Переменные, гипотезы и теории

Предположение об определенной взаимосвязи между независимой переменной и зависимой называется гипотезой. Большинство исследований проводится с целью проверки определенных гипотез.

Компонентами гипотезы, или переменными, называются явления, подверженные изменениям.

Размер группы - переменная величина, поскольку он может быть различным (т.е. группа может состоять из 5, 7, 10 /639/ или 11 человек). Способность группы решать проблемы тоже считается переменной, так как группа может быть более или менее разумной в своем подходе к решению проблем. Следуя этому примеру, можно назвать утверждение: "Чем больше группа, тем в меньшей степени она способна решать проблемы" - гипотезой, поскольку в нем устанавливается связь между независимой переменной (размером группы) и зависимой (способностью решать проблемы).

Термин теория обычно употребляется социологами довольно небрежно. Почти любое абстрактное утверждение называется теорией. Однако научная теория должна содержать совокупность взаимосвязанных предположений или гипотез. Приведем следующий пример. Чем выше уровень образования в обществе, тем интенсивнее возрастает специализация труда; чем выше уровень специализации труда, тем выше показатель мобильности среди поколений; следовательно, чем выше образование, тем выше уровень мобильности.

С одной стороны, огромное преимущество теории состоит в том, что извлекаемые из нее предположения могут быть непосредственно преобразованы в исследовательские гипотезы. Таким образом теория может направлять исследование. С другой - в результате исследования могут формулироваться новые теоретические обобщения. Например, вероятно, нам было бы интересно проверить гипотезу о том, что неработающие курят меньше, чем работающие, так как у них меньше денег. Однако допустим, что они курят больше. По-видимому, это наводит на мысль, что деньги не столь важны и переживания, вызванные повышенным стрессовым состоянием безработных, тяжелее, чем беспокойство по поводу нехватки денег; люди пытаются разными способами (включая курение) облегчить свою участь.

Неопределенность большинства социологических теорий затрудняет взаимодействие между теорией и исследованием. Эти теории оказались полезными для интерпретации данных исследований и выдвижения гипотез, но более формальные теории, наверное, были бы еще полезнее. Например, описание бюрократической организации, предложенное Вебером (см. главу 6), - разновидность неформальной теории. Она в значительной мере вносит ясность в понятие бюрократии, но содержит мало взаимосвязанных предположений. В результате социологи не уверены, каким способом следует проверять многие аспекты "теории" Вебера, и часто неясно, будут ли данные, полученные в результате специфических исследований, способствовать изменению этой теории.

В конечном итоге науку можно рассматривать как процесс формирования теорий на основе абстрактных предсказаний. /640/ Эти теории затем направляют исследование, но его результаты, в свою очередь, тоже стимулируют процесс дальнейшего развития теории. Для более глубокого изучения этого процесса мы рассмотрим основные методы сбора данных, которые используют социологи для проверки гипотез, подсказываемых теорией.

МЕТОДЫ СБОРА ДАННЫХ

В этом разделе мы кратко рассмотрим несколько способов сбора данных, используемых социологами. К ним относятся выборочные опросы, вторичный анализ, лабораторные эксперименты и полевое исследование.

ВЫБОРОЧНЫЕ ОПРОСЫ

Выборочный опрос - системный способ сбора данных о поведении, взглядах или мнениях людей путем опроса репрезентативной совокупности. Этот способ состоит из трех составных частей: единиц наблюдения, генеральной совокупности населения и выборки. Единицами наблюдения называются единицы отбора. В большинстве опросов в качестве таковых выступают индивидуумы, также это могут быть семьи, города или даже общества. Все единицы исследования составляют население. Таким образом, населением, видимо, можно считать всех зарегистрированных избирателей или жителей всех городов, население которых превышает 1 млн. человек. Выборка представляет собой часть от всего населения. Однако выборка должна быть репрезентативной по отношению ко всему населению, т.е. она должна точно отражать особенности его элементов (выборка, состоящая из студентов 4-го курса колледжа, не будет репрезентативна для всех студентов колледжа в целом).

