<< Пред.           стр. 7 (из 10)           След. >>

Список литературы по разделу

 Социометрическая процедура
 
 Социометрическая техника используется для измерения не личностных, но групповых свойств. Эту процедуру называют также социометрическим тестом, так как она фиксирует определенные свойства группы как целостного образования.
 В принципе для изучения малых групп можно использовать четыре вида показателей [197]:
 а) характеристики, измерение которых не требует специальных инструментов: цели деятельности групп и коллективов, их соответствие требованиям данной социальной организации, содержание социальных норм, действующих в коллективах и группах. Эти показатели могут быть получены путем качественного анализа су-щества дела, хота возможно применение и формализованных методик, например, контент-анализа cooi ветству-ющих документов, регламентирующих деятельность коллектива, стандартизованного наблюдения за его работой;
 б) характеристики, получаемые путем усреднения данных относительно членов группы или организации, например, социально-демографические (средний возраст разряд, соотношение по представительству различных профессий и т. п.), производственно-результативные (производительность труда, объем итоговой продукции, показатели ее качества на группу, прибыль и другие стоимостные показатели);
 в) структурные показатели, к числу которых относятся рассматриваемые ниже социометрические индексы;
 г) показатели групповых норм и ценностей, один из которых - индекс ценностно -ориентацией ного единства группы (ЦОЕ), разработанный А. И. Донцовым [70].41
 41 В кв. [303] представлен большой набор тестов для исследования групповых и межличностных отношений.
 
 Мы рассмотрим более подробно социометрические процедуры, фиксирующие структуру эмоциональных взаимоотношений между членами группы.
 Термин "социометрия" связан с именем Дж. Морено, который в 30-е гг. нашего века разрабатывает особую социопсихологическую теорию, согласно которой изменение психологических отношений в малой группе является якобы главным условием изменения отношений во всей социальной системе [174]. При всем утопизме такого подхода, Морено предложил весьма полезную эмпирическую процедуру для измерения некоторых групповых характеристик.
 Социометрический тест предназначен для диагностики эмоциональных связей, т, е. взаимных симпатий и антипатий между членами группы [303. С. 5-20].
 Назначение социометрической процедуры может быть трояким: (а) измерение степени сплоченности - разобщенности в группе; (б) выявление "социометрических позиций", т. е. соотносительного авторитета членов группы по признакам симпатии - антипатии, где на крайних полюсах оказывается "лидер" группы и "отвергнутый"; (в) обнаружение внутригрупповых подсистем - сплоченных образований, во главе которых могут быть свои неформальные лидеры.
 Во всех случаях используется опросный лист, где каждый член группы должен указать свое отношение к другим членам группы по различный вытекающим из задач исследования критериям, например, с точки зрения совместной работы, проведения досуга, участия в решении деловой проблемы, в игре и т. д. в группе.
 Так называемая общая социометрическая картина предусматривает измерение отношений между членами группы по нескольким критериям одновременно, как это делал, например, Е. С. Кузьмин и его сотрудники [131].
 Для того чтобы выявить взаимоотношения в рабочей бригаде, каждому из 13 членов бригады предлагается следующий опросный лист [131. С. 80]:
 1. С кем бы Вы желали работать вместе? а) на операции (назовите фамилии), б) в бригаде (назовите фамилии).
 2. С кем бы Вы не хотели работать вместе? а) на операции (назовите фамилии), б) в бригаде (назовите фамилии).
 3. С кем бы Вы хотели дружить в свободное время? а) отдыхать (назовите фамилии), б) совместно учиться (назовите фамилии), в) по-настоящему дружить (назовите фамилии). Имея всего 13 членов группы, экспериментатор составляет социометрическую матрицу (схема 24).
 Работа с матрицей включает следующие операции:
 (1) Матрица составляется только на один из признаков, например, по критерию "Работа".
 (2) Матрица позволяет оценить степень сплоченности группы по соотношению положительных и отрицательных выборов. В нашем примере при 76 положительных, 3 отрицательных и 77 безразличных (всего 156 возможностей выбора - 49% положительных выборов, 1,9% отрицательных и 49,1% отсутствия выборов).
 
 Индекс сплоченности группы - еще более сильный показатель, учитывающий взаимность выборов или отвержений:
 
 где Лц+ - число взаимно положительных; А^г~ - число взаимно отрицательных; N '• (N у - 1) - число всех возможных взаимных выборов.
 (3) Матрица дает возможность определить Так называмый социометрический статус (позицию) каждого члена группы от наиболее до наименее авторитетного. Одна из предложенных для этого формул:
 
 где Сц+ - число положительных; Сц~ - число отрицательных выборов, полученных n-м членом группы от остальных.
 В нашем случае А занимает наиболее высокую групповую позицию, тогда как члены группы Д и 3 имеют самый низкий статус:
 
 (4) Используются многообразные индексы социометрической диагностики группы, включая среднестатистические по нескольким критериям. Например, нетрудно подсчитать среднюю индекса отточенности по критериям "работа" и "досуг" вместе. То же самое можно сделать для определения общего сопиометрического статуса любого из членов группы, используя для этого показатели статуса по ряду критериев.
 (5) На основе матрицы строится также графическое изображение связей симпатий и антипатий - социограмма. Связи симпатии обозначают непрерывной линией с указанием направления от одного к другому лицу, а связи антипатии - прерывистой. Если Л симпатизирует В, но В не симпатизирует А, то в социограмме запишем: А*^ В. Отсутствие выбора или отвержение не обозначаются.
 Например, в социограмме на рис. 12 показано, что А - лидер группы, вместе с В и С образующий ее ядро. Члены группы Е и G испытывают взаимную неприязнь, F оказывается вовсе вне контактов с остальными (отвергнутый). Чтобы улучшить групповой климат, надо повлиять на взаимоотношения между Е и G или содействовать переходу этих лиц в другой коллектив; было бы неплохо вывести из группы отвергнутого. Потеря же А означала бы нарушение эмоционально-психологической целостности этой группы, ибо он ее цементирует и является активным носителем групповых норм и традиций.
 
 Рис. 12. Социограмма отношений симпатии и антипатии в группе из 7 человек (А, В, С, D, F, G)
 
