1.7. Ранжирование и другие методы измерений

Несомненный интерес представляет соотношение ранжирования с психосемантическими методами в целом. В качестве основы для определения этого соотношения рассмотрим различение традиционных и психосемантических методов в социологии, осуществленное Т.С.

Барановой [9]. Она ставит в соответствие этим двум методическим направлениям две сферы реальности, которые и подразумеваются адекватными для методов, включенных в направление, объектами исследований. Реконструкция системы понятий, вводимых для этой цели, представлена в табл.1.5.
Т а б л и ц а 1.5 Соотношение традиционных и психосемантических методов по Т.С. Барановой

Методы	Реальность	Форма существования	Референция	Форма выражения	Социальная установка	Мотивы
Традиционные	Объективная	Значение	Денотативная	Вербальная	Когнитивный компонент	Осознаваемые
Психосемантические	Субъективная	Личностный смысл	Коннотативная	Невербальная	Аффективный компонент	Неосознаваемые

Этот подход создает некоторые трудности в постановке и проверке гипотез (например, для регистрации вербального содержания сознания требуется коммуникация с респондентом, которая не может происходить невербально), но снабжает нас удобной типологией.
Рассмотрим метод ранжирования по каждому из шести критериев, дифференцирующих традиционный и психосемантический подходы. За счет включения в процесс измерения трех модусов метод ранжирования, как уже было показано, может служить для изучения как объективной, так и субъективной реальности, и в данном случае возможности метода ограничиваются только целями измерения.
Далее, если понимать значение как социальную (конвенционально определенную) сторону понятия, а личностный смысл – как индивидуальную его сторону, то ранжирование и здесь позволяет проводить измерения в обеих сферах. Обобщение данных индивидуального ранжирования для группы, выделенной по некоторому социально релевантному критерию, демонстрирует переход от личностного смысла понятий к их значению.
Хотя ранжирование до сих пор, практически в 100% случаев применяется для измерения денотативных признаков, ничто не мешает вводить в качестве критериев для него коннотативные прилагательные и даже более сложные проективные конструкции, такие, как описания вымышленных ситуаций. В этом случае метод ранжирования в своих преимуществах и недостатках будет соотноситься с семантическим дифференциалом так же, как с любыми другими рейтинговыми шкалами. Они могут быть как денотативные, так и коннотативные, но в последнем случае необходимо учитывать, что для исследований разного содержания релевантными являются разные ассоциативные ряды, в которые могут не входить даже стандартные оппозиции семантического дифференциала [107].
Поскольку в роли объектов и критериев оценки могут выступать любые сущности, в том числе визуальные и слуховые образы, метод ранжирования может использоваться и для экспликации невербального содержания сознания (хотя и с обозначенным существенным ограничением). На данный момент, разумеется, доминирует практика вербального ранжирования.
Соответствие ранжирования первым четырем критериям предопределяет соответствие его оставшимся двум в той мере, в какой им отвечают сами традиционные и психосемантические методы. Таким образом, можно сделать вывод, что рассматриваемый нами метод измерения сочетает в себе потенциал обоих направлений. Благодаря своей простоте и универсальности, ранжирование позволяет реализовать одновременно две важнейшие методологические установки социальных наук: герменевтическую и статистическую. Первая предусматривает поиск латентных структур реальности через смысловую вариацию эпифеноменов, вторая – через числовую их вариацию. Объекты и признаки в ранжировании обладают обоими видами изменчивости.
Поликритериальное ранжирование позволяет устанавливать связи между понятиями, которые являются критериями оценки (и даже, как мы продемонстрировали, между критериями и объектами). Эти связи принадлежат индивидуальному либо групповому (обобщенному для индивидуальных показателей) сознанию. Они определяются не на основе частот слов, а по содержанию, аналогичных связям между понятиями, устанавливаемым в ходе частотного контент-анализа, текстов. Эта аналогия открывает перспективу сравнения индивидуального и группового семантического пространства с семантическим пространством понятий, исторически сложившимся в языке. Существует один простейший способ получения данных для такого сравнения. Если объекты и/или признаки являются простыми (не уникальными и многозначными) понятиями, они могут быть использованы в качестве ключевых слов для поиска в системах Рамблер, Яндекс, Апорт и других в сети Интернет. В результате поиска получается, в частности, число документов, в которых найдены ключевые слова. По этим данным можно оценить величину семантической близости:

(13)

где Cxy – число документов, найденное при совместном поиске по двум понятиям; Cx, Cy – количество документов, найденных при поиске по каждому понятию в отдельности. Получаемая матрица S является матрицей близости для исследуемых терминов, и ее правомерно сопоставлять с матрицами близости, вычисленными по данным ранжирования. Таким образом можно сравнить семантическую близость понятий в конкретной ситуации для конкретной группы и их же семантическую близость в языке (насколько Интернет является репрезентативной моделью языка).
На наш взгляд, очень ценным дополнением к ранжированию служит метод измерения, называемый «категориальной оценкой» [16]. Она представляет собой прямую рейтинговую оценку различия пар объектов, графически реализуемую приблизительно в следующем виде.

