Noter til: God statskundskab – heksekunst eller håndværk?

God statskundskab: - heksekunst eller håndværk? – noter

• Artikelens sigte og grundidé

  • Formålet: etablere en fælles forståelse af, hvad god statskundskab er, og hvilke standarder god forskning bør opfylde.
  • Statskundskabens formål i bred forstand: afdække, forstå og forklare den konforme del af social adfærd, mens man erkender, at ikke al adfærd er systematisk bestemt af samfundet.
  • God forskning bør tage afsæt i to centrale spørgsmål: hvad ved vi? og hvad skal vi lære?
  • Metode og design handler om at udsætte fordomme og forventninger for den hårdest mulige test.
  • Kritikken af binære mega-modstillinger i Methodenstreit: heterogene, ufrugtbare debatter; fokus på robuste kriterier frem for dæmonisering af metoder.
  • Andreski-citat (1974): kritik af pseudoforskning og forsøg på at skjule manglende nyhed ved usammenhængende påstande.
  • Artikelens dystre udsagn: der laves både dårlig og god forskning; spørgsmålet er, hvordan vi definerer og afklarer god statskundskab.
  • Centrale spørgsmål: kan der etableres fælles standarder, eller er det blot en positionering af videnskabsteoretiske synspunkter? (Ontologi og epistemologi).
  • Diskuteres: induktion vs deduktion; kvantitative vs kvalitative metoder; dybde vs bredde; ideografisk vs nomotetisk; casestudier vs andre designs.
  • Hovedpåstand: en rummelig, præcis definition af god statskundskab er nødvendig for at bidrage til feltets teori og empiricale tvister og dermed viderebringe forskningens formål.
  • Citerede kilder: Gerring & McDermott (2007) samt andre som ramme for metodisk pluralisme.

• Hvad betyder “god statskundskab” i praksis?

  • God statskundskab defineres ikke ved objektfeltet alene, men ved metoden; indskrænking af genstandsfeltet er sekundært og ofte uenig, og andre fag kan have samme spørgsmål.
  • Praktisk afgrænsning af emner kan være arbitrary; men afgrænsningen i sig selv forklarer ikke, hvad god statskundskab er.
  • Fokus på at udvikle systematisk forståelse og forklaring af menneskelig adfærd inden for kontekst: diskurser, problemforståelser og veldefinerede mekanismer.
  • Mennesket skaber sin historie, men under betingelser og strukturer; samfundsvidenskaben søger at etablere systematiske forståelser og forklaringer af adfærd inden for givne kontekster.
  • Lawrence King (King 2006) og andre: forståelse af samfundsmæssig adfærd kræver både fortolkning og teori; modstand mod ideen om, at “unikke” fænomener kan forklares uden generelle begreber.
  • Vægten lægges på: beskrivelse + fortolkning som forudsætning for kausalitet; kausalitet som mål, men altid betinget af teori og kontekst.

• Problemstillingen og rampen for god forskning

  • Konfliktniveauet i traditionel videnskab er uproduktivt; fokus bør være på problemstilling og teori som afsæt for empirisk test og debatter.
  • Forskning bør udsætte fordomme og hypoteser for testning under behov for kausal forståelse – ikke blot beskrivelse; principielt pluralistisk tilgang til metoder.
  • Tre hovedpunkter i udlægget af god forskning: 1) problemstilling; 2) teori; 3) testbarhed af hypoteser og kausale påstande.
  • Den normative dimension: god statskundskab i demokratiets ånd bør have normative, demokrati-relaterede implikationer og kunne tiltrække flere tilhængere.

• Problemet med “metodologisk dikotomisering” og nødvendigheden af pluralisme

  • For og imod “dikotome” metodedebatter er uproduktive; løsningen er pluralisme: forskellige designs til forskellige forskningsspørgsmål.
  • Omkostningerne ved ensidige debatter er høje; fremtiden kræver fleksible, graderede tilgange til design, ikke en monolitisk metode.
  • Forskningen bør normalt begynde ud fra to spørgsmål: hvad ved vi? og hvad skal vi lære? derefter hvordan man bedst undersøger det spørgsmål.

