Как обработать данные при качественном анализе

по курсу «Основы экономики»

по теме: «Методы анализа и обработки данных»

1. Общая характеристика методов анализа и обработки данных

2. Основные группы эконометрических методов анализа и обработки данных

3. Факторный анализ экономических данных

Экономический анализ как наука представляет собой систему специальных знаний, базирующихся на законах развития и функционирования систем и направленных на познание методологии оценки, диагностики и прогнозирования финансово-хозяйственной деятельности предприятия.

Каждая наука имеет свой предмет и методику исследования. Под предметом экономического анализа понимаются хозяйственные процессы предприятий, их социально-экономическая эффективность и конечные финансовые результаты деятельности, складывающиеся под воздействием объективных и субъективных факторов, находящие отражение через систему экономической информации. Метод экономического анализа представляет собой способ подхода к изучению хозяйственных процессов в их плавном развитии.

В данной работе анализируются способы и методы анализа и обработки данных.

Основная цель экономического анализа – получение наибольшего числа ключевых параметров, дающих объективную картину финансового состояния предприятия, его прибылей и убытков, изменений в структуре активов и пассивов. Экономический анализ позволяет выявить наиболее рациональные направления распределения материальных, трудовых и финансовых ресурсов.

Можно выделить следующие основные принципы анализа и обработки данных:

Научность – базируется на положениях динамической теории познания, учитывать требования экономических законов, использовать достижения научно-технического прогресса, а также методы экономических исследований. Принцип научности реализуется путем совершенствования анализа хозяйственной деятельности, применения методик и ЭВМ.

Объективность, конкретность и точность – предполагает исследование реальных экономических явлений и процессов и их причинно-следственная связь. Он должен базироваться на достоверной, проверенной информации, а выгода его должна обосновываться точными аналитическими расчетами. Из этого требования вытекает необходимость постоянного совершенствования организации учета, внутреннего и внешнего аудита, а так же методики анализа с целью повышения его точности и достоверности расчета.

Системность и комплексность – каждый изучаемый объект рассматривается как сложная динамическая система, состоящая из ряда элементов, определенным образом связанных между собой. Так же изучение каждого объекта должно осуществляться с учетом всех внутренних и внешних связей, взаимозависимости и взаимоподчиненности его отдельных элементов, определенным образом связанных между собой. Изучение каждого объекта должно осуществляться с учетом всех внутренних и внешних связей, взаимозависимости и взаимозачетности его отдельных элементов. Комплектность и исследование требуют охвата всех звеньев и всех сторон деятельности предприятий.

Оперативность и своевременность – предусматривает умение быстро и четко проводить анализ, принимать управленческие решения и проводить их в жизнь. Оперативность анализа заключается в своевременном выявлении и перераспределении причин отклонения от плана, как по количественным, так и по качественным показателям, изыскание путей устранения отрицательно-действующих факторов и закрепления усиления положительных факторов. Все это делает возможным улучшения работы предприятий.

Действенность – активное воздействие на ход процесса производства и его результатов.

Плановость и систематичность – анализ проводится по плану и периодически. Этот принцип позволяет планировать работу.

Демократичность – предполагает участие всех в проведении анализа и предполагает доступность информации всем. Кто принимает решение.

Эффективность – затраты на его проведение должны давать многократный эффект.

Основными функциями финансового анализа являются:

объективная оценка финансового состояния, финансовых результатов, эффективности и деловой активности анализируемой компании;

выявление факторов и причин достигнутого состояния и полученных результатов;

подготовка и обоснование принимаемых управленческих решений в области финансов;

выявление и мобилизация резервов улучшения финансового состояния и финансовых результатов, повышения эффективности всей хозяйственной деятельности.

Проанализируем сущность методов анализа экономических данных. Общим по своему характеру методом, который раскрывает общие законы развития материального мира является диалектический метод. Понимание особенностей диалектического метода определяет метод экономического анализа, и его характерные особенности.

1. Использование диалектического метода в анализе означает, что все явления и процессы необходимо рассматривать в постоянном изменении, развития, то есть в динамике. Отсюда вытекает первая характерная особенность метода анализа – необходимость постоянных сравнений, изучение экономических процессов в динамике. Сравнения могут быть с данными плана, результатами минувших лет, с достижениями других предприятий.

2. Материалистическая диалектика учит, что каждый процесс, каждое явление надо рассматривать как единство и борьбу противоположностей. Отсюда вытекает необходимость изучения внутренних противоречий, положительных и отрицательных сторон каждого явления, каждого процесса. Это тоже одна из характерных особенностей анализа.

3. Использование диалектического метода означает, что изучение хозяйственной деятельности проводится с учетом всех взаимосвязей и взаимозависимостей. Ни одно явление не может быть оценено, если оно рассматривается обособленно, без связи с другими. Значит, чтобы понять и правильно оценить то или другое экономическое явление, необходимо изучить все взаимосвязи и взаимозависимости с другими явлениями. Это одна из методологических черт метода экономического анализа.

4. Взаимосвязь и взаимозависимость экономических явлений обуславливают необходимость комплексного подхода к изучению хозяйственной деятельности. Только комплексное изучение дает возможность правильно оценить результаты работы, раскрыть глубинные резервы в экономике предприятий. Комплексные исследования экономических явлений, процессов являются характерной особенностью метода экономического анализа.

5. Между многими явлениями существует причинная зависимость: одно явление выступает причиной другого. Поэтому важной методологической чертой анализа является установление причинно-следственных связей в изучении экономических явлений, это разрешает давать им количественную характеристику, оценивать влияния факторов на результаты деятельности предприятия. Это делает анализ точным, а его выводы обоснованными.

Изучение и измерение связей можно осуществить методом индукции и дедукци. Индукция заключается в том, что исследование ведется от частного к общему, от изучения частных факторов к обобщениям, от причин к результатам. Дедукция – это способ исследования от общих факторов к частным, от результатов к причинам.

Индукция и дедукция, как логический исследовательский прием причинных связей, широко используется в анализе.

6. Использование диалектического метода в анализе означает, что каждый процесс, каждое экономическое явление надо рассматривать как систему, как совокупность многих элементов, связанных между собой. Из этого следует необходимость системного подхода к изучению объектов анализа.

Системный подход предусматривает в изучении явлений и процессов, их максимальную детализацию и систематизацию.

Детализация тех или других явлений необходимая для выявления наиболее важного и главного в исследуемом объекте. Она зависит от объекта и цели анализа.

Систематизация элементов разрешает построить приблизительную модель исследуемого объекта, определить его главные компоненты, функции, соподчиненность элементов, раскрыть логико-методологическую схему анализа.

После изучения отдельных сторон деятельности предприятия, их взаимосвязи, подчиненности и зависимости надо обобщить материалы исследования. При обобщении результатов анализа необходимо из всего множества исследуемых факторов выделить главные и решающие, от которых в основном зависят результаты деятельности.

7. Важной методологической чертой анализа является разработка и использование системы показателей, необходимых для комплексного системного исследования причинно-следственных связей экономических явлений и процессов в хозяйственной деятельности предприятия.

