Метод. Московский ежегодник трудов из обществоведческих дисциплин. Выпуск 4: Поверх методологических границ. Коллектив авторов

Чтение книги онлайн.

      Все методы прикладной статистики могут быть разделены на два класса: описательных и моделирующих причинно-следственные связи явлений и процессов [King, Keohane, Verba, 1994, р. 7–8]. Спектр задач, которые они позволяют решить, довольно широк: от выявления зависимостей между признаками, которыми описываются некоторые объекты, классификации этих объектов, конструирования индексов до измерения латентных категорий и моделирования причинно-следственных связей и динамики процессов. Инструментарий многомерного статистического анализа и эконометрики предлагает большое количество методов разной степени сложности для решения таких задач, каждый из которых имеет определенные границы применимости, обусловленные совокупностью модельных допущений. Для выбора метода, адекватного сформулированной задаче, необходимо получить первичное представление о поведении изучаемых признаков, а в случае необходимости предварительно их концептуализировать, операционализировать и измерить.

      Существуют две основные группы шкал измерения показателей (переменных): количественные и категориальные [Analysis of multivariate social science data, 2008, p. 8–10]. Переменные количественного уровня могут принимать как целые, так и дробные значения. Для них разница между двумя значениями по шкале является осмысленной величиной. К таким переменным относятся, например, росто-весовые показатели, число наступлений события, денежные единицы, проценты и доли и др., а также латентные показатели – интеллектуальные способности, демократия34, политическая культура и т.п., измеряемые только через моделирование. Признаки, измеренные в номинальных или порядковых (ординальных) шкалах называются категориальными. Обе шкалы позволяют распределить все наблюдения на категории (группы). Разница состоит в том, что в порядковой шкале упорядочение категорий разумно, скажем, уровня образования, а в номинальной шкале, например по признаку «страна рождения» или «пол», – нет.

      Математические методы обработки количественных и категориальных данных существенным образом различаются, поэтому определение типа шкалы, в которой измерены признаки, – обязательный этап анализа данных.

      Заметим, что вне зависимости от типа шкалы во многих случаях характер генезиса признаков можно считать схожим: интересующие исследователя социальные явления мыслятся как стохастические, т.е. не являющиеся жестко детерминированными и испытывающие влияние множества случайных факторов. Например, результаты социологического опроса для выявления установок по отношению к мигрантам. На ответы могут влиять не только действительные установки опрашиваемого, но и самочувствие, погода, личные переживания, личность интервьюера, проводящего опрос. К анализу многих признаков, природа которых обусловлена как закономерностями, так и случайностью, может применяться инструментарий теории вероятностей и математической статистики.

      Стохастический СКАЧАТЬ