Пары объектов	Прямая оценка различия максимально                                                 максимально
Х – Y	похожи |___|___|___|___|___|___|___|___| различны
Y – Z	похожи |___|___|___|___|___|___|___|___| различны
Z – X	похожи |___|___|___|___|___|___|___|___| различны

Обычно каждой отмеченной степени различия приписывается целое число, и это число считается ответом опрашиваемого. Различие должно быть измерено для всех возможных пар оцениваемых объектов. Предполагается, что интервалы их появления в оценке и позиция (на первом или втором месте) могут оказывать влияние на результаты измерения, а потому должны быть сбалансированы оптимальным образом.
Категориальная оценка – один из методов получения матриц близости для многомерного шкалирования, но нас она интересует не как способ непосредственного определения различий, а как способ выделения объектов в качестве дополнительных переменных, которые можно было бы соотносить друг с другом и с критериями ранжирования. Категориальная оценка позволяет получать данные трехмерного (объект – объект – респондент) двухмодусного (объект – респондент) вида. В случае, если ей подвергается тот же набор объектов, который изучается методом ранжирования на той же выборке респондентов, данные, полученные этими двумя путями измерения, можно представить в единой таблице вида «респондент – объект – объект – признак» (табл.1.6).

Т а б л и ц а 1.6 Матрица вида «респондент-объект-объект-признак»

Респондент	Объект	Объект 1	Объект 2	Объект 3	Признак 1	Признак 2
n1	m1	0	m1-1-2	m1-1-3	k1-1-1	k2-1-1
	m2	m1-1-2	0	m1-2-3	k1-1-2	k2-1-2
	m3	m1-1-3	m1-2-3	0	k1-1-3	k2-1-3
n2	m1	0	m2-1-2	m2-1-3	k1-2-1	k2-2-1
	m2	m2-1-2	0	m2-2-3	k1-2-2	k2-2-2
	m3	m2-1-3	m2-2-3	0	k1-2-3	k2-2-3

Получаемая в результате таблица может быть интерпретирована не только как многомерная, но и как многомодусная.

