Сущность статистических методов исследования зависимости состоит в том, чтобы по имеющимся числовым данным (результатам наблюдения) извлечь из кажущейся хаотичности информации некоторые основные тенденции, определенные закономерности развития системы. Однако необходимо подчеркнуть, что даже при наличии сильной статистической связи между двумя показателями нельзя быть уверенным в их причинно-следственной обусловленности, так как может существовать третья причина, которая и определяет их статистическую взаимосвязь. Кроме того, в отдельных случаях отсутствие статистической связи не говорит об отсутствии причинной, а заставляет искать другие пути и средства их выявления, если содержательная концепция и практический опыт указывают на ее возможное существование. Непосредственное практическое применение статистических методов исследования взаимосвязей признаков характеризуется некоторыми особенностями, обусловленными спецификой социальной информации. Совокупность явлений в социальной сфере - это всегда реализация определенных закономерностей конкретных регионов в определенный момент времени, представленная рядом единичных фактов и событий. Любая единица совокупности социальных явлений обладает множеством различных свойств, которые находят свое определенное отражение в измеряемых нами признаках. Признаки, отражающие сущность явления, образуют некоторую систему, в которой один признак взаимосвязан с другим. Причем число таких признаков в большинстве случаев бывает достаточно велико. Это порождает одну из особенностей - многомерность описания социальных объектов и явлений, внутренне присущую им как сложным системам. В частности, при описании состояния преступности в регионах наряду с общим уровнем преступности используются такие показатели, как доля наиболее опасных, доля преступлений, совершенных ранее судимыми, несовершеннолетними, в состоянии опьянения и т.д. Таким образом, для достаточно полной характеристики преступности необходима совокупность определенных признаков, отражающих ее различные свойства. При исследовании взаимосвязей признаков важнейшее значение имеет вопрос выбора единицы совокупности. Характерною особенностью здесь является то, что для каждого уровня управления в соответствии с его задачами требуется выбор соответствующих специальных единиц наблюдения, при анализе которых можно выявить закономерности, необходимые для принятия обоснованных управленческих решений. С вопросом выбора единиц совокупности тесно связаны задачи формирования самой совокупности, определения ее объема и структуры. В этой связи возникают две проблемы. Первая проблема - это формирование однородной совокупности, для которой только полученные выводы могут быть признаны достоверными. Вторая проблема состоит в том, что при вычленении однородной совокупности число исследуемых объектов оказывается слишком малым для получения надежных статистических выводов, что часто является внутренним свойством системы в целом, так как больше таких объектов в природе не существует.
Особенностью социальных объектов является динамичность происходящих в них явлений и процессов и, следовательно, изменчивость взаимосвязей характеризующих их признаков. Этот факт существенно ограничивает возможности получения достаточно длительных и устойчивых рядов динамики и также порождает проблему малых выборок при исследованиях.Анализ рядов динамики предполагает выделение качественно различных периодов и их обобщенных характеристик; выявление тенденций (тренда); разложение факторов на основные (эволюционные), периодические и случайные; прогнозирование на этой основе закономерностей исследуемого явления. В целом анализ взаимосвязей признаков рядов динамики - чрезвычайно сложная проблема, характеризующаяся специфической постановкой задачи и используемыми методами.
К числу особенностей задач в сфере социального управления можно отнести стохастический характер исследуемых признаков. Случайная природа конкретных событий и фактов социальной деятельности выражается по их совокупности в определенных закономерностях, для исследования которых необходимо применение соответствующих вероятностных методов анализа взаимосвязей. Особенности применения методов исследования взаимосвязей социальных явлений определяются также и наличием в стохастической природе социальных событий доминирующего фактора - целенаправленной деятельности людей, общественных и государственных органов, планомерной и организованной борьбы с преступностью. Это обусловливает отличие и распределение социальных переменных от нормального и вызывает необходимость применения социальных методов исследования.
Таким образом, при изучении взаимосвязей признаков в сфере социального управления следует учитывать прежде всего особенности социальных процессов, структуру и законы распределения социальных переменных, а также ограничения, накладываемые в этой связи на применяемые статистические методы, в соответствии этих методов характеру социальной информации и целям социального управления. Эффективный анализ взаимосвязей в сфере борьбы с преступностью должен быть основан на специально организованном обследовании с применением корреляционного, регрессионного и других методов исследования. Корреляционный анализ предусматривает осуществление различных процедур и выполнение определенных условий, которые существенно влияют на достоверность и практическую необходимость получаемых в результате выводов. Первым необходимым условием эффективного применения количественных методов оценки зависимостей между показателями является наличие содержательных гипотез о характере, типе и величине взаимосвязей. Гипотезы формируются в виде, доступном для количественной проверки на последующих этапах. В результате количественного анализа гипотезы или отвергаются, или подтверждаются, а также выдвигаются новые. Обоснованность гипотез, возможность их эмпирической проверки определяет результативность статистического анализа. Вторым условием надежной оценки связи между показателями является условие достаточности объема совокупности, при заполнении которого отчетливо проявляется объективное действие закона больших чисел. Точные расчеты проводятся в соответствующих разделах математической статистики, однако надо иметь в виду, что чем меньше выборка, тем более сложный аппарат необходимо привлекать для получения надежных и достоверных выводов. Третьим условием является соблюдение принципа однородности совокупности с точки зрения возможного проявления предполагаемых зависимостей.
