1. Явление превращения вещества из жидкого состояния в газообразное называется парообразованием. Парообразование может осуществляться в виде двух процессов: испарения и кипения.

Испарение происходит с поверхности жидкости при любой температуре. Так, лужи высыхают и при 10 °С, и при 20 °С, и при 30 °С. Таким образом, испарением называется процесс превращения вещества из жидкого состояния в газообразное, происходящий с поверхности жидкости при любой температуре .

С точки зрения молекулярно-кинетической теории строения вещества испарение жидкости объясняется следующим образом. Молекулы жидкости, участвуя в непрерывном движении, имеют разные скорости. Наиболее быстрые молекулы, находящиеся на границе поверхности воды и воздуха и имеющие сравнительно большую энергию, преодолевают притяжение соседних молекул и покидают жидкость. Таким образом, над жидкостью образуется пар.

Поскольку из жидкости при испарении вылетают молекулы, обладающие большей внутренней энергией по сравнению с энергией молекул, остающихся в жидкости, то средняя скорость и средняя кинетическая энергия молекул жидкости уменьшаются и, следовательно, температура жидкости уменьшается.

Скорость испарения жидкости зависит от рода жидкости. Так, скорость испарения эфира больше, чем скорость испарения воды и растительного масла. Кроме того, скорость испарения зависит от движения воздуха над поверхностью жидкости. Доказательством может служить то, что бельё сохнет быстрее на ветру, чем в безветренном месте при тех же внешних условиях.

Скорость испарения зависит от температуры жидкости. Иапример, вода при температуре 30 °С испаряется быстрее, чем вода при 10 °С.

Хорошо известно, что вода, налитая в блюдце, испариться быстрее, чем вода такой же массы, налитая в стакан. Следовательно, скорость испарения зависит от площади поверхности жидкости.

2. Процесс превращения вещества из газообразного состояния в жидкое называется конденсацией.

Процесс конденсации происходит одновременно с процессом испарения. Молекулы, вылетевшие из жидкости и находящиеся над её поверхностью, участвуют в хаотическом движении. Они сталкиваются с другими молекулами, и в какой-то момент времени их скорости могут быть направлены к поверхности жидкости, и молекулы вернутся в неё.

Если сосуд открыт, то процесс испарения происходит быстрее, чем конденсация, и масса жидкости в сосуде уменьшается. Пар, образующийся над жидкостью, называется ненасыщенным .

Если жидкость находится в закрытом сосуде, то вначале число молекул, вылетающих из жидкости, будет больше, чем число молекул, возвращающихся в неё, но с течением времени плотность пара над жидкостью возрастет настолько, что число молекул, покидающих жидкость, станет равным числу молекул, возвращающихся в неё. В этом случае наступает динамическое равновесие жидкости с её паром .

Пар, находящийся в состоянии динамического равновесия со своей жидкостью, называется насыщенным паром.

Если сосуд с жидкостью, в котором находится насыщенный пар, нагреть, то вначале число молекул, вылетающих из жидкости, увеличится и будет больше, чем число молекул, возвращающихся в неё. С течением времени равновесие восстановится, но плотность пара над жидкостью и соответственно его давление увеличатся.

3. В воздухе всегда содержится водяной пар, являющийся продуктом испарения воды. Содержание водяного пара в воздухе характеризует его влажность.

Абсолютной влажностью воздуха ​\((\rho) \) ​ называют массу водяного пара, содержащегося в 1 м 3 воздуха, или плотность водяного пара, содержащегося в воздухе.

Если относительная влажность равна 9,41·10 -3 кг/м 3 , то это означает, что в 1 м 3 содержится 9,41·10 -3 кг водяного пара.

Для того чтобы судить о степени влажности воздуха, вводят величину, называемую относительной влажностью .

Относительной влажностью воздуха ​\((\varphi) \) ​ называют величину, равную отношению плотности водяного пара ​\((\rho) \) ​, содержащегося в воздухе (абсолютной влажности), к плотности насыщенного водяного пара ​\((\rho_0) \) ​ при этой температуре:

\[ \varphi=\frac{\rho}{\rho_0}100\% \]

​Обычно относительную влажность выражают в процентах.

При понижении температуры ненасыщенный нар может превратиться в насыщенный. Примером такого превращения является выпадение росы и образование тумана. Так, летним днём при температуре 30 °С плотность водяного пара равна 12,8·10 -3 кг/м 3 . Этот водяной пар является ненасыщенным. При понижении вечером температуры до 15 °С он уже будет насыщенным, и выпадет роса.

Температуру, при которой водяной пар, содержащийся в воздухе, становится насыщенным, называют точкой росы.

Для измерения влажности воздуха используют прибор, называемый психрометром .

Психрометр состоит из двух термометров, один из которых сухой, а другой - влажный (рис. 74). Термометры прикреплены к таблице, в которой по вертикали указана температура, которую показывает сухой термометр, а по горизонтали - разность показаний сухого и влажного термометров. Определив показания термометров, по таблице находят значение относительной влажности воздуха.

Например, температура, которую показывает сухой термометр, 20 °С, показание влажного термометра — 15 °С. Разность показаний 5 °С. По таблице находим значение относительной влажности ​\(\varphi \) ​ = 59%.

4. Второй процесс парообразования - кипение . Наблюдать этот процесс можно с помощью простого опыта, нагревая воду в стеклянной колбе. При нагревании воды в ней через некоторое время появляются пузырьки, в которых содержатся воздух и насыщенный водяной пар, который образуется при испарении воды внутри пузырьков. При повышении температуры давление внутри пузырьков растёт, и под действием выталкивающей силы они поднимаются вверх. Однако, поскольку температура верхних слоёв воды меньше, чем нижних, пар в пузырьках начинает конденсироваться, и они сжимаются. Когда вода прогреется по всему объёму, пузырьки с паром поднимаются до поверхности, лопаются, и пар выходит наружу. Вода кипит. Это происходит при такой температуре, при которой давление насыщенного пара в пузырьках равно атмосферному давлению.

Процесс парообразования, происходящий во всем объёме жидкости при определённой температуре, называют кипением . Температуру, при которой жидкость кипит, называют температурой кипения .

