Результаты анализа статистических таблиц дают возможность сформулировать гипотезы относительно значений признака.

Проверка взаимосвязи отобранных нами переменных по критерию хи-квадрат свидетельствует о ее наличии (наблюдаемое значение 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 возрастных группах зафиксированы статистически незначимые величины 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 зафиксирована 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 пар тии 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 разброс 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 процедуру, 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) взаимозависимости, 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 исследованиях 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 (полной) прямой взаимозависимости двух признаков (увеличе ние/уменьшение значений одного признака сопровождается увели чением/уменьшением значений второго признака). Он равен -1 при строгой (полной) обратной взаимозависимости (увеличе ние/уменьшение значений одного признака сопровождается умень-

[51]

шением/увеличением значений второго признака). Наконец, вели чина этого коэффициента равна нулю при отсутствии взаимозависимости признаков. Об интерпретации значений коэффициентов корреляции, отличных от 1 и 0, говорилось в начале этого параграфа.

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 2 Взаимосвязь голосования за различные партии и блоки

<<< ΛΛΛ >>>

На выборах в формах голосования против всех кандидатов
Среди предпринимателей меньше
чем население этих стран
Работники служб соцобеспечения инженеры специалисты работники
В грядущую эпоху универсальных партий между ними будет продолжаться острая борьба за избирателей

Евгений