INFORMA TIC APLICAT N TIIN ELE SOCIALE

Prof. Alice Iancu

2010

CUPRINS

1. Noiuni Introductive
1.1 Cercetarea sociologic, ipoteze i variabile.................p. 3 1.2 Cercetare calitativ i cantitativ.................................p. 7

2 . Interpretarea datelor n SPSS

2.1 Variable view i Data view.............................................p. 8 2.2 Statistica Descriptiv......................................................p. 13 2.2.3 Frecvena......................................................................p. 13 2.2.4 M surarea Tendinei Centrale..................................p. 16 2.2.5 Distribuia ...................................................................p. 18 2.3 Corelaii i relaii ntre variabile ..p. 19

1. Noiuni Introductive

Cercetarea sociologic, ipoteze i variabile

Prin cercetarea social ceea ce se urmrete este aflarea unor rspunsuri despre realitatea socio-uman nconjurtoare. Ea poate fi teoretic sau empiric. Se difereniaz de cunoa terea comun care apeleaz la percepiile proprii fiecruia, are un grad nalt de subiectivitate i un grad sczut de precizie, poate conduce la concluzii i formarea de legturi false, care par adevrate. Cunoaterea comun conduce la prejudeci i stereotipii sociale i le poate conferi un aer de validitate n realitate fals (care ns pot avea pretenia de adevr general valabil, de exemplu enunuri de tipul Toat lumea tie c.....). Aceste prejudeci pot viza un grup social sau altul i le pot asocia cu anumite caracteristici sau comportamente (de exemplu Femeile nu pot face politic SAU Tinerii din ziua de azi nu muncesc SAU Btrnii se uit toat ziua la telenovele). Cercetarea sociologic poate confirma sau infirma aceste stereotipii, n baza unui studiu precis, cu reguli i metologii clare.

Orice cercetare sociologic ncepe cu una sau mai multe ipoteze. Cu alte cuvinte, un chestionar sau un focus-grup, de exemplu, nu sunt astfel contruite inct s nu duc nicieri, cu ntrebri puse la ntmplare. Ipotezele vizeaz predicii despre relaia dintre aceste variabile- i pot fi mai generale sau mai specifice: de exemplu Vrsta influeneaz nivelul venitului SAU Copiii din mediul rural au o ans mai mic s ajung la facultate SAU Nivelul de trai influeneaz comportamentul de vot SAU Prezena mai multor copii n gospodrie conduce la un nivel de trai sczut SAU omajul prelungit conduce la depresie . Atunci cnd analizm relaia dintre dou variabile ntrebrile de cercetare vor cuta s identifice dac ntre cele dou variabile exist o relaie i dac aceasta este de difereniere sau de asociere. Atunci cnd dorim doar s analizm o singur variabil atunci demersul nostru este unul descriptiv ( de ex. Dac dorim s vedem care este media veniturilor n cadrul unui eantion investig m doar caracteristici ale unei variabile: venitul)

Prin variabile se nelege o anumit caracteristic a subiectului cercetat (de ex. Vrsta, etnia, genul, nivelul studiilor, nivelul venitului, etc). Variabilele pot fi imprite n mai multe categorii dup anumite criterii.

1) n funcie de relaia cu ipoteza de cercetare ele pot fi exogene, independente i dependente. Variabilele exogene sunt cele care dei nu

constituie subiectul cercetrii, pot influena rezultatele acesteia: vremea, zgomotul prezente n momentul cercetrii de teren sau timpul de care dispune subiectul sunt variabile exogene, n sensul n care pot afecta rspunsurile oferite dar nu fac parte din cercetare. De exemplu n timpul aplicrii unui chestionar sau a unei grile de interviu poate fi foarte frig afar sau subiectul poate fi foarte grbit, de aceea poate s nu rspund la toate ntrebrile sau s rspund mai succint. Dei rspunsurile oferite sunt influenate de astfel de factori, acetia nu sunt parte din cercetare. Variabilele pot fi de asemenea independente i dependente n funcie de relaia cauzal dintre ele. n acest sens ipoteza de cercetare poate fi neleas drept o relaie posibil ntre o variabil independent i o variabil dependent. De ex. omajul prelungit conduce la depresie este o ipotez n cadrul creia omajul prelungit este variabila independent ( cauza) iar depresia este variabila dependent (consecina).