Исследование выборки вместо изучения всего населения имеет много преимуществ. Среди них главными являются экономические факторы. Например, для прогнозирования результатов выборов опросы, проводимые Институтом Гэллапа, радиовещательной компанией "Колумбия" и другими организациями, охватывают представителей тщательно отобранной выборки, включающей от 1,5 тыс. до 2 тыс. человек. Это стоит значительно дешевле, чем интервьюирование всего населения (т.е. всех зарегистрированных избирателей). Кроме того, благодаря выборке процесс исследования сокращается и уменьшается объем данных, которые необходимо обработать. Помимо этого, при очень высокой численности населения /641/ сбор и обработка данных могут стать настолько трудными и обременительными, что повышается вероятность ошибок. Хорошо известна тенденция к искажению данных переписи населения (например, иногда неправильно указывается возраст, этническое происхождение людей и другие сведения). Таким образом, в некоторых случаях тщательно составленные выборки становятся источником более точных данных о населении, чем непосредственные результаты переписи.

Как уже отмечалось, выборка должна быть точным отражением структуры всего населения. Однако даже при тщательном составлении выборки существует вероятность, что в некоторых отношениях она будет не совсем точно соответствовать особенностям генеральной совокупности населения. Поскольку мы всегда пытаемся на основе выборки делать обобщения о генеральной совокупности, любое расхождение между данными может считаться ошибкой. Такие ошибки всегда нежелательны, но если выборка соответствует определенным принципиальным целям исследования, мы можем по крайней мере приблизительно подсчитать, в каких пределах они могут быть допущены. Например, согласно опросу избирателей, можно предвидеть, что за кандидата Смита будет подан 31 процент голосов; существует вероятность на 95 процентов, что в действительности за Смита проголосует на 3 процента больше или меньше человек, т.е. примерно от 28 до 34 процентов.

СЛУЧАЙНАЯ ВЫБОРКА

С теоретической точки зрения простая случайная выборка - лучший способ отбора единиц наблюдения. В повседневной речи слово случайный часто употребляется как синоним слова бессистемный. Однако в научном контексте оно имеет совершенно иное значение - имеется в виду одинаковая вероятность какого-то случая. Поэтому случайная выборка составлена таким способом, что любой элемент в генеральной совокупности (и любое сочетание элементов) может быть с одинаковой вероятностью включен в выборку.

Процесс создания случайной выборки начинается с составления полного списка всех потенциальных единиц наблюдения. Например, в студенческий справочник вносятся все студенты колледжа. Затем все фамилии в списке нумеруются. После этого на основе данного списка составляется выборка. Обычно при этом используются таблицы случайных чисел, составленные при помощи компьютера. (Они представляют собой страницы со случайно выбранными номерами – каждый /642/ номер и сочетание номеров могут быть представлены с одинаковой вероятностью.) Таким образом, если 27 - первая случайно выбранная цифра, то студент, фамилия которого числится под этим номером, станет первым, включенным в выборку.

Основные особенности случайной выборки отличаются простотой, но этот метод не так часто применяется в социологическом исследовании. Главным образом это объясняется тем, что не всегда имеются в распоряжении такие подходящие списки генеральной совокупности, как студенческие справочники. Кроме того, многие исследовательские проекты предусматривают изучение слоев населения, не отмеченных в списках или справочниках, например всех 4-летних детей, охваченных программами дошкольного обучения. Хотя, наверное, можно было бы составить списки таких групп населения, но это потребовало бы больше труда, чем само исследование. Преимущество выборки теряется, если она требует слишком больших усилий.

Списки населения необходимо использовать с большой осторожностью, поскольку в них могло отразиться пристрастное отношение к некоторым слоям населения. Например, студенческий справочник может включать лишь студентов, имеющих телефоны в комнатах общежития; в таком случае из него исключены студенты, которые ездят на занятия из пригорода. Если две группы студентов каким-то образом отличаются друг от друга и это важно для исследования, никакая выборка, исключающая студентов, живущих в пригородах (независимо от способа ее составления), не может быть полностью репрезентативна для всего студенчества.