Для этого требуется лишь допустить значимость отличий разных методов измерения. Благодаря тому, что отдельный объект оценивается в связке с другим объектом, каждый из них может быть интерпретирован как признак в отношении другого. Представление объектов и признаков в схожих модусах на одном и том же множестве индивидов позволяет осуществить уникальную операцию: рассчитать показатели статистической связи (такие, как коэффициент корреляции) между объектами и признаками.
Метод категориальной оценки, впрочем, может быть подвергнут серьезной критике. Саммерс и МакКей [104] акцентируют внимание на слабой обоснованности использования прямых оценок различия в качестве инструмента измерения и указывают на три обстоятельства, вызывающих большие проблемы в этой области:
1) респондентам скорее всего не приходится сталкиваться с аналогичными задачами в обычной жизни. Следовательно, получаемые данные являются лишь описанием реакции на искусственную ситуацию;
2) нет никаких доказательств, что получаемые из прямых оценок различий методом многомерного шкалирования решения в ограниченной размерности действительно соответствуют внутренним когнитивным репрезентациям объектов;
3) результаты восприятия и выполнения заданий разными индивидами могут быть внутренне неоднородными.
Далее исследователи на эмпирическом материале демонстрируют ненадежность и невалидность прямых оценок различий как измерений индивидуального восприятия.
Разумеется, у нас нет никакой информации о том, какие критерии выбирает респондент для определения различия объектов. Более того, нет никаких оснований утверждать, что эти критерии постоянны хотя бы для некоторых респондентов и объектов. Если бы респонденты  при оценивании различий объектов присваивали каждому объекту некоторое число, а затем сравнивали эти числа между собой, то порядок рангов в матрицах «объект – объект» был бы стабилен, одинаков для всех столбцов. Так как последовательность прямых оценок различий не выражает количественного одномерного признака, этого никогда (или практически никогда) не происходит. Числа, приписываемые этим различиям, не являются константами, поскольку каждый респондент для каждого объекта использует случайно подбираемые им атрибуты. Образуемый таким образом ряд величин, варьирует как между критериями, так и между значениями каждого из них.
И тем не менее сочетание категориальной оценки с ранжированием выглядит многообещающе. Как уже говорилось, оно позволяет рассчитывать показатели статистической связи. Разумно предположить, что корреляция между двумя типами признаков – столбцами объектов и критериев ранжирования – позволяет выделять из признаков-объектов долю вариации, приходящуюся на «внутренние» критерии респондентов, близкие по действию к заданным критериям ранжирования. И если корреляция достигает значимых величин, это показывает, что ответы по категориальной оценке были даны неслучайным образом. Следовательно, сочетание двух методов позволяет не только получить принципиально новую информацию, но и валидизировать один из них.
Обратим внимание на интерпретацию корреляции между объектами и признаками. Она не прямо означает меру принадлежности данного признака данному объекту. Переменные, относящиеся к объектам категориальной оценки, принимают значения, соответствующие степени различия. Следовательно, корреляция с ними является показателем статистической связи признака и отличия данного объекта от других. Интерпретация знака корреляции, естественно, зависит от способа кодировки категориальной оценки. Если большему различию соответствует большее значение переменной-объекта, то положительная его связь с критерием ранжирования означает сильное соответствие этого объекта этому признаку: объект слабо отличается от объектов, занимающих первые позиции по критерию ранжирования.
Помимо категориальной оценки, прямая оценка различий может выполняться и при помощи самого метода ранжирования. Для этого предназначена специфическая процедура [106]. Чтобы ранжирование выступало как прямая оценка различий, осуществляют выделение одного из объектов в качестве «стандартного», оставшиеся m-1 объектов являются «объектами сравнения». Респонденту предъявляют стандартный объект и набор объектов сравнения для того, чтобы он проранжировал их по степени сходства со стандартным, от наиболее до наименее похожего. Процесс повторяется m-1 раз и требует ротации стандартного объекта. Эта процедура также обычно применяется для определения прямых различий как исходных данных многомерного шкалирования в случаях, когда набор объектов слишком велик (m ? 30) для парных сравнений. Ее совмещение с обычным поликритериальным ранжированием открывает те же перспективы, что и совмещение с категориальной оценкой. Возможным достоинством здесь является внутреннее единство метода измерения: в обоих случаях получаются ранги объектов по признакам. Кроме того, категориальная оценка, как и парные сравнения, становится проблематичной при увеличении числа сравниваемых объектов.
Ранжирование – следующий за парными сравнениями по простоте и надежности результатов метод. Известно, что «любое ранжирование сводимо к набору парных сравнений» [20, с. 60]. Благодаря допущению транзитивности, данные, полученные одним из этих методов, можно преобразовать в данные, полученные другим,  и наоборот [53]. Хотя гипотеза транзитивности нуждается в проверке ad hoc, есть эмпирические основания полагать, что устанавливаемые респондентом в ранжировке отношения предпочтения транзитивны, по крайней мере, применительно к некоторым объектам оценки, таким, как политические лидеры [53]. Выбор в качестве инструмента измерения ранжирования, а не парных сравнений обычно диктуется соображениями простоты организации исследования. Для измерения через парные сравнения число необходимых операций стремительно возрастает с увеличением числа объектов. Если же возникает необходимость в оценке объектов по нескольким критериям, применение парных сравнений становится исключительно сложным, даже непосильным для некоторых респондентов.
В. И. Паниотто разработал промежуточный по отношению к парным сравнениям и ранжированию метод, обозначенный им как «множественные сравнения» [27]. Он состоит в оценке сразу нескольких объектов из некоторой совокупности по какому-либо критерию. Отличительной чертой множественных сравнений является оценка всех объектов из  большой совокупности, но производимая не одновременно. Этот метод, теоретически описанный еще до разработок Паниотто как расширение парных сравнений [15], также демонстрирует высокое качество получаемых данных, однако его концептуальная самостоятельность по отношению к ранжированию представляется сомнительной, потому что «множественные сравнения» можно интерпретировать просто как ранжирование по неполному плану.

Еще по теме 1.7. Ранжирование и другие методы измерений:

1. 1.3. Особенности ранжирования как процедуры измерения
2. 1. МЕТОД РАНЖИРОВАНИЯ
3. МЕТОДЫ ИЗМЕРЕНИЯ
4. ОПРЕДЕЛЕНИЯ И МЕТОДЫ ИЗМЕРЕНИЯ
5. 12.4. Методы развития и способы измерения выносливости
6. СОЦИАЛЬНАЯ СМЕРТНОСТЬ: МЕТОДЬ! ИЗМЕРЕНИЯ
7. Инструменты измерения и их значение для использования статистических методов
8. Глава 5. Метод Терстоуна измерения установки
9. ПРОЦЕДУРА РАНЖИРОВАНИЯ
10. ДРУГИЕ МЕТОДЫ ДОСТИЖЕНИЯ УМСТВЕННОГО СПОКОЙСТВИЯ
11. 1.6. Модификации ранжирования
12. Другие методы: интервью, жизнеописания, дневники, анализ бесед Интервью