Подходы к анализу данных

Основная статья: Оценка программ

В оценке программ и политик существует три основных подхода к анализу данных: описательное (дескриптивное) исследование, коррелятивный и каузальный анализ данных. Выбор того или иного подхода к анализу данных зависит от того, что конкретно о проводимой программе или политике хочет узнать исследователь. Данные подходы к анализу данных схожи между собой, однако с их помощью можно оценить различные стороны проведения программы или политики.

Описательное (дескриптивное) исследование

Описательное (дескриптивное) исследование в оценке проводится для того, чтобы описать то, как реализовывалась программа, какие мероприятие были проведены, какие ресурсы были затрачены, какие результаты достигнуты и т. п. Данный вид исследования не оценивает конкретно качественные или количественные характеристики программы, оно оптимизирует набор данных характеристик и оценивает программу, как с качественной, так и с количественной стороны. Дескриптивная статистика пытается выявить причину возникновения того или иного явления, касательно программы и эффект, появившийся в связи с этим явлением. Типы вопросов, которые ставятся в ходе оценивания программы, позволяют достаточно точно провести исследование и сделать выводы.

Описательное (дескриптивное) исследование может быть как качественным, так и количественным. В данном исследовании могут совмещаться как числовые, так и качественные данные, которые в ходе исследования могу быть объединены, так и разделены, в зависимости, от того какая характеристика программы оценивается. Данные, полученные в ходе описательного исследования, могут группироваться в таблицы, графики, а также интерпретироваться в описательной форме. Дескриптивное исследование позволяет придавать данным более удобные для проведения оценки программ вид. Данный вид исследования оптимизирует коллекцию данных и методы оценки, с помощью нахождения статистических характеристик и взаимосвязей между данными, что позволяет проводить оценивание более эффективными способами.

Коррелятивный анализ

Считается, что переменные коррелируют, если между ними существует какая-либо взаимосвязь. Это подразумевает сам термин «корреляция» : «ко» означает взаимное действие, а «реляция» (от англ. relation) — связь, отношение.

Корреляционный анализ является мощным инструментом, дающим возможность моделировать будущее проведение программы или политики. Однако необходимо очень внимательно подходить к интерпретации результатов таких исследований. Обнаружение корреляции между двумя характеристиками программы или другими оцениваемыми переменными не позволяет сделать вывод, что одна характеристика является причиной появления другой. Недостаток понимания этого общего статистического правила приводит к тому, что при корреляционном анализе данных люди получаются недостоверные результаты. Однако необходимость корреляционного анализа часто возникает, если по практическим или этическим причинам нельзя провести эксперимент. Проводимую программу или политику не всегда можно расценивать как эксперимент. Данный подход часто используется в исследованиях по оценке программ социологическими методами.

Каузальный анализ

Каузальный анализ — проверяет гипотезы относительно причинно-следственных связей. В основе данного исследования лежит стремление понять какое-нибудь явление на основе использования логики типа: «Если X, то затем Y». Факторы, которые вызывают какие-то изменения, называются независимыми переменными, в то время как переменные, изменяющиеся под воздействием этих факторов, называются зависимыми переменными. Данный вид анализа применяется, когда речь идет о диагностике проблем, выявлении будущего влияния программ и разработку новых программ, оценке эффективности программы. Наличие причинно-следственных связей означает, что наличие изменений меняет вероятностные характеристики последствий. В процессе данного анализа выявляются связи между потоками непосредственных событий, в прошлом, настоящем и будущем, а также их последствиями. Каузальный анализ — это своего рода анализ последовательностей. Более того, последствия исследования программы представляют собой комплекс связанных событий, которые разворачиваются во времени, что позволяет привести точную характеристику с помощью регрессионного анализа и других статистических методов. Данный анализ позволяет понять сущность принятия решений при проведении программ и политик, оценить эффективность и выполнение программ, а также понять эволюцию различных характеристик программы.

Однако при анализе данных в оценке программ редко используется один из вышеописанных методов. Чаще всего используются различные комбинации из терех предложенных выше методов. Такой подход позволяет оценить программу с разных и выявить ее различные характеристики.

Литература

1. Nancy Nelson Knupfer, Hilary McLellan. Descriptive research methodologies. http://chuanmei.nenu.edu.cn/jzyg/wyn/chinese/zhidao/41descriptive%20research%20methodologies.pdf
2. Paul F. Steinberg. New approaches to casual analysis in policy research.http://www.routledgebusiness.com/books/Techniques-of-Event-History-Modeling-isbn9780805840919
3. http://www.matlab.mgppu.ru/book/71.htm

Связать^?

На эту статью не ссылаются другие статьи Википедии. Пожалуйста, воспользуйтесь подсказкой и установите ссылки в соответствии с принятыми рекомендациями.