Обработка данных направлена на решение следующих задач:

1) упорядочивание исходного материала, преобразование множества данных в целостную систему сведений, на основе которой возможно дальнейшее описание и объяснение изучаемых объекта и предмета;

2) обнаружение и ликвидация ошибок, недочетов, пробелов в сведени­ях; 3) выявление скрытых от непосредственного восприятия тенденций, закономерностей и связей; 4) обнаружение новых фактов, которые не ожидались и не были замечены в ходе эмпирического процесса; 5) вы­яснение уровня достоверности, надежности и точности собранных дан­ных и получение на их базе научно обоснованных результатов.

Обработка данных имеет количественный и качественный аспек­ты. Количественная обработка есть манипуляция с измеренными ха­рактеристиками изучаемого объекта (объектов), с его «объективизиро­ванными» во внешнем проявлении свойствами. Качественная обра­ботка - это способ предварительного проникновения в сущность объекта путем выявления его неизмеряемых свойств на базе количе­ственных данных.

Количественная обработка направлена в основном на формальное, внешнее изучение объекта, качественная - преимущественно на со­держательное, внутреннее его изучение. В количественном исследова­нии доминирует аналитическая составляющая познания, что отражено и в названиях количественных методов обработки эмпирического ма­териала, которые содержат категорию «анализ»: корреляционный ана­лиз, факторный анализ и т. д. Основным итогом количественной обра­ботки является упорядоченная совокупность «внешних» показателей объекта (объектов). Реализуется количественная обработка с помощью математико-статистических методов.

В качественной обработке доминирует синтетическая составляю­щая познания, причем в этом синтезе превалирует компонент объеди­нения и в меньшей степени присутствует компонент обобщения. Обоб­щение - прерогатива следующего этапа исследовательского процес­са- интерпретационного. В фазе качественной обработки данных главное заключается не в раскрытии сущности изучаемого явления, а пока лишь в соответствующем представлении сведений о нем, обеспе­чивающем дальнейшее его теоретическое изучение. Обычно результа­том качественной обработки является интегрированное представление о множестве свойств объекта или множестве объектов в форме класси­фикаций и типологий. Качественная обработка в значительной мере апеллирует к методам логики.

Противопоставление друг другу качественной и количественной обработок (а, следовательно, и соответствующих методов) довольно условно. Они составляют органичное целое. Количественный анализ без последующей качественной обработки бессмыслен, так как сам по себе он не в состоянии превратить эмпирические данные в систему зна­ний. А качественное изучение объекта без базовых количественных данных в научном познании - немыслимо. Без количественных дан­ных качественное познание - это чисто умозрительная процедура, не свойственная современной науке. В философии категории «качество» и «количество», как известно, объединяются в категории «мера». Един­ство количественного и качественного осмысления эмпирического ма­териала наглядно проступает во многих методах обработки данных: факторный и таксономический анализы, шкалирование, классифика­ция и др. Но поскольку традиционно в науке принято деление на коли­чественные и качественные характеристики, количественные и каче­ственные методы, количественные и качественные описания, примем количественные и качественные аспекты обработки данных как само­стоятельные фазы одного исследовательского этапа, которым соответ­ствуют определенные количественные и качественные методы.

Качественная обработка естественным образом выливается в опи­сание и объяснение изучаемых явлений, что составляет уже следую­щий уровень их изучения, осуществляемый на стадии интерпретации результатов. Количественная же обработка полностью относится к эта­пу обработки данных.

Эмпирические данные, полученные в ходе социологического исследования, еще не позволяют сделать верные выводы, обнаружить закономерности и тенденции, проверить выдвинутые программой исследования гипотезы. Полученную первичную социологическую информацию следует обобщить, проанализировать и научно интегрировать. Для этого все собранные анкеты, карточки наблюдения или бланки интервью необходимо проверить, закодировать, ввести в ЭВМ, сгруппировать полученные данные, составить таблицы, графики, диаграммы и т.д. Иными словами, необходимо применить методы анализа и обработки эмпирических данных.

В социологии под методами анализа и обработки социологической информации понимают способы преобразования эмпирических данных, полученных в ходе социологического исследования. Преобразование производится с целью сделать данные обозримыми, компактными и пригодными для содержательного анализа, проверки исследовательских гипотез и интерпретации. Хотя невозможно провести достаточно четкую границу между методами анализа и методами обработки, под первыми обычно понимают более сложные процедуры преобразования данных, которые переплетаются с интерпретацией, а под вторыми -- в основном рутинные, механические процедуры преобразования полученной информации.

Между тем анализ и обработка социологической информации как целостное образование составляет этап эмпирического социологического исследования, в ходе которого с помощью логико-содержательных процедур и математико-статистических методов на основе первичных данных раскрываются связи исследуемых переменных. С определенной долей условности методы обработки информации можно разделить на первичные и вторичные. Для первичных методов обработки исходной информацией служат данные, полученные в ходе эмпирического исследования, т. е. так называемая "первичная информация": ответы респондентов, оценки экспертов, данные наблюдения и пр. Примерам таких методов являются группировка, табулирование, расчет многомерных распределений признаков, классификация и др.

Вторичные методы обработки используют, как правило, для данных первичной обработки, т. е. это методы получения показателей, рассчитываемых по частотам, сгруппированным данным и кластерам (средних величин, мер рассеяния, связей, показателей значимости и т. д.). К методам вторичной обработки можно также отнести методы графического представления данных, исходной информацией для которых служат проценты, таблицы, индексы.

Кроме того, методы анализа и обработки социологической информации можно разделить на методы статистического анализа информации, в том числе методы описательной статистики (расчет многомерных распределений признаков, средних величин, мер рассеяния), методы статистики вывода (например, корреляционный, регрессивный, факторный, кластерный, причинный, логлинейный, дисперсионный анализ, многомерное шкалирование и др.), а также методы моделирования и прогнозирования социальных явлений и процессов (например, анализ временных рядов, имитационное моделирование, цепи Маркова и пр.). Методы анализа и обработки социологической информации могут быть разделены также на универсальные, которые пригодны для анализа большинства видов информации, и специальные, пригодные лишь для анализа данных, представленных в специальном виде информации (например, анализ социометрических данных или контент-анализ текстов).

