Tipuri de date statistice în sociologie

Statistica oferă sociologiei mijloace sau tehnici pentru ordonarea, serierea, sistematizarea, concentrarea sau corelarea datelor empirice. Analiza statistica a datelor nu se substituie analizei teoretice, ci oferă o bază pentru testarea, analiza şi interpretarea propoziţiilor ipotetice din sociologie sau pentru sistematizarea semnificaţiilor inerente datelor sociale.

Solicitînd măsurarea proprietăţilor cantitative ale fenomenelor, relaţiilor sau proceselor sociale, statistica a contribuit la dezvoltarea aşa-numitei sociologii cantitative, fără însă a elimina analiza calitativă sau interpretativă a datelor. H. M. Blalock (1972) distinge două funcţii ale statisticii în sociologie.: descrierea şi inducţia.

Din statistica descriptivă se aplică tehnici de reducere sau de condensare a unei multitudini de date într-una sau mai multe unităţi sintetice pentru caracterizarea distribuţiei şi variabilităţii datelor subsumate unei singure variabile (analiză univa-riată), în condiţii de minimizare a distorsiunilor.

Să presupunem că am elaborat un chestionar cu 20 de întrebări pentru a investiga opiniile şi atitudinile ce caracterizează 400 de persoane cu privire la un set de probleme. După efectuarea chestionării obţinem o mare cantitate de date diverse: pentru fiecare întrebare avem 400 de răspunsuri iar pentru întregul chestionar 8.000 de informaţii. Este destul de dificil ca în mod intuitiv să spunem ceva sintetic despre aceste date. Dacă vom considera fiecare întrebare ca individualizînd o variabilă, statistica descriptivă ne oferă posibilităţi de sintetizare a informaţiilor prin calcularea de coeficienţi sau măsurători ale tendinţei centrale (medie aritmetică, median, modul), ale repartiţiei datelor pe subclase (proporţii, procente, frecvenţe, decile, quartile, percentile) sau ale dispersiei (abateri de la medie, abatere-standard, coeficient de variaţie).

Prin sintetizare este pierdută o cantitate de informaţie sau rezultatele calculelor ne pot orienta spre o interpretare denaturată a datelor reale. Există însă posibilităţi de control statistic al distorsiunilor şi oricum limitele coeficienţilor statistici trebuie indicate cu claritate, evitînd tendinţa de elaborare a unor interpretări neconforme cu realitatea. Analiza din statistica descriptivă centrată pe o singură variabilă poate fi extinsă pentru a explora relaţiile dintre două (analiză bivariantă) sau mai multe variabile (analiză murtivariată) şi pentru a specifica modul în care anumite variabile (numite independente) explică variaţia altora (numite dependente).

În timp ce statistica descriptivă este limitată la analiza datelor culese prin investigarea unui eşantion, statistica inductivă are funcţia de a facilita elaborarea de inferenţe despre întreaga populaţie din care a fost extras eşantionul. Ea se bazează pe teoria matematică a probabilităţii şi oferă posibilităţi de elaborare a generalizărilor despre o populaţie pe baza investigării unui eşantion al acesteia şi de formulare a unei legi generale întemeiate pe observaţii repetate. Pentru a aplica statistica inductivă este necesar, mai întai, ca investigaţia empirică să fie precedată de eşantionare, adică de acea tehnică prin care dintr-o populaţie este extrasă, în anumite condiţii, o parte (un eşantion) prin analiza căreia pot fi obţinute informaţii generalizabile la nivelul întregii populaţii

Caracteristicile cantitative ale unei populaţii sunt individualizate de parametri, pe cînd cele ale unui eşantion de valori statistice. Parametrii sunt valori fixe referitoare la populaţie şi sunt, în general, necunoscuţi. De exemplu, varsta medie a muncitorilor de la o mare uzină din oricare perioadă dată poate fi necunoscută, dar probabil că toţi analiştii curioşi ar identifica aceeaşi mărime. Valorile statistice variază însă de la un eşantion la altul. Dacă am selecta aleator cinci eşantioane de muncitori din respectiva uzină şi am calcula de fiecare dată vîrsta medie, este foarte probabil să obţinem numere diferite. Spre deosebire de parametri, valorile statistice pentru un eşantion dat pot fi calculate şi cunoscute.

Ceea ce nu ştim este cat de reprezentativ este eşantionul în raport cu populaţia şi cat de apropiată este valoarea statistică obţinută prin calcul de valoarea parametrului corespunzător necunoscut. În ultimă instanţă, interesul principal al cercetării se concentrează asupra populaţiei, iar eşantionul îl investigăm numai pentru a ajunge la concluzii despre populaţie. Cu acestea am ajuns la specificarea celui de-al doilea domeniu al statisticii inductive, referitor la elaborarea inferenţelor statistice. Acesta este procesul prin care estimăm diferiţi parametrii ai populaţiei pe baza valorilor statistice cunoscute, dar altfel irelevante, ale eşantionului.

Extinderea cea mai mare în cercetarea sociologică o are analiza statistica multivariată aplicată în vederea elaborării de inferenţe statistice, de fundamentare a generalizărilor teoretice extinse la nivel de populaţie prin procedee inductive. În funcţie de poziţia deţinută în analiză şi în succesiunea timpului social, variabilele incluse în analiza multivariată se împart în două şi uneori în trei categorii.

Prima categorie include variabilele dependente sau criteriu a căror variaţie urmează a fi explicată.

Pentru aceasta este necesar a detecta acei factori care, într-un fel sau altul, justifică, generează sau interferează cu variaţia variabilelor dependente. Aceşti factori sunt incluşi în a doua categorie de variabile numite independente sau predictori.

O ultimă categorie include variabilele intermediare, situate între precedentele şi care sunt dependente în raport cu predictorii principali şi independente în raport cu variabilele-criteriu.