Эта температура зависит от атмосферного давления. При повышении атмосферного давления температура кипения возрастает.

Опыт показывает, что в процессе кипения температура жидкости не изменяется, несмотря на то, что извне поступает энергия. Переход жидкости в газообразное состояние при температуре кипения связан с увеличением расстояния между молекулами и соответственно с преодолением притяжения между ними. На совершение работы по преодолению сил притяжения расходуется подводимая к жидкости энергия. Так происходит до тех пор, пока вся жидкость не превратится в пар. Поскольку жидкость и пар в процессе кипения имеют одинаковую температуру, то средняя кинетическая энергия молекул не изменяется, увеличивается лишь их потенциальная энергия.

На рисунке 75 приведён график зависимости температуры воды от времени в процессе её нагревания от комнатной температуры до температуры кипения (АБ), кипения (БВ), нагревания пара (ВГ), охлаждения пара (ГД), конденсации (ДЕ) и последующего охлаждения (ЕЖ).

5. Для превращения разных веществ из жидкого состояния в газообразное требуется разная энергия, эта энергия характеризуется величиной, называемой удельной теплотой парообразования .

Удельной теплотой парообразования ​\((L) \) ​ называют величину, равную отношению количества теплоты, которое нужно сообщить веществу массой 1 кг, для превращения его из жидкого состояния в газообразное при температуре кипения.

Единица удельной теплоты парообразования - ​\([L] \) ​ = Дж/кг.

Чтобы рассчитать количество теплоты ​\(Q \) ​, которое необходимо сообщить веществу массой ​\(m \) ​ для его превращения из жидкого состояния в газообразное, необходимо удельную теплоту парообразования ​\((L) \) ​ умножить на массу вещества: ​\(Q=Lm \) ​.

При конденсации пара выделяется некоторое количество теплоты, причем его значение равно значению количества теплоты, которое необходимо затратить для превращения жидкости в пар при той же температуре.

Часть 1

1. Испарение и кипение - два процесса превращения вещества из одного агрегатного состояния в другое. Общей характеристикой этих процессов является то, что оба они

А. Представляют собой процесс превращения вещества из жидкого состояния в газообразное
Б. Происходят при определённой температуре

Правильный ответ

1) только А
2) только Б
3) и А, и Б
4) ни А, ни Б

2. Испарение и кипение - два процесса перехода вещества из одного агрегатного состояния в другое. Различие между ними заключается в том, что

А. Кипение происходит при определённой температуре, а испарение - при любой температуре.
Б. Испарение происходит с поверхности жидкости, а кипение - во всём объёме жидкости.

Правильным(-и) является(-ются) утверждение(-я)

1) только А
2) только Б
3) и А, и Б
4) ни А, ни Б

3. При нагревании вода превращается в пар той же температуры. При этом

1) увеличивается среднее расстояние между молекулами
2) уменьшается средний модуль скорости движения молекул
3) увеличивается средний модуль скорости движения молекул
4) уменьшается среднее расстояние между молекулами

4. В процессе конденсации водяного пара при неизменной его температуре выделилось некоторое количество теплоты. Что произошло с энергией молекул водяного пара?

1) изменилась как потенциальная, так и кинетическая энергия молекул пара
2) изменилась только потенциальная энергия молекул пара
3) изменилась только кинетическая энергия молекул пара
4) внутренняя энергия молекул пара не изменилась

5. На рисунке приведён график зависимости температуры воды от времени при её охлаждении и последующем нагревании. Первоначально вода находилась в газообразном состоянии. Какой участок графика соответствует процессу конденсации воды?

1) АВ
2) ВС
3) CD
4) DE

6. На рисунке приведён график зависимости температуры воды от времени. В начальный момент времени вода находилась в газообразном состоянии. В каком состоянии находится вода в момент времени ​\(\tau_1 \) ​?

1) только в газообразном
2) только в жидком
3) часть воды в жидком состоянии, часть - в газообразном
4) часть воды в жидком состоянии, часть - в кристаллическом

7. На рисунке приведён график зависимости температуры спирта от времени при его нагревании и последующем охлаждении. Первоначально спирт находился в жидком состоянии. Какой участок графика соответствует процессу кипения спирта?

1) АВ
2) ВС
3) CD
4) DE

8. Какое количество теплоты необходимо затратить, чтобы превратить в газообразное состояние 0,1 кг спирта при температуре кипения?

1) 240 Дж
2) 90 кДж
3) 230 кДж
4) 4500 кДж

9. В понедельник абсолютная влажность воздуха днём при температуре 20 °С была равной 12,8 г/см 3 . Во вторник она увеличилась и стала равной 15,4 г/см 3 . Выпала ли роса при понижении температуры до 16 °С, если плотность насыщенного пара при этой температуре 13,6 г/см 3 ?

1) не выпала ни в понедельник, ни во вторник
2) выпала и в понедельник, и во вторник
3) в понедельник выпала, во вторник не выпала
4) в понедельник не выпала, во вторник выпала

10. Чему равна относительная влажность воздуха, если при температуре 30 °С абсолютная влажность воздуха равна 18·10 -3 кг/м 3 , а плотность насыщенного пара при этой температуре 30·10 -3 кг/м 3 ?

1) 60%
2) 30%
3) 18 %
4) 1,7 %

11. Для каждого физического понятия из первого столбца подберите соответствующий пример из второго столбца. Запишите в таблицу выбранные цифры под соответствующими буквами.

ФИЗИЧЕСКИЕ ПОНЯТИЯ
A) физическая величина
Б) единица физической величины
B) прибор для измерения физической величины

ПРИМЕРЫ
1) кристаллизация
2) джоуль
3) кипение
4) температура
5) мензурка

12. На рисунке приведены графики зависимости от времени температуры двух веществ одинаковой массы, находившихся первоначально в жидком состоянии, получающих одинаковое количество теплоты в единицу времени. Из приведённых ниже утверждений выберите правильные и запишите их номера.

