Пропуски как одно из препятствий к получению качественных надежных данных эмпирического исследования

Также важным является метод сбора данных. По мнению Huisman De Leeuw E. D., Joop H., Huisman М. Prevention and Treatment of Item Nonresponse // Journal of Official Statistics. Vol. 19, №2, 2003, pp. 153-176, личное и телефонное интервью позволяет получить меньшее число пропусков, нежели почтовые исследования. Это объясняется тем, что у интервьюера есть возможность по ходу анкеты перефразировать вопросы, давать дополнительные инструкции и пояснения, в случае, если респонденту непонятны какие-то моменты опросника. Тем не менее, когда участник исследования самостоятельно заполняет анкету, он дает более правдивые ответы на сензитивные вопросы, потому что не боится осуждения интервьюера. Также согласно сравнительным исследованиям Nicholls W., Baker R., Martin J. The effect of new data collection technologies on survey data quality // Survey measurement and process quality., pp. 221-248, использование компьютеров и прочей техники при прохождении опроса позволяет получить меньше пропущенных данных, по сравнению с заполнением вопросника на бумаге.

Крайне большое значение для исследования, по мнению Huisman⁴⁸, имеет грамотно составленная анкета. Нейтральная/серединная альтернатива должна использоваться только в биполярной шкале. Большое количество вариантов ответа лучше воспринимается респондентами, чем две альтернативы (к примеру, согласен/не согласен). Тем не менее, тут не стоит переусердствовать - в телефонном опросе максимально допустимое (рекомендованное) количество вариантов ответа - 5.

Fenwick и его коллеги Fenwick I., Wiseman F., Becker J., Heiman J. Classifying Undecided Voters in Pre-Election Polls // Public Opinion Quarterly, Vol. 46, No. 3. 1982., pp. 383-391 предлагают методику, которая позволяет «бороться» со стилем респондента. Так, если участник исследования не может содержательно ответить на вопрос, «за кого вы будете голосовать через два месяца?» лучше заменить формулировку на «если бы сегодня проходили выборы, за кого бы вы проголосовали?». Если же и этот вопрос у «нерешительных» вызовет затруднения, можно спросить «кому из претендентов вы больше всего симпатизируете?».

Вопросы-фильтры

Также довольно сильно помочь нам могут вопросы-фильтры. Они нужны для того, чтобы на интересующие нас вопросы отвечали лишь действительно компетентные респонденты. Это нужно, чтобы получить содержательные достоверные данные.

В своем исследовании Bishop и коллеги Bishop G., Oldendick R., Tuchfarber A. J. Effects of Filter Questions in Public Opinion Surveys // Public Opinion Quarterly. 1983. V. 47. № 4., pp. 529-544 решили выявить влияние вопросов-фильтров на наличие ответов в опросе. В своем эксперименте они провели вопрос по пяти схожим выборкам, каждая из которых проходила один из следующих опросников: 4 анкеты с различными вопросами-фильтрами и одна анкета без вопроса-фильтра. В результате доля не ответивших в опросниках с фильтрами была выше, что говорит о том, что вопросы-фильтры помогают избежать несодержательных ответов от неинформированных респондентов. Интересно отметить, что формулировка самого вопроса-фильтра также оказывала влияние на результат - так, в случае, когда интервьюер спрашивал, задумывался ли респондент над этим вопросом или интересовался ли он данной проблемой, отсеивалось большее количество участников исследования, недели когда вопрос ставился напрямую - «слышали ли вы о…». А когда в формулировке вопроса респонденту давалось понять, что у него определенно уже существует точка зрения о проблеме, количество пропусков в анкете становилось меньше.

Стоит отметить, что Bishop и коллеги выявили зависимость между абстрактностью проблемы вопроса и числом отсеянных респондентов - чем дальше тематика вопроса от сферы деятельности или интересов участника исследования, тем сильнее влияние вопроса-фильтра. Интересен также следующий результат - если респондент, отвечая на вопрос-фильтр о заинтересованности в политике, понял, что он в ней не заинтересован, вероятнее всего, это чувство некомпетентности сохранится вместе с ним на протяжении всей анкеты, и он может в дальнейшем игнорировать вопросы даже не связанные с политикой.

В результате своего исследования Н. А. Клюшина Клюшина H. А. Причины, вызывающие отказ от ответа//Социологические исследования. 1990. № 1. С. 100 выяснила, что добавление вопроса-фильтра действительно помогает отсеять некомпетентных респондентов и способствует увеличению числа не ответивших. Автор пришла к выводу, «чем более удалены вопросы от интересов респондентов, тем выше необходимость использования вопроса-фильтра».

Тем не менее, исследователю стоит быть осторожным с подобными фильтрующими вопросами, потому что Messmer и Seymour Messmer D., Seymour D. The Effects of Branching on Item Nonresponse // Public Opinion Quarterly. Vol. 46. 1984., pp. 270-277 в ходе своего исследования пришли к выводу о том, что такие вопросы могут нанести большой вред всему опроснику, потому что за счет них увеличивается объем анкеты и респонденты становятся невнимательными и пропускают вопросы, которые были адресованы именно им.

Методика базового вопроса

Интересную методику сбора/сохранения данных предложил Kersten и Bethlehem Kersten, H.M.P. & Bethlehem, J.G. (1984) Exploring and reducing the nonresponse bias by asking the basic question. Statistical Journal of the United Nations ECE, 2, pp. 369-380 в 1984 году. Для того, чтобы получить хоть какую-то информацию об интересующем предмете исследования от не ответивших респондентов они разработали альтернативную методику под названием Метод базового вопроса (Basic question procedure, далее BQP). Он основан на идее о том, что практически все исследования проводятся для изучения конкретной темы/проблемы и все вопросы анкеты крутятся вокруг нее. Собственно, если респондент отказывается проходить большой громоздкий вопрос, его можно попросить ответить всего на один из них - самый базовый. Самый главный плюс такой методики - он позволяет собирать нужную информацию при минимальных затратах времени и финансов. Однако, по словам исследователей, такой метод может применяться лишь при личных или телефонных интервью.

