Качественный анализ данных исследования

Анализ эмпирических данных представляет собой один из самых ответственных этапов социологического исследования, его успешность во многом определяется уровнем профессиональной подготовки исследователя: его логико-методологической культурой мышления, знанием объекта и предмета, социологическим опытом. Так, полнота “прочтения” той информации, которая содержится в таблицах и схемах, ее логическая обработка и содержательная интерпретация существенно зависят от глубины знания социологом объекта и предмета, с которыми он имеет дело. Большое значение имеют также его способность к объективному анализу данных. Объективность и профессиональная честность социолога, осуществляющего качественный анализ информации, заключается, в частности, в следующем:

выявив какую-либо связь или закономерность, он должен сопоставить их с ранее установленными фактами, а также сослаться на сопутствующие данные, подкрепляющие (или опровергающие) избранную им интерпретационную схему;

описывая выявленные связи и тенденции, следует оговорить, при каких условиях и ситуациях они имеют место;

осуществляя качественный анализ информации, исследователь должен попытаться сформулировать социальную проблему, стоящую за полученными данными;

ни в коем случае и ни при каких обстоятельствах он не должен “подгонять” эмпирические данные под желаемый результат.

Только соблюдение этих правил позволит сделать качественный анализ эмпирической информации достаточно надежным, содержательным и точным.

С содержательной точки зрения качественный анализ представляет собой процедуру проверки исходных гипотез, выдвиже­ния и верификации новых предположений в случае неподтверждения исходных, а также процесс интерпретации и объяснения эмпирических данных посредством их “включения” в определенный социальный контекст.

К этому этапу работы исследователь переходит после математической обработки эмпирического материала и получения линейного распределения (как правило, в процентах) по всем переменным (признакам). Прежде чем приступить непосредственно к анализу данных, необходимо произвести общий контроль качества полученной информации: выявить ошибки и пропуски, допущенные при сборе данных, отбраковать какие-то единицы наблюдения, не отвечающие модели выборки и т.д.

В зависимости от программных целей анализ данных может быть более или менее глубоким, выполненным по “полной схеме” или прерванным на определенном этапе. В полном объеме он включает в себя три последовательные стадии: описание полученных данных, их объяснение и прогноз возможных изменений в том фрагменте социальной реальности, который выступал объектом исследования. Каждая стадия предполагает использование соответствующего класса процедур анализа. К классу описательных процедур относится группировка и типологизация. Второй класс образуют логико-аналитические процедуры, с помощью которых выявляются социальные взаимосвязи и детерминационные зависимости. Третий класс прогностических процедур составляют экстраполяция, моделирование и экспертиза.

Рассмотрим каждый из названных методов анализа более подробно.

I. Процедура описания. В общем описание выступает функцией научного познания, которая заключается в последователь­ном, полном и логически связанном фиксировании элементного состава, свойств и связей изучаемого объекта (явления, процесса), то есть его структуры на основе полученной эмпирической информации. Основными задачами качественного анализа по описательному плану являются:

упорядочение исходных эмпирических данных;

поиск устойчивых связей и тенденций изменения объекта (явления, процесса);

поиск устойчивых сочетаний свойств изучаемых объектов (явлений).

Анализ социологической информации по описательному плану включает в себя несколько этапов. На первом из них осуществляется упорядочение по отдельным признакам, изучаются простые распределения, выявляются возможные перекосы. Это позволяет дать общую оценку выборочной совокупности и частных подвыборок (половозрастных, территориаль­ных, этнических, профессиональных и т.д.), что необходимо для решения двух задач: во-первых, для того чтобы при последующих сложных операциях и комбинациях данных не утратить представление об их “первооснове”, а во-вторых, чтобы понять, каким образом особенности выборок могут повлиять на интерпретацию того или иного вывода.