ДРУГИЕ ТИПЫ ВЫБОРОК

Случайная выборка стала образцом для создания других моделей выборочного обследования. Каждая из них имеет свои недостатки, но все они оказались полезными для решения различных исследовательских задач. Среди них главными являются следующие типы выборок.

1. Систематическая, или псевдослучайная, выборка. Соотношение между размером выборки и численностью населения в генеральной совокупности (скажем, 1:25) используется для определения интервала, или шага пропуска данных (К). Каждый элемент населения, обозначенный буквой К, включен в выборку. Например, в выборку можно включить каждого 25-го студента, зачисленного осенью. /643/

2. Стратифицированная выборка. Данный способ предполагает разделение генеральной совокупности на слои или "страты", а затем составление выборки внутри каждого слоя - страты. Студенты 1-го, 2-го курса и т.п. могли бы быть выделены как отдельные страты. Этот способ применяется, когда возникают различные проблемы при составлении выборки среди разных групп населения (например, все первокурсники живут в общежитиях, но большинство студентов старших курсов проживают за их пределами) или когда отдельные части населения очень малочисленны, но тем не менее важны для исследования.

3. Кластерная выборка. Этот способ предусматривает классификацию групп населения по географическому признаку. Например, всех студентов колледжа, проживающих в общежитиях, можно было бы разбить на кластеры и составить выборку.

В большинстве крупномасштабных выборочных обследований применяются сложные методы, названные многоступенчатыми выборками. Их методика предполагает постепенный переход от совокупностей единиц наблюдения к отдельным единицам. Например, при составлении выборки взрослого населения США на первой стадии можно разделить всех жителей по округам (или классифицировать по кластерам). Кластеры можно стратифицировать по районам или некоторым другим признакам (например, по возрасту и расовому происхождению жителей). Внутри каждой страты (слоя) ряд округов может быть отобран случайным образом. Затем каждый из этих округов можно разделить на жилые массивы, включающие по 10 кварталов, которые снова можно стратифицировать вплоть до составления окончательной схемы выборки. Наконец, внутри определенных кварталов, можно отобрать отдельные семьи, а затем и членов семей с помощью случайной или систематической выборки.

Все методы, о которых мы до сих пор говорили, называются вероятностными выборками. Выбор единиц наблюдения осуществляется более или менее механически. Вероятностным выборкам можно противопоставить целевые выборки (в целевых выборках группы для обследования непосредственно подсказываются содержанием гипотез. Например, опрашиваются только активисты определенных партий или движений, равное число в каждой целевой группе. (Ред.)), когда исследователь выбирает людей для опроса по собственному усмотрению. Целевая выборка дает репрезентативное представление о населении только при разумном отборе респондентов. Огромные преимущества целевой выборки - простота и экономность. Такие выборки (например, "предварительные /644/ опросы") дают возможность получить наиболее точные данные при затратах, которые значительно меньше стоимости вероятностной выборки.

ВТОРИЧНЫЙ АНАЛИЗ

Широкомасштабные выборочные обследования - высокоэффективный, но дорогостоящий способ сбора данных. В результате многие социологи используют данные, собранные для решения другой задачи. Такой прием называется вторичным анализом. В последние годы созданы архивы данных, действующие как библиотеки, предназначенные для специальных подписчиков*. (* Архивы данных опросов в настоящее время имеются и постоянно пополняются во многих исследовательских центрах России, например, в Институте социологии РАН, Санкт-Петербургском филиале ИСАН, во ВЦИОМ, Фонде общественного мнения и других центрах. (Ред.)).

По мере увеличения числа университетов и научно-исследовательских институтов, применяющих компьютерные системы и программы, облегчается распространение информации. В то же время проведен ряд общецелевых обследований для сбора данных, которые могут использоваться для различных исследовательских проектов.