На основе данной методики Henk van Goor Van Goor H., Van Goor A. The usefulness of the Basic Question Procedure for determining nonresponse bias in substantive variables A test of four telephone questionnaires // International Journal of Market Research Vol. 49. 2007., pp. 221-236 со своей коллегой провел 4 телефонных опроса, с целью более полно изучить полезность данной процедуры. Опрос проходил в 1998-2000 года в Нидерландах, выборка была случайная, в качестве интервьюеров выступали студенты-социологи, прошедшие специальный инструктаж, анкета занимала в целом 4-5 минут до полного комплита. Если в ходе интервью интервьюер понимал, что респондент не хочет идти на контакт и давать содержательные ответы, ему предлагался лишь один базовый вопрос, после него интервью заканчивалось. В первых двух опросниках людей, которые отвечали «я не знаю», не засчитывали как респондентов, а в оставшихся двух опросниках таких участников исследования учитывали. В результате response rate в первых двух опросах был 39% и 41% соответственно, а в третьем и четвертом опросах - 32% и 30%.

Фактографические вопросы - как помочь респонденту вспомнить

Что касается фактических вопросов и затруднений респондента вспомнить какое-то событие, здесь Kalton и Shuman Kalton G., Shuman H., The effect of the question on survey responses // Journal of the Royal Statistical Society. Series A (General), Vol. 145, No. 1. 1982., pp. 42-73 выделяют следующие аспекты. В первую очередь не стоит забывать, что главной задачей исследователя при использовании фактического вопроса - это правильно и точно дать определение факту, о котором спрашивают респондента. Следующим немаловажным моментом является корректное донесение вопроса до респондента. Далее исследователь должен убедиться, что респондент верно понял вопрос. Чтобы дать верный ответ на фактический вопрос, участник исследования должен обладать определенными знаниями. Если вопрос касается прошлого, респонденту нужно достать нужные знания из памяти. Наиболее частые проблемы в данном аспекте называются эффект потери воспоминания и эффект врезания, которые работают в противоположных направлениях. При эффекте потери воспоминания происходит занижение фактов, а при эффекте врезания - завышение фактов. Чтобы избежать этих эффектов, респонденту задают вопрос о начале и о конце учетного периода.

Существует три процедуры борьбы с ошибками памяти:

· использование записей, документов (к примеру, чеки, квитанции)

· методы воспоминаний - респонденту предоставляют памятные сигналы/подсказки (например, в медиа-исследованиях ему могут предоставить список телепрограмм, из которого он должен выбрать какие он смотрел)

· ведение дневника - это актуально для исследований покупок опрашиваемых (они в дневниках должны фиксировать каждый день, что именно они купили и в каком количестве).

Дневники, однако, обладают рядом недостатков: они дорогостоящие, не всегда респонденты готовы идти на сотрудничество, дневник может оказывать влияние на поведение опрашиваемого и т. д.

Стимулирование

Также побудить респондента к более вдумчивому и тщательному заполнению анкеты может метод стимулирования. Annelies Blom Blom et al. Are incentive effects on response rated and non-response bias in large-scale, face-to-face surveys generalizable to Germany? Evidence from ten experiments // Public Opinion Quarterly, Vol. 79. №3. 2015., pp. 740-768 и ее коллеги в своей работе описали результаты экспериментов, которые были проведены в Германии, с целью проверить, влияют ли разного рода стимулирования на повышение заполняемости анкетных опросов. Дело в том, что Германия отличается очень низкими показателями заполнения анкет, что вызвано критичным настроением немецкого населения в области социологических исследований. Группа ученых решила проверить, будут ли результаты американских исследований наблюдаться в Германии. Они решили выяснить, что лучше работает/стимулирует в одномоментных исследованиях: оплата наличными или не денежные стимулы, предоплата или условные стимулы, а также собирались выявить наилучший денежный уровень/стоимость стимулирования. Основываясь на имеющихся данных из прошлых исследований Singer Eleanor Van Hoewyk Geble Trivellore McGonagle The Effect of Incentives on Response Rates in Interviewer-Mediated Surveys // Journal of Official Statistics. Vol. 15. 1999., pp. 217-320, ученые предполагали, что с повышением стоимости оплаты растет и степень заполненности анкеты, что наличные стимулы работают гораздо эффективнее, нежели всяческие подарки, лотерейные билеты или благотворительные взносы, а предоплата стимулирует к заполнению лучше, чем постоплата. Также в более ранних исследованиях Simmons, Eleanor, Wilmot Incentive Payment on Social Surveys: A Literature Review // Social Survey Methodology Bulletin. Vol. 53. 2004., pp. 1-11 было выяснено, что подобные стимулы лучше действуют на домохозяйства с низким доходом, низким уровнем образования, с детьми и с представителями этнических меньшинств. В результате было выяснено, что всяческое стимулирование лучше, чем его отсутствие. Если говорить о повышении уровня заполненности анкеты с увеличением размера денежного поощрения, то значимого влияния не было обнаружено. Наличность лучше стимулирует к прохождению опроса нежели другие подарки. Также интересно отметить, что предоплата оказалось действительно более эффективной, нежели условное стимулирование. Стоит отметить, что данное исследование было проведено с помощью личных интервью, поэтому ученые делают вывод о том, что данные результаты могут отличаться для телефонных, почтовых и интернет-опросов.

