В СОЦИОЛОГИЧЕСКОМ ИССЛЕДОВАНИИ
Основные понятия. Уровни измерения. Процедуры шкалирования. Классификация шкал. Индексные шкалы. Континуум понятия. Функции шкал. Качественная, количественная, номинальная, ранговая, метрическая шкалы. Паспорт данных. Операции с числами. Мода и медиана. Процедура ранжирования. Монотонные преобразования. Шкалы и индексы.
Развитие процедур измерения связано с разработкой специальных количественных методов и их особых инструментов: шкал, индексов, группировок, тестов, моделей. Широкому применению статистических методов мы обязаны прежде всего американской в социологии (в 20-е и 60-е годы ХХ века). Их развитие привело к идее уровней измерения сильного – слабого (или типов шкал количественных и качественных). В основе этой дихотомии лежит идея последовательного усложнения логики и математических требований к количественным формам качественных понятий (а также к процедурам и результатам измерения), и разработки все более разнообразного математического аппарата для обработки и анализа данных. В методологическом плане решающее значение для качества процедур шкалирования (разработки шкал), имеет соотношение концептуальных (понятийных) и инструментальных (шкальных) сторон измерения, зависимость его хода и результатов от теоретической ориентации и особенностей математической, компьютерной и других техник исследования, обработки и анализа данных.
Общая классификация шкал.Одной из самой распространенной является континуальная классификация, в которой шкалы упорядочиваются для повышения их способности измерения, а также удовлетворения требований более многообразных математических операций со шкалами. Континиум понятия, в самом общем смысле - это деление или градация переменной на отдельные элементы без логических скачков или отхода от логики основания деления понятия (переменной). Формирование «хорошего» континуума дает возможности для последующих процедур перешкалирования и трансформации исходных значений признаков. В самом общем плане направленность рангового континиума может быть отображена с помощью следующих математических символов: «+» → «0» → «-»;либо «-»→ «0» →«+»;либо«0» →«+»;либо «0» → «-».Для номинальной шкалы направленность континиума не имеет значения, здесь важно соблюдение логики основания деления признака. Для метрической шкалы важно наличие естественной точки отсчета.
Поскольку одной из основных задач анализа социологических данных является типологизация и ранжирование собранного эмпирического материала, то можно говорить о функциях, которые выполняют в процессе измерения те или иные шкалы. Традиционно выделяется четыре типа шкал. Сразу подчеркнем, что в «машинном языке» они имеют традиционное английское название, и эта же терминология используется для описания так называемого «паспорта анкеты», или «матрицы данных», где описываются полные характеристики каждой шкалы, в большинстве стандартных пакетов обработки данных. Эти понятия не надо путать с «паспортичкой» анкеты, которая обозначает блок вопросов в анкете относящийся к личным характеристикам респондентов.
Исходя из того, какая функция берется за основу построения шкалы, определяется и ее тип. Функция классификации дает номинальную шкалу «scale nоminal» (от лат. nominis - имя). Функция сравнения - по убыванию или возрастанию степени (меры выраженности) проявления качеств признака - дает порядковую (синонимы – ранговую, ординальную), традиционно в англо-французской терминологии определяемую как «scale ordinal» (ordrе – порядок), шкалу. Функция интенсивности того или иного свойства признака - измеряется интервальной шкалой. Функция, отражающая отношения пропорции, дает шкалу отношений. Два последних типа шкал традиционно характеризуются, как метрические «scale metric».
