По всем вопросам звоните:

+7 495 274-22-22

УДК: 311.216 DOI:10.33920/med-03-2305-05

Инструменты для статистического анализа социологических данных

Насыров Тимур Акрамович студент ИСГС Института лингвистики и межкультурной коммуникации ФГАОУ ВО «Первый МГМУ имени И. М. Сеченова» Минздрава России (Сеченовский университет), 123242, г. Москва, ул. Садовая-Кудринская, д. 3, корп. 1, e-mail: nasyrov_t_a@student.sechenov.ru, 8 985 448 1032
Вяткина Надежда Юрьевна ассистент кафедры, ФГАОУ ВО «Первый МГМУ имени И. М. Сеченова» Минздрава России (Сеченовский университет), 119021, г. Москва, ул. Россолимо, д. 11, стр. 2, e-mail: vyatkina_n_yu@staff.sechenov.ru, ORCID: http://orcid.org/0000-0003-3647-0066

Появление и развитие информационных технологий затронуло все сферы человеческой деятельности, внеся в них новшества, позволяющие иначе взглянуть на привычные проблемы и способы их решения. Социология не стала исключением. В настоящий момент появляется множество новых инструментов, открывающих перед социологами новые возможности для сбора, структурирования и обработки данных. Их появление положительно сказывается на скорости и качестве проведения исследований, достигая наибольшего результата благодаря инновационным статистическим методам, новой компьютерной науке и оригинальным теориям из отдельных областей знания [1].

Литература:

1. King G. Restructuring the Social Sciences: Reflections from Harvard’s Institute for Quantitative Social Science. PS: Political Science & Politics. 2013; 47, 1: 165–72. URL: https://gking.harvard.edu/files/gking/files/king14.pdf

2. Kitchin R. Big Data, New Epistemologies and Paradigm Shifts. Big Data & Society. 2014; 1, 1: 1–12 URL: https://journals.sagepub.com/doi/full/10.1177/2053951714528481

3. Golder S.A., Macy M.W. Digital Footprints: Opportunities and Challenges for Online Social Research. Annual Review of Sociology. 2014; 40: 129–152.

4. Мальцева А.В., Шилкина Н.Е., Махныткина О.В. Data mining в социологии: опыт и перспективы проведения исследования. Социологические исследования. 2016; 3: 35–44.

5. Цыпин А.П., Сорокин А.С. Статистические пакеты программ в социально-экономических исследованиях. АНИ: экономика и управление. 2016; 4 (17). URL: https://cyberleninka.ru/article/n/statisticheskie-pakety-programm-v-sotsialno-ekonomicheskih-issledovaniyah

6. https://newsroom.ibm.com/Update-on-IBMs-Business-Operations-in-Russia (дата публикации: 07.06.2022).

7. https://news.sap.com/2022/04/sap-plans-russia-exit/ (дата публикации: 19.04.2022).

1. King G. (2013). Restructuring the Social Sciences: Reflections from Harvard’s Institute for Quantitative Social Science // PS: Political Science & Politics. Vol. 47. 1. P. 165–72. Available at: https://gking.harvard.edu/files/gking/files/king14.pdf

2. Kitchin R. (2014). Big Data, New Epistemologies and Paradigm Shifts // Big Data & Society. Vol. 1. № 1. P. 1–12 Available at: https://journals.sagepub.com/doi/full/10.1177/2053951714528481

3. Golder S. A., Macy M. W. (2014). Digital Footprints: Opportunities and Challenges for Online Social Research // Annual Review of Sociology. Vol. 40. P. 129–152

4. Maltseva A.V., Shilkina N.E., Makhnytkina O.V. Data mining v sotsiologii: opyt i perspektivy provedeniia issledovaniia [Data mining in sociology: experience and prospects of mining research]. Sotsiologicheskie issledovaniia [Sociological Research]. 2016. No. 3. P. 35-44. (In Russ.)

5. Tsypin Aleksandr Pavlovich, Sorokin Aleksandr Sergeevich Statisticheskie pakety programm v sotsialno-ekonomicheskikh issledovaniiakh [Statistical software packages in socio-economic research] // ANI: ekonomika i upravlenie [ANI: Economics and Management]. 2016. No. 4 (17). Available at: https://cyberleninka.ru/article/n/ statisticheskie-pakety-programm-v-sotsialno-ekonomicheskih-issledovaniyah. (In Russ.)

6. Official IBM Newsroom blog article “Update in IBM’s Business Operations in Russia” Available at: https://newsroom.ibm.com/Update-on-IBMs-Business-Operations-in-Russia (publication date: 07.06.2022)

7. SAP News Center official blog article “SAP Plans Russia Exit”. Available at: https:// news.sap.com/2022/04/sap-plans-russia-exit/ (publication date: 19.04.2022)

Одними из наиболее значимых факторов, влияющих на инструментарий социолога, является большие данные, или Big Data. Большие данные — это не просто большое количество информации, а данные, которые, по мнению Р. Китчина, обладают большой скоростью накопления (данные часто обновляются и быстро накапливаются), многообразием формы, всеобъемлющим охватом, высокой дискретностью (появляется возможность дробить данные на отдельные группы и идентифицировать их), возможностью привязывать их к другим данным и возможностью добавлять новую информацию и расширять объем [2]. В своих дальнейших работах Китчен выявил, что в исследованиях, связанных с большими данными, набор данных соответствовал только двум критериям: скорости наполнения и охвату выборки. В исследованиях чаще всего рассматриваются онлайн-данные, которые генерируются в реальном времени и содержат информацию обо всех пользователях, но также административные данные, которые соответствуют данным параметрам, пусть и с допущением временной задержки к доступу. Эти виды данных позволяют исследователю изучить поведение человека и его социальные связи без дополнительного вмешательства, что может помочь в изучении сенситивных тем.

Появление термина Big Data повлекло за собой привлечение новых методов анализа из компьютерных наук. Эти методы получили название Data Mining и описываются исследователями следующим образом: «Data Mining (англ. «добыча данных» или «раскопка данных», в научном обиходе используется термин «интеллектуальный анализ данных») социологами понимается как совокупность математических методов обнаружения знаний, предоставляющая новые возможности исследовательской работы с большими объемами эмпирической информации» [4]. Данные методы позволяют выявлять латентные и нетривиальные закономерности в большом объеме информации.

Но не только передовые методы и технологии влияют на социологию и ее инструментарий. Информационные технологии внедряются во все этапы проведения исследований: от сбора данных до их анализа. Существует множество инструментов для проведения опросов, интервью и фокус-групп, анализа текста, цифрового следа и статистической обработки информации. Но в контексте новых трендов в анализе хочется подробнее рассмотреть рынок программ и решений для анализа данных.

Для Цитирования:
Насыров Тимур Акрамович, Вяткина Надежда Юрьевна, Инструменты для статистического анализа социологических данных. ГЛАВВРАЧ. 2023;5.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: