
- •Новикова с.С. Соловьев а.В. Социологические и психологические методы исследования в социальной работе
- •Введение: практика, теория, исследование
- •1. Понятие о научной методологии
- •1.1. Процесс научного исследования, его цели и задачи
- •1.2. Специфика предмета исследования в социальных науках
- •1.3. Этические проблемы исследования в социальных науках
- •1.4. Стратегии и структура исследования
- •1.5. Типы исследования
- •Литература:
- •1.6. Социологическое исследование
- •1.6.1. Социологическое исследование в социальной работе
- •1.6.2. Структура исследовательского социологического процесса
- •1.6.3. Этапы социологического исследования
- •1.6.4. Основные виды социологического исследования
- •Вопросы
- •Литература
- •1.7. Построение программы исследования
- •1.7.1. Программа исследования
- •1.7.2. Методологическая часть программы
- •1.7.2.1. Формулировка и описание проблемной ситуации
- •1.7.2.2. Указание цели и задач
- •1.7.2.3. Определение объекта и предмета исследования
- •1.7.2.4. Интерпретация основных понятий
- •1.7.2.5. Формулировка гипотез
- •1.7.3. Методическая часть программы
- •1.7.3.1. Определение объема выборки
- •1.7.3.2. Описание используемых методов сбора первичной социологической информации
- •1.7.3.3. Логическая структура используемого инструментария
- •1.7.3.4. Методика обработки информации
- •1.7.3.5. Общий и рабочий план исследования
- •Вопросы
- •Литература
- •2. Методы сбора информации
- •2.1. Опрос
- •Вопросы:
- •2.2. Анкетирование
- •2.2.1. Виды анкетирования
- •Классификация видов анкетирования
- •2.2.2. Применение анкетирования в социальной работе
- •2.2.3. Структура анкеты
- •Вводная часть.
- •Основная часть.
- •"Паспортичка".
- •2.2.4. Классификация вопросов
- •По содержанию
- •2.2.5. Правила проверки составленной анкеты
- •Литература
- •2.3. Беседа
- •2.4. Наблюдение
- •2.4.1. Наблюдение как вид исследования в социальных науках
- •2.4.2. Основные термины и понятия
- •2.4.3. Классификация видов наблюдения
- •2.4.3.1. Неструктурализованное (неструктурированное, нестандартизированное, простое) и структурализованное (структурированное, стандартизированное) наблюдение
- •Реакция участников собрания на выступление, доклад (обвести кружком нужную цифру в соответствующей клеточке)
- •I. Карточка выступающего
- •II. Карточка регистрации реакции аудитории на выступление
- •III. Карточка регистрации общей ситуации во время выступлений
- •2.4.3.2. Непосредственное (прямое) и косвенное наблюдение
- •2.4.3.3. Контролируемое и неконтролируемое наблюдение
- •2.4.3.4. Открытое (явное) и скрытое (тайное, инкогнито) наблюдение
- •2.4.3.5. Включенное (участвующее, соучаствующее) и невключенное (внешнее, простое) наблюдение
- •2.4.3.6. Полевое, лабораторное и лабораторно–полевое наблюдение
- •2.4.3.7. Систематическое и случайное (несистематическое) наблюдение
- •2.4.3.8. Однократное и многократное (панельное) наблюдение
- •2.4.4. Применение наблюдения в различных видах исследований
- •2.4.5. Этапы проведения наблюдения
- •2.4.5.1. Подготовка исследования
- •2.4.5.2. Сбор первичной социологической информации
- •2.4.5.3. Обработка материала
- •2.4.5.4. Оформление выводов
- •2.4.6. Достоинства и недостатки метода наблбюдения
- •2.4.7. Подготовка наблюдателя
- •2.4.8. Надежность данных наблюдения
- •Дневник наблюдения
- •Вопросы
- •Литература
- •2.5. Анализ документов
- •2.5.1. Применение метода анализа документов
- •2.5.2. Классификация видов документов
- •2.5.2.1. Письменные, иконографические или аудиовизуальные, фонетические документы
- •2.5.2.2. Вербальные и статистические документы
- •2.5.2.3. Официальные и неофициальные (частные) документы
- •2.5.2.4. Личные и безличные (общественные) документы
- •2.5.2.5. Первичные и вторичные документы
- •2.5.2.6. Целевые и наличные (естественно существующие) документы
- •2.5.3. Виды анализа документов
- •2.5.3.1. Традиционный анализ
- •2.5.3.2. Формализованный анализ (количественный, контент-анализ)
- •2.5.4. Краткая история развития контент-анализа
- •2.5.5. Использование контент-анализа в социальных науках
- •2.5.6. Выбор необходимых видов документов
- •2.5.7. Этапы проведения контент-анализа
- •2.5.7.1. Выработка категорий анализа
- •2.5.7.2. Выделение единиц анализа
- •1. Понятие, выраженное отдельным словом, термином или словосочетанием слов.
