Designing social inquiry, Gary King, Robert Keohane, Sidney Verba



Yüklə 199,49 Kb.
səhifə3/4
tarix26.07.2018
ölçüsü199,49 Kb.
#58814
1   2   3   4

Dacă cercetarea noastră are ca punct de pornire o problemă semnificativă din lumea reală, şi mai puţin literatura de specialitate, este esenţial să alcătuim un plan fezabil pentru studierea acesteia. O temă care nu poate fi dezvoltată în forma unui proiect de cercetare care să permită formularea de inferenţe descriptive sau cauzale valide, trebuie modificată sau abandonată pur şi simplu. O temă de cercetare care nu aduce nici o contribuţie la un anumit domeniu al cunoaşterii ar trebui, la fel, să fie schimbată.

După ce ne am ales tema, începem dialogul cu literatura de specialitate. Care din întrebările care ni le punem au primit deja un răspuns? Cum putem formula şi detalia întrebările care ne ghidează analiza, astfel încât să le putem găsi răspunsul cu ajutorul instrumentelor de cercetare existente? Putem porni de la o problemă arzătoare, dar trebuie să fim familiarizaţi atât cu literatura de specialitate, cât şi cu regulile inferenţei ştiinţifice.


1.2.2 Ameliorarea Teoriei
Teoria în ştiinţele sociale poate fi definită ca o speculaţie raţională şi precisă asupra răspunsului la o problemă de cercetare, şi care include motivele pentru care răspunsul propus este corect. Teoriile implică de obicei mai multe ipoteze descriptive sau cauzale. O teorie trebuie să fie în concordanţă cu rezultatele anterioare legate de o problemă de cercetare. “O teorie care ignoră dovezile existente este un oximoron. Dacă am avea ceva echivalent cu legislaţia referitoare la “veridicitatea publicităţii”, un astfel de oximoron nu ar trebui sa fie considerat drept o teorie” (Lieberson 1992: 4; vezi şi Woods şi Walton 1982).

Formularea unei teorii este adesea prezentată ca primul pas într o cercetare. În practică lucrurile se întâmplă de cele mai multe ori aşa, dar nu este absolut necesar. De fapt, nu putem formula o teorie fără a cunoaşte ce s a realizat până în acel moment, precum şi fără a colecta măcar o cantitate minimă de informaţii, pentru că în acest caz însăşi problema cercetării ar fi imposibil de specificat. În ciuda acestui fapt, indiferent de cantitatea de informaţii colectată, există anumite modalităţi generale de a aprecia şi spori utilitatea unei teorii. Vom prezenta pe scurt aceste modalităţi, urmând ca detaliile să fie oferite într unul din capitolele viitoare.

Mai întâi, este mai util să alegem o teorie ce poate fi greşită. Într adevăr, cu mult mai multe se pot învăţa dintr o teorie care este într adevăr greşită, decât din acele teorii care sunt formulate în termeni atât de generali încât nu pot fi false nici măcar în principiu.6 Trebuie să putem da un răspuns clar şi direct la întrebarea: Care ar fi acele dovezi care near convinge de falsitatea teoriei noastre?7 Dacă nu există un răspuns la această întrebare, atunci nu avem o teorie.

În al doilea rând, pentru a ne asigura că o teorie este falsificabilă, trebuie să alegem una care generează un număr cât mai mare de implicaţii observabile. Această alegere ne va permite să testăm teoria cu ajutorul mai multor tipuri de date, va supune mai frecvent teoria riscului de a fi infirmată, şi va oferi posibilitatea colectării datelor astfel încât dovezile în favoarea teoriei să fie foarte solide.

În al treilea rând, formulările teoretice trebuie să fie cât mai concrete cu putinţă. Teoriile şi ipotezele prezentate în termeni vagi nu au alt rezultat decât acela de a stârni confuzie. Teoriile formulate precis, şi care fac predicţii bine definite, sunt mult mai bune deoarece pot fi mult mai uşor dovedite ca fiind false.

