«Прикладные методы политических исследований»

«Прикладные методы политических исследований»
(дисциплина по выбору для старших курсов бакалавриата (третий – четвертый
курсы) факультета «Социология и политология»; объем дисциплины: 15 часов
лекций и 15 часов семинаров; авторы программы дисциплины д.ф.-м.н.,
профессор, зав. кафедрой «Прикладная математика» В.Ю.Попов и д.ф.-м.н.,
профессор, профессор кафедры «Прикладная математика» А.И.Самыловский)
Цель учебной дисциплины состоит в обеспечении «практикующих
политологов»
современным
прикладным
профессиональным
инструментарием, принятым в политологическом профессиональном
сообществе при проведении политических исследований, при разработке и
реализации политических технологий.
Раздел 1. Введение: научный анализ политики и предметная
проблематика политических исследований.
Формулирование теории и выбор проблемы исследования. Примеры:
мониторинг общественного мнения, политический маркетинг, праймериз, медиапланирование, политические слоганы и др. Понятия и гипотезы.
Фундаментальные и прикладные исследования. Объединение нормативного и
эмпирического подходов. Гипотезы и переменные. Операционализация теории.
Формулирование гипотез. Ковариационные, каузальные и мнимые отношения.
Выбор адекватных методов исследования. Операционализация и измерение.
Наблюдения за поведением. Валидность и надежность измерительных
инструментов. Исторический пример: президентская избирательная кампания
1932 года в США и роль службы Гэллапа в прогнозировании ее результатов.
Планирование исследования. Сбор и анализ данных. Интерпретация результатов
анализа.
Раздел 2. Качественные первичные данные и экспертное оценивание
в политических исследованиях.
Ранговые математические методы анализа качественных первичных
данных (ранговые показатели, метод знаков, метод серий). Примеры:
исследование уровня благосостояния страны, исследование и прогнозирование
тенденций регионального развития, сравнение национальных менталитетов.
Математические методы организации экспертизы при анализе качественных
первичных данных. Согласованность мнений экспертов и выявление различных
точек зрения. Коэффициент конкордации. Метод анализа иерархий и оценивание
компетентности экспертов. Метод идеальной точки. Примеры: подбор
кандидатов на определенные административные позиции, оценивание
перспективности кандидатов на выборах, стратегическое планирование.
Раздел 3. Измерение и шкалирование в политических исследованиях.
Основные типы шкал: номинальная, порядковая, интервальная,
относительная, их упорядоченность. Ранги и рейтинги. Сравнительные и
несравнительные шкалы, метрическое и неметрическое шкалирование. Пример:
сравнительный анализ рационального и эмоционального аспектов содержания в
политической рекламе. Шкалируемые латентные параметры (конструкты) и их
проявление через измеряемые характеристики. Шкала, категории шкалы, пункты
1
шкалы. Пример: сравнительный анализ удовлетворенности граждан различных
государств на пост-советском пространстве. Простейшие методы сравнительного
шкалирования: попарное сравнение, порядковое ранжирование, шкалирование с
постоянной суммой. Q-методология и контент-анализ, Q-выборка и Qсортировка. Пример: сегментирование рынка СМИ в ходе предвыборной
кампании. Шкалирование по Гуттману, типы идеальной шкалы, коэффициент
воспроизводимости шкалы. Пример: исследование уровня толерантности
общества. Простейшие методы несравнительного шкалирования: суммарные
оценки (метод Лайкерта), семантический дифференциал (метод Осгуда), метод
Стэпела., достоинства и недостатки различных методов. Примеры: визуальные
образы в политической рекламе, манипулирование общественным мнением.
Пример: применение пакета методов в поведенческом исследовании
политических предпочтений в координатах «удовлетворенность» и
«лояльность». Модели и методы многомерного шкалирования: когнитивная
карта, атрибутивные и неатрибутивные карты восприятия, визуализация
результатов анализа в целях обоснованного принятия решений. Пример:
построение атрибутивной карты восприятия в политическом маркетинге.
