ВІКІСТОРІНКА
Навигация:
Інформатика
Історія
Автоматизація
Адміністрування
Антропологія
Архітектура
Біологія
Будівництво
Бухгалтерія
Військова наука
Виробництво
Географія
Геологія
Господарство
Демографія
Екологія
Економіка
Електроніка
Енергетика
Журналістика
Кінематографія
Комп'ютеризація
Креслення
Кулінарія
Культура
Культура
Лінгвістика
Література
Лексикологія
Логіка
Маркетинг
Математика
Медицина
Менеджмент
Металургія
Метрологія
Мистецтво
Музика
Наукознавство
Освіта
Охорона Праці
Підприємництво
Педагогіка
Поліграфія
Право
Приладобудування
Програмування
Психологія
Радіозв'язок
Релігія
Риторика
Соціологія
Спорт
Стандартизація
Статистика
Технології
Торгівля
Транспорт
Фізіологія
Фізика
Філософія
Фінанси
Фармакологія


Множественная регрессия и путевой анализ

Выше описывалась модель линейной регрессии для двух переменных. В дей­ствительности социолог довольно редко сталкивается со столь простыми моде­лями данных. Влияние одного фактора обычно может объяснить лишь часть разброса наблюдаемых значений независимой переменной. Метод частной кор­реляции позволяет нам проконтролировать эффекты воздействия любых дру­гих контрольных переменных, которые мы в состоянии измерить. (Стоит снова подчеркнуть здесь, что статистические методы изучения причинных взаимо­связей, в отличие от экспериментальных, позволяют нам контролировать лишь те источники вариации, которые мы способны концептуализировать и измерить.) Однако еще более интересной задачей является контроль одновременного воздействия нескольких независимых на одну зависимую переменную, а также срав­нение эффекта воздействия разных независимых переменных и предсказание «отклика» независимой переменной. Именно эти задачи решают методы анали­за, о которых пойдет речь в данном параграфе. Наше изложение будет непол­ным, так как более детальное обсуждение требует дополнительной математи­ческой подготовки. Мы будем ориентироваться на сравнительно скромные цели понимания общей логики и интерпретации результатов соответствующих ста­тистических процедур.

Уравнение множественной регрессии — это определенная модель порождения данных. Важные допущения, принимаемые в этой модели, касаются уже извес­тного вам требования линейности, а также аддитивности суммарного эффекта независимых переменных. Последнее означает, что воздействия разных неза­висимых переменных просто суммируются, а не, скажем, перемножаются (муль­типликативный эффект, в отличие от аддитивного, имеет место тогда, когда ве­личина воздействия одной независимой переменной на зависимую, в свою оче­редь, находится под влиянием другой независимой переменной, т. е. независимые переменные взаимодействуют друг с другом).

Множественная регрессия во многом аналогична простой (бивариантной) рег­рессии. Отличие состоит в том, что регрессия осуществляется по двум и более независимым переменным одновременно, причем каждая из них входит в рег­рессионное уравнение с коэффициентом, позволяющим предсказать значения зависимой переменной с минимальным количеством ошибок (критерием здесь снова является метод наименьших квадратов). Частные коэффициенты в урав­нении множественной регрессии показывают, какой будет величина воздействия соответствующей независимой переменной на зависимую при контроле влия­ния других независимых переменных. Если воспользоваться простейшей сис­темой обозначений, то уравнение множественной регрессии для трех независи­мых переменных можно записать как:

 

где это предсказываемое значение зависимой переменной, X1 ... Х3неза­висимые переменные, а b1, ... b3частные коэффициенты регрессии для каж­дой из зависимых переменных.

Коэффициенты b могут быть интерпретированы как показатели влияния каж­дой из независимых переменных на зависимую при контроле всех других неза­висимых переменных в уравнении. В отличие от коэффициентов частной кор­реляции коэффициенты регрессии обладают размерностью. Они показывают, на сколько единиц изменится зависимаяпеременная при увеличении независи­мой на одну единицу (при контролевсехостальных переменных модели). Пусть, например, мы построили уравнение множественной регрессии, описываю­щее зависимость дохода от интеллекта (X1) и стажа работы 2). Если величина b1оказалась равной 100, это означает, что каждый дополнительный балл по шкале интеллекта увеличивает доход на 100 рублей. Значение b2 = 950 говорит нам, что год стажа прибавляет 950 рублей. Однако «сырые» оценки интеллекта и стажа измерены в разных единицах. Для определения сравни­тельной значимости независимых переменных, входящих в уравнение мно­жественной регрессии, мы должны подвергнуть все переменные стандар­тизации (т. е. перевести их в Z-оценки, см. выше). Стандартизованные ко­эффициенты множественной регрессии, которые удобнее всего обозначать как b* (либо греч. «бета» — b), меняются в пределах от -1,0 до +1,0. Они сохраняют свою величину при изменении масштаба шкалы: переход от измерения возраста в годах к измерению в днях не изменит соответству­ющий b*.