Общая характеристика шкал и измерение. Качественное измерение. Наиболее простым «измерителем» является номинальная шкала, которая служит предпосылкой всех остальных шкальных процедур более высокого уровня. Эта шкала позволяет отнести объект к одному из нескольких классов, между которыми не устанавливается отношений упорядоченности. В номинальной шкале выражается перечень национальностей, профессий, специальностей, ценностных ориентаций и тому подобное. С позиций статистики за ней отрицается право быть шкалой, считая ее простым классификатором. Схема номинального измерения может включать большое число категорий, но которые должны быть взаимоисключающими и исчерпывающими. Это означает, во-первых, что один объект можно отнести только к одной категории и, во-вторых, категории (индикаторы) должны быть такими, чтобы каждый объект имел «свою» категорию. Частным случаем номинальной шкалы является дихотомическая шкала, фиксирующая наличие или отсутствие у объектов некоторого свойства, например, пол. Обозначение объекта на шкале происходит с помощь чисел или букв. Числа выбираются произвольно и имеют лишь кодовое значение (за исключение бальных шкал). При числе кодируемых объектов (альтернатив) в номинальном признаке больше девяти, удобнее пользоваться буквенными значениями латинского алфавита, а не цифрами. Однако чрезмерно большое число градаций по номинальной шкале не рекомендуется из-за снижения статистической надежности данных. При построении шкалы, несущественные различия первоначально выделенных индикаторов переменной исключаются, в целях избежания повтора или дублирования свойств, хотя при этом иногда и образуется менее однородный континиум признака
Разновидность номинальной шкалы - шкала с совместимыми альтернативами в «вопросе – меню», когда объект одновременно может быть отнесен к нескольким группам. Это определяется как объем значений признака и в «машинном» языке обозначается термином «values», сокращенно «vals». Коды или пункты шкалы – это своеобразные точки качественной классификации свойств явления, объекта на континиуме свойства. Поскольку для точности ответов номинальная шкала не должна содержать чрезмерно большого количества кодовых значений, то при операционализации несущественные различия объектов обычно игнорируются, хотя при этом образуется менее изоморфная модель объекта (нарушается логический континиум), например, классификация содержания трудовой деятельности, по степени ее механизации:
1 - рабочие ручного труда, не требующего специальной подготовки;
2 - рабочие ручного труда высокой квалификации;
3 - рабочие, занятые на механизированном обрудовании, средней квалификации;
4 – рабочие, занятые на автоматическом оборудовании. без навыков наладки;
5 - операторы-наладчики.
Запись в паспорте данных: VAR##N; SCALE=NOMINALE; VALS=1; LOW=0; UPP=5; что означает: переменная №№; шкала номинальная; объем значений один; нижнее значение шкалы «0» (нет ответа), верхнее значение – пять.
В этой шкале, где каждому из кодовых значений дается детальная эмпирическая интерпретации (согласно общепринятому в статистике классификатору условий труда), можно интуитивно угадать некоторый порядок повышения содержательности, квалификации труда и т.д. Однако, интуиция не доказательство, к тому же пункты шкалы можно поменять местами, без ущерба для измерения.
Следующий пример номинальной шкалы оценивает методы стимулирования, используемые на предприятии: 1 - почетная грамота. 2 - благодарность в приказе. 4. премия. 4 - заметка в многотиражке. 5 - портрет на Доске почета. 6 - отметили на собрании. 8 - иные поощрения. 9 - поощрений не получил. 0 – нет ответа. Ее паспортная запись будет выглядеть: VAR##N; SCALE=NOMINALE; VALS=3; LOW=0; UPP=8;
Здесь, как минимум, респондент должен отметить один пункт (если поощрений не получил); некоторые респонденты отметят несколько пунктов (не более трех). Данную шкалу можно перестраивать любым образом, пункты менять местами, разбивать один (8) пункт на несколько. (Однако, если окажется, что многие респонденты указали неучтенный вид поощрения, это означает, что вы не знаете объект содержательно).
Можно отметить, что существуют логически более упорядоченные номинальные шкалы. Примером может служить переменная по условиям трудовой деятельности. Поскольку она могут содержать различные блоки, отражающие безопасность, санитарно-гигиенические, общие, квалификационные и прочие условия то индикаторы необходимо объединять в группы (расположить последовательно друг за другом в структуре подсказок), на основе одной логики основания отнесения условий труда. И тогда, в ходе последующего анализа и преобразования данных у нас появляется возможность сжатия размерности данной переменной и укрупнения (угрубления) анализа данных. Без упорядочивания альтернатив «меню» такой анализ невозможен или очень трудоемок. Однако классификация в номинальной шкале, а тем более логическое ранжирование объектов — это все же социальное измерение, так как с помощью данных процедур мы фиксируем меру, протяженность, континиум. В социологии достаточно часто приходится использоватья такие элементарные способы первичного измерения. Но этого, в общем, достаточно для того, чтобы фиксировать тенденцию изучаемого социального процесса и делать на этой основе существенно значимые умозаключения, особенно если пользоваться модальными значениями номинальных признаков и медианой - ранговых. В этой связи рассмотрим возможные числовые операции с различными видами шкал.
