WPROWADZENIE DO METODOLOGII NAUK

Z ELEMENTAMI LOGIKI

Materiały do wykładów w roku akad. 2013/2014

Opracował:

Ryszard Filas

Tylko do użytku studentów II roku dziennikarstwa i nauk społecznych UJ

SPIS TREŚCI

ZAGADNIENIA WSTĘPNE

ZAGADNIENIA WSTĘPNE

Wiedza naukowa

Uczeni dopracowali się pewnych kryteriów, które muszą być spełnione, aby mogli zaakceptować realność tego, czego osobiście nie doświadczyli.

Ogólnie rzecz biorąc, twierdzenie naukowe musi mieć oparcie jednocześnie:

• w logice - tzn. musi być sensowne;

• w empirii - nie może przeczyć faktycznej obserwacji.

Ale nauka oferuje nam również szczególne podejście do odkrywania rzeczywistości poprzez osobiste doświadczenie.

EPISTEMOLOGIA - nauka o poznaniu;

METODOLOGIA (jako jedna z dziedzin epistemologii) - nauka o dowiadywaniu się.

Metodologia nauk społecznych - to, w jaki sposób badacze społeczni dowiadują się różnych rzeczy o życiu społecznym człowieka.

Podstawy nauk społecznych

Logiczno-empiryczny charakter n. odnosi się do trzech głównych aspektów działalności nauk społecznych:

- teorii (ta rządzi się logiką, tj. logicznymi regułami wnioskowania),

- gromadzenia danych (zajmuje się empirią),

- analizy danych (poszukuje się prawidłowości w obserwacjach, a tam, gdzie to stosowne - porównuje się to, co zaobserwowane, z tym, co logicznie daje się przewidzieć)

4 fundamentalne idee, które odróżniają nauki społeczne od innych ujęć zjawisk społecznych:

(1) Teoria zamiast filozofii czy wiary;

Zajmuje się tym, co jest (i dlaczego), a nie tym, co być powinno; nie rozstrzyga sporów o wartości (np. czy kapitalizm jest lepszy czy gorszy od socjalizmu), ale może proponować zestaw kryteriów do porównania (ustrojów, stanów rzeczy itp.).

(2) Prawidłowości społeczne;

Podobnie jak w przypadku całej nauki, także w naukach społ. chodzi o odkrywanie prawidłowości w życiu społecznym. Na pierwszy rzut oka wydaje się, że n. przyrodnicze w większym stopniu podlegają prawom; jednak i zjaw. społeczne wykazują duży stopień regularności (mogą być więc odkrywane za pomocą badania i wyjaśniane za pomocą teorii). Są to (jako regulatory zachowań społecznych):

• zalecenia formalne i normy (prawne): jak poruszać się na drodze, jak podjąć prawdę;

• normy społeczne: profesorowie zarabiają zwykle więcej niż niewykwalifikowani robotnicy, mężczyźni - więcej niż kobiety, lewicowcy - częściej głosują na określoną partię - np. SLD).

Wobec takich prawidłowości stawia się czasem 3 zarzuty:

• wydają się zbyt trywialne (np. wszyscy wiedzą, że republikanie głosują na republikanów), ale dokumentowanie tego, co oczywiste jest cenną funkcją każdej nauki (zob. bad. Stouffera z II wojny świat. - s. 38); już Darwin odkrył, że często oczywistości okazują się nieprawdziwe)

• są wyjątki - zjawiska, które przeczą danej prawidłowości (ale przecież ma ona jedynie charakter modelu probabilistycznego);

• wpływ ludzi - zakłócenie wskutek świadomej woli aktorów (ale w rzeczywistości działania wyłamujące się nie są dostatecznie częste, żeby poważnie zagrozić obserwacji społecznych prawidłowości).

(3) Zbiorowości zamiast jednostek;

Choć badacze w n.s. często zajmują się motywacjami jednostek, to jednostka jako taka rzadko bywa przedmiotem zainteresowania nauk społ. Tworzą oni teorie dotyczące natury życia grupowego, a przedmiotem badań są raczej zbiorowości czy grupy, a nie jednostki.

Celem n.s. jest wyjaśnienie, dlaczego zagregowane wzorce zachowań wykazują taką regu-larność, nawet gdy uczestniczące w nich osoby mogą się zmieniać w czasie. N.s. starają się pojąć system, w którym ludzie funkcjonują - aby wyjaśnić, dlaczego udzie robią to, co robią. Elementami takiego systemu nie są ludzie, lecz zmienne.

(4) Język zmiennych;

Badania społ. sprowadzają się w praktyce do studiowania zmiennych i związków między nimi. Teorie społ. są sformułowane w języku zmiennych, a ludzie są w nie uwikłani tylko jako „nosiciele” tych zmiennych.

• ZMIENNA - logiczny zbiór wartości - czyli to, co się zmienia; np. płeć, wiek, wykształcenie, miejsce zamieszkania, zawód, klasa społeczna, rasa, wyznanie religijne, uprzedzenia (religijne, rasowe, etniczne) etc.

• WARTOŚĆ ZMIENNEJ (atrybut) - własności lub cechy, które opisują przedmiot (tu: osobę) - np. kobieta/mężczyzna; młody/stary, katolik/protestant/prawosławny/ bezwyznaniowiec; uprzedzony/nieuprzedzony wobec X etc.

Teorie opisują takie związki między zmiennymi, których z logicznego punktu widzenia można się spodziewać (bo są często związane z ideą przyczynowości). Inaczej mówiąc spodziewamy się, że pewne cechy osoby w ramach jednej zmiennej powodują, wywołują czy wspomagają pojawienie się określonych wartości innej zmiennej.

Np. wykształcenie bądź jego brak powoduje, że dana osoba z mniejszym lub większym prawdopodobieństwem żywić będzie uprzedzenia.

W tym przykładzie domniemana przyczyna - tu: wykształcenie jest zmienną niezależną (bo nie zależy od uprzedzeń), zmienna zaś, na którą się oddziałuje - tu: uprzedzenia - zależną (bo zależą od wykształcenia). Z kolei wykształcenie też od czegoś zależy - np. od poziomu wykształcenia rodziców (gdy mają wyższe wykształcenie, to większe prawdopodobieństwo, że dzieci będą wykształcone).

Podstawowe podejścia badawcze w N.S.

Wyjaśnianie (typy rozumowania przyczynowego):

• idiograficzne -> (idio- tu: wyjątkowy, szczególny, odmienny); wyjaśnianie jednego, konkretnego przypadku; np. badacz chcący wyczerpująco rozpracować wewnętrzną strukturę jakiegoś konkretnego gangu młodzieżowego, bądź zasady zarządzania jakąś międzynarodową korporacją itp.

• nomotetyczne -> szukamy wyjaśnień dla pewnej klasy sytuacji czy zdarzeń, a nie - pojedynczych przypadków, zwykle ograniczając przy tym liczbę czynników wyjaśniających do jednego bądź kilku (wyjaśnienie jest więc raczej cząstkowe - `zazwyczaj', `w takich samych warunkach') - np. nasza drużyna zwykle wygrywa u siebie, ale gorzej gra na wyjeździe (mimo, iż znamy przypadki odwrotne). Użyteczne - gdy chcemy np. odkryć główne czynniki prowadzące do przestępczości młodzieży (ale kosztem wyjaśnienia powodów wejścia na drogę przestępczą konkretnego dziecka)

Obydwa typy wyjaśnień są w pełni uprawnione - wybór zależy od celu badań.

Teoria (typy myślenia, metody dochodzenia do wniosku):

• rozumowanie indukcyjne -> przechodzi od tego, co konkretne, do tego, co ogólne; czyli od zestawu szczegółowych obserwacji do odkrycia prawidłowości (która odzwierciedla pewien stopień uporządkowania wszystkich danych zdarzeń). Dowiadujemy się jedynie, że określony wzór (uporządkowanie) istnieje, ale niekoniecznie wiemy - dlaczego.

• Rozumowanie dedukcyjne -> przechodzi od tego, co ogólne, do tego, co szczegółowe. Przechodzi od (1) wzorca, którego możemy oczekiwać z logicznego lub teoretycznego punktu widzenia, do (2) obserwacji, które sprawdzają, czy oczekiwany wzorzec rzeczywiście się pojawia. Zaczynamy więc tu od „dlaczego” i przechodzimy do „czy”.

Obydwa typy rozumowania są równouprawnione w nauce, a często gdy posłużymy się obydwoma, otrzymamy wyjaśnienia bardziej znaczące i kompletne.

Nie pokrywają się z typami wyjaśnień - lecz się krzyżują. Może być np. dedukcja + wyjaśnienie idiograficzne lub dedukcja + wyjaśnienie nomotetyczne.

Typy danych:

• jakościowe -> inaczej - nieliczbowe. Np. kobiety/mężczyni; starzy/młodzi; wykształceni/niewykształceni; inteligentni/nieinteligentni.

• ilościowe -> in. - liczbowe tzn. poddane kwantyfikacji (dające się ująć liczbowo, ułatwiające agregację, porównywanie, sumowanie, operacje statystyczne - np. liczenie średniej, współczynników korelacji, analizy regresji itp.). Np. liczba ukończonych lat; klasy wykształcenia wg. liczby lat nauki szkolnej; punktacja na skali IQ itp.

Można próbować kwantyfikować także różne ja pozór całkowicie jakościowe pojęcia - np. zmienną „doświadczenie życiowe” (np. s. 49).

Teorie i paradygmaty w badaniach społecznych

Teorie - są systemami powiązanych wzajemnie twierdzeń mających wyjaśnić niektóre aspekty życia społ. T. doprecyzowują i dookreślają paradygmaty. Paradygmat oferuje sposób patrzenia, natomiast celem teorii jest wyjaśnianie tego, co widzimy.

Do czego są potrzebne teorie? Mają dostarczać logicznych wyjaśnień. Pełnią w badaniach trojaką rolę:

• zapobiegają sytuacji, w której damy się nabrać szczęśliwym trafom (wydarzeniom losowym, wyjątkowemu zbiegowi okoliczności);

• wyjaśniają zaobserwowane wzorce w sposób dopuszczający także inne możliwości; umożliwiają podjęcie skutecznych programów przeciwdziałających np. patologii społ.;

• kształtują i ukierunkowują wysiłki badawcze, pokazując, jakich odkryć badawczych można by dokonać w wyniku obserwacji empirycznych (tzn. kierują zainteresowanie badacza tam, gdzie największa szansa zaobserwowania ciekawych prawidłowości życia społecznego).

Nie zawsze jednak i nie wszystkie badania są ściśle splecione z teorią. Czasami jedynie chcemy coś zdiagnozo-wać - ustalić stan rzeczy (a nie - dowiedzieć się - dlaczego) - np. antropologiczny opis społeczeństw przedpiś-miennych; ocena realizacji jakiegoś programu społecznego (np. stan walki z bezrobociem w mieście X), albo zbadanie, który kandydat ma największe szanse na wygranie wyborów (socjografia, badanie opinii publicznej). Choć niejednokrotnie i tego typu badania wznoszą się ponad czysty opis (prowadząc do pewnych prób wyjaśnienia - „dlaczego”).

U podstaw teorii i badań społecznych leżą PARADYGMATY - jako zasadnicze układy odniesienia czy funda-mentalne modele, których używamy, by uporządkować nasze obserwacje i rozumowanie.

Czasami trudno je rozpoznać, ponieważ są głęboko ukryte, milcząco zakładane, traktowane jako oczywiste („tak po prostu jest”), a nie zaś jako jeden z wielu możliwych punktów widzenia.

W n.s. teoretyczne paradygmaty mogą zyskiwać lub tracić popularność, lecz rzadko zostają całkowicie odrzucone w całości. Oferują one różne perspektywy badawcze; każda z nich uwzględnia pewne aspekty życia społ. nieobecne w pozostałych, a jednocześnie pomija wątki ujawnione gdzie indziej. Każdy czyni pewne założenia co do natury rzeczywistości społecznej; tym samym otwiera inne możliwości rozumienia rzeczywistości społecznej, sugeruje inny rodzaj teorii, inspiruje inny rodzaj badań (wykonywanych inną metodą czy techniką badawczą). Ostatecznie - nie są więc ani prawdziwe, ani fałszywe; są tylko mniej lub bardziej użyteczne.

Niektóre paradygmaty częściej ograniczają się do poziomu mikro (np. symboliczny interakcjonizm, etnometodologia); inne - mogą być stosowane w obu skalach (np. paradygmat konfliktu).

Paradygmaty to dosł. „miejsca, z których się patrzy”. Dostarczają sposobów patrzenia na życie społeczne i opierają się na zestawach założeń dotyczących natury rzeczywistości.

Elementy teorii społecznej

• obserwacja - zazwyczaj odnosi się do patrzenia, słyszenia i - rzadziej - dotykania;

• fakt - pojęcie odnoszone do jakiegoś zaobserwowanego zjawiska;

• prawo - wiele faktów uporządkowanych według pewnych reguł: in. -> uniwersalne uogólnienia dotyczące klas faktów (nie mylić z przypadkowymi prawidłowościami - np. że w każdych wyborach prezydenckich w USA w l. 1920-1960 wygrywał kandydat z najdłuższym nazwiskiem). Prawa, jako zaobserwowane prawidłowości, są „odkrywane” - a nasze paradygmaty wpływają na wybór tego, czego chcemy szukać i to, co widzimy. Same z siebie nie wyjaśniają niczego - są jedynie streszczeniem tego, jak się sprawy mają (wyjaśnianie jest bowiem funkcją teorii);

• teoria - systematyczne wyjaśnienie obserwacji, które dotyczą jakiegoś konkretnego aspektu życia (np. przestępczości młodocianych, uprzedzeń rasowych, rewolucji politycznej).

Teorie objaśniają obserwacje (np. dlaczego część młodzieży popełnia przestępstwa) za pomocą nast. Elementów. Są to tzw. logiczne „klocki” teorii:

• pojęcia - są to abstrakcyjne elementy reprezentujące klasy zjawisk z danej dziedziny badań (np. „młodociani”, „grupa rówieśnicza”, „klasa społeczna”, „przynależność etniczna”, „wyniki w szkole”);

• zmienne - są pojęciami szczególnego rodzaju; zawierają zestaw wartości (np. „przestępczość”: popełnił przestępstwo / nie popełnił przestępstwa);

• aksjomaty (albo założenia) - podstawowe twierdzenia uznane za prawdziwe, na których opiera się teoria (np. „każdy pragnie żyć w dostatku”, „szansa bogatych na dostatnie życie zgodne z prawem jest większa niż szanse biednych”);

• tezy - szczegółowe wnioski dotyczące relacji między pojęciami, które wyciąga się z podstawowych założeń (np. biedna młodzież częściej niż bogata łamie prawo, żeby umożliwić sobie życie w dostatku);

• hipoteza - jest szczegółowym, sprawdzalnym oczekiwaniem wobec rzeczywistości, które wynika z ogólniejszej tezy (np. „wśród biednej młodzieży wskaźnik przestępczości będzie wyższy niż wśród bogatej”).

Badanie naukowe jest właśnie zaplanowaną próbą sprawdzenia hipotezy (albo ją potwierdzi - czyli zweryfikuje, albo nie potwierdzi - mówimy wówczas o falsyfikacji hipotezy).

Testowanie hipotez

Aby przetestować jakąkolwiek hipotezę musimy:

- zdefiniować zmienne - czyli szczegółowo określić znaczenie wszystkich zmiennych związanych z nią w kolejnych obserwacjach.

przestępczość - „przyznanie się do popełnienia przestępstwa”, „bycie aresztowanym za przestępstwo”, „bycie skazanym za przestępstwo”, „bycie aresztowanym lub skazanym za gwałt, zbrodnię, napad z bronią w ręku”, „..... tylko w warunkach recydywy”;

klasa społ. - najprościej: kategorie dochodu gospodarstwa domowego, kategorie społeczno-zawodowe - wg jakiegoś znanego podziału - dla `głowy rodziny')

- zoperacjonalizować zmienne, tzn. podać ich definicję operacyjną - czyli ustalić, w jaki sposób będziemy je mierzyć (tzn. dokładne określenie operacji (działań) związanych z pomiarem naszej zmiennej.

Przestępczość - odpowiedź `tak' na pytanie ankiety (nr ...): „Czy kiedykolwiek coś ukradłeś?”

Klasa społeczna - odp. „Jaki był dochód twojej rodziny w zeszłym roku?” (kategorie dochodu)

Uwaga! Dla badacza testującego hipotezę znaczenie zmiennej jest dokładnie takie i tylko takie, jak określa to definicja operacyjna (!!!!)

Plan badań

W praktycznie każdym schemacie badań musimy na wstępie określić (możliwie najdokładniej):

• czego chcemy się dowiedzieć?

• w jaki sposób najlepiej to zrobić?

Jeśli sprawnie uporamy się z pierwszym pytaniem, to prawdopodobnie rozstrzygniemy także drugie: „właściwe sformułowanie pytania zawiera w sobie odpowiedź”.

We wstępnym etapie ustalamy trzy kwestie: cel badań, jednostkę analizy oraz wymiar czasowy badań, a dopiero potem przystępujemy do sporządzenia właściwego planu badań..

Cele badań (3 najczęstsze):

Większość badań zawiera elementy wszystkich trzech celów.

1. Eksploracja - próba wstępnego, ogólnego zrozumienia jakiegoś zjawiska (rzucić garść światła, oswoić badacza z tematyką, przygotować możliwość podjęcia szerszych badań i wypracowanie metod, które mogą być użyte w dalszym etapie); Ich wadą jest brak satysfakcjonującej odpowiedzi na pytanie badawcze, zwykle są niereprezentatywne.

2. Opis - dokładne sprawozdanie i/lub pomiar cech badanej populacji albo zjawiska (np. Spis ludności; różne badania - profile - demograficzne; statystyki przestępczości, badania marketingowe - korzystanie z różnych produktów). Opis (co, kiedy, gdzie, jak jest) jest zresztą pierwotnym celem wszelkich badań jakościowych (etnograficzne, antropologiczne studia społeczeństw pierwotnych); np. jak często ludzie chodzą do kościoła.

3. Wyjaśnianie - odkrywanie i opisywanie związków między różnymi aspektami badanego zjawiska (dlaczego); np. dlaczego jedni ludzie chodzą do kościoła, a inni - nie.

- Jednostki analizy (czyli kto lub co ma być poddawane badaniu) - np.:

• jednostki indywidualne (ludzie)

• grupy (rodziny/gospodarstwa domowe, gangi, ..)

• organizacje

• wytwory społeczne, tzn. wszelkie wytwory ludzi lub ich zachowań (konkretne przedmioty - narzędzia, samochody, książki, gazety, programy rtv i inne nośniki kultury i cywilizacji; dowcipy, dokumenty, odkrycia naukowe).

-Wymiar czasowy badań

1. Badania przekrojowe - składają się z obserwacji próby czy przekroju jakiejś populacji lub zjawiska, zebranych w jednym punkcie czasowym (zwykle są to badania eksploracyjne i opisowe - np. pojedynczy Spis Powszechny ludności jakiegoś kraju, ale też sporo badań wyjaśniających)

2. Badania dynamiczne - są tak planowane, aby umożliwić obserwację tego samego zjawiska przez czas dłuższy. Trzy typy:

• Badania trendów - zmiana w czasie wewnątrz jakiejś populacji (np. porównywanie wyników Gallupa z różnych lat nt. ogółu społ. am.; w odstępach czasowych porównu-jemy np. zachowania dawnych i dzisiejszych nastolatków, czterdziestolatków itp.);

• Badania kohort demograficznych - analiza zmian w poszczególnych subpopulacjach (np. ludzi urodzonych w latach 1950., uczestnicy wojny Y; zawierający małżeństwa w roku 1977 itp.; w odstępach X-letnich badamy próby kohort odpowiednio `postarzo-nych'; np. badaliśmy w 1991 r. 40-49-latków, a w 2001 - już 50-59-latków)

• Badania panelowe - podobne do badania kohort, ale dotyczą za każdym razem tego samego zbioru ludzi (wracamy do tej samej próby co jakiś czas - np. 10 lat - i śledzimy zmiany po upływie tego czasu w ich zachowaniach, poglądach etc.).

Badania dynamiczne mają generalnie oczywistą przewagę nad przekrojowymi, bo dostarczają informacji opisujących proces w czasie. Ale są niestety bardzo czasochłonne i kosztowne (a bad. panelowe mają problem naturalnego wykruszanie się uczestników panelu).

Dlatego rozwiązaniem pośrednim są „badania zbliżone do dynamicznych”; pytamy tu ludzi o różne zdarzenia dotyczące przeszłości. A więc prowadzimy badania w jednym punkcie czasowym, ale próbujemy wyciągnąć wnioski na temat procesów zachodzących w czasie. Ale są tu oczywiste niebezpieczeństwa: czasem ludzi zawodzi pamięć, czasem zaś - po prostu kłamią (np. w sondażach powyborczych rośnie odsetek wskazań na zwycięzców).

Jak zaplanować projekt badawczy?

Plan to początek badań; ma odzwierciedlać wszystkie etapy, przez które badacz przechodzi w trakcie realizacji projektu badawczego. Etapy:

1. Możliwe punkty wyjścia dla badań

• Zainteresowania (np. dlaczego zachodzi zjaw. X; jakie są konsekwencje zjaw. Y);

• Idee (np. ogólne przeświadczenie, podejrzenie, teza, że zachodzi X, i chcemy to sprawdzić w badaniach);

• Teoria (gdy mamy wyobrażenie zbioru złożonych, logicznie powiązanych zależności między wieloma zmiennymi)

Często te trzy elementy są powiązane: początkowe zainteresowanie może prowadzić do sformułowania jakiejś idei, która może pasować do szerszej teorii, a teoria - może tworzyć nowe idee i pobudzać nowe zainteresowania.

Już na tym etapie wstępnym musimy uwzględnić dwa dodatkowe czynniki: własne umiejętności oraz dostępne środki. Planowanie doskonałych, ambitnych badań nie ma sensu, jeśli nie dysponujemy praktycznej możliwości ich realizacji (nie tylko materialnych).

2. Faza koncepcyjna (przygotowanie badań)

• konceptualizacja: sprecyzowanie znaczenia wszystkich podstawowych pojęć oraz ustalamy zestaw zmiennych, które zamierzamy badać;

• wybór metody badawczej: ponieważ każda metoda ma swe mocne i słabe strony, a do badania niektórych zjawisk pewne metody wydają się bardziej użyteczne, to wybór metody musi być staranny i przemyślany;

• operacjonalizacja: wybór technik pomiaru - czyli jak będziemy faktycznie mierzyć badane zmienne (jeśli wybraliśmy metodę, np. sondażu, to musimy ustalić brzmienie pytań kwestionariusza);

• populacja i dobór próby: kogo lub co chcemy badać (populacja); i kogo w tym celu chcemy poddać obserwacji (próba).

3. Faza realizacji badań

- obserwacje: zbieranie danych do analizy i interpretacji

4. Faza opracowania

• przetwarzanie danych: przekształcanie zebranych danych i nadanie im formy użytecznej do obróbki i analizy

• analiza: analiza danych i wyciąganie wniosków

5. Zastosowanie (określenie implikacji wyników badań dla praktyki czy teorii).

Konceptualizacja, operacjonalizacja i pomiar; kryteria oceny pomiaru

Konceptualizacja - (concept = pojęcie) - proces określania i precyzowania pojęć, czyli naszych idei na temat natury rzeczy. Inaczej: proces określania obserwacji i pomiarów, które nadają (abstrakcyjnym) pojęciom konkretne znaczenie dla celów badań; określamy tu, co mamy na myśli używając danego terminu w badaniach.

Pierwszym krokiem do pełniejszego rozumienia przedmiotu badań jest często wyszczególnienie różnych wymiarów pojęcia. Np. badając zmienną współczucie możemy wyróżnić 2 wymiary: sfera uczuciowa i sfera behavioralna.

W praktyce operacjonalizując jakiekolwiek pojęcie do celów badawczych mamy do dyspozycji wiele (dziesiątki, a może i setki) obserwowalnych wskaźników tego co ma być przez nie wskazywane (badane).

Żadne z pojęć, które określamy i badamy, nie ma „prawdziwej” definicji; mają one tylko dokładnie te znaczenia, które zgadzamy się im przypisać.

K. dotyczy więc intelektualnego wyklarowania pojęć dla celów pomiaru.

Operacjonalizacja - jest konstruowaniem faktycznych, konkretnych technik pomiaru. Polega ona dosłownie na stworzeniu „operacji”, które umożliwią przeprowadzenie pożądanych pomiarów. Inaczej - to przedłużenie konceptualizacji; określa się tu konkretne procedury, które mają być zastosowane do pomiaru wartości zmiennych.

Pomiar - staranna, przemyślana obserwacja świata rzeczywistego, której celem jest dokonanie opisu przedmiotów i zdarzeń w kategoriach wartości (cech) składających się na zmienną.

4 poziomy pomiaru:

1. nominalny - zmienne, których wartości są jedynie wzajemnie rozłączne i wyczerpujące; stanowią jedynie zbiór nazw lub określenie cech; ale wcale nie muszą to być cechy dychotomiczne; nie jest jednak istotne - jak różne klasy są oddalone od siebie, grunt, że się różnią jakościowo. Np. płeć (K/M - składniki wyczerpują wszystkie możliwe rodzaje ludzkiej płci); miejsce urodzenia (urodzeni w X, urodzeni w Y, urodzeni w Z etc.).

(2) porządkowy - zmienne o wartościach, które możemy logicznie uporządkować (jedne są względem siebie wyższe, inne - niższe); ktoś jest bardziej a ktoś mniej np. wykształcony, religijny, uprzedzony, konserwatywny. Nie wiemy jednak - jaki dystans jest między poszczególnymi kategoriami wyższości/niższości.

(3) interwałowy - gdy odległości logiczne między wartościami są wyrażone w postaci standardowych interwałów o określonym znaczeniu. Np. różnica na termometrze między 40 a 50 stopniami C jest taka sama jak między 10-20 stopniami C. Ale temperatura 40°C nie znaczy 2 razy wyższej temperatury od 20°C; bo tu 0 stopni C jest względne, nie oznacza braku temperatury. Tylko skala Kelwina ma zero bezwzględne. Tak więc mierniki konstruowane sztucznie, takie jak np. iloraz inteligencji (IQ) to jedynie skala interwałowa. Nieprawda więc, że osoba z wynikiem 150 punktów jest o połowę inteligentniejsza od osoby z wynikiem100 pkt.

(4) ilorazowy - mają wszystkie powyższe walory oraz są oparte na prawdziwym punkcie zerowym. Dowiadujemy się więc, ile razy X jest lepszy/gorszy od Y (ze względu na wartość danej zmiennej). W naukach społ. możemy tak wyskalować np. wiek (liczba lat), dochód (na skali dochodów, jeśli przedziały są równe), czas zamieszkiwania w określonym miejscu, liczbę organizacji, do których X należy, liczbę wizyt w kościele w danym okresie, liczbę zawartych małżeństw, popełnionych zbrodni lub włamań, liczbę przeczytanych tytułów prasowych w danym okresie itp.

W zależności od skali (typu pomiaru) dowiadujemy się coraz więcej o badanym zjawisku - czy X od Y:

(1) różnią się czy nie różnią, (2) czy któryś jest „bardziej”; (3) o ile (punktów, stopni etc.) się różnią; (4) na ile się różnią (iloraz)

Każdy wyższy typ pomiaru kumuluje informacje z niższych i dodaje nową.

Wybór poziomów pomiaru już na etapie projektowania badań ma poważne implikacje. Niektóre techniki iloś-ciowe wymagają użycia zmiennych mających określony minimalny poziom pomiaru (np. skali porządkowej). Od tego zależeć będzie, jakie (jak precyzyjne) wnioski da się wyciągnąć z materiału badawczego.

Niektóre zmienne mogą - w zależności od potrzeb (np. aby dopasować do skali drugiej, słabszej zmiennej) - przybierać formę różnego typu skali: np. wiek: nominalnej (urodzeni w określonym okresie - nie urodzeni w tym okresie); porządkowej (młodsi/starsi; młodzi/w średnim wieku/starzy; nierówne przedziały wieku); interwałowej (wiek w postaci ciągłej liczby lat 0-100, albo też wg równych przedziałów). Jeśli chcemy wykorzystać daną zmienną na różnych poziomach pomiaru, trzeba o tym pamiętać w trakcie operacjonalizacji (i budowy narzędzi badawczych); łatwo dowolnie potem kategoryzować wiek (np. co 5 lat, co 10, 20), jeśli dys-ponujemy wyjściową informacją o liczbie ukończonych lat (ew. o roku urodzenia). Droga jest jednokierunkowa: nie można przekształcić zmiennej „niższej” w zmienną „wyższą”.

Wskaźniki

W. (indicator) - to wybrana obserwacja, którą traktujemy jako odzwierciedlenie zmiennej, którą chcemy badać.

(np. „udział w nabożeństwach” - jako wskaźnik religijności)

Wiele zmiennych ma oczywiste, proste wskaźniki. Ale bywa też inaczej: wiele pojęć podlega różnorodnym interpretacjom, z których każda ma kilka możliwych wskaźników. Wówczas aż się prosi, by dokonać obserwacji (pomiaru) różnych wskaźników danej zmiennej i połączyć zabrane informacje w celu stworzenia złożonego miernika badanej zmiennej.

Np. dla zmiennej „wyniki w nauce” obliczamy średnią z wielu ocen za poszczególne przedmioty. Religioznawcy budują syntetyczne skale religijności, oparte na dziesiątkach pojedynczych wskaźników.

Kryteria jakości pomiaru

Rzetelność - czy dana technika badawcza, stosowana do tego samego przedmiotu, daje za każdym razem ten sam wynik (np. pomiary na wadze a ocena `na oko' wagi os. X przez kilka innych osób)

Rzetelność nie zapewnia jednak poprawności wyniku (bo może działać jeszcze osobny czynnik - obciążenie (gdyby np. skala wagi była od początku przesunięta).

Techniki krzyżowego badania rzetelności mierników:

• Metoda testu powtórnego: prowadzimy ten sam pomiar więcej razy i sprawdzamy, czy otrzymamy za każdym razem tę samą odpowiedź. (np. po kilku miesiącach - w badaniach Sacksa nt. cech i zachowań 207 badanych - tylko 15% badanych podało te same informacje o sobie);

• Metoda połówkowa: Gdy mamy np. baterię 10 wskaźników mierzących dane zjawisko (np. postawę wobec Z, np. uprzedzenia wobec Żydów), to można wybrać losowo po 5 z nich i zadać je badanym (jeśli będzie rozbieżność wyników dwóch `podskal' / połówek skali, to znaczy, że skala jest nierzetelna).

• Stosowanie ustalonych mierników: tylko mierniki o rzetelności udowodnionej w serii poprzednich badań (ale np. po jakimś czasie zachodzą zmiany społeczne, które wymagają korekt np. Testu Umiejętności Szkolnych czy innych standardowych mierników);

• Rzetelność osób zatrudnionych przy realizacji badań: nierzetelność ankieterów, koderów, wprowadzaczy danych do komputera (tu trzeba uruchomić odpowiednie procedury kontrolne).

Trafność - czy miernik mierzy to, co ma mierzyć (in. w jakim zakresie miernik empiryczny adekwatnie odzwierciedla prawdziwe znaczenie danego pojęcia). Standardy oceny trafności:

• trafność fasadowa: czy miernik zgadza się z naszymi uzgodnieniami i indywidualnymi obrazami mentalnymi dotyczącymi danego pojęcia (nietrafne: `co ma piernik do wiatraka');

• trafność kryterialna (predykcyjna): opiera się na jakimś kryterium zewnętrznym (np. na podstawie wyników egzaminów wstępnych przewidujemy przyszłe sukcesy studenta; jest bardzo religijny więc często chodzi do kościoła lub vice versa);

• trafność teoretyczna: opiera się na logicznych powiązaniach między zmiennymi (np. zadowolenie z pożycia małżeńskiego a wierność małżeńska).

• Trafność treściowa: zakres, w jakim miernik obejmuje skalę znaczeń w danym pojęciu (np. czy miernik uprzedzeń zawiera wszystkie typy uprzedzeń - rasowe, etniczne, religijne, wobec kobiet, wobec osób starych, wobec `świrów' etc.).

Relacje między rzetelnością a trafnością:

• miernik rzetelny, ale nietrafny;

• trafny, ale nierzetelny;

• trafny i rzetelny.

CHARAKTER NAUK SPOŁECZNYCH

Dwa sposoby „patrzenia” na zjawiska społeczne

1. Obserwacja czysto zewnętrzna, „ekstraspekcyjna”, oparta wyłącznie na rejestracji zewnętrznych, fizykalnych aspektów ludzkich zachowań (np. konfiguracji przestrzennych ludzkich zbiorowości, ich przemian; badanie wyłącznie przestrzennego aspektu stosunków między ludźmi i otaczającymi ich przedmiotami: zmiana pozycji i położenia w przestrzeni poszczególnych ciał ludzkich, wielkość i trwałość tych konfiguracji, podobieństwa i różnice w wykonywanych czynnościach, migracje, ubiór, zapis czysto „fizykalnie” pojętych dźwięków wydawanych przez tych ludzi w różnych sytuacjach). Ale w sumie rezultaty dość ubogie w porównaniu z „normalną” obserwacją.

2. Obserwacja „rozumiejąca”; docieranie przez badacza do strony subiektywnej, psycholo-gicznej ludzkich działań, motywów tych zachowań, lokowanie zachować w kontekście postaw, wyobrażeń i działań innych ludzi; uchwycenie psychologicznych następstw określonych działań dla osób działających oraz ich otoczenia społecznego - uczestników tych działań uchwycenie psychologicznych korelatów.

Dla niektórych teoretyków tzw. orientacji humanistycznej - w/w zjawiska określane w terminach „rozumiejących” wyczerpywały całokształt zainteresowań socjologii:

• Koncepcja „współczynnika humanistycznego” - F. Znaniecki (brać działania ludzkie tak, jak istnieją one w doświadczeniu tych, którzy działają i tych, którzy na nie reagują - tzn. kontekstowe uwikłanie czynu czy przedmiotu)

• Max Weber i jego socjologia rozumiejąca (nacisk na psychologiczne wyjaśnienie zachowań przez odkrycie motywów je powodujących).

Charakter zjawisk, którymi się zajmują nauki społeczne

• Orientacja „humanistyczna” - różnią się zasadniczo od nauk przyrodniczych (bo fizyka nie obchodzi, co czują atomy, jakimi motywami kierował się elektron wybierając określony tor);

• Orientacja „empirycystyczna” - koncentracja na subiektywnych aspektach zjawisk społecznych i posługiwanie się metodami „rozumiejącymi” - to smutny fakt i dowód słabości metodologicznej i niedorozwoju nauk humanistycznych (metoda „rozumienia” jest niesprawdzalna). Zatem pojęcia muszą być całkowicie zdefiniowane w kategoriach obiektywnych, wolnych od „rozumiejących” zabarwień; a zatem techniki obserwacji i pomiaru powinny w pełni spełniać rygory intersubiektywnej kontrolowalności narzędzi badawczych itp. - generalnie - spełniać rygory „fizykalnego” obiektywizmu.

• Podejście kompromisowe - nie ma zasadniczych różnic między naukami o człowieku a innymi naukami.

Uznanie dyrektyw metodologicznych stosowanych w teoretycznie zorientowanych naukach przyrodniczych nie musi prowadzić do rezygnacji z rozumienia zjawisk społecznych, do pomijania wśród czynników ludzkich zachowań motywów je wyznaczających i reakcji wewnętrznych innych ludzi na te zachowania. Cudze przeżycia psychiczne to dla badacza pewne zdarzenia i cechy nieobserwowalne bezpośrednio, lecz są to pewne hipotetyczne „własności ukryte” (zmienne ukryte), których zajście inferuje on z pewnych obserwowalnych objawów.

• W naukach przyrodniczych też mamy często do czynienia z takimi „własnościami ukrytymi” - np. długo atomów pierwiastków nikt nie obserwował, cząstek elemen-tarnych też nie obserwujemy bezpośrednio; długo geny były także nieobserwowalne, mimo że już rozwijała się genetyka.

• W naukach o człowieku takimi bytami ukrytymi są zjawiska i procesy psychiczne - zachodzące na poziomie zbiorowości, w których mniejszą lub większą rolę odgrywają cechy i zdarzenia psychiczne ludzi tworzących te zbiorowości. Poznajemy je po „obserwowalnych wskaźnikach” i posługujemy w sposób podobny, jak przyrodnik posługuje się swoimi pojęciami teoretycznymi oznaczającymi hipotetyczne zjawiska ukryte wtedy, gdy buduje teorie wyjaśniające.

Badanie KULTURY (zjawisk kulturowych)

Pewien system przekazów znaczących, sformułowanych przy pomocy różnorodnego typu znaków, symboli, wypowiedzi słownych itp.

Badanie kultury - to badanie treści i pozatreściowych własności zarówno pojedynczych przekazów, jak i złożonych układów, jak wreszcie całościowo pojętego systemu takich układów, charakteryzujących zbiorowość, której kulturę badamy.

Wiele dziedzin nauk humanistycznych wyspecjalizowało się w takim właśnie badaniu kultury - jako konfiguracji i układów znaków i analizowaniu najróżniejszego rodzaju relacji między treścią przekazów sformułowanych przy ich pomocy a pozatreściowymi własnościami (np. kompozycji) tych przekazów: historia literatury - wobec dzieł dawniejszych, krytyka literacka - wobec dzieł współczesnych, historia ideologii czy religii, historia czy teoria prawa, historia nauki itp.

Bada się rożnego rodzaju stosunki:

• logiczne (wynikania, niesprzeczności, wyczerpywania zakresów pojęć oznaczających różne elementy kultury);

• genetyczne - (między treścią przekazów lub ich formalnymi własnościami - regułami kompozycji dzieła etc.).

WYMIAR CZASU w badaniach społecznych

• Zdarzenie: każde ludzkie zachowanie. Istota - taka rozciągła w czasie obserwacja, w której uwaga badacza koncentruje się jedynie na różnicy między stanem wyjściowym, a stanem końcowym rzeczy.

• Każde zdarzenie jednostkowe możemy rozłożyć na ciąg zdarzeń bardziej elementarnych składających się na owo zdarzenie, obejmujących krótsze odcinki czasowe, w wyniku czego zdarzenie rozpada się na wieloelementowy proces (!).

• Proces: pewien ciąg zdarzeń (z reguły więcej niż dwu) czy stanów przejściowych prowadzących od stanu początkowego do stanu końcowego. Aby odróżnić proces od przypadkowego następstwa stanów - ważne jest uchwycenie pewnej jego dominanty, pozwalającej określić skrótowo jego kierunek lub rezultaty (np. proces uczenia się czy przystosowania, procesy industrializacji, dyfuzji kultury, biurokratyzacji władzy etc.).

Procesy mogą być zakreślone szerzej lub węziej - np. proces produkcji samochodu na taśmie montażowej, proces interakcji i współpracy członków brygady odsługującej pewien fragment tej taśmy).

Ważny jest tu sposób uchwycenia tych zdarzeń:

• Ujęcie przekrojowe (statyczne): interesujemy się pewnym bezczasowym przekrojem badanych zjawisk - „migawkowe zdjęcie fotograficzne” (nie interesuje nas dynamika zjawiska - jak długo trwało, czy się zmieniło, jakim zdarzeniom podlegało);

• Ujęcie dynamiczne: co się dzieje z badanym obiektem, co jest niezmienne, a co się zmienia, czy i które zmiany mają charakter kierunkowy.

Odróżnienie zmiennych przekrojowych od zmiennych dynamicznych - doniosłe konsekwen-cje dla:

• typu formułowanych zagadnień;

• charakteru twierdzeń, które będziemy formułować;

• doboru metod

CECHY ZBIOROWOŚCI a CECHY JEDNOSTEK

Jaki jest stosunek pomiędzy cechami zbiorowości i zdarzeniami w niej zachodzącymi a cechami i zachowaniami ogółu ludzi tworzących tę zbiorowość.

Czy np. zbiorowości ludzkie posiadają cechy, jakich nie posiadają ich członkowie (i odwrotnie)?. TAK

• Pewne właściwości i zdarzenia występują tylko w zbiorowościach ludzkich i mogą być cechami charakteryzującymi tylko takie twory, jak „klasy”, „warstwy”, „narody”, „grupy społeczne” czy jakiekolwiek inne bądź inaczej wydzielone kategorie przedmiotów tego rzędu. Np. struktura społeczna, struktura klasowa, integracja etc.

• Inne właściwości możemy przypisywać tylko jednostkom tworzącym te zbiorowości, ale nie zbiorowościom jako bytom „ponadjednostkowym”, oddzielnym). Np. „motyw” czy „postawa” - sens mają tylko w odniesieniu do przeżyć konkretnych jednostek;

• Są też takie, które mogą być własnościami zarówno pojedynczych ludzi, jak i zbiorowości (złożonych z ludzi). Np. stosunki własności (posiadania), zajmowanie pozycji społecznej, pozostawanie w stosunku zależności, zmiana miejsca pobytu.

Problem: w jakiej mierze cechy zbiorowości ludzkich i zdarzenia w nich zachodzące „redukują się” (dadzą się sprowadzić) do cech i zachowań ludzi je tworzących. Idzie o to, czy można tezę o zachodzeniu pewnego zdarzenia w grupie czy posiadaniu przez tę grupę pewnej właściwości „przetłumaczyć” na opis własności i zachowań jednostek:

Mamy tu opis redukcyjny: opisujemy cechy i zdarzenia zachodzące „na poziomie całości” w języku cech i zdarzeń charakteryzujących części tej całości.

Jest wiele sytuacji takiej redukcji nie budzących wątpliwości:

„wiek średni”, „natężenie ruchliwości społecznej”, „izolacja międzyklasowa”, „wskaźnik przestępczości” - tu wiemy, jakie cechy i zachowania poszczególnych ludzi świadczą o tym, ze zjawisko możemy opisywać w kategoriach zbiorowości.

Ale są też zjawiska bardziej złożone, które trudno byłoby zredukować do cech jednostko-wych: np. „integracja grupy”, „stosunki władzy”, „ustrój polityczny”, „kultura” danej grupy.

Generalnie jednak wszelkie zjawiska, własności i zdarzenia zachodzące w społeczeństwach ludzkich dadzą się sprowadzić („zredukować”) do tych własności, ich elementów skła-dowych, tzn. opisać w taki sposób, aby z opisu własności jednostek wynikała teza o istnieniu odpowiednich cech zbiorowości..

Wiele terminów oznaczających pewne własności zbiorowości ludzkich czy też zdarzenia zachodzące w zbiorowościach ludzkich zawiera w swoim znaczeniu względnie jednoznaczne odniesienie do cech i relacji pojedynczych ludzi tworzących daną grupę czy zbiorowość. Np.

• „rodzina ma strukturę patriarchalną” :

• zalecenia ojca wykonywane są w sposób bezdyskusyjny;

• matka nie wypowiada się w szeregu spraw w ogóle;

• dzieci nie podejmują dyskusji z zaleceniami rodziców etc.

• „grupa jest wysoko zintegrowana”:

• wybory socjometryczne członków grupy mają określoną konfigurację;

• większość tych wyborów przypada wewnątrz grupy;

• „grupę cechuje wysoko rozwinięty podział pracy”:

• każdy (bądź istotna większość członków) zaspokaja własną pracą część potrzeb materialnych własnych, ale i część potrzeb materialnych innych osób; te osoby z kolei zaspokajają część potrzeb danej osoby i innych

POJĘCIA, NAZWY, TERMINY

Nazwa treść odpowiadającego jej pojęcia , jego znaczenie.

Pojęcia a terminy (nazwy) im odpowiadające. Jedno pojęcie może być oznaczane przez wiele nazw (w tym samym języku).

Ich związki mają charakter pewnych konwencji terminologicznych

• często, ale nie zawsze - są rezultatem świadomej umowy specjalistów ;

• czasem - mają charakter „umowy społecznej” - kształtują się wraz z historią języków naturalnych.

Przedmioty oznaczone daną nazwą - to desygnaty tej nazwy.

Ogół przedmiotów (czyli desygnatów) - to zakres nazwy. Gdy nazwa oznacza tylko jeden przedmiot, ten jedyny desygnat wyczerpuje całość zakresu nazwy.

• Np.: „Wielka Rewolucja Francuska” - to wydarzenia we Francji w latach 1789-1799.

Zakres pewnej nazwy zależy od treści pojęcia z nią związanego. Zmieniając treść pojęcia, tj. znaczenie pewnego terminu, zmieniamy niekiedy jego zakres: np. „grupa”

• początkowo (w jęz. naturalnym): niewielki zespół ludzi wyraźnie wyodrębniających się w sensie przestrzennym.

• potem - w jęz. socjologów: „zespół ludzi mających poczucie wewnętrznej więzi i zewnę-trznej odrębności” - zmiana zakresu tego terminu.

Czasami treść pojęcia zależy od przyjętej koncepcji teoretycznej (np. nagroda w psychologii):

• w teoriach uczenia się: „zdarzenie prowadzące do zaspokojenia jakiejś istotnej potrzeby”;

• w innej orientacji: „zdarzenie podnoszące szansę powtórzenia jakiegoś sposobu zachowania się”

Ich znaczenie jest więc różne, ale oznaczały te same przypadki, zakresy były identyczne, a pojęcia - tym samym - równoważne.

Zdarza się, że jeden autor nadaje takie samo znaczenie terminowi „klasa społeczna”, które inny nadaje terminowi „warstwa” - obydwa są więc u tych dwóch autorów równoznaczne.

Należy uświadomić sobie, czy i jakie inne nazwy używane przez tego samego czy innych badaczy, są równo- czy bliskoznaczne, a jakie - nawet jeśli ich brzmienie jest takie samo - są różnoznaczne.

Uświadomienie sobie zakresu nazwy pozwoli stwierdzić, jakie terminy, nawet przy odmiennym pojmowaniu ich znaczenia, są równoważne (tj. odnoszą się do tych samych przedmiotów i zjawisk) - a jakie nie.

Wada pojęcia: nieostrość, tzn. brak jednoznacznie określonego zespołu cech składających się ma jego treść:

• znamy klasę przedmiotów które na pewno są jak i na pewno nie są jego desygnatami;

• ale istnieje ponadto (mniej lub bardziej) rozległa sfera przedmiotów czy zjawisk, o których nie potrafimy orzec, czy podpadają one pod dane pojęcie czy też nie. Np. gdzie jest granica m-dzy „kapitalistą” a „nie-kapitalistą” (np. czy - najemny wysoko opłacany dyrektor fabryki, kierownicy działów; robotnicy fabryki posiadający niewielką porcję jej akcji).

Wiele przypadków nieostrości pojęć zostało wyeliminowanych na drodze przyjęcia pewnych konwencji lub uregulowania przez przepisy prawa.

• np. „pełnoletni” (tu jednoznacznie stanowią przepisy prawa, choć de facto przejście między młodością a wiekiem dojrzałym jest płynne i zależy od osobowości);

• „winny” popełnienia przestępstwa - tu orzeka sąd (choć bardzo płynne może być kontinuum odpowiedzialności).

Inny sposób eliminacji kłopotów z nieostrością pojęć: zaakceptowanie płynności przejść między wieloma zjawiskami:

• rezygnujemy z pojęć jakościowych, dzielących świat dychotomicznie,

• a stosujemy pojęcia ilościowe, pozwalające uwzględnić stopień natężenia interesującej nas cechy.

KLASY NAZW

Nazwy jednostkowe - odnoszą się do pojedynczych przedmiotów lub zdarzeń czy też ich własności (przedmioty niepowtarzalne) - mają tylko jeden desygnat:

• np. „pierwszy cesarz Francuzów”, „proletariat warszawski z 1905 r.”, `ludność powojenna Krakowa”

Nazwy ogólne - oznaczają całe kategorie takich przedmiotów, ich klasy

Nazwy ogólne historyczne; mają więcej niż jeden (często bardzo wiele) desygnatów, ale te desygnaty mogą istnieć tylko w ramach określonych czasowo-przestrzennych współrzędnych; te współrzędne stanowią istotny element znaczenia; często w treści pojęcia figuruje imię własne - epoki, konkretnej zbiorowości, rejonu geograficznego etc.

• gdy liczba desygnatów jest skończona: „powstania polskie”, „małe miasta Polski współczesnej”, „królowie z dynastii Jagiellonów”, „powiaty woj. warszawskiego”,

• gdy liczba desygnatów nie jest znana, choć skończona: „chłopi polscy w XVIII wieku”, „ofiary II wojny światowej”;

Zakresy pojęć mogą tu mieć charakter „półotwarty” - np. albo przestrzennie albo czasowo, a nawet wtedy, gdy są dookreślone czasowo-przestrzennie, ale domykają się niejednoznacznie - np. „wszyscy ludzie mieszkający na Ziemi poczynając od 1950 r.”

Nazwy uniwersalne - nazwy o zakresach „otwartych” we wszystkich możliwych kierunkach czasu i przestrzeni (bez względu na to, kiedy i gdzie się pojawiły), ich zakres jest ex definitione nieograniczony, a liczba desygnatów - przynajmniej potencjalnie - nieskończona.

• „grupa społeczna”, „rola społeczna”, „postawa”

Relacje między terminami:

• są równoważne (mają ten sam zakres) - wtedy i tylko wtedy, gdy wszystkie desygnaty pierwszego z nich są desygnatami drugiego i odwrotnie.

• Jeden (B) jest ogólniejszy od drugiego (A): wszystkie desygnaty nazwy A są desygnatami nazwy B, ale nie odwrotnie; np.

• wszystkie społeczeństwa są grupami, ale nie wszystkie grupy - są społeczeństwami;

• wszyscy mieszkańcy Warszawy są mieszkańcami Polski, ale nie odwrotnie.

Np. „robotnik” (poj. uniwersalne) - „robotnik europejski” - „robotnik francuski” (dwa pojęcia historyczne, ale „francuski” jest mniej ogólne niż „europejski”;

UWAGA! Nie można mówić o tym, które z nich jest ogólniejsze, jeśli zakresy pojęć:

• się wykluczają (żadne nie zawiera się w drugim), „Chłopi europejscy okresu feudalizmu” - „mieszkańcy Płocka roku 1968”

• się przecinają - „mieszkańcy Afryki” - „fizycy atomowi”

DEFINIOWANIE POJĘĆ

Zapobiega sytuacjom niejasności pojęć, tzn. nieuświadamiania sobie dostatecznie wyraźnie znaczenia danej nazwy.

Definicja - wypowiedź określająca, jakie jest znaczenie danego terminu.

• definiendum: termin definiowany

• definiens - zwrot oznaczający znaczenie tego terminu

Dzięki definicji rozumiemy mniej lub bardziej jednoznacznie , w zależności od sposobu defi-niowania, znaczenie terminów występujących w pewnych twierdzeniach (wypowiedziach), co chroni nas przed nieporozumieniami (gdy zakładamy wspólnotę intuicji znaczeniowych). Szczególnie są niezbędne, gdy wprowadza się całkiem nowy termin - wtedy musimy podać, w jakim znaczeniu jest użyty.

Definicje mogą być, ale nie zawsze są zdaniami w sensie logicznym (tzn. wypowiedziami, którym przysługuje walor bycia prawdziwymi bądź fałszywymi).

Do zdań (w sensie logicznym) należą:

• definicje sprawozdawcze (albo analityczne) : „termin T znaczy to a to”

mówią, jak rzeczywiście bywa pojmowane znaczenie pewnego terminu przez pewnych ludzi czy na terenie danego języka; zakłada więc implicite - przez kogo termin ten jest tak właśnie rozumiany

• np. w języku polskim, na gruncie socjologii czy konkretnej teorii czy konkretnego autora (np. „klasa społeczna” u Maxa Webera).

Natomiast nie należą do zdań w sensie logicznym:

• Definicje syntetyczne albo projektujące: „proponuję/należy używać terminu T w takim a takim znaczeniu"

Mają charakter propozycji, zalecenia, dyrektywy. Zmieniają one, modyfikują bądź uzupeł-niają język danej nauki, ale go nie opisują w jego kształcie zastanym . Jako rozkaźniki nie są ani prawdziwe, ani fałszywe.

• Np.: „należy używać słowa „słoń” na oznaczenie pewnego gatunku owadów” (to propozycja nierozsądna, bo wprowadza zamęt do języka, ale nie ma wartości logicznej.

• Definicje regulujące - gdy istniejące (w nauce czy języku potocznym) znaczenie pew-nego terminu próbujemy zmienić mniej lub bardziej (nowe znaczenie jednak genetycznie wywodzi się z pierwotnego).

Są podklasą definicji projektujących; tu punktem wyjścia do zaleceń są pewne pojęcia już istniejące, uwzględniające zastane zwyczaje językowe;

Definicje nominalne - wypowiedzi (sprawozdania czy zalecenia) odnoszą się do sposobu używania tych terminów w języku naukowym czy potocznym.

Definicje realne - są charakterystyką przedmiotów składających się na zakres danego ter-minu; warunkiem jest znajomość zakresu pewnego terminu. Są opisem pewnego zakresu rzeczywistości z punktu widzenia cech dlań charakterystycznych. Są zdaniami w sensie logicznym (prawda-fałsz).

• np. „naród” - zaczynamy od ustalonego zakresu a priori, tj . wzięcia wszystkich grup, które uważają się za narody i próbujemy stwierdzić, co jest im wspólne.

Szukanie adekwatnej definicji realnej może zakończyć się niepowodzeniem. Tak może być z „narodem” - gdy wyjdziemy od zakresu ustalonego w społecznej świadomości, jako wspólnoty językowej (co z Belgami czy Szwajcarami albo Ukraińcami).

Wówczas możemy

• zadecydować arbitralnie, że pewne desygnaty wyłączamy z zakresu danego pojęcia (np. posługiwanie się wspólnym językiem)

• pogodzić się z niejednoznacznością terminu i wyróżnić jego poszczególne odcienie znaczeniowe (już wewnętrznie jednorodne) - np. „naród współczesny”, „naród szlachecki”, godząc się, że genus proximum tych pojęć nie jest wspólny.

Sposoby definiowania pojęć

• def. per genus proximum et differentiam specificum - podanie w definiensie pewnego terminu nadrzędnego i nazwy cechy, która z zakresu terminu ogólniejszego wydziela podzakres odpowiadający definiowanemu pojęciu. Np.

• „grupa formalna” to grupa, w której układ ról i stosunków między jej członkami został ustalony w sposób jednoznaczny i wyraźny przez pewne reguły zwyczajowe czy przepisy prawne”;

• „stany” są to grupy w schemacie uwarstwienia różniące się swoim stopniem prestiżu.

• Def. przez wyliczenie cech tworzących łącznie treść pewnego pojęcia. Np.

• „osobowość autorytarna” - cechy m.in.: potrzeba oparcia się na władzy, agresywność, konwencjonalizm, skłonność do projekcji, irracjonalizm;

• „odporność na dysonans” (Festinger) - zdolność do jednoczesnego posiadania niezgodnych postaw wobec tego samego przedmiotu.

• Definiowanie kontekstowe. Zamiast definiować wprost, podajemy termin ten w uwikłaniu pewnej liczby zdań tak, aby znaczenie jego było w dostatecznym stopniu ustalone przez ten kontekst. Np.

• Zamiast definiować co to jest „władza” - definiujemy zwrot zbliżony - „mieć władzę”;

• Zamiast definiować „starszeństwo” - definiujemy co to „być starszym”.

Nadaje się szczególnie do ustalania treści pojęć oznaczających pewne relacje (np. między grupami społecznymi) i usuwa z aparatury pojęciowej wiele mętności i niejasności; ale także użyteczne do definiowania cech zbiorowości i pojedynczych ludzi:

• Zamiast definiować „wysoki stopień społecznego podziału pracy” możemy określić, kiedy mamy prawo stwierdzić, że jakaś zbiorowość cechuje się wysokim stopniem społecznego podziału pracy.

• Zamiast definiować integrację grupową - lepiej określić, o jakich grupach będziemy mówić, że są zintegrowane.

Definicje pojęć naukowych spełniają swoje zadanie tylko wówczas, gdy sens definieensu nie budzi wątpliwości. Definiowanie znaczenia jakiegoś terminu przez podanie w definiensie cech, których znaczenie nie jest dla nas dostatecznie jasne, mija się z celem: ignotum per ignotum.

DEFINICJE RÓWNOŚCIOWE, CZĄSTKOWE, PROBABILISTYCZNE

Definicje równościowe (równoważnościowe): zakres definiensu równy jest, na mocy przyjętej umowy, zakresowi definiendum.

Przedmioty rozpatrywane w odniesieniu do danego pojęcia można podzielić na dwie klasy:

• takie, które są desygnatami tego pojęcia

• takie, które pod jego zakres nie podpadają.

Często w naukach społecznych spotykamy definicje nie podające warunku koniecznego i zarazem wystarczającego do tego, by pewien przedmiot, własność czy zdarzenie były desygnatem definiowanego pojęcia.

Definicje cząstkowe -

definicja podaje tylko warunek konieczny bądź jedynie warunek wystarczający. Przykłady:

• „człowiek kulturalny” (w sensie uczestniczenia w wartościach kultury elitarnej) -

• ceni sobie określone dobra kultury wyższej: muzykę, teatr, malarstwo, etc. (traktowane jako cząstkowe);

• pozazawodowe zainteresowanie astronomią czy archeologią klasyczną - też jakiś wskaźnik cząstkowy;

• Każda z alternatywnych definicji cząstkowych jest warunkiem wystarczającym zaliczenia podpadających pod jego zakres przedmiotów do zakresu pojęcia „człowiek kulturalny”.

• „tchórzostwo” -

• człowiek, który w obawie przed mało dotkliwymi sankcjami społecznymi zaparł się własnych przekonań;

• opuszczenie posterunku pod ogniem nieprzyjaciela wbrew otrzymanym rozkazom.

Tu dopuszcza się możliwość sformułowania innych, alternatywnych definicji danego pojęcia.

Wydawałoby się, że zakres pojęcia definiowanego z reguły musi być szerszy niż zawierający się w nim zakres definiensu:

• każdy, kto wbrew rozkazom uciekł z pola bitwy jest tchórzem, ale nie odwrotnie.

To zależy od tego, jakie są stosunki zakresowe własności czy zdarzeń denotowanych przez alternatywne definicje cząstkowe danego pojęcia.

Różne możliwości relacji definicji cząstkowych D1 i D2 z zakresem pojęcia P:

• zakresy D1 i D2 są sobie równe - wówczas każda z definicji cząstkowych denotuje cały zakres pojęcia P;

• D1 zawiera się w D2 - wówczas D1 denotuje tylko część zakresu P, ale D2 już cały;

• Zakresy D1 i D2 bądź się przecinają, bądź się wykluczają - wówczas żaden z definiensów nie denotuje całości zakresu pojęcia P.

Wcześniejsze przykłady def. cząstkowych (człowieka kulturalnego, tchórzostwa) właśnie tu się mieszczą. Inne:

• „bogacz” - każdy kto ma bądź wielką własność, bądź bardzo wysoki dochód;

• „elita społeczna” - posiadający wysoki prestiż, albo wysoki dochód, albo należący do grupy rządzącej bądź do grupy twórców wartości kulturalnych

Cecha wspólna: określając warunek wystarczający należenia do zakresu danego pojęcia umożliwiają jednoznaczne zaliczenie pewnych przedmiotów (posiadających cechę, o jakiej mówi definiens definicji cząstkowej) do zakresu odpowiedniego pojęcia.

Natomiast nic nie potrafimy powiedzieć o przedmiotach cechy tej nie posiadających: mogą one należeć do zakresu P bądź też - nie należeć. Należą one do „obszaru nieoznaczoności”.

Czasem można zmniejszyć ten obszar nieoznaczoności. Zmniejszamy go na różne sposoby:

• Rozpatrując po kolei różne alternatywne definicje pojęcia P. Gdy już dojdziemy do wniosku, że mamy pełny zestaw tych wariantów alternatywnych, to wówczas suma ich zakresów równa jest zakresowi pojęcia P.

• Możemy też dobrać pewną definicję cząstkową pojęcia nie-P. Wyodrębniamy więc dwie grupy ludzi różniące się od siebie. Np.

• „człowiek kulturalny” - regularnie chodzi do teatru

• „człowiek nielulturalny” - nie czytają regularnie żadnych czasopism.

• Ci, którzy nie spełniają żadnej z tych dwóch definicji cząstkowych, należą do obszaru nieoznaczoności pojęcia „bycia kulturalnym”.

Mamy tu parę definicji cząstkowych (inaczej - para definicji redukcyjnych). Aby pojęcie P zdefiniowane przy pomocy takiej pary pojęć redukcyjnych było pojęciem niesprzecznym, spełniona musi być pewna zależność empiryczna:

zakresy obu definicji cząstkowych P i nie-P muszą się wykluczać.

Gdyby się nie wykluczały, to istniałyby wówczas przedmioty, które by spełniały własności, o których mówi zarówno definicja cząstkowa P, jak i definicja cząstkowa nie-P, tzn. byłyby równocześnie P i nie-P (np. kulturalni i zarazem niekulturalni). Czyli definicja pojęcia P byłaby wewnętrznie sprzeczna.

Definicje probabilistyczne

Gdy definiując pojęcie w sposób cząstkowy rezygnuje się z wymogu przynależności pew-nego przedmiotu - z pewnością - do zakresu pojęcia P. Zadowalamy się, że posiadanie omówionej w definiensie cechy D1 pociąga za sobą określone prawdopodobieństwo, iż przedmiot lub zdarzenie cechujące się posiadaniem D1, należy do zakresu pojęcia P.

Przykład:

Definicja cząstkowa podaje nie warunek wystarczający (jak wyżej), ale jedynie warunek niezbędny do tego, aby jakiś przedmiot należał do zakresu pojęcia P.

• „faszysta” - gdy P znaczy „zarazem D1 i D2”.

To człowiek, który zarazem uznaje konserwatywne wartości społeczne i jest skłonny stosować antydemokratyczne formy rządzenia.

• „Faszysta” - gdy uwzględnimy tylko jeden z tych warunków definicja cząstkowa staje się tylko probabilistyczna;

Zakres definiensu „ludzie uznający konserwatywne wartości społeczne” będzie szerszy niż zawierający się w nim zakres pojęcia „faszyści”; nie każdy uznający konserwatywne wartości społeczne będzie spełniał drugi warunek definicji kompletnej (inaczej: nie każdy konserwatysta musi być faszystą, jest tylko pewne prawdopodobieństwo - niezbyt zresztą duże - że wśród ogółu konserwatystów znajdą się równocześnie osoby skłonne stosować antydemokratyczne formy rządzenia) .

Inne przypadki:

• podajemy tylko warunek niezbędny. Ale zakresy pojęć stanowiących pozostałe treści pojęcia pełnego są równe zakresowi naszej definicji cząstkowej; definicja cząstkowa, mimo iż określa jedynie warunek konieczny - nie jest bynajmniej definicją probabi-listyczną;

• w definicji pełnej danego pojęcia występuje taki zespół cech, iż zakresy ich w rzeczywistości się wykluczają pojęcie puste (np. „centaur” - cechy wykluczają się empirycznie);

Pojęcia syndromatyczne

Ich treść, obok cech niezbędnych ze względu na funkcję denotowania zakresu, zawiera ponadto, explicite bądź przynajmniej implicite, tezy o określonych związkach, relacjach między tymi elementami. Stanowią podsumowanie pewnych wyników badań empirycznych (włącza wiedzę opisową i teoretyczną implicite uwikłaną w treść pojęć). Np.

• „osobowość autorytarna” (Adorno i in.) - wymienili określony zespól cech je konotujących, ale podawali ponadto, iż między tymi cechami zachodzą silne dodatnie zależności statystyczne;

• „kontinuum miejsko-wiejskie” (Redfield) - wyliczenie długiej listy cech składających się na proces urbanizacji plus założenie, że cechy te mają tendencję do występowania łącznie, bądź do łącznego niewystępowania)

• „renesans”, „barok” - w treści umieszcza się znacznie więcej elementów, niżby to było niezbędne do jednoznacznego zakresu wydzielenia sztuki barokowej.

Czasem, w toku dalszych badań może się okazać, że założenie o syndromatyczności było bezpodstawne (np. „osobowość autorytarna” - dyspozycje autorytarne mogą towarzyszyć różnym zespołom wartości społecznych i politycznych). Wówczas należy zmienić treść tego pojęcia. Dwa sposoby (obydwa poprawne):

• Zostawić wszystkie uprzednie elementy rezygnując przy tym z tezy o ich syndromatycz-ności i zastąpić je prostą definicją przez koniunkcję cech:

Autorytarną osobowość posiada ten, kto nie tylko ma określone dyspozycje psychologiczne, ale ponadto uznaje konserwatywne wartości społeczne;

• Pozostawić założenie syndromatyczności opisywanego zjawiska, ale usunąć zeń te elementy, które nie są elementami danego syndromu:

Z treści „osobowości autorytarnej” usunięto „konserwatyzm polityczny” jako niespełniający założenia syndromatyczności z pozostałymi elementami.

Ważna kwestia: czy określone relacje, założone w pojęciach syndromatycznych, mają charakter bezwyjątkowy czy statystyczny?

• Char. zależności bezwyjątkowych - mają syndromy chemii, fizyki, biologii;

• Char. zależności statystycznych - syndromy psychologii społecznej, socjologii. Zakładają jedynie korelacje pewnego zespołu cech, a nie ich stałe współwystępowanie bądź następstwo.

Traktujemy syndrom jako pojęcie typologiczne - i rozpatrujemy poszczególne przedmioty czy zjawiska w kategoriach - na ile zbliżają się bądź oddalają od określonego typu:

• Miara oddalenia od typu - liczba cech brakujących danemu przedmiotowi do tego, aby w pełni odpowiadał założeniom syndromu (np. osoby „w pełni autorytarne” i coraz mniej autorytarne).

Relacje zjawisk oznaczanych przez elementy treści syndromów:

• relacja współistnienia (najprostsza);

• relacje złożone modele teoretyczne zjawisk

• następstwo w czasie poszczególnych zdarzeń

• powiązania przyczynowe między poszczególnymi komponentami

• odwzorowanie układu różnorodnych sprzężeń w ramach zjawiska

ZMIENNE

ZMIENNE ILOŚCIOWE I JAKOŚCIOWE

Czasem definicja pojęcia określa jedynie, pod jakim względem analizujemy określone przed-mioty oraz jakie relacje między nimi zachodzą, kiedy je pod danym względem rozpatrujemy. Wtedy posługujemy się pojęciem cechy zmiennej (w skrócie mówi się po prostu o zmien-nych). Określa ono jedynie, pod jakim względem interesują nas analizowane przed-mioty oraz jakie typy relacji będziemy uwzględniać między przedmiotami rozpatrywanymi pod danym względem.

Zakres przedmiotów, jakie wolno z sensem pod danym względem rozpatrywać i porównywać, jest ograniczony znaczeniem danej zmiennej.

• Czasem wiemy to z treści pojęcia

• np. „integracja grupowa” - ma sens tylko gdy rozpatrujemy twory zwane „grupami”;

• „postawa wobec służby wojskowej” - dotyczy tylko ludzi;

• Kiedy indziej - bywa określana osobno w strukturze danej nauki.

Pojęcia oznaczające zmienne mogą być pojęciami:

• jakościowymi -

• w n. ścisłych: gatunek biologiczny, pierwiastek chemiczny

• w n. o kulturze: „gusty artystyczne”, „upodobania literackie”

• w n. społecznych: „struktura społeczna”, „typ władzy”, płeć

• ilościowymi -

• w n. przyrodniczych: większość pojęć fizyki (np. masa ciał - różnią się wielkością)

• w n. społecznych: np. wiek (liczba lat życia), liczba punktów w teście

Zakres każdej [cechy] zmiennej - to sfera zjawisk i przedmiotów, które wolno rozpatrywać pod danym względem). W jego ramach wyodrębniamy skończoną lub nieskończoną liczbę klas różniących się wartością danej zmiennej (albo - albo):

• ilościowo - stopniem intensywności danej zmiennej,

• jakościowo - jej odmiennym charakterem.

Wartości zmiennych - to klasy zdarzeń czy własności przez nas rozpatrywanych.

To pojęcia, które z obszaru pewnej zmiennej wydzielają pewne różniące się od siebie podobszary. Mogą, ale nie muszą mieć sens ilościowy. Pojęcia zmiennych:

• określają nam, pod jakim względem rozpatrujemy pewne przedmioty oraz

• charakteryzują nam reguły uporządkowania przedmiotów czy zjawisk (rozpatrywanych pod danym względem) - np. różnice natężenia cech ilościowych - zwane czasem „skalami” (*w innym znaczeniu - skala to narzędzie do pomiaru zmiennych ilościowych).

Ze względu na charakter skali użytej do uporządkowania zakresu danej zmiennej można wyróżnić 4 podstawowe typy zmiennych (tzn. mierzone przy pomocy odpowiednich skal):

1. Zmienne nominalne - mają charakter jakościowy. Dostarczają dość słabych reguł uporządkowania ich zakresu: pozwalają stwierdzić, które przedmioty są pod pewnym względem równe (są pod danym względem jednakowe), a które różne. Relacje równości bądź różności ustalamy tu dla dowolnej pary przedmiotów porządkowanych przy ich pomocy - ale nie pozwalają stwierdzić, że któryś przedmiot ma daną cechę w wyższym stopniu niż inny. Mogą być:

• dychotomiczne (dopuszczać istnienie jedynie dwóch wartości - np. „płeć” : kobieta-mężczyzna) bądź

• dopuszczać więcej podklas (np. „miejsce zamieszkania”: mieszkańcy jednego z 16 województw, 265 powiatów, 2500 gmin);

2. Zmienne porządkujące in. porządkowe; orzekamy, czy dwa przedmioty (porównywane z danego punktu widzenia) posiadają daną własność w stopniu równym, czy też któryś ma ją w stopniu wyższym albo niższym. Równocześnie nie możemy powiedzieć, jaki jest dystans między tymi przedmiotami na skali danej zmiennej;

Przykłady: wzrost niższy/wyższy; wino lepsze/gorsze; ludzie mniej lub bardziej pracowici, sympatyczni etc.; pracownik zajmujący wyższą/niższą pozycję w hierarchii służbowej.

3. Zmienne interwałowe; pozwalają stwierdzić, o ile jeden z dwu przedmiotów posiada daną cechę w stopniu wyższym niż drugi. Założenie: potrafimy wyróżnić pewne równe, porównywalne ze sobą interwały (tzn. przedziały na skali intensywności). Nie pozwala stwierdzić, ile razy dany przedmiot ma daną cechę w stopniu bardziej intensywnym.

Np. skala termometru Celsjusza: brak tu naturalnego punktu zerowego (jest tylko umowne zero)

4. Zmienne ilorazowe; przypisują pewną wartość absolutną natężeniu pewnej zmiennej, umożliwiając tym samym porównywanie nie tylko dystansów, ale i proporcji między różnymi wartościami.

Np. ile razy Antek zarabia więcej od Joli; ile razy większy jest obszar Rosji od obszaru Polski; „średni dochód na głowę mieszkańca”, „wielkość przyrostu naturalnego”, „wiek”, „liczba mieszkańców na kilometr kwadratowy”, „liczba pozytywnych odpowiedzi na baterię pytań ankiety dotyczących tej samej sprawy” ( jako wskaźnik stopnia intensywności danej postawy).

Zmienną wyższego rzędu zawsze możemy zamienić w zmienną niższego rzędu, ale nie odwrotnie.

Każdą ze zmiennych ilościowych potrafimy przekształcić w zmienną jakościową, ustalając pewne przedziały na jej kontinuum i przestając się interesować intensywnością danej cechy w każdym z przedziałów, a koncentrując uwagę na tym, iż z punktu widzenia danej cechy przedziały te są różne. Przykłady:

• „stopień neurotyczności” (zm. ilościowa) trójczłonowa alternatywa cech jakościowych: „neurotyczni” - „nieokreśleni” - „nieneurotyczni” (gdy potrafimy ustalić odpowiednie cięcia na skali neurotyczności);

• „dochód” (zm. ilościowa) dwie klasy jakościowe: „zamożni” - „niezamożni”;

• „wiek” (zm. ilościowa: „liczba ukończonych lat życia”) dwie klasy z punktu widzenia prawa: „pełnoletni” - „niepełnoletni”, ew. jeszcze dodatkowo - „młodociani”.

Natomiast nie są możliwe operacje odwrotne: mając jedynie zmienną jakościową nie jesteśmy w stanie uszeregować klas przez nie wydzielonych, ani ocenić dystansu między nimi, ani też proporcji intensywności zmiennej.

Podobnie nie możemy przekształcić zmiennej porządkowej w interwałową, ani zmiennej interwałowej w zmienną ilorazową.

KLASYFIKACJE i TYPOLOGIE

Zmienne i ich wyróżnione wartości tworzą schemat klasyfikacyjny. Przy jego pomocy możemy podzielić przedmioty na klasy. Poprawny schemat klasyfikacyjny: powinien być:

• wyczerpujący (każdy z przedmiotów podlegających klasyfikacji musi należeć do zakresu którejś z wartości danej zmiennej) i

• rozłączny (żaden przedmiot nie może należeć do więcej niż jednej klasy).

Przykłady schematów nie spełniających któregoś z tych warunków:

• niewyczerpujący: „wiek”: 19-25 lat, 30-39 lat, 40-60 lat, 61 lat i więcej; brakuje klasy 26-29 lat;

• nierozłączny: „wiek”: 18-10 lat, 30-40 lat, 40-50 lat, 50-60 lat, 60 i więcej; osoby, których wiek kończy się okrągła dziesiątką należą do dwóch sąsiednich klas.

Gdy liczba klas jest zbyt wielka, uzyskany podział staje się mało przejrzysty. Wówczas dobrze jest zastosować klasyfikację wielostopniową: dzielimy zakres danej zmiennej na większe klasy I rzędu, każdą z tych klas - na klasy II rzędu itd.

Dotyczy to nie tylko zmiennych ilościowych (np. wiek), ale i jakościowych (np. miejsce zamieszkania - na województwa (I st.), powiaty (II st.), ew. gminy (III st.).

Znacznie trudniej zbudować wyczerpujący i rozłączny schemat klasyfikacyjny wtedy, gdy poszczególne klasy różnią się jakościowo lub ilościowo pod wieloma względami na raz.

Wówczas posługujemy się zmiennymi wielowymiarowymi -

(w odróżnieniu od jednowymiarowych - np. „liczba lat nauki szkolnej”, „deklarowana chęć zmiany miejsca pracy”).

Przykład: „światopogląd studentów” (poglądy na świat mogą się od siebie różnić pod bardzo wieloma wzglę-dami - trudno tu o poprawny schemat klasyfikacyjny).

Wtedy należy zastosować schemat klasyfikacji wielowymiarowej. Traktujemy dane pojęcie jako w gruncie rzeczy pewien zespół pojęć pozwalających rozpatrywać badane zjawiska pod różnymi względami na raz.

Np. „pogląd na świat” - po kolei rozpatrujemy z punktu widzenia:

• „postaw politycznych”

• „postaw wobec religii”

• „aspiracji i celów życiowych”

W ramach każdej z tych zmiennych próbujemy wyodrębnić podklasy wyczerpujące i rozłączne. Jeśli nadal jest to niemożliwe, to traktujemy owe zmienne z kolei jako wielowymiarowe i rozpatrujemy pod tyloma względami, pod iloma jest to niezbędne dla zbudowania możliwie dobrej klasyfikacji.

W sytuacjach skrajnie kłopotliwych możemy każdą z wyróżnionych cech (w obszarze naszej zmiennej) potraktować jako odrębny „wymiar”, a zmienną wymiarowi temu odpowia-dającą potraktować jako zmienną dychotomiczną (istnienie danej cechy - nieistnienie tej cechy).

Przykład:

„Upodobania literackie” - bardzo trudno byłoby znaleźć jednowymiarowy poprawny podział (bo miłośnik Prousta może też lubić kryminały, westerny albo literaturę dla młodych dziewcząt). Zatem zamieniamy zmienną na zespół zmiennych bardziej szczegółowych (dychotomicznych albo niekoniecznie):

• upodobania do prozy elitarnej: tak - nie

• upodobania do dramaty: tak - nie

• upodobania do powieści kryminalnych: tak - nie

• upodobania do literatury sentymentalnej: tak - nie

• upodobania do poezji: tak - nie

Każdy badany znajduje tu jednoznaczną pozycję w ramach każdego z wymiarów z osobna (więc podział jest poprawny logicznie).

Ale są i słabości: nadmierne rozczłonkowanie pewnej złożonej zmiennej jakościowej bywa bardzo niedogodne. Wiele wyróżnionych podklas może być reprezentowanych bardzo nielicznie albo pustych. W sumie obraz może być mało przejrzysty.

Rozwiązanie: należy zbudować TYPOLOGIĘ.

„Typ” - pojęcie oznaczające pewne zjawisko, własność bądź konfiguracją zjawisk czy własności rozważanych przedmiotów, zdarzeń czy procesów, z takich czy innych względów uznanych za na tyle doniosłe, że warte specjalnej uwagi i wyodrębnienia w naszej aparaturze pojęciowej. [s. 92]

Z punktu widzenia schematów jedno- czy wielowymiarowej klasyfikacji, typ to uznana za bardziej istotną od innych wartości specjalna wartość zmiennej czy konfiguracja określonych wartości szeregu zmiennych uwzględnionych w schemacie klasyfikacyjnym.

• klasyfikacja jednowymiarowa: liczba klas = liczba wartości tej zmiennej'

• klasyfikacja wielowymiarowa: liczba klas jest iloczynem liczby wartości wszystkich zmiennych uwzględnionych w schemacie klasyfikacyjnym. Z reguły jest ich wiele (np. mamy 3 zmienne, każda po 5 wartości: 5 x 5 x 5 = 125 różnych klas).

Gdy zbudujemy typologię - pewnym konfiguracjom tych wartości (bądź pewnym wartoś-ciom) przyznajemy rangę specjalną - na nich koncentrujemy uwagę, do nich porównujemy często inne klasy, które nie zostały uznane za „typy”.

• klasyfikacja - zwłaszcza wielowymiarowa - mnoży liczbę klas wyróżnionych,

• celem typologii jest ponowne zredukowanie ich liczby - często nawet do jednego typu.

Stosuje się tu dość różne kryteria - np. statystyczna powszechność czy częste występowanie pewnej konfiguracji cech, które uznajemy za definiujące dany „typ”, a rzadkość tych, którym nie przyznajemy rangi typowości. Np.:

• „typowy Polak” - potocznie: Polak przeciętny;

• „osobowość modalna” - typowy zestaw cech osobowości odpowiadających jakiejś kulturze (osobowość najliczniejsza spośród istniejących odmian osobowości).

Czasami w oparciu o kryteria statystyczne wyróżnimy więcej niż jeden typ, choć i tak znacz-nie redukujemy liczbę możliwych kombinatorycznie klas (typów).

Przykład: trójwymiarowa klasyfikacja upodobań literackich (każdy wymiar zdychotomizo-wany), co daje osiem możliwych kombinacji (typów):

„Typ” (kombinacje różnych wartości 3 zmiennych)	Proza elitarna	Kryminały	Literatura sentymen-talna	Liczebność wskazań
1.	+	+	+	4
2.	+	-	+	2
3.	+	+	-	36
4.	+	-	-	42
5.	-	+	+	6
6.	-	+	-	70
7.	-	-	+	25
8.	-	-	-	8
RAZEM				125
	„+” - lubi; „-” - nie lubi

Liczebności poszczególnych klas są mocno zróżnicowane; klasy 1,2,5,8 są reprezentowane bardzo nielicznie, natomiast pozostałe - mają po kilkadziesiąt osób. Jeśli więc względy teoretyczne nie przemawiają przeciwko temu - możemy uwzględnić w naszej typologii gustów literackich tylko te liczne typy - 3, 4, 6 i 7, tzn.:

Typ 3 - zwolennik literatury elitarnej i kryminałów

Typ 4 - zwolennik wyłącznie literatury elitarnej;

Typ 6 - zwolennik wyłącznie kryminałów;

Typ 7 - zwolennik wyłącznie literatury sentymentalnej.

Pozostałe klasy możemy pominąć albo połączyć w kategorię „różne inne” (co pozostawia poza zakresem typologii ok. 10% przypadków). Natomiast każdą z wyróżnionych czterech grup typowych można poddać bardziej szczegółowej analizie.

W literaturze socjologicznej znajdziemy bardzo wiele podobnych konstrukcji typologicznych.

Generalnie - uwzględniamy tu pewne kombinacje cech i przyznajemy im miano typów, a zarazem pomijamy inne kombinacje. Kierujemy się względami ilościowymi (częstością występowania kombinacji); gdy występują rzadko lub są puste - pomijamy w typologii.

Ale też mamy w oczach pełny obraz klasyfikacji wielowymiarowej i możemy zainteresować się, dlaczego niektóre kombinacje są tak nielicznie reprezentowane w danej populacji (np. dlaczego niemal się wykluczają upodobania do literatury elitarnej z upodobaniami do literatury sentymentalnej. Albo dlaczego miłośnicy kryminałów często równocześnie czytają literaturę elitarną.

Niekiedy podstawą konstrukcji typologii nie jest częstość występowania, ale inne kryteria - względy teoretyczne bądź nawet społeczno-praktyczne.

• przeciwstawiamy dwa typy skrajne (aby wyraźniej zdefiniować sens pewnej zmiennej ilościowej, gdy zakładamy, że większość przypadków znajdzie się pomiędzy biegunami, a tylko nieliczne - na jednym z nich: np. „zdrowie psychiczne” - na jednym biegunie „osobowość pilota kosmicznego”, na drugim - „pacjenta zakładu psychiatrycznego”).

• Nie przypisujemy naszemu typowi ani rangi „wartości skrajnej” ani „wartości przeciętnej” - a mimo to badamy, w jakim stopniu poszczególne przedmioty (jednostki) się do niego (pewnego konstruktu typologicznego) zbliżają pod różnymi względami. Np.

• typ „moralności mieszczańskiej” - zdefiniowany przez odpowiedni zespól cech - i badamy, w jakim stopniu różne grupy się do niego zbliżają lub oddalają;

• „typowy przebieg choroby X” - i diagnozowanie stanu i przebiegu choroby na konkretnym przypadku.

• „Typ idealny” (za M. Weberem) - pojęcie czysto teoretyczne: klasa zdarzeń czy procesów przebiegających wedle pewnego opisanego mechanizmu w sposób nieza-kłócony, wolny od działania wpływów ubocznych, wedle jednolitej, teoretycznie określonej zasady. Takie „idealne” przebiegi w rzeczywistości mogą zdarzać się niezmiernie rzadko (lub wcale), ale to nie przeszkadza w zastosowaniu danego pojęcia typu do analizy rzeczywistych przebiegów. Typ tak zdefiniowany ujmuje zasadniczy mechanizm przebiegu danego zjawiska, odchylenia od przebiegu typowego wyjaśniamy działaniem czynników zakłócających. Możemy tu użyć słowa MODEL [s. 96-97].

• Weberowskie „działania doskonale racjonalne”;

• „model rynku doskonalego”

• Wzorce normatywne („ideały”) - konstrukty teoretyczne służące do porównania i oceny (np. z punktu widzenia pewnych programów społecznych, pedagogicznych): „idealny wychowanek”, „doskonały wychowawca” etc. Porównujemy rzeczywistość (np. członków konkretnej klasy szkolnej) z założonym wzorcem (ucznia) [s. 97-98].

WSKAŹNIKI

RODZAJE WSKAŹNIKÓW

WSKAŹNIK - to pewna cecha, zdarzenie lub zjawisko, na podstawie zajścia którego wnios-kujemy z pewnością, bądź z określonym prawdopodobieństwem, bądź wreszcie z prawdo-podobieństwem wyższym od przeciętnego, iż zachodzi zjawisko, jakie nas interesuje.

• w rozumieniu węższym: tylko cecha lub zjawisko obserwowalne;

To stosunkowo łatwo obserwowalne zjawisko, cecha, zdarzenie, którego zajście czy istnienie prowadzi do wniosku, że zaszło zjawisko, które jest przedmiotem naszych zainteresowań.

• w rozumieniu szerszym: obserwowalność nie jest tu niezbędna.

Relacje: wskaźnik a zjawisko wskazywane ( indicatum)

1. wskaźnik DEFINICYJNY - między zjawiskiem a wskaźnikiem zachodzi relacja toż-samości - sam wskaźnik jest tym zjawiskiem, jakie chcemy badać, a jego cechy charak-terystyczne składają się na definicję tego pojęcia. Terminy denotujące wskaźniki definiują nam treść danego pojęcia (i nic więcej) - są oparte na konwencji terminologicznej.

• Ilość posiadanych pieniędzy - wskaźnikiem „bogactwa”, to termin „bogactwo” znaczy „ilość posiadanych pieniędzy”;

• Liczba popełnianych przestępstw rocznie jako wskaźnik „przestępczości”, to „przestępczość” znaczy „liczba popełnianych przestępstw ...”;

Inaczej - są to definicje operacyjne (pojęć występujących w n. społecznych). Mogą mieć dwojaki charakter:

• definicji równościowych,

• definicji cząstkowych (inaczej: zdań redukcyjnych).

Pary zdań redukcyjnych (pary redukcyjne): pary definicji cząstkowych sprzężonych tak, że jedna definiuje w terminach empirycznych sens pojęcia P, natomiast druga - sens pojęcia nie-P.

2. Wskaźnik RZECZOWY - zakłada istnienie między wskaźnikiem a tym, co on wskazuje, takiej zależności, która pośrednio lub bezpośrednio podlega empirycznej kontroli, jest związkiem rzeczowym. Są dwie odmiany:

(2a) Wskaźnik EMPIRYCZNY - i wskaźnik i indicatum mają charakter zjawisk obserwo-walnych, więc teza o związku ma tu charakter zdania empirycznego, rozstrzygalnego bezpo-średnio na drodze obserwacyjnej.

Wskaźnik wskazuje tu na zjawiska różne od indicatum i oznaczane przez całkiem inne pojęcia a związek łączący wskaźnik ze zjawiskiem wskazywanym ma tutaj charakter statystycznej bądź bezwyjątkowej zależności empirycznej:

• „Ilość pieniędzy na koncie” jako wskaźnik „wysokiego poziomu konsumpcji”

• „Liczba spóźnień w roku” jako wskaźnik „trudnej sytuacji rodzinnej”

(2b) Wskaźnik INFERENCYJNY - ze stwierdzenia występowania wskaźnika wnioskujemy, iż zaszło pewne zdarzenie (albo istnieje cecha) mające charakter „własności ukrytej”, inferowanej z różnych swoich „symptomów”, ale bezpośrednio nieobserwowalnej.

Zajście samego zjawiska nie może być potwierdzone na drodze bezpośredniej obserwacji. Twierdzenie uzasadniamy z reguły pośrednio inferując je zarówno z pewnych zaobserwo-wanych korelacji na poziomie obserwacyjnym, jak i z pewnych założeń teoretycznych.

• „Ktoś się zrobił czerwony jak burak” jako wskaźnik, że ten „ktoś się wstydzi”;

• „Ktoś odpowiedział na ankietę tak a tak” wskaźnikiem, że „ktoś posiada takie a takie przekonania”.

Wskaźniki rzeczowe nie są definicjami operacyjnymi pojęć nauki [s. 104].

W przypadku syndromów obraz się komplikuje; badane zjawisko jest tu wskaźnikiem zespołu zjawisk. Na syndrom składa się wiele wskaźników stanowiących zatem elementy tego syndromu; nazwa danego wskaźnika wchodzi do treści pojęcia oznaczającego dany syndrom.

Przykład:

[P]: „Wysoki poziom konsumpcji” jako zjawisko syndromatyczne:

• wskaźnik: „posiadanie samochodu” (tu: jako definicja cząstkowa, bo nie wyczerpuje całej treści pojęcia P);

• inne wskaźniki P:

• odpowiednie warunki mieszkaniowe (np. willa, luksusowy apartament w odpowiedniej dzielnicy)

• posiadanie odpowiednich ubrań (z odpowiednich domów mody, luksusowych butików)

• odpowiedni poziom wydatków na żywność

• odpowiedni poziom wydatków na kulturę (etc.)

Założenie: zjawiska te są ze sobą nawzajem (także z posiadaniem samochodu) skorelowane na tyle silnie, że mo-żemy je uznać za syndrom P. Ale na mocy owych empirycznych związków `posiadanie samochodu” jest - w stosunku do pozostałych elementów syndromu - wskaźnikiem empirycznym (a więc rzeczowym, a nie defini-cyjnym).

Zatem „posiadanie samochodu” występuje w podwójnej roli:

• jest definicyjnym składnikiem całości syndromu oraz

• empirycznym korelatem wszystkich pozostałych elementów syndromu.

Inne przykłady mieszanych syndromów:

• np. behawioralno-psychologiczny (zob. wyżej?); zawierają zarówno zjawiska obserwowalne (np. posiadanie samochodu), jak i pewne cechy lub zdarzenia ukryte (wobec których wskaźnik jest wskaźnikiem inferencyjnym). Ale w stosunku do całości pojęcia oznaczającego syndrom nazwa wskaźnika stanowi definicję cząstkową, a wskaźnik tym samym ma charakter wskaźnika definicyjnego.

• Wskaźniki, które nie są wprawdzie definicjami cząstkowymi pewnego pojęcia o strukturze syndromatycznej, ale wskazują na zajście zjawiska oznaczonego przez taki syndrom.

Np.: na podstawie wskaźnika „czyta literaturę elitarną” wnioskujemy z pewnym prawdopodobieństwem, że ta osoba jest „zwolennikiem malarstwa abstrakcyjnego” (i upodobania, i zachowania - np. chodzenie na odpowiednie wystawy). Nazwa wskaźnika nie jest tu definicją cząstkową pojęcia „upodobanie do malarstwa abstrakcyjnego”, jest natomiast

• wskaźnikiem empirycznym dla odpowiednich zachowań

• wskaźnikiem inferencyjnym dla odpowiednich upodobań.

• Wskaźniki zarówno empiryczne, jak i definicyjne, jak i inferencyjne. Są one definicjami cząstkowymi syndromów, w skład których obok nich wchodzą inne zjawiska obserwowalne oraz pewne zjawiska inferowane.

Np. na podstawie testu stwierdzamy, że ktoś jest „neurotykiem” (i wynik testu jest definicją cząstkową neurotyczności), ale tylko dzięki temu, że w skład syndromu wchodzą tu zarówno pewne inne rodzaje bardziej doniosłych zachowań (dla których określony wynik testu jest wskaźnikiem empirycznym), jak też pewne zjawiska psychiczne, będące ich przyczynami (dla których określony wynik testu jest wskaźnikiem inferencyjnym).

Wskaźnik to coś, co - obserwowalne czy nie - pozwala nam stwierdzić, iż zaszło inne zdarzenie (w skład którego nasz wskaźnik wchodzi bądź nie). A więc nie musi być zjawiskiem obserwowalnym:

• „nietolerancja” (jako cecha psychuczna) jest z reguły wskaźnikiem „nieuświadomionego lęku”;

• „nadmierne uczucie miłości do ojca” może być wskaźnikiem „zrepresjonowanej nienawiści” do niego;

• „właściwy system norm moralnych uznawanych przez kogoś” jest wskaźnikiem „dobrego środowiska wychowawczego”;

Tak więc w badaniach społecznych posługujemy się - z konieczności bądź dla wygody - wskaźnikami, które wobec zjawisk nas interesujących rzadko pozostają w relacji tożsa-mości. Są one przeważnie jedynie cząstkową definicją albo pozostają wobec niego w empirycznej czy inferencyjnej zależności.

MIARY WARTOŚCI WSKAŹNIKOWEJ

Zakresy pojęć wskaźnika (W) i indicatum (I) rzadko są równoważne. A te nierównoważności mogą być dość różnego rodzaju. Generalnie zakres wskaźnika (W) może:

• zawierać się w zakresie indicatum (I)

• przecinać się z zakresem I

• zawierać w sobie zakres I

Stąd mamy trzy różne miary wartości wskaźnikowej jednego zjawiska dla drugiego:

• Moc ODRZUCANIA - prawdopodobieństwo, że żaden przedmiot, który nie jest I (tzn. nie należy do zakresu indicatum), nie zostanie objęty zakresem wskaźnika W;

• inaczej - moc, z jaką nasz wskaźnik jest w stanie odrzucić przedmioty czy zdarzenia niewłaściwe z punktu widzenia danego badania;

• inaczej - prawdopodobieństwo zajścia indicatum I ze względu na zajście wskaźnika W;

• inaczej - stosunek liczby objętych wskaźnikiem W przedmiotów, które należą zarazem do zakresu indicatum, do ogólnej liczby przedmiotów objętych zakresem wskaźnika.

n WI

MO_/WI/ = ---------------

n W

lub inaczej: p I / W

Miara mieści się w przedziale od 0 do 1

• Moc ZAWIERANIA - stosunek liczby tych przedmiotów podpadających pod zakres indicatum, które zarazem należą do zakresu danego wskaźnika, do ogólnej liczby elementów zbioru indicatów;

Inaczej - prawdopodobieństwo pojawienia się wskaźnika W, kiedy zaszło indicatum I.

Mierzy moc, z jaką nasz wskaźnik obejmuje te wszystkie zdarzenia, jakie winien wskazywać:

n WI

MZ_/WI/ = ----------------

n I

lub inaczej: p W / I

Miara ta również mieści się w przedziale od 0 do 1.

• Moc ROZDZIELCZA - jest funkcją obydwu wcześniejszych miar - MO i MZ. Obliczamy ją obliczając współczynnik korelacji r między wskaźnikiem a indicatum

MR _/WI/ = r _/WI/

Miara przebiega w przedziale od + 1 do -1.

Mamy tu cztery przypadki:

1. Wskaźnik zawiera się w indicatum, a wówczas:

MO = 1 MZ < 1 0< MR < 1

2. Zakres wskaźnika jest wobec zakresu indicatum nadrzędny

MO < 1 MZ = 1 0 < MR < 1

3. Zakresy wskaźników się przecinają

MO < 1 MZ < 1 -1 < MR < 1

4. Zakresy wskaźnika i indicatum są równoważne (zachodzi bardzo rzadko)

MO = 1 MZ = 1 MR = 1

Najczęściej mamy do czynienia z sytuacją (3), tzn. zakresy W i I się przecinają. Wówczas żadna z miar wartości wskaźnikowych nie osiąga jedności, a tym samym zasadność wszyst-kich twierdzeń uzasadnianych w tych badaniach, w których posługujemy się danymi wskaźnikami, obarczona jest ryzykiem błędu:

• Zakres indicatum I - to zakres pojęcia oznaczającego dane zjawisko;

• Zakres wskaźnika W - obejmuje zjawisko rzeczywiście przez nas badane.

Im słabiej zakresy te są skorelowane, tym większe jest ryzyko, iż wnioski z badań są bezzasadne (przynajmniej o tyle, o ile odnoszą się do indicatum).

Należy zatem spośród szeregu wskaźników wybrać taki, który odpowiada nam z punktu widzenia maksymalizacji określonego typu mocy wskaźnikowej.

• by wskaźnik miał maksymalną moc odrzucania, bez względu na to, jak słaba jest jego moc zawierania: np. do osób o „wysokiej stopie życiowej” zaliczymy uczestników drogich wycieczek zagranicznych, choć wiele takich osób znajdzie się poza zakresem tego wskaźnika [tzn. mają odpowiednią stopę życiową, ale nie jeżdżą na wycieczki];

• maksymalizacja mocy zawierania; np. „wskaźnik zagrożenia epidemią” obejmuje wszystkie osoby, które zetknęły się z ogniskiem choroby i szczepimy je wszystkie, choć wiele może zostać zaszczepionych „niewinnie”.

• maksymalizacja obydwu funkcji (choć zapewne w stopniu niedoskonałym), by umożliwić podział badanych na dwie grupy: posiadających daną cechę oraz nieposiadających tej cechy (tu: wiele testów psychologicznych).

W pewnych sytuacjach wygodniej posługiwać się nie jednym lecz dwoma wskaźnikami przeciwstawnymi:

• wskaźnik W₁ I - pozwala z możliwie wysokim prawdopodobieństwem wybrać osoby posiadające cechę I (MO = ~1);

• wskaźnik W₂ I - wskazuje osoby czy sytuacje cechy tej nie posiadające.

Rozważając cechę przeciwną cesze W₂ I, uzyskujemy wskaźnik o maksymalnej mocy zawierania wobec cechy I. taka para wskaźników pełni funkcje analogiczne do pary definicji redukcyjnych [zob. wyżej def. cząstkowe], wskazując nam cechę I oraz nie-I i ponadto pozostawiając miedzy nimi pewien obszar nieoznaczoności.

Przykład:

• W1 - korzysta z egzotycznych wycieczek zagranicznych jakichś ekskluzywnych biur podróży (I - „wysoka stopa życiowa”).

• W2 - korzysta z pomocy opieki społecznej (nie-I - „niska stopa życiowa”),

• pomiędzy tymi dwoma obszarami - rozległy obszar nieoznaczoności (I lub nie-I).

W badaniach porównawczych dwóch grup (różniących się ze względu na cechę I) taka dobrze dobrana para wskaźników sobie przeciwstawnych jest bardzo cenna.

Podobną funkcję mogą pełnić pewne skale używane w badaniach. Taka skala może być tu traktowana nie jako narzędzie pomiaru sensu stricto (natężenia jakiejś cechy), lecz jako test rozdzielczy.

Przykład :

• budujemy 10-stopniową skalę „symptomów neurotyczności”

• porównujemy przy jej pomocy dwie grupy: osób leczonych na nerwicę i osób zdrowych (tzn. dotychczas nie leczonych),

• w rezultacie otrzymujemy rozkład wyników

• wyznaczamy arbitralnie miejsce cięcia na skali, ustalającego granice między „zdrowiem”, „nerwicą” i „obszarem nieoznaczoności”:

Stopnie skali	Obszar	Odsetek neurotyków
10	Obszar „nerwicy” I	98
9			92
8			79
7		Obszar nieoznaczoności I lub nie-I	51
6			45
5			37
4			28
3		Obszar „zdrowia psychicznego” nie-I	13
2			7
1			3

Gdy dla celów badania potrzebne są jeszcze bardziej skontrastowane grypy, możemy wziąć już tylko np. po dwie grupy skrajne (M+ dla każdego krańca skali: ok. 0,98;

Gdy nie są potrzebne takie ostre dystynkcje, możemy podzielić po prostu na dwie części:

• wyniki 1-6: szansa nerwicy mniejsza niż 0,5;

• wyniki 7-10: szansa nerwicy większa od 0,5.

Wszystko więc zależy od celów badania.

Większość uwag wcześniejszych (poza ostatnim przykładem) dotyczyła wskaźników zmiennych jakościowych (tzn. zmiennych nominalnych), ale problemy te dotyczą także wskaźników zmiennych ilościowych. (tj. skal). Aby zastosować w badaniu zmienną ilościową

• nie wystarczy zdefiniowanie danej zmiennej ani też określenie jej wartości w terminach czysto teoretycznych;

• trzeba jeszcze dobrać odpowiednie wskaźniki, tj. określić metodę jej pomiaru.

Problematyka mocy rozdzielczej wskaźników (i jakościowych, i ilościowych skal) bywa w literaturze metodologicznej rozpatrywana jako zagadnienie „trafności” (validity) wskaźników lub skali.

Skala jest trafna, jeśli mierzy to, co mierzyć powinna, tj. kiedy ma dostatecznie wysoką moc rozdzielczą.

UZASADNIANIE TWIERDZEŃ

Punkt wyjścia: zdania spostrzeżeniowe

Celem badania jest udzielenie odpowiedzi na pytanie lub zespół pytań, które były punktem wyjścia badań, bądź też ukształtowały się już w trakcie j realizacji tych badań. Chodzi tu o odpowiedzi nie jakiekolwiek, tylko - prawdziwe. Ale - historia nauki dowodzi - że to wielce wątpliwe, bo często odpowiedź może być tylko mniej czy bardziej prawdopodobna.

Dlatego - zamiast twierdzić, iż zdania formułowane w wyniku zrealizowanych badań są prawdziwe, lepiej twierdzić, że badania są możliwie dobrze uzasadnione.

Do nauki zaliczamy więc zdania maksymalnie zasadne na danym etapie rozwoju danej dyscypliny. Ale często musimy zrezygnować z postulatów maksymalnej zasadności na rzecz innych postulatów.

• dobór metody badawczej - uwzględniamy szeroko pojęte koszty rożnych metod alternatywnych - a niekoniecznie tej najlepszej i najkosztowniejszej (drogiej, czasochłonnej etc.);

• dobór próby - zamiast badań wyczerpujących (zawsze ryzyko uogólniania wyników z próby na populację) pobieramy tylko próbę z badanej populacji generalnej.

Zatem celem badania naukowego jest optymalne uzasadnienie twierdzeń stanowiących odpowiedzi na interesujące ans pytania. Zależy to od wielu czynników:

• Wzgląd na empiryczną zasadność;

Obserwacje zjawisk prowadzą do uznania pewnej liczby sądów spostrzeżeniowych (przekonań o tym, że pewne zdarzenia widzi, słyszy, ze dzieją się one w jego obecności) - w postaci wypowiedzi zwanych zdaniami spostrzeżeniowymi.

W oparciu o nie badacz przyjmuje jedne twierdzenia nauki, odrzuca inne, albo dochodzi do wniosku, że zbiór zdań spostrzeżeniowych nie wystarcza do udzielenia odpowiedzi.

Zbiór zdań spostrzeżeniowych - przykłady:

• Opis zachowania jakiejś grupy w warunkach eksperymentu laboratoryjnego;

• Tekst wywiadu przeprowadzonego z jakimś respondentem w terenie;

• Dziennik obserwacji - opisujący dokładnie zachowania i wypowiedzi członków jakiejś zbiorowości i warunki życia;

• Teksty dokumentów rożnych instytucji i organizacji

Mogą mieć charakter:

• ekstraspekcyjny

• introspekcyjny (głębia psychologiczna, próba zrozumienia zachowań)

• psychologicznych „cech ukrytych” - niedostępnych introspekcji

Podlegają często interpretacji, która wnosi do naszych sądów spostrzeżeniowych element hipotetyczności. Scalamy serię obserwacji jednostkowych w jednolity sąd o sytuacji obserwowanej - ale istnieje tu niebezpieczeństwo popełnienia błędu. Dlatego należy minimalizować udział elementów podlegających interpretacji.

Według szkoły neopozytywistycznej - istnieją (da się wyodrębnić spośród ogółu) zdania spostrzeżeniowe oparte jedynie o dane czystego doświadczenia - tzw. zdania podsta-wowe (ale próby bliższego sprecyzowania natury tych zdań napotkały na poważne kłopoty).

„Zdania” - wypowiedzi sformułowane w pewnym języku i przypisujące pewnemu przedmiotowi pewne własności.

Krytyka neopozytywizmu: to, że zdania podstawowe są zdaniami zakłada, że odzwierciedlone w nich dane „czystego doświadczenia” zostały poddane selekcji, że zostały wyodrębnione pewne zmienne, z punktu widzenia których rozpatrujemy dany fragment rzeczywistości. Ogólniej - o dostrzeganiu i wyróżnianiu pewnych zjawisk nawet w sądach mających na pozór charakter sądów czysto spostrzeżeniowych (zbudowanych na zdaniach podstawowych) - decydują jednak pewne predyspozycje badacza (zależą nie tylko od aparatury zmysłowej, ale i aparatury pojęciowej). Są więc rezultatem czynnego udziału umysłu badacza we współkształtowaniu obrazu badanej rzeczywistości (nawet na najbardziej empirycznym szczeblu wiedzy, jaki stanowią zdania podstawowe).

Indukcyjne uzasadnianie zdań ogólnych

Bezpośrednie wyniki badań - to pewna liczba zdań spostrzeżeniowych, mających uzasadnienie:

• w wynikach obserwacji dokonywanej przez badacza oraz

• w jego sądach spostrzeżeniowych

Nie są one wiedzą niezawodną - jest duże ryzyko popełnienia błędu:

• obserwacja niekompetentna bądź w warunkach zakłócających jej przebieg

• hipotezy wskaźnikowe przyjęte przez badacza - mogą być fałszywe

• przyrządy służące do obserwacji mogą działać wadliwie

W naukach społecznych szczególnie poważne jest niebezpieczeństwo popełnienia błędu już na etapie wyjściowym, gdy badacz formułuje sądy spostrzeżeniowe, ponieważ metody zbierania danych (mimo różnych prób ich standaryzacji, określenia trafności i rzetelności poszczególnych wskaźników) są jeszcze zawodne, a rola intuicji badacza - niemała.