 (6) Разработаны более сложные приемы анализа групповых структур на основе социометрического теста с использованием корреляционных коэффициентов и языка теории графов (см. с. 345). Так, В. И. Паниотто предложил расчеты индексов сплоченности как минимального числа связей, которые необходимо разорвать, чтобы граф стал несвязным; устойчивости групповых связей как нормированное минимальное число вершин, которые надо удалить, чтобы граф стал несвязным; индекс неоднородности структуры - нормированное число вершин, остающихся неподвижными при всех перестройках графа, описывающих структуру группы по данному критерию [197. С. 149-151].
 Надежность рассмотренной процедуры зависит прежде всего от правильного отбора критериев социометрии, что диктуется программой исследования и предварительным знакомством со спецификой группы. Устойчивость данных определяется повторным опросом, а их обоснованность - путем наблюдения реальных отношений в коллективе или методом контроля по известной группе. Очень важно гарантировать каждому участнику анонимность опроса, так как речь идет здесь о довольно интимных сторонах жизни группы.
 Использование социометрического теста обнаружило незаурядные прикладные возможности. Психологи и педагоги, социологи и практики на предприятиях пользуются социометрическим тестом для диагностики групповой сплоченности, выявления лидеров. Широко применяется этот тест в научных исследованиях при определении влияния уровня сплоченности на эффективность групповой работы, для изучения механизмов "ролевого обучения" и влияния группового климата на этот процесс [28, 119].
 Будучи простым в употреблении, социометрический тест, как и другие тесты, является арбитражным. Его показания относительны, и все замеры приобретают смысл только в случае, если производятся по единой процедуре для всех членов группы. При сопоставлении агрегатных (общегрупповых) характеристик опять-таки следует пользоваться единой процедурой. Индексы авторитета и социометрического статуса, разумеется, не абсолютны. Они приобретают значения именно в контексте социометрической матрицы данной группы.
 Вместе с тем была доказана ограниченность данных процедур, ибо с их помощью фиксируются поверхностные, не глубинные взаимоотношения в группах, причем специфика групп и коллективов остается невыявленной.
 Практические советы
 1. Помня, что ни один из методов сбора первичных данных не универсален, следует прежде всего решить, какой (какие) способ лучше всего отвечает программным целям исследования. Основания для данного решения: тип исследования (теоретике-прикладной или прикладной) и его принципиальный план (формулярный, описательный или аналитико-экспериментальный), а также наличие ресурсов, необходимых для использования данных методов.
 2. В качестве главного метода следует выбрать наиболее соответствующий программным целям и максимально экономный. В теоретико-прикладном исследовании для углубленного анализа можно воспользоваться разными методами, но не обязательно с охватом всей выборочной совокупности. Разумно сформировать квотные подвыборки, объединяемые рядом общих признаков (например, половозрастных, профессионально-квалификационных и т. п.), и в разных подвыборках применить разные комбинации методов. Тогда при анализе данных, пользуясь "соединительными муфтами" ("сквозные" признаки для всех подвыборок), мы получаем возможность более основательной интерпретации общих зависимостей и связей.
 3. Несовпадение данных, полученных различными методами и техниками при их должной надежности, чаще всего объясняется тем, что выявляются различные аспекты изучаемых явлений и процессов. Правильный подход состоит в том, чтобы, выяснив причины несовпадений, использовать разнохарактерные сведения для многоплановой интерпретации и (или) формулировки гипотез, нуждающихся в дополнительной проверке.
 4. Какой бы метод мы ни использовали, важно знать уровни соответствующих ошибок, особенно уровень неустойчивости исходных данных по разным показателям. Используя в дальнейшем различные приемы анализа полученной информации, следует помнить, что статистические ошибки вывода (доверительный интервал таких ошибок) непременно должны быть соотносимы с ошибкой исходной информации, так как последняя повышает его неопределенность. Во всех случаях величина статистической ошибки вывода должна быть меньше ошибки первичной регистрации данных.
 
 Глава V
 "ЖЕСТКИЙ" АНАЛИЗ ЭМПИРИЧЕСКИХ ДАННЫХ1
 
 1 "Жестким" мы называем статистический анализ в отличие от "мягкого" - качественного (гл. VI ).
 
 Анализ собранной информации - самый увлекательный этап исследования. Мы проверяем, насколько верны были исходные предположения, получаем ответы на заданные вопросы и выявляем новые проблемы. Методологический инструмент анализа - гипотезы, сформулированные в программе, и те, что возникают по мере их проверки и отвержения уже в процессе анализа собранных данных.
 Вспомним, что гипотезы подразделяются на описательные и объяснительные. Соответственно этому выделим два класса процедур анализа. К первому отнесем дискриптивные процедуры: группировку, классификацию и с некоторыми оговорками типологизацию2. Второй класс образуют аналитике-экспериментальные процедуры, назначение которых - установление связей взаимодействия и детерминации.
 2 Строго говоря, типологизация - промежуточный этап, совмещающий группировку и переход к анализу данных для проверки гипотез; ниже, при рассмотрении теоретической типологизации мы в этом убедимся (см. раздел 2 этой главы).
 
 Цель этой главы - рассмотрение основных методов, но не техники анализа данных. Из технических средств мы используем наипростейшие и при необходимости будем отсылать читателей к соответствующей литературе.
 И последнее. В этой главе речь идет об анализе данных массового социологического обследования, о качественно-количественном анализе, а в заключительном параграфе - о стратегии качественного анализа.
 
 1. ГРУППИРОВКА И ЭМПИРИЧЕСКАЯ ТИПОЛОГИЗАЦИЯ
 Группировка и классификация - элементарные процедуры упорядочения данных, предваряющих их анализ. С помощью этих действий мы "уплотняем" информацию, как бы расширяем области подобия и уста-навливаем новые границы различий в массе эмпирических данных, не выходя при этом за пределы индикативных свойств (т. е. на "языке" фиксированных данных наблюдения" опроса, документов). Типологический анализ опирается на те же или аналогичные процедуры" но предусматривает более высокий уровень обобщения, основанием которого выступают не сочетания признаков-индикаторов, но понятия, с ними соотносимые. Это уже стратегия анализа на качественно ином уровне обобщения.
 Простая группировка - это классификация или упорядочение данных по одному признаку. Связывание фактов осуществляется здесь в соответствии с описательной гипотезой относительно ведущего признака группировки (или признака классификации). Так, в зависимости от гипотез можно сгруппировать выборочную совокупность по возрасту, полу, роду занятий, образованию, по высказанным суждениям и т. д.
 Квалифицированные данные или количественные показатели группируются в ранжированные ряды по возрастанию (убыванию) признака, качественные или атрибутивные группируются по принципу построения неупорядоченных номинальных шкал.
 Все операции последующего анализа покоятся на изучении сгруппированных данных.3
 3 О технике группировки, классификации и статистическом анализе рядов распределения см. [12, 79, 109, 199, 259]. Наиболее полное пособие по методам анализа данных - новейшая публикация Г. Г. Татаровой [2вО]. См. также "Аннотированный список" в приложении 2.
 
 Число членов группы называют частотой или численностью группы, а отношение данной численности к общему числу наблюдений - долей или относительной частотой. Статистические приемы поиска средней тенденции (мода, медиана, среднеарифметическая), подсчет дисперсии отклонения позволяют оценить сгруппированный ряд в емком показателе и отобразить результаты графически (с. 155, рис. 6). Простейший анализ группировки - исчисление частот по процентам.
 Перекрестная группировка (или перекрестная классификация) - это связывание данных предварительно упорядоченных по двум признакам (свойствам, показателям) с целью: (а) обнаружить какие-то взаимозависимости, (б) осуществить взаимоконтроль показателей (например, ответов на основной и контрольный вопросы - с. 261, схема 20), сформировать новый составной показатель (индекс) на основе совмещения двух свойств или состояний объекта, определить (об этом ниже) направление связей влияния одного явления (характеристики, свойства) на другое.
 Перекрестная классификация (группировка) производится в таблицах, где указывается наименование таблицы (какие признаки, свойства сопрягаются) и общая численность включенных в группировку объектов (см. схему 8, с. 161).
 Одна из задач перекрестной классификации - поиск устойчивых связей, выявляющих структурные свойства изучаемого явления. Например, можно выявить типические соотношения возрастов мужей и жен (табл. 6).
 Мужья в большинстве случаев старше жен. Так, из 719 мужчин в возрасте 20-24 лет 158 (21%) имеют супруг моложе себя, а 62 (8,6%) - старше. Из 850 жен-Щинвтом же возрасте только 10 старше своих мужей, но в 336 случаях (39,5%) они моложе мужей.
 Табл. 7 иллюстрирует использование перекрестной группировки для установления зависимости между предметной областью научного знания и длительностью "долужизни" публикаций (последняя определяется как период сокращения ссылок вдвое сравнительно с первоначальным периодом).
 
