Statistica si sociologie

V. cauzalitate sociala, clasificare multicriteriala, esantionare, predictie, probabilitate, regresie, testarea ipotezelor statistice

Statistica (st.) ofera sociologiei (s.) mijloace sau tehnici pentru ordonarea, serierea, sistematizarea, concentrarea sau corelarea datelor empirice. Analiza st. a datelor nu se substituie analizei teoretice, ci ofera o baza pentru testarea, analiza si interpretarea propozitiilor ipotetice din s. sau pentru sistematizarea semnificatiilor inerente datelor sociale. Solicitind masurarea proprietatilor cantitative ale fenomenelor, relatiilor sau proceselor sociale, st. a contribuit la dezvoltarea asa-numitei s. cantitative, fara insa a elimina analiza calitativa sau interpretativa a datelor. H. M. Blalock (1972) distinge doua functii ale st. in s.: descrierea si inductia.

Din st. descriptiva se aplica tehnici de reducere sau de condensare a unei multitudini de date intr-una sau mai multe unitati sintetice pentru caracterizarea distributiei si variabilitatii datelor subsumate unei singure variabile (analiza univa-riata), in conditii de minimizare a distorsiunilor. Sa presupunem ca am elaborat un chestionar cu 20 de intrebari pentru a investiga opiniile si atitudinile ce caracterizeaza 400 de persoane cu privire la un set de probleme. Dupa efectuarea chestionarii obtinem o mare cantitate de date diverse: pentru fiecare intrebare avem 400 de raspunsuri iar pentru intregul chestionar 8.000 de informatii. Este destul de dificil ca in mod intuitiv sa spunem ceva sintetic despre aceste date. Daca vom considera fiecare intrebare ca individualizind o variabila, st. descriptiva ne ofera posibilitati de sintetizare a informatiilor prin calcularea de coeficienti sau masuratori ale tendintei centrale (medie aritmetica, median, modul), ale repartitiei datelor pe subclase (proportii, procente, frecvente, decile, quartile, percentile) sau ale dispersiei (abateri de la medie, abatere-standard, coeficient de variatie).

Desigur ca prin sintetizare este pierduta o cantitate de informatie sau rezultatele calculelor ne pot orienta spre o interpretare denaturata a datelor reale. Exista insa posibilitati de control statistic al distorsiunilor si oricum limitele coeficientilor statistici trebuie indicate cu claritate, evitind tendinta de elaborare a unor interpretari neconforme cu realitatea. Analiza din st. descriptiva centrata pe o singura variabila poate fi extinsa pentru a explora relatiile dintre doua (analiza bivarianta) sau mai multe variabile (analiza murtivariata) si pentru a specifica modul in care anumite variabile (numite independente) explica variatia altora (numite dependente).

In exemplul considerat, nu este suficient sa stim tendinta centrala si variatia atitudinilor fata de o problema, ci s-ar dovedi mai profitabil teoretic si practic sa detectam factorii care genereaza si explica variatia. In acest sens, cea mai larga aplicare in cercetarea sociologica o are analiza multivariata, intrucit orice fenomen sau proces social este multidimensional, presupune considerarea unui evantai de variabile si indicatori de caracterizare aflati ei insisi in raporturi diverse.

In timp ce st. descriptiva este limitata la analiza datelor culese prin investigarea unui esantion, st. inductiva are functia de a facilita elaborarea de inferente despre intreaga populatie din care a fost extras esantionul. Ea se bazeaza pe teoria matematica a probabilitatii si ofera posibilitati de elaborare a generalizarilor despre o populatie pe baza investigarii unui esantion al acesteia si de formulare a unei legi generale intemeiate pe observatii repetate. Pentru a aplica st. inductiva este necesar, mai intii, ca investigatia empirica sa fie precedata de esantionare, adica de acea tehnica prin care dintr-o populatie este extrasa, in anumite conditii, o parte (un esantion) prin analiza careia pot fi obtinute informatii generalizabile la nivelul intregii populatii.

Caracteristicile cantitative ale unei populatii sint individualizate de parametri, pe cind cele ale unui esantion de valori statistice. Parametrii sint valori fixe referitoare la populatie si sint, in general, necunoscuti. De exemplu, virsta medie a muncitorilor de la o mare uzina din oricare perioada data poate fi necunoscuta, dar probabil ca toti analistii curiosi ar identifica aceeasi marime. Valorile statistice variaza insa de la un esantion la altul. Daca am selecta aleator cinci esantioane de muncitori din respectiva uzina si am calcula de fiecare data virsta medie, este foarte probabil sa obtinem numere diferite.

Spre deosebire de parametri, valorile statistice pentru un esantion dat pot fi calculate si cunoscute. Ceea ce nu stim este cit de reprezentativ este esantionul in raport cu populatia si cit de apropiata este valoarea statistica obtinuta prin calcul de valoarea parametrului corespunzator necunoscut. In ultima instanta, interesul principal al cercetarii se concentreaza asupra populatiei, iar esantionul il investigam numai pentru a ajunge ta concluzii despre populatie. Cu acestea am ajuns la specificarea celui de-al doilea domeniu al st. inductive, referitor la elaborarea inferentelor statistice. Acesta este procesul prin care estimam diferiti parametrii ai populatiei pe baza valorilor statistice cunoscute, dar altfel irelevante, ale esantionului.

