ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 26.10.2023
Просмотров: 348
Скачиваний: 5
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
интересовать эмоциональная сторона смыслов, приписываемых респондентами тем или иным объектам.
8.2. Семантический дифференциал (СД) 8.2.1. ПостановказадачиОсгудом
Метод СД был предложен группой американских психологов во главе с Ч.Осгудом в 1957 г. [Osgood and al., 1957; Semantic..., 1969]. На русском языке описание метода СД можно найти в [Осгуд, Суси, Танненбаум, 1972; Осипов, Андреев, 1977; Ядов, 1995]. Обзор лежащих в том же русле подходов можно найти в [Родионова, 1996].
С помощью применения соответствующей техники достигаются следующие цели: 1) раскрытие аффективных компонент смыслов, вкладываемых людьми в те или иные объекты (явления, понятия); 2) выявление тех факторов, которые определяют смысловую значимость объектов для каждого человека; пространство, образуемое этими факторами, и является тем самым семантическим пространством, в которое респондент как бы помещает объект, оценивая его каким-либо образом; 3) определение различий в восприятии человеком разных объектов; собственно, возможность решать именно эту задачу и дало наименование рассматриваемому методу: речь идет о различии (дифференциале) объектов в семантическом пространстве; 4) выделение типов людей, имеющих сходную картину изучаемых смыслов, сходные психосемантические пространства; соответствующие усредненные смыслы интерпретируются как значения объектов для субкультуры, отождествляемой с рассматриваемым типом людей.
Предложив метод СД, его авторы предложили тем самым операциональный способ "улавливания" столь тонкой материи, как эмоциональная сторона смысла, вкладываемого индивидом в рассматриваемые объекты. Как любой способ такого рода, он опирается на определенную модель, определенные теоретические представления исследователя о том, каким образом искомые, не поддающиеся непосредственному измерению психологические "флюиды" могут проявиться во внешнем поведении индивида. И как всегда, упомянутое внешнее поведение для нас проявляется в ответах этого индивида на определенные предложенные ему вопросы. Другими словами, здесь, как и выше, мы хотим получить невербальную информацию вербальными методами.
Сам Осгуд использовал терминологию, несколько отличную от описанной выше: вместо термина "личностный смысл" Осгуд пользовался достаточно близким понятием "коннотативное значение", противопоставляя его денотативному. При этом он полагал, что денотативное отражает объективный аспект познания, а коннотативное — субъективные, индивидуальные ценности. Коннотативные признаки метафоричны по своей природе. Они характеризуют восприятие субъекта, а не описывают объект оценки. И именно коннотативные признаки служат основой той модели, которую мы коротко охарактеризовали выше. Поясним на примере смысл введенных определений.
Оценивая какого-либо человека, мы можем анализировать, является ли он умным или глупым, толстым или тонким и т.д. Это — денотативные признаки (человек действительно обладает соответствующими качествами в буквальном их смысле; хотя наша оценка может быть субъективной: скажем, мы можем необъективно оценить умственные способности человека). А можем выяснять, является ли тот же человек мягким или твердым, горячим или холодным и т.д. Ясно, что при этом мы не будем иметь в виду измерение жесткости по известной шкале твердости Мосса (у всех людей твердость в этом смысле одинакова), а измерение температуры — с помощью градусника (все имеют температуру 36,6). Значит, в этом случае мы имеем дело с коннотативными признаками. Метафора налицо.
Предложенный Осгудом подход опирался на изучение явления синестезии (синестезиса) — мышления по аналогии, возникновения одних чувственных восприятий под воздействием других. Процесс синестезии знаком каждому человеку. Под влиянием определенных наборов звуков (музыкального произведения) у человека возникают определенные зрительные представления, знакомый запах может внезапно вызвать из памяти знакомую звуковую или зрительную картину и т.д.
Явление синестезии отражается в любом языке: мы говорим о горячем сердце, твердом характере и т.д. (правда, используя подобные термины, надо быть осторожными: в разных культурах "коннотативная" интерпретация одного и того же признака может быть разной; так, у некоторых кавказских народностей термин "железный" применительно к характеру человека означает его мягкость в противовес стальному, твердому характеру). Соответствующие психологические аспекты и были использованы Осгудом.
Расматриваемый подход предполагает, что смысл (точнее, его эмоциональный компонент), вкладываемый человеком в то или иное понятие, может обнаружиться, если этот человек укажет на положение рассматриваемого понятия в системе некоторых коннотативных признаков. Например, пытаясь выявить истинное ("смысловое", точнее эмоционально-смысловое) отношение респондента к тому или иному политическому лидеру, можно спросить, каким ему представляется этот лидер: теплым или холодным, пушистым или колючим и т.д. (при этом, конечно, не предполагается, что лидер может иметь температуру 48° или что у него могут расти иглы, как у ежа). Множество коннотативных признаков рассматривается как система: только вся совокупность ответов респондента на все вопросы предлагаемой анкеты может говорить о смысле объекта для респондента, о положении этого объекта в соответствующем семантическом пространстве. О различии же объектов может говорить только вся совокупность различий по отдельным координатам этого пространства.
Кроме того, Осгуд полагал, что, выделяя какой-либо объект из окружающего мира, определяя свое к нему отношение, каждый человек пользуется системой биполярных признаков. Отсюда — предложение строить систему коннотативных признаков в виде пар полярных терминов, каждый из которых отвечает одному концу соответствующего признаку психологического континуума, или, как мы будем говорить, одному полюсу признака.
Для того чтобы было более ясно, о чем идет речь, опишем подробнее технику СД.
8.2.2. ТехникаСД
Итак, исследователя интересует аффективная составляющая смыслов, придаваемых респондентами некоторым объектам. Составляется множество пар терминов (Осгудом было придумано несколько сот таких пар), каждая из которых отвечает некоторому коннотативному непрерывному признаку (термины из соответствующей пары отвечали его полюсам): горячий — холодный, хороший — плохой, грязный — чистый и т.д. Диапазон изменения каждого такого признака разделяется на 7 частей, тем самым признаку ставится в соответствие семизначная шкала.
Чтобы было ясно, чему должны отвечать градации нашей семизначной шкалы, заметим, что, скажем, паре"светлый — темный" соответствуют примерно следующие выражения и шкальные значения:
очень светлый 3 не очень темный —1
светлый 2 темный —2
не очень светлый 1' очень темный —3
ни светлый, ни темный О
Как мы увидим ниже, в анкете не обязательно осуществлять все подобные расшифровки пунктов шкалы, равно как не обязательно использовать именно названные числа: можно брать числа от 1 до 7 и т.д. Более того, иногда можно изменить количество градаций: скажем, прибегнуть к пятибалльной шкале. Вопрос о количестве используемых градаций неотделим от вопроса о типе используемых шкал, который мы теперь хотим затронуть.
Часто о шкалах, задействованных в методе СД, по вполне понятным причинам говорят как о порядковых. Но та обработка, которую предполагает техника СД, фактически рассчитана на интервальные шкалы (речь идет об использовании факторного анализа, применении "числовых" алгоритмов классификации и т.д.). Выше (в пп. 5.2.3 и 7.5.1) мы уже говорили о том, что при достаточно большом количестве используемых градаций предположение об интервальное™ задействованных шкал может быть вполне допустимым. Этим и можно воспользоваться для оправдания указанного шага.
