WWW.PDF.KNIGI-X.RU
БЕСПЛАТНАЯ  ИНТЕРНЕТ  БИБЛИОТЕКА - Разные материалы
 

«ЛАКУТИН Олег Васильевич — научный сотрудник Института социологии РАН. В нашем журнале опубликовал статью (1986, N 4). ТОЛСТОВА Юлиана Николаевна — кандидат экономических ...»

© 1992 г.

О.В. ЛАКУТИН, Ю.Н. ТОЛСТОВА

КАЧЕСТВЕННАЯ И КОЛИЧЕСТВЕННАЯ ИНФОРМАЦИЯ

В СОЦИОЛОГИИ

ЛАКУТИН Олег Васильевич — научный сотрудник Института социологии РАН. В нашем

журнале опубликовал статью (1986, N 4). ТОЛСТОВА Юлиана Николаевна — кандидат экономических наук, ведущий научный сотрудник того же института. Неоднократно публиковалась в «Социологических исследованиях».

При анализе той или иной статистической информации исследователь-социолог нередко переходит от так называемых качественных данных (полученных по шкалам, тип которых ниже типа интервальной шкалы) к количественным (полученным по интервальной шкале или шкале более высокого типа) и обратно с тем, чтобы их изучать с помощью соответствующего математического аппарата. Однако, на наш взгляд, в литературе не осуществлен достаточно глубокий анализ целей таких переходов с точки зрения раскрытия соответствующих возможностей. Анализ же подобного рода представлется необходимым, поскольку он может позволить глубже вскрыть роль математики как «орудия труда» социолога и хотя бы немного продвинуться в решении слабо изученной до сих пор проблемы повышения эффективности использования математических методов в социологии. Попытаемся предпринять некоторые шаги в данном направлении. Покажем, что между качественными и количественными методами анализа данных не только не существует непроходимой пропасти (об ее отсутствии говорит уже сама практика упомянутых переходов), но, напротив, возможна и даже необходима соответствующая «дивергенция» для более глубокого изучения реальности.

Прежде, чем говорить о смысле переходов от качественных данных к количественным либо обратно, напомним о традиционных способах решения другого вопроса, вторичного по отношению к сформулированному: как эти переходы могут осуществляться?

Это позволит более трезво оценить возможности, раскрывающиеся перед исследователем при каждом переходе. Анализ тех моделей действительности, которые предполагают рассматриваемые способы перехода (а без такого рода моделей невозможен ни сбор, ни какой бы то ни было анализ данных), служит необходимой предпосылкой грамотной оценки появляющихся возможностей изучения реальности.

Итак, известно, что любую количественную переменную можно превратить в качественную, поделив диапазон ее изменения на интервалы и приписав каждому определенное значение. Для практических нужд социолога обычно хватает при этом весьма небольшого количества интервалов: как правило, 5—7 [1] (правда, в некоторых случаях [2, с. 152] рекомендуется не превышать 20 интервалов, но никаких объяснений этому не дается).

Часто говорят о том, что рассматриваемый переход не дает ничего, кроме потери информации, и исследователь идет на это только потому, что, с одной стороны, получаемой точности измерения ему оказывается достаточно, а с другой — анализ качественных данных часто бывает проще осуществить, чем анализ количественных.

Однако можно предположить существование и других причин, обуславливающих необходимость описанного огрубления данных и представляющихся нам более принципиальными.

Зачем же социологу надо переходить от количественных данных к качественным?

1. «Инструментом» измерения в социологии, как правило, является человек. Существует мнение, что во многих случаях человек может ответить, какому интервалу диапазона изменения признака отвечает измеряемый объект (свойство и т.д.), но ему трудно точно указать соответствующую точку этого диапазона (см., например, [3], где подробно рассматриваются психологические аспекты интересующего нас «поведения» респондента и даются соответствующие ссылки). Другими словами, побуждая респондента такую точку указать, мы заведомо рискуем получить фиктивную информацию. Условимся называть подобные действия моделью поведения респондента.

Описанная ситуация близка к модели, в соответствии с которой только номинальные данные могу т адекватно отражать интересующую социолога реальность [4].

