CC BY
135
УДК 303.01 ТЕОРЕТИЧЕСКИЕ И МЕТОДНЫЕ АСПЕКТЫ СОЦИОЛОГИЧЕСКОГО МОДЕЛИРОВАНИЯ СОЦИАЛЬНОГО ПОВЕДЕНИЯ ИНДИВИДА И ГРУППЫ
Шилкина Н.Е.
Цель работы состоит в раскрытии возможностей и ограничений социологического моделирования социального поведения индивида, и группы. Модель социального поведения рассматривается как упрощенное
представление реальности, к которой не предъявляются требования отражения
реальности в полной степени.
В статье представлен новый подход к оценке приемлемости поведенческой модели с точки зрение цели ее построения и задач, для решения которых она предназначена. Обозначены основополагающие задачи, для решения которых предназначены поведенческие модели: описание,
прогнозирование, объяснение и формирование предписаний.
Для решения описательной задачи предлагается моделирование социальных процессов на основе методики незаконченных предложений. Для решения задачи прогнозирования предлагается моделирование социальных процессов на основе эксперимента. Задача объяснения решается на основе методики семантического дифференциала. Для решения задачи формирования предписаний предлагается построение нормативной модели поведения на основе метода репертуарных решеток Дж. Келли.
Предлагаются практические решения по конструированию и использованию названных приемов в различных исследовательских условиях. Рассматриваются возможности и ограничения каждого подхода.
Рассматриваются две модели ожидаемого поведения одна в ситуации
определенности, другая в ситуации риска. Определяются пути решения логических проблем интерпретации эмпирических данных с точки зрения структурного и мотивационного подходов.
Автор приходит к выводу, что в результате корректного определения теоретических и методных аспектов социологического моделирования поведения можно получить информацию о содержании, изменчивости и различиях социального поведения индивидов и групп.
Ключевые слова: моделирование социального поведения; описание; прогнозирование; объяснение; формирование предписаний; логические проблемы интерпретации.
THEORETICAL AND METHODICAL ASPECTS OF SOCIOLOGICAL MODELING OF PERSON AND GROUP SOCIAL BEHAVIOR
Shilkina N.E.
The point of the article is to show possibilities and limits of individual and group social behavior sociological modeling method. In the article model of social behavior as a simplified representation of reality is considered, some kind of quasi equivalent of reality.
In the article a new approach to the evaluation of satisfiability of the behavioral model according its aim and reasons are presented. Underlying reasons (particular tasks) of behavioral models consists in definition, prediction, interpreting and regulation.
To solve the above mentioned problem of definition one can make a model of social processes using method of unfinished phrases. To solve the problem of prediction modeling of social processes on the base of experiment is suggested. The problem of regulation by constructing of normative model of behavior on the base of repertory grid technique (J. A. Kelly) can be solved.
Practical cases for modeling and using of above mentioned methods for different research situations are listed. Possibilities and limits of each of the approach are viewed. Two models of expected behavior are shown: at situation of certainty and risk situation. Ways of empirical data interpreting logic in terms of structural and motivational approaches are defined.
Author concludes that results of the correct appointing of theoretical and methods aspects of sociological modeling of behavior one can get information about content, variability and differences in social behavior of individuals and groups.
Keywords: modeling of social behavior; description; prediction; interpreting; regulation; logical problems of interpretation.
Проблема теоретических оснований и методных возможностей социологического моделирования как метода исследования социальных явлений и процессов имеет двустороннее значение: с одной стороны
существует множество трудностей по технологии анализа и интерпретации социальных феноменов, с другой стороны по определению объектов этих интерпретаций. Если вопрос касается моделирования социального поведения индивида и группы, то объектом социологического анализа, как правило, являются, во-первых, различные виды поведения индивидов и групп, условия объединения в группы; во-вторых, системное поведение людей в различных ситуациях и трансформация поведения в процессе социальной адаптации; в-третьих, нормативное влияние на поведение группы группового большинства и группового меньшинства; в-четвертых, формирование поведенческих традиций и поддержание солидарности внутри группы. Предметом теоретических исследований, как правило, является изучение социального поведения как системы, а эмпирические исследования часто концентрируются на объяснении индивидуального поведения или поведения малой группы. [7].
