Мангейм Дж.Б., Рич Р.К. Политология. Методы исследования

Подождите немного. Документ загружается.

Порядковое измерение предоставляет больше информации, так как дает

возможность не только категоризовать, но и упорядочивать, или ранжировать,

явления. Порядковое измерение позволяет присваивать каждому объекту число,

которое обозначает не только то, что данный объект отличен от одних объектов

и сходен с другими с точки зрения измеряемой переменной, это число

указывает также, как именно данный объект связан с другими в терминах

количества того конкретного свойства, которым он характеризуется.

Располагая порядковым измерением, мы можем сказать, какие объекты

характеризуются большим (или меньшим) количеством измеряемого свойства

по сравнению с какими-то другими объектами; мы можем также расположить

объекты по порядку в зависимости от количества того свойства, которое их

характеризует. Такое упорядочение дает более детальную и более точную

информацию, чем номинальное измерение. Понятие социальный класс обычно

измеряется на порядковом уровне: каждому человеку приписывается ранг

низшего, среднего или высшего класса.

Интервальное измерение предоставляет еще больше информации. Мы можем

не только классифицировать и упорядочивать объекты, после того как они

измерены на [c.83] интервальном уровне, но и сказать, насколько большим или

меньшим количеством измеряемого свойства по сравнению с другими

объектами они характеризуются. Порядковое измерение не основано ни на

какой стандартной для данной переменной единице и не позволяет установить,

насколько далеко в терминах этой переменной отстоят друг от друга разные

объекты. Оно лишь позволяет говорить, что у одних объектов данная

переменная имеет большее или меньшее значение, чем у других. Интервальное

измерение основано на представлении о существовании некоторой

стандартной единицы измеряемого свойства.

В то время как порядковые измерения дают нам лишь огрубленное

представление об отношении между объектами с точки зрения данной

переменной, интервальные измерения предоставляют информацию о

“расстоянии” между ними. Хороший пример такого рода – переменная доход.

Доход обычно измеряется в денежных единицах (в Соединенных Штатах это

доллары и центы). Поскольку при измерении используются стандартные

единицы, мы можем утверждать, что между 10000 и 11000 долларов годового

дохода разница абсолютно та же, что и между 50000 и 51000 долларов. Мы не в

состоянии сделать этого с помощью порядкового измерения. Если измерять

доход с помощью порядкового измерения, разделяя людей по их доходу на

такие категории, как доход ниже 5000 долларов и доход от 5000 до 9999

долларов, мы сможем сказать, что у одного человека доход выше или ниже, чем

у другого, однако мы не сможем сказать точно, насколько эти люди

различаются по своим доходам, так как не знаем, где именно находится человек

внутри своей категории. Различие в доходе между человеком из категории 1 (до

5000 долларов) и человеком из категории 2 (от 5000 до 9999 долларов) может

составлять всего лишь один доллар (5 000 долларов минус 4 999 долларов), а

может доходить до 9999 долларов (9999 долларов минус 0 долларов) в

зависимости от точной цифры их доходов, однако мы не можем увидать этой

разницы, исходя из порядкового измерения.

Помимо того что интервальное измерение дает нам точную информацию об

абсолютных различиях между объектами, мы также получаем возможность

делать [c.84] точные утверждения об относительных различиях между

понятиями. Мы, например, можем согласиться с тем, что население 50000

человек – это в два раза больше, чем население 25000 человек, потому что ведь

есть такие места, где вообще никто не живет: в истинных интервальных

измерениях существует нулевая точка, и по крайней мере теоретически

возможно существование объектов, имеющих на таких шкалах нулевую

отметку. Так как на порядковой шкале не существует осмысленной нулевой

точки, мы не можем говорить, например, что люди высшего класса имеют в два

раза большее количество “класса”, чем люди низшего класса, – мы не знаем,

что означает “не иметь никакого классового статуса”.

