METODE DE CERCETARE

SCURTE NOTE DE CURS

Lector dr. Dragoş Dragoman

1. ELABORAREA IPOTEZELOR

Interesul cercetării rezidă în testarea unor ipoteze. Ipotezele sunt presupoziţii formulate în termeni testabili în mod empiric. Ele formulează ideea unei legături stabilite între diverse fenomene sociale, politice etc. Această relaţie presupusă este, cum am enunţat, testabilă. Cercetarea are ca scop descoperirea valorii de adevăr a ipotezei. Nu ştim dacă rata participării cetăţenilor la vot este cu atât mai ridicată cu cât statusul lor social este mai ridicat (ipoteza lui Lipset), dar putem testa ipoteza. Nu ştim dacă o viaţă pioasă pe pământ ne ajută la reîncarnarea într-o fiinţă superioară într-o presupusă viaţă ulterioară, dar nici nu putem testa ipoteza. Acesta este diferenţa între propoziţiile empirice şi celălalte.

În formularea acestor ipoteze trebuie urmărite mai multe elemente. În general, ipotezele:

Sunt afirmaţii testabile/verificabile. O teorie bazată pe ipoteze poate fi falsificabilă (Popper, Logica cercetării), una bazată pe propoziţii metafizice nu poate fi;

Presupun o relaţie între două sau mai multe fenomene, realizează o comparaţie între clasele unor variabile: oamenii care prezintă o personalitate autoritară sunt mai predispuşi să voteze partide fasciste (Adorno);

Stabilesc direcţia relaţiei între fenomene. “Cu cât veniturile cetăţenilor americani cresc, cu atât sunt aceştia mai înclinaţi să voteze Partidul Republican”; această ipoteză stabileşte o relaţie pozitivă între venitul şi votul americanilor;

Presupun o relaţie cu sens; legătura ipotetică dintre fenomene trebuie să fie plauzibilă, altfel ea nu este decât circumstanţială. Putem observa variaţia a două variabile, dar trebuie ca o teorie să facă plauzibilă relaţia dintre ele: s-ar putea ca numărul turiştilor străini să varieze odată cu nivelul mediu anual al precipitaţiilor, însă nici o teorie serioasă nu ar putea susţine acestă legătură;

Nu produc predicţii vagi, imprecise; rezultatele nu sunt într-atât de largi încât să facă inoperabilă ipoteza. “Unele ţări au probleme în susţinerea educaţiei”; această ipoteză este mult prea vagă pentru a fi testată. “Problemele în susţinerea unei educaţii performante sunt cu atât mai mari cu cât produsul lor intern anual pe cap de locuitor este mai mic” este o ipoteză care poate fi testată cu mai mult succes;

Au un caracter de generalitate; ele nu se raportează la indivizi ci la fenomene sociale, politice, economice. “Banque Nationale de Paris – Paribas este o bancă performantă” nu este o ipoteză. “Băncile comerciale sunt mai performante în economiile mai deschise” ar putea fi, însă, o ipoteză.

2. Variabile calitative şi variabile cantitative

Caracteristicile (numite de acum încolo variabile) se manifestă în forme extrem de diferite. Astfel, ele apar analizei ca deosebite în funcţie de formele principale sub care se manifestă. Sociologia desemnează aceste forme drept scale (de măsură).

Prima dintre ele este cea nominală. Numele este cel care desemnează stările unei variabile; el poate fi chiar semnificaţia propriu-zisă (pentru variabila “etnie”, stările sunt “român”, “maghiar”, “german” ş. a.), fie un simbol abstract cu anumită semnificaţie ataşată (caracteristica “etnie” are mai multe clase, A, B, C ş. a. unde A însemnă etnia română, B cea maghiară ş.a.m.d.). Când aplicăm o scală nominală unei populaţii, înseamnă o clasificare a indivizilor în clase, fiecare clasă fiind o treaptă a scalei conţinând unul sau mai mulţi indivizi. Variabila evaluată pe o scală nominală va fi numită în continuare variabilă nominală.

