Metode științifice fundamentale

date cheie Facultatea

Facultatea de Științe Sociale

Departamentul de Științe Politice și Relații Internaționale

Profesor (S)

Introducere în metodele științifice-politice

prelegeri

  • Curs introductiv pentru știință-politică
  • Paradigma positivistă și paradigma interpretativă
  • Metode oameni de știință fundamental
  • din teoria datelor
  • Colectarea datelor

Definiție

  • Desenați concluzii generale din fapte, date de observare și date experimentale. Unul este într-un context de inferență empiric atunci când doriți să stabiliți linkuri și relații între factorii explicativi și explicați pe baza de date concretă sau empirică.
  • cauzalitate: Cum să judecați relațiile-efect Aceasta este o problemă centrală , mai ales în metodologie.
  • empirique: trage concluzii generale de dovezi empirice.

cele trei provocări

multi-cauzalitate

  • aproape totul la un impact: este determinată de o multitudine de cauze posibile; Ex, comportamentul votului politic nu este determinat de o cauză, există mai mulți factori. Un exemplu este nivelul de educație, dar există și alți factori contextuali care intervin: sex, poziție în clase.
  • fiecare fenomen are mai multe cauze: este dificil să se apere o poziție care spune că un anumit fenomen are doar o singură cauză. Atunci când există mai mulți factori, acest lucru complică sarcina.

condiționalitatea contextului

legată de analiza comparativă; Există un canal instituțional care permite cetățenilor să participe, acest lucru ajută la explicarea de ce oamenii participă la Elveția, dar nu în alte țări în care nu există o democrație directă. Cauzele unui fenomen pot varia de la context la context. Legătura dintre clasa socială și vot arată că există o condiționalitate a contextului și modifică relația care poate fi între doi factori care pot fi studiați. Există efecte variabile pe tot parcursul contextului.

  • efectul aproape totul depinde de aproape orice altceva.
  • efectele fiecărei cauze pentru a varia în contexte.

endogeneity

Cauzele și efectele influențează reciproc; Aceasta este cea mai mare problemă în studiile empirice și în special cele care urmează abordarea observării. Ex: Interesul politic influențează participarea (o corelație puternică între dobândă (independentă) și participare (dependentă)). Problema este că cauzalitatea poate fi inversată: „Ceea ce vreau să explic poate explica ce ar trebui să explice ceea ce am vrut să explic”.

Aceasta este dificultatea de a distinge între „ceea ce vreau să explic” și factorul care explică acest fenomen. Cauza devine un efect și invers.

  • aproape orice cauză aproape orice altceva.
  • cauze și efecte influențează reciproc.

Este adesea dificil de spus în ce mod este cauzalitatea pe care vrem să o aplicăm.

Conceptul de cauză

Articol detaliat: inferența cauzală.

Determinant al relației cauzale

În abordarea științifică din științele sociale, căutăm să determinăm relațiile cauzale.

„dacă C (cauza), atunci E (efect)”

este insuficient! Relația dintre C și E poate fi uneori valabilă sau întotdeauna. Exemplu – Trebuie să fii puțin mai precis. Dacă spunem că dacă există un nivel ridicat de educație, putem spune că există un nivel mai ridicat de participare. Se afirmă că, dacă există atunci, nu există nici o univocitate a relației, în timp ce relația cauzează efectul trebuie să fie lipsit de ambiguitate.

„dacă C, atunci (și numai atunci) întotdeauna e”

În acest caz există cele patru caracteristici ale legăturii cauzate și efect:

  • condiționalitate: Sub rezerva condiției că există cauza.
  • succesiune : Mai întâi provoca efectul.
  • Constance: „Întotdeauna” ori de câte ori cauza este prezentă, există și efectul.
  • Univocity: linkul este unic.

introducem elemente importante pentru a defini ce este cauza. – Abordarea încă insuficientă! Exemplu: dacă nivelul de educație este ridicat, atunci și numai atunci există o participare întotdeauna mai mare.

Cu toate acestea, în conformitate cu unii, în epistemologia științei, lipsește elementul de a spune că trebuie să existe o legătură genetică, o legătură de producție a efectului datorită cauzei.

„Dacă C, atunci (și numai atunci) E produs întotdeauna de C”

Adevărat. Este necesar ca un efect dat să nu fie corelat numai cu o cauză, dar efectul trebuie să fie produs și generat de această cauză. Distincția este mai filosofică decât substanțială.

Definiția a ceea ce este o cauză

  • e {\ displaystyle e} este generat de C {\ DisplayStyle C} {\ DisplayStyle C}, deci nu este suficient să observăm o covariere între o cauză și un efect, dar este De asemenea, este necesar, pentru a vorbi despre cauza, că efectul este generat de cauza.
  • Cauza trebuie să producă efectul. (Ex – Dacă avem un nivel ridicat de educație, aceasta generează participarea la politică).

