Kornelins

Tuesday, June 06, 2006

F 16 og H 14 Metode:

1. Guy Peters:

1.1 Komparativ analyse:
Guy Peters indleder sin tekst med at beskrive besværlighederne ved at bedrive videnskab for samfundsvidenskaben. "The real difficulty for the social sciences is making convincing statements about the causation of political phenomena, given the complexity of interactions among the whole range of social phenomena and the number of external sources of variance" (Peters(1998),p.28).
Samfundsvidenskabens opgave er at finde frem til en uafhængig variabel som har særlig stor indflydelse på den valgte afhængige variabel.
Grundsætningen lyder: "Maximise experimental variance, minimise error variance and control extraneous variance" (Peters(1998),p.30).
Den eksperimentielle varians er forskelligheder på den afhængige variabel man undersøger (eksempelvis forskellig score på et indeks for politisk deltagelse - uafhængige variable kunne så være alder, uddannelse, køn osv - det vigtige er således at man ikke kun ser på den gruppe som har scoret en bestemt værdi på indekset, men kontrollerer sine fund med data med en anden score på den afhængige variabel). Man bør dog ikke udvælge cases efter at deres værdi på den afhængige variabel passer med det resultat man vil frem til.
I visse undersøgelsestilfælde kan man vælge cases som har ens værdi på den afhængige variabel (hvis det er hensigten at undersøge hvilke uafhængige variable der er bestemmende for denne værdi).
Minimeringen af error variance omhandler reliabiliteten. Dvs tilfældige fejl grundet eksempelvis skrivefejl i transkriberinger, sløsede interviewrapporter o.l. Disse antages dog at ikke at biase analyser, da de grundet deres tilfældighed antages at fordele sig ligeligt om gennemsnittet.
Kontrollen med extraneous (udefrakommende/fremmed) variance er kontrol med kausalitetsfejl. Dette kan eksempelvis skyldes at man har overser en variabel og der i realiteten er tale om en spuriøs sammenhæng. Grundet samfundsvidenskabens kompleksitet er det dog praktisk talt umuligt at finde frem til den egentlige, rene årsag. Man kan dog gøre visse ting for at forsvare sig mod for stor "extraneous variance".
En måde er at have en plausibel teori som kan underbygge udvælgelsen af uafhængige variable. En anden er at observere de samme cases over tid for bedre at kunne identificere systematiske fejl. En tredje er at benytte flere cases som antages at ligne hinanden relativt meget(fx tyske länder). Det kan dog være et problem at generalisere fra cases som ligner hinanden meget til et større appliceringsområde, hvor the cases ikke besidder disse fællestræk. Der kan således siges at være et trade-off imellem generaliseringsgrad og det at minimere mængden af extraneous variance.

(Peters(1998),p.31-35)

En skelnen mellem MSS og MDS er nødvendig fordi komparativ analyse oftest omhandler selektiv udvælgning af cases (modsat statistik, hvor de udvælges tilfældigt)

1.2 Most Similar System (MSS):
I MSS udvælger man en række cases som ligner hinanden på de fleste måder (benelux-landene, skandinavien, de vesteuropæiske demokratier, folk fra negerlandene osv). Det undersøges om der er forskelle imellem de valgte cases på en afhængig variabel, og derefter hvilke uafhængige variable der varierer i samme mønster. Sammenhængen kan så antages at være kausal. De store ligheder i de valgte cases er et forsøg på at isolere de faktorer som kan være årsag til forskellene imellem dem. Problemet hermed er dog alle de variable som nødvendigvis er udeladt i analysen, som egentlig ligesåvel kunne have været årsager til sammenhængen.

1.2 Most Different System (MDS):
I MDS udvælges derimod en lang række cases som er utroligt forskellige. De har dog alle én værdi på den valgte afhængige variabel til fælles (fx der har været revolution). Man kan således se en masse variable som ikke har indvirkning på den afhængige variabel, da de ikke har ens værdi i alle de valgte cases (denne tankegang hviler på et Popper'sk grundlag), og kan samtidig finde én eller flere som de forskellige cases ser ud til at have til fælles. Man kan herefter hypotisere en kausal sammenhæng med (mener tilhængere af MDS) større sikkerhed end i MSS.