Unii cercetători recomandă respectarea principiului “parcimoniei”. Din nefericire, cuvântul a fost excesiv folosit atât în conversaţiile cotidiene, cât şi în lucrările ştiinţifice, încât nu mai sugerează aproape nimic (vezi Sober [1988] pentru o discuţie detaliată). Cea mai clară definiţie a parcimoniei a fost oferită de Jeffreys (1961: 47): “Teoriile simple au din start mai multe şanse de a fi adevărate.”8 Parcimonia apare astfel ca o presupoziţie despre natura lumii, care este considerată ca fiind simplă în esenţă. Acest principiu, care sugerează alegerea acelor teorii care pornesc de la ideea unei lumi simple, este aplicabil în situaţiile în care se poate afirma cu un grad ridicat de certitudine că lumea este într adevăr simplă. Cercetătorii din domeniul fizicii par să găsească acest principiu ca potrivit, în timp ce biologii îl consideră absurd. În ce priveşte ştiinţele sociale, unii susţin cu tărie aplicabilitatea acestui principiu în aria lor de studiu (de exemplu Zellner 1984), dar noi considerăm că el este util şi relevant doar în anumite cazuri. Luând în considerare definiţia mai precisă a parcimoniei ca o presupoziţie asupra lumii, nu vom insistăm asupra aplicării generale a acestui principiu în proiectarea unei cercetări, ci vom spune doar că el este util în acele situaţii în care avem dovezi clare despre simplitatea fenomenelor pe care le studiem.

Ce vrem să subliniem este că nu sfătuim cercetătorii să considere parcimonia ca o caracteristică esenţială a unui proiect de cercetare sau a unei teorii, care trebuie obţinută cu orice preţ, deoarece nu există nici un motiv să adoptăm acest principiu înainte de a avea deja o cunoaştere detaliată a subiectului. Parcimonia nu este necesară nici măcar pentru a evita teoriile excesiv de complicate, deoarece acest lucru este direct sugerat de maxima conform căreia o teorie trebuie să aibă acel grad de complexitate sugerat de datele existente. Cazurile în care nu există suficiente dovezi referitoare la complexitatea fenomenelor investigate poate duce la ceea ce numim “design de cercetare indeterminat”, dar acestea sunt deja probleme referitoare la designul cercetării, nemaireprezentând presupoziţii asupra lumii.

Toate sugestiile pe care le am prezentat până acum se aplică situaţiilor în care nu s a trecut încă la colectarea şi la analiza propriu zisă a datelor. Cu toate acestea, dacă datele există deja, putem folosi aceste reguli pentru a modifica teoria, pentru generarea altor implicaţii observabile ale noii teorii, şi pentru a colecta o nouă serie de date. Bineânţeles, acest proces este costisitor, consumă resurse, şi va duce probabil la pierderea datelor deja colectate. Ce este atunci de făcut în condiţiile în care teoria noastră are nevoie evidentă de îmbunătăţiri, dar nu ne putem permite să mai colectăm alte date? Acestă situaţie, foarte frecventă dealtfel, necesită din partea cercetătorului multă grijă şi auto cenzură.

Orice persoană inteligentă şi cu minimă pregătire de specialitate poate produce o teorie “plauzibilă” care să se potrivească post factum oricărui set de date, dar aşa ceva nu demonstrează câtuşi de puţin corectitudinea teoriei. O teorie poate să se potrivească perfect cu datele, şi cu toate acestea să fie total falsă   şi să poată fi demonstrată ca atare cu un alt set de date. Oamenii sunt foarte buni când e vorba să identifice structuri şi modele, dar nu la fel de buni când e vorba să identifice lipsa structurilor. (Majoritatea oamenilor chiar văd imagini sau figuri în nişte simple pete de cerneală). Ajustări ad hoc într o teorie care nu se potriveşte cu datele este un procedeu ce trebuie folosit doar extrem de rar, şi atunci doar cu cea mai mare grijă.9

Toate acestea nu ne spun însă ce ar fi de făcut atunci când am terminat colectarea şi analiza datelor, dar vrem să lucrăm în continuare pentru îmbunătăţirea teoriei. În această situaţie, considerăm că ar trebui să se aplice următoarele reguli: mai intâi, dacă rezultatul prezis este determinat de câteva variabile, şi dorim să eliminăm unul din factori, acest lucru este posibil. De exemplu, dacă ipoteza noastră iniţială era că ţările democratice cu un sistem complex de protecţie socială nu poartă război una împotriva celeilalte, este permis să extindem această ipoteză la toate democraţiile moderne, putând astfel evalua teoria prin confruntarea cu date mai diversificate, fapt care sporeste sansele teoriei de a fi dovedită falsă. Ideea generală este că, după analiza datelor, putem modifica teoria astfel încât să devină aplicabilă la o varietate mai mare de fenomene. Deoarece o astfel de modificare expune în mai mare măsură teoria noastră riscului falsificării, este mai puţin probabil ca ea să ducă la cosmetizări care să pară că salvează o teorie nereuşită prin restrângerea ariei sale de aplicabilitate la acele fenomene cu care este în concordanţă.