На основании всего этого следует сделать одно важное замечание относительно

уровня измерения. Когда речь идет о сравнении явлений, измерения

номинального уровня – наименее полезный тип измерения. Если мы

используем его в ситуации, когда возможно использовать “более высокий”

(более точный) уровень измерения, мы можем потерять потенциально ценную

информацию. Если при изучении поведения на выборах мы приводим

классификацию людей на республиканцев, независимых и демократов, в то

время как можно задать другой набор вопросов и осуществить их ранговое

упорядочение с учетом [c.85] перехода от более сильной к более слабой

партийной идентификации, мы, возможно, отказываемся от информации,

которая поможет нам понять наблюдаемые отношения. Измерение порядкового

уровня полезнее, чем измерение номинального уровня, но у него также есть

свои ограничения. Интервальное измерение – наиболее желательная форма

измерения как в силу того, что оно дает наиболее детальную информацию, так

и потому, что оно позволяет осуществлять математическую обработку

имеющихся данных. (Подробнее об этом будет говориться в гл. 14,15 и 16.)

Наша задача состоит в том, чтобы там, где это возможно и удобно, стремиться к

операционализациям, позволяющим осуществлять измерение интервального

уровня. Однако каким образом мы выбираем уровень измерения, подходящий

для конкретных понятий, операционализацией которых мы занимаемся? Это

проблема как концептуализации, так и технологии измерения.

В процессе исследования на этапе построения теории мы должны прежде всего

спросить себя, лежит ли в основе различий, наблюдаемых в отдельных случаях,

некий континуум. Если да, то мы можем предложить для данного понятия

порядковое или даже интервальное измерение, в противном случае в качестве

измерения может выступать лишь номинальная классификация. Поясним

важность этого на примере.

Предположим, мы изучаем зависимость между национальностью иммигрантов

и степенью поддержки ими политического механизма большого города США

начала XX века. Если мы осуществляем операционализацию национальности

на номинальном уровне и категоризуем поддержку политического механизма в

городских избирательных округах, мы, возможно, получим картину, подобную

той, что изображена на рис.3.2а. Здесь не видно никакой отчетливой связи

между национальностью и поведением на выборах, так как знание о том, какая

национальность преобладает в данном округе, не позволяет ранжировать его

относительно других округов. Однако если мы проанализируем ход наших

рассуждений, то сможем понять, что наши ожидания относительно связи

национальности с поддержкой политического механизма имеют определенные

основания: соответствующие страны [c.86] происхождения различны с точки

зрения возможности участия в политической жизни, которое они

предоставляют своим гражданам. Мы можем сделать вывод, что те, кто имеет

небольшой опыт существования в условиях демократии, будут с готовностью

передавать свое право на самоуправление политическим лидерам. Если

исходить из этого и упорядочить страны в соответствии допускаемой ими

степенью участия своих граждан в политике, мы можем построить график,

подобный тому, что изображен на рис.3.2б. На этом графике отчетливо видна

взаимосвязь национальности с поддержкой политического механизма.

Упорядочение категорий по независимой переменной помогает выявить

систему в ее отношениях с зависимой переменной.

Если у нас хватит смелости, мы можем даже повысить уровень измерения

независимой переменной до интервального. Мы, например, могли бы

подсчитать количество постановлений, касающихся участия в политической

жизни, в законодательствах соответствующих стран на протяжении нескольких

лет, непосредственно предшествующих началу широкой иммиграции в США.

Полученные цифры можно использовать для ранжирования национальностей

на интервальной шкале и осуществить даже более точное сравнение

независимой и зависимой переменных.

Сможем ли мы осуществить такое повышение ранга переменных, чтобы

перейти от номинального уровня измерения к порядковому или интервальному,

зависит как от разработки теоретического обоснования такого перехода, так и

от наличия технических возможностей применения операционных процедур,

осуществляющих измерения более высокого уровня. Даже если мы сможем в

нашем примере выразить понятие национальности в терминах интервального

уровня, мы, возможно, не получим в свое распоряжение законодательные акты,

необходимые для расположения стран на интервальной шкале. В этом случае

наши возможности по получению измерений более высокого уровня

ограничивает измерительная техника. Примеры такого рода достаточно

многочисленны. Например, при исследовании взаимосвязи между полом и

политическим поведением у нас будет возможность утверждать, что мужские

черты характера – это свойство, [c.87] которым люди обладают в разной

степени (те, кто обладает им в наименьшей степени, – женщины). Если мы

можем выступить с набором вопросов для выяснения того, насколько люди

обладают этим свойством (если вообще обладают), мы в принципе можем

упорядочить людей на порядковой или интервальной шкале “мужественности”.

Однако если мы не располагаем денежными средствами для проведения

исследования, в ходе которого люди ответят на эти вопросы, нам придется

рассчитывать на номинальную классификацию мужчина/женщина, сведения о

которой мы находим в списках членов партии.

