Comparative Method Uge 38 Peter Nedergaard: Comparative Method Uge 38

Hvilke cases skal sammenlignes/ kompareres. Denne metodes vælges ofte ved undersøgelser med et lille N Casevalg: X: Uafhængige variable (maksimere variansen) Z: Kontrolvariable (minimere variansen) Y: Afhængige variable

Eksempel: X: Demokrati (flest mulige demokratiske lande skal undersøges) Z: Kontrolvariable (fx enkelt tidsperiode) Y: Afhængige variable (velstand)

The Method of Difference Hvilken form for komparativt design skal vælges? Tæt på, hvad man kan kalde et kunstigt eksperiment Vælges når man skal sammenligne politiske eller sociale systemer, som har et antal fælles træk Målet er at neutraliserer visse forskelle samtidig med, at man fremhæver andre

The Method of Difference - et eksempel Fx at sammenligne den industripolitiske udvikling i Danmark, Sverige og Norge: Hvilke træk neutraliseres? Hvilke fremhæves? Svar: alle tre lande har en række fælles karakteristika (effektiv kontrol), idet der er tale om velfærdsstater af samme type (universelle velfærdsstater) Varierer mht. til en nøgleforklaringsfaktor = føres der en bevidst industripolitik eller ej Sverige: Ja; DK: Nej; Norge: Ja, men kun på olieindustriområdet Outcome = hvordan har den industrielle udvikling været = Sverige: ca. 20 % af BNP - DK: ca. 10 % af BNP Norge: ca. 20 af BNP

Anvendelsen af Method of Difference I: Sammenligning over tid = diakrone sammenligninger – fx den russiske revolution i 1905 og i 1917: forskelle = a) social revolution b) regering/statsmagt stærkt svækket pga. krigen. Sammenligning mhp. afdækning af forskelle internt i staterne – fx sammenligne hospitalsservice i to danske regioner – Sydjylland – V – og Midt- og Vestjylland -) – har politiske forskelle betydning – Politics matters?

Anvendelsen af Method of Difference II: Sammenligninger på tværs af lande: – fx ældrepleje i Danmark (kun ringe udlicitering) og i Sverige (omfattende udlicitering) – forskelle i effektivitet? Kontrafaktiske sammenligninger - det er i realiteten umuligt i samfundsvidenskaben at finde cases, som svarer til hinanden undtagen på ét punkt (den forklarende faktor) – men det er ER muligt at forestille sig den slags cases og lave bl.a. beregninger på det grundlag – hvad ville det fx betyde økonomisk, hvis man udliciterede en større del af ældreplejen i DK

The Method of Agreement = forskerne samler cases vedr. et bestemt fænomen mhp. At finde en fælles faktor i disse cases, som ellers på andre måder er forskelligartede: En ligetil metode, men sandsynligvis også en dårlig metode Fx undersøgelse af revolutionære bevægelser med deltagelse af bønder – vælger en lang række forskelligartede cases: Mexico, Rusland, Kina, Nordvietnam, Algeriet, Cuba: Problemstilling: Om bønderne deltog eller ej. Svar: Afgørende fælles faktor, hvor de deltog: Hvor den kapitalistiske produktionsmåde var trængt igennem til landbrugsproduktionen.

Problemer ved Method of Agreement: Hvordan etableres det nødvendige link mellem årsag og virkning. Kan der være en anden underliggende faktor, som forklarer bøndernes deltagelse i revolutionære bevægelser eller ej. Er der måske flere forskellige årsager til det analyserede fænomen?

Indirect Method of Differnce En dobbelt anvendelse af Method of Agreement Mest pålidelige metode Det tætteste, vi kommer et eksperimentelt design vha. ikke-eksperimentelle data

Indirect Method of Differnce - eksempel Fx Theda Skocpols ”States and Social Revolutions” (1979): Positive cases: Analyse af tre sociale revolutioner: den franske (1789), den russiske (1917) og den kinesiske (1949) – Mål: at identificere nogle få sandsynlige årsager til revolutionerne Negative cases: Analyse af tre tilfælde, hvor social uro IKKE førte til revolution: Reformbevægelsen i Preussen (1807-14), de tyske omvæltninger (1849-50) og Meiji-restaurationen i Japan (1868-73) Konklusion: Én faktor er til stede ved revolutioner og IKKE ved fravær af revolutioner: statskollaps

The Method of Concomitant Variation Ret sofistikeret: Måler den kvantitative variation mht. de operative variable og relaterer den til hver enkelt variabel Denne metode måler korrelationernes relative styrke – ligner den statistiske approach

Mangler, som ofte ses ved anvendelsen af den komparative metode Overdetermination = muligheden for at generalisere fra de observationer, vi har foretaget. Er særligt problemfyldt i komparative studier med et lille antal N To komponenter: For få observationer – løsning: øg størrelsen af N. For mange variable – løsninger: kombinér variable (der har samme underliggende karakteristika) til én variabel; mere strikt teorianvendelse mhp. at udvælge de vigtigste variable, som vi skal undersøge; udvælg casene mere omhyggeligt, dvs. med udgangspunkt i teorien.

Mangler, som ofte ses ved anvendelsen af den komparative metode Sampling bias = mens det eksperimentelle og statistiske design er baseret på princippet om randomiseret udvælgelse, er den komparative metode baseret på case udvælgelse Udvælgelse af cases kan derfor true generaliseringsmuligheden af alle de resultater, vi måtte komme frem til