о»
Ожидаемая
частота
56,0 100,4 96,6 253,0
Стандартизованный
остаток
+0,7
+0,4 -0,9
ОВР
Наблюдаемая
частота
11
34
17
62
Ожидаемая
частота
13,7
24,6
23,7
62,0
Стандартизованный
остаток
-0,7
+1,9 -1,4
КПРФ
Наблюдаемая
частота
6
38
90
134
Ожидаемая
частота
29,7
53,2
51,2 134,0
Стандартизованный
остаток
-4,3
-2,1
+5,4
СПС
Наблюдаемая
частота
53
59
37
149
Ожидаемая
частота
33,0
59,1
56,9 149,0
Стандартизованный
остаток
+3,5
0,0
-2,6
«Яблоко
»
Наблюдаемая
частота
30
82
55
167
Ожидаемая
частота
37,0
66,3
63,8 167,0
Стандартизованный
остаток
-1,1
+1,9 -1,1
Источник: Опрос населения
Санкт-Петербурга, проведенный
ЦЭПИ СПбГУ в ноябре 2000 г. Таблица построена с помощью
статистического пакета 8Р88.
[49]
Проверка взаимосвязи отобранных нами переменных по крите-
рию хи-квадрат свидетельствует о ее наличии (наблюдаемое значе-
ние критерия хи-квадрат (116,158) выше табличного (45,315) для
#=20 и уровня значимости 0,001). Анализ стандартизованных ос-
татков дает более сложную картину. Так, у «Единства» во всех воз-
растных группах зафиксированы статистически
незначимые вели-
чины стандартизованных остатков. На этой основе можно сделать
вывод о том, что в данном исследовании связь между возрастом и
голосованием за «Единство» не наблюдается. У КПРФ и СПС за-
фиксирована диаметрально противоположная картина: в группе от
18 до 34 лет стандартизованные остатки составляют: у КПРФ -4,3,
а у СПС +3,5. В группе 45 и старше: +5,4 и -2,6 соответственно.
Это означает, что в младшей возрастной группе намного меньше,
чем в старшей, тех, кто голосовал за КПРФ, и намного больше тех,
кто голосовал за СПС. Голосование за ОВР и «Яблоко» в младшей
и старшей возрастных группах характеризуется практическим
отсутствием статистически значимых различий. За эти партии в
основном голосовали представители средней возрастной группы
(величина остатков составляет в обоих случаях +1,9).
Результаты анализа статистических
таблиц дают возможность
сформулировать гипотезы относительно взаимосвязи признаков
изучаемого явления, нуждающихся в дополнительной проверке с
помощью статистических методов, о которых пойдет речь далее.
Корреляционный анализ
основан на расчете отклонения значений
изучаемого признака от линии регрессии (от лат. гееге88ю — воз-
врат, в данном случае — возврат к средней) — условной линии, к
которой эти значения тяготеют. Чем больше разброс значений, тем
слабее связь двух интересующих нас признаков. Чем меньше раз-
брос значений, тем сильнее связь (рис.1).
[50]
Корреляция
(от лат. согге1атло — соотношение) — это статисти- I
ческая взаимозависимость между признаками изучаемого явления.
Корреляционный анализ представляет собой математическую про-
цедуру, с помощью которой изучается эта взаимозависимость. Он
заключается в вычислении коэффициентов корреляции — чисел,
знак и величина которых характеризуют направление (прямая/об-
ратная) и интенсивность/тесноту (строгая, сильная, умеренная,
слабая, нулевая) взаимозависимости.
Показателем интенсивности
связи служит значение коэффициента. Считается, что если он
равен 1, то взаимозависимость признаков является строгой (пол-
ной); если его значение находится в интервале от 1 до 0,8, то это
свидетельствует о сильной их взаимозависимости; если в интервале
от 0,7 до 0,3 — об умеренной (неярко выраженной) взаимозависи-
мости, а если же оно лежит в интервале от 0,2 до 0,0, то мы имеем
дело со слабой или нулевой взаимозависимостью [Кимбл, 174—178;
Тюрин и
Макаров, 289]. Есть мнение, что в социологических ис-
следованиях значения коэффициентов корреляции выше 0,5 встре-
чаются не очень часто, поэтому можно принимать во внимание те
из них, которые равны или превышают 0,3 [Статистические мето-
ды анализа информации..., 97], т. е. характеризуют умеренную вза-
имосвязь признаков.
Следует отметить, что коэффициенты корреляции выражают не
/
причинную
(обусловленность одного признака другим), а
функцио-1 налъную
(взаимная
согласованность изменения
признаков) зависимость между признаками [Рабочая книга
социолога, 198]. Различают парную (между двумя признаками) и
множественную (между несколькими признаками) корреляции.
Для изучения взаимосвязи признаков, измеренных с помощью
различных типов шкал, используются разные коэффициенты кор-
реляции. На порядковом уровне измерения признаков наиболее
широко применяется коэффициент ранговой корреляции Спирме-
на, на интервальном уровне обычно используется коэффициент
корреляции Пирсона. Коэффициент Спирмена равен +1,
когда
два ряда проранжированы строго в одном порядке, -1, когда два
ряда проранжированы в строго обратном порядке, и равен нулю
при полном взаимном беспорядочном расположении рангов.
Коэффициент корреляции Пирсона равен +1 при строгой (пол-
ной) прямой взаимозависимости двух признаков (увеличе-
ние/уменьшение значений одного признака сопровождается
увеличением/уменьшением значений второго признака). Он
равен -1 при строгой (полной) обратной взаимозависимости
(увеличение/уменьшение
значений
одного
признака
сопровождается умень-
[51]
шением/увеличением значений второго признака). Наконец, вели-
чина этого коэффициента равна нулю при отсутствии взаимозави-
симости признаков. Об интерпретации
значений коэффициентов
корреляции, отличных от 1 и 0, говорилось в начале этого пара-
графа.
В качестве примера корреляционного анализа можно привести
статью А. Ослона и Е. Петренко «Факторы электорального поведе-
ния: от опросов к моделям» (Вопросы социологии. 1994. № 5. С.
7—9). Авторы провели анализ связей между голосованием опреде-
ленных групп избирателей за разные партии и блоки на базе все-
российского опроса ФОМ (декабрь 1993 г.). В данной статье при-
водятся значения парных коэффициентов корреляции Пирсона для
основных политических партий и блоков (табл. 2).
Таблица
Таблица 2
Do'stlaringiz bilan baham: 