Опрос осуществляется следующим образом. Респондентам по очереди предъявляются для оценивания рассматриваемые объекты и предлагается соотнести интенсивность своего внутреннего ощущения по поводу того или иного объекта по очереди со всеми оценочными шкалами. Каждый объект должен быть оценен каждым респондентом по всем рассматриваемым шкалам.
Приведем пример соответствующего измерительного инструмента, предназначенного для решения одной из конкретных социологических задач методом СД (табл. 8.1). Речь идет об исследовании аффективной составляющей социальной идентичности личности. В качестве объектов идентификации (в нашей терминологии — оцениваемых объектов) выступали важные и близкие человеку социальные общности и группы [Баранова, 1994, с. 208].
р
ой отвечают объектам (скажем, респондентам), а столбцы — характеризующим их признакам (вопросам анкеты). На пересечении i-й строки и j-ro столбца стоит значение j-ro признака для i-ro объекта. Пример матрицы "объект—признак" приведен в табл. 8.2.
Таким образом, полученная с помощью метода СД информация, будучи компактно размещенной в пространстве, образует трехмерный параллелепипед, осям которого отвечают соответственно респонденты, объекты, шкалы. Если мы опрашивали 500 человек, давали им для оценки 20 объектов и каждый из объектов просили оценить по 50 шкалам, то упомянутый параллелепипед будет иметь размерность 500x20x50.
Существует масса способов, которыми можно анализировать подобную информацию, и соответственно масса задач, которые при этом можно решить. В числе этих задач — те, о которых мы говорили выше. Прежде чем перейти к более подробному их рассмотрению, заметим следующее.
Большинство методов многомерного анализа рассчитаны на то, что исходные данные представлены в виде так называемой матрицы "объект—признак". Это прямоугольная таблица, строки кото-
Матрица "объект—признак" двумерна. Методы, позволяющие на основе анализа такой матрицы выявлять скрытые в ней статистические закономерности, направлены на ее "сжатие". Так, факторный анализ сжимает матрицу по столбцам: мы выделяем "пучки" связанных друг с другом признаков, усматривая за каждым из них действие одного латентного фактора, который можем выразить через наблюдаемые переменные (об этом мы говорили в п. 7.2). Методы классификации сжимают матрицу по строкам: мы объединяем схожие между собой объекты в кластеры, олицетворяя каждый такой кластер с неким типичным для него объектом и т.д.
У нас же совокупность исходных данных трехмерна. Для того чтобы можно было говорить о применении традиционных методов многомерного анализа, необходимо устранить третье измерение. Сделать это можно по-разному. Способ зависит от решаемой задачи. Прежде всего рассмотрим, как анализировал описанные данные сам Осгуд.
8.2.3. Факторывосприятия, выделенныеОсгудом
Прежде всего заметим, что мы можем рассмотреть данные, отвечающие одному респонденту. Они образуют матрицу именно нужного вида: ее строки отвечают оцениваемым объектам, столбцы — шкалам. Ясно, что найти глубинные факторы, определяющие восприятие рассматриваемым индивидом изучаемых объектов, можно с помощью факторного анализа. Он даст нам возможность отыскать те скрытые пружины, которые объясняют связи между шкалами. Каждый фактор будет отвечать "пучку" коррелирующих друг с другом шкал.
Именно это было проделано Осгудом. Полученные выводы носили примечательный характер. Применяя факторный анализ к матрицам данных для разных респондентов, предлагая им для оценок разные объекты, используя разные шкалы (разные шкалы были использованы и для более надежной проверки получаемых статистических утверждений, и в силу разного понимания одних и тех же терминов людьми, принадлежащими к разным субкультурам, а Осгуд опрашивал весьма различных респондентов), Осгуд получал одни и те же факторы. Он назвал их оценкой (за этим фактором стояли такие шкалы, как "красивый-некрасивый", "хороший—плохой" и т.д.), силой ("сильный-слабый", "большой—маленький" и т.д.) и активностью ("активный—пассивный", "быстрый—медленный" и т.д.). Иногда выделялись и другие факторы. Но на первом месте всегда стояли оценка, сила и активность. Поскольку Осгудом было проанализировано огромное количество эмпирических данных, можно считать эмпирически обоснованным то положение, что названные три фактора являются основой семантического пространства любого человека.
Вывод действительно примечателен: эмоциональное отношение любого человека к любому объекту (точнее, аффективная составляющая смысла этого объекта для рассматриваемого индивида) определяется тремя компонентами такого отношения — оценкой, силой и активностью. Правда, здесь все же требуется отметить, что, поскольку этот результат доказан не теоретически, а только эмпирически, то, вообще говоря, в каждом конкретном случае он требует своего подтверждения. В некоторых работах выражается сомнение в справедливости (точнее, во "всеохватнос-ти") вывода Осгуда (см., например, [Степнова, 1992]).
Избавиться от трехмерности нашего параллелепипеда можно не только путем рассмотрения одного респондента. Можно усреднить величины, полученные от разных людей, и далее описанным выше способом работать как бы с одним "усредненным" респондентом. Это делал Осгуд. Выводы остались теми же. Отметим, однако, что, вероятно, усреднение данных по достаточно большой и социально значимой совокупности респондентов во многих случаях можно считать переходом от аффективной стороны смыслов к аффективной стороне значений рассматриваемых объектов.
Вторая задача, решенная Осгудом, — это разработка способа определения относительной ценности для рассматриваемого человека разных объектов. Определить различие в восприятии нашим респондентом каких-либо объектов можно, если рассмотреть объекты как точки отвечающего этому респонденту семантического пространства (трехмерного, если используются только три описанных выше латентных фактора) и определить расстояния между ними.
Сделать это можно, если после проведения факторного анализа рассчитать для каждого оцениваемого объекта значения найденных факторов (п. 7.2.2). Близость между объектами обычно рассчитывается традиционным образом — используется так называемое "евклидово расстояние". Поясним, как оно находится, на примере.
Предположим, что у нас есть три оцениваемых объекта, имеющих значения рассматриваемых латентных факторов, указанные в приведенной ниже таблице. Попытаемся выяснить, какой из объектов (2 или 3) ближе по своей ценности к объекту 1 для рассматриваемого респондента (может быть, усредненного), см. табл. 8.3.
Таблица 8.3. Примертаблицы, задающейзначениялатентныхфакторовдлятрехоцениваемыхреспондентамиобъектов
Ясно, что Л (1,2) > R(1,3). Другими словами, для рассматриваемого респондента первый и второй объекты по своему смыслу более близки друг к другу, чем первый и третий.
Если мы имеем одно и то же семантическое пространство для нескольких респондентов, то, проведя оценочную процедуру для каждого из них, можно схожим образом определить сравнительную значимость каких-либо объектов для разных индивидов. О всех типах задач, которые можно решать на базе данных, собранных с помощью метода СД, можно прочесть ниже (п. 8.2.4).
Если мы не хотим или не имеем возможности осуществить факторный анализ собранных данных, то можно решить задачи, подобные описанным, находя расположение объектов в семантическом пространстве по-другому. А именно, можно опереться на полученный Осгудом результат, состоящий в том, что латентные факторы — именно те, о которых шла речь выше. Предположим, что мы четко определим, какие шкалы относятся, скажем, к фактору "сила". Допустим, это будут упомянутые выше шкалы "сильный—слабый" и "большой—маленький" (и только они). Пусть некий объект по первой шкале имеет координату 5, а по второй — координату 3. Будем считать, что координатой нашего объекта по фактору "сила" является соответствующее среднее арифметическое (5 + 3)/2 = 4. Это не будет точным значением нашего фактора (как было показано в п. 7.2.2, в линейном факторном анализе значение латентного фактора выражается как некая линейная комбинация наблюдаемых переменных, не обязательно совпадающая с суммой последних). Но опыт показывает, что в ряде ситуаций такое приближение может быть достаточным.