Процедура исследования зависимостей в сфере борьбы с преступностью состоит из следующих этапов. Выдвижение содержательных гипотез, подлежащих проверке. Формирование совокупности на основе содержательных гипотез, обеспечение правильности сбора информации: обеспечение достаточности объема информации; обеспечение однородности совокупности. Проверка условий применимости коэффициента корреляции как меры связи между выбранными показателями: проверка нормальности распределения анализируемых показателей; проверка линейности формы связи между ними. Расчет и проверка значимости коэффициента корреляции: формальный расчет по соответствующей формуле величины и направления связи; определение точности оценки (выбор уровня значимости) и проверка значимости коэффициента корреляции по соответствующей таблице. Сравнение результатов с первоначальной гипотезой. Разработка практических мероприятий по результатам анализа.
При изучении взаимосвязей в природе и обществе различают два вида зависимостей: функциональную и стохастическую.
Функциональная зависимость может быть определена как некоторое правило, ставящее в соответствие каждому числу (число принадлежит множеству чисел некоторое определенное число Следовательно, на множествах определяется функция , задающая функциональную зависимость между признаками. Например, материальное тело приобретает ускорение, прямо пропорционально силе, действующей на тело, и обратно пропорционально массе. По отношению к событиям функциональная зависимость всегда выступает в виде причинной, т.е. наступление одного события (причины) всегда влечет наступление другого (следствия). Так, если на тело некоторой массы действует определенная сила, то тело приобретает строго фиксированное значение ускорения.
Следовательно, функциональная зависимость характеризуется тем, что определенному значению одной переменной соответствует строго определенное значение другой переменной, т.е. функциональная зависимость выражает однозначные связи между двумя и более величинами. Например, функциональная зависимость существует между расстоянием, пройденным автомобилем, скоростью и временем его движения; между плотностью вещества, его массой и объемом и т.д. Измеряя скорость или время движения автомобиля, можно совершенно определенно сказать, на сколько возрастет пройденный им путь. Увеличивая массу вещества, можно точно сказать, на сколько увеличится его плотность, а при увеличении объема - на сколько уменьшится его плотность.
Функциональные связи редко встречаются в общественной жизни. Здесь, ввиду действия множества разнообразных факторов, превалируют неоднозначные, т.е. вероятностные (случайные) связи. Такие связи называются статистическими. При этих связях вполне определенному значению одной переменной (факторный признак) соответствует несколько значений другой переменной (результативный признак). Эти связи называются корреляцией (корреляция - соотношение связей).
Итак, корреляция - это вероятная, или статистическая зависимость. В отличие от функциональной зависимости корреляция возникает тогда, когда зависимость одного признака от другого осложняется наличием ряда случайных факторов.
При корреляционной зависимости результативный признак под действием факторного признака принимает ряд значений, варьирующих около их средней величины. Это происходит потому, что на значение результативного признака влияет не только изменение факторного признака, но и действия каких-то других, неизвестных нам факторов. В связи с этим корреляционная зависимость проявляется не в единичном случае, а в массе.
Уравнение, выражающее изменение средней величины одного признака в зависимости от значения другого, называется уравнением регрессии, или уравнением корреляционной связи.
v\:* {behavior:url(#default#VML);} o\:* {behavior:url(#default#VML);} w\:* {behavior:url(#default#VML);} .shape {behavior:url(#default#VML);} Normal 0 false false false MicrosoftInternetExplorer4 /* Style Definitions */ table.MsoNormalTable {mso-style-name:"Обычная таблица"; mso-tstyle-rowband-size:0; mso-tstyle-colband-size:0; mso-style-noshow:yes; mso-style-parent:""; mso-padding-alt:0cm 5.4pt 0cm 5.4pt; mso-para-margin:0cm; mso-para-margin-bottom:.0001pt; mso-pagination:widow-orphan; font-size:10.0pt; font-family:"Times New Roman"; mso-ansi-language:#0400; mso-fareast-language:#0400; mso-bidi-language:#0400;}