Degtyarev_A_A_Prikladnoy_politicheskiy_analiz

Эмпирические данные, собранные и опубликованные в том или ином виде другими исследователями, принято относить к вторичным; в свою очередь, данные, собранные самим исследователем в процессе анализа,

относятся к первичным (21).

Вторичные данные черпаются из разнообразных документальных источников, что предполагает со стороны аналитика умение ориентироваться в огромном их разнообразии и владение навыками поиска – статистические сборники, аналитические журналы и бюллетени, электронные базы данных,

публикации консультативных фирм и групп интересов, газеты, Интернет и т.д.

Первичные данные также могут извлекаться из документальных источников, однако основной их источник – это люди, а основные методы получения – социологические (анкетирование, интервьюирование, фокус-

группы, экспериментальные и квази-экспериментальные исследования) (22).

Статистические методы, в свою очередь, служат задачам анализа и интерпретации как первичных, так и вторичных данных. Дескриптивная статистика представляет собой комплекс методов, позволяющих осуществлять группировку некоторого набора данных, описание его характеристик, идентификацию взаимосвязей между переменными, а также представление с помощью графиков, таблиц, диаграмм, карт и т.д.

Инференциальная (дедуктивная) статистика, в свою очередь, применяется для обобщения данных выборочных исследований: это комплекс методик и приемов, позволяющих установить, в какой мере взаимосвязи, выявленные в

221

выборке, описывают характеристики генеральной совокупности (на языке статистики, насколько они значимы) (23).

Поскольку учебник, который читатель держит в своих руках, не может и не должен заменять собой базовые курсы статистики и социологии, в данной главе будут рассмотрены лишь основные понятия и допущения, а также типичные ошибки, имеющие отношение к практике применения перечисленных выше методов.

Статистические методы

Статистические методы, применяемые в прикладном политическом исследовании, можно упорядочить по двум основаниям: 1) по уровням измерения, и 2) по количеству переменных.

Принято выделять три уровня измерения: номинальный, порядковый и интервальный (24).

Наиболее слабой формой числового выражения является номинальная

шкала. Например, при заполнении бланков переписи населения, от нас требуется определить свою национальную принадлежность. Каждой этнической группе при этом может быть присвоено числовое (1, 2, 3 и т.д.),

либо буквенное (а, б, в и т.д.) обозначение. Данные обозначения не содержат никакой информации по поводу сопоставимых качеств той или иной национальности, например, обладает ли группа Б большей близостью к группе А. Выраженной в каком либо свойстве либо физическом качестве, в

сравнении с группой Д. Для номинальной шкалы, присвоение числового

222

значения лишено всякого внутреннего содержания, и не предназначено для математической обработки.

Некоторые явления сопоставимы, так что мы можем упорядочить их согласно некоторому свойству, однако не можем с точность определить расстояние между ними. Так, мы можем ранжировать респондентов по уровню образования (незаконченное среднее – среднее - незаконченное высшее - высшее), однако мы не можем сказать, что респондент А в 2,35 раза более образован, чем респондент Б. Очевидно, тем не менее, что порядковое

измерение обладает большей математической силой, чем номинальное.

Интервальная шкала дает нам наиболее содержательное и гибкое измерение, позволяя определить не только порядок расположения случаев относительно друг друга, но также и расстояние между ними. Так,

респонденты могут быть распределены по уровню дохода, выраженного в денежных единицах, при этом мы можем в точности определить, какова разница между доходами любых двух случаев. Для номинальной шкалы требуется наличие двух условий: стандартной единицы измерения и нулевой точки отсчета.

Математические преимущества интервальных измерений очевидны, и

это преимущество определяет стремление аналитиков к конструированию интервальных шкал в исследованиях социальных, политических,

экономических и иных явлений.

Взависимости от количества переменных, принято выделять

одномерные, двухмерные и многомерные измерения (25).

223

Для различных уровней измерения применяются соответственно

различные измерительные методики и процедуры. Чем выше уровень

измерения, и чем больше количество переменных, тем более сложные методы анализа можно применять (26).

Для описания распределения признаков по значениям одной переменной

используют два типа статистических процедур.

Первый - измерение средней тенденции - помогает нам выявить наиболее типичные значения, которые наилучшим способом представляют весь комплекс признаков по данной переменной. Второй - измерение

дисперсии - показывает, как колеблется (варьирует) отклонение от среднего

значения, насколько это среднее репрезентативно для всей совокупности.

Стандартным способом измерения средней тенденции для номинального

уровня служит мода, для порядкового – медиана, и для интервального –

среднее геометрическое. Соответствующими способами измерения

дисперсии являются коэффициент вариации, квантильный размах и стандартное отклонение (27).

Для двухмерных измерений, имеет значение связь между переменными.

Если знание значений одной переменной по определенному случаю позволяет сделать некоторые предположения относительно соответствующих значений другой переменной, между этими переменными существует связь.

Возникает вопрос: насколько сильна эта связь. В статистике для этого существует показатель коэффициент связи - показатель, который обозначает

224

степень возможности определения значений одной переменной для любого случая, базируясь на значении другой.

Второе измерение, которое имеет отношение к анализу двух переменных

- статистическая значимость. Определяет, насколько вероятна связь,

зафиксированная между двумя признаками в выборке.

