Разработка гипотезы, измерения и программы исследования

Любое исследование начинается с постановки исследовательского вопроса о том, почему вещи таковы, какими мы их видим. Как правило, мы пытаемся объяснить наблюдаемые события. Начинать поиски этих объяснений следует с литературы по социальным наукам, имеющей общее отношение к нашему предмету. Если повезет, то литературные поиски могут увенчаться готовым рецептом в форме готовой теории, которую наши предшественники разработали для объяснения явлений, подобных тем, которые интересуют нас. Однако чаще приходится использовать литературу более творчески, с тем чтобы создать по возможности лучшее объяснение, имея в распоряжении существующую по предмету информацию. Остальная часть исследовательского процесса, таким образом, будет [c.503] посвящена проверке этого объяснения, с тем чтобы увидеть, насколько оно улучшает наше понимание исследуемых явлений.

Первым шагом такой проверки является выдвижение гипотез, которые, как подсказывает логика, должны быть правильны, если наши объяснения верны. У этих гипотез есть несколько ключевых функций. Во-первых, они обозначают этапы анализа, которые необходимо соблюсти, если мы хотим проверить наши объяснения. Во-вторых, они выделяют переменные, для которых нужно разработать показатель. И наконец, гипотезы предлагают такие способы организации изложения, которые позволят продемонстрировать надежность наших объяснений. Выдвигая гипотезы, мы всегда должны задаваться вопросом, а сможем ли мы в действительности наблюдать указанную взаимосвязь. Располагаем ли мы необходимыми данными или есть ли у нас требующийся для самостоятельного их сбора источник? Совершенно необходимо, чтобы исследователь выбирал гипотезы, которые можно проверить, исходя из наличного времени, степени своей подготовки и ресурсов. Поступать по-другому – значит обречь себя на неудачу.

Далее, переменные, необходимые для работы с гипотезами, должны быть подготовлены так, чтобы можно было произвести нужные для расчетов измерения, позволяющие сделать выводы о верности наших предположений. При выборе инструментария или процедур измерения мы должны совершенно четко решить, располагаем ли мы необходимыми для их применения ресурсами. Если у нас нет достаточного времени, денег или других необходимых компонентов, мы не сможем провести процедуру измерения. Кроме того, мы должны выяснить, не изменяется ли смысл любого из объектов, задействованных в нашем исследовании, когда мы заменяем его результатами измерений, призванными представлять его. Хотя надежность анализа данных можно оценить практически всегда, вопрос о надежности следует ставить еще перед этапом сбора данных, поскольку никакой самый хитрый анализ не сделает ненадежное измерение полезным.

Уже на этапе измерения полезно подумать о той стадии, когда будет осуществляться анализ данных. Следует внимательно проверить свои гипотезы, чтобы решить, [c.504] какие именно математические и статистические тесты понадобятся для проверки их верности. Затем нужно убедиться, что выбранные способы измерения действительно подходят для этого вида данных. Главное, что нужно здесь принять во внимание, – это соответствие уровня измерений, используемого при подготовке данных, уровню измерений, требующемуся для проведения статистических расчетов, которые будут использованы при проверке гипотез. Если вы планируете использовать измерение связи, для которого необходим порядковый уровень измерений, удостоверьтесь сначала, что в результате процедур измерения вы действительно получили порядковые данные. Второе, о чем следует помнить, – соответствие распределения значений переменной, полученного в результате процедур измерения, распределению, удовлетворяющему тем статистическим процедурам, которые вы собираетесь применить. Если вы планируете провести тест на статистическую значимость, требующую нормального распределения, следует убедиться, что измерительные процедуры не помешают получению распределения, близкого к нормальному.

Следующий шаг–это разработка программы исследования, для того чтобы наметить приложение измерительных процедур. Центральной задачей программы является гарантия нашей уверенности в том, что любая наблюдаемая взаимосвязь есть результат процессов, описанных в наших объяснениях, а не каких-либо других процессов. Программа обеспечивает эту гарантию путем предоставления возможности исключить альтернативную гипотезу. Добротная программа исследования начинается с обзора литературы. На стадии этого обзора (с помощью логического анализа положения дел) уже можно выделить основные альтернативные гипотезы, которые должны быть исключены, прежде чем мы убедимся в верности наших основных предположений о наблюдаемых явлениях.