Методы и приемы обеспечения адекватности сбора и анализа данных
Модель социального поведения это упрощенное представление
реальности, к которой не предъявляются требования отражения реальности в полной степени. Однако приемлемость поведенческой модели можно оценивать по отношению к цели ее построения и с точки зрения задач, для решения которых она предназначена. Основополагающие задачи, для решения которых предназначены поведенческие модели заключаются в описании, предсказании, объяснении и формировании предписаний.
Описательные цели достижимы в моделировании процессов принятия решений в ситуациях выбора при заданных условиях. Для измерения поведения основополагающим является способ обработки информации, в котором должны учитываться способы, применяемые исследователем для того, чтобы 1) обеспечить однозначность восприятия респондентом стимулов, сохранность концентрации внимания в ходе исследования и сохранение стимулов в оперативной памяти; 2) активизировать процессы припоминания прошлых событий и особенности своего поведения; 3) обеспечить разрешение моральноценностных конфликтов в процессе выбора и предупредить выбор, проведенный на основании социальной желательности; 4) допустить возможность ассоциативного формирования новых стимулов и соответственно построения дополнительных исследовательских гипотез [5; 1]. Достижению описательных целей соответствует получившая широкое распространение в последнее десятилетие в социологии методика незаконченных предложений, в которой респонденту предлагается серия незаконченных предложений, состоящих из одного или нескольких слов с тем, чтобы он завершил их по своему усмотрению. Предложения формулируются таким образом, чтобы стимулировать респондента на ответы, относящиеся к изучаемому объекту. Каждое предложение задает вокруг себя некоторое смысловое пространство, ограничивая тем самым область поиска оснований для ответа. Манипуляция с шириной области поиска ответов, сужение или расширение ее границ позволяют достичь описательных целей. При этом представляется важным найти некий баланс между желанием получить всеохватывающую информацию
и риском получения большого числа ответов, иррелевантных по отношению к изучаемому феномену. Чем шире допускаемая область поиска ответов, тем больше иррелевантных ответов. При задании слишком узкой области мы рискуем получить тривиальные результаты, упустив из виду важные аспекты изучаемого феномена. При анализе реакций респондентов исследователь исключает ответы, которые появились в результате проявления психологических свойств личности и сохраняет ответы, в которых содержится информация об определенном социальном феномене. Традиционно определяются три случая использования метода в социологических исследованиях. Во-первых, метод применяется в ситуации массового опроса, когда незаконченные предложения оформляются в виде открытых вопросов и используются в качестве вспомогательного приема сбора данных. Во-вторых, метод применяется в ситуации методических экспериментов по конструированию методик изучения определенных социальных феноменов на основе принципа взаимодополнительности. В-третьих, метод применяется в ситуации, когда посредством совокупности незаконченных предложений описываются различные стороны жизнедеятельности людей. В этом случае необходимы априорные представления о специфике изучаемого феномена. Пути, по которым может пойти исследователь при построении незаконченных предложений могут быть различными. Так, можно использовать несколько однотипных предложений с подобными областями поиска ответов, чтобы гипотетически вероятность появления в них тех или иных реакций была примерно одинакова. Это решает задачу подобия семантического поля вокруг стимула, обеспечивая одинаковую вероятность появления различных ответов, без блокирования тех или иных реакций. Возможен вариант, когда респонденту предлагаются предложения с разными формулировками, обеспечивающими максимально схожие области поиска ответов у всех предложений. Для этого необходим анализ всех стимулов на предмет совпадения их смысловых пространств и обоснование возможности объединения для общего анализа
реакций, полученных с помощью всей совокупности разных стимулов. Возможен вариант разработки ряда стимулов с узкими областями поиска ответов, которые направлены на изучение отдельных свойств явления. Смысловые поля таких предложений должны покрывать эти свойства. При этом не требуется обеспечения схожести областей поиска вариантов ответов для различных незаконченных предложений. Этот путь предполагает наличие определенных априорных знаний о структуре исследуемого явления [4].
