Множественная регрессия и путевой анализВыше 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 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 (X 1 ) и стажа работы (Х 2 ). Если величина b 1оказалась равной 100, это означает, что каждый дополнительный балл по шкале интеллекта увеличивает доход на 100 рублей. Значение b 2 = 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 b 1 * = 0,25, а b 2* = 0,30, то можно заключить, что сравнительная значимость «веса» интеллекта и стажа в предсказании дохода различаются незначительно. Если же для одной переменной b 1 * = 0,80, тогда как b 2* = 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 b 1, 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: Х 1 — «голубые глаза», Х 2 — «карие глаза», Х 3 — «зеленые глаза». (Человек с голубыми глазами получит 1 по X 1и 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]
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 r 2 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 (р21 — это путевой коэффициент для связи между переменными Х 1 ® Х 2 ). На рисунке 24 в качестве примера изображена путевая диаграмма, отражающая гипотетические отношения между интеллектом (Х 1), образованием (Х 2 ), социально-экономическим статусом (Х 3), доходом (Х 4)и размерами сбережений (Х 5). 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: Х 1воздействует на Х 5и через образование (Х 2 ), и через достигнутый статус (Х 3), и через доход (Х 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.
Р 21 Р 32 Р 32
Р 41 Р 43 Р 34
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 (е 2 — е 4 ) 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 рандомизации в эксперименте,— замена случайного распределения попарным уравниванием, когда, скажем, к двум пожилым домохозяйкам со средним образованием в экспериментальной группе подбирают двух пожилых домохозяек в контрольной группе и т. д. Попарное уравнивание может вести к таким же неконтролируемым смещениям, как и использование квотной выборки (см. гл. 7). Иногда в случаях, когда отбор производится внутри команд, школьных классов и других естественных группировок, попарное уравнивание после разбиения группы пополам допустимо, если приписывание групп к контрольным или экспериментальным условиям будет проводиться случайно. Однако в двумерном эксперименте (типа «есть воздействие — нет воздействия») такой подход неприемлем, т.к. ведет к резкому снижению статистических свойств получаемых оценок.
[120] Federal Bureau of Prisons. Rational Innovation: An Account of Changes in the Program of the National Training School for Boys from 1961—1964. Washington (D. C.), 1964. Цит. по: H. W. Riecken, R. F. Boruch (eds.) Social
|
— это предсказываемое значение зависимой переменной, X 1 ... Х 3 — независимые переменные, а b 1,... b 3 — частные коэффициенты регрессии для каждой из зависимых переменных.
