Модели анализа и интерпретации эмпирических данных в социологическом исследовании: теория и практика Текст научной статьи по специальности «СМИ (медиа) и массовые коммуникации»

УДК 311

В. Л. Примаков

доктор социологических наук, профессор;

профессор каф. социологии ИМО и СПН ФГБОУ ВО МГЛУ;

e-maiL: vprim2007@yandex.ru

МОДЕЛИ АНАЛИЗА И ИНТЕРПРЕТАЦИИ ЭМПИРИЧЕСКИХ ДАННЫХ В СОЦИОЛОГИЧЕСКОМ ИССЛЕДОВАНИИ: ТЕОРИЯ И ПРАКТИКА

В статье рассматриваются основные типы задач, решаемых исследователями при анализе эмпирических данных в социологических работах. Дается характеристика этих типов и соответствующих задач с примерами их постановки в конкретном исследовательском проекте. Системно описываются и характеризуются модели как формализованного, так и неформализованного анализа эмпирических данных.

Ключевые слова: типы аналитических задач; анализ эмпирических данных в социологическом исследовании; модели анализа эмпирической информации; методы анализа данных в эмпирическом исследовании.

V. L. Primakov

Doctor of sociological sciences, Professor at the Department of Sociology, Institute for International Relations and Social and Political Sciences, MSLU; e-mail: vprim2007@yandex.ru

MODELS OF ANALYSIS AND INTERPRETATION OF EMPIRICAL DATA IN SOCIOLOGICAL RESEARCH: THEORY AND PRACTICE

The articLe highLights main kinds of tasks which researchers deaL with in the process of anaLysis of empiricaL data in socioLogicaL research. Specification of these kinds and typicaL tasks with exampLes of their target-setting in particuLar research project is given. Models of both formalized and non-formalized analysis of empirical data are systematically described and characterized.

Key words: kinds of analytical tasks; analysis of empirical data in sociological research; models of analysis of empirical data; methods of data analysis in empirical research.

Начатый в предыдущем номере научного журнала «Вестник МГЛУ Общественные науки. Вып. 4 (812) / 2018» разговор о методологии анализа и интерпретации эмпирических данных в социологических исследованиях, очевидно, не может считаться завершенным,

если сформулированные в ней методологические установки не находят своего развития и воплощения в практике аналитической работы. Другими словами, артикулированные принципы могут так и остаться только предварительными установками, неспособными быть воплощенными в исследовательскую практику. Важно не только для автора, как инициатора научной рефлексии по этому вопросу, но и для любого исследователя показать, как это реализуется в исследовательской работе.

Напомним, что в предыдущей статье были обоснованы и сформулированы основные принципы аналитической работы, носящие методологические функции. Коротко перечислим их без дополнительного разъяснения:

1) методы анализа, особенно формализованные, не применяются, а используются для решения определенного круга задач;

2) методики анализа должны быть валидны для решения поставленных задач, обеспечивая как содержательную, так и формальную обоснованность их использования;

3) подбор и выбор методов анализа и интерпретации должен опираться на определенную модель изучаемого явления (теоретическую, методологическую, эмпирическую);

4) используемые методы анализа должны учитывать форматы эмпирических социологических данных;

5) необходимо выбирать такие модели анализа и интерпретации, которые реализовывали бы в себе обратный доказательный путь - от формализации к содержанию;

6) необходимо комплексно использовать методы анализа эмпирической информации в социологических исследованиях.

Полагаем, что практическая реализация каждой из этих методологических установок потребовала бы либо узкой конкретизации, либо широких обобщающих и абстрактных примеров и разъяснений. Учитывая принципиальную вариативность реализации вышеперечисленных принципов, предлагаем попытаться «сконструировать» типовые модели их воплощения в реальную аналитико-интерпетационную практику. Отметим, что любая модель - упрощенный аналог оригинала. Она обладает важными познавательными свойствами, среди которых наиболее существенными необходимо отметить, с одной стороны, некоторое приближенное объективное соответствие оригиналу,

а с другой - сохранение наиболее важных, с точки зрения целей и задач исследования, свойств объекта. Предлагаем «сконструировать» в такой модели наиболее значимые познавательные элементы, составляющие некую гносеологическую конструкцию, реализующую во взаимосвязанной логике вышеперечисленные методологические принципы. При этом логически соединяющую решаемые исследовательские задачи с методами аналитической работы и последующей интерпретацией полученных результатов.