Например, данные линейного распределения в среднем по выборочной совокупности избирателей какого-либо округа свидетельствуют о том, что основными качествами, которыми должен, по мнению респондентов, обладать кандидат в депутаты, – это интеллект и творчество в работе. Прежде чем интерпретировать это заключение, социолог должен обратиться к основным характеристикам выборки: возможно, в ней преобладают люди с высоким уровнем образования или носители творческих профессий,

Следующий этап описательного анализа заключается в процедуре “сжатия” эмпирической информации: укрупнении исходных шкал, выявлении типических групп, подлежащих дальнейшему анализу, формировании признаков-индексов и т.д. Это позволяет, с одной стороны, сократить число переменных, а с другой – на первичном уровне обобщить материал, сделать его “обозримым” для исследователя. Особенно важна данная процедура в ОСИ, которое не предполагает тонкой интерпретации малосущественных частностей. Например, если в дальнейшем анализе нас интересуют группы сторон­ников и противников какой-либо общественной акции, то исходную 4-членную шкалу, с помощью которой измерялось отношение респондентов к данной акции (“полностью одобряю” – “скорее одобряю” – “скорее не одобряю” – “полностью осуждаю”), возможно, целесообразно укрупнить, разделив опрошенных на две группы – сторонников и противников происшедшего события. Кроме того, в целях укрупнения исходной информации, а также превращения качественных признаков в количественные (т.е. измеримые) показатели на этой стадии анализа производится конструирование индексов. В социологии под индексом понимается интегрированный показатель уровня развития или проявления признака, измеряемого при помощи шкал. Он может быть выражен как:

а) взвешенная среднеарифметическая значений каждого из вариантов ответов в ранговой шкале;

б) значение разности между высокими и низкими, позитивны­ми и негативными проявлениями качественного признака (индекс контрастности), например, как разница между численностью групп лиц, полностью одобряющих и полностью осуждающих какое-то событие.

Для перевода качественной информации в количественную каждому значению признака присваиваются вначале определенные числовые значения (“полностью одобряю” – 1; “скорее одобряю” – 2 и т.д.), которые выступают первичными индексами того или иного проявления данного признака. Затем конструируется вторичный индекс как некое интегральное числовое значение, полученное в результате математического оперирования с первичными индексами (подсчет среднеарифметических величин или разница между крайними значениями и т.д.). Вторичный индекс характеризует количественное проявление изучаемого признака в целом: уровень поддержки, информированности, согласия, удовлетворенности, отражаемый несколькими переменными.

Обобщение информации по более емким структурам нуждается в промежуточной интерпретации агрегируемых признаков, поскольку это – новые свойства, которые необходимо определенным образом истолковать, т.е. придать им какое-то смысловое содержание. Вообще исходная эмпирическая интерпретация основных понятий осуществляется на стадии программирования исследования. И соответственно любые новые агрегированные показатели, полученные в ходе качественного анализа, должны быть “включены” в выработанную интерпретационную схему.

Например, если мы изучаем причины плохой посещаемости лекций студентами, то на первой стадии анализа нам необходимо множество исходных данных о посещении лекций студентами А, В, С,... превратить в определенный индекс, характеризующий уровень посещаемости лекций данной группой. Затем мы должны оценить (проинтерпретировать) его как высокий, средний или низкий, превратив его таким образом в социальный показатель изучаемого явления.

На базе полученных социальных показателей с помощью процедур описательной статистики осуществляется содержательная интерпретация данных социологического исследования с целью проверки описательных гипотез.

Методы описательного анализа. К ним относятся прежде всего методы простой и перекрестной группировки и эмпирической типологизации.

Группировка. Предположим, что данные линейного распределения показали, что по поводу какого-либо политического события мнения опрошенных разделились: 60% отнеслись к нему с одобрением, 40% – с осуждением. Сами по себе эти цифры ничего не говорят о причинах такой поляризации мнений, тенденциях этого процесса и прогнозе изменения общественного мнения в будущем. Чтобы попытаться ответить на все эти вопросы, социолог должен знать, какие социально-демографические группы представляют носители того или иного мнения, если возможно – как они реагировали на аналогичные события в прошлом (или в другом месте) и т.д..

Для достижения данной цели на первой стадии анализа осуществляется простая группировка – выделение внутри опрошенной совокупности однородных групп по сущест­венному (для целей данного исследования) признаку. Таким признаком может быть какая-либо социально-демографическая характеристика (пол, возраст, образование, место жи­тельства) или высказанное респондентами суждение, или какие-то формы поведения и т.д.

Например, изучая проблему отклоняющегося поведения подростков, в опрошенной совокупности логично выделить группу, обладающую признаком тех или иных форм девиаций, и группу, этим признаком не обладающую (т.е. нормальных подростков).