Техника «рандомизированного ответа»

Проблема с сензитивными вопросами, как я уже упоминала ранее, стала очень актуальна в последнее время. Ведь даже обычные вопросы из социально-демографического блока могут вызывать дискомфорт у респондентов и побудить их к даче неискренних ответов или уклонению о них.

В западной социологии существует несколько видов стимулирования субъективной анонимности Мягков Ю. М. Статистические стратегии сенситивных измерений // Социологические исследования. 2002. № 1. С. 112:

· Экспериментирование с вопросной техникой - то есть изменение формулировки вопроса, его формы так, чтобы вопросы становились обезличенными, перенос/проекция обсуждаемого поведения на других людей или на общество в целом, концентрация внимания на типичности и «нормальности» поступков - все это может помочь респонденту почувствовать себя более комфортно и так ему станет легче признаться в подобном социально неодобряемом поведении.

· Выяснение важности напоминаний об анонимности исследования

· Поиск метода, наилучшим образом обеспечивающего высокий уровень анонимности и, следовательно, получение правдивых и искренних ответов респондентов.

· Разработка дополнительных специальных невопросных методов, для установления между респондентом и интервьюером более доверительных отношений

По словам А. Ю. Мягкова «манипулирование формой и формулировкой вопроса далеко не всегда способствует большей искренности и открытости опрашиваемых, так как не гарантирует им полной уверенности в конфиденциальности их ответов» Мягков Ю. М. Статистические стратегии сенситивных измерений // Социологические исследования. 2002. № 1. С. 112. Респонденты зачастую обо всем догадываются и начинают сомневаться в попытках интервьюеров уверить их в обыденности и нормальности социально несанкционированных форм поведения.

В 1965 году Warner Warner S.L. Randomized response: a survey technique for eliminating evasive answer bias // Journal of the American Statistical Association. 1965. Vol. 60. № 1., рр. 63-69 предложил так называемую технику рандомизированного ответа (Randomized Response Technique). Она заключается в том, что участник исследования должен ответить на один из двух предложенных взаимоисключающих вопросов. При этом, на какой именно вопрос респондент будет отвечать, решается случайным рандомным образом - будь то подбрасывание игральных костей или вытягивание карт из колоды. Важно, что респондент не сообщает интервьюеру, что у него выпало или какую карту он вытащил, то есть исследователь не знает, на какой именно вопрос респондент дает ответ. С помощью специальной формулы и знания объема выборки, число положительных ответов и вероятность выбора того или иного вопроса уже на этапе анализа удается точно вычислить долю людей, совершивших кражу в магазине, к примеру.

Однако данная методика не была единственной в своем роде. Так, спустя 4 года Folsom и Greenberg Folsom R.E., Greenberg B.G., Horvitz D.G., Abernathy J.R. The two alternate questions randomized response model for human surveys // Journal of the American Statistical Association. 1973. Vol. 68. № 3., рр. 525-530 предложили технику «несвязанных вопросов». Она заключалась в том, что респонденты также должны были ответить на один из двух вопросов, однако теперь они были абсолютно несвязанными друг с другом - один из них был сензитивного характера, а второй совершенно нейтральный. Folsom и Greenberg выделяли явное преимущество своей методики, которое заключалось в том, что благодаря нейтральному вопросу респонденту чисто с психологической точки зрения было проще признаваться в содеянном. Другими словами, данный метод позволял образоваться доверительным взаимоотношениям между интервьюером и респондентом.

В 1972 году американский психолог Boruch Boruch R. Relations among statistical methods for assuring confidentiality of social research data // Social Science Research. 1972. Vol. 1. № 3., рр. 403-414 предложил еще одну разновидность техники рандомизированного ответа, которую назвали методом «искажения». Ее суть заключается в том, что вопрос в данном случае задавался лишь один, а уже случайном образом определялось должен ли респондент сказать правду или, напротив, соврать. У данного метода есть, конечно же, свои слабые стороны - так, респонденты испытывают чувство неловкости, если им перед интервьюером приходится сознаваться в тех непристойных поступках, которые они на самом деле не совершали. Тем не менее, такой способ «намеренного обмана» позволяет сломать психологический барьер и ослабить чувство ответственности респондента за предоставление достоверной информации.

Zdep и Rhodes Zdep S.M., Rhodes I.N. Making the randomized response technique work // Public Opinion Quarterly. 1976/1977. Vol. 40. № 4., рр. 531-537 провели эксперимент, в результате которого выяснилось, что действительно при использовании такой техники респонденты гораздо чаще признавали за собой факты намеренно жестокого обращения с детьми, по сравнению с обычным опросом на самозаполнение - доля положительных ответов на сензитивный вопрос выросла с 3% до 15%.