Операции с числами для номинальной шкалы следующие. Первое. Подсчет абсолютных частот распределения по пунктам шкалы и их последующий перевод в процентные доли. В социологическом описании одномерных и двумерных распределений признаков используются, как правило, только они, причем только до десятичного значения. Здесь достаточно подсчитать численность каждой группы и отношение этой численности к общему ряду распределения (частоты). Второе. Определение средней тенденции частотного распределения признака по модальной частоте. Модальный (обозначается как Мо) называют группу с наибольшей численностью (частотой ответов). Эти две операции дают достаточно «пищи» для типологизации и иерархизации свойств и представления о распределении социальных характеристик в количественных показателях. Для анализа используется и смена основания для подсчета частотного распределения: от числа ответов или от числа опрошенных. Основным способом количественного анализа с участием номинального признака, является установление причинных зависимостей между рядами свойств, расположенных относительно упорядоченно (либо четкий континиум свойств, либо четкая логика основания) с другим, полностью упорядоченным, либо метрическим признаком. С этой целью составляют так назывемые перекрестные таблицы – «cross table», чем мы детально поговорим в соответствующей лекции.
Другим видом качественного измерения является порядковая шкала. Это вид полностью упорядоченной шкалы наименований не обладает никакой собственной, для данной переменной, единицой измерения и устанавливает отношения строгой последовательности между явлениями в каждом классе в понятиях “больше” или “меньше” только в одном континиуме свойства. Таким образом, объекты сравниваются по степени выраженности, интенсивности измеряемого признака. Однако, по этой шкале, определяется только сам факт превосходства одного объекта над другим, а не количественное различие между ними. Разновидностью ранговой шкалы также может быть дихотомия в понятиях «больше-меньше». Приписываемые объектам числа здесь также остаются кодовыми обозначениями, сигналами об их качественных различиях и код отражает лишь строгий порядок (континиум) измеряемой характеристики. В этом смысле кодовыми обзначениями могут быть даже иероглифы, лишь бы вы могли их различить. С помощью этого типа шкалы измеряется большинство признаков в социологическом исследовании.
Наиболее распространенные пункты такой шкалы выражаются лексически, с соблюдением вышеуказанной избранной континуальности признака:
1. вполне согласен; пожалуй, согласен; затрудняюсь ответить; пожалуй, не согласен; совершенно не согласен;
2. уверен, что так; думаю, что так; затрудняюсь сказать; думаю, что не так; уверен, что не так;
3. целиком одобряю; одобряю в основном; затрудняюсь сказать; в основном не одобряю; совершенно не одобряю;
4. так всегда бывает; так бывает иногда; бывает и так и иначе; так обычно не бывает; никогда не бывает;
5. вполне удовлетворен; удовлетворен; скорее удовлетворен, чем нет; скорее неудовлетворен, чем удовлетворен; совершенно неудовлетворен;
6. важно-неважно и т.д.[21]
Для порядковой шкалы также существует проблема устойчивости, и, как правило, более семи рангов для данных шкал используется крайне редко. Здесь также как и в неупорядоченной (номинальной) шкале континуум для ранжирования не может быть слишком большим. В противном случае данные получаются неустойчивыми. Чувствительность шкалы снижается, по той причине, что человек не обладает, как правило, высокой способностью устойчиво дифференцировать свои оценки на слишком длинной шкале.
