De ruim 50 Faces of Science hebben allemaal leuke en boeiende thema’s waar ze onderzoek naar doen. Maar hoe werkt dat eigenlijk, onderzoek doen?
In deze blog vertel ik jullie over een van de manieren waarop ik onderzoek doe (een onderzoeksmethode). Waarom? Omdat een goede uitleg en goed gebruik van de door jouw gekozen onderzoeksmethode het verschil maakt tussen toevallige observaties en valide (geldige) en betrouwbare onderzoeksresultaten. Daarnaast helpt het andere onderzoekers om jouw onderzoek na te bootsen en te kijken of ze dezelfde resultaten vinden.
Dagelijks poppen er miljoenen mogelijke onderzoeksvragen op bij onderzoekers over de hele wereld. Een onderzoeksvraag ontstaat meestal nadat je tot een gekke, boeiende, merkwaardige, of interessante observatie komt. In mijn geval was ik benieuwd hoe politiek leiders op Europees niveau samen tot besluiten komen om bijvoorbeeld een crisis op te lossen, terwijl ze allemaal verschillende ideeën, aannames en assumpties hebben over hoe dat precies moet.
Ik observeerde verschillen in hoe politiek leiders de crisis uitlegden in hun speeches aan ‘ons’, en vroeg me vervolgens af hoe dat precies zat: hoe krijgen die verschillende ideeën, aannames en assumpties van een politiek leider vorm en onder welke omstandigheden veranderen ze diezelfde ideeën, aannames en assumpties?
Puzzel
Zo’n ‘gekke’ observatie die je niet kunt verklaren (de puzzel!), leidt je tot het nadenken over een goede onderzoeksvraag. In mijn geval wil ik graag weten wat de invloed is van de verschillende situaties waar Europese politiek leiders vanuit handelen (ze komen allemaal uit een ander land, hebben andere opleidingen genoten, dienen andere kiezers) op hun ideeën. Zo begon ik een van de hoofdstukken in mijn proefschrift met de onderzoeksvraag: welke politieke en economische factoren zorgen voor een verandering van de ideeën van politieke leiders in de Europese Raad?
Vervolgens ging ik op zoek in de literatuur naar bestaand onderzoek over de invloed van economische en politieke factoren op de ideeën van leiders. Zo kwam ik tot een voorstel om onderzoek te doen naar de invloed van deze vier factoren:
- E: Toename van de ontevredenheid over Europa: wanneer een politiek leider te maken heeft gehad met een groeiende negatieve support van zijn kiezers voor Europa, voelt zij/hij wellicht druk om zijn ideeën of aannames te veranderen.
- I: Ideologische verschillen ten opzichte van andere leiders in Europa: is het kabinet dat de premier of president van een lidstaat meer links of rechts georiënteerd en hoe verschilt dat van zijn Europese collega’s? Een grotere afstand tot Europese collega’s zou een politiek leider onder druk kunnen zetten om haar/zijn ideeën en aannamen te veranderen.
- W: Toename van de werkloosheid: groeiende werkloosheid kan de politiek leider onder druk zetten om haar/zijn ideeën te veranderen omdat het op deze manier verder verslechterd.
- S: Groeiende staatsschuld: een hogere staatsschuld, zoals in Ierland of Griekenland het geval was, kan dusdanig veel druk geven aan de politiek leider om haar/zijn huidige ideeën aan te passen.
In de literatuur vond ik geen eenduidig antwoord over welke factor er nu voor zorgt dat een politiek leider zijn/haar ideeën aanpast. Die factoren opereren ook niet een vacuüm, maar vaak naast of met elkaar. Ik moest dus op zoek naar een onderzoeksmethode waarbij ik kon nagaan welke combinatie van factoren kan leiden tot veranderingen.
Dat vond ik in de onderzoeksbenadering en -methode van Kwalitatief Vergelijkende Analyse (QCA of KVA). Met deze methode onderzoek je welke combinatie van factoren leidt tot een uitkomst. Zo breng je eigenlijk alle verschillende wegen die tot de aanwezigheid of afwezigheid van een uitkomst kunnen leiden in kaart.