В 2002 году А. Ю. Мягков Мягков А. Ю. Техника «рандомизированного ответа»: опыт полевого тестирования // Социологический журнал. 2002. № 4. С. 60-77 решил проверить работают ли данные техники в российском обществе. Было проведено несколько экспериментов, в которых были применены модели Уорнера, модели Фолсома и метод контаминации (искажения). В результате выяснилось, что в мужских аудиториях и среди молодых участников эти методики показали себя более успешными. Конечно же, все прошло не так идеально, как предполагалось. Около 1/3 всех опрошенных сказали, что эти техники не вызвали у них доверия (в конце эксперимента у респондентов спрашивали их мнения по поводу методики, чувствовали ли они себя комфортно или нет). По их мнению, «интервьюеры все-таки имеют доступ к настоящим ответам респондентов и им все на самом деле известно». Наибольшую степень комфорта согласно субъективным оценкам самих участников вызвала модель несвязанных вопросов, а больше негативных отзывов получил метод искажения. Но как не странно, если судить именно по количеству полученных правдивых ответов, то именно метод контаминации оказался самым эффективным - «в целом по вопроснику он был успешнее обычных интервью в 70% сравнений» Мягков А. Ю. Техника «рандомизированного ответа»: опыт полевого тестирования // Социологический журнал. 2002. № 4. С. 70. Но конечно, не стоит забывать, что данные методики лишь снижают частоту уклонений от ответа на сензитивные вопросы, но отнюдь не устраняют эту проблему полностью. А. Ю. Мягков пришел к выводу, что «эффективность статистических моделей в целом заметно варьируется в зависимости от обсуждаемой в исследовании темы»⁶⁷.

Что делать, если полевой этап уже окончен, а пропущенные данные все же есть?

По мнению Huisman De Leeuw E. D., Joop H., Huisman М. Prevention and Treatment of Item Nonresponse // Journal of Official Statistics. Vol. 19, №2, 2003, pp. 153-176, если есть пропущенные данные в вопросах, не имеющих ключевое значение для исследования, их можно смело убрать из анализа. Если же они важны для дальнейшей обработки, пропуски можно заполнить, исходя из ответов максимально похожих людей. Lillard и Smith в своей статье также упоминают данную методику, которая называется HotDeck Lillard L., Smith J.P., Welch F. What Do We Really Know About Wages? The Importance of Nonresponce and Census Imputation // Journal of Political Economy. 1986. No. 5., рр. 489-506. Zaslavsky и Zaborski Zaslavsky A. Zaborski L. Cleary P. Factors affecting response rates to the consumer assessment of health plans study survey // Medical Care. Vol. 40. №6, pp 485-499 предлагают использовать взвешивание полученных данных с учетом характеристик населения. Однако, данный метод имеет и свои недостатки - ведь могут использоваться только переменные, имеющиеся в рамках данной выборки, а также взвешивание зачастую приводит к смещению данных. Также можно проводить так называемый «ремонт выборки». Он заключается в замене пропущенных данных на ответы людей с наиболее схожими социально-демографическими характеристиками. Тем не менее, по словам Смита люди не могут полностью совпадать во мнении и обладать одинаковыми «особенностями сознания» Бутенко И. А. «Нет ответа». Анализ методической ситуации на страницах журнала «Public Opinion Quarterly»// Социологические исследования, 1986. № 4. С. 119. Таким образом, данный метод нельзя назвать идеальным, но в то же время ущерб качеству данных, нанесенный отсутствием ответов, оказывается невосполнимым.

Выводы

В данной главе было изучено понятие надежности информации, также были выявлены виды пропусков социологических данных. Более того, были выявлены известные на данный момент факторы, влияющие на частичную случайность пропусков в данных. Классификация данных предикторов отображена в таблице 1.

Таблица 1 Классификация факторов, влияющих на частичную случайность пропусков в данных

Глава 2. Методологические основы для выявления взаимодействия факторов, влияющих на частичную случайность пропусков

2.1 Определение понятий: признак, значение признака, взаимодействие признаков

Итак, поскольку в данном исследовании мы собираемся изучить взаимодействие факторов, обуславливающих частичную случайность пропусков, нам необходимо поговорить об определении таких важных понятий, как признак, значение признака, взаимодействие признаков. Определение признака, на наш взгляд, практически каждому оказывается интуитивно понятным. Тем не менее, предлагаем ввести рабочее понятие, на которое мы будем опираться в дальнейшем. Нам кажется наиболее удачным определение, предложенное Ю. Н. Толстовой Толстова Ю.Н. Анализ социологических данных. М.: Научный мир, 2000. С. 18: «Признак - это общее для всех объектов качество, конкретные проявления которого могут меняться от объекта к объекту» Под «конкретными проявлениями» понимаются различные значения признака. К примеру, если в качестве признака мы возьмем уровень образования, то значениями признака будут выступать «неполное среднее», «высшее», «среднее профессиональное» и так далее. Таким образом, в анкетном опросе признак может измеряться конкретным вопросом, а варианты ответа будут отражать различные значения конкретного признака.

Стоит также отметить, что в разных исследованиях и на разных этапах одного и того же исследования два объекта могут рассматриваться как однокачественными, то есть обладающими одним и тем же значением признака, и разнокачественными. Например, при анализе населения нашей страны жители разных городов будут рассматриваться как разнокачественные объекты, то есть им будут принадлежать различные значения признака место жительства - москвич, екатеринбуржец, саратовец. А в рамках изучения взаимодействия населений разных стран эти же объекты уже станут однокачественными и будут рассматриваться в качестве россиян.

Подобное «склеивание» отдельных значений признаков оказывается крайне полезным в социологических исследованиях для измерения латентных свойств объектов. Другими словами, отдельные признаки как бы рассыпаются на различные градации и затем, посредством «выдергивания» этих отдельных значений и объединений их в комбинации, получаются новые признаки, которые в дальнейшем изучаются Толстова Ю.Н. Анализ социологических данных. М.: Научный мир, 2000. С. 134. Именно о взаимодействии различных значений признаков и пойдет речь в данной работе.

