Лекция 7

1. Лекция 7 Ошибки и погрешности измерения политических явлений

2. План лекции • Причины ошибок • Типы ошибок • Пути преодоления ошибок

3. Причины ошибок • 1. Ошибки, возникающие вследствие несостоятельности методов измерения • Они являются результатом несостоятельности социально-экономических и общественно-политических теорий, • а также несовершенства статистических и математических посылок измерения

4. Причины ошибок • 2. Ошибки как результат неточности самих измерений • Являются результатом как ошибок регистрации количественных значений признаков, • а также ошибками в исчислении

5. Основные угрозы для историка • Недостоверность статистических показателей • Нерепрезентативность сохранившихся сведений по отношению к объекту исследования • Несопоставимость используемых данных

6. Типы ошибок измерения • 1. Ошибки регистрации • Возникают в результате определенных причин, • которые чаще всего могут быть установлены

7. Виды ошибок регистрации • Систематические – они будут присутствовать всегда, • их невозможно избежать • Различают две группы ошибок регистрации

8. Виды ошибок регистрации

9. Преднамеренные ошибки • Осознанное искажение статистических сведений в самом тексте документа (например, приписки)

10. непреднамеренные ошибки • Связаны с: • Округлением показателей • Трудностью восстановления точных данных по памяти • Имеют однонаправленный характер

11. Случайные ошибки • Присутствуют не во всех случаях • Причины: • -небрежность или невнимательность регистратора • -неисправность измерительных приборов • - несовершенство методов измерения

12. Случайные ошибки • Имеют однонаправленный характер: • В одних случаях показатель завышается, в других - занижается

13. Ошибки исчисления • Возникают при обработке количественных данных в результате многократных вычислительных операций с неточными исходными показателями, • замены точных расчетов приблизительными, • многократных округлений

14. Пути преодоления ошибок • Определение цели исследования • Исходя из нее: определение для ее достижения фактической или реальной точности • Или необходимой точности

15. фактическая или реальная точность • Абсолютное значение измеряемых признаков

16. Необходимая точность • Приблизительное значение показателей

17. Пример точности • Зарплата на 1 предприятии 175 руб. в час, на другом -200 руб. • Вопрос: Можно ли считать зарплату на одном предприятии более высокой, чем на первом, если погрешность данных 5%?

18. Пример точности • При такой погрешности истинные размеры зарплаты на первом предприятии будут находиться в интервале ( с округлением) 166-184 руб., на втором - 190-210 руб. • Интервалы не пересекаются. • Поэтому на поставленный вопрос можно ответить утвердительно.

19. Пути преодоления ошибок • Использование вероятностно-статистических методов • Следует иметь ввиду, что погрешность исходных первичных данных составляет 10-20%

20. Пути преодоления ошибок • Погрешность агрегированных (укрупненных данных) -3-5% • Это происходит вследствие действия закона больших чисел, • когда при большом количестве наблюдений происходит взаимное погашение ошибок

21. Методы оценка достоверности количественных данных • 1. Сведения одного, обычно основного источника сравниваются с показаниями других источников. • Если основной источник заслуживает доверия, • а его показания совпадают с данными других источников • (расхождение не должно превышать 5%), то их можно рассматривать как достоверные)

22. Методы оценка достоверности количественных данных • Нередко ученый сталкивается с ситуацией, когда сведения разных источников существенно расходятся. • В этом случае неизбежно возникает проблема выбора одного из нескольких свидетельств

23. Методы оценка достоверности количественных данных • 2. Для оценки достоверности можно использовать метод пересчета показателей. • Это реально, если в распоряжении исследователя есть первичные данные, на основе которых был подсчитан показатель. • Чаще всего такая ситуация возникает при работе с массовыми первичными источниками (анкетами, бланками и т.д.)

24. Методы оценка достоверности количественных данных • В дополнение к традиционным – математические методы • Они сводятся к оценке того, можно ли эти исходные данные рассматривать как разнородные или однородные, • т.е. проблема достоверности преобразуется в проблему однородности данных, оцениваемых по специальным критериям.

25. Схема математической проверки достоверности количественных данных • 1. Придать выявленным данным вид статистического ряда, т.е. ряда цифр, показывающих изменение во времени или в совокупности. • 2. Построить график этих рядов для оценки степени их однородности и нормальности распределения

26. Пример статистической проверки. Изучение динамики сельских поселений в Пермской губернии • 1. V ревизия 1795 г. – 6153 поселения • 2. В 1857 г. – 8260 поселения • 3. 1908 г. – 14137 поселений. • Разрыв в 50 лет! • Поиск других источников

27. Пример статистической проверки. Изучение динамики сельских поселений в Пермской губернии • Справочник В.П. Семенова-Тяншанского по материалам Переписи 1897 г. – 6974 поселения • Посведениям краеведа И.Я. Кривощекова 18288 поселений • Слишком большое расхождение! • Наиболее достоверный источник Адрес-календарь Пермской губернии 1896г. – 12759 • - вписывается в динамический ряд

28. Пример статистической проверки. Изучение динамики сельских поселений в Пермской губернии • Наиболее достоверный источник Адрес-календарь Пермской губернии 1896г. – 12759 • - вписывается в динамический ряд: • В 1857 г. – 8260 поселения • 1896 . -12759 и 18288 поселений • 1897 г. – 6974 поселения • 1908 г. – 14137 поселений

29. Математические методы • Методы сбора первичной информации (наблюдение, выборочный метод) • Методы систематизации (статистической сводки и группировки) первичной информации • Методы анализа статистической информации

30. Схема математической проверки достоверности количественных данных • 3. Если окажется, что характеристики рядов близки между собой, • то это означает, что сведения однородны и что разные источники при отдельных несовпадениях в целом одинаково характеризуют изучаемое явление

31. Спасибо!