С точки зрения использования технических средств выделяют два вида обработки социологической информации: ручную и машинную (с использованием средств вычислительной техники). Ручную обработку используют в основном в качестве первичной при небольших массивах информации (от нескольких десятков до сотни анкет), а также при относительно простых алгоритмах ее анализа. Вторичную обработку информации проводят с помощью микрокалькулятора или другой вычислительной техники. Примером социологических исследований, в которых часто используется ручная обработка, являются пилотажные, экспертные и социометрические опросы. Однако основным средством анализа и обработки данных в настоящее время являются ЭВМ, в том числе персональные компьютеры, на которых осуществляется первичная и большинство видов вторичной обработки и анализа социологической информации. При этом анализ и обработка социологической информации на ЭВМ проводятся, как правило, посредством специально разрабатываемых машинных программ, реализующих методы анализа и обработки социологических данных. Эти программы обычно оформляются в виде специальных наборов программ или так называемых пакетов прикладных программ анализа социологической информации. В крупных социологических центрах анализ и обработка социологической информации наряду с пакетами прикладных программ опираются на архивы и банки социологических данных, позволяющих не только хранить необходимую информацию, но и эффективно использовать ее при осуществлении вторичного анализа социологических данных.

по курсу Основы экономики

по теме: Методы анализа и обработки данных

Введение

2. Основные группы эконометрических методов анализа и обработки данных

3. Факторный анализ экономических данных

Заключение

Литература

Введение

Экономический анализ как наука представляет собой систему специальных знаний, базирующихся на законах развития и функционирования систем и направленных на познание методологии оценки, диагностики и прогнозирования финансово-хозяйственной деятельности предприятия.

Каждая наука имеет свой предмет и методику исследования. Под предметом экономического анализа понимаются хозяйственные процессы предприятий, их социально-экономическая эффективность и конечные финансовые результаты деятельности, складывающиеся под воздействием объективных и субъективных факторов, находящие отражение через систему экономической информации. Метод экономического анализа представляет собой способ подхода к изучению хозяйственных процессов в их плавном развитии.

В данной работе анализируются способы и методы анализа и обработки данных.

1. Общая характеристика методов анализа и обработки данных

Основная цель экономического анализа получение наибольшего числа ключевых параметров, дающих объективную картину финансового состояния предприятия, его прибылей и убытков, изменений в структуре активов и пассивов. Экономический анализ позволяет выявить наиболее рациональные направления распределения материальных, трудовых и финансовых ресурсов.

Можно выделить следующие основные принципы анализа и обработки данных:

Научность базируется на положениях динамической теории познания, учитывать требования экономических законов, использовать достижения научно-технического прогресса, а также методы экономических исследований. Принцип научности реализуется путем совершенствования анализа хозяйственной деятельности, применения методик и ЭВМ.

Объективность, конкретность и точность предполагает исследование реальных экономических явлений и процессов и их причинно-следственная связь. Он должен базироваться на достоверной, проверенной информации, а выгода его должна обосновываться точными аналитическими расчетами. Из этого требования вытекает необходимость постоянного совершенствования организации учета, внутреннего и внешнего аудита, а так же методики анализа с целью повышения его точности и достоверности расчета.

Системность и комплексность каждый изучаемый объект рассматривается как сложная динамическая система, состоящая из ряда элементов, определенным образом связанных между собой. Так же изучение каждого объекта должно осуществляться с учетом всех внутренних и внешних связей, взаимозависимости и взаимоподчиненности его отдельных элементов, определенным образом связанных между собой. Изучение каждого объекта должно осуществляться с учетом всех внутренних и внешних связей, взаимозависимости и взаимозачетности его отдельных элементов. Комплектность и исследование требуют охвата всех звеньев и всех сторон деятельности предприятий.

Оперативность и своевременность предусматривает умение быстро и четко проводить анализ, принимать управленческие решения и проводить их в жизнь. Оперативность анализа заключается в своевременном выявлении и перераспределении причин отклонения от плана, как по количественным, так и по качественным показателям, изыскание путей устранения отрицательно-действующих факторов и закрепления усиления положительных факторов. Все это делает возможным улучшения работы предприятий.

Действенность активное воздействие на ход процесса производства и его результатов.

Плановость и систематичность анализ проводится по плану и периодически. Этот принцип позволяет планировать работу.

Демократичность предполагает участие всех в проведении анализа и предполагает доступность информации всем. Кто принимает решение.

Эффективность затраты на его проведение должны давать многократный эффект.

Основными функциями финансового анализа являются:

объективная оценка финансового состояния, финансовых результатов, эффективности и деловой активности анализируемой компании;

выявление факторов и причин достигнутого состояния и полученных результатов;

подготовка и обоснование принимаемых управленческих решений в области финансов;

выявление и мобилизация резервов улучшения финансового состояния и финансовых результатов, повышения эффективности всей хозяйственной деятельности.

Проанализируем сущность методов анализа экономических данных. Общим по своему характеру методом, который раскрывает общие законы развития материального мира является диалектический метод. Понимание особенностей диалектического метода определяет метод экономического анализа, и его характерные особенности.

1. Использование диалектического метода в анализе означает, что все явления и процессы необходимо рассматривать в постоянном изменении, развития, то есть в динамике. Отсюда вытекает первая характерная особенность метода анализа необходимость постоянных сравнений, изучение экономических процессов в динамике. Сравнения могут быть с данными плана, результатами минувших лет, с достиже

Методы обработки и анализа данных

В этом разделе указывается способ обработки эмпирической информации (ручной или машинный); содержание работы по под­готовке информации к обработке (контроль качества заполнения анкет, ручная кодировка ответов на открытые вопросы, редакция анкет, контроль на логическую непротиворечивость и т.п.); объем подготовительной работы и примерные затраты на ее выполнение.

