Методология политической науки

Программа политологического исследования состоит из двух основных частей: методологической и процедурной.

Программа исследования в соответствии со своими функциями включает два основных раздела: методологический и методический (процедурный). Основными положениями методологической части являются:

1. формулировка проблемы, объекта и предмета исследования;

2. постановка цели и задач исследования;

3. определение парадигмального подхода и выбор теории;

4. операционализация понятий и конструирование переменных;

5. формулирование гипотез исследования.

Методическая часть включает:

1. определение методов сбора данных и характеристик информационного обеспечения;

2. определение методов анализа данных и последовательности их применения.

Проблема исследования -- это несоответствие, противоречие между желаемым и действительным. Процесс осмысления и формулировки проблемы неотделим от определения объекта и предмета исследования: проблема, становится подлежащей решению только в том случае, когда она распознана в каком-то определенном политическом явлении или процессе.

Объект исследования -- это то, на что направлен процесс познания. В таком качестве могут выступать политические институты, социальные группы, политические элиты и т.д.

Под предметом исследования понимаются те признаки и свойства объекта, в которых исследователь заинтересован в наибольшей степени, которые он изучает непосредственно.

Из определения проблемы, объекта и предмета исследования должны логически вытекать его цель и задачи. Цель -- это планируемый, ожидаемый результат, на достижение которого направлена познавательная деятельность в рамках предпринимаемого исследования. В случае теоретического исследования формулировка цели содержит тот уровень знаний, ту степень преодоления неопределенности, которой необходимо достичь по итогам работы. В случае прикладного исследования целью является определение путей решения конкретной политической проблемы.

Задачи -- это те промежуточные результаты исследовательской работы, которые необходимо получить для достижения общей цели исследования. Они всегда более конкретны по сравнению с целью и подчинены ей. В сложных, комплексных исследовательских проектах цель и задачи образуют многоуровневую иерархическую конструкцию. При множественности задач могут потребоваться специальные методы упорядочения отношений между ними, в том числе формализованные. В частности, в планировании существует специальная методика построения «дерева целей», позволяющая описать совокупность отдельных задач и уровней задач на языке математики и формальной логики.

Гипотеза -- это утверждение о связях между переменными, отражающими свойства изучаемого объекта. В большинстве случаев (но не всегда) речь идет о влиянии одной или нескольких независимых переменных на зависимую переменную. Независимая переменная является объясняющей по отношению к зависимой (объясняемой) переменной. В политическом анализе, как и в общественных науках в целом, независимая переменная и даже целый комплекс независимых переменных объясняют лишь определенную долю вариации зависимой переменной. Соответственно, гипотезы являются утверждениями о неких закономерностях или тенденциях, а не об абсолютных законах. Так, гипотеза о прямой связи между переменными «принадлежность к сельскому населению» (независимая) и «голосование за партии с консервативной идеологией» (зависимая) не утверждает, что каждый сельский житель будет голосовать за консервативные партии. В гипотезе содержится утверждение, что принадлежность к сельскому населению увеличивает вероятность такого секторального поведения. Определив характеристики связи между переменными, мы сможем предсказывать -- опять же, с определенной вероятностью -- значения зависимой переменной по значениям независимой.

Формулировка гипотезы в научных исследованиях должна отвечать ряду требований. Прежде всего гипотеза должна быть проверяемой. Другими словами, должны существовать ясные критерии оценки истинности или ложности научной гипотезы, а также практически реализуемый способ протестировать гипотезу на соответствие этим критериям.

Операционализация понятий и формулирование гипотез открывают переход ко второму, методико-процедурной часть программы. Он включает в себя:

1) определение общего плана исследования;

2) построение требуемого планом типа выборки;

3) определение основных процедур сбора и анализа исходных данных.

38. Источники и методы сбора данных в социально-политических исследованиях

Существует две крупные группы методик сбора фактов и информации: документальные исследования и полевые исследования. Рассмотрим основные эмпирические методы сбора информации.

В зависимости от метода сбора эмпирических данных различают опрос, наблюдение и анализ документов.

Опрос - наиболее распространенный вид социологического исследования и одновременно самый широко используемый метод сбора первичной информации. Он предполагает обращение к непосредственному носителю изучаемой проблемы и нацелен на те ее стороны, которые мало или вообще не поддаются прямому наблюдению. Поэтому социологический опрос незаменим, когда необходимо выявить содержательные характеристики общественного, группового и индивидуального сознания, общественных, групповых и межличностных отношений, которые дают о себе знать лишь в определенных условиях.

Существуют две основные разновидности социологического опроса - интервьюирование и анкетирование. Интервьюирование предполагает личное общение с опрашиваемым, при котором интервьюер задает вопросы и фиксирует ответы. Оно может быть прямым («лицом к лицу») и опосредованным (телефонное интервью).

При анкетировании опрашиваемый сам заполняет вопросник в присутствии анкетера или без него. По форме проведения оно может быть индивидуальным или групповым, очным или заочным. Наиболее распространенные формы последнего: почтовый опрос и прессовый опрос (через газету, журнал).

В зависимости от источника (носителя) первичной социологической информации различают опросы массовые и специализированные. В массовом опросе основным источником информации являются демографические, социально-профессиональные, этнические, религиозные и иные группы населения, выделяемые на основании признаков, актуальных с точки зрения исследуемой проблемы. Участников таких опросов принято называть респондентами. В специализированном опросе главный источник информации - компетентные лица, чья профессиональная деятельность тесно связана с предметом изучения или чьи теоретические знания, жизненный опыт позволяют делать авторитетные заключения, давать всесторонне взвешенные оценки. Их участников называют экспертами, а сами опросы - экспертными опросами.