Таким образом, метод экономического анализа представляет собой комплексное системное изучение, измерение и обобщение влияния факторов на результаты деятельности предприятия, выявление и мобилизацию резервов с целью повышения эффективности производства.

Для проведения анализа и обработки данных необходимо, в первую очередь, построение экономической модели, отвечающей целям и задачам исследования. В зависимости от объекта исследования различают два вида экономических моделей: оптимизационные и равновесные. Посредством первых описывается поведение отдельных экономических субъектов, стремящихся к достижению своих целей при заданных возможностях, а посредством вторых представляется результат взаимодействия совокупности хозяйствующих агентов и выявляются условия совместимости их целей.

Взаимодействие отдельных экономических субъектов в ходе реализации своих планов отображается посредством равновесных моделей. Если модели поведения экономических субъектов предназначены для определения наилучшего способа достижения цели при заданных ресурсах, то равновесные модели равновесия определяют условия совместимости индивидуальных планов и выявляют инструменты их согласования.

источник

Обработка данных направлена на решение следующих задач:

1) упорядочивание исходного материала, преобразование множества данных в целостную систему сведений, на основе которой возможно дальнейшее описание и объяснение изучаемых объекта и предмета;

2) обнаружение и ликвидация ошибок, недочетов, пробелов в сведениях; 3) выявление скрытых от непосредственного восприятия тенденций, закономерностей и связей; 4) обнаружение новых фактов, которые не ожидались и не были замечены в ходе эмпирического процесса; 5) выяснение уровня достоверности, надежности и точности собранных данных и получение на их базе научно обоснованных результатов.

Обработка данных имеет количественный и качественный аспекты. Количественная обработка есть манипуляция с измеренными характеристиками изучаемого объекта (объектов), с его «объективизированными» во внешнем проявлении свойствами. Качественная обработка — это способ предварительного проникновения в сущность объекта путем выявления его неизмеряемых свойств на базе количественных данных.

Количественная обработка направлена в основном на формальное, внешнее изучение объекта, качественная — преимущественно на содержательное, внутреннее его изучение. В количественном исследовании доминирует аналитическая составляющая познания, что отражено и в названиях количественных методов обработки эмпирического материала, которые содержат категорию «анализ»: корреляционный анализ, факторный анализ и т. д. Основным итогом количественной обработки является упорядоченная совокупность «внешних» показателей объекта (объектов). Реализуется количественная обработка с помощью математико-статистических методов. [16]

В качественной обработке доминирует синтетическая составляющая познания, причем в этом синтезе превалирует компонент объединения и в меньшей степени присутствует компонент обобщения. Обобщение — прерогатива следующего этапа исследовательского процесса— интерпретационного. В фазе качественной обработки данных главное заключается не в раскрытии сущности изучаемого явления, а пока лишь в соответствующем представлении сведений о нем, обеспечивающем дальнейшее его теоретическое изучение. Обычно результатом качественной обработки является интегрированное представление о множестве свойств объекта или множестве объектов в форме классификаций и типологий. Качественная обработка в значительной мере апеллирует к методам логики.

Противопоставление друг другу качественной и количественной обработок (а, следовательно, и соответствующих методов) довольно условно. Они составляют органичное целое. Количественный анализ без последующей качественной обработки бессмыслен, так как сам по себе он не в состоянии превратить эмпирические данные в систему знаний. А качественное изучение объекта без базовых количественных данных в научном познании — немыслимо. Без количественных данных качественное познание — это чисто умозрительная процедура, не свойственная современной науке. В философии категории «качество» и «количество», как известно, объединяются в категории «мера». Единство количественного и качественного осмысления эмпирического материала наглядно проступает во многих методах обработки данных: факторный и таксономический анализы, шкалирование, классификация и др. Но поскольку традиционно в науке принято деление на количественные и качественные характеристики, количественные и качественные методы, количественные и качественные описания, примем количественные и качественные аспекты обработки данных как самостоятельные фазы одного исследовательского этапа, которым соответствуют определенные количественные и качественные методы.

Качественная обработка естественным образом выливается в описание и объяснение изучаемых явлений, что составляет уже следующий уровень их изучения, осуществляемый на стадии интерпретации результатов. Количественная же обработка полностью относится к этапу обработки данных. [17]

источник

На рис. 3.3 показано, какие действия предпринимает исследователь после того, как ему удалось собрать данные.

Рис. 33. Обработка качественных и количественных данных

Качественные данные обрабатываются при помощи методов качественного анализа. Возможны и перевод полученного качественного материала или его части в числовые данные, квантификация категорий, и подготовка данных к обработке с использованием методов количественного анализа.

Качественный анализ представляет собой особый тин работы с качественными данными, который основан на содержательном анализе семантических единиц, их выделении, категоризации, сравнении, группировке, обобщении и интерпретации. Качественный анализ не предполагает подсчетов и использования статистических процедур. Методы современного качественного анализа достаточно разнообразны. Наибольшее распространение в психологических исследованиях получили феноменологический анализ Л. Джорджи, метод обоснованной теории (grounded theory) в вариантах Б. Глезера и А. Страусса, качественный контент-анализ, тематический анализ, дискурс-анализ Дж. Поттера и М. Уезерелл, нарративный анализ, анализ разговора (conversation analysis), психоаналитическая интерпретация и др. Практически все методы качественного анализа нацелены на категоризацию данных, их содержательную перегруппировку и реорганизацию. Приемы качественного анализа можно условно расположить на шкале, на одном полюсе которой формализованный пошаговый анализ семантических единиц, систематическое кодирование, подчиняющееся довольно строгим правилам (качественный контент-анализ, метод обоснованной теории), а на другом полюсе — более свободная интерпретация, нацеленная на интуитивное извлечение смысла данных и их глубинное толкование (интерпретативный феноменологический метод, психоаналитическая интерпретация). В настоящее время получили широкое распространение компьютерные программы качественного анализа данных (MAXqda, Nvivo, AQUAD, ATLAS.ti, DecisionExplore, Ethnograph, HyperResearch, CAQDAS, Kwalitan и др.) [1] . Некоторые программы (например MAXqda, Nvivo, AQUAD) позволяют анализировать не только тексты, но и изображения. Появилось и специализированное программное обеспечение для анализа видеофрагментов. В ряде случаев компьютерные программы значительно облегчают процедурную часть работы. Формализация качественного анализа, создавшая возможность использования компьютеров в работе с качественными данными, способствовала сближению стратегий качественного и количественного анализа. Вместе с тем в области качественного психологического анализа остается достаточно влиятельной и традиция глубинной интерпретации, не предполагающая серьезной формализации. Примером такой интерпретативной стратегии может служить психоаналитический подход в качественных исследованиях.

