Методология социологических исследований

Введение

Исследование методов опроса

Методология опросов – это «исследование методов опроса». Как область прикладной статистики, специализирующаяся на исследованиях с участием людей, методология опросов изучает выбор отдельных единиц из генеральной совокупности и связанные с этим методы сбора данных, такие как разработка анкет и способы повышения количества и точности ответов на опросы. Методология опросов охватывает инструменты или процедуры, которые задают один или несколько вопросов, на которые могут быть получены ответы. Исследователи проводят статистические опросы с целью получения статистических выводов о изучаемой генеральной совокупности; такие выводы в значительной степени зависят от используемых вопросов опроса. Опросы общественного мнения, исследования в области общественного здравоохранения, маркетинговые исследования, государственные опросы и переписи населения – все это примеры количественных исследований, использующих методологию опросов для получения ответов о генеральной совокупности. Хотя переписи не предполагают использование «выборки», они включают в себя другие аспекты методологии опросов, такие как анкеты, интервьюеры и методы работы с отказами от ответов. Опросы предоставляют важную информацию для различных областей общественной информации и исследований, таких как маркетинговые исследования, психология, здравоохранение и социология.

Обзор

Одно исследование проводится как минимум на основе выборки (или всей совокупности в случае переписи), метода сбора данных (например, анкетирования) и отдельных вопросов или пунктов, которые становятся данными, подлежащими статистическому анализу. Одно исследование может быть посвящено различным темам, таким как предпочтения (например, в отношении кандидата в президенты), мнения (например, должен ли быть разрешен аборт?), поведение (курение и употребление алкоголя) или фактическая информация (например, доход), в зависимости от его цели. Поскольку исследования, основанные на опросах, почти всегда проводятся на основе выборки из совокупности, успех исследования зависит от репрезентативности выборки по отношению к целевой совокупности, представляющей интерес для исследователя. Эта целевая совокупность может варьироваться от общей совокупности данной страны до конкретных групп людей в этой стране, списка членов профессиональной организации или списка учащихся, обучающихся в системе образования (см. также выборку (статистика) и выборку для опросов). Лица, отвечающие на опрос, называются респондентами, и в зависимости от задаваемых вопросов их ответы могут представлять их самих как отдельных лиц, их домохозяйства, работодателей или другие организации, которые они представляют. Методология опросов как научная область стремится выявить принципы разработки выборки, инструментов сбора данных, статистической корректировки данных и обработки данных, а также окончательного анализа данных, которые могут приводить к систематическим и случайным ошибкам опроса. Ошибки опроса иногда анализируются в связи со стоимостью проведения опроса. Ограничения по стоимости иногда рассматриваются как улучшение качества в рамках этих ограничений или, альтернативно, снижение затрат при фиксированном уровне качества. Методология опросов является одновременно научной областью и профессией, что означает, что некоторые специалисты в этой области эмпирически изучают ошибки опроса, а другие разрабатывают опросы для их минимизации. Для разработчиков опросов задача заключается в принятии большого количества решений относительно тысяч отдельных характеристик опроса с целью его улучшения. Наиболее важными методологическими задачами для специалиста по методологии опросов являются принятие решений о том, как: Цель опроса – не описание выборки, а более широкой совокупности. Эта способность к обобщению зависит от репрезентативности выборки, как указано выше. Каждый член совокупности называется элементом. При выборе репрезентативной выборки часто возникают трудности. Одной из распространенных ошибок, приводящих к этому, является систематическая ошибка отбора (предвзятость выборки). Систематическая ошибка отбора возникает, когда процедуры, используемые для отбора выборки, приводят к перепредставлению или недопредставлению какого-либо значимого аспекта совокупности. Например, если в интересующей нас совокупности 75% женщины и 25% мужчины, а в выборке – 40% женщины и 60% мужчины, то женщины будут недопредставлены, а мужчины – перепредставлены. Для минимизации систематических ошибок отбора часто используется стратифицированная случайная выборка. Это когда совокупность разделяется на подсовокупности, называемые стратами, и из каждой страты формируются случайные выборки, или элементы отбираются для выборки пропорционально их доле в совокупности.