Problema este una de testare a ipotezelor preformulate, de luare a deciziei privind valoarea predictiva a estimatorilor statistici in raport cu parametrii populatiei. Rareori ne limitam in cercetarea sociologica numai la descrierea st. a unui set de date, fara a urmari sa elaboram inferente sau sa formulam generalizari teoretice. Se poate chiar spune ca st. inductiva este modul reprezentativ de aplicare a st. in sociologie. Extinderea cea mai mare in cercetarea sociologica o are analiza st. multivariata aplicata in vederea elaborarii de inferente statistice, de fundamentare a generalizarilor teoretice extinse la nivel de populatie prin procedee inductive. In functie de pozitia detinuta in analiza si in succesiunea timpului social, variabilele incluse in analiza multivariata se impart in doua si uneori in trei categorii.

Prima categorie include variabilele dependente sau criteriu a caror variatie urmeaza a fi explicata. Pentru aceasta este necesar a detecta acei factori care, intr-un fel sau altul, justifica, genereaza sau interfereaza cu variatia variabilelor dependente. Acesti factori sint inclusi in a doua categorie de variabile numite independente sau predictori. In succesiunea temporala, predictorii preced variabilele-criteriu. Daca nu se poate identifica o succesiune temporala a categoriilor de variabile, atunci se specifica o ordine logica fundamentata teoretic. In sfirsit, o ultima categorie include variabilele intermediare, situate intre precedentele si care sint dependente in raport cu predictorii principali si independente in raport cu variabilele-criteriu. Analiza statistica multivariata se poate concentra asupra gradului de similaritate a variabilelor din aceeasi categorie (analiza intracategoriala) sau asupra numarului si naturii relatiilor dintre doua categorii (analiza intercategoriala) sau asupra relatiilor dintre trei sau chiar mai multe categorii (analiza structurala in care este posibila cresterea numarului de variabile intermediare). Fiecarui tip de analiza ii sint specifice anumite tehnici statistice.

Analiza intracategoriala include:

1. analiza contingentei, care se concentreaza asupra variabilelor in care persoane, evenimente sau manifestari sociale asamblate in tabele de frecvente sint repartizate pe categorii discrete in vederea testarii independentei lor calitative;
2. analiza gruparilor ("clusters'), care conduce la clasificari ale variabilelor sau ale entitatii sociale (persoane, institutii, zone etc.) pe baza asemanarilor si deosebirilor, apropierilor sau distantelor sociale;
3. analiza factoriala care reduce numarul variabilelor dintr-o categorie la citiva factori reprezentativi si necorelati statistic intre ei.

Analiza intercategoriala se realizeaza statistic prin:

1. analiza de regresie in care variatia specifica uneia sau mai multor variabile dependente este explicata de un set de variabile independente (predictori);
2. corelatia canonica pune in relatie doua seturi de variabile pentru a identifica diverse combinatii, eventuale suprapuneri sau variabile redundante;
3. analiza variatiei si covariatiei testeaza diferentele dintre mediile specifice variabilelor masurate;
4. analiza descriminanta faciliteaza clasificarea entitatilor sociale eterogene;
5. detectarea autonoma a interactiunilor identifica efecte de interactiune intre predictori in vederea repartizarii persoanelor pe grupuri si subgupruri omogene in interior si diferentiate unele de altele.

Tehnicile de analiza structurala sint atit instrumente statistice, cit si generatoare de teorii sociologice:

• analiza "path' se bazeaza pe ecuatii de regresie multipla pentru a identifica si caracteriza relatii cauzale intre variabilele predictor, intermediare si criteriu in cadrul unor modele cauzale recursive si nerecursive;
• analiza relatiilor structurale lineare este aplicata in constructia de modele cauzale care includ indicatori multipli ai unor variabile implicate in cauzare reciproca.

Datele utilizate in aceste analize se pot referi la persoane, la grupuri, institutii sau organizatii si la persoane apartinind acestora din urma. In general, trebuie avut in vedere ca analizele statistice nu sint ele insele generatoare de teorie. Aceasta situatie are o implicatie importanta. Instrumentele de investigatie empirica, tipurile de masuratori si tehnicile de analiza statistica sint elaborate sau aplicate pornind de la un model teoretico-ipotetic formulat. Nimic nu poate suplini analiza teoretica propriu-zisa si imaginatia interpretativa a cercetatorului. Adecvarea analizelor statistice vizate la modelul teoretico-ipotetic formulat nu este o operatie aminata sau considerata doar in faza de prelucrare a datelor, ci asociata proiectarii globale initiale a cercetarii. Numai astfel se poate valorifica la maximum si imaginativ potentialul instrumental-tehnic al st. in s.  L.V.