Если это допущение справедливо, то можно считать, что переход от количественной переменной к качественной даст нам возможность получить более верную, более адекватную реальности информацию о явлении. В таких условиях становится бессмысленным говорить о потере точности измерения: заставляя респондента указать точку соответствующего континуума, мы заведомо получаем информацию «с потолка».

Естественно, что в таких случаях мы должны уже при сборе информации использовать качественные признаки, предварительно разбив диапазон изменения исходного количества на интервалы. Здесь, однако, необходимо отметить, что авторы, предлагающие конкретные статистические подходы к определению числа градаций выявляемого качественного признака, опираются именно на отвергаемое нами (здесь!) предположение о том, что человеку свойственна точечная оценка интересующего нас плана и что искажения происходят либо в силу случайных причин, либо в силу сознательного огрубления данных исследователем (см., например, [5]).

2. Переход от количественной информации к качественной в ряде случаев может быть использован для повышения адекватности количественного измерения. Мы имеем в виду следующую ситуацию.

Известно, что социолог часто бывает вынужден пользоваться признаками-приборами [6] (т.е. признаками, значения которых интересуют исследователя не сами, по себе, а лишь как косвенные показатели некоторых изучаемых явлений). Так, возраст респондента может служить лишь показателем его социальной зрелости. При этом часто бывает совершенно неясно, какова фактически используемая шкала признака-прибора.

Например, в случае использования возраста в указанном выше качестве целесообразно с чи т а т ь, чт о «р а с с т о я н и е » м е ж д у 1 0 и 2 0 г о да м и не р а в н о «р а с с т о я н и ю » м е ж д у 70 и 80 годами. Ясно, что в подобных случаях совокупность действительных чисел должна быть определенным образом деформирована, чтобы стать шкалой для измерения того явления, которое с ее помощью социолог намеревается изучать. Скажем, в описанной ситуации с возрастом начало рассматриваемой части числовой оси должно быть сжато, конец — раздвинут.

Для повышения адекватности измерения в случаях, подобных описанному, может служить предлагаемый нами подход к построению шкалы. В его основе наряду с тезисом, что человеку легче «работать» в качественных шкалах, лежит еще одно предположение: более адекватную информацию об оценках респондентами каких-либо объектов мы полу чаем не в том случае, когда респонденты «в лоб» оценивают объекты, а в том, когда они попарно сравнивают объекты друг с другом [3].

Идея построения шкалы состоит в следующем. Разбиваем диапазон изменения рассматриваемого количественного признака на интервалы (как это сделать — особый вопрос, на который мы здесь не отвечаем). Затем просим группу респондентов-экспертов попарно сравнить все эти интервалы с точки зрения того, насколько попадающие в них объекты похожи в качестве носителей того признака, для измерения которого мы строим шкалу (скажем, просим оценить, насколько лица, попадающие в разные возрастные категории, похожи с точки зрения их социальной зрелости).

Применяя к полученной матрице близостей кукую-либо известную технику анализа подобного рода матриц (методы многомерного шкалирования, парных сравнений и т.д.), для каждого интервала диапазона изменения первоначального признака получаем его количественную оценку. Подчеркнем, что, используя предлагаемый подход, мы, вообще говоря, можем от одной количественной переменной перейти к нескольким. Другими словами, многомерная количественная шкала может оказаться более адекватной изучаемому явлению, чем одномерная.

До сих пор мы говорили о целесообразности перехода от количественных шкал к качественным на этапе сбора данных. Теперь рассмотрим, что такой переход может дать при анализе данных.

3. Традиционный статистический анализ, рассчитанный на количественные признаки, очень часто не адекватен реальности из-за трудностей формирования той ее априорной модели, которая требуется при использовании любого метода. Так, применяя регрессионный анализ, мы, как правило, заранее не знаем, среди какого класса функций имеет смысл искать требующуюся зависимость. Искомые связи часто бывают нелинейными. Перебрать же все возможные функции соответствующего вида, конечно, нельзя.

