Fallstudien Flashcards
Population
Alle Fälle von theoretischem Interesse
Sample
Alle Fälle/Observationen einer Studie
C/Fall
Ein räumlich und zeitlich abgegrenztes Phänomen von theoretischem Interesse
N/Observation
Tiefste Einheit der Analyse
Small-C / Case Study
Ein oder mehrere Fälle, von denen jeder intensiv untersucht wird
Medium-C
Mehrere Duzend Fälle werden intensiv analysiert
Large-C
Grosses Sample von Fällen, die quantitativ analysiert werden
Cross-case
Gleicher Mechanismus in verschiedenen Fällen
Longitudinal
Analyse über Zeit
Within-case
Variation innerhalb eines Falls (z.B. von Observationen)
Fallauswahl: puristischer Ansatz
Fälle werden über die UV ausgewählt
Ausnahmen: Auswahl über AV
- Interesse an causes-of-effects
- Nachzeichnen kausaler Mechanismen durch Process-Tracing
- Testen einer notwendigen Bedingung
Fallauswahl: Bedeutung der Fälle
- objektiv, z.B. welthistorisch bedeutend
- subjektiv, für Forscher wichtig
Fallauswahl: Unabhängigkeit der Fälle
Im Idealfall sind die Fälle unabhängig voneinander und von anderen Fällen in der Population; sonst “Galtons Problem” Interferenz/Autokorrelation
Fallauswahl: within-case Evidenz
Ausgewählte Fälle müssen genügend geeignete Daten liefern, um niedrigste Analyse-Ebene zu adressieren
Fallauswahl: Repräsentativität
- deskriptives Argument: Repräsentativität bezieht sich auf den Mittelwert/Median/Modus der interessierenden Merkmale
- kausales Argument: Repräsentativität bezieht sich auf den Erwartungswert eines Ergebnisses
Deskriptive Fallstudien: typischer Fall
1 Repräsentativer Fall wird analysiert
Deskriptive Fallstudien: diverse Fälle
Mehrere typische Subtypen eines Phänomens werden analysiert
Kausale Fallstudien: Extremfall
Extremwerte von X oder Y, seltene Werte von Y oder polare Fälle (in Bezug auf die Theorie)
Kausale Fallstudien: Indexfall
Erstes Auftreten eines Phänomens; hat also keinen Einfluss durch einen früheren Fall (kein noise)
Kausale Fallstudie: abweichender Fall (deviant case)
Ausreisser, welche durch Theorie schlecht erklärt werden
Kausale Fallstudien: Most similar cases
Fälle ähneln sich hinsichtlich Hintergrundsfaktoren
- explorativ: Y ist bekannt, Suche nach X
- estimating: X ist bekannt, Suche nach Y
- diagnostisch: X und Y sind bekannt, Suche nach kausalen Mechanismen
Kausale Fallstudien: Most different cases
X und Y sind gleich, Fälle unterscheiden sich aber hinsichtlich Hintergrundsfaktoren
-> nützlich um kausale Beziehung von X und Y zu beweisen
Kausale Fallstudien: Diverse Fälle (explorativ)
Alle potentielle Gründe (Xs) eines Outcomes Y identifizieren
- kategorisch: 1 Fall pro Kategorie
- kontinuierlich: Definition von cut-off Punkten