• Relevante allusioner og citater gennem artiklen

  • Stanislav Andreski (1974): risiko for universal determinism er unødvendig; erkendelse af kausal forklaringer er tilstrækkelig og usikkerhed er uundgåelig.
  • John Stuart Mill (1859): vigtigheden af fri debat og spredning af meninger; tvang til tavshed er en forbrydelse mod menneskeheden, da sandheden kræver konfrontation og modbeviser.
  • Max Weber: forståelse af menneskelig adfærd gennem subjektiv mening og diskurser; ikke blot mekaniske årsagsforklaringer.
  • Geertz: thick description og fortolkning som nødvendig for forståelse af kultur og meningsstrukturer; kritik af fordel ved “ren” induktion uden teori.
  • Popper og andre kritikpunkter: grundlæggende fornuft i at forstå, at data alene ikke fanger love eller universelle regler i samfundsvidenskaberne.

• Kausalitet og dens betydning i samfundsvidenskaben

  • Hovedspørgsmål: hvordan kan vi forstå årsag-virkningsforhold i samfundet og hvilke mekanismer ligger bag?
  • Minimal definition af kausalitet: årsager refererer til begivenheder eller betingelser, som øger sandsynligheden for et bestemt resultat under ceteris paribus; formelt: P(Y|A) > P(Y|\neg A) under konstant betingelser.
  • Vigtige implikationer af denne definition:
  • (a) Krav om klare begreber, kategorisering og operationalisering af variabler (dimensioner, attributter, faktorer).
  • (b) Krav om at kunne hævde, at X er årsag til Y gennem sammenhæng og retning; tidsrækkefølge kan hjælpe, men er ikke entydig bestemmende (anticiperet reaktion).
  • (c) Krav om en kontrafaktisk forståelse: hvilke konsekvenser ville der være, hvis årsagen ikke fandtes? En teoretisk meningsfuld kategorisering af virkningen er nødvendig.
  • (d) Krav om evidens og falsifikation: kan man afgøre, om årsag og virkning optræder som antaget? Eksperimenter kan hjælpe, men mange spørgsmål kræver ikke-eksperimentelle designs og variation mellem enheder.

• Aktuelle definitioner og koncepter i kausalitet

  • Observation af samvariation mellem egenskaber er ikke tilstrækkeligt til at konkludere kausalitet; man kræver teori, ræsonnement og ofte kontrafaktiske overvejelser.
  • Differencier mellem motivforklaringer og funktionelle forklaringer som delmængder af kausalitet; alle forklaringer må kunne integreres i en bredere kausal ramme.
  • Beskrivelse og klassifikation som forudsætninger for kausalitet: uden tydelig begrebsdefinition og måling kan man ikke noget velfunderet om årsager eller effekter.
  • Forholdet mellem fortolkning og faktuel evidens: data fortæller ikke selv, hvordan man klassificerer eller kategoriserer varianter uden teoretiske modeller og begreber.

• Fortolkning, beskrivelser og kausale mekanismer

  • Gennemslaget af fortolkning i hele forskningsprocessen: forståelse af subjektive meninger og motiver er nødvendige for at forklare handlinger og deres forløb.
  • Eksempel: motiver som stemmemaksimering kræver diskurser og mekanismer, der kan forklares og testes senere; deterministiske/deduktive antagelser skal forsvares og sandsynliggøres.
  • Rational choice som en deduktiv tilgang: motiver og præferencer antages; konteksten (institutionelle incitamenter) bestemmer adfærden; men sådanne antagelser skal begrundes og testes.
  • Betydningen af åben kritisk diskussion af diskurser og norms for at forstå adfærd.
  • Konklusion: fortolkning er konstant til stede i hele forskningsprocessen; intet udsagn er taget for sandt blot fordi man udleder det af egne påstande eller bureaukraters udsagn.

