Безумна затея – оценивать значимость отклонений по каждой клетке в десятках тысяч таблиц, проверяя то, что важно называется «гипотезой», а по-нашему – просто очередной логический вывод типа «больше» – «меньше». Все это может сделать компьютер, рассмотрев, сравнив, оценив, проставив знак с математической достоверностью. Если отклонение незначимо, программа проставляет в этой клетке знак «±», если частота в таблице непредставительна, программа ставит «·». Так, в табл. 1.7 мы сразу видим дифференциацию возрастных групп по включенности в политико-идеологический и информационный процессы и тут же полную их индифферентность в отклонении их оценок аккумуляции информации органами власти от средних по массиву. Дифференциация оценок в классовом и образовательном срезе и там и там очевидна. Мы сразу видим и лес и деревья.

Коэффициенты сопряженности, основанные на критерии «хи-квадрат» имеют в анализе другие функции. Они показывают общую связь признаков, когда мы меряем сопряженность разных подсистем. Но не детали. Это хорошо видно на измерении взаимной связи связи в «активности» и «информированности»[38].

Мы видим, что в первой из таблиц 3x3, где приводятся данные о распределении уровня знаний о «косыгинской» реформе у всего населения города, наибольший коэффициент взаимной сопряженности («хи-квадрат» составляет здесь 350,998). Однако, как только мы исключаем из анализа треть населения, не использующую никаких источников информации об экономической жизни города и не знающую ни одного элемента информации об экономической реформе на предприятиях, мы получаем в несколько раз меньшее значение «хи-квадрата»: 88,813, а отсюда и соответствующие коэффициенты сопряженности. В то же время перепады в долях процентов в 3 – 4 раза (!) от среднего значимы. Они говорят о прямой взаимозависимости знаний о происходящих экономических событиях и производственной и информационной активности. Здесь анализ, основанный на «хи-квадрате», может помочь только в интерпретации показателей энтропии. Она резко возрастает из-за расширения масштабов общности и концентрации массы населения или в области отчуждения от происходящего процесса, или в активной зоне происходящего. На предприятиях Ташкента энтропия по заполненным клеткам 0,738. Две клетки не выпадают. Нельзя быть высокоактивным в определенной области и мало знать об этой области. И наоборот: быть малоактивным и много знать[39]. Перед нами информационно-деятельностный синдром, точно такой же, кстати, как и в случае информационного приема (табл. 1.12). Ведь осознание объективных информационных потребностей – та же информированность на уровне рефлексии собственной деятельности. Но и там коэффициенты на основе «хи-квадрат» «зашкаливаются», и в плотной, и в разреженной аудитории и показывают одно и в плавно принимаемом, и в судорожно выхватываемом потоках сведений (табл. 1.13).

Между тем все три коэффициента и показатели энтропии работают вместе с оценками силы отклонений и дают достаточно надежную для аргументации картину[40]. Кроме того, здесь возникает фундаментальное предположение, косвенно подтверждаемое падением и возрастанием значений энтропии среди незанятого в народном хозяйстве населения города и среди двух типов производственных общностей (переходящих на новую систему работы и работающих по старой). Дело в том, что энтропия – линейная функция и ее значения, показывая своего рода меру рассеяния данного континуума предметностей по массе населения, позволяют предполагать, что метрика социального пространства ограничена функциональным горизонтом общностей. И чем меньше общность, тем меньше значение энтропии (при прочих равных условиях пронизывания систем деятельности формами силовых линий социальных институтов). Это предположение нуждается в соответствующей экспериментальной проверке.