Методы сбора данных для анализа социально-экономических и политических процессов

 

САНКТ-ПЕТЕРБУРГСКАЯ  Академияуправления и экономики

г. Санкт-Петербург

Факультет менеджмента

 

 

 

 

 

КУРСОВАЯ РАБОТА

 

 

Тема: «Методы сбора  данных для анализа социально-экономических и политических процессов»

 

Дисциплина: «Исследование социально-экономических и политических процессов»

 

 

 

 

Выполнил:	Студент (ка) ____ курса Группа ______________ отделения ___________ специальность _______ срок обучения _______ зачетная книжка № _________
Проверил:

 

 

2010 г.

 

 

СОДЕРЖАНИЕ

 

 

 

 

 

 

 

ВВЕДЕНИЕ

Социология является важнейшей общественной наукой. Она  дает знания об обществе как едином социальном организме во взаимодействии объективных и субъективных факторов исторического развития и функционирования, а, следовательно, позволяет людям, ученым, партиям, властным структурам действовать осознанно, научно прогнозируя возможные последствия своей деятельности.

Для изучения социально-экономических и политических явлений и построения социологических теорий, способствующих объяснению и пониманию общественной жизни, необходимо обладать конкретной информацией, или эмпирическими данными. Эта информация и эти данные добываются в результате прикладных социологических исследований.

Социологическое сопровождение, обеспечивая получение достоверного знания о социально-экономических и политических процессах различного уровня и характера, представляет собой совокупность научных знаний и методов для анализа основного объекта избирательных кампаний - электората избирательного округа, тех или иных его предпочтений, настроений, ожиданий и т. д. Нам, будущим специалистам государственного и муниципального управления очень важно знание механизмов сбора информации, характеризующей  состояние населения, чтобы иметь возможность грамотно анализировать социально-экономические и политические процессы.

Цель данной работы –  охарактеризовать методы проведения эмпирических исследований социально-экономических и политических процессов.  Для достижения данной цели необходимо выполнить следующие задачи: рассмотреть анализ документов как метод проведения социологических исследований, дать характеристику методам массового опроса, а также эксперименту и наблюдению.

 

 

 1 АНАЛИЗ ДОКУМЕНТОВ

Трудно представить себе современное  социологическое исследование, в котором не использовались бы документальные источники для получения информации. Даже в простейших видах опросов социолог, как минимум, использует статистические документы для обоснования выборочных процедур. Методы анализа документов уступают в популярности только методам опроса, а в некоторых направлениях социологических исследований именно анализ документальных источников является преобладающим.

Именно анализ данных служит основой для формирования гипотез, которые затем проверяются методами опроса, наблюдения. Анализ документов дает исследователю возможность увидеть многие важные стороны социальной жизни, помогает установить нормы и ценности, свойственные определенному обществу в определенный исторический период, получить сведения, необходимые для описания тех или иных социальных структур, проследить динамику взаимодействия между различными социальными группами и отдельными людьми и т. д.

1.1  Контент-анализ как метод исследования

Для сбора географической, экономической, демографической, исторической, культурной информации, данных о политической ситуации не обойтись без анализа различных статистических сведений. Они могут содержаться в газетах, журналах, различных отраслевых и специализированных сборниках, а могут храниться в компьютерных баз данных. Контент-анализ  - это изучение массовых вербальных документов в целях описания социального поведения или проверки гипотез о нем.¹ Таким образом, сущность метода контент-анализа состоит в фиксации определенных единиц содержания, которое изучается, а также в квантификации полученных данных.

Объектом контент-анализа  может быть содержание различных  печатных изданий, радио- и телепередач, кинофильмов, рекламных сообщений, документов, публичных выступлений, материалов анкет.

Не все документы могут выступить  объектом контент-анализа. Необходимо, чтобы исследуемое содержание позволило задать однозначное правило для надежного фиксирования нужных характеристик (принцип формализации), а также чтобы интересующие исследователя элементы содержания встречались с достаточной частотой (принцип статистической значимости). Чаще всего в качестве объектов исследований посредством контент-анализа выступают сообщения печати, радио, телевидения, массовой устной агитации и пропаганды, протоколы собраний, письма, приказы, распоряжения и т.д., а также данные свободных интервью и открытые вопросы анкет.

Существуют три основных направления  применения контент-анализа:

а) выявление того, что существовало до текста и что тем или иным образом получило в нем отражение (текст как индикатор определенных сторон изучаемого объекта — окружающей действительности, автора или адресата);

б) определение того, что существует только в тексте как таковом (различные характеристики формы — язык, структура и жанр сообщения, ритм и тон речи);

в) выявление того, что будет существовать после текста, т.е. после его восприятия адресатом (оценка различных эффектов воздействия).

В разработке и практическом применении контент-анализа выделяют несколько стадий. После того, как сформулированы тема, задачи и гипотезы исследования, определяются категории анализа, т.е. наиболее общие, ключевые понятия, соответствующие исследовательским задачам. Система категорий играет роль вопросов в анкете и указывает, какие ответы должны быть найдены в тексте. В практике советских контент-аналитических исследований в свое время сложилась довольно устойчивая система категорий, среди которых можно назвать такие, как знак, цели, ценности, тема, герой, автор, жанр и др. Все более широко распространяется контент-анализ сообщений средств массовой информации, основанный на парадигматическом подходе, в соответствии с которым изучаемые признаки текстов (содержание проблемы, причины ее возникновения, проблемообразующий субъект, степень напряженности проблемы, пути ее решения и др.) рассматриваются как определенным образом организованная структура. Категории контент-анализа должны быть исчерпывающими (т.е. охватывать все части содержания, определяемые задачами данного исследования); взаимоисключающими (одни и те же части не должны принадлежать различным категориям); надежными (т.е. между кодировщиками не должно быть разногласий по поводу того, какие части содержания следует относить к той или иной категории); уместными (т.е. соответствовать поставленной задаче и исследуемому содержанию).

