Билет 15 Вопрос 2 Качественные и количественные методы в политических науках



Скачать 83.81 Kb.
Дата20.05.2016
Размер83.81 Kb.
Билет 15 Вопрос 2

Качественные и количественные методы в политических науках.


Обработка информации является основой для начала следующего, более

сложного, этапа исследования  анализа данных. Именно на этом этапе иссле-

дователь делает вывод о подтверждении или опровержении сформулированных

им ранее гипотез, выявляет те или иные социальные закономерности.

В зависимости от применяемых ранее методов сбора информации  каче-

ственных или количественных  и анализ данных бывает качественным или ко-

личественным. Целью первого является выявление закономерностей во взаимо-

связях между переменными, целью второго  измерение этих взаимосвязей.

Значительную роль в разработке качественного анализа сыграл ирланд-

ский логик и математик XIX в. Джордж Буль. Его учение получило название



булева алгебра или математическая логика.

Ее суть можно свести к нескольким положениям:

▪ формализация данных – перевод переменных в буквенные обозначения;

▪ сведение данных в таблицы сопряженности зависимых и независимых пере-

менных («таблицы истинности»);

▪ оценка данных по шкале – истина (наличие) (обозначается цифрой 1 или за-

главной буквой) и ложь (отсутствие) (обозначается цифрой 0 или малой бук-

вой)__


▪ проведение логических операций с формализованными и оцененными суж-

дениями – процедур сложения, умножения, минимизации логических выра-

жений и т.п.

Примером применения булевой алгебры в политологии стали исследова-

ния Чарльза Рейджина.

Рассматривая падение военных режимов (исследователь обозначил их бу-

квой F), он выделил три причины: конфликт между старыми и молодыми офи-

церами (А), смерть властвовавшего диктатора (B), недовольство сил безопасно-

сти военным режимом (C). Результаты своего исследования Ч. Рейджин пред-

ставил в «таблице истинности»

Данные сравнительного анализа, сведенные в «таблицу истинности»,

можно подвергнуть дальнейшей обработке. Среди используемых логических

процедур наиболее распространенными являются:

1) Логическое сложение (дизъюнкция) – соединение двух и более выска-

зываний союзом «или», обозначающим возможные варианты.

F является истинной (=1) в случаях если истинными являются А или В или С.

Как видим, математическая логика вовсе не тождественна математике: единица

здесь может быть равна двум, трем, но ни в коем случае не нулю.

2) Логическое умножение (конъюнкция) – соединение двух и более вы-

сказываний союзом «и».

Так если мы рассмотрим вторую строку таблицы, то можем вывести формулу

F=Авс (т.е. падение военных режимов происходит в случае наличия условия А

и отсутствии условий В и С). В результате логического умножения можно вы-

вести следующие причины падения военных режимов

3) Булева минимизация – сокращение числа высказываний (строк табли-

цы истинности), относящихся к следствию. Основным правилом минимизации

является следующее: если два булевых выражения различаются между собой

только одним условием, тогда оно может быть признано незначимым и упразд-

нено.

Полученные упрощенные выражения также можно подвергнуть новой миними-



Зации

Кроме вышеназванных в булевой алгебре имеются и другие логические

операции.

Булева алгебра нашла широкое применение в политической науке. Ее эф-

фективно использовали У. Розенбаум при изучении политической культуры; Ч.

Рэйджин при исследовании государственного строительства в Западной Евро-

пе; Дирк Берг-Шлоссер и Жизель де Мёр при изучении демократии в межвоен-

ный период и др. Для использования булевой алгебры в политологии разрабо-

таны специальные компьютерные программы. Самой известной среди них яв-

ляется QCA (Qualitative Comparative Analysis – Качественный сравнительный

анализ), созданная в 1986 г. Криссом Дрэссом и Чарльзом Рейджином.

Не менее важное место в разработке методологии качественного анализа

принадлежит современнику Дж. Буля, английскому философу и экономисту

Джону Миллю. Он предпринял попытку сформулировать правила установле-



ния взаимосвязей в ходе сравнения

Два первых метода Дж. Миля легли в основу современных исследова-

тельских стратегий: «наибольшего сходства» и «наибольшего различия». Суть

первой заключается в ограничении анализа группой стран, похожих друг на

друга по целому ряду характеристик (переменных). Эти характеристики иссле-

дователь может принять за постоянные, что позволяет ему полностью сосредо-

точиться на взаимовлиянии интересующих его переменных.