Эти ситуационные факты затрудняют установление правил того, как

операционализировать понятия с целью достичь определенных уровней

измерения. Однако мы полагаем, что можно следовать правилу

операционализации У.Ф.Шайвли

. Он советует использовать максимально

точные для данного объекта измерения и не терять информацию за счет

неточного измерения. Это обычно означает применение более строгих

процедур измерения, которые там, где это возможно, осуществляли бы

измерение более высоких уровней. Не довольствуйтесь операционализацией,

дающей номинальное измерение, когда теоретически оправданно и технически

возможно порядковое или интервальное измерение.

Сделав данные замечания, мы должны сказать о некоторых исключениях из

основного правила. Существуют случаи, когда слишком большая точность

измерения на самом деле нежелательна. Один пример такого рода приводит

Шайвли. Из его работы заимствован (с некоторыми изменениями) рис.3.3. На

рисунке двумя разными способами изображена зависимость между возрастом и

голосованием на президентских выборах 1968 г. На рис.3.3а возраст измеряется

в годах. Поскольку в каждой возрастной группе (например, 21–22 года, 35–36

лет, 50– 51 год) оказывается немного людей, на диаграмме не выявляется

никакой отчетливой структуры отношений между двумя переменными. На

рис.3.3б возраст измеряется менее точно – в пятилетиях. Наличие в каждой

группе большого числа объектов позволяет увидеть явную структуру

отношений: вероятность голосования повышается до 50-летнего возраста, а

затем, вообще говоря, снижается. [c.88]

Пожертвовав некоторой точностью измерения, мы получили выигрыш с точки

зрения простоты анализа. Это удачная сделка, пока мы не зашли столь далеко

по пути уменьшения точности, чтобы вновь потерять из виду изучаемые

соотношения. Если мы используем для измерения возраста 20-летний интервал,

мы не увидим больших количественных различий между возрастными

группами голосующих и сможем прийти к выводу, что возраст не связан с

вероятностью голосования. Поскольку заранее до реального анализа данных

мы, как правило, не знаем, какая точность окажется необходимой для

выявления соотношений, мы должны следовать правилу, в соответствии с

которым осуществляется по возможности максимально точная

операционализация понятий. Мы всегда сумеем отказаться от ненужной

точности путем “сжатия категорий” (перехода к более крупным

различительным единицам), если сочтем это нужным. Однако если не собрать

информацию в самом начале, мы не сможем обратиться к ней в дальнейшем.

[c.90]

РАБОЧАЯ ГИПОТЕЗА

Измерение приписывает объектам значения в соответствии с данными

переменными. Именно эти значения используются для представления понятий

при сравнении наших наблюдений. Прежде чем понять, какие выводы в

отношении теории следуют из наших наблюдений, мы должны представить

гипотезы, касающиеся отношений между переменными в виде рабочих

гипотез, которые устанавливают ожидаемые отношения между измерениями

или показателями. Предпоследняя строчка на рис.3.1 предлагает форму, в

которой выступают рабочие гипотезы. Эти гипотезы требуют от нас

установления связи между показателями и переменными, которые, по нашему

мнению, следуют из осуществленной операционализации.

Рассмотрим пример из области международных отношений. Предположим, нас

интересует теория доминации в сфере международной жизни. Исходя из

теоретического допущения: “Чем более сильное влияние испытывает

государство, тем более конформистскую политику оно проводит”, – мы

можем выдвинуть следующую гипотезу: “Когда возрастает экономическая

зависимость государства, [c.90] возрастает и степень поддержки,

оказываемой им государству-покровителю”. Мы можем операционализировать

экономическую зависимость как процент экспортной продукции, идущей

государству-покровителю. Процент экспорта становится в нашем случае

независимой переменной зависимость. Поддержка может измеряться

процентом голосований в Генеральной Ассамблее ООН, в которых зависимое

государство голосует иначе, чем государство-покровитель. Процент

голосований в ООН становится в нашем случае показателем зависимой

переменной поддержка политики государства-покровителя. Теперь мы можем

сформулировать рабочую гипотезу, утверждающую наличие между

показателями отрицательного отношения: когда процент продукции,

экспортируемой государству-покровителю, возрастает, процент голосований

в ООН, не согласующихся с позиций государства-покровителя, уменьшается.