Количественные показатели группируются в ранжированные ряды по мере возрастания или убывания признака, а качественные – по принципу построения неупорядоченных номинальных шкал.

Число членов группы называется частотой, а отношение численности данной группы к общему числу наблюдений – долей или относительной частотой. Простейший анализ групп – исчисление частот по процентам.

Следующая процедура анализа по описательному плану предполагает сравнение сгруппированных данных: 1) с данными других исследований; 2) между собой; 3) с какими-либо родственными внешними признаками.

1. Сравнение с данными других исследований – при условии сопоставимости социологической информации – осуществляется двух возможных формах:

а) форме сравнения данных, относящихся к одному и тому же объекту, но полученных в разные периоды времени (например, в повторных исследованиях). Это позволяет выявить динамику и основные тенденции изменения объекта;

б) форме сравнения результатов исследований, проведенных на разных объектах, но в течение одного и того же периода времени. Это позволяет с определенными оговорками подтвердить гипотезу о правильности полученных результатов в одноразовом исследовании. Например, в 1994 году социологи БГУ, изучая проблемы религиознос­ти в РБ, получили результат, согласно которому доля верующих среди населения составляла 33% (еще 8,5% ответили, что находятся “на пути к вере”). Эти данные были сопоставлены с данными исследований российских социологов, согласно которым в 1992 – 1993гг. доля верую­щих среди россиян составляла 40%. Такое сравнение позволило предположить, что полученная в РБ цифра не случайна, что она более или менее адекватно отражает реальное положение дел в исследуемой области.

2. Сравнение как соотношение между собой элементов числового ряда дает возможность достаточно надежно интерпре­тировать результаты группировок в том случае, если в числовом ряду явно выделяется модальная (наибольшая) величина. Сравнение элементов между собой заключается тогда в их ранжировании (например, по степени удовлетворенности студентов организацией учебного процесса).

3. Сравнение данных с родственными внешними признаками производится в тех случаях, когда распределение числовых величин ряда затрудняет их соотнесение между собой. Например, для оценки приоритетных интересов зрителей ТВ нам необходимо сравнить долю тех, кто в определенные дни смотрел информационно-политические программы, с долями тех, кто в эти дни смотрел художественные фильмы, спортивные передачи и т.д.

Таким образом, сравнительный анализ данных, полученных методом простой группировки, позволяет сделать выводы о состоянии и характере изменений изучаемого явления, но не дает представления об устойчивых взаимосвязях между его отдельными характеристиками и, соответственно, о причинах происходящих изменений.

Задача поиска устойчивых связей и взаимозависимостей, тенденции процесса решаются методом перекрестной группировки – классификации фактов, предварительно упорядоченных по двум признакам. Перекрестная группировка осуществляется в форме таблиц, где указывается, какие именно признаки сопрягаются, и общая численность включенных в группировку объектов.

Таблица 5.9

Отношение к религиозной вере в зависимости от возраста (в %)

Эта таблица иллюстрирует случай использования перекрестной группировки для поиска тенденции, динамики процесса. Данные, приведенные в ней, свидетельствуют о том, что численность верующих монотонно увеличивается с возрастом респондентов. Напротив, доля людей с неопределенным, колеблющимся сознанием с возрастом уменьшается: чем человек старше, тем определеннее становится его позиция по отношению к вере. Очевидно, этим можно объяснить и тот факт, что количество неверующих также возрастает в группе лиц старше 60 лет, т.е. эта группа насчитывает самое большое число как верующих, так и неверующих, и самое маленькое – колеблющихся.

При чтении таблицы, построенной на основе перекрестной группировки, важно знать, что принимается за 100 %: данные по строке или по столбцу? Как пишет В.А. Ядов, «это зависит от двух обстоятельств: от характера выборки и от логики анализа.... Если выборка представительна и отражает пропорции изучаемых групп генеральной совокупности, тогда можно вести двоякий анализ данных: по логике “от причин к следствию” и “от следствия к причинам”» [90, 188].