Данные - первичная информация, полученная в результате социологичес­кого исследования; ответы респондентов, оценки экспертов, результаты наблюдения и т.п.

Собранные в эмпирическом исследовании факты получили в социологии название данных. Понятия «социологические данные» и «эмпирические данные» в учебниках и словарях, как правило, специально не определяются и обычно считаются синонимами. Такого рода понятия считаются чем-то само собой разумеющим­ся, привычным, знакомым для каждого профессионального соци­олога. Эмпирические данные появляются только на определенном)тапе - после проведения полевого обследования (массового сбора информации на объектах).

С социологическими данными можно производить следующие операции: 1) подготавливать их для обработки; шифровать, коди­ровать и т.д.; 2) обрабатывать (вручную или с помощью компью­тера); табулировать, рассчитывать многомерные распределения признаков, классифицировать и т.д.; 3) анализировать; 4) интер­претировать.

Этап анализа данных - комплекс процедур, составляющих ста­дии преобразования данных. В качестве основных выделяются: этап подготовки к сбору и анализу информации; оперативный этап первичной обработки данных, проверки надежности информации, формирования описательных данных, их интерпретации; резуль­тирующий этап обобщения данных анализа и реализации приклад­ной функции. На каждом этапе решаются относительно самосто­ятельные задачи. Вместе с тем ход анализа в исследовании отли­чается достаточно высокой гибкостью. Наряду с общей и установленной последовательностью этапов складываются опре­деленная цикличность и итеративность ряда процедур, возникает необходимость возврата к прежним этапам. Так, в ходе интерпре­тации полученных показателей и проверки гипотез для уточнения (объяснения) формируются новые подмассивы данных, изменя­ются или строятся новые гипотезы и показатели. Соответствен­но, представленные в схемах этапы и процедуры анализа задают лишь общее направление цикла анализа данных.

Анализ данных представляет собою своеобразную «вершину» всей процедуры социологического исследования, ее результатом, ради которого все, собственно, и проделывается. Методы анализа данных описываются в соответствии с разрабатываемой методи­кой сбора информации. Указываются такие универсальные про­цедуры анализа, как получение первичных (линейных) распреде­лений ответов на вопросы анкеты; двойные (парные) связи меж­ду изучаемыми признаками (переменными); коэффициенты связи, которые будут получены на ЭВМ.

Анализ данных - основной вид работ социологического иссле­дования, направленный на выявление устойчивых, существенных свойств, тенденции изучаемого объекта; включает выделение и расчет показателей, обоснование и доказательство гипотез, пост­роение выводов исследования. На его основе поддерживается логическая стройность, последовательность, обоснованность всех процедур исследования.

Основное назначение анализа данных: зафиксировать инфор­мацию об изучаемом объекте в виде признаков, определить ее надежность, выработать объективные и субъективно-оценочные характеристики и показатели исследуемого процесса, обосновать и проверить гипотезы, обобщить результаты исследования, уста­новить направления и формы их практического применения.

Основные нормативные требования: руководящая роль теоре­тических требований, методологических принципов; концептуаль­ная взаимосвязь всех этапов анализа с программой исследования, обеспечение полноты, надежности информации и процедур дос­товерности результатов исследования; систематизация, сжатие и более полное выражение информации за счет использования на всех этапах анализа логических, математико-статистических и информационных методов, эффективных процедур, современных технических средств; итеративность процесса анализа, повышение уровня обоснованности информации на каждом следующем эта­пе исследования; всемерное использование компетенции специ­алистов, развитие творческой инициативы исполнителей.

Программа анализа данных является составной частью про­граммы социологического исследования. Ее ведущие задачи: оп­ределение вида и состава необходимой информации, определение способов, средств ее регистрации, измерения, обработки и пре­образования, обеспечение надежности данных, определение форм интерпретации, обобщение данных, установление способов прак­тического применения результатов исследования.

Измерение - это приписывание, согласно определенным пра­вилам, числовых значений объектам, их признакам в виде эмпи­рических индикаторов и математических символов. С его помо­щью дается количественная и качественная оценка свойств, при­знаков объекта. Оно может быть рассмотрено как построение математической модели определенной эмпирической системы. Процедура измерения включает три основных этапа: выделение измеряемых величин из всего набора возможных величин, харак­теризующих объект; нахождение эталона; соотнесение эталона с измеряемой величиной и получение соответствующей числовой характеристики.

Важным инструментом измерения выступают в социологии из­мерительные шкалы. Измерительная шкала - основной инстру­мент социального измерения, в качестве эталона служит средством фиксации той или иной совокупности значений, интересующих исследователя. Шкала устанавливает определенную последовательность индикаторов. Она является средством анализа статистичес­кого материала. В ходе измерения с ее помощью качественно раз­нородные данные приводятся к сопоставимым количественным показателям. В зависимости от характера измеряемых признаков и задач их анализа используются различные шкалы: номинальная (для классификации объектов, их признаков), порядковая (для сравнения интенсивности проявления признака по возрастанию и убыванию), интервальная (для анализа интенсивности свойств объектов, выраженных величинами, разбитыми на равные интервалы), шкала отношений (для отражения отношений пропорции).

Организационный план исследования

Организационный план описывает распределение во времени выполнения этапов и отдельных процедур исследования. Он строится по схеме, традиционной для любого плана работы, включа­ющего содержание выполняемых видов работ, исполнителей и сроки выполнения. В плане исследования социолог указывает лишь наиболее крупные разделы.

