METÓDY KOMPARATÍVNEHO VÝSKUMU POLn4002 Srovnávací analýza politiky jaro 2022 Doc. Marek Rybář, MA, PhD. Dve tradície vo výskume malého N •VARIABLE-ORIENTED prístup orientovaný na premenné (kovariačný), ktorý vyvinuli Przeworski, Lijphart a kol. •CASE-ORIENTED prístup orientovaný na prípady (konfiguračný), ktorý vyvinuli Ragin, Bennet a kol. •tieto dva prístupy sa líšia svojimi výskumnými cieľmi, typmi otázok, ktoré skúmajú, a rozsahom snahy o zovšeobecnenie •V súčasnosti sa porovnávacia metóda stotožňuje s prístupom orientovaným na premenné a s hľadaním nevyhnutných a postačujúcich podmienok • (Niektoré) problémy porovnávania • • •Príliš málo prípadov, príliš veľa premenných •Výberové skreslenie •Nepravdivosť (spuriousness) •Ekologické a individuálne chyby (fallacies) Príliš málo prípadov, príliš veľa premenných 1/3 •keď je viac potenciálnych vysvetlení než prípadov na ich testovanie •Možné riešenia (Lijphart): •1) zvýšiť počet prípadov alebo pozorovaní •geografická alebo časová stratégia na zvýšenie počtu prípadov •znížiť počet premenných zlúčením niektorých z nich •znížiť počet premenných zameraním sa na relevantné premenné (vybrať tie, ktoré sú teoreticky relevantné) Príliš málo prípadov, príliš veľa premenných 2/3 •2) použiť najpodobnejší systémový dizajn (MSSD) •vylúčiť premenné, ktoré sú vo všetkých prípadoch rovnaké, a zamerať sa na tie premenné, ktoré sú odlišné, a teda potenciálne spôsobujú pozorovaný výsledok •Bohužiaľ, pri použití MSSD nikdy nebudeme schopní vylúčiť mnohé alternatívne vysvetlenia (premenné) Príliš málo prípadov, príliš veľa premenných 3/3 •3) minimalizovať počet relevantných premenných použitím najrôznejšieho systémového dizajnu (MDSD) •Porovnávame úplne odlišné prípady s podobnými výsledkami, zameriavame sa na odlišné premenné v jednotlivých prípadoch, ktoré potenciálne vedú k podobným výsledkom • Výberové skreslenie (Selection bias) •Porovnávanie je náhradou za experimenty, je to však nedokonalá náhrada •Pri experimentoch sa prípady vyberajú náhodne, zatiaľ čo pri CP vyberáme medzi prípadmi zámerne •Najviditeľnejšie skreslenie výberu vzniká, keď použijeme len tie prípady, ktoré podporujú náš argument •Menej viditeľné výberové skreslenie existuje, keď vyberáme prípady na základe závislej premennej: •Napr. keď pracujeme len s prípadmi s konkrétnym výsledkom: keď sa uskutočnila revolúcia •Ak závislá premenná nevariuje, môžeme dospieť k záverom, ktoré preceňujú význam niektorých našich nezávislých premenných Nepravdivosť (spuriousness) •Vzniká, keď vynecháme kľúčovú premennú, ktorá ovplyvňuje našu závislú aj nezávislú premennú •predpokladáme, že X-->Y •existuje však Z, ktorá spôsobuje X aj Y •Neexistuje dokonalé riešenie tohto problému Princípy prístupu orientovaného na premenné •the most-similar systems design •the most-different systems design •zameranie sa na otázku, či určitý faktor spôsobuje pozorované účinky, napr: •Znižuje reorganizácia vlády verejné výdavky? •Zvyšujú humanitárne intervencie pravdepodobnosť mieru? •ide o "výskum zameraný na X", dôraz sa kladie na nezávislú premennú (nezávislé premenné) •preto predpokladá, že príčinné faktory fungujú nezávisle od seba The most similar systems design (MSSD) • • •Identifikujeme kľúčové charakteristiky, ktoré sa v inak podobných prípadoch líšia; očakávame teda, že tieto odlišné charakteristiky vedú k výsledkom/vysvetľujú ich CASE 1 CASE 2 VARIABLES a a b b c c X Non-X OUTCOMES Y Non-Y Variables Togo Ghana Similarities: Climate High Temperatures High Temperatures Per capita income Low Low Ethnicity Heterogeneous Heterogeneous Dominant Religion Christianity Christianity Other religions Islam, traditional tribal Islam, traditional tribal COLONIZING POWER France United Kingdom Outcome Regime Type Authoritarian Democratic Výber prípadov •výber prípadov je rozhodujúci na preukázanie, že