27 марта в Школе коммуникаций факультета креативных индустрий НИУ ВШЭ в онлайн-формате прошел второй методологический семинар «Инструменты анализа взаимосвязей в исследованиях количественных данных»
Школа коммуникаций выступает площадкой для открытого обсуждения методологических проблем исследования коммуникации. В рамках регулярных встреч приглашенные спикеры – эксперты в области методологии проведения коммуникативных исследований, делятся собственными наработками, показывают успешные кейсы, вовлекают аудиторию и формируют пространство для дискуссий.
Вторая встреча была посвящена инструментарию анализа количественных данных. Как отметил Директор центра развития научных компетенций факультета креативных индустрий НИУ ВШЭ профессор Евгений Александрович Кожемякин, тема была выбрана неслучайно. «Существует два больших предубеждения относительно количественных данных. Во-первых, с точки зрения представителей гуманитарных наук считается, что количественные методики достаточно сложны и трудно применимы к изучению прикладных гуманитарных практик. Второе предубеждение связано с тем, что количественные методики позволяют нам получить масштабные, но достаточно поверхностные знания». На методологическом семинаре участники смогли увидеть, как с помощью анализа количественных данных получить глубокие знания относительно того, предмета, с которым мы работаем.
Ольга Геннадьевна Ечевская, кандидат социологических наук, заведующая лабораторией онлайн-педагогики Университета ИТМО (Санкт-Петербург) рассказала о типах переменных, их возможностях и ограничениях. Спикер подробно описала номинальную, порядковую, интервальную и шкалу отношений, показала их применение на примере измерения дохода респондентов.
Ольга Геннадьевна акцентировала внимание аудитории на описании распределения отдельных переменных: мерах центра (мода, медиана, среднее арифметическое и мерах разброса (размах, межквартильный размах, среднеквадратичное отклонение)), наглядно показала какие из них можно считать на переменных разных типов. Перед началом любого статистического анализа необходимо статистически и визуально исследовать распределение переменных, при необходимости «почистить» данные, определить тип переменных и выбрать инструменты с учетом их ограничений.
Далее Ольга Геннадьевна раскрыла ряд важных тезисов о типах исследовательских задач: описании, исследовании взаимосвязей, межгрупповых сравнениях, классификации и прогнозе. Основа для любого статистического анализа – исследование взаимосвязей. Спикер отметила, что начинающие исследователи могут путать зависимость и корреляцию, а также находить ложные корреляции, например, «люди более высокого роста имеют короткие волосы» и «чем выше уровень потребления шоколада в стране, тем больше в ней лауреатов Нобелевской премии».
Особый интерес у аудитории вызвали авторские примеры анализа взаимосвязей при исследовании образовательной платформы Coursera. У исследователей были массивы данных платформы об активности слушателей (вход, клик, ответ на вопросы тестов и т.д.) и опросные данные (насколько респонденты довольны курсами). Анализ простых распределений позволил скорректировать дизайн курсов через определение разрыва между уровнем сложности материалов курсов и запросами аудитории, фиксацию проблемных вопросов, на которые слушатели отвечали плохо. С помощью анализа взаимосвязей через линейную регрессию удалось установить зависимость успеха в итоговом тесте от промежуточного и зависимость прохождения курса от вложенных финансовых средств. Спикер продемонстрировала, как на примере работы с данными 2GIS студенты учились решать реальные исследовательские задачи и смогли построить прогноз геозависимости рубрик на карте города.
В заключении спикер отметила, что даже простые процедуры исследования взаимосвязей количественных данных позволяют найти противоречия в измеримой реальности, которые открывают пространство для более глубоких исследований.