«Министерство образования и науки Российской Федерации ИНОЦЕНТР (Информация. Наука. Образование) Институт имени Кеннана Центра Вудро Вильсона (США) Корпорация Карнеги в Нью-Йорке (США) Фонд Джона Д. и Кэтрин Т. ...»

Относительно идей Джеддес и Кинга с соавторами см. также: Дэвид Колльер и Джеймс Махони. «Озарения и ошибки: Некорректный отбор в качественных исследованиях» (David Collier and James Mahoney. Insights and Pitfalls: Selection Bias in Qualitative Research / World Politics 49, October 1996. Р. 56–91).

Так, Лейпхарт в «Сравнительной политике и сравнительной методи ке» (с. 692–693) упоминает «подразумеваемую сравнительную» природу не которых работ по анализу единичных случаев.

Таким образом, причина ошибок ученых, выявленных Джеддес, за ключается в том, что они неверно истолковали средние в мире уровни иссле дуемых ключевых независимых переменных (например, трудового угнетения).

Подробнее о процедуре сравнения и отслеживании процесса см. раз дел «Проверка теорий методом изучения частных случаев» в гл. 2.

Кинг, Кеохейн и Верба предупреждают о необходимости «по возмож ности выбирать скорее поддающиеся наблюдению, чем ненаблюдаемые кон цепции. В социальных теориях часто используются абстрактные, ненаблюдае мые концепции — такие, как полезность, культура, намерения, мотивация, идентификация, интеллигентность или государственные интересы», которые «могут воспрепятствовать эмпирической оценке теорий… если не удастся пред ставить их… (или, по крайней мере, их последствий) в поддающемся наблюде нию и измерению виде» (Кинг, Кеохейн и Верба. «Построение социальных тео рий» (с. 109). (Прим.переводчика. Возможно, здесь у автора ошибка.

«Построение социальных теорий» написал Артур Л. Стинчкомб — см. прим. 36.

Кинг с соавторами написал «Исследования в социальной сфере.) См., например, выпуски American Political Science Review за несколько последних десятилетий.

Более того, проверки, которые сегодня трудно провести, могут стать доступнее с появлением новых проверок или данных. Так, теории о поведении кремлевских лидеров в период сталинизма практически не поддавались про верке до крушения СССР, однако после этого проверять их стало гораздо про ще. Это может служить еще одним поводом не снимать трудные вопросы с повестки дня.

Джеймс Д.Ферон. «Контрафакты и проверка гипотез в политологии»

(James D. Fearon. Counterfactuals and Hypothesis Testing in Political Science/ World Politics 43, January 1991. Р. 171 и др.).

Глава 1. Гипотезы, законы и теории: руководство по применению Глава ЧТО ТАКОЕ ЧАСТНЫЕ СЛУЧАИ За последние годы появилось множество работ, посвященных исследовательской методике ситуативного анализа, основанной на изучении частных случаев1, однако на сегодняшний момент этот ли тературный пласт носит фрагментарный характер. До сих пор не су ществует полного перечня дизайнов исследований2 или учебника, охватывающего весь спектр исследовательской проблематики3. От сутствуют методические руководства для начинающих, а в большин стве социолого методологических работ непосредственно методи ке изучения частных случаев в лучшем случае уделяется весьма поверхностное внимание4. Поэтому следующие главы посвящены наблюдениям и предложениям, содержащимся в существующей ли тературе, с упором на изучение частных случаев и практические ре комендации для начинающих исследователей.

ОБЩИЙ ВЗГЛЯД НА ИЗУЧЕНИЕ ЧАСТНЫХ СЛУЧАЕВ

В течение долгого времени социологи полагали их изучение наименее эффективным методом. Тому есть две причины6. Во пер вых, многие считают, что изучение частных случаев предоставляет меньше всего возможностей для учета искажающего влияния тре тьих переменных. С этой точки зрения эксперименты представля ются наилучшим методом (исследователь исключает возможное С. Ван Эвера влияние опускаемых переменных, подвергая группу единственному стимулу, а остальные принимая за константы). Далее идет метод ана лиза крупных выборок. В этом случае исследователь может приме нять частные корреляции для контроля влияния конкретных опус каемых переменных, а изучение многочисленных частных случаев, придающее процессу случайный характер, позволяет минимизиро вать влияние других опускаемых переменных. Здесь наихудшим слу чаем будет исследование одного или нескольких частных случаев, поскольку данные не рандомизированы и частные корреляции недо пустимы из за недостаточного количества начальных установок7.

Однако подобная критика изучения частных случаев не впол не корректна. Этот метод предлагает два достаточно эффективных способа учета влияния опускаемых переменных. Первый заключа ется в проверке прогнозов разброса внутри случая (с использова нием многократной «процедуры сопоставления»8 или «отслежива ния процесса» 9 ), где эффективность контроля обусловлена однородностью общих условий данного случая10. Для большинства случаев общие условия достаточно однородны, и для многих из них возможно сделать ряд наблюдений относительно значений незави симых и зависимых переменных. Если общие условия однородны, можно пренебречь влиянием третьих переменных как причиной на блюдаемой внутри случая ковариантности независимых и зависи мых переменных (однородные общие условия случая создают отча сти контролируемую среду, которая ограничивает влияние третьих переменных, удерживая их на постоянном уровне)11.

Влияние опускаемых переменных можно контролировать, от бирая для изучения случаи с экстремальными (высокими или низ кими) значениями исследуемой переменной. Благодаря этому уменьшается число третьих факторов, способных привести к резуль татам, которые предсказывает проверяемая теория, из за чего сни жается вероятность того, что успешно пройденная проверка объяс няется влиянием опускаемых переменных12.

Второй повод для критики изучения частных случаев сводит ся к тому, что «результаты изучения частных случаев нельзя обоб щить для других случаев». Этот довод представляется более осно вательным, но относится лишь к изучению единичных случаев. А их недостаточно для того, чтобы выявить исходные предпосылки тео рии (т.е. условия, которые активируют или проявляют ее действие)13, поскольку, как уже упоминалось, в большинстве случаев общие ус ловия достаточно однородны. Эта однородность скрадывает воздей ствие исходных предпосылок, которых требует данная теория: ее исходные предпосылки одинаковы, соответственно, не возникает значимой дисперсии зависимых переменных. В результате теория, легко проходящая проверку при изучении единичного случая, мо жет требовать редко встречающихся исходных условий и, соответ ственно, иметь незначительный объясняющий диапазон14. Однако этот недостаток может остаться незамеченным исследователем, рас сматривающим всего один или два случая. Таким образом, сильная сторона изучения частных случаев одновременно является и слабой стороной. Однородность общих условий контролирует влияние тре тьих переменных, но при этом маскирует исходные предпосылки.

Сущность и значение исходных предпосылок нагляднее проявляют ся при анализе крупных выборок. При использовании этого метода случаи, где исходные предпосылки отсутствуют, выглядят как погра ничные, в которых причина теории наблюдается, но не приводит к прогнозируемому ею результату. Существование подобных погранич ных случаев свидетельствует о том, что для действия теории нужны специальные условия; их изучение позволяет выявить эти условия.

Изучение единичного случая не предоставляет параллелей для вы явления исходных предпосылок; однако для их определения можно рассмотреть много единичных случаев, следовательно, этот недоста ток изучения частных случаев как методики устраним15.

Изучение частных случаев имеет два достоинства, нивелиру ющих упомянутый недостаток.

Во первых, проверки, выполненные методом изучения част ных случаев, обычно сильны, поскольку проверяемые прогнозы уни кальны (не могут быть сделаны на основе других известных теорий)16.

В частности, изучение частных случаев позволяет прогнозировать осо бенности устной и письменной речи политических деятелей. Зачас тую подобные прогнозы исходят из единственной теории; никакая другая не предсказывает те же самые помыслы или заявления. Под тверждение подобных прогнозов служит весомым аргументом в пользу проверяемой теории. Изучение частных случаев — наиболее подходящий формат для улавливания таких свидетельств. Следо вательно, именно изучение частных случаев позволяет выдвинуть решающие доводы за или против политических теорий, нередко бо лее значимые, чем результаты анализа крупных выборок.

