Последовательность действий при анализе данных

В зависимости от программных целей исследования анализ полученных данных может быть более или ме­нее глубоким и основательным.

Цель исследования определяет уровень анализа в том смысле, что либо позволяет, либо запрещает прекра­тить его на какой-то стадии. В полном же объеме, т. е. от первого до последнего шага, последовательность дей­ствий социолога при анализе эмпирических данных мо­жет быть представлена следующим образом.

Первая стадия — описание всей совокупности дан­ных в их простейшей форме. Предварительно осуществ­ляется общий контроль качества полученной информа­ции: мы выявляем ошибки и пропуски, допущенные при сборе данных и при вводе их в компьютер для обра­ботки, бракуем какие-то "единицы" выборочной сово­купности, не отвечающие модели выборки (коррекция выборки), отсеиваем некомпетентных респондентов (изымаем их данные полностью или частично), произво­дим другие контрольные действия, которые на социоло­гическом жаргоне называют "чисткой массива".

Дальше следует собственно описание: мы использу­ем аппарат дескриптивной статистики для упорядоче­ния всех данных по отдельным признакам (перемен­ным). Изучаются простые распределения, выявляются аномалии и скошенности, рассчитываются показатели средней тенденции, вариации распределений.

Все это необходимо для решения двух задач: (1) об­щей оценки выборочной совокупности и частных под-выборок (половозрастных, социально-профессиональных и других) с тем, чтобы понять, каким образом особенности выборок будут сказываться на интерпретации того или иного частного вывода и обобщающих заключений; (2) для того чтобы в последующих операциях с данными не утратить представления о составляющих более слож­ных зависимостей и комбинаций, которыми впослед­ствии будем оперировать.

Например, в итоговых или промежуточных выводах мы находим, что такие-то условия деятельности или ха­рактеристики людей более важны, чем некоторые дру­гие. Чтобы правильно интерпретировать это заключение, следует вспомнить, каковы основные характеристики выборки, нет ли в ней заметных аномалий. Очень воз­можно, что в общей выборке доминируют представители определенного социального статуса, возрастной когорты, национальной принадлежности и т. п. С этими их особенностями связаны социальные функции, интересы, образ жизни. В итоге может оказаться, что наши сум­марные выводы неосновательны: они преимущественно объясняются спецификой доминирующей подвыборки обследованных. Чтобы проверить эту рабочую гипотезу, надо расчленить массив информации на соответствую­щие подвыборки и повторить анализ раздельно для каждой из них, включая доминирующую. Так устанав­ливаются ограничения выводов.

Обращение к "простой структуре" данных нужно и для того, чтобы при всевозможных комбинациях и сложных построениях не утратить представления об их первооснове. Вдруг "выскакивает" интереснейший факт, какие-то явления неожиданно тесно коррелируют. При попытке объяснить, что происходит, мы забыли, что сведения об этих явлениях получены по ответам респондентов на два вопроса одинаковой конструкции, соседствующих в анкете, и что это, видимо, следствие мо­нотонного реагирования на похожие по форме вопросы. Возвращаемся к исходным распределениям и видим, что они совершенно подобны именно в силу психологи­ческого эффекта "эхо". Открытия не состоялось.

 

Вторая стадия — "уплотнение" исходной инфор­мации, т. е. укрупнение шкал, формирование агрегиро­ванных признаков-индексов, выявление типических групп, жестких подвыборок общего массива и т. п.

Генеральная цель всех этих операций — сокраще­ние числа признаков, нужных для итогового анализа. Одновременно достигается первичное обобщение данных, нужное для более глубокого понимания существа изуча­емых процессов.

Допустим, например, что при контент-анализе по смысловой единице "а" практически информации не было получено (2% всего массива сведений). Сохранив этот пункт, мы потом будем постоянно наталкиваться на нулевые значения. Если можно, целесообразно объе­динить данную смысловую единицу с подобной ей, ук­рупнить шкалу. Тогда следует дать уточненную интерпретацию нового признака, теперь достаточно ем­кого по статистике наполнения.