Стандартизованные коэффициенты позволяют оценить «вклад» каждой из переменных-предикторов в предсказание значений независимой перемен­ной. Если в примере с влиянием интеллекта и стажа работы на доход ока­жется, что b1* = 0,25, а b2* = 0,30, то можно заключить, что сравнительная значимость «веса» интеллекта и стажа в предсказании дохода различаются незначительно. Если же для одной переменной b1* = 0,80, тогда как b2* = 0,40, мы можем сказать, что эффект воздействия второй переменной в два раза меньше эффекта первой.

Чтобы определить ожидаемые значения зависимой переменной для отдельных индивидов, достаточно подставить в уравнение множественной регрессии со­ответствующие значения переменных-предикторов и вычисленных коэффици­ентов b. Пусть, например, мы хотим рассчитать прогнозное значение величины дохода для человека, чей коэффициент интеллекта равен 110, а стаж работы — 20 годам. Если b1, как в вышеприведенном примере, составляет 100, b2 = 950, а слагаемое а = 50000, то мы получим:

ожидаемый доход = 50000 +100 х 110 + 950 х 20 = 80000 руб.

Множественную регрессию можно использовать и для предсказания средних групповых значений, например среднего дохода мужчин-врачей. Единственное различие в данном случае заключается в использовании средних значений неза­висимых переменных для подстановки в уравнение множественной регрессии. В качестве независимой переменной множественной регрессии могут исполь­зоваться и дихотомические переменные, которым приписывают значения 0 и 1 (например, пол). Для того чтобы включить в уравнение номинальную перемен­ную с более чем двумя категориями, нужно создать соответствующее число новых, «фиктивных» переменных, каждая из которых будет кодироваться как 0 или 1 в зависимости от наличия или отсутствия категории-признака. Скажем, состоящую из трех категорий переменную «цвет глаз» можно представить с помощью трех переменных: Х1«голубые глаза», Х2«карие глаза», Х3«зеленые глаза». (Человек с голубыми глазами получит 1 по X1и 0 по двум другим переменным.)

Метод множественной регрессии очень популярен среди социологов. Вот, на­пример, как выглядели результаты его применения в исследовании Л. Бэрона и М. Строса, изучавших факторы, влияющие на статистику изнасилований[211]. Использованная в планировании этого исследования матрица данных включа­ла в себя в качестве объектов («случаев») различные штаты США. Признаками, по которым описывались штаты, служили около десятка независимых и соб­ственно контрольных переменных, предположительно воздействующих на за­висимую переменную, — количество зарегистрированных полицией изнасило­ваний на 100000 населения в год для данного штата (по данным ежегодных статистических отчетов ФБР). Предполагалось, что существующие различия между штатами в уровне изнасилований можно будет объяснить различиями в уровнях независимых переменных. Нужно отметить, что разброс «случаев» по зависимой переменной был весьма велик — от 71,9 на Аляске до 8,2 в Север­ной Дакоте (1979). Из десятка переменных, включенных в уравнение множе­ственной регрессии, девять оказались статистически значимы. Основные ре­зультаты регрессионного анализа для семи переменных представлены в таб­лице 8.12.

Таблица 8.12

Множественный регрессионный анализ статистики изнасилований, 1979 г.[212]

 

Независимая переменная Коэффициент b Коэффициент b* Р<
Индекс совокупного тиража порнографических журналов (SMCX) 6,99   0,52   0,001  
Показатель числа убийств и непредумышленных убийств 1,70   0,55   0,001  
Показатель числа публичных оскорблений с угрозой применения физической силы 0,04   0,32   0,001  
Индекс положения женщин (SWX) 0,43   0,27   0,014  
Число грабежей -0,03 -0,25 0,052
Процент черного населения -0,41 -0,38 0,001
Процент живущих ниже федерального уровня бедности 1,11 0,29   0,011  

 

Из таблицы видно, что индекс совокупного тиража порнографических журна­лов (интегральный показатель, учитывающий уровни продаж восьми популяр­ных изданий) имеет коэффициент регрессии 6,99. Это означает, что рост индек­са на единицу в среднем увеличивает количество изнасилований почти на 7 случаев (в расчете на 100000 населения). Весьма значительно и влияние чис­ла убийств, что особенно заметно при сравнении стандартизованных коэффи­циентов (b*), не зависящих от шкалы измерения признака. Фактически количе­ство убийств вносит самый значительный «вклад» в предсказание значений за­висимой переменной (b* = 0,55). Интересно отметить, что одна из независимых переменных в описываемом исследовании — индекс положения женщин, рас­считанный на основании 22-х политических, экономических и социальных ин­дикаторов, — при анализе простых взаимосвязей продемонстрировала практи­чески нулевую корреляцию с количеством изнасилований (r = 0,17), причем результаты анализа диаграмм рассеивания также не дали никаких свидетельств в пользу гипотезы о нелинейной связи.Множественная регрессия позволила уточнить первоначальные выводы:при контроле прочих переменных модели, чем выше статус женщин, тем вышеуровень изнасилований (результат, которому довольно трудно найти теоретическое объяснение). Использование девяти независимых переменных позволило объяснить 83% дисперсии в показателях количества изнасилований (квадрат коэффициента множественной корреляции r2 составил 0,83).