Câteva variabile pe scale nominale:

Variabila Indivizii Clasele scalei

Gradul militar Persoane Maior

Plutonier

Sergent

Caporal

Locotenent

Colonel

Amiral

Aşezarea judeţelor pe provincii

Judeţele României Transilvania

Banat

Crişana

Maramureş

Bucovina

Basarabia

Moldova

Muntenia

Dobrogea

Oltenia

Opţiunea politică Persoane intervievate Stânga

Centru

Dreapta

O a doua scală este cea ordinală. Ea necesită, în plus faţă de cea nominală, o ordonare a claselor (categoriilor) scalei. Trebuie respectate, deci, proprietăţile relaţiei de ordine. Fie X şi Y două clase ale scalei, atunci:

X < Y sau X > Y.Nu pot exista simultan relaţiile X < Y şi Y < X; în acestcaz, X = Y.

Fie Z clasă a scalei, dacă X < Y şi Y < Z, atunci X < Z.

Multe răspunsuri la întrebările din chestionare sunt clase ale scalei ordinale. De exemplu: “Cât de mulţumit sunteţi de prestaţia deputatului pe care l-aţi ales la ultimul scrutin parlamentar?”

Variantele pot fi: “foarte mulţumit”, parţial mulţumit”, “şi mulţumit şi nemulţumit”, “oarecum nemulţumit”, “foarte nemulţumit”.

Alt exemplu: “Câtă încredere aveţi în primarul Sibiului?”

Variantele pot fi: “multă”, “nu prea multă”, “puţină”.

Simbolurile care pot desemna clasele scalei nu mai pot fi întâmplătoare. Ele trebuie să indice ordinea claselor. De cele mai multe ori sunt folosite numerele naturale: 1,2,3, … Ele au înţeles ordinal şi nu cardinal.

Variabilele nominale şi cele ordinale sunt caracteristicile calitative. Ele se definesc prin opoziţie cu variabilele cantitative. Acestea din urmă sunt numite de unii pur şi simplu variabile statistice (Rotariu, Bădescu). Specificul lor este că proprietatea în cauză se manifestă prin numere (cardinale), rezultat al măsurătorii, la fiecare individ în parte. Dacă distincţia între clasele variabilelor calitative este una calitativă, diferenţa între cele ale variabilelor cantitative constă în intensitatea/magnitudinea cu care se manifestă însuşirea la nivelul diferiţilor indivizi.

Măsurarea variabilelor cantitative se realizează cu ajutorul unor scale metrice. De exemplu, distanţa dintre oraşe, înălţimea clădirilor din New York, densitatea populaţiei din Olanda etc. Există diferenţa dintre scalele metrice de tip interval şi scala de rapoarte. Prima utilizează o valoare zero convenţională (valoarea zero pe scara de temperatură Celsius) iar a doua utilizează un zero natural ce indică inexistenţa însuşirii; un venit de zero lei înseamnă inexistenţa unui venit.

3. OPERAŢIONALIZAREA CONCEPTELOR

Pentru a formula corect ipotezele trebuie să clarificăm foarte bine termenii discursului. Cum am văzut, ipotezele sunt legate de caracteristici testabile. În limbajul curent, însă, întâlnim frecvent termeni abstracţi, precum democraţie, liberalism, dezvoltare, libertatea presei etc. Aceste etichete sunt conceptele. Ele sunt lucruri abstracte, înţelese în mod diferit de diferiţi oameni. De aici şi ambiguitatea discursului. “România era o ţară mai dezvoltată în anii ’70, se trăia mai bine atunci.” Această afirmaţie conţine un concept, dezvoltarea, dar nu putem să ne pronunţăm asupra lui atât timp cât rămâne un lucru abstract, o idee.

