• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2017/2018

Концепции измерения в гуманитарных науках

Статус: Курс по выбору (Социология)
Направление: 39.03.01. Социология
Когда читается: 1-й курс, 4 модуль
Формат изучения: Full time
Язык: русский
Кредиты: 3

Программа дисциплины

Аннотация

Курс рассчитан на чтение его в третьем модуле первого курса, и это создает много методологических трудностей. Студенты не знают не только методов анализа данных и математической статистики, но и социологии. Отсутствие знаний по «математическим» предметам делает невозможным описание способов построения даже самых простых методов измерения, а также иллюстрации адекватности (неадекватности) методов относительно типов используемых шкал. Это обстоятельство обусловливает необходимость включения в курс нескольких тем, непосредственно с измерением не связанных: дать студентам представление о выборке и генеральной совокупности, об их соотнесении, о вероятности и её частотной оценке, о признаке (и соответствующем «генеральном» понятии – случайной величине), признаковом пространстве, расстояниях в признаковом пространстве, мерах средней тенденции, мерах разброса, элементарных коэффициентах связи между признаками, о распределениях вероятностей вообще, о нормальном распределении. Другими словами, речь идет об ознакомлении студентов с азами анализа данных. Именно этот материал используется при описании рассматриваемых методов измерения и именно на его основе затем демонстрируется роль корректности процедуры измерения в процессе решения социологических задач. Но, с другой стороны, то же обстоятельство (нулевая подготовка слушателей в области социологии и социологических методов) кажется весьма выигрышным, поскольку дает возможность вложить в «чистое» сознание студента, только что поступившего в вуз, современное представления об измерении, связать соответствующий процесс с моделированием, с необходимостью формирования четких априорных содержательных представлений о том, что исследователь намеревается изучать. Кроме того, студент сразу нацеливается на возможность рассматривать не только числовое измерение, приучается к необходимости вдумываться в то, каким образом можно получать адекватную информацию от респондента. Важным методическим моментом является такое введение в рассмотрение элементов анализа данных, теории вероятностей и математической статистики, которое отвечает их историческому генезису. Слушатели подводятся к осознанию естественности с точки зрения здравого смысла рождения понятия вероятностей и их распределений, понимания связи в соответствии с той моделью, которая заложена в известных коэффициентах Q и Ф и т.д. А при обосновании того положения, что естественная оценка вероятности попадания значения случайной величины в определенный отрезок равна площади под соответствующей частью кривой плотности распределения демонстрируется естественность рождения понятия определенного интеграла. При этом формулы почти не используются. С указанными «математическими» понятиями в их более формальном виде слушатели познакомятся на втором и третьем курсе. Эти понятия часто с трудом воспринимаются студентами-социологами. И в качестве латентной (в смысле Мертона) функции предлагаемой программы может служить то, что освоение в рамках рассматриваемого курса этих понятий в их содержательной ипостаси может помочь будущей работе с более формальным их представлением в рамках названных выше курсов. Необходимо также оговорить, что рекомендуемая в программе литература не всегда в полной мере соответствует адресату, будучи рассчитанной на более подготовленных студентов-социологов. Предполагается, что усвоение положений данной дисциплины будет способствовать освоению слушателями материала курсов «Анализ социологических данных», «Методология и методы социологических исследований», «Теория вероятностей и математичекая статистика».
Цель освоения дисциплины

Цель освоения дисциплины

  • дать студенту представление об измерении как о процессе моделирования эмпирической системы (ЭС) в математической (МС); проиллюстрировать примерами то, что формирование ЭС по сути является результатом формализации априорных содержательных предположения социолога о сути измеряемых объектов; что этот процесс включает в себя этап отнесения к ценности (Вебер) и операционализацию понятий; о том, что такое операционализация понятий, студенту объясняется на самых простых примерах, при этом вводится понятии признака как результата такой операционализации
  • способствовать осознанию студентом того, что измерение требуется для использования при получении нового социального знания известных свойств той МС, с помощью которой моделируется ЭС; в связи с этим студенту дается представление об основных научных задачах, решаемых каждой наукой (описание, объяснение и предсказание) и приводятся примеры их решения в простейших случаях (описание - с помощью построения частотных таблиц и вычисление простейших мер средней тенденции и разброса; объяснение – с помощью изучения статистических связей на основе измерения коэффициентов связи для 4-хклеточных частотных таблиц)
  • показать слушателям, что результатом измерения в социальных науках часто является не числовая система, а система каких-то других математических объектов (граф, частично-упорядоченное множество, совокупности ранжировок, парных сравнений, близостей между объектами) и что природа носителей МС определяется содержательным характером решаемой задачи и априорным мнением исследователя о том, какие способы опроса респондентов являются адекватными и как надо интерпретировать полученные от респондентов данные
  • показать, что желание использования чисел в качестве результатов измерения приводит в сложным математическим конструкциям, связанным с возникающей в силу содержательных соображений «неполноценностью» этих чисел (шкалы низких типов, их допустимые преобразования)
  • показать, что при измерении латентных переменных часто возникает потребность введения понятия модели восприятия (связывающей представления исследователя об интерпретации значений наблюдаемых и четкой ее формулировки для каждого конкретного случая
  • дать представление об отдельных способах построения шкал при использовании МС разной природы: шкалы Лайкерта (использование «неполноценных» чисел). одномерного развертывания (анализ ранжировок), метода парных сравнений, многомерного шкалирования (анализ близостей, идеи МШ дают в очень упрощенном и сокращенном виде)
Результаты освоения дисциплины

