Трехмерный анализ: введение контрольной переменной

Объяснение связи между переменными

Идеальной целью любого анализа является объяснение полученных в результате опроса фактов. Установление причинной зависимости между различными социальными и социально-психологическими явлениями открывает возможности социального прогнозирования и управления изучаемыми процессами.

Статистика, как уже отмечалось, сама по себе объяснить ничего не может; она является лишь инструментом, позволяющим в определенной мере перевести в количественные параметры все многообразие социальных явлений и связей между ними; определить правила их сопоставления, чтобы обоснованно подтвердить (или опровергнуть) содержательные посылки и выводы аналитика.

Адекватность объяснения полученным результатам определяется в основном теоретическим уровнем подготовленности автора анализа (его знанием предмета и следованием законам логики). В какой мере статистические процедуры могут помочь в поиске каузальных (причинных) зависимостей? Мы не будем останавливаться на последних достижениях в области статистики, направленных на поиск процедур, позволяющих обеспечить каузальный анализ. Чтобы их освоить, необходимо в какой-то мере пройти весь тот путь, который проходила математическая статистика в своем развитии. В данном учебном пособии, предназначенном в основном для тех исследователей, которые только начали осознавать необходимость повышения своего уровня квалификации в области анализа, мы остановимся на тех возможностях, освоить которые позволяет элементарная логика и изложенные выше правила анализа двумерных распределений.

Приступая к логическому объяснению установленных взаимосвязей, следует учитывать, что обнаруженная связь может не только не являться причинно-следственной, но, более того, может ввести исследователя в заблуждение. Например, в одном из исследований в процессе двухмерного анализа была установлена значимая связь между политическими ориентациями людей и уровнем их тревожности: сторонники социалистической и, особенно, коммунистической ориентации значимо отличались более высоким уровнем тревожности по сравнению с людьми, ориентирующимися на демократическое преобразование общества. Если полученные данные начинать интерпретировать, не учитывая того обстоятельства, что, возможно, существует третий фактор, который, одновременно влияет и на политические ориентации, и на уровень тревожности, то только из одной этой двумерной таблицы можно было бы сделать далеко идущие выводы. Однако, предположение о том, что такой фактор существует, позволило установить, что в данном случае основным фактором того и другого показателей (политических ориентаций и уровня тревожности) является возраст (со всеми социальными и психологическими особенностями, сопутствующими этой переменной): у молодых сторонников социализма уровень тревожности практически не отличался от уровня тревожности лиц, придерживающихся других политических взглядов. Подобная картина наблюдалась и у пожилых людей с разными политическими ориентациями. Основная же причина обнаружения более высокого уровня тревожности в группе сторонников «левых сил» состояла в том, что в этой группе доля пожилых людей была существенно выше, чем в группе приверженцев идеи демократического преобразования общества.

Введение в двумерный анализ контрольной переменной позволяет избежать ошибок объяснения установленных в результате двумерного анализа связей. В качестве контрольных переменных следует в первую очередь использовать те демографические характеристики, которые были заложены в основу подготовки репрезентативной выборки. Это объясняется тем, что когда исследователь обосновывает принципы отбора, он прежде всего заботится о том, чтобы выборочная совокупность репрезентировала генеральную по тем параметрам, которые в наибольшей степени могут влиять на показатели изучаемого явления. Если изучается связь между исследуемым показателем и различными социально-демографическими факторами, и установлено, что в той или иной степени каждый из них влияет на исследуемый показатель, то иерархизируя их по величине связи, следует убедиться, что каждый из этих факторов оказывает влияние сам по себе, а не только опосредуется другими.

Введение контрольной переменной приводит к построению трехмерных таблиц.

Эти таблицы можно анализировать визуально, а можно и статистически. Визуальный просмотр таблицы позволяет «увидеть», действительно ли зависимая переменная изменяется с изменением независимой, если группы уравнены по третьему параметру.