При интерпретации результатов множественной регрессии стандартизован­ные коэффициенты, как уже говорилось, используют в качестве показателей значимости, «вклада» соответствующих переменных. Эта трактовка верна лишь в определенных пределах. При нарушении некоторых условий сравне­ние абсолютных величин стандартизованных коэффициентов может вести к неверным выводам. Дело в том, что коэффициенты регрессии подвержены влиянию случайных ошибок измерения. Использование ненадеж­ных индикаторов «сдвигает» регрессионные коэффициенты к нулю[213]. Ины­ми, словами, более надежные индикаторы дают более высокие оценки коэф­фициентов. Пусть, например, для предсказания риска сердечно-сосудистых заболеваний использовались две независимые переменные индивидуально­го уровня — «ориентация на достижения» и «склонность подавлять агрес­сию», — причем шкала для измерения первой обладала более высоким коэф­фициентом надежности. Если стандартизованный коэффициент регрессии для достиженческой мотивации окажется выше, чем для подавления агрес­сии, это может рассматриваться как следствие таких содержательных раз­личий между переменными, которые важны с точки зрения теории психосо­циальных факторов заболеваемости. Но нельзя исключить и альтернатив­ное объяснение, связывающее более высокий регрессионный коэффициент первой переменной с побочными эффектами методов измерения: влияние ориентации на достижения не превосходит влияния, оказываемого на риск инфаркта склонностью подавлять агрессию, а наблюдаемые различия регрессионных коэффициентов связаны лишь с ненадежностью использован­ных индикаторов склонности к подавлению.

Другая проблема, требующая некоторой осторожности в интерпретации ко­эффициентов регрессии, возникает вследствие того, что модель множествен­ной регрессии не обязывает нас ни к каким строгим предположениям о при­чинных связях между независимыми переменными. Регрессионное уравне­ние, образно говоря, не делает никаких различий между собственно независимыми, т. е. теоретически специфицированными, переменными и дополнительными — контрольными, опосредующими и т.п.— факторами, вводимыми в модель с целью уточнения. В тех случаях, когда теоретическая гипотеза, проверяемая в ходе исследования, допускает: 1) существование взаимосвязей между независимыми переменными, 2) наличие прямых и кос­венных (опосредованных) влияний, а также 3) использование нескольких индикаторов для каждого латентного фактора, могут понадобиться более совершенные статистические методы. Одна из возможностей здесь — это использование путевого анализа.

Путевой анализ — один из основных способов построения и проверки причин­ных моделей в социологии. Многие более продвинутые статистические техники основаны на сходной исследовательской методологии.

Важным достоинством путевого анализа является то, что он позволяет оценить параметры каузальных моделей, причем в расчет принимаются не только пря­мые, но и непрямые (опосредованные) влияния. Если, например, в результате корреляционного или регрессионного анализа мы обнаружили, что интеллект (измеренный как IQ) лишь умеренно влияет на доход, нам не следует торопить­ся с общими выводами. Мы оставили неучтенной возможность того, что интел­лект может иметь существенное влияние на образование, которое, в свою оче­редь, воздействует на последующий доход. Таким образом, нам нужно принять во внимание то, что интеллект — помимо прямого эффекта — может иметь еще и опосредованное, непрямое влияние на доход посредством влияния на образо­вание. Методы, рассматривавшиеся нами до сих пор, описывали только пря­мые эффекты.

Путевой анализ включает в себя технику представления прямых и косвен­ных причинных влияний при помощи специальных диаграмм (потоковых графов). Эти диаграммы часто называют просто причинными (структурны­ми) моделями.

Последовательно «считывая» такую модель, можно легко определить все пути влияния одной переменной на другую и соответственно оценить величину чис­того эффекта. Во многих разделах этой книги причинные модели уже исполь­зовались для представления сравнительно сложных причинных гипотез, поэтому общая логика их построения не требует детального обсуждения. Порядок представления переменных на диаграмме отражает пред­полагаемое направление причинной связи, а диапазон включенных в диаграм­му переменных и отношения между ними зависят от принятых исследователем теоретических гипотез. Так называемые путевые коэффициенты, описыва­ющие связи между переменными (связям соответствуют стрелочки на диаг­рамме), равны стандартизованным коэффициентам множественной рег­рессии (b*)[214].