Un exemplu este legat de o controversă din Statele Unite ale Americii. “Ce este o maşină americană? Propunerea liderilor din Congres privind scutirea de impozite pentru cumpărarea de maşini americane a creat discuţii în legătură cu ce este şi ce nu este o maşină americană. De exemplu: Ford Crown Victoria din 1992, folosită pe scară largă de departamentele de poliţie şi de agenţiile federale este considerată străină de regulile federale deoarece doar 74 % din componente sunt fabricate în Statele Unite. Ford Festiva este fabricată de compania Kia din Coreea. Mazda Navajo, un vehicul pe patru roţi, este de fapt un Ford Explorer făcut de compania Ford Moto în Kentucky”.

Pentru a putea lucra cu conţinutul conceptelor, trebuie să le explicităm, să le descompunem în elemente concrete. Acest proces este operaţionalizarea conceptelor. Prin operaţionalizare înţelegem transformarea înţelesului abstract într-o sumă de elemente concrete, empirice, cu care să putem opera diverse analize. Pentru aceasta, trebuie să urmăm câteva etape:

Definirea conceptului este necesară pentru a stabili ce înţelegem prin acesta. Dacă ne referim la dezvoltare, ea înseamnă doar economie, includem oare şi o dimensiune culturală, excludem organizarea politică? Definirea este legată de teoria pe care o testăm, de ipotezele pe care le formulăm.

Alegerea variabilelor este importantă pentru măsurare. Ele trebuie să fie relevante pentru conceptul în cauză şi să fie cât mai aproape de lucruri concrete. Pentru conceptul nostru, câteva variabile ar fi urbanizarea, alfabetizarea, sănătatea, industrializarea, transporturile şi alte servicii etc.

Definiţia operaţională înseamnă stabilirea unor indicatori ai variabilelor, care specifică operaţiile pe care le realizăm sau tipul de date pe care le colectăm în măsurarea variabilelor alese. Pentru urbanizare un indicator este proporţia cetăţenilor care locuiesc în oraşe din totalul populaţiei, pentru educaţie ar fi rata persoanelor care ştiu să citească din totalul persoanelor de vârstă şcolară şi mai ridicată, pentru sănătate ar fi rata infectării cu T.B.C., numărul de paturi pe spital, numărul de medici la o mie de locuitori etc.

Selecţia instrumentelor pe care le folosim pentru colectarea datelor care măsoară indicatorii este esenţială. Pentru indicatorii noştri instrumentele vor fi rapoarte statistice ale diverselor instituţii, O.C.D.E., P.N.U.D. etc. Pentru alte variabile suntem nevoiţi să folosim alte instrumente: sondaje pentru măsurarea opiniilor şi atitudinilor etc.

Un exemplu cunoscut de operaţionalizare este democraţia descrisă de Robert Dahl drept poliarhie. Poliarhia, cum o definea Dahl, are şapte caracteristici: lideri politici aleşi; alegeri libere şi corecte; sufragiu extins; dreptul de a candida la funcţii publice; libertatea de exprimare; surse alternative de informare şi dreptul de asociere. Variabilele relevante pentru definirea democraţiei sunt caracterul alegerilor, caracterul sufragiului, libertatea de expresie, cea de asociere şi cea de informare. Indicatorii acestor variabile ne vor confirma caracterul democratic sau nedemocratic al unui regim politic.

Definiţiile operaţionale trebuie să respecte regula validităţii şi a fidelităţii. Validitatea exprimă în ce măsură variabilele şi indicatorii explică conceptul în cauză, cât de bine reflectă conţinutul conceptului. Revenind la cazul nostru, caracterul sufragiului este legat de caracterul democratic al regimului sau trebuie căutată o altă variabilă? Pentru a respecta această cerinţă, trebuie ca între concept, variabile şi indicatori să existe o conexiune logică, ca rezultatele prezise de indicatori să fie confirmate de dovezi cunoscute, ca indicatorii aleşi să fie legaţi de cei ai variabilelor independente.

