16.3. Анализ данных социологических исследований трудовой деятельности

Анализ данных социологических исследований трудовой дея­тельности преследует цель проверить правильность исходных гипо­тез, обоснованных предположений, сформулированных в программе и возникших на следующих этапах исследования, получить ответы на вопросы, вытекающие из проблемы исследования, а также выявить новые проблемы.

Процедуры анализа данных делятся на два класса в зависимос­ти от того, какого рода гипотезы лежали в основе исследования —описательные или объяснительные. Если основу исследования со­ставили описательные гипотезы, то для анализа данных использу­ются дескриптивные способы: группировка или классификация и типологизация. Анализ данных, собранных для подтверждения объяснительных гипотез, осуществляется с помощью аналитико-экспериментальных процедур, позволяющих установить связи и за­висимости между переменными, посредством которых описывает­ся исследуемый объект или процесс.

Первый предварительный шаг анализа — группировка или клас­сификация. Эти процедуры позволяют упорядочить данные, делают их более обозримыми и «читаемыми». Интересующие исследователя признаки-индикаторы объединяются в различимые по определен­ной логике группы и классы. Типологизация данных — это следую­щий, более высокий уровень обобщения, на котором осуществляет­ся оперирование не сочетаниями признаков-индикаторов, а соотно­симыми с ними понятиями.

Выделяют два типа группировки — простую и перекрестную.

Простая группировка — это упорядочивание данных по одинако­вому признаку. В зависимости от гипотез можно сгруппировать дан­ные по возрасту, полу, образованию, квалификации, стажу работы, причинам увольнения, суждениям по поводу чего-либо и т.д. Такая группировка производится путем деления всего диапазона измене­ний признака на определенные интервалы и подсчеты числа единиц анализа, попадающих в каждый интервал. Число интервалов зави­сит от предполагаемого характера связи между значениями исследу­емого признака и независимой переменной. Каждый интервал дол­жен соответствовать определенному качественному состоянию объекта. Слишком крупные интервалы ведут к потере важной ин­формации, смешению в рамках одного интервала содержательно разных единиц анализа. Слишком мелкие интервалы дробят массив собранной информации на малочисленные и потому непредстави­тельные группы. Исходя из этого, область изменения признака не разбивают более чем на 15—20 интервалов.

Задача определения числа интервалов решается как на стадии разработки метода сбора данных, так и на этапе анализа собранных данных. Результаты обработки позволяют выявить статистические характеристики совокупности единиц анализа во всем диапазоне количественного признака, определенные типы объектов, различа­ющиеся по изученным зависимым показателям.

При группировке по качественным признакам должна быть пре­дусмотрена возможность однозначного отнесения каждой из единиц анализа к одной из градаций так, чтобы их суммарное число, отне­сенное ко всем градациям, было равно числу единиц изучаемой со­вокупности. Например, на вопрос анкеты: «Как Вы думаете, способ-

ствует ли ужесточение дисциплины повышению качества труда?» — следует наряду с ответами: 1) «Да, способствует»; 2) «Нет, не способ­ствует» предусмотреть ответ: «Затрудняюсь ответить», а также коди­руется случай отсутствия ответа на данный вопрос.

Перекрестная группировка — группировка по двум и более при­знакам используется для выявления наличия взаимосвязи между признаками. Результаты перекрестной группировки оформляются в виде таблиц (матриц) сопряженности, в которых отражаются частоты совместного проявления значений двух признаков (Хи Y), изменен­ных в данной совокупности единиц анализа. Строки таблиц сопря­женности соответствуют значениям одного из признаков, столбцы — значениям другого. Частота, указанная на пересечении /-й строки и у*-го столбца, представляет собой число респондентов, имеющих /-е значение по признаку Xnj-e значение по признаку Y.

Например, нас интересует сопряженность двух признаков долж­ностного статуса (рабочий, специалист) и удовлетворенности рабо­той, которая имеет три значения: «удовлетворен», «и да, и нет», «не удовлетворен». В этом случае вся совокупность респондентов будет состоять из шести групп, а каждая из частот таблицы сопряженнос­ти представлять численность одной из групп.

Наряду с абсолютными частотами в клетках таблицы сопряжен­ности, как правило, показывают относительные частоты (в %), т.е. те доли, которые составляют числа единиц совокупности с данными значениями признака по отношению к общему числу единиц сово­купности группы (справа от наклонной черты). Таблицы сопряжен­ности позволяют представить исходные данные в компактной, удоб­ной для обозрения форме.