Результаты освоения дисциплины

  • Способен выявлять научную сущность проблем в профессиональной области.
  • демонстрирует умение ставить задачи, решаемые с помощью простейшего анализа данных
  • оценивает пригодность некоторых методов измерения в конкретной социологической ситуации
  • представляет связи процесса измерения с математическим моделированием
  • Способен использовать основные положения и методы гуманитарных и социально-экономических наук при решении профессиональных задач
  • применяет элементарные положения теории вероятностей, математической статистики, анализа данных, привязывая эти методы к содержанию социологических задач
  • распознает, при каких условиях имеет смысл использовать тот или иной метод социологического измерения
  • обосновывает выбор метода для решения простейших задач анализа данных, согласовывая его с методами измерения
  • применяет методы математического анализа и моделирования при решении социологических задач
  • распознает социологические ситуации, когда требуется использование нестандартных современных методов измерения
  • Способен использовать основные законы естественнонаучных дисциплин в профессиональной деятельности, применять методы математического анализа и моделирования, теоретического и экспериментального исследования при решении профессиональных задач
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Проблема измерения человеческих мнений (критика традиционных анкетных опросов). Понятие признака.
    Студенты коротко знакомятся с понятием анкеты. Вводится понятие признака: каждому вопросу анкеты ставится в соответствие свой признак (переменная, характеристика). Рассматриваются числовая прямая, ее роль в гуманитарных науках, многомерное пространство, таблица «объект-признак». Показывается, что традиционная трактовка чисел далеко не всегда отвечает той реальности, которую исследователь намеревается отразить в этих числах. Дается интуитивное представление о номинальной, порядковой, интервальной шкалах. На простейших примерах демонстрируется проблема анализа результатов такого измерения. Показывается, что использованием этих шкал не покрывается специфика информации, получаемой с помощью анкеты.
  • Определение измерения в гуманитарных науках как моделирования эмпирической системы (ЭС) в математической (МС). Понятие признака как основа для числового измерения.
    Говорится, что в основу курса положена идея теории измерений, в соответствии с которой измерение есть отображение (моделирование) эмпирической системы (ЭС) в математическую (МС). Показывается, что построение ЭС – это творческая работа ученого-гуманитария, сводящаяся к четкой формулировке его априорных представлений об изучаемом фрагменте реальности. Оговаривается цель измерения: получение возможности использовать ту МС, в которой моделируется ЭС, для получения нового социологического знания. Коротко упоминается возможность использования нечисловых МС (например, сетей; частично-упорядоченных множеств). Построение шкалы рассматривается как частный случай измерения (когда МС – числовая). Основное внимание уделяется возможности измерения нужных исследователю аспектов реальности с помощью числовых признаков, с учетом того, что числа могут быть «неполноценными», отвечать шкалам низких типов. МС превращается при этом в числовую (ЧС). Типы шкал определяются через то, какие отношения между реальными объектами (точнее, объектами ЭС) отображаются при построении модели системы этих объектов с помощью системы чисел (тем самым уточняются представления о шкалах, сформированные при работе над темой 1). Более глубоко (по сравнению с темой 1) обсуждается понятие признака. Признак определяется как результат интерпретации и операционализации более абстрактного понятия. Процесс операционализации связывается в этом случае с процессом формирования ЭС.
  • Основные задачи науки (описание, объяснение, предсказание).
    Общее представление и науке как процессе познания. Выделение основных задач науки: описания, объяснения, предсказания. Их связь с процессом установления социальных фактов. Связь объяснения с обобщением выделенных событий. Роль математики (анализа данных) при решении выделенных задач в социологии.
  • Решение задачи описания с помощью построения частотных распределений
    Показывается, как для решения задачи описания могут служить одномерные и двумерные частотные распределения значений признаков, гистограммы, полигоны, кумулята. Вводится понятие генеральной и выборочной совокупности. Рассмотрение частоты как выборочной оценки генеральной вероятности.
  • Наблюдаемые и латентные признаки, проблемы их соотнесения при решении научных задач. Сложности интерпретации их значений.