 Таблица 6 Перекрестная классификация возраста супругов Возраст Возраст жены (лет) Итого (чел.) мужа (лет) 15-19 20-24 35-29 30-34 35-39 10-44 45-19 50-" 15-19 42 10 3 55 20.24 158 504 51 10 1 719 25-29 52 271 184 22 7 2 538 30-34 5 52 87 69 13 5 231 35-39 1 12 27 29 21 2 3 95 40-44 1 9 18 17 8 2 1 50 48-49 1 3 в IS 16 7 1 49 50 1 4 11 15 21 43 95 Итого 259 850 365 188 8в 47 33 45 1838 (чел.) Источник: [270. С 801]. Данные по США.
 Из таблицы видно, что наибольшим "долголетием" обладают публикации по экономике, наименьшим - в ряде естественно-научных экспериментальных дисциплин и в математике.
 Таблица 7
 Время "полужизни" публикаций (период, за который число ссылок сокращается вдвое) в зависимости от области знания
 Наука
  Время
 "полужизни"
 (лет)
 Наука
  Время
 "полужизни"
 (лет) Экономика 33,0 Биология 5,0 География 16,0 Вычислительная Геология 11,8 математика 4,95 Ботаника 10,0-11,8 Физика 3,9-4,6 Химия Математика 8,1 5,42-10,5 Биомедицина 3,0 Источник: [278. С. 96].
 Наконец, типичный случай использования перекрестной группировки-поиск тенденции, динамики процесса (табл. 8). Приведенные в табл. 8 данные хорошо иллюстрируются графически (рис. 13).
 
 Таблица 8
 Распределение рабочих, занятых в народном хозяйстве СССР, по уровню образования (в % к общей численности занятых) Уровень образования Доля рабочих, имеющих данный уровень образования. 1959 г. 1970 г. 1979 г. 1984г. Высшее, незаконченное высшее, среднее специальное 2 4 9 Полное среднее 6 16 33 82 Неполное среднее 32 39 34 Начальное и более низкое 60 41 24 8 Источник: [270. С. 96].
 Эмпирическая типологизация - наиболее сильный прием анализа по описательному плану. Этот метод можно характеризовать как поиск устойчивых сочетаний свойств социальных объектов (или явлений), рассматриваемых в соответствии с описательными 'гипотезами в нескольких измерениях одновременно.
 Основную идею подобной типологизации сформулировал применительно к социологии П. Лазарас-фельд. Он ввел понятие "пространство свойств" [360. С. 40-53].
 Так, нетрудно вообразить свойства социальной группы в трехмерном физическом пространстве, т. е. в декартовой системе координат. Скажем, свойство А будем откладывать в "высоту", свойство В - в "ширину", а С - в "длину".
 
 
 
 В этом трехмерном пространстве следует теперь определить, какова же упорядоченность свойств. Можно ли, допустим, сказать, что слабому выражению свойства А преимущественно соответствует слабое же выражение свойства В и сильное выражение свойства С или все три переменные ведут себя хаотически в отношении друг друга?
 Чтобы определить степень упорядоченности свойств, образующих трехмерное пространство, И- А. Таганов и О. И. Шкаратан применили статистический критерий энтропии (Я). При значении Н=1 наблюдается полная упорядоченность состояний трех свойств, при значении Н=0 фиксируется полный хаос.
 Указанные авторы провели массовое обследование рабочих для выявления признаков, образующих устойчивые подгруппы рабочих. Всего было исследовано 27 признаков, из которых построено 2925 всевозможных трехмерных сочетаний, и для каждого сочетания рассчитан показатель энтропии. Обнаружилось, что наибольшую упорядоченность связей дают три переменные: профессия, квалификация и образование. Именно они являются свойствами, детерминирующими возникновение неоднородных групп [257].
 Более сложная задача - проанализировать степень скопления или рассеяния признаков (свойств) в многомерном пространстве. Такое пространство нельзя наглядно представить в трехмерной системе координат, его можно описать в математических символах. Задачи многомерной эмпирической типологизации свойств решают с помощью математических процедур распознавания образов - таксономии и кластерного анализа, причем в этом случае исходные данные могут быть представлены в упорядоченных (метрических также) или в неупорядоченных шкалах.
 Рассмотрим для примера таксономический анализ мигрирующих из села в город и из города в село жителей Сибири [94].4 Т. И. Заславская и ее коллеги, впервые применившие метод таксономии к социальным объектам, при массовом обследовании мигрантов фиксировали десятки признаков: пол, возраст, семейное положение, профессию, образование, занятие до и после переезда, направление миграции, район выезда и въезда, цели миграции и т. д. Задача - на основе этих сведений определить, какие крупные половозрастные и социальные группы образуют миграционные потоки из села в город и обратно - из города в село. Выявление подобных социальных типов важно для практической регуляции миграционных потоков.
 4 Литература о методах многомерной классификации: 206, 204, 2в4, 259, 260, 264].
 
 Таблица 9 Направление миграционных потоков в различных типологических группах населения Направление миграции
 
  Типологические группы (в % к численности группы) I II III IV V VI Из крупного или среднего города в село 7,3 0,8 0,0 1.2 0,0 3,0 Из малого города в село 8,0 6,6 3,2 10,0 0.0 21,2 Из села в село 47,7 14,6 13,8 41,7 22,8 15,2 Из села в малый 16,2 47,0 35,0 4,1 31,0 22,7 город Из села в средний или крупный город 20,8 31,0 48,0 42,4 46,2 37,9
 В итоге таксономического анализа было обнаружено, в частности, шесть различных групп (таксонов): (I) - семейные мужчины и женщины, (И) - неженатые молодые мужчины, (III) - молодые девушки и незамужние женщины, (IV) - престарелые женщины без мужей, (V) - одинокие женщины среднего возраста без специальности, (VI) - одинокие женщины, имеющие специальность. Эти таксоны существенно различаются по характеру миграции (табл. 9).
 Так, группа семейных (I) в основном перемещается из села в село, что также свойственно группе IV (это "бабушки", переезжающие из села в село к взрослым детям). Молодежь (группы II и III) по преимуществу движется в город, причем девушки больше, чем юноши.
 Выделенные здесь типы довольно обобщены. Продолжая таксономический анализ, авторы обнаружили аемало более специфических и относительно малочисленных групп, различающихся по набору свойств.
 Интереснейший результат получил А. М. Демидов5, который подверг кластерному анализу данные массового опроса россиян в проекте изучения стилей жизни с интервалом в 1 год.
 5 Публикуется с согласия автора (ВЯ.)
 
 Исходные данные фиксировали ценностные ориентации, поведенческие установки, образцы поведения, потребительские привычки, восприятия некоторых стандартов жизни.
 Весь этот колоссальный по объему и взаимосочетаниям материал был подвергнут кластерному анализу - типологиэа-ции на осаове выявления устойчивых сочетаний множества признаков. Полученная типология поддается интерпретации в пространстве свойств двух векторов: "надежды - разочарования" и "амбиции - пассивность" (рис. 14).
 