în partea de jos, în contextul gândirii cauzale, acesta aparține numai la nivelul teoretic. Când vorbim despre cauza, suntem la nivelul pur teoretic și non-empiric. Prin urmare, nu putem spune niciodată acest lucru empiric, o variantă de C {\ Afișări{\displaystyle C}{\ displaystyle c}

produce o variantă de e {\ displaystyle e} {\ DisplayStyle e}.

Nu puteți reuși niciodată în stabilirea legăturilor cauzate de efect, se poate face numai pe planul empiric.

Dacă observăm empiric, în baza de date, o variație a C {\ AfișajStyle C} {\ DisplayStyle C} urmată de o variație a E {\ AfișajStyle E} , se poate spune că există un element de coroborare empirică a unei ipoteze cauzale. Trebuie distins o distincție între nivelul teoretic și nivelul de cauzalitate care este nivelul empiric care poate fi doar unul care se apropie de studiul covaricilor.

cu alte cuvinte, dacă observăm că o variație de c {\ displaystyle c} {\ displaystyle c} și urmată în mod regulat de o variație a e {\ displaystyle e} , există un element de coroborare, dar este încă necesar să eliminați orice altă cauză posibilă. Empiric, sarcina este de a spune că dorim să găsim o covariere, dar, deoarece există multicelauty, cum putem să ne asigurăm că este sigur că această coaviziune există și afirmă că avem un element de coroborare empirică a legăturii de pre-efect Postulate?

coroborarea empirică a unei relații cauzale

Dacă observăm empiric că o variație a lui x {\ displaystyle x} {\ Afișări x} este urmată în mod regulat de o variație a y {\ displaystyle y} {\displaystyle Y}{\ displaystyle y}

menținând constant toate celelalte x {\ displaystyle x} {\ Disprețystyle x} posibil (alte cauze și factori explicativi) Avem un element puternic de coroborare științifică a ipotezei decât x {\ displaystyle x} {\ displaystyle x} Lăsați cauza lui Y {\ AfișajStyle Y} {\ Afișare>” class=”alignleft”> </p>
<p> în Empiriq UE, nu putea vorbi niciodată despre cauza și efectul; Trebuie să se țină cont de faptul că relatia cauzează efectul rămâne în sfera teoriei, ne putem apropia numai în anumite condiții, observarea covariației prin menținerea constantă a celorlalți factori. </p>
<ol>
<li> Covariație Între variabila dependentă (depinde) și independentă (cauza, nu depinde de un alt lucru): cele două trebuie să varieze. </li>
<li> direcția cauzală: trebuie să dăm o direcție cauzalității, problema endogeneității. </li>
<li> Imposibilitatea logică: Dacă avem o teorie de clasă socială care influențează orientarea politică, este evident că este clasa care determină. Cauzalitatea nu poate fi inversată. </li>
</ol>
<p> Trebuie să ne amintim că în științele sociale vrem să mergem la o idee de explicație cauzală. Cu toate acestea, nu se poate face niciodată acest lucru, deoarece la nivel epistemologic ideea de cauză la efect este la nivel teoretic. La nivel empiric, putem vorbi doar despre „variație”, însă în anumite condiții pe care le putem corobora, adică verificați empiric o relație de cauzalitate. </p>
<h2> coroborarea empirică a unei relații cauzale </h2>
<p> Există trei condiții care trebuie respectate pentru a asigura o relație de cauzalitate empiric.</p>
<h2> Covariație între variabila independentă și variabilă </h2>
<ul>
<li> variația variabilei independente: Aceasta este cauza (x {\ displaystyle x} <img src=) ex: educație

  • variația variabilei dependente: depinde de x {\ displaystyle x} {\ disprețystyle x} Este efectul; De exemplu, participarea – ceea ce presupunem să explicăm trebuie să variați! De asemenea, variabila independentă!
  • putem maximiza empiric empiric relația de cauzalitate teoretică.

    direcția cauzală

    „Nu pot spune dacă este x {\ displaystyle x} {\ displaystyle x} Care determină y {\ displaystyle y} {\ displaystyle y} sau pe de altă parte „. Există trei modalități de a determina direcția cauzală și de a aborda idealul teoretic pentru a defini o relație cauză-efect.