При выборе категорий необходимо избегать двух крайностей: выбора слишком многочисленных и дробных категорий, почти повторяющих текст, и выбора слишком крупных категорий, т.к. это может привести к упрощенному, поверхностному анализу. Иногда же необходимо принимать во внимание и отсутствующие элементы текста, которые могут быть значимыми.

После того, как категории сформулированы, необходимо выбрать соответствующую единицу анализа — лингвистическую единицу речи или элемент содержания, служащие в тексте индикатором интересующих исследователя явлений. Сложные виды контент-анализа обычно оперируют не одной, а одновременно несколькими единицами анализа.

Единицы анализа, взятые изолированно, могут быть не всегда правильно истолкованы, поэтому они рассматриваются на фоне более широких лингвистических или содержательных структур, указывающих на характер членения текста, в пределах которого идентифицируется присутствие или отсутствие единиц анализа — контекстуальных единиц. Например, для единицы анализа «слово» контекстуальная единица — «предложение».

Наконец необходимо установить единицу  счета — количественную меру взаимосвязи  текстовых и внетекстовых явлений. Наиболее употребительны такие единицы счета, как время-пространство (число строк, площадь в квадратных сантиметрах, минуты, время вещания и т.п), появление признаков в тексте, частота их появления (интенсивность).

Важен выбор необходимых источников, подвергаемых контент-анализу. Проблема выборки содержит в себе выбор источника, числа сообщений, даты сообщения и исследуемого содержания. Все эти параметры выборки определяются задачами и масштабами исследования. Чаще всего контент-анализ проводится на годичной выборке: если это изучение протоколов собраний, то достаточно 12 протоколов (по числу месяцев), если изучение сообщений средств массовой информации — 12-16 номеров газеты или теле- радиодней. Обычно выборка сообщений средств массовой информации составляет 200-600 текстов.

Необходимым условием контентного исследования является разработка таблицы контент-анализа — основного рабочего документа, с помощью которого оно проводится. Тип таблицы определяется этапом исследования. Так, разрабатывая категориальный аппарат, аналитик составляет таблицу, представляющую собой систему скоординированных и субординированных категорий анализа. Такая таблица внешне напоминает анкету: каждая категория (вопрос) предполагает ряд признаков (ответов), по которым квантифицируется содержание текста. Таблица-анкета может быть достаточно объемной.

Для регистрации единиц анализа  составляется другая таблица — кодировальная матрица:

 

Признак	Текст
	1	2	3		n	Σn
А			+
В	+	+
С	+		+
...
n
Σn

 

Рис. 1. Кодировальная матрица контент-анализа

Если объем выборки достаточно велик (свыше 100 единиц), то кодировщик, как правило, работает с тетрадью матричных листов. Если выборка сравнительно невелика (до 100 единиц), то можно проводить двумерный или даже многомерный анализ. В этом случае для каждого текста должна быть своя кодировальная матрица. Однако эта работа очень трудоемка и кропотлива, поэтому при больших объемах выборки сопоставление интересующих исследователя признаков осуществляется на компьютере.

Иногда таблица может быть необходимой и на этапе количественной обработки данных. Например, при использовании анализа случайностей строится т.наз. матрица случайностей, изображенная на рис. 2.

 

Реальное совпадение	Ожидаемое совпадение
	А	В	С		n	Σn
А	-	0,15	0,02
В	0,05	-	0,06
С	0,08	0,12	-
...				-
n					-
Σn						-

 

Рис. 2.  Матрица случайностей

С помощью такой матрицы выявляются меры случайности совпадения каждой классификационной единицы со всеми  остальными. Например, единица А встречается в 30% анализируемых текстов (Р = 0,3), а единица В — в 50% текстов (Р = 0,5), тогда ожидаемая частота совместного появления этих единиц будет равна: РАВ = РА • Рв=0,3 • 0,5 = 0,15. В действительности же признаки А и В совместно встретились лишь в 5% текстов АВ = 0,05. Сравнивая ожидаемые и реальные совпадения признаков, можно определить, какие фактические зависимости оказались не случайными (напр., из приведенной выше таблицы видно, что совместное появление единиц А и В — случайное, т.к. реальное совпадение меньше ожидаемого, а единиц В и С — не случайное, т.е. реальное совпадение выше ожидаемого).

Цели применения данной матрицы  могут быть различными: проследить случайность-неслучайность совпадения признаков для проверки гипотезы, отметить устойчивые-неустойчивые парные сочетания признаков, что может оказаться значимым для характеристики деятельности отправителя информации, и т.д.

Важным  условием контент-анализа является разработка инструкции кодировщику — системы правил и пояснений для того, кто будет собирать эмпирическую информацию, кодируя (регистрируя) заданные единицы анализа. В инструкции точно и однозначно излагается алгоритм действий кодировщика, даются операциональное определение категорий и единиц анализа, правила их кодирования, приводятся конкретные примеры из текстов, являющихся объектом исследования, оговаривается, как следует поступать в спорных случаях, и т.д.

Процедура подсчета при количественном контент-анализе. в общем виде аналогична стандартным  приемам классификация по выделенным группировкам ранжирования и измерения ассоциаций. Существуют также специальные процедуры подсчета применительно к контент-анализу, напр., формула коэффициента Яниса (с), предназначенного для вычисления соотношения положительных и отрицательных (относительно избранной позиции) оценок, суждений, аргументов. В случае, когда число положительных оценок превышает число отрицательных, коэффициент Яниса подсчитывается по формуле