И, найдя то или иное уравнение регрессии, мы обычно совершенно не уверены в том, что за пределами наших рассмотрений не остался более адекватный вариант:

мы находим логарифмическую зависимость, а в действительности она может быть выражена, скажем, в виде полинома 5-й степени. Изучение же качественных данных (полученных из количественных) с помощью соответствующих методов может дать то же, что дает поиск криволинейных регрессионных зависимостей. Можно, например, найти то главное, что обычно волнует исследователя при изучении связей: так называемые взаимодействия переменных, т.е. такие сочетания значений независимых признаков, которые определяют значения зависимого признака [7; 8, гл. 6]. При этом, найдя взаимодействия, мы можем вернуться к исходной количественной регрессионной модели, скорректировав ее на базе произведений переменных, отвечающих этим взаимодействиям.

Если используются дихотомические качественные признаки (со значениями 0 и 1), то для изучения соответствующих данных подходят традиционные методы количественного анализа, в частности, регрессионная техника (в [9] показано, как такой подход позволяет найти регрессионную модель, адекватную реальной связи). Отличие от традиционного подхода состоит в интерпретации получающихся коэффициентов регрессии. Здесь они интерпретируются в терминах условных частот, отвечающих двумерным распределениям зависимого признака и каждого из независимых (подробнее об этом см [10]). То же было нами показано и для некоторых других традиционно используемых в социологии методов количественного анализа.

В этой связи встает вопрос: как теоретически обосновать использование традиционных количественных методов для, казалось бы, номинальной шкалы. Западные исследователи, впервые применившие этот подход, отмечали, что он недостаточно обоснован теоретически, и что его право на существование подтверждается лишь чисто эвристически [11]. Однако мы полагаем, что возможно и теоретическое обоснование описанного подхода. Дело в том, что дихотомическую шкалу вполне допустимо считать вырожденной интервальной со всеми вытекающими отсюда теоретическими последствиями.

Но это — наименее «интересное» обоснование, да и не очень корректное:

в результате применения любого математического метода к исходным дихотомическим данным возникает необходимость интерпретации числовых соотношений, включающих не только два первоначальных шкальных значения, но и множество других действительных чисел. А потому закономерно встает вопрос о том, что представляет собой отвечающая им шкала.

Со своей стороны мы предлагаем еще один подход к теоретическому обоснованию возможности применения традиционных количественных методов для анализа дихотомических данных. Он будет рассмотрен далее.

4. Многие методы анализа качественных данных более просты, чем решающие те же задачи методы анализа количественной информации. Это также дает преимущества качественному анализу, которые перекрывают его недостатки, связанные с огрублением исходных данных. Особенно важными представляются нам здесь два момента.

Во-первых, часто для решения стоящей перед социологом задачи нет нужды прибегать к сложным математическим методам и ЭВМ: результат ясен уже на основе чисто визуального анализа таблицы сопряженности или ее фрагментов. Во-вторых, результаты анализа качественных данных порой легче интерпретируются, чем результаты количественного анализа (хотя не всегда). Случается, что традиционные для социологии качественные коэффициенты связи весьма трудно поддаются какой-либо естественной интерпретации. Это касается, к примеру, коэффициентов Гудмена, якобы говорящих о возможности прогноза значений одного признака по значениям другого. В действительности заложенное в упомянутых коэффициентах усреднение мер прогноза по отдельным градациям рассматриваемых признаков делает эти коэффициенты практически не интерпретируемыми.

Рассмотрим более детально переход от качественных данных к количественным.

Он обычно служит для обеспечения более глубокого анализа исходных данных путем применения широкого круга методов, обоснованных (с точки зрения математической статистики) алгоритмов и т.д. Но всегда ли надежды на их применение правомерны? Ведь за каждым способом перехода от качественных данных к количественным стоит определенная модель действительности. Здесь мы не теряем иформацию, а приобретаем ее. Упомяну тая модель как раз дает нам такую возможность. Отсюда понятно возрастающее значение проблемы адекватности этой модели.

