Соединенный метод сходства и различия.

Исследование причинных связей по данному методу осуществля­ется по следующей схеме:

1. При обстоятельствах А, В, С происходит явление D.

2. При обстоятельствах М, В, F происходит явление D.

3. При обстоятельствах А, С не происходит явление D.

4. При обстоятельствах М, F происходит D.

По-видимому, В является причиной D.

Сначала рассматривается ряд случаев, в которых явление D насту­пает, затем ряд случаев, в которых то же самое явление не наступает. В первых случаях имеется общее обстоятельство В, в других случаях это обстоятельство отсутствует. Из этого делается заключение: обсто­ятельство В представляет собой либо причину, либо часть причины явления D.

В практике эмпирического исследования обычно сначала рас­сматривают сходные группы явлений и устанавливают у них наличие некоторого общего признака. Затем эта группа явлений сравнивает­ся с другой группой и устанавливается отсутствие выявленного об­щего признака. В конечном итоге делается заключение о причине явлений.

4. Метод сопутствующих изменений – всякое явление, которое ка­ким-либо образом видоизменяется всякий раз, как видоизменяется другое явление, составляет причину или следствие этого явления, или связано с ним какой-нибудь общей причиной. Например, чем хуже состояние дороги, тем больше совершается дорожно-транспортных происшествий (при прочих равных условиях). Чем лучше состояние дороги, тем меньше происшествий. По-видимому, состояние дороги может рассматриваться как одна из причин дорожно-транспортных происшествий.

Исследование по данному методу осуществляется по следующей схеме:

1. При обстоятельствах А, В, С происходит явление D.

2. При обстоятельствах А_1; В, С происходит явление Z),.

3. При обстоятельствах А₂, В, С происходит явление D₂.

По-видимому, обстоятельство А является причиной D.

Метод сопутствующих изменений называется так потому, что в нем одни изменения и характеризующие их величины соответству­ют или сопутствуют другим изменениям и величинам. Более точно этот метод описывается с помощью понятия функциональной связи, В качестве аргумента (независимой переменной) при этом рассмат­риваются свойства и величины, которые могут изменяться исследо­вателем. Тогда функция выражает те изменения величин, которые за­висят от изменения независимой переменной. Например, изменение температуры тела можно считать аргументом, а тепловое его расши­рение – функцией.

Степень вероятности заключения по данному методу зависит от числа рассмотренных случаев, от точности знания о предшествующих обстоятельствах, а также от адекватности изменений предшествую­щего обстоятельства и исследуемого явления. Необходимо также иметь в виду, что для исследователя интерес представляют не любые, а лишь пропорционально нарастающие или убывающие изменения, Недостатком этого метода является то, что он не позволяет выяснить вопрос о том, какова в каждом случае причинная связь. Может быть так, что взаимоизменяющиеся обстоятельства А и явление D – следст­вие какой-то общей для них причины.

5. Метод остатков – метод исследования обстоятельств явлений по следующей схеме:

Составная причина сложного явления (А, В, С) связана

с обстоятельствами X, Y, Z.

Часть обстоятельств – причин X вызывает часть явления А.

Часть обстоятельств – причин У вызывает часть явления В.

По-видимому, оставшаяся часть обстоятельств Z

является причиной явления С.

Эта схема иллюстрирует следующее правило метода остатков: если вычесть из данного явления ту часть его, о которой известно, что она есть следствие определенных предшествующих обстоятельств, и тогда остающаяся часть (остаток) явления будет следствием остальных предшествующих обстоятельств.

Методы научной индукции дают правдоподобные заключения. Но есть правила, которые позволяют повысить степень вероятности за­ключения в неполной индукции:

1) исследовать как можно больше предметов изучаемого класса;

2) стараться исследовать разнообразные виды предметов данного класса;

3) обобщать предметы только по существенным признакам;

4) раскрывать причинно-следственные связи между явлениями данного класса;

5) сопоставлять полученные заключения с другими положениями науки в данной области знания, опираться на известные законы, поз­воляющие объяснить полученный вывод.

Индуктивные умозаключения представляют собой логические процедуры, с помощью которых обобщаются результаты опытных ис­следований. История науки показывает, что многие научные откры­тия были сделаны на основе индуктивного обобщения эмпирических (опытных) данных.

Логическая вероятность обычно определяется как степень рацио­нальной, или разумной, веры в обоснованное предположение. Всякий, кто принимает посылки правдоподобных рассуждений, должен принять и заключение, которое обосновывается и подтверждается посылками. Но вера в правдоподобность и обоснованность предположения не зависит от желания и намерения познающего субъекта, не может ме­няться от одного лица к другому, не является произвольной. Она основана на истинных и доказанных основаниях, суждениях – посылках (зафиксированные факты, данные, свидетельства и т. п.). Схема правдоподобного (гипотетического) рассуждения: Н → Е.

Е –истинно.

Н – вероятно, истинно,

где Н – заключение правдоподобного рассуждения (предположение, гипотеза);

Е – подтверждающие ее посылки.

Н вместе с Е правдоподобно.

Н без Е едва ли правдоподобно.

Е – истинно.

Н является очень правдоподобным.

Или:

Н → Е, Н без Е неправдоподобно.

Е –истинно …………………..

___________________________________

Н является очень правдоподобным.

СТАТИСТИЧЕСКИЕ УМОЗАКЛЮЧЕНИЯ

Особым видом умозаключений неполной индукции являются статистические обобщения. Они связаны с анализом массовых собы­тий, таких как рождаемость и смертность, распространение заболева­ний, транспортные происшествия, динамика преступлений, выборов в представительские органы, выявление рейтинга тех или иных поли­тических и общественных деятелей и др.