Рассмотрим следующий пример. Предположим, что опрошено 1000 подростков, из них 200 обнаружили те или иные формы социальных отклонений (девиаций), а 800 – нет. Гипотеза: одним из факторов, влияющих на рост девиантного поведения, является отсутствие в семье одного из родителей.

Допустим, что респонденты в зависимости от типа семьи (полная — неполная) распределились следующим образом:

Таблица 5.10

Исходная перекрестная группировка данных: тип семьи и тип социального поведения (N=1000 чел.)

Проведем анализ по логике “от причин к следствию”. Мы предположили, что одной из причин возникновения девиаций у подростков может быть неполный состав семьи. При таком подходе за 100% берутся данные по строке, то есть мы сравниваем долю “девиантов”, живущих в полных семьях, с долей “девиантов”, живущих в неполных семьях (см. табл. 5.11).

Таблица 2а

Влияние типа семьи на социальное поведение подростков (в %)

Вывод: у подростков из неполных семей чаще наблюдаются отклонения в социальном поведении.

Теперь проведем анализ по логике “от следствия к причинам”. Здесь за 100 % принимаются данные по столбцу, т.е. мы сравниваем внутри группы подростков с девиантным поведением: численность живущих в полных семьях с численностью тех, кто живет в неполных семьях (см. таблицу 5.12).

Таблица 5.12

Доля подростков с разным типом социального поведения в полных и неполных семьях (в %)

Вывод: три четверти опрошенных подростков с девиантным поведением живут в неполных семьях. В данном случае и ретроспективный, и проектирующий анализы подтвердили исходную гипотезу о влиянии типа семьи на тип социального поведения подростков.

Если выборка нерепрезентативна, то процентирование следует вести по каждой подвыборке отдельно. Обычно такие подвыборки формируют по признакам, выступающим возможными причинами изучаемого явления: половозрастным, социально-статусным и т.д. Здесь несоответствие долей подвыборок распределению генеральной совокупности не исказит вывод (логика табл. 5.11).

Однако в реальной практике социолог, как правило, сталкива­ется с необходимостью выявления и учета взаимных детерминаций не одного, а сразу нескольких факторов, воздействующих на изучаемое явление. Эта процедура осуществляется следующим образом.

Предположим, целью исследования является поиск факторов, влияющих на низкую успеваемость студентов по какой-либо учебной дисциплине. Выдвигаются гипотезы, что основными причинами низкой успеваемости студентов могут быть: отсутствие интереса к содержанию курса; плохие отношения с преподавателем; низкая подготовка учащихся, не позволяющая им освоить учебный материал.

Далее при помощи таблиц парного распределения, полученных методом перекрестной группировки, мы проверяем наличие связей между успеваемостью и независимыми переменными.

Возможно, в ходе анализа обнаружится наличие устойчивой связи между уровнем успеваемости и уровнем интереса к содержанию курса. Не исключено, что найденная связь – лишь видимость, т.е. она носит характер сопутствующей или опоследующей, но не причинной зависимости. В таком случае оба признака либо изменяются, подчиняясь какому-то третьему фактору, либо отсутствие интереса у учащихся есть функция, опосредующая, например, их низкую подготовленность и, как следствие, – слабую успеваемость. В таком случае производится анализ взаимосвязи, который превращает двухмерную таблицу распределения в трехмерную. Приведем такой пример. Результаты исследования по удовлетворенности условиями жизни показали, что существует связь между этой переменной и полом респондентов: мужчины в целом больше удовлетворены условиями своей жизни, чем женщины. Однако окончательный вывод делать рано. Известно, что среди женщин больше пожилых и одиноких людей (как вследствие большей естественной продолжительности жизни, так и меньшей, по сравнению с мужчинами, смертности в результате несчастных случаев, войн и т.д.). В нашем обществе эта категория лиц экономически плохо защищена и ее условия жизни часто хуже, чем у других социальных групп. Поэтому, возможно, данные двухмерной группировки объясняются более высокой долей людей старшего возраста среди женщин. Построим трехмерную матрицу, в которой кроме независимой переменной (пол) и зависимой переменной (удовлетворенность условиями жизни) введем контрольный фактор (возраст).

