Процедура построения типологии

В предыдущем разделе обсуждались, в частности, парные связи между словами-ценностями, выявленные по данным двух опросов. Однако представления о том, что важно или не важно, должно или недопустимо, присутствуют в сознании людей в виде субъективно непротиворечивых комплексов-синдромов. Каждый из таких комплексов может включать в себя уже не два, а большее число слов-ценностей.

Для того чтобы выяснить, кем и какие слова из списка чаще выбираются вместе, образуя тем самым более или менее непротиворечивые ценностные блоки, мы использовали комплекс процедур многомерного анализа данных, названный нами методом структурно-логической типологизации. Этот метод состоит в последовательном применении трех процедур, реализованных в программном комплексе SPSS.

Процедуры реализуются последовательно, в три этапа. На первом этапе применяется факторный анализ (для интервальных признаков) или его аналог – анализ гомогенности Homals (для номинальных признаков). Эти процедуры позволяют извлечь наиболее важную информацию о связях между признаками (в данном случае – между понятиями-ценностями) и построить относительно небольшое число факторов – количественных индикаторов ценностной ориентации[35].

На втором этапе применяется кластерный анализ (метод K-Means), позволяющий отыскать кластеры – сгущения в пространстве факторов, построенных на первом этапе.

На третьем этапе с помощью процедуры построения решающих правил (метод C&RC из блока Answer Tree) отыскиваются сочетания ответов (в данном случае – выборов или невыборов нескольких определенных ценностно нагруженных слов из списка), которые наиболее характерны для составляющих кластер респондентов[36]. Множеству респондентов, выбравших такое наиболее характерное для кластера сочетание слов-стимулов, мы дали название ядра кластера. (Заметим, что каждое ядро наряду с представителями "своего" кластера может содержать и относительно небольшое число респондентов из других кластеров.) Построив ядра всех кластеров и исключив из этих ядер тех – как правило, очень немногочисленных – респондентов, которые оказались "зачисленными" в ядра двух или более кластеров, мы переходим от рассмотрения кластеров к рассмотрению их ядер.

Ядра имеют ряд преимуществ перед кластерами, так как каждое из них можно построить по простой логической формуле. Так, какие-то слова из списка выбирают все без исключения представители ядра, а какие-то – ни один из них. Поэтому, во-первых, зная ядра, можно понять принцип формирования кластеров, а следовательно, выявить структуру ценностных ориентаций респондентов. Во-вторых, при проведении повторного опроса с использованием той же методики можно построить ядра по выявленным ранее логическим формулам. Для сравнения: если бы типологизация респондентов завершалась построением не ядер, а кластеров, то нужно было бы вновь строить факторы и кластеры. А поскольку новые кластеры всегда в той или иной степени отличались бы от прежних (даже в случае сохранения их числа и общих особенностей), то говорить о динамике их размеров и состава не представлялось бы возможным.

Еще раз подчеркнем, что строить ядра по ранее найденным логическим формулам можно лишь при фиксированной методике опроса. В нашем же случае методика изменилась. Поэтому первый и второй этапы описанной выше схемы анализа (построение факторов и кластеров) проводились на объединенных данных двух опросов. Это позволило выявить универсальную, мало зависящую от методики опроса структуру "ценностного поля". Третий же этап (построение ядер) был отдельным для каждого опроса. В результате мы получили не один, а два набора ядер. В дальнейшем для изучения динамики ценностных ориентаций можно использовать первый или второй набор в зависимости от того, по какой из двух методик проводится опрос.