Definition von Aggregat und sozialem Aggregat

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 zufällig zur selben Zeit am selben Ort befinden, und die zweite bezieht sich auf zusammengefasste Statistiken wie Durchschnittswerte, um etwas über eine Bevölkerung oder einen sozialen Trend anzuzeigen.

Das soziale Aggregat

Ein soziales Aggregat ist eine Ansammlung von Personen, die sich zur selben Zeit am selben Ort befinden, ansonsten aber nichts gemeinsam haben und möglicherweise nicht miteinander interagieren. Ein soziales Aggregat unterscheidet sich von einer sozialen Gruppe, bei der es sich um zwei oder mehr Personen handelt, die sich regelmäßig austauschen und Dinge gemeinsam haben, z. B. ein romantisches Paar, eine Familie, Freunde, Klassenkameraden oder Kollegen. Ein soziales Aggregat unterscheidet sich auch von einer sozialen Kategorie, die sich auf eine Gruppe von Personen 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, wie wenn wir über einen überfüllten Bürgersteig gehen, in einem Restaurant essen, mit anderen Passagieren mit öffentlichen Verkehrsmitteln fahren und in Geschäften einkaufen. Das einzige, was sie zusammenhält, ist die physische Nähe.

Soziale Aggregate gehören manchmal zur Soziologie, wenn Forscher ein Forschungsprojekt anhand einer Convenience-Stichprobe durchführen. Sie sind auch in der Arbeit von Soziologen vertreten, die Teilnehmerbeobachtungen oder ethnografische Forschungen durchführen. Beispielsweise kann ein Forscher, der untersucht, was in einem bestimmten Einzelhandelsumfeld passiert, die anwesenden Kunden zur Kenntnis nehmen und deren demografische Zusammensetzung nach Alter, Rasse, Klasse, Geschlecht usw. dokumentieren, um eine Beschreibung des sozialen Aggregats zu erhalten, das einkauft in diesem Laden.

Aggregierte Daten verwenden

Die häufigste Form eines Aggregats in der Soziologie sind aggregierte Daten. Dies bezieht sich darauf, wenn Sozialwissenschaftler zusammenfassende Statistiken verwenden, um eine Gruppe oder einen sozialen Trend zu 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 in den Sozialwissenschaften am häufigsten verwendeten Formen aggregierter Daten. Diese Zahl stellt das Haushaltseinkommen dar, das genau in der Mitte des Haushaltseinkommensspektrums liegt. Sozialwissenschaftler untersuchen häufig Veränderungen des mittleren Haushaltseinkommens im Zeitverlauf, um langfristige wirtschaftliche Trends auf Haushaltsebene zu erkennen. Wir verwenden auch aggregierte Daten, um Unterschiede zwischen den Gruppen zu untersuchen, beispielsweise die zeitliche Veränderung des mittleren Haushaltseinkommens in Abhängigkeit vom Bildungsstand. Betrachtet man einen aggregierten Datentrend wie diesen, so zeigt sich, dass der wirtschaftliche Wert eines Hochschulabschlusses im Vergleich zu einem Hochschulabschluss heute viel größer ist als in den 1960er Jahren.

Eine andere übliche Verwendung von aggregierten Daten in den Sozialwissenschaften ist die Verfolgung des Einkommens nach Geschlecht und Rasse. Die meisten Leser sind wahrscheinlich mit dem Konzept des Lohngefälles vertraut, das sich auf die historische Tatsache bezieht, dass Frauen im Durchschnitt weniger verdienen als Männer und dass Farbige in den USA weniger verdienen als Weiße. Diese Art von Forschung basiert auf aggregierten Daten, die den Durchschnitt von Stunden-, Wochen- und Jahresverdiensten nach Rasse und Geschlecht wiedergeben. Sie zeigt, dass trotz legalisierter Gleichstellung die Diskriminierung aufgrund des Geschlechts und der Rasse nach wie vor eine ungleiche Gesellschaft schafft.

Aktualisiert von Nicki Lisa Cole, Ph.D..