Представляется прежде всего необходимым определиться в круге научных задач, которые типично решаются в рамках эмпирического социологического исследования. Ибо именно в этом реализуются требования первого методологического принципа. (По мнению автора, типология аналитических задач существенно не различается как на уровне выпускных квалификационных работ бакалавров и магистров, так и диссертационных исследований соискателей, если они базируются на эмпирических данных социологических исследований. При этом очевидно, что содержание этих задач, равно как методики их решения будут различны.) Предлагаем для пользы моделирования перефразировать обозначенную методологическую необходимость в вопрос: «Какие аналитические задачи решает исследователь в ходе подготовки и осуществления эмпирического социологического исследования?».

На основе анализа многочисленного количества научных исследований и квалификационных работ различного уровня, подготовкой которых автор руководил лично либо рецензировал, можно сформулировать пять групп аналитических задач, которые решают студенты, соискатели, ученые в рамках эмпирических исследований:

- описательно-оценочные;

- аналитико-структурные;

- аналитико-объяснительные;

- прогнозно-аналитические;

- проектно-технологические.

При этом необходимо пояснить, что, во-первых, речь идет только о задачах анализа эмпирических данных. Тогда как анализ теоретических положений, разработка авторской теоретико-методологической конструкции, анализ этимологии, генезиса и пр. этой типологией не учитывается. Хотя в рамках этих задач также свои методы и решения.

Во-вторых, здесь совершенно не учитываются и не описываются методики создания и модификации баз данных, которые по своей сути также являются аналитическими. Прежде всего потому, что они должны быть подчинены содержательным и статистическим задачам анализа. А также потому, что достаточно специфичны. Например, для количественного анализа базы эмпирических данных могут создаваться (соединяться, дополняться, переструктурироваться, вводиться новые переменные) в известных программах или пакетах прикладных программ, импортироваться из других баз (например, из счетчиков и анализаторов big-data), для так называемого качественного анализа создаваться транскрипты, расшифровки и пр. В-третьих, эти группы задач логически взаимосвязаны, последующие группы основываются на предыдущих и вытекают из них. Цельный, системный процесс социологического анализа включает все эти задачи. Однако это не исключает того факта, что в конкретной научно-исследовательской работе будут решаться только отдельные задачи или группы задач. Кстати, как правило, эти задачи относительно рельефно реализуются в рамках 2-й и 3-й глав, разделов квалификационных работ, диссертационных исследований, отчетов.

Кратко можно охарактеризовать общее содержание и относительно полный набор задач, решаемых исследователями в рамках рассматриваемых групп. Так, первая группа задач, названных описательно-оценочными, имеют целью оценить и описать состояние объекта, изучаемого явления или процесса, осуществить его наиболее полную обобщающую характеристику, классификацию. По аналогии с деятельностью врача можно сказать, что рассматриваемая группа задач позволяет установить состояние больного: что болит, что аномального, что не функционирует; болен обратившийся или нет; какой болезнью; в какой степени; что поражено этой болезнью и пр. Наиболее типично решаемые задачи в рамках данной группы следующие:

- описание и оценка (определение в некоторой оценочной шкале) реального состояния объекта, явления в целом;

- описание процесса (начало, конец, длительность и пр.);

- описание и оценка структурных составляющих объекта (явления, процесса), их реального состояния;

- описание (характеристика, без анализа причинно-следственной зависимости) факторов (факторного поля);

- классификация объектов и их характеристика;

- оценка результативности (функциональности) явления, процесса и др.

Автор убежден, что этот список, конечно же, не исчерпывающий, однако он дает относительно ясное представление о характере решаемых исследователем задач рассматриваемого типа. Заметим, что нередко решение этих задач определяется исследователями как вполне достаточным для выполнения научно-исследовательских работ различного уровня. Например, при исследовании профессиональной мотивации студентов можно полагать приемлемыми решение следующих описательно-оценочных задач: оценка реального состояния мотивации (высокая, средняя, низкая) и ее содержательное описание по уровням; поиск структурных компонентов мотивации (мотивационных объектов); временные моменты формирования ее максимума и минимума; анализ групп факторов, доминантных факторов, субъективно определяющих мотивацию; направленность мотивации (нисходящая, восходящая); оценка функциональности профессиональной мотивации и др. Полагаем, что решение только этих задач уже демонстрирует серьезность аналитической целеустремленности исследователя.

