1 — живу очень хорошо 4 — живу плохо
2 — живу хорошо 5 — живу очень плохо
3 — живу средне 6 — не могу оценить
Главное требование, которое необходимо учитывать при проведении процедуры кодирования, — каждому значению шкалы, имеющему самостоятельную содержательную ценность, должно соответствовать собственное — единственное — кодовое обозначение. Принцип, которым следует руководствоваться, состоит в том, что правила логики высказываний, реализованные в компьютерных программах, позволяют соединять с помощью операций дизъюнкции и конъюнкции любые содержательные понятия, имеющие собственные кодовые обозначения. Например, если в анкете факты наличия у респондента телевизора и видеокамеры имеют соответствующие коды, то в ходе содержательного анализа можно легко образовать группу, имеющих телевизор или видеокамеру (дизъюнкция), или группу имеющих то и другое одновременно (конъюнкция). Но если в документе наличие ТV или VK - обозначается одним кодом, то никакие уловки не помогут, если возникнет необходимость изучать, например, исключительно тех, кто имеет только ТV.
|
|
Основное требование к графике полевого документа с точки зрения кодирования состоит в минимизации возможности появления ошибок при его заполнении. Кодовые обозначения необходимо располагать таким образом, чтобы не возникало никаких сомнений, какому значению шкалы соответствует код.
Содержательный контроль. Цель этой операции — обеспечить содержательную чистоту эмпирической базы исследования, не допустить включения в нее некачественных документов (анкет, бланков). Таких, например, в которых отсутствует или не полностью заполнена «паспортичка», подчеркнуты взаимоисключающие или противоречивые значения, нет ответов на большинство вопросов.
На этом же этапе выполняется операция «закрытия открытых вопросов» анкет. Ее смысл состоит в том, чтобы для открытых или открытой части полузакрытых вопросов разработать закрытые шкалы, включающие в обобщенном виде все встретившиеся содержательные ответы респондентов. Для этого необходимо выписать все ответы по каждому вопросу и разработать к каждому из них соответствующую номинальную шкалу значений, включающую все встретившиеся в массиве.
Сквозная нумерация. Эта операция нужна для того, чтобы, во-первых, знать общий объем эмпирического массива, во-вторых, она нужна для проведения дальнейших операций, таких, например, как контроль правильности набивки. Номер документа фактически играет роль идентификатора. Если он вводится вместе с документом в память компьютера, то при обнаружении ошибок набивки правильные значения можно установить, обратившись к оригиналу.
|
|
Компьютерный макет полевого документа (с точки зрения пользователя) представляет собой отображение на экране монитора его формальной структуры. Его форма и правила работы с ним определяются техническими требованиями и возможностями конкретной компьютерной системы. Однако в любом случае компьютерный макет включает перечень всех переменных (вопросов анкеты) полевого документа и кодов всех возможных значений каждой из них или полей для фиксации их конкретных значений. Разрабатывается компьютерный макете помощью программы ввода либо самим социологом, хорошо владеющим соответствующими программными средствами, либо инженером-программистом. Помимо своего прямого назначения — обеспечения ввода первичных данных — компьютерный макет выполняет еще чрезвычайно важную функцию: осуществляет некоторые виды контроля правильности ввода и логического контроля содержания первичной информации.
В частности, программно исключаются ошибки по максимальному коду. Например, в какой-то переменной (вопросе) всего 5 возможных значений. Поэтому введение в поле значений данной переменной любого числа, большего 5, вызывает автоматическую остановку ввода и появление соответствующего сообщения на экране. Существует возможность организации множества других способов логического контроля первичной информации, которые реализуются либо в процессе ввода, либо специально, отдельной процедурой после ввода программными средствами.
Самый радикальный и надежный способ обеспечения качества исходной информации (который, надо заметить, одновременно и самый трудоемкий и дорогой) — так называемая «набивка в две руки», когда весь массив исходных документов вводится двумя операторами независимо друг от друга, а затем программно производится сравнение идентичности двух полученных таким образом массивов информации. Обнаруженные различия сверяются с оригиналами и устраняются.
