АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

ПОСЛЕДОВАТЕЛЬНОСТЬ ДЕЙСТВИЙ ПРИ АНАЛИЗЕ ДАННЫХ

Читайте также:
  1. Access. Базы данных. Определение ключей и составление запросов.
  2. Decide which answer А, В, С or D best fits each space. Подумайте, какие из предложенных ответов лучше подходят для данных выражений.
  3. Decide which answer А, В, С or D best fits each space. Подумайте, какие из предложенных ответов лучше подходят для данных выражений.
  4. I. Разработка структуры базы данных.
  5. I.5.3. Подготовка данных для задачи линейного программирования
  6. I.5.7. Mодификация (изменение) данных задачи
  7. III. Векторное произведение векторов, заданных координатами
  8. ODBC - открытый интерфейс к базам данных на платформе Microsoft Windows — до 15 мин.
  9. VI Обжалование решений, действий (бездействия) таможенных органов и их должностных лиц
  10. Абстрактные структуры данных
  11. Автоматизация обработки кадастровых данных
  12. Автоматизированная система обработки данных правовой статистики

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].

 


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 | 64 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.004 сек.)