Социологическое наблюдение представляет собой целенаправленное систематизированное фиксирование исследователем свойств и особенностей какого-либо явления. Среди форм и приемов фиксации - бланк или дневник наблюдения, фото- или киноаппарат, теле- и видеотехника и т.д.

Специфика наблюдения как вида исследования и как метода сбора первичной информации заключается в анализе и воспроизводстве процесса во всем его разнообразии, разносторонних впечатлений об исследуемом объекте, касающихся поведения, жестов, мимики, выражения эмоций отдельных лиц и целых групп. Наблюдение нередко, так сказать, одухотворяет бесстрастные колонки цифр - результаты опросов. Оно может использоваться для изучения активности населения на электоральных собраниях, активности лекционной аудитории, участников массовых общественно-политических мероприятий, поведения молодежи в неформальном общении и т.д.

Таким образом, в отличие от обыденного научное наблюдение отличается тем, что:

1. оно подчинено ясной исследовательской цели и четко сформулированным задачам;

2. наблюдение планируется по заранее обдуманной процедуре;

3. все данные наблюдения фиксируются в протоколах или дневниках по определенной системе;

4. информация, полученная путем наблюдения, должна поддаваться контролю на обоснованность и устойчивость.

Классификация наблюдений производится по различным основаниям.

По степени формализованности выделяют неконтролируемое (или нестандартизованное, бесструктурное) и контролируемое (стандартизованное, структурное) наблюдения. В первом исследователь пользуется лишь общим принципиальным планом, во втором -- регистрирует события по детально разработанной процедуре.

В зависимости от положения наблюдателя различают соучаствующее (или включенное) и простое наблюдения. В первом исследователь имитирует вхождение в социальную среду, адаптируется в ней и анализирует события как бы "изнутри". В простом наблюдении он регистрирует события "со стороны". В обоих случаях наблюдение может производиться открытым способом и инкогнито, когда наблюдающий маскирует свои действия. Одна из модификаций включенного наблюдения -- так называемое стимулирующее или "наблюдающее участие", в процессе которого исследователь создает некоторую экспериментальную обстановку для того, чтобы лучше выявить состояния объекта, в обычной ситуации "непросматриваемые".

В варианте "наблюдающего участия", разработанном А. Н. Алексеевым, наблюдение напоминает натурный эксперимент, в котором исследователь вводит экспериментальные факторы изнутри самой ситуации и нередко импровизирует в зависимости от развития событий.

По условиям организации наблюдения делятся на полевые (наблюдения в естественных условиях) и лабораторные (в экспериментальной ситуации).

Процедура любого наблюдения складывается из ответов на вопросы: "Что наблюдать?", "Как наблюдать?" и "Как вести записи?".

Эксперимент - это метод сбора эмпирических данных, путем активного вмешательства в протекание изучаемого процесса или явления, соответствующее изменение исследуемого объекта или его воспроизведение в специально созданных условиях, определяемых целями исследования. В его ходе изучаемый объект изолируется от влияния побочных, затемняющих его сущность обстоятельств и представляется в «чистом виде».

Эксперимент выполняет две основные функции: достижение эффекта в практически-преобразовательной деятельности и проверка научной гипотезы. В последнем случае процедура экспериментирования целиком сосредоточена на познавательном результате. Эксперимент выступает в качестве самого сильного способа проверки объяснительной гипотезы. В первом же случае эксперимент нацелен на получение практического эффекта управления некоторыми процессами. Познавательные результаты представляют здесь побочный продукт управленческого эффекта.

39. КРИТЕРИИ ФОРМИРОВАНИЯ ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ И КЛАССИФИКАЦИЯ ДОКУМЕНТОВ В СОЦИАЛЬНО-ПОЛИТИЧЕСКИХ ИСЛЕДОВАНИЯХ

Анализ документов как метод сбора социологической информации представляет собой совокупность методических приемов, применяемых для извлечения из документальных источников социологической информации, необходимой для решения исследовательских задач. Это один из самых распространенных и эффективных способов сбора информации в социологическом исследовании, поскольку в документах отражаются и фиксируются все стороны жизнедеятельности общества на разных уровнях: общества в целом, его отдельных институтов, организаций, социальных групп, отдельных личностей. В документах можно отследить как статику, так и динамику изучаемых процессов и явлений.

Под документом в социологии понимается любой материальный носитель, в котором содержится необходимая для исследования информация: печатный или рукописный текст, магнитная лента, фото-, кино-, видеопленка, картины, рисунки и т.п.

Все многообразие социологических документов, можно классифицировать, а, следовательно, обозначать в программе исследования и формах отчетности о его проведении, по нескольким признакам.

По способу фиксации информации документы подразделяются на письменные - в форме печатного или рукописного текста (например, заявления граждан на ту или иную гуманитарную помощь, или перечень предоставляемых социальных услуг Центром социального обслуживания населения и т.п.); статистические - цифровая форма изложения материала: таблицы, статистические данные, отчеты и т.д. (например, статистические отчеты организаций социального страхования по итогам их работы за календарный год); иконографические - кино-, фото-, видеодокументы, изображения на картинах, рисунках, марках и др. коллекционном носителе и т.п.( например, рекламные буклеты страховых организаций); фонетические - записи звуковой информации на соответствующих носителя (например, звукозаписи диалога социального работника и его клиента).

По степени персонификации документы подразделяются на личные и безличные. Личные - документы индивидуального учета (например, именные карточки инвалидов и участников войны по любым интересующим исследователя вопросам социального обеспечения и т.п.). Безличные - статистические документы или событийные архивы по конкретной проблематике.