2) n funcie de gradul de msurare variabilele pot fi nominale, ordinale sau scale (sau de interval). Variabilele nominale au valori exclusive, sunt

neierarhizate i nu au un interval de msurare ( de ex. Religia, etnia, locul naterii. n cazul religiei, aceasta este o variabil exclusiv- subiectul poate avea o religie sau alta, dar nu mai multe religii deodat, nu este ierarhizat- de ex. Religia cretin nu este mai religie dect alta i nu exist un interval de msurare a religiei). Variabilele ordinale sunt exclusive, nu au un interval de msurare dar sunt ierarhizate ( De exemplu la ntrebarea Ct de des citii ziarele s presupunem c sunt oferite urmtoarele rspunsuri posibile: Des, Rar, Foarte Rar. n acest caz avem din nou o variabil exclusiv- subiectul fie citete ziarele Des, fie Rar, fie Foarte Rar, exist o ierarhie- tim c Des de exemplu nseamn de mai multe ori dect Rar dar nu exist un interval de msurare- nu exist uniti de msur pentru a ti care este distana dintre Des i Rar sau de cte ori mai puin nseamn Foarte Rar fa de Rar). n cazul variabilelor scal (de interval) avem variabile exclusive, ierarhizate i care au un interval de msurare ( De ex. Temperatura corpului, numrul de ani de studiu, notele obinute etc. De exemplu dac investigm nota obinut de respondeni la o anumit materie, avem o viariabila exclusivrespondentul fie a luat 5, fie 6, fie 7 etc, variabila este ierarhizat- 6 nseamn mai mult dect 5 i exist un interval de msurare- distana dintre 5 i 6 este de exemplu, egal cu cea dintre 6 i 7)

1.3 Cercetare calitativ i cantitativ

Testarea ipotezelor se face prin cercetare sociologic, dup reguli bine stabilite. Aceasta poate fi de dou feluri: calitativ sau cantitativ, n funcie de metodologia folosit.

Cercetarea calitativ folosete metode precum interviurile i focus-grupurile. Se urmrete obinerea unei cunoateri detaliate a subiectului cercetat, deseori a atitudinilor i motivaiilor subiecilor. Vizeaz un numr mai mic de respondeni.

Cercetarea cantitativ folosete metode precum interviul structurat sau chestionarul. Sunt obinute informaii mai puin detaliate, dar de la mai muli respondeni. Reprezentativitatea statistic este important. SPSS este folosit pentru interpretarea datelor cantitative.

2.

Interpretarea datelor n SPSS

Variable view i Data view

Interpretarea datelor cantitative n SPSS. SPSS are dou foi iniiale

n Variable View regsii lista variabilelor i caracteristicile lor n DATA VIEW sunt introduse valorile fiecrei variabile pentru fiecare respondent

Atunci cand introducem variabile in SPSS accesm Variable View.

Fiecare coloan conine caracteristici ale variabilei: I. Name : Numele variabilei. Numele variabilelor trebuie s nceap cu o

liter, s aib 1-8 caractere i s NU conin spaii libere

ATENIE: Nu pot exista intr-o baz de date doua variabile cu acelasi nume

II.

Type : Tipul variabilelor. Dei pot exista mai multe feluri de variabile,

cele mai folosite sunt numerice (cifre cu sau fr zecimale), sau string ( alfanumerice sau ir de caractere-litere). Se recomand introducerea de variabile numerice, folosing opiunea Values (vezi mai jos) ori de cte ori este posibil. Bifa i tipul de variabil dup ce facei click pe

ATENIE: SPSS va presupune mereu c variabilele introduse sunt numerice. Dac Nu sunt numerice trebuie schimbat tipul de variabil ( de exemplu n String)

3.

Windth: Mrimea: numrul de caractere sau cifre

4.

Label: Eticheta variabilelor (text explicit care descrie variabilele,

important este s fie uor neles)

5.