1) Вещество 1 полностью переходит в газообразное состояние, когда начинается кипение вещества 2
2) Удельная теплоёмкость вещества 1 больше, чем вещества 2
3) Удельная теплота парообразования вещества 1 больше, чем вещества 2
4) Температура кипения вещества 1 выше, чем вещества 2
5) В течение промежутка времени ​\(0-t_1 \) ​ оба вещества находились в жидком состоянии

Часть 2

13. Какое количество теплоты необходимо для превращения в стоградусный пар 200 г воды, взятой при температуре 40 °С? Потерями энергии на нагревание окружающего воздуха пренебречь.

Ответы

7.6. Латентно-структурный анализ (ЛСА) Лазарсфельда

7.6.1. Простейший вариант ЛСА: вход и выход

Рассмотрим частный случай ЛСА - тот, который в свое вре­мя был предложен самим Лазарсфельдом. Перейдем к его описа­нию, подчеркнув, что тех ограничений, к перечислению кото­рых мы переходим, при настоящем состоянии техники ЛСА можно и не делать (о развитии ЛСА можно прочесть в [Гибсон, 1973; Дегтярев, 1981, Ι995; Лазарсфельд, 1966, 1973; Осипов, Андреев, 1977, с. 140-151; Статистические методы анализа..., 1979, с. 249-266; Типология и классификация..., 1982, с. 99- 111; Lazarsfeld, Henry, 1968]; о некоторых аспектах применения этого подхода в социологии см. также [Батыгин, 1990; Соци­альные исследования..., 1978, с. 15]).

В своих работах Лазарсфельд неоднократно упоминает о том, что его подход имеет самое непосредственное отношение к тео­рии тестов. Начнем описание ЛСА в соответствии со сформули­рованными выше принципами тестовой традиции.

Итак, мы предполагаем, что имеется совокупность респон­дентов, для которых существует одномерная латентная номи­нальная переменная с заданным числом градаций к. Пусть для определенности к = 2. Имеется анкета с N дихотомическими воп­росами. Предполагается, что вопросы подобраны таким обра­зом, что респонденты с разными значениями латентной пере­менной почти всегда по-разному будут отвечать на вопросы ан­кеты, а с одним и тем же значением - как правило, будут давать примерно одинаковые ответы. Предположим также, что за счет этого связь между наблюдаемыми переменными можно объяс­нить действием латент-ной переменной.

Приведем пример. Пусть наши респонденты - московские студенты, латентная переменная - их отношение к будущей специальности. Вопросы имеют примерно такой вид:

1) Часто ли Вы посещаете библиотеку (не реже раза в неде­лю)?

2) Имеется ли у Вас домашняя библиотека из книг по специ­альности (не менее 10 книг)?

3) Читали ли Вы когда-нибудь книгу по специальности по собственной инициативе, без рекомендации ее преподавателем?

4) Были ли у Вас двойки на экзаменах?

5) Случалось ли Вам, присутствуя на лекции, слушать плей­ер?

6) Часто ли Вы пропускаете лекции (более трех лекций в неделю)?

Ясно, что студенты, мечтающие о работе по приобретаемой специальности, будут на первые три вопроса давать, как прави­ло, положительные ответы, а на последние три - отрицатель­ные. А для студентов, равнодушно или негативно относящихся к выбранной специальности, будет иметь место обратная картина.

Ясно также, что между рассматриваемыми наблюдаемыми пе­ременными будет иметься статистическая связь и что ее, всего ве­роятнее, можно будет объяснить действием латентной переменной. Это проявится в том, что при фиксации значения латентной пере­менной эта связь пропадет. Заметим, что это, уже неодно-кратно упоминаемое нами положение, Лазарсфельд первым четко сфор­мулировал и назвал аксиомой локальной независимости.

Исходной информацией для ЛСА служат частотные таблицы произвольной размерности (размерность таких таблиц зависит от заданного числа значений латентной переменной). Обозна­чим через р. - вероятность положительного ответа наших рес­пондентов на /"-й вопрос (долю респондентов, давших такой от­вет); через р.. - вероятность положительных ответов одновре­менно и на /"-й, и на у"-й вопросы; через ρ к - вероятность поло­жительных ответов одновременно на г"-й, у"-й и к-й вопросы и т. д.

Те же буквы с индексом 1 наверху (р/, />..", ρ к") будут обозначать соответствующие частоты для первого латентного класса, с индек­сом 2 наверху (pf, ρ 2 , pjjk) - то же для второго латентного класса.

р.-к - вероятность положительного ответа на /-й и к-й вопро­сы и одновременно - отрицательного ответа на у"-й вопрос.

V, V2 - доли латентных классов в общей совокупности рес­пондентов.

Рассмотрим произвольный набор ответов на вопросы анке­ты, например, +н-I-К Через Ρ (1/+-Ι-ι--Н) обозначим ве­роятность того, что респондент, давший набор ответов +н-\- + , попал в первый латентный класс, а через Ρ (2/+Η-I-Η) - то же, для второго латентного класса.

Для описания исходных данных и результатов применения ЛСА прибегнем к "кибернетической" терминологии. Вход ЛСА.

Частоты любой размерности:p., p.., pjjk. Другими словами, ЛСА работает с частотными таблицами. Это не может не привлекать социолога: метод может работать со шкалами любых типов.

Выход ЛСА.

а) Аналогичные частоты для каждого латентного класса. В на­шем случае с двумя латентными классами это будут частоты вида Р/>Р,/,Р„к""Р/,Р/,Р1]к2-

Эти совокупности частот могут рассматриваться как описания латентных классов. Анализ таких описаний может послужить для уточнения представлений о той латентной переменной, существо­вание которой априори постулировалось, в частности, может при­вести исследователя к выводу о том, что ей следует дать другое название (ср. наши рассуждения о понятии "латентная перемен­ная" в п. 1.1). Подчеркнем, что такая возможность, с одной сторо­ны, выгодно отличает подход Лазарсфельда от остальных рассмот­ренных нами методов одномерного шкалирования (скажем, при использовании шкал Лайкерта или Терстоуна даже не ставится вопрос о том, что переменная может быть другой), а с другой, приближает к таким методам поиска латентных переменных, как факторный анализ и многомерное шкалирование (там проблема интерпретации осей одна из центральных). Представляется, что это характеризует ЛСА как более адекватный подход, чем другие методы одномерного шкалирования. В процессе использования пос­ледних мы фактически не считаем ту переменную, значения кото­рой ищем, латентной - мы знаем, что это за переменная, не умеем только ее измерять "в лоб". А в случае ЛСА мы допускаем" неадекватность наших априорных представлений о сути (названии) латентной переменной. И это, на наш взгляд, ближе к тем реаль­ным ситуациям, с которыми обычно имеет дело социолог.