Количественные данные обрабатываются при помощи методов количественного анализа. Организация количественных данных может осуществляться при помощи упорядочивания чисел в восходящем или нисходящем ряду, ранжирования, распределения частот и построения соответствующих графиков, вычисления кумулятивных частот, которые могут быть выражены как простой результат суммирования частот предшествующих интервалов или как процент общего числа показателей. Базой для последующего, более сложного анализа служат описательные статистики — меры центральной тенденции, меры изменчивости (дисперсии или вариативности), меры связи (корреляции). Распространенным способом представления числовых данных являются графики — линейные графики, столбиковые диаграммы, гистограммы. Помимо методов описательной статистики, нацеленных на систематизацию данных, представление их в удобной форме (в виде таблиц или графиков) и их количественное описание с помощью основных статистических показателей, широко используются методы индуктивной статистики, или методы статистического вывода, отвечающие на вопрос о возможности обобщений. Индуктивная статистика позволяет решить две основные задачи: 1) проверить возможность перехода от данных, полученных на выборке, к характеристикам переменных на уровне всей популяции; 2) осуществить статистическую проверку гипотез, т.е. проверить, обусловлено ли различие между наборами данных экспериментальными условиями или оно — следствие случайных влияний. В психологии методами индуктивной статистики чаще проверяют гипотезы, хотя стоит заметить, что сама процедура подобной проверки неоднократно подвергалась критике. Для статистической проверки гипотез используются непараметрические и параметрические критерии, применение каждого из которых возможно при соблюдении ряда условий. В настоящее время особое место в психологических исследованиях занимают многомерные статистические методы — регрессионный, дискриминантный, факторный, кластерный анализы и др. Они позволяют уменьшить размерность пространства признаков, а также выявить структуру в рассматриваемой совокупности данных. Одной из современных мощных техник многомерного анализа является структурное моделирование, или моделирование структурными уравнениями, дающее возможность изучать связь между наблюдаемыми и ненаблюдаемыми (латентными) переменными.

Как можно заметить, работа и с качественными, и с количественными данными предполагает этапы их организации, описания и обобщающей интерпретации, отвечающей на вопрос, в чем смысл полученных данных в контексте исследовательской проблемы. Важная особенность процедур качественного анализа состоит в том, что в нем нет четкого разделения этапов, характерного для работы с числовыми данными. В случае количественного анализа формальная обработка данных предшествует их интерпретации, она независима от взгляда исследователя, его теоретической платформы и т.и. Можно спорить по поводу интерпретации, но результаты формальной обработки выглядят неоспоримыми фактами. В работе с качественными данными тоже принято разделять более формальные процедуры обработки и концептуальную интерпретацию. Однако на деле уже на этапе организации качественных данных исследователь пользуется приемами интерпретации, прочитывая материал под определенным углом зрения, наводя на него призму исследовательских вопросов и т.п. Интерпретация пронизывает все этапы качественного анализа: организация и описание качественных данных неизбежно предполагают понимание, а оно, в свою очередь, всегда носит интерпретативный характер. Отсутствие четкого разграничения формального и содержательного этапов качественного анализа, уровня факта и уровня интерпретации привело к довольно бурным, не завершенным и по сей день дебатам по поводу валидности результатов качественных исследований. Качественные исследования стали развиваться в сторону усиления формализации и стандартизации процедуры, и на этом пути достигнуты неплохие результаты. Правда, в последнее время вновь зазвучали голоса тех, кто считает, что повышение формальной точности качественного анализа приводит к тенденции упрощать и поверхностно понимать материал. По-видимому, наилучший путь для исследова- телей-качественников — поиск баланса между формализацией и свободной интерпретацией материала как целого, что и наблюдается сегодня в ряде качественных подходов.

источник

Уже в ходе исследования можно предполагать о его результатах, но обычно эти выводы рассматривают как предварительные, а более достоверные и основательные данные можно получить лишь в результате тщательного анализа.

Анализ данных в социальной работе заключается в интеграции всей собранной информации и в приведении ее к виду, удобному для объяснения.

Методы анализа социальной информации можно условно разделить на два больших класса в соответствии с той формой, в которой эта информации представлена:

– качественные методы ориентированы на анализ информации, представленной главным образом в словесной форме.

– количественные методы носят математический характер и представляют собой приемы обработки цифровой информации.

Качественный анализ является предварительным условием для применения количественных методов, он направлен на выявление внутренней структуры данных, то есть на уточнение тех категорий, которые используются для описания изучаемой сферы реальности. На этой стадии происходит окончательное определение параметров (переменных), необходимых для исчерпывающего описания. Когда имеются четкие описательные категории, легко перейти к простейшей измерительной процедуре — подсчету. Например, если выделить группулюдей, нуждающихся в определенной помощи, то можно подсчитать количество таких людей в данном микрорайоне.

При качественном анализе возникает необходимость произвести сжатие информации, то есть получить данные в более компактном виде.

Основным приемом сжатия информации выступает кодирование — процесс анализа качественной информации, который включает выделение смысловых сегментов текста или реального поведения, их категоризацию (называние) и реорганизацию.

Для этого в самом тексте находят и отмечают ключевые слова, то есть те слова и выражения, которые несут главную смысловую нагрузку, прямо указывают на содержание текста в целом или его отдельного фрагмента. Используются разные типы выделения: подчеркивание одной или двумя линиями, цветовая маркировка, наносят пометки на полях, которые могут носить характер как дополнительных значков, так и комментариев. Например, можно выделять те фрагменты, где клиент говорит о себе. С другой стороны, можно выделять все, что касается его здоровья, можно разделить те проблемы, которые клиент в состоянии решить сам, и те проблемы, для решения которых он нуждается в посторонней помощи.

Сходные по содержанию фрагменты метятся аналогичным образом. Это позволяет легко их идентифицировать и при необходимости собиратьвместе. Затем выделенные фрагменты отыскивают по разным рубрикам. Анализируя текст, можно сравнить отдельные его фрагменты между собой, выявляя сходства и различия.

Обработанный таким образом материал становится легко обозримым. Главные моменты выступают на первый план, как бы возвышаясь над массой деталей. Появляется возможность анализировать отношения между ними, выявлять их общую структуру и на этой основе выдвигать некоторые объяснительные гипотезы.

Когда изучается одновременно несколько объектов (как минимум два) и когда сопоставление с целью обнаружения сходств и различий становится основным приемом анализа применяется сравнительный метод. Количество изучаемых объектов здесь невелико (чаще всего два или три), и каждый из них изучается достаточно углубленно и всесторонне.

Необходимо найти такую форму представления данных, которая наиболее удобна для анализа. Основным приемом здесь выступает схематизация. Схема всегда упрощает реальные отношения, огрубляет истинную картину. В этом смысле схематизация отношений является одновременно и сжатием информации. Но она предполагает также нахождение наглядной и легко обозримой формы представления информации. Этой цели служит сведение данных в таблицы или диаграммы.

Для удобства сравнения материал сводят в таблицы. Общая структура таблицы такова: каждая клетка представляет собой пересечение строки и столбца. Таблица удобна тем, что в нее можно включать как количественные, так и качественные данные. Смысл таблицы в том, чтобы ее можно было окинуть взглядом. Поэтому обычно таблица должна умещаться на одном листе. Сводная таблица, используемая для анализа, часто чертится на большом листе бумаги. Но большую таблицу всегда можно разбить на несколько частей, то есть сделать из нее несколько таблиц. Чаще всего строка соответствует одному случаю, а столбцы представляют его различные аспекты (признаки).