Цель предварительного контроля — исключить из обработки и последующего содержательного анализа документы, не удовлетворяющие определенным, задаваемым исследователем критериям качества. Результат процедуры контроля двоякий. С одной стороны, повышается содержательная достоверность массива документов, с другой — общий объем массива документов сокращается, вследствие чего нарушаются критериальные квоты, заложенные при проектировании выборки в процедуру отбора респондентов, и снижается репрезентативность информации в целом. Поэтому полная корректность подготовки первичной информации к компьютерному и содержательному анализу требует проведения процедуры апостериорной коррекции. Эта процедура предполагает рассмотрение полученного после завершения входного контроля массива в качестве генеральной совокупности, из которой необходимо сделать выборку по заложенным в исследовательский проект критериям. Компьютерные программы, реализующие эту процедуру, уже имеются в социологической практике.
В итоге, после апостериорной коррекции общий объем документов в массиве становится еще меньше, но взамен приобретается чрезвычайно важное качество — репрезентативность. Ориентировочно массив исходным объемом 1500 документов после проведения контрольных операций и апостериорной коррекции сокращается на 100-300 документов.
Ввод эмпирической фактуры в память компьютера. Эта операция представляет собой перенос эмпирической фактуры с полевого документа в память компьютера с помощью электронного макета полевого документа. Осуществляется она либо самим социологом (что предпочтительнее, так как он одновременно может контролировать качество заполнения документа и устранять логические неясности и противоречия), либо оператором путем визуального просмотра документов и переноса эмпирической фактуры в электронный макет непосредственно с клавиатуры персонального компьютера. Предполагается, что к моменту выполнения этой операции уже проведены процедуры закрытия открытых вопросов и отбраковки не прошедших контроль документов.
|
|
Линейные распределения и таблицы сопряженности. Основная цель любых преобразований эмпирической информации — представить ее в компактном, «сжатом» виде для удобства ее содержательного анализа. Получение линейных распределений частот значений переменных эмпирического массива документов — самый простой и неизбежно обязательный способ решения этой задачи.
Линейное распределение эмпирической информации получается с помощью процедуры счета: подсчитывается количество реально зафиксированных значений всех переменных во всех документах эмпирического массива. Результаты подсчета представляются в абсолютных и относительных величинах.
Часто применяется графическая форма представления результатов счета, в особенности при сравнении двух или более числовых рядов, а также для отображения динамики изучаемых процессов. Поскольку практически все (не менее 95%) переменные в социологии измеряются в номинальных шкалах, наиболее оптимальными формами их графического отображения являются гистограммы и круговые диаграммы.
В чисто номинальных шкалах отдельные значения переменной относительно автономны, поэтому на гистограмме их можно переставлять местами в зависимости от целей и удобства анализа. Ширина полос на гистограмме обычно одинакова и произвольна, а высота соответствует величине данного значения в линейном распределении в процентах.
Те немногие переменные в социологии, которые имеют естественные метрические измерительные шкалы (возраст, доход, численность семьи), на практике измеряются в интервальных шкалах. В этих интервалах все изучаемые значения измеряемых переменных разделяются на конечное множество интервалов, внутри каждого из которых все возможное множество значений заменяется как бы одним. Таким образом, по своему характеру метрическая шкала трансформируется в порядковую, где вместо непрерывного множества реальных значений переменной анализируется лишь несколько дискретных. Благодаря этому изучение всех включенных в полевой документ переменных ведется в рамках единого класса измерительных шкал, чем обеспечивается возможность их сопряжения, а также содержательная ясность получаемых результатов и практическое удобство их анализа.
|
|
Главная задача социолога — не только (и даже не столько!) определить состояние изучаемого явления или процесса, но и установить причины, выявить факторы, обусловившие именно это состояние. Практически эта задача формулируется как подсчет величины связей между переменными, которыми представлено изучаемое явление: определяются изменения в характере распределения интересующей исследователя переменной, которая рассматривается как зависимая (или функция), при изменении конкретных значений другой — независимой — переменной (или аргумента). В качестве аргумента могут выбираться значения не только одной переменной, но и несколько значений различных переменных, для чего конструируется соответствующая типологическая группировка. Например, можно сравнивать разницу в характере распределений ответов на определенные вопросы анкеты (переменные-функции) тех респондентов, которые имеют различный уровень образования (переменная-аргумент), или замужних женщин, имеющих высшее образование (типологическая группировка). Результаты оформляются в виде так называемых таблиц сопряженности.
Таблица сопряженности также может быть представлена в графической форме, в частности в виде стереометрических гистограмм.
Вводя дополнительные переменные-аргументы, можно получить с помощью таблиц сопряженности N -мерные распределения.
