Полная версия

Главная arrow Статистика arrow МАТЕМАТИЧЕСКАЯ СТАТИСТИКА ДЛЯ СОЦИОЛОГОВ

  • Увеличить шрифт
  • Уменьшить шрифт


<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>

Невозможность полностью формализовать понятия причины и следствия.

Выделение двух основных направлений изучения причинно-следственных отношений: построение структурных уравнений и проведение эксперимента

Ниже мы позволим себе упомянуть несколько методов анализа данных, вряд л и знакомых нашему читателю. Как и выше, мы делаем это сознательно, для того чтобы студент получил хотя бы поверхностное представление о современном арсенале методов социолога.

Какое бы из известных определений причинности мы ни взяли, можно с уверенностью сказать, что не существует логикоматематического метода, позволяющего полностью формализовать подход к выявлению причин, определяющих изучаемое исследователем явление (здесь, вероятно, требуется пояснить, почему мы говорим не только о математическом, но и о логическом анализе; однако это станет ясно из дальнейшего — логическими являются, например, правила причинного вывода на основе анализа результатов эксперимента, предложенные Миллем).

Известно, что никакой формальный логико-математический анализ не может нам доказать, что такой-то признак (признаки) является причиной такого-то явления. Тем не менее использование логико-математического формализма — это единственный подход, обходимо даже в том случае, если исследователь — материалист и не ставит под сомнение объективную реальность причинности (100 этюдов о Канте. М.: Книжный Дом «Университет*, 2005. С. 76—77).

позволяющий проверять гипотезы соответствующего плана, корректировать, принимать или отвергать их.

Логико-математических методов, позволяющих изучать причинно-следственные отношения, очень много: начиная с расчета парных коэффициентов связи (число которых, в свою очередь, измеряется сотнями) и кончая сложными комплексными методами изучения структур связей между переменными, опирающимися на разного рода причинные, регрессионные, логлинейные, факторные, дисперсионные и другие модели (отдельные примеры методов, позволяющих изучать причинные отношения между двумя переменными, см. в п. 11.3).

Как уже неоднократно подчеркивалось, в каждом математическом методе заложена определенная модель того явления, которое с помощью этого метода изучается. Встает вопрос о том, чем отличается один метод от другого, т.е. вопрос о сравнении моделей, заложенных в каждом из них.

В рамках данной книги мы не будем подробно говорить обо всех этих методах. Выделим два главных направления.

Первое направление поиска причин связано с построением так называемых структурных уравнений. Речь идет о подходе, в соответствии с которым на основе глубокого априорного анализа гипотетических причинных отношений между большим количеством переменных составляется система регрессионных моделей, их анализ позволяет четко понять, какие именно глубокие, опосредованные причины обусловливают ту или иную статистическую связь. Этот подход ранее назывался причинным, путевым анализом. Затем в соответствующие модели начали включать так называемые латентные (т.е. скрытые, не поддающиеся измерению с помощью непосредственного опроса респондентов). В результате подход объединил, помимо своеобразных приемов использования регрессионного анализа, и факторный и латентно-структурный анализ. И подход стал коротко обозначаться аббревиатурой SEM — моделирование структурными уравнениями.

Представляется, что заложенные в указанном подходе модели близки к тому пониманию причинности, которое отвечает описанному выше статистическому подходу.

Второе направление отвечает поиску причин с помощью эксперимента. Здесь выделим два поднаправления. Одно — статистическое. Современная наука включает раздел «Планирование эксперимента» и опирается на соответствующий подход к идее дисперсионного анализа. Как уже отмечалось, дисперсионный анализ отличается от других подходов к выявлению каузальных отношений именно тем, что здесь речь идет о выявлении причинно-следственных отношений через эксперимент. При этом проверяются определенного рода статистические гипотезы.

Второе поднаправление — индуктивное. Оно, как правило, не использует статистических предпосылок. Но мы его рассмотрим, во- первых, из-за его активного использования в социологии и, во- вторых, из-за того, что его анализ даст возможность оттенить достоинства и недостатки подхода математической статистики.

 
<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>