Арифметические операции над числами-кодами ранговых оценок также недопустимы. Нельзя оперировать их суммой или средним значением для доказательства превосходства одной группы объектов над другой, поскольку это не имеет смысла. Математические операции над результатами измерений по ранговой шкале допускаются внутри вычислительных процедур, при расчете, например, парного коэффициента корреляции, а также при формировании некоторых индексов (что делается, как правило, вручную).
Помимо абсолютных частот ответов респондентов на вопрос анкеты и их относительных значений, а также медианы (Ме – медиана, наибольшее значение интервала шкалы разбивающую ее пополам, на основании чего можно давать хорошее графическое представление блоков переменных), в двумерных таблицах подсчитывается критерий сопряженности признаков по Пирсону: хи-квадрат (χ2) — простейший показатель обоснованности вывода о наличии или отсутствии связи между сопоставляемыми характеристиками, т. е. связанности качественных классификаций. Коэффициент Чупрова (Г-коэффициент) позволит по той же таблице определить напряженность связи, если хи-квадрат показывает, что она имеет место, и т.д.
На самом деле, в профессиональных программах в процедуры расчета различных коэффициентов корреляции или сопряженности двух признаков заложены и учитываются поправочные величины по типам сопрягаемых признаков (шкал), размерности заказанных таблиц, направленность континиумов двух признаков. И компьютер выдает, как правило, на печать соответствующую таблицу с «требуемым» для нее набором коэффициентов, где учтена специфика шкал.
На основании идеи ранговой шкалы построена процедура ранжирования, используемая как в методах экспертного оценивания, так и в опросах. Она предполагают полное упорядочение каких-то объектов от наиболее важного, к наименее важному, значимому, предпочитаемому, или наоборот. Например, можно ранжировать относительную важность тех или иных методов решения общественной проблемы. Первоочередность или последовательность действий для решения производственных задач, какие-то ценностные суждения и т. д. В анкете, вопрос на ранжирование, должен быть графически тщательно проработан, с тем, чтобы респонденту осталась чисто техническая задача по заполнению, на основании подсказок, соответствующих его мнению, пунктов шкал. Способов ранжирования признаков достаточно много, основные из них мы рассмотрим в лекции об экспертном оценивании. Метод ранжирования достаточно «трансформационен» и при обработке данных шкала в цифровом или бальном выражении может быть "перевернута" в обратном порядке, т. е. последнему, низшему рангу можно приписать наименьшее числовое значение — 1, а первому — наибольшее. Тогда последовательность 1, 2,— и т. д. будет соответствовать возрастанию значимости объектов. Можно рассчитать и среднее значение ранга каждого признака, что зачастую более информативно. Здесь также полезно не забывать о том, что численность объектов для ранжирования не может быть слишком большой, скажем до 20.В противном случае данные ранжирования крайне неустойчивы. Кроме того, в любом варианте оценивания более устойчивы первые и последние ранги (как и в номинальных шкалах, и при методических опросах они обычно приписываются тем же объектам), а срединная зона, как правило, менее устойчива. Поэтому для повышения надежности измерения, после пилотажного опроса следует объединить в один ранг те из них, которые обнаружат наибольшую неустойчивость, или будут очень близки, снизив, таки образом их размерность и обеспечить большую устойчивость и надежность эмпирических данных
Как мы отмечали, интервалы в шкале не равны, точнее не определены, и поэтому числа обозначают лишь порядок расположения свойств. И операции с числами — это операции с рангами, но не с количественным выражением свойств в каждом пункте. Вместе с тем, нужно помнить, что в порядковой шкале числа поддаются монотонным преобразованиям. То есть их можно заменить другими с сохранением прежнего порядка (именно поэтому шкалы данного типа называют также порядковыми). Так, вместо рангов от 1 до 5 можно упорядочить тот же ряд в числах от 2 до 10. Отношения между рангами останутся неизменными:
1 2 3 4 5
2 4 6 8 10
или как мы указывали от (-1) «0» (+1)
-1 -0,5 0 0,5 1
Это свойство важно для трансформации признаков, в тех случаях, когда данные, измеренные шкалами с различным числом интервалов – три, пять, семь или шесть, четыре и два приходится приводить к "общему знаменателю", т. е. выражать в одной шкале с постоянной величиной заданных интервалов, допустим к дихотомии или трехранговой шкале.