Обычно путевую диаграмму рисуют слева направо — от самых «ранних» по порядку следования независимых переменных до зависимой. Путевые коэффи­циенты часто обозначают латинскими «p» с подстрочными индексами 21это путевой коэффициент для связи между переменными Х1 ® Х2). На рисунке 24 в качестве примера изображена путевая диаграмма, отражающая гипотети­ческие отношения между интеллектом (Х1), образованием 2), социально-эко­номическим статусом (Х3), доходом (Х4)и размерами сбережений (Х5).

Специальные правила позволяют перевести отношения, изображенные на ди­аграмме, в совокупность структурных уравнений, описывающих механизмы прямого и опосредованного воздействия одних переменных на другие. На ри­сунке 24, в частности, видно, что не существует пути для прямого воздействия интеллекта на размеры сбережений, однако общий эффект воздействия интел­лекта будет включать в себя совокупность непрямых эффектов: Х1воздейству­ет на Х5и через образование 2), и через достигнутый статус (Х3), и через доход 4). Иными словами, хотя и нельзя утверждать, что склонность откладывать деньги «в кубышку» зависит от умственных способностей, последние влияют и на возможность получения образования, и на статус, и на доход. В свою оче­редь, люди с определенным социальным и экономическим статусом обнаружи­вают склонность иметь сбережения.

 

       
   
 
 

 

 


Р21 Р32 Р32

 

           
 
     
 

 


Интеллект ¾ Х1
Сбережения ¾ Х5
Статус ¾ Х3
Р31 Р53

               
   
 
 
   
   
 
 


Р41 Р43 Р34

 
 


Puc. 24. Путевая диаграмма для примера со сбережениями

 

В общем случае, полный эффект влияния переменной равен сумме ее непосред­ственного эффекта и всех косвенных эффектов влияния. Величины возмуще­ний 2 — е4) на рисунке позволяют оценить, насколько хорошо работает мо­дель, показывая, какая часть дисперсии соответствующей переменной осталась необъясненной. В результате путевой анализ позволяет пересматривать и уточ­нять исходную теоретическую модель, сравнивать «эффективность» несколь­ких конкурирующих теорий для объяснения существующей совокупности эм­пирических наблюдений. Существуют даже компьютерные программы, осу­ществляющие автоматический поиск наилучшей структурной модели, т.е. процедуру, сходную с отбором из нескольких существующих теорий та­кой, которая максимально соответствовала бы полученным в исследовании дан­ным[215]. Важно, однако, осознавать, что сами по себе результаты применения регрессионных методов и причинных моделей (регрессионные коэффициенты, линии регрессии, путевые диаграммы) решают прежде всего задачу обобщен­ного описания уже полученных эмпирических данных. Они могут служить на­дежной основой для интерполяции, оценки положения гипотетических «точек» в пределах ряда наблюдавшихся значений, однако их использование в целях экстраполяции и прогноза может вести к существенным ошибкам в тех случа­ях, когда такой прогноз не подкреплен более широкой теорией, не сводимой к отдельной модели для конечной совокупности данных. (Достаточно указать в качестве примера на многочисленные ошибочные прогнозы в экономике — науке, где количество эмпирических данных и описывающих их структурных моделей многократно превзошло количество существующих теорий).

Путевой анализ, как и множественная регрессия, сегодня является частью большинства стандартных статистических программ для компьютера. Не стоит, однако, забывать о том, что при любом уровне прогресса в компьютерном обеспечении задать причинную модель, т.е. совокупность содержательных гипотез, подлежащих статистическому оцениванию, может только сам исследователь.

 

Дополнительная литература

Вайнберг Дж., Шумекер Дж. Статистика. М.: Финансы и статистика, 1979.

Гласс Дж., Стэнли Дж. Статистические методы в педагогике и психологии. М.: Прогресс, 1976.

Интерпретация и анализ данных в социологическом исследовании. М.: Наука, 1987.

Татарова Г.Г. Типологический анализ в социологии. М.: Наука, 1993.

Типология и классификация в социологических исследованиях. М.: Наука, 1982.

Толстова Ю.Н. Логика математического анализа социологических данных. М.: Наука, 1991.

Хейс Д. Причинный анализ в статистических исследованиях. М.: Финансы и статистика, 1981.

Флейс Дж. Статистические методы для изучения таблиц долей и пропорций. М.: Финансы и статистка, 1989.

Ядов В.А. Социологические исследование: методология, программа, методы. 2-е изд. М.: Наука, 1987. Гл. 5.

 


[1] Интересно отметить, что такое понимание не всегда доступно самому исследователю в момент осуществления исследования. Так, Майкельсон до опубликования основных положений теории относительности Эйнштейна, породившей абсолютно новую исследовательскую программу, воспринимал свои опыты не как решающее опровержение теории эфира, а скорее как подтверждение того, что при движении Земли в эфире не возникает так называемый «эфирный ветер» (либо, если возникает, то очень малень­кий). Подробнее см.: Лакатос И. Фальсификация и методология научно-исследователь­ских программ. М.: Московский философский фонд «Медиум», 1995.