- •2. Тема, выраженная в единичных суждениях, целых смысловых абзацах, частях текстов, статьях, телепередач и т.П.
- •3. Имена исторических личностей, крупных ученых, политиков, деятелей культуры и искусства, лидеров движений и партий, наименования общественных институтов, организаций и учреждений.
- •2.5.7.3. Выделение единицы счета
- •2.5.8. Достоинства и недостатки анализа документов
- •2.5.9. Разработка инструментария
- •2.5.10. Разработка инструкций кодировщику
- •Вопросы
- •Литература
- •2.6. Тестирование
- •3. Методы анализа данных
- •3.1. Качественные методы
- •3.2. Количественные методы
- •Описательная статистика
- •3.3. Использование компьютера для анализа данных
- •Литература
- •107150, Г. Москва, ул. Лосиноостровская, 24
2.5.9. Разработка инструментария
Необходимым условием контент-аналитического исследования является разработка соответствующего инструментария (таблицы, бланки кодировки). Таблицы контент-анализа - это основной рабочий документ, с помощью которого оно проводится. Тип таблицы зависит от этапа исследования. При разработке категориального аппарата исследователь составляет таблицу, представляющую собой систему скоординированных и субординированных категорий анализа. Таблица такого типа внешне напоминает анкету: каждая категория (вопрос) предполагает ряд признаков (ответов), благодаря чему становится возможным количественное выражение качественных признаков, содержащихся в тексте.
Для регистрации единиц анализа исследователь составляет уже другого типа таблицу - кодировальную матрицу (см. табл. 3) (37, с. 77).
Для регистрации единиц счета, в зависимости от характера исследования, четкости его задач и гипотез, разрабатывается определенный рабочий документ, с помощью которого проводится контент-анализ. Это могут быть специально разработанные макеты таблиц (в клетках которых отмечается встречаемость определенных единиц), перфокарты, карточки или специальные кодировальные матрицы.
Тип рабочего документа определяется этапом исследования. Если исследование носит поисковый характер и приходится собирать избыточную первичную информацию, то чаще всего используются кодировальные матрицы (определенный тип таблицы, составленный для регистрации единиц анализа). Столбцы такой матрицы означают отдельные документы (сообщения), а строки - классификационные единицы соответствующих единиц анализа (перечень тем, персонажей и т.п.). В результате этого в каждом столбце оказывается закодированным по интересующим нас признакам отдельное сообщение (табл. 4).
Таблица 4
Признак |
Текст |
|||||
|
1 |
2 |
3 |
... |
n |
Zn |
A |
|
|
+ |
|
|
|
В |
+ |
+ |
|
|
|
|
С |
+ |
|
+ |
|
|
|
... |
|
|
|
|
|
|
n |
|
|
|
|
|
|
Zn |
|
|
|
|
|
|
Подобного рода таблица-анкета может быть достаточно объемной. Например, в проводимом в Белорусской ССР исследовании эффективности функционирования республиканских средств массовой информации каждый текст анализировался по 248 признакам (37, с.77).
Если выборка невелика (до 100 классификационных единиц), то кодировальная матрица может быть отдельным листом и можно проводить двумерный или даже многомерный анализ, а если объем выборки достаточно велик (свыше 100 сообщений и единиц), то кодировщик, как правило, работает с целой тетрадью таких матричных листов.
Таблица может быть использована и на этапе количественной обработки данных. Наиболее важными в контент-анализе являются способы расчета совместной встречаемости, т.е. связанности, зависимости различных элементов содержания в сообщениях. Начало разработки этих способов было положено американским психологом А. Болдуином в 1942 г., и продолжено его последователем, известным психологом и психолингвистом Чарльзом Осгудом в конце 50-х гг. По мнению Ч. Осгуда, неслучайные зависимости элементов содержания в сообщениях указывают на определенные ассоциации в мышлении коммуникатора, а наличие случайных зависимостей указывает на процессы диссоциации. Процедура методики Ч. Осгуда состоит в том, что в сообщениях (частях текста) регистрируется наличие или отсутствие интересующих исследователя единиц содержания, после чего осуществляется подсчет совместной встречаемости этих единиц и определяется случайность или неслучайность их совместного появления. Для этого анализируемые единицы фиксируются в специально созданной матрице, с помощью которой выявляются меры случайности совпадения каждой классификационной единицы со всеми остальными (см. табл. 5) (25, с. 56-57; 37, с. 78).
