Wykorzystując metody analizy dwuzmiennowej, stwierdzili, że przynależność do klasy społecznej wywiera jedynie bardzo niewielki wpływ na podział obowiązków w tych rodzinach, w których oboje partnerzy zarabiają. W związku z tym badacze postanowili sprawdzić, które inne zmienne wywierają wpływ na rodzaj obowiązków wykonywanych przez mężczyzn. Posługując się technikami wielozmiennowymi, zbadali względny wpływ ośmiu zmiennych: klasy społecznej, poziomu wykształcenia żony, czasu pracy żony, wkładu żony do dochodu rodziny, ogólnego dochodu rodziny, wyznawanego stereotypu płci (jakie zachowania przypisywano roli kobiety i mężczyny), wieku i liczby dzieci poniżej 16 roku życia. W sytuacji, gdy kontrolowano wszystkie zmienne, okazało się, że niewielki efekt klasy społecznej znika zupełnie. Jedynie czas pracy żony i wiek respondentów miał duży wpływ na rodzaj obowiązków mężczyzn. Wyznawany stereotyp płci nie odgrywał natomiast żadnej roli.
Gdyby analizując związek pomiędzy klasą społeczną a stopniem uczestnictwa mężczyzn w obowiązkach domowych, posłużono się jedynie analizą dwuzmiennową, to można by błędnie wyciągnąć wniosek, że przynależność do klasy społecznej wywiera przynajmniej niewielki wpływ. Analiza wielozmiennowa umożliwia kontrolowanie wpływu innych zmiennych i chroni przed wyciąganiem błędnych wniosków.
W rozdziale tym skoncentrujemy się na metodach wykorzystywanych do analizowania więcej niż dwóch zmiennych. W naukach społecznych analiza więcej niż dwóch zmiennych pełni trzy podstawowe funkcje: kontroluje, określa poziom złożoności oraz umożliwia predykcję. Pierwsza z funkcji jest substytutem mechanizmu kontroli eksperymentalnej w sytuacji, gdy mechanizm taki nie został uruchomiony. Druga dookreśla związek dwóch zmiennych poprzez wprowadzenie zmiennych pośredniczących czy warunkowych. Trzecia funkcja dotyczy możliwości analizowania dwóch lub więcej zmiennych niezależnych po to, aby określić ich wkład w wyjaśnianie zmienności zmiennej zależnej. W rozdziale tym omawiamy sposoby wprowadzania trzeciej zmiennej do badań empirycznych. Zaczynamy od omówienia strategii kontrolowania trzeciej zmiennej poprzez jej dookreślenie. Następnie dyskutujemy możliwości analizy wielozmiennowej w stosunku do analizy dwuzmiennowej. Na koniec omawiamy techniki modelowania przyczynowego oraz analizę ścieżek.
Badanie związku dwuzmiennowego jest pierwszym krokiem analizy danych. Następny krok polega na ocenie implikacji otrzymanych wyników i wyprowadzeniu wniosków przyczynowo-skutkowych. Innymi słowy, na podstawie analizy dwuzmiennowej badacze ustalają wielkość współzmienności i jej kierunek, następnie
1 Erik Olin Wright, Karen Shire, Shu-Ling Hwang, Maureen Dolan, Janeen Baxter (1992). The Non-Effects of Class on the Gender Division of Labor in the Home: A Comparatwe Study of Sweden and the United States, „Gender and Society", Vol. 6, nr 2, s. 252-282.
440
interpretują wyniki i określają podstawowe związki przyczynowe pomiędzy badanymi zmiennymi poprzez wprowadzenie do analizy nowych zmiennych. Przypuśćmy, że określiliśmy związek pomiędzy wiekiem rodziców a stosowanymi przez nich metodami wychowawczymi, tj. że starsi rodzice są bardziej restryktywni w stosunku do swoich dzieci niż rodzice młodsi. W jaki sposób można zinterpretować te dane? Możemy twierdzić, że zmienne te są przyczynowo powiązane i że wraz ze wzrostem wieku rodziców obserwujemy przesunięcie od pobłażliwego do restrykcyjnego stylu wychowania. Może jednak być tak, że różnice w sposobie wychowania nie zależą od wieku rodziców, lecz od ich poglądów: starsi rodzice są bardziej restryktywni, natomiast młodsi wyznają bardziej liberalne poglądy, a zatem są bardziej pobłażliwi. Innymi słowy, związek pomiędzy wiekiem rodziców i stosowanymi przez nich metodami wychowawczymi może wynikać z faktu, że zarówno jedna zmienna „wiek", jak i druga zmienna „metody wychowawcze" są powiązane z trzecią zmienną, tj. „poglądami".
Obserwowany związek pomiędzy dwiema lub więcej zmiennymi nie jest jeszcze wystarczającym uzasadnieniem wniosków przyczynowo-skutkowych. Zaobserwowany związek dwóch zmiennych może być wynikiem przypadku lub może być spowodowany tym, że obie zmienne są powiązane z inną, trzecią zmienną. Co istotne, badane zjawisko można często wyjaśnić za pomocą więcej niż jedna zmienna niezależna. W każdym przypadku wprowadzenie dodatkowej zmiennej pozwala na do-określenie wyjściowego związku między zmiennymi.
¦ Kontrola