Cealaltă practică este în general greşită. După analiza datelor nu este corect să adăugăm o condiţie restrictivă, după care să continuăm ca şi cum teoria noastră, incluzînd acea restricţie, s ar fi dovedit validă. Dacă teoria noastră originală stipula că democraţiile moderne nu luptă una împotriva alteia, aceasta fiind o consecinţă a sistemului lor constituţional, nu este permis ca, în caz că am identificat o serie de excepţii de la “regula” noastră, să restrângem afirmaţiile doar la democraţiile cu un sistem complex de protecţie socială, dacă analiza datelor va dovedi că o astfel de restricţie va transforma afirmaţia noastră într una adevărată. La fel, să presupunem că teoria noastră originală afirma că revoluţiile izbucnesc în condiţiile unor crize economice severe, şi constatăm că aceste lucru nu este adevărat într unul din cazurile analizate. În această situaţie nu este admisibil pur şi simplu să adăugăm o serie de condiţii generale, ajungând să spunem că revoluţiile nu izbucnesc niciodată în perioade de prosperitate, cu excepţia cauzurilor în care armata este slabă, conducerea politică face uz de forţă împotriva dizidenţilor, economia este bazată pe un număr mic de produse, iar ţara are o climă caldă.

O astfel de formulare este doar o modalitate pretenţioasă de a spune că “teoria este corectă, mai puţin în cazul x”. Din moment ce am descoperit deja că teoria nu este corectă în cazul x, nu ajută cu nimic să transformăm această infirmare într o generalizare dubioasă. Fără efortul de a colecta un nou set de date, nu avem practic nici o dovadă în sprijinul noii versiuni a teoriei.

Pentru a rezuma, regula de bază privind modificarea teoriei după analiza datelor este următoarea: putem face teoria mai puţin restrictivă (astfel că ea va acoperi un evantai mai larg de fenomene şi vor exista mai multe oportunităţi de infirmare), dar nu o putem face mai puţin restrictivă fără a colecta noi date pentru testarea noii versiuni. Dacă nu putem colecta alte date, atunci suntem în încurcătură cartea noastră nu oferă nici o reţetă magică de a ieşi din această situaţie. La un moment dat este mai bine să recunoaştem că ne am înşelat; într adevăr, rezultatele negative pot şi ele reprezenta contribuţii importante. Cine nu ar prefera un rezultat negativ, dar sigur, unor rezultate pozitive dar fără suport?

Mai mult încă, nu ne obligă nimeni să încetăm cercetarea după ce am admis că ne am înşelat. Putem adăuga o secţiune separată sau un capitol în care să prezentăm direcţiile viitoare de cercetare precum şi unele dezvoltări teoretice. În felul acesta dobândim o considerabilă libertate de mişcare. Putem sugera o serie de condiţii ce pot fi integrate teoriei; putem deasemenea să propunem o variantă modificată a unei teorii existente. În această situaţie nu putem să ajungem la nici o concluzie absolut certă (cu excepţia, poate, a celei referitoare la falsitatea teoriei de la care am pornit), dar ne putem permite luxul de a inventa noi proiecte de cercetare sau metode de colectare a datelor care ar putea fi folosite pentru verificarea noilor ipoteze. Acestea pot fi deosebit de valoroase, mai ales în sugerarea unor noi direcţii de investigaţie.

Într adevăr, aşa cum spuneam mai devreme, ştiinţele sociale nu operează strict după reguli: nevoia de creativitate impune uneori ignorarea celor scrise în manuale. Iar datele pot disciplina gândirea. De aceea este frecventă situaţia când cercetătorul întrezăreşte de abia după analiza datelor felul în care ar fi trebuit să şi construiască de la început teoria. O astfel de modificare, chiar dacă este una restrictivă, poate să fie valoroasă dacă putem convinge pe alţii, precum şi pe noi înşine, că am fi schimbat teoria în acelaşi mod şi înainte de colectarea datelor, numai să ne fi trecut prin minte. Dar până la testarea cu date noi, statutul unei asemenea teorii va rămâne unul extrem de incert, şi trebuie recunoscut şi prezentat ca atare.