Статистическое обобщение – это умозаключение неполной ин­дукции, в котором установленная в посылках количественная инфор­мация о частоте определенного признака в исследуемой группе (об­разце) явлений переносится в заключении на все множество явлений этого рода (популяцию).

Степень возможности возникновения интересующего нас явления или события зависит от частоты его повторения. Чем чаще повторяет­ся событие, тем выше степень его возможности или вероятности. Та­кие события впоследствии стали называть случайными массовыми событиями, ибо они, во-первых, отличаются от регулярных, законо­мерно появляющихся событий, наступление которых неизбежно; во-вторых, они не являются уникальными единичными событиями, о появлении которых бессмысленно было бы судить по частоте, ибо они никогда не повторяются. Но при достаточно длительных наблю­дениях или испытаниях можно говорить об относительной частоте появления данного случайного события. Так, наблюдая случаи забо­левания инфекционной болезнью у определенной группы населения, ученые могут выявить его относительную частоту, вычислив отноше­ние числа заболевших за определенный период времени к общему числу людей в соответствующей группе населения. Вероятность в та­ких случаях определяют путем статистических выкладок. Поэтому данное понятие вероятности называют статистическим. Численно вероятность определяется через относительную частоту, отсюда ее другое название – частотная. Статистические обобщения характери­зуют, следовательно, численное значение степени возможности появ­ления случайного массового (повторяющегося) события среди других событий при длительных испытаниях и истолковывается в терминах частотной вероятности.

Например, можно предсказать какое-либо новое событие на основе изучения равновероятного появления данного события среди многих других событий. В общей форме такое соотношение между благопри­ятствующими событиями и всеми равновероятными (равновозможными) можно изобразить формулой

Р(А) = т/п,

где Р(А) – вероятность события А;

т – число случаев, благоприятствующих появлению события А;

п – число всех равновозможных событий.

Например, статистическая информация о совершении такого рода преступлений, как хулиганство, показывает, что из 100 случаев хули­ганских действий до 95 из них совершаются в состоянии алкогольного опьянения. Значит, частота хулиганства, сопровождаемая алкоголь­ным опьянением, определяется как 95/100, т. е. равна 95%. В статис­тических обобщениях логический переход от посылок к заключению дает лишь правдоподобное знание.

Статистическая вероятность характеризует не отдельное случай­ное событие, а определенный класс таких событий. Например, когда говорят о вероятности появления какого-либо заболевания, то имеют в виду заболевание не какого-либо конкретного человека, а лишь определенный процент заболевших людей. Когда говорят о степени распространенности того или иного вида преступлений, то имеют в виду вероятность появления не какого-либо конкретного деяния-преступления, а данного вида.

В статистических рассуждениях особое значение приобретают та­кие понятия, как генеральная совокупность (или популяция), с одной стороны, и выборка (или образец) – с другой. Само же умозаключе­ние может идти как от выборки к генеральной совокупности, так и от генеральной совокупности к выборке. Поэтому статистические умо­заключения могут напоминать индуктивные умозаключения, когда рассуждение идет от выборки к генеральной совокупности, и могут быть похожи на дедуктивные умозаключения, когда заключение осу­ществляется от генеральной совокупности (общего) к выборке (част­ному).

Статистический метод обобщения широко применяется в практике и научных исследованиях, при принятии решений во многих областях деятельности. Например, при составлении прогнозов популярности тex или иных решений, рейтинге политических деятелей, при анализе мнений и ответов людей, на основании которых делается вывод о мне­ниях большой совокупности людей (генеральной совокупности). Для того, чтобы прогнозы стали более адекватными и надежными, необхо­димо стремиться к тому, чтобы структура выборки отражала структуру генеральной совокупности, из которой она выбрана.

Вероятность такого заключения определяется следующими условиями:

1) размером выборки, ибо чем больше ее размеры, тем больше эле­ментов всей совокупности доступно для проверки и тем выше будет вероятность заключения, относящаяся к генеральной совокупности;

2) репрезентативностью выборки, так как полученная выборка должна адекватно отражать распределение свойств и отношений в ге­неральной совокупности;

3) объективностью, непредвзятостью отбора элементов выборки. Это означает, что каждый элемент из генеральной совокупности с одинаковой степенью вероятности мог быть отобранным для вы­борки. Нарушение этого условия нередко происходит в силу тех или иных субъективных факторов: симпатий или антипатий, предубежде­ний, устоявшихся стереотипов мышления, в угоду властям или заин­тересованным лицам и т. п.

Для исследования социальных явлений в социологии существу­ют продуманные методики и техника проведения выборки, главная цель которой состоит в обеспечении репрезентативности выборки. Так, например, для проведения опросов населения особое внима­ние должно быть уделено его стратификации, или группировке, по возрастным, национальным, образовательным и другим признакам, чтобы результаты выборки можно было перенести на генеральную совокупность, а полученный результат оказался более правдопо­добным. В статистических обобщениях нет логической достоверно­сти и в принципе всегда возможен такой случай, когда большинст­во членов генеральной совокупности будут обладать общим свойством Р, а в выборке могут быть члены, которые этим свойст­вом не обладают. Поэтому заключения в статистических обобщени­ях правдоподобны.

Следует заметить, что статистические рассуждения можно рассма­тривать как особый вид индуктивных умозаключений только для за­ключений от выборки к генеральной совокупности. Точнее, рассмат­ривать индукцию как частный случай статистических умозаключений от выборки к генеральной совокупности. При статистическом обоб­щении не просто утверждается, что его заключение вероятно, как при индукции, но устанавливают количественную характеристику (в процентах) степени вероятности появления данного события на основе анализа выборки. Такая количественная характеристика, основанная на точных количественных расчетах, имеет важное значение в научных и практических исследованиях, при принятии стратегических и тактических решений и прогнозах.