2. Соціологічна проблематика у психоаналізі з.Фрейда (особистість, культура, діяльність).

Проблемам формування соціальних типів особистості, а також закономірностям соціалізації індивіда значна увага приділяється в психоаналітичній соціології, духовним джерелом якої є соціологічні праці австрійського психолога Зігмунда Фрейда ("Тотем і табу" та ін.) і неофрейдистів (Карен Хорні, Гаррі Салліван, та ін.). Основна проблема психоаналітичної теорії — це конфлікт особистості і суспільства, пошук шляхів вирішення якого пов'язується з розробкою специфічних методів "суспільної психотерапії", зживанням масових патологічних комплексів, викликаних конфліктом індивідуальних потягів та суспільних вимог, що обмежують індивідуальну свободу.

Сам Фрейд вважав своїми головними відкриттями, по-перше, існування несвідомих психічних процесів (ід), що відкидаються свідомістю, а по-друге, розробку методології пояснення психології дорослої людини за допомогою подій дитинства, пов'язаних із сексуальним розвитком. У його концепції сексуальність виступає в якості функції організму, що пронизує всю його життєдіяльність.

Психоаналіз розглядає несвідоме як стихію інстинктивних, в тому числі сексуальних та агресивно-оборонних імпульсів і потягів, здатних не тільки забезпечити життєдіяльність індивіда і роду, а й слугувати глибинним підставою анормативної, протиправної поведінки.

Фрейд виділяє два основні засоби, що дозволяють в деякій мірі згладжувати гостроту зіткнень несвідомого з нормативними обмеженнями цивілізованої соціальності - стихійно виникає і свідомо культивується. Перше - це сублімація, що відшукує форми трансформації інстинктивно-сексуальної енергії в соціально-діяльнісну, практично-перетворювальну, пізнавальну, мистецьку, політичну і т. д. Друге - спеціально розроблена методика психоаналізу як системи психотерапевтичних засобів.

Пізній Фрейд значну увагу приділяв двом основним несвідомим початків - Ерос і Танатос, "інстинкту життя" і "інстинкту смерті". Він вважав, що в людині є несвідоме прагнення до повернення всього живого в його первісне, неорганічне стан, тобто "воля до смерті", потреба в руйнуванні власної та чужих життів. Протиріччя між "волею до життя" та "волею до смерті" визначальним чином впливають на соціальну поведінку людей, створюють весь спектр духовних, практичних, моральних, правових і багатьох інших проблем.

Вимірювання соціальних змінних. Типи шкал. КОНСПЕКТ – мат. Методи

3) Вимірювання соціальних змінних і методи їх аналізу: вибірковий, кореляційний, факторний, багатовимірний шкаловий, кластерний.

Вибірковий метод:

Цей метод широко застосовують в аналізі при вивченні різноманітних закономірностей соціально-економічних явищ (втрати робочого часу - через простої, причини і мотиви плинності кадрів, використання обладнання, попит міського населення і ступінь його задоволення послугами комунальних підприємств, якості виконаних робіт, обстеження сімейних бюджетів населення, вивчення громадської думки тощо).

При вибірковому спостереженні обстеженню підлягають не всі елементи аналізованої сукупності, а лише відібрана їх частина. Як відомо, сукупність, з якої проводять вибір одиниць, називають генеральною, а відібрану частину – вибірковою.

Прикладом вибіркового спостереження є проведення фотографій робочого дня, роботи обладнання, опитування, анкетування, моментні спостереження тощо.

Висновки, пропозиції і рекомендації, які одержують під час вибіркових спостережень, розповсюджують на всю аналізовану (генеральну) сукупність. Наприклад, на основі вибіркових фотографій робочого дня роблять висновки про використання робочого часу в цілому на підприємстві.

Порівняно з суцільним спостереженням вибіркове має переваги, оскільки потребує менше коштів і часу. Крім того, зменшується кількість помилок реєстрацій. Разом з тим слід пам'ятати, що переваги вибіркового спостереження над суцільним реалізуються тільки при дотриманні наукових принципів його організації і проведення, насамперед неупередженого, випадкового вибору елементів для обстеження.

Кореляційний аналіз – сукупність методів оцінки коефіціентів, що характеризують кореляцію між випадковими величинами. Кореляція розглядається тоді, коли принаймні одна з величин залежить не тільки від даної іншої, але й від ряду випадкових факторів. Залежність між двома випадковими подіями в тому, що умовна імовірність однієї з них при настанні іншої відрізняється від безумовної. Частіше використовується коефіціент кореляції, що дозволяє виявити взаємозв'язок двох випадкових величин. Якщо величини Х1 та Х2 незалежні, то К, розрахований за спеціальною формулою, дорівнює нулю. Про величини, для яких р=0, кажуть, що вони некорельовані, р=1 – якщо величини пов'язані лінійною функціональною залежністю.