[2] Данный эксперимент представляет собой упрощенную версию экспериментов, реально проводившихся психологом Э. Толменом.

[3] Примеры влияния так называемых моделей измерения – вспомогательных гипотез, касающихся используемых социологами шкал и индикаторов, на теоретическую интерпретацию результатов исследования, подробнее рассмотрены в гл. 5 и 6.

[4] О том, как происходят такого рода научные революции, можно подробнее узнать из книги Т. Куна «Структура научных революций». См.: Кун Т. Структура научных рево­люций. М.: Прогресс, 1977.

[5] Важно помнить, что за подобными догадками стоят не столько мистическая интуиция или «внутреннее знание», сколько целая система «обыденных социологических тео­рий», на которой основывают свои повседневные решения и интерпретации и профес­сиональные социологи, и обычные люди. «Обыденные теории», подобно научным, впол­не могут оказаться как полезными, так и бесполезными, как верными, так и ошибочны­ми — поэтому они также нуждаются в формализации, операционализации и проверке.

[6] Подробнее о соотношении исследовательских программ, теоретических моделей и методов исследования в социальных науках см.: Девятко И. Модели объяснения и ло­гика социологического исследования. М.: ИСО РЦГО-TEMPUS/TACIS, 1996.

[7] Полезно различать негативный результат исследования, специально предназначен­ного для проверки предсказаний теории, и контрпример — наблюдение или исследова­тельский результат, который противники научной теории предлагают в качестве крити­ческого, предположительно не имеющего объяснения с точки зрения этой теории (т. е. контрпример — это такой факт, для которого из теории не удается дедуктивно вы­вести гипотезу, его предсказывающую).

[8] Заметим, не вдаваясь в детали, что выход из такого теоретического тупика можно най­ти в принятии базисных предположений других исследовательских программ, напри­мер психоаналитической, но за это обычно приходится платить отказом от собствен­ных базисных предположений.

[9] Так, например, холистские исследовательские программы, объясняющие поведение отдельных действующих надындивидуальными, структурными факторами, противостоят индивидуалистским программам, сводящим любое социальное целое к мотивам и поступкам отдельных людей.

[10] Впрочем, для всякого «проступка» обычно находится другое объяснение.

[11] См.: Hammersley M., Atkinson P. Ethnography: Principles in Practice. L.: Tavistock, 1983.

[12] Blumer H. Foreword // Severyn T. Bruyri. The Human Perspective in Sociology: The Methodology of Participant Observation. Englewood Cliffs (N. J.), 1966. P. VI.

[13] См.: LazarsfeldP. F. Qualitative Analysis. Boston: Alien and Bacon, 1972.

[14] См.: Lofland J., Lofland L. H. Analizing Social Settings. Belmont (Ca.): Wadsworth, 1984.

[15] Whyte W. F. Street Corner Society. 2nd ed. Chicago: University of Chicago Press, [1943] 1955.

[16] Festinger L.. Riecken H., Schachter S. When Prophecy Fails. N. Y.: Harper & Row, 1956.

[17] См.: Latoure В., Woolgar S. Laboratory Life. Beverly Hills (Ca.): Sage, 1979, а также Lynch M. Art and Artifact in Laboratory Science. L.: Routledge and Kegan Paul, 1985.

[18] См.: Bosk Ch. L. Forgive and Remember: Managing Medical Failure. Chicago: The University of Chicago Press, 1979.

[19] См.: Morales E. Cocaine: White Gold Rush in Peru. Tuscon: University of Arizona Press, 1989.

[20] См.: Myerhoff B. Number Our Days. N. Y.: Simon and Schuster, 1978.

[21] Hammersley M., Atkinson P. Ethnography: Principles in Practice. P. 2.

[22] См.: Kaplan A. The Conduct of Inquiry. San Francisco: Chandler, 1964.

[23] См.: Glazer В., Strauss A. The Discovery of Grounded Theory. Chicago: Adline, 1967, а также Agar M, H. Speaking of Ethnography. Beverly Hills et al.: Sage, 1986. (Qualitative Research Methods Series. Vol. 2.)

[24] Freilich M. Mohawk Heroes and Trinidad Peasanis // FreilictiM. (ed.) Marginal Natives: Anthropologists at Work. N. Y., 1970.

[25] Glazer В., Strauss A.. Awareness of Dying. Chicago: Adline, 1965.

[26] Boggs V. Finding Your Spot 11 Smith C. D., Kornblum W. (eds.) In the Field: Readings on the Field Research Experience. N. Y., 1989. P. 147—152.

[27] См.: Merton R. K. Introduction: Notes on Problems-Finding in Sociology // Merton R. K., Broom L, Cottrell L. S., Jr. (eds.) Sociology Today. N. Y, 1959. Vol. 1.