 
 Стили жизни ("со-циостили", как обозначил это автор) образовали следующие кластеры (сочетания свойств): "ретрограды" - характеризуются пассивным восприятием жизни, пессимизмом, разочарованием, ценностной дезориентацией, страхом перед будущим, социальной дезориентацией. Сильно выражены стремление к порядку и стабильности, патернализму, авторитарные тенденции при одновременном недоверии существующим социальным институтам. Преобладают материалистические, меркантильные ориентации, обусловленные в основном тяжелыми условиями жизни;
 "победители" - также отличаются ценностной дезориентацией, разочарованием, отсутствием социальных надежд и иллюзий. Однако в отличие от "ретроградов" это группа активных амбициозных людей, ориентированных на достижение личного материального успеха без оглядки на общество, социальные ценности и идеологии. Сильно выражены индивидуализм, стремление к личной свободе, неверие в социальные институты. Эта группа ориентирована на быстрое достижение материальных благ без долгосрочной социальной перспективы;
 "традиционалисты" - как и "ретрограды", характеризуются пассивным отношением к жизни, отсутствием амбиций, скептическим отношением к модернизации общества и социальным новациям. В то же время "традиционалисты" в отличие от "ретроградов" обладают твердой системой традиционных ценностей, верят в общество, социальные институты, глубоко моральны. Этот ценностный потенциал позволяет им более уверенно чувствовать себя в жизни, с большим оптимизмом смотреть в будущее;
 "новаторы" - как и "традиционалисты", обладают устойчивой системой ценностей, однако это скорее ценности завтрашнего дня, мораль XXI века. Они открыты ко всему новому, верят в общественный прогресс и в общество. "Новаторы" активны, как и "победители", стремятся к успеху, однако в отличие от последних их амбиции не имеют столь эгоцентричного, циничного характера. Моральные ценности преобладают над материальными, социальные надежды и оптимизм - над разочарованиями;
 "истэблишмент" - представляют собой группу людей, в наибольшей степени разделяющих ценности либерального общества, сочетание индивидуальных свобод и социальной ответственности. Стремление к благополучию, которого они в основном достигли, сочетается с высокими социальными целями и долгосрочной социальной перспективой. По своему образу действия они могут быть как более активны, так и пассивны. Разделяют современные ценности, не отрываясь от традиционных. Отличаются высокой толерантностью, стремлением к гуманистическим идеалам. "Истэблишмент" можно обозначить как наиболее адаптированный к данным социальным условиям тип.
 Результаты исследования 1997 г. свидетельствуют о том, что по многим показателям кризис системы ценностей и поляризация общества продолжают углубляться.
 По сравнению с 1996 г., еще больше снизилась доля групп населения, находящихся в поле социальных надежд (с 18% в 1996 г. до 12% в 1997 г.), и выросла доля тех, кто находится в поле социальных разочарований (с 81% в 1996 г. до 87% в 1997 г.).
 Пропорция социально уверенных сократилась: "традиционалистов" - с 8% в 1996 г. до 5% в 1997г., "новаторов" - с 8% до 6% и тип "истэблишмент" с 2% до 1%.
 Российское общество поляризуется на активных "беспринципных" "победителей" 28% в 1996 г. и 30% - в 1997 г. и пассивных потерянных "ретроградов" 53% и 57%.
 
 Сопоставление этого анализа с общеевропейским обследованием по той же методике показало, что средневзвешенные данные по странам Центральной и Восточной Европы свидетельствуют о противоположной тенденции: там на 3% сократилась доля социально разочарованных и соответственно выросла - социально уверенных.
 Автор заключает: тенденция социально-ценностной дезориентации, разочарований, социального нигилизма и аномии продолжает усиливаться. При этом растет социально-ментальная база как активных сторонников "нецивилизованного капитализма" ("победители"), так и пассивных сторонников возврата к неким потерянным корням, которые, однако, четко не идентифицируются ("ретрограды").
 В исследованиях последних лет Г. А. Сатаров успешно использовал разработанную им технику многомерной эмпирической классификации (кластерный анализ) для изучения расстановки политических сил в Верховном Совете, а позже - Государственной Думе России. На базе информации поименного голосования по принципиальным вопросам может быть представлена типологическая структура политических позиций депутатского корпуса, конфигурации депутатских групп, позволяющая прогнозировать их действия в парламенте [236].
 
 2. ТЕОРЕТИЧЕСКАЯ ТИПОЛОГИЗАЦИЯ И ЕЕ ПРОВЕРКА В ЭМПИРИЧЕСКОМ АНАЛИЗЕ
 
 Теоретическая (или конструированная) типологи-зация - обобщение признаков социальных явлений на основе идеальной теоретической модели и по теоретически обоснованным критериям. Такая типологизацияг в отличие от эмпирической, есть условие прямой проверки теории путем сопоставления конструируемых типов с эмпирическими свидетельствами соответствия, или уклонений от идеальной модели. Здесь типология отличается от рассмотренной выше, где устойчивость свойств типа находится путем многократного перебора, тогда как в теоретической типологии критерии свойств выявляются путем логического анализа.
 В логике существует понятие "идеализированный" (идеальный) объект, которым обозначают реальный объект или целый класс объектов, отраженных в сознании в виде некоторой абстракции, идеальной системы, воспроизводящей его в упрощенном, схематизированном виде [295. С. 151-156].
 Идеальная социальная модель строится на основе абстракций двоякого рода: тех, что логически вытекают из более общих теоретических предпосылок - социологических понятий или принципов, а также абстракций на основе наблюдения эмпирических данных. Разумеется, и те, и другие имеют своим основанием реальную действительность. Именно потому, что конструированная таким путем идеальная модель соотносится с системой теоретического знания, она выполняет важные функции включения теории в непосредственный анализ эмпирических данных.
 Модель такого рода обладает рядом особенностей: она определяет идеальные (в смысле абстракции) границы социального объекта; включает критерии (или параметры), на основе которых определяется обоснованная в теории устойчивая связь его свойств и характеристик; если параметры, составляющие модель, представляют континуумы, фиксируются также количественные границы идеализированного объекта.5
 5 В данном случае - в понятиях "больше" - "меньше", "сильнее" - "слабее", т.е. в их упорядоченности или дихотомии, путем шкалирования соответствующих операционализированных свойств (см. приводимый ниже пример).
 
 Анализ эмпирических данных, согласно теоретической типологии, предполагает, во-первых, определение частот распределения по каждому типу; во-вторых, изучение отклонений от идеализированных моделей по отдельным параметрам и, если возможно, измерение интенсивности и вероятности этих отклонений [314].
 Классический пример идеализированной типологии - типология мотивации социального действия у М. Вебера. В работе "Протестантская этика и дух капитализма" [31] Вебер задается вопросом, что отличает ценностно-мотивационный "синдром" предпринимательства в согласии с этикой протестантизма и путем теоретического анализа наблюдаемых реалий находит, что здесь имеют место:
 - мотивы прибыли, когда добывание денег превращается из средства в самоценную деятельность, цель;
 - аскетизм, исключающий потребление ради удовольствия, наслаждения радостями жизни;
 - рационализм, ответственность, трудолюбие.
 Эта типологическая конструкция побудила Э. Хагена сконструировать идеальные типы "инновационной личности" в отличие от "традиционалиста" (личности "авторитарной"). Авторитарный тип сформирован в условиях социального застоя, инноватор - динамичными процессами современного общества [336]. Отсюда - дихотомия характеризующих их черт (которые логически выводятся из теоретического анализа (схема 26).
 Исходя из аналогичных рассуждений другой исследователь Алекс Инкелес получил аналогичную типологию путем эмпирической классификации. Инкелес вначале операциона-лизировал свойства традиционной и современной личности, затем изучил их взаимосвязи на больших статистиках исследований в разных странах Европы и "третьего" мира, а затем выявил корреляционные синдромы, достаточно близкие гипотетически заданным [340].
 Благодаря развитию компьютерной техники эмпирическая типологизация начала лидировать в социальных исследованиях. Некоторые социологи стали поговаривать о том, что эпоха конструированной типологии минула безвозвратно.
 Это вопрос принципиальный. Совпадение идеальной модели с реальным распределением есть способ эмпирической проверки теории, на основе которой конструировалась модель. Здесь проверяются основные посылки относительно системообразующих признаков типа. Теория, в свою очередь, есть объяснение закономерности данного ряда (последовательности) явлений и, следовательно, источник научного прогноза. Например, в исследованиях образа жизни важно проверить ряд гипотез относительно взаимосвязи между производственной и досуговой деятельностью людей.
 
