2. Понятие функциональной связи
Теперь обратим внимание на важную сторону дела. Реально, когда проводится конкретное исследование, редко имеется возможность проследить сначала изменение одного фактора, а затем, через некоторое время изменение другого фактора. Например, сначала целый год следить, как постепенно растет безработица, потом еще примерно через год обнаружить рост числа отложенных браков. Никто не будет платить социологу зарплату за терпеливое ожидание того, когда все-таки одно повлечет другое.
Но, оказывается, отслеживание связи во времени можно заменить исследованием функциональной связи между обоими факторами. И тем самым выявить причинную связь сразу и достаточно точно.
Допустим, мы хотим проверить гипотезу о том, что рост безработицы является причиной возрастания числа отложенных браков. Мы не будем ждать, когда начнет увеличиваться одно, а потом, через год, другое. Мы используем метод функциональной связи. Для этого отберем два района, более или менее одинаковых по численности, экономическому развитию, национальному составу и т. д., важно, чтобы эти районы (в идеале) отличались лишь разным показателем безработицы.
Отметим на горизонтальной оси слева район с низкой безработицей, а справа – район с высокой безработицей. По вертикальной оси проставим процент тех, кто положительно относится к отложенному браку. Затем построим график зависимости между процентом безработных и процентом положительно относящихся к гражданскому браку. И если наша гипотеза верна, то график будет примерно таким (рис. 2.3).
Рис. 2.3. График функциональной связи
Можно спросить, а не имеем ли мы здесь дело с ковариацией? Ведь и здесь рост одного фактора совпадает с ростом другого фактора. Тут нужно исходить из здравого смысла. Что здесь будет независимым фактором, а что зависимым? Ясно, что рост безработицы зависит не от отношения к отложенным бракам, а от других факторов: от спада производства, падения спроса на продукцию, изменения кредитной политики в далекой Америке и т. д.
А вот на отношение к отложенному браку может влиять рост безработицы, так как возрастает неуверенность в завтрашнем дне, увеличиваются шансы потерять работу, существовать на пособие, стоять в очереди на бирже труда и т. д. Ясно, что все это влияет на планы пары, решившей жить вместе.
Итак, исследование влияние во времени одного фактора на другой можно заменить исследованием функциональной связи: подбирать уже имеющиеся ситуации и строить графики зависимости. В дальнейшем мы научимся выражать эту зависимость через количественные показатели.
3. Построение каузальной модели
Вернемся к случаю зависимости спроса на автомобили и цен в супермаркетах от цены на бензин. Здесь можно построить следующую модель (рис. 2.4).
Рис. 2.4. Модель зависимости трех факторов
Мы получили так называемую каузальную модель. Она состоит из трех элементов. Первый элемент – фактор, независимый от остальных факторов и являющийся их причиной. Причины на схемах обычно показываются с левой стороны. Остальные два фактора являются следствиями действия первого фактора и находятся между собой в отношении ковариации.
Определение каузальной модели: это – диаграмма, которая в наглядном виде показывает отношения между исследуемыми факторами.
Простейшая каузальная модель состоит из причины и следствия. Например (рис. 2.5).
Рис. 2.5. Модель зависимости двух факторов
Но обычно строятся сложные модели, объединяющие до пяти или шести факторов, которые находятся между собой в отношениях как ковариации, так и каузации. Рассмотрим пример такой модели1 (рис. 2.6).
Рис. 2.6. Модель зависимости пяти факторов
Данная модель показывает, что между образованием, статусом и доходом имеются ковариационные отношения, так как все три фактора являются следствием одной причины − уровня интеллекта. Образование и доход оказываются дополнительными причинами увеличения статуса. Статус выступает непосредственной причиной сбережений. А образование и доход являются опосредованными причинами – через статус – сбережений.
Интеллект – опосредованная причина сбережений (через статус, доход и образование).
Тут важно то, что можно различать непосредственные причины и опосредованные.
В хорошо проработанных каузальных моделях указываются коэффициенты связи между факторами, показывающие степень влияния данного фактора на другой фактор. Например, коэффициент связи между интеллектом и статусом может оказаться 0,45, а между доходом и статусом – 0,7. Получается, что на статус доход влияет в большей степени, чем интеллект. В конце курса мы покажем, как строить модели с коэффициентами.
Можно сказать, что конечной задачей социологического исследования, кроме рекомендаций социолога заказчику является построение такой каузальной модели со стрелками, указывающими на связь, и коэффициентами при них.