[28] Более подробное и вполне ясное изложение можно найти в книге: Agar М. Н. Speaking of Ethnography.

[29] Ibid. Р. 12.

[30] Agar M. И. Op. cit. P. 20.

[31] Подробнее об этом см.: Geertz С. From the Native's Point of View: On the Nature of Anthropological Understanding // Rabinow P., Sullivan W. M. Interpretive Social Scena: A Reader. Berkeley, 1979.

[32] В одной из работ 3. Баумана сделана попытка показать, что эта роль посредника и переводчика в наше время вытесняет традиционную роль социолога-эксперта, дающе­го советы просвещенным правителям. Бауман подчеркивает, Однако, следующее важ­ное обстоятельство: посредническая роль социолога и — шире — интеллектуала, его открытость к пониманию разных «способов жизни» не должны вести к отказу от его собственной традиции рационального объяснения и интеллектуальной честности. См.: Ваитап Z. Legislators and Interpreters. Cambridge: Polity Press, 1987.

[33] См.: Forgensen D. L. Participant Observation: A Methodology for Human Studies. Newbury Park et al.: Sage, 1989. P. 19—20. (Applied Social Research Methods Series. Vol. 15.)

[34] Glazer В., Strauss A. The Discovery of Grounded Theory.

[35] Glazer В., Strauss A. L. Awareness of Dying.

[36] Ibid. P. 8.

[37] Ibid. P. IX.

[38] См., в частности: Schutz A. The Phenomenology of the Social World / Transl. by G. Walsh, F. Lehnert. Evanston: Northwestern University Press, 1967; Blumer H, Symbolic Interactionism. Englewood Cliffs: Prentice Hall, 1969, а также применительно к методам социального исследования: Denzin N. Interpetive Interactionism. L. et al.: Sage, 1989.

[39] Thomas W. L, Thomas D. S. The Child in America. N. Y.: Khopf, 1928. Заметим, однако, что эта теоретически продуктивная позиция становится крайне спорной, как только начинает восприниматься как утверждение о возможности полного, безостаточного сведения (редукции) мира поступков, наблюдаемого поведения к миру сознания и смыс­лов. В этом случае знаменитая фраза становится столь же плоской и бессодержатель­ной, как и противоположная крайняя позиция: поступки, которые люди действительно совершают, реальны по своим последствиям.

[40] Glazer B.. Strauss A. L. Awareness of Dying. P. 9—10.

[41] Glazer В., Strauss A. L. Awareness of Dying. P. 286—293. (Appendix.)

[42] Agar M. H. The Professional Stranger: An Informal Introduction to Ethnography. N. Y. et al.: Academic Press, 1980. P. 61.

[43] См.: Lofland J. Doing Social Life: The Qualitative Study of Human Interaction in Natural Settings. N. Y.: Wiley, 1976.

[44] См.: Goffman E. The Presentation of Self in Everyday Life. N. Y.: Doubleday, 1959.

[45] Под «социальной сконструированностью» здесь достаточно пока понимать смысло­вую и ценностно-нормативную определенность, то символическое «поле» смыслов, в котором происходит взаимодействие.

[46] Wolfe Т. The Electric Kool-Aid Acid Test. N. Y.: Bantam Books, 1983. Цит. по: Smith C.D., Kornblum W. (eds) In the Field: Readings on the Field Research Experience. N. Y: Praeger, 1989. P. 2—4.

[47] Liebow E. Tally's Corner. L.: Routledge and Kegan, 1967.

[48] Ibid.

[49] Whyte W. F. Op. cit.

[50] Следует упомянуть также более редкий случай, когда ученый, вынужденно и по дале­ким от науки причинам оказавшийся в некоторой ситуации, решает использовать эту ситуацию в исследовательских целях. В сущности, именно таким образом оказался на Тробриандовых островах выдающийся антрополог Б. Малиновский, интернированный как подданный враждебной державы («Argonauts of the Western Pacific», 1922). Отече­ственный исследователь Ю. Д. Карпов, находившийся в административной ссылке в Амурской области в 1969—1972 гг., осуществил комплексный анализ жизни сельской общины (устное сообщение канд. экон. наук, доц. НГУ Е. Е. Горяченко, участвующей в. подготовке материалов исследования Ю. Д. Карпова к изданию).

[51] Morales Е. Cocain. Цит. по: Smith С. D., Kornblum W. (eds.) In the Field: Readings on the Field Research Experience. P. 116.

[52] Галут в пер. с иврита — изгнание, рассеяние.

[53] Чиканос — потомки мексиканских иммигрантов.

[54] Myerhoff B. Op. cit.

[55] Myerhoff B. Op. cit.P. 89.

[56] Hammersley M., Atkinson P. Op. cit. P. 71—72.