В зависимости от числа этих (дополнительных) характеристик могут быть получены 3-, 4- (и так далее)-мерные таблицы. Однако необходимо помнить, что ужесточение аналитической ситуации каждым новым условием неотвратимо сокращает объем удовлетворяющего условиям анализа массива документов и, следовательно, снижает уровень репрезентации содержательных выводов, сделанных на его основе. Минимальный объем массива документов, на основе которого можно делать адекватные содержательные заключения, — 20 ед.
Необходимо отметить, что чем выше уровень потребителя информации в иерархической структуре управления, тем более предпочтительной оказывается графическая форма представления результатов обработки. Дело в том, что на высших уровнях управления при принятии решений учитываются не столько отдельные, частные детали, сколько агрегированные макропоказатели, тенденции изменения или характер отличий в управляемых процессах. Именно по этой причине графическое оформление результатов количественного анализа в последнее время находит все большее распространение.
Другие методы преобразования социологической эмпирической информации. Выше были рассмотрены наиболее распространенные методы формальных преобразований социологической эмпирической информации, обеспечивающие глубокий и, что чрезвычайно важно, содержательно ясный и корректный ее анализ. Они не требуют от социолога какой-либо специальной математической подготовки и в подавляющем большинстве социологических исследований их оказывается достаточно для обоснования принципиальных теоретических положений и конкретных практических рекомендаций.
Существует, однако, довольно устойчивое мнение, что рассмотренные выше методы преобразования социологической эмпирии «слишком простые и слабые», «недостаточно эффективные» и по этой причине не могут выявить всю многомерность заключенного в ней содержания. Эта точка зрения отражает фундаментальную для традиционной, преимущественно позитивистски ориентированной социологии (естественно-научной в своей основе) установку на максимальное использование математического аппарата для анализа эмпирической информации. Методологическим обоснованием этой точки зрения является кантианский тезис о том, что в любом учении о природе науки, в собственном смысле, ровно столько, сколько в ней имеется математики. Именно безусловная вера в этот постулат приводит к таким крайностям, когда уровень и масштаб используемого математического аппарата объявляются критерием научности вообще (а не только наук о природе) и определяются не столько содержанием и характером решаемой задачи, сколько стремлением приобщиться к «настоящей науке». То есть математика рассматривается не столько как средство решения содержательных задач, сколько в виде обязательного «научного» антуража, чисто в иллюстративных целях, в качестве своеобразного реквизита, призванного продемонстрировать лояльность к традициям. При этом не принято обращать внимание на то, что как сама математика, так и составляющие ее разделы возникли в конкретных предметных сферах социальной практики как инструмент решения определенных типов задач и не обладают свойством универсальности. Игнорируется тот общеизвестный факт, что не существует эффективных математических методов самих по себе, «вообще». Их «эффективность» может проявиться только в рамках той предметной области, содержание которой достаточно точно отображается с помощью формальных моделей, и при соблюдении тех условий, для которых они создавались. Таким образом, упускается из виду чрезвычайно важное обстоятельство: корректное использование любого математического метода анализа некоторой совокупности формализованных эмпирических данных возможно лишь тогда, когда на этой совокупности выполняются требования соответствующей этому методу системы аксиом, которая и предопределяет его границы и возможности в решении конкретной задачи. Таким образом, выбор метода — весьма ответственный этап исследовательского процесса: принимая решение о выборе того или иного математического метода в качестве инструмента анализа, исследователь сознательно или бессознательно, вольно или невольно, но неизбежно заимствует и все его концептуальные основания и вынужден предполагать выполнение всей аксиоматики этого метода на изучаемой эмпирии.
Одна из основных содержательных задач социологического анализа эмпирической информации — поиск причин, обусловливающих тот или иной характер обнаруженных социальных процессов. Для решения аналогичной задачи в статистике разработан огромный арсенал методов их обнаружения. Понятно, что этот статистический аппарат предъявляет определенные требования к анализируемой эмпирической фактуре. Самые главные из этих требований — случайность и независимость результатов испытаний (как самих респондентов, так и их ответов). Социологи, не склонные вдаваться в эти методологические премудрости, легко впадают в соблазн использования в своей предметной сфере готового и, как им представляется, весьма «эффективного» арсенала средств.
