12.1 Индуктивная направленность стадии

Завершающей стадией эмпирического исследования является обобще­ние и обработка данных, полученных в ходе исследовательской работы. Заметим, что среди методологов нет достаточного единства в отношении того, как лучше представить эту стадию в общей структуре научной дея­тельности: ее можно или включать в эмпирический уровень (как его по­следний и высший этап), или же выделять в отдельный, промежуточный эмпирико-теоретический уровень. Но вне зависимости от того, куда мы отнесем этот этап, надо помнить о том, что он действительно имеет соб­ственную специфику.

Содержанием деятельности этого этапа исследований является заклю­чительная обработка эмпирического материала, в ходе которой нарабо­танный материал структурируется, обобщается и формулируется в виде эмпирических законов и регулярностей.

Под эмпирическими законами и регулярностями понимаются утверж­дения, суммирующие единичные данные и описывающие взаимосвязи между наблюдаемыми в опыте явлениями (величинами, состояниями, событиями и т.п.). Понятие «закон» по сравнению с регулярностью озна­чает более категоричную и универсальную форму суждения; сравним, например, утверждение-регулярность «все изученные в испытаниях тела при нагревании расширялись» и закон теплового расширения тел «все тела при нагревании расширяются». Конечно, исследователь всегда останавли­вается на некоторой конечной совокупности проведенных им испыта­ний, но формулируемый им эмпирический закон по своей форме прин­ципиально выходит за рамки имеющихся опытных данных, охватывая бесконечное множество однородных явлений данного класса.

Во время обобщения и обработки эмпирических данных используются некоторые процедуры и приемы теоретического уровня исследования. Во избежание путаницы необходимо сразу же решить вопрос о характеристике данной стадии как индуктивной. Действительно, общая направленность рассмат­риваемого нами этапа является индуктивной в смысле продвижения от фактов к обобщениям, от частного к общему. Но это ни в коем случае не означает, что данный этап со своей логической стороны может быть све­ден к процедурам индуктивных заключений. Тема индукции вообще явля­ется достаточно трудной. В методологии и логике науки сегодня предпочитают говорить не об индуктивных выводах, а об индуктивном поведении исследователя. Спорным также является вопрос о существовании единого индуктивного метода.

12.2. Применяемые методы

На стадии обработки данных ученый старается извлечь максимум полезной информации из результатов проведенной совокупности испы­таний.

Цель анализа данных — выявить тенденции, общие принципы, стоящие за единичными данными, изучить те или иные отношения между индиви­дуальными феноменами, описать структуру области данных. Эмпириче­ский материал оценивается и обрабатывается с разных сторон. Здесь ис­пользуются различные операции и приемы: точные дедуктивные методы, заключения по аналогии, приемы классификации, выдвижение гипотез эмпирического характера. Происходит первичная оценка полученных ре­зультатов; если эти результаты имеют количественный вид, то исследова­тель производит известного рода сглаживание эмпирических данных, ищет и подбирает математическую формулу, максимально точно воспро­изводящую тенденции в эмпирическом материале. Применяются также методы визуализации данных в виде таблиц, графиков, диаграмм и других графических объектов. Их цель — представить материал в форме, наибо­лее адекватной для научного использования. Особенно велико многооб­разие графических объектов в исследованиях, использующих статисти­ческие методы, прежде всего в экономике и теории управления. Здесь применяют множество различных видов графических объектов для широ­кого круга целей. Например, т.н. динамические графики используются для представления и изучения процессов.

Существуют научные области, где результатом обобщения данных ста­новится некоторая совокупность качественных утверждений. Например, в медико-биологических науках в ходе морфологического анализа могут появиться какие-либо важные находки, имеющие принципиальное значе­ние. Соответствующее описание этих находок, придающее им статус эмпи­рического факта и удостоверяющее фактуальный статус и их значение, яв­ляется задачей именно настоящей стадии. Здесь тоже важную роль играет визуализация. Исследователь продумывает способы репрезентации качест­венного материала (слайды, фотографии, видеозаписи), снабжая его соот­ветствующими объяснениями, комментариями, расшифровкой.

На стадии обработки данных оценивается релевантность самого про­веденного исследования с точки зрения его валидности, верифицируемости, экстраполяционной достоверности. Фиксируются различного рода нарушения корреляции, нерешенные и необъяснимые моменты, анома­лии и исключения из обнаруженных регулярностей. Формулируются но­вые вопросы, требующие дальнейшей разработки и, может быть, продол­жения испытаний.

Среди специальных методов анализа данных важную роль играют раз­личные математические подходы и прежде всего методы математиче­ской статистики. Например, методы описательной статистики позволяют визуализировать то или иное распределение данных, выявлять его тенден­ции (скажем, среднее арифметическое), определять величину разброса значений (среднее квадратическое отклонение). В результате применения раз­личных статистических методов формируются статистические факты, ос­нованные на статистически достоверных заключениях, концентрирующие информацию об областях данных в целом и освобожденные от случайно­стей, присущих единичным данным. Статистические методы анализа дан­ных существенно облегчают задачу ученого; к тому же сегодня ученые мо­гут использовать для анализа данных удобные компьютерные программы. Специальные методы, пришедшие из статистики, помогают выбрать рацио­нальный дизайн исследований, эффективно обработать данные, повысить степень информативности и достоверности результатов.

Заметим также, что статистическая обработка данных не обязательно должна быть связана с оригинальным эмпирическим исследованием. Она может применяться к обширным массивам эмпирических данных, полу­ченных разными авторами и в разные времена. Такой статистический ана­лиз может иметь самостоятельное значение и служить важным источником научной информации. Например, в последнее время в медицинских науках получил распространение т.н. метаанализ, с помощью которого исследо­ватель изучает с единых позиций некоторую совокупность исследований на заранее выбранную тему, что позволяет как бы склеить разнородные исследования в единое целое и извлечь из них весьма ценные сведения.