Содержанием метода «наибольшего различия» является сравнение стран,

принадлежащих, по мнению исследователя к двум качественно различным ти-

пам. Реализация этой стратегии требует более значительного, чем в предыду-

щем случае, объема теоретической работы, но зато, выявленный в ходе анализа

фактор, одинаково действующий в совершенно разных ситуациях, является ис-

ключительно важным.

Детальная разработка выделенного Дж. Миллем третьего метода сравне-

ния  метода сопутствующих разновидностей  была осуществлена в рамках в

рамках количественного (статистического) анализа, направленного на из-

мерение взаимосвязей между переменными.

Самой распространенной разновидностью статистического анализа явля-

ется корреляционный анализ (от лат. correlatio  соотношение)  стратегия,

направленная на измерение и изучение взаимосвязей между переменными пу-

тем вычисления коэффициента корреляции  числа, величина которого харак-

теризует интенсивность/тесноту, а знак  направление взаимозависимости.

В статистике существуют специальные формулы для вычисления коэф-

фициента корреляции. Их выбор зависит от типа переменных. Связь качествен-

ных признаков (т.е. таких, которые могут быть расположены по номинальной,

ранговой или дихотомической шкале, иначе говоря, перечислены, ранжированы

или противопоставлены друг другу) высчитываются с помощью коэффициен-

тов ранговой корреляции, сопряженности, ассоциации и т.д. Связь количест-

венных признаков (т.е. таких, которые могут быть измерены числом) вычисля-

ется с помощью коэффициента корреляции Пирсона.

Считается, что если значение коэффициента равно 1, то взаимозависи-

мость признаков является строгой (полной); если его значение находится в ин-

тервале от 1 до 0,8, то это свидетельствует о сильной их взаимозависимости;

если в интервале от 0,7 до 0,3  об умеренной (неярко выраженной) взаимоза-

висимости, а если же оно лежит в интервале от 0,2 до 0,0, то мы имеем дело со

слабой или нулевой взаимозависимостью. Как правило, значение коэффициен-

тов корреляции выше 0,5 встречаются очень редко. При одновременном возрас-

тании переменных, корреляция является положительной, когда возрастание од-

ной переменной приводит к уменьшению другой  отрицательной. Если коэф-

фициент корреляции равен +1  зависимость считается прямой,  1  обратной.

Вместе с тем, как отмечают специалисты, интерпретация коэффициентов

корреляции является творческим процессом, поскольку:

▪ существуют ложные корреляции, которые определяются случайным пересе-

чением признаков из-за влияния неучтенных факторов (например, с повы-

шением должности число больничных дней уменьшается, но это не значит,

что высокое положение укрепляет здоровье);

▪ корреляция не тождественна причинной зависимости, она лишь указывает

имеющуюся между признаками связь; причина же может лежать гораздо

глубже;

▪ корреляция является основой для других видов количественного анализа:



регрессионного, факторного и т.п.

Регрессионный анализ  вид статистического анализа, позволяющий

выявить и высчитать степень влияния независимой переменной на зависимую

переменную. Иными словами, измерить причинно-следственную связь. Суть

анализа заключается в составлении уравнения (системы уравнений) функцио-

нальной зависимости и вычислении коэффициента регрессии. В отличие от

корреляционного, регрессионный анализ может применяться только к количе-

ственным переменным.

Регрессия может быть простой, направленной на установление влияния

одной переменной на другую, и множественной, преследующей цель выявить

одновременное влияние двух и более независимых переменных на зависимую.

Регрессионный анализ важен для поверки различных исследовательских

гипотез, но на практике зачастую не отражает всю цепочку причин и взаимо-

связей. В этом случае используют путевой анализ (пат-анализ)  способ вы-

считывания путевых коэффициентов, описывающих связи между переменны-

ми, и построение модели, где представлены как прямые, так и непрямые (опо-

средованные) влияния переменных друг на друга.

Еще одним методом статистического анализа является факторный ана-

лиз, основанный на выявлении комплекса взаимосвязанных и взаимообуслов-

ленных (тесно скоррелированных между собой) скрытых независимых пере-

менных (факторов) и измерении доли влияния этих факторов на зависимые пе-

ременные (см.: схему 2).

Необходимость факторного анализа связана с тем, что исследователь не в

состоянии воспринимать большое число сопоставляемых пар признаков и вы-

нужден прибегать к помощи компьютера.

