M1 & M2 Vergleichende Politikwissenschaft & Methode PDF

M1 & M2 Vergleichende Politikwissenschaft & Methode Subdisziplinen der Politikwissenschaft 1. Politische Philosophie: Was ist politisch legitim; Gerechtigkeitsfrage, normativ 2. Vergleichende Politikwissenschaft: Politik innerhalb von Staaten im Allgemeinen; Innenpolitik 3. Inter...

M1 & M2 Vergleichende Politikwissenschaft & Methode Subdisziplinen der Politikwissenschaft 1. Politische Philosophie: Was ist politisch legitim; Gerechtigkeitsfrage, normativ 2. Vergleichende Politikwissenschaft: Politik innerhalb von Staaten im Allgemeinen; Innenpolitik 3. Internationale Beziehungen: Politik zwischen Staaten 4. Politikanalyse: Wie werden Politiken formuliert & welche Auswirkungen haben sie? Was ist Politik? - Umfasst nicht nur Entscheidungen von Mächtigen, die auf soziale Bewegungen und politischen Anhängerschaften basieren, sondern auch Identitäten, Verhaltensweisen, das soziale und öffentliche Leben - Nicht nur staatliche Entscheidungen mit bindender Wirkung, sondern auch öffentliche, gemeinschaftliche Diskurse Vergleichende Politikwissenschaft - Teildisziplin der Politikwissenschaft, die sich auf die Analyse und den Vergleich politischer Systeme, Institutionen & Verhaltensweisen in verschiedenen Ländern oder Regionen konzentriert - Ziel: Muster, Ähnlichkeiten & Unterschiede in der Funktionsweise politischer Systeme & deren Auswirkungen auf Ergebnisse (bspw. Demokratie, Entwicklung, Konflikt) zu ermitteln - Mehrere Fälle werden untersucht = umfassende Verallgemeinerungen & Einsichten üb das Wesen von Politik & Staatsführung in verschiedenen Umfeldern können gewonnen werden - Umfasst neben Small-N-Vergleichen auch quantitative oder Large-N-Methode = Hypothesen über ein breites Spektrum politischer Systeme werden getestet; allgemeine Trends und Korrelationen werden ermittelt - Qualitative Methoden (bspw. Fallstudien): eingehende Untersuchung spezifischer Länder/Ereignisse, die oft ein reiches kontextuelles Verständnis liefern, was bei Large-N fehlen kann - Keine Verallgemeinerung ohne Theorie! - Grad der Spezifizität: Theorisieren ist Abstrahieren - Kausale Aussagen (wenn, dann) statt Beschreibung - Grad der Kontextualisierung: universellere Formulierungen - Grundsätzlich: Vereinfachung einer komplexen Realität durch Verallgemeinerung, wobei Ausnahmefälle und Widerlegungen nicht berücksichtigt werden Abstraktionsniveau - VP bewegt sich auf der Ebene von Theorien mittlerer Reichweite - Ziel dieser Theorien: zu weitreichenden Verallgemeinerungen über politische Phänomene in verschiedenen Ländern und Regionen zu gelangen - Nicht zu abstrakt, sodass sie nicht an empirischer Relevanz verlieren - Breit genug, um Ähnlichkeiten und Unterschiede in verschiedenen Kontexten zu erklären - Schaffung eines Gleichgewichts zwischen Bedarf an verallgemeinerbaren Erklärungen und dem Reichtum spezifischer Fälle - Schafft Raum für das Verständnis politischer Veränderungen auf globaler Ebene Sartoris Abstraktionsleiter - Mittlere Sprossen = Theorien mittlerer Reichweite → Kontexte sind spezifisch genug, um Erklärungskraft in einer bestimmter Anzahl von Fällen aufrechtzuerhalten; Hypothesen empirisch überprüfbar → Kontexte sind allgemein genug, um in verschiedenen Kontexten anwendbar zu sein - Höhere Abstraktionsebene: weit gefasste Konzepte, sind nicht sehr detailliert; Grosstheorien, Ansätze, Perspektiven - Untere Abstraktionsebene: sehr spezifische Konzepte, treffen nur auf einige wenige Fälle zu - Theorien mittlerer Reichweite bewältigen diesen Zielkonflikt: Vergleichbarkeit und ausreichende Spezifizität sind gegeben! - Wie viele Fälle auf welcher Detailebene = auf wie vielen Attributen können analysiert werden? → Abstraktionsniveau hierfür ausschlaggebend o Hoch: viele Phänomene in einer Kategorie, wenige Merkmale vergleichen o Tief: wenige Fälle, viele