В качестве примера введения третьей переменной приведем фрагмент анализа факторов самочувствия (самооценки здоровья). Допустим исследователь построил две двумерные таблицы: Таблица А (в качестве независимой переменной — пол, зависимой — самочувствие); и Таблица Б (в качестве независимой переменной — возраст, зависимой — самочувствие).

Таблица А

Влияние пола на самооценку здоровья (самочувствие), %

Самочувствие	Пол
	Мужчины	Женщины
Плохое
Среднее
Хорошее
Всего %
N

Таблица Б

Влияние возраста на самооценку здоровья (самочувствие), %

Самочувствие	Возраст
	18-30	31-55	56-80
Плохое
Среднее
Хорошее
Всего %
N

Визуальный обзор и сопоставление этих двух таблиц показывает, что на самочувствие влияют оба фактора: пол (среди женщин больше тех, кто чувствует себя плохо, и меньше тех, кто чувствует себя хорошо, по сравнению с мужчинами) и возраста (чем старше возрастная группа, тем больше доля «чувствующих себя плохо» и меньше — «чувствующих себя хорошо»). Данные таблицы также позволяют «увидеть», что возраст оказывает более сильное влияние на самочувствие, чем пол: величина зависимой переменной в большей степени изменяется с изменением независимой в таблице Б. Статистическая проверка по хи-квадрату подтверждает вывод, сделанный на основе визуального сравнения: в таблице А хи-квадрат равен 67,3, в таблице Б — 197,4 (оба коэффициента значимы на уровне 0.01).

Внимательный аналитик не может не поставить перед собой вопрос: «Действительно ли пол сам по себе влияет на самочувствие. Может быть, поскольку продолжительность жизни женщин выше, их средний возраст выше, чем у мужчин; и в таблице А влияние пола опосредуется возрастным фактором?». Поэтому, прежде чем делать окончательные выводы о влиянии пола на самочувствие, необходимо проверить, влияет ли пол на самочувствие независимо от возраста. Для проверки этой гипотезы строится трехмерная таблица, позволяющая нивелировать влияние возраста: самочувствие мужчин и женщин сравнивается в пределах каждой возрастной группы (см. таблицу С).

Таблица С

Влияние пола на самочувствие
у различных возрастных контингентов, %

Возраст	18-30	31-55	56-80
Пол	Мужчины	Женщины	Мужчины	Женщины	Мужчины	Женщины
Самочувствие
Плохое
Среднее
Хорошее
Всего %
N

Визуальный обзор полученной трехмерной таблицы позволяет сделать вывод о том, что фактор пола оказывает влияние на самочувствие, так как женщины ниже оценивают состояние своего здоровья в каждой из возрастных групп.

В тех случаях, когда анализ факторов самочувствия не является основной и единственной целью эмпирического исследования, социолог может ограничиться констатацией этого факта и ранжировать факторы. Если же исследование факторов и особенностей самооценки здоровья является основной целью исследования, то специальные процедуры позволяют количественно проанализировать особенности различий самочувствия у мужчин и женщин на различных возрастных этапах жизненного пути.

Одна из таких процедур называется «анализ фрагментов таблиц сопряженности». Эта процедура состоит в выделении отдельных фрагментов таблицы по принципу (2х2) и сопоставлении их друг с другом по значению хи-квадрат.

Существует две основные модификации этой процедуры: 1) можно сопоставлять значение каждого фрагмента (например, различия в самооценке здоровья между градациями «хорошее» и «среднее» в группах «женщин до 30 лет» и «мужчин до 30 лет») с общим распределением. Другими словами, каждое частное распределение сопоставляется с общим. Это позволяет измерить вклад каждой из значимых статистических связей в общий результат, и в конечном итоге, проранжировав каждую группировку по значению «хи-квадрат», определить значение из каждых факторов на разных возрастных этапах.