Fidelitatea se referă la alegerea instrumentelor şi la colectarea datelor. O definiţie operaţională este nefidelă dacă instrumentele sunt imprecise, înşelătoare, dacă datele sunt nesigure sau interpretabile. Dacă ne interesează bugetul culturii, datele statistice financiare sunt mai fidele decât cele obţinute prin interviuri cu diferiţi responsabili din domeniu, deoarece în exprimare aceştia din urmă se pot gândi la date diferite, la perioade diferite, pot uita despre finanţarea diferitelor proiecte.

4. EŞANTIONAREA

După cum spuneam, progresele realizate în teoria probabilităţilor fac astăzi posibile cercetările selective. Cercetarea unei populaţii numeroase este astăzi posibilă datorită dezvoltării tehnicilor de eşantionare (selecţie). Înţelegem prin eşantionare procesul de selecţie a unei părţi dintr-o populaţie în scopul cercetării. Condiţia necesară este ca rezultatele acestei cercetări pe eşantion să fie generalizabile, ca ele să caracterizeze întreaga populaţie studiată. Cu alte cuvinte, eşantionul trebuie să fie reprezentativ pentru populaţia din care este extras. El trebuie să respecte cât mai fidel caracteristicile acestei populaţii.

Aspecte ale eşantionării

Primul aspect al eşantionării este, deci, reprezentativitatea. De fiecare dată când realizăm o eşantionare, va exista o eroare care va influenţa rezultatele cercetării, prin simplul fapt că eşantionul este diferit de populaţia din care este extras. În determinarea reprezentativităţii unui eşantion intervin două mărimi:

o mărime d, numită eroare maximă, care reprezintă cea mai mare diferenţă acceptabilă între o valoare v*, rezultată din cercetarea pe eşantion, şi valoarea v existentă în populaţie;

mărime P, numită nivel de probabilitate (nivel de încredere), care indică ce şanse sunt ca eroarea reală comisă prin aproximarea lui v (necunoscută) cu v*, să nu depăşească limita d.

Aceste două mărimi sunt dependente şi legate de o variabilă din populaţie. Pentru o caracteristică oarecare, valoarea căutată v (fie ea o medie, un indicator de poziţie, un indicator de dispersie, un coeficient de corelaţie, o proporţie etc.) se va găsi situată pe un interval (v* - d, v* + d). Un exemplu: fie o caracteristică, să zicem locul de rezidenţă a populaţiei din România; o valoare, procentul de populaţie urbană, a cărui nivel este de 55% pe eşantion, se va găsi pe un interval (52%, 58%) atunci când eroarea ce caracterizează eşantionul este de 3 procente.

Valoarea se va găsi însă pe acest interval cu o probabilitate P. Reprezentativitatea este, deci, dată de un cuplu (d, P). Comparaţia reprezentativităţii între două eşantioane se face în funcţie de ambele mărimi. La eroare identică, va fi mai reprezentativ cel cu nivel de probabilitate mai ridicat. La acelaşi nivel de încredere, va fi mai reprezentativ cel cu eroarea mai mică. Nu vom putea însă compara două eşantioane, caracterizate în acelaşi timp de eroare mai mare şi nivel de probabilitate mai mare între ele. Mai mult, cele două mărimi d şi P sunt angrenate într-o relaţie, ele nu sunt independente. Stabilind una, putem calcula valoarea celeilalte. Această relaţie ne spune că scăderea erorii antrenează scăderea probabilităţii. Cu alte cuvinte, nu putem ameliora în

acelaşi timp şi precizia estimării (prin reducerea erorii), şi nivelul de probabilitate (principiul nedeterminării elaborat de Heisenberg).

Alt aspect este mărimea eşantionului; opinia comună este că reprezentativitatea acestuia creşte odată cu volumul său. Însă relaţia dintre reprezentativitate şi volum nu este una liniară. Reprezentativitate creşte puternic până la un anumit nivel al volumului şi din ce în ce mai puţin peste acest nivel, numit şi plafon. Reprezentativitatea atinge 100 % atunci când volumul eşantionului (n) egalează volumul populaţiei (N).