Еще одним приемом сжатого и наглядного представления информации служат диаграммы. Существуют разные типы диаграмм, но практически все они являются структурными схемами, на которых условными фигурами (прямоугольниками или овалами) изображаются элементы, а линиями или стрелками — связи между ними. Например, с помощью диаграммы удобно представить структуру любой организации. Элементами ее выступают люди, точнее — должности. Если организация большая, то в качестве элементов выбираются более крупные структурные элементы — подразделения. С помощью диаграммы легко представить иерархию отношений (систему подчинения): старшие должности располагаются на схеме выше, а младшие — ниже. Линии, соединяющие элементы, точно указывают, кто кому непосредственно подчиняется.

Представление в виде диаграмм вполне можно использовать и для выявления логической структуры событий или текста. В этом случае вначале проводится смысловой анализ и намечаются узловые события или компоненты, а затем они представляются в графической форме так, чтобы максимально ясной становилась связь между ними. Понятно, что схематизация приводит к огрублению картины за счет опускания многих деталей. Однако происходит сжатие информации, преобразование ее в вид, удобный для восприятия и запоминания.

Таким образом, основными приемами качественного анализа являются кодирование и наглядное представление информации.

Количественный анализ включает методы статистического описания выборки и методы статистического вывода (проверки статистических гипотез).

Количественные (статистические) методы анализа широко применяются в научных исследованиях вообще и в социальных науках в частности. Социологи прибегают к статистическим методам для обработки результатов массовых опросов общественного мнения. Психологи применяют аппарат математической статистики для создания надежных диагностических инструментов — тестов.

Все методы количественного анализа принято разделять на две большие группы. Методы статистического описания направлены на получение количественной характеристики данных, полученных в конкретном исследовании. Методы статистического вывода позволяют корректно распространять результаты, полученные в конкретном исследовании, на всё явление как таковое, делать заключения общего характера. Статистические методы позволяют выявлять устойчивые тенденции и строить на этой основе теории, предназначенные для их объяснения.

Наука всегда имеет дело с разнообразием действительности, но свою задачу она видит в обнаружении порядка вещей, некоторой устойчивости внутри наблюдаемого разнообразия. Статистика снабжает удобными приемами такого анализа.

Для использования статистики требуются два основных условия:

а) необходимо иметь данные о группе (выборке) людей;

б) эти данные должны быть представлены в формализованном (кодифицированном) виде.

Нужно учитывать возможную ошибку выборки, так как для исследования берутся только отдельные респонденты, нет никакой гарантии, что они являются типичными представителями социальной группы в целом. Ошибка выборки зависит от двух моментов: от размера выборки и от степени вариации признака, который интересует исследователя. Чем больше выборка, тем меньше вероятность того, что в нее попадут индивиды с крайними значениями исследуемой переменной. С другой стороны, чем меньше степень вариации признака, тем в целом ближе будет каждое значение к истинному среднему. Зная размер выборки, и получив меру рассеяния наблюдений, нетрудно вывести показатель, который называется стандартная ошибка среднего. Он дает интервал, в котором должна лежать истинная средняя популяции.

Статистический вывод представляет собой процесс проверки гипотез. Причем первоначально всегда выдвигается предположение, что наблюдаемые различия носят случайный характер, то есть выборка принадлежит к той же генеральной совокупности. В статистике такое предположение получило название нулевая гипотеза.

Методика подготовки выпускной (квалификационной) работы, требования к ее содержанию и оформлению

Выпускная (квалификационная) работа завершает подготовку специалиста по социальной работе в вузе и показывает его готовность решать теоретические и практические задачи.

Выпускная (квалификационная) работа должна представлять собой самостоятельную законченную разработку, в которой анализируются актуальные проблемы социальной работы, раскрываются содержание и технологии разрешения этих проблем не только в теоретическом, но и в практическом плане на местном, региональном уровнях. Любая выпускная (квалификационная) работа по социальной работе должна быть своего рода социальным проектом.

Выпускная (квалификационная) работа должна свидетельствовать о наличии у автора глубоких и всесторонних знаний объекта и предмета исследования, способности к самостоятельным научным исследованиям с использованием полученных в ходе освоения основной образовательной программы знаний и навыков;

Выпускная (квалификационная) работа должна содержать обоснование выбора темы исследования, обзор опубликованной специальной литературы по данной проблеме, изложение полученных результатов исследования, конкретные выводы и предложения.

Выпускная (квалификационная) работа должна продемонстрировать уровень овладения автором методами научного исследования и научным языком, его умение кратко, логично и аргументированно излагать материал.

Выпускная (квалификационная) работа не должна механически повторять учебные работы выпускника (курсовые, реферативные работы и пр.).

Выводы, предложения и рекомендации по исследуемым проблемам, выдвигаемые автором в адрес органов, организаций, учреждений и служб социальной защиты населения, должны быть конкретны, иметь практическую и теоретическую ценность, обладать элементами новизны.

Цели дипломной работы:

— систематизация, закрепление и расширение теоретических и практических знаний по социальной работе, их применение при решении конкретных практических задач;

— развитие навыков самостоятельной работы;

— овладение методикой исследования, обобщения и логического изложения материала.

В дипломной работе студент должен показать:

— прочные теоретические знания по избранной теме, проблемное изложение теоретического материала;

— умение изучать и обобщать общую и специальную литературу по теме, решать практические задачи, делать выводы и предложения;

— навыки проведения анализа и расчетов, экспериментирования, владения вычислительной техникой;

— умение грамотно применять методы оценки социальной эффективности, предлагаемых мероприятий.

Дипломная работа имеет четкую композицию: введение, основная часть, состоящая из нескольких глав, и заключение.

Во введении указывается тема и цель дипломной работы, обосновывается актуальность исследования, его теоретическое и практическое значение, называются основные методы исследования. В нем дается обоснование обращения к данной теме, ее актуальность в настоящий момент, значение, цель и содержание поставленных задач, формулируются объект и предмет исследования, сообщается, в чем заключается теоретическая значимость и практическая ценность полученных результатов.

Темы выпускных (квалификационных) работ утверждаются выпускающими кафедрами. Тема должна соответствовать специальности, при ее формулировке целесообразно учитывать сложившиеся на кафедре научные направления и возможность обеспечения студентов квалифицированным научным руководством. Желательно, чтобы темы были актуальными и обладали новизной, теоретической и практической значимостью. При формулировке темы нужно учитывать наличие или отсутствие литературы и практических материалов, наработки самого студента по теме (курсовые работы, научные доклады и т. п.), интерес студента к избранной теме, возможности студента провести необходимые исследования.

Следовательно, введение является достаточно ответственной частью дипломной работы, т. к. предопределяет дальнейшее раскрытие темы и содержит необходимые квалификационные характеристики.