Приведем пример. Положительные ответы на первые три при­веденных выше вопроса могут отражать не любовь к будущей специальности, а послушание "пай-девочек" интеллигентных ро­дителей, имеющих схожую специальность. Положительные же ответы на последние три вопроса - напротив, - самостоятель­ность сознательно выбравших будущую специальность молодых интеллектуалов, отрицающих необходимость для них прослу­шивания каких-то устаревших курсов, умеющих быстро навер­стать пропущенные занятия, позволяющих себе иногда "рассла­биться". Ясно, что в такой ситуации полное распределение отве­тов на все вопросы в найденных латентных классах может по­мочь исследователю скорректировать наименование латентной переменной.

Упомянем еще об одной возможной трактовке получаемых в результате применения ЛСА частотных распределений для каж­дого латентного класса. Каждое такое распределение можно ин­терпретировать как отражение той "плюралистичное™" мнений одного респондента, о которой мы говорили при обсуждении шкал Терстоуна. Можно считать, что это то самое распределе­ние, которое отвечает одному респонденту, попавшему в соот­ветствующий латентный класс (правда, как мы увидим ниже, ЛСА дает возможность судить лишь о вероятности такого попа­дания).

б) Относительные объемы классов. В нашем случае - V и V2.
Эта информация, помимо прочего, тоже может способствовать
корректировке представлений исследователя о латентной пере-
менной. Заметим (и это пригодится при решении приведенных
ниже уравнений), что V + V2 = 1.

в) Вероятность Ρ (1/++-+-+) попадания объекта, давшего
набор ответов ++-I-Ь, в первый латентный класс и аналогичная
вероятность Ρ (2/++-+-+) - для второго латентного класса.

Это самое серьезное отличие ЛСА от других методов одно­мерного шкалирования. Представляется, что именно это отли­чие в наибольшей степени делает ЛСА более адекватным мето­дом, чем другие рассмотренные подходы к построению шкал. Способ измерения с помощью анкетных опросов по своей сути довольно "груб", в силу чего даже самые "благоприятные" отве­ты респондента не обязательно означают его включенность в соответствующий этим ответам латентный класс. Лазарсфельд действует более тонко: говорит только о вероятности такой вклю­ченности. Именно здесь проявляется в наибольшей степени же­лание Лазарсфельда следовать критериям, принятым в естествен­ных науках. Использование подобных вероятностных соотноше­ний в этих науках общепринято. Такой подход является есте­ственным и для самой математической статистики (социологу не мешает приглядываться к тому, что делают математики; иногда они вследствие профессиональной склонности к обобщениям предлагают более жизненные, хотя, может быть, и более слож­ные постановки задач, чем социолог).

7.6.2. Модельные предположения ЛСА

Вернемся к не раз упомянутой выше "кибернетической" схе­ме, отражающей процесс производного измерения. Наши вход и выход связаны соотношением:

Базы данных" href="/text/category/bazi_dannih/" rel="bookmark">базе данных величин (формирующих вход) получить искомые (выход), надо задать правила, выража­ющие вторые через первые (например, составить соответствую­щие уравнения). Каковы же соответствующие модельные пред­ставления? Сформулируем соотношения,"лежащие в основе ЛСА.

"Невооруженным" глазом видно, что количество неизвест­ных величин настолько превышает количество известных, что вряд ли в принципе возможно составление решаемых уравне­ний. Чтобы сократить количество неизвестных, вспомним акси­ому локальной независимости: фиксация значения латентной переменной приводит к исчезновению связи между наблюдае­мыми (это и означает, что латентная переменная объясняет свя­зи между наблюдаемыми).

Как мы уже говорили, независимость наших/-й и у"-й перемен­ных означает справедливость соотношения (7.2).

Ясно, что это равенство, вообще говоря, будет неверным, поскольку ответ на один вопрос (скажем, о том, имеет ли рес­пондент библиотеку) зависит от его ответа на другой вопрос (скажем, читает ли он по собственному желанию книги по буду­щей профессии). А вот для лиц, принадлежащих к одному латен­тному классу, в соответствии с аксиомой локальной независи­мости подобное соотношение будет справедливым:

Pj^P"p", P?=pfpf.

Нетрудно видеть, что использование этих соотношений по­зволяет резко сократить количество неизвестных: если мы най­дем р! и р.1, то величину pJ можно будет не искать, поскольку ее легко выразить через первые две вероятности (относительные ча­стоты). То же можно сказать и о других многомерных частотах.

Для того чтобы понять, каким образом можно составить тре­бующиеся уравнения, вспомним формулу полной вероятности:

расплывчатых" классификаций, что, од­нако, может быть не адекватно реальности. Этот недостаток по­крывается тем, что мы лишь указываем вероятность принадлеж­ности того или иного респондента к определенному классу, а не вычисляем точное значение латентной переменной для этого рес­пондента.

В системе (7.3) слева - известные величины, справа - неизве­стные. Ее можно решить. Мы не будем заниматься этим, отослав читателя к упомянутой в начале предыдущего параграфа литературе.

Осталось описать способ, с помощью которого рассчитыва­ются упомянутые вероятности. Этот способ опирается на так на­зываемую формулу Байеса: P(a/b) = (Р(а) Р(Ь/а))/Р (Ь). Здесь она превращается в

(Полагаем, что сказанное в настоящем параграфе лишний раз убедило читателя в том, что социологу необходимо знать эле­менты теории вероятностей).

В заключение обсудим, как же в случае ЛСА решаются сфор­мулированные нами в п. 7.3.3 проблемы построения индексов (искомая с помощью ЛСА латентная переменная тоже своеоб­разный индекс).

Первую проблему ЛСА не решает: существование латентной переменной в ЛСА постулируется. Правда, представление о ней может быть скорректировано за счет анализа полученных в про­цессе применения метода описаний каждого латентного класса (совокупности людей, имеющих одно и то же значение латент­ной переменной), т. е. вычисления вероятностных распределений ответов попавших в класс респондентов на все рассматриваемые вопросы.