Однако явления социального мира, которые изучает социология, довольно плохо отображаются с помощью формальных моделей. По этой причине в разработке собственного математического аппарата на традиционной основе в социологии не было достигнуто сколько-нибудь достойных упоминания результатов. По сути дела, вся математизация социологической науки до недавнего времени развивалась по пути заимствования (внедрения) ею математического аппарата из других областей знания. Наиболее активно внедрялись методы математической статистики. Среди них в первую очередь следует назвать те, с помощью которых реализуется так называемый многомерный статистический анализ. Это дискриминантный, факторный, канонический, корреляционный, кластерный, логлинейный анализ. Каждый из этих методов может также использоваться автономно для решения соответствующих частных задач.
В многочисленной и разнообразной литературе, посвященной описанию сущности этих методов, каждый из них преподносится как «самый эффективный метод статистического анализа социологической информации». При этом по причинам, которые выходят за рамки данного рассмотрения, мало кому приходит в голову необходимость доказывать обоснованность, правомерность использования статистических методов для анализа социологической информации. В социологической обыденной практике это сочетание стало настолько привычным, что без внимания остается чрезвычайно важное и необходимое условие корректного их использования: полная тождественность характеристик социологических и статистических эмпирических данных. А характеристики статистической информации, для которых разрабатывались названные методы, следует заметить, весьма жесткие. Так, все они ориентированы на анализ случайных величин. Кроме того, дискриминантный анализ, в частности, исходит из предположения о возможности количественного измерения исследуемых переменных и нормальности законов их статистических распределений. То же можно сказать и о дисперсионном анализе. Корреляционный анализ основывается на определении статистических коэффициентов парной корреляции между исследуемыми переменными и определении их статистической значимости.
Кластерный анализ, хотя и не предполагает нормальности законов распределения изучаемых переменных и не ориентирован на их метрическую природу, может дать такой разброс результирующих группировок (в зависимости от возможных или избранных типов метрик между объектами), что их содержательные интерпретации допускают самые разнообразные (в том числе и противоположные) толкования их смыслов.
У факторного анализа требования к первичной информации гораздо жестче, а получаемые на его основе результаты (кстати, весьма трудоемкие) существенно неоднозначны. Поэтому исследователь вместо ожидаемого прояснения анализируемой проблемы сталкивается с еще более запутанным ее представлением.
Логлинейный анализ исходит из предположения о линейной зависимости логарифма парной частоты от конкретных (числовых) значений соответствующих пар переменных.
Достаточно очевидно, что ни одно из этих условий на реальном множестве социологических эмпирических данных практически никогда не выполняется! Поэтому, пытаясь, во что бы то ни стало применить «эффективные» статистические, вероятностные в своей основе методы в решении исследовательских задач, социолог в угоду названным методам неизбежно навязывает эмпирическим материалам, полученным в ходе полевого этапа исследования, те свойства, которыми они, как правило, не обладают. Он, конечно, получает возможность их «эффективно» обрабатывать, но впоследствии сталкивается с проблемой смысла, содержательной интерпретации получаемых результатов. Расплатой за привилегию не утруждать себя размышлениями о смысле преобразований эмпирических данных с помощью «эффективных» статистических методов оказываются еще более жестокие муки раздумий как до того, как математика вступит в действие, так и (особенно) после.
Это не следует, однако, воспринимать как призыв к отказу от этих методов при проведении социологических исследований. Смысл проделанного анализа состоит в том, чтобы обосновать три положения:
1. Традиционные статистико-вероятностные методы могут использоваться при анализе материалов социологических исследований с величайшей осторожностью и предваряться глубоким содержательным анализом их возможностей и корректности их применения в каждой конкретной исследовательской задаче.
2. Внедрение названных методов в социологию нельзя рассматривать как перспективное направление в силу их существенной «нечувствительности» к специфике социального мира.
3. Подлинный успех математизации социологии следует ожидать на пути разработки специализированного математического аппарата.
Названным требованиям в определенной мере соответствует метод детерминационного анализа, разработанный С.В. Чесноковым. Главное его отличие от всех остальных математических методов, которые используются в настоящее время в социологии, в том, что он изначально разрабатывался как специализированный метод на основе последовательного соблюдения ряда принципов, в содержании которых нашли отражение особенности социальных процессов как объектов познания.
Анализ выходных форм. Понятно, что числовая фактура, представленная в выходных формах и являющаяся результатом формальных преобразований первичной эмпирии, сама по себе еще не обладает качествами информации для принятия управленческих решений. Чтобы быть включенными в управленческий цикл, выходные формы нуждаются в глубоком содержательном анализе.