В исследовательскую программу включаются: (1) выработка перечня процедур, необходимых для проверки гипотезы; (2) решение о том, какие нужно собрать данные (о ком или о чем, в каком порядке, какими путями, на каких условиях) для проведения этих процедур; (3) предварительная прикидка всех результатов, возможных вследствие этих процедур (отсутствие связи, положительная [c.505] связь, отрицательная связь и т.д.); (4) формулирование основных альтернативных гипотез, которые могут объяснить каждый возможный результат; (5) организация сбора дополнительных данных, которые позволят провести дополнительные операции, необходимые для исключения альтернативных гипотез, как только будут получены надежны объяснения какого-либо из результатов.

Важно, чтобы, разрабатывая программу, мы знали, какой вид статистического анализа мы собираемся применить, поскольку именно на стадии планирования принимается решение о том, какие данные необходимы для анализа. Например, если на стадии анализа данных предполагается работа со многими переменными, мы должны быть уверены, что исследовательский план предполагает получение достаточного количества случаев для такой сложной разбивки массива. Если мы хотим, чтобы партийная принадлежность оставалась неизменной при измерении силы связи между двумя основными переменными для членов каждой партии отдельно, мы должны включить достаточное количество членов каждой партии, для того чтобы подсчеты силы связи были надежными, и предусмотреть наличие информации о партийной принадлежности. Если мы планируем применить анализ временных рядов в исследовании, где используются сводные данные, мы должны быть уверены в том, что сведения о значения НП относятся к периоду более раннему, чем момент сбора данных о ЗП, если у нас есть теоретические посылки к тому, чтобы полагать, что в воздействии НП на ЗП есть запаздывание.

При планировании исследования, так же как и при выборе гипотез и основных методов, очень важно задать себе вопрос – насколько посильную мы поставили задачу. Самая лучшая в мире исследовательская программа окажется бесполезной, если у исследователя нет средств к ее реализации. Вы должны очень внимательно относиться к логике сбора данных в процессе разработки исследовательской программы. [c.506]

СБОР И АНАЛИЗ ДАННЫХ

Как мы уже отметили, исследовательский процесс, сбор и анализ данных имеют целью проверку гипотез. Мы представили вам основные правила, которые следует [c.506] соблюдать при использовании различных методов сбора и анализа данных, и в гл. 2 описали процесс восхождения от эмпирических результатов к теории, что замыкает круг исследования. Нет необходимости повторять все эти рассуждения. Однако нам хотелось бы сделать два замечания, которые при изложении по главам, может быть, не были столь заметны, как нам этого хотелось бы.

Первое замечание заключается в том, что, хотя мы рассказывали о каждом способе сбора данных отдельно, их не стоит разделять в процессе исследования. По сути дела, в использовании самых разнообразных способов сбора данных в исследовании есть свои резоны. Во-первых, различные методы могут служить разным задачам. Исследователи могут, например, использовать прямое наблюдение за какой-либо политической группой для сбора общей информации, нужной для объяснения, а затем использовать опрос для сбора точных данных, которыми можно проверить это объяснение. Кроме того, использовать при сборе данных разные методы бывает полезно еще и потому, что большее количество способов измерений способно повысить доверие к надежности результатов, о чем говорилось в гл. 3. Например, при изучении изменений в качестве работы общественных служб в пригородах полезно взаимное подтверждение данных о качестве данных, полученных с помощью опросов, сводных данных, официальных сведений, интервью с официальными лицами и оценок квалифицированных экспертов. Если все эти наблюдения представляют схожие распределения в пригородах, исследователь может быть вполне уверен, что качество служб измерено точно.

Второе замечание состоит в том, что эмпирическое исследование может быть подготовительным по характеру. Мы можем использовать его не для проверки гипотез, выведенных из объяснений, а прежде всего для того, чтобы обеспечить данные, которые будут использоваться для формулирования объяснений. Фактически каждый исследовательский проект обычно поднимает новые вопросы, предлагает новые объяснения и ведет к новым исследованиям. Если вы вернетесь к рис. 3.6, то заметите, что существуют прямые связи между формулированием наблюдаемых взаимосвязей и гипотезами. Эти прямые связи суть результат приложения индуктивной логики к анализу [c.507] данных. Все это может стать важным шагом в эмпирическом исследовании, поскольку ведет к новому этапу анализа данных, который позволит исследователю усовершенствовать и тщательно обосновать объяснения в тех аспектах, которые не предполагались на стадии планирования, или даже, без дополнительных новых данных, произвести проверку объяснений, которая также ранее не предполагалась. [c.508]