Прогностические цели достижимы в моделировании процессов, к реалистичности которых не предъявляется однозначных требований. Более важной стороной является сравнительная точность предсказаний. То есть критерием приемлемости модели, предсказывающей поведение должна быть именно предсказательная сила, а не описательная адекватность ее предпосылок, важна способность модели, согласно которой строится гипотетическое поведение человека, предсказывать поведение не наблюдаемое непосредственно [5; 1]. Таким образом, предсказательная модель показывает, как люди будут себя вести, но не всегда может объяснить, почему они будут вести себя так, а не иначе. Рассмотрим, например, поведение студентов во время сессии. Если существует расписание экзаменов, то исходя из предпосылок теории ожидаемой полезности? целесообразнее всего предположить, что студенты будут предпринимать попытки сдать экзамен в то время, которое обозначено в этом расписании. Однако часть студентов по каким-то неформальным, непредусмотренным учебным распорядком причинам на экзамене не появляется, а спустя несколько дней приходят для того, чтобы им было индивидуально определено время экзаменовки. В этот момент причины подобного непредвиденного поведения можно выяснить и скорректировать расписание заранее обозначив время «доэкзаменовок» и «переэкзаменовок». Эти случаи видимой неоптимальности поведения объясняются апостериори, с помощью введения новых факторов (нездоровья, непогоды, незнания и пр.), которые корректируют обнаруженные отклонения
[5, 1]. Сильная сторона «круговой аргументации» в том, что она приводит иногда к подлинным научным открытиям, когда вновь обнаруженные факты и дополнительные аргументы по своей эвристичности превосходят заранее предвиденные. Как это произошло, например, в хотторнском эксперименте, в стенфордском «тюремном эксперименте» Ф. Зимбардо [9], в экспериментах С Милграма [3]. Однако недостаток такой модели все же существует, несмотря на все допустимые в ней корректировки и возможности достижения удовлетворительных результатов. Этот недостаток заключается в том, что предсказательные модели исходят из мысли о рациональности человеческого поведения и принципиальной невозможности любого конфликта между выбранным поведением и поведением полезным, целесообразным. Для корректировки этих трудностей существует объясняющий подход.
Объясняющие цели ставятся ради упорядочивания имеющихся данных и выявления оптимального содержания человеческого поведения [5; 1, с. 45]. Как известно смысловые пространства имеют для людей не меньшее значение, чем оптические поля для любых живых существ. Достижение объясняющих целей обеспечивается комплексом методических приемов сбора и обработки эмпирической информации. Одним из таких приемов является зарекомендовавший себя в психологических исследованиях и получающий распространение в социологических исследованиях связанных с социальным восприятием и поведением человека, с анализом социальных установок и личностных смыслов метод семантического дифференциала. Этот метод принадлежит к экспериментальным методам и представляет собой комбинацию процедур шкалирования и метода контролируемых ассоциаций. Предложенный в середине XX в. Ч. Осгудом, метод семантического дифференциала позволяет измерять так называемое коннотативное значение, то есть состояния, которое следует за восприятием символа раздражителя и предшествует осмысленным операциям с символами. Измеряемые объекты (события, ситуации, понятия, персоны и т.п.) оцениваются по ряду биполярных градуальных шкал, полюса
которых заданы с помощью вербальных антонимов. Оценки объектов по отдельным шкалам коррелируют друг с другом, и с помощью факторного анализа выделяются группы таких высококоррелируемых шкал в семантическом пространстве. Математически построение семантического пространства является переходом от базиса большей размерности (признаков заданных шкалами) к базису меньшей размерности (категориям - факторам). Содержательно фактор можно рассматривать как смысловой инвариант содержания шкал, входящих в фактор, и в этом смысле факторы являются формой обобщения прилагательных - антонимов, на базе которых строится семантический дифференциал, а