Организационная работа в целом состоит из следующих этапов:

♦ организация отношений с заказчиками и соисполнителями исследования: а) оформление договоров и соглашений; б) обеспе­чение доступности источников информации (документов, наблюдаемых ситуаций, респондентов); в) обеспечение организацион­ных условий для проведения полевого исследования (время, по­мещение, условия, оргтехника);

♦ финансовое и кадровое обеспечение исследования;

♦ тиражирование методического инструментария;

♦ проведение пробного исследования;

♦ проведение основного исследования;

♦ обработка результатов исследования;

♦ интерпретация эмпирических данных и проверка рабочих гипотез исследования;

♦ обоснование теоретических выводов исследования;

♦ обсуждение с заказчиками результатов и практических рекомендаций;

♦ оценка эффективности внедрения практических рекомендаций.

Таким образом, в методическую часть программы социологического исследования входят три важных компонента, по отношению к которым другие элементы занимают второстепенное место:

♦ Методы выборки.

♦ Методы сбора данных.

♦ Методы анализа данных.

В программе обязательно надо давать характеристику методов и приемов сбора первичной информации (анкетного опроса, ин­тервью, анализа документов, наблюдения), описать логическую структуру применяемого методического инструментария, из ко­торой видно, на выявление каких характеристик, свойств предмета исследования направлен тот или иной блок вопросов; порядок расположения вопросов в инструментарии. Сам инструментарий прилагается к программе в качестве самостоятельного документа. Иногда сюда включают логические схемы обработки собранной информации, показывающие предполагаемый диапазон и глуби­ну анализа данных.

Обработка социологической информации - математико-статистическое преобразование данных, которое делает их компактны­ми, пригодными для анализа и интерпретации.

Когда мы приступаем к построению программы социологичес­кого исследования, то самым сложным и важным делом, предоп­ределяющим общий успех, является, пожалуй, создание теорети­ческой модели предмета исследования (ТМПИ).

Научный отчет

После завершения анализа данных результаты оформляются в итоговые документы исследования. По форме и назначению раз­личают три основных вида итоговых документов: 1) отчет; 2) на­учные публикации; 3) публикации в средствах массовой инфор­мации. Научный отчет адресован заказчику, научная статья - спе­циалистам, а публикация в прессе - широкой публике.

Объем научного отчета в фундаментальном исследовании очень большой, а его структура повторяет в основных чертах програм­му исследования.

Объем заключительного отчета в прикладном исследовании, в частности маркетинговом, обычно меньше, так как не включает теоретико-методологический раздел. Его структура также прибли­жается к структуре программы прикладного исследования. Тот и другой наряду с полной формой имеют еще краткую. Краткая форма отчета о фундаментальном исследовании состоит из 22-24 страниц. Краткий вариант прикладного отчета не превышает 10 страниц.

Структура, объем и содержание научного отчета ориентированы на своего потребителя - профессиональных коллег в первом случае и менеджеров компании заказчика во втором. Коллег боль­ше интересует описание методики исследования, используемых понятий, способ их операционализации, репрезентативность данных и иные атрибуты академического исследования. Ничего такого администрации компании не нужно. Главное для них - простой и ясный язык изложения, четкость и практическая эффективность рекомендаций.

Свой научный отчет академический ученый сдает руководству своего института (факультета) либо представителям научного фонда, от которого получен грант на исследование. Прикладник же отправляет свои документы непосредственно заказчику - адми­нистрации области или частной компании.

Если научный отчет адресован заказчику, то научная статья - специалистам, а публикация в прессе - широкой публике. Поло­жение преподавателя зависит от качества и количества читаемых лекций, спецкурсов, семинаров, выступлений на научных конфе­ренциях, числа защищенных диссертантов.

Материальное благополучие прикладника определяется тем, насколько удачным показался его отчет заказчику. Даже если исследование проведено недостаточно хорошо, некоторые его огрехи можно прикрыть прекрасно выполненным отчетом.

Судьба академического ученого прежде всего зависит от количества и качества научных публикаций. Ими определяются статус и социальный ранг специалиста, авторитет и уважение в профессиональном сообществе. На основе опубликованных данных решается основной вопрос - о научной новизне и при­оритете.

Какой бы ни была судьба научного отчета, он является глав­ным итоговым документом, включающим всю содержательную информацию, полученную в результате исследования.

Структурно заключительный отчет делится на три части: ввод­ную, основную и заключительную.

Вводная часть включает титульный лист, договор на проведе­ние исследования, меморандум, оглавление, перечень иллюстра­ций и аннотацию.

Введение ориентирует читателя на ознакомление с результата­ми отчета. Оно содержит описание общей цели отчета и целей in следования, актуальности его проведения.

Основная часть отчета состоит из введения, характеристики методологии исследования, обсуждения полученных результатов, констатации ограничений, а также выводов и рекомендаций.

В методологическом разделе описываются: кто или что явилось объектом исследования, используемые методы. В конце приводят­ся выводы и рекомендации. Выводы основываются на результа­тах проведенного исследования. Рекомендации представляют со­бой предположения относительно того, какие следует предпринять действия исходя из изложенных выводов.

В заключительной части приводятся приложения, содержащие дополнительную информацию, необходимую для более глубоко­го осмысления полученных результатов. Приводятся ссылки на авторов и источники использованных методов.

Кроме полного обзора необходимо представить еще и краткий обзор, который считается наиболее важной частью отчета. Мно­гие заказчики читают только его. Другие прочитают больше, но даже они будут использовать краткий отчет в качестве руковод­ства к практическим действиям. Он представляет собой не выжим­ку из полного отчета, где все положения излагаются в сжатой форме, не краткое изложение сути существенных результатов и заключений. Успешный краткий отчет акцентирует внимание на всех важных моментах основной части отчета. Надлежащим об­разом написанный, он экономит время занятых руководителей без ущерба для качества.

Сбор и анализ данных – это своеобразный диалог между миром людей, институтов, процессов и исследователями. Предпосылками выбора того или иного метода анализа являются характер самих данных, тот теоретический подход, в рамках которого работает исследователь при их сборе («статистический» или «гуманитарный»).

В несколько упрощенной форме эти два подхода можно представить следующим образом.

Статистический подход.

