0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8

Рис. 6. Дендрограмма мотивов голосования за кандидатов в Президенты России на выборах 1996 г.

Условные обозначения переменных: персональные электоральные предпочтения рес пондентов на президентских выборах 1996 г. (Ельцин, Зюганов, Явлинский); моти вация этих предпочтений(1.1. «Он мне нравится», 1.2. «Не хочу перемен», 2.1. «Меня устраивает его программа», 2.2. «Он знает, как решить проблемы страны», 3.1. «Я ему доверяю», 3.2. «Ему нет достойной замены»); мотивация голосования за списки политических партий на парламентских выборах 1995 г. (4.1. «Они заставят правительство думать о народе», 4.2. «Они смогут решить проблемы страны», 4.3. «Устраивает программа партии»). Анализ выполнен с помощью пакета « Statistica » по методу Уорда.

Кластерный анализ основных альтернатив ответа на вопрос о том, за кого намерены голосовать (опрос проводился в мае 1996 г.) респонденты («Ельцин», «Зюганов», «Явлинский»), и вопрос о мо тивах предстоящего голосования позволили обнаружить особые

[61]

структуры мотивации электорального выбора у сторонников отдельных кандидатов в Президенты России на выборах 1996 г. (см.: перечни мотивов в кластерах Ельцина, Зюганова и Явлинского).

Многомерное шкалирование представляет собой процедуру, с по мощью которой оценивается степень сходства/различия между переменными. С его помощью мы можем представить набор изу чаемых переменных в виде скоплений точек (каждой переменной соответствует одна точка). Этот метод позволяет находить в массиве данных комплексы сходных друг с другом и отличающихся друг от друга переменных. В геометрическом пространстве сходные переменные (тесно связанные между собой в сознании респонден тов) располагаются близко друг от друга и образуют скопления точек, отделенные пустым пространством от других скоплений сходных переменных. Чем больше сходства зафиксировано у изу чаемых переменных, тем ближе находятся обозначающие их точки на графике. Чем меньше сходства наблюдается у включенных в анализ переменных, тем дальше друг от друга располагаются соот ветствующие им точки на графике.

Данный метод дает возможность наглядно (на графике) пред ставить множество переменных и увидеть особенности их конфи гурации в геометрическом пространстве (чаще всего в двумерном). Подобная процедура используется при сопоставлении значительно го числа переменных, которое трудно анализировать без визуализации. Перед началом многомерного шкалирования осуществляется процедура преобразования переменных в биноминальные, как и в кластерном анализе.

Рассмотрим пример такой визуализации на основе набора пере менных, характеризующих идентификацию респондентов с различ ными взглядами (источник данных тот же, что и в примечании к рис. 6).

На графике рис. 7 видны четыре группы точек, отделенных друг от друга пустым пространством. Эти группы располагаются в рамках двух измерений. Первое измерение основано на противопоставлении власти и общественности, второе — на противопо ставлении коммунизма и либерализма. Эти оппозиции наблюдались в политическом сознании населения Санкт-Петербурга в конце 2000 г.

Специфическим методом обработки социологической информа ции является вторичный анализ данных. Он применяется для полу чения дополнительной информации по уже прошедшему первичную обработку массиву данных. Обычно вторичный анализ ис пользуют при повторной обработке результатов «чужих» или собст венных исследований. Можно выделить два типа вторичного ана-

[62]

Рис. 7. Конфигурация переменных в пространстве двух измерений* (политическая идентификация и партийные предпочтения на выборах)

лиза: монографический и сравнительный. В первом случае осуществляется повторный анализ одного массива первичных данных, во втором — сопоставляются несколько массивов первичных данных (например, электронные таблицы данных в системе 8Р88), полученные отдельными социологическими центрами в разное время, на разных выборках и по различным программам. Разнотипность исследований и используемых в них переменных порож дает необходимость их стандартизации как условия сопоставимости результатов исследований [Социальные исследования: построение и сравнение показателей. М., 1978. С. 134—139].

