3. Методы анализа данных

Рассмотрев методические приемы, которые используются для получения информации о социальных явлениях, обратимся теперь к тем приемам, которые служат для анализа получаемых данных. Отметим сразу, что и здесь наблюдается большое разнообразие на уровне конкретных методик. Это объясняется как характером первичной информации, получаемой по разным каналам, так и особыми задачами каждого конкретного исследования. Описание всех существующих методов анализа данных, если такое вообще возможно, заняло бы несколько томов. Поэтому мы пойдем по пути выделения принципиальных подходов, останавливаясь специально лишь на тех приемах, которые чаще всего применяются в исследовательской практике.

Формально этап анализа следует за сбором данных и предшествует окончательным выводам, но в реальном исследовании границы между отдельными фазами часто оказываются стертыми. Трудно провести четкую грань между сбором и анализом информации. Первичный анализ как бы вплетен в сам процесс сбора данных. Так, уже в ходе беседы исследователь приходит к некоторым выводам относительно конкретного собеседника, находящегося в этот момент перед ним, а также тех общих проблем, которые затрагиваются в разговоре. Но он обычно рассматривает эти выводы как предварительные, как более или менее обоснованные гипотезы, которые еще нуждаются в окончательной проверке. Каждый этап комплексного исследования можно рассматривать как своего рода мини-исследование. Анализ данных в собственном смысле слова заключается в интеграции всей собранной информации и в приведении ее к виду, удобному для интерпретации.

Считается, что в хорошо продуманном исследовании методы анализа данных должны быть выбраны уже на этапе его планирования. В общем, это верно, поскольку ожидается, что на заключительной стадии исследования будут даны ответы на исходно поставленные вопросы. Однако многое зависит и от решаемой задачи. Если исследование носит пилотажный (ориентировочный) характер, то с самого начала очерчивается лишь некоторая предметная область, а гипотезы носят максимально широкий характер. Исследователь в этом случае как бы идет за объектом, видоизменяя по ходу тактику сбора данных и пробуя различные приемы организации материала. Выше такая стратегия была названа гибкой, в отличие от жесткой стратегии позитивистского типа, предполагающей четкую организацию всего исследования.

Методы анализа социальной информации распадаются на два больших класса в соответствии с той формой, в которой эта информации представлена. Качественные методы ориентированы на анализ информации, представленной главным образом в словесной форме. В чистом виде они обычно используются в исследованиях идеографического типа. Количественные методы носят математический характер и представляют собой приемы обработки цифровой информации. Многие из этих методов заимствованы из точных наук, но некоторые специально разработаны социологами и психологами с целью измерения социальных явлений.

Первоначально общественные науки пользовались почти исключительно методом словесного описания и объяснения. Проникновение в них количественных методов анализа знаменовало принципиальный сдвиг в понимании задач и возможностей этих дисциплин. К середине двадцатого века в науках о человеке на Западе возобладала позитивистская модель, которая стала претендовать на роль основной модели социальных исследований. Возникла тенденция рассматривать качественные методы анализа как не вполне научные, сводить задачу анализа данных почти целиком к использованию математической статистики. На рубеже 70-х и 80-х годов маятник качнулся в обратную сторону. Вдумчивые исследователи стали критиковать чрезмерное увлечение количественными методами, указывая, что это легко приводит к формализму, к внешнему наукообразию, к односторонности в изучении сложных социальных явлений. Утвердился более реалистичный подход, утверждающий принцип сочетания качественных и количественных методов анализа.

Как мы увидим, существует известная внутренняя логика перехода от одного типа анализа к другому. Качественный анализ является предварительным условием для применения количественных методов, подобно тому, как описание готовит почву для объяснения. Он направлен на выявление внутренней структуры данных, то есть на уточнение тех категорий, которые используются для описания изучаемой сферы реальности. Говоря более специфическим языком, на этой стадии происходит, пусть в чисто словесной форме, окончательное определение параметров (переменных), необходимых для исчерпывающего описания. Когда у нас имеются четкие описательные категории, легко перейти к простейшей измерительной процедуре – подсчету. Например, если мы выделяем группу людей, нуждающихся в определенной помощи, то можно подсчитать количество таких людей в данном микрорайоне. Если мы полагаем, что женщине труднее найти работу, чем мужчине, естественно будет обратиться для подтверждения к статистике безработицы.

Итак, качественный анализ создает предпосылку для количественного анализа. Правда, как мы видели в предыдущей главе, существуют методы сбора информации, которые предназначены для получения количественных данных (анкеты, тесты). В этом случае мы сразу получаем цифры, с которыми далее можно работать чисто математически, но на выходе предполагается качественная, то есть словесная, интерпретация результатов. При работе с количественными данными всегда происходит как бы двойной перевод: сначала с обыденного языка на язык математических символов, а затем обратно на словесный язык. Просто, когда мы используем специальные измерительные инструменты, первая часть этого процесса переносится на этап выбора исследовательских инструментов.

После этих предварительных замечаний обратимся непосредственно к методам анализа данных.