Найдя таким образом значения всех трех факторов, расстояния между объектами можно измерять описанным выше способом.
8.2.4. ПрактическоеиспользованиетехникиСД
Метод СД довольно активно используется в отечественной эмпирической социологии. В качестве успешных примеров можно назвать работы [Баранова, 1994; Дудченко и Мытиль, 1993 и 1994].
Практика показывает, что при решении конкретных задач методом СД возникает масса методических трудностей. Так, иногда бывает весьма трудно ограничиться использованием только кон-нотативных признаков. В [Ядов, 1995, с. 172] отмечается, что социологи обычно используют "ослабленные" варианты проективных процедур. При этом происходит перенос респондента в ситуации, хотя и воображаемые, но достаточно конкретные, чтобы можно было ьполне определенно интерпретировать реакцию человека.
В качестве примера упомянем работу [Интерпретация и анализ..., 1987, гл. 9], где изучалось восприятие студентами лекций разных преподавателей. Исходные шкалы формировались как за счет коннотативных, так и за счет денотативных признаков.
Конечно, если мы хотим строить семантическое пространство, коннотативность шкал должна более или менее соблюдаться. Но, оказывается, бывают ситуации, когда технику СД можно использовать и в других целях. Эта техника оказалась очень полезной для социологии. В настоящее время она активно используется в эмпирических исследованиях. При этом далеко не всегда авторы опираются на те психологические модели, о которых шла речь выше.
Одним из наиболее ярких примеров использования техники СД отнюдь не для поиска семантического пространства является ее применение в так называемых методиках ГОЛ (групповой оценки личности) [Авраменко, Багаева, 1990; Методы социальной..., 1977; Хорошилов, Шевченко, 1991]. Поясним на примере, что именно мы имеем в виду.
Предположим, требуется определить, кто из трех претендентов — Иванов, Петров или Сидоров — имеет больше оснований занять некую руководящую должность. Мы прибегаем к экспертному опросу. Просим экспертов оценить претендента Иванова по каждой из семибалльных шкал, задаваемой, как и в СД, двумя полюсами специально подобранного континуума: компетентный — некомпетентный, демократичный — авторитарный, решительный — нерешительный и т.д. Затем вычисляем средние оценки, приписанные экспертами по каждой шкале. Получаем, скажем, что претендент Иванов имеет средний балл по шкале компетентности, равный 2,8-, а по шкале демократичности — 1,4. А Петров — соответственно, 0,4 и 2,2. И уже дело нанимателя решить, кто ему больше подходит — компетентный Иванов или демократичный Петров (для решения подобных задач тоже существуют специально разработанные методы и технологии, но мы этого не касаемся).
Конечно, и здесь мы можем использовать, скажем, факторный анализ применительно к данным, либо полученным от каждого эксперта, либо усредненным по всем экспертам, но интерпретация его результатов будет весьма отличаться от выводов Осгуда. Конечно, мы выявим скрытые факторы, которыми руководствуются эксперты при оценке претендентов на должность. Но выводы не дадут нам возможности говорить о семантическом
пространстве, об индивидуальном смысле'Иванова или Петрова для того или иного эксперта и т.д. Перечислим классы задач, которые можно решать, применяя к нашему параллелепипеду данных разные методы многомерного анализа (см. табл. 8.4).
Напомним, что трехмерность параллелепипеда проявляется в наличии трех осей: "респондент", "оцениваемый объект", "шкала" и что для применения любого метода многомерного анализа нужно одну из осей "ликвидировать". Вспомним также, что большинство методов анализа данных являются методами сжатия исходной матрицы либо по строкам, либо по столбцам и что в соответствующих случаях чаще всего мы имеем дело либо с методами классификации, либо с методами факторного анализа.
Кратко опишем (на примерах) суть решаемых задач.
Предположим, что мы имеем дело с методикой ГОЛ типа той, которая была описана выше (некоторые задачи осмыслены и в рамках психологической модели СД). Соответственно вместо термина "респондент" будем использовать термин "эксперт".
Задача А. Рассмотрим одного эксперта. В первой строке исходной для анализа матрицы данных стоят оценки, данные этим экспертом претенденту Иванову по разным шкалам. Во второй строке — то же для Петрова и т.д. За счет сжатия матрицы по строкам получаем классификацию претендентов по схожим описаниям их экспертом (с учетом всех шкал одновременно). Наверное, в такой ситуации часто имеет смысл из каждого класса выбрать одного эксперта (например, наиболее близкого к центру класса) с тем, чтобы сократить дальнейшую работу по отбору достойных кандидатур.
Задача Б. Матрица данных — та же, что в задаче А. Сжатие ее по столбцам даст нам факторизацию шкал — решение той самой задачи, которую рассматривал Осгуд (сейчас мы говорим о ее формальной структуре). Мы выделим факторы, которыми руководствуется наш эксперт, оценивая претендентов на должность.
Задача В. Отличие этого класса задач от задач, рассмотренных в задаче А, состоит в том, что вместо некоего конкретного эксперта в рассуждениях фигурирует обобщенный эксперт, "оценки" которого получаются в результате усреднения мнений всех принявших участие в опросе экспертов.
Задача Г. То же можно сказать о связи этого класса задач с задачами, рассмотренными в задаче Б.
Задача Д. Пусть нас интересует только претендент Иванов. В строке нашей матрицы идут данные соответствующим экспертом оценки Иванова по разным шкалам. Сжимая матрицу по строкам, мы выделяем классы экспертов, примерно одинаково оценивающих Иванова по всем рассматриваемым качествам. Могут выделиться, скажем, классы экспертов, "любящих" Иванова и "ненавидящих" его.
Задача Е. Матрица — та же, что и в задаче Д. Сжимая ее по столбцам, мы выделяем группы связанных друг с другом шкал, чаще всего ассоциируемые с латентными факторами, которыми руководствуются эксперты, оценивая Иванова.
Заметим, что суммирование оценок, данных одним экспертом по одной шкале Иванову, Петрову, Сидорову и т.д., нам представляется бессмысленным (хотя, вполне вероятно, за этим может стоять некая психологическая характеристика самого эксперта: один эксперт дает всем претендентам высокие оценки, другой — низкие, третий подходит дифференцированно и т.д.)
Задача Ж. Предположим, что мы выберем только одну шкалу — шкалу компетентности. Первой строкой исходной для многомерного анализа матрицы данных будут оценки, данные первым экспертом (респондентом) Иванову, Петрову, .... Второй строкой — аналогичные оценки, данные вторым экспертом, и т.д. Сжимая матрицу по строкам, мы классифицируем экспертов по тому, насколько схожим образом они воспринимают претендентов на должность. Проще говоря, в один класс попадают такие эксперты, которые примерно одинаковым образом оценивают всех претендентов по их компетентности. Выделяются классы экспертов, по-разному понимающих компетентность.
