ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 20.11.2021
Просмотров: 4413
Скачиваний: 2
614
Представление процесса в целом
Изложенная выше последовательность шагов — не более чем упрощенная версия того, чем может быть действительный исследовательский проект. В реальном социологическом исследовании эти стадии редко (если вообще когда-нибудь) следуют друг за другом в столь строгом порядке, а часть работы вообще может быть сделана не до конца2). Эта разница примерно такая же, как между рецептами, изложенными в поваренной книге, и реальным процессом приготовления блюда. Люди, опытные в поваренном деле, вообще могут не пользоваться книгой рецептов, и их действия нередко оказываются более продуктивными, чем у тех, кто поминутно в нее заглядывает. Следование жестким схемам может чрезвычайно ограничивать, и значительная часть выдающихся исследований не может без натяжек быть втиснута в описанную последовательность.
Одной из важнейших проблем, возникающих в методологии исследования (в изучении логических проблем, связанных с исследованием), является анализ причин и следствий. Причинностная связь между двумя событиями или ситуациями — это связь, при которой одно событие или ситуация порождает другую. Если отпустить ручной тормоз в автомобиле, стоящем на склоне горы, автомобиль покатится вниз, постепенно набирая скорость. Отпускание тормоза создает указанный эффект, и причины его легко могут быть поняты, если обратиться к соответствующим законам физики. Подобно естественным наукам, социология исходит из предположения, что все события имеют причины. Социальная жизнь — не беспорядочная масса событий, проходящих нескладно и самопроизвольно. Одна из основных задач социологического исследования — в сочетании с теоретическим анализом — состоит в определении причин и следствий.
Причинность не может быть напрямую выведена из отношений корреляции. Корреляция означает устойчивые отношения между двумя наборами событий или переменных. Переменная — это любой аспект, характеризующий группы и индивидов. Возраст, разница в доходах, уровень преступности и социальные классовые различия входят в число переменных, изучаемых социологами. В случае, когда две переменные сильно коррелируют, может показаться, что одна из них должна быть причиной другой, но часто это не так. Существует множество корреляций переменных без какой-либо причинностной связи между ними. Например, после Второй мировой войны в Британии выявляется сильная корреляция между снижением числа курильщиков трубок и уменьшением числа людей, регулярно ходящих в кино. Ясно, что одна переменная не является причиной другой, и нам будет непросто обнаружить хотя бы отдаленную причинностную связь между ними.
Однако во многих случаях не так очевидно, что наблюдаемая корреляция не подразумевает причинностную связь. Подобные корреляции — ловушка для неосторожных, и могут легко привести к спорным или ложным заключениям. В своей классической работе “Самоубийство” Эмиль Дюркгейм обнаружил корреляцию между числом самоубийств и временем года3).
В обществах, которые он изучал, уровень самоубийств последовательно возрастал с января по июнь/июль, и затем уменьшался к концу года. Можно было бы предположить, что температурные или климатические изменения находятся в причинно-следственной связи со склонностью индивидов к самоубийству. Может быть, по мере повышения температуры люди становятся более импульсивными и горячими? Однако существующая здесь причинностная связь практически никак не связана с температурой или климатом. Весной и летом большинство людей ведет более интенсивную социальную жизнь, и люди одинокие и несчастные испытывают свое одиночество более остро, поскольку повышается уровень активности остальных. Следовательно, они с большей вероятностью испытают 616 сильную суицидальную наклонность весной и летом, а не зимой и осенью, когда темпы социальной деятельности ослабевают. Определяя наличие причинной связи в данной корреляции и направление причинности, мы должны быть очень осторожными.
Разработка причинных связей, предполагаемых в корреляции, является сложным делом. В современном обществе, например, существует сильная корреляция между уровнем образования и способностью сделать карьеру. Чем лучше оценки, получаемые индивидом в школе, тем более высокооплачиваемую работу, по всей вероятности, ему удастся получить. Чем объясняется такая корреляция? Исследования обычно показывают, что дело тут не столько в школьном опыте; уровень школьных успехов очень сильно зависит от семьи, из которой происходит человек. Дети из благополучных домов, чьи родители заинтересованы в их учебе, где в изобилии имеются книги, с большей вероятностью будут преуспевать и в школе, и на работе, чем те, в чьих домах это все отсутствует. Причинными механизмами здесь являются отношение родителей к своим детям и возможности, которые семья представляет детям для учебы (для дальнейшего обсуждения темы см. главу 13, “Образование, коммуникация и средства массовой информации”).
Причинные механизмы в социологии не следует понимать слишком упрощенно. К причинным факторам взаимодействия переменных в социальной жизни относятся также установки людей и их субъективные мотивы.
