Оцените, пожалуйста, свой жизненный уровень


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».