verschiedene Attribute vergleichen - VP: Schlussfolgerung auf Abstraktionsebene ziehen, die irgendwo dazwischen liegt Mittlere Theorien als Systeme von Hypothesen - Abstrakte Vermutungen über kausale Zusammenhänge: Erklärungen - Müssen empirisch überprüfbar sein; wenn-dann - Mehr/weniger komplexe Theorien, breite Systeme von Hypothesen, die eng miteinander verknüpft sind - Wenn = unabhängige Variable → Hypothese → dann = abhängige Variable Ideengeschichte der Politikwissenschaft - Wurzeln in (politischer) Philosophie - Wird beeinflusst durch: Ethnologie, Soziologie, öffentlichem Recht, Geschichte, Sozialpsychologie, Wirtschaft - Wandel zu empirischer & vergleichender Disziplin - Differenzierung nach Themen und theoretischen Ansätzen Wie werden Theorien getestet? - Fallauswahl durch Entscheidung über 1. Räumliche/funktionale Einheit: Länder, Regionen, Organisationen, Individuen 2. Zeit: Zeiträume & -punkte Operationalisierung - Messung von Variablen (theoretische Konstrukte) durch Indikatoren (Messungen) - Manchmal mehrere Indikatoren für eine Variable - Häufig Variable für theoretisches Konstrukt als auch für Messung verwendet; problematisch, wenn viele plausible Möglichkeiten bestehen, wie die Variable gemessen werden kann Wahl der Methode hängt von der Anzahl der Fälle und Variablen ab; Bsp. der BVG-Reform - Fallstudie: BVG, ein Fall, viele Variablen - Einzelne Beobachtung = keine Studie - Verteilung (Beschreibung): bspw. unterschiedliche Ja-Stimmen bei unterschiedlichen Vorlagen - Statistische Methode: durchschnittlicher Effekt kann ziemlich genau geschätzt werden - Vergleichende Methode: ca. 10 Fälle auf einige Variablen, Makroniveau aber genaue Betrachtung  ➔ Theorie kann nur getestet werden, wenn multivariat Verzerrung durch ausgelassene Variablen = omitted variable bias & umgekehrte Kausalität als methodologische Herausforderungen; Bsp. siehe Folie 9-11 Welzel; emacipative values and democracy - Hypothese: Emanzipatorische Werte haben einen positiven Effekt auf die Demokratisierung - Je stärker die Werte verbreitet sind, desto eher wird Demokratie gefördert - Empirisch schwer zu testen - Es könnte auch sein, dass Demokratie zu emanzipatorischen Werten führt → umgekehrte Kausalität - Weiteres Problem: evtl. erklären Werte nicht die Demokratie, sondern der Wohlstand korreliert damit und der eigentliche Wert ist ein anderer - Bei mehr Wohlstand = mehr Bildung = demokratische Revolution Das Experiment als Ideal - Warum ist die Randomisierung von X die Lösung? - Weil in der sozialen Realität nichts zufällig ist - Wenn Z1-Zn trotzdem auch zufällig sind, ist das mit ziemlicher Sicherheit nicht die gleiche Zufälligkeit - Funktioniert aber nur für grosses N - Durch die Randomisierung wird angenommen, dass es keine andere Variablen gibt, die den Zusammenhang zwischen X & Y erklären kann - Zufall kreieren = keine Korrelation mit einer anderen Verteilung - Durch zeitliche Abfolge wird verhindert, dass ein Problem der umgekehrten Kausalität besteht Warum nicht immer (kontrolliertes) Experiment - Zufällige Behandlung nicht möglich, Bsp. Wohlstand - Beobachtung über Zeit nicht möglich, Bsp. Erhebung nur in Zeitintervallen - Nicht genügend Fälle, Zufallsverteilung für Experimente notwendig, Bsp. Nur wenige Parteien - Kombination von Fallauswahl & Methoden als Annäherung an das experimentelle Ideal ➔ Kombination von Fallauswahl und Methoden als Annäherung an das experimentelle Ideal Vergleichende Methode - Forschungsansatz, der in der vergleichenden Politikwissenschaft verwendet wird, um politische Phänomene in verschiedenen Fällen systematisch zu vergleichen - Identifizierung von Schlüsselvariablen & Analyse darüber, wie sich diese in verschiedenen Ländern, Regionen oder Zeiträumen unterscheiden/gleichen - Geeignet für Untersuchung kausaler Zusammenhänge durch den Vergleich einer begrenzten Anzahl