Рис. 1.

Частоты распределения респондентов по классам, определяемым вариантами ответа на вопрос о наиболее важных проблемах страны (%). Опрос 1998 г.

Чтобы убедиться, что данная структура существует сама по себе, а не порождена особенностями метода, воспользуемся другим эвристическим приемом. Рассмотрим ту же самую матрицу – коэффициентов близости между векторами – индикаторами выбора ответов на основе Q Юла – и используем технику, которая несколько десятилетий назад называлась методом корреляционных плеяд (точнее, была одной из ее разновидностей)24. Метод предельно прост: зададим некоторое положительное пороговое значение для коэффициента Q. После этого от матрицы корреляций переходим к матрице инциденций графа, в котором вершины соответствуют проблемам, а ребра соединяют те пары вершин, которым соответствует пара проблем со значением Q, большим заданного порогового значения25. Получившийся граф (рис. 2) распадается на три связных подграфа, между которыми нет ребер. Эти подграфы по своему составу полностью совпадают с классами, полученными методом кластерного анализа (табл. 1). Тем самым подтверждается устойчивость классификации.

Рис. 2.

Граф проблем, вершины которого совпадают с проблемами, а ребра образованы связями, превосходящими заданный порог

Теперь подсчитаем для вершины графа среднее значение коэффициентов Q между соответствующей проблемой и проблемами, с которыми она связана в построенном графе. Подобные характеристики узла сети (или вершины графа) обычно называют центральностью. В нашем случае она имеет важный смысл. Коэффициенты, подобные Q Юла, в принципе обладают общим вероятностным смыслом и в условиях нашей задачи указывают на то, что если произвольный респондент выбрал в качестве ответа проблему под номером i, то он с высокой вероятностью выберет и проблему под номером j. Если для двух этих проблем значение Q _>(i,j) достаточно велико, то выбор одной из проблем скорее всего означает и выбор другой. Это значит, что чем «центральнее» (в терминах нашей задачи) проблема, тем увереннее ее выбор предсказывает выбор других связанных с ней проблем26. Можно перефразировать это свойство так: проблемы с высокой центральностью занимают в сети проблем более важное место, чем остальные. В классе «проблем, беспокоящих демократов», к примеру, наибольшей центральностью обладает проблема «рост преступности», а в классе «проблем, беспокоящих консерваторов» – проблема «кризис морали, культуры, нравственности». В своих классах это центральные, «прототипические» проблемы. Прототипичность проблемы в нашем случае задается ее центральностью.

А теперь главное, ради чего затронут этот сюжет. Рассмотрим взаимосвязь между центральностью (прототипичностью) проблем и их «популярностью» – частотой выбора респондентами. Оказывается, никакой зависимости нет. Это ярко демонстрирует диаграмма рассеяния между двумя переменными (рис. 3).

Мораль. Традиционные статистические методы анализа опросных данных сосредоточены на определении частот выбора ответа – в целом по выборке или в отдельных группах респондентов. Частота – это результат подсчета числа респондентов, выбравших один и тот же ответ. Однако такая частота осмысленна в той степени, в какой выбор респондентами одного и того же ответа имеет сходные смысл, причины, последствия. В частности, подсчитывая долю респондентов, выбирающих из списка партию, за которую они намерены голосовать, мы вправе рассчитывать на возможность прогноза результатов выборов. Но наш расчет оправдан, если выборы – это рутинная практика респондентов; если партии равноправны в политическом и информационном пространствах; если выбор в пользу той или иной партии в результате пропагандистских усилий не рассматривается общественным мнением как нечто неприличное или опасное.