Тема 3. Понятие операционализации, альтернативные и рабочие гипотезы
1. Альтернативные гипотезы.
2. Процедура операционализации.
3. Рабочие гипотезы, их отличие от альтернативных гипотез.
1. Альтернативные гипотезы
В исследованиях, которые проводятся в совершенно новой области, приходится выдвигать так называемые альтернативные гипотезы. Их можно определить следующим образом: это предположения, которые исключают друг друга и не могут быть вместе истинными.
Допустим, нас интересует зависимость между образованием и участием в избирательной компании. Мы можем построить как минимум пять логически возможных альтернативных гипотез:
Гипотеза A: более образованные люди менее склонны участвовать в избирательной компании.
Гипотеза B: более образованные люди больше склонны участвовать в избирательной компании.
Гипотеза C: люди со средним образованием более склонны участвовать в избирательной компании, чем люди без среднего образования и с высшим образованием.
Гипотеза D: люди со средним образованием менее склонны участвовать в избирательной компании, чем люди без среднего образования и с высшим образованием.
Гипотеза E: между образованием и участием в избирательной компании связь отсутствует.
Эти гипотезы исключают друг друга, и любые две из них одновременно не могут быть истинными. Например, не может быть так, чтобы более образованные люди одновременно чаще и реже ходили на выборы.
Этим гипотезам соответствует следующие варианты графиков, см. рис. 3.1, (везде горизонтальная ось показывает уровень образования, вертикальная – участие в избирательной компании).
И когда мы будем анализировать результаты анкетирования, или опроса по телефону, или через анкеты, доставленные по почте, мы сможем отбросить четыре гипотезы из пяти, и оставшуюся гипотезу представить как подтвердившуюся фактами.
Таким образом, гипотеза получает признание при выполнении двух условий:
− при получении данных, согласующихся с ее предсказаниями;
− при исключении остальных альтернативных гипотез.
Рис. 3.1. Графики альтернативных гипотез
Однако всегда остается вероятность, что в будущем появятся данные, опровергающие положения вроде бы подтвержденной гипотезы. Необходимо всегда быть готовыми перестроить теорию в соответствии с новыми данными. Построение хорошей теории – это процесс постоянного приведения предположений в соответствие полученным данным, теоретических рассуждений – конкретным исследованиям. Этот процесс требует творческой изобретательности и опоры на опыт.
2. Процедура операционализации
Социологическое исследование должно давать ответы на вопросы о социальной действительности. Но в наших вопросах присутствуют абстрактные понятия. Например, понятия «образование» и «участие в избирательной компании» – на самом деле абстрактные понятия. Ответы же должны быть в таком виде, чтобы их можно сравнивать количественно, по принципу «больше–меньше». Поэтому необходимо разработать способы перехода от абстрактных понятий к количественным показателям.
Приведем для пояснения пример. Допустим, мы хотим определить, какой из двух футбольных защитников – Петров или Николаев – является лучшим, чтобы с одним из них заключить контракт при очень приличном гонораре.
Нам придется сравнивать спортивное мастерство этих людей. Но спортивное мастерство − абстрактное понятие, его нельзя потрогать или увидеть непосредственно. Это не цвет волос, по которому можно отличить блондина от брюнета. И все же как-то нужно измерить спортивное мастерство количественно.
Тут может быть несколько вариантов. Можно провести опрос среди болельщиков, просмотревших матч с участием обоих защитников. И тогда выяснится, что Петрова назвали лучшим защитником 40% опрошенных, а Николаева – всего 20%. Получается, что Петров лучше Николаева примерно в два раза.
Но можно разделить число удачных передач, проведенных защитником во время всего игрового периода, на число всех передач, которые он пытался сделать. Получим показатель: A/B. Выясняется, что у Петрова этот показатель равен 0,3, а у Николаева – 0,45. Получается, что теперь Николаев лучше Петрова в полтора раза.
Можно поделить число отбитых с участием защитника атак противника на общее число таких атак. Получим показатель C/D. У Петрова пусть этот показатель равен 0,5, а у Николаева – 0,25. Снова Петров в два раза лучше Николаева.
