2.Таблиця 16. Оцінка рівня образ, принижень та насильства на національній основі протягом року до дослідження.

	Частка від усіх опитаних	Частка від безпосередніх свідків
Азербайджанці	1,1%	11,3%
Особи кавказьких національностей (важко сказати точно)	1,4%	14,3%
Руські	1,8%	18,7%
Українці	1,4%	14,6%
Інші*	3,4%	34,6%
Важко сказати/ не пам’ятаю/ відмова від відповіді	0,6%	6,5%
Усього	9,7%	100%

^* - до пункту “Інші” увійшли в тому числі представники арабів, вірмен, білорусів, грузинів, євреїв, китайців, кримських татар, осіб африканського походження, інших осіб азійської раси. Приниження, образи чи насильство стосовно кожної з цих етнічних груп засвідчило до 0,5% респондентів.

Тому загалом здається, що принаймні частина респондентів зрозуміла ці запитання трохи по-іншому, ніж ми розраховували. Тому оцінка поширеності реальної упередженої поведінки може бути лише дуже приблизною, а в майбутньому слід доопрацювати її індикатори.

Але навіть з урахуванням цих міркувань ми, як нам здається, можемо зробити два загальних висновки. По-перше, рівень упередженої поведінки усе ж таки є нижчим, ніж поширеність схильностей до неї. По-друге, він усе одно є достатньо високим. Якщо кожен десятий респондент говорить, що він був свідком образ, принижень, чи насильства на національному ґрунті, то упереджену поведінку варто вважати проблемою, якій варто приділяти увагу.

Також відповіді на ці запитання показують, що одними з основних об’єктів упередженої поведінки є представники різних кавказьких етнічних груп.

Загалом виявлені етнофобії характеризуються схильностями підтримувати інституційну дискримінацію стосовно представників відповідної етнічної групи, в тій чи іншій мірі негативними загальними почуттями стосовно них, схильністю уникати безпосередніх контактів та водночас низькою підтримкою ворожої поведінки стосовно них.

2.2.2. Побудова дискримінантних моделей ксенофобії та окремих етнофобій.

З попереднього викладу можна було зробити висновок, що шкала Богардуса та похідні від неї індекси несуть на собі відбиток етнофобій та загальної ксенофобії, проти лише їх одних недостатньо, щоб оцінити рівень ксенофобії та етнофобій. Тому ми вирішили побудувати, моделі, які дали б нам змогу ретроспективно оцінити динаміку ксенофобії протягом років.

Для цього ми вдалися до дискримінантного аналізу. Він дозволяє будувати моделі, відповідно до яких можна відносити респондентів до завчасно визначених груп згідно зі значеннями кількох ознак (незалежних змінних). Ми намагалися класифікувати респондентів за виведеними нами індексами етногомогеної установки, антисемітських упереджень та шкал схильностей до упередженої поведінки. За кожним з цих показників формувалися два класи об’єктів: умовно кажучи, ті, з приводу кого з приводу кого не варто турбуватися, та ті, з приводу кого турбуватися варто (з досить високим рівнем упередженості). Відповідно, для ІЕО це респонденти які набрали менше 11 балів і ті, хто набрав від 11 балів; для ІАП-14 – ті, хто набрав менше 7 балів, та ті, хто набрав від 7 балів та більше; для шкал схильностей до упередженої поведінки це ті, хто набрав до 3 балів включно та ті, хто набрав більше 3 балів.

Обрання дискримінантного аналізу, що й з таким досить грубим розбиттям на 2 групи пов’язано з тим, що, як можна було побачити у попередньому розділі, зв’язки між показниками соціальної дистанції та обрахованими нами індикаторами не є дуже сильними, і регресійні моделі, якщо їх використовувати не для аналізу шкал, а для передбачення, є незадовільними. Таким чином, ми свідомо пішли на те, щоб оцінка була більш грубою, але водночас якомога більш надійною.

Ми вивели по дві дискримінантні моделі для кожної класифікуючої змінної. Перші моделі (умовно назвемо їх “повними” моделями) були покликані задіяти якомога більше потенційно значущих незалежних ознак для того, щоб використовувати їх у наступних моніторингових дослідженнях, якщо вони досі не використовувалися. Незалежними змінними у ній виступали показники соціальної дистанції (стосовно 19 етнічних груп, інтегровані та відносні показники соціальної дистанційованості), загальних почуттів, а також ІЕО та ІАП-14 (для шкал упередженої поведінки). Крім того, використовувалися деякі інші змінні, зв’язок яких з соціальною дистанцією та етнічними упередженнями було встановлено у багатьох попередніх дослідженнях: вік, освіта, тип та розмір населеного пункту, фінансовий стан родини (Посилання).