Эта рабочая гипотеза сообщает о том, какие наблюдения согласуются с нашей

гипотезой и нашей теорией. Она также предлагает возможные отношения

между переменными и показателями, которые у нас имеются. Это отношение

изображено на рис.3.4.

Рисунок демонстрирует, насколько важно было додумать до конца

соотношение между измерениями и переменными. Отношение, предсказанное

утверждением и гипотезой, является положительным. А рабочая гипотеза [c.91]

предсказывает отрицательное отношение. \\ vbnm \

?//v cccccxо объясняется тем, что отношение между зависимой переменной и ее

показателем является отрицательным. В свою очередь это означает, что

вследствие того, как мы провели операционализацию зависимой переменной,

именно отрицательное отношение между показателями предоставляет данные

в поддержку гипотезы и теоретического утверждения, которое предсказывает

положительные отношения между понятиями и переменными. Мы должны

осознавать это, если хотим избежать неправильной интерпретации данных и

сделать на основании наблюдений правильные выводы относительно

полезности нашей теории.

Установление отношений между показателями, переменными и понятиями,

которые они представляют, настолько важно, что некоторые исследователи в

области социальных наук требуют создания наряду с теориями, касающимися

политических феноменов, теории измерений, которая бы объясняла наши

представления относительно связей между показателями и понятиями

. Что

заставляет нас связывать экономическую зависимость с возрастанием экспорта?

Какие особенности в распределении экспорта позволяют ему выступать в

качестве отражения того, что мы имеем в виду, говоря о зависимости? На

такого рода вопросы помогает ответить хорошо разработанная теория

измерений. Положения теории измерений объясняют, почему показатели

должны менять значения при изменении степени соответствия реальных

объектов понятиям.

Показатели выбираются не случайным образом, а в результате тщательного

продумывания связей между объектами реального мира. Сходные процессы

осуществляются и при разработке теорий, касающихся политических

феноменов: выводы, к которым мы приходим, могут оказаться неправильными,

свойства, которые мы имеем в виду, используя некоторые понятия, могут на

самом деле оказаться не связанными с показателями, которые мы решили

использовать в качестве эмпирических мер этого понятия.

Вернемся к примеру с исследованием, которое должно определить, мешают ли

безалкогольные напитки академической успеваемости. Мы решили измерять

употребление безалкогольных напитков, просто задавая [c.92] студентам

вопрос, сколько газированной воды они выпивают за некоторый период

времени, предполагая, что они скажут правду и что те, кто выпивает больше,

получат более высокое значение нашего показателя, чем те, кто выпивает

меньше. Предположим, однако, что ответы студентов на наши вопросы

полностью определяются тем, догадались ли они о цели исследования и хотят

ли они обмануть университетское начальство в отношении количества

потребляемых ими безалкогольных напитков. При таком повороте дел

предполагаемая связь между переменной и показателем не будет

зафиксирована и мы не сможем, опираясь на наши исследования, сделать на

законных основаниях какие-либо выводы о результатах воздействия

безалкогольных напитков, если только мы не предложим какое-либо

альтернативное измерение.

Обсуждаемая спорная проблема существует ли какая-либо связь между нашим

понятием и переменными, с одной стороны, и нашим индикатором или

критерием – с другой, стала основной для вопроса о выработке критериев в

науке. Вопрос, действительно ли изменения в наших индикаторах есть

результат изменений в понятии, которое они представляют, тесно связан с

проблемами надежности и достоверности, которые мы обсудим в последующих

разделах настоящей главы. Важным моментом здесь является то, что идея

теории измерений поможет найти подходы к этим проблемам в нашем

исследовании.

Любая операционализация понятия – это, в сущности, гипотеза. Когда мы

проводим операционализацию и говорим: “Пусть данное понятие обозначается

таким-то показателем”, – мы выдвигаем гипотезу, что объекты, которые мы

имеем в виду, используя данное понятие, действительно отражаются в

выбранном показателе. Эта гипотеза может подтверждаться, а может и не

подтверждаться наблюдениями. Мы не имеем права просто доверять

адекватности наших измерений, мы должны проследить за проведенными

наблюдениями, чтобы найти факты, подтверждающие, что измерения

действительно отражают то, что мы имеем в виду под понятиями. Поиск

валидных и надежных процедур измерения в социальных науках – это во

многом процесс проверки гипотез. Нужно быть готовым признать ошибки и

начать все сначала, если факты говорят о том, что введенные показатели не

отражают [c.93] наши понятия. Проверка измерений происходит в первую

очередь при попытках оценить валидность и надежность выбираемых

показателей. [c.94]