Какой же показатель выбрать главным?
Мы можем сложить показатели A/B+C/D. Тем самым учтем мастерство защитников более всесторонне. У Петрова такой суммарный показатель будет равен 0,3 + 0,5, т. е. 0,8. А у Николаева этот показатель будет равен 0,45 + 0,25, т. е. 0,7. Теперь Петров лучше Николаева примерно в 1,14 раза.
Выбираем последний показатель и заключаем договор с Петровым для игры в команде Челси.
Но можно довериться интуиции, самому посидеть на матче и увидеть своими глазами, что Николаев лучше. Это будет пятый показатель.
То, что было описано, называется операционализацией. Дадим определение.
Операционализация − это преобразование абстрактных понятий в показатели, позволяющие осуществлять количественное сравнение.
Относительно операционализации можно сформулировать два положения.
Первое. Способов операционализации может быть несколько, и всегда есть риск, что будет выбран не самый лучший. Но существуют методы определения лучшего показателя.
Второе. В любом случае операционализация приводит к упрощению или частичной утрате смысла понятия, так как никакой количественный показатель не может полностью передать все, что мы интуитивно вкладываем в понятие. Можно сказать, что всякая операционализация огрубляет понятие.
Чтобы подчеркнуть этот момент, представим, что мы попытаемся операционализировать понятие «настоящее произведение искусства», то есть определить в баллах или в процентах степень, насколько вот это произведение является настоящим.
Очевидно, что опера Моцарта – шедевр, а опера, которую попытался написать сантехник дядя Вася, не шедевр. Но как измерить, насколько это шедевр или не шедевр? На практике такие измерения проводит комиссия экспертов. Но их мнение тоже может быть субъективным. В дальнейшем мы будем говорить о методе триангуляции, который устраняет, насколько это возможно, субъективность оценки.
Итак, нужно подыскивать количественные показатели, которые выражают возможно большую часть содержания понятия. Но в любом случае приходится мириться с частичной утратой смысла.
В нашем примере про футбольных защитников очевидно, что суммирование показателей A/B и C/D дает более всесторонний показатель, но и он не полностью передает смысл понятия «мастерство защитника». И интуиция может тоже ошибаться.
Но покинем область футбола и перейдем к другой, более близкой к социологической практике ситуации.
Пусть у нас имеется два понятия: образование избирателей и участие в избирательной системе. Нам нужно их операционализировать.
Обозначим понятие «образование» как А. Его можно операционализировать по-разному. Можно построить шкалу: неоконченное среднее образование, средняя школа, техникум, вуз. Обозначим этот показатель как а1.
Но можно учитывать общее число лет, проведенных в учебных заведениях. И построить шкалу: до 7 лет, от 8 до 10 лет, от 11 до 15 лет, от 16 до 20 лет и т. д. Обозначим этот показатель а2.
Можно проверить избирателей на коэффициент интеллекта: какое количество соответствующих задач они могут решить в заданное время. И построить шкалу: всего 1 задача, 2 задачи, …. все задачи. Обозначим этот показатель как а3.
Можно исследовать частоту употребления выражений-паразитов «так сказать», «как бы», «вот» и т. п. на каждые 10 предложений: 20 выражений, 15 выражений… Обозначим этот показатель как а4.
Итак, имеем по крайней мере четыре способа операционализации понятия «образование» – показатели а1, а2, а3, а4.
Перейдем к понятию «участие в избирательной компании».
Можно построить анкету с вопросом «Часто ли вы участвуете в избирательной компании?». И предложить шкалу из ответов: «Никогда», «Ходил лишь на последние выборы», «Каждый раз хожу на выборы». Обозначим этот показатель как в1.
Но можно предложить каждому избирателю список из трех президентов и попросить указать очередность их избрания: кто был выбран вначале, кто был выбран потом, кто был избран на последних выборах. И принять количество ошибок, которые сделает избиратель, в качестве показателя в2.