O consecinţă importantă a acestor reguli este că proiectele pilot sunt adesea extrem de utile, mai ales în situaţiile în care datele finale trebuiesc colectate prin interviuri sau alte metode costisitoare. Un astfel de proiect pilot ne poate determina să reformulăm întrebarea centrală a studiului, sau să ne modificăm teoria.

Noile date vor putea fi folosite pentru testarea noii teorii, putând fi astfel evitată eroarea de a folosi aceleaşi date atât pentru generarea, cât şi pentru testarea unei teorii.

1.2.3 Îmbunătăţirea Calităţii Datelor
“Datele” sunt informaţii despre lume colectate în mod sistematic. Ca stil, ele pot fi calitative sau cantitative. Uneori datele sunt colectate pentru evaluarea unei teorii anume, dar destul de frecvent se întâmplă ca un cercetător să adune date fără să ştie foarte precis la ce le va folosi. Mai mult încă, chiar dacă datele sunt colectate pentru a evalua o ipoteză specifică, cercetătorii îşi pot descoperi pe parcurs interesul pentru probleme la care nu se gândiseră de la început.

În ambele cazuri   datele sunt culese fie cu un scop precis, fie pentru a servi unor obiective care nu sunt foarte clare de la început   există modalităţi de îmbunătăţire a calităţii acestor date. În principiu, putem analiza aceste reguli de îmbunătăţire a datelor separat de regulile prezentate în secţiunea 1.2.2, referitoare la îmbunătăţirea teoriei. În practivă, orice efort de colectare a datelor necesită un minim suport teoretic, aşa cum formularea teoriilor necesită existenţa unor date (vezi Coombs 1964).

Prima şi cea mai importantă sugestie legată de modalităţile de îmbunătăţire a datelor este următoarea: trebuie înregistrată şi prezentată orice etapă din procesul de generare a datelor. Fără această informaţie nu putem determina dacă aplicarea procedurilor standard de analiză a datelor nu va produce concluzii eronate. Doar prin cunoaşterea procesului prin care datele au fost generate vom fi capabili de formularea unor inferenţe descriptive sau cauzale valide. În cazul unui sondaj de opinie, înregistrarea procesului de generare a datelor presupune cunoaşterea metodei de selectare a eşantionului, precum şi a modului exact de formularea a întrebărilor ce au fost adresate subiecţilor. Într un studiu de caz realizat cu metode calitative, este esenţială specificarea regulilor după care s a făcut selecţia acelor câteva cazuri alese pentru analiză. În Capitolul 6. vom prezenta şi alte reguli de selectare a cazurilor pentru studiile calitative, dar mai important chiar decât alegerea metodei este înregistrarea şi prezentarea detaliată a metodelor folosite, precum şi a oricăror informaţii necesare pentru replicarea studiului sau pentru aplicarea de către alţi cercetători a aceloraşi metode.10

În secţiunea 1.2.2 am argumentat în favoarea teoriilor care sunt capabile de a genera numeroase implicaţii observabile.

Cea de a doua sugestie referitoare la modalităţile de îmbunătăţire a calităţii datelor este următoarea: pentru a putea evalua mai bine teoria, este necesar să colectăm date despre un număr cât mai mare de implicaţii observabile. Aceasta presupune colectarea cât mai multor date, în cele mai diverse contexte. Fiecare implicaţie a teoriei oferă un nou context în care putem să i evaluăm veridicitatea. Cu cât mai multe implicaţii ale teoriei se dovedesc în concordanţă cu aceasta, cu atât mai puternică este explicaţia oferită de teorie, şi cu atât mai certe sunt rezultatele.

Atunci când adunăm informaţii suplimentere referitoare la alte implicaţii observabile ale teoriei, putem face acest lucru în două moduri: (a) colectând mai multe cazuri, descrise de aceleaşi variabile dependente, sau (b) adăugând alte variabile care descriu cazurile deja examinate. Putem, de exemplu, să detaliem informaţiile pentru perioade mai scurte de timp, sau pentru arii geografice mai restrânse. Putem, deasemenea, să folosim pentru descrierea cazurilor chiar şi variabile de un mai mic interes direct; dacă rezultatele sunt cele prezise de teorie, vom avea şi mai multă încredere în aceasta.