Другая модификация сводится к взаимному сопоставлению различных фрагментов общей трехмерной таблицы сопряженности между собой. Например, «на глаз» видно, что в любой возрастной категории женщины ниже оценивают состояние своего здоровья, чем мужчины. Видно также, что хуже всего себя чувствуют женщины старше 55 лет; но без дополнительного статистического анализа нельзя сделать вывод о том, в какой из возрастных групп эти различия наиболее выражены: молодые ли женщины чувствуют себя хуже, чем мужчины, или женщины среднего возраста, или старшего. Разность процентов не всегда статистически достоверна, да и трудно интерпретировать эту разность сразу по трем градациям. Хи-квадрат позволяет оценить связи в целом, определить их статистическую значимость и сопоставить по количественному значению.

Что должен учитывать социолог, строящий трехмерные таблицы с включением контрольной переменной, позволяющие проверить правильность или ошибочность связи, установленной при двумерном анализе?

1. Для трехмерного анализа требуется выборка достаточно большого объема, поскольку, разбивая двумерное распределения на подгруппы по контрольной переменной, исследователь в процессе анализа уменьшает численность каждой из вновь полученных подгрупп в несколько раз (точнее, во столько раз, сколько градаций в контрольной переменной). Это обстоятельство существенно снижает возможности применения трехмерного анализа. Однако без применения этой процедуры — введения контрольной переменной — исследователь не может быть полностью уверен, что полученные в результате двумерного анализа связи являются причинными. Но увеличение объема выборки связано со значительным повышением трудовых и финансовых затрат. Если организационные и финансовые возможности не позволяют увеличить объем выборки (который, напомним, определяется в значительной степени планом анализа), необходимо исходить, в первую очередь, из основной цели исследования.

В тех случаях, когда основной целью исследования является опрос общественного мнения, выборка строится на основе принципа репрезентативности выборочной совокупности по отношению к генеральной. Результаты двумерного анализа, прошедшие статистическую экспертизу, могут быть обнародованы, но автор должен избегать категорических выводов о причинно-следственном характере обнаруженных взаимосвязей. В тексте анализа он должен чаще пользоваться словами и выражениями, подчеркивающими гипотетический характер суждений о направленности связей: «можно предположить», «возможно», «скорее всего» и т.п.

Если основной целью исследования является анализ взаимосвязей, причин, закономерностей (т.е. проводится именно социологическое исследование), то в данном случае следует отказаться от репрезентативной выборки, а использовав стратификационный подход, набирать равночисленные группы респондентов по основным параметрам (гипотетическим факторам), которые необходимо учитывать при анализе.

2. При переходе от двумерного к трехмерному анализу возникает проблема — по какому принципу отбирать признаки в качестве контрольной переменной. Совершенно очевидно, что механически перебирать все имеющиеся в инструментарии показатели (или даже часть из них) — работа не только невероятно трудоемкая, но и малоэффективная. Главную роль в отборе признаков, вводимых в анализ в качестве контрольной переменной, играет общая компетентность исследователя в изучаемой проблеме (объем его знаний и общая способность к логическому анализу). Например, включая возраст в качестве контрольной переменной, исследователь мог исходить из знания о том, что продолжительность жизни женщин выше, чем у мужчин, а следовательно, в выборочной совокупности женщин удельный вес лиц старшего возраста выше, что и приводит к снижению самооценки здоровья в группе женщин в целом. Трехмерный анализ позволил установить, что пол влияет на самочувствие независимо от возраста. А при анализе уровня тревожности у лиц с разной политической ориентацией, наоборот, введение возраста в качестве контрольной переменной позволило опровергнуть гипотезу о связи между этими переменными.

Как уже отмечалось, исследователь сам решает, какие признаки следует ввести в качестве контрольной переменной в процессе причинного анализа. Но если обратиться к общим рекомендациям, то следует обратить внимание начинающих социологов на такие признаки, как пол, возраст и уровень образования. Нередко введение в анализ именно этих параметров в качестве контрольных позволяет уточнить взаимосвязи между полученными данными. Следует заметить, что достаточно распространенной ошибкой являются выводы, касающиеся влияния таких параметров, как тип поселения и национальность. Например, нередко в двумерных распределениях мнения (оценки, отношения) у украинцев и русских различаются, то же относится к различиям между городскими и сельскими жителями.