При оценке причин, объясняющих корреляцию, необходимо отделять независимые переменные от зависимых переменных. Независимая переменная — та, которая оказывает влияние на остальные переменные; переменная, на которую оказывается воздействие, является зависимой. В приведенном примере академические достижения являются независимой переменной, а должностной оклад — зависимой. Различие между ними связано с направлением причинной связи, которую мы рассматриваем. Один и тот же фактор может выступать как независимая переменная в одном исследовании и как зависимая — в другом, в зависимости от того, какие именно причинные процессы анализируются. Если нас интересует влияние дохода на стиль жизни, то доход становится независимой переменной.
Выяснение того, является ли корреляция между несколькими переменными причинной связью, требует контроля, который означает, что определенная переменная фиксируется, для того чтобы определить влияние других. Пользуясь этим приемом, мы можем проверить объяснения наблюдаемых корреляций и отделить причинные связи от непричинных. Например, исследователи, занимавшиеся проблемами развития детей, утверждали, что существует причинная связь между материальной депривацией в детстве и серьезными личностными проблемами во взрослой жизни. (Материальная депривация означает, что ребенка отделяют от матери на долгое время, несколько месяцев и более, в первые годы его жизни.) Как можно проверить, действительно ли существует причинная связь между материальной депривацией и последующими личностными проблемами? Это можно сделать, попытавшись провести контроль, отводя другие возможные влияния, которые могли бы объяснить данную корреляцию.
Одним из источников материальной депривации является поступление ребенка в больницу на длительное время, в течение которого он будет отделен от 617 своих родителей. Однако действительно ли имеет значение привязанность именно к матери? Может быть, если ребенок получает любовь и внимание от других людей, он может все-таки стать нормальном индивидом? Чтобы исследовать эти возможные причинные связи, мы должны будем сравнить случаи, в которых дети лишены были постоянной заботы со стороны кого бы то ни было, со случаями, когда дети были изолированы от своих матерей, но получали любовь и заботу от кого-либо другого. Если в первой группе возникнут серьезные личностные затруднения, а во второй нет, то мы должны будем предположить, что значение имеет лишь постоянная забота о младенце со стороны кого-то, вне зависимости от того, является ли он матерью или нет. (Фактически, дети, по-видимому, хорошо чувствуют себя до тех пор, пока у них есть стабильная эмоциональная связь с кем-нибудь, кто о них заботится, и это не обязательно должна быть мать.)
Для объяснения практически любой корреляции может быть привлечено множество различных причин. Можем ли мы вообще быть уверены, что охватили их все? Конечно же, нет. Мы не смогли бы удовлетворительно провести или интерпретировать результаты даже самой малой части социологического исследования, если бы пришлось проверять возможность влияния любого фактора, который мы могли бы счесть относящимся к данному случаю. Определение причинных связей обычно направляется предыдущими исследованиями в данной области. Если у нас заранее нет удовлетворительного представления о вероятных причинных механизмах некоторой корреляции, то обнаружить реальные причинные связи будет очень непросто. Мы не будем знать, что нужно проверять.
Ярким примером проблем, связанных с поисками верной оценки причинных отношений, имеющих место в данной корреляции, является длительная история исследований на тему курения и рака легких. Исследования постоянно показывали сильную корреляцию этой пары переменных. У курильщиков больший шанс заработать рак легких, чем у некурящих, у заядлых курильщиков больший, чем у умеренных. Данную корреляцию можно представить и в обратном направлении. Так, среди больных раком легких высока доля тех, кто является курильщиком, или длительное время был им. Исследований, подтверждающих данную корреляцию, так много, что обязательное присутствие причинной связи в этом случае общепризнанно. Тем не менее, точные причинные механизмы до сих пор остаются неизвестными.
Однако сколько бы ни рассматривались корреляции в исследовании данного вопроса, всегда остаются сомнения по поводу наличия причинных связей, поскольку всегда возможны различные интерпретации корреляции. Например, выдвигалось предположение, что люди, предрасположенные к заболеванию раком легких, предрасположены также и к курению. С этой точки зрения не рак легких обуславливается курением, а курение и рак легких возникают вследствие предрасположенности, которая определяется биологической конституцией индивидов.
В социологии используется множество различных методов. При включенном наблюдении или полевой работе (эти два термина могут использоваться эквивалентно)
618
Статистические термины
В социологическом исследовании при анализе данных часто используют статистические методики. Некоторые из них чрезвычайно оригинальны и сложны, но те, которые используют наиболее часто, просты для понимания. Чаще всего применяются меры главной или основной тенденции (способы подсчета средних величин) и коэффициенты корреляции (измерение степени связи одной переменной с другой).