его факторная структура отражает структуру антонимии в лексике. Группировка шкал в факторы позволяет перейти от описания объектов с помощью признаков, заданных шкалами, к более емкому описанию с помощью меньшего набора категорий - факторов, представив коннотативное значение объекта как совокупность факторов, данных с различными коэффициентами веса. При геометрическом представлении семантического пространства факторы выступают координатными осями некоторого многомерного пространства. А коннотативные значения объектов задаются как координатные точки или векторы внутри этого пространства, восстановленные на основе знания нагрузок объекта по каждому фактору. Семантическое пространство является своеобразным языком объяснению, позволяющего проводить смысловой анализ объектов, выносить суждения об их сходстве и различии. Отметим, что сам переход от описания объектов с помощью признаков, заданных шкалами, к описанию объектов с помощью факторов, являющихся смысловыми инвариантами, связан с потерей информации об объектах, так как из содержания шкалы в факторе отображается только та информация, которая инвариантна всей совокупности шкал, входящих в фактор. Этим инвариантом оказывается эмоциональный фон или образное переживание, лежащие в основе коннотативного значения, в котором отражение, эмоциональное отношение и личностный смысл еще слабо
дифференцированы. Именно поэтому метод семантического дифференциала позволяет оценивать не просто знание об объекте, а коннотативное значение, связанное с личностным смыслом, социальными установками, стереотипами и другими слабо структурированными и мало осознаваемыми формами обобщения. Ч. Осгудом были выделены три основных фактора, интерпретированных как «оценка», «сила», «активность». Дальнейшие исследования в области психологии показали универсальность выделенных структур по отношению к испытуемым. Однако в социологии подобных универсальных структур не обнаружено и вероятно не может быть обнаружено. Поэтому содержание шкал для построения семантического дифференциала определяется в зависимости, во-первых, от проблемы исследования, во-вторых, от особенностей целевой группы, то есть от демографических, образовательных, социально-профессиональных или других характеристик респондентов. Структура семантических пространств идентична не для всех людей, а для тех, кто принадлежит к одной группе, например, к группе российских студентов, более того в группе российских студентов целесообразно выделять подгруппы по городам (Москва, Санкт-Петербург или все остальные города), по специальностям, по финансовому положению и другие. Для определения набора биполярных шкал полезно использовать описанный выше метод незаконченных предложений и если считать, что содержание этих объектов идентично для различных испытуемых, принадлежащих к одной группе, то можно использовать антонимичные объекты, полученные в одной группе, для проведения исследований с помощью семантического дифференциала на другой группе, следовательно, нет необходимости всякий раз нового построения семантического дифференциала. Следует заметить, что в процессе исследования существует возможность трансформации семантического пространства, появления новых специфичных групп факторов. Так, методом семантического дифференциала, проведенного ради объясняющих исследовательских целей, выделяется «наивная», обыденная
теория в отношении ситуации, события, выработанная житейской практикой респондента. С помощью метода семантического дифференциала возможно объяснение сформировавшихся представлений широких групп населения об определенных социально значимых событиях. Метод семантического дифференциала отвечает принципам оптимальности, преимущества которых заключаются в сжатом обобщении эмпирического знания, высоких метафорических свойствах, в появлении новых гипотез [5; 1, с. 46]. Однако методу присущи и недостатки, главным из которых является исследовательский субъективизм, а говоря словами Пола Шумейкера «лучше отражает аналитические, а не эмпирические истины» [5; 1, с. 46] и к тому же метод обладает способностью объяснять события, которые уже произошли, но с его помощью нельзя решать задачи оптимизации принимаемых решений.
Предписывающие цели достигаются в нормативной модели поведения, которая строится ради оптимизации принимаемых решений, улучшения выбора из альтернативных возможностей в сложных ситуациях. Методическим приемом сбора данных для измерения выбора является шкалирование и затем ранжирование альтернатив. С помощью шкалирования можно получить числовое отображение показателей распределения ответов испытуемых внутри группы и отражение характеристик объекта путем установления их числовых отношений к какому-либо явлению. Измерительные шкалы выступают как метрические системы, моделирующие исследуемый феномен путем замены прямых обозначений изучаемых объектов числовыми значениями и отображение пропорций континуального состава элементов объекта в соответствующих числах. Каждому элементу совокупности проявлений свойств изучаемого объекта соответствует определенное числовое значение, определяющее положение наблюдаемой единицы на шкале, которая охватывает всю совокупность или ее часть, существенную с точки зрения задач исследования. Обычно применяются интервальные шкалы, которые предназначены для разделения совокупности признаков на элементы и дают
возможность оценить интенсивность проявления признака. С точки зрения теории измерений понятие интенсивности признака определяет допустимые преобразования шкалы измерения. Если эта шкала представлена в виде миллиметровой линейки, то она образует кардинальную или строгую меру. Однако шкалирование не обеспечивает измерения предпочтительности признака. Для решения этого вопроса применяется ранжирование признаков. Измерение с точки зрения интенсивности является кардиналистским, а измерение с точки зрения предпочтительности - ординалистским, поскольку оно обеспечивается лишь порядковым ранжированием признаков. Результатов, полученных шкалированием недостаточно для анализа. Поскольку знание о том, что х > х2 и х3 > х4 не дает знания о том, что больше х1 или х3 и соответственно не позволяет определить предпочтения, в свою очередь выявленные предпочтения не дают знания об интенсивности. П. Шумейкер описывает систему, позволяющую определить меру интенсивности и предпочтений в условиях определенного набора альтернатив. Основное свойство функции ^х) заключается в том, что она задает кардинальные и
ординальные уровни измерения. Тогда соотношение ^ ) > f • ) означает, что х1 предпочтительнее, чем х2, а f■ )-f ( р f •)- fх) означает, что выигрыш при переходе от х2 к х1 больше, чем при переходе от х4 к х3 при х3 предпочтительнее, чем х4 [5; 1, с. 36]. Применение этих двух моделей одновременно в одном исследовании практически не встречается. Как правило, для исследования стимулов принятия решений в повседневной жизни применяется интервальное измерение интенсивности в условиях определенности и на этом основании строится вывод об оптимальности или неоптимальности поведения. Эти две функции, определяющие меру интенсивности и предпочтений не тождественны, но могут быть сведены одна к другой с помощью монотонного преобразования измерения, когда для любого респондента для каждого набора решений в ситуации шкалирования
(измерения интенсивности) и ранжирования (измерения предпочтений) будет применена порядковая шкала с идентичными делениями. Часто в эмпирических исследованиях целесообразно различать меру интенсивности предпочтений в условиях определенности и меру интенсивности тех же предпочтений в условиях риска. Это различение ситуаций выбора особенно полезно в случае, если интенсивность предпочтений зависит от многих переменных как в ситуациях исследования поведения. Применение модели в условиях определенности обосновано самоочевидностью для респондента собственных решений и выборов. А в ситуации риска применение измерительной модели обосновывается системой внушающих доверие, относящихся к процедуре принятия решения аксиом [5; 1, с. 28]. В результате исследования получается две модели ожидания поведения одна в ситуации определенности, другая в ситуации риска. Какая из этих моделей будет обладать лучшими предсказательными свойствами определяется эмпирически.