Вік вимірювався у повних роках; освіта – порядковою шкалою з чотирма пунктами: неповна середня освіта та нижче, повна середня освіта, неповна середня освіта, незакінчена вища та повна вища освіта. Тип та розмір населеного пункту теж оцінювався порядковою шкалою з чотирма пунктами: село, СМТ, місто населенням до 500 тис. та міст з населенням більше 500 тис. Фінансовий стан родини також оцінювався самим респондентами за порядковою, проте п’ятибальною шкалою: “Нам не вистачає грошей навіть на їжу”, “Нам вистачає грошей на їжу, але купувати одяг вже важко”, “Нам вистачає грошей на їжу, одяг і ми можемо дещо відкладати, але цього не вистачає, щоб купувати дорогі речі (такі як холодильник або телевізор)”, “Ми можемо дозволити собі купувати деякі коштовні речі (такі як телевізор або холодильник)”, “Ми можемо дозволити собі купити все, що захочемо”.

Для оцінки індексу етногомогенної орієнтації та індексу антисемітських переконань ми, зрозуміло не могли використовувати їх самих, крім того, ми не використовували шкали схильностей до упередженої поведінки та загальних почуттів. Водночас ми використовували одразу усі шкали соціальної дистанції як можливі незалежні змінні, які можуть бути відібрані до дискримінантного рівняння. Як ми вказували, схильності, які ми вимірюємо за допомогою цих індексів очевидно пов’язані із соціальною дистанцією до більш ніж однієї етнічної групи.

Другі моделі (умовно назвемо їх “неповними” моделями) використовувалася вже для ретроспективної оцінки поширеності різних сторін етнічних упереджень протягом 1994-2007 років. Для її побудови використовувалися лише ті незалежні змінні, які використовувалися протягом 14 років моніторингу КМІС. Це показники соціальної дистанції стосовно 13 етнічних груп, показники соціальної дистанційованості, розраховані на їхній основі, вік, освіта, тип та розмір населеного пункту.

Незалежні змінні вводилися до рівнянь покроковим методом λ Вілкса з пороговими значенням F-критерію 3,84 для введення змінної до рівняння та 2,71 для її виключення. У кількох випадках обчислена таким чином модель доповнювалася для покращення однією-двома незалежними змінними. Проте в більшості випадків використовувалася модель, запропонована програмою SPSS.

У процесі аналізу виявилося, що дискримінантні рівняння теж мають недостатньо велику пояснювальну силу – особливо, якщо зважати не на загальний відсоток правильно класифікованих респондентів, а на співвідношення помилкових класифікацій з кількістю респондентів, класифікованих як упереджені (оцінки якості функцій будуть наведені нижче). Тому ми обчислили вагові коефіцієнти, на які необхідно помножувати отримані внаслідок дискримінантного аналізу частки респондентів з вираженою упередженістю. Ваговий коефіцієнт дорівнює кількості респондентів, які насправді відносяться до першої групи, поділеній на кількість респондентів, віднесеній до першої групи внаслідок дискримінантного аналізу.

Очевидно: ми робимо припущення, що ці вагові коефіцієнти були такими самими у попередні роки. Це припущення дуже дискусійне, проте на даний момент у нас недостатньо даних, щоб вчинити інакше.

Інше, що треба сказати – таким чином ми можемо отримати лише загальну оцінку частки “упереджених” респондентів. Отримані нами розподіли будуть непридатні для подальшого статистичного пошуку зв’язків з іншими змінними.

Як відомо, побудувати можна кілька дискримінантних функцій, навіть для одного набору з двох груп, якщо є кілька незалежних змінних: до моделі може бути включена різна їхня кількість. Обираючи одну функцію для кожного оцінюваного показника ми керувалися комбінацією наступних критеріїв:

• максимальна кількість правильних класифікацій в цілому та стосовно кожної групи;

• максимальний коефіцієнт канонічної кореляції, який показує кореляцію між розрахованими значеннями дискримінантної функції та показником приналежності до групи;

• максимальне “власне значення” (Eigenvalue), яке вказує, наскільки "вдало" підібраними є дискримінантні функції, тобто, наскільки добре вони поділяють об’єкти на групи;

• мінімальна кількість незалежних змінних при приблизно однакових інших показниках якості дискримінантних функцій.

Вищевказані параметри “повних” дискримінантних моделей, вагові коефіцієнти та стандартизовані канонічні коефіцієнти при незалежних змінних наведені у додатку О. Вже тут ми можемо побачити, що побудовані моделі, власне кажучи, дуже незадовільно розділяють респондентів у визначені групи. Ця обставина обумовлена, по-перше, тим, що шкала Богардуса не дуже точно відображує етнічні упередження, по-друге, зазвичай дуже сильною диспропорцією між кількістю респондентів, які належать до нульової групи та кількістю респондентів, які належать першої групи. По-третє, поширеність окремих конативних схильностей, наприклад, схильностей до ворожої поведінки, є настільки низькою, що це створює серйозні проблеми для статистичного аналізу (хоча, з точки зору практичного життя це, звичайно, дуже добре), як видно з коефіцієнтів канонічної кореляції.