В зависимости от статуса документы делятся на официальные и неофициальные. Официальные - безличные документы: организаций, ведомственных и государственных учреждений (например, правительственные материалы, постановления, заявления, стенограммы официальных заседаний, данные ведомственной и государственной статистики, архивы, отчетность по различным вопросам организации, обеспечения и результативности различных видов деятельности). Неофициальные - личные документы, а также составленные частными гражданами безличные документы (например, статистические обобщения полученной жителями г. Витебска социальной помощи от организаций, выполненные другим исследователем на основе собственных исследований и опубликованные в сборнике научных исследований).

По источнику информации документы делятся на первичные и вторичные. К первичным относятся документы, взятые для анализа непосредственно в ходе сбора первичной эмпирической информации (например, ведомости о получении частными лицами гуманитарной помощи в конкретной организации), ко вторичным - обработка данных проведенного первоначального анализа, их обобщение или описание на основе первичных источников (например, сводная таблица мест, занимаемых Центрами социальной помощи населению Витебской области по результатам эффективности их работы).

По степени и процедуре доступности они делятся на открытые, полуоткрытые и закрытые. Открытые документы - это, как правило, неофициальные, личные документы, для доступа к которым требуется только разрешение владельца документа. Полуоткрытые - официальные, служебные документы или документы под грифом «Для служебного пользования», доступ к которым требует разрешение руководителя организации, владеющей необходимыми источниками информации. Закрытые документы фиксируются грифом «Секретно» и требуют разрешения соответствующих органов для доступа к ним.

40. МЕТОДЫ АНАЛИЗА ПОЛИТИЧЕСКИХ ДОКУМЕТОВ И ПРЕССЫ

В методе анализа документов имеют место два основных способа (вида) получения необходимой информации: традиционный, классический или качественный анализ и формализованный, количественно-качественный или контент-анализ. Традиционный (качественный анализ) состоит из ознакомления со сведениями, содержащимися в документе, и их интерпретации. В его основе лежит механизм понимания текста и преобразования первоначальной информации в информацию, необходимую для исследования. В традиционном анализе различают внешний и внутренний анализ. Внешний - анализ исторического контекста документа и всех обстоятельств, которые сопутствовали его появлению: описание типа и вида документа (первичный, личный и т.п.), время и место появления, авторство, цель и ситуация создания документа, какова была общая обстановка создания документа, каков метод получения первичных данных, каковы основания (признаки) получения и составления статистических данных документа. Внутренний анализ - это изучение содержания документа, выявление различия между фактическим и литературным содержанием, установление уровня компетенции автора, выяснение его личного отношения к описываемым в документе фактам, последующая систематизация и интерпретация фактических сведений, содержащихся в документе. Он направлен на выявление социальных факторов, обусловливающих появление документа; уяснение закономерных связей и зависимостей между изменениями в состоянии сознания и поведения людей и фактами, отраженными в документе; установление степени социальной эффективности изучаемого документа; разработку практических мероприятий по пересмотру, утверждению или созданию нового документа. Сначала проводится внешний, а затем внутренний анализ документа.

Контент-анализ (количественно-качественный) рименяется для изучения тестовых (печатных, фонетических и др.) документов, данных свободных интервью и ответов на открытые вопросы анкеты. Его суть состоит в переводе в количественные показатели массовой текстовой (или записанной на пленку, любой звуковой носитель) информации с последующей статистической ее обработкой.

После формулирования темы, объекта, предмета, гипотез, цели и задач исследования процедура контент-анализа состоит из следующих стадий:

1-я - определение категорий анализа;

2-я - выявление смысловых единиц;

3-я - установление единиц счета.

Определение категорий анализа предусматривает выявление наиболее общих ключевых понятий, соответствующих исследовательским задачам. К таким категориям может относиться знак, цели, ценности, тема, герой, автор, жанр и т.п. Категории анализа должны охватывать все части содержания, определяемые задачами исследования, взаимоисключать по смыслу друг друга, одинаково трактоваться всеми участниками исследования, т.е. быть надежными.

Выявление смысловых единиц продолжает детализацию определенных категорий анализа. К смысловым единицам могут относиться:

а) понятия, выраженные в словах или отдельных терминах (например, при анализе текстов буклетов страховых организаций такой смысловой единицей может быть словосочетание «виды страховых услуг», «условия страхования» и т.п.»;

б) тематическая направленность, выраженная в целых смысловых абзацах, частях текстов;

в) имена и исторические личности, политики, выдающиеся ученые, деятели искусства, фотомодели, меценаты и т.п. (например, кто из членов представительства страны или науки, искусства застраховывает свой автомобиль в этой страховой организации);

г) целостные общественные события, официальные документы, факты, случаи и т.п., которые несут специфическую смысловую нагрузку и могут быть приняты за единицу анализа (например, отражение в газетах постановлений руководителей государства по вопросам социального обеспечения населения). Определение смысловых единиц в анализе документов дает информацию исследователю о том, в какой мере источник информации ориентирован на реализацию конкретных программ развития изучаемого процесса или явления и привлечения различных социально-демографических групп к активности в них.

Для последующего анализа документа посредством контент-анализа обеспечивается определение единиц счета (квантифакации, измерения), посредством которых возможно обнаружение наличия или частоты упоминания выделенной смысловой единицы по отношению к другим категориям (смысловым единицам другого или противоположного смысла). К единицам счета может относиться; - определение физической протяженности или площади текстов, заполненных смысловыми единицами: число строк, абзацев, квадратных миллиметров, знаков, колонок - в исследуемом печатном тексте; - длительность трансляции по радио или телевидению, метраж пленки при магнитофонной или видеозаписи и др.