Наши второй и третий вопросы снимаются следующим обра­зом. Точные значения латентной переменной для отдельных рес­пондентов не вычисляются. Вместо этого: а) дается описание каждого латентного класса и б) для каждого возможного набора ответов на вопросы анкеты вычисляется вероятность попадания давшего эти ответы респондента в любой из латентных классов.

Тип шкалы латентной переменной в ЛСА постулируется. В рас­смотренном простейшем варианте метода переменная была но­минальной. Как мы уже оговаривали, в более современных (но и гораздо более сложных) вариантах метода латентная переменная может быть получена по шкале любого типа, предусматривается также ее многомерность.

Глава 8. ПСИХОСЕМАНТИЧЕСКИЕ МЕТОДЫ В СОЦИОЛОГИИ

Мы уже говорили о том, что социолог, желающий адекватно оценивать мнение респондента, должен "дружить" с психологией. Надеемся, что читатель убедился в этом при рассмотрении в пре­дыдущем разделе некоторых аспектов использования в социоло­гии тестового подхода. Перейдем к изучению еще одного способа осуществления опроса, опирающегося на достижения психологии.

Прежде всего о том, что такое психосемантика. Как известно, семантика - это "раздел языкознания и логики, в котором ис­следуются проблемы, связанные со смыслом, значением и ин­терпретацией знаков и знаковых выражений". [Быстрое, 1991, с. 275]. Психосемантика же изучает психологическое восприятие человеком значений и смыслов разного рода объектов (в том числе понятий, а также знаков и знаковых выражений), про­цесса интерпретации им этих объектов. В нее входят разные на­правления, в определенной мере отличные друг от друга и по решаемым задачам, и по подходам к их решению. Наряду с ме­тодом семантического дифференциала (СД), подробно рассмат­риваемым в п. 8.3, сюда можно отнести метод репертуарных ре­шеток [Дубицкая, Ионцева, 1997; Тарарухина, Ионцева, 1997; Толстова, 1997; Франселла, Баннистер, 1986] и некоторые дру­гие подходы [Баранова, Ι; Петренко, 1983, 1988; Ка-чанов, Шматко, 1993; Шмелев, 1983]). Одна из основных задач психосемантики - построение так называемого семантического пространства, т. е. нахождение системы тех латентных факторов, в рамках которых респондент "работает", так или иначе оцени­вая какие-либо объекты. Необходимо подчеркнуть, что респон­дент, как правило, не дает себе отчета в существовании этих факторов. Семантическое пространство по существу является ис­следовательской моделью структуры индивидуального сознания, на основе которой происходит восприятие респондентом объек­тов, их классификация, сравнение и т. д.

Иногда психосемантические методы относят к проективной технике. "Особенность проективных процедур в том, что стиму­лирующая ситуация приобретает смысл не в силу ее объектив­ного содержания, но по причинам, связанным с субъективны­ми наклонностями и влечениями испытуемого, т. е. вследствие субъективированного, личностного значения, придаваемого ситуации испытуемым. Испытуемый как бы проецирует свои свойства в ситуацию" [Ядов, 1995, с. 190].

Наряду с методом СД к проективной технике относят и дру­гие процедуры: метод незаконченных предложений, изучение разного рода ассоциаций респондентов по поводу заданного сти­мула и т. д. [Соколова, 1980; Ольшанский, 1994, с. 111 - 112; Ядов, 1995, с. 190-193].

Как отмечается в [Ядов, 1995, с. 193], "обоснованность проектив­ных процедур определяется прежде всего теоретическими посыл­ками, руководствуясь которыми исследователь истолковывает дан­ные". Сделаем некоторые предварительные замечания соответству­ющего плана, касающиеся основного интересующего нас в дан­ной работе психосемантического метода, - СД.

Метод СД направлен не только на поиск семантического про­странства и анализ лежащих в его основе факторов, но и на изу­чение взаимного расположения объектов в этом пространстве (т. е. различий в восприятии объектов рассматриваемым респонден­том). Для социолога круг задач, решаемых с помощью СД, более широк - его интересы требуют нахождения усредненных показа­телей соответствующего рода; выделение типов людей, обладаю­щих сходным восприятием рассматриваемых объектов.

По существу мы здесь имеем дело с одним из частных случаев той глобальной задачи, о которой говорили в первом разделе-(п. 3.2): метод СД позволяет с помощью жесткого формализован­ного опроса получить более или менее адекватную информацию о довольно тонких психологических структурах восприятия чело­веком окружающего мира. И снова для того, чтобы в нашем "бо­лее или менее" было больше "более", чем "менее", требуется тща­тельное отслеживание той модели, которая дает нам возможность соединить несоединимое. Это мы и намереваемся сделать ниже.

Основой той психологической теории, на которой базируется метод СД, служат понятия "значение" и "смысл". Этим поняти­ям, а также их различению уделяется огромное внимание в пси­хологической, психосемантической, психолингвистической ли­тературе [Дридзе, 1984; Леонтьев, 1974, 1983; Ольшанский, 1994;

Соколова, 1994]. Мы не будем их подробно рассматривать. Отме­тим только, что оба понятия отражают общественный опыт, ус­ваиваемый индивидом. Оба являются результатом определенной организации (классификации) сознанием человека того потока впечатлений, который последний получает от окружающего мира. Но первое отвечает коллективному опыту людей (так, ребенок присваивает готовые, исторически выработанные значения), а второе - опыту отдельного субъекта, это как бы внутренне мо­тивированное значение для субъекта. Первое в большей мере со­ответствует классификации когнитивного характера (логике ума), а второе - аффективного (логике чувств). Однако структуры и значений, и смыслов сложны. В частности, в обеих можно выде­лить и когнитивный, и аффективный компоненты. Нас в основ­ном будет интересовать эмоциональная сторона смыслов, при­писываемых респондентами тем или иным объектам.

8.2. Семантический дифференциал (СД) 8.2.1. Постановка задачи Осгудом

Метод СД был предложен группой американских психологов во главе с Ч. Осгудом в 1957 г. . На русском языке описание метода СД можно найти в [Осгуд, Суси, Танненбаум, 1972; Осипов, Андреев, 1977; Ядов, 1995]. Обзор лежащих в том же русле подходов можно найти в [Родионова, 1996].