 
 
 Согласно так называемой "компенсаторной" гипотезе, люди стремятся возместить в досуге то, что им недоступно в работе. Отсюда следует, что структура досуга работников малоквалифицированного и монотонного труда должна быть более разнообразной, чем работников сложного, разнообразного труда. Если следовать "инерционной" концепции взаимосвязей труда и досуга, то, наоборот, монотонная работа должна сопровождаться аналогичным досугом, а творческая и разнообразная влечет более разнообразный тип досуга. Наконец, следуя гипотезе относительной независимости этих двух сфер человеческой деятельности, мы вообще не обнаружим определенной связи, а вводя поправку на детерминацию отношения к труду и к досугу типом личности (социально обусловленными и индивидуальными свойствами личности), мы должны выявить иные взаимосвязи [249. Гл. IV].
 Очевидно, что каждая из названных гипотез предполагает проверку на основе конструированных типологий и трудовой деятельности (типизация профессионально-квалификационных групп обследованных) и досуговой активности (по критериям разнообразия, избирательности, насыщенности творческой деятельностью). Подтверждение или опровержение такого рода гипотез - указание на некоторую закономерность, тогда как при эмпирической типологизации анализ вполне может ограничиться описанием найденных типов и лишь ретроспективно - их истолкованием в духе названных гипотез. Но убедительность такого истолкования определенно будет недостаточна, так как в этом случае нельзя заранее предусмотреть нужные "идеальные сочетания" свойств, требуемых строгими правилами обоснования теоретического вывода.
 Короче говоря, метод теоретической типологизации ведет к объяснению, сформулированному в гипотезах, вытекающих из данной теории, тогда как эмпирическая типологизация допускает лишь описание полученных данных и их интерпретацию, что позволяет формулировать более общие гипотезы, продвигает исследование в сторону разработки теории. В первом случае "теория на входе", во втором - "теория на выходе" - как результат анализа эмпирических данных.
 
 3. ПОИСК ВЗАИМОСВЯЗЕЙ МЕЖДУ ПЕРЕМЕННЫМИ
 
 Перекрестная группировка по двум и более признакам - прямой путь к обнаружению возможных взаимосвязей между переменными. Для этого нужно составить таблицу определенным образом, например, подсчитать пропорции частот одного признака в зависимости от частот другого. Для неискушенного читателя при изложении результатов социологических обследований разумнее использовать процентные отношения группировок. В научной публикации следует указывать статистические критерии взаимосвязей и их значимости.
 Правила процентирования6 вовсе не так просты, как может показаться неопытному исследователю. Основной вопрос: принимать ли за 100% данные по строке или по столбцу?
 6 Подробно эти правила излагает X. Хейман [339]
 
 Это зависит от двух обстоятельств: от характера выборки обследованных и от логики анализа. Выборка может быть либо репрезентативной (выборочная совокупность есть микромодель генеральной совокупности), либо нерепрезентативной. В последнем случае нам как минимум неизвестны пропорции существенных характеристик в генеральной совокупности, или мы знаем, что эти пропорции в выборке не соблюдаются. Возможна двоякая логика анализа "от причин к следствию" или "от следствий к причинам", что определяется гипотезой и содержанием данных.
 Если выборка представительна и отражает пропорции изучаемых групп в генеральной совокупности (данного завода, например), тогда можно вести двоякий анализ данных: по логике "от причин к следствию" и "от следствия к причинам".
 Рассмотрим пример. Предположим, что 1000 человек, работающих на акционерном предприятии, где акции принадлежат исключительно его сотрудникам, распределились в зависимости от того, участвуют или не участвуют они в технической и организационной модернизации производства, следующий образом (табл. 10).
 
 Таблица 10
 Исходная перекрестная группировка данных: статус и участие в инновациях (N= 1000 чел.) Статус Участие в инновациях (чел.) Итого
  участвуют не участвуют
  Рабочие 250 455 705 ИГР 140 120 260 Служащие 10 25 35 Итого 400 600 1000
 Проведем анализ по логике "от возможных причин - к следствию". Предпосылкой более или менее активного участия в разработке нововведений может быть статус работника, тогда как вовлеченность в дела производства сама по себе не может быть причиной того или иного статуса, это - возможное следствие первого фактора. При таком подходе за 100% следует брать данные по строке (табл. 10, а).
 
 Вывод: наиболее активные инноваторы - ИГР, наименее активные - служащие. Статус инженерно-технических работников способствует их модернизационной активности в большей мере, чем положение служащих или рабочих данного предприятия.
 Теперь проведем анализ по логике "от следствия к причинам": 100% суммируются в столбце (табл. 10, б).
 
 С логической точки зрения здесь проверяется гипотеза о вкладе каждой категории работников в разработку нововведения, а не гипотеза об их соотносительной активности. Вывод из табл. 10, б: вклад рабочих - наибольший, так как они преобладают в составе персонала предприятия. Об относительной же активности рабочих по этим расчетам мы судить не можем.7
 7 Имеется в виду, конечно, не значимость, качество предложенных Идей, но их численность. Предложения специалистов-инженеров или администраторов-служащих могут быть более радикальными, чем предложения рабочих.
 
 Итак, ретроспективный и проектирующий анализы предполагают различные по содержанию выводы.
 
 
 В репрезентативных выборках возможно проценти-рование "по диагонали" таблицы. Например, для табл. 6
 Таблица 10, а
 Участие в инновациях как следствие статуса работников
 
 Статус Участие в инновациях (чел.) Итого участвуют не участвуют Рабочие 35 65 100 ИГР 64 46 100 Служащие 29 71 100
 Таблица 10, б
 Активность персонала в зависимости от статуса работника
 Статус Участие в инновациях (чел.)
  участвуют не участвуют Рабочие 60 76 ИГР 35 20 Служащие 5 4 Итого 100 100
 (если данные представительны) можно подсчитать процентные доли всех 47 выделенных в ней сочетаний возрастных характеристик мужей и жен, из чего, скажем, следует, что более всего в изученной совокупности представлены молодые пары в возрасте 20-24 лет, каковые составляют около 55% от всех пар (504:1838/2= =0,55), среди 50-летних и старше супружеские пары одного возраста составляют лишь 5% и т. д.
 Если выборка нерепрезентативна, процентирование можно вести только в рамках каждой подвыборки раздельно. Обычно такие подвыборки образуют по признакам, являющимся возможными причинами искомых связей: половозрастные, имущественные, этнической принадлежности, шкалы по уровню образования, другим объективным характеристикам социального статуса, места проживания и т. д. Здесь несоответствие долей выборок реальному распределению определенных групп в генеральной совокупности не исказит вывод (логика табл. 10, а). В противном же случае (по логике табл. 10, б) достоверность вывода будет прямо зависеть от представительности выборки.
 