Следующая группа задач, условно называемых аналитика-структурными, имеют основной научной ориентацией анализ структуры объекта (явления или процесса), составляющих его компонентов. Это представляется важным и необходимым уже с той точки зрения, что системность анализа ориентирует исследователя на представление явления (процесса) в совокупности взаимосвязанных элементов, изучение которых помогает раскрыть внутреннюю композицию структурных элементов исследуемого объекта, а значит, глубже понять его состояние и, что самое главное, причины этого состояния. Опять же, по аналогии с деятельностью врача, можно говорить о необходимости ответов на вопросы: какие элементы (организма) поражены болезнью, а какие нет; в какой степени они поражены этой или иной болезнью; какие сопутствующие заболевания, в какой степени и каких органов имеются; как они обусловливают основное заболевание и пр. В группу подобных задач автор бы поместил следующие:

- оценка и анализ взаимосвязи структурных элементов объекта, явления, их взаимовлияния, структурного расположения в социальном пространстве;

- анализ динамических компонентов процесса (периодов, этапов, скорости, направленности и пр.);

- дифференциация состояния явления, процесса в различных социальных группах;

- анализ (механизма) функционирования объекта, явления в целом и составляющих его элементов;

- выявление типов явления, процесса и их характеристика (типология) и пр.

Дополняя ранее рассматриваемый пример с изучением профессиональной мотивации студентов, можно было добавить следующие задачи данной группы: взаимосвязь, группировка мотивов между собой, сила связи между ними; наличие «мотивационного ядра», его структура и характеристика; содержание и структура «мотивацион-ной периферии»; динамика, этапы, скорости формирования мотивации, ее «ядра» и «периферии»; механизм формирования мотивации; различие в мотивации, ее компонентов в различных социальных группах студентов; типология профессиональной мотивации (например, карьерная, меркантильная, рыночная, узкоспециальная, внепрофес-сиональная и пр.) и др. Отметим, что подобный набор задач сравнительно нечасто решается в научных исследованиях.

Особый тип задач - аналитико-объяснительные. Они ориентированы на анализ причин, причинно-следственных связей состояния социального объекта, составляющих его компонентов. Представляется, что описание аналогий с врачебной деятельностью здесь излишне. Любой врач обязан ответить на вопрос: почему человек заболел именно этой болезнью? Соответственно, и набор аналитико-объяснительных задач:

- анализ генетических оснований формирования, существования и развития социального объекта;

- анализ структуры факторного поля и взаимосвязи его элементов между собой;

- анализ и оценка влияния отдельных факторов на явление в целом и на составляющие его элементы;

- выявление и анализ причинно-следственных связей;

- анализ эффективности (результативности) процесса;

- анализ последствий и функций явления, процесса и др.;

При объяснительном анализе профессиональной мотивации студентов исследователя, очевидно, может заинтересовать решение

следующих задач: социальные и иные источники, условия зарождения, формирования и развития мотивации; анализ групп факторов и отдельных причин формирования и развития мотивации, причем не только (и не столько) субъективно воспринимаемых и интерпретируемых самими студентами, а также латентных факторов; анализ причинно-следственных связей отдельных факторов и мотивации (ее компонентов, отдельных элементов), выявление силы, направленности формальной зависимости; формализованная и содержательная оценка и описание результативности процесса формирования мотивации; анализ социальных и иных последствий сложившейся у студентов мотивации в целом, отдельных ее типов и пр. Даже приблизительный список подобных задач очень редко можно встретить в научно-исследовательских работах и литературе.

Еще реже встречаются примеры решения прогнозно-аналитических задач. Очевидно, что данная группа задач ориентирована на прогноз состояния социального объекта, составляющих его компонентов. Продолжая начатые врачебные аналогии, отметим, что ни одному врачу не придет в голову лечить болезнь, что называется, методом проб и ошибок («Попробуйте, а вдруг поможет»). Другими словами, никто не будет давать врачебные рекомендации, назначать лекарства от болезни, не осознав, по сути, не спрогнозировав их воздействие на больного. Конечно, в этом ему помогают разработчики лекарственных средств. Достаточно посмотреть на список рекомендаций, ограничений, последствий и пр., прилагаемых к любому лекарству. То есть прогнозный анализ уже сделан разработчиками, и любой врач (очень надеемся на это) о его результатах извещен. Попробуем приложить данную врачебную модель к анализу социальных явлений и процессов. Эта проекция ориентирует на решение следующих прогнозно-аналитических задач:

- конструирование и анализ целевой эмпирической модели и модели прогнозного развития (поисковой, нормативной);

- анализ ретроспекции (ретроспективы) развития явления, процесса, составляющих его элементов, формирующих его условий и обстоятельств;

- анализ основной тенденции процесса в ретроспекции и условий ее реализации в проспекции (прогнозной перспективе);

- анализ факторного поля и перспективы его развития в про-спекции;

- оценка и анализ прогнозного состояния объекта (в поисковом прогнозировании), нормативного (идеального, желаемого) (в нормативном), их сравнительный анализ;

- верификация прогнозных моделей и др.

Развивая конкретный пример изучения профессиональной мотивации студентов, мы предложили бы следующий набор реализации содержательных прогнозно-аналитических вопросов: какой мотивации мы хотим добиться (увидеть) в будущем и какой системой показателей она может быть описана; как развивалась мотивация студентов в обозримом прошлом, какова ее ретроспективная динамика, этапы, условия формирования; какая ретроспективная тенденция (тренд) характеризует развитие мотивации студентов, имеет ли возможность она сохраниться в будущем; какие факторы будут влиять на развитие мотивации в будущем, как и почему; каково прогнозное состояние (моделируемое, сценарное, идеальное, желаемое, вероятностное, нормативное и пр.) мотивации на период упреждения; какими способами данная прогнозная модель будет верифицироваться. Признаться, сложно вспомнить, чтобы хотя бы некоторые из этих задач решались в рамках известных автору исследовательских проектов студентов и соискателей.

Наконец, группа проектно-технологических задач, имеющих целью проанализировать и спроектировать наиболее эффективные пути и средства оптимального (нормативного, желаемого) развития социального объекта, составляющих его компонентов. Для врачебной аналогии это, по сути, анализ и разработка технологии лечения для конкретного пациента. Проецируя эту целевую ориентацию на изучение социальных объектов и явлений, можно обобщенно представить следующий список задач:

- определение проблем в состоянии, точек бифуркации (неопределенности) в функционировании объекта, явления, процесса;

- определение путей, направлений оптимизации состояния объекта, явления, процесса;

- оценка и анализ различия реального и оптимального (нормативного, желаемого) состояния объекта;

- анализ причинно-следственных связей проблем и факторов, обусловливающих различия состояний объекта;

- социальное проектирование (разработка программ социальных проектов) оптимизации (улучшения) объекта, процесса;

- анализ и оценка деятельности субъектов социального управления и их влияния на состояние объекта, явления, процесса;

- анализ существующих (реализованных) проектных решений, оценка их эффективности и реалистичности;

- анализ условий реализации авторских (репроектированных) социальных проектов;

- разработка технологии воздействия на проблемные, бифуркационные точки, состояния явления, процесса, методов и методик воздействия и др.

При изучении профессиональной мотивации конкретный исследовательский интерес может быть сосредоточен на двух, не исключающих друг друга, направлениях научного поиска: во-первых, на анализе существующих технологий решения актуальных проблем развития профессиональной мотивации и выработке, на основе этого анализа, наиболее действенных рекомендаций по ее оптимизации; а, во-вторых, на разработке авторских технологий, проектов (репроек-тов), приемов, способов, рекомендаций решения актуальных проблем и состояний профессиональной мотивации студентов.

Завершая описание и характеристику групп задач, хотелось бы сделать два замечания. С одной стороны, представленные в данной структурной схеме группы, конечно же, не исчерпывают весь набор возможных исследовательских задач. Равно как и группировка их в типы несколько условная. Например, ряд задач решаются в рамках и описания явления, процесса, и анализа структуры, и анализа связи. С другой стороны, необходимо заметить, что целый ряд аналитических моделей, особенно формализованных, именно так и классифицируются, и характеризуются. Например, теория статистики выделяет описательную и аналитическую статистику, ряд учебников по статистике выделяют дескриптивную статистику, аналитическую статистику взаимосвязи, динамическую статистику и др. [Теория статистики 2004, с. 5, 6]. Не претендуя на теоретические нововведения и их обоснование, подчеркнем, что предлагаемая типология аналитических задач описывает установки исследователей исключительно на анализ эмпирической социологической информации.

