Hej,

En gang i mellem støder man ind i de der tekster, der bare forklarer tingene som de er. Ingen dikkedarer, ingen teoretiske krumspring, men derimod en logisk serie af facts. Harvard-professoren Stanley Lieberson er en af de tænkere, der producerer de der tekster. Hans bog fra 1985, Making it Count, er for mig at se en af de bedste fremstillinger af, hvad man kan (og især hvad man ikke kan) med metoder i socialvidenskaben.

Herudover har Lieberson også engageret sig i spørgsmålet om case-studier, som er en af de mest udbredte metoder i samfundsvidenskaben overhovedet. Jeg vil derfor anbefale alle at læse følgende artikel: http://www.wjh.harvard.edu/soc/faculty/lieberson/Small_Ns_and_Big_Conclusions.pdf. Artiklen hedder "Small N`s and Big Conclusions" og blev publiceret i Social Forces i 1991. I artiklen diskuterer Lieberson det problematiske i at udlede kausale forhold med få cases. Han går således i kødet på samlignende studier med kun få cases. En følge af Liebersons udlægning er for mig se også de problemer, der er ved at generalisere på baggrund af få cases.

Jeg håber, vi kan diskutere artiklen her på tråden, hvis nogen er friske.

vh Kristian

Et eller andet sted er det jo ligegyldigt om noget er interessant eller ej. Det afgørende er om det er rigtigt. Og man kan KUN generalisere fra en case til mange HVIS 1) verden fungerer deterministisk eller nærdeterministisk OG 2) man kan udelede de kontrafaktiske forhold ved kun at se på én case - hvilket altså indbærer man ikke kan blive klogere ved at se på én case til, men ved det hele fra den første case - og det har jeg svært ved at se det overbevisende i. Og argumentet om at alt hele tiden "flyder" hjælper hverken kvalitative eller kvantaitative metoder - hvis ikke fortiden i et eller andet omfang gentager sig så er der slet ingen grund til at studere noget som helst - viden om hvad der skete for lidt siden hjælper dig ikke til at forstå hvad der sker nu - så kan vi lige så godt drikke bajere og se foldbold.

gummiand

Det er godt nok længe siden denne tråd har været aktiv - men nu sidder jeg og keder mig på et hotel i oxford. For det første er det ikke en grundregel fra den kavlitative metodelærer at man bør stoppe med at indsamle data når de ikke længere kommer mere indformation - det er en grundregl i AL metodelærer. At indsamle data koster ressourcer og hvis der ikke længere kommer mere indformation er man bare dum hvis man bliver ved med at indsamle data. Problemet er imidlertid at fastslå hvornår der ikke kommer mere information. I den kvantitative metode er der præcice metoder til at fastslå værdien af den sidst tilkomne data, men jeg ved ikke hvordan man gør indenfor andre metodegrene...

Det er (næsten) rigtigt at der kun var en fremkomst af kapitalisem - men det tror jeg osse ærger en del historikere - hvis der var flere ville de nok osse se på dem....

Det er osse rigtigt at man skal bare have prøvet én atombombme (der er detoneret) for at vide at de ikke er rare - men det er netop osse fordi at der her er tale om nær-determinstiske fænomener (hvad det så end er) - og så behøver man ikke mange cases.

Det er næsten ligeså med politiets uniformer, dvs P(politimand | politiuniform) = 1 selv om der har været tilfælde hvor banditter har udnyttet at vi tror sådan og klædt sig ud som politi (dvs P(politimand | politiuniform) er faktisk ikke helt én, men næsten) - altså et nær-deterministisk fænomem - og så behøver man altså ikke mange observationer før flere observationer ikke bidrager meget.

Men det er ikke helt så simpelt - der har nu været ca 10.000 atomreaktorår - dvs der har kørt reaktoere svarende til at en reaktor har kørt i 10.000 år med kun to alvorglige uheld - betyder det så at atomkraft er næsten 100% sikker. Der har heller ikke været nogen alvorlige udslip fra atomaffaldslagre - kan vi så regne med at de er helt sikre?

Og jeg tror det er en rigtig dum at forlade sig ved at se på rigspolitiets beklædningsrengskaber? Nogen gange afviger virkeligeheden fra regulativerne...... fx må politiet ikke kalde nogen for perker - men det sker jo tilsyneladne aligevel i ny og næ.

gummiand