    • Manipularea variabilei independente: Analiza experimentală, aceasta sunt diferite metode științifice fundamentale.
    • Succesiune temporală: Există câteva variabile care preced logic alte variabile. De exemplu, socializarea primară precede (influența) comportamentul de vot al unei persoane care are 30 de ani. (Problema endogeneității este rezolvată în acest caz). În unele cazuri există succesiuni evidente. La nivel empiric, acest lucru este important pentru a determina o direcție pentru cauzalitate.
    • Imposibilitate logică: Clasa socială nu determină o orientare politică. Există câțiva factori care nu pot depinde de alți factori. Există imposibilități logice care fac posibilă stabilirea legăturii cauzei și efect.

    control al variabilelor străine

    empiric, s-ar putea spune că nivelul politic Participarea variază în funcție de mai multe variabile. Aceasta este întreaga miză a controlului variabilelor străine. Se poate spune că 90% din ceea ce se face în contextul cercetării științifice sociale constă în asigurarea faptului că putem controla efectul factorilor explicativi care nu ne interesează. Element decisiv: Controlul altor variabile.

    • Aplicarea regulii „Ceteris Paribus”: Se poate determina relația cauză-efect, știind că restul nu intervine, toate lucrurile egale.. Există o relație între un anumit fenomen și un alt fenomen toate lucrurile egale, adică că trebuie să ne asigurăm că toți ceilalți factori sunt controlați sau, în ceilalți, făcați constanți.
    • depinde de logica de logica Desenul de căutare: este modul meu de a controla rolul celorlalte cauze potențiale care depind de proiectarea modelului de căutare. Depind de logica desenului de cercetare; desenarea cercetării observaționale. Cum să eludeți această problemă și diferită în funcție de modelul de căutare. Obiectivul este de a controla efectul altor cauze potențiale pe care vrem să le arătăm efectul.

    Relația cauzală Fallaly

    Relația cauzală Fallace (Spirious): Este un Relația aparentă de cauzalitate, dar inexistentă, am crezut că am găsit o relație de cauzalitate, dar în cele din urmă nu a existat o relație de cauzalitate, ci doar o covariere. Este o covariere între două variabile (x {\ displaystyle x} {\ displaystyle x}{\displaystyle Y}{\ displaystyle y }

    ) care nu diferă cu o legătură de cauzalitate între x {\ displaystyle x} {\ displaystyle x} și y {\ displaystyle y} {\ displaystyle y}, dar depinde de faptul că x {\ displaystyle x} {\ displaystyle x} și y {\ displaystyle y} {\ displaystyle y} sunt influențate de o a treia variabilă z {\ displaystyle z} {\ displaystyle z}. Variația z {\ DisplayStyle z} DIV> produce variația simultană a lui X {\ Afișări X}” class=”alignleft”> {\ DisplayStyle x} </div>
<p> și y {\ displaystyle y} <img src= fără a exista o relație de cauzalitate între cele două.

    există întotdeauna Pericol ca o relație observată să nu fie indicele unei relații cauzale.

    div>

    Postulăm o relație de cauză între x {\ displaystyle x} {\ displaystyle x} și y {\ displaystyle y} {\ displaystyle y }, dar acest lucru este greșit. Relația dintre x și y este înșelătoare. Există doar covariere, trebuie să introducem variabile de control.

    Vârsta, felul, educația, clasa socială, orientarea politică a familiei etc.).

    Puteți găsi o legătură între educație (x {\ displaystyle x} {\ displaystyle x }) și vot (y {\ displaystyle y} {\ displaystyle y}), dar în cele din urmă este clasa socială (z {\ displaystyle z} {\ displaystyle z}) care determină cele două. Odată ce trebuie să introduceți variabilele de control! În caz contrar, poate fi o covariere care nu are nici o legătură cauzală.

    Utilizarea televizorului de către doi candidați (x {\ displaystyle x} {\ Afișări X}) în alegerile prezidențiale pentru a comunica programul lor.

    Dorim să explicăm votul (Y \ \ displaystyle y} {\ disprețystyle y}), dar Votul este influențat de mai mulți factori care joacă un rol ca educația, dar este clasa socială care generează un multic. Ideea este de a vedea efectul expunerii la campania de televiziune a alegătorilor. Astfel, există o relație foarte puternică între x {\ displaystyle x} {\ displaystyle x} și y {\ displaystyle y} iv id = „2228808427” {\ AfișajStyle y }

    . Putem avea încredere în covariația dintre x {\ displaystyle x} {\ displaystyle x} și y {\ displaystyle y} {\ displaystyle y}?

    Alegătorii care au urmat campania telefonică (x {\ displaystyle x} {\ displaystyle x}) a votat mai mult pentru unul dintre cei doi candidați (Y \ \ displayStyle y} {\ displaystyle y}). S-ar putea spune că expunerea la campanie produce votul, dar trebuie luat în considerare faptul că: alegătorii mai vechi (z {\ displaystyle z} {\ displaystyle z}) vizionați mai mult Adesea, televiziunea, astfel încât vârsta influențează votul (vechiul drept, tânărul stânga).