Рассмотренные группы аналитических задач, решаемых в рамках эмпирических социологических исследований, позволяют выйти на модели анализа и интерпретации эмпирической социологической

информации. При этом рассматриваемые модели, как отмечалось ранее, должны учитывать как особенности различных форматов баз социологических данных, так и формально-содержательные условия использования тех или иных методов анализа. Очевидно, что те или иные методы могут поддерживать только соответствующие форматы баз данных.

Начнем с метрических, формализованных, как правило, числовых (но не только - некоторые рассматриваемые модели могут анализировать и ранжированные форматы) баз данных и соответствующих им моделей анализа. Подчеркнем только, что такие модели главным образом математико-статистические, поскольку основываются на математико-статистических методах анализа. В наиболее системном виде такую систему можно представить в таблице (см. табл. 1).

Таблица соединяет группы решаемых содержательных задач, формализованных модели анализа, поскольку они ориентированы на метрические форматы баз эмпирических данных и возможные методы формализованного математико-статистического анализа. При этом сразу оговоримся, что в данной статье вовсе не определялась в качестве логической цели необходимость определения под каждую модель соответствующего набора методов. Думается, что подобной цели и не достичь в силу, прежде всего, различия задач, использующих разные наборы методов. (В ряде работ технология использования любого метода под конкретные задачи трактуется как модель.) Другими словами, определенные методы математико-статистического анализа могут быть использованы для решения различных задач и в рамках различных моделей. Например, частотный анализ решает задачи не только дескриптивной статистики, но и аналитико-структурные задачи в рамках перекрестных аналитических группировок. А оценка и анализ мер вариации являются основой не только моделей дисперсионной статистики. Это, во-первых. Во-вторых, представляется излишним и не совсем корректно разъяснять каждый из методов математико-статистического анализа. Для этого есть соответствующая научная и учебная литература, учебные курсы в рамках учебных планов подготовки специалистов. Кроме того, было бы более корректным оставить эти разъяснения и описания узкопрофессиональным специалистам, математикам, статистикам, программистам. Предлагаем сосредоточиться на характеристике используемых формализованных моделей. Именно там, с точки зрения автора, происходит «синтез социолога и математика». А еще философа, психолога, экономиста, статистика, программиста и пр.

Таблица 1

Модели анализа метрической (формализованной) эмпирической информации в социологических исследованиях

Группы Формализованные Методы (методики)

задач модели анализа анализа и вывода

описатель- ■ дескриптивной ■ частотный анализ (+ визуализация)

ные статистики ■ анализ мер центральной тенденции

■ вероятностного ■ анализ мер вариации

распределения ■ анализ аномальных значений

■ критериального (анализ Х- и q-статистик)

оценивания ■ анализ рядов распределения

■ проверки ста- (+ критериальный анализ)

тистических ■ индексный анализ

гипотез ■ анализ и оценка репрезентативности

■ индуктивной ■ типологический анализ

статистики ■ аналитика статистического

оценивания

■ аналитика проверки статистических

гипотез и др.

аналитико- ■ перекрестной ■ кластерный анализ

структур- статистики ■ дисперсионный анализ

ные ■ классификации ■ дискриминантный анализ

(многомерной) ■ корреляционный анализ

■ дисперсионной ■ аналитика статистического

статистики оценивания

■ корреляционной ■ детерминационный анализ

статистики ■ латентно-структурный анализ

■ логлинейный анализ и др.

■ корреляционно- ■ регрессионный анализ

регрессионной ■ дисперсионный анализ

аналитико- статистики ■ путевой (потоковые графы) анализ

объясни- ■ дисперсионной ■ факторный анализ

тельные статистики ■ многомерный статистический

■ каузально-латент- анализ и др.

ной статистики

Группы задач Формализованные модели анализа Методы (методики) анализа и вывода

прогнозно-аналитические ■ экстрапо-ляционного прогнозирования ■ экспертного (оценочного) моделирования ■ динамического и имитационного моделирования ■ выявление и анализ тренда (тенденций) ■ выбор, оценка и анализ моделей аппроксимации (в т. ч. регрессионных) ■ экстраполяционный анализ ■ экспертное оценивание ■ построение и анализ динамических моделей ■ «марковские цепи» и др.

