Системный подход к анализу данных мониторинга общественного мнения

      В качестве примера приведены некоторые  найденные нами закономерности вида (II) для двух слагаемых при абсолютной погрешности не более 1%. Для удобства пронумеруем: Как бы вы оценили в настоящее время материальное положение вашей семьи? (очень хорошее) - 1; Как бы вы оценили в целом политическую обстановку в России? (благополучная) - 2; Как вы думаете, что ожидает Россию в ближайшие месяцы в политической жизни? (значительное улучшение ситуации) - 3; Как бы вы оценили экономическое положение в Ващем городе, сельском районе? (очень хорошее) - 4; Как бы вы оценили экономическое положение России? (очень хорошее) - 5; Как, на ваш взгляд, будут меняться цены на основные потребительские товары и услуги в ближайшие 1-2 месяца? (будут снижаться) - 6; Как вы думаете, что ожидает

      Таблица 2

Количество  найденных закономерностей вида (II) при различных величинах абсолютной  погрешности и количестве слагаемых

      Поиск аддитивных закономерностей для  пяти слагаемых с целью упрощения  вычислений осуществлялся на массиве  данных с исключенными пропущенными значениями.

       Россию в ближайшие месяцы в области экономики? (значительное улучшение ситуации) - 7. Получено: (1)= (4) + (5); (2)= (5) + (6); (3)= (4) + (7); (3)= (5) + (7); (6)= (1) + (5.)

      Затем мы выявили закономерности (II) для трех, четырех и пяти слагаемых без градаций «затрудняюсь ответить» и рейтинга политиков. В таблице 2 представлены полученные результаты. В качестве примера ниже приведены некоторые найденные нами закономерности для четырех слагаемых при абсолютной погрешности не более 1%. Пронумеруем: Что бы вы могли сказать о своем настроении в последние дни? (нормальное, ровное состояние) - 1; В какой мере, на ваш взгляд, заслуживает доверия парламент Российской Федерации? (вполне заслуживает) - 2; Как вы думаете, что ожидает Россию в ближайшие месяцы? (некоторое улучшение ситуации) - 3; Как бы вы оценили экономическое положение России? (очень хорошее) - 4; Как бы вы оценили экономическое положение в вашем городе, сельском районе? (очень хорошее) - 5; Как бы вы оценили в настоящее время материальное положение вашей семьи? (хорошее) - 6; Если говорить в целом, в какой мере вас устраивает сейчас жизнь, которую вы ведете? (по большей части устраивает) - 7; Как бы вы оценили экономическое положение России? (хорошее) - 8; Какую оценку от 1 до 10 вы бы дали председателю кабинета министров? (6) - 9; Какую оценку от 1 до 10 вы бы дали председателю кабинета министров? (9) - 10; Как бы вы оценили в целом политическую обстановку в России? (спокойная) - 11; В какой мере, на ваш взгляд, заслуживают доверия политические партии? (не вполне заслуживают) - 12; В какой мере, на ваш взгляд, заслуживают доверия политические партии (вполне заслуживают) - 13; Как вы думаете, насколько возможны сейчас в городе/сельском районе массовые выступления против роста цен и падения уровня жизни? (маловероятны) - 14; Какую оценку от 1 до 10 вы бы дали президенту России? (10, самая высокая) - 15; В какой мере, на ваш взгляд, заслуживают доверия политические партии? (совсем не заслуживают) - 16. Получено: (1)= (4)+ (7)+ (9)+ (12); (2)= (5)+ (8)+ (10)+ (13); (3)= (6)+ (4)+ (11)+ (13); (14)= (4)+ (6)+ (15)+ (16).

      Мультипликативные закономерности (III). Количество найденных закономерностей (III) для различного числа множителей оказалось следующим: 2 (число множителей) - 54 (число закономерностей); соответственно 3 и 231; 4 и 1238; 5 и 5447. Поиск закономерностей проводился на данных мониторинга ВЦИОМ без градаций «затрудняюсь ответить» и рейтинга политиков при абсолютной погрешности в 1%.

      В качестве примера ниже приведены  некоторые найденные нами мультипликативные  закономерности для двух множителей при абсолютной погрешности не более 1%. Что бы вы могли сказать о своем настроении в последние дни? (прекрасное настроение) - 1; Как бы вы оценили в настоящее время материальное положение вашей семьи? (очень хорошее) - 2; Как вы думаете, что ожидает Россию в ближайшие месяцы в области экономики? (значительное улучшение ситуации) - 3; Как бы вы оценили в целом политическую обстановку в России? (благополучная) - 4; Как бы вы оценили экономическое положение России? (хорошее) - 5; В какой мере, на ваш взгляд, заслуживает доверия правительство России? (вполне заслуживает) - 6; Как, на ваш взгляд, будут меняться цены на основные потребительские товары в ближайшие 1-2 месяца? (будут снижаться) - 7; Как, на ваш взгляд изменились в прошлом месяце денежные доходы вашей семьи по сравнению с ценами? (денежные доходы значительно опережали рост цен) - 8. Получено: (1)= (2) х (6); (2)= (5) х (7); (3)= (2) х (8); (4)= (2) х (3).