После выполнения этих процедур обеспечивается разработка инструментария контент-анализа в виде кодировочной таблицы, кодировочной матрицы и кодировочной инструкции, содержащих категории и единицы анализа, единицы квантификации. Кодировочная таблица - основной документ контент-анализа, представляющая собой систему скоординированных и субординированных категорий анализа. В ней по типу составления анкеты каждая категория (вопрос) предполагает ряд признаков (ответов), по которым квантифицируется содержание текста. Кодировочная матрица - совокупность специально выбранных обозначений для фиксации наличия отобранных для анализа единиц счета. Кодирочная инструкция - в которой точно и однозначно излагается алгоритм действий, дается операциональное определение категорий и единиц анализа, правила их кодирования, примеры из текстов, являющихся объектом исследования, оговаривается, как следует поступать в спорных случаях.

При наличии большого объема документов при проведении контент-анализа может обеспечиваться выборка той части этого массива, которая будет непосредственно анализироваться. Например, для анализа степени отражения в газетах области вопросов социальной защиты и обеспечения населения можно из всех выпускаемых газет взять те, которые находятся под патронажем государственных органов; или те, которые находятся под аппозиции; или из всех газет под патронажем государства взять те, которые были опубликованы в 1991, 1998, 2007 гг.

После сбора социологической информации посредством контент-анализа осуществляется статистическая обработка и анализ полученных результатов по специальным формулам и процедурам. Например, по формуле коэффициента Януса (с), предназначенного для выявления соотношения положительных и отрицательных оценок, суждений, аргументов. В случае, когда число положительных оценок превышает число отрицательных, то формула имеет следующий вид:

f - f * n

С = -----------

r * t

где f - число положительных оценок,

n - число отрицательных, r - объем содержания текста, t - общий объем анализируемого текста.

В случае, когда число положительных оценок меньше, чес отрицательных, то:

f * n - n

С = -----------.

r * t

Удельный вес той или иной категории можно вычислить с помощью формулы: К = число единиц анализа, фиксирующих данную категорию / общее число единиц анализа.

Практика использования контент-анализа в социологических исследованиях дает возможность определить условия, при которых его применение становится необходимым:

1. при требовании высокой степени точности и объективности анализа;

2. при наличии обширного по объему несистематизированного материала;

3. при работе с ответами на открытые вопросы анкет и глубоких интервью, если важные для исследования категории (смысловые единицы) характеризуются определенной частотой появления в изучаемых документах;

4. когда большое значение для исследуемой проблемы является сам язык изучаемого источника информации, его специфические характеристики.

Метод анализа документов может применяться на любом из этапов социологического исследования, использоваться в самостоятельном виде и в сочетании с другими методами сбора и анализа научной информации. Он может использоваться как основной метод исследования (например, при тематическом анализе конкретной газеты), как параллельный метод (например, в изучении эффективности морального и материального стимулирования производственной активности работников организации методом опроса) и как вспомогательный или контрольный (например, при классификации ответов на открытые вопросы анкеты).

41. СОЦИАЛЬНО-ПОЛИТИЧЕСКАЯ СТАТИСТИКА В ПОЛИТИЧЕСКОМ АНАЛИЗЕ

Статистика политической и общественной жизни представляет собой отрасль социальной статистики, описывающей в количественных показателях структуру государственной власти, отношения между государственными и общественными институтами, социальными слоями, нациями и народностями, между государством и отдельными гражданами по поводу власти и в связи с выработкой и осуществлением политики, политические нормы, политическое сознание, политическую и правовую культуру.

Предмет статистики политической и общественной жизни - количественная сторона явлений, происходящих в политической системе общества: государстве и его учреждениях, политических партиях, общественных движениях, организациях, объединениях, трудовых коллективах.

Раздел, отражающий состояние политической системы, в социальной статистике представлен показателями, характеризующими количественную сторону явлений и процессов, которые происходят в политической системе общества.

Система показателей политической статистики состоит из шести разделов.

1. Избирательная система и формирование органов государственной представительной власти

Показатели этого раздела позволяют отслеживать процесс формирования высших органов государственной власти федерального, республиканского, краевого, областного, окружного и т.д. уровней. Они дают представление о возрастных, образовательных, национальных, социально-профессиональных, политических характеристиках как выдвигаемых кандидатов, так и выбранных депутатов в законодательных органах.

1. Органы государственного управления и местного самоуправления: показатели, характеризующие численность и структуру аналогичных свойств исполнительных органов соотвутсвующих уровней.

2. Партии, общественные, политические, массовые организации, движения и т.п. (ассоциации, фонды, союзы): их численность, состав, структура, затраты на содержание (по возможности).

3. Социально-политическая активность граждан: численность и состав граждан, принимавших участие в различных собраниях, митингах, демонстрациях, акциях протеста и т.д.

При отборе показателей социально-политической активности граждан обращают внимание на следующие аспекты:

а) Характер мероприятий по направленности (экономический, политически, национальный, религиозный, экологический и т.п.); по соблюдению законности (санкционированный или нет, ыбли ли нарушения закона, общественного порядка).

б) Электоральная активность: численность и состав граждан, принимавших участие в выборах различного уровня с указанием о том, состоялись ли выборы или нет.

4. Политическое сознание общества: показатели, отражающие отношение и доверие граждан к политическим институтам, партиям, движениям, политическим документам, решениям, явлениям и процессам, политическим деятелям. Как правило, в их основе лежат материалы социологических исследований.