проектно-технологические ■ математико-статистического моделирования ■ проектирования ■ построение и анализ моделей (статических, динамических, нормативных и пр.) ■ разработка проектов и др.

Аналитические модели дескриптивной статистики (от англ. description - описание) позволяют целостно представить и описать изучаемое явление, процесс, осуществить его оценку, состояние. Очевидно, что основные описательные выводы строятся на анализе одномерных частотных распределений, мер центральной тенденции и вариации, аномальных значений, рядов распределения, построении и расчете индексов. Кроме того, данные всех этих методов анализа могут быть визуализированы. Основными формами визуального представления материала при анализе социологической и статистической информации являются таблицы, диаграммы, схемы, рисунки, фотографии и пр.

Модели вероятностного распределения основаны на описании значений переменных через указание их доли в общей совокупности, а также поиске и анализе теоретических вероятностных законов, аппроксимирующих распределения эмпирических признаков. В частности, наиболее часто используемой и анализируемой кривой является нормальное распределение, на котором строятся многие другие виды анализа.

Под критериальным оцениванием понимаются модели анализа, основанные на использовании различных критериев (статистик)

оценки параметров эмпирических распределений, позволяющих сделать выводы о распределении соответствующих параметров генеральной совокупности. Эти модели включают достаточно широкий набор методов и процедур, используемых в статистике и социологии. Они базируется на выводах статистического оценивания. Эти модели могут включать также большой набор критериев анализа распределений, например, с помощью Хи-квадрат критерия, критерия Колмогора-Смирнова и др.

Представляется вполне обоснованным выделение в отдельный вид модели проверки статистических гипотез. Такая аналитическая работа необходима не только для проверки соответствия между экспериментальными данными и гипотезами о характере действующих в генеральной совокупности статистических закономерностей, но и оценки статистической значимости получаемых статистических показателей, коэффициентов, значений. Кстати, именно такой проверкой и оценкой часто пренебрегают некоторые аналитики.

Модели индуктивной статистики отчасти объединяют задачи, решаемые предыдущими моделями, как и используемые в их рамках методы. Однако, по мнению автора, есть смысл рассматривать эти модели относительно отдельно, поскольку, с одной стороны, используются специфические методы (например, статистическое оценивание, поиск доверительного интервала, анализ и оценка ошибки выборки и др.), а с другой - как бы объединяются целевые задачи других моделей. Ведь социолог, анализируя статистические данные, полученные в выборочном эмпирическом исследовании, на самом деле пытается сделать на их основе обоснованные выводы о выявленных закономерностях в генеральной совокупности в целом. Редко, когда в социологическом отчете вы найдете фразу: «По результатам выборочного социологического исследования...». Произнося фразу: «По данным исследования...», -социолог утверждает, что полученные в ходе анализа данных выборочного исследования выводы можно с определенной погрешностью перенести на всю изучаемую совокупность, или ее подсовокупность.

Модели перекрестной статистики основаны на построении и анализе таблиц сопряженности (аналитических, комбинационных, кросстабуляционных и пр.) двух и более признаков. Такие аналитические модели лежит в основе многих иных видов анализа, в частности детерминационного, логлинейного и др.

В основе классификации как модели лежат возможности методов, позволяющие разбить изучаемые совокупности объектов на отдельные группы, называемые классами, таксонами, кластерами. Многомерная классификация предназначена для анализа многомерного признака и основана на многомерных перекрестных группировках для поиска классов, к которым можно отнести явления.

Модели дисперсионной статистики основаны на идее выделения и соотнесения компонент дисперсии (отсюда и название в основном используемого в рамках данной модели метода). Дисперсионный анализ позволяет выявить влияние отдельных друг от друга признаков, традиционно называемых факторами, на некоторый исследуемый признак. Кроме того, дисперсионная статистика позволяет сделать немало выводов о закономерностях распределения изучаемой переменной.

Модели корреляционной статистики включают в себя многообразие методов и соответствующих показателей (коэффициентов) обнаружения и оценки корреляционной зависимости между двумя (или более) признаками, переменными. Отметим только, что в рамках данной модели немало возможностей изучения взаимосвязи между признаками, измеренных как на одном, так и на различных уровнях измерения.

Корреляционно-регрессионная статистика позволяет строить функциональные модели зависимости (регрессии) одной зависимой переменной от одной, либо нескольких независимых. При этом сам регрессионный анализ позволяет объяснить моделируемую регрессионную зависимость, а критерием качества регрессионной модели являются, в первую очередь, значения коэффициентов корреляции.