Задача 3. Исходная для многомерного анализа матрица данных — та же, что в задаче Ж. Сжимая ее по столбцам, мы выделяем группы претендентов, примерно одинаково оцениваемых всеми экспертами по их уровню компетентности. Вероятно, из каждой такой группы целесообразно оставить одного претендента (скажем, наиболее близкого ее центру), упростив тем самым дальнейшие размышления о том, кого выбрать (конечно, при этом не надо забывать, что мы принимаем в расчет только компетентность претендентов, ср. с задачей А).
Задача И.Сложим оценки, данные по отдельным шкалам одним экспертом претенденту Иванову. Тем самым мы как бы оценим общее мнение этого эксперта об Иванове. Этот процесс сходен с построением шкалы Лайкерта. В исходной для анализа данных матрице по строкам идут соответствующие общие оценки, данные одним экспертом Иванову, Петрову, Сидорову. Решаемые задачи сходны с теми, которые рассматривались в задаче Ж. Отличие в том, что там фигурировали оценки, полученные по одной шкале, здесь — усредненные оценки.
Задача К. Матрица та же, что в задаче И. Задачи аналогичны задачам 3, с тем отличием в характере используемых шкал, которое было оговорено в задаче И.
Укажем еще одну возможность использования техники СД: она позволяет осуществлять изучение некоторых психологических характеристик респондентов на основе анализа так называемых профилей. Чтобы пояснить, что такое профиль, схематично изобразим данные СД для трех респондентов, пяти шкал и одного оцениваемого объекта (рис. 8.1).
Первый респондент дает всем объектам оценки, близкие к одному полюсу шкалы, второй — к другому, а у третьего оценки более или менее равномерно разбросаны между полюсами шкал. Если соединить отрезками точки на шкальных осях, отмеченные каждым респондентом, то получим то, что называется профилем этого респондента. У наших первых двух индивидов профили представляют собой более или менее прямые линии, у третьего — профиль сильно изломан. Оказывается, на базе подобных наблюдений можно делать выводы о психологических характеристиках отвечающего. При определенных условиях (скажем, когда респондент оценивает самого себя, своих друзей или подчиненных по работе) техника СД может использоваться как метод социально-психологической диагностики (см. об этом, например, [Методы социальной..., 1977, с. 120 и далее]).
До сих пор мы говорили о наиболее традиционном, восходящем к Осгуду подходе к использованию техники СД. Описанйые модели СД обычно называют вербальными. Но возможны и невербальные модели. Респонденту можно предлагать оценить положение рассматриваемых объектов на таком биполярном континууме, полюса которого задаются не противоположными по смыслу словами, а, скажем, двумя разнохарактерными геометрическими фи1 гурами (одному полюсу соответствует звезда —"угластая" фигура, 4 другому — круг — воплощение "закругленности"); либо двумя! картинками, олицетворяющими какие-либо противоположные качества человека (на одном полюсе — доверчевый котенок, а на другом — оскаленная морда тигра) и т.д. Ясно, что соответствующая информация также может очень много говорить о качествах опрашиваемых людей и их отношении к оцениваемым объектам. Обзор разных методов СД можно найти в [Родионова, 1996].
В заключение обсуждения вопроса о СД заметим, что использование этого подхода дает возможность осуществить то сближение "мягкого" и "жесткого", "качественной" и "количественной" сторон измерения, о необходимости которого мы говорили в п. 3.2.
То, что рассматриваемый метод предполагает жесткую процедуру опроса, очевидно. Эта процедура может быть реализована на больших массивах респондентов. Адекватность же информации, получаемой с помощью техники СД, определяется целым рядом обстоятельств (в основном о них уже шла речь выше, здесь мы подводим своеобразный итог).
Прежде всего отметим, что метод опирается на достаточно глубокую проработку того, как именно формируется в сознании респондента отношение к какому-либо объекту. Другими словами, при использовании метода строится достаточно адекватная модель восприятия респондентом предлагаемых ему для оценки объектов. А именно: а) в качестве "точки опоры" используется понятийная пара "смысл—значение"; предполагается поиск глубинного смысла, который вкладывает респондент в оцениваемые объекты; б) обосновывается, что респондент мыслит признаками и что эти признаки биполярны; показывается, что биполярность лежит в основе восприятия реальности человеком и, в частности, в основе формирования в его сознании смыслов различных окружающих человека понятий; в) используются метафорические суждения, которые зачастую более адекватно отражают истинное мнение человека, чем "протокольные" суждения; г) модель восприятия носит системный характер; систему образует набор двуполюсных шкал; о системе мы говорим потому, что только множество значений всех признаков вместе характеризует отношение респондента к объекту; свойства совокупности признаков в этом смысле не сводятся к сумме свойств отдельных признаков (именно с этим обычно связывают понятие системы).
i В разработку конкретной процедуры опроса обычно вкладывается много "мягкости": это и раскрытие терминов "смысл" и /'значение" применительно к рассматриваемым объектам и культурной ситуации, и подбор шкал вместе с уточнением наиме-
/ нований их полюсов, и творческое использование аппарата фак-
' торного анализа.
/
I
ι
Глава 9. ОДНОМЕРНОЕ РАЗВЕРТЫВАНИЕ
9.1. Подход Кумбса
Следующий метод одномерного шкалирования, который мы хотим описать, был предложен Кумбсом ([Coombs, 1964]; в советской литературе его описание можно найти в [Клигер, Косолапое, Толстова, 1978]). Этот исследователь сыграл значительную роль в становлении теоретических представлений о социологическом измерении. Им был предложен ряд классификаций социологических данных (шкал), за каждой из которых стоит свое видение их специфики.
Интересующие нас результаты Кумбса состоят в следующем.
Во-первых, он глубоко проанализировал аспекты интерпретации данных, связанные с моделями восприятия, пытаясь при этом понять, каковы те минимальные, наиболее естественно интерпретируемые положения, без которых вообще немыслимо какое бы то ни было измерение, и каким должен быть метод шкалирования, опирающийся только на такие предположения.
Во-вторых, Кумбс пытался понять, насколько адекватна реальности традиционная интерпретация оценок, получаемых Гфи ответе респондента на вопросы анкеты. Им были подробно проанализированы соответствующие возможности респондентов! и показано, что действительность часто весьма далека от того, ч\о принято в эмпирической социологии: многие считающиеся адекватными способы измерения таковыми не являются (например, ранжировка респондентом объектов); напротив, ряд измерив тельных процедур, считающихся обычно не подходящими дли социологических опросов из-за того, что респонденту якобы трудно дать требующийся ответ, в действительности могут быть вполне корректно использованы (например, результаты ответов респондентов на вопросы об упорядочении пар объектов по расстояниям между ними).
Более того, он показал, что иногда на базе информации,традиционно считающейся неадекватной, можно довольно глубоко проанализировать мнение опрашиваемых (например, к данным, полученным с помощью упорядочения респондентами пар объектов по расстояниям между ними, могут быть применены алгоритмы многомерного шкалирования и на этой основе возможно серьезное изучение так называемого пространства восприятия респондентов; многочисленные социально-психологические примеры рассматриваемого плана описаны в [Дэйвисон, 1988]).
Для анализа интересующих нас процессов Кумбс активно использовал математический аппарат. Его идеи легли в основу мощного и перспективного направления анализа данных — многомерного шкалирования (это еще один пример того, как социология стимулировала развитие математики). В частности, идеи одномерного развертывания легли в основу одной из значительных ветвей многомерного шкалирования — многомерного развертывания.