5. Межнациональные отношения: показатели национального состава населения, распространения национальных языков, образовательного уровня, профессиональной подготовки, уровня и условий жизни населения национально-территориальных структур, взаимоотношений граждан коренной и некоренных национальностей.

Общественное мнение - это способ проявления общественного сознания, выраженного в суждениях, рекомендациях, требованиях. Общественное мнение, как правило, представляет собой осознание населением социально-экономических проблем жизни. Иногда оно возникает в результате высказываний и суждений по наиболее острым социальным или экономическим проблемам. Значение общественного мнения определяется социальной структурой государства, уровнем развития экономики, политической и общей культуры населения. Общественное мнение является эффективным инструментом проведения социальной политики.

Источник информации об общественном мнении - письма трудящихся в руководящие органы, а также органы массовой информации: газеты, журналы, радио, телевидение. При изучении общественного мнения по документам важное значение придается качественному анализу информации, поскольку большинство документов имеет иное назначение, а мнение, отраженное в письмах трудящихся, очень часто бывает субъективным. Поэтому при работе с массовыми источниками необходимо их сопоставление с другими документами.



42. ЭМПЕРИЧЕСКИЕ ДАННЫЕ: ОПРЕДЕЛЕНИЕ И ВИДЫ ИХ ПРЕДСТАВЛЕНИЯ. ПРОЦЕДУРЫ ОПЕРАЦИОНАЛИЗАЦИИ И КВАНТИФИКАЦИИ

Эмпирические данные -- данные, полученные через органы чувств, в частности, путём наблюдения или эксперимента.

Виды:

Данные типа «государственная статистика».

Данные, полученные с помощью анкет «простой» структуры.

Данные, полученные с помощью анкет «сложной» структуры.

Данные об использовании бюджета времени.

Текстовые данные.

Тип 1: Данные типа «государственная статистика».

Этот тип данных происходит из различных видов документальных источников . Общей характеристикой рассматриваемого типа является то, что это -- совокупность данных объективного арактера, описывающая некий социум (государство, регион, область, предприятие, социальную общность и т. д.) в пространстве и во времени

Тип 2: Данные, полученные с помощью анкет «простой» структуры.

Получается в результате изучения общественного мнения (маркетинговые исследования, мониторинга разного вида). Эти исследования, как правило, носят описательный характер, и в них используются прямые, простые, однозначно интерпретируемые вопросы и ответы на них. В них не ставятся глубокие аналитические задачи.

Тип 3: Данные полученные посредством анкет «сложной» структуры

К этому типу данных относим данные, полученные в исследованиях аналитического характера. Инструментарий сбора эмпирических данных в этих исследованиях, как правило, состоит из нескольких частей. Для сбора данных используются специфические, достаточно сложные приемы, методы, техники. Анкетирование может сопровождаться тестированием.

Тип 4: Данные об использовании бюджета времени.

Информация о времяпрепровождении или использовании бюджета времени является данными о реальном поведении людей В процессе проведения таких исследований собирается информация о занятиях отдельно взятого индивида за определенный промежуток времени. Техника сбора заключается в самофиксации респондентом своих занятий за сутки от нуля до 24 часов. Бюджетом времени принято называть распределение времени или его использование за определенный период.

Тип 5: Текстовые данные.

Можно выделить несколько ситуаций, когда социологу приходится работать с текстовыми данными. Эти ситуации следует рассматривать как три источника данного типа социологической информации. Во-первы , социолог сталкивается с такого рода информацией при работе с открытыми вопросами анкеты. Во-вторых, при работе с текстами различного рода неформализованных интервью, г. е. при работе с мягкими/гибкими методами сбора информации. Это результаты нарративного интервью, в основном использующиеся в биографическом к подходе изучению социальной реальности. Это результаты лейтмотивного интервью: индивидуального и группового (фокус -- группа). В-третьих, при работе с материалами средств массовой информации. В четвертых, при сборе эмпирической информации посредством так называемы проективных методов. Например, для изучения социальных норм используется метод неоконченных предложений, а для изучения идентичности методика двадцати самоопределений. Дальше мы будем рассматривать и как приемы измерения.

ОПЕРАЦИОНАЛИЗАЦИЯ

Операционализация переменных и гипотез представляет собой одну из наиболее важных процедур подготовки к политическому анализу -- как теоретическому, так и прикладному. От того, каким образом переменные анализа будут приведены к операциональному виду, зависит дальнейший выбор методов исследования, формат информационного обеспечения, в конечном счете -- характер получаемых результатов.

Операционализация в широком смысле представляет собой процесс приведения понятий к такому виду, который позволит работать с ними на практическом уровне, оперировать ими при решении конкретных аналитических и прогнозных задач, верифицировать или фальсифицировать гипотезы исследования. В более узком смысле операционализация -- это приведение понятия к измеряемому виду, превращение его в переменную.

В некоторых простых случаях операционализация осуществляется посредством всего одного логического действия. Так, понятие «электоральная поддержка партии» на эмпирическом уровне соответствует переменной «число (или доля) голосов, отданных за данную политическую партию» на определенных выборах.

Однако многие понятия, используемые в политическом анализе, требуют сложной, многоступенчатой процедуры операционализации. Это связано с тем, что они:

* сформулированы в слишком расплывчатой форме, их содержание неконкретно, допускает несколько толкований;

* являются слишком абстрактными, эмпирически ненаблюдаемыми и, соответственно, не поддающимися непосредственному измерению.

КВАНТИФИКАЦИЯ.