Таблица 5.13

Степень удовлетворенности условиями жизни

в зависимости от пола и возраста (в %)

Данные, представленные в таблице, свидетельствуют о том, что наш предварительный вывод справедлив лишь для старших возрастных групп: от 45 – 59 лет и особенно – старше 60 лет. В более молодом возрасте не наблюдается значительных различий в уровне удовлетворенности условиями жизни в зависимости от пола респондентов.

Эмпирическая типологизация. Это наиболее сильный метод анализа по описательному плану, позволяющий а) формировать типологические группы по нескольким одновременно заданным критериям; б) находить устойчивые сочетания свойств социальных объектов (явлений), которые рассматриваются в многомерном социальном пространстве.

Первая процедура осуществляется на стадии программиро­вания исследования, ее цель заключается в выделении однородных групп, обладающих максимально устойчивыми качественными признаками, подлежащими изучению. Дело в том, что обыденное сознание массового человека отличается подвижностью, эклектичностью, внутренней противоречивостью. Его мнения и оценки зачастую формируются не на основе некоторого комплекса устойчивых убеждений и ценностей, а под влиянием внешних факторов, сиюминутных событий. Например, отношение к политическому деятелю может определяться тем, насколько удачно или неудачно он накануне выступил по телевидению. Кроме того, ответы респондентов могут быть обусловлены не столько их личной позицией, сколько общественной модой, нормативными представлениями конкретной социальной группы и т.д. (например, объектом такого рода моды в начале 90-х г.г. стала религия, в связи с чем на постсоветском пространстве наблюдался существенный рост числа верующих, а вернее людей, называющих себя верующими). В оперативных же социологических исследованиях в силу их целевой специфики весьма важно получить точную информацию о численности тех или иных групп – носителей определенных взглядов и их поведенческих установок. В этом случае для отсеивания случайных, неискренних или импульсивных выборов группы формируются на основе ответов респондентов не на один, а на блок логически связанных вопросов. Например, в электоральных исследованиях, как пишет Д.Г. Ротман, в такой блок входят следующие переменные:

а) уровень авторитетности лидера (партии);

б) мера политической проходимости (возможность быть избранным);

в) вера в перспективность политика (партии);

г) оценка конкретных действий данного лидера в настоящий момент.

Далее на основании полученных ответов формируются группы “жестких сторонников” (сюда включаются респонденты, которые на все вопросы дали самые положительные оценки данному лидеру по всем критериям), “жестких противников” (респонденты, которые во всех случаях отказали в доверии данному лицу и оценили его деятельность негативно). Оставшиеся включаются в группу “колеблющихся” [61, 62].

Точно так же для оценки уровня религиозности населения недостаточно зафиксировать посредством самоидентификации численность лиц, верующих в Бога, поскольку вера может носить чисто внешний, декларативный и т.д. характер. Для надежного определения доли подлинно верующих в число группообразующих критериев необходимо ввести такие признаки, как принадлежность к определенной конфессии и устойчивое культовое поведение. И если верующими себя сегодня считает около половины населения РБ, то в сочетании трех признаков их доля сокращается до 7-8%.

Вторая процедура эмпирической типологизации заключается в поиске устойчивых сочетаний свойств изучаемых явлений.

Любой фрагмент социальной реальности как объект иссле­довательского интереса обладает одновременно огромным количест­вом взаимосвязанных и взаимообусловленных свойств. Причем эта взаимосвязь бывает нередко многократно опосредованной: например, корреляция между двумя признаками может быть вызвана каким-то третьим признаком, который остался вне поля зрения социолога.

Кластерный анализ – метод многомерной классификации объектов, т.е. метод, позволяющий провести классификацию сразу по многим признакам. Весьма важно, что он работает как с количественными, так и с качественными признаками, что особенно значимо при анализе смешанных данных, включающих одновременно количественную и качественную информацию.

Кластерный анализ позволяет разделить совокупность данных на однородные группы таким образом, что различия между объектами одной группы оказываются значительно меньшими, чем между объектами разных групп. Критерием различия (сходства) для количественных признаков чаще всего выступают меры расстояния в евклидовом пространстве, для качественных – меры связи или подобия (хи-квадрат, коэффициент Юла и другие).

