Первые две составляющие властных полномочий индивида были преобразованы в десятибалльные шкалы. Также в десятибалльную шкалу были преобразованы переменные, характеризующие права и возможности руководителя по принципу суммирования полномочий без ранжирования переменных. Интегральный индекс власти был сконструирован путем вычисления среднего арифметического полученных подиндексов. При формировании индекса собственности были использованы следующие переменные: - наличие в собственности респондента акций, недвижимости;
- собственность на недвижимость и предметы культурно-бытового назначения: на основное жилище, на "второе жилище" (дача и т. д. ), на предметы культурно-бытового назначения; - характер основного жилища - сложносоставной подиндекс, состоящий из таких переменных, как качество жилья (тип квартиры, дома), количество квадратных метров на члена семьи, комфортность жилищных условий. Все подиндексы были построены как десятибалльные, а затем объединены в индекс собственности путем вычисления среднего арифметического подиндексов. Для построения индекса характера внепроизводственной деятельности (ИХВД) был использован алгоритм, разработанный в серии ранее опубликованных работ [11; 12, с. 100-112]. При измерении репродуктивной деятельности как компонента вне-производственной деятельности нами была использована лишь одна переменная о наличии/отсутствии детей и их числе. Психофизиологическая деятельность также представлена одним индикатором - характером проведения отпуска. Культурно-познавательная деятельность — сложносоставиой подиндекс, включающий 8 переменных - видов занятий (посещение музеев, выставок, театров, концертов, занятие художественным творчеством, любительским трудом и т. д. ). Нами было разработано два способа выделения реальных социальных групп с помощью созданных индексов власти, собственности и характера внепроизводственной деятельности. Первый - с помощью интегрального индекса реальных социальных групп, вычисляемого непосредственно из разработанных индексов. Было сконструировано несколько вариантов этого индекса (суммированием составляющих индексов; их перемножением с последующим взятием корня третьей степени; перемножением индексов с последующим логарифмированием; простым перемножением). Предполагалось создать все четыре варианта его подсчета, а затем выбрать тот, который отвечал бы критерию лучшей дифференцирующей силы. Мы стремились получить "гладкий" график, где пики были бы четко отделены друг от друга. В этом случае удалось бы выделить реальные группы визуально, для чего послужили бы центры пиков, фактически являющиеся ядрами реальных групп, в то время как по удалении от пика шло бы периферийное ослабление сущностных свойств данной группы. Однако при реализации данного способа возникли трудности, которые фактически сделали невозможной работу в этом направлении. При построении линейного графика интегрального индекса реальных групп оказалось, что на нем невозможно четко выделить соответствующие пики. Математически задачи подобного типа решаются методами многомерной классификации, с помощью которых проводится обобщение исходных данных на основе заданного алгоритма. Результат такого обобщения - разбиение первоначального множества объектов на "классы", каждый из которых может рассматриваться как значение новой интегральной переменной (к этому типу процедур относятся кластерный анализ, таксономия и т. д. ). Большинство способов многомерной классификации предполагает наличие "скоплений", "сгустков" объектов, рассматриваемых как точки в исходном признаковом пространстве. При реализации алгоритма классификации объекты, расстояние между которыми не превышает некоего порога, попадают в один "класс". Представляется, что выделение социальных групп относится именно к задачам многомерной классификации. Поэтому вполне логичным было решение применить оправдавший себя в предшествующих исследованиях метод распознавания образов - кластерный анализ. Был проведен ряд испытаний с разным количеством кластеров (предполагаемых реальных групп = слоев). В итоге оптимальным оказалось число 10, поскольку при анализе результатов кластерного анализа с большим числом кластеров было обнаружено, что многие из них фактически представляют одну и ту же группу респондентов с незначительно разнящимися характеристиками, к тому же во многих из данных групп не было достаточного для анализа числа респондентов, а при рассмотрении менее десяти кластеров был риск, что некоторые важные группы сольются в одну. Окончательные результаты приведены в таблице 1. Очевидно, что в каждом кластере присутствует группа респондентов с уникальным набором индексов