Advertisement

Das Groß-N-Design

Living reference work entry
  • 462 Downloads
Part of the Springer Reference Sozialwissenschaften book series (SRS)

Zusammenfassung

In diesem Beitrag werden die Logik und Anwendungsfelder von quantitativen Studien mit einer großen Fallzahl (Groß-N-Studien) in der Politikwissenschaft vorgestellt. Durch eine systematische Analyse mit möglichst vielen Fällen gilt es, ein Modell mit hoher Erklärungskraft, entweder für alle Variablenzusammenhänge oder für einen ausgewählten Teil der Variablen, zu finden. Dabei steht das Aufdecken und Verstehen der Gesamtheit der empirischen Muster in den vorliegenden Daten über alle Beobachtungen hinweg im Vordergrund, während die Analyse einzelner Fälle in den Hintergrund tritt. Nach einer Einführung in den Prozess und die Anwendung von Groß-N-Studien in der Politikwissenschaft werden den Leserinnen und Lesern die breiten Möglichkeiten sowie die Grenzen der Vorgehensweisen aufgezeigt.

Schlüsselwörter

Groß-N-Studien Soziale Mediendaten Geodaten Dateninfrastruktur Internationale Beziehungen Vergleichende Politikwissenschaft 

Literatur

  1. Almond, Gabriel A., und Sidney Verba. 1963. The civic culture: Political attitudes and democracy in five nations. Princeton: Princeton University press.CrossRefGoogle Scholar
  2. Andreß, Hans-Jürgen, und Thorsten Heien. 2001. Four Worlds of Welfare State Attitudes? A comparison of Germany, Norway, and the United States. European Sociological Review 17(4): 337–356.CrossRefGoogle Scholar
  3. Armingeon, Klaus, Christian Isler, Laura Knöpfel, David Weisstanner, und Sarah Engler. 2016. Comparative political dataset 1960–2014. Berne: Institute of Political Science, University of Berne.Google Scholar
  4. Bartle, John. 2005. Homogeneous models and heterogeneous voters. Political Studies 53(4): 653–675.  https://doi.org/10.1111/j.1467-9248.2005.00550.x.CrossRefGoogle Scholar
  5. Bayram, A. Burcu. 2015. What drives modern Diogenes? Individual values and cosmopolitan allegiance. European Journal of International Relations 21(2): 451–479.  https://doi.org/10.1177/1354066114541879.CrossRefGoogle Scholar
  6. Behnke, Joachim. 2005. Lassen sich Signifikanztests auf Vollerhebungen anwenden? Einige essayistische Anmerkungen. Politische Vierteljahreszeitschrift 46(1): 1–15.CrossRefGoogle Scholar
  7. Berg-Schlosser, Dirk, und Theo Stammen. 2003[1974]. Einführung in die Politikwissenschaft, 7., durchges. u. erw. Aufl. München: C. H. Beck.Google Scholar
  8. Bond, R. M., C. J. Fariss, J. J. Jones, A. D. I. Kramer, C. Marlow, J. E. Settle, und J. H. Fowler. 2012. A 61-million-person experiment in social influence and political mobilization. Nature 489(7415): 295–298. https://www.nature.com/articles/nature11421. Zugegriffen am 29.09.2018.CrossRefGoogle Scholar
  9. Boyd, Danah, und Kate Crawford. 2012. Critical questions for big data. Provocations for a cultural, technological, and scholarly phenomenon. Information, Communication & Society 15(5): 662–679.  https://doi.org/10.1080/1369118X.2012.678878.CrossRefGoogle Scholar
  10. Brady, Henry E., und David Collier, Hrsg. 2010. Rethinking social inquiry: Diverse tools, shared standards. Lanham: Rowman & Littlefield Publishers.Google Scholar
  11. Broscheid, Andreas, und Thomas Gschwend. 2005. Zur statistischen Analyse von Vollerhebungen. Politische Vierteljahreszeitschrift 46(1): 16–26.CrossRefGoogle Scholar
  12. Central Intelligence Agency. 2017. World fact book: Country comparison. https://www.cia.gov/library/publications/the-world-factbook/rankorder/2119rank.html. Zugegriffen am 10.01.2018.
  13. Colleoni, Elanor, Alessandro Rozza, und Adam Arvidsson. 2014. Echo chamber or public sphere? Predicting political orientation and measuring political homophily in twitter using big data. Journal of Communication 64(2): 317–332.  https://doi.org/10.1111/jcom.12084.CrossRefGoogle Scholar
