Аналитические методы исследования

- множества  индикаторов определенных отношений  между рассматриваемыми объектами,  такие данные часто используются  при изучении малых групп; 

- результаты  попарных сопоставлений респондента  ми (то есть лицами, отвечающими  на вопросы исследователей) каких-либо  объектов;

- совокупности  определенных высказываний (на пример, ответов респондентов на вопрос  об их профессии, о том, что  им нравится в политике правительства;  письма читателей газеты в  редакцию; фрагменты из журнальных  статей и т.д.);

- тексты  документов;

- так или  иначе зафиксированные результаты  наблюдения за невербальным поведением  людей и т.п. 

Наиболее  часто в экономических, социологических, психологических исследованиях  данные представляют собой совокупность значений каких-либо признаков (характеристик, переменных, величин; будем считать  эти термины синонимами), измеренных для каждого из изучаемых объектов. Результаты обработки данных используются для построения моделей и прогнозов  социально-экономических процессов  и ситуаций.

Основная  цель анализа данных - выявление (подтверждение, корректировка) каких-то интересующих исследователя закономерностей. Принято  выделять две основные формы закономерной связи явлений, отличающиеся по характеру  вытекающих из них предсказаний: динамические и статистические закономерности 38. В законах динамического типа предсказание имеет точный, определенный однозначный вид; в статистических же законах предсказание носит не достоверный, а лишь вероятностный  характер, то есть оно более или  менее правдоподобно. В данном разделе  рассматриваются, в основном, статистические закономерности. Это закономерности «в среднем». Статистический подход состоит  в мысленном разделении наблюдаемой  изменчивости на две части (обусловленные, соответственно, закономерными и  случайными причинами) и выявлении  закономерной изменчивости на фоне случайной. Вероятностный характер предсказаний в статистических закономерностях  обычно бывает обусловлен действием  множества случайных факторов, которые  имеют место в статистических совокупностях. Статистическая закономерность возникает как результат взаимодействия большого числа элементов, составляющих совокупность, и характеризует не столько поведение отдельного элемента совокупности, сколько всю совокупность в целом. Проявляющаяся в статистических закономерностях «необходимость»  возникает вследствие взаимной компенсации и уравновешивания множества случайных факторов, «пробивает» себе дорогу через массу случайностей.

Кратко  рассмотрим, следуя С.С. СТИВЕНСУ, различные  шкалы и их применение в процессе сбора и анализа данных.

Номинальное измерение (присвоение обозначения или обозначений) едва ли заслуживает того, чтобы называться «измерением». Это процесс группирования предметов в классы, когда объекты, принадлежащие к одному классу, идентичны (или почти идентичны) в отношении некоторого признака или свойства. Далее классам даются обозначения; за обозначение класса часто принимаются числа, которые могут служить объяснением заголовка «номинальное измерение».

Порядковое  измерение возможно тогда, когда возможно обнаружить в предметах различные степени признака или свойства. В этом случае используется свойство «упорядоченности» чисел, и числа приписываются предметам таким образом, что если число, присвоенное предмету А, больше числа, присвоенного В, то это значит, что в А содержится больше данного свойства, чем в В.

Интервальное  измерение возможно, когда измеритель способен определить не только количества свойства в предметах (характеристика порядкового измерения), но также фиксировать равные различия между предметами. Для интервального измерения устанавливается единица измерения (градус, доллар, сантиметр, грамм и т.д.). Предмету присваивается число, равное количеству единиц измерения, которое эквивалентно количеству имеющегося свойства.

Измерение отношений отличается от интервального только тем, что нулевая точка не произвольна, а указывает на полное отсутствие измеряемого свойства. Измеритель может заметить отсутствие свойства и имеет единицу измерения, позволяющую регистрировать различающиеся значения признака.