De exemplu, să considerăm teoria descurajării mutuale: potenţialii iniţiatori ai războiului calculează costurile şi beneficiile rezultate din atacul asupra altor state, iar aceste calcule sunt influenţate de ameninţările cu o replică dură care sunt credibile. Cel mai direct test al acestei teorii ar fi să vedem dacă, fiind dat pericolul războiului, deciziile de a ataca sunt asociate cu astfel de factori cum ar fi raportul de forţe dintre potenţialul atacator şi potenţiala victimă (Huth 1988). Cu toate acestea, prin selectarea exclusivă a cazurilor în care ameninţările au fost efectiv formulate nu atingem decât o parte din setul implicaţiilor observabile ale teoriei, iar utilizarea exclusivă a acestor cazuri duce la eroarea de selecţie (selection bias), din moment ce situaţiile în care chiar formularea ameninţărilor a fost descurajată nu sunt incluse în baza de date. De aici rezultă utilitatea folosirii unor variabile dependente suplimentare (cu alte cuvinte, identificarea unui nou set de implicaţii observabile) care să măsoare interesul statelor de a formula astfel de ameninţări.

Deoarece lipsesc date suficient de bune referitoare la rolul descurajării în politica internaţională, ar fi utilă şi testarea unei alte teorii, una cu presupoziţii motivaţionale similare, dar cu o altă variabilă dependentă, şi în alt context, care reprezintă totuşi una din implicaţiile observabile ale aceleiaşi teorii. De exemplu, putem realiza un experiment de laborator pentru a vedea dacă, în condiţii simulate, ameninţările sunt mai degrabă descurajate decât accentuate de puterea militară sau de stilul de negociere al firmei. Putem deasemenea să vedem dacă alţi actori, puşi în situaţii similare, cum ar fi firmele concurând pentru cucerirea pieţei, sau familiile mafiote care se luptă între ele pentru partea cea mai mare din pradă, folosesc strategii de descurajare, şi să examinăm succesul acestor strategii în diferite situaţii.

Într adevăr, economiştii care analizează organizaţiile industriale au folosit teoria jocurilor non cooperative, pe care se bazează inclusiv teoria descurajării, pentru a studia probleme cum ar fi strategiile de preţ sau pătrunderea unei firme pe o piaţă (Fudenberg şi Tirole 1989). Dată fiind similitudinea dintre aceste teorii, dovezile empirice în favoarea predicţiilor despre comportamentul firmelor, realizate pe baza teoriei jocurilor, vor spori plauzibilitatea ipotezelor despre comportamentul statelor în politica internaţională. Va persista incertitudinea cu privire la aplicabilitatea concluziilor dintr un domeniu în altul, dar tema este suficient de importantă pentru a justifica încercările de a obţine dovezi de oriunde este posibil.

Evident, colectarea permanentă a datelor fără a se mai ajunge la nici un fel de analiză nu facilitează în nici un caz finalizarea cercetării. În practică, resursele materiale şi de timp limitate vor constrânge întotdeauna eforturile de culegere a datelor. Cu toate că mai multe informaţii, mai multe cazuri, interviuri suplimentare, variabile adiţionale, şi alte moduri relevante de colectare a datelor, vor servi întotdeauna la sporirea certitudinii concluziilor noastre, cercetătorii aflaţi la începutul carierei pot fi coplesiţi de prea multă informaţie, tot aşa cum pot fi descurajaţi atunci când au prea puţină informaţie. Insistând să mai citească încă o carte, sau să şi îmbogăţească setul de date, înainte de a se apuca de scris, aceşia pot deveni total neproductivi.

Cea de a treia sugestie este următoarea: trebuie maximizată validitatea instrumentelor de măsură utilizate. Validitatea unui instrument se referă la capacitatea acestuia de a măsura chiar ceea ce se presupune că măsoară. Rata şomajului poate fi un bun indicator al stării economiei, dar cele două nu sunt echivalente. În general, cel mai uşor mod de a creşte validitatea unui instrument este nu ne îndepărtăm de date şi să evităm interpunerea unor concepte imposibil de observat sau de măsurat. Dacă un subiect răspunde la o întrebare indicând ignoranţă, în acest caz ştim că a spus că este ignorant în ce priveşte respectiva problemă. În această privinţă avem o măsură validă. Cu toate acestea, dacă ne referim la înţelesul răspunsului său, avem un concept cu totul diferit   unul ce nu poate fi măsurat cu o precizie ridicată. De exemplu, într o ţară cu un guvern represiv, exprimarea ignoranţei poate reprezenta pentru unii o declaraţi politică, în timp ce pentru alţii poate fi pur şi simplu un mod de a spune “Nu ştiu”.