Спробуємо знайти деякі загальні закономірності побудови дискримінантних моделей, які можуть мати значення для побудови подібних моделей у подальшому. Ми бачимо, що у кожній моделі для конативних схильностей задіяні індекси, які використовуються нами для оцінки загальної ксенофобії, а саме ІКЕГ та ІЕО. Також майже для усіх конативних моделей, за виключенням моделі для схильності до підтримки інституційної дискримінації стосовно євреїв, використовується шкала загальних почуттів. Моделі для конативних схильностей стосовно руських відрізняються від моделей конативних моделей стосовно інших етнічних груп за незалежними змінним, які використовуються у рівняннях. Для руських усі три моделі включають однакові змінні, але з різними коефіцієнтами: ІКЕГ, ІЕО, шкалу загальних почуттів та індекс відносної етнічної дистанційованості. Ці моделі, на додачу, є загалом гіршими, ніж моделі побудовані для інших етнічних груп. Якщо говорити про моделі стосовно американців, євреї та роми, то можна помітити, що власне шкала Богардуса не використовується для моделей схильностей до ворожої поведінки – як і можна було припустити, ґрунтуючись на основі зробленого нами аналізу шкали соціальної дистанції. В цілому моделі, які прагнуть згрупувати респондентів за схильностями до ворожої поведінки, є вкрай поганими.

Отже, можна прийти до висновку, що шкали ІЕО та загальних почуттів є важливими в оцінці динаміки окремих сторін етнічних упереджень. Тому варто їх використовувати і у подальшому – краще у доопрацьованому вигляді. Щодо моделей, які стосуються руських в цілому, та моделей, які стосуються схильностей до ворожої поведінки – необхідно додатково провести додаткові дослідження для того, щоб з’ясувати: за якими саме утвореннями свідомості та відповідними змінними можна визначити виражені схильності до упередженої поведінки.

Що стосується ІЕО та ІАП-14 то побудовані дискримінантні моделі теж мають незадовільну точність класифікації. Стосовно них теж варто пошукати додаткові чинники, які здатні чітко відносити респондентів до груп, що утворюються їхніми різними значеннями.

Перейдемо до других, “неповних” дискримінантних моделей, побудованих на основі тих змінних, що використовувалися у моніторингових дослідженнях КМІС 1994-2007 років.

Перед тим, як їх будувати, необхідно визначити, які показники, розраховані на основі соціальних дистанцій стосовно 13 етнічних груп, краще використовувати замість показників, обчислених на 19 етнічних групах. Вдамося до порівняльного аналізу коефіцієнтів кореляції Пірсона. Замість ІІНД краще використовувати ІІНД, розрахований для 9 з 13 етнічних груп, без урахування білорусів, руських, російсько- та україномовних українців (див табл. 17). Відповідно, відносні індекси національної дистанційованості стосовно американців, євреїв та ромів будуть розраховуватися на основі ІІНД-9, як ми будемо називати цей варіант інтегрального індексу. Замість ІКЕГ теж варто використовувати ІКЕГ-9, обчислений на основі соціальних дистанцій до тих самих 9 етнічних груп (див. табл. 18)

Таблиця 17.

Коефіцієнти кореляції ІІНД з окремими інтегральними індексами, обрахованими на основі соціальних дистанцій до 13 етнічних груп.

	ІІНД-13	ІІНД-9	XI-13	NSI-13
ІІНД	0,934	0,977	0,956	0,973

Таблиця 18.

Коефіцієнти кореляції ІКЕГ з окремими інтегральними індексами, обрахованими на основі соціальних дистанцій до 13 етнічних груп.

	ІКЕГ-13	ІКЕГ-9
ІКЕГ	0,929	0,940

Коефіцієнт кореляції інтегральних індексів східнослов’янської дистанційованості, обчислених на основі 19 етнічних груп (SI) та 13 етнічних груп (SI-13) дорівнює 0,998, тобто, вони фактично є ідентичними. Тому SI-13 та індекс відносної етнічної дистанційованості стосовно руських, розрахований на його основі, можуть сміливо використовуватися замість їхніх еквівалентів, які обчислюються для 19 етнічних груп. Для більшої відповідності коефіцієнта SI-13 стану справ у відповідному році моніторингу, він буде обчислюватися для кожного року окремо, а не для зведеного масиву 1994-2007 років.

Показники якості “неповних” дискримінантних моделей, їхні вагові коефіцієнти та стандартизовані канонічні коефіцієнти при незалежних змінних наведені у додатку П. Ці показники свідчать, що “неповні” моделі, на жаль ще гірше класифікують окремих респондентів.

Привертає свою увагу те, що роль ІКЕГ-9 при створенні дискримінантних моделей збереглася. Водночас у відсутність ІЕО та шкали загальних почуттів починає грати більшу роль шкала Богардуса, а для руських – індекс SI-13.