Диссертация (Сетевой анализ факторов социального признания и исключения в среде подростков), страница 9

Для российского контекстанерелевантнарасоваясегрегация,амежэтническаяимеетсвоипринципиальные отличия от сложившейся в Европе. Для Европейских странпонятие «этническое меньшинство» и «мигрант» практически эквивалентны.Поскольку исследователи исходят из наличия опыта международноймиграции. Дети могут считаться мигрантами, если их бабушки или дедушкипереехали в страну пребывания [Van Houtte, Stevens, 2009]. Исходя из этогоопределения, в России нет мигрантов, так как бабушки и дедушки нынешнихшкольников родились в одной стране – СССР. Диаспоры отдельных народов43сформировались в России еще во времена Империи (например, армянскаядиаспора в Санкт-Петербурге с начала восемнадцатого века) и не являютсямигрантами, но могут быть отнесены к «этническому меньшинству». К томуже есть доля мигрантов из славянских стран, которые не относятся к«видимому этническому меньшинству» и приезжают с хорошим уровнемрусского языка.Таким образом, работа вносит вклад в научное представление офакторах и механизмах формирования социальных статусов, в том числедополняя знания об особенностях влияния российского культурногоконтекста.44Глава 2.

Методы анализа социального признания и исключения.Используемые данные2.1 Описание используемых данных и переменныхЭмпирической базой диссертации являются пять исследований,проведенных НУЛ СОН НИУ ВШЭ с 2010 по 2015 год1. Объектом всехисследований являлись подростки в возрасте от 14 до 18 лет, обучающиеся вгосударственных школах разного статуса и техникумах/колледжах СанктПетербурга и Московской области (Таблица 1).В 2010 году в ходе проекта по изучению жизненных траекторий истратегий адаптации детей мигрантов этнического меньшинства в СанктПетербургеиМосковскойобластибылопроведеноисследованиешкольников 9-10 классов.

Начальные, частные, коррекционные школы,школы-интернаты, кадетские корпуса исключались из выборки школ.При формировании выборки в Санкт-Петербурге из 700 школ попринципу стратифицированной выборки случайным образом были отобраны10 гимназий, лицеев и школ с углубленным изучением отдельных предметов;94 обычные школы с довыборкой малочисленных школ. Так, в выборкувошли 104 школы из 18 районов Санкт-Петербурга: всего 7309 анкетучеников 8, 9 и 10‑х классов.

Для проведения анализа были выбраны толькоклассы, в которых анкету заполнило более 75% учеников из списочногосостава класса. Так, анализируемая база включила в себя 309 классов (5904учеников из 101 школы).В Московской области в исследование входили также не городскиешколы. Здесь для составления выборки использовались данные областногоМинистерства образования и науки о доле детей из семей мигрантов вшколах,расположенныхвследующихадминистративныхединицах:Ленинском районе, Мытищинском районе, Одинцовском районе, г.1Исследования осуществлены в рамках Программы фундаментальных исследований НИУ ВШЭ в 2010-2015года.45Королеве, г.

Котельники, г. Щербинке. Из 128 школ, имеющихся в этихгородах и районах, для исследования были случайным образом отобраны 50школ: было собрано 3703 анкет учеников 8, 9-х классов. В соответствии сисследовательской задачей было отобрано 156 классов (всего 3155учеников), где обучается хотя бы один ученик-представитель этническогоменьшинства.ВкачествепродолженияпроектаНУЛСОНпоизучениюобразовательных траекторий девятиклассников, был проведен лонгитюдныйопрос учеников колледжей и техникумов Санкт-Петербурга – с 2012 по2014/15год.Этаступеньобразованиявгородепредставлена80учреждениями средне-специального профессионального образования и 36учреждениями начального профессионального образования.

По результатампилотного опроса в 20-ти учреждениях НПО и СПО Санкт-Петербурга былиотобраны три образовательных учреждения для лонгитюдного исследования.Через год в выборку вошел еще один колледж. Волны опроса проводилисьдва раза в год (октябрь-ноябрь, апрель-май) на протяжении 2–3 лет обучения,взависимостиОбразовательнаяотпродолжительностиспецификаСПОиобразовательнойНПОпредполагаетпрограммы.гендернуюсегрегацию учащихся. Так, выборку составили: один колледж, где обучаютсяюноши (97% юношей), два колледжа, где в основном женский составучеников (94% девушек), один колледж, где обучаются и юноши и девушки(73% юношей). Всего около 700 учащихся за все волны опроса. Объектомисследования стали учащиеся, пришедшие в колледжи/техникумы после 9класса.

Это дало возможность проследить за образованием социальных сетейс первого месяца знакомства подростков друг с другом и проследитьдинамику формирования и развития связей с самого начала и до моментавыпуска. В связи с низкой посещаемостью и большим выбытием(отчислением) учащихся для анализа используется только 1,2 и 3-я волныисследования, только классы, где во всех трех волнах присутствовало более80% от списочного состава учащихся (205 учащихся, 3 колледжа/техникума).46Следующие данные, составившие аналитическую базу диссертации, –это база по проекту НУЛ СОН об образовательных траекториях учениковгимназий, лицеев и школ с углубленным изучением отдельных предметов(далее школы повышенного статуса). Опрос школьников города СанктПетербурга проводился в 2014 году.