Ce a de a patra sugestie ar fi aceea de a asigura fidelitatea (reliability) metodelor de colectare a datelor. Fidelitate înseamnă că aplicarea aceleiaşi proceduri în acelaşi mod va produce întotdeauna aceleaşi rezultate. Atunci când o procedură fidelă este aplicată în momente diferite, şi nimic nu s a întâmplat între timp pentru a schimba starea “reală” a obiectului asupra căruia aplicăm instrumentul de măsură, vom obţine acelaşi rezultat.11

Măsurile fidele produc aceleaşi rezultate şi atunci când sunt aplicate de cercetători diferiţi, dar acest lucru depinde, evident, de existenţa şi accesibilitatea unor descrieri explicite ale procedurilor urmate.12

Sugestia noastră finală este ca toate datele folosite şi analizele realizate să fie, pe cât posibil, replicabile. Replicabilitatea nu se referă doar la date, pentru a vedea dacă instrumentele noastre de măsură sunt fidele, ci la întregul raţionament pe baza căruia au fost trase concluziile. Pe baza raportului de cercetare, un alt cercetător ar trebui să fie capabil de a obţine aceleaşi date şi de a reface întregul nostru raţionament. Replicabilitatea este importantă chiar dacă, de fapt, nimeni nu reia studiul nostru de la capăt. Doar prin prezentarea studiului într un mod suficient de detaliat pentru a putea fi replicat este posibilă evaluarea procedurilor urmate şi a metodelor utilizate.

Replicabilitatea datelor poate fi ceva dificil sau imposibil în cazul anumitor tipuri de cercetări: intervievaţii pot muri sau dispărea, iar observarea directă a unor evenimente reale nu poate fi repetată. Replicabilitatea a căpătat diferite sensuri în contextul diferitelor tradiţii de cercetare. În cercetarea cantitativă, accentul se pune în principal pe replicarea analizelor, pornind de la aceleaşi seturi de date. Aşa cum ştie oricine care a încercat să reia analizele prezentate chiar în cele mai prestigioase lucrări, acest lucru este de obicei mult mai dificil decât ar fi normal, şi întotdeauna mai important decât ar părea la prima vedere (vezi Dewald et al. 1986 despre replicarea în cercetarea cantitativă).

În cazul cercetărilor calitative, o situaţie analoagă este prezentată de notele de subsol şi de eseurile bibliografice. Utilizând aceste instrumente, alţi cercetători ar trebui să poată localiza sursele utilizate şi să evalueze inferenţele formulate pe baza acestor informaţii. Pentru cercetările bazate pe observaţii directe replicarea este mai dificilă. Un cercetător poate împrumuta notele de teren sau benzile cu interviuri ale altuia pentru a vedea dacă ele susţin concluziile primului. Deoarece o mare parte din datele de pe teren constau în conversaţii, impresii, şi alte informaţii neînregistrate, reanalizarea rezultatelor pornind de la aceleaşi date nu este în general posibilă. Cu toate acestea, paşi importanţi în această direcţie pot fi făcuţi dacă mai mulţi cercetători ar ţine seama de acest criteriu, mai ales dacă ar trece cât mai multe în notele de teren. În unele cazuri, un întreg proiect de cercetare, incluzând faza de colectare a datelor, a fost replicat. Din moment ce nu putem călători înapoi în timp, replicarea nu poate fi perfectă, dar cu toate acestea este extrem de utilă.

Poate cea mai extensivă replicare a unui studiu calitativ este studiul sociologic al oraşului Middletown, Indiana, început de Robert şi Helen Lynd. Primul lor studiu a fost publicat în 1929, şi a fost replicat într o carte apărută în 1937. Cu mai mult de 50 de ani de la studiul iniţial, a apărut o lungă serie de cărţi şi articole care replicau aceste studii (vezi Caplow et al. 1983a, 1983b, în special citatele). Replicările calitative nu trebuie neapărat să fie atât de extinse, dar acest proiect major de cercetare ar trebui să servească drept un exemplu.


Yüklə 199,49 Kb.

Dostları ilə paylaş:
1   2   3   4




Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©muhaz.org 2024
rəhbərliyinə müraciət

gir | qeydiyyatdan keç
    Ana səhifə


yükləyin