Сутність та завдання факторного аналізу

Суть методу факторного аналізу полягає у виключенні опису множини характеристик, що вивчаються, і заміною їх меншою кількістю інформаційно об’ємніших змінних.

Привабливість цього методу полягає в тому, що він дозволяє вводити в обіг та корисно застосовувати великий обсяг вихідних статистичних даних. Відомо, що більшість вчених, прагнучи дослідити певну проблему цілком і повністю, спираються на величезну кількість інформації. Але проаналізувати таку кількість інформації дуже складно. Таким чином виникає потреба в стисненні інформації до більш реальних розмірів за рахунок відбору найбільш суттєвої та відкиданням другорядної. Саме тоді, коли існує необхідність обмеження кількості змінних і застосовується факторний аналіз. До того ж, при застосуванні традиційних методів соціально-політичного аналізу, як правило, стиснення інформації відбувається за допомогою зменшення кількості досліджуваних параметрів за рахунок логічно обґрунтованого підбору лише необхідної інформації. Але таким чином можна втратити багато корисної інформації, яка, на перший погляд, такою не здається. Отже, в такому випадку якість дослідження буде залежати від досвіду самого дослідника. В цей же час, застосування факторного аналізу зменшує таку загрозу. За допомогою певних математичних процедур комплекс параметрів розбивається на групи таким чином, що можна розглянути всі фактори, які дозволяють коротко описати досліджуваний масив чисел.

Як вже зазначалось, при аналізі соціально-економічних явищ і процесів дослідник стикається з багатомірністю їх опису, тобто з необхідністю враховувати в аналізі велике число показників (параметрів або ознак). Багато з цих ознак можуть бути взаємозв'язаними і значною мірою дублювати одна одну, В той же час нерідко ознаки лише в непрямій формі відображають найбільш істотні, але непіддатливі безпосередньому спостереженню і вимірюванню внутрішні, приховані властивості явищ. Так, за даними демографічних показників, рівня життя населення, результатами опитування соціолог може зробити висновок про схильність окремих верств населення до міграції. Тільки велика сукупність безпосередньо вимірюваних ознак дозволяє зіставляти країни, райони і міста за рівнем життя, підприємства - за особливостями функціонування, продукцію - за якістю і т.д.

У такого роду ситуаціях представляється природною спроба сконцентрувати інформацію шляхом вираження великої кількості початкових непрямих ознак через меншу кількість більш ємних внутрішніх характеристик явища. При цьому передбачається, що найбільш ємні характеристики виявляться одночасно найбільш істотними, визначаючими. Для розв'язання таких завдань і призначені методи факторного аналізу [1,2, 3, 6, 8-10].

Сутність методів факторного аналізу полягає в переході від опису деякої множини досліджуваних об'єктів, заданої великим набором непрямих безпосередньо вимірюваних ознак, до їх опису меншим числом максимально інформативних глибинних змінних, що відображають найбільш істотні властивості явища. Такого роду змінні, що називаються факторами, є деякими функціями початкових ознак. В більшості випадків фактори являють собою латентні (скриті) ознаки, які не підлягають прямому вимірюванню, але здійснюють безпосередній вплив на досліджуване явище чи процес.

Факторний аналіз не вимагає апріорного підрозділу змінних на залежні і незалежні, оскільки всі змінні в ньому розглядаються як рівноправні. Завдання факторного аналізу полягає в тому, щоб визначити поняття, кількість і природу найбільш істотних і незалежних функціональних характеристик явища.

Важливою відмінною особливістю факторного аналізу є можливість одночасного дослідження скільки завгодно великої кількості взаємозалежних змінних. Він не вимагає припущення про незмінність всіх інших умов, властивого багатьом іншим методам статистичного аналізу. Завдяки цьому факторний аналіз є цінним інструментом дослідження явища у всьому різноманітті його реальних взаємозв'язків.

Для соціально-економічних досліджень відсутність обмежень на кількість і взаємозалежність змінних є особливо важливою, оскільки ізолювати вплив окремих змінних на поведінку всієї системи виявляється важким. Тому тут з успіхом застосовуються методи факторного аналізу, що дозволяють розрахунковим шляхом вичленувати відносно незалежні аспекти явища для подальших більш поглиблених досліджень. Зокрема, досить перспективним представляється використання результатів факторного аналізу в моделях множинної регресії.