Например, из табл. 16.1 можно видеть, что в трудовой общности строительной фирмы, по результатам анализа которой была построе­на таблица, среди рабочих и специалистов (т.е. подавляющего числа персонала) число удовлетворенных работой составляет лишь 50% и весьма высока неудовлетворенность работой. При этом различия зна­чений показателей неудовлетворенности рабочих и специалистов весьма незначительны. Это говорит о том, что причины неудовлетво­ренности работой для обеих категорий работников являются общими и не связаны с особенностями трудовой деятельности каждой категории. В практике социологических исследований, как правило, стре­мятся выявить взаимосвязи более чем двух признаков. С этой целью строятся многомерные таблицы сопряженности, называемые также таблицами многомерного распределения, комбинационными и пе­рекрестными таблицами.

Метод эмпирической типологизации позволяет находить устойчи­вые сочетания свойств социальных объектов или явлений, рассмат­риваемых в соответствии с описательными гипотезами в нескольких измерениях одновременно.новой такой типологизации служит понятие «пространство свойств», которое в принципе может иметь любую мерность. Анализ степени скопления или рассеивания свойств в многомерном про­странстве — достаточно сложная математическая задача, решаемая с помощью аппарата теории распознавания образов — таксономии и кластерного анализа. Данный метод в социологическом исследова­нии впервые был применен Т.И. Заславской и Р.В. Рыбкиной для изучения процессов трудовой мобильности²³. Анализ позволил им выявить шесть различных групп (таксонов) мигрантов, существенно различающихся по характеру миграции:

1) семейные мужчины и женщины;

2) неженатые молодые мужчины;

3) молодые девушки и незамужние женщины;

4) престарелые женщины без мужей;

5) одинокие женщины среднего возраста без специальности;

6)одинокие женщины, имеющие специальность.

Кластерный анализ — эффективный инструмент эмпирической типологизации, опирающейся на выявление устойчивых сочетаний множества признаков, поэтому он используется для решения задач, связанных с изучением свойств массовых социальных процессов.

Теоретическая типологизация — это обобщение признаков соци­альных явлений посредством конструирования идеальной теорети­ческой модели. Теоретическая модель соотносится не с эмпиричес­кими материалами, а с существующей системой теоретических зна­ний. Она является результатом наблюдательности, логического анализа, научной эрудиции, широты взглядов, интуиции и воображения исследователя. Построение идеальной социальной модели происходит или чисто абстрактнологическим путем на основе более общих теоретических предпосылок — социологических поня­тий или принципов, или путем конструирования понятий, исходя из наблюдения социальной реальности, т.е. на основе эмпирических данных.

Теоретическая типологизация не противостоит эмпирической. Обе они необходимы и дополняют друг друга в непрерывном про цессе социологического исследования, понимаемого широко как постоянное углубление социального знания. Теоретическая типологизация стремится дать объяснение социальной реальности с помощью гипотез, построенных на основе теории. Эмпирическая типологизация описывает данные, полученные путем опыта, и интегрирует их. Это позволяет уточнить, дополнить, расширить, ре­ализовать более общие гипотезы и таким образом способствует раз­витию теории.

Обоснованная логическими и эмпирическими подтверждениями теория служит средством объяснения социальных процессов и науч­ного прогноза и, следовательно, базой для принятия адекватных ре­шений в сфере социального управления.

Связь между теоретической гипотезой и практическими след­ствиями из нее видна из следующего примера. Одна из проблем со­циологии труда состоит в понимании взаимосвязи между трудовой и досуговой деятельностью людей. По этому поводу существует не­сколько гипотез: компенсаторная, инерционная, относительной не­зависимости.

• Компенсаторная гипотеза: «Рабочие стремятся возместить в досуге то, что им недоступно в работе». Следствие: «Содержание до­суга работников, занятых малоквалифицированным и монотонным трудом, должно быть более разнообразным, чем работников, заня­тых сложным, разнообразным трудом».

• Инерционная гипотеза: «Монотонная работа должна сопро­вождаться аналогичным (по своему содержанию) досугом, а твор­ческая и разнообразная требует разнообразного досуга». Следствие: «Содержание труда работников, занятых монотонным трудом, дол­жно быть столь же однообразно, а занятых творческим трудом — от­личаться разнообразием, частой сменой занятий».

• Гипотеза относительной независимости: «Труд и досуг — это две относительно независимые сферы деятельности». Следствие: «Содержание досуга работников практически не связано с их трудо­вой деятельностью».

Какую из этих гипотез следует положить в основу эмпирического исследования (сбора данных)? Ответ на этот вопрос, очевидно, зави­сит о наших знаний о том, чем вообще определяется выбор того или иного вида деятельности, будь то трудовая, досуговая или какая-то другая деятельность. То есть ответ лежит в сфере социологической те­ории личности, и прежде, чем принимать решение о сборе эмпири­ческих данных, следует обратиться к ней. Возможно, мы узнаем, что рассматриваемый нами выбор и, следовательно, связь между содер­жанием труда и досуга зависят от типа личности (комплекса соци­альных и биологически обусловленных свойств индивида).