Cum se observă în figura anterioară, reprezentativitatea (curba din grafic) atinge la un moment dat 100% (pe axa verticală), atunci când volumul eşantionului (pe axa orizontală) atinge volumul populaţiei. Creşterea ei iniţială este pronunţată la creşteri mici ale volumului, dar foarte mică în apropierea plafonului. Figura ne spune că o creştere importantă a volumului eşantionului dincolo de un anumit prag, determinat prin calcul, este inutilă; reprezentativitatea nu se va ameliora considerabil. Aceasta evită cheltuielile inutile pentru cercetarea unui volum prea mare din populaţia studiată.

Proceduri de eşantionare

Fidelitatea cu care un eşantion reproduce caracteristicile populaţiei este şi funcţie de procedura de eşantionare. Pentru a calcula reprezentativitatea unui eşantion, trebuie ca eşantionul să fie unul probabilistic, adică selectat printr-o procedură aleatoare. O procedură este aleatoare în cazul în care fiecare individ din populaţie are o şansă calculabilă şi diferită de zero de a fi selectat. Această reprezentativitate a eşantionului depinde de tipul de procedură de eşantionare, fiecare procedură având o formulă specifică de estimare a erorii.

Eşantionarea simplă aleatoare

Când indivizii sunt aleşi cu o probabilitate constantă, identică, avem de-a face cu o procedură simplă aleatoare. În practică sunt diferite soluţii: pentru populaţia care este conectată la o reţea de telefonie, de exemplu, se pot selecta întâmplător au număr de pagini din cartea de telefon şi de aici se pot alege întâmplător un număr de abonaţi din fiecare pagină; s-ar putea genera aleator numere de telefon ş.a.m.d. Pentru a păstra constant nivelul de probabilitate, toţi indivizii din populaţie trebuie incluşi în listele de lucru; am putea atribui un număr de ordine fiecărui individ şi apoi genera aleator numere, indivizii cărora le corespund aceste numere fiind incluşi în eşantion. Dacă numerele erau înainte tipărite în cărţi speciale cu tabele de numere aleatoare, astăzi există programe de calculator care generează numere şi selectează indivizii de pe liste introduse în prealabil.

Eşantionarea prin stratificare

Pentru populaţii importante, eşantioanele sunt selectate în urma împărţirii acestei în straturi, în funcţie de o caracteristică, vârstă, sex, naţionalitate, mediu de rezidenţă etc. Din fiecare strat al populaţiei se alege un subeşantion proporţional cu mărimea stratului respectiv. În raport cu această caracteristică aleasă, eşantionul va fi perfect reprezentativ, adică fiecare proporţie din eşantion reproduce proporţia corespunzătoare din populaţie. Ştiind că proporţia maghiari – români din Transilvania este de 1 la 4, un sfert din eşantionul nostru va reprezenta maghiari. Cum subeşantioanele sunt alese aleator, fiecare individ are aceeaşi şansă să fie selectat. Ele sunt doar proporţionale cu mărimea straturilor şi nu nealeatoare!

Avantajul acestei proceduri este performanţa unui eşantion, stratificat după o variabilă x, de a reproduce mai fidel populaţia după o variabilă y, când y este asociată (corelată) cu x, decât un eşantion simplu aleator. Mai mult, pentru comparaţii între subgrupe ale populaţiei în funcţie de o variabilă (sex, etnie, religie etc.) această procedură este foarte folositoare.

Eşantionarea multistadială

Această procedură multistadială (grupală, cluster) este folosită din motive practice. În general, ea selectează eşantioane mai puţin reprezentative decât cea simplă aleatoare. Se procedează la o împărţire a populaţiei în grupuri geografice din ce în ce mai mici, până la nivelul individului, şi la o selecţie aleatoare în cadrul grupurilor (regiuni, judeţe, oraşe, cartiere, străzi, blocuri, apartamente). Se alege aleator un eşantion de grupuri de prim rang, din fiecare din eşantioanele alese se extrage un eşantion de grupuri de rang doi ş.a.m.d. În final se va extrage un eşantion de

indivizi. Nu este nevoie de a începe cu individul; putem începe cu selecţia grupurilor care-l conţin pentru a ajunge, stadiu cu stadiu, (multistadial) la nivelul indivizilor.