Актуальность темы, важность, значимость в настоящее время, современность, злободневность – обязательное условие любой научной работы. Обоснование актуальности – начальный этап любого исследования, характеризующий профессиональную подготовку студента в том, как он умеет выбрать тему, сформулировать, насколько правильно он ее понимает и оценивает с точки зрения современности, ее научной или практической значимости. Освещение актуальности не должно быть многословным. Достаточно показать суть проблемы, определить, где проходит граница между знанием и незнанием о предмете исследования.

От формулировки научной проблемы и доказательств, что ее часть, являющаяся объектом исследования данной работы, еще не получила достаточной разработки и освещения в научной литературе, логично перейти к формулировке цели предпринимаемого исследования, а также указать на конкретные задачи, которые предстоит решать в соответствии с этой целью. Цель исследования – то, к чему стремится дипломник в своей дипломной работе, что собирается осуществить, установить, для чего он взялся за разработку данной темы. В соответствии с заданной целью, студенту предстоит сформулировать конкретные задачи исследования как определенные этапы исследования, которые необходимо пройти для достижения поставленной цели.

Кроме вышеуказанного, обязательным элементом введения является формулировка объекта и предмета исследования, где объект – это процесс или явление, порождающее проблемную ситуацию и избранное для исследования, а предмет – то, что находится в границах объекта. Объект и предмет исследования соотносятся между собой как общее и частное. Именно на предмет исследования и должно быть направлено основное внимание дипломника, т. к. именно предмет исследования определяет тему работы, обозначенную на титульном листе.

Обязательным элементом введения научной работы является также указание на методы исследования, которые служат инструментом в добывании фактического материала, являясь необходимым условием достижения поставленной в такой работе цели.

Во введении описываются и другие элементы научного процесса. К ним, в частности, относят указание, на каком конкретном материале выполнена сама работа. Здесь же дается характеристика основных источников получения информации (официальных, научных, литературных, библиографических), а также указываются методологические основы проведенного исследования.

Основная часть состоит из нескольких глав, которые, в свою очередь, делятся на параграфы. В этой композиционной части излагаются основные теоретические положения дипломной работы, анализируется фактический материал, приводятся статистические данные. Возможный иллюстративный материал может быть представлен здесь же, либо внесен в приложение.

В основной части работы студент раскрывает методологию и методику исследования, используя с этой целью следующие методы: наблюдение, сравнение, анализ и синтез, индукцию и дедукцию, теоретическое моделирование, восхождение от абстрактного к конкретному, и наоборот.

Содержание глав основной части должно точно соответствовать теме работы и полностью ее раскрывать. Выводы, сделанные дипломником в исследовании, должны быть непротиворечивыми, аргументированными, научно обоснованными. При этом под аргументированностью понимается логический процесс, суть которого заключается в том, что в нем обосновывается истинность высказанного суждения с помощью других суждений, примеров, доводов.

Заключение содержит выводы по дипломной работе. Выводы должны отражать основное содержание работы, быть точными и краткими. Они не должны подменяться механическим суммированием выводов в конце глав, представляющих краткое резюме, а содержать то новое, что составляет итоговые результаты исследования. Именно здесь содержится то знание, которое является новым по отношению к исходному знанию. Именно оно выносится на обсуждение и оценку государственной комиссии и общественности в процессе защиты дипломной работы.

В случае, если работа имела практическое значение, в выводах должны содержаться указания, где и каким образом они могут применяться в практике социальной работы. В некоторых случаях возникает необходимость указать пути продолжения исследования темы, те задачи, которые придется решать будущим исследователям в первую очередь. Завершают работу список использованных нормативных материалов и список использованной литературы.

Вспомогательные или дополнительные материалы, которые загромождают текст основной части работы, помещают в приложении. По содержанию приложения могут быть достаточно разнообразными. Это, например, могут быть копии подлинных документов (Уставы, Положения, Инструкции, отчеты, планы и т. д.), отдельные выдержки из инструкций и правил, неопубликованные тексты и т д. По форме они могут представлять собой текст, таблицы, графики, карты.

В приложения нельзя включать библиографический список использованной литературы, вспомогательные указатели всех видов, справочные комментарии и примечания, которые являются не приложениями к основному тексту, а элементами справочно-сопроводительного аппарата работы, помогающими пользоваться ее основным текстом.

Выпускная квалификационная работа сдается на кафедру в печатном виде. Примерный объем работы должен составлять 2-2,5 п.л. (50-60 страниц машинописного текста). Границы полей: слева – 3,5 см; справа – 1,5 см, сверху и снизу – 2,5 см. Компьютерный набор осуществляется в текстовом варианте Microsoft Word (интервал 1-1,5 по множителю, 12-14-й кегль Times New Roman).

Все страницы работы, включая страницы с таблицами и схемами, нумеруются последовательно арабскими цифрами, расположенными, как правило, над серединой текста.

Первой страницей принято считать титульный лист, цифра «1» на нем не ставится. На второй странице (цифра «2» на которой также обычно не ставится) помещается план (оглавление) с указанием страниц соответствующих разделов.

Титульный лист дипломной работы включает полное название организации, в которой выполнена работа, название кафедры, заглавие сочинения, шифр и наименование специальности, фамилию и инициалы исполнителя, фамилию, инициалы, научную степень (должность, звание) научного руководителя, город и год написания.

Название глав и параграфов обозначается в той же последовательности и в той же формулировке, в какой они приводятся в тексте работы.

За оглавлением следует введение.

Текст основной части работы делится на главы, разделы, подразделы, пункты, параграфы.

Оформленная в соответствии с требованиями дипломная работа должна быть сдана на выпускающую кафедру не позднее 14 дней до срока защиты. Сроки предзащиты и сроки защиты дипломной работы устанавливаются выпускающей кафедрой.

Не нашли то, что искали? Воспользуйтесь поиском:

источник

Качественные методы — в исследовательской практике, понятие качественных исследований трактуется достаточно широко и не всегда однозначно. Как правило, качественные методы понимаются как исследования, где данные получены путём наблюдения, интервью, анализа каких-либо документов (текстовых, визуальных — фото — и видео источников). Зачастую это свидетельства, собранные несколькими разными способами. статистический обработка качественный

Если в количественном исследовании на вопросы: как часто? как долго? мы получаем достаточно объективный ответ, фиксирующий количество, то в качественном исследовании на вопрос: как вам понравился фильм? мы получаем номинальный ответ, обозначающий качество отношения или, другими словами, субъективную ценность, значимость данного предмета для индивида в его собственных словах, исходя из его социального опыта (например, фильм скучный, интересный, любопытный и т. д.). Такие данные анализируются не математически, а путем аналитического раскрытия их субъективного смысла.

Качественное исследование проводится прежде всего для изучения индивидуального аспекта социальной практики — реального опыта жизни конкретных людей в конкретных обстоятельствах. Но через анализ индивидуального могут исследоваться и более широкие социальные проблемы, касающиеся социальных групп, движений или даже характера функционирования социальных институтов в конкретной социальной ситуации.

Из чего состоит качественное исследование?

Это прежде всего эмпирические неструктурированные свидетельства, полученные из разнообразных человеческих документов или «документов жизни», как их называют: текстовые записи интервью и наблюдений, личные и официальные документы, фотографии и т.д.