С помощью применения соответствующей техники достигают­ся следующие цели: 1) раскрытие аффективных компонент смыс­лов, вкладываемых людьми в те или иные объекты (явления, по­нятия); 2) выявление тех факторов, которые определяют смыс­ловую значимость объектов для каждого человека; пространство, образуемое этими факторами, и является тем самым семантичес­ким пространством, в которое респондент как бы помещает объект, оценивая его каким-либо образом; 3) определение раз­личий в восприятии человеком разных объектов; собственно, воз­можность решать именно эту задачу и дало наименование рас­сматриваемому методу: речь идет о различии (дифференциале) объектов в семантическом пространстве; 4) выделение типов людей, имеющих сходную картину изучаемых смыслов, сходные психосемантические пространства; соответствующие усредненные смыслы интерпретируются как значения объектов для субкульту­ры, отождествляемой с рассматриваемым типом людей.

Предложив метод СД, его авторы предложили тем самым опе­рациональный способ "улавливания" столь тонкой материи, как эмоциональная сторона смысла, вкладываемого индивидом в рас­сматриваемые объекты. Как любой способ такого рода, он опи­рается на определенную модель, определенные теоретические представления исследователя о том, каким образом искомые, не поддающиеся непосредственному измерению психологические "флюиды" могут проявиться во внешнем поведении индивида. И как всегда, упомянутое внешнее поведение для нас проявля­ется в ответах этого индивида на определенные предложенные ему вопросы. Другими словами, здесь, как и выше, мы хотим получить невербальную информацию вербальными методами.

Сам Осгуд использовал терминологию, несколько отличную от описанной выше: вместо термина "личностный смысл" Осгуд пользовался достаточно близким понятием "коннотативное зна­чение", противопоставляя его денотативному. При этом он по­лагал, что денотативное отражает объективный аспект позна­ния, а коннотативное - субъективные, индивидуальные цен­ности. Коннотативные признаки метафоричны по своей приро­де. Они характеризуют восприятие субъекта, а не описывают объект оценки. И именно коннотативные признаки служат ос­новой той модели, которую мы коротко охарактеризовали выше. Поясним на примере смысл введенных определений.

Оценивая какого-либо человека, мы можем анализировать, является ли он умным или глупым, толстым или тонким и т. д. Это - денотативные признаки (человек действительно обладает соот­ветствующими качествами в буквальном их смысле; хотя наша оценка может быть субъективной: скажем, мы можем необъек­тивно оценить умственные способности человека). А можем вы­яснять, является ли тот же человек мягким или твердым, горя­чим или холодным и т. д. Ясно, что при этом мы не будем иметь в виду измерение жесткости по известной шкале твердости Мосса (у всех людей твердость в этом смысле одинакова), а измерение температуры - с помощью градусника (все имеют температуру 36,6). Значит, в этом случае мы имеем дело с коннотативными признаками. Метафора налицо.

Предложенный Осгудом подход опирался на изучение явле­ния синестезии (синестезиса) - мышления по аналогии, воз­никновения одних чувственных восприятий под воздействием других. Процесс синестезии знаком каждому человеку. Под вли­янием определенных наборов звуков (музыкального произведе­ния) у человека возникают определенные зрительные представ­ления, знакомый запах может внезапно вызвать из памяти зна­комую звуковую или зрительную картину и т. д.

Явление синестезии отражается в любом языке: мы говорим о горячем сердце, твердом характере и т. д. (правда, используя по­добные термины, надо быть осторожными: в разных культурах "коннотативная" интерпретация одного и того же признака мо­жет быть разной; так, у некоторых кавказских народностей тер­мин "железный" применительно к характеру человека означает его мягкость в противовес стальному, твердому характеру). Со­ответствующие психологические аспекты и были использованы Осгудом.

Расматриваемый подход предполагает, что смысл (точнее, его эмоциональный компонент), вкладываемый человеком в то или иное понятие, может обнаружиться, если этот человек укажет на положение рассматриваемого понятия в системе некоторых коннотативных признаков. Например, пытаясь выявить истин­ное ("смысловое", точнее эмоционально-смысловое) отноше­ние респондента к тому или иному политическому лидеру, можно спросить, каким ему представляется этот лидер: теплым или хо­лодным, пушистым или колючим и т. д. (при этом, конечно, не предполагается, что лидер может иметь температуру 48° или что у него могут расти иглы, как у ежа). Множество коннотативных признаков рассматривается как система: только вся совокупность ответов респондента на все вопросы предлагаемой анкеты может говорить о смысле объекта для респондента, о положении этого объекта в соответствующем семантическом пространстве. О раз­личии же объектов может говорить только вся совокупность раз­личий по отдельным координатам этого пространства.

Кроме того, Осгуд полагал, что, выделяя какой-либо объект из окружающего мира, определяя свое к нему отношение, каж­дый человек пользуется системой биполярных признаков. Отсюда - предложение строить систему коннотативных признаков в виде пар полярных терминов, каждый из которых отвечает одному концу соответствующего признаку психологического континуума, или, как мы будем говорить, одному полюсу признака.

Для того чтобы было более ясно, о чем идет речь, опишем подробнее технику СД.

8.2.2. Техника СД

Итак, исследователя интересует аффективная составляющая смыслов, придаваемых респондентами некоторым объектам. Со­ставляется множество пар терминов (Осгудом было придумано несколько сот таких пар), каждая из которых отвечает некото­рому коннотативному непрерывному признаку (термины из со­ответствующей пары отвечали его полюсам): горячий - холод­ный, хороший - плохой, грязный - чистый и т. д. Диапазон изменения каждого такого признака разделяется на 7 частей, тем самым признаку ставится в соответствие семизначная шкала.

