Subjective well-being: the problem of analyzing population qualitative heterogeneity (part 2)

Cover Page

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The article substantiates the importance of the methodological problem of analyzing qualitative heterogeneity of an objects’ set in the process of sociological measurement of subjective well-being. It presents the results of an exploratory study aimed at testing a number of tools in reconstruction procedures of social types among the population as qualitatively homogeneous latent formations (according to the nature of subjective well-being). In the first part of the article, an analysis was carried out of the “researchers’ request” for methodological reflection on the use in mass surveys of such subjective well-being generalized indicators as life satisfaction, personal happiness; the problem of the complete set of particular indicators was considered; the expediency of using relationships between the generalized indicator and the particular indicators as a basis for the typology was substantiated.

This part of the article provides a brief description of the fuzzy classification algorithm from the class of logical-combinatorial methods used to search for typological syndromes, that are the basis for identifying typological groups. The results of a typological analysis, based on the RLMS HSE, wave 26, 2017 data are presented. Identification of the qualitative heterogeneity specifics in subjective well-being was carried out for all workers and for groups among them, representing three stages of the life cycle.

Full Text

Restricted Access

About the authors

Anna V. Kuchenkova

FCTAS RAS

Author for correspondence.
Email: a.v.kuchenkova@gmail.com

Cand. Sci. (Sociol.), Senior Researcher, Institute of Sociology 

Russian Federation, Moscow

Galina G. Tatarova

FCTAS RAS

Email: tatarova-gg@rambler.ru

Dr. Sci. (Sociol.), Prof., Chief Researcher, Institute of Sociology

Russian Federation, Moscow

References

  1. Cummins R. A., Eckersley R. et al. (2003) Developing a national index of subjective well-being: The Australian Unity Well-being Index. Social Indicators Research. Vol. 64: 159–190.
  2. Iliev R., Bennis W. M. (2023) The Convergence of Positivity: Are Happy People All Alike? Journal of Happiness. No 24: 1643–1662. doi: 10.1007/s10902-023-00631-9.
  3. Kuchenkova A. V., Tatarova G. G. (2019) “Life-cycle Stage” as a Determinant of Personal Subjective Wellbeing. Sotsiologicheskie issledovaniya [Sociological Studies]. No. 8: 30–43. DOI: 10.31857/ S013216250006135-1. (In Russ.)
  4. Kuchenkova A. V., Tatarova G. G. (2023) Fuzzy Classifications in the Typological Analysis of Workers by Employment Instability. Sotsiologicheskie issledovaniya [Sociological Studies]. No. 10: 27–40.
  5. Ragin C. C. (2000) Fuzzy-set social science. Chicago: University of Chicago Press.
  6. Rihoux B., Ragin Ch., eds. (2009) Configurational comparative methods: Qualitative comparative analysis (QCA) and related techniques. London: SAGE.
  7. Schneider C. Q., Wagemann C. (2012) Set-theoretic methods for the social sciences: a guide to qualitative comparative analysis. Cambridge University Press.
  8. Tatarova G. G., Kuchenkova A. V. (2016) Indicators of Subjective Well-being as Characteristics for Typology Building. Sotsiologicheskie issledovaniya [Sociological Studies]. No. 10: 21–32. (In Russ.)
  9. Tatarova G. G., Kuchenkova A. V. (2020) “Life Satisfaction” and “Personal Happiness” in the Sociological Studies of Subjective Well-being. In: Gorshkov M. K. (ed.) Reforming Russia: Yearbook. Iss. 18. Moscow: Novyy khronograf: 565–589. doi: 10.19181/ezheg.2020.24. (In Russ.)

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».