Вторым компонентом качественного исследования являются аналитические и интерпретативные процедуры, используемые для анализа. Они включают в себя разные техники, начиная от описания и комментирования до кодировки и категоризации.

Третьим компонентом является повествовательный отчет. Жанр и стиль такого отчета различается в зависимости от целей исследования и адресата, которому он предназначен: от широкой публики до научного доклада или дискуссии. По своему стилю обычно это живое описание с большим количеством цитат из устной или письменной речи исследуемых. По жанру — интерпретация, размышление, гипотезы или теоретизирование о данном феномене социальной жизни.

То есть качественное исследование как процесс изучения отдельной проблемы предполагает не только наличие особых (качественных) данных, но и специфические приемы их сбора, обработки и анализа. Поэтому в дальнейшем для обозначения качественного исследования используется более обобщенный термин — качественный метод, или качественные методы как совокупность разных тактик.

Каковы разновидности качественных методов?

По фокусу интереса или тактикам проведения исследования:

1 Изучение случая;
2 Этнографическое описание;
3 Восхождение к теории;
4 История жизни, история семьи, ист. исследование.

По форме аналитического представления конечных результатов:

1 Дословное описание полученных данных, когда информанты рассказывают о себе «своими голосами» без интерпретаций со стороны исследователя. Такая позиция позволяет избежать субъективизма в трактовке.
2 Стратегии редактирования и систематизирования (редактированного) полученных данных при коротком комментировании
3 Построение теории. Считают, что концептуальное представление о реальной практике и теоретические рассуждения о природе феномена являются наиболее ценным результатом качественного исследования.

источник

Анализ данных начинается с перевода «сырых» данных в осмысленную информацию и включает их введение в компьютер, проверку на предмет ошибок, кодирование, представление в матричной форме (табулирование). Все это называется преобразованием исходных данных.

Далее проводится статистический анализ. Выделяют пять основных видов статистического анализа, используемых при проведении исследований:

1. Дескриптивный анализ, в основе которого лежит использование таких статистических мер, как средняя величина, мода, среднее квадратическое отклонение, размах или амплитуда вариации.

2. Выводной анализ, заключающийся в использовании статистических процедур (например, проверка гипотез) с целью обобщения полученных результатов на всю исследуемую совокупность.

3. Анализ различий, используемый для сравнения результатов исследования нескольких групп (объектов) для определения степени реального отличия в их поведении, реакции на одни и те же воздействия и т.п.

4. Анализ связей, направленный на определение систематических связей переменных, их направленности, силы и т.п.

5. Предсказательный анализ, используемый в целях прогнозирования развития событий в будущем, например путем анализа временных рядов.

Обработка данных психологических исследований – отдельный раздел экспериментальной психологии, тесно связанный с математической статистикой и логикой. Обработка данных направлена на решение следующих задач:

• упорядочивание полученного материала;

• обнаружение и ликвидация ошибок, недочетов, пробелов в сведениях;

• выявление скрытых от непосредственного восприятия тенденций, закономерностей и связей;

• обнаружение новых фактов, которые не ожидались и не были замечены в ходе эмпирического процесса;

• выяснение уровня достоверности, надежности и точности собранных данных и получение на их базе научно обоснованных результатов.

Различают количественную и качественную обработку данных. Количественная обработка – это работа с измеренными характеристиками изучаемого объекта, его «объективированными» свойствами. Качественная обработка представляет собой способ проникновения в сущность объекта путем выявления его неизмеряемых свойств.

Количественная обработка направлена в основном на формальное, внешнее изучение объекта, качественная – преимущественно на содержательное, внутреннее его изучение. В количественном исследовании доминирует аналитическая составляющая познания, что отражено и в названиях количественных методов обработки эмпирического материала: корреляционный анализ, факторный анализ и т. д. Реализуется количественная обработка с помощью математико-статистических методов.

В качественной обработке преобладают синтетические способы познания. Обобщение проводится на следующем этапе исследовательского процесса – интерпретационном. При качественной обработке данных главное заключается в соответствующем представлении сведений об изучаемом явлении, обеспечивающем дальнейшее его теоретическое изучение. Обычно результатом качественной обработки является интегрированное представление о множестве свойств объекта или множестве объектов в форме классификаций и типологий. Качественная обработка в значительной мере апеллирует к методам логики.

Противопоставление друг другу качественной и количественной обработки довольно условно. Количественный анализ без последующей качественной обработки бессмыслен, так как сам по себе не приводит к приращению знаний, а качественное изучение объекта без базовых количественных данных в научном познании невозможно. Без количественных данных научное познание – чисто умозрительная процедура.

Единство количественной и качественной обработки наглядно представлено во многих методах обработки данных: факторном и таксономическом анализе, шкалировании, классификации и др. Наиболее распространены такие приемы количественной обработки, как классификация, типологизация, систематизация, периодизация, казуистика.

Качественная обработка естественным образом выливается в описание и объяснение изучаемых явлений, что составляет уже следующий уровень их изучения, осуществляемый на стадии интерпретации результатов. Количественная же обработка полностью относится к этапу обработки данных

Все методы количественной обработки принято подразделять на первичные и вторичные.

Первичная статистическая обработка нацелена на упорядочивание информации об объекте и предмете изучения. На этой стадии «сырые» сведения группируются по тем или иным критериям, заносятся в сводные таблицы. Первично обработанные данные, представленные в удобной форме, дают исследователю в первом приближении понятие о характере всей совокупности данных в целом: об их однородности – неоднородности, компактности – разбросанности, четкости – размытости и т. д. Эта информация хорошо считывается с наглядных форм представления данных и дает сведения об их распределении.

В ходе применения первичных методов статистической обработки получаются показатели, непосредственно связанные с производимыми в исследовании измерениями.

К основным методам первичной статистической обработки относятся: вычисление мер центральной тенденции и мер разброса (изменчивости) данных.

Первичный статистический анализ всей совокупности полученных в исследовании данных дает возможность охарактеризовать ее в предельно сжатом виде и ответить на два главных вопроса: 1) какое значение наиболее характерно для выборки; 2) велик ли разброс данных относительно этого характерного значения, т. е. какова «размытость» данных. Для решения первого вопроса вычисляются меры центральной тенденции, для решения второго – меры изменчивости (или разброса). Эти статистические показатели используются в отношении количественных данных, представленных в порядковой, интервальной или пропорциональной шкале.

Меры центральной тенденции – это величины, вокруг которых группируются остальные данные. Данные величины являются как бы обобщающими всю выборку показателями, что, во-первых, позволяет судить по ним обо всей выборке, а во-вторых, дает возможность сравнивать разные выборки, разные серии между собой. К мерам центральной тенденции в обработке результатов психологических исследований относятся: выборочное среднее, медиана, мода.

Выборочное среднее (М) – это результат деления суммы всех значений (X) на их количество (N).