Values : Aici se acord valori variabilelor. Folosim coduri numerice . S

pentru reprezentarea unor categorii non-numerice astfel : Apsai pe

presupunem c dorii s introducei variabila Sex, unde feminin=1, masculin=2. Dup ce ai dat click pe vi se va deschide o fereastr. n caseta VALUE

10

introducei 1. n caseta VALUE LABEL tastai feminin. Click apoi butonul ADD. Repetai procedura pentru valoarea 2 cu eticheta masculin. Apoi apsai OK. Missing : Definirea valorilor lips. O valoare lips este codificat de

6.

SPSS drept absent i nu este inclus in majoritatea analizelor. Valorile lips pot fi system missing ( n Data View vor aprea drept un spaiu liber, indic lipsa rspunsurilor) sau user missing (cele specificate explicit drept valori lips). De exemplu dac avem bifat ntr-un chestionar viarianta: NS/NR ( Nu tiu, Nu rspund). Aceste rspunsuri vor primi coduri diferite, cel mai uzual fiind 99. Dup ce ai dat click pe bifai DISCRETE MISSING

VALUES i introducei 99.

7. 8. 9.

Column: Mrimea coloanelor (asa cum apar ele n Data View) Align: Modul n care datele sunt aliniate (n Data View) Measure: Modalitatea de msurare (nominal, ordinal, scal)-

Detaliat anterior

11

DUP CE VARIABILELE AU FOST DEFINITE N VARIABLE VIEW se trece la introducerea datelor n DATA VIEW

Numele variabilelor anterior introduse n Variable View vor aprea ca nite capete de tabel. Fiecare rnd din DATA VIEW reprezint un respondent sau un caz, cazurile fiind numerotate pe vertical. n cadrul fiecrei csue ve i introduce o valoare corespondent variabilei. De exemplu la Sex vei introduce 1 sau 2, dup caz, urmnd desemnarea valorilor descris anterior.

12

2.2 Statistica Descriptiv 2.2.3 Frecvena (numrul de cazuri pentru care este nregistrat fiecare valoare a unei variabile).
ANALYZE > DESCRIPTIVE STATISTICS > FREQUENCIES.

Selectai o variabil i click OK EXEMPLUL 1: Variabil scal

Varsta (ani impliniti) Cumulative Percent 23.5 93.4 97.1 98.5 99.3 100.0

Valid

18 19 20 21 23 31 Total NS NR

Frequency 32 95 5 2 1 1 136 10 146

Percent 21.9 65.1 3.4 1.4 .7 .7 93.2 6.8 100.0

Valid Percent 23.5 69.9 3.7 1.5 .7 .7 100.0

Missing Total

Colanele cuprind frecvena fiecrei valori din eantion (Frecquency)- De ex. 32 de cazuri au 18 ani procentul fiecrei valori din numrul total al cazurilor (Percent)- De exemplu 69.9% dintre cazuri au 19 ani

13

 procentul cumulat (procentul de cazuri cumulat adunat pe msur ce sunt afiate ierarhic valorile variabilei)- De exemplu 93.4% dintre cazuri au pn n 19 ani

EXEMPLUL 2: Variabil Nominal

Atunci cand aveti nevoie sa accesati un calculator: Cumulative Frequency Valid am unu unde locuiesc 130 Percent 89.0 6.8 Valid Percent 89.0 6.8 Percent 89.0 95.9

pot folosi calculatorul unor 10 prieteni folosesc calculatorul de la o 5 sala de net nu am calculator si nici nu am 1 acces la un calculator Total 146

3.4

3.4

99.3

.7

.7

100.0

100.0

100.0

n cazul variabilei nominale valorile sunt aranjate arbitrar, astfel nct procentul cumulativ nu ne spune nimic.

ATENIE: SPSS permite reprezentarea grafic a rezultatelor. ANALYZE > DESCRIPTIVE STATISTICS > FREQUENCIES > CHARTS sau GRAPHS i selectai tipul de grafic dorit.