По принципу стратифицированнойвыборки случайным образом было отобрано 55 школ повышенного статуса:2376 учащихся 9-х классов.Для исследования используются также качественные данные – база по86 интервью, собранная в ходе исследования отношений подростков внутриколлективов сверстников. Интервью проводились НУЛ СОН в школахСанкт-Петербурга в 2016 году. Для обеспечения разнообразия социальногосостава и академических результатов учеников внутри коллективов,случайным образом были отобраны школы с контрастными показателями поЕГЭ (6 школ из нижнего квартиля и 9 школ из верхнего квартиля порезультатам ЕГЭ).

Всего в 15 школах было проведено 86 бесед с учениками9, 10 и 11-х классов; не всем подросткам задавались требуемые дляисследования вопросы, в итоге информацию для анализа содержало 62интервью (33 беседы с девочками и 29 бесед с мальчиками). Ученики дляинтервью выбирались по принципу: каждый пятый из списка класса.Структурированные интервью включали блоки тем про дружбу, неприязнь ипопулярность.47Таблица 1 – Описание количественных баз данных, используемых висследованииЧислоучрежденийДанныеШколы СанктПетербурга-2010(СПб-2010)Школы Московскойобласти-2010 (МО2010)Всегоучеников1015904503155Тип данныхСетевые данныеКросссекционныеданныеКросссекционныеданныеДружеские инегативные сетиДружеские инегативные сетиШколы повышенногостатуса СанктПетербурга-2014(СПб Гимн.-2014)552376КросссекционныеданныеДружеские инегативные сети, исетевые вопросы навоспринимаемуюпопулярностьКолледжи/техникумыСанкт-Петербурга2012-20133205ЛонгитюдныеданныеДружеские сетиПодготовка данных для анализаВовсехисследованияхпроводилосьсплошноеанкетированиеучеников, то есть анкету заполняли все ученики, присутствующие вклассе/группе на момент опроса.

Учащихся просили назвать фамилии иимена тех одноклассников, с которыми они общаются чаще остальных, режеостальных или стараются не общаться, а также тех, кто участвует в буллинге.Сетевые данные перед анализом требуют большой предварительнойподготовки – унификации имен. Унификация имен предполагает приведениевсех вариантов написания имени учеников к одному варианту написания,иначе программа анализа сетей будет распознавать их как разных акторов.Большая часть работы по унификации производится программнымисредствами, но все же значительная часть требует ручной унификации.Например, варианты ответов «Саша Васильев», «Александр Васильев»,«Васильев Саша» и все возможные опечатки и ошибки в написании имени ифамилии должны быть исправлены на «Васильев Александр Игоревич», изатемзамененынауникальныйидентификационныйномер(ID).Использование компьютерных программ по унификации частично облегчает48эту задачу, но неизбежно требуется этап итоговой ручной проверки,поскольку не все варианты написания имен распознаются программойоднозначно, особенно в случаях сложных «этнических» имен и фамилий, принаписании которых ученики допускают очень много ошибок.Следующийпотребовалбольшойпредварительной подготовки данных: о профессиональнойзанятостиродителей,облоквопросов,родныхязыкахкоторыйродителейиребенкаионациональной/этнической самоидентификации ребенка.

Вопросы задавалисьв открытом виде, в результате чего ответы потребовали предварительнойкодировки. Ответы о профессии обоих родителей вручную кодировались поISCO-08(InternationalприсваивалсяSocio-Economicчетырёхзначныйкод.Index).ЕслиКаждойописаниепрофессиизанятостибылонедостаточным для полного кода, кодировка проходила до третьего иливторого знака – например, 4110, 4100. Далее ISCO-08 переводились в шкалуInternational Socio-Economic Index (ISEI-08) с помощью скриптов Ганзебума(об индексе в Ganzeboom, Treiman, 1996).Предварительная подготовка данных предполагала также проверку ихна наличие числа пропущенных ответов. Наибольшее число миссинговвстречается при ответе на вопрос о профессии и образовании родителей. Нооно не превышает 20%, что допустимо для исследований в областиобразования[Dong,Peng, 2013].Поэтому процедурмножественнойимпутации не проводилось.Переменные, используемые в анализеВо всех количественных базах данных конструирование переменныхпроизводилось на основе единого инструментария.Сетевые характеристики подростков:Число друзей – число входящих номинаций в ответ на вопрос «с кем изкласса общаешься больше всего».

«Другом» считается тот ученик, откоторого получена номинация, а не тот, кого назвал сам опрашиваемый.49Социометрическая популярность – нормированное число входящихноминаций в ответ на вопрос «с кем из класса общаешься больше всего».Нормирование числа номинаций необходимо с целью компенсации размеракласса.Воспринимаемая популярность – число входящих номинаций в ответна вопрос о популярных мальчиках и девочках в классе («назовитепопулярных мальчиков и девочек в вашем классе или параллели»).Социальное исключение – число негативных номинаций, полученныхучеником от одноклассников, отвечавших на вопрос о том, с кем ониизбегают общения или общаются меньше всего.Критерии популярности «привлекательно выглядит», «красиво имодно одевается», «успешен(-а) в спорте», «побеждает на олимпиадах»,«очень умный(-ая)», «часто спорит с учителями», «независимо себя ведет, непризнает авторитетов», «может постоять за себя, дать сдачи», «душакомпании».