(MSS og MDS - Peters(1998),p.37-41)

1.3 Globalisering:
Et problem som komparative analytikere bør tage højde for, er diffusion. Diffusion er et begreb der dækker spredning af politiske fænomener og idéer - eksempelvis via globalisering eller kolonialisering. Eksempelvis er det problematisk at undersøge Danmark som en selvstændig case og herfra udlede en kausalsammenhæng, idet Danmark har været udsat for store påvirkninger udefra via globalisering m.v. Det samme kan postuleres om lande der ligger tæt på hinanden og "smitter" hinanden - eller om lande der ligger nær en ideologisk rollemodel (fx USA eller mig).

1.4 Individ - kollektiv:
Et ofte set problem i komparativ analyse, er slutning fra individ til kollektiv eller omvendt. Et eksempel på individ til kollektiv kunne være civic culture, hvor individer findes at være politisk engagerede, hvorfra det sluttes at samfundet er karakteriseret ved stor civic culture - politisk engagement behøver dog ikke være samfundsrelateret - der behøves en kollektiv sammenhængskraft for at en egentlig kultur kan eksistere.
Et eksempel på det modsatte kunne være at se at danskere har en høj gennemsnitindkomst og så glemme at tage højde for at visse befolkningsgrupper har et væsentligt lavere gennemsnit, hvorfor det er forkert at behandle Danmark som en koherent gruppe.

1.5 Validitet:
Der findes to former for validitet; intern- og ekstern-.
Intern validitet er i hvor høj grad man kan være sikker på at ændringen i en afhængig variabel skyldes den antagede ændring i en uafhængig variabel (fx at køn virkelig har indflydelse på hvor mange ræve man har spist). Dette kan kontrolleres ved at lukke af for udefrakommende støj (eksempelvis ved at lave et laboratorielt lignende eksperiment).
Ekstern validitet er i hvor høj grad man kan generalisere fra observerede sammenhæng til hele populationen (dette er fx lettere hvis eksperimentet er foregået i de omgivelser hvor folk normalt bevæger sig). Der er således et klart trade-off mellem de to former for validitet.
Det er ofte en god idé at forsøge en mellemting.
Det vigtigste i forhold til at forsvare sig mod invaliditet er at være opmærksom på de farer der er - gøre sig klart hvad man ser bort fra, og hvad man inkluderer.
Et andet validitetsproblem er at cases kan ændre sig i løbet af den observerede periode.

Det er vigtigt at gøre sig klart hvilke cases man udvælger, så man bliver opmærksom på om man er biased i sin udvælgelse og hvis dette er tilfældet så hvorledes.

En anden typisk fejl er at man ser bort fra fænomenet regression towards the mean. Dette fænomen kan eksemplficeres ved en klasse som har dumpet en eksamen og så skal have ekstraundervisning, hvorefter de tager eksamenen igen. Da halvdelen består konkluderer man at ekstraundervisningen var en succes - men de kunne jo ikke klare sig værre. Det eneste resultat man kunne nå frem til med denne metode (medmindre ALLE dumpede) var således at det var en succes. Som forsvar herimod kan man lave kontrolgrupper.


2. Timothy P. Wickham-Crowley


2.1 Teori
Wickham-Crowley undersøger en række latinamerikanske lande, som alle har haft en revolution. Det er vanskeligt at sige hvorvidt undersøgelsen benytter sig af MSS eller MDS, da undersøgelsen i høj grad er en viderebygning på andres undersøgelser.
I sig selv er undersøgelsen en mangelfuld MSS, idet Wickham-Crowley undersøger lande som har en hel del til fælles (ensartet sprog, kultur, beliggenhed, BNP etc.), men han undersøger ikke forskelle herimellem - og man kan derfor ikke tale om et egentligt MSS.
Snarere er det et forsøg på at undersøge hvorvidt andres teorier om revolutioner gælder i Latinamerika - altså en del af en MDS-analyse.

2.2 Empiri:
Det Wickham-Crowley kommer frem til er at de områder i de enkelte lande, hvor revolutionerne havde bedst fat - hvor der var guerillaaktiv støtte, er områder som havde en overvægt af squatters (folk som dyrker land de ikke selv ejer) eller sharecroppers (som deles om et stykke jord).

0 Comments:

Post a Comment

<< Home