Факторный анализ – метод статистического анализа большого числа признаков, позволяющий выявить их структурные взаимосвязи. Главная задача, решаемая средствами факторного анализа, – нахождение методов перехода от некоторого числа относительно легко измеряемых признаков изучаемого явления к некоторому числу стоящих за ними латентных (внешне не наблюдаемых) факторов, существование которых можно лишь предполагать. Этот метод позволяет выявить структуру какого-либо сложного социального явления (процесса), а также определить факторы, его обусловливаю­щие. Названия, которые даются выделенным факторам, как правило, условны и подбираются по ассоциации с теми признаками, которые наиболее сильно связаны с данным фактором, т.е. имеют наибольшую факторную нагрузку. Под факторной нагрузкой понимается значимость того или иного признака в выделившейся группе переменных. Таким образом, факторный анализ позволяет взвесить значимость каждого из элементов изучаемого явления (процесса) в общей структуре этого последнего.

Процедура эмпирической типологизации позволяет перейти непосредственно к анализу устойчивых (т.е. значимых для целей исследования) взаимосвязей и предполагает осуществление содержательной интерпретации собранных данных.

Интерпретация – это совокупность значений, смыслов, которые придаются исследователем полученной эмпирической информации или социальным показателям. В общем случае эти данные интерпретируются посредством образов сознания, которые должны быть адекватны осмысливаемой социальной реальности. Между тем отношение между реальными объектами и их образом всегда приблизительное, неполное. И в этом смысле любая интерпретация, чтобы оказаться относительно правильной, должна быть неразрывно связана с конкретным содержанием той сферы социальной жизни, к которой она относится, в силу чего она всегда ситуативна и уникальна. «Как бы ни была полна и конкретна полученная информация, – пишет Г.С. Батыгин, – она всегда помещается в определенную “систему координат” и выступает в качестве фрагмента более широкой картины, содержание которой – научный и жизненный опыт социолога». [4, 181]

Разумеется, база для интерпретации и объяснения данных должна быть заложена в исследовательской программе на стадии эмпирической операционализации и интерпретации основных понятий. Их совокупность образует определенную интерпретационную схему, которая выступает специфической смысловой матрицей, задающей исследователю некоторый “угол зрения” на проблему. Построение таких схем – неформализируемая операция, предполагающая высокий уровень теоретико-методологической и аналитической культуры социолога.

Затем на основе выработанной интерпретационной схемы проводится проверка исходных гипотез, а также, в случае необходимости, их дополнение и уточнение.

Однако при интерпретации данных опроса часто возникают существенные трудности, обусловленные несколькими причинами. Назовем некоторые из них .

1. В ОСИ исследуются, как правило, стереотипные представле­ния людей о чем-либо. На этапе программирования эти представления подвергаются логико-вербальной переработке и трансформации, а в повседневном поведении людей функционирование стереотипов осуществляется обычно на бессознательном уровне. В итоге, задавая респонденту тот или иной вопрос и предлагая набор готовых ответов, мы тем самым как бы “программируем” его сознание, ибо вполне вероятно, что, участвуя в опросе, он вообще впервые в жизни задумывается над данной проблемой. В этом случае ответы могут быть случайными, внутренне противоречивыми или представленными в терминах, навязанных ему в вопроснике.

2. Каждый человек, являясь уникальной по своим качествам индивидуальностью, одновременно выступает носителем определен­ного социально-группового сознания, т.е. разделяет нормы, ценности, мнения тех общественных групп, к которым принадлежит. В результате социологи достаточно часто сталкиваются с явлением “раздвоения” сознания: один и тот же респондент может высказывать отрицательные оценки и одновременно иметь положительные установки по отношению к какой либо ценности, существуя как бы в двух “системах отсчета” – нормативно-групповой и индивидуально-прагматической. [66]

Тот факт, что эти два уровня сознания не всегда согласуются между собой, В.А. Ядов связывает с различиями в содержании и структуре индивидуальных и групповых интересов. Первые выступают предпосылкой “поведенческих программ”, а вторые служат основани­ем “нормативных предписаний”, часто не согласующихся с первыми. [63, 10]

Применяемый же в практике социологических исследований инструментарий сбора и анализа данных опирается на сложившуюся в естествознании традицию “строгой” проверки гипотез. Эта традиция предполагает, что гипотезы должны быть однозначными и строиться на законе исключенного третьего. Весь материал, не удовлетво­ряющий данным требованиям, часто принимается за информационный ”шум” и исключается из анализа. Следует, однако, помнить, что в социологии технология “строгой” проверки гипотез не всегда оправдана, она может навязывать исследователю упрощенные и в итоге ошибочные схемы интерпретации, где все ситуативные отклонения от некоей нормативной модели рассматриваются как ошибочные или случайные.