Вернемся снова к проблеме ранжирования. Понятна суть этой процедуры: объекты должны быть расположены в последовательности по степени выраженности какого-то признака и эта последовательность становится оценочной шкалой, в которой объекту, расположенному на первом месте, присваивается значение «1», на втором - значение «2» и т.д. Однако когда речь идет о ранжировании социальных признаков, социальных ситуаций или способов действия, то приходится сталкиваться со следующей проблемой: респондент выбирает, скажем, три, четыре индикатора, располагая их на первых местах, и столько же индикаторов располагает на последних местах, а последовательность расположения остальных для него безразлична и выбирается случайно. Понятно к каким оценочным проблемам приводит такой подход к сбору данных, если речь идет, например, о тридцати индикаторах, то случайное попадание какого-то из них на 7 или на 17 место приводит к значительным погрешностям в оценках. Во избежание таких ошибок целесообразно применять векторную модель метода одномерного
развертывания Кумбса, который исключает замену рангов числами. Эта модель предполагает, что респонденты, ранжируют объекты в зависимости от своих представлений о соответствии объекта некоторому требованию, например, предложенные поведенческие варианты ранжируются в зависимости от существующих поведенческих предпочтений или готовности к определенным решениям. Обязательным условием является соблюдение последовательности расположения объектов при свободно выбираемом расстоянии между ними. Технически это можно выполнить, раскладывая карточки в ячейки. Число ячеек должно превосходить число карточек, но при этом размер шкалы должен быть таким, чтобы она находилась в поле зрения респондента. Разрешается помещать в одну ячейку несколько карточек.
Для того, чтобы найти смысловое пространство, в рамках которого происходит классификация нормативно-ценностных стандартов поведенческой системы возможно заимствование из психологии метода репертуарных решеток Дж. Келли [2]. Данный метод позволяет реконструировать структуру смыслового пространства социальной группы и определить параметры обобщения, исключения, классификации, лежащие в основе систематического выбора. Нормативно-ценностный репертуар определяется методом незаконченных предложений в социальной группе студентов, и представляется в виде списка из 25 позиций. Затем с помощью метода триад выявляются смысловые конструкты, которые, в соответствии с терминологией А. Шюца, являются обыденными типизациями, организующими упорядоченный мир со смыслообразующей структурой, которая определяет и ограничивает поведение человека и является основанием для формирования поведенческих стандартов [6]. Конструкты всегда дихотомичны, то есть одному конструкту всегда присущи функции установления сходства и противоположности (контраста). Вербализация конструктов требует навыков рефлексии и речевого выражения переживаний, поэтому метод неприменим в массовых опросах населения.
Логические проблемы интерпретации эмпирических данных
При объяснении социального свойства, процесса или состояния основополагающим является решение следующих вопросов: если существуют два объекта А и Б, то почему объект А обладает некоторыми свойствами С ? Почему объект А обладает свойствами С, а не свойствами Д ? Почему объект А обладает свойствами С, в то время как объект Б обладает свойствами Д ? Почему объект А обладает свойствами С в период времени Т и свойствами Р в период времени Т2? Ответ на первый вопрос подразумевает объяснение обнаруженных фактов, ответ на остальные вопросы подразумевает объяснение причин, различий, альтернатив, изменений.
Ответы на эти вопросы можно получить, применяя структурный и мотивационный подходы к объяснению. В рамках обозначенных теоретикометодологических оснований исследования проблемы возможен выбор одного из нескольких возможных способов объяснения. Например, нужно определить теоретико-методологические основания исследования причин выбора того или иного места для трудоустройства после окончания университета. Пусть теоретической базой станет теория ожидаемой полезности, то есть выберем мотивационный подход к объяснению, тогда с его помощью можно изучить формирование комплекса социальных ожиданий сегодняшнего студента в отношении будущего места работы. А если теоретическим основанием станет структуральная теория, то есть выберем структурный подход к объяснению, тогда можно будет изучить содержание социальной сети, в которую включен сегодняшний студент и благодаря которой для него становится возможным получение именно этого места для последующего трудоустройства. Однако дополнительно к теоретико-методологическим основаниям изучения проблемы необходимо определиться с выбором объяснительной конструкции.