 Наконец, в случаях, когда представительность перекрестной классификации в принципе нельзя установить (например, о ценностных ориентациях и политических взглядах, отношений к партиям, где распределение в генеральной совокупности заранее вообще неизвестно), расчет процентов допустим в обоих направлениях и по диагонали с условием, что установленные связи требуют дополнительной проверки, ориентировочны. Для такой проверки используют систему так называемых контрольных (опосредующих) переменных.
 Анализ взаимосвязи двух переменных с помощью контрольного (опосредующего) фактора - прием, используемый для того, чтобы установить прямые и опосредованные, причинные и сопутствующие связи, а также уточнить их напряженность. Рассмотрим три вымышленных примера, в которых проиллюстрируем основные логические проблемы этого метода.8
 8 Задачи этого класса применительно к социологии были впервые сформулированы в 40-е гг. П. Лааарсфел ьдом и П. Кен дал л и получили в дальнейшем более полное логическое обоснование в работах X. Хеймана [339. С. 286-295].
 
 Пример 1. Надо определить, имеется ли связь между интересом людей к познавательным программам телевидения (обозначим как фактор П) и к развлекательным программам (фактор Р). Для установления взаимосвязи между этими явлениями используем простейший показатель - коэффициент ассоциации двух качественных переменных по Юлу. Чтобы подсчитать коэффициент ассоциации Юла, достаточно фиксировать наличие (+) или отсутствие (-) каждого из двух сопоставляемых качеств А к В.
 Построим двухмерную классификационную таблицу (схема 27).
 Коэффициент ассоциации Юла (Q) высчитывается по формуле; Q=(ad - cb)/(ad - сb), где (схема 25) частоты а, b, с, d обозначают наличие или отсутствие признака П или Р. Свойства коэффициента: 1>Q>-1; Q=0, если какая-либо из частот (а, b, с или d) равны 0. При значении коэффициента существенно выше или ниже 0 при некотором доверительном интервале (допустимой ошибке) связь имеется.
 Допустим, что в нашем примере наблюдается такое распределение (условные числа).
 
 Схема 27
 Модель перекрестной группировки двух дихотомических признаков ПиР для расчета коэффициента ассоциации Юла (Q)
  Px + Рx- п + а И п- с d Между П и Р обнаружена весьма высокая связь.
 
 Однако эта связь может быть лишь видимостью. Введем контрольную переменную - уровень образования телезрителей (обозначим О) - и получим две двухмерные таблицы: для лиц с высоким (0+) и низким (О~) уровнем образования (табл. 11, а). Подсчитаем коэффициент Юла для таблиц 11, аи 11, б:
 
 Таблица 11
 Взаимосвязь интересов телезрителей к познавательным (П) и развлекательным (Р) программам
  рx+ Рx- П+ 410 130 540 П - 130 410 540 540 540 1080
 
 Таблица 11, а
 Взаимосвязь интересов телезрителей к познавательным (П) и развлекательным (Р) программам раздельно для имеющих высокое образование (О+) и низкое образование (О~)
 О+ О- П+ П - П + П- Г 400 80 480 Р* 400 80 480 р- 50 10 60 Р- 50 10 60
 
 Таблица 11, б
 Взаимосвязь между уровнем образования (О) и интересом к познавательным программам (П), между уровнем образования и интересом к развлекательным программам (Р)
 
  П + П - П+ П - О + 450 90 540 О + 480 60 640 О - 90 450 540 О - во 480 540 540 540 1080 540 540 1080
 Связи между признаками П и Р в производных таблицах, выравненных по образованию, не обнаружено. Между тем в исходной табл. 11 связь высокая. Остается предположить, что П и Р зависят от уровня образования, но независимы относительно друг друга. Проверим это предположение, сгруппировав данные так, чтобы выявить связи между контрольным фактором (О - образование) и каждым из первоначальных (П и Р) (табл. 11, б). Видно, что связь между образованием и интересом к программам познавательных передач такая же, как между образованием и интересом к развлекательным программам, высока.
 
 Здесь действует следующее правило: если введение контрольной переменной уменьшает связь между двумя исходными переменными, но связь между контрольной переменной и каждой из исходных достаточно высока, то контрольная переменная выступает либо в качестве интерпретирующей, либо в качестве объясняющей. Различие же между интерпретацией и объяснением состоит в следующем. Интерпретация - способ истолкования факторов, рассматриваемых как посредствующие переменные какого-то процесса, причины которого неясны. Объяснение суть истолкование ряда факторов, рассматриваемых в качестве причинных.
 Чтобы иллюстрировать метод обнаружения интерпретирующей и объясняющей связи, рассмотрим другой пример, используя ту же логику рассуждения и те же цифровые данные.
 Пример 2. Обозначим Пр профессию телезрителей (Пр и Пр2 - это две группы профессий). И+ наличие, И~ отсутствие интереса к определенным программам. Для таблицы 11" используя те же данные, что в табл. 10, связь равняется 0,82 по коэффициенту ассоциации Юла (Qnp.K= 0,82).
 Введем контрольную переменную О - образование. Перестроив таблицы, как в предыдущем случае, найдем, что в производных связь потерялась: при фиксированном уровне образования не обнаруживается связи между профессией и интересом к передачам определенного типа. Иначе говоря, люди с высшим образованием - инженеры, врачи, учителя - примерно одинаково интересуются передачами данного класса. Рабочие, продавцы магазинов, служащие учреждений, не имеющие высшего образования, также обнаруживают большую схожесть в отношении к телепрограммам этого класса.
 Как и в предыдущем случае, введение контрольной переменной снизило (или в нашем условном примере свело к нулю) связь между исходными факторами. Однако заключение во втором случае будет отличаться от вывода, который следует из первого примера.
 В первом примере образование предшествует интересу телезрителей к развлекательным или образовательным программам и потому объясняет связи так: между интересом к развлекательным и образовательным программам существует связь сопутствия, ибо, не будучи прямо связанными между собой, обе эти разновидности интересов связаны с третьим фактором - образованием, которое и является причинной переменной. Логика объяснений связей между П и Р через О:
 Во втором примере контрольная переменная (образование) не предшествует, но действует одновременно с одной из основных переменных (профессия). В этом случае она опосредует связь между основными факторами и уточняет, интерпретирует ее: дело не столько в профессии, сколько в образовании. Логика объяснений связей между П и И через О:
 Пр--- О --- И
 Пример 3. Возможна ситуация, когда связь между двумя исходными переменными после введения контрольной не исчезает и не уменьшается, но она исчезает между одной из исходных переменных и контрольной. Рассмотрим этот вариант на условном примере с телезрителями.
 А - интерес телезрителей к программам "Что, где, когда?"; В - их интерес к программам "В мире животных". Контрольная переменная (О) - образование.
 Имеем серию из трех типов таблиц: исходная, промежуточная и итоговая. Первичная связь такова.
 
