T.C. ANADOLU ÜN‹VERS‹TES‹ YAYINI NO: 2998 AÇIKÖ⁄RET‹M FAKÜLTES‹ YAYINI NO: 1951
ULUSLARARASI ‹L‹fiK‹LERDE ARAfiTIRMA YÖNTEMLER‹
Yazarlar Prof.Dr. Ersin KALAYCIO⁄LU (Ünite 1) Yrd.Doç.Dr. Belgin fi. AKÇA (Ünite 2, 8) Prof.Dr. Ali ÇARKO⁄LU (Ünite 3, 6, 7) Yrd.Doç.Dr. fiener AKTÜRK (Ünite 4, 8) Yrd.Doç.Dr. Senem ASLAN DÜZG‹T (Ünite 5)
Editör Prof.Dr. Ali ÇARKO⁄LU
ANADOLU ÜN‹VERS‹TES‹
Bu kitab›n bas›m, yay›m ve sat›fl haklar› Anadolu Üniversitesine aittir. “Uzaktan Ö¤retim” tekni¤ine uygun olarak haz›rlanan bu kitab›n bütün haklar› sakl›d›r. ‹lgili kurulufltan izin almadan kitab›n tümü ya da bölümleri mekanik, elektronik, fotokopi, manyetik kay›t veya baflka flekillerde ço¤alt›lamaz, bas›lamaz ve da¤›t›lamaz. Copyright © 2013 by Anadolu University All rights reserved No part of this book may be reproduced or stored in a retrieval system, or transmitted in any form or by any means mechanical, electronic, photocopy, magnetic tape or otherwise, without permission in writing from the University.
UZAKTAN Ö⁄RET‹M TASARIM B‹R‹M‹ Genel Koordinatör Doç.Dr. Müjgan Bozkaya Genel Koordinatör Yard›mc›s› Arfl.Gör.Dr. ‹rem Erdem Ayd›n Ö¤retim Tasar›mc›lar› Doç.Dr. Murat Ataizi Yrd.Doç.Dr Mestan Küçük Grafik Tasar›m Yönetmenleri Prof. Tevfik Fikret Uçar Ö¤r.Gör. Cemalettin Y›ld›z Ö¤r.Gör. Nilgün Salur Dil Yaz›m Dan›flman› Emine Koyuncu Grafikerler Ayflegül Dibek Hilal Küçükda¤aflan Aysun fiavl› Kitap Koordinasyon Birimi Uzm. Nermin Özgür Kapak Düzeni Prof. Tevfik Fikret Uçar Ö¤r.Gör. Cemalettin Y›ld›z Dizgi Aç›kö¤retim Fakültesi Dizgi Ekibi Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri ISBN 978-975-06-1659-4 1. Bask› Bu kitap ANADOLU ÜN‹VERS‹TES‹ Web-Ofset Tesislerinde 8.000 adet bas›lm›flt›r. ESK‹fiEH‹R, Ocak 2013
iii
‹çindekiler
‹çindekiler Önsöz ............................................................................................................ viii
Siyaset Biliminde Bilimsel Kavramlaflt›rma ve Ölçüm........
2
G‹R‹fi .............................................................................................................. GÖRGÜL S‹YASAL GERÇEK VE KAVRAM ................................................. KAVRAM VE TANIMLAMA ........................................................................... Bilimsel Kavramlar›n Çok Boyutlulu¤u Sorunu .......................................... KAVRAMLAR VE DE⁄‹fiKENLER ................................................................ Ölçme ve Ölçüm Düzeyleri ........................................................................ ÖLÇÜMDE GEÇERL‹L‹K .............................................................................. ÖLÇÜMÜN GÜVEN‹L‹RL‹⁄‹ ........................................................................ SONUÇ........................................................................................................... Özet................................................................................................................ Kendimizi S›nayal›m...................................................................................... Kendimizi S›nayal›m Yan›t Anahtar› ............................................................ S›ra Sizde Yan›t Anahtar› .............................................................................. Yararlan›lan Kaynaklar..................................................................................
3 3 5 7 8 10 14 16 18 20 22 23 23 25
Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler ............................................................ 26 G‹R‹fi .............................................................................................................. B‹L‹MSEL ÇIKARIM ....................................................................................... NEDENSELL‹K VE ARAfiTIRMA KURGULARI ............................................ Nedensel Veya Sahte (Spurious) ‹liflkiler .................................................... Araflt›rma Kurgular› ....................................................................................... Küçük-n Kurgular› (Small-n Designs) .......................................................... K›s›mlar-Aras› Analiz (Cross-Sectional Analysis): Anket ve Kümeli (Aggregate) Veri Analizi .................................................................. DENEYSEL YAKLAfiIMLAR VE ULUSLARARASI ‹L‹fiK‹LER......................... Rastgele Atama (Random Assignment) ........................................................ Ayd›nlat›lm›fl Onay (Ethical Consent) .......................................................... De¤iflkenlik (Variation) ve Kontrol .............................................................. Gruplar-Aras› Sistemli De¤iflkenlik............................................................... Gruplar-‹çi Sistemli Olmayan De¤iflkenlik .................................................. Deney Yeri: Laboratuvar, Saha ya da Internet?........................................... Internet Üzerinde Deney .............................................................................. DENEYSEL KURGU ÇEfi‹TLER‹ .................................................................... Deney Öncesi Test (Pretest)- Deney Sonras› Test (Posttest) - Kontrol Grubu Kurgusu............................................................. Deney Sonras› Test - Kontrol Grubu Kurgusu............................................ Solomon Dörtlü Grup Kurgusu.................................................................... DÂH‹LÎ GEÇERL‹K ....................................................................................... HAR‹CÎ GEÇERL‹K ........................................................................................ Kat›l›mc› Popülasyonu S›n›rlamas› ............................................................... Kat›l›mc› Fark›ndal›¤› .................................................................................... Araflt›rmac›n›n Beklentileri ve Yanl› Tutumu .............................................. Beklenti Etkisi Çözümleri .............................................................................