Таблица 5
Реальное совпадение |
Ожидаемое совпадение |
|||||
|
А |
В |
С |
... |
n |
Zn |
А |
- |
0,10 |
|
|
|
|
В |
0,06 |
- |
0,02 |
|
|
|
С |
|
0,08 |
- |
|
|
|
... |
|
|
|
- |
|
|
n |
|
|
|
|
- |
|
Zn |
|
|
|
|
|
|
Например, единица А встречается в 20% анализируемых текстов (Pa=0,2), а единица В в 50% текстов (Pв=0,5), тогда, по теореме умножения вероятностей, ожидаемая частота совместного появления этих единиц будет равна 0,10 (Рав = Ра х Рв = 0,2 х 0,5 = 0,10). Полученное число записывается в соответствующую верхнюю от матричной диагонали клетку. После этого подсчитывается, сколько раз на самом деле единицы А и В совместно встречались в текстах. В действительности оказалось, что они совместно встречались только в 6% сообщений (fав=0,06). Это число записывается в соответствующую нижнюю от диагонали клетку.
Подобным образом продолжаем рассчитывать дальше вероятность и частоту совместного появления всех остальных единиц анализа. В конечном итоге, сравнивая полученные фактические и вероятностные величины, можно определить, какие фактические зависимости оказались неслучайными (например, из приведенной выше таблицы видно, что совместное появление единиц А и В - случайно, так как фактическая величина ниже вероятностной, т.е. реальное совпадение ниже ожидаемого; а единиц А и С - неслучайно, так как фактическая величина больше вероятностной). Можно также рассчитать уровень значимости неслучайных зависимостей, выделить группы взаимосвязанных единиц и т.д.
При количественном контент-анализе проведение подсчета в общем виде аналогично стандартным приемам классификации по выделенным группировкам ранжирования и измерения ассоциаций. Применительно к контент-анализу существуют даже специальные процедуры подсчета, например формула коэффициента Яниса (с), для вычисления соотношения положительных и отрицательных (относительно избранной позиции) суждений, оценок, аргументов. Если число положительных суждений превышает число отрицательных, то коэффициент Яниса находится по формуле
,
где f - число положительных оценок; n - число отрицательных оценок; r - объем содержания текста, имеющего прямое отношение к изучаемой проблеме; t - общий объем анализируемого теста.
А если число положительных суждений меньше отрицательных, то коэффициент Яниса подсчитывается по формуле
.
Существуют и более простые способы измерения. Например, удельный вес той или иной категории можно определить с помощью следующей формулы (37, с.79)
.
На первом этапе необходимо также провести пробный (пилотажный) анализ документов, который обычно позволяет выявить имеющиеся недостатки методики. После необходимых доработок исследователю остается только проверить надежность разработанной методики, т.е. испытать ее на обоснованность (соответствие задачам и теоретическим понятиям исследования) и устойчивость (воспроизводимость результатов).
Обоснованность (validity - валидность) обычно проверяют при помощи экспертов (специалистов по проблематике проводимого исследования) или посредством получения аналогичных данных другими методами.
Устойчивость (consistency) ( иногда ее отождествляют с надежностью (relibility) и объективностью (objectivity) анализа документов) можно определить при помощи повторного кодирования одних и тех же документов по единой инструкции одним и тем же кодировщиком ("устойчивость во времени") или кодированием одних и тех же документов по единой инструкции разными кодировщиками ("устойчивость среди аналитиков"). Для этого можно взять наугад только часть документов из выборки (например, 30 или 50 единиц). Если данные разных кодировщиков будут в достаточной степени соответствовать друг другу (например, расхождение не выше 5% или коэффициент корреляции на уровне значимости 0,05), то можно вполне уверенно считать, что разработанная методика позволяет получать устойчивые результаты.
Если исследователю необходимо проанализировать очень много материалов и процесс кодирования растягивается на недели, следует проводить выборочную проверку устойчивости получаемых данных, для этого процесс кодирования целесообразно проводить параллельно несколькими кодировщиками.