В основе переходов от качественных данных к количественным лежит предположение о том, что за каждой качественной переменной «стоит» некоторая латентная количественная, из которой рассматриваемая качественная, в соответствии с моделью, получается путем описанного выше деления диапазона ее изменения на части. Естественно, что необходимость «оправдания» такого предположения накладывает определенные ограничения на тот круг качественных данных, к которым эти подходы могут быть применены. Вряд ли следует специально доказывать, что в социологии весьма нередки ситуации, когда подобное «оправдание» выглядит неправомерным. Скорее правомерна противоположная ситуация, при которой действительно имеет смысл предполагать существование упомянутой латентной переменной.

Примером такой переменной, относительно которой кажется совершенно неприемлемым допущение существования соответствующей латентной переменной, может быть пол респондента. В социологии нередки задачи, когда пол интересует исследователя не с а м по с е б е, а к а к п о к а з а т е л ь н е к о т о р о г о дру г ог о к а че с т в а — с к а ж е м, внимания р е с п о н д е н т а к б ы т о в ы м м е л о ч а м. Ясно, чт о в т а к о м с л у ча е пол м о ж н о считать непрерывной количественной переменной. На одном конце соответствующего континуума находятся люди, максимально внимательные в указанном смысле (в основном женщины), на другом — максимально невнимательные (в основном мужчины). Естественно также предположить многомерность «социологического» пола. Используя методы качественного регрессионного анализа, состоящие в применении традиционной техники к дихотомическим данным [11], «социологический» пол можно выразить не только через указанный признак, а и через такие признаки, как властность, мягкость и другие. По полученной регрессионной модели можно уже количественно оценить каждого респондента, используя утверждения типа: «такое-то увеличение властности и такое-то — мягкости дают такой-то прирост „женственности"». Налицо более глубокое представление о первоначальной дихотомической шкале.

Подходы к «превращению» качественных признаков в количественные, в основе которых лежит гипотеза о существовании латентной переменной, можно конкретизировать.

Первый подход — оцифровка качественных данных [8; 12]. Его недостатки и достоинства в основном определяются тем, что было уже указано относительно латентной переменной. Недостатком, на наш взгляд, является то, что результаты оцифровки зависят от тех связей между оцифруемыми признаками, которые учитываются. Из-за возникающей в силу этого неоднозначности результатов оцифровки многие исследователи часто вообще не принимают ее всерьез. Но ведь такую неоднозначность можно интерпретировать и в положительную сторону: например, считать, что разные результаты оцифровки значений одного и того же признака — это результаты «проекции» латентной переменной на разные подпространства исходного признакового пространства. В ряде социологических задач это может выглядеть вполне естественно и давать нам возможность б о лее г луб о к о о ценивать сущность исх о д но го качественного пр изнака. Так, оцифровка значений признака «престиж профессии», рассматриваемого как функция от возможности работника получать материальные блага, может дать один результат, а оцифровка значений того же признака, рассматриваемого как функция от возможности работника проявить себя как творческая личность — совершенно другой.

Второй подход опирается на анализ статистической связи между известными коэффициентами парной сопряженности качественных признаков и тем коэффициентом корреляции, который связывает отвечающие этим признакам летентные переменные [13]. Анализ дает возможность для каждого выборочного значения «качественного» коэффициента связи указать значение и соответствующий доверительный интервал «латентного» коэффициента корреляции. Поэтому для любого набора качественных признаков мы можем получить соответствующую «латентную» корреляционную матрицу, к которой затем может быть применен широкий круг методов количественного статистического анализа.

Третий подход — это упомянутый ранее перевод номинальных данных в дихотомические. Подчеркнем, что тогда мы говорили об этом в связи с переходом от количественных данных к качественным (дихотомические рассматривались как качественные), а сейчас — в связи с обратным переходом (дихотомические рассматриваются как количественные). Казалось бы, здесь мы вообще никакой модели реальности не предполагаем. Однако это не так. С помощью количественного анализа мы получаем новую информацию, используем значения рассматриваемых признаков, лежащие между 0 и 1. Чтобы понять, не фиктивна ли эта информация, надо ясно представить себе, за счет чего оказалось возможным ее получение. Ведь ничто не может возникнуть из ничего. Поэтому мы приходим к выводу, что в основе приобретаемой информации лежит предположение о существовании латентных переменных, «скрывающихся» за каждым из рассматриваемых дихотомических признаков.