• Induktion, deduktion og videnstilstand

  • Der er ikke en formel, der bestemmer bedste design for alle forskningsspørgsmål; kontekstens teoretiske ramme styrer praksis og design.
  • Realistiske forhold: mange studier kan aldrig opnå perfekt kausalestimering, og et balanceret design kræver pragmatisme.
  • Induktion som begreb er vanskelig at opnå i samfundsvidenskaben; data uden teori er bare en liste uden forklaring; teoretiske kablag giver betydning (Geertz citat: data uden teori er tavse).
  • Grounded theory kritik: det er muligt at opdage begreber og sammenhænge gennem empirisk kodning, men det er svært at undgå forudindstillinger og teoretiske påvirkninger; dybdegående teoridannelse kræver forståelse før man kan beskrive kulturer dybt.
  • Vittighed: hypotetiske variationer og sammenligninger er nødvendige for at undersøge kausalitet; to case-studier er ofte utilstrækkelige til at generalisere; variation og sammenligning er nøgleord.

• Praktiske design-overvejelser: store N vs små N, og casestudier

  • Store N-studier har fordel ved at kunne estimere kausaleffekter og kontrollere for tredjevariabler; men de kræver stærke, veludviklede teorier og ofte data, der passer til konstruktionerne.
  • Kvalitative, tætte casestudier – “thick description” – kan være særligt frugtbare til at udforske kausale mekanismer og for at generere nye teser, når feltet er underbelyst eller viden er fragmenteret.
  • Ifølge forfatteren er formålet ofte at undersøge ikke blot om en effekt eksisterer, men hvordan og hvorfor mekanismer virker; derfor er komparative casestudier særligt vigtige for at forstå kausalmekanismer frem for blot at estimere effekter.
  • Vigtigheden af variation og generalisering: man skal sikre, at cases er sammenlignelige i et teoretisk lys; “most different systems design” og “most similar systems design” er metoder til at sikre variation og relevans.
  • Diskussion af kausalitetsformuleringer i praksis: en simpelt tesemønster (f.eks. høj indkomst → højreorientering) er usikkert og afhænger af måle- og modelformuleringer; mere robust er en sandsynlighedsbaseret (probabilistisk) tilgang: hvis X, så øges sandsynligheden for Y, men ikke deterministisk; kurver og niveller varierer afhængigt af målemetoder og funktioner (se fx Fig. 2 med Kurve A, B og C).

• Eksempel: indkomst og politiske holdninger

  • Typiske kausalteser: højere indkomst → større sandsynlighed for højreorientering; nexus kan modelleres som en lineær relation eller mere kompleks (niveauafhængig eller ikke-linær) relationer.
  • Fig. 2-præsentation (kurver A, B, C):
  • Kurve A: Grad af højreorientation stiger lineært med indkomst.
  • Kurve B: kun ved visse niveauer af indkomst ses højreorientering; lavere indkomster har svag eller ingen effekt.
  • Kurve C: ikke-lineær, muligvis U-form eller anden ikke-monotont relation.
  • Med to cases (to observationer) er det ikke muligt at afgøre hvilken tesemodel der er mest plausibel; der kræves flere observationer for at vurdere form og størrelse af effekten (se King et al., 1994).
  • Andre forhold, der kan påvirke relationen: sektor (offentlig vs privat), uddannelse, og tredje variabler. Eksempel: uddannelse kan reducere eller ændre effekt af indkomst på højreorientering; uddannelse kan være afgørende for at forstå den nye, “nypolitiske” dimension af højreorientering.
  • Forskningsfelter kan derfor kræve differentierede modeller og kontrol for tredjevariabler for at isolere kausaleffekter mere præcist.