      Поскольку в данных мониторинга общественного  мнения ВЦИОМ на периоде 1994 - 2001 гг. обнаружены устойчивые известные системные закономерности между размерами частей в системе, то имеются основания считать данные мониторинга общественного мнения ВЦИОМ системой. Мы предприняли попытку выявить состояние системы, в которой наблюдаются закономерности (I-III) компьютерной экспертно-диагностической системы МАКС (версия 3.1). Поскольку МАКС проводит измерения более чем по 30-ти различным системным числовым характеристикам по каждому вопросу анкеты, за каждый момент времени и за период времени в целом, выдавая при этом десятки таблиц, графиков, много текстов диагностики на русском языке, то здесь приведены только некоторые полученные результаты. Кроме того, для анализа динамики мы также использовали пакет SPSS, с помощью которого вычисляли коэффициенты автокорреляции.

      Как правило, каждая доля ответов наиболее сильно коррелирует с одной предшествующей долей ответов в динамике. Коэффициент  автокорреляции имеет лаг (запаздывание) 1, а наибольшая величина коэффициента автокорреляции изменяется от 0,203 до 0,871 по разным градациям ответов. Полученный результат означает следующее. Динамика системы приближенно обладает так называемым Марковским свойством, согласно которому каждое последующее наблюдение зависит только от предшествующего наблюдения и не зависит от более ранних наблюдений. 

      Размеры частей в данных мониторинга находятся  в интервале 0,1 - 81,2%%, среднее отношение  между всеми долями ответов за взятый период - 2,25, среднее отношение  целое/большая часть в распределениях ответов - 2,47, средняя энтропия распределений ответов - 1,86, средняя избыточность распределений ответов - 0,19, среднее отношение для упорядоченных по убыванию долей ответов для всего мониторинга составила 1,618.

      Среднее соответствие закону Ауэрбаха за данный период составило 66,16%, что соответствует значительной степени проявления уравновешивающего «механизма» в динамике системы. Динамика системы относится к маятниковому типу, что характерно для систем, находящихся в стационарном состоянии, т.е. в установившемся режиме функционирования.

      Проанализировав эти и другие результаты, МАКС выдал  следующую диагностику состояния  системы. Анализируемая система  находится в стационарном состоянии  динамического равновесия. Таким  образом, имеются основания утверждать, что наблюдаемые закономерности (I-III) присутствуют в системах, которые находятся в стационарном состоянии динамического равновесия. Данное стационарное состояние содержательно выражается в том, что модальные (наиболее часто встречающиеся) ответы респондентов по каждому вопросу свидетельствуют о субъективном неблагополучии граждан России. Так например, за указанный период  наибольшая доля ответов респондентов наблюдалась по следующим градациям ответов. Испытываю напряжение, раздражение; экономическое положение в городе плохое; экономическое положение России очень плохое; политическая обстановка в России напряженная; в течение ближайшего года никакого улучшения не произойдет и т.д. Иными словами, данные мониторинга общественного мнения ВЦИОМ за данный период  отражают мнения респондентов, которые находятся в стабильно неблагоприятной социально-экономической ситуации.

      Данное  стационарное состояние на уровне респондентов обеспечивается соответствующими комбинациями ответов респондентов на разные вопросы  анкеты. Например, чтобы реализовалась аддитивная  

      Таблица 3

      Необходимые комбинации ответов респондентов для  существования аддитивных закономерностей (II) для двух слагаемых

      Примечание: 1 обозначает наличие ответа на данную градацию, 0 - отсутствие ответа

       закономерность (II) для двух слагаемых, необходимо, чтобы существовали определенные группы респондентов. В таблице 3 представлена наиболее простая из соответствующих комбинаций ответов для двух групп респондентов, обозначенных буквами A и B.

      Выявленные  нами закономерности могут быть использованы для прогнозирования долей ответов  респондентов в данных мониторинга  общественного мнения ВЦИОМ, восстановления пропущенных значений и т.д., а также для построения компьютерной модели, в которой доли ответов респондентов по различным вопросам связаны между собой с помощью закономерностей (I-III). Тогда изменяя величину какой-либо одной доли или нескольких долей одновременно, можно проводить компьютерные эксперименты и изучать изменения в данных мониторинга общественного мнения.

      Можно с уверенностью предположить, что  в данных мониторинга общественного  мнения ВЦИОМ существуют и другие, более сложные закономерности, например, следующие: , , , различные арифметические равенства, например, , и т.д., где - доли ответов респондентов на градации различных вопросов. С алгебраической точки зрения, доли ответов, для которых соблюдаются закономерности (II) являются так называемой полугруппой [7] - множеством чисел с операцией сложения, удовлетворяющей закону ассоциативности , замкнутые относительно операции сложения, т.е. содержащие вместе с любыми двумя своими элементами их сумму. Алгебраическая теория полугрупп позволяет использовать уже известные теоремы и свойства полугрупп для математического изучения общественного мнения.

ЛИТЕРАТУРА

1. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере. М.: ИНФРА - М, 1998.
2. Чураков А.Н. Информационное общество и эмпирическая социология//Социол.исслед., 1998, N 1, С. 35-44.
3. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск, Наука, 1996; Ежов А.А., Шумский С.А. Нейрокомпьютинг и его приложения в экономике и бизнесе. М.: МИФИ, 1998.
4. Клир Д. Наука о системах: новое измерение науки // Системные исследования. Ежегодник. М.: Наука, 1983, С. 61-85.
5. Сороко Э.М. Структурная гармония систем. Минск: Наука и техника, 1984.
6. Давыдов А.А., Чураков А.Н. Модульный анализ и моделирование социума. М.: ИСАН, 2000.
7. Клиффорд А.Х., Престон Г.Б. Алгебраическая теория полугрупп. Т. 1-2, М.: Мир, 1972.