В рамках этого подхода исследователь исходит из посылки, что массовые явления имеют статистический характер, т.е. если изучить достаточно большое количество проявлений изучаемого социального явления, то само явление будет познано. Индивид в этом случае выступает как представитель некоторой общности, носитель информации о социальном феномене. Индивиды взаимозаменяемы, и их индивидуальные особенности как таковые не представляют особого интереса.

Здесь необходимо провести разделение между первичными и вторичными данными. К данным первичного типа относят те, что были получены непосредственно самими исследователем, тогда как вторичные данные являются результатом обработки данных исследований, сделанных в прошлом. Самым важным аргументом против использования вторичных данных является то, что они ограничивают свободу и возможности ученого, поскольку они были получены для целей другого исследования. Действительно, для исследователя, работающего с вторичными данными очень трудно выйти за рамки той системы, которая была сконструирована до него, и для которой эти данные были собраны и обработаны. Однако иногда вторичные данные имеют значительные преимущества перед первичными: доступность и низкую цену. В ряде случаев у исследователя не может быть иной альтернативы, кроме как использовать именно вторичные данные. Например, мы не можем разработать вопросник по отношению к Карибскому кризису и отправиться с ним в 1962 г., непосредственно наблюдать за коллизией Пражской весны 1968 г., зафиксировать живую реакцию современников этих событий. Однако мы можем проанализировать данные прошлых лет. В этих случаях основным источником получения вторичных данных для нас будут отчёты органов государственной статистики, результаты проводившихся опросов общественного мнения, например, данные службы Гэллапа в США, Евробарометра в Европе, ВЦИОМ в России и т.д. Источником такой информации могут выступать даже публикации в газетах.

Решив, какого типа данные – первичные или вторичные будут использованы в исследовании, и, собрав эти данные, учёный может перейти непосредственно к процессу анализа. Анализируя полученные данные, исследователь пытается ответить на вопросы «Что это такое?», «Почему это происходит?», «Как много этого?» и т.д. Для получения ответов на эти и другие вопросы необходимо построить некую модель, в которой будут отображены взаимоотношения и взаимосвязи между изучаемыми явлениями, процессами и объектами. Рассмотрим далее, какие именно модели могут быть построены для исследования политических процессов.

Одномерная модель. Это самая простая модель с одной переменной. Целью ее построения является получение ответа на относительно простые вопросы «Сколько?» и «Что это?». Например, сколько избирателей проголосовало за данную партию? Что представляет собой электорат определенного кандидата? Ответы на эти вопросы дают одномерное распределение значений признака. Для изучения такой переменной, как электоральный выбор, достаточно подсчитать количество проголосовавших за ту или иную партию или кандидата и представить эти значения в виде процентного распределения. Это же относиться и к переменным, измеренным по номинальным шкалам («К какой религии Вы себя относите?», «Укажите свою профессию» и т.д.). Обычно, если мы измеряем переменную по количественной или интервальной шкале, знания одномерного распределения значений признака бывает недостаточно, тем более, что возможностей анализа для таких переменных несравненно больше, чем для номинальных. Исследователя интересуют некоторые меры, которые на языке математической статистики называются мерами центральных тенденций. К ним относятся среднее или типичное значение признака, а также меры разброса значений признака вокруг их средней величины. Например, анализ дохода может включать расчет среднего дохода и процентного значения людей, имеющих доход выше и ниже средней величины.

Бинарная модель. Суть данной модели заключается в предположении, что две переменные А и В связаны между собой. Таким образом, можно построить несколько моделей: А является причиной В, В является причиной А, А и В взаимовлияют друг на друга, А и В находятся под влиянием третьей переменной. Во всех этих случаях используются следующие методы анализа: таблица взаимной сопряженности признаков, корреляционный анализ.

Таблица взаимной сопряженности признаков строится для изучения взаимосвязей между переменными.

Таблица. Электораты избирательных объединений по итогам выборов в Думу в 1999 г (%) 23

Возраст, лет		«Медведь»				«Яблоко»
Старше 50

Данная таблица, например, устанавливает связь между возрастом и голосованием за партии на выборах в Государственную Думу в 1999 г. Таблица построена таким образом, чтобы можно было проследить разницу в возрастной структуре электората различных партий.

На первый взгляд, очевидна следующая тенденция: молодые избиратели чаще, чем представители других возрастных групп, голосуют за партии демократической направленности, а пожилые – за партии левого толка. Однако подобный вывод не может служить прямым статистическим подтверждением выдвигаемых исследователем гипотез. Эти прикидки «на глазок» в лучшем случае грубы. В более сложных ситуациях такой анализ часто ненадежен. Установить степень соответствия гипотезы с данными помогает такой статистический метод как корреляционный анализ, направленный на измерение и изучение взаимосвязей между двумя переменными.

Методы корреляционного анализа позволяют дать ответ на весьма важные вопросы, возникающие при изучении взаимосвязей между переменными. Например, влияют ли и, если влияют, то до какой степени, изменения значений одной переменной (независимой переменной) на изменения значений другой (зависимой переменной)? Какова форма и направленность выявленной связи? Является ли выявленная связь характеристикой всей совокупности, а не только выборки?

В результате можно построить несколько объяснительных схем.

Партийные предпочтения Выбор газеты

Исследователь не может достоверно установить, повлиял ли выбор газеты на формирование партийных предпочтений или уже устоявшиеся партийные предпочтения заставили людей выбрать определенные газеты.

Возможен и такой случай, когда две переменные находятся под влиянием третьей, неизвестной переменой. Однако эта связь уже выходит за рамки бинарного анализа и становится предметом множественного анализа.

Множественный анализ. При включении в систему трех и более переменных величин исследователь может обогатить анализ построением таких моделей как регрессионная, интерактивная, путевая и многофакторная.