Здесь снова встает вопрос о законности анализа дихотомических данных с помощью традиционных количественных методов. Обещанное выше обоснование такого подхода состоит в том, что, как у далось показать авторам, он приводит к тем же резу льтатам, что и описанные выше два способа перехода от качественных данных к количественным.

В заключение хотелось бы отметить еще один момент, связанный с необходимостью перехода от произвольных качественных данных к дихотомическим, указать один типичный для социологии случай, когда только такой переход дает возможность решить актуальную для социолога задачу. Дело в том, что в социологических исследованиях очень часто встречаются качественные признаки с так называемыми совместными альтернативами — такие, которые могут принимать для одного объекта одновременно несколько значений. Когда респондента спрашивают, какая бытовая техника имеется в его семье, он обычно называет несколько предметов, указывает несколько вариантов ответа. Наш опыт говорит о том, что в социологических исследованиях признаки с совместными альтернативами имеет смысл использовать гораздо чаще, чем это делается на практике. Во многих случаях их использование может помочь исследователю выявить такие погрешности в составлении анкеты (приводящие к данным, плохо отражающим реальность), которые не всегда возможно выявить заранее. Так, в одном из исследований, посвященном изучению проблемы пьянства, подростка спрашивали, насколько часто пьет отец и. предлагали веер вариантов ответов — от «никогда» до «каждый день». Оказалось, что иногда подростки отмечают одновременно и ответ «реже, чем раз в месяц», и ответ «каждый день».

Казалось бы, недосмотр анкетирующего. Однако дополнительное исследование показало, что таким образом подростки констатируют существование непредусмотренного составителями анкеты варианта, называемого «запой».

До сих пор в литерату ре не существует ответа на вопрос о том, как анализировать такие данные. Представляется, что эффективный путь решения этого вопроса состоит именно в переходе к дихотомии. Скажем, для измерения связи между двумя признаками с совместными альтернативами можно использовать коэффициент канонической корреляции между двумя отвечающими этим признакам группами дихотомических переменных.

,, Описанная методика реализована в пакете программ «Социолог», разработанном для ЭВМ IBM PC в Институте социрлогии РАН совместно с СП «Диалог»), где эффективно используется для преобразования данных, в региональном анализе и в моделировании..

ЛИТЕРАТУРА

1. Миллер Дж. Магическое число семь плюс минус 2. О некоторых пределах нашей способности перерабатывать информацию:// Инженерная психология. М.: Прогресс, 1964. С. 192—225.

2. Рабочая книга социолога / Под ред. Осипова Г. В. и др. М: Наука, 1983.

3. Белкин А.Р. Нечеткая классификация на основе лингвистических переменных и задачи дифференциальной диагностики. Вопросы кибернетики. Принятие решений и анализ экспертной информации. М.: АН СССР. Научн. Совет по компл. пробл. «Кибернетика», 1989. С. 91 — 108.

4. Чесноков С.В. Основы гуманитарных измерений. М.: Наука, 1985.

5. Орлов А.И. Асимптотика квантования и выбор числа градаций в социологических анкетах.

Математические методы и модели в социологии. М.:,ИСИ АН СССР, 1977. С. 42-55.

6. Клигер С.А., Косолапое М.С., Толстова Ю.Н. Шкалирование при сборе и анализе социологической информации. М.: Наука, 1987.

I.Morgan J.N., Messenger R.C. THAID — a sequential analysis program for nominal dependent

variables. Ann Arbor: The University of Michigan, 1973:

8. Интерпретация и анализ данных в социологических исследованиях / Под ред. Толстовой Ю.Н. и др.

М.: Наука, 1987.

9. Миркин Б.Г. Группировки в социально-экономических исследованиях. М.: Финансы и статистика, 1985.

10.Типология и классификация в социологических исследованиях / Под ред. Толстовой Ю.Н. и др. М.:

Наука, 1982.

11.Messenger R.C., Mandel L. A modal search technique for predictive nominal scale multivariate analysis // Jorn. of Amer. Stat. Ass. 1972. V. 67. N 340.

12. Айвазян С.А.. Енюков И.С, Мешалкин Л..Д. Прикладная статистика: Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983.