В зависимости от выбранного уровня измерения, стандартными способами измерения связи между двумя переменными являются лямбда,

гамма и коэффициент корреляции.

Многомерные измерения, в свою очередь, предполагают, что все переменные выражены в интервальных значениях. Таким образом, для номинального и порядкового уровней, многомерных методик измерения не существует. К многомерным методам относятся множественная регрессия,

факторный анализ, пат-анализ и др. (28).

Нарушение принципов теории измерения является одной из типичных и,

к сожалению, распространенных ошибок в практике прикладных политических исследований. Причины этого кроются в методологических и психологических обстоятельствах. С одной стороны, как было показано выше, явления политической реальности, значимые для аналитика, с трудом поддаются квантификации (количественному выражению) и часто не могут быть адекватно выражены с соблюдением условий, соответствующих интервальному уровню. Такая ситуация встречается в практике экспертных оценок, когда от экспертов требуется высказать оценку в значениях некоторой порядковой шкалы (например, от 1 до 5).

225

При этом, психологически объяснимое стремление аналитика использовать в своей работе современные методы высокого уровня – корреляционный, факторный анализ и т.д. – побуждает порой вводить в

соответствующие стандартные формулы значения, которые в принципе не могут быть использованы таким образом (в частности, значения ранговых шкал). Действительно, ведь ранжирование объектов содержит лишь ин-

формацию о том, какой из объектов более предпочтителен и не содержит информацию о том, насколько или во сколько раз один объект предпочтительнее другого.

Может быть, в некоторых заведомо очевидных ситуациях даже такая обработка экспертной информации может дать правдоподобный результат.

Однако в реальных ситуациях такая обработка информации не может считаться достоверной (29).

Контент-анализ

Документированные источники используются в прикладном политическом анализе различным образом: одни извлекают из них цитаты,

высказывания, иллюстрации, подкрепляющие ту или иную точку зрения;

другие используют содержащиеся в них количественные данные (результаты голосований, статистические данные и т.д.). Контент-анализ позволяет извлекать количественные оценки из обширных документированных источников, не содержащих информации в числовом выражении.

Например, аналитик может обратиться к материалам средств массовой информации, посвященным избирательной кампании, с целью выяснения

226

различий в тональности (степени доброжелательности) освещения отдельных кандидатов. Такая работа предполагает переработку сотен газетных статей и новостных материалов в небольшой набор цифр,

характеризующих данный предмет исследования.

Суть методики контент-анализа заключается в конструировании набора взаимоисключающих и исчерпывающих категорий, характеризующих предмет исследования, с последующей фиксацией частоты, с которой данные категории встречаются в изучаемых документах (30).

Первый шаг в проведении контент-анализа предполагает осуществление выборки документов. Если аналитика интересуют политические ценности кандидатов, в выборку следует включать партийные программы и выступления кандидатов; если предметом исследования являются национальные и расовые стереотипы в обществе, выборка может формироваться из записей телевизионных передач, литературных и художественных текстов, и т.д. Определившись с общим характером необходимых источников, аналитик затем осуществляет выборку в соответствии со стандартными требованиями, указанными выше.

Второй шаг в контент-анализе заключается в формировании списка категорий содержания, по которым будет осуществляться замер. Такой список может включать в себя:

-актуальные общественные проблемы;

-альтернативные позиции по отношению к этим проблемам;

-имена политиков, названия политических партий и организаций;

227

-целевые группы, к которым обращаются кандидаты/партии/организации;

-эмоциональные характеристики тональности:

-поддержка – порицание

-виновность – невиновность

-сочувствие – равнодушие

-и т.д.

Данный шаг представляет собой наиболее важную и творческую часть контент-анализа.

Третий шаг заключается в выборе единицы анализа. Например, по каждому документу аналитик может фиксировать

-каждое слово

-каждую тему

-каждого персонажа

-каждое предложение

-каждый абзац

-либо документ в целом.

При определении единицы анализа, аналитик исходит из соображений идентифицируемости данной единицы (так, слова, абзацы и предложения технически легче идентифицировать, чем «темы» и «сообщения»), а также соответствия категориям контента (так, чтобы установить отражение тех или иных «проблем» в средствах массовой информации, новостное «сообщение» будет более адекватной единицей анализа, чем «слово» или «предложение», в

228

то время как для измерения эмоциональной тональности подходит именно

«предложение» и «слово»).

Наконец, необходимо выбрать систему измерения категорий:

-наличие или отсутствие упоминания данной категории;

-частота упоминания;

-продолжительность времени/объем текста, посвященного данной категории;

-интенсивность присутствия;

-и др.

Ниже приведен вариант кодировочной таблицы для контент-анализа освещения президентской избирательной кампании 2000 года в России.

Характер выборки – общефедеральные печатные издания; единица анализа – статья/заметка; категории контента – 1) имя кандидата, 2) тема материала, 3)

тональность освещения.

Издание

___________________________________

Дата: __________________

№ страницы ____________

Кол-во абзацев __________

Кол-во абзацев, посвященных каждому кандидату:

229

Слабым местом контент-анализа можно считать значительные временные издержки, необходимые для его проведения. Однако, с развитием компьютерных технологий, формированием обширных полнотекстовых

230