  14. Coppedge, Michael, John Gerring, Staffan I. Lindberg, Svend-Erik Skaaning, Jan Teorell, David Altman, Michael Bernhard, M. Steven Fish, Adam Glynn, Allen Hicken, Carl Henrik Knutsen, Kyle L. Marquardt, Kelly McMann, Valeriya Mechkova, Pamela Paxton, Daniel Pemstein, Laura Saxer, Brigitte Seim, Rachel Sigman, und Jeffrey Staton. 2017. V-Dem Codebook v7.1. Varieties of Democracy (V-Dem) Project.Google Scholar
  15. Dafoe, A., J. R. Oneal, und B. Russett. 2013. The democratic peace: Weighing the evidence and cautious inference. International Studies Quarterly 57(1): 201–214.  https://doi.org/10.1111/isqu.12055.CrossRefGoogle Scholar
  16. Dahl, Robert A. 1997. A brief intellectual biography. In Comparative European Politics: The story of profession, Hrsg. Hans Daalder, 68–78. London: Pinter.Google Scholar
  17. Dinas, Elias, und Kostas Gemenis. 2010. Measuring parties’ ideological positions with manifesto data: A critical evaluation of the competing methods. Party Politics 16(4): 427–450.CrossRefGoogle Scholar
  18. Döring, Holger, und Philip Manow. 2016. Parliaments and governments database (ParlGov): Information on parties, elections and cabinets in modern democracies. Development version. http://www.parlgov.org/. Zugegriffen am 10.01.2018.
  19. Facebook Inc. 2017. Stats. https://newsroom.fb.com/company-info. Zugegriffen am 10.01.2018.
  20. Fearon, J. D., und D. D. Laitin. 2008. Integrating qualitative and quantitative methods. In The Oxford handbook of political methodology, Hrsg. J. M. Box-Steffensmeier, H. E. Brady, D. Collier, J. D. Fearon und D. D. Laitin. Oxford: Oxford University Press.Google Scholar
  21. Goerres, Achim, und Katrin Prinzen. 2012. Using mixed methods for the analysis of individuals: A review of necessary and sufficient conditions and an application to welfare state attitudes. Quality & Quantity 46(2): 415–450.CrossRefGoogle Scholar
  22. Haspel, Moshe, und Gibss H. Knotts. 2005. Location, location, location: Precinct placement and the costs of voting. The Journal of Politics 67(02): 560–573.CrossRefGoogle Scholar
  23. Jackman, Robert W. 1987. Political institutions and voter turnout in the industrial democracies. American Political Science Review 81(2): 405–423.CrossRefGoogle Scholar
  24. King, Gary, Robert O. Keohane, und Sidney Verba. 1994. Designing social inquiry: Scientific inference in qualitative research. Princeton: Princeton University Press.Google Scholar
  25. Kittel, Bernhard. 2006. A crazy methodology? International Sociology 21(5): 647–677.  https://doi.org/10.1177/0268580906067835.CrossRefGoogle Scholar
  26. Kittel, Bernhard, und Herbert Obinger. 2003. Political parties, institutions, and the dynamics of social expenditure in times of austerity. Journal of European Public Policy 10(1): 20–45.CrossRefGoogle Scholar
  27. Kwak, H., C. Lee, H. Park, und S. Moon. 2010. What is Twitter, a social network or a news media? In Proceedings of the 19th international conference on world wide web, April 26–30, Raleigh/North Carolina/USA, 591–600.Google Scholar
  28. Lieberman, Evan S. 2005. Nested analysis as a mixed-method strategy for comparative research. American Political Science Review 99(3): 435–452.CrossRefGoogle Scholar
  29. Lundsgaarde, E., C. Breunig, und A. Prakash. 2010. Instrumental philanthropy: Trade and the allocation of foreign aid. Canadian Journal of Political Science/Revue canadienne de science politique 43(3): 733–761.CrossRefGoogle Scholar
  30. Mayntz, Renate. 2017. Zählen – Messen – Entscheiden: Wissen im politischen Prozess. MPIfG Discussion Paper 17/12.Google Scholar
  31. Paxton, Pamela. 2002. Social capital and democracy: An interdependent relationship. American Sociological Review 67(2): 254–277.  https://doi.org/10.2307/3088895.CrossRefGoogle Scholar
