Политическая наука №2 / 2015. Познавательные возможности политической науки

Отдельного упоминания заслуживает так называемая методология анализа качественных данных (АКД; в англоязычной научной литературе – Computer Assisted Qualitative Data Analysis (CAQDAS) или Qualitative Data Analysis (QDA) software) – совокупность статистических компьютерных программных пакетов, позволяющих анализировать нечисловую информацию (тексты, рисунки, фотографии, аудио-, видеозаписи и т.д.) на основе выделения значимых компонентов информации, ее кодирования и последующего структурирования. К АКД относятся такие компьютерные программы, как, например, «Ethnograph» (разработчик Дж. Зейдель) и MAXqda (разработчики А. и У. Кукарц). Достаточно часто АКД связывают с grounded theory12, предполагающей процедуру последовательного кодирования информации (сначала «открытого», а затем «осевого» («избирательного»), связанного с какой-то определенной категорией или термином), а также с методологией конструктивизма. Подробно с методами АКД можно познакомиться на сайте Online QDA . Автоматический анализ текстов осуществляется с помощью латентно-семантического анализа (LSA), вероятностного латентно-семантического анализа (pLSA) и латентного размещения Дирихле (LDA). Современные политологи предлагают различные типологии методов автоматизированного анализа текстов (Grimmer, Stewart, 2013, p. 267–297), а также ставят вопрос о поиске латентной переменной при изучении политических текстов [Lowe, Benoit, 2013, p. 298–313].

Отдельной частной, но методически важной проблемой в обработке неколичественных данных является надежность их кодировки, как вручную, так и с использованием автоматического компьютерного кодирования [DeBell, 2013, p. 393–406].

Считается весьма перспективной так называемая методическая триангуляция (термин, используемый обычно социологами) – применение одновременно нескольких методов к исходному объему данных для получения максимально достоверной и полной информации о скрытых закономерностях, связанных с состоянием объекта анализа. При изучении публикаций последних 3-4 лет в ведущем англоязычном журнале «Political analysis», посвященном методам политологических исследований, легко убедиться, что политологи идут этим же путем, используя, например, сравнение результатов исследования голосования, проведенного на основе метода множественной регрессии с последующей классификацией (мultilevel regression and poststratification, MRP) [Buttice, Highton, 2013, p. 449–467], или, например, сочетая метрическое многомерное шкалирование на основе байесовских методов и цепь Маркова с методом Монте-Карло (Markov chain Monte Carlo MCMC) [Bakker, Poole, 2013, p. 125–140].

Судя по всему, метод Монте-Карло оказывается востребованным в целом спектре политологических тем. Помимо электоральных исследований и сетевой политической коммуникации, он актуален для реконструкции политических диспозиций политиков на основе их текстов (речей, выступлений, заявлений и т.д.) [Elff, 2013, p. 217–232].

***

Ограниченность размеров статьи не позволяет остановиться на процедурных компонентах различных методов, о которых речь шла выше. Однако это и не являлось задачей данного текста. Мы ориентировались на необходимость систематизации информации, связанной с использованием различных сложных методов анализа в политологических исследованиях, с тем чтобы зафиксировать наиболее значимые результаты и тенденции. Надеемся, что эта задача успешно выполнена.

Список литературы

Автоматическое порождение гипотез в интеллектуальных системах / Под ред. В.К. Финна. – М.: Книжный дом «ЛИБРОКОМ», 2009. – 528 с.

Акрамовская А.Г., Якимец В.Н. АЯ-рейтинг регионов по уровню продвижения механизмов межсекторного социального партнерства // Сборник материалов международной научно-практической конференции «Социально-ориентированные стратегии экономического развития». – М.: ГУУ, 2007. – С. 3–10.

Ахременко А.С. Политический анализ и прогнозирование: Введение в количественные методы. – М.: Изд-во МГУ, 2012. – 472 с.

Балезина И.Л., Якимец В.Н. Индекс оценки инновационного потенциала региона // Вестник философии и социологии Курского госуниверситета. – 2010. – № 1. – С. 179–181.

Балезина И.Л., Якимец В.Н. Оценка инновационного потенциала субъекта РФ на основе индекса ПРИМ: концепция, модель и результаты апробации // Политическая экспертиза: Политэкс. – 2011. – Т. 7. – № 3. – С. 5–22.

Бессокирная Г.П. Дискриминантный анализ для отбора информативных переменных // Социология: методология, методы, математические модели. – 2003. – № 16. – С. 25–35.

Большов Е.С. Дискриминантный анализ в прогнозировании поведения неопределившихся избирателей // Cоциология: 4 М., 2009. – № 29. – С. 46–64.

Боришполец К.П. Методы политических исследований. – М.: Аспект пресс, 2010. – 230 с.

Бузин А.Ю. Преступление без наказания. Административные технологии федеральных выборов 2007–2008 годов / Бузин А.Ю., Любарев А.Е. – М.: ЦПК «НИККОЛО М»; Центр «Панорама», 2008. – 284 с.