 Таблица 12
 Взаимосвязь между интересом телезрителей к двум типам программ А и В
 
  В + В - А + 400 600 1000 А - 100 100 200 500 700 1200
 
 Стратегия социологического иследования
 Между интересом к передачам "Что, где, когда?" и "В мире животных" есть незначительная связь в пользу второй (Q=-0,20). Введем контрольную - образование (Табл. 12, а)
 
 Связь усиливается: люди с высоким образованием проявляют больший интерес к передачам "Что, где, когда?", люди с низким образованием больше интересуются циклом "В мире животных". Перестроив таблицы, рассмотрим теперь связи между образованием и интересом к двум типам передач последовательно (табл. 12, б).
 Оказывается, что связи между образованием и интересом к программам "Что, где, когда?" (фактор А) нет: люди смотрят или не смотрят эти программы независимо от уровня образования.
 
 Здесь действуют какие-то иные факторы помимо образования. Правда, есть незначительная связь между уровнем образования и интересом к передачам "В мире животных" (фактор В).
 Этот тип анализа можно назвать спецификацией, или уточнением, в отличие от анализа по логике объяснения, или интерпретации.
 Во всех рассмотренных примерах мы имели дело с тремя переменными. Однако их могло бы быть и больше. Логика анализа при этом остается прежней, меняется лишь численность промежуточных членов в порядке анализа вследствие добавления новых контрольных факторов. Аналогична стратегия поиска взаимосвязей между более чем тремя, притом не дихотомическими, а многочленными качественными или количественными переменными. Принципиальное отличие - в технике анализа.
 Вместо измерения ассоциации двух переменных с помощью критерия Юла или Пирсона устанавливаются многофакторные функциональные связи (корреляции) и связи детерминации (регрессионный анализ). Приемы такого анализа рассматриваются в специальной литературе по статистике и математическим методам в социологии [см., напр., 79, 160, 199, 285, 266].
 Анализ многомерных взаимосвязей и взаимозависимостей - типичная задача в социологии. Как правило, такие зависимости не удается "схватить" сразу каким-то единственным математическим методом. Прибегают к различным средствам анализа в поисках наиболее "наглядного", убедительного отображения. Один из способов такого рода - метод отображения взаимосвязей в корреляционном графе, предложенный эстонским математиком Л. Выханду [40].
 Граф - это фигура, состоящая из точек (их называют вершинами графа) и отрезков, соединяющих некоторые из этих точек (ребра графа). О графе мы уже упоминали, рассматривая социометрические процедуры. Изображение связей в группе с помощью сопрограммы есть граф (рис. 12, с. 316). В социограмме указываются вершины графа (члены группы) и связи между ними (ребра графа).
 Бели бы удалось измерить корреляции или тесноту связей между всеми членами группы (вершинами) и соответственно этому выделить наиболее близкие и наиболее отдаленные связи, такое изображение можно было бы назвать корреляционным графом.
 Чтобы построить корреляционный граф, измеряют парные связи между всеми переменными, обозначенными на графе как его вершины. Например, имея пять переменных А, В, С, I) и Е, покажем, как связана каждая из них с каждой другой в матрице интеркорреляций (табл. 13).
 
 Таблица 13
 Матрица интеркорреляций пяти переменных (А, В, С, D, Е)
  А В С D Е А 1 0,96 0,90 0,01 0,06 В 0,96 1 0,15 0,85 0,95 С 0,90 0,15 1 0,02 0,14 D 0,01 0,85 0,02 1 0,60 Е 0,00 0,95 0,14 0,60 1 Связи между выделенными переменными можно описать графом, изображенном на рис. 16.
 Между вершинами Л, В и С существуют взаимосвязи
 Кл*=0'96" Клс=0>9°; квс=0'15* Связь RBC можно опустить, так как она намного слабее ("длиннее"), чем связь С и В через вершину А.
 
 Рис. 16. Корреляционный граф по методу Выханду.
 
 Иными словами, переменная А является для В и С либо объясняющей, либо интерпретирующей (В и С связаны как сопутствующие).
 Иная связь между вершинами В, D и Е. Все они взаимодействуют на уровне R более 0,60. Но каждая из них связана с вершиной С очень слабо (от 0,02 до 0,14, в графе эти связи опущены). В является промежуточной между А, с одной стороны, Е и D - с другой, так как связи ЕсА гораздо слабее, чем их связи с В, которая, в свою очередь, тесно связана с А
 В корреляционном графе отображаются лишь те связи между вершинами, которые соединяют их кратчайшим путем (т. е. являются наиболее тесными), и опускаются другие, менее тесные связи. На языке теории графов [22] это означает, что мы разрываем замкнутые дуги и оставляем только те ребра, которые связывают вершины наиболее тесно.
 Поиск скрытой (потентной) структуры взаимосвязей множества переменных. Эффективная процедура для достижения этой цели - факторный анализ9 [145,148, 151, 210]. Сначала устанавливаются парные
 9 Приемы факторного анализа были разработаны психологами и первоначально использовались для выявления структуры интеллекта, а затем - для дифференцирования разнообразных психических свойств, корреляции всех изучаемых переменных, а затем отыскиваются своего рода корреляционные плеяды или "узлы" связей. Иными словами, выделяют такие переменные, которые, будучи наиболее тесно взаимосвязаны в рамках своей плеяды, слабо связаны с другими корреляционными узлами. Выявленные "узлы" и есть факторы. Название фактора всегда условно и подбирается по ассоциации с теми переменными, которые наиболее сильно связаны с данным фактором - имеют наибольшие "факторные нагрузки".
 Приведем пример (табл. 14) из нашего исследования отношения рабочих к труду (1976 г., Ленинград), в котором факторному анализу подвергнуты оценки удовлетворенности различными элементами производственной ситуации (более 4 тысяч рабочих разного характера труда) [233. С. 146-147].
 Из табл. 14 видно, что первый фактор до вращения вобрал в себя с положительными значениями все изучаемые связи, исчерпав почти четверть их вариации. Это показатель объяснительной "силы" фактора, равной в данном случае 23,4%. Наиболее значимы в данном факторе оценки организации труда (0,707), состояния оборудования (0,609), отношений с администрацией (0,647), техники безопасности (0,653), а наименьшие связи обнаруживают оценки содержательных аспектов работы: ее разнообразия (0,213), возможности проявить смекалку (0,272) и т. п. Так как в генеральном факторе все изучаемые признаки взаимосвязаны, его можно назвать фактором общей удовлетворенности, в котором лидируют оценки условий труда.
 Второй фактор, объясняющая сила которого в два раза меньше (12,8%), - биполярный: одни оценки вошли в него с положительными значениями (содержательные аспекты работы, например разнообразие, возможность проявить смекалку), а другие (условия труда) - с отрицательными. Это указание на то, что имеются две подструктуры связей, которые могут быть прояснены операцией вращения факторов.
 После вращения четко обозначились две структурные составляющие: 1-й фактор (достаточно информативный - 21,4%) - фактор условий труда, так как в нем с высокими
 фиксированных специальными тестами. Сегодня факторный анализ прочно вошел в арсенал методов социологических исследований.
 