27 28 29 30 32 33 34 36 39 39 40 41 41 42 42 43 43 44 45 46 47 47 47 48 49
1. ÜN‹TE
2. ÜN‹TE
iv
‹çindekiler
Haricî Geçerlik Nas›l Belirlenir? ................................................................... Sa¤laml›k (Robustness): Deney Tekrarlanabilir mi? .................................... Ekolojik Geçerlik: Bulunan Etki Tipik E¤ilimleri Yans›t›yor mu? ........ ‹lgi (Relevance): Deney Sonucu Ö¤renilen Bilgi Gerçek Yaflamla ‹lgili mi? .................................................................................... S‹MÜLASYON (SIMULATION)...................................................................... DO⁄AL DENEYLER ...................................................................................... SONUÇ........................................................................................................... Özet................................................................................................................ Kendimizi S›nayal›m...................................................................................... Yaflam›n ‹çinden............................................................................................ Kendimizi S›nayal›m Yan›t Anahtar› ............................................................ S›ra Sizde Yan›t Anahtar› .............................................................................. Yararlan›lan Kaynaklar..................................................................................
3. ÜN‹TE
50 50 53 56 57 58 59 60 60 61
Örnekleme Yöntemleri........................................................... 64 G‹R‹fi .............................................................................................................. Örneklem Seçim Sürecinde Temel Terimler ............................................... SIK KULLANILAN HEDEF K‹TLELER VE BUNLARIN ÖRNEK L‹STELER‹ . Haneler ve Bireyler ....................................................................................... Müflteri, Çal›flan ya da Dernek, Kulüp vs. Üyelikleri.................................. Kurumlar ........................................................................................................ Olaylar............................................................................................................ Nadir Hedef Kitleler ...................................................................................... NEDEN ÖRNEKLEM SEÇEL‹M K‹?................................................................ ÖRNEKLEM‹ NASIL SEÇEL‹M?...................................................................... Rastsal Olmayan Örneklem Seçimi .............................................................. Rastsal Örneklemin Mant›¤›.......................................................................... Birkaç ‹statistiki Kavram ............................................................................... Örneklem Büyüklü¤ü ................................................................................... Basit Rastsal Örnekleme (Simple Random Sampling) ................................ Katmanl› Örnekleme (Stratified Sampling) .................................................. Küme Örneklemesi (Cluster Sampling) ...................................................... Büyüklü¤e Orant›l› Olas›l›kl› Örnekleme (BOOÖ) (Probability Proportionate to Size Sampling) .................................................................. A¤›rl›kland›rma .............................................................................................. Özet ............................................................................................................... Kendimizi S›nayal›m ..................................................................................... Kendimizi S›nayal›m Yan›t Anahtar› ............................................................ Yararlan›lan Kaynaklar..................................................................................
4. ÜN‹TE
49 49 50
65 67 68 68 69 69 70 70 71 72 73 74 76 78 81 82 83 84 86 89 90 91 91
Vaka Analizi.............................................................................. 92 G‹R‹fi .............................................................................................................. NEDEN VE NASIL VAKA ANAL‹Z‹? ............................................................. VAKA ANAL‹Z‹ ÇEfi‹TLER‹: EN BENZER VE EN FARKLI S‹STEM TASARIMI....................................................................................................... En Benzer Sistem Tasar›m› ........................................................................... En Farkl› Sistem Tasar›m› ............................................................................. En Benzer ve En Farkl› Sistem Tasar›mlar›n›n Birlikte Kullan›m›..............
93 93 94 94 97 98
v
‹çindekiler
TEK VAKALI ANAL‹ZLER: EN OLASI VE EN AZ OLASI VAKALAR ......... En Olas› Vaka Analizi ................................................................................... En Az Olas› Vaka Analizi.............................................................................. TEK VAKALI ANAL‹ZLER: KR‹T‹K VE SAPKIN VAKALARIN ÖNEM‹........ VAKA ‹Ç‹ ANAL‹ZLER................................................................................... SÜREÇ TAK‹B‹ YÖNTEM‹ ............................................................................ DO⁄AL DENEYLER ..................................................................................... KARfiI OLGUSAL AKIL YÜRÜTME DENEYLER‹ ........................................ UYGUNLUK YÖNTEM‹ ............................................................................... T‹POLOJ‹K KURAMLAR ............................................................................... VAKA ANAL‹ZLER‹N‹N ZAMAN BOYUTU ................................................ SONUÇ .......................................................................................................... Özet ............................................................................................................... Kendimizi S›nayal›m ..................................................................................... Kendimizi S›nayal›m Yan›t Anahtar› ............................................................ S›ra Sizde Yan›t Anahtar› .............................................................................. Yararlan›lan Kaynaklar..................................................................................