Существует три метода подсчета средних величин, каждый из которых имеет свои преимущества и недостатки. В качестве рабочего примера возьмем уровень личного богатства (включая все виды благ, такие, как дома, автомобили, банковские счета и капиталовложения) тринадцати индивидов. Предположим, что эти тринадцать человек владеют следующим объемом благ:
1. Ј0
2. Ј5000
3. Ј10000
4. Ј20000
5. Ј40000
6. Ј40000
7. Ј40000
8. Ј80000
9. Ј100000
10. Ј150000
11. Ј200000
12. Ј400000
13. Ј10000000
Среднее здесь соответствует усреднению в его обычном понимании, и получается сложением вместе личного богатства всех тринадцати человек и делением результата на их общее число, то есть на 13. Итоговая сумма будет Ј11085000, разделив это на тринадцать, получаем значение, равное Ј852692. Среднее часто полезно потому, что оно основывается на использовании всего объема имеющихся данных. Тем не менее, эта операция может ввести в заблуждение там, где один или небольшая часть случаев очень сильно отличаются от большинства. В приведенном примере среднее значение фактически не будет мерой главной тенденции, поскольку присутствие одной очень большой величины Ј10000000 искажает все остальное. Может сложиться впечатление, что большинство этих людей владеет гораздо большим объемом благ, чем на самом деле.
В таких случаях может быть использована одна из оставшихся мер. Мода — значение, встречающееся в наборе данных наиболее часто. В примере, приведенном здесь, это Ј40000. Проблема с модой заключается в том, что этот метод не учитывает общее распределение данных, т. е. весь диапазон величин. Наиболее часто встречающийся случай не обязательно будет представительным для распределения в целом, и поэтому в качестве “средней величины” не очень полезен. В нашем случае Ј40000 не дают точного представления об основной тенденции, поскольку эта сумма располагается слишком близко к нижнему уровню приведенных значений.
Третьей мерой является медиана — значение, находящееся в середине набора. В примере, приведенном здесь, это седьмое значение —Ј40000. 619
В нашем примере дано нечетное количество значений. Если бы оно было четным, например, двенадцать вместо тринадцати то медиана исчислялась бы средним двух чисел, находящихся в середине - шестого и седьмого. Как и мода, медиана не дает представления о реальном диапазоне полученных данных.
Чтобы не дать ошибочной картины среднего, исследователь может использовать не только меру главной тенденции. Чаще всего вычисляется стандартное отклонение для набора данных. Это способ подсчета степени разброса, или диапазона, для набора значений, который в этом случае лежит между Ј0 и Ј 10 000 000.
Коэффициенты корреляций предлагают полезный способ выражения того, как связаны друг с другом две (или больше) переменных. Если две переменные полностью коррелируют, мы можем говорить о полной положительной корреляции, выражаемой коэффициентом 1. Там, где связи между двумя переменными не обнаружено (они могут быть вовсе не связаны), коэффициент будет нулевым. Абсолютная отрицательная корреляция, выражаемая как -1, существует там, где две переменные находятся в точном обратном отношении друг к другу. В общественных науках абсолютные корреляции никогда не обнаруживаются. Корреляции порядка 0,6 и более, будь то положительные или отрицательные, обычно являются индикатором сильной связи между любыми анализируемыми переменными. Положительные корреляции такого уровня можно, например, обнаружить между классовым происхождением и поведением на выборах. Чем выше англичанин располагается по социально-экономической шкале, тем вероятнее он предпочтет консерваторов лейбористам.
исследователь живет вместе с группой или сообществом, которые он изучает, принимая непосредственное участие в их деятельности. Примером полевой работы является знаменитое исследование Ирвинга Гоффмана, посвященное изучению поведения людей в сумасшедшем доме4). Гоффман провел несколько месяцев в клинике для душевнобольных, работая помощником санитара. Один или два человека из персонала знали, что он социолог, но больным это не было известно. Поэтому Гоффман мог легко и непринужденно общаться с ними, и контактировал даже с тяжелыми больными, содержавшимися в закрытых палатах. Таким образом, у него была возможность составить детальную картину жизни этой организации, а также наклонностей и взглядов тех, кто в ней жил и работал. Исследовательскими материалами были ежедневные записи о жизни палат, а также сообщения о беседах и контактах с пациентами и персоналом.
Он обнаружил, например, что в закрытых палатах, где многие больные противились обычным способам социального общения, дежурные имели в своем распоряжении одного-двух “работающих больных” из других палат, помогавших им. Работающие больные в награду за свои усилия обычно имели ряд поблажек. Такая практика не была официально признана администрацией больницы, однако фактически она имела существенное значение для нормальной работы организации. Примером такого рода может быть фрагмент полевых заметок Гоффмана, посвященный повседневным событиям: 620