Фактор є розрахунковою змінною, тобто якоюсь новою характеристикою об'єктів, що вивчаються. Опис фактора в термінах його зв'язку з набором початкових ознак відшуковується у вигляді так званої факторної матриці, або матриці факторних навантажень розмірністю пхк, де п - кількість вихідних ознак, а к - число факторів. Основою для побудови факторної матриці служить кореляційна матриця. Вона відображає ступінь взаємозв'язку між кожною парою ознак, тоді як факторна матриця характеризує ступінь зв'язку між кожною з п даних ознак і к факторів, виявлених в процесі аналізу. При цьому значення к обирається виходячи з двох умов: к повинне бути багато менше за п, а Рівень втрат в інформації достатньо малим.

Факторна матриця дозволяє виділити для кожного фактора групу параметрів, найтісніше з ним зв'язаних. Тим самим відкривається можливість зіставити фактори один з одним, дати їм змістовне тлумачення і найменування, тобто навести інтерпретацію факторів.

У зв'язку з цим важливо відзначити, що перетворення кореляційної матриці у факторну не є однозначним. Одну і ту ж кореляційну матрицю можна перетворити в різні факторні. Для вибору факторної матриці, на основі якої проводитиметься інтерпретація факторів, розробляються спеціальні прийоми. Як правило, в ролі факторної матриці вибирається така, в якій початкові параметри сильно пов'язані з одним з факторів і слабо пов'язані зі всіма іншими.

У соціально-економічних дослідженнях початкові параметри несуть, як правило, велике смислове навантаження, самі є змістовними ознаками. Головна мета факторного аналізу в таких дослідженнях полягає в агрегації даних, направленій на виявлення загальних закономірностей. У даний час накопичений великий досвід (без факторного аналізу) введення різних узагальнених індикаторів, що операціоналізують використання загальних понять. Через це завдання знаходження та інтерпретації факторів є в соціально-економічних дослідженнях, як правило, лише першим завданням факторного аналізу. Друге завдання полягає в побудові так званої матриці факторних вагових коефіцієнтів, елементи якої визначають значення факторів (нових інтегральних індикаторів) для кожного з об'єктів, що вивчається.

Викладене не означає, що перше із згаданих завдань - завдання побудови матриці факторних навантажень - в соціально-економічних дослідженнях носить чисто допоміжний характер. У ряді випадків саме це завдання є головним. Крім того, побудова матриці факторних вагових коефіцієнтів істотно залежить від того, на основі якої матриці факторних навантажень вона будується. Тому інтерпретація розподілу значень факторів по об'єктах залежить від тієї матриці факторних навантажень, що інтерпретується і яка визначає, які початкові параметри дають основний внесок в той або інший фактор.

Для визначення якості подання вихідних ознак за допомогою системи факторів потрібно ввести деякий показник, який і буде виступати мірилом цієї якості. Необхідно, щоб значення такого показника-критерія можна було б визначити за коефіцієнтами матриці факторних навантажень. Найкращою матрицею факторних навантажень можна вважати ту, для якої побудований критерій приймає найбільше значення.

У факторному аналізі вихідні змінні повинні вимірюватись за допомогою шкали інтервалів. Це пов'язано з тим, що розрахунки базуються на використанні кореляційної (в загальному випадку коваріаційної) матриці. Крім того, подання змінних у вигляді лінійної комбінації скритих факторів і використання оцінок факторів через лінійні комбінації вихідних змінних для порядкових даних неможливе.

Не дозволяється використовувати в ролі вихідних даних також: змінні, виміряні за дихотомічною шкалою. Адже кожна вихідна ознака є результатом дії щонайменше двох латентних ознак (одного спільного та одного характерного). Навіть якщо ці фактори також: виміряні за дихотомічною шкалою, початкова ознака прийме вже чотири значення. Тому вони ніяк не можуть бути дихотомічними.

Кластерний аналіз (англ. Data clustering) — задача розбиття заданої вибірки об'єктів (ситуацій) на підмножини, що називаються кластерами, так, щоб кожен кластер складався з схожих об'єктів, а об'єкти різних кластерів істотно відрізнялися. Завдання кластеризації відноситься до статистичної обробки, а також до широкого класу завдань навчання без вчителя. Кластерний аналіз — це багатовимірна статистична процедура, яка виконує збір даних, що містять інформацію про вибірку об'єктів і потім упорядковує об'єкти в порівняно однорідні групи — кластери (Q-кластеризация, або Q-техника, власне кластерний аналіз).