8.2. Семантический дифференциал (СД) 8.2.1. ПостановказадачиОсгудом
Метод СД был предложен группой американских психологов во главе с Ч.Осгудом в 1957 г. [Osgood and al., 1957; Semantic..., 1969]. На русском языке описание метода СД можно найти в [Осгуд, Суси, Танненбаум, 1972; Осипов, Андреев, 1977; Ядов, 1995]. Обзор лежащих в том же русле подходов можно найти в [Родионова, 1996].
С помощью применения соответствующей техники достигаются следующие цели: 1) раскрытие аффективных компонент смыслов, вкладываемых людьми в те или иные объекты (явления, понятия); 2) выявление тех факторов, которые определяют смысловую значимость объектов для каждого человека; пространство, образуемое этими факторами, и является тем самым семантическим пространством, в которое респондент как бы помещает объект, оценивая его каким-либо образом; 3) определение различий в восприятии человеком разных объектов; собственно, возможность решать именно эту задачу и дало наименование рассматриваемому методу: речь идет о различии (дифференциале) объектов в семантическом пространстве; 4) выделение типов людей, имеющих сходную картину изучаемых смыслов, сходные психосемантические пространства; соответствующие усредненные смыслы интерпретируются как значения объектов для субкультуры, отождествляемой с рассматриваемым типом людей.
Предложив метод СД, его авторы предложили тем самым операциональный способ "улавливания" столь тонкой материи, как эмоциональная сторона смысла, вкладываемого индивидом в рассматриваемые объекты. Как любой способ такого рода, он опирается на определенную модель, определенные теоретические представления исследователя о том, каким образом искомые, не поддающиеся непосредственному измерению психологические "флюиды" могут проявиться во внешнем поведении индивида. И как всегда, упомянутое внешнее поведение для нас проявляется в ответах этого индивида на определенные предложенные ему вопросы. Другими словами, здесь, как и выше, мы хотим получить невербальную информацию вербальными методами.
Сам Осгуд использовал терминологию, несколько отличную от описанной выше: вместо термина "личностный смысл" Осгуд пользовался достаточно близким понятием "коннотативное значение", противопоставляя его денотативному. При этом он полагал, что денотативное отражает объективный аспект познания, а коннотативное — субъективные, индивидуальные ценности. Коннотативные признаки метафоричны по своей природе. Они характеризуют восприятие субъекта, а не описывают объект оценки. И именно коннотативные признаки служат основой той модели, которую мы коротко охарактеризовали выше. Поясним на примере смысл введенных определений.
Оценивая какого-либо человека, мы можем анализировать, является ли он умным или глупым, толстым или тонким и т.д. Это — денотативные признаки (человек действительно обладает соответствующими качествами в буквальном их смысле; хотя наша оценка может быть субъективной: скажем, мы можем необъективно оценить умственные способности человека). А можем выяснять, является ли тот же человек мягким или твердым, горячим или холодным и т.д. Ясно, что при этом мы не будем иметь в виду измерение жесткости по известной шкале твердости Мосса (у всех людей твердость в этом смысле одинакова), а измерение температуры — с помощью градусника (все имеют температуру 36,6). Значит, в этом случае мы имеем дело с коннотативными признаками. Метафора налицо.
Предложенный Осгудом подход опирался на изучение явления синестезии (синестезиса) — мышления по аналогии, возникновения одних чувственных восприятий под воздействием других. Процесс синестезии знаком каждому человеку. Под влиянием определенных наборов звуков (музыкального произведения) у человека возникают определенные зрительные представления, знакомый запах может внезапно вызвать из памяти знакомую звуковую или зрительную картину и т.д.
Явление синестезии отражается в любом языке: мы говорим о горячем сердце, твердом характере и т.д. (правда, используя подобные термины, надо быть осторожными: в разных культурах "коннотативная" интерпретация одного и того же признака может быть разной; так, у некоторых кавказских народностей термин "железный" применительно к характеру человека означает его мягкость в противовес стальному, твердому характеру). Соответствующие психологические аспекты и были использованы Осгудом.
Расматриваемый подход предполагает, что смысл (точнее, его эмоциональный компонент), вкладываемый человеком в то или иное понятие, может обнаружиться, если этот человек укажет на положение рассматриваемого понятия в системе некоторых коннотативных признаков. Например, пытаясь выявить истинное ("смысловое", точнее эмоционально-смысловое) отношение респондента к тому или иному политическому лидеру, можно спросить, каким ему представляется этот лидер: теплым или холодным, пушистым или колючим и т.д. (при этом, конечно, не предполагается, что лидер может иметь температуру 48° или что у него могут расти иглы, как у ежа). Множество коннотативных признаков рассматривается как система: только вся совокупность ответов респондента на все вопросы предлагаемой анкеты может говорить о смысле объекта для респондента, о положении этого объекта в соответствующем семантическом пространстве. О различии же объектов может говорить только вся совокупность различий по отдельным координатам этого пространства.
Кроме того, Осгуд полагал, что, выделяя какой-либо объект из окружающего мира, определяя свое к нему отношение, каждый человек пользуется системой биполярных признаков. Отсюда — предложение строить систему коннотативных признаков в виде пар полярных терминов, каждый из которых отвечает одному концу соответствующего признаку психологического континуума, или, как мы будем говорить, одному полюсу признака.
Для того чтобы было более ясно, о чем идет речь, опишем подробнее технику СД.
8.2.2. ТехникаСД
Итак, исследователя интересует аффективная составляющая смыслов, придаваемых респондентами некоторым объектам. Составляется множество пар терминов (Осгудом было придумано несколько сот таких пар), каждая из которых отвечает некоторому коннотативному непрерывному признаку (термины из соответствующей пары отвечали его полюсам): горячий — холодный, хороший — плохой, грязный — чистый и т.д. Диапазон изменения каждого такого признака разделяется на 7 частей, тем самым признаку ставится в соответствие семизначная шкала.
Чтобы было ясно, чему должны отвечать градации нашей семизначной шкалы, заметим, что, скажем, паре"светлый — темный" соответствуют примерно следующие выражения и шкальные значения:
очень светлый 3 не очень темный —1
светлый 2 темный —2
не очень светлый 1' очень темный —3
ни светлый, ни темный О
Как мы увидим ниже, в анкете не обязательно осуществлять все подобные расшифровки пунктов шкалы, равно как не обязательно использовать именно названные числа: можно брать числа от 1 до 7 и т.д. Более того, иногда можно изменить количество градаций: скажем, прибегнуть к пятибалльной шкале. Вопрос о количестве используемых градаций неотделим от вопроса о типе используемых шкал, который мы теперь хотим затронуть.
Часто о шкалах, задействованных в методе СД, по вполне понятным причинам говорят как о порядковых. Но та обработка, которую предполагает техника СД, фактически рассчитана на интервальные шкалы (речь идет об использовании факторного анализа, применении "числовых" алгоритмов классификации и т.д.). Выше (в пп. 5.2.3 и 7.5.1) мы уже говорили о том, что при достаточно большом количестве используемых градаций предположение об интервальное™ задействованных шкал может быть вполне допустимым. Этим и можно воспользоваться для оправдания указанного шага.
Опрос осуществляется следующим образом. Респондентам по очереди предъявляются для оценивания рассматриваемые объекты и предлагается соотнести интенсивность своего внутреннего ощущения по поводу того или иного объекта по очереди со всеми оценочными шкалами. Каждый объект должен быть оценен каждым респондентом по всем рассматриваемым шкалам.