    Дается определение наблюдаемых и латентных признаков. Поиск латентных переменных (т.е. их измерение) связывается с задачей описания а рассматривается как одна из основных задач социологического измерения. Показывается, что наблюдаемые признаки, как правило, служат «признаками-приборами», т.е. отражают латентные качества измеряемых объектов, и для более адекватного отражения этих качеств часто требуется переделка исходных значений признаков (разбиение диапазона изменения значений признака на интервалы, заполнение пропусков, оцифровка). Констатируется, что при разной переделке дальнейший анализ полученных значений может привести к разным содержательным результатам. Пример – получение качественно разных распределений значений признака при разном разбиении диапазона его изменения на интервалы. Другие примеры обещаются при работе над темой 8 (разные результаты анализа связей при различном разбиении). Вводится понятие модели, стоящей за каждым математическим методом. Рассматриваются соотношения наблюдаемых и латентных признаков как выбора определенной модели реальности. Указывается на то, что поиск латентных переменных может быть очень сложным, включать в себя сложные методы анализа данных (подробнее - в темах 10-14).
  • Решение задачи описания с помощью расчета мер средней тенденции
    Определение среднего арифметического. Демонстрация того, что его расчет для номинальных шкал бессмыслен, кроме того случая, когда данные – дихотомические. Определение медианы и моды. Демонстрация того, что введенные меры средней тенденции предполагают разные модели, разное содержательное понимание средней тенденции. Предположение о типе используемых шкал как часть модели. Адекватность средних относительно типа используемых шкал.
  • Решение задачи описания с помощью расчета мер разброса.
    Объяснение того, зачем нужны меры разброса. Определение дисперсии, квартильного размаха, качественной вариации. Демонстрация их связи со шкалами. Демонстрации моделей, заложенной в этих методах
  • Решение задачи объяснения через нахождение статистических связей между переменными.
    Приводится определение отсутствия связи как пропорциональности строк (столбцов) таблицы сопряженности. Определяются коэффициенты связи Q и Ф для 4-хклеточной таблицы сопряженности. Анализируется их сходство и различие с точки зрения заложенной в них модели связи. Рассматривается способ получения 4-хклеточной таблицы из многомерной. Демонстрируется то, что при различном разбиении диапазона изменения признака на интервалы могут получиться разные выводы о наличии связи.
  • Допустимые преобразования шкал. Адекватность (формальная и содержательная) математического метода анализа данных.
    Рассматривается строгое определение номинальной, порядковой, интервальной шкалы через их допустимые преобразования. Определяется понятие упорядоченности типов шкал. Вводится понятие метода, формально адекватного относительно типа используемых шкал; сравнивается с представлением о содержательной адекватности метода (иллюстрации со средними и методами классификации). Даются соответствующие формальные определения. Приводятся примеры адекватных и неадекватных методов для шкал разных типов. Объясняется, почему методы, адекватные для шкал какого-либо типа, всегда адекватны для шкал более высокого типа. Анализируется роль формализма в определении измерения, плюсы и минусы формализма в науке вообще.
  • Оценочные и установочные шкалы. Проблемы, возникающие при построении индексов. Модель восприятия
    Дается определение оценочных и установочных шкал. Обсуждается общее представление о социологических индексах и проблемах, возникающих при их вычислении. Определяется и обсуждается понятие модели восприятия. Приводятся примеры моделей восприятия при построении оценочных и установочных шкал. Дается общее представление о тестовом подходе, о факторном анализе, о его рождении в работе Спирмена в 1904 году. Основная идея факторного анализа рассматривается как сложный метод поиска латентной переменной, анализируется соответствующая модель восприятия.
  • Установочная шкала Лайкерта
    Обсуждение модели восприятия, заложенной в шкале Лайкерта (1903-1981): равновесность суждений (примеры равновесных и неравновесных), предположение о том, что латентная переменная определяет связи между наблюдаемыми, аксиома локальной независимости. Кратко: Лайкерт как психолог. Кратко – биография Лазарсфельда (1901-1976), первым давшего четкую формулировку аксиомы локальной независимости. Подчеркивание того, что Лазарсфельд шел от задачи, а не от метода. Описание алгоритма построения шкалы Лайкерта. Измерение связи между переменными с помощью коэффициентов Q и Ф для 4-х-клеточной таблицы сопряженности (разбиение диапазона изменения каждого признака на два интервала). Демонстрация того, что при разном разбиении признаков на интервалы можно получить разные выводы о существовании связи между признаками и, следовательно, о включении того или иного суждения в итоговую шкалу. Обсуждение содержательного смысла этого факта.
  • Ранжировки как результаты измерения. Построение на их основе оценочной шкалы (с помощью метода одномерного развертывания).