В системной аналитике, кадровом менеджменте  большинство измерений относится  к номинальному, порядковому и  интервальному уровням (например, предвыборные рейтинги кандидатов). Лишь наименее важные переменные в этих областях допускают  пока измерение отношений: в действительности шкалы, удовлетворяющие условиям интервальной шкалы, молено найти с трудом. Иногда переменные шкалы отношений, такие  как время (решения задачи или  заучивания списка слов), рост, вес или  расстояние, могут представлять интерес, но это бывает нечасто (например, в  страховом деле).

В своей работе аналитики часто  используют статистические данные. Понятие  и термин статистика происходит от латинского слова «статус», которое в переводе означает положение, состояние явлений. В настоящее время этот термин употребляется в различных значениях, а именно:

1. Под статистикой  понимают итоговые показатели, характеризующие  различные стороны общественной  жизни, население, стратификацию  общества, производство, распределение,  обмен, потребление и т.д. 

2. Статистикой  называют практическую деятельность  по сбору и обобщению соответствующих  данных.

3. И, наконец,  статистикой называют общественную  науку, занимающуюся разработкой  методологии сбора и теоретического  обобщения цифровых данных об  обществе.

Статистика  является инструментом упорядочивания огромных массивов собранной информации. Американцы, мастера образных выражений, используют термин «boiling down», т.е. «выпаривание информационного массива». Описательная статистика особенно важна в ситуациях, когда необходимо установить взаимосвязь между более чем двумя переменными. Огромное количество «сырых» данных с помощью методов описательной статистики может быть сведено к нескольким показателям, которые характеризуют всю совокупность опрошенных людей или учтенных материальных объектов. В зависимости от задачи это могут быть мода, медиана, средняя, коэффициент корреляции и т.д. Индуктивная статистика используется для формулирования общих законов по данным наблюдений повторяющихся закономерностей. Логические выводы на основе обработки статистических данных также относятся к индуктивной функции статистики. К категориям или наиболее общим понятиям статистики относятся:

Статистическая совокупность. Массовые общественные явления выступают в форме особых групп явлений и процессов, называемых статистическими совокупностями, поскольку они объединяются на основании наличия некоторых общих признаков или свойств. Статистическая совокупность состоит из отдельных элементов, явлений или единиц - первичных неделимых элементов изучаемого процесса.

Закон больших  чисел - весьма широкий принцип взаимопогашения (уравновешивания) случайных отклонений. Действие закона состоит в том, что на достаточно большой совокупности проявляются внутренние закономерные связи явлений. Это особенно валено для аналитиков, которые работают в компаниях, управляющих пифами, в больших финансовых корпорациях и т.д.

Обобщающий  показатель социальной статистики -число, характеризующее одну из особенностей совокупности социальных и экономических явлений. В качестве примеров назовем среднюю продолжительность жизни, уровень образования, численность учащихся в области. Обобщающие показатели составляются из индивидуальных.

Чтобы решить, какие методы анализа надо применить к имеющимся данным и насколько удовлетворительны  полученные результаты статистических процедур, нужно иметь возможность  наглядно представлять себе эти данные и результаты. Поэтому практически  все статистические пакеты обеспечивают широкий набор средств визуализации данных: построение графиков, двух- и  трехмерных диаграмм, а часто и  различные средства деловой графики. Это помогает системным аналитикам лучше представить обрабатываемые данные, получить общее представление  об их особенностях и закономерностях. Результаты применения статистических процедур, как правило, представляются в наглядном графическом виде.

В аналитических исследованиях применяют  основные понятия теории вероятностей. Аргументация выводов математической и, соответственно, социальной статистики основывается на законах теории вероятностей. События взаимосвязаны. Одни из них  являются исходом или следствием других. Первичное действие назовем  «испытанием». Испытание приводит к  появлению того или иного события. «Случайное событие» - такое событие, исход которого нельзя предугадать. Случайному событию противопоставляется  «событие детерминированное» с гарантированным  исходом.

Случайные числа возникают не только в результате эмпирических опытов. Искусственно полученный ряд случайных чисел используется для решения различных задач - при проведении лотерей, отбора и  кастинга, при моделировании по методу Монте-Карло и другим методам, находящим  применение в банковском деле, финансах и различных видах управленческой и аналитической деятельности. Приходится встречать следующие понятия: генераторы случайных чисел, генераторы случайных  событий, генераторы случайных символов и текстов.