Чтобы было ясно, чему должны отвечать градации нашей се­мизначной шкалы, заметим, что, скажем, паре"светлый - тем­ный" соответствуют примерно следующие выражения и шкаль­ные значения:

очень светлый 3 не очень темный -1
светлый 2 темный -2

не очень светлый 1" очень темный -3

ни светлый, ни темный О

Как мы увидим ниже, в анкете не обязательно осуществлять все подобные расшифровки пунктов шкалы, равно как не обяза­тельно использовать именно названные числа: можно брать числа от 1 до 7 и т. д. Более того, иногда можно изменить количество градаций: скажем, прибегнуть к пятибалльной шкале. Вопрос о количестве используемых градаций неотделим от вопроса о типе используемых шкал, который мы теперь хотим затронуть.

Часто о шкалах, задействованных в методе СД, по вполне понятным причинам говорят как о порядковых. Но та обработ­ка, которую предполагает техника СД, фактически рассчитана на интервальные шкалы (речь идет об использовании факторно­го анализа, применении "числовых" алгоритмов классифика­ции и т. д.). Выше (в пп. 5.2.3 и 7.5.1) мы уже говорили о том, что при достаточно большом количестве используемых градаций предположение об интервальное™ задействованных шкал мо­жет быть вполне допустимым. Этим и можно воспользоваться для оправдания указанного шага.

Опрос осуществляется следующим образом. Респондентам по очереди предъявляются для оценивания рассматриваемые объекты и предлагается соотнести интенсивность своего внутреннего ощущения по поводу того или иного объекта по очереди со всеми оценочными шкалами. Каждый объект должен быть оце­нен каждым респондентом по всем рассматриваемым шкалам.

Приведем пример соответствующего измерительного инстру­мента, предназначенного для решения одной из конкретных со­циологических задач методом СД (табл. 8.1). Речь идет об исследо­вании аффективной составляющей социальной идентичности лич­ности. В качестве объектов идентификации (в нашей терминоло­гии - оцениваемых объектов) выступали важные и близкие че­ловеку социальные общности и группы [Баранова, 1994, с. 208].

объект-признак" приведен в табл. 8.2.

Таким образом, полученная с помощью метода СД инфор­мация, будучи компактно размещенной в пространстве, обра­зует трехмерный параллелепипед, осям которого отвечают соот­ветственно респонденты, объекты, шкалы. Если мы опрашивали 500 человек, давали им для оценки 20 объектов и каждый из объектов просили оценить по 50 шкалам, то упомянутый парал­лелепипед будет иметь размерность 500x20x50.

Существует масса способов, которыми можно анализировать подобную информацию, и соответственно масса задач, которые при этом можно решить. В числе этих задач - те, о которых мы говорили выше. Прежде чем перейти к более подробному их рассмотрению, заметим следующее.

Большинство методов многомерного анализа рассчитаны на то, что исходные данные представлены в виде так называемой матри­цы "объект-признак". Это прямоугольная таблица, строки кото-

Матрица "объект-признак" двумерна. Методы, позволяющие на основе анализа такой матрицы выявлять скрытые в ней статис­тические закономерности, направлены на ее "сжатие". Так, фак­торный анализ сжимает матрицу по столбцам: мы выделяем "пуч­ки" связанных друг с другом признаков, усматривая за каждым из них действие одного латентного фактора, который можем выра­зить через наблюдаемые переменные (об этом мы говорили в п. 7.2). Методы классификации сжимают матрицу по строкам: мы объе­диняем схожие между собой объекты в кластеры, олицетворяя каждый такой кластер с неким типичным для него объектом и т. д.

У нас же совокупность исходных данных трехмерна. Для того чтобы можно было говорить о применении традиционных ме­тодов многомерного анализа, необходимо устранить третье из­мерение. Сделать это можно по-разному. Способ зависит от ре­шаемой задачи. Прежде всего рассмотрим, как анализировал описанные данные сам Осгуд.

8.2.3. Факторы восприятия, выделенные Осгудом

Прежде всего заметим, что мы можем рассмотреть данные, отвечающие одному респонденту. Они образуют матрицу имен­но нужного вида: ее строки отвечают оцениваемым объектам, столбцы - шкалам. Ясно, что найти глубинные факторы, опре­деляющие восприятие рассматриваемым индивидом изучаемых объектов, можно с помощью факторного анализа. Он даст нам возможность отыскать те скрытые пружины, которые объясня­ют связи между шкалами. Каждый фактор будет отвечать "пучку" коррелирующих друг с другом шкал.

Именно это было проделано Осгудом. Полученные выводы носили примечательный характер. Применяя факторный анализ к матрицам данных для разных респондентов, предлагая им для оценок разные объекты, используя разные шкалы (разные шка­лы были использованы и для более надежной проверки получа­емых статистических утверждений, и в силу разного понимания одних и тех же терминов людьми, принадлежащими к разным субкультурам, а Осгуд опрашивал весьма различных респонден­тов), Осгуд получал одни и те же факторы. Он назвал их оцен­кой (за этим фактором стояли такие шкалы, как "красивый-некрасивый", "хороший-плохой" и т. д.), силой ("сильный-слабый", "большой-маленький" и т. д.) и активностью ("ак­тивный-пассивный", "быстрый-медленный" и т. д.). Иногда выделялись и другие факторы. Но на первом месте всегда стояли оценка, сила и активность. Поскольку Осгудом было проанали­зировано огромное количество эмпирических данных, можно считать эмпирически обоснованным то положение, что назван­ные три фактора являются основой семантического простран­ства любого человека.

Вывод действительно примечателен: эмоциональное отноше­ние любого человека к любому объекту (точнее, аффективная составляющая смысла этого объекта для рассматриваемого инди­вида) определяется тремя компонентами такого отношения - оцен­кой, силой и активностью. Правда, здесь все же требуется отме­тить, что, поскольку этот результат доказан не теоретически, а только эмпирически, то, вообще говоря, в каждом конкретном случае он требует своего подтверждения. В некоторых работах вы­ражается сомнение в справедливости (точнее, во "всеохватнос-ти") вывода Осгуда (см., например, [Степнова, 1992]).

Избавиться от трехмерности нашего параллелепипеда мож­но не только путем рассмотрения одного респондента. Можно усреднить величины, полученные от разных людей, и далее описанным выше способом работать как бы с одним "усред­ненным" респондентом. Это делал Осгуд. Выводы остались теми же. Отметим, однако, что, вероятно, усреднение данных по достаточно большой и социально значимой совокупности рес­пондентов во многих случаях можно считать переходом от аф­фективной стороны смыслов к аффективной стороне значений рассматриваемых объектов.