Avantajul este constituit de reducerea dificultăţilor în desfăşurarea anchetei. Nu dispunem de o listă cu toată populaţia Ardealului, pentru a atribui fiecărui individ un număr. Şi dacă am avea, costurile ar fi enorme pentru deplasarea în locurile unde indivizii selectaţi locuiesc: Şiria, Deva, Cisnădie, Biertan, Sighişoara etc.; pentru unul sau doi indivizi ar trebui să ajungem în sate, oraşe îndepărtate sau greu accesibile şi să acoperim întreaga regiune.

Pentru a reduce şi costurile de cercetare şi pentru a menţine, în acelaşi timp, reprezentativitatea eşantionului, se procedează la combinarea procedurii multistadiale şi a celei prin stratificare, divizând grupurile de acelaşi fel în straturi şi alegând grupuri de rang inferior din fiecare strat. De exemplu (White, 1994), în Statele Unite ale Americii, institutul Gallup, împarte ţara în patru regiuni (Nord-Vest, Sud-Vest, Nord-Est şi Sud-Est) pe care le divide, fiecare, în şapte tipuri de zone: patru de mărimea micilor oraşe, apoi a oraşelor, a suburbiilor şi a zonelor rurale. Aceste diviziuni oferă 28 de grupuri de nivel inferior, în cadrul cărora statisticienii aleg aleator indivizii.

5. COLECTAREA DATELOR

Analiza politică este interesată, fără îndoială, de concepte. Pentru a lucra cu ele, avem nevoie de date care să le exprime. De aceea, o sarcină importantă este colectarea datelor de lucru. Putem împărţi datele în date colectate direct şi indirect. Distincţia este între date obţinute direct prin observaţie, experiment, anchetă, studiu de caz şi date obţinute indirect prin agregare, transformare.

Ancheta

Dintre metodele de colectare directă a datelor se distinge ancheta. Utilizarea ei devenit o practică foarte curentă în ultimele decenii; ea se bazează pe răspunsul la întrebările cuprinse în chestionare. Ancheta se interesează de câteva tipuri de date:

– date demografice (sex, vârstă, educaţie, venit etc.);– date comportamentale (cele mai importante sunt votul,

interesul pentru politică);

– date despre atitudini şi credinţe (orientare politică, încredere, apatie etc.);

– date despre opinii (despre evenimente, personalităţi,

produse etc.);

– date despre nivelul de cunoaştere a unor probleme/politici.

Iată şi câteva exemple. Date despre atitudini: “În general, credeţi că legile privind vânzarea armelor ar trebui să fie mai restrictive, mai puţin restrictive sau ar trebui să fie păstrate cum sunt?”

Legile privind vânzarea armelor

Mai stricte 68 %

Mai puţin stricte 5 %

La fel de stricte 25 %

Nici o opinie 2 %

Sondaj Gallup: Public Opinion 1991 (Wilmington, Del.: Scholarly Resources, 1992), p. 82

Date despre opinii: “Care credeţi că e problema cea mai importantă cu care se confruntă ţara?”

Cea mai importantă problemă

Mai

1989

Noiembrie

1990

Decembrie 1991

Crima 6 % 2 % 6 %

Mediul 4 % 2 % 3 %

Economia 34 % 11 % 32 %

Educaţia 3 % 2 % 4 %

Sărăcia, foametea 10 % 6 % 16 %

Situaţia internaţională

4 % 1 % 3 %

Etică, morală 5 % 6 % 4 %

Abuzul de droguri 27 % 8 % 10 %

Nemulţumirea faţă de guvern

2 % 3 % 5 %

Sondajul Gallup: Opinia publică 1989 (Wilmington, Del.: Scholarly Resources, 1990), p. 120; Sondajul Gallup: Opinia publică 1990 (Wilmington, Del.: Scholarly Resources, 1991), p. 149; Sondajul Gallup: Opinia publică 1992 (Wilmington, Del.: Scholarly Resources, 1992), p. 244.