[57] Gold R. L. Roles in Sociological Fieldwork // Social Forces. 1958. Vol. 36. P. 217—223. См. также: Junker В. Field Work. Chicago: University of Chicago Press, 1960.

[58] Ольшанский В. Б. Личность и социальные ценности // Социология в СССР. М., 1966. Т. 1.

[59] Hammersley М., Atkinson P. Op. cit. Р. 96.

[60] Mead М. Coming of Age in Samoa. N. Y.: Morrow, 1923.

[61] Freeman D. Margaret Mead and Samoa: The Making and Unmaking of an Anthropological Myth. Cambridge: Harvard University Press, 1983.

[62] Ibid. P. 66—68.

[63] Geertz C. Works and Lives: the Anthropologist as Author. Stanford (Ca.): Stanford University Press, 1988. P. 143—144.

[64] См., в частности: Becker H. S. Doing Things Together: Selected Papers. Evanston (111.): Northwestern University Press, 1986. Part 4.

[65] Hammersley M., Atkinson P. Op. cit. P. 156—157.

[66] Spradley J. P. Participant Observation. N. Y.: Holt, Rinehart & Winston, 1980. P. 78.

[67] Straus A., Corbin J. Basics of Qualitative Research: Grounded Theory Procedures and Techniques. Newbury Park et al.: Sage Publications, 1990. P. 69—72.

[68] Atkinson J. M., Heritage J. (eds.) Structures of Social Action: Studies in Conversation Analysis Cambridge: Cambridge University Press,1984. P. IX—XVI.

[69] С более точным — хотя и более сложным — описанием теоретических предпосылок анализа разговора лучше познакомиться по записи лекций X. Сакса. См.: .Atkinson J. M., Heritage J. (eds.) Structures of Social Action: Studies in Conversation Analysis. P. 21—27. Ch. 2 («Notes on Methodology»).

[70] Ibid. P. 191— 222.

[71] Ibid. P. 191.

[72] Ibid. P. 192.

[73] Ibid. P. 193.

[74] Thomas N. Out of Time: History and Evolution in Anthropological Discourse. Cambridge: Cambridge University Press, 1989. P. 9.

[75] Robinson W. S. The Logical Structure of Analytic Induction // Amer. Sociological Review. 1951. Vol. 16. P. 813.

[76] Lindesmith A. Comment on W. S. Robinson's «The Logical Structure of Analytic Induction» // Amer. Sociological Review. 1952. Vol. 17. P. 492.

[77] Lindesmith A. Opiate Addiction. Bloomington: Principia Press, 1947

[78] Denzin N. The Research Act. 3rd ed. New Jersey: Prentice Hall, 1989. P. 170.

[79] Geertz С. The Interpretation of Cultures. N. Y: Basic Books, 1973. P. 5.

[80] Geertz C. From the Native's Point of View: On the Nature of Anthropological Understanding // Rabinow P., Sullivan W. M. (eds.) Interpretative Social Science: a Reader. P. 227.

[81] Ibid. P. 227.

[82] Ibid. P. 228.

[83] См.: Hakim С. Research Design: Strategies and Choices in the Design of Social Research. L.: Alien & Unwin, 1987. P. 65—66.

[84] Shaw C. R. The Jack-Roller. A Delinquent Boy's Own Story. Chicago: The University of Chicago Press, [1930] \966;ShawC. R. The Natural History of a Delinquent Career. Chicago: The University of Chicago Press, 1931.

[85] Denzin N. The Research Act. A Theoretical Introduction to Sociological Methods. 3rd ed. Englewood Cliff: Prentice Hall, 1989. P. 183.

[86] См.: Kohli M. Biography: Account, Text, Method // Biography and Society. Beverly Hills, 1981. P. 164.

[87] См.: McCall М. М., Wittner J. The Good News about Life History // Becker H. S., McCall М. М. (eds.) Symbolic Interaction and Cultural Studies. Chicago: The University of Chicago Press, 1990. P. 47.

[88] Ibid.P.66.

[89] Becker H. S. Sociological Work. Chicago: Aldine, 1970. R 125—126.

[90] См.: Webb E. J., Campbell D. Т., Scwartz R. D., Sechrest L. Unobtrusive Measures: Nonreactive Measure in the Social Sciences. Chicago: Rand McNally, 1966, а также Denzin N. Op. cit. Ch. 10.

[91] Littler C. R. The Development of Labour Process in Capitalist Societies: A Comparative Study of the Transformation of Work Organization in Britain, Japan and the USA. L.: Heinemann, 1982. P. 117—145.

[92] Реструктурирование занятости и формирование локальных рынков труда в России: Научный доклад. М.: ИСИТО, 1996.

[93] Подробнее см., например: Thompson P. The Voice of the Past: Oral History. Oxford: Oxford University Press, 1978; Gardner G. В., Adams G. R. Ordinary People and Everyday Life: Perspectives on the New Social History. Nashville: American Association for State and Local History, 1983.

