ДВУСТОРОННЯЯ ГИСТОГРАММА

Еще одним видом графиков, который часто встречается в политологической литературе, является двустороння гистограмма.Двусторонняя гистограмма – это расположенный [c.385]в двух направлениях график, используемый для того, чтобы показать колебания сверхили менее какой-то нормы, представленной центральной линией. Две типичные двусторонние гистограммы изображены на рис. 135. На рис. 13.5а центральная линия – это среднее (усредненное) количество белых, голосовавших за демократов на президентских выборах в 1960–1976 гг., выраженное в процентах (46%).

Столбцы представляют колебания вокруг среднего значения на каждых из пяти выборов; при этом столбцы справа от линии обозначают поддержку демократов белыми избирателями со значением выше среднего, а слева – ниже среднего. Протяженность столбцов показывает степень отклонения от среднего, цифры обозначают точное значение разницы. Например, среднее значение (46%) плюс отклонение (3%) в 1960 г. вместе составляют 49% проголосовавших “за” в том году, который отмечен в табл. 13.1. Рис. 13-5 представляет схожий анализ голосования чернокожих избирателей, основанный на среднем количестве голосовавших “за” в 84%.

Эти цифры добавляют еще одну грань в анализ данных, представленных в табл. 13.1, и, взятые вместе, они доказывают, что в I960 г. негры представляли довольно серьезную оппозицию партии, чем в более поздний период; что как белые, так и чернокожие избиратели оказали необычно сильную поддержку демократам в 1964 г.; что белые покидали партию в 1968 и 1972 гг., тогда как поддержка чернокожих избирателей была чуть выше среднего, и что уровень голосования обеих [c.386]групп в 1976 г. был приблизительно равен его среднему значению за весь рассматриваемый период. Если добавить эту новую информацию к нашем прежним выводам, то мы получим более полную картину роли белых и чернокожих избирателей в успехах демократической партии в эти годы. В целом можно сказать, что информация, заключенная в двусторонних гистограммах, углубляет и дополняет ту, что можно получить при использовании других графических способов.[c.387]

ТАБЛИЦА ВЗАИМНОЙ СОПРЯЖЕННОСТИ ПРИЗНАКОВ

Еще одна форма табличного изображения данных заслуживает нашего внимания, прежде чем мы перейдем к обсуждению статистических процедур. В самом деле, это, наверное, наиболее распространенная в современных политологических исследованиях форма таблиц; она может служить основой для некоторых статистических расчетов, которые мы обсудим в следующей главе. Эта форма подачи данных известна кактаблица взаимной сопряженности признаков (см. табл. 13.2 и 13.3).

Таблица 13.2.

Расовые различия на президентских выборах 1964 г., %

Таблица 13.3

Расовые различия на президентских выборах 1972 г., %

[c.387]

По формату и структуре таблица взаимной сопряженности признаков похожа на перечневую таблицу, о которой говорилось ранее, однако содержание у нее совершенно другое. Таблицы взаимной сопряженности признаков в большей степени основаны на предположениях и построены так, чтобы облегчить изучение взаимосвязей между переменными. Таблица 13.2, например, суммирует взаимосвязь между расовой принадлежностью и голосованием за президента в 1964 г., табл. 13.3 подытоживает те же сведения за 1972 г. В обоих случаях приведены данные гипотетического обследования 1 500 избирателей. Таблицы построены так, чтобы позволить нам изучить гипотезу, что в любом из приведенных годов чернокожие избиратели по той или иной причине чаще голосуют за демократов, чем белые.

Каждый пункт перечисления в таблице (частный или итоговый) называется графой. Каждая из этих таблиц, таким образом, имеет четыре графы. Таблицы могут быть также описаны количеством содержащих в них рядов и колонок, если каждый ряд представляет определенное значение одной переменной, а каждая колонка – определенное значение другой, т. е. табл. 13.2 и 13.3 можно считать таблицами 2х2 (два на два), поскольку каждая имеет два ряда и две колонки.

Таблицы сопряженности всегда строятся так, что данные о независимой или объясняющей переменной суммируются. В нашем случае такой переменной является расовая принадлежность. Это значит, что если таблица содержит процентные распределения, то они будут основаны на 100%-ном итоге по независимой переменной. Так, в табл. 13.2 утверждается, что в 1964 г. 59% белых голосовали за демократов, но отнюдь не то, что 59% всех проголосовавших за демократов были белыми. Подсчитать процентные распределения возможно и по другому, но в нашем случае это не имеет никакой информационной ценности, поскольку партийные привязанности неизбежно приобретаются позже, чем расовая принадлежность. В 1-й строке таблицы суммируются процентные распределения для всех (для 100%) белых избирателей, во 2-й строке – для всех чернокожих избирателей, и в 3-й строке – для всех проголосовавших. Колонка, обозначенная “Число случаев”, суммирует количество респондентов [c.388]нашего гипотетического обследования, которые были отнесены к каждой из групп. Сведения этой колонки определяют частотное распределение (оно будет рассмотрено в следующей главе) и из-за своего расположения в таблице часто называются маргинальными.

Независимая переменная в таблице сопряженности может располагаться как по ряду (см. табл. 13.2), так и по колонке (см. табл. 13.3). Оба способа распространены в научной литературе. Однако, если уж вы выбрали ту или иную форму, важно следовать ей до конца исследования, с тем чтобы не путать читателя.

При изучении таких таблиц, как эти, часто бывает возможно в общих словах сказать, насколько данные подтверждают гипотезу. Так, например, из обеих таблиц – 13.2 и 13.3 – ясно, что чернокожие избиратели постоянно голосовали более продемократически, чем белые. В 1972 г. чернокожие избиратели отдали большую часть голосов демократам, тогда как белые – республиканцам, и даже в 1964 г., когда обе группы голосовали в основном за демократов, чернокожие избиратели составили более надежную их опору, чем белые. Тем не менее эти прикидки “на глазок” в лучшем случае грубы, и, когда, таблицы сложнее, чем эти, состоят из многих граф или имеют не столь прямолинейные результаты, подобные прикидки часто ненадежны. В следующей главе мы рассмотрим некоторые статистические способы, которые помогают более точно установить степень соответствия гипотезы имеющимся данным.[c.389]

Поиск по сайту: