Отзыв ( представлен черным цветом)
на вторую часть последней статьи Горяинова В.П.
«Часть II. Статистические параметры социальной неустойчивости и
трансформаций российского общественного сознания за последние десять лет»
с
ответами автора, Горяинова В.П., выделенными зеленым цветом.
В статье допущено смешение научных понятий и их некорректное использование. В основе исследования, по-видимому, лежит анализ вероятностных зависимостей между различными показателями, отражающими характер общественного сознания. При этом используемому традиционному инструментарию вероятностного статистического анализа приписывается смысл, которого он не имеет по своему определению (определению коэффициентов корреляции, детерминации, оценкам параметров регрессионных моделей). Например, значение коэффициента корреляции указывает только на наличие или отсутствие линейной связи между анализируемыми переменными. Соответственно, если коэффициент корреляции оценить не удается или он близок к нулю, то нельзя говорить о «полностью нецелостном образовании, то есть хаосе», а только лишь о том, что не удалось обнаружить линейной связи. Однако связь может иметь нелинейный характер.
Ответ. К сожалению, автор отзыва не заметил продуктивное
применение коэффициента корреляции, с учетом его значения и знака, в качестве меры
дистанции между динамическими рядами, далее интерпретируемой как степень
сходства, близости, подобия или согласованности или, наоборот, различия, удаленности, разнородности, или
рассогласованности динамических рядов. Автор отзыва заблуждается, когда
ортодоксально статистически ограничивает употребление коэффициента корреляции
по Пирсону или Спирмену только с целью проверки наличия или отсутствия
статистически значимой корреляции. Известно, что в статистическом пакете программ
SPSS коэффициент
корреляции Пирсона используется в качестве меры близости динамических и других
рядов очень давно (особенно в психологии) и с успехом - это мы и сделали в
своей работе. В этой нашей работе, а также и других - было убедительно
показано, что эти коэффициенты можно результативно использовать для дальнейшего
вторичного кластерного и регрессионного анализа, а по знаку и значению
коэффициента корреляции и величине его
статистической значимости, как оказалось, можно делать нетривиальные выводы о
свойствах изучаемой социальной системы на определенной фазе ее изменения, а при
сравнении свойств нескольких фаз выявлять либо небольшие изменения, либо
значительные сдвиги, либо, подчас, трансформации в общественном сознании.
Линейность же нами принята для простоты анализа, на что имеем полное право.
Расчеты статистических коэффициентов проводятся по модифицированным исходным данным: категориальные переменные трансформируются в дихотомические. Учитывая цели исследования, эта процедура существенно искажает социологический смысл исходных данных и провоцирует необоснованные выводы.
Ответ. Упомянутая в
отзыве процедура, которая существенно искажает социологический смысл
исходных данных относится к классу исследований, которые называются «вторичным
анализом» или «вторичным исследованием».
Во вторичном исследовании не только допускается, но и приветствуется такого
рода реинтерпретация исходных данных и исходного замысла первичного
исследования. Цели первичного исследования могут быть одни, а цели вторичного исследования
могут быть совсем иными. (см. на этом сайте.статьи
В.П.Горяинова, Э.М.Коржевой и Б.В.Сазонова о методологии вторичного анализа).
Вполне очевидно методологически, что ответы на вопросы интервью Левада-центра
построены по принципу дихотомии и социологический смысл исходных данных
нисколько не искажается, а только
акцентируется.
В статье есть примеры некорректных статистических расчетов, которые сами себя опровергают (что, автор, похоже, не замечает). Например, приведенные в Табл.4 расчеты коэффициентов детерминации должны показать, по замыслу автора, возможности временной экстраполяции тех или иных показателей (напомним, что сами расчетные показатели искажены, а возможности корректного расчета статистических коэффициентов на коротких временных рядах крайне ограничены). Однако наилучшая оценка любых прогнозов – это апостериорное сравнение с фактическими данными, что фактически и делается автором путем сравнение данных последовательных фаз. Анализируя данные, автор не замечает, что сопоставление величин коэффициентов (рассчитанных для последовательных фаз) опровергает его выводы о «предсказуемости» и «непредсказуемости».
Ответ. Коэффициенты
детерминации показывают не только степень адекватности линейной модели эмпирическим данным, но также степень
разброса эмпирических данных относительно линии регрессии, то есть возможности
предсказания методом временной экстраполяции зависимой переменной только в
пределах какой-то одной фазы. Этим подчеркивается различие фаз по степени
временной предсказуемости, то есть каждая фаза имеет свою степень
неопределенности. Указанная оценка предсказуемости в одной фазе не
распространяется на другие фазы. Мы в нашей работе не занимались собственно
прогнозированием, а лишь показали, что каждая фаза имеет свои показатели предсказуемости,
или неопределенности. Что касается «коротких временных рядов», то вполне
допустим для статистического анализа временной ряд с четырьмя точками (см.
табл. значимости коэффициента корреляции по Пирсону и Спирмену
в учебниках по статистике и статистических пакетах: SPSS и др.). Автор отзыва заблуждается, что нужны какие-то
особо длинные ряды для подсчета коэффициента корреляции.
Результаты статистических расчетов приводятся в таблицах некорректно, поскольку отсутствуют данные о статистической значимости рассчитанных показателей. Кроме того, если вероятность расчетных коэффициентов корреляции менее 95%, принято указывать, что корреляционную связь установить не удалось.
Ответ. К сожалению,
автор отзыва не заметил выделенные жирным шрифтом значимые коэффициенты
корреляции. Это досадное недоразумение!
В статье приводится ряд утверждений и результатов расчетов, которые, очевидно, не являются результатами работы автора, изложенной в данной публикации, однако ссылки на источники не делаются, поэтому трудно оценить качество этих данных (например, утверждение о том, что « соотношение уровней доходов бедных и богатых в России достигло 150:1»).
Ответ. Четко известно, что Богатые прячут свои доходы,
также делают и Бедные, так что установить их точные размеры невозможно, есть
лишь ориентировочные цифры. Данная пропорция взята нами из работы А.Неклессы. Цифра очень близка к реальности: официальный
МРОТ равен 600 руб., тогда доход богатых составляет 90000 руб
, или $3000, что вполне реалистично.
Не понятно, как связаны утверждения, приводимые в Заключении, с материалом, который излагается в статье. В частности, тезисы о том, что «рост ВВП на 7% в год еще не решает проблемы управляемости…», «необходим возврат к … плановому и программно-целевому управлению», что в России происходит «бунт богатых» и т.д. никак не обоснованы анализом и расчетами, приведенными в статье.
Ответ. Может быть, некоторые статьи следует не только
прочитать, а иногда вернуться и немного поразмышлять над их результатами.
Результаты нашего анализа показывают, что экономическая мобилизация общества на
последней, шестой фазе недостаточна, что вызывает как «напряжение и
раздражение» богатых, так и бедных, которое выливается в локаут, или «бунт»
богатых, которые не хотят инвестировать реальную экономику и вывозят капиталы
за рубеж, а, с другой стороны, в «бунт»
бедных, который выливается в общественное безразличие (о котором не раз говорил
Ю.Левада), которое проявляется в
антиобщественном поведении и саморазрушении. Конечно, Заключение статьи - это
публицистическая часть статьи и ее автор, может быть, в несколько гротескной,
субъективной форме высказал свои взгляды на текущую ситуацию, негативные
признаки которой можно легко отыскать как
в данной работе, так и за ее пределами.
Полагаю, что опубликование данной статьи в журнале «Вестник общественного мнения» нецелесообразно.
.