Deze methode is ontworpen als brug tussen kwantitatieve (voornamelijk cijfermatig onderzoek/variabelen, data komt dan bijvoorbeeld voort uit het afnemen van vragenlijsten) en kwalitatieve methoden (het wat en waarom/casusonderzoek, data komt dan bijvoorbeeld voort uit interviews of groepsgesprekken). Bij die eerste vorm proberen onderzoekers veelal relaties te onderzoeken tussen twee of meer cijfermatige variabelen, bij interviews en groepsgesprekken ligt de nadruk meer op de betekenis en interpretatie van de onderzoeksgegevens (en daarmee loop je meer risico op subjectiviteit).
Beste van twee werelden
De KVA helpt je om je kwalitatieve data te ordenen, om relaties te onderzoeken, zonder daarmee de ‘rijkheid’ van de kwalitatieve data kwijt te raken. ‘Best of both worlds’ dus, zou je denken. Een groot verschil met bijvoorbeeld regressie-analyses is het verschil in opvattingen over ‘causaliteit’ (welke factor leidt tot welke uitkomst). De bedenkers van deze benadering stellen namelijk dat geobserveerde uitkomsten vaak het resultaat zijn van een combinatie van verschillende factoren en dat er verschillende combinaties tot hetzelfde resultaat kunnen leiden.
In de sociale wetenschappen is dat ook aannemelijk omdat het vaak lastig is een duidelijke oorzaak-gevolg relatie tussen twee variabelen te ontdekken. Of een politiek leider zijn retoriek in crisistijd aanpast kan bijvoorbeeld te maken hebben met een hoge staatsschuld en hoge werkloosheid, maar ook met een combinatie van negatieve publieke opinie en een hoge staatsschuld. Het een sluit het ander niet uit. Dat is anders dan bij kwantitatief onderzoek waar onderzoekers op zoek gaan naar de grootte van de samenhang tussen de onafhankelijke (de veroorzaker) en afhankelijke variabele (de uitkomst).
KVA kijkt dus niet op dezelfde manier naar causaliteit als statistische onderzoeksmethoden maar ziet causaliteit in de sociale wetenschappen als een complex en asymmetrisch gegeven: er kunnen meerdere, alternatieve wegen naar Rome leiden. Dat betekent dat de een combinatie van factoren voor een uitkomst niet automatisch betekent dat de afwezigheid van die factoren leidt tot de afwezigheid van de uitkomst.
Die verschillende aannames over causaliteit betekenen dat je ook niet op dezelfde manier onderzoek kunt doen. Daar hebben de bedenkers een oplossing voor bedacht: set-relaties en set-theorie. Dat betekent dat elke casus (in dit geval: de veranderingen in gedachtegoed van politieke leiders in de Europese raad) ‘lid’ kunnen zijn van verschillende sets. ‘Merkel’ kan lid zijn van de set ‘lage overheidsschuld’ en/of ‘geen ideologische afstand tot Europese collega’s’. Set-theorie wordt gebruikt om uitspraken te kunnen doen welke factoren noodzakelijk of voldoende zijn voor een uitkomst. Puur noodzakelijke en voldoende voorwaarden komen weinig voor in de sociale wetenschappen, maar wel is er vaak sprake van ‘INUS’ voorwaarden. Dat betekent vrij vertaald: ‘een niet voldoende maar noodzakelijk deel van een factor die zelf onnodig is maar voldoende is voor het resultaat’ (Verweij en Gerrits 2016).
In mijn onderzoek zie ik bijvoorbeeld dat een hoge werkloosheid (W) en een hoge staatsschuld (S) van invloed zijn op de frequentie waarmee politiek leiders over de economie praten (ze gaan er minder over praten!). Die beide condities zijn niet noodzakelijk of voldoende op zichzelf, maar in combinatie kunnen ze een deel van de uitkomsten verklaren. Alle mogelijke oplossingen samen kunnen worden onderzocht door gebruik te maken van een computerprogramma (ik gebruik daarvoor R), en ‘samengevat’ in een formule.
In mijn onderzoek vond ik alleen (voldoende) bewijs voor de invloed van politieke en economische factoren op de frequentie waarmee politiek leiders over de economie praten (de formule: S*W + s*w*E = BE). Ik vond onvoldoende bewijs dat deze factoren ook van invloed zijn op een verandering in denkbeelden van politiek leiders. Misschien zijn ze dus toch een stukje ‘honkvaster’ dan we denken en is het voor hen een veilig gevoel om vast te houden aan bestaande ideeën als in een crisis alles om je heen onzeker is.
Wil je meer weten over QCA, neem dan contact met mij op. Ik vertel je er graag meer over! e.m.swinkels@uu.nl