    Vârsta (z) influențează atât expunerea la campania de televiziune (x {\ displaystyle x} {\ DisplayStyle X}), cea mai veche sejurică acasă și priviți la televizor, iar votul pentru unul dintre cei doi candidați (y {\ displaystyle y} {\ displaystyle y }).

    Așadar, Covariația dintre X {\ DisplayStyle X} {\ Afișări> și Y {\ AfișareStyle y}” class=”alignleft”> {\ displaystyle y} </div>
<p> nu este verificată deoarece variabila z {\ displaystyle z} <img src= influențează celelalte două variabile în același timp. Pentru aceasta trebuie să introduceți o variabilă de control.

    Ne vom concentra pe factori care explică plauzibil ceea ce vrem să explicăm.

    Exemplu 2

    De exemplu, Dacă suntem interesați de numărul de Frigos și de nivelul democrației, revendicând o legătură între cele două este irelevantă. Cu toate acestea, se poate explica că oa treia variabilă ar fi gradul de urbanizare generează democrație în funcție de anumite teorii și, în același timp, crește numărul de frigidere. Astfel, covariația nu este o relație cauză-efect, deoarece există o a treia variabilă care influențează ambele și aceasta este o relație cauză-efect.

    Exemplul 3

    dacă participarea politică (Y \ \ displaystyle y} {\ displaystyle y}) este explicat prin intermediul angajamentului asociativ (x {\ displaystyle x} {\ displaystyle x }) S-ar putea crede că această relație este făcută de eroare, deoarece există o altă variabilă care influențează atât participarea, cât și angajamentul asociativ. Această variabilă ({\displaystyle Z}{\ disprețystyle z}

    ) ar putea fi participarea politică. Din nou, există o relație fallată; Am face o greșeală dacă vom concluziona din simpla observație a acestei relații că există o cauză a cauzei de a influența între x {\ displaystyle x} {\ Afișări x} și y {\ Displaystyle y} {\ disprețyle y} deoarece nu am controlat efectul unei alte variabile.

    două moduri de a controla empiric o afirmație cauzală

    În cazul unor probleme legate de relațiile cauzale false (multi-endogeneitate), există două modalități de a controla empiric afirmația cauzală.

    Analiza covariației (date de observare)

    • Control: Transformarea variabilelor străine (z {\ displaystyle z} {\ displaystyle z}) în constante, deci nu are nici un efect deoarece nu există nici o covariere , nu variază. Trebuie să ținem seama de posibilitățile relațiilor false. (exNe uităm printre toți cei care merg la universitate în cea mai înaltă clasă socială și, după ce analizăm votul lor; Deci, clasa nu va juca un rol în analiză). Acest control poate fi făcut manual.
    • Depuration: control statistic. Facem un model statistic, introducem că variabila x {\ displaystyle x} {\ displaystyle x}, care ne interesează, introducem variabile cu o relație puternică, după o introducere Celelalte variabile de control și dacă există încă un efect între x {\ displaystyle x} {\ displaystyle x} și {\ displaystyle y} {\ DisplayStyle y}, asta înseamnă că relația nu a fost înșelătoare. Acest lucru se face printr-un computer care calculează relația dintre toate variabilele și ia în considerare, de asemenea, toate relațiile de covariere. În cele din urmă determină dacă există o corelație fallată sau nu. Controlul statistic este o modalitate de a verifica variabilele și testează cauza efectului cauzat.

    experiment (date experimentale)

    c este stabilirea unei metode experimentale. În analiza covariației, acționăm odată ce avem datele cu alte cuvinte pe care le gestionăm după suflarea datelor a priori din desenul de căutare, în timp ce în metoda experimentală acționăm înainte (cum a produs datele?). Metoda experimentală este utilizată pentru a evita o relație fallacioasă, o probă este împărțită în două grupe și alegem indivizii la întâmplare. Conform legii numerelor mari, se poate demonstra că cele două grupuri sunt similare, prin urmare, singura diferență va fi variabila independentă.

    Concluzie: Este o reflecție în jurul cauzalității; Sa spus că problema cauzalității rămâne la nivel teoretic, putem încerca doar să ne apropiem de acest ideal. Este necesar să căutați o corelație, dar este necesar să renunțați ipotezele (împotriva variabilelor), dacă nu facem acest lucru poate fi căzut într-o relație de cauzalitate.