«Взаимодействие - это статистическая концепция, характеризующая различие отношений между признаками (закономерностей) на подгруппах, определенных сочетаниями значений взаимодействующих признаков» Российская социологическая энциклопедия. -- М.: НОРМА-ИНФРА-М. Г.В. Осипов. 1999

URL: http://sociologicheskaya.academic.ru/161/%D0%92%D0%97%D0%90%D0%98%D0%9C%D0%9E%D0%94%D0%95%D0%99%D0%A1%D0%A2%D0%92%D0%98%D0%95_%D0%9F%D0%A0%D0%98%D0%97%D0%9D%D0%90%D0%9A%D0%9E%D0%92.

«Взаимодействие означает сочетание значений независимых признаков, определяющих тот или иной уровень зависимого» Толстова Ю.Н. Анализ социологических данных. М.: Научный мир, 2000. С. 136. То есть, важной особенностью связей социально-экономических явлений является изменение интенсивности влияния комбинации независимых индикаторов на зависимую переменную при смене значений этих признаков. Другими словами, при одной комбинации значений это влияние может быть сильным, а уже при другой комбинации - еле заметным, или его может вовсе не быть. Также стоит отметить, что при этом данные признаки могут быть не связаны между собой.

При определении понятия взаимодействия также необходимо обратить внимание на следующие моменты:

· Определенная комбинация значений предикторов может определять конкретное значение зависимой переменной, а некоторая иная комбинация значений, соответственно, другое значение зависимой переменной

· Взаимодействие может быть описано любыми логическими функциями суждений типа «значение признака равно Х» (имеется в виду не только «респондент женского пола И с высшим образованием И с двумя детьми», но и, например, «респондент женского пола ИЛИ с высшим образованием ИЛИ двумя детьми)

· Взаимодействие может определять не только некоторое значение признака, но и любую логическую функцию значений произвольных признаков, частоту в таблице сопряженности, другим образом задаваемое поведение респондента, или даже ничего не определять, но в таком случае естественно требовать истинность взаимодействия как логической функции Толстова Ю.Н. Анализ социологических данных. М.: Научный мир, 2000. С. 137

Нам кажется важным также привести в данной работе классификацию взаимодействий, предложенную Ю.Н. Толстовой*. Итак, она выделяет задачи типа:

· «альтернатива- альтернатива», которые позволяют изучать связь между отдельными значениями любых рассматриваемых признаков (детерминационный анализ)

· «группа альтернатив - группа альтернатив» (анализ фрагментов таблиц сопряженности, алгоритмы типа «пятна» и «полосы» П.С. Ростовцева)

· «группа альтернатив - «поведение» объектов», где «поведение» может пониматься по-разному: как определенный каким-либо образом «средний» уровень заранее заданного результирующего признака; как истинность для рассматриваемой совокупности некоторой логической функции от элементарных формул типа P(a)=1 и т.д. (методы выявления логических закономерностей; номинальный регрессионный анализ; методы поиска детерминирующих сочетаний значений рассматриваемых признаков)

· «признак - признак» - объединение в одну группу альтернатив, отвечающих одному признаку (коэффициенты парной связи)

· «признак - группа признаков» (регрессионный анализ, многие методы построения индексов)

· «группа признаков» - «группа признаков» (канонический анализ, анализ соответствий)

· анализ системы признаков - рассмотрение всей совокупности признаков как системы (логлинейный анализ; причинный анализ).

Стоит отметить, что все выводы о взаимодействии определенных факторов являются лишь приближенными статистическими закономерностями, то есть нельзя говорить о том, что, к примеру, все женщины без высшего образования всегда допускают большее число пропусков данных. Другими словами, всегда из этих «правил» будут исключения. Тем не менее, выявление подобных закономерностей позволит на определенном уровне статистической значимости предсказывать взаимодействие конкретных признаков.

Таким образом, мы видим, что изучение взаимодействий признаков действительно позволяет находить более сильное влияние определенной комбинации предикторов на зависимую переменную. В нашем случае с пропусками мы предполагаем, что рассмотрение именно взаимодействия факторов позволит нам найти такую категорию (категории) респондентов, которая дает заметно большее число отказов от ответа, по сравнению с другими группами участников исследования.

2.2 Описание методов, применяемых для изучения взаимодействий

Далее нам хотелось бы кратко описать основные методы анализа номинальных данных, с помощью которых можно работать не только с целыми признаками, а с отдельными альтернативами, то есть искать взаимодействия этих признаков. В каждом из них по-разному осуществляется перебор сочетаний значений признаков, а также различными способами формализовано понятие связи между предикторами.

Логлинейный анализ.

Одним из основных методов разведочного анализа взаимосвязей категориальных переменных является кросстабуляция, то есть построение многомерных (многовходовых) таблиц частот или, как их еще называют, таблиц сопряженности с двумя и более факторами. Логлинейный (или логарифмически-линейный) анализ позволяет более глубоко исследовать эти таблицы, а именно проверить статистическую значимость взаимодействий различных признаков, заложенных в таблице сопряженности. Другими словами, с помощью логарифмического преобразования получается возможным перенос анализа кросс-таблиц в терминах дисперсионного анализа. Первым предложившим для анализа таблиц логлинейные модели был Goodman Goodman L.A. The Analysis of Multidimensional Contingency Tables, Stepwise Procedures and Direct Estimation Methods for Building Models for Multiple Classifications // Technometrics. 1971. Vol. 13. P. 33-61, поэтому его по праву можно называть основателем данного направления. На данный момент существует довольно большое количество различных логлинейных моделей - подробный обзор некоторых из них провел в своей статье Д. А. Трофимов Трофимов Д. А. Логлинейный анализ таблиц мобильности: обзор основных моделей // Социология: 4М. № 26. 2008. С. 119-138.