Формирование сводных, агрегатных признаков осво­бождает от необходимости утомительно интерпретиро­вать малосущественные частности, повышает уровень обобщений, ведет к более емким теоретическим умозак­лючениям. Одно дело, когда в прикладном — "инженер­ном" — исследовании мы анализируем соотносительное значение каждого из элементов производственной ситу­ации в его влиянии на отношение к работе. И совершен­но иначе мы действуем, если наша задача состоит в об­наружении социальной закономерности при повторном сравнительном исследовании. Здесь важно обобщить информацию по более емким структурам, например, по всем факторам условий и всем составляющим содер­жания труда. Поскольку мы знаем частные составляю­щие того и другого, т. е. аккуратно прошли первый этап анализа, наши дальнейшие операции с данными бу­дут более целеустремленными, экономичными и прак­тичными с точки зрения приближения к основным це­лям исследования.

На данной стадии, в развитии которой осуществля­ется переход к анализу взаимосвязей (3-я стадия), будут использоваться довольно сильные операции — фактор­ный анализ, типологизация и подобные им.

Очень важно дать необходимые промежуточные истолкования каждого из агрегируемых показателей, ибо это — новые свойства, нуждающиеся в осмыслении, построении соответствующих интерпретационных схем. Как замечает Г. С. Батыгин, "с известной долей преуве­личения всю деятельность социолога можно назвать ин­терпретирующей: случайно попавший в выборку че­ловек интерпретируется как респондент; его жизненные реалии и высказывания интерпретируются в шифрах и "закрытиях" вопросников; первичная социологическая информация интерпретируется в средних величинах, ме­рах рассеяния и корреляционных коэффициентах; чис­ловые данные должны сопровождаться какими-либо рассуждениями, т. е. опять же интерпретироваться" [10. С. 177]. Тем более нуждаются в построении интерпрета­ционных схем новые емкие признаки, сгруппированные, типологизированные данные.

Третья стадия анализа как бы вклинивается в пре­дыдущую. Это — углубление интерпретации и переход к объяснению фактов путем выявления возможных прямых и косвенных влияний на агрегированные свой­ства, социальные типы, устойчивые образования.

Здесь главная опасность — подмена косвенных, опосредованных связей прямыми. Такая ошибка — са­мая распространенная и менее всего заметная со стороны.

В книге "Человек и его работа" мы совершили именно та­кую ошнбку — приняли некоторые связи за прямые и при-Шли к заключению, что в простых видах труда высокое обра­зование отрицательно коррелирует с продуктивностью. Впос­ледствии было установлено, что поскольку в 1964 г. подавляю­щее число молодых рабочих имело преимущественно более вы­сокое образование в сравнении с большинством рабочих сред­него и старшего возрастов, а те, в свою очередь, обладали большим опытом и стажем, тогда как первые — малым, то прямая связь между образованием и продуктивностью рабочего фак­тически была ложной. Она опосредована возрастом, стажем работы, уровнем производственного опыта. Все обнаружилось, как только из всей совокупности обследованных были выделе­ны подгруппы разного стажа и возраста: в каждой возраст­ной подгруппе по правилам, описанным выше (введение конт­рольной переменной, в нашем случае — возраста), обнаружи­лись усиленные прямые связи уровня образования и деловито­сти, продуктивности рабочих, т. е. чем выше образование, тем выше и производственные результаты.

Итак, на данной, вероятно самой ответственной, ста­дии анализа должны быть получены основные выводы, проверены главные гипотезы, необходимые и для теоре­тического осмысления проблемы, и для разработки практических рекомендаций.

Четвертая стадия, заключительная, — попытка прогноза развития изучаемого процесса, событий, явле­ний при определенных условиях [23, 24, 25, 212, 214]. Лучшим образом решению этой задачи отвечает по­вторное обследование. При невозможности осуществить повторные исследования на базе разового используют модели мысленного экспериментирования, регрессион­ные, детерминационные, стохастические и др. Полезно прибегнуть к оценкам экспертов [256] в данном пред­мете, чтобы проверить надежность прогноза, являющего­ся результатом квазиэкспериментов.

Общая логика анализа эмпирических данных может быть иллюстрирована схемой 31.