13.Лакутин О.В. Сопоставление коэффициентов связи в свете теории оцифровок // Социол.

Похожие работы:

«www.webbl.ru бесплатная электронная библиотека КАЛАГИЯ www.webbl.ru бесплатная электронная библиотека www.webbl.ru бесплатная электронная библиотека Наумкин А.П. Калагия. М.: А/O «Прометей», 1993.352с «Калагия» есть призыв к Нам — и это главное. Все, что идет из Пространства, организуется на земном...»

«Муниципальное бюджетное образовательное учреждение средняя общеобразовательная школа № 2 города Рудни ПУБЛИЧНЫЙ ДОКЛАД ДИРЕКТОРА ШКОЛЫ (2014-2015учебный год) Рудня 2014-2015 1. Общая характеристика Муниципального бюджетного образовательного учреждения средней общеобразовательной школы №2 г.Руд...»

«Найдите аналогию Примеры заданий с пояснениями 1. Растения : крахмал = грибы : ? (гликоген) Запасным углеводом у растений является крахмал, у животных – гликоген.2. Грибы : хитин = бактерии : ? (муреин) Клеточная...»

«УДК 332.122 Миронова Л. П. Полуостров Меганом в Юго-Восточном Шатко В. Г. Крыму (природные условия, флора, растительность) Карадагский природный заповедник НАН Украины, п.г.т. Курортное; Главный ботанический сад им. Н. В. Цицина РАН, г. Москва Аннотация. Представлены результаты 20-летних (1992 –...»

«ISSN 2079-5513 European SOCIAL SCIENCE JOURNAL ЕВРОПЕЙСКИЙ ЖУРНАЛ СОЦИАЛЬНЫХ НАУК European SOCIAL SCIENCE JOURNAL ЕВРОПЕЙСКИЙ ЖУРНАЛ СОЦИАЛЬНЫХ НАУК Рига Москва Учредители и издатели: Европейское научное общество “M...»

«ПРОГРАММА вступительного испытания для поступающих в магистратуру МИЭМИС Направление 38.04.02 – Менеджмент (магистерская программа «Инновационный менеджмент») Направление 38.04.04 – Государственное и муниципальное управление (магистерская программа «Государственное и муниципальное управление») в 2017 г. Предмет «Менеджмент (...»

«ДО Я А. А. М А Л И Н Ы Ч Е В Р ационализация производства ;I осиновом нолотой г НЛЕПНИ ГОСЛЕСТЕХИЗДАТ • 19 3Б 6/777 Ъ Ш А. А. Малинычев м-иа Р 2 ЭЧ0 \ Рационализация производства осиновой колотой книг: ОБЯ. ' йОТ€НН ”• г. СЗ/-Р.1АОВСК Гослестехиздат Москва 1935 Предиспо вие Отходы, получающиеся в деревообрабатывающей промышленности, сост...»

«ДЛЯ СПЕЦИАЛИСТОВ В ОБЛАСТИ БУХГАЛТЕРСКОГО УЧЕТА И ОТЧЕТНОСТИ МСФО (IAS) 2 ЗАПАСЫ http://www.finotchet.ru/standard.html?id=2#tab3 2012г. МСФО (IAS) 2 ЗАПАСЫ УЧЕБН ЫЕ ПОСОБИЯ ПО МСФО (миллион скачанных копий) Вас...»

«Федеральное агентство по образованию ГОУ ВПО «Алтайский государственный университет» УТВЕРЖДАЮ Декан географического факультета Барышников Г.Я. _ _ 200г. РАБОЧАЯ ПРОГРАММА по дисциплине Теория и методология географической науки по нап...»

«ПОЧВЫ И ТЕХНОГЕННЫЕ ПОВЕРХНОСТНЫЕ ОБРАЗОВАНИЯ В ГОРОДСКИХ ЛАНДШАФТАХ Монография Владивосток Министерство образования и науки Российской Федерации Дальневосточный федеральный университет Биолого-почвенный институт ДВО РАН Тихоокеанский государственный университет Общество почвоведов им. В.В. Докучаева Кова...»





















 
2017 www.pdf.knigi-x.ru - «Бесплатная электронная библиотека - разные матриалы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.