«Модель логлинейного анализа основана на мультипликативном определении понятия взаимосвязи, которое в виде разложения логарифма частоты в каждой клетке на сумму эффектов от учтенных в гипотезе взаимосвязей (по значениям признаков, соответствующим данной клетке)» Кутлалиев А. Х. Методы статистического анализа в прикладных социологических исследованиях (1995-2005) // Мarketplanet (электронный журнал), №1, 2008.

URL: https://www.hse.ru/data/2011/08/22/1267743773/20060415_Kutlaliev.pdf.

Также стоит отметить, что в логлинейных моделях существует иерархичность взаимосвязей, то есть, если существует связь между признаками на более высоком уровне, то подгруппы этих признаков тоже должны быть взаимосвязаны между собой. Логлинейный анализ также позволяет оценивать эффект каждого признака во взаимодействии.

Номинальный регрессионный анализ (регрессия с фиктивными переменными)

Номинальный регрессионный анализ - это статистический метод анализа данных, позволяющий выявить влияние независимых номинальных предикторов на зависимую переменную. Регрессии в зависимости от количества предикторов делятся на парную (одна независимая переменная) и множественную (несколько независимых переменных). Нас в данном случае интересует именно множественная регрессия, поскольку изучение взаимодействий признаков предполагает более двух предикторов.

Данный метод позволяет решать важные задачи:

§ «выявить объясняющую способность каждого предиктора при условии его независимости от других предикторов и при закрепленном влиянии последних

§ выявить объясняющую способность каждого предиктора сверх того, что объяснено другими переменными

§ выявить объясняющую способность предикторов, взятых вместе

§ предсказать значение зависимого признака при условии, что известны значения предикторов

§ определить, насколько хорошо предсказанные значения зависимой переменной отличаются от реально наблюдаемых» Статистические методы анализа информации в социологических исследованиях. М.: Наука, 1979.

Важно отметить, что при анализе данных для записи регрессионного уравнения номинальный признак преобразуется в набор дихотомических переменных, принимающих значение 1, если это значение признака присуще респонденту и 0 - для других объектов. При этом зависимая переменная может быть как количественной, так и номинальной - в зависимости от этого меняется только интерпретация.

Детерминационный анализ

Детерминационный анализ, или его еще называют теорией правил, - это «система методов анализа социологических и социально-экономических данных, в которой задачи обработки и интерпретации ставятся как задачи анализа детерминаций» Чесноков С. В. Детерминационный анализ социально-экономических данных в режиме диалога. М., 1980. С. 70. Под детерминацией при этом Чесноков понимает объяснение одного признака, свойства через другой признак.

Данный метод анализа данных позволяет получить наиболее точные условные определения, описания свойств через объяснение других свойств. Также с помощью данного метода можно получить обобщенные типологические объяснения. Также важно отметить, что в данный метод предполагает наличие показателей качества детерминаций и, более того, возможность оценки величины вклада каждого независимого предиктора в детерминацию Чесноков С.В. Детерминационный анализ социально-экономических данных. М.: Наука, 1982.

Тем не менее, детерминационный анализ обладает свои слабые стороны - при использовании данного метода в качестве объясняемого положения может быть только некоторое единственное значение какого-то независимого признака. Другими словами, данный метод не учитывает возможность объясняемого положения через логическую функцию от сочетаний значений одного или нескольких признаков, некоторым другим образом задаваемое «поведение» респондента, возможность полного отсутствия объясняемого положения.

Иные подходы

Нам также кажется интересным также обратить внимание на методы, которые были разработаны в 80ых годах советскими учеными. П. С. Ростовцев совместно со своими коллегами из Института Экономики и Организации Промышленного Производства СО РАН предложили ряд методов анализа структуры таблиц сопряженности, которые позволяют работать с различными значениями признаков и искать взаимодействия между ними.

Итак, один из данных методов позволяет быстро находить основные тенденции связи пары переменных. В качестве данных для такого анализа требуется совокупность объектов, описанных с помощью двух признаков (при этом используемые шкалы, которыми измерены эти переменные могут быть любыми). «Данный метод позволяет найти такую пару дихотомических разбиений совокупностей значений исходных переменных (в результате такого разбиения каждая переменная превращается в дихотомическую), чтобы получающаяся четырехклеточная таблица сопряженности была максимально «контрастной», то есть отвечала бы как можно более сильной связи между полученными дихотомическими переменными» Толстова Ю.Н. Анализ социологических данных. М.: Научный мир, 2000. С. 201.

В качестве неоспоримого достоинства этого способа анализа можно выделить быстрое нахождение именно той четырехклеточной таблицы, которая демонстрирует наиболее сильную зависимость между выбранными переменными. Тем не менее, этот метод не позволяет «интерпретировать значение соответствующего показателя связи как вклад в величину «большого» критерия, характеризующего связь между искомыми переменными» Там же С. 201.

Также П. С. Ростовцев предложил еще два интересных метода анализа таблиц сопряжённости - «пятна» и «полосы» Ростовцев П. С. Алгоритмы анализа структуры прямоугольных матриц «пятна» и «полосы»// Анализ нечисловой информации в социологических исследованиях. - М.: Наука, 1985. - С. 203. Предлагаемые этим ученым алгоритмы позволяют находить блоки матриц, которые содержат наиболее похожие друг на друга элементы. В данном случае автор использует широкое понимание таблицы сопряженности - матрицы могут быть типа объект-признак, могут быть измерены различными шкалами, могут также состоять из разных коэффициентов связи и так далее. Это позволяет с помощью данного метода решать широкий круг задач, и в частности задачи, решаемые с помощью детерминационного анализа.