Каузально-латентные модели позволяют выявлять и анализировать латентные факторы, определяющие состояние и вариацию переменных. В частности, факторный анализ сокращает число анализируемых переменных, формируя возможности их иной классификации и интерпретации. Методы многомерного статистического анализа осуществляют классификацию данных, объяснение их структуры, позволяют найти неизвестные значения многомерной случайной величины с учетом выявленных закономерностей ее распределения.

Экстраполяционное прогнозирование основано на выявлении и экстраполяции моделей аппроксимации с вероятностным оцениванием как выбранной модели, так и самих прогнозных результатов.

В свою очередь экспертное моделирование позволяет использовать весь арсенал экспертных оценок, как для формализованного, так и неформализованного прогнозирования.

Построение и анализ динамических имитационных моделей объединяет методы построения, оценивания и выбора из различных моделей динамики, наиболее верифицированные. Значительно более сложным, основанным на использовании программных средств, является математико-статистическое моделирование, комплексно объединяющее в себе реализацию многих из рассматриваемых ранее моделей.

Представленные формализованные модели анализа не покрывают весь список решаемых социологом задач. Кроме того, и формат эмпирических данных далеко не всегда позволяет использовать математико-статистические модели. В таких случаях на помощь социологу-аналитику могут прийти неформализованные модели анализа. Можно только добавить, что эти модели лежать в основе так называемой качественной стратегии исследования [Тезаурус социологии 2013, с. 26], качественной социологии [Социология и математика 2003, с. 213] качественных эмпирических исследований, качественных методов [Ядов 2001, с. 387], гуманитарной исследовательской парадигмы [Татарова 1999, с. 17].

Представим список таких неформализованных, так называемых качественных, моделей анализа в виде таблицы и последующей краткой характеристикой (см. табл. 2).

Модели обобщенного содержательного восприятия позволяют понять, оценить и проинтерпретировать полученные «сырые» (необобщенные, несгруппированные и пр.) эмпирические данные в обобщенном виде, исходя из анализа обобщающего их контекста. О таких данных иногда говорят, что они «говорят сами за себя». «Сами за себя» могут говорить определенные массовые реакции людей (например, на митинге), содержание уникальных документов, подобранный видеоряд, даже определенным образом подобранные статистические данные.

Систематизация и упорядочение как модель основана на сокращении качественной эмпирической информации с выделением (отбором) значимых фрагментов, кейсов, цитат, реплик и пр. в соответствии с тематическими блоками, аналитическими задачами.

Таблица 2

Модели анализа содержательной (неформализованной, качественной) эмпирической информации в социологических исследованиях

Группы Неформализованные Методы анализа и вывода

задач модели анализа

■ обобщенного ■ оценка

содержательного ■ аналогия

восприятия ■ логического вывода

■ систематизации, ■ сравнение

описа- упорядочения ■ соотнесения

тельные ■ типологизации, ■ индуктивный метод

классификации ■ дедуктивный метод

■ применение обо- ■ систематизация

снованной теории ■ перегруппировка и упорядочение

первичных эмпирических данных

■ стигматизация

■ категоризация

■ классификация

■ типологизация

■ использование обоснованной теории

и др.

■ содержательно- ■ перегруппировка и упорядочение

аналитико- оценочно- ■ распознавание образов

структур- объяснительные ■ экспертное оценивание, анализ

ные ■ сетевой (социальный) анализ

■ дискурс-анализ

■ контекстный анализ

аналитико- ■ образное (эмоциональное) оценивание

объясни- ■ анализ ролевых конструктов

тельные (метод «репертуарных решеток»)

■ кодирование и др.

прогнозно- ■ трендового ■ оценка тренда и тенденций развития

аналити- моделирования ■ экспертная верификация

ческие ■ построение «проблемно-целевого

ромба»

■ разработка и анализ сценариев

■ экспертное моделирование

■ экспертная оценка

Группы задач Неформализованные модели анализа Методы анализа и вывода

проектно-технологические ■ предуказательного конструирования ■ экспертиза (оценка) жизнеспособности (функциональности, результативности, эффективности, последствий) проекта (проектов); ■ рецензирование проектов (планов) и др.