Количественное измерение - метрические шкалы (scale metric). Класс метрических шкал, в отличие от шкал качественных, устанавливает отношение между пунктами шкалы не по принятому условию или в понятиях больше-меньше, а позволяет фиксировать точную величину интервала или разницу в значениях величин признака. К ним относятся интервальная шкала и шкала отношений. Как и ранговые, они имеют общее свойство не только отношений тождества или порядка, но и наличие некоторой единицы измерения, позволяющей определить «насколько» значение одного признака отлично от другого.
Интервальную шкалу получают тогда, когда имеется единица измерения и начальная точка на шкале, определенной по соглашению. Шкала позволяет сказать насколько большим или меньшим количеством измеряемого свойства характеризуются различные объекты. Как правило, интервальная шкала строится на представлении о некоторой стандартной единице измеряемого свойства. Обычно, категории шкалы присваивается число, равное количеству единиц измерения свойства, фиксированного этой категорией. Наиболее простым примером интервальной шкалы являетсялетоисчисление, где единица измерения – год (а также шкала Цельсия или Фаренгейта). Наглядным примером такой шкалы в анкете может служить переменная «заработная плата» или «доход», единицей измерения которых является рубль и где может быть подсчитана разница между отдельными группами, лицами, а также подсчитаны средине величины, которые являются важным средством анализа данных. Характерной особенностью интервальных шкал – произвольно установленное начало отсчета.
Шкала отношений.Основное различие между этой и интервальной шкалой состоит в том, что шкала отношений имеет абсолютный нуль, независящий от намерений наблюдателя и означающий полное отсутствие измеряемого свойства. Отсчет в этой шкале начинается не с произвольной точки, а с экспериментально установленного нулевого пункта, что позволяет определить во сколько раз выраженность данного свойства признака у одного объекта выше, чем у другого. Для такой шкалы применимы любые статистические методы расчета. Подобные шкалы приняты в точных науках, где исходный пункт (начальный, нулевой) экспериментально зафиксирован. К такому типу относятся обычные шкалы измерения физических величин - меры протяженности, массы, времени и т.д. Символы приписываемые объектам по метрическим шкалам, могут быть, естественно, только числами.
В социологическом исследовании такими шкалами оцениваются, например, возраст респондентов, их доходы, бюджет времени и т.п. В машинном языке, обе шкалы записываются как метрические, которым указываются нижние и верхние пределы значений, прежде всего для логического контроля возможных ошибок при вводе большого объема данных. Например:
VAR##86; SCALE=METRIC; LOW=50; UPP=70; (переменная пенсионного периода).
Метрические шкалы подразделяются на дискретные (шкалы счета) и непрерывные. К первым относятся число детей в семье, человек в группе и т.д. Непрерывные шкалы предполагают, что измеряемое свойство изменяется непрерывно и может быть измерено с любой степенью точности (до любой дробности).
Основной методической ошибкой при разработки метрической шкалы является попытка измерять переменные (возраст, например) с помощью порядковой шкалы. Вопрос: Укажите Ваш возраст, пожалуйста.
До 30 лет | 31- 40 лет | 41 – 50 лет | старше 50 лет |
В такой формулировке вопроса мы получаем в реальности не метрику, а порядок возрастов, где мы можем сказать, что у одного человека возраст выше, чем у другого, но не сможем сказать насколько. Для этого необходима метрическая шкала, на которой респондент указывает полное число лет. И тогда мы можем указывать не только абсолютные, но и относительные возрастные различия. Кроме того, для анализа, мы можем задать в программе обработки любые интервальные возраста, или суммы заработной платы, квадратные метры и т.д., которые будут точнее соответствовать логике проводимого анализа для построения возможных типологизаций (стратификационных, например).
Шкала ранжированных оценок с заданным количеством баллов часто рассматривается как интервальная, в предположении, что минимум и максимум положения на шкале соответствуют крайним оценкам на континиуме свойства, а интервалы между остальными точками шкалы имеют одинаковую длину. Поэтому неопытные исследователи принимают иногда за интервальную шкалу шкалы балльных оценок. Но эта псевдометрическая шкала, является на самом деле также ранговой шкалой, поскольку невозможно определить насколько студент «отличник» сильнее «хорошиста» и т.д. по всему континиуму переменной. Вместе с тем, логически подразумевается, что между баллами на шкале существуют примерно равные интервалы и это свойство позволяет рассматривать бальную шкалу как квазиинтервальную (как бы интервальную) и рассчитывать средние баллы по аттестату зрелости или качественную успеваемость для получения «красного» диплома.
В качестве классического примера можно привести пример В.А. Ядова, с вариантом псевдо шкалы с равными интервалами — "термометр общественного мнения". Это шкала в 100 делений, где крайние точки (100 и 0) словесно интерпретируются. Например, "если вы категорически согласны с приведенным суждением, укажите свое положение на термометре как 100°", "если вы категорически не согласны, укажите 0°". В действительности, нет оснований полагать, что лица, отметившие по термометру 35° и 42° соответственно, столь же различаются в своих оценках, как отметившие 45° и 52°. Интервал в 7° (42°— 35° = 7°; 52°— 45° = 7°) чисто условный, так как одни люди обладают высокой способностью дифференцировать свои оценки, а другие вовсе не могут различать нюансы (обрабатывать соответствующую информацию в уме). Так что данная шкала меряет не что иное, как те же ранги, что и упорядоченная номинальная, каковой она фактически и является.
Заметим, также, что использование метрических шкал в социологическом исследовании ограничивается естественными переменными, с помощью которых можно количественно «обмерить» респондента, социум в целом. Как правило, в конкретном исследовании их бывает не больше восьми - десяти. Что касается измерения качественных свойств социальных явлений, то здесь поиск нулевого пункта как точки отсчета заведомо обречен на неудачу. Как правило, социальные процессы и характеристики варьируют от ситуации к ситуации столь сильно, что нулевой пункт может быть установлен только как среднестатистическая величина в большой массе событий.
Каждая из вышеуказанных шкал (качественная, количественная, слабая сильная) допускает вычисление лишь определенного набора статистических характеристик. В таблице 1 приводятся основные примеры допустимых статистик.
Как следует из таблицы, операции с числами в интервальной шкале и шкале отношений значительно богаче, чем в номинальных шкалах. Числа в таких шкалах остаются неизменными после линейных преобразований: у=ах+b. Это значит, что можно свободно менять точку отсчета и числовое значение размерной величины. Например, от шкалы в 100 делений можем легко перейти к шкале с любым другим числом делений, притом отсчет можно начать с любой точки натурального ряда чисел. Так обычно переходят от измерения температуры по Цельсию к термометру по Реомюру или Фаренгейту - ранги температур остаются прежними.
Таблица 1
Сводная таблица типов шкал и их основные характеристики.
Тип шкалы | Описание шкалы | Отношения задаваемые шкалой | Примеры допустимой статистики |
Наименований (номинальная) Scale nominal | Использование чисел или символов только для классификации объектов | 1. эквивалентность | Частота. %% распре-деления Мо -мода. Энтропия Н. Меры взаимозависимости: Q,Ф, Р – Пирсона. Т- Крамера° |
Порядковая Scale ordinal | Иерархическая соподчиненность объектов одного класса с объектами других классов | 1. Эквивалентность 2. «Больше, чем … . | Ме – медиана. Квантили. Меры взаимозависимости: Rs –Cпирмена; τ –Кендалла |
Интервальная Scale metric | 1. Эквивалентность 2. «Больше, чем … 3. Величина между любыми двумя интервалами | Средние арифмети-ческие. Дисперсии. Меры зависимости:r Пирсона; R-множе-ственный коэффиц. корреляции. Любые статистически операции | |
Отношений Scale metric | 1. Эквивалентность 2. «Больше, чем … 3. Величина между любыми двумя интервалами 4. Знание отношения между любыми двумя шкальными значениями (знание отношения отношений) | То же самое |
Сочетание ранговых и метрических шкал повышают возможности применения многих процедур многомерного анализа, вскрывающих латентные структуры данных. Если для номинальных шкал применим лишь латентно-структурный и причинный анализы, то для метрических шкал и порядковых шкал применим классический регрессионный анализ, канонический и множественный корреляционный, факторный, дисперсионный анализы и др.. Для оценки взаимосвязи, вместо рангового коэффициента можно использовать более чувствительный коэффициент парной корреляции Пирсона (r) и коэффициент множественной взаимной корреляции Р (или коэффициент взаимной сопряженности). Последние хороши тем, что позволяют соотнести (оценить) изменения в одной переменной с изменениями в другой или в целом ряде других переменных. Вместе с тем, мы отмечали выше, что современные пакеты программ обладают достаточно гибкой статистикой, которая предусматривает внесение поправочных расчетных величин в коэффициенты взаимосвязи признаков в зависимости от размерности признаков и типа их шкал, направленности континиума, с учетом их порогового значения. С помощью метрических шкал объекты характеризуются количественно, а над результатами измерения возможны различные арифметические операции, в том числе можно получать среднее арифметическое и его производные, которые являются очень сильным информативным средством анализа данных, в том числе латентного.
Шкалы и индексы. Рассмотрим теперь вторую часть проблемы шкалирования, техника которой играет важную роль в построении инструментария для сбора стандартизированных, эмпирических данных, способствует точности измерения социальных явлений, возможностям преобразований и ясности интерпретации данных. Поскольку создание шкал и индексов является делом творческим и индивидуальным, то здесь важно соблюдать основные методические требования их создания. Главным для них является, прежде всего, то, что шкала должна быть обоснованной (фиксировать запланированное свойство, а не какое-либо иное); устойчивой – иметь повторяемость результатов с минимальной ошибкой; точной - иметь необходимый уровень чувствительности. (соответственно validity, reliability, utility). Разработка новых шкал рассматривается как профессиональное поражение, если не доказано, что анализируемое свойство не может быть измерено с помощью уже существующих типов шкал.
Как «выдумываются» шкалы и индикаторы для эмпирических исследований? Паул Лазарсфельд обозначил следующий подход. На первом этапе - это создание достаточно туманного образа или конструкта вытекающего из авторского, детального изучения проблемы. Начало может быть положено анализом множественных аспектов феномена (понятия) имеющих общее основание. Наблюдение социологом регулярно проявляющихся свойств социального объекта также дает пищу для размышлений. В любом случае на первом этапе речь идет о несколько размытой целостности, но которая придает определенную окраску и значимость наблюдаемым свойствам. Далее следует детальная оценка специфики исходного социального объекта, установление значимых взаимосвязей, как между аспектами переменной, так и отдельными переменными. Затем идет разработка некоторой концепции посредством выделения «аспектов», «компонентов», «размерности» и др. спецификации измерителей. Таким образом, шкала это всегда сложный конструкт, который поэтапно выкристаллизовывается из туманного образа, где предметная сторона объекта исследования приобретает четкий исследовательский дизайн.
ИНДЕКСЫ (лат. index— указатель, перечень). Их построение ‑ один из широко используемых приемов контроля обоснованности определенного искомого свойства, путем совмещения нескольких показателей (индикаторов, признаков) или ‑ построения индекса. Типы индексов крайне разнообразны. Они широко используются в психологических тестах, в социально-экономических исследованиях. Суть индексной обоснованности в том, что, согласно гипотезе, некоторому данному свойству находится несколько его проявлений, для каждого из которых формируют отдельную шкалу. Затем измерения по частным шкалам либо суммируются, либо из них образуют логические конструкции. В отличие от шкалы, социологический индекс это статистический показатель, являющийся функцией от значений признаков, полученных в ходе первичного социологического измерения характеристик какого-либо социального объекта или процесса. Построение индекса является способом конструирования сложного эмпирического индикатора (социального показателя) того или иного теоретического понятия (отношения к труду, например).
По способу построения выделяют индексы, получаемые в ходе применения формальных методов (факторного, латентно-структурного анализа и т. п.), или с помощью алгоритмов, основанных на предварительном содержательном анализе первичной социологической информации (на основе логических схем, таблиц перекодирования, и т. п.). По степени общности можно выделить индивидуальный индекс, описывающий отдельный объект совокупности; групповой индекс, характеризующий группу объектов; и совокупный индекс, характеризующий совокупность в целом. Примерами таких социологических индексов являются статистические показатели, позволяющие агрегировать (обобщать) социологическую информацию, итоговые тестовые значения, рассчитываемые при опросе респондентов, индивидуальные и групповые социометрические индексы.
Оценивая соотношение шкалы и индекса, надо отметить также, что они часто взаимозаменяемы и соотносятся с различного рода измерениям – абсолютным или относительным, простым или составным, простой или продвинутой техникой измерения. По сравнению со шкалированием, построение индекса является одним из широко используемых приемов контроля обоснованности переменных социологического исследования. С позиций техники СИ, в самом общем виде, индекс - это совмещение нескольких показателей, индикаторов для регистрации одного определенного свойства (переменной). Примером самого простого индекса может служить трехмерное распределение, когда, например, двумерная таблица сопряженности «производственного стажа и заработной платы» строится относительно третьего признака: пола.
Простые индексы. Например, при измерении морали можно задать прямой вопрос: «Как бы Вы проранжировали уровень вашей морали?» Используйте для этого континиум семибальной шкалы: очень хорошая, замечательная, хорошая, так себе, плохая, отвратительная, очень плохая. Базисом оценки здесь является логическое и психологическое допущение, что какая то мораль у нас есть, и, следовательно, есть реальная возможность ее самооценки субъектом. (Было бы еще лучше, если бы у вас был сосед с усредненным ее уровнем). Главным качеством такого измерения является валидность – (измерение того, что хотели измерить), которую дополнительно можно протестировать с помощью оценки уровня исполнительности (выполнения заданий), абсентеизма, опозданий на занятия, работу, объема выпиваемого, и т.д., и т.п.
Сложный индекс. В примере В.А. Ядова[22], вполне справедливо выделяется два существенно разных аспекта обоснованности индекса: теоретический и эмпирический. Первый непосредственно связан с содержательными посылками исследования и предполагает установление значимых связей с широким классом ситуаций, предсказываемых теорией в области производственной мобильности, второй требует надежной регистрации данных в сравнительно узком секторе (желание изменить ситуацию) изучаемых объектов. В результате мы имеем сложный конструкт, позволяющий достаточно точно определить «коллективную мораль» на предприятии в контексте текучести кадров.
Рассмотрим пример индекса «удовлетворенность избранной специальностью», построенного по тому же типу "логического квадрата" при построении производной шкалы удовлетворенности работой.
Таблица 2
Индекс удовлетворенности избранной специальностью студентами университета
В какой степени Вы довольны факультетом, на котором обучаетесь? | Хотели бы Вы перевестись на другой факультет? | ||||||||||||
Нет | Скорее нет | Скорее да | Да | ||||||||||
Если бы Вам прямо сейчас была предоставлена возможность выбрать другой факультет, выбрали бы вы прежний факультет? | |||||||||||||
Да | Не знаю | Нет | Да | Не знаю | Нет | Да | Не знаю | Нет | Да | Не знаю | Нет | ||
Очень доволен | |||||||||||||
Вполне доволен | |||||||||||||
Нейтрально | |||||||||||||
Не совсем доволен | |||||||||||||
Очень не доволен | |||||||||||||
Основной вопрос: «В какой степени Вы довольны факультетом, на котором обучаетесь?» - (пятичленная шкала ответов) дополняется двумя контрольными: «Хотели бы Вы перевестись на другой факультет?» - («нет» - «скорее нет» - «скорее да» – «да») и «Если бы Вам прямо сейчас была предоставлена возможность выбрать другой факультет, выбрали бы вы
Дата добавления: 2020-12-11; просмотров: 509;