С. Ван Эвера Во вторых, методом изучения частных случаев зачастую лег че вывести и проверить объяснения, определяющие, каким образом независимая переменная обусловливает зависимую, чем с помощью крупных выборок. Если данные, полученные при изучении частно го случая, подтверждают теорию, аналитик может исследовать его глубже, чтобы вывести и проверить объяснения, детально описыва ющие действие гипотезы. Более того, этот метод позволяет «отсле живать процесс», т.е. изучить те, посредством которых начальные условия случая преобразуются в его результаты.

Как работает теория? Отслеживание процесса помогает найти ответ на этот вопрос. Процедуры сопоставления также способствуют выработке объяснений (подробнее о процедурах сопоставления и от слеживании процесса см. далее). Оба алгоритма достаточно неслож но реализовать после завершения подготовительной работы — опре деления общих условий случая, его хронологии и т.п. Анализ крупных выборок, напротив, практически не позволяет ни подроб нее описать причинный процесс, составляющий объяснение гипо тезы, ни получить данные, пригодные для выработки или проверки объяснений этого процесса. В целом анализ крупных выборок, ско рее, позволяет проверить истинность гипотезы, чем объяснить, по чему она истинна, — и здесь на передний план выходит изучение частных случаев.

Таким образом, изучение частных случаев является полноцен ным методом проверки теорий. Истинна ли теория? Как она дей ствует? Даже изучение единичного случая позволяет получить чет кие ответы. Этот метод менее пригоден для определения исходных предпосылок теории. Насколько широк ряд случаев, подчиняющих ся данной теории? Чтобы ответить на этот вопрос, необходимо изу чить несколько случаев.

Итак, какой же аналитический метод лучше: эксперимент, ана лиз крупных выборок или изучение частных случаев? Ответ зави сит от природы вопроса и структуры данных в изучаемой области.

Эксперименты — наилучший метод, но они не всегда осуществимы (особенно в социологии). Для проверки первичной гипотезы и при наличии многочисленных, хорошо документированных, случаев для изучения больше подходит анализ крупных выборов. Если необхо димо вывести или проверить объясняющие гипотезы, а также если случаи описаны в разной степени: часть подробно, часть схематич но — следует прибегнуть к методу изучения частных случаев. На вопрос о том, какой метод лучше, дать однозначный ответ нельзя.

ПРОВЕРКА ТЕОРИЙ МЕТОДОМ ИЗУЧЕНИЯ

ЧАСТНЫХ СЛУЧАЕВ

— проверки теорий;

— создания теорий;

— определения исходных предпосылок;

— проверки важности исходных предпосылок;

— объяснения особо важных случаев17.

Первые четыре задачи по логике сходны и реализуются оди наковыми методами. Хотя каждая заслуживает отдельного объяс нения, для читателей, владеющих материалом, достаточно ознако миться с данным разделом, а «Объяснение случаев» они вполне могут и пропустить.

Метод изучения частных случаев предлагает три формата про верки теорий18: контролируемое сравнение, процедуры сопоставле ния и отслеживание процесса. В основе первого лежит сравнитель ное наблюдение разных случаев для проверки теорий. Процедуры сопоставления бывают двух типов. Один предполагает сравнитель ное наблюдение разных случаев, второй — наблюдение внутри слу чая. Отслеживание процесса позволяет проверить теории, проводя наблюдения внутри случая. Процедуры сопоставления и отслежи вание процесса — более сильные методы проверки, чем контроли руемое сравнение. Три эти метода также используются для выра ботки теорий, выявления и проверки исходных предпосылок.

Независимо от формата проверки, необходимо выполнять три следующие шага:

1) постулирование теории;

2) формулировка ожиданий: что мы должны увидеть, если те ория истинна — и ложна;

3) изучение единичного или нескольких случаев в поисках со ответствия или несоответствия ожиданий наблюдаемым результатам.

Контролируемое сравнение При использовании этого метода19 аналитик рассматривает парные наблюдения двух или более случаев, чтобы оценить соот С. Ван Эвера ветствие или несоответствие значений пар прогнозам теории. Так, если в случае А значение независимой переменной (НП) выше, чем в случае В, то значение зависимой переменной (ЗП) для случая А также должно превышать ее значение в случае В. Если значения ЗП на самом деле в случае А выше, чем в В, теория проходит проверку.

Если это превышение очень велико, то теория имеет высокую зна чимость: изменение значения НП приводит к существенному изме нению значения ЗП. Если расхождение мало, проверка все же счи тается пройденной, но значимость теории невелика.

Отбор случаев осуществляется предложенным Джоном Стю артом Миллом «методом различий» или «методом согласия»20. Пер вый предполагает, что аналитик отбирает случаи со схожими общи ми условиями и различными значениями исследуемой переменной (причины или следствия которой необходимо установить). Если не обходимо выяснить причины исследуемой переменной, аналитик задается вопросом: соответствуют ли значения исследуемой пере менной в разных случаях значениям переменных, характеризующих ее возможные причины? Если предметом исследования являются следствия, вопрос сводится к тому, соответствуют ли значения ис следуемой переменной в разных случаях значениям переменных, характеризующих ее возможные следствия? Каждый раз подбира ются похожие случаи для учета влияния третьих переменных: чем более сходны случаи, тем меньше вероятность того, что прохожде ние проверки объясняется влиянием третьих переменных.

При использовании метода согласия аналитик отбирает слу чаи с различными общими характеристиками и близкими значе ниями исследуемой переменной. Затем он задается вопросом: со ответствуют ли значения исследуемой переменной в разных случаях значениям переменных, определяющих ее возможные следствия (или причины, если таковые являются предметом ис следования)?

Контролируемое сравнение — наиболее известный, но и сла бый метод изучения частных случаев. Слабость метода различий зак лючается в том, что в сфере социальных наук характеристики пар ных случаев практически никогда не совпадают (как требует метод различий). Метод согласия еще слабее, поскольку парные случаи редко имеют совершенно различные характеристики (как требует метод согласия)21.

Процедуры сопоставления При выполнении процедур сопоставления22 аналитик рассмат ривает случай с точки зрения соответствия или несоответствия на блюдаемых значений независимой и зависимых переменных про гнозам, сделанным на основе проверяемой гипотезы. Существуют два типа процедур сопоставления.

1. Процедура сопоставления первого типа: сравнение с типич ными значениями. Аналитик наблюдает значения НП и ЗП внутри данного случая и реальную действительность (не проводя дальней шего анализа частных случаев), чтобы выявить типичные значения НП и ЗП для большинства остальных случаев. Затем, на основе этих наблюдений и проверяемой теории, выводятся ожидаемые относи тельные значения НП и ЗП для данного случая и проверяется со впадение или несовпадение ожиданий и наблюдений. Так, если тео рия более или менее верна, то при значении НП выше среднего значения ЗП также должны превышать норму23. Если значения ЗП на самом деле оказываются выше средних, то теория проходит про верку. Если они намного превышают средние величины, она имеет существенную значимость, т.е. изменение значения НП вызывает значительное отклонение ЗП. Если расхождение невелико, провер ка пройдена, но значимость теории мала.

Таким образом, для проверки гипотезы «Экономические спа ды приводят к угнетению этнических меньшинств» необходимо рас смотреть случаи экономического упадка (например, Великую де прессию 30 х годов ХХ в.) с учетом притеснения этнических меньшинств (случалось ли это чаще обычного?); можно также про анализировать периоды процветания (США в 60 х годах ХХ в.), чтобы понять, подвергались ли этнические меньшинства в это вре мя меньшему угнетению.

Как выявляются нормальные значения НП и ЗП? Зачастую они общеизвестны. Например, мы знаем, что в 30 х годах ХХ в. эко номика США находилась в упадке по сравнению с современной ин дустриальной, и нет необходимости проводить новый анализ для доказательства этого факта. Мы знаем, что нацистский режим в Гер мании и сталинизм в СССР привели к гибели большего числа граж дан, чем обычно гибнут в типичных современных промышленных странах, поэтому при изучении частных случаев можно с уверенно стью сравнивать данные режимы с типичными. Нам известно, что в С. Ван Эвера 1914 г. уверенность европейской элиты в легкости победы была выше среднего исторического уровня. Если же подобные общеизвестные данные недоступны или ненадежны, необходимы дополнительные исследования для определения типичных значений.