В политических исследованиях в качестве факторов обычно выделяют

скрытые причины, лежащие в основе многих явлений и процессов. Известные__

политологи С. Липсет и С. Роккан, объясняли, например, успех определенного

типа партий на выборах такими факторами как расколы избирателей на рабочих

и предпринимателей, горожан и селян, верующих и атеистов и т.п.

В своем исследовании о голосовании в Генеральной Ассамблее ООН

американские политологи Х. Алкер-младший и Б. Рассет провели сравнение 60

стран, введя факторы экономического и социального развития, включавшие в

себя по 20 показателей  доход, производство, тип государства и пр.

Примером успешного использования факторного анализа являются рабо-

ты представителя американской школы «новой политической истории» М.

Хаммарберга, который проанализировал поведение избирателей штата Индиана

в 70-х гг. XIX в. Путем регрессионного анализа М. Хаммарберг вычислил во-

семь количественных характеристик социального состава избирателей округов

по каждым выборам и на основе оценок построил модель факторов, влиявших

на результаты выборов в штате. В результате обозначились две группы фак-

торов: 1) долговременные  приверженность избирателей к определенным по-

литическим партиям; 2) кратковременные  такие факторы как статус кандида-

тов, политическая активность избирателей, влияние других партий и др.

Особое место среди видов статистического анализа занимает анализ вре-

менных рядов, основанный на изучении изменений значений переменных во

времени. Примером простого временного ряда является таблица 8, отражающая

процесс роста числа демократических стран за период 1974-1994 гг. Но в боль-

шинстве случаев временные ряды гораздо сложнее.

Сравнивая показатели ряда между собой или с уровнем, выбранным в ка-

честве базиса, можно выявить скорость и интенсивности развертывания явле-

ния во времени. Обобщающей характеристикой интенсивности изменений яв-

ляется средний темп роста, демонстрирующей во сколько раз в среднем за еди-

ницу времени изменился уровень ряда. Сутью анализа временных рядов явля-

ется выявление общей тенденции (направления) развития, ее графическое ото-

бражение в виде прямой тренда, что дает возможность объяснить настоящее,

обусловленное прошлым, и математически прогнозировать будущее.

Объясняя практическую пользу от применения анализа временных рядов,

западногерманский политолог К. Дойч сравнил политику с игрой в карты. Иг-

роки в карты с небольшим состоянием, отметил политолог, разоряются не в ре- зультате тенденции проигрывать понемногу и постоянно, а из-за большой

флюктуации проигрышей, которая может их быстро разорить, и они не смогут

достаточно долго продержаться в игре, чтобы начать выигрывать в то время,

когда наступит временная выигрышная серия. «И то, что случается с ограни-

ченными ресурсами игроков, случается с ограниченным кругом сторонников

партий или политических деятелей, или с армией с небольшими резервами, на-

ходящейся в жестких условиях военных флюктуации».

В современной политологии анализ временных рядов используется до-

вольно широко. Он применяется при изучении гонки вооружений, политико-

деловых циклов, партийных интересов, правительственных расходов и др.

Характеризуя статистические методы, используемые в политологическом

анализе, следует заметить, что они позволяют выявить, наглядно представить и

измерить взаимосвязь между переменными. Такого рода измерения очень важ-

ны, ибо придают проводимому исследованию точность и строгость. Но сами по

себе, в отрыве от качественных методов, приемы количественного анализа ма-

лоэффективны. Выявить и измерить взаимосвязь очень важно, но выявить зако-



номерность во взаимосвязях между переменными намного важнее.__
Каталог: 2010
2010 -> «Социология малых групп»
2010 -> Бучкин Андрей Владимирович
2010 -> Перфекционизм и враждебность как личностные факторы депрессивных и тревожных расстройств 19. 00. 04 Медицинская психология
2010 -> На правах рукописи Володин Александр Анатольевич Процессно-целевое управление качеством подготовки студентов в вузе
2010 -> Ладислав Викторович дополнительная профессиональная подготовка студентов туристского вуза по мониторингу качества туристских услуг
2010 -> Введение о чем эта книга
2010 -> Психология гендерных отношений 19. 00. 05 социальная психология
2010 -> Становление государственно-общественного управления школьным образованием в россии 13. 00. 01 общая педагогика, история педагогики и образования


Поделитесь с Вашими друзьями:


База данных защищена авторским правом ©psihdocs.ru 2017
обратиться к администрации

    Главная страница