von Fällen = Small-N-Vergleich - MSSD, MDSD, CD werden analysiert - Liefert Erklärungen dazu, wieso bestimmte politische Ereignisse, Massnahmen oder Institutionen in bestimmten Kontexten auftreten/eben nicht = Aufdecken allgemeiner politischer Muster und Trends Vergleichen als Annäherung an das Experiment - Wenige Fälle: die vergleichende Methode - 1 Fall: Fallstudie - Viele Fälle = Large N: Statistik Vergleichende Methode = eine spezifische Methode, die sich von statistischer Vorgehensweise und Prozessanalyse unterscheidet Vergleichende Studie = kann mit unterschiedlichen Methoden durchgeführt werden; Statistik, vergleichende Methode, Prozessanalyse Die vergleichende Logik - Differenzmethode: Unterschiede erklären - Most Similar System Design: Vergleich von ähnlichen Fällen, um die Auswirkung einer unabhängigen Variable besser isolieren zu können; Drittvariable kann kontrolliert werden - Übereinstimmungsmethode: Konstanten erklären = Variablen, deren Werte nicht variieren - Most Different System Design: sehr unterschiedliche Fälle, da so weniger andere Variablen existieren; Mills Methods Zwei Probleme der vergleichenden Methode 1. Limitierte Kontrolle von möglichen Drittvariablen - Nicht alle möglichen Drittvariablen sind bekannt - Fehlende Werte für Fälle und Variablen ➔ MSSD ohne Messung von Drittvariablen 2. Die meisten (alle?) Variablen sind metrisch, nicht binär (dummy) - Kreieren von Dummies führt zu Verlust an Informationen - Kreieren von mehreren Variablen ist eine unbefriedigende Lösung ➔ Die meisten MSSD mit kontinuierlichen Variablen ➔ Keine Formalisierung Natürliches Experiment als perfektes MSSD - Zwei Fälle, die mit Ausnahme von zwei Variablen C1 und E identisch sind = MSSD - Wenn C1 vor DV auftritt, hat C1 DV verursacht - Wenn es nicht im Labor gezeugt wurde, handelt es sich um ein natürliches Experiment Sind natürliche Experimente eher Experimente oder MSSDs? - Echte Experimente in der natürlichen Umwelt sehr selten - Gibt sie in Form von natürlichen Lotterien (Bsp. Wetter) und von Menschen gestalteten Lotterien (Bsp. Preislotterie) - Die meisten Forschungsdesigns, die als natürliche Experimente bezeichnet werden, liegen zwischen vollständig zufälligen (echten) Lotterien und den meisten ähnlichen Systemdesigns - Umso natürlicher, je zufälliger die Verteilung der unabhängigen Variable (Treatment) ist - Verteilung der unabhängigen Variable = as-if-random Typische as-if-random Situationen - Zufällige Diskontinuität: ein fast zufälliger Bruch in einer Reihe o Typischerweise Werte sehr nahe am Cut-Off o Bsp. sehr knappe Wahlergebnisse, Geburtsdaten nahe am Grenzwert für die Einschulung, etc. - Instrumentvariable: ein Teil der Varianz der unabhängigen Variable wird durch eine Zufallsvariable bestimmt o Typischerweise soziale Phänomene, die stark von der Natur abhängen o Bsp. Varianz der Wahlbeteiligung, die durch Regenfälle bestimmt wird, Art der Landwirtschaft aufgrund der geografischen Lage Implikation der vergleichenden Logik für Fallstudien - Relevanz einer Methode, die nicht im engeren Sinne vergleicht, für vergleichende Politikwissenschaft - Theoretischer Bezug muss vorhanden sein o Dienen der theoretischen Falsifikation (empirische Prüfung) o Dienen der Ableitung (Induktion) von neuen Hypothesen o A-theoretische, ideographische, deskriptive Ansätze dienen nicht der Theoriebildung und Verallgemeinerung Typen von Fallstudien - Fallstudien = Analyse eines einzelnen politischen System - Untersucht: Veränderungen im Zeitverlauf oder Unterschiede zwischen kleineren geografischen Einheiten innerhalb dieses Falles; within-case study - Auswahl der Fälle für solche Fallstudien folgt einer impliziten Vergleichenden Logik → Fall wird ausgewählt, da er aufgrund Unterschiede/Ähnlichkeiten interessant ist 1. Typischer Fall – typical case - Übliche/typische Kombo aus der unabhängigen