Процедура сопоставления первого типа особенно подходит для анализа случаев с экстремальными (очень высокими или очень малыми) значениями ИП. Поэтому для проверки гипотезы «Эконо мические спады приводят к угнетению этнических меньшинств» луч ше выбрать США в 30 е годы (резкий спад), чем более умеренные случаи упадка в США или Европе. Для проверки гипотезы «Убеж денность в легкой победе приводит к войне» лучшим примером бу дет Европа в 1910–1914 гг. (когда подобная убежденность достигла небывалого уровня), а не более спокойный исторический период24.

Случаи с экстремальными значениями ИП предпочтительны, по скольку для них теории позволяют сделать более уникальные и бо лее уверенные прогнозы, что обеспечивает возможность более силь ных проверок. Если причинное явление теории проявляется особенно ярко, его следствия (включая как промежуточные, так и зависимые переменные) также будут очень наглядны. Аналогичным образом, если причинное явление выражено слабо, малоочевидны будут и его последствия. Подобные экстремальные результаты вряд ли объясня ются погрешностями измерения, поскольку для этого нужна очень большая ошибка. Представляется также маловероятным, чтобы по добные значительные результаты, прогнозируемые теорией, были вызваны иной причиной, поэтому их нельзя объяснить влиянием третьей переменной. Кроме того, если бы причина заключалась во влиянии третьей переменной, она также проявлялась бы очень на глядно на фоне общих условий случая и ее легко было бы заметить.

Поэтому мы можем достаточно уверенно исключить такие причи ны прохождения проверки, как погрешность измерения и влияние опущенной переменной. Другими словами, проверенный прогноз в достаточной степени уникален, соответственно, проверка сильна.

Если прогнозируемые теорией результаты не наблюдаются, маловероятно, что причиной служит погрешность измерения или компенсирующее влияние других переменных. Поскольку был пред сказан значительный результат, он должен был возобладать над любыми погрешностями или компенсирующим воздействием и все же проявиться. Более того, компенсирующая переменная также дол жна быть ярко выражена — тогда ее легко было бы заметить. Следо вательно, неспособность пройти проверку в отсутствии ярко выра женной компенсирующей переменной вызывает сомнения в истин ности теории. Другими словами, проверенный прогноз достаточно уверен, соответственно, проверка сильна.

Таким образом, в случаях с экстремальными значениями ис следуемой переменной как прохождение проверки, так и неспособ ность ее пройти является решающим свидетельством. Прохожде ние убедительно подтверждает гипотезу, неспособность пройти проверку — не менее убедительно ее опровергает.

Процедура сопоставления первого типа находится в тесном родстве с контролируемым сравнением. В основе обоих методов лежит сравнение различных случаев, а не в пределах одного25. И оба предоставляют возможность свести к минимуму вероятность про хождения проверки благодаря влиянию третьих переменных. Раз ница заключается в том, каким образом эта вероятность сводится к минимуму. При контролируемом сравнении общие условия случая остаются постоянными, что препятствует изменению потенциаль но искажающих третьих переменных. Тем самым сужается ряд пе ременных, способных меняться в зависимости от случая, что умень шает число переменных, которые могут внести искажения. Если же для изучения отбираются случаи с экстремальными значениями исследуемой переменной, то процедура сопоставления первого типа сводит проблемы опущенных переменных к минимуму за счет уве личения их воздействия на результаты, прогнозируемые теорией.

Это уменьшает вероятность того, что какая то третья переменная способна оказать воздействие, достаточное для получения данного результата. Если он же объясняется влиянием третьей переменной, то ее значение настолько велико, что она неминуемо будет замече на. Тем самым снова сокращается число потенциально искажающих переменных, но уже иным способом.

2. Процедура сопоставления второго типа: многократные срав нения внутри случая.

Аналитик выполняет ряд парных сравнений значений НП и ЗП при различных условиях внутри случая и оценивает их ковари антность в соответствии с прогнозами проверяемой гипотезы26. Чем сильнее меняются значения ЗП, ковариантные НП, тем более зна чима теория.

С. Ван Эвера В таком случае для проверки теории «Экономические спады приводят к угнетению этнических меньшинств» зададимся вопро сом: возможно ли охарактеризовать уровень угнетения в определен ные периоды времени в течение Великой депрессии в США в 1921– 1941 гг.? Если таковая возможность имеется, проверим, действительно ли угнетение нарастало по мере углубления депрессии в 1929–1933 гг.

и уменьшилось, когда депрессия пошла на спад.

Процедура сопоставления второго типа особенно эффектив на, если для изучения выбираются случаи со следующими характери стиками: 1) возможны многократные наблюдения значения НП и ЗП и/или 2) значения НП и ЗП резко меняются внутри случая во време ни или пространстве (по регионам, организациям, группам и т.п.).

Случаи, обеспечивающие возможность многократных наблю дений, больше подходят для проверки, поскольку содержат несколь ко критериев соответствия, а чем больше критериев, тем сильнее про верка.

Случаи с резким изменением значения НП и ЗП также обес печивают возможность сильной проверки, поскольку для них мож но сделать более уникальные и уверенные прогнозы. Например, если значение НП теории резко меняется, так же резко должно меняться ЗП. При этом вряд ли резкое изменение ЗП объясняется погрешно стью измерения — для этого погрешность должна быть очень боль шой и к тому же меняться синхронно с НП, а это сочетание пред ставляется маловероятным. Резкое изменение ЗП нельзя объяснить и влиянием третьей переменной, поскольку тогда она должна была бы меняться синхронно с А, и столь же наглядно, как и А, что также маловероятно. Кроме того, столь ярко выраженная и резко меняю щаяся третья переменная была бы легко заметна на фоне общих ус ловий случая. Таким образом, можно достаточно уверенно исклю чить погрешность измерения и влияние опущенных переменных как возможные причины прохождения (или непрохождения) проверки.

В результате прохождение или непрохождение проверки в случаях с резким изменением НП является решающим свидетельством. Про хождение проверки подтверждает гипотезу, неспособность ее прой ти — столь же убедительно ее опровергает.

Процедура сопоставления второго типа представляет собой изучение частных случаев внутри случая, однако приобретает не которые признаки анализа крупных выборок, по мере того как рас тет количество наблюдений внутри случая, и значениям перемен ной присваиваются численные значения. Так, американские выбо ры 1944 г. стали примером более общего явления — парламентских выборов в демократической стране и, соответственно, обладают при знаками частного случая. Кроме того, они позволяют сделать сотни наблюдений в численном виде (например, 435 кандидатов в пала ты). Их можно анализировать и статистически сравнивать. Такому анализу присущи особенности как процедуры сопоставления вто рого типа, так и анализа крупных выборок.

Изучение частных случаев в принципе может представлять собой гибрид процедур сопоставления первого и второго типов. Ана литик может сделать многочисленные наблюдения для данного слу чая и сравнивать их как друг с другом, так и с типичными значени ями. Можно также отбирать для изучения случаи, позволяющие сделать многократные наблюдения НП и ЗП, характеризующиеся при этом экстремальными значениями и резкими их изменениями.

Оба типа процедур сопоставления могут использоваться для проверки объясняющей и исходной гипотез теории27. Для проверки объясняющих гипотез предпочтительны случаи, позволяющие мно гократно замерить значения переменных и/или характеризующие ся резким изменением, экстремальными значениями одной или обе их переменных проверяемой объясняющей гипотезы.

Отслеживание процесса При отслеживании процесса28 аналитик рассматривает цепь событий или процесс принятия решений, посредством которого ис ходные условия случая преобразуются в его результаты. Причин но следственные связи, соединяющие независимую переменную и результат, расчленяются на мелкие этапы, после чего для каждого из них аналитик ищет поддающиеся наблюдению данные.

Так, если «столкновение с астероидом вызывает массовое вы мирание видов», в геологических напластованиях периода массо вого вымирания, который совпадает по времени со столкновением, нам предстоит найти свидетельства запущенного им процесса мас сового убийства. Возможно, при этом животные вымерли из за рас пространившихся по миру потоков раскаленной лавы, которые выз вали глобальные лесные пожары, затемнившие небо дымом, что привело к похолоданию. В таком случае геологические напластова С. Ван Эвера ния периода массового вымирания должны содержать остатки ма терикового или глобального лавового потока, слой золы и призна ки резкого массового вымирания видов, т.е. свидетельства каждого этапа этого процесса29.