Выбор может быть произведен в одном из следующих вариантов. Объяснение возможно с помощью противопоставления по объекту. Это осуществляется с помощью следующей конструкции: объект А отличается
свойством Р, т.к. ему присущи признаки с Са1 по Са включительно, а объект Б отличается свойством Р', т.к. ему присущи признаки с СЬ1 по Ск . Объяснение
на основании этой конструкции основывается на знании сегодняшних, полученных эмпирически данных без объяснения отдаленных причин. Другая конструкция: объект А отличается свойством Р, в то время как объект Б отличается свойством Р', так как объект А обладает признаками от Д до Dn, которыми объект Б не обладает. Объяснение на основании этой конструкции дает информацию о причинах различий между объектами, что, безусловно, предпочтительно, но с трудом доказывается эмпирически. Основная причина трудности заключается в том, что целесообразным выглядит поиск причин во времени и принятие в качестве независимой тех причин, которые произошли за несколько лет до исследуемого события, но если задать сегодняшнее событие в качестве зависимой переменной, то для того, чтобы доказать, что сегодняшние события происходят под влиянием событий прошлых лет необходимо исключить или нейтрализовать влияние всех внешних переменных, что представляется затруднительным даже в изучении малой группы, а тем более выглядит утопичным в изучении массовых процессов. И даже мониторинговые исследования по сути обеспечивают изучение динамики изменения явления, но не динамики изменения явления под влиянием заданных причин. Третья конструкция выглядит так: на основании признаков от Д до Dn известно, что
объект А обладает свойством Р, и не обладает противоположным ему свойством Р', или другой вариант третьей конструкции: на основании признаков от С1 до Сп известно, что объект А обладает свойством Р, а
поскольку А обладает свойством Р оно не обладает противоположным ему свойством Р'. Эти конструкции позволяют на основании некоторых признаков определить обладает ли объект определенным свойством или противоположным свойством. Недостаток этих конструкций в том, что они не выполняют функцию каузальной атрибуции и не могут быть использованы для выяснения причин того почему было достигнуто одно, а не другое состояние
объекта. Четвертая конструкция: объект А имеет свойство Р в период t1, а в период 12 противоположное свойство P', о чем можно судить на основании признаков от Д до Dn, характерных для объекта А в период tj и не характерных в период 12. Применение этой конструкции возможно, если существуют условия для получения данных об одном объекте в различные временные периоды, причем можно говорить именно о зависимости признаков от содержательных характеристик периода, а не об изменчивости объекта во времени только в том случае, если периоды хотя бы однажды повторяются. Возникает вопрос: какая из объяснительных конструкций в наибольшей степени применима для объяснения оснований поведения [8].
Для ответа на этот вопрос, во-первых, будем исходить из положения о том, что главной целью социологического познания является определение социальных структур, формирующих механизмы, которые производят эмпирически наблюдаемые эффекты; а во-вторых, используем предложенное Weber E., Bouwel J. понятие «объяснительный праксис» [8, p. 446], в соответствии с положением о котором выделяются три типа объяснения. Первый тип: некоторые из существующих проблем могут быть рассмотрены через альтернативные проблемы, например, стремление студента сохранить свой социальный статус, несмотря на связанные с ним, требующие решений проблемы, объясняется тем, что в альтернативной ситуации могут возникнуть проблемы, появление которых еще более нежелательно; второй тип: некоторые новые проблемы могут возникать без всяких предварительно наблюдаемых социологией признаков, как например, студенческие волнения во Франции в 60-е гг.; третий тип: некоторые уже известные проблемы могут быть для интерпретации разбиты на более мелкие проблемы, например, проблемы решения сложных жизненных ситуаций студентами могут быть рассмотрены как проблемы решения сложных жизненных в учебной сфере, в финансовобытовой сфере, в сфере коммуникаций и прочих.
Так, определяя теоретико-методологические основания исследования
проблемы и оптимальный способ объяснения, можно получить информацию не только о содержании некоторого объекта, но и об изменчивости этого объекта, и об отличии этого объекта от другого.