Приведем пример соответствующего измерительного инструмента, предназначенного для решения одной из конкретных социологических задач методом СД (табл. 8.1). Речь идет об исследовании аффективной составляющей социальной идентичности личности. В качестве объектов идентификации (в нашей терминологии — оцениваемых объектов) выступали важные и близкие человеку социальные общности и группы [Баранова, 1994, с. 208].
р
ой отвечают объектам (скажем, респондентам), а столбцы — характеризующим их признакам (вопросам анкеты). На пересечении i-й строки и j-ro столбца стоит значение j-ro признака для i-ro объекта. Пример матрицы "объект—признак" приведен в табл. 8.2.
Таким образом, полученная с помощью метода СД информация, будучи компактно размещенной в пространстве, образует трехмерный параллелепипед, осям которого отвечают соответственно респонденты, объекты, шкалы. Если мы опрашивали 500 человек, давали им для оценки 20 объектов и каждый из объектов просили оценить по 50 шкалам, то упомянутый параллелепипед будет иметь размерность 500x20x50.
Существует масса способов, которыми можно анализировать подобную информацию, и соответственно масса задач, которые при этом можно решить. В числе этих задач — те, о которых мы говорили выше. Прежде чем перейти к более подробному их рассмотрению, заметим следующее.
Большинство методов многомерного анализа рассчитаны на то, что исходные данные представлены в виде так называемой матрицы "объект—признак". Это прямоугольная таблица, строки кото-
Матрица "объект—признак" двумерна. Методы, позволяющие на основе анализа такой матрицы выявлять скрытые в ней статистические закономерности, направлены на ее "сжатие". Так, факторный анализ сжимает матрицу по столбцам: мы выделяем "пучки" связанных друг с другом признаков, усматривая за каждым из них действие одного латентного фактора, который можем выразить через наблюдаемые переменные (об этом мы говорили в п. 7.2). Методы классификации сжимают матрицу по строкам: мы объединяем схожие между собой объекты в кластеры, олицетворяя каждый такой кластер с неким типичным для него объектом и т.д.
У нас же совокупность исходных данных трехмерна. Для того чтобы можно было говорить о применении традиционных методов многомерного анализа, необходимо устранить третье измерение. Сделать это можно по-разному. Способ зависит от решаемой задачи. Прежде всего рассмотрим, как анализировал описанные данные сам Осгуд.
8.2.3. Факторывосприятия, выделенныеОсгудом
Прежде всего заметим, что мы можем рассмотреть данные, отвечающие одному респонденту. Они образуют матрицу именно нужного вида: ее строки отвечают оцениваемым объектам, столбцы — шкалам. Ясно, что найти глубинные факторы, определяющие восприятие рассматриваемым индивидом изучаемых объектов, можно с помощью факторного анализа. Он даст нам возможность отыскать те скрытые пружины, которые объясняют связи между шкалами. Каждый фактор будет отвечать "пучку" коррелирующих друг с другом шкал.
Именно это было проделано Осгудом. Полученные выводы носили примечательный характер. Применяя факторный анализ к матрицам данных для разных респондентов, предлагая им для оценок разные объекты, используя разные шкалы (разные шкалы были использованы и для более надежной проверки получаемых статистических утверждений, и в силу разного понимания одних и тех же терминов людьми, принадлежащими к разным субкультурам, а Осгуд опрашивал весьма различных респондентов), Осгуд получал одни и те же факторы. Он назвал их оценкой (за этим фактором стояли такие шкалы, как "красивый-некрасивый", "хороший—плохой" и т.д.), силой ("сильный-слабый", "большой—маленький" и т.д.) и активностью ("активный—пассивный", "быстрый—медленный" и т.д.). Иногда выделялись и другие факторы. Но на первом месте всегда стояли оценка, сила и активность. Поскольку Осгудом было проанализировано огромное количество эмпирических данных, можно считать эмпирически обоснованным то положение, что названные три фактора являются основой семантического пространства любого человека.
Вывод действительно примечателен: эмоциональное отношение любого человека к любому объекту (точнее, аффективная составляющая смысла этого объекта для рассматриваемого индивида) определяется тремя компонентами такого отношения — оценкой, силой и активностью. Правда, здесь все же требуется отметить, что, поскольку этот результат доказан не теоретически, а только эмпирически, то, вообще говоря, в каждом конкретном случае он требует своего подтверждения. В некоторых работах выражается сомнение в справедливости (точнее, во "всеохватнос-ти") вывода Осгуда (см., например, [Степнова, 1992]).
Избавиться от трехмерности нашего параллелепипеда можно не только путем рассмотрения одного респондента. Можно усреднить величины, полученные от разных людей, и далее описанным выше способом работать как бы с одним "усредненным" респондентом. Это делал Осгуд. Выводы остались теми же. Отметим, однако, что, вероятно, усреднение данных по достаточно большой и социально значимой совокупности респондентов во многих случаях можно считать переходом от аффективной стороны смыслов к аффективной стороне значений рассматриваемых объектов.
Вторая задача, решенная Осгудом, — это разработка способа определения относительной ценности для рассматриваемого человека разных объектов. Определить различие в восприятии нашим респондентом каких-либо объектов можно, если рассмотреть объекты как точки отвечающего этому респонденту семантического пространства (трехмерного, если используются только три описанных выше латентных фактора) и определить расстояния между ними.
Сделать это можно, если после проведения факторного анализа рассчитать для каждого оцениваемого объекта значения найденных факторов (п. 7.2.2). Близость между объектами обычно рассчитывается традиционным образом — используется так называемое "евклидово расстояние". Поясним, как оно находится, на примере.
Предположим, что у нас есть три оцениваемых объекта, имеющих значения рассматриваемых латентных факторов, указанные в приведенной ниже таблице. Попытаемся выяснить, какой из объектов (2 или 3) ближе по своей ценности к объекту 1 для рассматриваемого респондента (может быть, усредненного), см. табл. 8.3.
Таблица 8.3. Примертаблицы, задающейзначениялатентныхфакторовдлятрехоцениваемыхреспондентамиобъектов
| № оцениваемого объекта | Значения латентных факторов | ||
| оценка | сила | активность | |
| 1 | 2 | 1 | 5 |
| см | 4 | 7 | 3 |
| со | 1 | см | 4 |
Ясно, что Л (1,2) > R(1,3). Другими словами, для рассматриваемого респондента первый и второй объекты по своему смыслу более близки друг к другу, чем первый и третий.
Если мы имеем одно и то же семантическое пространство для нескольких респондентов, то, проведя оценочную процедуру для каждого из них, можно схожим образом определить сравнительную значимость каких-либо объектов для разных индивидов. О всех типах задач, которые можно решать на базе данных, собранных с помощью метода СД, можно прочесть ниже (п. 8.2.4).
Если мы не хотим или не имеем возможности осуществить факторный анализ собранных данных, то можно решить задачи, подобные описанным, находя расположение объектов в семантическом пространстве по-другому. А именно, можно опереться на полученный Осгудом результат, состоящий в том, что латентные факторы — именно те, о которых шла речь выше. Предположим, что мы четко определим, какие шкалы относятся, скажем, к фактору "сила". Допустим, это будут упомянутые выше шкалы "сильный—слабый" и "большой—маленький" (и только они). Пусть некий объект по первой шкале имеет координату 5, а по второй — координату 3. Будем считать, что координатой нашего объекта по фактору "сила" является соответствующее среднее арифметическое (5 + 3)/2 = 4. Это не будет точным значением нашего фактора (как было показано в п. 7.2.2, в линейном факторном анализе значение латентного фактора выражается как некая линейная комбинация наблюдаемых переменных, не обязательно совпадающая с суммой последних). Но опыт показывает, что в ряде ситуаций такое приближение может быть достаточным.