Медиана (Me) – это значение, выше и ниже которого количество отличающихся значений одинаково, т. е. это центральное значение в последовательном ряду данных. Медиана не обязательно должна совпадать с конкретным значением. Совпадение происходит в случае нечетного числа значений (ответов), несовпадение – при четном их числе. В последнем случае медиана вычисляется как среднее арифметическое двух центральных значений в упорядоченном ряду.

Мода (Мо) – это значение, наиболее часто встречающееся в выборке, т. е. значение с наибольшей частотой. Если все значения в группе встречаются одинаково часто, то считается, что моды нет. Если два соседних значения имеют одинаковую частоту и больше частоты любого другого значения, мода есть среднее этих двух значений. Если то же самое относится к двум несмежным значениям, то существует две моды, а группа оценок является бимодальной.

Обычно выборочное среднее применяется при стремлении к наибольшей точности в определении центральной тенденции. Медиана вычисляется в том случае, когда в серии есть «нетипичные» данные, резко влияющие на среднее. Мода используется в ситуациях, когда не нужна высокая точность, но важна быстрота определения меры центральной тенденции.

Вычисление всех трех показателей производится также для оценки распределения данных. При нормальном распределении значения выборочного среднего, медианы и моды одинаковы или очень близки.

Меры разброса (изменчивости) – это статистические показатели, характеризующие различия между отдельными значениями выборки. Они позволяют судить о степени однородности полученного множества, его компактности, а косвенно и о надежности полученных данных и вытекающих из них результатов. Наиболее используемые в психологических исследованиях показатели: среднее отклонение, дисперсия, стандартное отклонение.

Размах (Р) – это интервал между максимальным и минимальным значениями признака. Определяется легко и быстро, но чувствителен к случайностям, особенно при малом числе данных.

Среднее отклонение (МД) – это среднеарифметическое разницы (по абсолютной величине) между каждым значением в выборке и ее средним.

где d = |Х – М |, М – среднее выборки, X – конкретное значение, N – число значений.

Множество всех конкретных отклонений от среднего характеризует изменчивость данных, но если не взять их по абсолютной величине, то их сумма будет равна нулю и мы не получим информации об их изменчивости. Среднее отклонение показывает степень скученности данных вокруг выборочного среднего. Кстати, иногда при определении этой характеристики выборки вместо среднего (М) берут иные меры центральной тенденции – моду или медиану.

Дисперсия (D) характеризует отклонения от средней величины в данной выборке. Вычисление дисперсии позляет избежать нулевой суммы конкретных разниц (d = Х – М) не через их абсолютные величины, а через их возведение в квадрат:

где d = |Х – М|, М – среднее выборки, X – конкретное значение, N – число значений.

Стандартное отклонение (б). Из-за возведения в квадрат отдельных отклонений d при вычислении дисперсии полученная величина оказывается далекой от первоначальных отклонений и потому не дает о них наглядного представления. Чтобы этого избежать и получить характеристику, сопоставимую со средним отклонением, проделывают обратную математическую операцию – из дисперсии извлекают квадратный корень. Его положительное значение и принимается за меру изменчивости, именуемую среднеквадратическим, или стандартным, отклонением:

где d = |Х– М|, М – среднее выборки, X– конкретное значение, N – число значений.

МД, D и ? применимы для интервальных и пропорционных данных. Для порядковых данных в качестве меры изменчивости обычно берут полуквартильное отклонение (Q), именуемое еще полуквартильным коэффициентом. Вычисляется этот показатель следующим образом. Вся область распределения данных делится на четыре равные части. Если отсчитывать наблюдения начиная от минимальной величины на измерительной шкале, то первая четверть шкалы называется первым квартилем, а точка, отделяющая его от остальной части шкалы, обозначается символом Qv Вторые 25 % распределения – второй квартиль, а соответствующая точка на шкале – Q2. Между третьей и четвертой четвертями распределения расположена точка Q3. Полуквартильный коэффициент определяется как половина интервала между первым и третьим квартилями:

При симметричном распределении точка Q2 совпадет с медианой (а следовательно, и со средним), и тогда можно вычислить коэффициент Q для характеристики разброса данных относительно середины распределения. При несимметричном распределении этого недостаточно. Тогда дополнительно вычисляют коэффициенты для левого и правого участков:

Дата добавления: 2016-11-24 ; просмотров: 2337 | Нарушение авторских прав

источник

Понятие и сущность, предназначение и специфика статистики. Методы и приёмы обработки результатов исследования, их описание, упорядочение, анализ, синтез, сравнение, интерпретации и обобщение. Характеристика и особенности качественных методов исследования.

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Методы обработки результатов исследования

1 Методы статистического описания

2 Методы и приёмы обработки результатов исследования: описание, упорядочение, анализ, синтез, сравнение, интерпретации, обобщение

1. Методы статистического описания

Слово «статистика» происходит от латинского status — состояние дел.

Статистика — это отрасль знаний, в которой излагаются общие вопросы сбора, измерения и анализа массовых статистических (количестве-нных или качественных) данных; изучение количественной стороны массо-вых общественных явлений в числовой форме.

Статистические методы включают в себя и экспериментальное, и теоретическое начала. Статистика исходит прежде всего из опыта; недаром ее зачастую определяют как науку об общих способах обработки результатов эксперимента.

Статистические методы описания — методы анализа статистических данных. Выделяют методы прикладной статистики, которые могут приме-няться во всех областях научных исследований и любых отраслях народного хозяйства, и другие статистические методы, применимость которых ограни-чена той или иной сферой. Имеются в виду такие методы, как статистический приемочный контроль, статистическое регулирование технологических про-цессов, надёжность и испытания, планирование экспериментов.

Статистические методы анализа данных применяются практически во всех областях деятельности человека. Их используют всегда, когда необходимо получить и обосновать какие-либо суждения о группе (объектов или субъектов) с некоторой внутренней неоднородностью.

Целесообразно выделить три вида научной и прикладной деятельности в области статистических методов анализа данных:

а) разработка и исследование методов общего назначения, без учёта специфики области применения;

б) разработка и исследование статистических моделей реальных явлений и процессов в соответствии с потребностями той или иной области деятельности;

в) использование статистических методов и моделей для статистического анализа конкретных данных в решении прикладных задач, например, с целью проведения выборочных обследований.

Также существуют статистические группировки, которые разделяют совокупности тех или иных данных на группы однородные в каком-либо отношении. Существует три вида группировки: аналитическая, типологическая, структурная.

1 Аналитическая группировка — позволяет выявить связь между группировками.

2 Типологическая группировка — разделение исследуемой совокупности на однородные группы.

3 Структурная группировка — в которой происходит разделение однородной совокупности на группы, по определенному признаку.

2. Методы и приёмы обработки результатов исследования: описание, упорядочение, анализ, синтез, сравненные, интерпретация, обобщение

Описание — это результат наблюдения и эксперимента, состоящий в фиксировании данных с помощью определенных систем обозначений, принятых в науке. Описание как метод научного исследования производится как путем обычного языка, так и специальными средствами, составляющими язык науки (символы, знаки, матрицы, графики и т. д.). Важнейшими требованиями к научному описанию являются точность, логическая строгость и простота.