Установление взаимосвязей между переменными. Способы уста­новления взаимосвязей между переменными, т.е. признаками, ха­рактеризующими объект исследования, могут быть различными в зависимости от их числа и массива выборочной совокупности. Наи­более известны такие методы анализа, как корреляционный, регрес­сионный и факторный. Корреляционный анализ заключается в уста­новлении зависимости (тесноты связи) между случайными величина­ ми — значениями переменных. Теснота связи между переменными определяется путем расчета коэффициента корреляции (парной или множественной).

Регрессионный анализ — это статистический метод исследования характера связи (регрессии) между зависимым признаком и незави­симым (регрессором, предиктором). Характер связи выражается с помощью уравнения регрессии. Существует также группа методов, на­зываемых регрессионным качественным анализом. Они относятся к методам многомерного анализа данных. Регрессионный анализ по­зволяет решать такие задачи, как:

1. выявление объясняющей способности каждого признака при условии его независимости от других признаков и при их фиксиро­ванном влиянии;

2. выявление объясняющей способности каждого независимого признака сверх того, что объяснено другими переменными;

3. выявление влияния всех независимых признаков, взятых вместе;

4. предсказание значения зависимого признака при условии того, что известны значения независимых;

5. определение, насколько предсказанные значения зависимого признака отличаются от наблюдаемых.

Факторный анализ фактически представляет собой группу ме­тодов многомерного статистического анализа, которые позволяют представить в компактной форме обобщенную информацию о структуре связей между наблюдаемыми признаками исследуемого (социального) объекта путем выявления некоторых скрытых, непо­средственно не наблюдаемых факторов. Факторный анализ пред­назначается для данных, полученных по интервальным сигналам.

Описание техники применения изложенных методов пред­ставлено в специальной литературе по методам математической статистики и их применению для решения экономических и со­циальных задач.

Социальный эксперимент. Среди методов социологических исследований проблем трудовой деятельности особое место занимает эксперимент. Это наиболее действенный способ проверки объясни­тельных гипотез, а также поиска средств эффективных управленчес­ких воздействий, в частности, средств стимулирования трудовой активности.

Социальный эксперимент по сравнению с экспериментом в ес­тественных науках имеет органическое применение, поскольку речь идет о людях. Тем не менее при соблюдении известных правил его проведения, которые в целом сводятся к тому, чтобы в результате проведения эксперимента не был нанесен вред физическому и пси­хическому здоровью и не причинен моральный и материальный ущерб, он может дать ценные результаты как в теоретическом, так и в практическом плане.

Метод эксперимента эффективен при решении задач и проведе­нии исследований на микроуровне, поскольку здесь легче обеспе­чить контроль и постоянство условий эксперимента, что является необходимым требованием применения данного метода. Логика эк­сперимента основана на установлении причинных связей с помо­щью метода сходства, предложенного Дж.С. Миллем: «Если два или более случая подлежащего исследованию явления имеют общим лишь одно обстоятельство, то это обстоятельство, в котором только и согласуются все эти случаи, — есть причина (или следствие) дан­ного явления». Схематически данный метод выглядит следующим образом:

Эксперимент может быть неконтролируемым и контролируе­мым. В случае неконтролируемого эксперимента надежность резуль­татов обеспечивается путем проведения достаточно большого числа опытов, что согласно закону больших чисел гасит влияние неконт­ролируемых обстоятельств (факторов). Контролируемый эксперимент дает более строгие данные путем целенаправленного выравнивания условий, способных исказить результат влияния экспериментально­го фактора.

Поясним особенности проведения неконтролируемого и контро­лируемого экспериментов на примере типичной социально-эконо­мической задачи, необходимость решения которой постоянно воз­никает перед социологами, психологами и экономистами, работаю­щими над «вечной» проблемой повышения трудовой активности. Предположим, что на предприятии экономисты разработали новую систему оплаты труда программистов, объединенных в группы, ожидалось, что это приведет к росту производительности их труда. Перед внедрением новая система оплаты труда должна пройти про­верку экспериментом.

В неконтролируемом эксперименте новая система оплаты труда вводится в двух различающихся по остальным параметрам группах. Если после этого производительность труда повышается в обеих группах, то мы вправе сделать вывод, что это явилось следствием действия общего фактора — новой системы оплаты труда.

В контролируемом эксперименте подбираются такие группы, яв­ляющиеся достаточно похожими по своим параметрам, которые (помимо фактора оплаты) влияют на отношение к труду (образова­ние, возраст, семейное положение, квалификация). В одной из них — экспериментальной — вводится новая система оплаты труда (изменяется один из факторов отношения к труду), а в другой — контролируемой — все факторы, включая систему оплаты, остаются неизменными. Если в первой группе фиксируется рост производи­тельности, а во второй — нет, то мы вправе сделать вывод, что новая система оплаты труда является фактором, способствующим повы­шению его производительности.