Основна мета кластерного аналізу — знаходження груп схожих об'єктів у вибірці. Спектр застосувань кластерного аналізу дуже широкий: його використовують в археології, антропології, медицині, психології, хімії, біології, державному управлінні, філології, маркетингу, соціології та інших дисциплінах. Однак універсальність застосування привела до появи великої кількості несумісних термінів, методів і підходів, що утруднюють однозначне використання і несуперечливу інтерпретацію кластерного аналізу.

Отже, шкалування виконує три функції: класифікації, ранжирування і запровадження метрики — вимірювання інтенсивності вияву соціальних ознак, що вивчаються, визначення різниці такої інтенсивності. У зв’язку з цим утворюються три види шкал.

1. Номінальна, або неупорядкована, або шкала класифікації назв. Вона містить перелік характеристик об’єкта чи явища, що інколи взаємно виключають одна одну. За допомогою цих шкал вимірюють такі об’єктивні ознаки, як стать, національність, сімейний стан, вік, стаж роботи, кваліфікацію, а також суб’єктивне ставлення респондентів до певних аспектів соціального явища, процесу: мотиви трудової поведінки, судження і твердження з різ­них питань, ціннісні орієнтації, інтереси, установки.

Наприклад, номінальна шкала для вимірювання спонукальних мотивів звільнення («Якщо у Вас є бажання перейти працювати на інше підприємство, то чому саме?») може мати такий вигляд:

1)   незадоволення роботою чи спеціальністю;

2)   брак перспективи для підвищення кваліфікації чи дальшого навчання;

3)   недоліки в організації праці;

4)   незадоволення умовами праці;

5)   незадоволення оплатою праці;

6)   незадоволення житловими та побутовими умовами;

7)   брак дошкільних дитячих закладів;

8)   незадоволення роботою громадського транспорту;

9)   незадовільний стан здоров’я;

10)   погані стосунки з безпосереднім керівництвом;

11)   погані стосунки з підлеглими;

12)   інші мотиви.

Перелічені варіанти відповідей не впорядковані, їх «інтенсив­ність» не можна порівняти.

2. Рангова шкала, або шкала порядку, утворюється з допомогою кумуляції (додавання, нагромадження) на підставі упорядкування шкали назв. І якщо номери, надані кожній ознаці, у шкалі назв використовуються лише як порядкові, тобто не мають кількісного значення, то в ранговій шкалі число, надане кожній характеристиці ознаки, відповідає місцю цієї характеристики в загальному порядку, установленому відносно ознаки, що вивчається. На відміну від шкал назв у рангових шкалах ознаки впорядковані одна щодо одної, тобто проранжировані. Рангові шкали дають змогу впорядковувати, розташовувати за ранжиром властивості, що вивчаються, від найбільш до найменш значущої чи навпаки.

Отже, вимірювання, здійснювані за допомогою рангових шкал, мають усі властивості вимірювань, що проводяться на рівні номінальних шкал. Крім того, вони дають змогу встановити співвідношення порядку та еквівалента.

Рангова шкала в загальному вигляді може бути подана так:

1) максимально заперечна (негативна) відповідь;

2) заперечна відповідь;

3) радше заперечна, ніж ствердлива (позитивна) відповідь;

4) нейтральна відповідь;

5) радше ствердлива, ніж заперечна відповідь;

6) ствердлива відповідь;

7) максимально ствердлива відповідь.

За допомогою рангових шкал найчастіше вивчають думки, наустановки, оцінки, ставлення респондентів до тих чи тих елементів ситуації, що вивчається.

Більшість закритих запитань з різних анкет, є, по суті, ранговими шкалами, наприклад: «Чи задовольняє Вас порядок розподілу колективних премій?»

1) зовсім не задовольняє;

2) радше не задовольняє, ніж задовольняє;

3) важко відповісти;

4) радше задовольняє, ніж не задовольняє;

5) повністю задовольняє.

Номери варіантів відповідей у таких випадках є рангами. Причому друга позиція має переваги щодо першої, третя — щодо другої і т. д. Але це аж ніяк не слід розуміти так, що в другому випадку ця перевага вдвічі більша ніж у першому.

3. Інтервальна (метрична) шкала утворюється на основі ран­гової наданням певної кількості балів кожній позиції. Наведений приклад рангової шкали «Чи задовольняє Вас порядок розподілу колективних премій?» можна подати у вигляді такої інтервальної шкали:

зовсім не задовольняє (– 1);

радше не задовольняє, ніж задовольняє (– 0,5);

важко відповісти (0);

радше задовольняє, ніж не задовольняє (+ 0,5);

повністю задовольняє (+1).

На відміну від рангової, інтервальна шкала дає змогу не тільки впорядкувати вияви властивості, що вивчається, а й розрахувати різницю між окремими позиціями шкали, тобто визначити інтервали.