    Уточнение смысла ЭС при сопоставлении с каждым респондентом результата упорядочения им шкалируемых объектов (носитель МС – совокупность ранжировок). Рассмотрение проблемы построения оценочной шкалы. Доказательство неадекватности (и содержательной, и формальной) часто используемого способа построения оценочной шкалы: усреднения рангов, приписанных каждому ранжируемому объекту разными респондентами. Модель восприятия, заложенная в методе одномерного развертывания (модель идеальной точки). Алгоритм одномерного развертывания. Обсуждение типа получающихся в результате одномерного развертывания шкал. Демонстрация того, что иногда получаемая шкала лежит между порядковой и интервальной. Содержательный смысл этого. Метод одномерного развертывания как шкальный критерий. Переход к многомерному пространству как способ более адекватного моделирования исходных ранжировок (создание больших возможностей для размещения идеальных точек). «Выход» на общее положение: известный формализм, связанный с допустимыми преобразованиями шкал, не «покрывает» все потребности гуманитария. В данном случае проиллюстрирована потребность в рассмотрении шкал, промежуточных между номинальной и порядковой. Еще один пример будет дан в теме 12.
  • Метод парных сравнений и построение на его основе оценочной шкалы.
    Краткая биография Кондорсе (1743-1794) как политического деятеля, социолога, математика. Кондорсе как первый исследователь, заинтересовавшийся парными сравнениями. Решаемые им содержательные задачи: выработка правил голосования в парламенте. Определение свойств антисимметричности и транзитивности парных сравнений. Обсуждение вопроса о содержательных причинах их частого нарушения в жизни. Парадокс Кондорсе. Вид ЭС и МС при использовании метода парных сравнений. Обоснование Кондорсе возможности изучения человеческих мнений на базе положений теории вероятностей. Развитие идей Кондорсе в творчестве Терстоуна (1887-1955). Коротко - об идее шкалы Терстоуна. Относительность деления шкал на установочные и оценочные. Определение нормального распределения и обсуждение содержательных аспектов предположения Терстоуна о нормальности мнения одного респондента об одном объекте. Понятие однородности совокупности респондентов (тождественность соответствующих распределений). Продолжение разговора о том, что известный формализм теории шкалирования не всегда удовлетворяет потребности социолога, бывают ситуации, когда желание получить шкалу определенного типа заставляет делать непроверяемые предположения, опираясь только на собственную интуицию. Именно таким предположением является сформулированное выше предположение Терстоуна о нормальности распределения мнения респондента об объекте. Еще раз (это было в теме 8) обсуждается вопрос о роли формализма в науке (плюсы и минусы).
  • Оценка респондентами близостей между объектами как основа для построения оценочной шкалы. Основные идеи многомерного шкалирования.
    Возможность и необходимость получать информацию от человека в виде оценки им близостей между шкалируемыми объектами (оценочная шкала). Шюц (1899-1959) о близостях (примеры из его работ по изучению обыденного сознания; по анализу переживания человеком окружающего мира в терминах типов). Дается общее представление о евклидовом признаковом пространстве, о возможности измерять евклидово расстояния между объектами. Очень коротко показывается, что измерение расстояния между объектами-точками признакового пространства нужно для использования одного из основных способов познания – классификации изучаемых объектов (направленного на решение задачи объяснения из темы3). Типология и классификация. Основная идея многомерного шкалирования (МШ): построение такого признакового пространства и такое размещение в нем шкалируемых объектов, чтобы структура исходной матрицы близостей между объектами как можно больше отвечала структуре матрицы расстояний между точками, отвечающими эти объектам в построенном признаковом пространстве. Интерпретация осей пространства как искомых латентных переменных. Роль введения требования небольшой размерности искомого пространства (обсуждение понятия закономерности).
Элементы контроля

Элементы контроля

  • неблокирующий Домашнее задание
  • неблокирующий Контрольная работа
    А) Использование допустимых преобразований шкал Б) Практическое использование одного из освоенных способов шкалирования (на гипотетическом примере) В) Ответ на вопросы, направленные на проверку задания по самостоятельному усваиванию материала
  • неблокирующий Экзамен
    Устная беседа студента с преподавателем
  • неблокирующий Работа на семинарах
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (4 модуль)
    0.2 * Домашнее задание + 0.2 * Контрольная работа + 0.1 * Работа на семинарах + 0.5 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Анализ социологических данных : Методология, дескриптивная статистика, изучение связей между номинальными признаками: Учеб.пособие для вузов, Толстова Ю. Н., 2000
  • Измерение в социологии : учеб. пособие для вузов, Толстова Ю. Н., 2009
  • Основы многомерного шкалирования : учеб. пособие для вузов, Толстова Ю. Н., 2006

Рекомендуемая дополнительная литература

  • Стратегия социологического исследования : Описание, объяснение, понимание социальной реальности, Ядов В. А., Семенова В. В., 2000