Базовое положение регрессионной модели состоит в том, что две или более переменные, называемые «независимыми», оказывают совокупное влияние на «зависимую» переменную. Более того, регрессионная модель позволяет отделить влияние каждой независимой переменной друг от друга и определить силу этого влияния. Допустим, мы хотим узнать, какие переменные влияют на выбор партии. Для этого необходимо построить модель, включающую ряд независимых переменных. Например, на выбор партии могут влиять принадлежность к социальной группе и религия.

Таким образом, при построении данной модели можно оперировать следующим регрессионным уравнением:

Выбор партии = Социальная группа + Религия.

Однако показатели «социальная группа» и «религия» могут находиться под влиянием другой переменной, например, возраста. Тогда исследователю необходимо обратиться к процедуре контролирования или интерактивной модели , в которую включается целая цепочка взаимодействий: возраст взаимодействует с принадлежностью к социальной группе и религии в их влиянии на выбор партии. В 60-х гг. Батлер и Стокс, например, показали, что в младших возрастных когортах принадлежность к социальной группе оказывается более значимым, чем в других возрастных категориях, а религия - в старших.

Данные такого рода могут быть проанализированы благодаря добавлению к стандартной регрессионной модели процедуры контролирования.

Регрессионная модель может быть полезна для поверки различных исследовательских гипотез, но на практике и она зачастую не отражает всю сложность объективного мира, всю цепочку причин и взаимосвязей. В этом случае используют модели путевого анализа , илипат-анализа, который выстраивает цепочку прямых и непрямых воздействий одной переменной на другую. Рассмотрим в качестве примера психологическую идентификацию с партией и одобрение ее политики. Очевидно, что одобрение политики партии повышает общую партийную идентификацию, но вполне возможен и обратный случай. У большинства людей (здесь имеется в виду ситуация, характерная для развитых либеральных демократий) приверженность к партии формируется задолго до того, как они поймут и осознают ее политическую платформу. Таким образом, наблюдается некий поток противоположных взаимодействий, направление которых бывает трудно определить. Тем не менее, это можно сделать с помощью путевого анализа, эмпирическим путем выстраивающим цепочку причинности.

Еще один метод, применяемый в рамках множественного анализа – это многофакторный анализ . Суть многофакторного анализа состоит в ответе на вопрос, не находится ли система переменных, связанных между собой, в зависимости от двух (или более двух) базовых скрытых факторов. Следовательно, целью многофакторного анализа является обнаружение скрытых факторов. Традиционно в политических исследованиях выделяется несколько скрытых факторов, или как их еще называют, расколов, лежащих в основе многих явлений и процессов, например, раскол на «левых» и «правых» по отношению к политическим установкам, а также противоречия, структурирующиеся по осям «жесткий-мягкий» и «либеральный-авторитарный».

Применяя многофакторный анализ, можно построить следующую модель:

Построенная модель выделяет только два фактора и соответственно две группы переменных, испытывающих на себе их прямое воздействие. В реальной ситуации, конечно, возможно существование большего числа значимых факторов. Включение или исключение переменных из подгрупп необходимо производить исходя из так называемого веса фактора, т.е. его влияния на определенную группу переменных.

Анализ временных рядов. Многие социальные и политические процессы и события случаются не единожды, а повторяются. Протекание многих политических процессов может быть растянуто на годы, десятилетия и даже столетия. Исследования, изучающие такие процессы и события, называют трендовыми, или панельными. Основным методом в этом случае выступает анализ временных рядов. Временные ряды – это комплекс наблюдений, в которых одна и та же переменная измеряется повторно через определенные интервалы. В политических исследованиях анализ временных рядов чаще всего применяется для прогнозирования поддержки партий (особенно правительственных). При этом исследователи исходят из комбинации различных факторов, например, экономических условий (безработица, инфляция, уровень жизни и т.п.) и кризисных событий (вооруженные конфликты, забастовки, правительственные и парламентские кризисы и др.).

Модель, соответствующая целям анализа временных рядов, выглядит следующим образом:

Событие во времени T1 Партийная поддержка во времениT1 Событие во времени T2 Партийная поддержка во времениT2

Основной метод, применяемый при анализе временных рядов – это построение регрессионного уравнения, где в качестве независимых переменных выступают показатели, измеренные на разных временных этапах.

Все описанные выше методы и варианты анализа, относящиеся к так называемой статистической парадигме, получили широкое распространение в исследованиях политических процессов благодаря двум большим достижениям, которые внесли революционные изменения в исследования политических процессов. Первое относится к проведению выборочных исследований для предсказания результатов выборов в США. Начиная с 1824 г. и до 1936 г., исследования проводились в русле определённой традиции, когда в опросах участвовало достаточно большое число респондентов. Дж. Гэллап нарушил эту традицию. Итогом стало во-первых, слом монополии правительства на количественную информацию и, во-вторых, резкое снижение затрат при сборе исходных политических данных. Отныне статистика перестала быть «официальной». Второе достижение относится к 50-ым годам, когда стало возможным использование компьютерных технологий для статистического анализа данных.

Эти изменения коснулись, в первую очередь, исследований, связанных с изучением поведения, установок и мнений граждан. В результате произошедших перемен произошло значительное расширение объекта и предмета политических исследований. Если раньше ученые изучали в основном политические институты и высшую политическую элиту с помощью относительно примитивных количественных методов, то теперь, благодаря использованию новых технологий сбора и анализа данных, политическая наука обогатилась исследованиями массового политического поведении граждан и элиты среднего уровня 24 .

Гуманитарный подход.

Сторонники этого подхода считают, что с помощью жестко формализованных методов анализа нельзя заглянуть в глубину явлений и процессов. Индивид неповторим. Он - не проявление явления, а само явление. Политические акторы рассматриваются как сознательные существа, формирующие политический мир так же, как и он формирует их. Поэтому наиболее адекватными для изучения политических процессов являются так называемые качественные методы, используя которые исследователь ищет ответы на вопросы «Что это? Зачем это? Откуда это? Каковы причины этого?»