Упорядочение — процесс расположения элементов, фактов, записей, определённых результатов исследований по какому-либо определённому объединяющему их фатору.

Анализ — фактическое или мысленное расчленение целостного предмета на составные части (стороны, признаки, свойства, отношения или связи) с целью его всестороннего изучения. Анализ, разлагая предметы на части и изучая каждую из них, должен обязательно рассматривать их не сами по себе, а как части единого целого.

Синтез — фактическое или мысленное воссоединение целого из частей, элементов, сторон и связей, выделенных с помощью анализа. С помощью синтеза мы восстанавливаем предмет как конкретное целое во всем многообразии его проявлений. В естественных науках анализ и синтез применяются не только теоретически, но и практически. В социально-экономических и гуманитарных исследованиях предмет исследования подвергается лишь мысленному расчленению и воссоединению. Анализ и синтез как методы научного исследования выступают в органичном единстве.

Сравнение — сопоставление объектов с целью выявления признаков сходства или признаков различия между этими объектами. Известный афоризм гласит: «Все познается в сравнении».

Для того чтобы сравнение было объективным, оно должно отвечать следующим требованиям:

1 Сравнивать необходимо сопоставимые явления и предметы (например, нет смысла сравнивать человека с треугольником или животное с метеоритом и т. д.);

2 Сравнение должно осуществляться по наиболее важным и существенным признакам, так как сравнение по несущественным признакам может привести и заблуждению.

Интерпретация — совокупность значений (смыслов), придаваемых так или иначе элементам (выражениям, формулам, символам) какой-либо естественнонаучной или абстрактно-дедуктивной теории (в случаях же, когда «осмыслению» подвергаются сами элементы этой теории, то говорят также об интерпретации символов, формул и т. д.).

Обобщение — логический процесс перехода от единичного к общему, от менее общего к более общему знанию, при этом устанавливаются общие свойства и признаки исследуемых объектов. Получение обобщенного знания означает более глубокое отражение действительности, проникновение в ее сущность.

Из чего состоит качественное исследование?

Каковы разновидности качественных методов?

По фокусу интереса или тактикам проведения исследования:

2 Этнографическое описание;

4 История жизни, история семьи, ист. исследование.

По форме аналитического представления конечных результатов:

1 Дословное описание полученных данных, когда информанты рассказывают о себе «своими голосами» без интерпретаций со стороны исследователя. Такая позиция позволяет избежать субъективизма в трактовке.

2 Стратегии редактирования и систематизирования (редактированного) полученных данных при коротком комментировании

3 Построение теории. Считают, что концептуальное представление о реальной практике и теоретические рассуждения о природе феномена являются наиболее ценным результатом качественного исследования.

Количественный анализ — позволяет получить выраженную количественно информацию по ограниченному кругу проблем, но от большого числа людей, что позволяет обрабатывать ее статистическими методами и распространять результаты на всех потребителей.

Необходимо различать два основных направления в использовании количественных методов в педагогике: первое — для обработки результатов наблюдений и экспериментов, второе — для моделирования, диагностики, прогнозирования, компьютеризации учебно-воспитательного процесса. Методы первой группы хорошо известны и достаточно широко применяются.

Статистический метод содержит следующие конкретные методики.

Регистрация — выявление определенного качества у явлений

данного класса и подсчет количества по наличию или отсутствию

Ранжирование — расположение собранных данных в определенной последовательности (убывания или нарастания зафиксированных показателей), определение места в этом ряду изучаемых

объектов (например, составление списка учеников в зависимости

от числа пропущенных занятий и т. п.).

Шкалирование — присвоение баллов или других цифровых

показателей исследуемым характеристикам. Этим достигается

Все более мощным преобразующим средством педагогических

исследований становится моделирование. Научная модель — это мысленно представленная или материально реализованная система, которая адекватно отображает предмет исследования и способна замещать его так, что изучение модели позволяет получить новую информацию об этом объекте. Моделирование — это метод создания и исследования моделей. Главное преимущество моделирования — целостность представления информации.

Моделирование успешно применяется для решения следующих важных задач:

— оптимизации структуры учебного процесса;

— улучшения планирования учебного процесса;

— управления познавательной деятельностью, учебно-воспитательным процессом;

— диагностики, прогнозирования, проектирования обучения.

Краткая история зарождения и развития статистики как науки. Предмет изучения и характеристика основных задач статистики. Статистические методы сбора и обработки данных для получения достоверных оценок и результатов. Источники статистических данных.

лекция [23,7 K], добавлен 13.02.2011

Индексы в статистике, их применение при анализе динамики, выполнении плановых заданий и территориальных сравнений, сравниваемый и базисный уровни. Формирование информационной базы статистического исследования, сводка и группировка результатов наблюдения.

контрольная работа [86,2 K], добавлен 19.10.2010

Понятие экономического анализа как науки, его сущность, предмет, общая характеристика методов и социально-экономическая эффективность. Основные группы эконометрических методов анализа и обработки данных. Факторный анализ экономических данных предприятия.

реферат [44,7 K], добавлен 04.03.2010

Понятие статистики как науки, предмет и методы ее изучения, основные цели и задачи. Категории статистики и ее показатели, способы представления результатов. Сущность и классификация относительных и средних величин. Понятие ряда динамики и его анализ.

реферат [192,6 K], добавлен 15.05.2009

Статистика как одна из древнейших отраслей знаний, возникшая на базе хозяйственного учета. Развитие статистики как науки. Определение предмета статистики. Статистическое наблюдение как этап статистического исследования. Методы и показатели статистики.

контрольная работа [38,9 K], добавлен 20.01.2010

Понятие и сущность цен и инфляции, их значение. Задачи статистики цен. Характеристика системы показателей статистики цен. Принципы и методы регистрации цен. Особенности методов расчета и анализа их индексов. Методы оценки уровня и динамики инфляции.

курсовая работа [70,9 K], добавлен 01.12.2010

Теоретические основы и базовые методы оценки бизнеса. Фундаментальные компоненты оценки рыночной стоимости ООО «Пермархбюро»: определение цены земельного участка, здания и предприятия затратным и доходным подходом, обобщение результатов исследования.

дипломная работа [214,3 K], добавлен 01.05.2011

Экономический анализ как самостоятельная отрасль научных знаний, имеющая свой предмет и объекты исследования, знакомство с задачами: оценка результатов работы предприятия, разработка планов. Рассмотрение способов исследования коммерческого риска.

контрольная работа [45,4 K], добавлен 12.10.2013

Понятие экономической статистики, ее цели, задачи и основные методы исследования. Классификация счетов и принципы построения СНС. Предприятие как хозяйствующий субъект (на примере НГДУ «Елховнефть»). Анализ показателей статистики издержек производства.

курсовая работа [629,5 K], добавлен 23.06.2010

Основоположник графического метода в статистике коммерческой деятельности — У. Плейфейр. Виды и формы графических методов изображений. Круговая диаграмма, ее назначение и элементы. Состав и цифровая часть таблиц. Типы и понятия схем, их функции.

практическая работа [201,7 K], добавлен 14.12.2014

источник