komponenti analita ili ukupnog sadržaja analita u ispitivanom proizvodu.

Metode kvalitativne i kvantitativne analize, koje omogućuju određivanje sadržaja pojedinačnih elemenata u analiziranoj tvari, nazivaju se elementarna analiza -, funkcionalne skupine - funkcionalna analiza; pojedinačni kemijski spojevi karakterizirani određenom molekularnom masom – molekularna analiza.

Razne kemijske, fizičke i fizikalne i kemijske metode izdvajanje i određivanje pojedinih strukturnih (faznih) komponenti heterogenih! sustavi koji se razlikuju po svojstvima i fizičkoj strukturi te su međusobno ograničeni sučeljima nazivaju se fazna analiza.

Kvalitativne (neformalizirane) metode analize temelje se na opisu analitičkih postupaka na logičkoj razini, a ne na strogim analitičkim ovisnostima. To uključuje metode: stručne procjene, scenarija, morfološke, usporedbe sustava pokazatelja itd. Primjenu ovih metoda karakterizira određena subjektivnost, budući da su intuicija, iskustvo i znanje analitičara od velike važnosti.

Stručne ocjene su kvantitativne ili redne ocjene procesa ili pojava koje nije moguće izravno mjeriti. Temelje se na prosudbama stručnjaka i stoga se ne mogu smatrati potpuno objektivnima. Razvijaju se znanstvene metode za obradu pojedinačnih stručnih procjena na način da one u zbiru daju više ili manje objektivne odgovore (smišljenim oblicima pitanja i odgovora koji se naknadno računalno obrađuju).

Scenarij - opis mogućih opcija za razvoj predmeta koji se proučava pod različitim kombinacijama određenih uvjeta (unaprijed odabranih) u svrhu daljnje analize i odabira najrealnijeg.

Morfološka analiza koristi se za predviđanje složenih procesa. Ovo je ekspertna metoda sustavnog pregleda svih mogućih kombinacija razvoja pojedinih elemenata proučavanog sustava. Temelji se na cjelovitim i rigoroznim klasifikacijama objekata, pojava, svojstava i parametara sustava, koje omogućuju izgradnju i procjenu mogućih scenarija za njegov razvoj u cjelini.

Kvantitativne (formalizirane) metode analize temelje se na prilično strogim formaliziranim analitičkim ovisnostima. Nabrojimo ih:

Klasične metode analize - metoda lančanih supstitucija, bilanca, postotni brojevi, diferencijal, integral, diskontiranje itd.;

Metode ekonomske statistike - prosječne i relativne vrijednosti, grupiranje, grafičke, indeksne, elementarne metode obrade vremenskih serija;

Matematičke i statističke metode za proučavanje odnosa - korelacijska analiza, regresijska analiza, analiza varijance, faktorska analiza, metoda glavnih komponenti, analiza kovarijance itd.;

Ekonometrijske metode - matrične metode, harmonijska analiza, spektralna analiza, metode teorije proizvodnih funkcija, metode teorije input-output bilance;

Metode ekonomske kibernetike i optimalnog programiranja - metode analize sustava, linearno programiranje, nelinearno programiranje, dinamičko programiranje itd.;

Metode operacijskog istraživanja i teorije odlučivanja - metode teorije grafova, teorije igara, metode stabla, Bayesove analize, teorije čekanja, mrežnog planiranja i metode upravljanja.

Matematičke metode omogućuju vam da zamijenite približne izračune točnim izračunima, da izvršite multivarijantnu komparativnu analizu, što je gotovo nemoguće ručno.

3. Metode financijske analize: horizontalna, vertikalna i analiza trenda

Metoda horizontalne analize- koristi se za procjenu promjena pokazatelja u dinamici. Da bi se odredila apsolutna promjena indikatora, izračunava se vrijednost jednaka:

∆Z = Z 1 - Z 0,

gdje je Z 1 - vrijednost pokazatelja u izvještajnom razdoblju;

Z 0 - vrijednost pokazatelja u baznom razdoblju.

Za procjenu stope rasta pokazatelja izračunava se vrijednost:

T p (Z) \u003d Z 1: Z 0.

Vrijednost pokazatelja pokazuje koliko se puta vrijednost pokazatelja promijenila u izvještajnom razdoblju u odnosu na bazno razdoblje.

Kako bi se procijenila relativna promjena, stopa rasta izračunava se pomoću formule:

T pr (Z) \u003d (Z 1: Z 0 - 1) x 100% \u003d ∆Z: Z 0 x 100%.

Stopa rasta T pr (Z) pokazuje koliko se posto promijenila vrijednost pokazatelja u izvještajnom razdoblju u odnosu na bazno razdoblje.

Metoda vertikalne analize- koristi se za analizu složenih ekonomskih pokazatelja, omogućuje određivanje udjela svake komponente složenog pokazatelja u ukupnoj populaciji.

Za procjenu strukture koristi se formula:

gdje Di - i-ti udio komponenta;

Zi - apsolutni i-ta vrijednost komponenta uključena u složeni pokazatelj;

Z - vrijednost ovog složenog pokazatelja.

Za ocjenu dinamike strukture složenog ekonomskog pokazatelja koristi se horizontalna metoda na temelju koje se utvrđuju apsolutne i relativne promjene svake komponente:

∆Di \u003d Di 1 - Di 0; T pr (Di) \u003d ∆Di: Di ​​​​0 x 100%.

Vertikalna analiza knjigovodstvene vrijednosti organizacije omogućuje vam da odredite kvalitetu korištenja određene vrste resursa u gospodarskoj aktivnosti, da provedete komparativnu analizu organizacije, uzimajući u obzir specifičnosti industrije i druge karakteristike. Relativni pokazatelji tipa Di, za razliku od apsolutnih, prikladniji su pri analizi aktivnosti organizacije u smislu inflacije i omogućuju objektivnu procjenu promjena komponenti u dinamici.

Metoda analize trenda- na temelju korištenja nizova podataka o dinamici proučavanih čimbenika, na primjer, bilanca stanja, struktura imovine i obveza organizacije. Korištenje ovu metodu omogućuje procjenu glavnih smjerova razvoja organizacije kako u sadašnjem trenutku tako iu narednim razdobljima.

Za svaki glavni pokazatelj koji karakterizira aktivnosti organizacije analiziraju se promjene u stopama rasta, prosječne stope rasta za razmatrana razdoblja (mjesec, tromjesečje, polugodište, godina) i identificiraju se glavni pravci promjene ovih pokazatelja. Rezultati izračuna prosječnih vrijednosti stope rasta (stopa rasta), uzimajući u obzir veze između glavnih pokazatelja, omogućuju nam da izračunamo prognoziranu vrijednost pokazatelja koji se proučava za budućnost. Prognoza temeljena na modelima trendova omogućuje, uz određeni stupanj pouzdanosti, izračunavanje vrijednosti predviđenog faktora, odabir najracionalnijih odluka upravljanja i procjenu posljedica tih odluka za financijske i ekonomske aktivnosti organizacije.