Выделение статистического и гуманитарного подходов основано на существовании в научном мире двух точек зрения относительно изучения реальности – позитивизма и релятивизма. Использование количественных методов базируется на позитивистских традициях. Эти традиции предполагают изучение политических процессов на основе эмпирических наблюдений и проверяемой теории. Именно поэтому позитивисты уделяют столь значительное внимание операционализации теоретических концептов, т.е. переводу теоретических понятий в наблюдаемые и измеряемые индикаторы.

Критики позитивизма доказывают, что внешней реальности не существует. Есть только социально конструируемая реальность, в которой сознательные индивиды сами интерпретируют свое поведение и поведение других, наделяют свои действия субъективными смыслами. В этом процессе люди не являются пассивными элементами, а выступают как активные действующие лица в оценке смысла своих и чужих действий. Они формируют мир так же, как и он формирует их. Это означает, что объяснение мира в целом и политических процессов, в частности, должно исходить из описания и понимания людей как сознательных и социальных акторов. Их мотивации, опыт и субъективные интерпретации - важные составляющие компоненты причинной цепочки событий. Задачи подобного анализа решаются при помощи качественных методов.

Качественные методы – это общее название широкого спектра техник сбора и анализа информации, таких как, включенное наблюдение (открытое и скрытое), интенсивное интервьюирование (глубинные индивидуальное и групповые интервью) и т.д.

Качественные методы играют большую, хотя и не всегда признаваемую роль в исследовании политических процессов. Эти методы применимы в тех случаях, когда целью исследования является изучение субъективного опыта людей и тех смыслов, которые они вкладывают в свои действия. Интенсивное интервьюирование, например, позволяет людям свободно выражать свое мнение на том языке, на котором они привыкли ежедневно общаться, предлагать собственные интерпретации событий. Свободное протекание общения позволяет понять логику аргументов и ту цепочку ассоциаций, которые привели участников к определенному типу поведения. Объяснение событий включает понимание и интерпретацию, а не описание общих законов массового поведения. Наконец, качественные методы привлекают определенное внимание к контекстуальным аспектам событий, помещая установки и поведение респондентов в контекст их индивидуальной биографии и более широкого социального окружения. Таким образом, качественные методы привлекают внимание к смыслам, процессу и контексту протекания событий.

Традиционно качественные методы применяются при изучении процесса вовлечения в политику, способов формирования элит, иерархической структуры, властных отношений, смыслов и сюжета политического процесса. Интенсивные интервью, например, проводились с активистами групп давления, для изучения политических сообществ (Грант и Марш, Миллс, Смит). Внутренняя политика партий также изучалась с помощью интервьюирования партийных функционеров и членов представительных органов власти (Сэйд, Уайтли). Качественные методы находят довольно широкое применение при изучении политики муниципальных органов власти в Британии (Деарлов, Гифорд, Лоундес и Стокер) и США (Джонс и Батчелор, Стоун). В меньшей степени качественные методы используются в исследованиях, касающихся центрального правительства, причиной чему, скорее всего, является большая закрытость «высокой» политики.

Сферой, в которой качественные методы практически отсутствуют, является область электоральных исследований. Здесь основным методом получения информации являются национальные выборочные опросы, дополняемые в последнее время панельными опросами, проводимыми после выборов. Однако и в эту сферу стали проникать качественные методы, использование которых подкрепляется тем аргументом, что электоральные исследования, проводимые на основе использования количественных методов, не обогащают наши знания пониманием мотивов и факторов политического поведения.

Статистический и гуманитарный подходы часто противопоставляют друг другу. Приверженцы качественных методов критикуют сторонников статистического подхода, выдвигая целый набор замечаний, претензий и даже обвинений. Исследователям, которые отдают предпочтение количественным методам, ставится в вину то, что они уделяют слишком большое внимание статистическим процедурам. При этом, якобы, остается в стороне понимание сущности изучаемых явлений и процессов, причинной цепочки событий.

Утверждается также, что сторонники количественных методов неверно представляют предмет своего исследования. Элементарная ошибка в конструировании выборки может повлечь за собой ошибки сбора и искажения выводов. Например, исследователи общественного мнения в России зачастую обращаются только к европейским русским. Правительственная, или так называемая официальная статистика, на которую опираются исследователи, может искажать реальную ситуацию. Респонденты могут говорить неправду, чтобы скрыть свое смущение, не высказывать социально неодобряемое мнение или суждение.

Сторонников количественных методов упрекают также в слишком узкой сфокусированности на предмете исследования, сравнивают эти методы ярким фонарём, который тёмной ночью высвечивает лишь незначительную часть действительности. Этот аргумент иллюстрируется, в частности, вопросниками с фиксированным веером возможных ответов, которые могут, по мнению критиков, существенно ограничить респондентов в праве высказать собственное мнение. Следовательно, при «жестких», формализованных опросах нельзя проникнуть в тонкую материю мотивов и смыслов поведения и действий опрашиваемых.

В свою очередь и качественные методы подвергаются критике, разумеется, со стороны приверженцев количественных методов. За исходные и истинные утверждения предлагается принять следующее. Количественные методы являются репрезентативными и верифицируемыми. Статистический анализ превращает исследовательские выводы в нечто, не подвергающееся сомнению. Результаты, полученные по итогам одного исследования, могут распространяться на большие совокупности явлений с большой долей определенности. И, наконец, количественные исследования дают «твердые» научные доказательства. В то же время считается, что качественные методы обладают серьезными недостатками, среди которых отмечаются следующие. Во-первых, нерепрезентативность выборки, сформированной для исследования. Во-вторых, возможность искажения мнения опрашиваемого из-за тесного контакта с ним интервьюера. В третьих, сложность анализа и интерпретации полученной информации, вытекающая из субъективного характера самих данных. В четвертых, невозможность создания на базе собранных данных обобщающей теории. Соответственно, качественные исследования являются нетипичными. Выводы, полученные при их использовании считаются частичными и подкрепленными лишь впечатлениями. В целом работы этого направлении нельзя относить к строго научным.