Аналогичным образом если «полярное распределение между народной силы обусловливает мир», то в случаях мирного поляр ного распределения нам предстоит обнаружить свидетельства су ществования промежуточных явлений, образующих причинные цепи, посредством которых полярность обусловливает мир. Кеннет Уолтц, первым выдвинувший тезис о мирном характере полярности, предположил, что полярное распределение обусловливает следующие умиротворяющие явления. Правительства не питают ложного опти мизма об относительном уровне силы противника; сторонам легче наладить сотрудничество, и до них быстрее доходят сведения друг о друге, что позволяет установить более жесткие правила игры. Каж дая сторона быстрее и эффективнее предпринимает внутренние и внешние меры, направленные на уравновешивание роста силы оп понента или контроль его агрессивных действий, что ведет к сдер живанию. Более тщательно отбираются государственные полити ческие лидеры, среди которых меньше неугодных30. В таком случае проверка путем отслеживания процесса предполагает поиск свиде тельств существования всех этих явлений в случаях полярного рас пределения (например, «холодная война» 1947–1989 гг.), а будь та ковые обнаружены — поиск доказательств, что они объясняются полярностью (например, заявления политиков, где упоминаются мотивы и точки зрения, соответствующие этому толкованию).

Свидетельства того, что определенное воздействие обуслови ло данную реакцию, можно искать в последовательности и структу ре событий и/или в показаниях действующих лиц, объясняющих, почему они поступали тем или иным образом. Так, если «коммер ческая конкуренция ведет к войне», изучение частных случаев раз вязывания войн должно выявить стремление коммерчески заинте ресованной элиты к войне. При этом решение правительства о начале войны должно следовать (но не предшествовать) за этим стремлением, а высказывания в дневниках, частной переписке, ме муарах и документах правительственных чиновников — показывать, что решение правительства было принято в результате соответству ющего давления со стороны элиты. Если «кампании по связям с общественностью формируют общественное мнение», то сдвиги должны происходить вскорости после пиар кампаний, а результа ты опроса — показывать, что граждане восприняли основную идею кампании и соответствующим образом изменили свою точку зре ния.

Прогнозы относительно процесса зачастую уникальны — ни какая другая теория не предсказывает того же хода событий или тех же заявлений действующих лиц относительно мотивов, которыми они руководствовались. Следовательно, отслеживание процесса обеспечивает возможность сильной проверки теории31. То есть тща тельное отслеживание процесса в единичном случае может стать сильной проверкой теории. Как уже упоминалось, в этой ситуации аналитик останется в неведении относительно исходных предпосы лок, необходимых для действия теории. Для их выявления, которое является важным элементом анализа, необходимо рассмотреть дру гие случаи. Тем не менее действенность и способность теории объяс нить по крайней мере один случай получат весомое подтверждение.

Теории постулируют различные причинные алгоритмы, к ко торым можно адаптировать процедуру отслеживания процесса. Не которые (в частности, о вымирании из за столкновения с астерои дом) постулируют единственную причинную цепь:

Другие (например, полярная теория войн Уолтца) описыва ют несколько цепей:

Полная процедура предполагает поиск свидетельств всех вза имосвязей во всех цепях.

Изучение частных случаев может осуществляться одновре менно несколькими из четырех возможных форматов (контролиру емое сравнение, сопоставление первого типа, сопоставление второ го типа и отслеживание процесса). В одном и том же исследовании можно сравнивать единичный случай с другим — предложенным Миллом методом различий или типичными условиями. Можно рас сматривать случай на предмет ковариантности в пространстве и вре мени значений НП и ЗП внутри случая или выискивать данные, под тверждающие или опровергающие объясняющие гипотезы теории.

С. Ван Эвера Насколько сильны проверки теорий на основе изучения част ных случаев? Ученые проверяли общую теорию относительности, проводя в реальном времени процедуру сопоставления первого типа для единичного случая — солнечного затмения 29 мая 1919 г. Тео рия относительности прогнозировала, что гравитация обусловит определенное отклонение световых лучей в сторону ее источника.

Следовательно, во время солнечного затмения звезды, видимые вблизи Солнца, будут казаться смещенными: находящиеся позади — рядом с ним, а соседние, наоборот, покажутся расположенными даль ше. Теория относительности также прогнозировала степень кажу щегося смещения,тогда как ни одна другая не позволяла делать по добные прогнозы. Прохождение этой проверки единичным случаем привело к широкому признанию теории относительности, посколь ку проверяемые прогнозы были уникальны: не существовало дру гого правдоподобного объяснения прогнозируемого результата — и, соответственно, пройденная проверка была очень сильной32. Любое изучение частных случаев, достоверно проверяющее одинаково уни кальные прогнозы, дает одинаково решающие результаты. В сфере социальных наук изучение частных случаев редко носит такой же решающий характер, что объясняется хаотичностью данных, кото рыми они оперируют, и сложностью социальных явлений, а не сла бостью изучения частных случаев как метода.

СОЗДАНИЕ ТЕОРИЙ МЕТОДОМ ИЗУЧЕНИЯ

ЧАСТНЫХ СЛУЧАЕВ

— проверки теорий;

— создания теорий;

— определения исходных предпосылок;

— проверки важности исходных предпосылок;

— объяснения особо важных случаев33.

Предыдущий раздел был посвящен проверке теорий. В насто ящем описывается их создание на основе изучения частных случа ев34.

При выведении из частных случаев новых теорий анализ на чинается с поиска взаимосвязей между явлениями, изучения свиде тельств людей, непосредственно соприкасавшихся с ними (например, их участниками), об их мотивах и соображениях. Эти взаимосвязи и данные позволяют сделать предположения о причине и следствиях.

Затем приходим к вопросу: «Примером каких более общих случаев являются данные конкретные причины и следствия?» Сформули ровав возможные причины и следствия в общем виде, аналитик по лучает теории, которые можно проверять относительно иных дан ных и применять к другим случаям.

Известны четыре метода выведения теорий из частных слу чаев: контролируемое сравнение, процедуры сопоставления, отсле живание процесса (эти способы описаны в предыдущем разделе) и метод Дельфи. Контролируемое сравнение предполагает выведение теорий за счет сравнения наблюдений для разных случаев. Проце дуры сопоставления и отслеживание процесса позволяют вывести теорию из наблюдений внутри случая. Метод Дельфи охватывает анализ мнений непосредственных участников.

Контролируемое сравнение Аналитик, выполняющий контролируемое сравнение, выво дит гипотезы из сходства и различия отдельных аспектов несколь ких случаев с помощью предложенных Миллом методов различий и согласия. Метод различий предполагает изучение нескольких слу чаев со сходными характеристиками и различными значениями ис следуемой переменной (причины или следствия которой необходи мо выяснить), чтобы выявить другие различия между случаями. Эти «другие различия» являются возможными причинами исследуемой переменной (если предметом исследования является причина) или возможными следствиями (когда они служат предметом исследо вания). Для сокращения числа возможных причин/следствий под бираются схожие случаи: чем теснее сходство, тем меньше возмож ных причин. Благодаря этому истинную причину легче заметить35.

При работе методом согласия аналитик рассматривает случаи, различные по характеристикам, но схожие по значениям исследуе мой переменной, пытаясь выявить другие общие их черты. Они мо гут быть причинами или следствиями переменной.

Метод различий следует применять при изучении случаев с однородными характеристиками (когда большинство аспектов боль шинства случаев похожи). Метод согласия предпочитают, если слу чаи разнородны по своим характеристикам (когда большинство ас пектов большинства случаев различаются).

С. Ван Эвера Процедуры сопоставления При выполнении этих процедур аналитик изучает случаи, пы таясь выявить корреляции между исследуемой переменной и дру гими явлениями внутри случая. Они рассматриваются как возможные независимые переменные новых гипотез (если задача заключается в установлении причин исследуемой переменной) или как возмож ные зависимые переменные (если необходимо выяснить следствия).