В этом смысле строгие методы проверки гипотез не могут дать представления о глубинном социальном контексте изучаемых взаимосвязей, они выступают лишь как исходный материал для дальнейшей интерпретации и объяснения. Как указывает Г.С. Батыгин, «собственно социологическая интерпретация лежит “ по ту сторону“ эмпирических данных и определяется спецификой изучаемого явления или процесса. Она включает представление о конкретной ситуации, в которую “вписан” акт измерения (наблюдение, опрос, эксперимент). При этом последний становится одним из элементов жизненной ситуации, т.е. объекта изучения» [4. 183].

Таким образом, социологическая интерпретационная схема включает наряду с прямой формализованной верификацией гипотез также некоторые неформализованные представления, знания, интуицию исследователя, образующие тот специфический социальный контекст, который позволяет из многих возможных “прочтений” эмпирических данных выбрать одно, наиболее адекватное реальности.

II.Процедура объяснения. Если анализируется информация в рамках исследования объяснительного типа, то мы не имеем права ограничиться только описательными процедурами, нам необходимо углубить интерпретацию и перейти к объяснению фактов путем выявления возможных влияний на агрегированные свойства, выявленные социальные типы и т.д.

Под объяснением понимается функция научного познания, осуществляемая либо посредством постижения закона, которому подчиняется изучаемый объект, либо путем установления тех связей и отношений, которые составляют его существенные черты [84, 438]. По сути, объяснение в науке представляет собой акт включения эмпирических знаний об объекте (процессе, явлении), подлежащем объяснению, в более широкий контекст теоретического знания.

В зависимости от типа связи между объектом и обусловливающими его факторами, условиями и т. д. различают несколько основных форм научного объяснения.

Причинное, когда:

а) один объект (явление, процесс) объясняется путем установления закономерной связи с другими объектами, предшеству­ющими ему во времени;

б) наличное состояние объекта объясняется его прошлыми состояниями.

Генетическое, когда объясняемый объект включается в цепочку причинно-следственных связей, в рамках которой он, являясь следствием одного явления, сам становится причиной другого. Продвигаясь по этой цепочке к исходному состоянию объекта, мы можем реконструировать его генезис в целом, что позволяет дать наиболее надежный прогноз его изменений в будущем.

Структурно-функциональное, когда социальный объект рассматривается как структурно расчлененная целостность, каждый элемент которой выполняет определенную роль в системе, т.е. имеет свое функциональное назначение, а значит, закономерным образом ведет себя в соответствии со своим местом в структуре объекта.

По критерию достоверности можно выделить уверенное и предположительное объяснение.

Уверенное объяснение осуществляется в том случае, когда эмпирическая информация, необходимая для установления причинной связи между объектом и воздействующими на него факторами, в полном объеме содержится в исходных материалах исследования. Однако такого рода объяснение возможно только в отношении каких-то частных тенденций, ограниченных в своих пространственно-временных параметрах. В ОСИ, кроме того, необходимым (но не достаточным) условием для уверенного объяснения является наличие результатов ряда повторных замеров мониторингового типа, которые бы демонстрировали очевидную тенденцию в изменении состояния социального объекта.

Но, как правило, при изучении какого-нибудь социального явления объяснение его требует выхода за границы наличной эмпирической информации: вторичный анализ данных, апелляцию к конкретному социальному контексту изучаемого феномена, культурно-исторические сопоставления и т.д. В этом случае речь может идти только об объяснении предположительного характера, когда все вышеперечисленные процедуры подтверждают сделанные выводы, однако информация, которую они (процедуры) позволяют получить, не содержится непосредственно в исходных материалах данного исследования.