A single survey is made of at least a sample (or full population in the case of a census), a method of data collection (e. g., a questionnaire) and individual questions or items that become data that can be analyzed statistically. A single survey may focus on different types of topics such as preferences (e. g., for a presidential candidate), opinions (e. g., should abortion be legal? ), behavior (smoking and alcohol use), or factual information (e. g., income), depending on its purpose. Since survey research is almost always based on a sample of the population, the success of the research is dependent on the representativeness of the sample with respect to a target population of interest to the researcher. That target population can range from the general population of a given country to specific groups of people within that country, to a membership list of a professional organization, or list of students enrolled in a school system (see also sampling (statistics) and survey sampling). The persons replying to a survey are called respondents, and depending on the questions asked their answers may represent themselves as individuals, their households, employers, or other organization they represent. Survey methodology as a scientific field seeks to identify principles about the sample design, data collection instruments, statistical adjustment of data, and data processing, and final data analysis that can create systematic and random survey errors. Survey errors are sometimes analyzed in connection with survey cost. Cost constraints are sometimes framed as improving quality within cost constraints, or alternatively, reducing costs for a fixed level of quality. Survey methodology is both a scientific field and a profession, meaning that some professionals in the field focus on survey errors empirically and others design surveys to reduce them. For survey designers, the task involves making a large set of decisions about thousands of individual features of a survey in order to improve it. The most important methodological challenges of a survey methodologist include making decisions on how to: The goal of a survey is not to describe the sample, but the larger population. This generalizing ability is dependent on the representativeness of the sample, as stated above. Each member of the population is termed an element. There are frequent difficulties one encounters while choosing a representative sample. One common error that results is selection bias. Selection bias results when the procedures used to select a sample result in over representation or under representation of some significant aspect of the population. For instance, if the population of interest consists of 75% females, and 25% males, and the sample consists of 40% females and 60% males, females are under represented while males are overrepresented. In order to minimize selection biases, stratified random sampling is often used. This is when the population is divided into sub populations called strata, and random samples are drawn from each of the strata, or elements are drawn for the sample on a proportional basis.

Конструкции исследований

Существует несколько различных схем, или общих структур, которые можно использовать в опросных исследованиях. Три основных типа – поперечные, с последовательными независимыми выборками и лонгитюдные исследования. Эти коды обычно формируются на основе таких элементов, как «месяц рождения» и «первая буква отчества матери». Некоторые недавние анонимные подходы SGIC также стремятся еще больше минимизировать использование персональных данных, используя вместо этого вопросы вроде «имя вашего первого домашнего животного». В зависимости от выбранного подхода, возможность сопоставления части выборки может быть утрачена. Кроме того, общая отсеиваемость участников не является случайной, поэтому выборки могут становиться менее репрезентативными при повторных измерениях. Чтобы учесть это, исследователь может сравнить респондентов, прекративших участие в опросе, с теми, кто продолжил, чтобы выяснить, представляют ли они статистически различные популяции. Респонденты также могут стремиться к внутренней согласованности, несмотря на изменения в ответах на вопросы опроса.

Вопросники

Анкеты – наиболее часто используемый инструмент в исследованиях общественного мнения. Однако результаты конкретного опроса не имеют ценности, если анкета составлена некачественно. Лучшие практики перевода анкет включают параллельный перевод, обсуждение в команде и предварительное тестирование на реальных респондентах. Это не механический процесс подстановки слов. Модель TRAPD (Translation, Review, Adjudication, Pretest, and Documentation), изначально разработанная для Европейских социальных исследований, сейчас "широко используется в мировом исследовательском сообществе, хотя не всегда называется так или реализуется в полном объеме". Например, социолингвистика предоставляет теоретическую базу для перевода анкет и дополняет модель TRAPD. Этот подход утверждает, что для достижения эквивалентного коммуникативного эффекта, как в исходном языке, перевод анкеты должен быть не только лингвистически корректным, но и учитывать социальные практики и культурные нормы целевого языка.

Роль больших данных

С 2018 года специалисты по методологии опросов начали изучать, как большие данные могут дополнить традиционную методологию опросов, позволяя исследователям и практикам улучшать производство статистики опросов и её качество. Большие данные характеризуются низкой стоимостью единицы информации, использованием методов анализа на основе машинного обучения и интеллектуального анализа данных, а также разнообразием и новизной источников данных, таких как регистры, социальные сети, приложения и другие формы цифровой информации. К настоящему времени состоялись три конференции Big Data Meets Survey Science (BigSurv) в 2018, 2020 и 2023 годах, а также запланирована конференция в 2025 году, выпущены специальные выпуски журналов Social Science Computer Review, Journal of the Royal Statistical Society и EP J Data Science, и издана книга под названием Big Data Meets Social Sciences под редакцией Крега А. Хилла и ещё пяти членов Американской статистической ассоциации.