Variable X und dem Ergebnis Y analysiert - Ziel: Prozess/ kausalen Mechanismus verstehen - Bietet Einblicke in die Art und Weise, wie X normalerweise zu Y führt = idealer Ausgangspunkt für Verallgemeinerungen - Bsp. GBR 2. Untypischer Fall – deviant case - Abweichend; unerwartete/ungewöhnliche Kombo von X und Y - Werfen Frage auf: Handelt es sich um eine Scheinkorrelation, ist eine nicht gemessene dritte Variable für das Ergebnis verantwortlich? - Ziel: Ausnahmen von allgemeinen Regeln zu ermitteln/ neue Variablen untersuchen, die das unerwartete Ergebnis erklären können - Bsp. Singapur mit Wohlstand aber ohne Demokratie 3. Wahrscheinlichster Fall – most likely case - Behandlung X sehr stark → Erwartung, dass Y eintreten wird - Interessant, wenn Y nicht eintritt → Falsifikation: Ausbleiben von X, das zu Y führt, stellt angenommene kausale Beziehung in Frage - Bsp. China mit angestiegenem Wohlstand ohne Demokratisierung 4. Am wenigsten wahrscheinlicher Fall – least likely case, hard case - Behandlung X sehr schwach → Erwartung, dass Y nicht eintreten wird - Y tritt ein → starke Bestätigung des Zusammenhangs, da Ergebnis den Erwartungen widerspricht und kausalen Zusammenhang zwischen X & Y stark unterstützt; Verifizierung - Bsp. Bangladesch als armer, autoritärer Staat mit dem Demokratisierungsprozess Fallstudie mit vielen Fällen → Zweideutigkeit der Terminologie - Qualitative Fallstudie: durch historische Untersuchung, Prozessanalyse - Quantitative Fallstudie: Statistik Quantitative Fallstudien als Vergleich “innerhalb” ⇒ within-Vergleich  - Vergleich zwischen räumlichen/funktionalen Einheiten ⇒ bspw. Kantone - Vergleiche über die Jahre - Kombination mit wenigen Zeitpunkten & vielen räumlichen Einheiten = Panel - Kombination mit vielen Zeitpunkten& wenigen räumlichen Einheiten: Zeitreihenanalyse (Time- series cross-section) Qualitative Fallstudien als Prozessanalyse (process tracing) - Prozessanalyse als grundlegendes Instrument der qualitativen Analyse - Qualitative Analyse ist nicht everything goes - Beschreibung als Schlüsselbeitrag: Beschreibung einer zeitlichen Abfolge von Ereignissen - Bsp.: Abfolge von Ereignissen, die zu einem Krieg führten - Kann mit Vergleich kombiniert werden! Was die Prozessanalyse kann - Identifizierung und Beschreibung neuer Phänomene (wie jede Art von Beschreibung) - Hypothesen testen - Ableitung neuer Hypothesen - Ausschluss von Verzerrungen durch ausgelassene Variablen - Umgekehrte Kausalität ausschliessen - Ergänzend zum Vergleich, aber idR auf kleine N beschränkt, da zeitintensiv Anwendungsbeispiel Abstimmung BVG-Reform - Fragestellung aus Sicht der VP: Unter welchen Bedingungen lehnen Stimmbürger eidgenössische Abstimmungen ab?; Was sind Gründe für die Ja & Nein-Anteile bei eidgenössischen Abstimmungen? - Untersuchung o Im Rahmen einer Fallstudie eine Umfrage durchführen → Aussagen über das Resultat machen o Ähnlichste Abstimmungen der letzten 20 Jahren suchen und Unterschiede zwischen den Abstimmungskämpfen und -resultaten vergleichen = dort wo Fallstudien ähnlich sind, sind keine Vergleiche mehr notwendig; Vergleichende Methode o Für alle Abstimmungen alle vorhandenen Daten miteinander korrelieren = Quantitative Analyse, man kann viele Fälle anschauen jedoch weniger Infos (tradeoff besteht) - Wieso wurde so viel Nein gestimmt? o Parteiparolen o Hohe Komplexität der Reform: lange Auseinandersetzung des Inhalts; Parteienkorrelation ermöglicht weniger Aufwand o demokratietheoretisch ist es besser zur Urne zu gehen als gar nicht o Skepsis bei Unverständnis, da Menschen risikoavers sind ▪ Wenn Folgen nicht abschätzbar, greift man auf den Status Quo zurück ▪ Je höher die Komplexität, desto grösser das Nein - Effekt der unabhängigen Variablen muss identifiziert werden, sodass andere Variablen, die zu dem Ergebnis hätten führen können, ausgeschlossen werden können