Date despre comportamentul electoral: “Cu ce partid veţi vota în data de 26 noiembrie (2000)?”

Partid

ApR 6,31 %

CDR 2000 4,84 %

PNL 10,31 %

PDSR 56,42 %

UDMR 6,73 %

PD 5,26 %

PRM 9,68 %

CURS, 5 – 7 octombrie 2000. Romanian Journal of Political Science, December 2001, p. 75.

Sondajele privind intenţia de vot au avut rezultate foarte bune în Statele Unite. Desigur, stabilitatea sistemului politic american explică în parte fidelitatea rezultatelor:

An Ancheta preelectorală Gallup

Rezultatul alegerilor

1988 Bush 56,0 % 53,9 % Bush

1984 Reagan 59,0 % 59,2 % Reagan

1980 Reagan 47,0 % 50,8 % Reagan

1976 Carter 48,0 % 50,0 % Carter

1972 Nixon 62,0 % 61,8 % Nixon

1968 Nixon 43,0 % 43,5 % Nixon

George Gallup Jr., The Gallup Poll: Public Opinion 1990 (Wilmington, Del.: Scholarly Resources, 1991), p. xi.

Date despre atitudini: “Câtă încredere aveţi în următoarele instituţii?”

Foarte multă sau destul de multă încredere

Armată

(%)

Curtea

Supremă

(%)

Bănci

(%)

Şcoli publice

(%)

TV

(%)

Toţi repondenţii

61 52 51 50 28

Bărbaţi 62 53 49 50 28

Femei 59 50 52 50 27

18-29 ani 57 57 46 49 33

30-49 ani 59 51 49 48 23

> 50 de ani 65 49 58 54 29

Republicani 70 57 56 50 25

Democraţi 58 49 50 50 31

Independenţi 55 52 47 52 25

Sondaje Gallup.

6. PREZENTAREA DATELOR

Datele pot fi prezentate uneori sub formă grafică. Acestea sunt uneori necesare pentru o prezentare adecvată a informaţiei.

Pentru reprezentarea proporţională a efectivelor claselor, cel mai adesea se foloseşte histograma. Datorită barelor pe care le utilizează în reprezentarea grafică, aceasta se mai numeşte şi grafic bară. Graficul bară compară câteva valori prin intermediul barelor care au diferite lungimi pe o

scală construită în grafic. Ele au lăţimi identice pentru a arăta că ceea ce variază este doar lungimea lor măsurată pe axa verticală. Spre exemplu, cum arată grafic distribuţia comunelor din România după numărul de locuitori, în 1995.

Când lucrăm cu frecvenţe de variabile ordinale sau de tip interval putem folosi şi graficul linie. El se foloseşte mai ales atunci când lucrăm cu intervale de grupare, atunci când grupăm toţi indivizii cu aceeaşi manifestare a caracteristicii şi le raportăm frecvenţa. În graficul care prezintă o linie de frecvenţă, valorile variabilei sunt raportate pe axa orizontală, iar frecvenţa fiecărei valori pe axa verticală. Frecvenţa poate fi exprimată fie în cifre absolute, fie în procente.

În afară de histograme şi grafice linie, când dorim să evidenţiem o proporţie dintr-un tot, putem folosi graficele cerc (mai popular, prin traducere din engleză, grafice “plăcintă”). Împărţim cercul în s sectoare pentru s proporţii, respectând raportul dintre ele: cheltuielile guvernului federal american.

(US Bureau of the Census, Government Finances 1989-1990 Washington DC: US Government Printing Office, 1991, p. xxii).