«Прикладные методы политических исследований» (дисциплина по выбору для старших курсов бакалавриата (третий – четвертый курсы) факультета «Социология и политология»; объем дисциплины: 15 часов лекций и 15 часов семинаров; авторы программы дисциплины д.ф.-м.н., профессор, зав. кафедрой «Прикладная математика» В.Ю.Попов и д.ф.-м.н., профессор, профессор кафедры «Прикладная математика» А.И.Самыловский) Цель учебной дисциплины состоит в обеспечении «практикующих политологов» современным прикладным профессиональным инструментарием, принятым в политологическом профессиональном сообществе при проведении политических исследований, при разработке и реализации политических технологий. Раздел 1. Введение: научный анализ политики и предметная проблематика политических исследований. Формулирование теории и выбор проблемы исследования. Примеры: мониторинг общественного мнения, политический маркетинг, праймериз, медиапланирование, политические слоганы и др. Понятия и гипотезы. Фундаментальные и прикладные исследования. Объединение нормативного и эмпирического подходов. Гипотезы и переменные. Операционализация теории. Формулирование гипотез. Ковариационные, каузальные и мнимые отношения. Выбор адекватных методов исследования. Операционализация и измерение. Наблюдения за поведением. Валидность и надежность измерительных инструментов. Исторический пример: президентская избирательная кампания 1932 года в США и роль службы Гэллапа в прогнозировании ее результатов. Планирование исследования. Сбор и анализ данных. Интерпретация результатов анализа. Раздел 2. Качественные первичные данные и экспертное оценивание в политических исследованиях. Ранговые математические методы анализа качественных первичных данных (ранговые показатели, метод знаков, метод серий). Примеры: исследование уровня благосостояния страны, исследование и прогнозирование тенденций регионального развития, сравнение национальных менталитетов. Математические методы организации экспертизы при анализе качественных первичных данных. Согласованность мнений экспертов и выявление различных точек зрения. Коэффициент конкордации. Метод анализа иерархий и оценивание компетентности экспертов. Метод идеальной точки. Примеры: подбор кандидатов на определенные административные позиции, оценивание перспективности кандидатов на выборах, стратегическое планирование. Раздел 3. Измерение и шкалирование в политических исследованиях. Основные типы шкал: номинальная, порядковая, интервальная, относительная, их упорядоченность. Ранги и рейтинги. Сравнительные и несравнительные шкалы, метрическое и неметрическое шкалирование. Пример: сравнительный анализ рационального и эмоционального аспектов содержания в политической рекламе. Шкалируемые латентные параметры (конструкты) и их проявление через измеряемые характеристики. Шкала, категории шкалы, пункты 1 шкалы. Пример: сравнительный анализ удовлетворенности граждан различных государств на пост-советском пространстве. Простейшие методы сравнительного шкалирования: попарное сравнение, порядковое ранжирование, шкалирование с постоянной суммой. Q-методология и контент-анализ, Q-выборка и Qсортировка. Пример: сегментирование рынка СМИ в ходе предвыборной кампании. Шкалирование по Гуттману, типы идеальной шкалы, коэффициент воспроизводимости шкалы. Пример: исследование уровня толерантности общества. Простейшие методы несравнительного шкалирования: суммарные оценки (метод Лайкерта), семантический дифференциал (метод Осгуда), метод Стэпела., достоинства и недостатки различных методов. Примеры: визуальные образы в политической рекламе, манипулирование общественным мнением. Пример: применение пакета методов в поведенческом исследовании политических предпочтений в координатах «удовлетворенность» и «лояльность». Модели и методы многомерного шкалирования: когнитивная карта, атрибутивные и неатрибутивные карты восприятия, визуализация результатов анализа в целях обоснованного принятия решений. Пример: построение атрибутивной карты восприятия в политическом маркетинге. Раздел 4. Таблицы сопряженности как способ представления данных в политических исследованиях. Связь между переменными, измеренными по различным шкалам, Перекрестное табулирование и представление результатов измерений в виде таблицы сопряженности. Двухвходовые таблицы сопряженности, управление с помощью третьей переменной, частные таблицы сопряженности. Вычисление коэффициента корреляции Пирсона, Вычисление статистики Пирсона (статистики «хи-квадрат»). Проверка гипотезы о независимости признаков. Пример: исследование взаимосвязи между уровнем образования и политическими предпочтениями. Меры связи признаков на основе статистики «хи-квадрат»: коэффициент «фи», коэффициенты взаимной сопряженности Чупрова, Пирсона, Крамера. Мера прогнозируемого пропорционального уменьшения ошибки «PRE» (индекс предикативной связи «лямбда»). Меры связи на основе понятия энтропии. Коэффициенты контингенции и ассоциации. Коэффициент «тау» Гудмена и Краскала. Коэффициент «гамма» (Фехнера), частный коэффициент «гамма». Сравнительный анализ достоинств и недостатков различных мер связи. Примеры: исследование постоянства политических предпочтений избирателей в динамике по времени, исследование взаимосвязи между декларируемыми и реализуемыми политикоидеологическими взглядами людей, исследование взаимосвязи между политической идеологией и некоторыми конкретными проблемами в жизни общества (реформа образования, правовые реформы, гендерная проблематика), исследование взаимосвязи между этническим разнообразием и социальной напряженностью в стране. Раздел 5. Корреляционный, дисперсионный и регрессионный анализы данных в политических исследованиях. Полная (парная), частная и множественная корреляция. Выбор вида анализируемой корреляции в конкретном политическом исследовании. Применение частной корреляции для интерпретации результатов исследования. Примеры: т.н. «три закона Уолкапа», наследование партийных предпочтений в американских семьях, исследование зависимости уровня междоусобицы в стране 2 от уровня безработицы и от уровня урбанизации, исторический пример (1935 г.) – исследование преступности в больших городах США в целях реформирования законов об иммиграции. Однофакторный дисперсионный анализ. Неметрический дисперсионный анализ Краскела – Уоллиса. Многофакторный и многомерный дисперсионный анализ. Понятия фактора, отклика, эксперимента, блочного плана, рандомизации, полного и дробного факторного эксперимента, плана в виде т.н. «латинского квадрата». Примеры: анализ данных опросов в ходе праймериз при учете факторов «время до выборов» и «регион», формирование партийных слоганов, исследование оперативных прогностических возможностей на основании промежуточных избирательных данных. Парная регрессия и множественная регрессия. Проверка значимости коэффициентов. Доверительная область. Коэффициент детерминации. Номинальный регрессионный анализ (с т.н. «фиктивными», или бинарными переменными). Примеры: анализ данных опросов в ходе праймериз в целях прогнозирования итоговых результатов выборов, исследование влияния количества лет учебы и количества лет службы в армии человека на уровень поддержки им увеличения государственных расходов на военные нужды. Раздел 6. Заключение: некоторые специальные методы анализа в политических исследованиях. Компонентный и факторный анализы. Совместный анализ («конджойнтанализ»). Канонические корреляции. Дискриминантный анализ. Кластерный анализ. Анализ соответствий. Путевой анализ («пат-анализ»). Лонгитюдный анализ. Примеры: анализ многомерных разнородных данных, полученных в ходе социо-политических исследований при проведении измерений с помощью различных шкал, в целях детального мониторинга социально-политической динамики, выявления значимых факторов и причинно-следственных зависимостей, сегментирования социально-политического пространства. Исследовательские парадигмы когнитивной квалиметрии и «Data Mining» в политических исследованиях. 3