Квантификация - количественное выражение и измерение политических явлений. Это открывает перед политологией широкие возможности в использовании математических и других точных методов, статистических данных, результатов анкетных и других опросов, компьютерной техники.



43. ИЗМЕРЕНИЕ В ПОЛИТИЧЕСКОЙ НАУКЕ. ШКАЛИРОВАНИЕ В ПОЛИТИЧЕСКОМ АНАЛИЗЕ.КЛАССИФИКАЦИЯ ШКАЛ ПО УРОВНЯМ И КОЛИЧЕСТВУ ПЕРЕМЕННЫХ.

Шкалирование - это процедура объединения ряда относительно узких показателей в единую суммарную меру, которая принимается за отображение более широкого основного понятия частью которого является каждый отдельный признак.

Объектом исследования в прикладной статистике являются статистические данные, полученные в результате наблюдений или экспериментов. Статистические данные - это совокупность объектов (наблюдений, случаев) и признаков (переменных), их характеризующих. Например, объекты исследования - страны мира и признаки, - географические и экономические показатели их характеризующие: континент; высота местности над уровнем моря; среднегодовая температура; место страны в списке по качеству жизни, доли ВВП на душу населения; расходы общества на здравоохранение, образование, армию; средняя продолжительность жизни; доля безработицы, безграмотных; индекс качества жизни и т.д.

Переменные - это величины, которые в результате измерения могут принимать различные значения.

Независимые переменные - это переменные, значения которых в процессе экперимента можно изменять, а зависимые переменные - это переменные, значения которых можно только измерять.

Переменные могут быть измерены в различных шкалах. Различие шкал определяется их информативностью. Рассматривают следующие типы шкал, представленные в порядке возрастания их информативности: номинальная, порядковая, интервальная, шкала отношений, абсолютная. Эти шкалы отличаются друг от друга также и количеством допустимых математических действий. Самая «бедная» шкала - номинальная, так как не определена ни одна арифметическая операция, самая «богатая» - абсолютная.

Измерение в номинальной (классификационной) шкале означает определение принадлежности объекта (наблюдения) к тому или иному классу. Например: пол, род войск, профессия, континент и т.д. В этой шкале можно лишь посчитать количество объектов в классах - частоту и относительную частоту.

Измерение в порядковой (ранговой) шкале, помимо определения класса принадлежности, позволяет упорядочить наблюдения, сравнив их между собой в каком-то отношении. Однако эта шкала не определяет дистанцию между классами, а только то, какое из двух наблюдений предпочтительнее. Поэтому порядковые экспериментальные данные, даже если они изображены цифрами, нельзя рассматривать как числа и выполнять над ними арифметические операции 5 . В этой шкале дополнительно к подсчету частоты объекта можно вычислить ранг объекта. Примеры переменных, измеренных в порядковой шкале: бальные оценки учащихся, призовые места на соревнованиях, воинские звания, место страны в списке по качеству жизни и т.д. Иногда номинальные и порядковые переменные называют категориальными, или группирующими, так как они позволяют произвести разделение объектов исследования на подгруппы.

При измерении в интервальной шкале упорядочивание наблюдений можно выполнить настолько точно, что известны расстояния между любыми двумя их них. Шкала интервалов единственна с точностью до линейных преобразований (y = ax + b). Это означает, что шкала имеет произвольную точку отсчета - условный нуль. Примеры переменных, измеренных в интервальной шкале: температура, время, высота местности над уровнем моря. Над переменными в данной шкале можно выполнять операцию определения расстояния между наблюдениями. Расстояния являются полноправными числами и над ними можно выполнять любые арифметические операции.

Шкала отношений похожа на интервальную шкалу, но она единственна с точностью до преобразования вида y = ax. Это означает, что шкала имеет фиксированную точку отсчета - абсолютный нуль, но произвольный масштаб измерения. Примеры переменных, измеренных в шкале отношений: длина, вес, сила тока, количество денег, расходы общества на здравоохранение, образование, армию, средняя продолжительность жизни и т.д. Измерения в этой шкале - полноправные числа и над ними можно выполнять любые арифметические действия.

Абсолютная шкала имеет и абсолютный нуль, и абсолютную единицу измерения (масштаб). Примером абсолютной шкалы является числовая прямая. Эта шкала безразмерна, поэтому измерения в ней могут быть использованы в качестве показателя степени или основания логарифма. Примеры измерений в абсолютной шкале: доля безработицы; доля безграмотных, индекс качества жизни и т.д.

Большинство статистических методов относятся к методам параметрической статистики, в основе которых лежит предположение, что случайный вектор переменных образует некоторое многомерное распределение, как правило, нормальное или преобразуется к нормальному распределению. Если это предположение не находит подтверждения, следует воспользоваться непараметрическими методами математической статистики.

Корреляционный анализ. Между переменными (случайными величинами) может существовать функциональная связь, проявляющаяся в том, что одна из них определяется как функция от другой. Но между переменными может существовать и связь другого рода, проявляющаяся в том, что одна из них реагирует на изменение другой изменением своего закона распределения. Такую связь называют стохастической. Она появляется в том случае, когда имеются общие случайные факторы, влияющие на обе переменные. В качестве меры зависимости между переменными используется коэффициент корреляции (r), который изменяется в пределах от -1 до +1. Если коэффициент корреляции отрицательный, это означает, что с увеличением значений одной переменной значения другой убывают. Если переменные независимы, то коэффициент корреляции равен 0 (обратное утверждение верно только для переменных, имеющих нормальное распределение). Но если коэффициент корреляции не равен 0 (переменные называются некоррелированными), то это значит, что между переменными существует зависимость. Чем ближе значение r к 1, тем зависимость сильнее. Коэффициент корреляции достигает своих предельных значений +1 или -1, тогда и только тогда, когда зависимость между переменными линейная. Корреляционный анализ позволяет установить силу и направление стохастической взаимосвязи между переменными (случайными величинами). Если переменные измерены, как минимум, в интервальной шкале и имеют нормальное распределение, то корреляционный анализ осуществляется посредством вычисления коэффициента корреляции Пирсона, в противном случае используются корреляции Спирмена, тау Кендала, или Гамма.