Приведем пример такого рода качественного анализа, осуществленного социологами БГУ в 1994 г. при изучении влияния чернобыльского фактора на рост религиозности населения, прожива­ющего в зоне радиоактивного загрязнения [49]. Исходная гипотеза здесь заключалась в том, что любые катаклизмы катастрофического характера, вызывающие резкие и длительные негативные изменения в жизни больших масс людей (войны, революции, экономические кризисы), так или иначе способствуют усилению религиозности в любом обществе. Об этом свидетельствуют данные мировой и отечественной истории. Для проверки гипотезы в ходе опроса были сформированы две подвыборки: первая состояла из лиц, проживающих в Чернобыльской зоне, чье здоровье (а иногда и жизнь) подвергается постоянной угрозе; вторую составили люди, живущие в “чистых” местах. При равенстве их основных социально-демографических характеристик различия в уровне религиозности можно было бы отнести на счет возмущающего воздействия чернобыльского фактора. Однако результаты проведенного опроса не обнаружили ожидаемых различий: численность верующих в обеих подвыборках оказалась приблизительно одинаковой. В качестве гипотез, объясняющих этот факт, были выдвинуты следующие предположения:

1. Возможно, воздействие Чернобыльской катастрофы на состояние массового сознания носит опосредованный, сложный характер: если в первые годы перестройки она (катастрофа) выступала уникальным событием на фоне относительной политической и экономической стабильности, то после 1991 г. эта стабильность была обвально утрачена. На передний план выступили негативные факторы экономической и политической жизни (развал СССР, экономический коллапс и т.д.), которые по своей значимости для личных судеб людей оказались сравнимы с чернобыльским, а кое в чем и “перекрыли” его. Для доказательства этого предположения был осуществлен сравнительный анализ двух исследований, проводивших­ся различными научно-исследовательскими группами БГУ в 1990 и 1994 годах. Оба опроса проводились как в “чистых”, так и в загрязненных районах РБ (см. табл. 5.14).

Таблица 5.14

Значимость чернобыльских проблем для населения РБ (в %)

Данные, приведенные в таблице, свидетельствуют о следующем. Численность тех, кто оценивает чернобыльские проблемы как самые важные для себя, примерно одинакова, хотя логичнее было бы ожидать угасания значимости события по прошествии времени. Этого, однако, не произошло; напротив, вдвое уменьшилась доля лиц, для которых чернобыльские проблемы за прошедшие годы отошли на второй план (с 29,7 до 13,7%). Вместе с тем существенно выросла численность тех, для кого данные проблемы являются достаточно острыми, но наряду с другими, не менее важными проблемами (с 30,9 до 47,5%).

Таким образом, описательный анализ сравнительных данных, представленных в таблице 5.14, позволяет выдвинуть следующее объяснение:

Значимость чернобыльского фактора в массовом сознании со временем не снижается, но в условиях общего системного кризиса усиливается роль экономических и политических факторов, они как бы “догоняют” по значимости чернобыльские проблемы и образуют в субъективном восприятии единый кризисный синдром, негативно воздействующий на психоэмоциональное состояние людей.

Иными словами, чернобыльский фактор перестает влиять на сознание пострадавшего населения в “чистом” виде самостоятельно и начинает воздействовать опосредованно, через совокупность факторов социально-экономического характера (материальные трудности, невозможность покупки экологически чистых продуктов, ухудшение здоровья и т.д.). А этот фактор условий жизни является общим для всего населения РБ, независимо от места жительства.

2. Вторая гипотеза, призванная объяснить отсутствие видимого влияния чернобыльского фактора на религиозность населения, связана со спецификой видения причин аварии верующими разных конфессиональных направлений.

В обеих подвыборках две трети верующих относятся к православным, около 17% – к католикам. Доля представителей других конфессий оказалась статистически недостоверной, поэтому для контроля данных кроме населения, проживающего в “грязной” и “чистой” зонах, проводился опрос прихожан трех основных христианских конфессий г.Минска: православных, католиков и протестантов. Анализ сравнительных результатов показал, что они весьма различным образом оценивают причины Чернобыльской катастрофы (см. табл. 5.15). В качестве таких причин в опросе фигурировала основная полярная дихотомия суждений, одно из которых носило рационально-светский характер (“это результат человеческой безответственности, Бог здесь ни при чем”), а второе сводилось к религиозно-сакральной интерпретации (“это результат божественного промысла, наказание за грехи людей”).

Таблица 5.15