Найдя таким образом значения всех трех факторов, расстояния между объектами можно измерять описанным выше способом.
8.2.4. ПрактическоеиспользованиетехникиСД
Метод СД довольно активно используется в отечественной эмпирической социологии. В качестве успешных примеров можно назвать работы [Баранова, 1994; Дудченко и Мытиль, 1993 и 1994].
Практика показывает, что при решении конкретных задач методом СД возникает масса методических трудностей. Так, иногда бывает весьма трудно ограничиться использованием только кон-нотативных признаков. В [Ядов, 1995, с. 172] отмечается, что социологи обычно используют "ослабленные" варианты проективных процедур. При этом происходит перенос респондента в ситуации, хотя и воображаемые, но достаточно конкретные, чтобы можно было ьполне определенно интерпретировать реакцию человека.
В качестве примера упомянем работу [Интерпретация и анализ..., 1987, гл. 9], где изучалось восприятие студентами лекций разных преподавателей. Исходные шкалы формировались как за счет коннотативных, так и за счет денотативных признаков.
Конечно, если мы хотим строить семантическое пространство, коннотативность шкал должна более или менее соблюдаться. Но, оказывается, бывают ситуации, когда технику СД можно использовать и в других целях. Эта техника оказалась очень полезной для социологии. В настоящее время она активно используется в эмпирических исследованиях. При этом далеко не всегда авторы опираются на те психологические модели, о которых шла речь выше.
Одним из наиболее ярких примеров использования техники СД отнюдь не для поиска семантического пространства является ее применение в так называемых методиках ГОЛ (групповой оценки личности) [Авраменко, Багаева, 1990; Методы социальной..., 1977; Хорошилов, Шевченко, 1991]. Поясним на примере, что именно мы имеем в виду.
Предположим, требуется определить, кто из трех претендентов — Иванов, Петров или Сидоров — имеет больше оснований занять некую руководящую должность. Мы прибегаем к экспертному опросу. Просим экспертов оценить претендента Иванова по каждой из семибалльных шкал, задаваемой, как и в СД, двумя полюсами специально подобранного континуума: компетентный — некомпетентный, демократичный — авторитарный, решительный — нерешительный и т.д. Затем вычисляем средние оценки, приписанные экспертами по каждой шкале. Получаем, скажем, что претендент Иванов имеет средний балл по шкале компетентности, равный 2,8-, а по шкале демократичности — 1,4. А Петров — соответственно, 0,4 и 2,2. И уже дело нанимателя решить, кто ему больше подходит — компетентный Иванов или демократичный Петров (для решения подобных задач тоже существуют специально разработанные методы и технологии, но мы этого не касаемся).
Конечно, и здесь мы можем использовать, скажем, факторный анализ применительно к данным, либо полученным от каждого эксперта, либо усредненным по всем экспертам, но интерпретация его результатов будет весьма отличаться от выводов Осгуда. Конечно, мы выявим скрытые факторы, которыми руководствуются эксперты при оценке претендентов на должность. Но выводы не дадут нам возможности говорить о семантическом
пространстве, об индивидуальном смысле'Иванова или Петрова для того или иного эксперта и т.д. Перечислим классы задач, которые можно решать, применяя к нашему параллелепипеду данных разные методы многомерного анализа (см. табл. 8.4).
Напомним, что трехмерность параллелепипеда проявляется в наличии трех осей: "респондент", "оцениваемый объект", "шкала" и что для применения любого метода многомерного анализа нужно одну из осей "ликвидировать". Вспомним также, что большинство методов анализа данных являются методами сжатия исходной матрицы либо по строкам, либо по столбцам и что в соответствующих случаях чаще всего мы имеем дело либо с методами классификации, либо с методами факторного анализа.
Кратко опишем (на примерах) суть решаемых задач.
Предположим, что мы имеем дело с методикой ГОЛ типа той, которая была описана выше (некоторые задачи осмыслены и в рамках психологической модели СД). Соответственно вместо термина "респондент" будем использовать термин "эксперт".
Задача А. Рассмотрим одного эксперта. В первой строке исходной для анализа матрицы данных стоят оценки, данные этим экспертом претенденту Иванову по разным шкалам. Во второй строке — то же для Петрова и т.д. За счет сжатия матрицы по строкам получаем классификацию претендентов по схожим описаниям их экспертом (с учетом всех шкал одновременно). Наверное, в такой ситуации часто имеет смысл из каждого класса выбрать одного эксперта (например, наиболее близкого к центру класса) с тем, чтобы сократить дальнейшую работу по отбору достойных кандидатур.
Задача Б. Матрица данных — та же, что в задаче А. Сжатие ее по столбцам даст нам факторизацию шкал — решение той самой задачи, которую рассматривал Осгуд (сейчас мы говорим о ее формальной структуре). Мы выделим факторы, которыми руководствуется наш эксперт, оценивая претендентов на должность.
Задача В. Отличие этого класса задач от задач, рассмотренных в задаче А, состоит в том, что вместо некоего конкретного эксперта в рассуждениях фигурирует обобщенный эксперт, "оценки" которого получаются в результате усреднения мнений всех принявших участие в опросе экспертов.
Задача Г. То же можно сказать о связи этого класса задач с задачами, рассмотренными в задаче Б.
Задача Д. Пусть нас интересует только претендент Иванов. В строке нашей матрицы идут данные соответствующим экспертом оценки Иванова по разным шкалам. Сжимая матрицу по строкам, мы выделяем классы экспертов, примерно одинаково оценивающих Иванова по всем рассматриваемым качествам. Могут выделиться, скажем, классы экспертов, "любящих" Иванова и "ненавидящих" его.
Задача Е. Матрица — та же, что и в задаче Д. Сжимая ее по столбцам, мы выделяем группы связанных друг с другом шкал, чаще всего ассоциируемые с латентными факторами, которыми руководствуются эксперты, оценивая Иванова.
Заметим, что суммирование оценок, данных одним экспертом по одной шкале Иванову, Петрову, Сидорову и т.д., нам представляется бессмысленным (хотя, вполне вероятно, за этим может стоять некая психологическая характеристика самого эксперта: один эксперт дает всем претендентам высокие оценки, другой — низкие, третий подходит дифференцированно и т.д.)
Задача Ж. Предположим, что мы выберем только одну шкалу — шкалу компетентности. Первой строкой исходной для многомерного анализа матрицы данных будут оценки, данные первым экспертом (респондентом) Иванову, Петрову, .... Второй строкой — аналогичные оценки, данные вторым экспертом, и т.д. Сжимая матрицу по строкам, мы классифицируем экспертов по тому, насколько схожим образом они воспринимают претендентов на должность. Проще говоря, в один класс попадают такие эксперты, которые примерно одинаковым образом оценивают всех претендентов по их компетентности. Выделяются классы экспертов, по-разному понимающих компетентность.
