ПРИЧИННОЕ МОДЕЛИРОВАНИЕ

CAUSAL MODELLING) Социологи часто стремятся к пониманию причинных связей между различными одновременно действующими переменными, однако применить экспериментальный метод, который позволяет точно определить воздействие одних переменных на другие и их взаимодействие, для сбора социологических данных обычно бывает невозможно. Социологические данные обычно представляют отношения корреляции, а не причинности. «Причинное моделирование» — общее название ряда статистических техник, способствующих обнаружению среди корреляций причинных связей. Эти техники называют также моделями структурного уравнения. Они включают в себя множественную регрессию, путевой анализ и логлинейный анализ. Отправной точкой является построение модели предполагаемого причинного процесса, теоретически выводимой исследователем. Статистические техники применяются к данным с целью установления их соответствия модели. Тем не менее, причинные модели не доказывают существования причинных связей. При построении моделей принимаются различные допущения, которые могут не обладать валидностью в каком-либо частном случае. Одно из преимуществ причинного моделирования заключается в том, что, представляя причинные механизмы формально, исследователям приходится делать свои допущения явными. Причинное моделирование использовалось, главным образом, применительно к данным крупномасштабных обследований, хотя в настоящее время его все чаще применяют к другим совокупностям данных, включающим исторические статистические ряды. См. также: Измерения уровни; Многопеременный анализ. Лит.: Duncan (1975)