Здесь возможны три различных формата.

1. Аналитик рассматривает пограничные случаи, которые с трудом можно объяснить известными причинами, в предположении, что их результаты обусловлены неизвестными причинами. Факти чески предметом анализа являются случаи, где присутствует иссле дуемое явление, но отсутствуют его известные причины. Явление должно объясняться неизвестными причинами. Они должны нагляд но проявляться в каждом случае и быть ковариантны исследуемой переменной36.

2. Для изучения отбираются случаи с очень высокими или очень низкими значениями исследуемой переменной. Аналитик рас сматривает их, пытаясь найти другие, проявляющиеся ярче (или слабее) обычного. Если исследуемое явление выражено ярко, его причины и следствия должны выступать не менее отчетливо на фоне общих условий случая. В отсутствие исследуемого явления его при чины и следствия также должны отсутствовать.

3. Для изучения отбираются случаи с очень значительным раз бросом значений зависимой переменной внутри них. Эти случаи изу чаются, чтобы найти явления, ковариантные исследуемой перемен ной. Если значение исследуемой переменной резко меняется, его причины и следствия изменятся столь же радикально, что будет за метно на фоне более статичных общих условий случая.

Отслеживание процесса Аналитик отслеживает причинно следственный процесс, обу словивший результаты случая, в обратном порядке, на каждом эта пе определяя по контексту явления, вызвавшие каждую причину.

Если «обратное отслеживание» окажется успешным, он придет не посредственно к исходной причине.

Метод Дельфи Этот метод предполагает опрос аналитиком людей, участво вавших или наблюдавших данный случай, пытаясь вывести из их ответов гипотезы. Непосредственные участники зачастую имеют возможность наблюдать важные факты, не зафиксированные в офи циальных документах. Их воспоминания и суждения позволяют аналитику выдвинуть гипотезы, для которых недостаточно данных прямых наблюдений37.

ВЫЯВЛЕНИЕ ИСХОДНЫХ ПРЕДПОСЫЛОК

МЕТОДОМ ИЗУЧЕНИЯ ЧАСТНЫХ СЛУЧАЕВ

Особенно эффективными представляются четыре способа вы явления исходных предпосылок, параллельные четырем описанным методам создания теорий.

1. Контролируемое сравнение. Аналитик применяет метод раз личий для обнаружения исходных предпосылок на основе сходства и различия характеристик нескольких случаев38. Для изучения спе циально отбираются новые случаи, которые максимально схожи с уже изученными — за исключением значения зависимой перемен ной. Так, если ранее рассматривались характеризующиеся высоки ми значениями независимой и зависимых переменных, то теперь для анализа необходимо выбрать случаи с высокими значениями НП и малыми значениями ЗП, которые во всех остальных аспектах похо жи на ранее изученные. Представим себе, что для проверки гипоте зы «Экономический спад ведет к прекращению торговли» в каче стве случая использовалась ситуация в Европе в 1929–1939 гг. (для которой характерны высокие значения НП и ЗП). Тогда необходи мо найти такие, когда в ситуации упадка торговля не прекращалась.

Если обнаружить случаи с высоким значением НП, но низким зна чением ЗП не удалось, можно предположить, что условия, необхо димые для действия теории, преобладают и она широко примени ма, т.е. имеет значительную внешнюю действенность. Если подобные случаи имеются, их рассматривают на предмет различий с ранее С. Ван Эвера изученными. При сравнении различных случаев важные исходные предпосылки проявятся как раз в форме этих различий.

2. Процедуры сопоставления. Аналитик оценивает расхожде ние между прогнозируемыми и наблюдаемыми значениями зависи мой переменной для данного случая, а затем ищет корреляции меж ду размером расхождения и значениями других явлений данного случая. Явления, коррелированные с расхождением (их мало, если значение ЗП меньше, чем можно предположить, исходя из значе ния НП; в противном случае этих явлений будет много), рассмат риваются как потенциальные исходные предпосылки. Возможны два формата анализа.

Аналитик может рассматривать пограничные случаи, в кото рых присутствует постулированная причина теории, но отсутству ет ее прогнозируемый эффект. Если предположить, что теория ис тинна, то такое положение указывает на отсутствие важной исходной предпосылки. Она найдется среди часто встречающихся условий, которые, однако, отсутствуют в пограничном случае.

Можно также рассматривать случаи со значительным разбро сом значений зависимой переменной внутри них и постоянно высо кими значениями независимой переменной. В такой ситуации на прашивается предположение, что важная исходная предпосылка меняется внутри случая39. Она должна обнаружиться как фактор, ковариантный ЗП.

3. Отслеживание процесса. Аналитик отслеживает причинно следственный процесс, обусловивший результаты случая, в обрат ном порядке, на каждом этапе пытаясь из контекста понять, каких исходных предпосылок требует процесс.

4. Метод Дельфи. В попытках выявить исходные предпосыл ки аналитик изучает мнения и суждения непосредственных участ ников или наблюдателей случая, которые могли видеть важную ди намику, не поддающуюся выявлению задним числом.

ПРОВЕРКА ИСХОДНЫХ ПРЕДПОСЫЛОК

МЕТОДОМ ИЗУЧЕНИЯ ЧАСТНЫХ СЛУЧАЕВ

1. Контролируемое сравнение. Аналитик рассматривает пар ные наблюдения для двух или более случаев, задаваясь вопросом:

действительно ли исходная предпосылка усиливает причинное вли яние независимой переменной на зависимую? Например, если зна чения переменной условий в случае А выше, чем в случае В, значе ния зависимой переменной в случае А также должны быть выше, чем в случае В, относительно значений независимой переменной.

По возможности, случаи должны отбираться в соответствии с кри терием Милла для метода различий, адаптированным для провер ки исходных предпосылок, т.е. случаи должны иметь схожие общие характеристики, близкие значения НП и различные результаты.

Если переменная условий (ПУ) оказывает влияние, ее значения должны быть ковариантны значениям ЗП.

2. Процедуры сопоставления. Для проверки исходных пред посылок особенно полезны процедуры сопоставления. Во первых, аналитик рассматривает случаи с экстремальными (большими или малыми) значениями переменной условий и значениями независи мой переменной больше нуля. Высокое значение ПУ должно при умножить влияние НП на промежуточные (ПрП) и зависимую пе ременные, в результате чего их значения превысят прогнозируемые (под ними понимаются значения, предсказанные проверяемой тео рией при данном значении НП). Очень малое значение ПУ должно уменьшить влияние НП на ПрП и ЗП, в результате чего их значе ния окажутся меньше прогнозируемых40. Во вторых, рассматрива ются случаи со значительным разбросом значений ПУ и малым или нулевым разбросом значений НП внутри случая. Если ПУ оказы вает влияние, то значение ЗП будет ковариантно ей41.

3. Отслеживание процесса. Аналитик рассматривает цепь со бытий или процесс принятия решений, посредством которого изна чальные условия случая преобразуются в его результаты. Исходные предпосылки заметны на фоне этого процесса: участники могут упо минать их важность, а события будут происходить в последователь ности, отражающей их появление и исчезновение.

ОБЪЯСНЕНИЕ СЛУЧАЕВ

1. Является ли объяснение проявлением истинной общей те ории (охватывающего закона)? Конкретное объяснение должно С. Ван Эвера быть проявлением истинного охватывающего закона. Объяснение, исходящее из ложной общей теории, непригодно.

2. Присутствует ли в данном случае причинное явление охва тывающего закона? Причинное явление объяснения должно при сутствовать в данном случае, иначе объяснение непригодно. (Даже если А является доказанной причиной В, этим нельзя объяснить случаи, когда В появляется в отсутствие А.) 3. Имеются ли в данном случае исходные предпосылки охва тывающего закона? Теории не могут объяснить результаты случаев, в которых отсутствуют требуемые ими исходные предпосылки.

4. Наблюдаются ли в данном случае промежуточные явления охватывающего закона? Явления, связующие постулированные ох ватывающим законом причину и следствия, должны присутствовать в данном случае и появляться в должном порядке и месте.