• Kausalforklaringer, mekanismer og fortolkning i praksis

  • Store N-studier er nyttige til generelle effekter og til at estimere gennemsnitseffekter, men casestudier giver mulighed for at undersøge kausale mekanismer i dybden og vise, hvordan mekanismer kan fungere i praksis.
  • Vigtigheden af at definere og operationalisere nøglebegreber og variabler klart; uden klare begreber risikerer man at mislede læseren.
  • Komplette kausalmodeller kræver ofte kontrol for tredje-variable og alternative forklaringer, samt diskussion af potentielle spuriøse relationer.
  • Kritiske eksempler som Kristensen (1987) og senere debatter viser, at kausale mekanismer som “asymmetrisk vækst i serviceudgifter” kræver specifikke mekanismer (f.eks. lobbyisme, ressourcer, relationer til fagbevægelse) og detaljeret operationalisering.
  • Illustration af logikken i kausal mekanismer (Fig. 3): to designveje – (a) mange cases, kontrol for tredjevariabler; (b) få cases, fokus på mellemledd og mekanismer.

• Demokrati, sandhed og videnskab

  • Samfundsvidenskaben erkender uforudsigelighed og betinget viden; universelle love er ikke realistiske i samfundsvidenskaben.
  • Menneskelig rationalitet og kreativitet betyder, at empiriske resultater er kontekstafhængige og fortolkningsafhængige; derfor må videnskaben være åben for forandring og revision (det, der var rigtigt i går, kan være forkert i morgen).
  • Demokratiet som praksis kræver åbenhed, ytringsfrihed og pluralisme; forskningen bør være en del af en åben offentlig debat og bruges som udgangspunkt for reformer og politiske justeringer.
  • Slutbemærkninger: hvis der er kobling mellem problemstilling, teori og metode, er det afgørende for forskeren at have solide håndværksfærdigheder; spillereglerne i demokrati og videnskab bør være fleksible og grundlæggende fornuftige.
  • Citat fra Mill gentaget som et etisk anker: ytrings- og tænkningsfrihed er grundlæggende for sandhedssøgning gennem konfrontation og kritik.

• Afsluttende pointer og praktiske regler for studier i statskundskab

  • Der findes ikke én universelt “bedst” design; tværtimod er fleksibilitet og bevidsthed om konkurrerende designs nødvendig.
  • To grundlæggende spørgsmål bør altid være i fokus: Hvad ved vi? Og hvad skal vi lære?
  • Grundregler for design i forhold til teori og variation:
  • variation er nødvendig for at identificere mønstre og for teoriudvikling;
  • store N-studier anbefales til at estimere effekter og sikkerhedsbetydninger; men komparative casestudier er ofte nødvendige for at undersøge kausalmekanismer mere dybtgående;
  • casestudier giver mulighed for at undersøge mekanismer og kontekstuelle processer, hvilket ofte er nødvendigt når teorier er svage eller underudviklede.
  • Samfundsforskning og demokrati kræver en åben kritik og revision af viden; de bedste bidrag opstår, når forskningen bliver taget i brug af beslutningstagere til at ændre praksis.
  • Endelig: en god videnskab er en kollektiv indsats; ingen enkelt forsker “lægger den sidste sten” i den fælles byggesten, men hver ny sten bygger videre på tidligere arbejde.

• Udvalgte begreber, citater og nøglepunkter til hurtig reference

  • Grunddefinition af kausalitet:
  • En årsag A øger sandsynligheden for et udfald B under ceteris paribus: P(B|A) > P(B|
    eg A)
  • Fire krav: (i) klare begreber og operationalisering; (ii) rækkefølge/årsagsretning; (iii) kontrafaktisk tænkning og mekanismer; (iv) evidens og falsifikation samt variation.
  • Trettende lemma i relationen mellem teori og design: variation er afgørende; casestudier versus store N; mekanismer som fokus for kausalteori.
  • “Most different systems design” (Frendreis 1983) og “most similar systems design” som metoder til at fremtrykke variation og testbarhed.
  • Betydningen af fortolkning og beskrivelser som forudsætning for kausalitet, ikke blot data uden teori.
  • Vigtige referencer og kilder foreslået i artiklen: Gerring (2004, 2005), King et al. (1994), Gerring & McDermott (2007), Weber (1993), Geertz (1973), Glaser (1998), Yin (1994), samt danske analyser (Serritzlew 2002; Kristensen 1987; Stubager 2006/2007).