Деревья классификации

Деревья классификации (деревья решений, регрессионные деревья) - метод, который позволяет представлять принадлежность наблюдений или объектов к тому или иному классу категориальной зависимой переменной в соответствии со значениями одной или нескольких независимых переменных Деревья решений (классификации) URL: http://cdo.bseu.by/stat1/lab_7.htm. Этот способ подразумевает иерархическую, последовательную форму, в которой каждому объекту соответствует единый узел, дающий решение. Каждый конечный узел предоставляет «правило», которое описывает некоторую группу респондентов. И чем дальше «спускаться» по дереву, добавляя характеристики «правилу», тем выше оказывается уровень «уверенности» в точности предсказания.

Выводы

В рамках нашего исследования мы будем изучать задачу «группа альтернатив - «поведение» респондентов». В качестве группы альтернатив будут выступать факторы, которые мы выявили ранее, а как поведение респондентов мы будем рассматривать их выбор оставить вопрос без содержательного ответа.

Изучение именно взаимодействия данных факторов, как мы предполагаем, даст нам больше, чем обычный анализ, поскольку определенная комбинация предикторов может оказывать гораздо более сильное влияние на изучаемое поведение, чем эти же факторы по отдельности.

Мы не ставим перед собой задачу углубленного анализа методов изучения взаимодействий, поэтому мы выбрали именно деревья классификации, поскольку данный метод позволит нам использовать один и тот же признак несколько раз, даст возможность последовательного подавления факторов, что определенно добавит «гибкость» нашему анализу. Более того, визуализация данных в этом методе кажется нам наиболее удобной и понятной, ведь графическая форма значительно упрощает интерпретацию полученных результатов.

Глава 3. Анализ не-ответов, вызванных одномерными и многомерными связями с другими признаками, и факторов, обуславливающих такие связи

3.1 Дизайн исследования

В первую очередь, нам необходимо установить, что именно мы будем считать пропусками данных в нашем исследовании. Как мы уже упоминали ранее, наиболее подходящими для рассмотрения, на наш взгляд, являются вопросы об отношении к политическим решениям, принятым в Российской Федерации. При анализе данных нас будут интересовать пропуски в двух вопросах об отношении к политическим решениям, принятым в рамках внутренней политики РФ и в рамках внешней политики РФ. Мы решили проанализировать отношение к решениям в разных видах политики, поскольку мы предполагаем, что респондент может интересоваться только каким-то одним видом политики. Важно отметить, что мы не конкретизировали, о каком именно политическом решении идет речь, чтобы исключить возможность ответа респондента на основе каких-то субъективных оценок - к примеру, «я не люблю этого политика, значит, все, что он делает, я не одобряю, в независимости, знаю ли я, какое именно политическое решение он принял». Поэтому мы давали возможность респонденту самому подумать и вспомнить какое-то решение, о котором он узнал из какого-либо источника информации, и выразить свое отношение к нему. При этом, важно, что мы выбрали именно вопрос об отношении-мнении респондента, а не какой-либо вопрос «на знание», поскольку это могло бы привести к тому, что респондент, чтобы показать себя с лучшей стороны, мог найти ответ на этот вопрос в интернете.

В качестве пропуска мы будем считать отсутствие содержательного ответа, то есть, выбор варианта затрудняюсь ответить (при его наличии), выбор серединной альтернативы (при ее наличии), и просто пропуск вопроса без ответа. Так, у нас получаются две зависимые дихотомические переменные - У1 (ответ/не-ответ о внутренней политике) и У2 (ответ/не-ответ о внешней политике).

Также мы отдельно провели весь анализ данных для двух переменных, в которых серединная альтернатива рассматривалась как отдельное значение признака, однако результаты получились схожими. Чтобы не перегружать текст большим количеством таблиц, графиков и однотипных выводов, мы опишем весь анализ только для дихотомических У1 и У2.

Важно также определить, какие именно факторы мы выберем для нашей работы. В таблице 1 (стр. 39) мы привели классификацию наиболее распространенных предикторов, вызывающих у респондента желание уклониться от ответа, известных на данный момент. Тем не менее, не все из них мы сможем задействовать в рамках нашего исследования.

Для нашей работы мы возьмем такие социально-демографические характеристики респондента, как пол, возраст, уровень образования, уровень дохода, семейное положение и наличие работы.

· Для измерения возраста мы включили в анкету открытый вопрос, в котором респондент должен вписать количество полных лет. Далее уже на этапе анализа мы поделим полученные результаты на три равно наполненных интервала.

· Что касается уровня образования респондента, нас буде интересовать только наличие/отсутствие высшего образования.

· Уровень дохода мы хотим измерить с помощью субъективной оценки респондента, поскольку, на наш взгляд, участники исследования зачастую сталкиваются с трудностями при указании точного среднего дохода (не могут вспомнить; не знают, какие доходы нужно учитывать, а какие нет и т.д.).

· Семейное положение при анализе данных нам интересно будет измерить, находится респондент в долгих, серьезных отношениях (женат/замужем + живут вместе) или нет (не женат/не замужем, разведен(а), вдовец(а)).

· Также мы хотим проверить влияние наличия работы у респондента на его желание уклониться от ответов, однако углубляться в различные специальностей мы не будем.

· Место жительство (большой город или село) и национальность мы решили не использовать в рамках данного исследования, поскольку при их учете необходимо было бы вводить квоты, что значительно увеличило бы объем выборки.