  32. Pickel, Gert. 2016. Quantitative makroanalytische Verfahren in der Vergleichenden Politikwissenschaft. In Handbuch Vergleichende Politikwissenschaft, Hrsg. Hans-Joachim Lauth, Marianne Kneuer und Gert Pickel, 47–62. Wiesbaden: Springer Fachmedien Wiesbaden.Google Scholar
  33. Przeworski, Adam, und Henry Teune. 1970. The logic of comparative social inquiry. New York: Wiley-Interscience.Google Scholar
  34. Puschmann, Cornelius, und Jean Burgess. 2014. The politics of twitter data. In Twitter and society, Hrsg. Katrin Weller, Axel Bruns, Jean Burgess, Merja Mahrt und Cornelius Puschmann, 43–54. New York: Peter Lang.Google Scholar
  35. Rabuza, Florian. 2016. Formale Bildung und Wahlbeteiligung am Anfang des 21. Jahrhunderts in Europa: eine vergleichende Analyse der Kontextabhängigkeit ungleicher politischer Beteiligung mit Daten des European Social Survey. Duisburg, Essen, Universität Duisburg-Essen, Dissertation, 2016.Google Scholar
  36. Rainer, Helmut, Stefan Bauernschuster, Wolfgang Auer, Natalia Danzer, Mine Hancioglu, Bastian Hartmann, Timo Hener, Christian Holzner, Notburga Ott, Janina Reinkowski, und Martin Werding. 2013a. Kinderbetreuung. ifo Forschungsbericht 59.Google Scholar
  37. Rainer, Helmut, Stefan Bauernschuster, Natalia Danzer, Timo Hener, Christian Holzner, und Janina Reinkowski. 2013b. Kindergeld. ifo Forschungsbericht 60.Google Scholar
  38. Renn, Ortwin. 2017. Kommunikation zwischen Wissenschaft und Politik. In Forschungsfeld Wissenschaftskommunikation, Hrsg. Heinz Bonfadelli, Birte Fähnrich, Corinna Lüthje, Jutta Milde, Markus Rhomberg und Mike S. Schäfer, 183–205. Wiesbaden: Springer Fachmedien Wiesbaden.CrossRefGoogle Scholar
  39. Rohlfing, Ingo. 2008. What you see and what you get: Pitfalls and principles of nested analysis in comparative research. Comparative Political Studies 41(11): 1492–1514.CrossRefGoogle Scholar
  40. Schrodt, Philip A. 2014. Seven deadly sins of contemporary quantitative political analysis. Journal of Peace Research 51(2): 287–300.CrossRefGoogle Scholar
  41. Scruggs, Lyle, Detlef Jahn, und Kati Kuitto. 2017. „Comparative Welfare Entitlements Data Set 2, Version 2017-09.“ University of Connecticut & University of Greifswald. http://cwed2.org/. Zugegriffen am 29.09.2018.
  42. Shayo, M. 2009. A model of social identity with an application to political economy: Nation, class, and redistribution. American Political Science Review 103(2): 147–174.  https://doi.org/10.1017/S0003055409090194.CrossRefGoogle Scholar
  43. Streeck, Wolfgang. 2009. Man weiß es nicht genau: Vom Nutzen der Sozialwissenschaften für die Politik. MPIfG Working Paper 09/11.Google Scholar
  44. Teorell, Jan, Stefan Dahlberg, Sören Holmberg, Bo Rothstein, Anna Khomenko, und Richard Svensson. 2017. The Quality of Government Standard Dataset, version Jan 17. University of Gothenburg: The Quality of Government Institute. http://www.qog.pol.gu.se.  https://doi.org/10.18157/QoGStdJan17. Zugegriffen am 10.01.2018.
  45. Twitter Inc. 2017. Twitter Nutzung/Fakten zum Unternehmen. https://about.twitter.com/de/company. Zugegriffen am 10.01.2018.
  46. Volkens, Andrea. 2007. Strengths and weaknesses of approaches to measuring policy positions of parties. Electoral Studies 26(1): 108–120.CrossRefGoogle Scholar
  47. Weidmann, N. B., und S. Schutte. 2017. Using night light emissions for the prediction of local wealth. Journal of Peace Research 54(2): 125–140.  https://doi.org/10.1177/0022343316630359.CrossRefGoogle Scholar
  48. Windelband, Wilhelm. 2017 [1894]. Geschichte und Naturwissenschaft. http://www.hs-augsburg.de/~harsch/germanica/Chronologie/19Jh/Windelband/win_rede.html. Zugegriffen am 10.01.2018.
  49. Yang, J., und J. Leskovec. 2011. Patterns of temporal variation in online media. In ACM international conference on web search and data minig (WSDM), 09–12 Feb, Hong Kong/China.Google Scholar

Authors and Affiliations

  1. 1.Institut für Politikwissenschaft (IfP)Universität Duisburg-EssenDuisburgDeutschland

Personalised recommendations