Количественные методы сбора, анализа и обобщения данных

К наиболее распространенным количественным методам относятся, кроме анкетирования, контент- и кластер-анализ.

Формализованный анализ документов (писем, стенограмм, газет, радио- и телепередач) основан на переводе качественных характеристик их содержания в количественные.

В процессе контент-анализа выбираются смысловые единицы (фиксирующие фрагменты содержания документов) и единицы счета (фиксирующие регулярность появления смысловых единиц в документе). Смысловыми единицами могут быть географические названия, имена, термины, суждения. С помощью контент-анализа можно изучать, например, традиционные каналы рекрутирования правящей элиты на основе обработки справочников. Смысловыми единицами будут географические названия, профессии, должности. Единицей счета может служить частота упоминания указанных смысловых единиц. Аналогичным образом можно выявить отношение газет к кандидату в депутаты, частоту появления и объем позитивных или негативных материалов, посвященных ему.

Особое место в политической социологии занимает контент-анализ, которому принадлежит важнейшая роль в изучении политических коммуникаций.

Исследовательские возможности и границы применимости контент-анализа. Метод контент-анализа предназначен для выяснения степени интенсивности и преобладающих форм репрезентации заранее обозначенных фрагментов информации («единиц анализа» или «смысловых единиц») в объеме изучаемых текстовых материалов.

Этот метод позволяет при статистической обработке источника дать обоснованное заключение об особенностях информационного сопровождения избирательной кампании, о преобладающих элементах в образах лидеров, воспроизводимых в поли­тической рекламе, о типичных претензиях к органам управления, содержащихся в письмах, с которыми жители обращаются в СМИ и органы власти, и т.п.

Основные процедуры контент-анализа таковы:

1. Выбор источников. Весь массив источников по характеру материального носителя информации можно разделить на три группы. В первую группу входят текстовые материалы, отражающие позицию СМИ, в том числе электронные. Сюда относятся: книги, газеты, журналы, плакаты, реклама, листовки, аудио- и видеозаписи, телевизионные сообщения, фильмы, фотографии.

Вторую группу составляют документы ограниченного обращения: внутриведомственные распоряжения, протоколы собраний, инструкции, отчеты и пр.

К третьей группе относятся личные архивные документы (письма, воспоминания, дневники, фотографии). К этой же группе можно отнести «тексты культуры», фиксирующие повседневные социокультурные практики: одежда и визуальные составляющие политической, потребительской и другой деятельности (семантически насыщенные предметы демонстрационного, престижного потребления), материально-вещественная среда, окружающая человека (оформление жилища и места работы), внешний дизайн массовых собраний, митингов, пикетов. Значительный интерес представляют политические граффити – лозунги и надписи на стенах домов и оградах.

В зависимости от цели исследования социолог должен определить набор и объем источников, подлежащих изучению. Ориентирами могут быть: тираж; объем и частота выпуска издания, время и место его распространения; читательская аудитория — адресат издания. Непременным условием контент-анализа является доступность выборочно привлеченных источников.

2. Определение смысловых единиц анализа. В соответствии с проблемой выбирается основной объект контент-аналитического исследования. В простейшем случае это могут быть понятие, термин или имя, название учреждения, организации, политической партии и т.п. Социолог может определить, насколько часто в политическом издании упоминаются названия молодежных организаций, при каких обстоятельствах и преимущественно в каких контекстах (в ряде случаев исследователю могут помочь компьютерные поисковые программы по ключевым словам). Другой смысловой единицей контент-анализа может быть тема, представленная в объемах текста или телевизионного времени.

Аналитик может проследить, когда, в каких контекстах и при каких условиях в том или ином издании появляется, нарастает в объемах или исчезает тема, к примеру, дискриминации этнических меньшинств или гендерного неравенства. Контент-анализ продуктивен, если необходимо выявить механизмы и интенсивность информационного представления, сопровождения и рекламы события, случая, факта, произведения, образа.

3. Интерпретация результатов контент-анализа. В его ходе исследователь составляет кодировочную таблицу, в которую заносятся выделенные заранее признаки – индикаторы выбранных смысловых единиц, обнаруженные в тексте. После сбора информация обрабатывается, обсчитывается и классифицируется. Для увеличения надежности результатов полезно предоставить возможность другому аналитику проделать часть работы для того, чтобы сопоставить полученные данные и найти общие критерии оценки.

Прежде чем переходить к обобщениям и интерпретациям, необходимо убедиться в том, что:

– отобранные для контент-анализа тексты достаточно пред­ставительны (репрезентативны) для всего массива источников;

– выделенные индикаторы наличия смысловой единицы остаются неизменными на протяжении всего объема анализируемых текстов и истолковываются исследователями единообразно.

Преимущества и недостатки контент-анализа состоят в следующем. Привлекательность метода связана прежде всего с тем, что этот метод позволяет проводить исследование относительно автономно. Не требуется ни создания обученных исследовательских коллективов, ни работы с респондентской сетью. Кроме того, эти обстоятельства значительно удешевляют исследовательскую процедуру. Если источник доступен, то для его анализа никаких финансовых затрат не требуется. Тщательно проведенный контент-анализ обладает большими эвристическими возможностями, позволяющими оптимизировать применение иных методов, а зачастую сделать более эффективной стратегию исследовательского проекта. Применение данного метода не связано с проблемами этического риска или психологических трудностей общения с респондентами, которые приводят к сбоям в исследовательской практике.

Ограниченность применения контент-анализа обусловлена прежде всего сложностями в оценке значимости (исторической, социокультурной, политической и др.) выбранных объектов, их исторической контекстуальностью, которая ясна читателям «здесь и сейчас», но пропадает почти сразу же после публикации или сообщения и подлежит логической реконструкции социолога, т.е. может быть искажена.

Наиболее продуктивные результаты приносит использование контент-анализа как мониторинговое сопровождение социо­логических опросов или наблюдения.

В процессе анализа осуществляются операции: расчет распределения признаков, построение группировок признаков, выявление зависимостей между признаками. При обработке прежде всего выявляют одномерные распределения признаков (частоты появления различных значений этих признаков в массиве данных). На основе изучения распределения можно получить лишь предварительную информацию. Для всесторонней оценки отношения важно выяснить специфику распределения ответов на вопрос представителей различных социальных групп, включенных в выборку: руководителей, специалистов, предпринимателей, военнослужащих, рабочих, учащихся, студентов, пенсионеров, безработных. Первым шагом служит построениетаблиц сопряженности (двумерных распределений) признаков, на основе которых можно строить различные группировки опрошенных в соответствии с их социальными характеристиками (профессия, квалификация, доход, образование и др.). В итоге получаются простые и комбинированные таблицы данных, графики, диаграммы, гистограммы и др. Однако все эти процедуры представляют собой лишь подготовку к анализу данных.

Главное в количественном анализе – выявление зависимостей между признаками. Основными методами изучения зависимостей являются корреляционный, факторный и кластерный анализы. Корреляционный анализ основан на расчете отклонения значений признака от линии регрессии (условной линии, к которой эти значения тяготеют). Чем сильнее разброс значений, тем слабее связь двух интересующих нас признаков. Чем меньше разброс значений, тем сильнее связь. Определение направления и степени связи осуществляется с помощью вычисления коэф­фициентов корреляции.

На признаки явления влияет множество причин, поэтому недостаточно только анализа парных корреляций, нужна группировка этих корреляций и конструирование на этой основе комплексных скрытых от наблюдения (латентных) переменных, которые называются факторами. Факторный анализ основан на измерении доли влияния каждого из выделенных нами комплексов переменных на изменение изучаемых признаков явления и обнаружении причинной обусловленности этих изменений.

Кластерный анализ (от. англ. cluster – пучок, группа) – это процедура, позволяющая классифицировать объекты по ряду признаков. Все обследуемые объекты делятся на группы в зависимости от степени сходства и различия между ними по выделенным признакам. Каждый кластер образует однородные признаки. В процессе кластерного анализа вычисляются расстояния между признаками и строится дендрограмма (дерево признаков).

Специфический метод обработки социологической информации – вторичный анализ данных. Он применяется для получения дополнительной информации по уже прошедшему первичную обработку массиву данных. Обычно вторичный анализ используют при повторной обработке результатов чужих или собственных исследований. Можно выделить два типа вторичного анализа: монографический и сравнительный. В первом случае осуществляется повторный анализ одного массива первичных данных, во втором – сопоставляются несколько массивов первичных данных (например, электронные таблицы данных в системе SPSS), полученные социологическими центрами в разное время, на разных выборках и по различным программам. Разнотипность исследований и используемых в них переменных порождает необходимость их стандартизации как условия сопоставимости результатов исследований. Сопоставлять можно лишь однородные переменные, но для обеспечения однородности нужно, чтобы сравниваемые первичные данные по этим переменным были получены на однотипных выборках, одинаковыми методами и с помощью однотипных шкал.

Если у нас нет информации о том, кого и как репрезентирует выборка, какие методы использованы для сбора и анализа данных, как сформулированы вопросы и какие альтернативы предлагались респондентам для ответа на них, то вторичный анализ становится невозможным. Нельзя назвать вторичным анализом часто используемое сопоставление частотных распределений внешне сходных переменных, взятых из отчетов по итогам массовых опросов населения, опубликованных в научных изданиях или газетах. Как правило, в этом случае авторы не выясняют степень однородности сравниваемых массивов информации, ведь за каждым числовым значением признака стоит определенное качество. Не выяснив, насколько однородна качественная определенность переменных, отобранных из разных массивов данных, мы не можем их сопоставлять. Для проведения вторичного анализа необходимо изучить описание осуществленных исследовательских проектов, по которым имеется первичная информация в существующих архивах данных.

В архивах нужно отобрать необходимые массивы данных, получить разрешение на их использование от руководства соответствующих центров и, сделав копии файлов с данными, провести их вторичный анализ.

Можно выделить несколько видов сравнительного вторичного анализа: сравнительно-типологический (синхронный) анализ или анализ первичных данных исследований, проведенных в одно и то же время; сравнительно-генетический (диахронный) анализ, или анализ результатов исследований, проведенных в разное время. В любом случае предварительное изучение переменных с целью определения степени их однородности и пригодности для сравнения представляет собой обязательное условие вторичного анализа. Важно и то, что в процессе вторичного анализа мы мысленно воспроизводим все этапы сопоставляемых исследований и в то же время осуществляем самостоятельное исследование, концептуализируем проблему, выдвигаем собственные гипотезы, операционализируем понятия. Вторичный анализ означает новое, дополнительное исследование старых массивов первичных данных.

На основе анализа осуществляется интерпретация (объяснение) данных. На этом этапе мы должны перейти от количественного (статистического) анализа данных к качественному (содержательному), перевести язык цифр на обычный язык. В то же время мы должны осуществить процедуру, обратную операционализации: перейти с обыденного языка, с помощью которого мы трансформировали исходные понятия в переменные и собирали первичную информацию, на язык науки, с помощью которого мы концептуализировали политическое явление в начале исследования. Суть интерпретации собранного и обработанного фактического материала – в истолковании смысла обнаруженных на уровне эмпирического анализа структур повседневной политической жизни. Существует несколько видов объяснения: генетическое, следственное и структурное. При генетическом объяснении доказывается наличие закономерной (устойчивой и существенной) связи между предшествующим и нынешним состоянием изучаемого явления. При следственном объяснении обосновывается влияние нынешнего состояния явления на его последующее состояние (главное внимание уделяется анализу возможных трансформаций явления, порожденных его нынешним состоянием).Структурноеобъяснение состоит в доказательстве зависимости состояния явления, либо от характера взаимодействия его компонентов, либо от характера его взаимодействия с другими социальными явлениями. Как правило, осуществляются комбинированные объяснения.