Также мы решили включить фактор - уровень компетентности респондента (в вопросах о политике). Для его измерения мы решили выбрать как субъективную - как он(а) сам(а) оценивает свой уровень заинтересованности политическими новостями. Также мы решили добавить отдельный предиктор - реальный уровень компетентности респондента. Для этого мы добавили в анкету два открытых контрольных вопроса - чтобы респондент сам перечислил несколько известных ему политических решений, принятых за последние две недели. Это необходимо для того, чтобы исключить ситуацию, когда респондент ответил на предыдущий вопрос о его(ее) мнении о политических новостях «наугад». При этом, у участника исследования не было возможности вернуться к предыдущему вопросы, чтобы исправить свой ответ.

Степень сензитивности вопроса как фактора, влияющего на желание респондента уклониться от ответа, мы рассматривать в данной работе не будем, так как, мы предполагаем, что пропуски на сензитивные вопросы будут вызваны именно содержанием вопроса, а не каким-то другим фактором, то есть это у же не будут частично случайные пропуски.

Что касается факторов, связанных с инструментарием, а именно - неоднозначность формулировки вопроса, шкала, не полностью охватывающая весь диапазон значений, абстрактность вопроса, расположение вариантов ответа на разных страницах и размещение всей анкеты в виде таблицы, мы пришли к выводу, что такие «недостатки анкеты» должны быть исключены на этапе пилотажа, поэтому мы не включаем данные предикторы в наш анализ.

Также нам было очень интересно проверить влияние наличия варианта «затрудняюсь ответить» и серединной альтернативы в шкале, поэтому было создано три одинаковых анкеты, в которых различались шкалы только в двух вопросах об отношении к политическим решениям. В первом варианте анкеты предлагалась 5-балльная шкала с вариантом ответа «затрудняюсь ответить» (наличие ЗО и серединной альтернативы). Во втором варианте - просто 5-балльная шкала без варианта «затрудняюсь ответить» (наличие только серединной альтернативы). И в третьем варианте - 4-балльная шкала без варианта «затрудняюсь ответить» и без серединной альтернативы. Важно, что в каждом из вариантов этой анкеты предполагалась возможность просто пропустить вопрос.

В данном исследовании проверить влияние характеристик интервьюера (пол, возраст и уровень образования) не представлялось возможным по причине того, что привлечь к сбору данных интервьюеров разного пола, возраста и уровня образования в рамках дипломной работы затруднительно. Чтобы нивелировать мое влияние как интервьюера на желание респондента уклониться от ответа или же как-то приукрасить его, мы решили собрать данные с помощью интернет-опроса. К тому же данный метод позволяет за достаточно короткое время опросить большое число людей.

Получившаяся анкета нам показалась довольно короткой, и мы опасались, что респонденты будут чаще давать содержательные ответы. Поэтому мы решили добавить в качестве факторов, влияющих на долю не-ответов на вопросы об отношении к политическим решениям, 10 ценностных индексов по модификации Портретного ценностного вопросника Ш. Шварца Магун В. С., Руднев М. Г. Жизненные ценности российского населения: сходства и отличия в сравнении с другими европейскими странами // Вестник общественного мнения. Данные. Анализ. Дискуссии. 2008. Т. 93. № 1. С. 33-58.. Респондентам было предложено 21 высказывание, описывающее человека с точки зрения той или иной ценности (10 в начале анкеты и еще 11 ближе к концу). Участники исследования должны были оценить по 5-балльной шкале, насколько точно каждое высказывание описывает их самих. Затем уже на этапе анализа данных мы посчитали 10 ценностных индексов, которые можно видеть на рис. 1. Для расчета каждого индекса была посчитана средняя оценка по высказываниям, относящимся к данному индексу, и из нее мы вычли среднюю оценку по всем высказываниям (mrat).

Ценностная методика Ш. Шварца

Рис.1

Итак, для изучения влияния взаимодействия факторов на частичную случайность пропусков мы отобрали следующие предикторы:

· Пол респондента

· Возрастной интервал респондента

· Наличие высшего образования у респондента

· Уровень дохода респондента

· Семейное положение респондента

· Наличие работы у респондента

· Уровень заинтересованности респондента новостями в целом

· Уровень компетентности респондента (в полит-ких новостях)

· Частота поиска политических новостей из различных источников (новостные телепередачи, печатные газеты и онлайн версии, интернет, социальные сети, круг общения, радио)

· Наличие варианта ЗО и/или серединной альтернативы

· 10 ценностных индексов по методике Шварца

Далее переходим к описанию нашей выборки. Мы собирались опросить жителей Москвы и Московской области в возрасте от 16 до 60 лет. Поскольку в результате у нас получилось три анкеты, нам необходимо было добиться наиболее однородных данных в этих подвыборках. Анкеты были запрограммированы на сайте Surveymonkey, что позволило по ходу полевого этапа следить за равной наполняемостью трех анкет и, в случае смещения в какую-то социально-демографическую группу, оперативно реагировать и выправлять ситуацию. Было введено три квоты - по полу (мужской/женский), по возрасту (три возрастных интервала) и по наличию высшего образования (есть ВО/нет ВО). Таким образом, в каждой анкете должно было набраться минимум 360 респондентов, чтобы возможно было анализировать, к примеру, группу женщин в возрасте от 25 до 30 с высшим образованием. В итоге, суммарная выборка должна была составлять минимум 1080 человек. Сбор данных осуществлялся методом «снежного кома» среди знакомых, также мы просили респондентов передавать ссылку на анкету своим родителям, чтобы мы смогли охватить людей старшего возраста. В результате нам удалось опросить 611 респондентов, 228 из которых завершили прохождение опроса, как только увидели вопрос с большим количеством ценностных суждений. В результате, наша выборка для анализа составила 383 респондента.