    Covariation: poate fi aproape de un cauzal relație, dar este efectul unui z {\ displaystyle z} {\ displaystyle z} (non-observat variabil) care influențează ceea ce dorim să explicăm (dependent) și ce ar explica ceea ce vrem să explicăm (independent). O variabilă influențează în același timp celelalte două variabile, există și posibilitatea unei interacțiuni între variabilele explicative.

    Cum să controlați variabilele pentru a evita căderea într-o relație fallacioasă? Există două moduri:

    • Analiza covariației: Observăm (date observaționale) după ce am avut datele.
      • Control: vom face o variabilă străină în constantă, când avem a presupusa relație între două variabile care se face Fallacious, deoarece există oa treia variabilă, luăm unele dintre indivizii care corespund celei de-a doua variabile, de exemplu, luăm oameni de aceeași vârstă, pentru relația comportamentului. Între expunerea la TV și votați. Așadar, am controlat această valoare, a fost constantă.
    • Depuration: Este un control statistic. Depuration pentru toate variabilele.
      • Analiza experimentală: Am stabilit un design de cercetare care evită existența unor variabile z care pot afecta analiza noastră.

    Patru metode științifice fundamentale Conform Arend Lipjhart

    Este posibil să se menționeze trei sau patru metode:

    1. Metoda experimentală (diferențiază de la Altele)
    2. Metoda statistică
    3. Metodă comparativă
    4. Studiu de caz

    acestea sunt cele trei metode fundamentale care permit controlul Variabilele spune, de asemenea, „factori explicativi suplimentari”. Scopul este de a testa ipotezele și de a elimina unele concurente cu altele.

    Cele trei metode au în cele din urmă obiectivul principal de a căuta relații cauzate și efect și căutăm să elimine zgomotul produs de z {\ DisplayStyle z} {\ displaystyle z}, care ar putea produce o relație fallacioasă, au același scop, dar urmăresc că diferă. Cele trei stabilesc propuneri empirice generale sub control asupra tuturor celorlalte variabile (z {\ displaystyle z} {\ displaystyle z}). Ei doresc să se apropie de legătura teoretică a cauzei efectului între un fenomen observat și cauze potențiale, există grade diferite de succes, am văzut că metoda experimentală și cea care este cea mai apropiată de diferitele factori explicativi. Ideea este de a ajunge la o coroborare empirică a afirmațiilor cauzale.

    Metoda experimentală

    Principii

    • Atribuire aleatorie: Luăm la întâmplare, toți indivizii au aceeași șansă de a fi în grupul experimental sau sub rezerva subiecți (în grupuri experimentale și control non-experimental). Această idee născută din principiul legii numerelor mari: variabila aleatorie ar trebui să elimine orice altă explicație.
    • Manipularea variabilei independente (tratament), cum sunt grupurile egale? Cercetătorul, într-un anumit moment, introduce o intrare într-una din cele două grupuri.

    Noi separăm două grupuri, asigurându-ne că cele două grupuri sunt aceleași pe toate dimensiunile, cu excepția unui care este unul pe care vrem să testăm efectul. Alegerea unei persoane și acordarea în mod aleatoriu înseamnă că ambele grupuri sunt similare. Dacă, atunci, este introdus un tratament într-una din cele două grupuri și că există o schimbare care nu este în grupul de control, poate exista un efect cauzal într-o cauză de reflecție care să efect. Prin urmare, se poate concluziona că există un efect cauzal în variabila introdusă.

    tipuri de experiență

    • în laborator (experiment de laborator): Acestea sunt experimentele făcute în Laboratoarele și indivizii sunt împărțite în grupuri cărora sunt aplicate stimuli pentru a obține o constatare a efectului sau a nerespectării. Cu toate acestea, indivizii din condițiile lor naturale pot duce la rezultatele care se încadrează în artificialitatea condițiilor experimentale.
    • pe teren (experiment de câmp): context natural, pot exista alți factori. Cine intervine. Acestea sunt experimente care au fost aplicate în știința politică. Principiile rămân aceleași cu o distribuție aleatorie a subiecților din două grupuri; Variabila independentă este tratată și apoi vedem dacă a existat un efect al tratamentului pe grupul experimental și nu pe grupul de control. Prin urmare, critici ai artificialității experimentelor de laborator poate fi evitată Atribuții aleatorii ale subiecților către un grup experimental și un grup de control. Dacă facem asta este că nu putem distribui la întâmplare în două grupuri, suntem forțați să luăm grupurile care există de fapt. Cu alte cuvinte, cercetătorul controlează tratamentul, dar nu poate atribui subiecții aleatoriu. Uneori, când suntem pe teren, este greu de făcut diferit. În general, această metodă este utilizată, deoarece există un factor pe care nu îl putem controla.

