Цель данного раздела заключается в том, чтобы описать параметры эмпирического исследования, которые вы используете для своей работы. Откуда же нам взять эмпирические данные? Мы можем самостоятельно провести исследование, но как это сделать? Чтобы ответить на эти вопросы, понадобилось бы написать отдельную книгу, так как дать короткие рекомендации было бы недостаточно. На тему того, как самостоятельно провести количественное исследование, написано немало учебников и различной специальной литературы, с которой можно ознакомиться (например, учебное пособие А. В. Кингсбургского[20] или известная и до сих пор актуальная «Рабочая книга социолога»[21] и др.). Если вы решите провести авторское исследование, то в статье / диссертации / ВКР необходимо будет указать, что это был массовый опрос, в какой период времени он проводился, подробно описать, как строилась выборка в вашем исследовании.

Если вы выберете использование вторичных данных, необходимо описать базу данных[22], на которых вы собираетесь проводить анализ данных. Существует множество эмпирических баз, которые выложены в открытом доступе и которые можно легко скачать в Интернете после регистрации на сайте. Вы можете использовать их для вторичной концептуализации в рамках своего исследования. К таким базам относятся, например: ESS[23], WVS[24], RLMS[25], ISSP[26], EVS[27], PISA[28], Банк социологических данных Института социологии[29] и др.

После описания эмпирической базы, которую вы используете, следует прописать методологию исследования: привести формулировки вопросов из анкеты (тех переменных, которые будут задействованы в анализе данных), а также описать методы анализа данных, которые будут нужны, чтобы эмпирически проверить выдвинутые вами гипотезы исследования. Здесь же можно указать ограничения исследования (ошибки выборки, ограничения используемой базы данных).

В данном разделе приводится описание статистических процедур, которые вы провели для проверки гипотез. Например, в рамках исследования вам необходимо изучить, есть ли связь между двумя количественными переменными (количеством времени, проведенном в Интернете, и доходом), вы описываете результаты корреляционного анализа. Следует указать, какие были шкалы, какой коэффициент корреляции был применен и почему, связаны ли переменные на статистически значимом уровне. Также следует указать, чему равен коэффициент корреляции и каково направление связи. Подробнее о каждом из видов анализов будет написано далее. Суть в том, чтобы подробно описать получившийся результат.

Также следует отметить, что не стоит делать расчетов, которые не направлены на решения исследовательских задач. Например, если задача состоит в поиске связи, то необходимо подобрать метод для этой задачи с учетом того, какие шкалы используют, является ли распределение нормальным. Очень часто я сталкиваюсь с высказываниями вроде «Я не знаю всех этих сложных методов, поэтому вероятно, что мою статью не примут, ведь там присутствует только одномерный анализ» и т. п. Мы бы не рекомендовали делить анализы данных на сложные / простые. Следует руководствоваться принципом «бритвы Оккама»: выбирать наиболее простой способ, но главное – подходящий для решения вашей исследовательской задачи. Поэтому не стоит стесняться частотного анализа или таблиц сопряженности – иногда это все, что нужно, чтобы сделать исследование завершенным. Поэтому при формулировке задач так важно понимать, какие из них под силу решить статистическими методами, а какие – нет. И, конечно, вышесказанное не означает, что нужно пользоваться только одномерными или двумерными методами анализа данных, в идеале освоить разные методы, для того чтобы иметь возможность ставить задачи разного порядка. Тогда придет понимание, что анализ данных – это несложно, это лишь инструмент для решения исследовательских задач.