A cała wartość naszego badania, zasadność wniosków zależy w ogromnym stopniu od jakości danych wyjściowych:

• od trafności naszych sądów spostrzeżeniowych oraz

• prawdziwości naszych zdań spostrzeżeniowych.

Zdania spostrzeżeniowe mogą mieć postać:

• zdań jednostkowych (przedmiotem obserwacji jest akt zachowania się pojedynczego człowieka);

• zdań ogólnych (interesuje nas cała - mała - zbiorowość - np. wszyscy członkowie grupy zachowuję się podobnie)

Ale gdy liczba badanych jest zbyt wielka, aby ich obserwować łącznie (...) - wynikiem badania jest wiele zdań spostrzeżeniowych. Jeśli dotyczą one podobnych przedmiotów i przypisują im te same właściwości, wygodniej jest zamiast dużej liczby zdań jednostkowych sformułować równoważne im zdanie ogólne.

INDUKCJA ZUPEŁNA

Twierdzenie uzasadniamy w ten sposób, że jest ono równoważne (pewnej) liczbie zdań jednostkowych użytych do jego uzasadnienia.

Sformułowanie zdania ogólnego nie wnosi nic nowego do wiedzy, jaką posiadaliśmy, nie towarzyszy temu wzrost ryzyka popełnienia błędu:

Jeśli prawdziwe są zdania jednostkowe, w wyniku uogólnienia których zdanie to powstało, prawdziwe jest i zdanie ogólne uzasadnione na drodze indukcji zupełnej, gdyż ono z nich wynika logicznie.

Twierdzenia tak uzasadnione to ogólne zdania sprawozdawcze (mają bezpośredni związek z wynikami obserwacji); wynikają one ze zbioru zdań jednostkowych uzasadnionych przez sądy spostrzeżeniowe badacza.

• np. w postaci statystycznego rozkładu wartości jakiejś zmiennej - tzw. rozkładu w próbie; inaczej - statystyczny opis sprawozdawczy.

Ale rzeczywistość badana bezpośrednio interesuje nas często jedynie jako próba pewnej szerszej klasy przedmiotów czy zdarzeń;

Twierdzenia jakie chcemy uzasadnić w wyniku badania dotyczą zakresu szerszego niż zakres objęty badaniem.

INDUKCJA NIEZUPEŁNA.

Twierdzenie ogólne, jakie uzasadniamy, nie jest równoważne liczbie zdań jednostkowych użytych do jego uzasadnienia, lecz rezultatem uogólnienia wyników na przypadki niezbadane. Np. możemy tak uzasadniać twierdzenie o rozkładzie zmiennych w zbiorowości, której próbą jest zbiorowość przebadana.

Tego typu twierdzenia mogą być:

• Generalizacją historyczną (choć tu jeszcze - przynajmniej teoretycznie - możemy go uzasadnić w wyniku indukcji zupełnej) bądź też

• Wolnym od historycznych ograniczeń ogólnym prawem nauki (tu zastosowanie indukcji zupełnej jest całkowicie niemożliwe)

Mamy jednak dwa rodzaje sytuacji, w których uzasadniamy generalizację historyczną na drodze indukcji niezupełnej:

1. metoda doboru próby pozwala przyjąć, że jest to próba reprezentatywna zbiorowości, dla jakiej chcemy uzasadnić twierdzenie. Chodzi tu o próbę losową, bo dla niej jesteśmy w stanie oszacować szanse popełnienia błędu (i jego wielkość) związane z indukcyjnym uogólnieniem wyników z próby na populację.

Np. jeśli w 1000-osobowej próbie 50% osób odpowiedziało „tak” na jakieś pytanie, to uogólniając wynik na całą populację (z której pobierano próbę) powiemy z prawdopodobieństwem np. 95%, że procent odpowiedzi wahałby się w przedziale 48-52%.

2. Uogólnienia historyczne są oparte na materiale, który wprawdzie pochodzi od pewnej populacji, ale metody doboru nie pozwalają na możliwie jednoznaczną ocenę szans błędu (np. socjolog zebrał z powrotem tylko 25% rozesłanych wypełnionych ankiet - i nie wie, na ile te zwroty są reprezentatywne dla całej zbiorowości).

Badacz może też formułować twierdzenia uniwersalne - ważne dla nieskończonej i czasowo-przestrzennie nieograniczonej klasy zjawisk czy przedmiotów określonego rodzaju - tzn. ogólne lub statystyczne prawo nauki.

Ogólne prawo nauki można bez trudu obalić - wykazując jego fałszywość już na poziomie każdej jednostkowej obserwacji niezgodnej z tym prawem.

Natomiast nie ma natomiast takiego zespołu obserwacji badawczych, które byłyby w stanie je potwierdzić, albowiem obserwacji tych musiałoby być nieskończenie dużo:

Uniwersalne prawo nauki jest zdaniem ogólnym równoważnym nieskończonej liczbie zdań jednostkowych.

Zgadzając się z tym, metodologowie różnią się w swoich poglądach na prawomocność indukcji w uzasadnianiu takich twierdzeń.

• indukcjonizm -

• dedukcjonizm

Indukcjonizm: indukcja enumeracyjna i eliminacyjna

• Indukcja ENUMERACYJNA -

Seria obserwacji wykazujących, że przypadki klasy B posiadają pewną własność wspólną lub też zachowują się w sposób analogiczny Z, pozwala na wysnucie wniosków dwojakiego rodzaju:

• na przewidywanie (przez analogię), że również i następny przypadek typu B posiadać będzie własność Z;

• na sformułowanie prawa ogólnego typu: „Każde B jest Z” (uogólnienie indukcyjne).

Schemat indukcji enumeracyjnej:

B₁ jest Z, B₂ jest Z, B₃ jest Z....B_n jest Z

--------------------------------------------------

a więc: każde B jest Z

• Indukcja ELIMINACYJNA

Schemat rozumowania nieco odmienny; obok mnożenia liczby przeprowadzonych obserwacji kładzie się nacisk na to, aby obserwacje te przebiegały w możliwie różnorodnych warunkach, tzn. aby szukać dodatkowych czynników, od których może zależeć związek typu: każde B jest Z, a tym samym by stwierdzić warunkowy bądź bezwarunkowy charakter tego związku

Reguły indukcji eliminacyjnej

Reguły indukcji enumeracyjnej nadają się do kontroli hipotez mających postać zdań ogólnych typu: każde B jest Z, bez względu na to, czy B i Z są sobie współczesne, czy też następują jedno po drugim (tu także - czy ich następstwo ma charakter przyczynowy czy nieprzyczynowy.

Te zależności (także przyczynowe) często mają charakter zależności warunkowych:

Następstwo dwóch zjawisk typu B i Z może zachodzić pod warunkiem, iż ponadto zaszło zjawisko D.

Następstwo dwóch innych zjawisk (~B, ~Z) zachodzić może np. pod warunkiem, że zaszło ponadto zjawisko ~A.

Dla wykrycia, czy zależność ma charakter bezwarunkowy czy warunkowy (a także - jakie są te dodatkowe warunki) - stosujemy tzw. indukcję eliminacyjną. Jej zasady sformułował J. St. Mill - formułując słynne „kanony” postępowania indukcyjnego:

KANON JEDYNEJ ZGODNOŚCI

Polega na tym, że porównujemy dwie (lub więcej) serii sytuacji, które różnią się między sobą pod wszystkimi innymi względami, z wyjątkiem tego, iż w obu obserwujemy najpierw występowanie B, a potem Z:

A B D i Z

~A B ~D i Z

Jeśli założymy, że obie te sytuacje w pierwszej fazie mają tylko jedną własność wspólną, tj. B, i jeśli - stojąc na stanowisku determinizmu - zakładamy, że nie-Z mogło powstać bez odpowiednich przyczyn, wówczas, logicznie biorąc, musimy przyjąć, że B jest przyczyną Z, ściślej B jest dla zajścia Z warunkiem wystarczającym.

KANON JEDYNEJ RÓŻNICY

Polega na zrealizowaniu czy zaobserwowaniu takich dwóch serii sytuacji, które w momencie początkowym różnią się tylko pod jednym względem, a w następstwie tego w jednej z nich stwierdzimy występowanie interesującego nas skutku, a w drugiej nie:

A B D i Z

A ~B D i ~Z

W tej sytuacji wnioskujemy, że między B i Z zachodził związek przyczynowy takiego rodzaju, że B bądź jest dla zajścia Z warunkiem koniecznym, bądź przynajmniej składnikiem istotnym jednego z szeregu możliwych warunków wystarczających - tj. czynnikiem sprzyjającym zajściu Z.

KANON JEDYNEJ ZGODNOŚCI I JEDYNEJ RÓŻNICY ŁĄCZNIE

Gdy obydwa kanony połączymy w jeden wg schematu

A B D i Z

A ~B D i ~Z

~A B ~D i Z

Wyciągamy oba wnioski łącznie, tzn. B jest warunkiem koniecznym i wystarczającym.

Tabela układów zależności warunkowych między czterema zmiennymi dychotomicznymi

L.p.	Kombinacje zmiennych niezależnych	Zajście lub niezajście Z kiedy ...
				K1	K2	K3	K4
1	A B D	Z	Z	Z	Z
2	A B ~D	Z	~Z	Z	Z
3	A ~B ~D	~Z	~Z	Z	Z
4	~A B ~D	Z	~Z	Z	~Z
5	~A ~B D	~Z	~Z	~Z	~Z
6	A ~B D	~Z	~Z	Z	Z
7	~A B D	Z	Z	Z	Z
8	~A ~B ~D	~Z	~Z	~Z	~Z

Oznaczenia w tabeli:

k1. B jest warunkiem koniecznym i wystarczającym dla zajścia Z

k2. B jest warunkiem koniecznym, ale niewystarczającym zajścia Z. Warunek wystarczający = BD

k3. B jest warunkiem wystarczającym, ale niekoniecznym dla zajścia Z. Alternatywna przyczyna Z = A

k4. B jest czynnikiem sprzyjającym zajścia Z. Z jest wywoływane bądź przez BD, bądź przez A

Gdyby się okazało, że zastosowawszy osiem możliwych kombinacji zmiennych poprzedzających ABD, uzyskalibyśmy inny układ niż to przewidują kolumny tabeli (k1, k2, k3, k4), to musimy wyciągnąć wniosek, że albo - albo:

• w grę wchodziły jakieś inne zmienne (niż A B D) - np. zmienna C,

• układ zależności warunkowych między ABD a Z przebiega wedle jakiejś innej zasady.

KANON ZMIAN TOWARZYSZĄCYCH

Stosujemy, gdy indukcja eliminacyjna służyć ma do uzasadnienia tezy o związku funkcyjnym dwóch zmiennych x i y.

Polega na tym, że w kolejnych seriach obserwacji stwierdzamy, że np. określone zmiany wartości x pociągają za sobą określone zmiany wartości y.

Jeśli przyjmiemy, że wszelkie inne zmienne nie ulegały w tym układzie zmianie (bądź zmiany te były dla wartości y obojętne), to wynika z tego, że y i x łączy związek przyczynowy odpowiadający funkcji monotonicznej rosnącej : y = f (x)..

Ale związek funkcyjny dwóch zmiennych może mieć charakter związku warunkowego zależnego od pewnych determinatorów (coś spełniającego rolę „katalizatora”), które zachowując wartość stałą mimo wszystko współwyznaczają związek funkcyjny dwóch zmiennych ilościowych. Wówczas musimy szukać dodatkowych zmiennych warunkujących związek x i y, np. włączyć tu zmienną t.

Eksperymentalna rola zmiennych niezależnych a weryfikacja hipotez przyczynowych

Zajście następstwa Z może być rezultatem zarówno:

• zdarzenia spontanicznego (w warunkach naturalnych, niezależnego od ew. decyzji czy manipulacji obserwatora), jak i

• zdarzenia wywołanego przez obserwatora lub przy jego współudziale (w warunkach „laboratoryjnych”)

Ale w warunkach naturalnych często nie uzyskujemy dostatecznych argumentów, że jest to związek przyczynowy.

Do uzasadnienia takiej tezy niezbędne jest przeprowadzenie badania eksperymentalnego, tzn. takiego, w którym odpowiednie zmiany w układzie zmiennych niezależnych powstałyby w wyniku świadomej decyzji i odpowiednich manipulacji obserwatora.

Funkcje manipulacji eksperymentalnej:

1. wytworzenie warunków (układów kombinatorycznych zmiennych poprzedzających zajście Z) nie istniejących w sposób naturalny

Np. stwierdzamy, że Z występuje wtedy, kiedy występuje łącznie B i D, ale nie wiemy, czy oba czynniki są istotne do zajścia Z, gdyż dotąd pojawiały się zawsze łącznie (zatem nie można sprawdzić roli każdego z nich według kanonu jedynej różnicy). Natomiast jeśli w warunkach eksperymentalnych jesteśmy w stanie stworzyć układy typu B ~D i ~B D, to wówczas możemy dokładniej uchwycić układ przyczynowych związków pomiędzy B i D a Z.

2. uniknięcia sytuacji, że zaobserwowany związek jest zależnością pozorną, a rzeczywista przyczyna nie została ujawniona. A więc chodzi o odróżnienie zależności przyczynowej od zależności pozornej.

Ad zależności pozornej:

• w znaczeniu pierwotnym (węższym): takie dodatnie statystyczne zależności między uporządkowanymi w czasie zdarzeniami, które nie miały charakteru przyczynowego, tj. takie dodatnie korelacje między wcześniejszym B a późniejszym Z, przy których B nie było przyczyną Z. Pozorność zależności statystycznej polegała tu na tym, że:

• wśród ogółu swoich przyczyn zarówno B, jak i Z miały jakąś przyczynę wspólną C, albo -

• przyczyny B i C były ze sobą skorelowane.

• W znaczeniu rozszerzonym: stałe następstwo o charakterze nieprzyczynowym.

Założenia przyjmowane przy stosowaniu kanonów Milla (niezbyt realistyczne):

• Układy różnią się od siebie tylko pod jednym względem (kanon jedynej różnicy), albo też łączy je tylko jedna cecha wspólna (kanon jedynej zgodności).

Ale te schematy obserwowanych przez nas następstw muszą być zrelatywizowane do pewnego stałego układu (czy klasy układów) warunków U (np. aparatura laboratoryjna, warunki kulturowe), choć układ ten nie figuruje w twierdzeniu sformułowanym w wyniku indukcji eliminacyjnej. Stąd zasadność tezy przyczynowej ma zasięg historycznie ograniczony (działa tylko w warunkach U, a może nie działać już w warunkach nie-U, np. w jednej kulturze tak, ale w drugiej już nie).

• Układ U jest wewnętrznie jednorodny i zewnętrznie izolowany (tzn. wszelkie inne zmiany cech układu U - poza zmianami BDA - są nieistotne dla zajścia Z).

Ale i to założenie niekoniecznie musi być prawdziwe - możemy nie wziąć pod uwagę pewnych czynników, które w gruncie rzeczy odgrywają istotną rolę w zajściu Z (mogą występować łącznie z B lub poprzedzając B), i to zależność B Z jest zależnością pozorną, a przyczyną rzeczywistą jest nierozpoznana zmienna C.

Aby wyeliminować podejrzenie, że zmiennej B towarzyszyła jakaś rzeczywista przyczyna C, i to ona spowodowała zajście nieprzyczynowego następstwa (czyli pozornej zależności) B i Z - mnożymy liczbę obserwacji sytuacji, w których B i Z następują kolejno po sobie.

Jeśli C i B wystąpiły łącznie w sposób przypadkowy, to im więcej obserwacji, tym mniejsza szansa takiego łącznego wystąpienia B i C (tzn. kiedyś musi się zdarzyć, że zajdzie B a nie wystąpi po nim Z).

Jeśli natomiast współistnienie C i B jest nieprzypadkowe, lecz współwystępują one albo razem albo kolejno, to w/w metoda (zwiększania liczby obserwacji) zawodzi.

Na przykład C może być przyczyną zarówno B jak i Z, natomiast między B i Z nie zachodzi związek przyczynowy.

Aby więc udowodnić, że B jest (rzeczywistą) przyczyną Z badacz powinien:

• sam wytworzyć lub spowodować zajście B w dowolnym miejscu i w dowolnym czasie (ograniczonym co najwyżej granicami układu czy klasy układów U);

• wykazać, że gdziekolwiek powstało B, następowało po nim Z.

Dowolna manipulowalność zmiennymi niezależnymi jest więc tu formą kontroli poprawności założenia, iż nie zaszło przy tym jakieś inne zjawisko C, które było rzeczywistą przyczyną Z.

Inaczej mówiąc - tworzymy sytuację eksperymentalną.

Eksperyment - ogólne założenia (**dokładniejszy opis badań eksperymentalnych - nieco dalej)

Staramy się, by badanie spełniał o kanon jedynej zgodności oraz jedynej różnicy.

• zmienna niezależna B (bodziec eksperymentalny - np. typ argumentacji dotyczącej jakiejś kwestii X);

• zmienna zależna Z (np. zmiana postawy wobec kwestii X)

Badanie w dwóch grupach maksymalnie podobnych (odpowiedni dobór uczestników - losowy lub celowy) i dostatecznie licznych, aby wyniki zostały uznane za statystycznie istotne.