ОШИБКА ИЗМЕРЕНИЯ

В результате измерения разным объектам приписываются различные значения

на основе оценок, заданных нашими показателями. Дифференциация в оценках

может возникать за счет двух основных источников. Первый источник – это

величина реального проявления у объектов определенной степени или аспекта

интересующего нас свойства. Разные оценки возникают тогда, когда наши

измерения действительно улавливают эту дифференциацию. В этом случае

измерения отражают реальные различия между понятиями. Другой источник

дифференциации значений – та величина, которая относится к самому

измерению или к условиям его осуществления, что предопределяет наличие

разных значений у разных объектов. В этой ситуации наши измерения не

демонстрируют реальных различий между объектами, т. е. таких, которые

отражают подлинную дифференциацию понятий, которые мы хотим измерять.

Наблюдаемые нами в этом случае различия возникают из-за погрешностей в

процедуре измерения.

Если бы наши измерения были совершенны, они бы демонстрировали только

различия первого рода. Однако наши измерения крайне редко (если вообще

когда-либо) бывают безупречными. Дифференциация значений,

приписываемых разным объектам, неизбежно отражает не только реальные

различия в степени проявления некоторого понятия, но и “искусственные”

различия, обусловленные процессом измерения. Любая дифференциация

значений, приписанных реальным объектам, обусловленная чем бы то ни было,

кроме действительных различий, относится к ошибкам измерения. Они

представляют собой не действительные различия между объектами, а различия,

зарегистрированные ошибочно, из-за недочетов процесса измерения.

Грань между истинными вариациями оценок и вариациями, обусловленными

ошибкой измерения, подобна различиям между объектами, фиксируемыми

невооруженным глазом, и различиями, отмечаемыми лишь при [c.94]

разглядывании их отражения в зеркале. В той степени, в какой зеркало

искажает образы, оно либо скрадывает различия, которые можно было бы

увидеть невооруженным глазом, либо создает впечатление существования

различий, которые мы в других условиях не заметили бы. В социальных науках

у нас крайне редко появляется возможность наблюдать ключевые понятия

непосредственно, и мы вынуждены полагаться на отражение этих понятий с

помощью измерительных процедур, аналогичных зеркалу. Соответственно,

правильность наших представлений зависит от точности, с которой наши

измерения отражают действительность.

Каковы хотя бы некоторые из источников искажения образов, обусловленных

нашими измерениями? Необходимо знать ответ на этот вопрос, если хотим

контролировать ошибки измерения или распознавать их, когда они

присутствуют в наших данных. Мы можем перечислить несколько основных

источников ошибок измерения, установив наиболее частые источники различий

в оценках, относимых к другим, неистинным различиям в характеристиках,

которые мы хотим измерить

1. Различия в распределении между объектами других, относительно

постоянных характеристик, которые были непреднамеренно выявлены нашими

измерениями. Например, для понимания вопросов, предназначенных для

измерения политической идеологии, и ответа на них может понадобиться

определенный уровень интеллекта. Если это так, ответы на вопросы будут

отражать не только политико-идеологические, но и интеллектуальные различия

между людьми. В окончательном результате влияние интеллекта и влияние

политической идеологии будут перемешаны, и мы не сможем определить

различия в оценках, обусловленные идеологическими факторами, и отличить

их от различий, обусловленных интеллектуальными факторами. Аналогичным

образом другие характеристики наших единиц анализа (такие, как

региональное расположение городов, культурные особенности нации или

источники документов) могут случайно отразиться в наших измерениях и

исказить наше восприятие рассматриваемых понятий. Там, где эти

“возмущающие” воздействия можно выявить и измерить, необходимо

посмотреть, что произойдет, если поддерживать их значения на постоянном

[c.95] уровне: исчезнут, уменьшатся или увеличатся различия в оценках,

которые получают объекты по нашим измерениям

2. Различия в распределении между объектами временных характеристик,

которые отражаются в наших измерениях. Характер ответов на вопросы анкеты

может определяться настроением или состоянием здоровья отвечающего.

