Наконец, упомянем оригинальный метод обработки данных, изложенный в частности в книге Франселла Ф. и Баннистер Д. Новый метод исследования личности.

В этом методе строится таблица, в которой по столбцам расположены элементы: люди, предметы, понятия, звуки, цвета, а по строкам расположены «конструкты»: параметры, шкалы, биполярные отношения, с точки зрения метрологии все это просто шкалы. Примеры конструктов: приятный-противный, хозяин-слуга, здесь-там, прошлое-будущее, уродливый-красивый. В клетках таблицы респондент отмечает, какое место на данной шкале (в данном конструкте) занимает тот или иной элемент, если он вообще может быть расположен на этой шкале. Так мы получаем, например, распределение по приятности людей, распределение по приятности цветов, распределение по близости к нам понятий и опять же людей и так далее. Исследователь может сам указывать респонденту конструкты-шкалы, а может в ходе интервью выявлять шкалы, которыми пользуется испытуемый, то есть выяснять, как он упорядочивает мир, в каких понятиях и терминах он мыслит. С точки зрения метрологии мышление «в шкалах» — продвинутое: мы не просто говорим, что политик M. - жулик, а точно определяем, что он чуть менее жулик, нежели N., но более жулик, чем P.

Далее можно самыми разнообразными способами исследовать стабильность конструктов во времени — дрейф сам по себе или в процессе терапевтического взаимодействия. Или связь конструктов между собой — и выявить, например, что для данного человека связаны конструкты прошлое-будущее и лучше-хуже, причем чем дальше в прошлое, тем лучше.

Близко к вопросу об индексах лежит вопрос о кластерах. Ибо если кластеры — это ассоциации в пространстве переменных, то кластеры — это ассоциации в пространстве объектов. Но в индекс объединяют по определенным правилам иногда говорящие нечто близкое величины, а иногда — говорящие нечто противоположное. Например, можно назвать индексом качества изделия сумму очков, набираемых им по шкалам нескольких параметров, а упомянутая выше «оценка экономического положения страны» — индекс, составленный и из говорящих и нечто близкое, и нечто противоположное. В кластер же объединяют всегда нечто схожее.

Классический кластер в социологии — поколения. Но существуют ли они реально, или это имя без денотата? Формально это можно определить по функции распределения значений некоторого параметра по возрасту — если оно не унимодально, то кластеры существуют. По существу же можно спросить, есть ли причина, серьезно влияющая на параметры объекта и такая, что она по-разному действуют для части группы. Например, какие-то пережитые исторические события, повлиявшие на людей. «Послевоенное поколение» — 23, «Потерянное поколение» — 19, «Военное поколение» — 13, «Предвоенное поколение» — 0,7, «Поколение исхода» — 0,5 и, — о, мой личный восторг! — «Поколение П» — 180! Числа — это мощности кластеров в тысячах ссылок Google (тсG) — новых единицах, которые я предлагаю ввести…

Специфической проблемой социологии является составление выборки, то есть определение, кого обмерять. Бюст, талию, бедра и так далее. В технике этот вопрос возникает два раза — при периодическом контроле и при выборочном контроле. Станок, поточная линия, вообще то или иное производство выпускает какие-то изделия и у каждого десятого, сотого или какого-то иного изделия контролируется некий параметр. Выбор частоты контроля определяется просто — прогнозом скорости дрейфа данного параметра, вызванного дрейфом параметров технологического процесса. Ну и, как всегда, стоимостью контроля и «стоимостью» пропуска какого-то количества бракованных изделий. Выборочный контроль — это скорее контроль не изготовителя, а получателя. Выбор из партии изделий производится случайным образом (если нет подозрений, что бракованные располагаются детерминировано — как хорошая хозяйка покупает на рынке?), а количество определяется ровно так, как сказано выше.

В плане классической метрологии это может быть сопоставлено с выбором объектов или моментов для измерения. Например, мне надо проконтролировать партию в восемь тысяч приборов, сложенных штабелем. Оказывается, не стоит брать для контроля из последнего верхнего слоя, что было бы проще всего, а надо, увы, брать из всех слоев. Сообразите сами, почему, и назовите несколько причин. Далее, сколько брать образцов для анализа? А как отбирать пробы воды для анализа загрязнений в пруду? Или вот — нам надо измерить напряжение в сети. А в какой момент надо измерять? Днем или вечером? Или ночью? Или в момент финала чемпионата мира по хоккею, в котором встретились команды России и Буркина-Фасо? А давление воды в водопроводе — в ходе игры или немедленно по ее завершении? В метрологии эти вопросы не являются вопросами первого плана, их обычно относят в разделы, посвященные контролю продукции. Для социологии эти вопросы фундаментальны.

В психологии проблемы составления выборки нет, ибо мы исследуем одного конкретного носителя психологии. Однако если мы хотим, исследуя ряд носителей, сделать какие-то выводы о группе, то возникает скорее социологическая проблема составления выборки.

Задача эта проста по постановке, но не имеет гарантированного решения. А именно, наша выборка должна по исследуемому нами параметру быть репрезентативна, то есть совпадать с «генеральной совокупностью», то есть со всей группой. Понятно, что такого совадения гарантировать нельзя, но из опыта известно, что для людей, если выборка совпадает с генеральной совокупностью по четырем-шести параметрам, то она будет репрезентативна. Эти основные параметры — пол, возраст, образование, тип населенного пункта, доход, область деятельности. Разумеется, поскольку разброс вообще есть, то «совпадение» можно понимать только вероятностно — то есть отклонение не более чем на столько-то с такой-то («доверительной») вероятностью.

Иногда, впрочем, нужна и прямо противоположная выборка, полярная, вылавливающая группы, придерживающиеся крайних мнений.

Чтобы о чем-то говорить — поскольку говорение есть процесс с началом (и с неизбежным, увы, концом), — надо решить, с чего начинать. Начинать можно с любой части, а любая область науки и техники состоит из следующих частей:

1) накопленных знаний об ее объекте (на материальных носителях, в том числе в головах);

2) навыков применения этих знаний (запечатленных там же);

3) материальных результатов деятельности, созданных техникой (и для людей, и для себя — то есть средств производства, и для науки — то есть приборов), и наукой (для других областей науки и для себя); правда, можно считать, что наука не создает материальных результатов, а это делает «техника при науке», но это не столь важно;

3) знаний о взаимодействии области с другими областями;

4) знаний и навыков, относящихся к самой области — законов ее развития, истории и прогнозу ее развития и методике преподавания.

5) знаний, относящихся к другим областям, если это методическая или иная мета-область.

Одной из форм накопленных знаний является словарь — комплект терминов, посредством которых изъясняется область и их разъяснения. Любая область науки и техники содержит «определения» — термины, понятия и разъясняющие их тексты, устанавливающие связи между объектами этой области или между объектами этой области и объектами других областей. Достаточно написать эту фразу, чтобы услышать чавкающий звук и ощутить, что нога прова… И вот почему. В математике определения составляют ориентированный граф, то есть для каждого понятия могут быть указаны логически предшествующие. Однако чем ближе понятие к основам, тем более определения не является чисто математическими, а связанными с окружающим миром. Скажем, отрезок и прямую еще можно определить как след точки, но придется обсуждать понятие «след», а уж понятия «ноль», «единица» и «точка» явно придется искать не в математике. В математике существует специальная область, занимающаяся этими вопросами — «основания математики».