Трехмерный анализ в некоторых случаях подтверждает, что в основе различий лежит этнический или социо-культурный фактор; однако нередко обнаруживается, что причина различия в мнениях заключается не в национальности, а в уровне образования (в репрезентативной выборке уровень образования украинцев ниже, поскольку среди них больше жителей сел). Выравненные группы по уровню образования нивелируют различие в ответах у разных этнических групп. Поэтому в случаях анализа таких факторов, как национальность и тип поселения, прежде чем делать категорическое выводы об этнических и социокультурных различиях, следует обратить внимание на контроль по основным независимым переменным.

Если при введении контрольного признака связь между двумя перременными нивелируется, то такой признак называется объясняющей переменной, поскольку установленная между двумя показателями связь объясняется тем, что оба эти признака являлись следствием воздействия другого фактора (в нашем примере — возраста). Этот фактор остается латентным (скрытым) от глаз исследователя, когда он рассматривает связи только между парами признаков, т.е. осуществляет двумерный анализ.

Поиск латентных переменных (основных факторов влияния) лежит в основе многих статистических процедур многомерного анализа, в частности, латентно-структурного анализа, направленного на построение объясняющих переменных.

Если целью социологического исследования является поиск причин и закономерностей изучаемых явлений, то возможность осуществления многомерного анализа планируется на этапе подготовки проекта и программы исследования: выдвигаются гипотезы относительно латентных факторов и строятся шкалы, которые позволят применить соответствующие статистические процедуры. Исследователь должен учитывать, что если латентно-структурный анализ он может проводить на основе дискретных шкал, то, например, факторный анализ предполагает, в основном, использование непрерывных шкал.

Подводя итоги рассмотрения проблемы анализа результатов эмпирического социологического исследования, подчеркнем основные моменты, которые должен учитывать социолог, приступая к этому этапу работы.

4. Заключение:
технологическая схема анализа
социологических данных

1. При освещении результатов эмпирического социологического исследования анализ можно осуществлять на двух уровнях: описание установленных фактов и объяснение (поиск причин и закономерностей).

2. Выбор уровня должен определяться статистической компетентностью исследователя и типом исследования (опрос общественного мнения/социологическое исследование).

3. Анализ результатов опроса общественного мнения в основном ограничивается описанием данных с учетом результатов статистической экспертизы.

4. Социологическое исследование предполагает причинный анализ взаимосвязей изучаемого явления, приступая к которому необходимо учитывать следующие обстоятельства:

а) следует различать общий социологический анализ проблемы и статистический анализ данных, полученных в результате опроса;

б) общий социологический анализ включает построение теоретического конструкта: логическое обоснование взаимосвязей изучаемого явления;

в) каждая декларируемая в теоретической модели взаимосвязь должна быть подтверждена фактами; эти факты исследователь может привлекать из различных источников; если он не находит факты в доступных ему источниках информации, он должен их собрать сам — этой основной цели и служит эмпирическое исследование;

г) программа социологического исследования (построение инструментария и плана анализа) подчинено гипотезам, выдвинутым в результате теоретического осмысления предмета исследования;

д) статистический анализ является статистической проверкой выдвинутых гипотез (при отсутствии гипотез статистические манипуляции с первичными данными приводят к псевдоанализу проблемы);

е) на этапе планирования анализа исследователь в первую очередь обращает внимание на шкалы — тип шкалы должен соответствовать статистическим процедурам проверки гипотез.

5. Планируя уровень анализа, необходимо также учитывать особенности итогового документа, в котором будут представлены результаты исследования.

Дата добавления: 2014-12-27