[94] См.: Conwell C., Sutherland E. H. The Professional Thief. Chicago: The University of Chicago Press, 1937.

[95] См.: Gagnon N. On the Life Accounts // Bertaux D. (ed.) Biography and Society. Beverly Hills, 1981.

[96] Garfinkel H. Passing and the Managed Achivement of Sex Status in an «Intersexed» Person. Part 1 (in collab. with R. J. Stoller) // Studies in Ethnomethodology. Cambridge, [1967] 1984. P. 116 — 185.

[97] Garfinkel H. Op. cit. P. 130.

[98] См.: Synge J. Cohort Analysis in the Planning and Interpretation of Research Using Life History // Bertaux D. (ed.) Biography and Society. Beverly Hills, 1981. P. 235—249.

[99] Классический анализ этого вопроса см.: Gottschalk L, Kluckhohn С., Angell R. The Use of Personal Documents in History, Anthropology, and Sociology. N. Y.: Social Science Research Council, 1945.

[100] Denzin N. Op. cit. P. 202—203.

[101] См., в частности: Блок М. Апология истории, или Ремесло историка. 2-е изд., доп. М.: Наука, 1986. Гл. 3 («Критика»).

[102] Вебер М. Избранные произведения: Пер. с нем. / Под ред. Ю. Н. Давыдова. М.: Про­гресс, 1990. С. 389—390.

[103] Denzin N. Op. cit. P. 205.

[104] Эти общие правила индуктивного вывода были сформулированы еще Дж. С. Миллем в «Системе логики» (1843).

[105] При отсутствии четких представлений о механизме причинной связи переменных (или отдельных событий) А и В единственным разумным основанием для построенного на опытных данных вывода о направлении причинной зависимости служит их последовательность во времени. Предшествование во времени — необходимое (но не достаточ­ное) условие причинного воздействия А на В.

[106] Справедливости ради следует отметить, что торжеству экспериментального метода в естественных науках немало способствовало совершенство некоторых технических приемов и устройств, позаимствованных из донаучной традиции алхимиков. После­дняя также уделяла большое внимание опытному знанию (как манифестации сверхчув­ственного знания) и активно использовала эксперименты-демонстрации или экспери­менты, ориентированные на практические цели, если можно считать практической це­лью получение гомункулуса или философского камня.

[107] См.: Петухов В. В. Словарь экспериментатора //Готтсданкер Р. Основы психологического эксперимента. М.: Изд-во МГУ, 1982. С. 454.

[108] Кэмпбелл Д.. Модели экспериментов в социальной психологии и прикладных исследованиях: Пер. с англ. / Сост. и общ. ред. М. И. Бобневой. М.: Прогресс, 1980. С. 207—208.

[109] Цит. по: Bogatz G. A., Ball S. (eds.). The Second Year of Sesam Street: A Continuing Evaluation. Princeton(N. J.): Educational Testing Service, 1971. Vol. 1—2.11RieckenH. W., Boruch R. F. (eds.) Social Experimentation: A Method for Planning and Evaluating Social Intervention. N. Y., 1974. P. 306—307.

[110] Об оценочных исследованиях см. в частности: Стародубцев С. П. Оценочные исследования: первое знакомство // Социологические исследования. 1992. № 7. С. 60—62.

[111] Готтсданкер Р. Основы психологического эксперимента. М.: Изд-во МГУ, 1982.

[112] Случайные изменения результата, т. е. фиксируемое в конкретном испытании значе­ние зависимой переменной, которое собственно и характеризует основной эффект, — воздействие независимой переменной на зависимую (или отсутствие такового).

[113] Fisher R. A. The Design of Experiment. 3rd ed. L.: Oliver and Boyd, 1942. P. 17—19.

[114] Петухов В.В. Указ. соч. С. 46.

[115] См.: Roethlisberger F. G., Dickson W. J. Management and the Worker. Cambridge: Harvard University Press, 1939.

[116] «Хоуторнский эффект», который, следуя выработанному в естественных науках об­разцу разрешения споров о приоритете, можно было бы именовать «хоуторнским эф­фектом плацебо, данного морской свинке при проведении экспертизы»...

[117] Сама процедура случайного распределения может быть осуществлена аналогично процедуре построения простой вероятностной выборки с использованием таблицы слу­чайных чисел (см. гл. 7). Если единицы отбора — отдельные испытуемые, классы, городские районы — имеют тенденцию к естественной группировке, либо эксперимента­тор особенно заинтересован в сравнении малочисленных подгрупп, то можно исполь­зовать вероятностные процедуры с кластеризацией и стратификацией.

 

[118] Кэмпбелл Д. Указ. соч. С. 51.

[119] Самая распространенная ошибка, совершаемая исследователями при проведении рандоми

© 2013 wikipage.com.ua - Дякуємо за посилання на wikipage.com.ua | Контакти