Вторая задача, решенная Осгудом, - это разработка способа определения относительной ценности для рассматриваемого че­ловека разных объектов. Определить различие в восприятии на­шим респондентом каких-либо объектов можно, если рассмот­реть объекты как точки отвечающего этому респонденту семан­тического пространства (трехмерного, если используются толь­ко три описанных выше латентных фактора) и определить рас­стояния между ними.

Сделать это можно, если после проведения факторного анализа рассчитать для каждого оцениваемого объекта значения найденных факторов (п. 7.2.2). Близость между объектами обычно рассчитыва­ется традиционным образом - используется так называемое "евк­лидово расстояние". Поясним, как оно находится, на примере.

Предположим, что у нас есть три оцениваемых объекта, имею­щих значения рассматриваемых латентных факторов, указанные в приведенной ниже таблице. Попытаемся выяснить, какой из объек­тов (2 или 3) ближе по своей ценности к объекту 1 для рассматри­ваемого респондента (может быть, усредненного), см. табл. 8.3.

Таблица 8.3. Пример таблицы, задающей значения латентных факторов для трех оцениваемых респондентами объектов

Ясно, что Л (1,2) > R (1,3). Другими словами, для рассматри­ваемого респондента первый и второй объекты по своему смыс­лу более близки друг к другу, чем первый и третий.

Если мы имеем одно и то же семантическое пространство для нескольких респондентов, то, проведя оценочную процедуру для каждого из них, можно схожим образом определить сравнитель­ную значимость каких-либо объектов для разных индивидов. О всех типах задач, которые можно решать на базе данных, собран­ных с помощью метода СД, можно прочесть ниже (п. 8.2.4).

Если мы не хотим или не имеем возможности осуществить факторный анализ собранных данных, то можно решить задачи, подобные описанным, находя расположение объектов в семан­тическом пространстве по-другому. А именно, можно опереться на полученный Осгудом результат, состоящий в том, что латен­тные факторы - именно те, о которых шла речь выше. Предполо­жим, что мы четко определим, какие шкалы относятся, скажем, к фактору "сила". Допустим, это будут упомянутые выше шкалы "сильный-слабый" и "большой-маленький" (и только они). Пусть некий объект по первой шкале имеет координату 5, а по второй - координату 3. Будем считать, что координатой нашего объекта по фактору "сила" является соответствующее среднее арифметическое (5 + 3)/2 = 4. Это не будет точным значением нашего фактора (как было показано в п. 7.2.2, в линейном фак­торном анализе значение латентного фактора выражается как не­кая линейная комбинация наблюдаемых переменных, не обяза­тельно совпадающая с суммой последних). Но опыт показывает, что в ряде ситуаций такое приближение может быть достаточным.

Этапы кластерного анализа (1-2)

Рассмотрим этапы кластерного анализа с позиций математического содержания и методики.

этап. Представление исходных данных в виде матрицы

На первоначальном этапе исходные данные представляются в виде матрицы. Очевидно, что матрица может иметь как прямоугольную, так и квадратную форму.

Прямоугольная матрица исходных данных в многомерном статистическом анализе чаще упоминается как матрица "объект – свойство" и является наиболее распространенной формой представления исходных данных.

В табл. 10.2 наглядно изображена в общем виде прямоугольная матрица исходных данных с п элементами – объектами исследования. В этом качестве могут выступать предприятия машиностроения, коммерческие банки, студенты университета, которые описываются посредством k признаков.

В матрице значение Ху соответствует г-му объекту, который характеризуется j- м показателем, где г = 1,2,..., n,j= 1,2,..., к.

Таблица 10.2

Прямоугольная матрица исходных данных

В случае если мы производим попарные сравнения объектов по некоторому свойству, матрица исходных данных представляет собой квадратную матрицу. Например, расстояние между городами России, результаты футбольного матча между командами и т.п. В табл. 10.3 представлена квадратная матрица исходных данных, у которой число строк и столбцов одинаково.

Таблица 10.3

Квадратная матрица исходных данных

В многомерном статистическом анализе такая матрица называется "матрицей парных сравнений". Представим содержание таблицы в виде матрицы

(10.1)

где i=l,2,..., п; т = 1,2,..., п; Ху – результат сравнения г-го объекта с т -м объектом.

На результаты вычислений при кластерном анализе оказывает влияние то, какие используются единицы измерения и какую величину (масштаб) имеют переменные. Устранить зависимость переменных от единиц измерения и масштаба позволяет процедура стандартизации исходных данных. Таким образом, переменные приобретают одинаковый вес при кластеризации.

В ходе стандартизации осуществляется переход от матрицы исходных данных xj к матрице стандартизированных значений z,y. Чаще всего используется формула перехода:

где Xj – среднее значение у-го признака; σ, – среднее квадратическое отклонение у-го признака.

Среднее значение у-го признака рассчитывается по следующей формуле:

где п – число элементов (объектов).

Среднее квадратическое отклонение у-го признака рассчитывается как:

При процедуре стандартизации все числовые пропорции сохраняются, но все переменные не имеют единиц измерения. Это позволяет проводить с ними вычислительные операции, как для переменных, имеющих одинаковые единицы измерения.

В том случае, если исходные переменные имеют одинаковые единицы измерения, проводить стандартизацию нет необходимости.

этап. Определение сходства объектов

Определение сходства объектов связано с понятием однородности объектов. Определение критерия однородности объектов является наиболее трудным этапом кластерного анализа и в связи с этим наименее формализованным в задаче автоматической классификации. Однородность объектов определяется мерой степени близости (сходства) объектов или различия между объектами.

В качестве меры различия чаще используется расстояние между объектами, обозначаемое как du (от слова "distance"), обеспечивающее более простой алгоритм действий. К тому же этот алго

ритм хорошо реализован в компьютерных программах, таких как Statistica, SPSS и др.

В зависимости от исходных данных может быть использован тот или иной вид расстояний. Важно отметить, что критерием выбора вида расстояния является правильная (точнее сказать адекватная) интерпретация профиля (особенностей) кластеров.