власти, собственности и ИХВД. Выделенные этим методом группы тестировались на "реальность". При отборе критериальных характеристик существенным ограничением стало то, что используемый нами массив информации был сформирован для других исследовательских целей. Из имевшихся переменных наиболее тесно связанными с индексами власти, собственности и ИХВД оказались наличие у респондента подчиненных, недвижимости и характер проведения отпуска. Но, несмотря на указанные ограничения, мы полагаем, что существенные различия по отобранным критериальным характеристикам выделенных методом кластерного анализа групп подтверждают их реальность (см. табл. 2). В дополнение к названным выше критериям мы протестировали выделенные группы по ряду жизненных ценностей респондентов. Из них дифференцирующими оказались следующие: значимость для респондента его работы, друзей, политики. Из дифференцирующих "объективных" (социально-экономических) характеристик респондента был использован уровень образования. Следующим шагом доказательства того, действительно ли мы выделили реальную группу или же это - статистический фантом, вовсе таковой не являющийся, стала проверка гипотезы о существовании у полученных нами групп ядра и периферии. Таблица I
Средние значения индексов власти, собственности, характера внепроизводственной деятельности и интегрального индекса социальных групп, выделенных на основе кластерного анализа Номер Индекс Индекс ИХВД Число наблюдений Значение кластера власти собственности в каждом кластере интегрального индекса социальных групп 1 0, 008 2, 72 1, 56 505 4, 29 2 0, 006 1, 96 3, 28 335 5, 24 3 0, 022 4, 81 2, 21 235 7, 05 4 0, 010 3, 71 3, 43 380 7, 15 5 0, 079 3, 12 5, 16 179 8, 37 6 3, 512 2, 69 2, 72 125 8, 92 7 4, 427 4, 85 2, 60 77 11, 88 8 3, 904 3, 62 5, 37 68 12, 90 9 6, 009 3, 09 3, 88 64 12, 97 10 6, 215 5, 45 4, 77 41 16, 43
Респонденты из ядра предполагаемой социальной группы обладают сходными сущ-ностными характеристиками, ключевое выражение которых, как мы показали выше, - наличие у респондента подчиненных, недвижимости, а также характер проведения отпуска, причем эти характеристики должны ослабевать от ядра группы к ее периферии. Анализ показал, что выделенные группы вовсе не представляют собой "холм" в трехмерном пространстве "власть-собственность-характер внепроизводственной деятельности" с максимумом в точке 0, а являются скорее "кратером", имеющим два экстремума. Причем большинство респондентов, попавших в данный кластер, находятся в "горбах" этого "кратера", а ядро предстает в виде "жерла". Согласно анализу расстояний от центра кластера, каждый кластер был разбит на пять подгрупп, причем четыре первых подгруппы имели одинаковую длину по шкале расстояний от центра, а в пятую входили респонденты из предполагаемой периферии. Рассмотрим, к примеру, третий кластер. Респонденты, попавшие в его ядро, не имеют подчиненных, 84, 2% имеют недвижимость, а на вопрос об отпуске 58, 3% ответили, что никуда не ездили и провели его дома, 33% провели его на собственном участке и 8, 3% дали ответ "провели в деревне, поселке и т. д. у родственников". Следующая, более удаленная от ядра подгруппа респондентов тоже не имеет подчиненных на работе, положительный ответ на вопрос о недвижимости в собственности дали уже 69, 2% респондентов, ответы на вопрос об отпуске сохранили практически ту же структуру, что и у первой подгруппы: отдыхали "дома" 63, 9%, на собственном участке — 23, 0%, а "у родственников" - 11, 5%. Тенденция, наметившаяся в первых двух подгруппах, продолжается и в последующих: чем дальше мы удаляемся от центра кластера, тем больше ответов респондентов появляется в других категориях при сохранении центральной тенденции, т. е. при главенствовании серии ответов респондентов из первой, "ядровой" подгруппы. Выявленное для данного кластера ослабевание черт группы имеет место и в остальных девяти кластерах, что позволяет сделать вывод о том, что выделенные группы действительно состоят из ядра и периферии, поскольку уникальные свойства, которыми они обладают, ослабевают, "смазываются" по мере удаления от ядра. В таблице 2 показаны основные, "ядровые" тенденции для всех десяти групп. Представляется, что выделенные кластеры вполне могут быть интерпретированы как реальные социальные слои в терминах, принятых в стратификационных концепциях со времен Л. Уорнера. Нет оснований сомневаться в том, что первые 2 кластера Таблица 2 Центральные тенденции для десяти выделенных групп Ключевая переменная/группа Количество подчиненных Собственность на недвижимость Характер проведения отпуска 1-я группа нет- 100% нет-98, 2%
Страницы: 1, 2, 3