Регрессионный анализ. В регрессионном анализе моделируется взаимосвязь одной случайной переменной от одной или нескольких других случайных переменных. При этом, первая переменная называется зависимой, а остальные - независимыми. Выбор или назначение зависимой и независимых переменных является произвольным (условным) и осуществляется исследователем в зависимости от решаемой им задачи. Независимые переменные называются факторами, регрессорами или предикторами, а зависимая переменная - результативным признаком, или откликом. Если число предикторов равно 1, регрессию называют простой, или однофакторной, если число предикторов больше 1 - множественной или многофакторной. В общем случае регрессионную модель можно записать следующим образом:

y = f(x1, x2, …, xn)

где y - зависимая переменная (отклик), xi (i = 1,…, n) - предикторы (факторы), n - число предикторов.

Посредством регрессионного анализа можно решать ряд важных для исследуемой проблемы задач:

1). Уменьшение размерности пространства анализируемых переменных (факторного пространства), за счет замены части факторов одной переменной откликом. Более полно такая задача решается факторным анализом.

2). Количественное измерение эффекта каждого фактора, т.е. множественная регрессия, позволяет исследователю задать вопрос (и, вероятно, получить ответ) о том, «что является лучшим предиктором для...». При этом, становится более ясным воздействие отдельных факторов на отклик, и исследователь лучше понимает природу изучаемого явления.

3). Вычисление прогнозных значений отклика при определенных значениях факторов, т.е. регрессионный анализ, создает базу для вычислительного эксперимента с целью получения ответов на вопросы типа «Что будет, если… ».

4). В регрессионном анализе в более явной форме выступает причинно-следственный механизм. Прогноз при этом лучше поддается содержательной интерпретации.

Канонический анализ. Канонический анализ предназначен для анализа зависимостей между двумя списками признаков (независимых переменных), характеризующих объекты. Например, можно изучить зависимость между различными неблагоприятными факторами и появлением определенной группы симптомов заболевания, или взаимосвязь между двумя группами клинико-лабораторных показателей (синдромов) больного. Канонический анализ является обобщением множественной корреляции как меры связи между одной переменной и множеством других переменных. Как известно, множественная корреляция есть максимальная корреляция между одной переменной и линейной функцией других переменных. Эта концепция была обобщена на случай связи между множествами переменных - признаков, характеризующих объекты. При этом достаточно ограничиться рассмотрением небольшого числа наиболее коррелированных линейных комбинаций из каждого множества. Пусть, например, первое множество переменных состоит из признаков у1, …, ур, второе множество состоит из - х1, …, хq, тогда взаимосвязь между данными множествами можно оценить как корреляцию между линейными комбинациями a1y1 + a2y2 + ... + apyp, b1x1 + b2x2 + ... + bqxq,, которая называется канонической корреляцией. Задача канонического анализа в нахождении весовых коэффициентов таким образом, чтобы каноническая корреляция была максимальной.

Методы сравнения средних. В прикладных исследованиях часто встречаются случаи, когда средний результат некоторого признака одной серии экспериментов отличается от среднего результата другой серии. Так как средние это результаты измерений, то, как правило, они всегда различаются, вопрос в том, можно ли объяснить обнаруженное расхождение средних неизбежными случайными ошибками эксперимента или оно вызвано определенными причинами. Если идет речь о сравнении двух средних, то можно применять критерий Стьюдента (t-критерий). Это параметрический критерий, так как предполагается, что признак имеет нормальное распределение в каждой серии экспериментов. В настоящее время модным стало применение непараметрических критериев сравнения средних.

Сравнение средних результата один из способов выявления зависимостей между переменными признаками, характеризующими исследуемую совокупность объектов (наблюдений). Если при разбиении объектов исследования на подгруппы при помощи категориальной независимой переменной (предиктора) верна гипотеза о неравенстве средних некоторой зависимой переменной в подгруппах, то это означает, что существует стохастическая взаимосвязь между этой зависимой переменной и категориальным предиктором. Так, например, если установлено, что неверна гипотеза о равенстве средних показателей физического и интеллектуального развития детей в группах матерей, куривших и не куривших в период беременности, то это означает, что существует зависимость между курением матери ребенка в период беременности и его интеллектуальным и физическим развитием.

Наиболее общий метод сравнения средних дисперсионный анализ. В терминологии дисперсионного анализа категориальный предиктор называется фактором.

Дисперсионный анализ можно определить как параметрический, статистический метод, предназначенный для оценки влияния различных факторов на результат эксперимента, а также для последующего планирования экспериментов. Поэтому в дисперсионном анализе можно исследовать зависимость количественного признака от одного или нескольких качественных признаков факторов. Если рассматривается один фактор, то применяют однофакторный дисперсионный анализ, в противном случае используют многофакторный дисперсионный анализ.