 Таблица 14
 Факторная матрица оценок рабочими уровня удовлетворенности различными элементами производственной ситуации (N=4121) Оцениваемые элементы производственной ситуации Факторные нагрузки до вращения факторов после вращения факторов I II I II 1. Разнообразив работы 0,213 0,610 -0,072 0,642 2. Важность продукции 0,352 0,482 0,109 0,587 3. Возможность проявить смекалку 0,272 0,096 -0,056 0,745 4. Возможности повышения квалификации 0.3SO 0,478 0,118 0,586 5. Физическая нагрузка 0,275 0,070 0,236 0,191 6. Сменность 0,336 0,134 0,245 0,260 7. Состояние оборудования 0,609 -0,302 0,680 -0,009 8. Организация труда 0,707 -0,311 0,771 0,026 9. Ритмичность работы 0,541 -0,249 0,595 0,009 10. Санитарно-гигиенические условия 0,597 -0,267 0,653 0,018 11. Техника безопасности 0,653 -0,189 0,670 0,112 12. Отношения с администрацией 0,647 -0,052 0,60.6 0,233 13. Заработок 0,415 0,019 0.366 0,196 14. Отношения с товарищами по работе 0,410 0,294 0,242 0,443 Общая информативность, "объяснительная сила" фактора (v) 23,4 12,8 21,4 14,8
  36 2 36 2
 положительными нагрузками присутствуют оценки удовлетворенности именно условиями труда, 2-й фактор (14,8%) - фактор удовлетворенности содержательными аспектами работы. При этом в рамках отношения к содержанию труда лидирует творческий аспект - возможность проявить смекалку (0,745), отношение к разнообразию работы (0,642), удовлетворенность тем, насколько важна выпускаемая продукция (0,587), каковы возможности повышения квалификации (0,586). Во втором факторе особо важны организация труда, состояние оборудования, санитарно-гигиенические условия, ритмичность работы и некоторые другие (все с весами около 0,6).
 Далее на основе обнаружения этих двух структур начнем разукрупнять факторную модель на более дробные составляющие, каждому обследованному могут быть приписаны оценки по двум интегральным показателям (двум факторам): удовлетворенности условиями и содержанием труда. Таким образом, будут получены два обобщенных показателя на каждого обследуемого вместо 14 исходных.
 Обратим внимание на то, что те же самые признаки, которые входят в первый фактор с одинаковыми по знаку весами, во второй фактор вошли с противоположными по знаку. Иными словами, это значит, что, судя по первому фактору, чем выше удовлетворенность условиями труда, тем выше удовлетворенность его содержанием, судя же по второму фактору - ситуация иная: с ростом удовлетворенности одним из этих аспектов удовлетворенность другим снижается. Такой результат совсем не случаен. В цикле специальных исследований В. С. Магун показал, что подобный дуализм типичен для взаимосвязей между разными парами социологических и социально-психологических переменных, например, между продуктивностью работника и его удовлетворенностью своим трудом. Но, кроме того, было убедительно продемонстрировано, что в подобных результатах нет противоречия, ибо разные типы взаимосвязей характерны для разных подвыборок внутри рассматриваемого массива, и подвыборки эти могут быть выделены на основе полученных факторов [147; 148].10
 10 См. также использование факторного анализа при исследования социальной идентификации личности [308], изучение латентной структуры страхов и тревог граждан России в 1996 г. [309].
 4. СОЦИАЛЬНЫЙ ЭКСПЕРИМЕНТ КАК МЕТОД ПРОВЕРКИ НАУЧНОЙ ГИПОТЕЗЫ
 
 Социальный 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.
 Экспериментальный поиск эффективных приемов управления опасно смешивать с тем, что мы обычно называем передовым опытом. Нововведения вообще не относятся к сфере научного экспериментирования, а к области практического применения нововведений. Здесь возникают многообразные социально-экономические, политические, социально-психологические, организационно-хозяйственные проблемы, часто далекие от логики осуществления эксперимента с научно-познавательными целями.11
 11 О проблемах социального эксперимента см. [66,132, 133,228]; логика и процедуры социального эксперимента описаны также в работах; [60, 134, 181]. Наиболее обстоятельно методология эксперимента в социологическом исследовании рассматривается в последней публикации Г. С. Батыгина [12. Гл.VI].
 
 В дальнейшем мы будем иметь в виду только научно-познавательную сторону социального эксперимента как средства или метода проверки гипотез.
 
 Логика экспериментального анализа была пред. ложена Дж. Стюартом Миллем еще в XIX в. По так называемому правилу согласия Милля устанавливают связь между двумя (или больше) рядами событий, которые рассматриваются как гипотетические причины, и, с другой стороны, событием как возможным следствием причинных факторов.
 Если в одном ряду фиксируются события А, В, С, D и как следствие - Р, а в другом ряду М, С, Kt L и как следствие - снова Р, то причиной события Р является, видимо, С. Все остальные встречаются в одном ряду, но не встречаются в другом. Правило различия Милля используется для проверки гипотезы в обратном порядке: "не-С" должно повлечь за собой событие "не-Р", что логически очевидно. Рассмотрим это на примере.
 Гипотеза "Сокращение числа кинопосещений на каждую 1000 жителей Петербурга за последние годы (Р)" может объясняться: At - распространением телевидения (Са); Л2 - снижением художественных достоинств фильмов (С2); ha - ростом запросов кинозрителей (С8); А4 - расширением строительства жилищ по периферии города, где недостаточно кинотеатров (NJ... Каковы операции по проверке гипотезы й:?
 (а) Возможно, что Р имеет место (число кинопосещений падает), но С^ отсутствует (не растет число владельцев телевизоров). Тогда по методу согласия Милля гипотеза отвергается.
 (б) Ct имеет место (растет число владельцев телевизоров), а Р иногда имеет место (в некоторые годы сокращается число кинопосещений), иногда не имеет (в другие годы не уменьшается число кинопосещений). Тогда по методу различия следует, что С, не может быть причиной Р. Гипотеза отвергается.
 (в) Р имеет разные вариации (растет или сокращается число кинопосещений), но они не согласуются с вариациями С1 (число владельцев телевизоров тоже колеблется, но не ассоциируется с колебаниями Р). Гипотеза отвергается.
 (г) Р имеет место, и С1 имеет место (сокращается число кинопосещений, и растет число телевладельцев). Гипотеза принимается, но возникают следующие сомнения: возможно, здесь - сопутствующие изменения, т. е. какая-то третья переменная ведет к росту численности телевладельцев и вместе с тем - к падению числа кинопосещений. Например, расширение рынка видеоаппаратуры и видеофильмов для домашнего просмотра (Л5).
 Таким образом, гипотеза Л1 не является альтернативой гипотезы А4, так как последняя объясняет события более полно.
 Проверяем гипотезу Л4. Согласно ей, ожидаем, что процент владельцев телевизоров в новых районах города выше, чем в центральных, и одновременно численность кинотеатров в новых районах в пропорции к числу жителей меньше, чем в центральных. Если по той же логике, что и в случае с гипотезой hlf гипотеза А4 подтверждается, остаются непроверенными другие объяснения, изложенные в гипотезах Л2, А3, .... Л5.
 Такова общая логика экспериментального анализа. Она реализуется в натурном и мысленном экспериментах.
 Натурный эксперимент предполагает, вмешательство экспериментатора в естественный ход событий. Мысленный эксперимент - это манипулирование с информацией о реальных объектах без вмешательства в действительный ход событий. Пример мысленного экспериментирования как раз и был рассмотрен выше.
 При одинаковой логике поиска причинно-следственных связей процедуры натурного и мысленного экспериментов различны.
 Натурный эксперимент12 может быть контролируемым и неконтролируемым.

<< Пред.           стр. 7 (из 10)           След. >>

Список литературы по разделу