Логика объяснения случаев напоминает логику патологоана тома, производящего вскрытие, или расследующего преступление детектива. Конкретные объяснения смерти (или преступления) оце ниваются по тому, исходят ли они из истинного охватывающего за кона, наблюдаются ли в данном случае условия, необходимые для его действия (причина, исходные предпосылки), и имеют ли место ха рактерные явления, свидетельствующие о внутренней работе этого за кона. Объяснение случаев не проверяет теории, хотя собранные при анализе факты могут использоваться для проверки ее истинности.

Политологам редко приходится объяснять частные случаи, от части потому, что эту область они оставляют на откуп историкам;

которые, однако, зачастую подходят к этой задаче мягче, чем сдела ли бы политологи. Их объяснения неоднозначны, и они не выводят из них четких прогнозов, поэтому их свидетельства носят двусмыс ленный характер. Общие теории, лежащие в основе объяснения, глу боко скрыты. В результате объяснения историков трудно толковать и оценивать. Политологи могли бы многое добавить к историчес ким объяснениям.

СИЛЬНЫЕ И СЛАБЫЕ ПРОВЕРКИ;

ПРОГНОЗЫ И ПРОВЕРКИ

Как упоминалось в разделе «Сильные и слабые проверки»

главы 1, сильной называется проверка, результаты которой с высо кой вероятностью зависят только от истинности или ложности тео рии. Такие проверки оценивают уверенные и уникальные прогнозы.

Уверенный представляет собой недвусмысленное предсказание. Чем выше уверенность прогноза, тем сильнее проверка. Уникальными называются прогнозы, которые нельзя сделать на основе других из вестных теорий. Чем уникальнее прогноз, тем сильнее проверка.

При проверке теории необходимо отбирать случаи, которые обеспечивают возможность самых сильных проверок, т.е. случаи, от носительно которых проверяемая теория делает уверенные и/или уникальные прогнозы.

При описании случаев авторы должны объяснять и доказы вать проверяемые прогнозы. Толковательные споры вокруг изуче ния частных случаев зачастую вырастают из обсуждения коррект ности проверяемых прогнозов. Несколько слов о том, почему прогноз представляется корректным, позволят упорядочить эти де баты. Следует также охарактеризовать силу проведенных проверок.

Насколько уникальны и уверенны были проверенные прогнозы?

К каким видам можно отнести проверки — «кольцом», «дымящим ся ружьем», обоюдно решающим или «соломинкам на ветру»44?

ТОЛКОВАНИЕ ПРОТИВОРЕЧИВЫХ РЕЗУЛЬТАТОВ

1. Вывести и проверить дополнительные прогнозы, особое вни мание обращая на проверки «кольцом» и «дымящимся ружьем». Они могут внести ясность.

2. Перепроверить точность данных, использованных для про верок. Возможно, некоторые из них неверны. В таком случае пере проверка позволит получить недвусмысленный результат: теория пройдет (или не пройдет) все проверки.

3. Переосмыслить все прогнозы, сделанные на основе теории.

Корректны ли они? Иногда ложные результаты (прохождение или неспособность пройти проверку) объясняются ошибочностью про гнозов.

4. Повторить проверки на других случаях: это может дать бо лее последовательные результаты.

С. Ван Эвера 5. Скорректировать теорию так, чтобы она смогла пройти не пройденные ранее проверки, ограничив спектр ее действия или ис ключив неверные объясняющие гипотезы. Так можно спасти некор ректную теорию; в результате получится новая, более узкая.

КРИТЕРИИ ОТБОРА СЛУЧАЕВ

2) экстремальные значения независимой, зависимой или пе ременной условий;

3) значительный их разброс внутри случая;

4) расхождение прогнозов, сделанных для данного случая на основе различных теорий;

5) сходство общих условий случая с текущими политичес кими проблемами;

6) типичность общих условий случая;

7) возможность контролируемого сравнения с другими слу чаями (в первую очередь — методом различий Милла);

8) пограничный характер;

10) возможность повторения предыдущих проверок;

11) возможность проведения проверки ранее не использовав шегося типа.

Этот перечень отражает два общих критерия отбора случаев.

Во первых, необходимо отбирать наиболее соответствующие целям исследования. Как упоминалось ранее, изучение частных слу чаев обычно преследует одну из пяти целей: проверка теорий; со здание теорий; определение возможных исходных предпосылок, необходимых для действия теории; проверка их важности и объяс нение особо важных случаев. Критерии отбора случаев зависят от цели исследования, поэтому, прежде чем приступать к отбору, необ ходимо четко ее представлять себе47. Некоторые из описываемых далее критериев отбора подходят почти для всех целей, некоторые — лишь для одной или двух. Поэтому аналитик должен озаботиться соответствием цели и критериев. В конце главы приводится табли ца, в которую сведены все возможные комбинации соответствия и несоответствия цели анализа и критериев отбора случаев.

Соответственно, критерии их отбора зависят от того, на ка ком этапе находится аналитик. Сначала он стремится вывести, да лее проверить теории, оценить их диапазон (или внешнюю действен ность) путем определения и проверки исходных предпосылок.

Алгоритм подбора случаев зависит от задачи и, следовательно, эта па исследования.

Во вторых, при проверке теорий необходимо отбирать случаи, которые обеспечивают возможность проведения как можно больше и более сильных проверок. Правильно подобранные случаи позво ляют провести наиболее сильные проверки (уверенных и/или уни кальных прогнозов) при минимальных усилиях48.

1. Отбирать изобилующие данные случаи. Наиболее инфор мативно изучение частных случаев, позволяющих получить ответы на максимальное число вопросов. Чем больше данных, тем больше воп росов будет разрешено. Соответственно, при прочих равных условиях, следует предпочесть случаи, изобилующие данными, которые обеспе чивают возможность проведения большего числа проверок49.

Обилие данных особенно важно для выведения или проверки теорий с помощью отслеживания процесса, которое требует значи тельного объема информации. Это может проявляться по разному:

возможно, имеются обширные архивные источники; в живых оста лись непосредственные участники, которые готовы к беседам; или другие ученые изучали данный случай в своих целях и накопили значительный объем информации.

2. Отбирать случаи с экстремальными (высокими или низки ми) значениями независимой, зависимой или переменной условий50.

Отбираются случаи, в которых исследуемая переменная (где при чины или следствия являются предметом изучения) проявляется особенно ярко или исключительно слабо51.

Для проверки теорий подходят случаи с экстремальными зна чениями независимой переменной. Они обеспечивают возможность сильных проверок, поскольку прогнозы относительно случая будут уверенными и уникальными (см. ранее в этой главе).

С. Ван Эвера Широко распространено мнение, что следует отбирать наи более типичные случаи. Метод отбора «по экстремальным значени ям» предполагает обратное: наиболее информативными оказывают ся случаи, нетипичные с точки зрения поведения независимой переменной52.

Некоторые аналитики считают, что отбор случаев по экстре мальным значениям НП приводит к слабым проверкам, поскольку вероятность прохождения проверки очень значительна: высокие значения НП должны привести к некоторому росту ЗП, даже если теория работает слабо, поэтому проверку легко пройти. Подобное мнение свидетельствует о неверном понимании «сильной провер ки». Сильной считается проверка, результаты которой с большой вероятностью объясняются исключительно действием теории (или его отсутствием). Согласно этому определению, проверка случая с экстремальным значением НП является сильной и позволяет ожи дать экстремальных результатов53. Если таковые имеют место, ма ловероятно, что они обусловлены иными факторами, помимо дей ствия теории. Отсутствие же их, скорее всего, объясняется не чем иным, как ложностью теории. Соответственно случаи с экстремаль ными значениями НП позволяют провести сильные проверки.

Для создания теорий следует отбирать случаи с экстремаль ными значениями исследуемой переменной. Если они велики, ее причины (или следствия, если они являются предметом анализа) также должны наглядно проявиться на фоне общих условий слу чая, и их будет нетрудно заметить. Аналогичным образом, если ис следуемая переменная принимает малые значения, выявить ее при чины (или следствия) можно по их отсутствию.