• Opsummerende takeaway

  • Der findes ikke en enkelt “rigtig” metode til god statskundskab; i stedet en pragmatisk, pluralistisk tilgang, hvor teori, begrebsudvikling, og metodiske designs tilpasses forskningsspørgsmålet og den tilgængelige viden.
  • Fortolkning og forståelse af social handling er lige så vigtigt som test af kausalteorier; analysen bør derfor integrere beskrivelser, klassifikationer og teoretiske mekanismer for at opnå robuste konklusioner.
  • Den demokratiske proces kræver, at videnskaben er åben, kritisk og brugbar – at viden opdateres, og at resultaterne anvendes som afsæt for forbedringer i samfundet.

• Kildehenvisninger (uddrag)

  • Albæk, Erik; Christiansen, Peter Munk; Togeby, 2002. Eksperter i medierne.
  • Andreski, Stanislav (1974). Social Sciences as Sorcery.
  • Brady, Henry E. (2004). Doing Good Things Better.
  • Gerring, John (2004, 2005). What Is a Case Study?; Causation: A Unified Framework.
  • Gerring, John; McDermott, Rose (2007). An Experimental Template for Case Study Research.
  • Geertz, Clifford (1973). Thick Description.
  • King, Gary; Keohane, Robert; Verba, Sidney (1994). Designing Social Inquiry.
  • King, Ronald F. (2006). The Strategy of Research: Thirteen Lessons.
  • Laclau & Mouffe (1985); Giddens (1984).
  • Myers og andre moderne diskussioner om induktion/deduktion i samfundsvidenskaberne.

• Bemærkninger til eksamensforberedelse

  • Husk at kunne redegøre for seks centrale begreber: (1) problemstilling og teori som afsæt; (2) operationalisering af variabler; (3) kausalitetens fire krav; (4) kontrafaktisk tænkning og mekanismer; (5) valg af design (store N vs casestudier) og variation; (6) forholdet mellem teori og empiri samt demokratiske spilleregler i videnskab og samfund.
  • Vær i stand til at forklare forskellen mellem beskrivelse og forklaring; hvorfor både fortolkning og kausalitet er nødvendige i den samfundsvidenskabelige praksis.
  • Vær klar til at diskutere praktiske eksempler (fx indkomst vs. højreorientering; centralisering vs decentralisering i offentlige ydelser) og hvordan man kan teste deres kausale sammenhænge gennem forskellige designs og mekanismer.

• Praktisk note til studieteknik

  • Når du læser empiriske tekster i statskundskab, identificér: (a) definitionsrammen for begreberne; (b) hvilke variabler der måles; (c) hvordan kausalitet defineres og måles; (d) hvilke mekanismer/kontroldelene der argumenteres for; (e) hvilket design der anvendes, og hvorfor; (f) hvorvidt kontrafaktiske scenarier er konkret beskrevne eller kun implicitte.

Ekstra: Centrale begreber (liste for hurtig gennemgang)

• God statskundskab: fagets normer og praksis; fokus på kausal forklaring og teoretisk debats fundament.
• Problemstilling og teori: udgangspunktet for forskningen; normative og eksplorative mål.
• Metodisk pluralisme: brug af flere metoder til forskellige designs og spørgsmål.
• Kausalitet: relation der øger sandsynligheden for et udfald; kræver opdeling af årsag og virkning; kontrafaktisk tænkning; testbarhed.
• Fortolkning og beskrivelse: nødvendig for at kunne hævde kausaliteter og forklare adfærd.
• Variation og design: uden variation kan mønstre ikke identificeres; store N stærke til effektest; casestudier stærke til mekanismer.
• Demokratisk videnskabspraksis: offentlige debatter, ytringsfrihed og pluralisme som grundlag for viden og politisk ændring.