Другие методы преобразования социологической эмпирической информации

Выше были рассмотрены наиболее распространенные методы формальных преобразований социологической эмпирической ин-формации, обеспечивающие глубокий и, что чрезвычайно важно, содержательно ясный и корректный ее анализ.

Они не требуют от социолога какой-либо специальной математической подготовки и в подавляющем большинстве социологических исследований их оказывается достаточно для обоснования принципиальных теоретических положений и конкретных практических рекомендаций.

Существует, однако, довольно устойчивое мнение, что рассмот-ренные выше методы преобразования социологической эмпирии «слишком простые и слабые», «недостаточно эффективные» и по этой причине не могут выявить всю многомерность заключенного в ней содержания.

Эта точка зрения отражает фундаментальную для традиционной, преимущественно позитивистски ориентированной социологии (естественнонаучной в своей основе) установку на максимальное использование математического аппарата для анализа эмпирической информации.

Методологическим обоснованием этой точки зрения является кантианский тезис о том, что в любом учении о природе науки, в собственном смысле, ровно столько, сколько в ней имеется математики.

Именно беспрекословная вера в этот постулат приводит к таким крайностям, когда уровень и масштаб используемого математического аппарата объявляются критерием научности вообще (а не только наук о природе) и определяются не столько содержанием и характером решаемой задачи, сколько стремлением приобщиться к «настоящей науке», т.е. чисто в иллюстративных целях, в качестве своеобразного реквизита, призванного продемонстрировать лояльность к традициям.

При этом не принято обращать внимание на то, что как сама математика, так и составляющие ее разделы возникли в конкретных предметных сферах социальной практики как инструмент решения определенных типов задач и не обладают свойством универсальности, что не существует эффективных математических методов самих по себе, «вообще», а только в рамках той предметной области, содержание которой достаточно точно отображается с помощью формальных моделей, и при соблюдении тех условий, для которых они создавались.

Таким образом, упускается из виду чрезвычайно важное обстоятельство: корректное использование любого математического метода анализа некоторой совокупности формализованных эмпирических данных возможно лишь тогда, когда на этой совокупности выполняются требования соответству-ющей этому методу системы аксиом, которая и предопределяет его границы и возможности в решении конкретной задачи. Таким образом, выбор метода — весьма ответственный этап исследова-тельского процесса: принимая решение о выборе того или иного математического метода в качестве инструмента анализа, иссле-дователь сознательно или бессознательно, вольно или невольно, но неизбежно заимствует и все его концептуальные основания и вынужден предполагать выполнение всей аксиоматики этого метода на изучаемой эмпирии.

Одна из основных содержательных задач социологического анализа эмпирической информации — поиск причин, обуслов-ливающих тот или иной характер обнаруженных социальных про-цессов. Для решения аналогичной задачи в статистике разработан целый арсенал соответствующих мер связи. Понятно, что этот статистический аппарат предъявляет определенные требования к анализируемой эмпирической фактуре. Самые главные из этих требований, как уже упоминалось, — случайность и независимость результатов испытаний. Социологи, не склонные вдаваться в эти методологические премудрости, легко впадают в соблазн исполь-зования в своей предметной сфере готового и, как им представ-ляется, весьма «эффективного» арсенала средств.

К наиболее популярным из названных средств относятся по-казатели связи двух переменных для номинальных и порядковых шкал. Речь идет о коэффициентах ассоциации и сопряженности (для двух дихотомических переменных), коэффициентах Пирсо-на, Чупрова и Крамера (для номинальных переменных размер-ности С × К), коэффициентах Спирмена и Кендалла (для ранговых шкал) и т.д.

 

12

 

Однако, заимствуя готовые средства анализа связи и существен-но облегчая себе тем самым жизнь на этапе разработки методичес-кого аппарата, социологи сталкиваются с гораздо более трудной проблемой,когдаприходитсяосмысливатьрезультатыприменения этих «эффективных» средств. Дело в том, что интерпретация зна-чений названных коэффициентов связи — дело далеко не простое даже в статистической сфере. Гораздо больше трудностей, обуслов-ленных существенной спецификой социального мира, возникает у социологов. Кроме того, названные статистические меры связи имеют еще один общий, чрезвычайно важный недостаток: они ориентированы на поиск и установление связи между перемен-ными «в целом», на уровне «переменная — переменная». Такой уровень анализа для социолога практически никогда не бывает удовлетворительным. Подавляющее большинство задач, возни-кающих в социологической практике, требуют изучения взаимо-связей на уровне «значение переменной — значение переменной». Но именно этот уровень анализа рассмотренные меры связи не могут обеспечить принципиально, в силу своего статистического «происхождения».

В этом легко убедиться на конкретном примере.

На рис. 9.6 представлены две таблицы сопряженности между переменными X и Y.

 

 

 

 

 

 

 

 

 

Рис. 9.6. Различные варианты распределения ответов при объеме выборочной совокупности N = 300

 

Для обеих таблиц коэффициент Пирсона равен 0,59, коэффи-циент Чупрова равен коэффициенту Крамера и составляет 0,52, однако резкое различие таблиц и характера связи между перемен-ными очевидно.

Такие же принципиальные недостатки имеют и другие методы, имеющие статистическое происхождение, которые применяются в настоящее время в социологии.