Недавние события в политической жизни города (например, раскрытие случаев

коррупции среди должностных лиц) могут создавать временные, но

систематические различия в том, как жители этих городов отвечают на вопросы

исследования. Большое стихийное бедствие может произвести коренные и

вместе с тем временные изменения в статистических данных, на которые мы

опираемся при выяснении уровня экономического развития. Обнаруживать и

контролировать воздействие таких временных “аномалий” труднее, чем

воздействие постоянных характеристик объектов. Единственный способ

уберечься от воздействий такого рода – это внимательно относиться к

сигналам, предупреждающим о том, что отдельные объекты находятся под

влиянием таких преходящих факторов (например, изучать недавние события в

политической жизни городов, входящих в нашу выборку, или советовать

интервьюерам не проводить интервью с человеком, который в данный момент

тяжело болен), и выполнять процедуры, предназначенные для проверки

надежности измерений (такие процедуры описываются в разделе данной главы,

посвященном надежности).

3. Различия, проявляющиеся при интерпретации измерительного инструмента

разными людьми. Это проблема возникает лишь в том случае, когда люди

прямо отвечают на вопросы, а не тогда, когда исследователь осуществляет

измерения, наблюдая за поведением. Если вопросы сформулированы

неоднозначно, то и респонденты дадут им разные интерпретации, которые

могут привести к различиям в оценках по измерениям, составленным на

основании этих вопросов. Предположим, например, что, изучая поведение на

выборах, мы несколько легкомысленно задали вопрос: “Вы принимали участие

в последних выборах?” Если кто-либо из интервьюируемых не знает, что на

прошлой неделе проводились муниципальные выборы, он может ответить да,

так как думает, что вопрос относится к [c.96] последним общенациональным

выборам, хотя он и не принимал участия в выборах, которые подразумевались в

наших вопросах. Обезопасить себя от этих непредвиденных различий в оценках

наших измерений можно с помощью предварительных вопросов (см. гл. 6) и

проверки измерений на надежность.

4. Различия в условиях проведения измерения. Этот источник ошибок

измерения также находится главным образом в исследованиях, результаты

которых измеряются с помощью ответов на вопросы. Например, в ходе

выборочного исследования надежно установлено, что на характер ответов

могут оказывать влияние раса, пол и возраст интервьюера. Ответы (а

следовательно, и оценки на шкалах) могут варьироваться от интервью к

интервью в зависимости от характеристик самого интервьюера. Сходные

проблемы могут возникнуть не только в ходе выборочного исследования.

Например, мы можем ошибочно осуществить контент-анализ передачи

последних известий, предназначенных для внутреннего вещания, и передачи

последних известий, предназначенных для зарубежного вещания. Мы в таком

случае будем применять один и тот же инструмент в совершенно разных

условиях и на основе одного этого факта вправе ожидать появления различий в

оценках. Избежать ошибки измерения такого рода можно одним способом –

прилагать все усилия к тому, чтобы ситуации, в которых осуществляются

измерения, были стандартизованы.

5. Различия в процессе применения измерительных инструментов.

Приписываемые объектам оценки могут различаться в результате

разнообразных ошибок, возникающих при сборе и записи информации.

Интервьюеры могут неверно понять инструкции и задавать вопросы не так, как

предполагал исследователь. Плохое освещение может оказаться причиной того,

что респондент неправильно отметит пункты анкеты. В самый ответственный

момент карандаш может сломаться, а в авторучке кончиться чернила, так что

наблюдатели не сумеют зафиксировать ключевые для группового

взаимодействия события. Из-за усталости кодировщик может изменить или

проигнорировать инструкции по кодированию единиц в контент-анализе. Все

эти типы отклонений в процессе применения измерительных инструментов

приводят к [c.97] различиям в оценках вне зависимости от каких бы то ни было

различий в реальных значениях исследуемой переменной. Основной способ

борьбы с ошибками измерения (помимо привлечения к работе надежных

ассистентов) – предварительная проверка инструментов измерения. Пробный

прогон поможет вскрыть потенциальные “технические” проблемы,

возникающие при применении данного инструмента (такие, как недостаток

места в кодовой форме для записи типовых ответов), и человеческие факторы,

которые могут сказаться на результатах (например, время, в течение которого

наблюдатели могут работать не утомляясь).

6. Различия в обработке и анализе данных. Прежде чем информация может

быть проанализирована, она должна подвергнуться тщательной обработке.

Часто информация по нескольку раз меняет форму. Например, интервьюеры

могут зафиксировать ответы на вопрос, записав каждое слово, сказанное