Для наглядного представления данных обследования (рассматриваем их как дискретную случайную величину) используются различные  приемы, облегчающие, прежде всего, визуальный анализ полученной в эксперименте информации. К таким приемам относят таблицы, ряды распределений, графики и гистограммы. Их применяют с той целью, чтобы  полученные данные представить наглядным  образом. При этом можно в явной  форме увидеть характерные особенности  и результаты обследования.

Первичный материал, полученный исследователем, нуждается в соответствующей  обработке. Обработка начинается с  упорядочения и систематизации собранных  данных. Процесс систематизации результатов, объединение их в относительно однородные группы по некоторому признаку называется группировкой.

Группировка - это не просто технический прием, представляющий первичные данные в ином виде, но, прежде всего, операция, которая позволяет глубже выявить связи между изучаемыми явлениями. От того, как группируется исходный материал, во многих случаях зависят выводы о природе изучаемого явления. Поэтому группировка должна быть обдуманной, отвечать требованию поставленной задачи и соответствовать содержанию изучаемого явления.

Наиболее  распространенной формой группировки  экспериментальных данных являются статистические таблицы. Таблицы бывают простыми и сложными. К простым  относятся таблицы, применяемые  при альтернативной группировке, когда  одна группа испытуемых противопоставляется  другой; например, здоровые - больным, высокие  люди - низким и т.п. Простые таблицы  рекомендуется использовать, когда  измерение изучаемых признаков  производится в номинативной или  ранговой шкале. При анализе финансовых и торговых операций, оценке электората также применяются таблицы.

Особую  форму группировки данных представляют так называемые статистические ряды, или числовые значения признака, расположенного в определенном порядке.

Вариационным  рядом распределения называют двойной  ряд чисел, показывающий, каким образом  числовые значения признака связаны  с их повторяемостью в данной выборке.

Гистограмма является разновидностью специального типа статистических графиков, которые называются диаграммами. Диаграммы удобно использовать для сравнительного анализа значений различных статистических показателей, наглядного представления их динамики и структуры.

Это позволяет анализировать статистическую информацию, классифицированную одновременно по нескольким признакам.

3.2 Прогнозирование  и прогнозные сценарии.

Абстрактное понятие «предвидение будущего»  имеет несколько толкований. Иногда под предвидением понимают сложное  предвосхищение будущего, называемое предугадыванием (существует и простое  предвосхищение - предчувствие, свойственное любому организму от растения или  вируса до человека). Часто под предвидением понимают научное исследование, точнее, одну из его разновидностей, направленную на изучение перспектив развития какого-либо процесса или явления. Эта форма  конкретизации предвидения обычно называется прогнозированием, и к  ней применяются все требования, специфичные для научных исследований.

Прогнозирование также имеет различные формы  и цели. Одни научные прогнозы нацелены на предсказание каких-то событий в  будущем. Другие - на выявление назревающих  проблем и возможностей их решения  с помощью исследовательских  технологий. В таких прогнозах  предсказания играют сугубо условную, инструментальную роль, хотя, как некий  побочный продукт, нередко представляют большой самостоятельный интерес.

Основные  теоретические положения технологического прогнозирования вкратце сводятся к следующим:

1. Прошлое можно знать, но невозможно  изменить; будущее невозможно знать  так, как мы знаем прошлое  (те или иные события), зато  на него можно влиять по  средством действий, основанных  на определенных ре шениях, в  том числе и с учетом возможных  последствий таких решений.

2. Будущее можно и должно познавать  не простым предугадыванием событий,  а путем выявления проблем,  целей, возможных решений и  их последствий. Иными словами,  можно ориентировать системно-аналитические  исследования будущего не только  на «предсказание», а на повышение  объективности предсказания и,  следова тельно, на повышение  эффективности принимаемых ре  шений. При этом предсказания  станут побочным, само собой разумеющимся  продуктом, который представляет  самостоятельный интерес.