Главная страница Случайная лекция Мы поможем в написании ваших работ! Порталы: БиологияВойнаГеографияИнформатикаИскусствоИсторияКультураЛингвистикаМатематикаМедицинаОхрана трудаПолитикаПравоПсихологияРелигияТехникаФизикаФилософияЭкономика Мы поможем в написании ваших работ! |
Частные методы политического анализа
Специфика частных методов политического анализа проявляется в их соответствии со структурой процесса политического анализа, в учете условий и ограничений их применения на важнейших этапах изучения ситуации, а также в аналитических и прикладных возможностях их применения. Так, формулировка и концептуализация проблемы предполагают применение методов выборочного исследования, контент-анализа, интервьюирования, тестирования, экспериментальных методов, позволяющих расширить информационную базу политического анализа. При этом широко используются и описательные, качественные и иные методы – исторический, нормативный, структурно-функциональный, системный, институциональный и другие, позволяющие «встроить» представление о проблеме в широкий исторический контекст. Существенное усложнение методов связано с процедурами операционализации, за счет которых разнообразным переменным присваиваются определенные значения. Грамотно осуществленная операционализация помогает повысить уровень измерения показателей, что позволяет в дальнейшем использовать математические методы высокого уровня сложности.*
* См.: Мангейм Дж. Б., Рич Р. К. Политология. Методы исследования. М., 1997. Схема 2 Модели взаимосвязи зависимых и независимых переменных Так, корреляционный анализ, включающий методы линейной и множественной регрессии, позволяет измерять связь между зависимыми и независимыми переменными. Оставаясь стандартным и необходимым условием решения более сложных задач с применением методов более высокого порядка, регрессионный метод не позволяет, тем не менее, отобразить реальные причинно-следственные связи между переменными. Типичная модель взаимосвязей, полученная в результате стандартного регрессионного анализа, показана на схеме 2а. В реальной ситуации, однако, независимые переменные (Хр Хд) могут оказывать влияние друг на друга, а также на зависимую переменную (X,), причем это влияние может быть как прямым, так и обратным 2b, с. Примером многомерного статистического анализа, позволяющего оценить точность таких моделей путем эмпирической оценки прямых и непрямых воздействий одной переменной на другую, являетсяпат-анализ. В нем различаются эндогенные (частично определенные внутренними переменными данной модели) и экзогенные (полностью обусловленные внешними по отношению к данной модели факторами) переменные. Здесь оперируют понятием рекурсивной модели, которая означает, что все взаимосвязи между переменными имеют однонаправленный характер (схема IV), а также нерекурсивной модели, в которой существует обратная связь (схема 2с) между любыми переменными. За счет этого создаются возможности для применения различных методик расчета вариантов статистической взаимосвязи между переменными. Важным преимуществом пат-анализа является то, что он позволяет судить не только о том, связаны ли переменные в нашей модели именно так, как мы предполагали, но и о том, каково относительное влияние каждой переменной на другие переменные в данной модели. Зная это, мы можем выработать рекомендации, помогающие направить практические усилия на изменение именно той переменной, которая имеет наибольшее влияние и тем самым обеспечивает наиболее эффективное и результативное применение наших усилий. Важное место среди частных методов занимает ифакторный анализ, или метод многомерной математической статистики, с помощью
Схема 3
Дата добавления: 2015-06-30; просмотров: 240; Нарушение авторских прав Мы поможем в написании ваших работ! |