Универсальной методики анализа выходных форм не существует. Это в высокой степени творческий, нестандартный процесс, на который влияет множество взаимосвязанных факторов (цель, объект и предмет исследования, конкретная проблемная ситуация, направленность сопряженных с исследуемыми процессами). Выполняется он, как правило, опытными профессиональными аналитиками. Можно, однако, отметить некоторые общепринятые нормы, определяющие логику, последовательность изложения и содержание аналитических материалов.
Основной принцип, которому подчиняется вся аналитическая работа: от общего — к частному. Любой аналитический материал должен начинаться с раскрытия существа проблемы, ее актуальности, масштабов структуры. Для этого привлекаются все имеющиеся материалы, в том числе и те, которые получены в результате проведения исследования. Поэтому осмысление эмпирических материалов социологического исследования, привлекаемых для этих целей, всегда начинается с анализа линейных распределений. Полученные в результате содержательные выводы в значительной мере предопределяют логику, направленность и характер последующего анализа, его глубину и объем. Результаты анализа линейных распределений позволяют представить общую картину ситуации, сформулировать стратегические ориентиры при принятии решений.
Следующий раздел текста должен быть направлен на детализацию общей картины, более полное раскрытие отдельных составляющих проблемы, выявление взаимосвязей между ними, уточнение возможных направлений решения проблемы. Это становится возможным в процессе анализа таблиц сопряженности и n -мерных распределений. При умелом формировании названных таблиц из них можно извлечь информацию для конкретизации общих выводов, повышения адресности практических действий, разработки социальных технологий. Завершают аналитический текст (отчет, записку) рекомендации, конкретные предложения стратегического и тактического характера.
В качестве примера можно привести фрагмент отчета по исследованию, цель которого — оценка экспертами качества информационного обеспечения реформ, проводимых органами государственной власти.
«Вот как выглядит общий рейтинг необходимости реформ в оценках экспертов, %:
Военная 68,8
Здравоохранения 61,6
ЖКХ 57,1
Образования 53,6
«Монетизация льгот» 32,1
Как видно, самые высокие оценки (на уровне двух третей) имеются относительно необходимости военной реформы и здравоохранения. Несколько ниже, но, все же, позитивно эксперты оценивают необходимость реформ ЖКХ и образования. И преимущественно отрицательно оценивается необходимость отмены льгот.
Довольно заметные различия в восприятие этого вопроса вносит пол экспертов. Так, в необходимости реформы здравоохранения и образования больше уверены женщины (66,7 и 60,8% соответственно), чем мужчины (57,4 и 47,5%). Причина достаточно очевидна: в обеих названных отраслях существенно преобладают женщины, и, конечно же, интенсивность обращения их к соответствующим информационным материалам и, следовательно, уровень общей информированности у них выше, чем у мужчин. В свою очередь по аналогичной причине военная реформа экспертам-мужчинам представляется гораздо более необходимой, чем женщинам (77,1 и 58,8%).
Дифференцирующая роль образования экспертов поданному вопросу наиболее отчетливо проявляется в оценке необходимости самых «болезненных» реформ: отмены льгот и ЖКХ, а также военной. Наибольший уровень поддержки названные реформы находят у экспертов-гуманитариев: 71,0, 48,4 и 74,2% соответственно. Гораздо меньше убеждены в их необходимости эксперты-«технари»: 56,7, 23,3 и 66,7% соответственно. У экспертов с педагогическим образованием значения этих показателей еще ниже: 56,0, 12,0 и 60,0% соответственно. Легко видеть, что относительно необходимости реформы ЖКХ у экспертов большие сомнения. Есть основания полагать, что в момент ее реализации у органов власти могут возникнуть такие же проблемы, как в начале 2005 г. в связи с «монетизацией льгот».
Занимаемая должность также является существенным фактором, который оказывает заметное влияние на позицию экспертов по этому вопросу. Объясняется это различным уровнем включенности в проблему и, как следствие, различием в степени информированности о ней. Так, эксперты среднего звена (руководители подразделений, специалисты) являются самыми горячими сторонниками реформ здравоохранения и образования (по 73,3%). К военной реформе они относятся наиболее скептически из всех категорий экспертов (54,5%) и ниже всех оценивают необходимость отмены льгот (22,7%). Руководители частных предприятий занимают прямо противоположную позицию: здравоохранение — 53,3%, образование — 46,7, военная — 83,3, отмена льгот — 33,3%. У чиновников государственных структур позиция промежуточная, но в целом вполне лояльная к проводимым реформам».