Типологизация, классификация как вид моделей объединяет различные методы, основанные на выделении групп объектов, качественно отличных друг от друга по определенным признакам, но обладающих внутренней однородностью, схожестью, типичностью. Типология отражает содержание теоретических понятий, и может как существовать, так и не существовать в реальности. Классификация объединяет процедуры и результаты разбиения, группировки эмпирических объектов на группы, похожие по заданному социальному критерию [Татарова 1999, с. 202]

Применение обоснованной теории как модели реализует в себе как процесс сбора данных, так и их анализа, а также построение теории. Особенность анализа заключается в том, что выводы представляются не только в виде описания данных, а в более абстрактной и обобщенной форме теории - совокупности понятий, связей, описывающих изучаемый феномен [Методология и методы социологического исследования 2014, с. 347-360].

Содержательно-оценочно-объяснительные модели объединяют в себя обширный список содержательно-логических, оценочных, контентно-смысловых методик объяснения, оценки, сравнения, выявления структуры, факторов, условий, контекстов, связей, анализа последствий и пр., широко применяемых в неформализованной аналитической практике. Невозможность выделения отдельных моделей обусловлена, главным образом, совокупным использованием методов при решении конкретных аналитических задач.

Модели трендового моделирования и конструирования основаны на сочетании идей поискового и нормативного прогнозирования и логически вытекают из его результатов. Предуказательные модели выступают в данном контексте логическим завершением прогнозной

аналитики исследователя, позволяющей спроектировать прикладные модели достижения (развития) оптимального состояния изучаемого объекта исследования.

В заключение следует констатировать, что представленный здесь список моделей, конечно же, не только не претендует на исчерпывае-мость и завершенность, а значит, может дополняться, но и это самое существенное, вариативно «конструироваться» в иные аналитические модели, создаваемые и реализуемые, исходя из целей и задач исследования. Представляется, что рассмотренная типология задач и модели анализа могут существенно помочь в «конструировании» познавательных форматов авторских исследовательских проектов, разработке алгоритмов обработки эмпирической информации, анализе данных, получаемых в ходе эмпирических исследований.

СПИСОК ЛИТЕРАТУРЫ

Методология и методы социологического исследования: учебник / под ред.

В. И. Дудиной, Е. Э. Смирновой. СПб. : Изд-во СПбГУ, 2014. 388 с. Социология и математика / Сборник избранных трудов Ю. Н. Толстовой. М. :

Научный мир, 2003. 324 с. Татарова Г. Г. Методология анализа данных в социологии : учеб. пособие.

М. : NOTA BENE, 1999. 224 с. Тезаурус социологии. Кн. 2. Методология и методы социологических исследований: тематический словарь-справочник / под ред. Ж. Т. Тощенко. М. : ЮНИТИ-ДАНА, 2013. 415 с. Теория статистики: учебник / Р. А. Шмойлова и др. / под ред. проф. Р. А. Шмой-

ловой. 4-е изд., перераб. и доп. М. : Финансы и статистика, 2004. 656 с. Ядов В. А. Стратегия социологического исследования. Описание, объяснение, понимание социальной реальности. М. : Добросвет, 2001. 596 с.

REFERENCES

Metodologija i metody sociologicheskogo issledovanija: uchebnik / pod red.

V. I. Dudinoj, E. Je. Smirnovoj. SPb. : Izd-vo SPbGU, 2014. 388 s. Sociologija i matematika / Sbornik izbrannyh trudov Ju. N. Tolstovoj. M. : Nauchnyj mir, 2003. 324 s.

Tatarova G. G. Metodologija analiza dannyh v sociologii : ucheb. posobie. M. :

NOTA BENE, 1999. 224 s. Tezaurus sociologii. Kn. 2. Metodologija i metody sociologicheskih issledovanij: tematicheskij slovar'-spravochnik / pod red. Zh. T. Toshhenko. M. : JuNITI-DANA, 2013. 415 s.

Теогуа Б1а118Ик1: иЛеЬтк / R. А. Shmojlova 1 ёг. / роё геё. рго£ R. А. Shmojlovoj.

4-е регегаЬ. 1 dop. М. : Finansy 1 81а118Ика, 2004. 656 б. Jadov V. А. Strategija sociologicheskogo issledovanija. Ор1Бап1е, ob#jasnenie, ponimanie social'noj гeal'nosti. М. : Dobrosvet, 2001. 596 б.