Не все элементы приведенной схемы должны быть реализованы в каждом исследовании, она иллюстрирует принципиальный порядок аналитических действий. Од­нако этот порядок остается мертвой конструкцией до тех пор, пока решительно все операции с данными, начи­ная с первичных измерений и формализации изучае­мых объектов, не наполнены содержательным смыслом.

Интерпретационная схема — единственное, что в ко­нечном итоге обеспечивает убедительность и теоретико-

 

практическую значимость результатов исследования. Основы интерпретации и объяснения заложены в иссле­довательской программе. Теперь наша задача, следуя программным целям, — дополнить и уточнить гипотезы, проверить их на материале полученных данных. "Как бы ни была полна и конкретна полученная информация, — пишет Г. С. Батыгин, — она всегда помещается в определенную "систему координат" и выступает в ка­честве фрагмента более широкой картины, содержание которой — научный и жизненный опыт социолога" [10. С. 180—181].

 

 

 

Построение интерпретационных моделей — сугубо творческая, неформализуемая операция. Здесь лидируют знания, теоретическая подготовка, практический опыт, лексика, интуиция, гражданская ответственность иссле­дователя. Мы можем заключить: "установлена такая-то связь или закономерность", но мы можем сказать, что подтверждены ранее установленные факты и найдено объяснение тому, что ранее казалось противоречивым; мы можем написать, что выявленные связи имеют место при определенных условиях и в определенной ситуации, а можем и не сделать такой оговорки; сошлемся на другие данные, подкрепляющие нашу объяснительную схему, либо умышленно или по незнанию игнорируем их; сформулируем социальную проблему или не обра­тим на нее внимания; призовем к действиям или ограничимся констатацией фактов...

В каждом из нюансов интерпретации и в итоговых объяснениях данных проявляется целостная личность исследователя. Он выступает не в роли узкого профес­сионала, функционирующей электронно-вычислительной машины, но как теоретик и практик, как ученый и гражданин, общекулътурный кругозор которого сочета­ется с богатством ассоциаций и активной гражданс­кой позицией.

 

Практические советы

1. Приступая к анализу данных, будем строго придерживаться программных гипотез, избегая двух крайностей: поспешных заключе­ний относительно их подтверждения, если фак­ты "укладываются" в гипотезу, но вместе с тем соблазна увлечься самим процессом анализа как таковым, что нередко уводит в сторону от целевой ориентации исследования.

2. Первоначальные группировки и класси­фикации разумнее всего производить, исходя из элементарных описательных гипотез, а последу­ющие — предварять уточняющими и интерпре­тационными предположениями, продвигаясь к объяснительным. Чем дальше мы углубляемся в анализ данных, тем большее значение приоб­ретают объяснительные гипотезы, непосред­ственно связанные с программными задачами исследования.

3. Если гипотезы нетривиальны, особое вни­мание следует уделять заключениям, которые с ними, не согласуются. В результате перепрове­рок, использования различных приемов анализа мы вводим ограничения, уточнения исходных гипотез и обнаруживаем либо их справедли­вость, либо уверенное опровержение, что побуж­дает выдвинуть новые гипотезы и осуществить их последовательную проверку.

4. Не следует смешивать уточнение и интер­претацию данных с их объяснением. Последнее является главной задачей анализа, позволяет установить причинные зависимости, истолковать найденные связи в понятиях более общих тен­денций и закономерностей, дает основание для прогноза и, следовательно, для перехода к обо­снованию практических решений социальных проблем.

5. При использовании стратегии качественно­го анализа данных (о чем см. ниже — гл.VI) бу­дем помнить, что не следует бросаться из одной крайности в другую. Количественный анализ и качественное осмысление массовой статистики под углом зрения исследовательских гипотез не менее ценны, чем всесторонняя интерпретация статистически непредставительных данных. В одном случае мы приобретаем определенное знание о частных фрагментах социальной ре­альности, в другом — выявляем смыслы фактов и явлений без гарантий их типичности, распространенности в широком "социальном пространстве". Понимая эти особенности двух разных стратегий, мы должны комбинировать их в зависимости от целевой установки исследо­вания. Хорошо сказано: "дискуссия о преиму­ществах качественной методологии и недостат­ках количественной — это призрачное противо­стояние" [62, С. 32].