Сопоставлять можно лишь однородные переменные, но для обеспечения этой однородности нужно, чтобы сравниваемые пер вичные данные по этим переменным были получены на однотип ных выборках, одинаковыми методами и с помощью однотипных шкал. Если у нас нет информации о том, кого и как репрезентирует выборка, какие методы были использованы для сбора и анализа данных, как были сформулированы вопросы и какие альтер нативы предлагались респондентам для ответа на них, то вторичный анализ становится невозможным.

Нельзя в строгом смысле слова назвать вторичным анализом часто используемое сопоставление частотных распределений внеш не сходных переменных, взятых из отчетов по итогам массовых опросов населения, опубликованных в научных изданиях или газетах. Как правило, в этом случае авторы не выясняют степень

* Многомерное шкалирование выполнено с помощью пакета SPSS , опции: statistics \ scale \ multidimensional scaling .

[63]

однородности сравниваемых массивов информации, а между тем за каждым числовым значением признака стоит определенное качество. Не выяснив, насколько однородна качественная определенность переменных, отобранных из разных массивов данных, мы не можем их сопоставлять.

Для проведения вторичного анализа необходимо изучить описа ние выполненных исследовательских проектов, по которым имеет ся первичная информация в существующих отечественных и зару бежных архивах данных [см., например: Банк социологических данных, 1990 (Информационные ресурсы социологических центров СССР). М., 1990; Международный журнал социальных наук. Май. 1995. № 9. Европейские базы данных по социальным наукам); Мангейм Дж.-Б., Рич Р.-К. Политология. Методы исследования. М., 1997. С. 220—221]. В архивах нужно отобрать необходимые массивы данных, получить разрешение на их использование от руководства соответствующих центров и, сделав с них копии файлов, провести вторичный анализ.

Можно выделить несколько видов сравнительного вторичного анализа: сравнительно-типологический (синхронный), или анализ первичных данных исследований, проведенных в одно и то же время; сравнительно-генетический (диахронньш), или анализ ре зультатов исследований, проведенных в разное время. В любом случае предварительное изучение переменных с целью определения степени их однородности и пригодности для сравнения представ ляет собой обязательное условие вторичного анализа. Важно отме тить и то, что в процессе вторичного анализа мы, по существу, мысленно воспроизводим все этапы сопоставляемых исследований и одновременно осуществляем самостоятельное исследование, в ходе которого концептуализируем изучаемую проблему, выдвигаем собственные гипотезы, операционализируем понятия и т.д. Вторичный анализ означает новое, дополнительное исследование старых массивов первичных данных.

Основные выводы

•  Социологическое исследование проходит несколько этапов: подготовительный, полевой, аналитический.

•  Технологии сбора и обработки данных, основанные на ис пользовании количественных (основанных на измерении параметров политического действия) и качественных (осно ванных на понимании смысла явлений политического действия) методов существенно отличаются.

•  Основным документом, направляющим весь процесс исследо вания, является программа, в которой излагаются цель, зада-

[64]

чи, объект, предмет, концепция, гипотезы, методы и график проведения исследования.

•  Исходным пунктом исследования является определенная проблема, решение которой имеет значение для политической со циологии и практики.

•  Всякое исследование должно заканчиваться разработкой практических рекомендаций, способствующих совершенствованию технологии политического действия.

•  В процессе сбора эмпирических данных используются обще социологические методы: наблюдение, опрос, анализ докумен тов, которые включают конкретные методики, например включенное наблюдение, телефонное интервью, фокус-группы, контент-анализ, анализ биографий и т.д.

•  При обработке данных в политической социологии используются методы, заимствованные из прикладной статистики: анализ статистических таблиц, корреляционный, факторный, кластерный анализ и многомерное шкалирование.

•  Для воспроизведения явлений политической жизни желатель но использовать различные методы, каждый из которых по зволяет проверять стабильность результатов, полученных дру гим.

Основные понятия