Раздел 4. Таблицы сопряженности как способ представления данных
в политических исследованиях.
Связь между переменными, измеренными по различным шкалам,
Перекрестное табулирование и представление результатов измерений в виде
таблицы сопряженности. Двухвходовые таблицы сопряженности, управление с
помощью третьей переменной, частные таблицы сопряженности. Вычисление
коэффициента корреляции Пирсона, Вычисление статистики Пирсона
(статистики «хи-квадрат»). Проверка гипотезы о независимости признаков.
Пример: исследование взаимосвязи между уровнем образования и
политическими предпочтениями. Меры связи признаков на основе статистики
«хи-квадрат»: коэффициент «фи», коэффициенты взаимной сопряженности
Чупрова, Пирсона, Крамера. Мера прогнозируемого пропорционального
уменьшения ошибки «PRE» (индекс предикативной связи «лямбда»). Меры
связи на основе понятия энтропии. Коэффициенты контингенции и ассоциации.
Коэффициент «тау» Гудмена и Краскала. Коэффициент «гамма» (Фехнера),
частный коэффициент «гамма». Сравнительный анализ достоинств и
недостатков различных мер связи. Примеры: исследование постоянства
политических предпочтений избирателей в динамике по времени, исследование
взаимосвязи
между
декларируемыми
и
реализуемыми
политикоидеологическими взглядами людей, исследование взаимосвязи между
политической идеологией и некоторыми конкретными проблемами в жизни
общества (реформа образования, правовые реформы, гендерная проблематика),
исследование взаимосвязи между этническим разнообразием и социальной
напряженностью в стране.
Раздел 5. Корреляционный, дисперсионный и регрессионный
анализы данных в политических исследованиях.
Полная (парная), частная и множественная корреляция. Выбор вида
анализируемой корреляции в конкретном политическом исследовании.
Применение частной корреляции для интерпретации результатов исследования.
Примеры: т.н. «три закона Уолкапа», наследование партийных предпочтений в
американских семьях, исследование зависимости уровня междоусобицы в стране
2
от уровня безработицы и от уровня урбанизации, исторический пример (1935 г.)
– исследование преступности в больших городах США в целях реформирования
законов об иммиграции. Однофакторный дисперсионный анализ. Неметрический
дисперсионный анализ Краскела – Уоллиса. Многофакторный и многомерный
дисперсионный анализ. Понятия фактора, отклика, эксперимента, блочного
плана, рандомизации, полного и дробного факторного эксперимента, плана в
виде т.н. «латинского квадрата». Примеры: анализ данных опросов в ходе
праймериз при учете факторов «время до выборов» и «регион», формирование
партийных слоганов, исследование оперативных прогностических возможностей
на основании промежуточных избирательных данных. Парная регрессия и
множественная регрессия. Проверка значимости коэффициентов. Доверительная
область. Коэффициент детерминации. Номинальный регрессионный анализ (с
т.н. «фиктивными», или бинарными переменными). Примеры: анализ данных
опросов в ходе праймериз в целях прогнозирования итоговых результатов
выборов, исследование влияния количества лет учебы и количества лет службы в
армии человека на уровень поддержки им увеличения государственных расходов
на военные нужды.
Раздел 6. Заключение: некоторые специальные методы анализа в
политических исследованиях.
Компонентный и факторный анализы. Совместный анализ («конджойнтанализ»). Канонические корреляции. Дискриминантный анализ. Кластерный
анализ. Анализ соответствий. Путевой анализ («пат-анализ»). Лонгитюдный
анализ. Примеры: анализ многомерных разнородных данных, полученных в ходе
социо-политических исследований при проведении измерений с помощью
различных шкал, в целях детального мониторинга социально-политической
динамики, выявления значимых факторов и причинно-следственных
зависимостей,
сегментирования
социально-политического
пространства.
Исследовательские парадигмы когнитивной квалиметрии и «Data Mining» в
политических исследованиях.
3