В этом споре не может быть победителя. Следует признать, что и качественные и количественные методы имеют свои ограничения. Поэтому самый важный вывод, вытекающий из рассмотрения двух концепций, заключается в том, что выбор подходов или баланс их сочетания должен обуславливаться целями исследованиями, исследовательскими задачами, исследовательской ситуацией. Это означает, что необходимо иметь в виду следующее. Так как статистический и гуманитарный подходы предполагают использование различных методов сбора и интерпретации информации, то применять их надо к различным типам исходных данных, а корректный конечный результат можно получить только при корректной постановке задачи.

Монополией на истину не обладают ни сторонники количественных методов, ни их оппоненты из лагеря приверженцев гуманитарных подходов. Грубейшей ошибкой будет возведение в абсолют любого подхода, претендующего на универсальность. Мир слишком сложен и многомерен, чтобы его можно было познать, пользуясь только одним, пусть даже очень тонким и совершенным инструментом, и мастерство исследователя состоит в овладении и в умении творчески применять весь инструментарий, наработанный научным сообществом.

1 Питерс Б.Г. Политические институты: вчера и сегодня// Политическая наука: новые направления. Под ред. Гудина Р., Клингемана Х.-Д. М., 1999. С. 219.

2 В российской политической науке отсутствуют термины, адекватно передающие смысл словосочетанияpublicadministration. Чаще всего его переводят как государственное и муниципальное управление. Принимая во внимание имеющиеся терминологические затруднения, мы сочли необходимым использовать в тексте пособия английское словосочетание.

3 Rhoder R.A.W. The Institutional Approach // Theory and Methods in Political Science. Ed. by Marsh D., Stoker G. Houndmills et al., 1997. P. 50.

4 Питерс Б.Г. Политические институты: вчера и сегодня// Политическая наука: новые направления. Под ред. Гудина Р., Клингемана Х.-Д. М., 1999. С. 220.

5 Истон Д. Политическая наука в Соединенных Штатах: прошлое и настоящее.// Современная сравнительная политология. Хрестоматия. Под ред. Голосова Г.В., Галкиной Л.А. М., 1997.С.13-14.

6 Напомним, что основными принципами «классического» позитивизма, сложившегося в противовес «спекулятивному» теориетизированию, были отказ от умозрительных рассуждений об обществе, создание «позитивной» социальной теории, которая должна была стать такой же доказательной и общезначимой, как и естественно-научные теории. Основными методами исследования признавались метод наблюдения, сравнительный и исторический методы, а также количественные методы. Для «классического» позитивизма был характерен органицим, что выражалось, в частности в постулировании наличия неизменных законов функционирования и развития общества, которые рассматривались как часть или продолжение природных законов. В целом представители позитивизма являлись сторонниками «классического типа научности», выступая за строгие исследователськие методы и принципиальную возможность и необходимость объективности научного познания.

7 Истон Д. Политическая наука в Соединенных Штатах: прошлое и настоящее.// Современная сравнительная политология. Хрестоматия. Под ред. Голосова Г.В., Галкиной Л.А. М., 1997.С.14.

8 Фактически бихевиоралисты выступали строгими приверженцами так называемого «классического» типа научности.

9 Истон Д. Политическая наука в Соединенных Штатах… С. 15

10 Riker W. The Ferment of the 1950s and the development of Rational Choice Theory// Contempopary Empirical Political Theory. Ed. by Manroe K.R. Berkeley et al., 1997. P. 194.

11 Easton D. The Future of the Postbehavioral Phase// Contempopary Empirical Political Theory. Ed. by Manroe K.R. Berkeley et al., 1997. P. 15.

12 Downs A. An Economic Theory of Democracy. NewYork, 1957.P. 28.

13 О теории игр на русском языке см. подробнее следующие учебные пособия: Голосов Г.В. Сравнительная политология. Новосибирск, 1995. Гл.1; Технология политической власти: Зарубежный опыт. Киев, 1994. Гл.8 (2).

14 Easton D. The Future of the Postbehavioral Phase in Political Science// Contemporary Empirical Political Theory. Ed.byMonroeK.R.Berkleyetal., 1997.

15 К. фон Бойме Политическая теория: эмпирическая политическая теория. // Политическая наука: новые направления. Под ред. Гудина Р., Клингемана Х.-Д. М., 1999. С.502.

16 Van Dijk T. Ideology: A Multidisciplinary Approach. London:Sage, 1998.P. 20.

17 Дука А.В. Политический дискурс оппозиции в современной России//Журнал социологии и социальной антропологии. 1998. Т. 1. № 1.

18 Этот процесс описывается в работе Дж.Пококка -J.Poccoc.Virtue and History. Essays on Political Thought and History, Chiefly in the Eighteen Century. Cambridge et al., 1985.

19 Easton D. The Future of the Postbehavioral Phase in Political Science// Contemporary Empirical Political Theory. Ed.byMonroeK.R.Berkleyetal., 1997.P.35.

20 У некоторых авторов дискурс понимается буквально, как речь, рассуждение, текст. М.Фуко в своей работе «Археология знаний» вводит понятия «дискурсивных практики», «дискурсивных формаций». Эти конструкты сложны для перевода и становятся понятными только в контексте всего творчества философа.

21 Мангейм Дж.Б., Рич Р.К. Политология. Методы исследования. М., 1997.

22 Влияние региональных СМИ на политическое сознание избирателей (Краткая справка по результатам исследования). – Исследовательская группа «Циркон», Автономная некоммерческая организация «Интерньюс», 15.02.2000. - Рукопись

23 Выборы-99: послесловие // Поле мнений. Дайджест результатов исследований. Фонд «Общественное мнение». Вып. 1. C. 28-32

24 Miller W.L. Quantitative Methods // Theory and Methods in Political Science. Ed. by Marsh В., Stoker G. N.Y., 1995.