Список литературы
1. Дружинин В.Н. Экспериментальная психология. СПб.: Питер, 2000.
320 с.
2. Келли Дж. Процесс каузальной атрибуции / Хрестоматия по социальной психологии. Барнаул, 2008 С. 109-121.
3. Майерс Д. Социальная психология. СПб.: Прайм-Еврознак. 2002.
512 с.
4. Татарова Г.Г. Качественные методы в структуре методологии анализа данных // Социология: методология, методы, математические модели. 2001. № 14. С. 33-52.
5. Шумейкер П. Модели ожидаемой полезности: разновидности, подходы, результаты, пределы возможностей // THSESIS. 1994. Вып. 5. С. 29-81.
6. Шюц А. Избранное: Мир, светящийся смыслом. [Пер. с нем. и англ.] М.: Российская политическая энциклопедия (РОССПЭН). 2004. 1056 с.
7. Manicas P.T. Explanation, understanding and typical action // Journal for the theory of social behavior. 2002. Vol. 32. Is. 3. P. 193-212.
8. Weber E., Bouwel J. Remote causes, bad explanations? // Journal for the theory of social behavior. 2002. Vol. 32. Is. 4. P. 437-449.
9. Zimbardo P. The Stanford prison experiment. http://www.prisonexp.org (accessed: September 6, 2012).
References
1. Druzhinin V.N. Ekspermental'naya psikhologiya [Experimental
psychology]. Sankt-Petersburg: Piter, 2000. P. 320.
2. Kelly J. Protsess kauzal'noy atributsii [Procces of causal attribution]. Khrestomatiya po sotsial'noy psikhologii [Reading book on social psychology]. Barnaul: Altai state university, 2008. pp.109-121.
3. Manicas P.T. Explanation, understanding and typical action. Journal for the Theory of Social Behavior, Fall 2002. pp.193-212.
4. Mayers J. Sotsial'naya psikhologiya [Social psychology]. SPb.: Praym-Evroznak, 2002. P. 512.
5. Schutz A. Izbrannoe: Mir, svetyashchiysya smyslom. Moscow: ROSSPEN, 2004. P. 1056.
6. Shumeyker P. Modeli ozhidaemoy poleznosti: raznovidnosti, podkhody, rezul'taty, predely vozmozhnostey [Models of expected utility: varieties, approaches, results, limits]. Thesis, May 1994. 29-81.
7. Tatarova G. Kachestvennye metody v strukture metodologii analiza
dannykh [Quantitative methods in structure of data analysis methodology]. Sotsiologiya: metodologiya, metody, matematicheskie modeli [Sociology:
methodology, methods, mathematical models], Jul. - Aug. 2001. pp. 33-52.
8. Weber E., Bouwel J. Remote causes, bad explanations? Journal for the Theory of Social Behavior, Winter 2002. pp. 437-449.
9. Zimbardo P. The Stanford prison experiment. The Stanford prison experiment. www.prisonexp.org (accessed September 6, 2012).
ДАННЫЕ ОБ АВТОРЕ
Шилкина Наталья Егоровна, доцент кафедры психологии коммуникаций и психотехнологий, директор научно-исследовательского центра, кандидат социологических наук
Алтайский государственный университет
ул. Димитрова, д. 66, г. Барнаул, Алтайский край, 656049, Россия e-mail: natali.shilkina@rambler. ru
DATA ABOUT THE AUTHOR
Shilkina Natalia Egorovna, assistant professor of chair of psychology of communication and psycho technologies, director of research center, candidate of sociology
Altai State University
66, Dimitrova str., Barnaul, Altai krai, 656049, Russia e-mail: natali.shilkina@rambler. ru
Рецензент:
Тимченко Н.С., заведующая кафедрой социологии и истории отечества, доктор социологических наук, доцент, профессор, Алтайский государственный медицинский университет Минздравсоцразвития России
