In der Soziologie gibt es zwei Arten von Aggregaten, die häufig verwendet werden: das soziale Aggregat und die aggregierten Daten. Die erste ist einfach eine Sammlung von Personen, die sich zur gleichen Zeit am selben Ort aufhalten, und die zweite bezieht sich darauf, wenn wir zusammenfassende Statistiken wie Durchschnittswerte verwenden, um etwas über eine Bevölkerung oder einen sozialen Trend zu zeigen.
Das soziale Aggregat
Ein soziales Aggregat ist eine Ansammlung von Menschen, die sich zur gleichen Zeit am selben Ort aufhalten, aber ansonsten nicht unbedingt etwas gemeinsam haben und nicht miteinander interagieren können. Ein soziales Aggregat unterscheidet sich von einer sozialen Gruppe, die sich auf zwei oder mehr Personen bezieht, die regelmäßig interagieren und Dinge gemeinsam haben, wie z. B. einen romantischen Partner, Familie, Freunde, Klassenkameraden, Kollegen und so weiter. Ein soziales Aggregat unterscheidet sich auch von einer sozialen Kategorie, die sich auf eine Gruppe von Menschen bezieht, die durch ein gemeinsames soziales Merkmal wie Geschlecht , Rasse , ethnische Zugehörigkeit, Nationalität, Alter, Klasse usw. definiert ist.
Jeden Tag werden wir Teil sozialer Aggregate, beispielsweise wenn wir auf einem überfüllten Bürgersteig gehen, in einem Restaurant essen, mit anderen Fahrgästen in öffentlichen Verkehrsmitteln fahren und in Geschäften einkaufen. Das Einzige, was sie verbindet, ist die körperliche Nähe.
Soziale Aggregate kommen manchmal in der Soziologie vor, wenn Forscher eine zweckmäßige Stichprobe verwenden , um ein Forschungsprojekt durchzuführen. Sie sind auch in der Arbeit von Soziologen präsent, die teilnehmende Beobachtung oder ethnografische Forschung betreiben. Beispielsweise könnte ein Forscher, der untersucht, was in einer bestimmten Einzelhandelsumgebung passiert, die anwesenden Kunden zur Kenntnis nehmen und ihre demografische Zusammensetzung nach Alter, Rasse, Klasse, Geschlecht usw. dokumentieren, um eine Beschreibung des sozialen Aggregats zu diesem Zeitpunkt zu liefern. . dieser Laden.
Verwendung aggregierter Daten
Die häufigste Form von Aggregaten in der Soziologie sind aggregierte Daten. Gemeint sind zusammenfassende Statistiken, die eine Gruppe oder einen gesellschaftlichen Trend beschreiben. Die gebräuchlichste Art von aggregierten Daten ist ein Durchschnitt ( Mittelwert, Median und Modus ), der es uns ermöglicht, etwas über eine Gruppe zu verstehen, anstatt Daten zu berücksichtigen, die bestimmte Personen darstellen.
Das mittlere Haushaltseinkommen gehört zu den am häufigsten verwendeten Formen aggregierter Daten in den Sozialwissenschaften. Diese Zahl stellt ein Haushaltseinkommen dar, das genau in der Mitte des Haushaltseinkommensspektrums liegt. Sozialwissenschaftler betrachten häufig die Veränderungen des mittleren Haushaltseinkommens im Laufe der Zeit, um langfristige wirtschaftliche Trends auf Haushaltsebene zu erkennen. Wir verwenden auch aggregierte Daten, um Unterschiede zwischen Gruppen zu untersuchen, wie z. B. die Veränderung des mittleren Haushaltseinkommens im Laufe der Zeit, basierend auf dem Bildungsniveau jeder Gruppe.Betrachtet man einen aggregierten Datentrend wie diesen, sehen wir, dass der wirtschaftliche Wert eines College-Abschlusses im Vergleich zu einem High-School-Abschluss heute viel höher ist als in den 1960er Jahren.
Eine weitere häufige Verwendung von aggregierten Daten in den Sozialwissenschaften besteht darin, das Einkommen nach Geschlecht und Rasse zu verfolgen. Den meisten Lesern dürfte der Begriff des Lohngefälles bekannt sein, der sich auf die historische Tatsache bezieht, dass Frauen im Durchschnitt weniger verdienen als Männer und People of Color in den USA weniger verdienen als Weiße. Diese Art von Forschung wird unter Verwendung von aggregierten Daten erstellt, die stündliche, wöchentliche und jährliche Durchschnittsverdienste nach Rasse und Geschlecht zeigen, und zeigt, dass trotz gesetzlicher Gleichstellung zwischenmenschliche Diskriminierung aufgrund von Geschlecht und Rasse immer noch dazu beiträgt, eine ungleiche Gesellschaft zu schaffen.