• grupa eksperymentalna (E) - działamy na nią bodźcem B;

• grupa kontrolna (K) - nie działamy bodźcem B

Gdy stwierdzimy, że w następstwie B zaszła zmiana Z (albo jest ona - statystycznie istotnie - silniejsza w grupie E niż grupie K), to uznajemy, że między B i Z zachodzi związek przyczynowy.

1. porównanie sytuacji w samej grupie E - PRZED i PO działaniu bodźca B spełnia kanon jedynej różnicy; jeśli oprócz B nic innego nie zaszło, to wówczas zmianę Z przypisujemy tylko działaniu B;

2. porównanie sytuacji w grupach E i K pozwala również zastosować kanon jedynej różnicy (gdy te grupy rzeczywiście różnią się tylko działaniem bodźca B).

Jeśli grupa kontrolna (brak B) w ogóle nie uległa zmianie, to możemy przyjąć, iż na sytuację eksperymentalną w ogóle nie działały żadne inne czynniki (albo przynajmniej, że nie miały one wpływu na zajście Z), a więc całość zmian w grupie E można przypisać działaniu B.

Ale jeśli i grupa kontrolna uległa jakimś zmianom ze względu na Z (mimo braku B), to tylko różnicę pomiędzy wartością Z w grupie E i grupie K przypisujemy działaniu B. (dlatego ważne, żeby porównać też wartość zmiennej Z w obu grupach PRZED eksperymentem - czy na pewno zostały dobrze dobrane?).

Grupa K pełni więc dodatkową rolę - pozwala obalić hipotezę, że zmiana Z zaszła w wyniku jakiejś wewnętrznej dynamiki grupy E, jakichś zmian przez eksperymentatora nie kontrolowanych).

Gdy bodziec B przybiera więcej niż dwie wartości (nie ma charakteru zmiennej dychoto-micznej typu: działa - nie działa), wówczas stosujemy kanon zmian towarzyszących.

Najprostszy przykład:

• B1 - bodziec nie działa w ogóle (albo neutralny)

• B2 - dajemy argumentację o charakterze jednostronnym (tylko „za”)

• B3 - dajemy argumentację dwustronną (obok argumentów „za” są też argumenty „przeciw”)

Tu zmienna B ma ciągle charakter zmiennej jakościowej; ale może też przybrać charakter zmiennej ilościowej (np. w kilku grupach eksperymentalnych zwiększamy dawki; np. dawka jakiegoś leku: 1 pigułka, 2 pigułki, 3 pigułki etc.; albo wyświetlamy 1 film, 2 filmy, 3 filmy etc.).

Uwaga! W naukach społecznych wynik uzyskany z badań eksperymentalnych ma z reguły charakter statystyczny.

• Z reguły nie wszyscy członkowie grupy E (poddani działaniu bodźca B) zmieniają swoje postawy w kierunku zgodnym z hipotezą (a tylko pewien - mniejszy bądź większy - ich odsetek);

• W grupie K - również część osób (na ogół jednak mniejsza niż w grupie E), mimo że nie działa bodziec B - także zmienia swoje postawy.

W sumie - z teoretycznego punktu widzenia - oznacza to, że bodziec B nie jest ani warunkiem wystarczającym dla zajścia Z, ani też dla zajścia Z warunkiem koniecznym; jest on jedynie składnikiem istotnym bliżej nam nieznanego warunku wystarczającego dla zajścia Z.

Możliwe typy zależności między B a Z

(gdy nie znamy roli czynnika D /'dyspozycja'/ w związku B /'bodziec'/ - Z /'zachowanie'/)

1. zależność uniwersalna: B zawsze pociąga za sobą Z (ogólne prawo nauki);

2. generalizacja historyczna: W ramach tych a tych historycznych współrzędnych każde B pociąga za sobą Z;

3. uniwersalne prawo statystyczne: We wszystkich możliwych warunkach prawdo-podobieństwo zajścia Z ze względu na zajście B jest równe p;

4. statystyczna generalizacja historyczna: W tych granicach określonych czasowo-przestrzennymi współrzędnymi zajście B pociąga za sobą zajście Z z określonym prawdopodobieństwem.

Jeśli badacz nie jest w stanie prawomocnie powiedzieć ani gdzie B wywołuje Z, ani z jaką częstością B wywołuje Z, ani też - gdzie i z jaką częstością B wywołuje Z, to wydawałoby się, że musi zadowolić się zdaniem szczegółowym typu B niekiedy wywołuje Z.

Ale w pewnych warunkach można sformułować tezę mocniejszą: Między B a Z zachodzi dodatnia zależność statystyczna (a jeśli B i Z są zmiennymi mierzalnymi, ilościowymi - mówimy: Między B a Z zachodzi dodatnia korelacja).

5. Uniwersalne prawo korelacyjne: Istnieje stała dodatnia zależność między B i Z - lub inaczej - W każdych warunkach zajście B podnosi prawdopodobieństwo zajścia Z;

6. Historyczna teza korelacyjna: W ramach określonych czasowo-przestrzennych współrzędnych zajście B podnosi szansę zajścia Z, gdy poza tymi współrzędnymi bywa różnie.

Na terenie nauk społecznych wielka ilość twierdzeń ma charakter historycznych tez korelacyjnych o związkach między zmiennymi. I nie jest to powód do chwały.

Jeśli uchwycona (w badaniu) korelacja nie jest korelacją pozorną, to jest ona równoważna twierdzeniu, iż B jest składnikiem istotnym jednego z wielu możliwych warunków wystarczających Z (tj. czynnikiem sprzyjającym zajściu Z), przy czym nie jesteśmy wskazać ani pozostałych składników tego warunku wystarczającego, ani też innych alternatywnych warunków. Inaczej mówiąc - nie jesteśmy w stanie powiedzieć ani w jakich warunkach B wywoła Z, ani też - w jakich warunkach niezajście B spowoduje niezajście Z.

7. Czasami nie jesteśmy w stanie wyjść poza zdanie szczegółowe typu: Po B niekiedy występuje Z. I nie potrafimy powiedzieć, czy zajście B podnosi, obniża czy też pozostaje bez wpływu na częstość zajścia Z.

EKSPERYMENT (rozszerzenie)

A. Eksperyment laboratoryjny - klasyczny

Mierzy wpływ bodźca eksperymentalnego (czyli zmiennej niezależnej) na zmienną zależną poprzez pretest i posttest przeprowadzane w grupach eksperymentalnej i kontrolnej.

Zatem wyróżnia się 3 pary elementów składowych do realizacji badań eksperymentalnych:

1. zmienna niezależna i zależna;

2. pretest i posttest;

3. grupa eksperymentalna i kontrolna.

Ad. A.

Istotą eksperymentu jest zmierzenie wpływu zmiennej niezależnej (B) na zmienną zależną (Z). Zwykle zmienna niezależna przyjmuje formę bodźca eksperymentalnego (zmienna B), który albo występuje, albo nie (czyli: ma charakter zmiennej dychotomicznej).

W schemacie klasycznym porównujemy sytuację, w której oddziałuje bodziec (zaprojektowany przez eksperymentatora/badacza), z sytuacją, w której takiego bodźca brak (jest B vs. nie ma B).

Ad. B.

W schemacie eksperymentalnym:

• najpierw przeprowadza się pomiar zmiennej zależnej (pretest)

• poddaje uczestników wpływowi bodźca, czyli zmiennej niezależnej

• ponownie mierzy się zmienną zależną (posttest)

Odnotowana różnica między pierwszym a ostatnim pomiarem zmiennej zależnej jest przypisywana wpływowi zmiennej niezależnej.

Ad. C.

Obserwujemy nie tylko grupę eksperymentalną, na którą oddziałuje się bodźcem, ale również i na grupę kontrolną, na którą bodźcem się nie oddziałuje (albo tylko bodźcem neutralnym).

W ten sposób (prowadząc pretest i posttest w obydwu grupach) wykrywamy ew. wpływ samego eksperymentu (a nie bodźca).

• Gdyby posttest wykazał, że ogólny poziom zmiennej Z w obydwu grupach zmienił się w tym samym stopniu (np. redukcja poziomu uprzedzeń), to musielibyśmy uznać, że zmiana jest funkcją eksperymentu albo spowodowana jakimiś czynnikami zewnętrznymi (a nie dokonała się pod wpływem bodźca B).

• Gdy posttest wykaże, że nastąpiła zmiana Z tylko w grupie eksperymentalnej, albo w grupie eksperymentalnej jest ona wyraźnie większa, wówczas wynik przypisujemy działaniu bodźca B.

Metody uzyskiwania porównywalności grup eksperymentalnej i kontrolnej

Idzie o to, aby skład grupy E i K były maksymalnie zbliżone, aby wyeliminować niekontrolowany wpływ zmiennych np. demospołecznych (pleć, wiek, wykształcenie, miejsce zamieszkania, zamożność) czy istotnych dla problematyki badania zmiennych psychologicznych (np. postaw wobec określonych obiektów, poziom uprzedzeń etc.).

1. dobór losowy: jest rzadko stosowany, bo próby losowe mniejsze od 100 - a takie są zwykle w eksperymentach - nie są szczególnie reprezentatywne (zwłaszcza gdy grupy laboratoryjne są kilkunastoosobowe);

2. randomizacja („ulosowienie”): po wyborze osób do badań w jaki-kolwiek sposób, można je następnie losowo przydzielić do grupy E albo K (po ponumerowaniu wszystkich osób - albo losujemy z tablic, albo numery parzyste/nieparzyste);

3. dobór przez dopasowanie (matching): podobny do doboru kwo-towego; musimy przygotować odpowiednią macierz kwotową na podstawie wszystkich istotnych właściwości (rozdzielamy osoby reprezentujące każdą wiązkę pomiędzy grupy E i K (po równo) - ideał - żeby w każdej komórce macierzy była parzysta liczba osób.

• Inna procedura - mamy zarekrutowane osoby z `naddatkiem'; odnajdujemy po parze osób o podobnym zestawie cech - po jednej do grup E i K, a osoby zbywające, niepodobne do innych - nie biorą udziału w eksperymencie.

Odmiany schematów eksperymentalnych (nieklasyczne)

Zostały one opisane w klasycznej pracy Donalda Campbella i Juliana Stanleya [Experimental and Quasi-Experimental Designs for Research, Chicago 1963]; unowocześnioną jej wersją jest praca Thomasa D. Cooka i Donalda T. Campbella [Quasi-Experimentation: Design and Analysis Issues for Field Settings, Chicago 1979]

Autorzy przedstawiają w sumie 16 schematów; wymienimy niektóre.

Schematy „preeksperymentalne”

Są często stosowane w mniej profesjonalnych badaniach. Nie spełniają one naukowych standardów schematów eksperymentalnych, ale bywają użyteczne. Są uboższe, bo brak wszystkich (tzn. kompletu) metod kontroli dostępnych w prawdziwym eksperymencie.

(1) Studium przypadku z pojedynczym pomiarem (one-shot case study): badacz dokonuje pomiaru jednej grupy badanych pod względem zmiennej zależnej po wprowadzeniu jakiegoś bodźca eksperymentalnego (posttest). Możemy stwierdzić niski poziom Z (np. uprzedzeń) i domyślać się, że zaszło to pod wpływem B, ale nie mamy żadnej pewności.

(2) Schemat z dwukrotnym pomiarem w jednej grupie (one-group pretest-posttest design): Nie ma grupy kontrolnej, natomiast w grupie E mierzymy zmienną zależną przed i po. Ale nie możemy być pewni, że to bodziec eksperymentalny B (a nie jakieś niekontrolowane wydarzenie zewnętrzne - np. śmierć przywódcy grupy etnicznej - czyli zmienna np. C) był przyczyną Z.

(3) Statyczne porównanie międzygrupowe (static-group comparison): są grupy E i K, ale nie ma pretestu (pomiar tylko po). Jeśli w grupie E stwierdzimy niższy poziom zmiennej niż w K, to wnioskujemy o wpływie B na Z (ale niepewność: może obie grupy od początku różniły się poziomem uprzedzeń?).

Problem tzw. (nie)trafności zewnętrznej (chodzi o możliwość uogólnienia wyników eksperymentu na rzeczywistość zewnętrzną). Radzi sobie z tym problemem (tzn. interakcji testowania z bodźcem) tzw.

(4) Czterogrupowy schemat Solomona. Przydzielamy losowo badanych do czterech grup (żeby na starcie była taka sama wartość zmiennej zależnej we wszystkich grupach):

G1. klasyczna grupa eksperymentalna (E)

G2. klasyczna grupa kontrolna (K)

G3. działa bodziec bez pretestu (tylko pomiar po)

G4. tylko posttest (bez pretestu i bodźca)

Np.: Hipotezy (dot. poziomu uprzedzeń wobec problemu X - czyli wartości zmiennej zależnej Z):

H1. Postest powinien wykazać mniejszy stopień uprzedzeń niż pretest.

H2. Postest i pretest powinny wykazać ten sam poziom uprzedzeń.

H3. Grupa 1 powinna wykazać mniej uprzedzeń niż grupa 2.

H4. Grupa 3 powinna wykazać mniej uprzedzeń niż grupa 4.

Umożliwia to 4 ważne porównania.

• W grupie 1 postest powinien wykazać niższy poziom uprzedzeń niż pretest.

• W postteście grupa 1 powinna ujawnić mniej uprzedzeń niż grupa 2 (K).

• Grupa 3 w postteście powinna ujawnić mniej uprzedzeń niż grupa 2 w preteście.

• Posttest powinien wykazać niższy poziom uprzedzeń w grupie 3 niż w grupie 4.

(5) Schemat bez pretestu z grupą kontrolną: to dolna część schematu Solomona (tzn. tylko grupy 3 i 4). Według Campbella i Stanleya, przy zastosowaniu odpowiedniej, bardzo starannej randomizacji wystarczą tylko te dwie grupy (!!!!). Kontrolowana jest bowiem trafność wewnętrzna oraz interakcja pomiaru z bodźcem. Nie ma potrzeby przeprowadzania pretestu (jego stosowanie jest tu bardziej kwestią tradycji badawczej niż potrzeb; daje poczucie bezpieczeństwa)

Inne schematy eksperymentalne są bardziej skomplikowane. Niektóre wymagają

• więcej niż jednego bodźca,

• zawierają kombinacje bodźców,

• kilkakrotny pomiar zmiennej zależnej w czasie,

• oddziaływanie na różne grupy bodźcem w różnych momentach.

B. Eksperyment naturalny

Wiele ważnych eksperymentów społecznych odbywa się poza otoczeniem kontrolowanym, często w trakcie normalnych wydarzeń społecznych. Czasem projektuje je natura (zniszczenia po kataklizmie - huraganie, powodzi; spontaniczne wybuchy społeczne, rewolucje, wojny), czasem decydują o tym politycy (np. budowa Nowej Huty i wielu innych tzw. wielkich budów socjalizmu).

Badania katastrof muszą być siłą rzeczy okazjonalne, quasi-eksperymentalne i przeprowadzane post factum (tu: `statyczne porównania międzygrupowe'). Tak pisali badacze po katastrofie elektrowni atomowej w Pensylwani (1978; raport 1981).

Skutki emisji w 1977 r. serialu TV pt. „Korzenie” (8 odcinków) - przed emisją drugiej serii (1979) pretest, po emisji - postest - wśród tych, którzy oglądali i tych, co nie oglądali. [Ball-Rokeach i in., 1981]

TYPY ZALEŻNOŚCI MIĘDZY ZMIENNYMI

Między dwoma czy też większą liczbą zjawisk (lub zmiennych) zachodzi (w skali uniwer-salnej czy też lokalnej - tzn. w danej populacji, danych warunkach) pewien określony stały (bezwyjątkowy lub statystyczny) związek, że zjawisku B zawsze czy też na ogół (z określonym czy też wyższym od przeciętnego prawdopodobieństwem) towarzyszą pewne zjawiska X, Z itd.

Mamy tu 3 typy hipotez:

1. Hipotezy (prawa, twierdzenia) koegzystencjalne - ustala się tu jedynie stałe współwys-tępowanie; ale nie przesądzamy nic o charakterze związku między klasami zjawisk, pozostawiając ten problem dalszym badaniom czy dociekaniom teoretycznym.

2. Hipotezy o związku przyczynowym - między dwoma zjawiskami (B i Z) zachodzi wtedy, gdy jedno z nich wywołało drugie, bądź w jego wywołaniu odegrało rolę istotną („spowodowało”, „wpłynęło” etc.); inaczej - gdyby nie zajście pierwszego, to nie zaszłoby drugie, bądź też wyglądałoby inaczej.

... zjawiska klasy B stanowią warunek wystarczający (bądź składnik istotny takiego warunku) zjawisk klasy Z.

3. Hipotezy o związku nie przyczynowym (tzw. zależność pozorna) - zjawisko typu B nie stanowi warunku wystarczającego, ani też składnika takiego warunku zjawiska Z i odwrotnie.

Sposób weryfikacji hipotez:

• dla h. koegzystencjalnej - różne schematy badań;

• dla h. przyczynowej - niezbędne jest przeprowadzenie tzw. badań eksperymentalnych - w każdym razie - dla ostatecznego rozstrzygnięcia wymagany jest „eksperyment kontrolowany”;

• inne modele badań tzw. „pseudoeksperymentalnych” (badania panelowe, analiza danych sondażu z wprowadzeniem zmiennych kontrolnych czy „eksperyment w warunkach naturalnych”) - pozwalają niejednokrotnie osiągać dość wysoki stopień uzasadnienia hipotez przyczynowych - ale bez mocy rozstrzygającej.

44

---