Задача 3. Исходная для многомерного анализа матрица данных — та же, что в задаче Ж. Сжимая ее по столбцам, мы выделяем группы претендентов, примерно одинаково оцениваемых всеми экспертами по их уровню компетентности. Вероятно, из каждой такой группы целесообразно оставить одного претендента (скажем, наиболее близкого ее центру), упростив тем самым дальнейшие размышления о том, кого выбрать (конечно, при этом не надо забывать, что мы принимаем в расчет только компетентность претендентов, ср. с задачей А).
Задача И.Сложим оценки, данные по отдельным шкалам одним экспертом претенденту Иванову. Тем самым мы как бы оценим общее мнение этого эксперта об Иванове. Этот процесс сходен с построением шкалы Лайкерта. В исходной для анализа данных матрице по строкам идут соответствующие общие оценки, данные одним экспертом Иванову, Петрову, Сидорову. Решаемые задачи сходны с теми, которые рассматривались в задаче Ж. Отличие в том, что там фигурировали оценки, полученные по одной шкале, здесь — усредненные оценки.
Задача К. Матрица та же, что в задаче И. Задачи аналогичны задачам 3, с тем отличием в характере используемых шкал, которое было оговорено в задаче И.
Укажем еще одну возможность использования техники СД: она позволяет осуществлять изучение некоторых психологических характеристик респондентов на основе анализа так называемых профилей. Чтобы пояснить, что такое профиль, схематично изобразим данные СД для трех респондентов, пяти шкал и одного оцениваемого объекта (рис. 8.1).
Первый респондент дает всем объектам оценки, близкие к одному полюсу шкалы, второй — к другому, а у третьего оценки более или менее равномерно разбросаны между полюсами шкал. Если соединить отрезками точки на шкальных осях, отмеченные каждым респондентом, то получим то, что называется профилем этого респондента. У наших первых двух индивидов профили представляют собой более или менее прямые линии, у третьего — профиль сильно изломан. Оказывается, на базе подобных наблюдений можно делать выводы о психологических характеристиках отвечающего. При определенных условиях (скажем, когда респондент оценивает самого себя, своих друзей или подчиненных по работе) техника СД может использоваться как метод социально-психологической диагностики (см. об этом, например, [Методы социальной..., 1977, с. 120 и далее]).
До сих пор мы говорили о наиболее традиционном, восходящем к Осгуду подходе к использованию техники СД. Описанйые модели СД обычно называют вербальными. Но возможны и невербальные модели. Респонденту можно предлагать оценить положение рассматриваемых объектов на таком биполярном континууме, полюса которого задаются не противоположными по смыслу словами, а, скажем, двумя разнохарактерными геометрическими фи1 гурами (одному полюсу соответствует звезда —"угластая" фигура, 4 другому — круг — воплощение "закругленности"); либо двумя! картинками, олицетворяющими какие-либо противоположные качества человека (на одном полюсе — доверчевый котенок, а на другом — оскаленная морда тигра) и т.д. Ясно, что соответствующая информация также может очень много говорить о качествах опрашиваемых людей и их отношении к оцениваемым объектам. Обзор разных методов СД можно найти в [Родионова, 1996].
В заключение обсуждения вопроса о СД заметим, что использование этого подхода дает возможность осуществить то сближение "мягкого" и "жесткого", "качественной" и "количественной" сторон измерения, о необходимости которого мы говорили в п. 3.2.
То, что рассматриваемый метод предполагает жесткую процедуру опроса, очевидно. Эта процедура может быть реализована на больших массивах респондентов. Адекватность же информации, получаемой с помощью техники СД, определяется целым рядом обстоятельств (в основном о них уже шла речь выше, здесь мы подводим своеобразный итог).
Прежде всего отметим, что метод опирается на достаточно глубокую проработку того, как именно формируется в сознании респондента отношение к какому-либо объекту. Другими словами, при использовании метода строится достаточно адекватная модель восприятия респондентом предлагаемых ему для оценки объектов. А именно: а) в качестве "точки опоры" используется понятийная пара "смысл—значение"; предполагается поиск глубинного смысла, который вкладывает респондент в оцениваемые объекты; б) обосновывается, что респондент мыслит признаками и что эти признаки биполярны; показывается, что биполярность лежит в основе восприятия реальности человеком и, в частности, в основе формирования в его сознании смыслов различных окружающих человека понятий; в) используются метафорические суждения, которые зачастую более адекватно отражают истинное мнение человека, чем "протокольные" суждения; г) модель восприятия носит системный характер; систему образует набор двуполюсных шкал; о системе мы говорим потому, что только множество значений всех признаков вместе характеризует отношение респондента к объекту; свойства совокупности признаков в этом смысле не сводятся к сумме свойств отдельных признаков (именно с этим обычно связывают понятие системы).
i В разработку конкретной процедуры опроса обычно вкладывается много "мягкости": это и раскрытие терминов "смысл" и /'значение" применительно к рассматриваемым объектам и культурной ситуации, и подбор шкал вместе с уточнением наиме-
/ нований их полюсов, и творческое использование аппарата фак-
' торного анализа.
/
I
ι
1 ... 6 7 8 9 10 11 12 13 14
Глава 9. ОДНОМЕРНОЕ РАЗВЕРТЫВАНИЕ
9.1. Подход Кумбса
Следующий метод одномерного шкалирования, который мы хотим описать, был предложен Кумбсом ([Coombs, 1964]; в советской литературе его описание можно найти в [Клигер, Косолапое, Толстова, 1978]). Этот исследователь сыграл значительную роль в становлении теоретических представлений о социологическом измерении. Им был предложен ряд классификаций социологических данных (шкал), за каждой из которых стоит свое видение их специфики.
Интересующие нас результаты Кумбса состоят в следующем.
Во-первых, он глубоко проанализировал аспекты интерпретации данных, связанные с моделями восприятия, пытаясь при этом понять, каковы те минимальные, наиболее естественно интерпретируемые положения, без которых вообще немыслимо какое бы то ни было измерение, и каким должен быть метод шкалирования, опирающийся только на такие предположения.
Во-вторых, Кумбс пытался понять, насколько адекватна реальности традиционная интерпретация оценок, получаемых Гфи ответе респондента на вопросы анкеты. Им были подробно проанализированы соответствующие возможности респондентов! и показано, что действительность часто весьма далека от того, ч\о принято в эмпирической социологии: многие считающиеся адекватными способы измерения таковыми не являются (например, ранжировка респондентом объектов); напротив, ряд измерив тельных процедур, считающихся обычно не подходящими дли социологических опросов из-за того, что респонденту якобы трудно дать требующийся ответ, в действительности могут быть вполне корректно использованы (например, результаты ответов респондентов на вопросы об упорядочении пар объектов по расстояниям между ними).
Более того, он показал, что иногда на базе информации,традиционно считающейся неадекватной, можно довольно глубоко проанализировать мнение опрашиваемых (например, к данным, полученным с помощью упорядочения респондентами пар объектов по расстояниям между ними, могут быть применены алгоритмы многомерного шкалирования и на этой основе возможно серьезное изучение так называемого пространства восприятия респондентов; многочисленные социально-психологические примеры рассматриваемого плана описаны в [Дэйвисон, 1988]).
Для анализа интересующих нас процессов Кумбс активно использовал математический аппарат. Его идеи легли в основу мощного и перспективного направления анализа данных — многомерного шкалирования (это еще один пример того, как социология стимулировала развитие математики). В частности, идеи одномерного развертывания легли в основу одной из значительных ветвей многомерного шкалирования — многомерного развертывания.