Частотный анализ. Таблицы частот, или как еще их называют одновходовые таблицы, представляют собой простейший метод анализа категориальных переменных. Таблицы частот могут быть с успехом использованы также для исследования количественных переменных, хотя при этом могут возникнуть трудности с интерпретацией результатов. Данный вид статистического исследования часто используют как одну из процедур разведочного анализа, чтобы посмотреть, каким образом различные группы наблюдений распределены в выборке, или как распределено значение признака на интервале от минимального до максимального значения. Как правило, таблицы частот графически иллюстрируются при помощи гистограмм.

Кросстабуляция (сопряжение) - процесс объединения двух (или нескольких) таблиц частот так, что каждая ячейка в построенной таблице представляется единственной комбинацией значений или уровней табулированных переменных. Кросстабуляция позволяет совместить частоты появления наблюдений на разных уровнях рассматриваемых факторов. Исследуя эти частоты, можно выявить связи между табулированными переменными и исследовать структуру этой связи. Обычно табулируются категориальные или количественные переменные с относительно небольшим числом значений. Если надо табулировать непрерывную переменную (предположим, уровень сахара в крови), то вначале ее следует перекодировать, разбив диапазон изменения на небольшое число интервалов (например, уровень: низкий, средний, высокий).

Анализ соответствий. Анализ соответствий по сравнению с частотным анализом содержит более мощные описательные и разведочные методы анализа двухвходовых и многовходовых таблиц. Метод, так же, как и таблицы сопряженности, позволяет исследовать структуру и взаимосвязь группирующих переменных, включенных в таблицу. В классическом анализе соответствий частоты в таблице сопряженности стандартизуются (нормируются) таким образом, чтобы сумма элементов во всех ячейках была равна 1.

Одна из целей анализа соответствий - представление содержимого таблицы относительных частот в виде расстояний между отдельными строками и/или столбцами таблицы в пространстве более низкой размерности.

Кластерный анализ. Кластерный анализ - это метод классификационного анализа; его основное назначение - разбиение множества исследуемых объектов и признаков на однородные в некотором смысле группы, или кластеры. Это многомерный статистический метод, поэтому предполагается, что исходные данные могут быть значительного объема, т.е. существенно большим может быть как количество объектов исследования (наблюдений), так и признаков, характеризующих эти объекты. Большое достоинство кластерного анализа в том, что он дает возможность производить разбиение объектов не по одному признаку, а по ряду признаков. Кроме того, кластерный анализ в отличие от большинства математико-статистических методов не накладывает никаких ограничений на вид рассматриваемых объектов и позволяет исследовать множество исходных данных практически произвольной природы. Так как кластеры - это группы однородности, то задача кластерного анализа заключается в том, чтобы на основании признаков объектов разбить их множество на m (m - целое) кластеров так, чтобы каждый объект принадлежал только одной группе разбиения. При этом объекты, принадлежащие одному кластеру, должны быть однородными (сходными), а объекты, принадлежащие разным кластерам, - разнородными. Если объекты кластеризации представить как точки в n-мерном пространстве признаков (n - количество признаков, характеризующих объекты), то сходство между объектами определяется через понятие расстояния между точками, так как интуитивно понятно, что чем меньше расстояние между объектами, тем они более схожи.

Дискриминантный анализ. Дискриминантный анализ включает статистические методы классификации многомерных наблюдений в ситуации, когда исследователь обладает так называемыми обучающими выборками. Этот вид анализа является многомерным, так как использует несколько признаков объекта, число которых может быть сколь угодно большим. Цель дискриминантного анализ состоит в том, чтобы на основе измерения различных характеристик (признаков) объекта классифицировать его, т. е. отнести к одной из нескольких заданных групп (классов) некоторым оптимальным способом. При этом предполагается, что исходные данные наряду с признаками объектов содержат категориальную (группирующую) переменную, которая определяет принадлежность объекта к той или иной группе. Поэтому в дискриминантном анализе предусмотрена проверка непротиворечивости классификации, проведенной методом, с исходной эмпирической классификацией. Под оптимальным способом понимается либо минимум математического ожидания потерь, либо минимум вероятности ложной классификации. В общем случае задача различения (дискриминации) формулируется следующим образом. Пусть результатом наблюдения над объектом является построение k-мерного случайного вектора Х = (X1, X2, …, XК), где X1, X2, …, XК - признаки объекта.

Требуется установить правило, согласно которому по значениям координат вектора Х объект относят к одной из возможных совокупностей i, i = 1, 2, …, n. Методы дискриминации можно условно разделить на параметрические и непараметрические. В параметрических известно, что распределение векторов признаков в каждой совокупности нормально, но нет информации о параметрах этих распределений. Непараметрические методы дискриминации не требуют знаний о точном функциональном виде распределений и позволяют решать задачи дискриминации на основе незначительной априорной информации о совокупностях, что особенно ценно для практических применений. Если выполняются условия применимости дискриминантного анализа - независимые переменные-признаки (их еще называют предикторами) должны быть измерены как минимум в интервальной шкале, их распределение должно соответствовать нормальному закону, необходимо воспользоваться классическим дискриминантным анализом, в противном случае - методом общие модели дискриминантного анализа.

Факторный анализ. Факторный анализ - один из наиболее популярных многомерных статистических методов. Если кластерный и дискриминантный методы классифицируют наблюдения, разделяя их на группы однородности, то факторный анализ классифицирует признаки (переменные), описывающие наблюдения. Поэтому главная цель факторного анализа - сокращение числа переменных на основе классификация переменных и определения структуры взаимосвязей между ними. Сокращение достигается путем выделения скрытых (латентных) общих факторов, объясняющих связи между наблюдаемыми признаками объекта, т.е. вместо исходного набора переменных появится возможность анализировать данные по выделенным факторам, число которых значительно меньше исходного числа взаимосвязанных переменных.

...