    Un psihosociolog a vrut să testeze efectele obiective colective asupra relațiilor interpersonale. El a vrut să vadă în ce măsură, când cineva a spus unui grup de persoană că există un scop, stereotipurile negative conflictuale dispar. Este o experiență pe loc în condiții naturale. El a lăsat pe copii care interacționează unul cu celălalt, copiii au cooperat între ei; Cercetătorul a încercat să creeze o identitate colectivă și să subdivizeze grupul în două aleatoriu. Le-a făcut să joace fotbal; Apariția rivalităților sau chiar stereotipurile negative față de cealaltă echipă. Apoi, el a înmânat grupul împreună a fost un obiectiv comun redefinit pentru cooperare. După aceea, el a constatat că aceste conflicte, aceste stereotipuri negative, aceste ostilități au fost transformate în o cooperare reală.

    Metoda statistică

    Nu putem face un desen de cercetare pe care a priori să permită testarea dacă există Sunt relații de corelare, dar trebuie făcute după aceea Se face o distincție între datele experimentale și datele de observare.

  • corelații parțiale: corelație între două variabile odată ce ieșim din analiză, adică de a controla celelalte variabile care ar putea influența ceea ce doriți să explicați. Cu alte cuvinte, este de a face alt z ca și cum ar fi constante în urma unui proces de depusizare. Este o logică a controlului variabil: controlam variabilele care ar putea influența ceea ce am dori să explicăm. În exemplul de vot, tot ceea ce ar putea explica votul ar trebui luate în considerare mai ales dacă se poate considera că acest factor extern poate influența atât votul, cât și variabila independentă (expunerea media). Deci, putem ști dacă ne apropiem de un efect cauzal.
  • care este important este de a depăși o analiză simplă bivariată; Trebuie să mergeți la o analiză multivariată sau să introduceți în modelul explicativ al altor variabile.

    Metoda comparativă

    Orice căutare în știința socială este de natura sa comparativă. Ne comparăm întotdeauna implicit sau explicit ceva. Putem pune la îndoială obiectivele comparației. Am observat că obiectivele oricărei metode științifice încearcă să stabilească propuneri empirice generale prin controlul tuturor celorlalte variabile, dar în conformitate cu unii, cum ar fi Tilly, există patru obiective la comparație, adică. Unitățile de observare se confruntă.

    Obiectivele comparației conform lui Charles Tilly sunt:

    • individualizați (individualizarea) – Comparația individualizării: Scopul este de a sublinia și de a evidenția caracteristicile unei analize date unitate pe un anumit fenomen; Ideea este de a găsi comparații, de a da o specificație unui anumit caz dat – în studii de politică comparativă, cazul este țara, țările sunt comparate; Scopul este, de exemplu, să arate anumite caracteristici ale sistemului politic în Elveția în comparație cu alte țări. Democrația directă determină valorile politice; Democrația directă elvețiană poate fi comparată cu țările care nu o au. Putem analiza impactul acestei caracteristici asupra oamenilor. Caracterizarea, individualizarea, face mai specific caracteristicile unei țări relativ la altul.
    • Comparam (generalizarea): Nu comparăm să nu individualizați, dar să generalizăm, vom include cel mai mare număr de cazuri, să stabilească propuneri empirice generale . Pentru unii, generalizarea este unul dintre cele două obiective principale ale metodei comparative. Studiem comportamentele pe care le comparăm, vrem să vedem dacă configurațiile și efectele găsite într-un context se găsesc într-un alt context.
    • căutare variații sistematice (Găsire de variație): Scopul este de a căuta sistematic Variații și testați o teorie prin eliminarea teoriilor concurente de la care vrem să subliniem. Potrivit lui Tilly, acesta este cel mai bun mod de a compara. Încercăm să testăm o ipoteză cauzală, așa că respingem ipotezele rivale.
    • Globalize (cuprinzând): Scopul este de a globaliza (abordare sistemică) Noi includ toate țările lumii sau toate unitățile de comparație posibil . Ideea este că dacă cineva elimină una dintre aceste unități de comparație, întregul sistem se schimbă. Pentru profesorul Giugni, aceasta nu este o abordare comparativă, deoarece nu comparăm.

    Există obiective diferite ale comparației; Acționarea asupra selecției cazurilor este comparată.

    Strategii de comparare pentru variațiile sistematice (przeworski și teune) Putem distinge între două strategii de comparare, sunt logice și modalități de a continua metodologic în alegerea cazurilor. Acestea sunt modalități de tratare a problemei cauzalității atunci când avem date de observare. Există o distincție între două modele de cercetare comparative, este compararea cazului analog (similar) și în cazul în care cazul de contrast (diferă). Fiecare dintre posibilități are avantajele și dezavantajele sale.