Для определения исходных предпосылок целесообразно вы бирать случаи с экстремальными и противоположными значения ми НП и ЗП, в частности, с очень высокими значениями НП и очень малыми — ЗП. В этих случаях постулированная теорией причина проявляется наглядно и отчетливо, а прогнозируемое следствие практически не заметно. Так, чтобы определить условия, при которых грамотность приводит к демократии, необходимо выбирать страны с высоким уровнем грамотности, в которых сложились авторитарные режимы. Для определения условий, при которых экономический спад приводит к войне, подходят случаи глубочайшего его упадка, но в мирное время. Подобная схема указывает на то, что отсутствует важ ная исходная предпосылка. Ее можно определить из условий, кото рые присутствуют обычно, но не в данном случае54.

Для проверки возможной исходной предпосылки (условия, которое активизирует или усиливает действие теории) необходимо подбирать случаи с экстремальными значениями переменной усло вий. Высокое значение ПУ подчеркнет влияние НП на промежу точные переменные (ПрП) и ЗП. Если значение ПУ невелико, то НП практически не влияет на ПрП и ЗП. Так или иначе, прогнози руемые результаты выражены совершенно отчетливо и, соответ ственно, вряд ли объясняются погрешностью измерений или воз действием третьей переменной55.

3. Отбирать случаи со значительным разбросом внутри них значений независимой, зависимой или переменной условий в простран стве или во времени56.

Для проверки теории следует отбирать случаи, где значение независимой переменной меняется внутри случая в широких пре делах. Теории прогнозируют последствия изменения значения НП, что позволяет делать прогнозы. Тогда чем больше разброс значений НП внутри случая, тем больше будет прогнозов для проверки. При чем он принимает формы диахронического или синхронного изме нения значений НП, т.е. изменения по времени за период, «охваты ваемый» случаем, в зависимости от регионов, групп, организаций, отдельных лиц, так или иначе участвующих в данном случае.

Подбирать случаи по разбросу НП внутри случая особенно уместно, если для проверки предполагается применить процедуру сопоставления второго типа, поскольку она основана на наблюде нии разброса значений внутри случая.

Для создания теории необходимо отбирать случаи со значи тельным разбросом значений ИП внутри случая. Ее причины и след ствия также будут резко меняться, синхронно с ней. Благодаря это му их легче заметить на фоне общих условий случая. Возможные причины и следствия проявятся как характеристики случая, меня ющиеся вместе со значением ИП, т.е. как факторы, присутствую щие при высоких значениях ИП, отсутствующие при ее малых зна чениях.

Для выявления исходных предпосылок теории подходят слу чаи со значительным разбросом значений ЗП внутри них и с посто янно высокими значениями НП. Такие случаи позволяют наблю С. Ван Эвера дать как соответствие соотношения между НП и ЗП прогнозам тео рии (высокое значение НП и ЗП), так и несоответствие (высокое значение НП, малое — ЗП). Возможные исходные предпосылки про явятся как факторы, наглядно присутствующие, если соотношение соответствует прогнозам, т.е. при высоких значениях ЗП.

Для проверки возможной исходной предпосылки следует от бирать случаи со значительным разбросом значений ПУ внутри слу чая. Если ПУ важна, то значение ЗП будет выше при большем зна чении ПУ и том же значении НП.

4. Отбирать случаи, относительно которых различные тео рии позволяют сделать противоположные прогнозы. Этот метод под бора, скорее, подходит для сравнения действенности двух теорий, чем для проверки одной относительно нулевой гипотезы (или, ис пользуя термины, предложенные Лакатосом, он более пригоден для организации «трехстороннего поединка», чем для «двусторонне го»)57. Для сравнения действенности двух теорий следует отбирать случаи, для которых они делают противоположные прогнозы: на пример, с противоположным разбросом внутри случая значений НП (в одном значение НП снижается со временем, во втором — растет).

ЗП будет ковариантна более сильной НП.

Для сравнения действенности двух исходных предпосылок от бирайте случаи, где проявляется НП, а ПУ меняется внутри них с противоположным знаком (т.е. в одном случае значение ПУ со вре менем растет, в другом — уменьшается). ЗП будет ковариантна бо лее сильной ПУ. Для более наглядных результатов подходят слу чаи, обеспечивающие возможность проверки как уникальных и достоверных прогнозов, так и лишенных этих качеств.

5. Отбирать случаи, напоминающие текущие политические проблемы58. Теория, выведенная или проверенная для одного случая, как правило, подходит и для другого, похожего на первый. Следова тельно, политические рекомендации, разработанные для первого слу чая, вполне применимы и во втором. Ученые, заинтересованные в выработке политических рекомендаций, должны рассматривать слу чаи, характеристики которых совпадают с текущими или будущи ми политическими проблемами.

Изучение политики в области здравоохранения в штате Мин несота, скорее, позволит выработать полезные политические реко мендации в той же области для штата Висконсин, чем изучение здра воохранительной политики в Буркина Фасо. Действующие в ней теории могут требовать условий, которых в Висконсине нет, в ре зультате чего выработанные на основе этих теорий рекомендации могут оказаться для нее непригодными. Подобная ситуация мало вероятна для теорий, действующих в Миннесоте, поскольку Мин несота и Висконсин во многом похожи.

6. Отбирать случаи с типичными общими характеристика ми. Представляется целесообразным отбирать случаи со средними или типичными общими условиями из соображений, что теории, которые проходят проверку этими случаями, скорее всего, легко переносимы и могут быть успешно применены к широкому ряду случаев.

Этот метод отбора иногда оказывается подходящим, но к нему прибегают слишком часто. Если цель заключается в поиске широко применимых теорий, то зачастую лучше использовать метод 5 отбо ра — случаев, напоминающих текущие политические проблемы. Этот метод, скорее, гарантирует, что подтвердившиеся теории будут при менимы к другим важным ситуациям. Метод 6 предполагает отбор широко применимых теорий; метод 5 позволяет выбрать менее рас пространенные, но чаще применимые к важным ситуациям теории — нередко эта задача более актуальна.

7. Отбирать случаи, подходящие для контролируемого сравне ния. Другими словами, отбору подлежат те, которые можно объеди нить попарно для контролируемого сравнения, т.е. для применения метода различий (сопоставления случаев со схожими характери стиками и различными значениями исследуемой переменной) или метода согласия (сравнения случаев с различными характеристи ками и близкими значениями исследуемой переменной). Как пра вило, ученые предпочитают метод различий как более сильный.

Критерий контролируемого сравнения применим для отбора одного или более случаев. Единичный случай можно сравнить с ча стными случаями, рассмотренными в других работах. Например, если планируется провести сравнение методом различий, то необ ходимо выбрать новый случай, характеристики которого схожи с характеристиками ранее изученного случая, но с иным значением исследуемой переменной. Несколько случаев отбираются для срав нения между собой (если планируется сравнение методом разли чия, то следует отбирать случаи со схожими характеристиками и С. Ван Эвера различными значениями исследуемой переменной) или с уже изве стными (тогда отбираются случаи с характеристиками, похожими на характеристики ранее изученного случая, но с другими значени ями исследуемой переменной).

Для проверки теории методом контролируемого сравнения следует отбирать случаи со схожими характеристиками и различ ными значениями исследуемой переменной (отбор ведется исходя из требований метода различий). Теория проходит проверку, если при анализе выясняется, что значения НП и ЗП согласуются для разных случаев: если, например, в случае 1 значение НП выше, чем в случае 2, то и значение ЗП также должно быть здесь больше.

Не следует, однако, забывать, что метод различий является от носительно слабым механизмом проверки теорий (метод согласия — еще слабее). Следовательно, при проверке теорий приоритет лучше отдавать другим критериям отбора.

Для выработки теории отбирайте случаи со схожими харак теристиками и различными значениями исследуемой переменной (как требует метод различий) или с различными характеристиками и близкими значениями исследуемой переменной (как требует ме тод согласия).

При использовании метода различий возможные причины или следствия проявятся как различия в характеристиках сравниваемых случаев. Если применяется метод согласия, они проявятся как по хожие характеристики сравниваемых случаев.

Метод различий следует предпочесть, если характеристики имеющихся случаев однородны (большинство параметров большин ства случаев похожи). Если характеристики имеющихся случаев раз нообразны (большинство параметров большинства случаев различ ны), целесообразно прибегнуть к методу согласия.

Для выявления исходных предпосылок отбирайте случаи, под ходящие для разновидностей метода различий или метода согласия.

