Lijphart (1971: 691–693)
atheoretische Fallstudien (deskriptiv)
interpretative Fallstudien (Aufbau auf existierende Theorien)
=> haben den niedrigsten wissenschaftlichen Wert
hypothesengenerierende Fallstudien
theoriebestätigende Fallstudien
theoriewiderlegende Fallstudien
abweichende Fallstudien => gründliche Analyse um weitere Variablen zu entdecken, die gff. die Abweichung erklären
Aufgrund der Nachteile von Feld- und Laborexperimenten => Lösung = vergleichende Fallstudien
das Wesen von Quasi-Experimenten in der PoWi
Man nutzt gezielte Fallauswahl, um die Möglichkeit für kausale Schlussfolgerungen an die Bedingungen von Experimentalstudien anzunähern.
keine Randomisierung
Logik: Isolation des Effekts einer Variable oder einer kleinen Anzahl von Variablen
Gezieltes Konstanthalten und Variieren von Variablen
Merkmal
Laborexperimente
Feldexperimente
Quasi-Experimente
Manipulation der uV
ja
Randomisie-rung
eingeschränkt
nein
Interne Validität
hoch
Externe Validität
Method of Agreement
ganz unterschiedliche Fälle
Gemeinsamkeit in dem zu erklärenden Phänomen
-> Identifikation der Variable, die alle Fälle aufweisen
Method of Difference => eigentlich quasi-experimentelle Methode
sehr ähnliche Fälle
Unterscheidung in dem zu erklärenden Phänomen
Eine Bedingung unterscheidet sich innerhalb der Fälle und diese muss zu dem zu erklärenden Phänomen führen.
=> logischer Schluss
Grds. schönes MSSD-Design
nutzt MSSD für probabilistische statistische Zusammenhänge einer Vielzahl metrischer Variablen → umgeht so die Beschränkung auf dichotome Variablen, die deterministisch aufeinander einwirken
aber: dadurch büßt die experimentelle Komponente an Überzeugungskraft ein
Bildung der abhängigen Variable kritikwürdig (‚Pseudo-Metrisierung‘ einer eigentlich ordinalen oder sogar nominalen Variable) → Zweifel an Validität
Zum Teil eher schwach ausformulierte theoretische Mechanismen → Verdacht, dass es eher um messbare denn um theoretisch höchst relevante Variablen ging
Objektivität
Insgesamt relativ hoch, da amtliche Aggregatdaten, Daten von Amnesty International und einer (vermutlich) etablierten US-NGO (DPIC) genutzt werden
Reliabilität
nicht gut nachvollziehbar, daher schwer zu replizieren
Zusätzlich Einschränkungen durch Unsicheheit der Daten zur Nutzung der Todesstrafe in Autokratien
Validität
Vermutlich von mittlerer Qualität
Zweifel an der Sinnhaftigkeit der Bildung einer metrischen abhängigen Variable
Unklarheiten, ob die genutzten amtlichen Aggregatdaten immer das messen, was sie messen sollen
Fehlende Informationen -> schwer, zu beurteilen
qualitativ: Beschreibung von Merkmalen oder Merkmalsausprägungen
kategoriale Skalenniveaus
Texte oder Zahlwerte, mit denen man aber keine sinnvollen Rechnungen ausführen kann
quantitativ: Menge aller Merkmalsmessungen
metrische Skalenniveaus
Zahlen odr Größenwerte
quantitativ
qualitativ
Erkenntnisziel
erklären und generalisieren
verstehen und konstruieren
Datentyp
Zahlen, kodierte Antworten
Texte, Sprache, Beobachtungen
Vorgehensweise
standardisiert, deduktiv
Offen, explorativ, induktiv
Forschungseinheit
viele Fälle
weniger Fälle, oft Einzelfallanalyse
typisches Analyseziel
Kausale Zusammenhänge
Bedeutungsre-konstruktion
Last changed19 days ago