14

2.2.4 M surarea Tendinei Centrale

ANALYZE > DESCRIPTIVE STATISTICS > FREQUENCIES > STATISTICS pentru a bifa msurile folosite

Media: reprezint media aritmetic a valorilor nregistrate de o

variabil. Este cea mai indicat msur a tendinei centrale, pentru variabile de tip scala i nu este potrivit pentru variabile de tip nominal (poate fi calculat de exemplu media pentru variabila vrst n ani mpliniireprezentat anterior, dar nu poate fi calculat media religiilor. 5% Trimmed Mean, este o medie calculata prin eliminarea a 5%

dintre valorilor de la extremele distributiei. Cu ct aceasta este mai apropiata de media obisnuita, cu att exista mai putine valori extreme Mediana: este folosit mai ales pentru variabilele ordinale. mparte n

dou grupuri egale cazurile dintr-un eantion (50% din cazuri au valoarea peste Median, 50% sub Median). Intervalul (range): reprezint ct de mult variaz valorile unei

variabile, de la valoarea minim la cea maxim.

15

Abaterea standard (standard deviation): este cea mai comun

msurtoare a tendinei centrale atunci cnd valorile sunt distribuite normal; msoar ct de mult variaz scorurile unei variabile fa de valoarea ei medie. Modul: valoarea cea mai frecvent a unei variabile.

2.2.5 Distribuia Distribuia normal

Are forma unui clopot simetric. distribuie normal : 68% dintre valorile sale sunt intre 1 abateri standard de la medie, 95% dintre valori sunt ntre 2 abateri standard de la medie i 99% din valori sunt intre 3 abateri standard de la medie. In distribuia normal asimetria (skewness) este 0. distribuie normal standard are media 0 i abaterea standard 1.

16

Distribuia asimetric

O distribuie este asimetric pozitiv sau negativ. Distribuiile asimetrice pozitiv sunt mai frecvente.

Ca regul general media este mai mare decat mediana in caz de asimetrie pozitiv. Media este mai mic dect mediana n caz de asimetrie negativ.

17

2.3 Corelaii i relaii ntre variabile

n afar de informaiile descriptive pe care le putem obine despre fiecare variabil n parte, pot fi investigate posibilele relaii dintre variabile.

ANALYZE-DESCRIPTIVE STATISTICS-CROSSTABS Selectai dou variabile, una pentru Rnduri, una pentru Coloane. Variabilele cu mai multe valori se selecteaz de obicei pe Rand, pentru a permite o vizualizare mai bun a tabelului

Varsta ( ani impliniti) 18 Daca folositi zilnic calculatorul, cat timp estimati ca petreceti in fata lui (ore/zi): 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 6.0 6.5 7.0 8.0 9.0 Total 3 1 9 2 6 0 2 2 2 2 0 1 0 0 30 19 8 3 19 11 12 4 8 5 5 3 1 0 3 1 83 20 0 0 0 0 0 3 0 1 0 0 0 0 0 0 4 21 1 0 0 0 0 0 0 0 0 0 0 1 0 0 2 23 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1

Total 18 12 4 28 13 18 7 10 8 8 5 1 2 3 1 120

Pentru a vedea n ce msur putem afirma existena unei corelaii :

18

ANALYZE-DESCRIPTIVE

STATISTICS-CROSSTABS-STATISTICS

bifai Correlations (care folosete indicele de corelaie Pearson, recomandat pentru analiza relaiei dintre variabile indiferent de nivelul acestora de msurare, fie c sunt nominale, ordinale sau scal) Indicele de Semnificaie: msoar doar Probabilitatea ca rezultatul obinut s se datoreze unui accident matematic sau s fie semnificativ statistic. Valoarea maxim acceptat este 0,06. Valoarea trebuie s fie ct mai mic Indicele de Corelaie: msoar existena unei relaii statistice ntre dou variabile. Valorile sunt cuprinse n intervalul 1;-1. Cu ct valoarea este mai apropiat de 0 relaia este mai slab, cu ct este mai apropiat de +1 sau -1 este mai puternic ( valori mai mari de + sau- 0.500 indic relaii puternice). Semnul + indic o relaie direct proporional, iar una invers proporional

Interval by Interval Ordinal by Ordinal N of Valid Cases

Pearson's R Spearman Correlation

Value .700 .650 120

Asymp. Std. Error(a) .093 .093

Approx. T(b) 1.361 1.068

Approx. Sig. 0.00(c) .288(c)

Indicele de corelaie (Pearson)

Indicele de Semnificaie

EXEMPLU: Indicele de semnificaie este 0.00 deci rezultatul este probabil semnificativ statistic. Indicele de corelaie este 0.700, deci relaia dintre variabile este relativ puternic i direct proporional

19