    • Comparație între cazurile contrastante (cele mai diferite sisteme de proiectare): alegem cazuri care sunt cele mai diferite posibile
    • comparație între cazuri Analogi (cele mai multe sisteme similare): își propune să controleze toate variabilele, cu excepția faptului că dorim să analizăm (exemplul Franței – Elveția).

    skocpol, T. și domnul Somers (1994). „Utilizările istoriei comparative în ancheta macrosocială”. În Theda Skocpol (Ed.), Revoluții sociale din lumea modernă. Cambridge: Universitatea Cambridge Press.

    Stuart Mill reflectat pe modul de analiză a acestei legături cauzale. Prin selectarea diferitelor cazuri pentru a ajunge la acest ideal, ne îndreptăm spre relație, dar nu suntem în contextul controlului statistic. În cazul nostru, prin selecția cazurilor, Încercăm să ne apropiem de acest ideal.

    Stuart Mill distinge două cazuri:

    • Metoda de agrement (cel mai diferit design de sistem): logica este de a alege foarte diferit țări, dar sunt similare pe un factor cheie. Există X care este prezent peste tot. Apoi observăm acolo, atunci există o similitudine la nivelul variabilei pe care vrem să le explicăm. Logica este de a spune că suntem căutând țări în care găsim același fenomen care este cel pe care vrem să-l demonstrăm efectul. Observăm ceea ce trece e este că de fiecare dată când există x găsim Y.În acest moment este produs de x deoarece nu poate fi produs de altceva, deoarece alți factori din țări sunt diferiți, îl găsim în altă parte. Logica este de a alege cazuri foarte diferite pe majoritatea factorilor care pot fi gândiți și apoi vom vedea dacă există o coordonare a variabilei pe care o dorește să le explice și una care explică.
    • Metoda de diferență (cel mai similar design sistem): Căutăm țări care arată cât mai mult posibil. Putem distinge între cazurile pozitive și negative. Vom căuta cazuri pe care factorul A, B și C și cazurile negative care au și A, B și C. În cazuri pozitive există un factor prezent care nu este prezent în cazul negativ. Astfel, votul este prezent atunci când X este prezent și absent când X este absent. Concluzia este că X este cauza efectului Y, deoarece prezența cel puțin a lui Y nu poate fi produsă în mod constant de A, B și C. A, B și C.

    Exemplu – cel mai diferit de proiectare a sistemului: avem trei cazuri (1, 2, n); Un caz poate fi indivizi, țări etc. Avem o serie de calități pentru aceste cazuri. Acestea sunt caracteristicile diferitelor țări (șomaj, dezvoltare), X este variabila independentă și dorim să explicăm Y. În această logică de comparație, cazurile sunt foarte diferite, dar sunt doar similare într-o proprietate. Deci, această variabilă explică factorul deoarece este singurul factor comun. În tabelul 2 avem cazuri pozitive și negative; Aceste cazuri sunt perfect similare pe cel mai înalt număr de atribute, proprietăți și variabile, dar există o diferență crucială în ceea ce ar trebui să explice ce vrem să explicăm. Există un factor care nu este prezent. Într-un caz se află în celălalt pas; Diferența este atribuită variabilei care nu se află în ambele cazuri. Această metodă încearcă să se apropie de abordarea experimentală, deoarece se asigură că cele două grupuri sunt cât mai aproape posibil (seamănă cu A, B, C), dar diferă cu variabila independentă, majoritatea sistemelor Simila. Profesorul Giugni preferă în acest fel deoarece se apropie de idealul experimentării. Un exemplu este de a studia în doi ani studenți care participă și schimbând diapozitivele care sunt date. Apoi, comparăm rezultatul final (evaluarea medie) în ambele cazuri.

    Exemplu – Majoritatea sistemelor SIM Design: Am compara țările care sunt similare (Franța și Elveția) și vreau să demonstrez că poliția franceză Reprimarea este mai puternică, este singurul factor diferă între două țări. Apoi, constatăm că radicalizarea mișcărilor sociale este mai puternică în Franța. Problema este că „A”, și anume factorii sunt similare între cele două țări, nu sunt niciodată egale, dar sunt doar similare (această problemă se întâlnește numai cu metoda celor mai ample design de cercetare, este pentru ceea ce există cercetători Preferă o altă abordare, în care trebuie găsite diferențele), ne putem apropia doar de ideal. În plus, găsim problema endogeneității care este de a spune, de a cunoaște care factor influențează celălalt.

    studiu de caz

    Este o metodă mai calitativă, diferă de celelalte trei metode deoarece sunt mai orientate spre cercetarea cantitativă-poziționistă. Există unele distincții făcute de Arend Lipihart, există un fel de scindare, o distincție între datele experimentale și, pe de altă parte, datele de observare.