Данные опросов оцениваются по тем же стандартам, как и любая выборка: обеспечивает ли такой способ отбора единиц наблюдения точное и репрезентативное представление о генеральной совокупности? На практике возникают особые проблемы сравнимости совокупностей данных. Если вопросы сформулированы по-разному или полученные данные закодированы различными способами, осмысленное сравнение данных может оказаться невозможным. Достаточно небольших расхождений такого рода, чтобы исказить результаты.

Конечно, опросы лишь одно из нескольких широко используемых источников вторичных данных. Помимо этого, имеются документы переписи во многих странах и множество справочников (исторических и современных), в которых представлены многообразные сведения о населении, экономическая, социальная и статистика в области культуры**. (**В нашей стране - это издания Государственного комитета по статистике. Например, "Итоги Всесоюзной переписи населения", "Народное хозяйство РСФСР (сейчас РФ)", "Демографический ежегодник СССР", "Население СССР", "Население РФ" и т.п.)

Вторичные данные такого рода очень полезны и даже необходимы для проведения многих исторических исследований. Однако в этих документах, отчетах и справочниках мало информации о возможной необъективности данных.

Ошибки, вызванные необъективностью (о которых мы только что говорили), наверное, случайны и не имеют важного /645/ значения. Они не всегда искажают систематизированные данные. Тем не менее необходимо тщательно проверять их точность. К сожалению, при отсутствии доказательств таблицы чисел на печатной странице часто кажутся более верными, чем они есть на самом деле.

ЭКСПЕРИМЕНТ

В естественных науках отдается предпочтение данным, полученным благодаря эксперименту.

Эксперимент включает контроль переменных для установления точных причинно-следственных связей. Стремление к достижению такой точности побудило социологов по мере возможности тоже проводить эксперименты.

Чтобы понять ценность экспериментов, нужно просто сравнить их с опросами. Путем анализа вопросников или интервью социолог может выявить взаимосвязи между рядом переменных. Например, нам хорошо известно, что образование, род занятий и доход взаимосвязаны. Возникает вопрос: какие из этих факторов следует считать независимыми, а какие зависимыми переменными?

По логике вещей, образование - независимая переменная, а род занятий и доход - зависимые. Такой ход рассуждений связан с тенденцией придавать первостепенное значение образованию. Обычно мы полагаем, что причина (т.е. независимая переменная) предшествует следствию (т.е. зависимой переменной). Тем не менее существуют люди низкого уровня образования, обретающие богатство и вновь приступающие к учебе. Таким образом, уровень дохода иногда предшествует уровню образования. Помимо этого, бывает трудно выделить воздействие лишь одной переменной. Например, образование и род занятий могут быть настолько тесно связаны между собой, что невозможно определить, в какой мере каждый из этих факторов влияет на доход.

Подобные проблемы во многом снимаются при экспериментировании благодаря возможности контроля. В условиях эксперимента испытуемых подразделяют на экспериментальную и контрольную группы. Число групп зависит от сложности исследовательской задачи. В большинстве случаев каждой независимой переменной соответствует экспериментальная группа. В простейших случаях существуют лишь одна независимая и одна зависимая переменные. Испытуемые из экспериментальной группы "подвергаются воздействию" независимой переменной, т.е. их как-то стимулируют или вознаграждают, подвергают санкциям, чего-то лишают и т.п. Точно также анализируют данные, получаемые из контрольной /646/ группы, но на них не оказывает влияния независимая переменная. Затем на основе наблюдения, анализа вопросника или интервью в обеих группах измеряется зависимая переменная (например, чувство собственного достоинства, о котором сообщают испытуемые). Логическая часть экспериментального метода показана на схеме 1.

Если экспериментальная и контрольная группы по-разному реагируют на воздействие зависимой переменной, это различие должно быть вызвано особенностями независимой переменной. Однако, чтобы сделать окончательный вывод, также требуются тщательный отбор испытуемых (т.е. случайная выборка), надлежащее распределение испытуемых согласно условиям эксперимента (случайное распределение или целенаправленный подбор людей) и отсутствие ошибок, благодаря измерению погрешностей.