Для метода различий подбираются случаи:

1) с близкими значениями НП;

2) схожими характеристиками;

3) различными значениями ЗП.

Возможные исходные предпосылки проявятся как различия в характеристиках сравниваемых случаев.

Для метода согласия отбору подлежат случаи:

1) с близкими значениями НП;

2) различными характеристиками;

3) близкими значениями ЗП.

Возможные исходные предпосылки проявятся как сходство характеристик сравниваемых случаев.

При проверке возможной исходной предпосылки отбирайте случаи с:

1) близкими значениями НП;

2) различными значениями ЗП.

Предпосылка проходит проверку, если значения ПУ согласу ются со значениями ЗП в разных случаях.

8. Отбирать пограничные случаи, т.е. с трудом объясняемые существующими теориями, в предположении, что их результаты вызваны неизвестными причинами, которые можно определить при анализе. Следует отбирать случаи, в которых зависимая перемен ная принимает высокие значения, а ее известные причины отсут ствуют. Новые возможные причины проявятся как необычные ха рактеристики случаев и характеристики, согласующиеся внутри случая с ЗП.

Для создания теории отбирайте случаи, в которых известные причины ЗП проявляются слабо, хотя она присутствует наглядно.

Это позволяет предположить, что в данном случае действуют неиз вестные причины, которые можно выявить при анализе.

Для поиска исходной предпосылки выбирайте случаи, где на глядно проявляются известные причины ЗП, а она сама выражена слабо или отсутствует. Это позволяет предположить, что в данном случае отсутствуют неизвестные исходные предпосылки, которые можно обнаружить при анализе.

9. Отбирать важные случаи. Отбирайте важные с человече ской или исторической точки зрения (такие, например, как Первая или Вторая мировая война, Холокост), что имеет смысл, если зада ча исследования заключается в объяснении хода истории. Случаи отбираются с учетом их насыщенности данными (не стоит рассмат ривать случаи, в которых недостаточно данных для получения от вета на интересующие вопросы), но в первую очередь с точки зре ния их последствий для человечества.

С. Ван Эвера 10. Отбор для повтора проверки. Тщательная проверка тео рии требует повторного проведения начальных проверок для под тверждения их результатов. Соответственно, необходимо подбирать случаи, позволяющие воспроизвести ранее сделанные проверки59.

Подобный подход предполагает, что множество случаев рассматри ваются как многократные эксперименты. Целью более позднего эта па исследования является повтор проверки, а не сравнение различ ных случаев.

Повторная проверка может быть воспроизведена в точности или неточно (квазивоспроизведение). Точное воспроизведение по вторяет ранее сделанную проверку на схожем случае. Квазивоспро изведение (которое встречается чаще) повторяет ранее сделанную проверку с некоторыми изменениями60. При этом случаи отбира ются по тем же критериям, что и при первой проверке.

11. Отбирать случаи для проверок ранее не использовавшихся типов. Если теория уже была подвергнута проверке одного типа, мо жет оказаться целесообразным провести проверку другого типа. Так, если теория проверена с помощью процедуры сопоставления, мож но повторить ее путем отслеживания процесса. Тогда и отбор слу чая осуществляется с этой точки зрения.

Можно ли проверять теорию тем же случаем, из которого она выведена? Как уже упоминалось61, подобная практика часто подвер гается критике из соображений недостаточной достоверности про верок. Эта критика исходит из стремления к проверкам вслепую, в предположении, что факты, не использованные для выведения тео рии, хуже известны аналитику, следовательно, он свободен от иску шения тенденциозно их подбирать.

Однако на практике невозможно воспрепятствовать исполь зованию случаев, из которых выведена теория, для ее проверки.

Кроме того, это привело бы к потере значительных объемов полез ной информации. Гораздо разумнее представляются иные препоны против подтасовки результатов проверок, в частности, насаждение высоких профессиональных стандартов в социологии.

В таблице 1 сведены подходящие и неподходящие задачи ис следования и критерии отбора случаев.

Одиннадцать критериев отбора случаев: когда и какой использовать?

Критерии отбора Проверка Создание Выяв Проверка Изучение значений НП, ЗП или ПУ (для НП) (для ИП) (для ЗП) (для ПУ) внутри случая ляют делать различные прогнозы относительно случая литическими проблемами случая руемого сравнения отдель ных случаев (т.е. метода различий или согласия) результаты другими теориями (т.е. пограничный характер случая) ранее сделанных проверок проверки нового типа С. Ван Эвера Достаточно полный обзор литературы по теме Дэвид Колльер приво дит в работе «Сравнительный метод» (David Collier. The Comparative Method / Ada W. Finifter. ed.,Political Science: The State of the Discipline, 2nd ed. Washington, D.C.: American Political Science Association, 1993. Р. 105–120). Заслуживают упоминания также: Александер Л. Джордж и Тимоти Дж. Мак Коун. «Изуче ние частных случаев и теории организационного принятия решений»

(Alexander L. George and Timothy J. McKeown. Case Studies and Theories of Organizational Decision Making/ Advances in Information Processing in Organizations. Greenwich, Conn.: JAI Press, 1985. Р. 21–58); Аренд Лейпхарт.

«Сравнительная политика и сравнительная методика» (Arend Lijphart.

Comparative Politics and the Comparative Method / American Political Science Review 65, September 1971. Р. 682–93); Хэрри Экстейн. «Изучение частных слу чаев и теория в политологии» (Harry Eckstein. Case Study and Theory in Political Science / Fred I. Greenstein and Nelson W. Polsby, ed. Handbook of Political Science, vol. 7, Strategies of Inquiry. Reading, Mass.: Addison Wesley, 1975. Р. 79–137);

Роберт К. Йин. «Исследования на основе изучения частных случаев: Цели и методы» (Robert K. Yin. Case Study Research: Design and Methods, 2nd ed.

Thousand Oaks. Calif.: Sage, 1994). Более подробно тема раскрывается в статье Александера Л. Джорджа «Изучение частных случаев и создание теории»

(Alexander L. George. Case Studies and Theory Development), представленной на 2 м ежегодном Симпозиуме по обработке информации в организациях, ко торый проводился в университете Карнеги — Меллон в Питтсбурге 15–16 ок тября 1982 г. Среди более ранних работ имеет смысл упомянуть «Изучение частных случаев и создание теории: Метод структурированного сфокусиро ванного сравнения» Александера Джорджа (Alexander George. Case Studies and Theory Development: The Method of Structured, Focused Comparison/ Paul Gordon Lauren, ed. Diplomacy: New Approaches in History, Theory, and Policy. N.Y:

Free Press, 1979. Р. 43–68). Другие труды, посвященные изучению частных слу чаев, перечислены в библиографическом разделе.

Йин. «Исследования на основе изучения частных случаев» (с. 18–19).

Там же. С. 18. Шагом в этом направлении, кроме названной, можно считать такие работы: Гэри Кинг, Роберт О. Кеохейн и Сидни Верба. «Иссле дования в социальной сфере: Ход научных рассуждений в качественном ис следовании» (Gary King, Robert O. Keohane and Sidney Verba. Designing Social Inquiry: Scientific Inference in Qualitative Research. Princeton: Princeton University Press, 1994).

Йин. Указ. ист. (с. 13, 18–19); Дженнифер Плэтт. «Изучение частных случаев в американских методологических трудах» (Jennifer Platt. ’Case study’ in American Methodological Thought. Current Sociology 40, Spring 1992. Р. 42–43).

Поверхностно эта тема затрагивается в таких работах, как Эрл Бэбби. «Прак тика социальных исследований» (Earl Babbie. The Practice of Social Research, 7th ed. — Belmont, Calif.: Wadsworth, 1995); Джулиан Л. Саймон и Пол Бэр стейн. «Важнейшие методы исследований в социологии» (Julian L. Simon and Paul Burstein. Basic Research Methods in Social Science, 3d ed. N.Y: Random House, 1985); Кеннет Д. Бэйли. «Методы социальных исследований» (Kenneth D.

Bailey. Methods of Social Research, 4th ed. N. Y: Free Press, 1994); Дэвид Дули.

«Методы социальных исследований» (David Dooley, Social Research Methods.