    în timp ce se bazează metoda experimentală. Pe ideea de a Numere mari, metoda comparativă un anumit număr de cazuri care pot varia, studiul de caz se bazează doar pe un caz. Cu toate acestea, se poate lua în considerare un studiu de caz care se poate extinde peste mai mult de un caz, deoarece granița este uneori flexibilă.

    Studiul de caz este doar studiul unui singur caz, nu are comparație. Un caz poate fi multe lucruri ca o petrecere, o persoană sau o țară. Încercăm să studiem în profunzime un caz particular, dar nu extensiv ca celelalte trei metode care nu studiază cazurile atât în profunzime.

    Cu alte cuvinte, marele avantaj al studiului de caz este că putem Mergeți mult mai profund în atenția cazului. Un studiu de caz este prin definiție intensivă, în timp ce studiul cantitativ este extins. O metodă se bazează pe standardizarea ideii de generalizare, în timp ce cealaltă se bazează pe interpretarea profundă a unui caz specific.

    Dacă metoda obiectivă este de a generaliza, studiul de caz prin definiție nu permite generalizarea Scopul este altul. Există studii de caz diferite și modalități diferite pentru a efectua un studiu de caz.Se poate menționa 6 variante:

    • primele două care se interesează în cazul specific.
    • Celelalte patru modalități au un scop de a crea sau de a genera o teorie.

    Studiul de caz poate fi folosit pentru a atinge obiective diferite, pe de o parte, dorim să cunoaștem o anumită situație într-un mod descriptiv, pe de altă parte putem studia mai multe cazuri pentru a genera un eveniment teoretic .

    Potrivit lui Arend Lipihart, scopul căutării este de a testa și de a verifica o teorie, precum și de a generaliza rezultatele.

    Aceste două cazuri nu doresc să creeze ipoteze, ideea este de a ilumina ceva de la un caz:

    • ateoretic: Nu există o teorie, este pur descriptivă. Este o cercetare exploratorie, de exemplu, studiul unei noi organizații, dorim doar să le cunoaștem și să o descriem, în acest caz că nu putem generaliza rezultatele deoarece acestea sunt legate de un anumit caz studiat în special.. Se utilizează în situații sau cazuri care nu au fost niciodată studiate înainte.
    • Interpretativ: Folosim propuneri teoretice care există în literatură, în această abordare calitativă Rolul literaturii este mai puțin important, se aplică o generalizare existentă La un anumit caz, aici este cazul, se referă la un caz specific, fără dorința de a crea o teorie la fel ca aheoria. Scopul nu este de a confirma sau de ao invoca, dar este de ao aplica numai. Propunerile sau teoriile existente care se aplică unui caz; Generalizările existente sunt aplicate pentru a vedea dacă generalul deține acest caz specific. Noi interpretăm o situație specială în lumina unei teorii existente.

    Cele patru care urmează să creeze o teorie sau să tragă ceva din cazuri. Scopul lor este de a crea sau de a genera teorii sau ipoteze:

    • generarea de ipoteze: dorim să creăm ipoteze în cazul în care nu există niciunul. Studiez un caz nu doar pentru că mă interesează, dar pentru că vreau să fac ipoteze că voi testa în altă parte. Ex: organizație care comite politică. Studiem o anumită situație deoarece dorim ipoteze care nu pot fi găsite în altă parte. Un caz este explorat în scopul formulării de ipoteze. Ipotezele au în principal trei surse: literatura existentă, imaginația sociologică, studiile exploratorii.
    • Confirmarea unei teorii: Pentru a testa o teorie într-un anumit caz pentru a confirma această teorie, acest tip de studiu de caz nu este foarte Utile, deoarece nu este faptul că există un caz care reflectă o teorie existentă care va consolida teoria că acest sistem nu este foarte util.
    • Notă o teorie: Aceasta are mult mai multă valoare, există a Teoria aplicată într-un caz specific, nu căutăm să confirmăm teoria, dar dovedim că nu funcționează, încercăm să invităm o teorie. Acest lucru ne împinge să reflectăm asupra teoriei, este ceva important în scopul dezvoltării unei teorii.
    • De ce un caz deviază de la generalizare, acest caz este foarte util atunci când vrem să ne infirmăm o teorie. Căutăm o situație care abatește de la o situație existentă, studiul de caz încearcă să demonstreze de ce acest caz se abate de la generalizare.

    Leave a comment

    Adresa ta de email nu va fi publicată. Câmpurile obligatorii sunt marcate cu *