práve variácia X spôsobila pozorované účinky •prípady sa vyberajú podľa experimentálnej šablóny •na výber optimálnych prípadov sú potrebné značné predchádzajúce znalosti o prípadoch •výber nevhodných (non-similar) prípadov môže byť fatálny - neboli by sme schopní vyvodiť platné kauzálne závery The most different systems design •Prípady, ktoré sú úplne odlišné, majú len niekoľko spoločných znakov •Majú ale rovnaký výsledok (Y) •Pozor! Nie je tu variácia závislej premennej CASE 1 CASE 2 VARIABLES a d b f c m X X OUTCOMES Y Y France 1780-1790 China 1940-1945 Differences Geography Europe Asia Population < 30 mil. > 500 mil. Century 18. 20. Regime Monarchy One party state XXXXX X X Outcome Social Revolution yes yes Generovanie a analýza dát •generovanie dát je kľúčové: na určenie hodnoty pre každú z premenných sa používajú príslušné empirické informácie •v porovnaní so štúdiami s veľkým N umožňuje variable-oriented small N komparácia lepšie brať do úvahy kontext a širšie súvislosti každého skúmaného prípadu •analýza dát sa uskutočňuje v druhom kroku: vizuálnou kontrolou zisťujeme, či medzi hodnotami závislých premenných (Y) a nezávislej premennej (X) existuje kovariácia •nevyhnutnou podmienkou pre tento záver je, že neexistuje žiadna iná teoreticky hodnoverná kovariancia X a Y Princípy konfiguratívneho (case-oriented) prístupu •používa sa vo výskumných projektoch, ktoré sa začínajú so záujmom o konkrétny (druh) výsledkov, napr. •Aké faktory viedli k I. svetovej vojne? •Ktoré podmienky viedli k sociálnym revolúciám? •pretože cieľom je relatívne úplné vysvetlenie výsledku alebo sociálneho procesu, možno ho považovať za "výskum zameraný na Y" •na skúmanie sa vyberajú prípady/prípady, ktoré vykazujú silný pozitívny výsledok vzhľadom na sledovaný výskumný problém •v druhom kroku sa vyberú ďalšie možné prípady na overenie relevantnosti špecifických faktorov, ktoré boli v prvom výskume identifikované ako rozhodujúce Generovanie a analýza dát 1/2 •INDUKCIA: hľadanie relevantných empirických informácií prebieha induktívnym spôsobom: všetky informácie o procese, ktorý vedie k Y, sú dôležité na vytvorenie komplexného príbehu s postupnosťou kauzálnych krokov (comprehensive story-line with a sequence of causal steps) •cieľom je popísať a rekonštruovať kauzálnu logiku v skúmanom prípade •hľadanie rozhodujúcich situácií a fáz transformácie prostredníctvom hutných opisov (dense descriptions) rozhodujúcich udalostí •napokon je potrebné zhromaždiť informácie o percepciách a motiváciách kľúčových aktérov •hranica oddeľujúca generovanie údajov a ich analýzu je menej jasná Generovanie a analýza dát 2/2 •“comprehensive story lines” sú funkčnými ekvivalentmi hodnôt premenných vo variable-oriented prístupoch •dokážeme z nich odvodiť "kauzálne reťazce” •podrobné opisy kritických situácií vedú k dôkazom o súvislosti medzi príčinou a následkom •takéto kondenzované empirické informácie sa musia kombinovať s kontrafaktuálnymi experimentmi a s teoretickými reflexiami o fungovaní kauzálnych mechanizmov •zistenia vedú k spoznaniu tých konfigurácií, ktoré spôsobujú skúmané javy Techniky case-oriented prístupov •causal process tracing (within-case analytical strategy) •qualitative comparative analysis (QCA) •sú založené na konfiguračnom myslení, podľa ktorého množstvo príčinných faktorov spoločne vytvára výsledok •Skocpol States and Social revolutions je príkladom takejto analýzy: Francúzsko, Rusko, Čína, (Prusko a Japonsko) •rozklad štátu a roľnícke povstania sa museli vyskytnúť súbežne, aby viedli k sociálnej revolúcii - tieto faktory sú jednotlivo nevyhnutné a spoločne postačujú na vyvolanie revolúcie •analyzuje tiež dva ďalšie "možné prípady" (v ktorých existujú niektoré z tých podmienok, ktoré boli považované za predpoklady sociálnych revolúcií), v ktorých nedošlo k sociálnym revolúciám