100 100 101 102 105 106 108 109 111 112 113 115 116 117 118 118 120
Nitel Yaklafl›m ile Görüflme, Gözlem ve Odak Grup Yöntemleri, ‹çerik Analizi....................................................... 122 G‹R‹fi .............................................................................................................. GÖRÜfiME VE KATILIMCI GÖZLEM ........................................................... ODAK GRUPLARI.......................................................................................... ‹ÇER‹K ANAL‹Z‹ ............................................................................................ Özet................................................................................................................ Kendimizi S›nayal›m...................................................................................... Kendimizi S›nayal›m Yan›t Anahtar› ............................................................ S›ra Sizde Yan›t Anahtar› .............................................................................. Yararlan›lan Kaynaklar..................................................................................
123 126 130 133 138 139 140 140 141
Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›: Anket Çal›flmalar›na Girifl....................................................... 142 G‹R‹fi .............................................................................................................. Kamuoyu ve Akademik Çevrelerin Türkiye’de Anket Çal›flmalar›na Bak›fl›.............................................................................................................. Bilimsel Araflt›rma Alan› olarak Kamuoyu/Anket Çal›flmalar› .................... Kamuoyu/Anket Araflt›rmalar›n›n Amaçlar› ................................................. Soru Sorma Tekniklerindeki Geliflmeler ...................................................... Örneklem Teknolojisindeki Geliflmeler ....................................................... Veri Toplama Tekniklerindeki Geliflmeler................................................... Veri Çözümlemesi ve Deneysel Çal›flmalar ................................................. Anket Çal›flmas›n›n Kurgulanmas›................................................................ Aç›k ve Kapal› Uçlu Sorular ......................................................................... Kapal› Uçlu Sorularda Baz› Sorunlu Alanlar................................................ Sorular›n Dillendirilmesinde ‹zlenecek Ana Prensipler .............................. Soru Cetvelinin Ön Testleri (Pre-Tests) ve Biliflsel (Cognitive) Görüflmeler .................................................................................................... Aç›k Olmayan ve Çok Anlaml› Sorular........................................................ Yönlendirici Sorular ...................................................................................... SAHADA GÖRÜfiMELER YOLUYLA VER‹ TOPLANMASI ...........................
5. ÜN‹TE
143 144 144 145 146 147 148 149 150 152 154 159 160 161 165 165
6. ÜN‹TE
vi
‹çindekiler
Kiflilerin Kendi Kendilerine Cevaplad›klar› Anketler .................................. Telefonla Yürütülen Çal›flmalar .................................................................... Yüz Yüze Görüflmelerle Yürütülen Çal›flmalar............................................ KAMUOYU/ANKET ÇALIfiMALARININ SINIRLARI VE GÜÇLÜ YÖNLER‹........................................................................................................ Özet ............................................................................................................... Kendimizi S›nayal›m ..................................................................................... Kendimizi S›nayal›m Yan›t Anahtar› ............................................................ S›ra Sizde Yan›t Anahtar› .............................................................................. Yararlan›lan Kaynaklar..................................................................................
7. ÜN‹TE
168 169 170 171 171 172
Nicel Veri Analizi ve Raporlama............................................ 174 G‹R‹fi .............................................................................................................. BET‹MSEL N‹CEL VER‹ ANAL‹Z‹.................................................................. MERKEZÎ E⁄‹L‹M ÖLÇÜTLER‹ ..................................................................... DA⁄ILIM ÖLÇÜTLER‹ ................................................................................... Standart Sapma ve Varyans .......................................................................... TABLO VER‹LER‹N‹N ÇÖZÜMLEMES‹......................................................... REGRESYON MODEL‹ .................................................................................. SONUÇ........................................................................................................... Özet................................................................................................................ Kendimizi S›nayal›m...................................................................................... Kendimizi S›nayal›m Yan›t Anahtar› ............................................................ Yararlan›lan Kaynaklar.................................................................................. EK 1................................................................................................................ EK 2................................................................................................................
8. ÜN‹TE
165 166 167
175 178 184 188 190 195 199 204 205 206 207 208 209 210
Çoklu Yöntem Yaklafl›mlar›......................... .......................... 212 G‹R‹fi .............................................................................................................. YÖNTEMSEL ÇO⁄ULCULUK ...................................................................... Formel Modelleme Yaklafl›m› ....................................................................... Nicel Yöntemler ............................................................................................ Nitel Yöntemler ............................................................................................. ÇOKLU YÖNTEM KARIfiIM ÇEfi‹TLER‹ ....................................................... Dört ve Üzeri Yöntemin Kar›fl›m›................................................................. Üçleme (Tripartite) Yöntemi......................................................................... ‹K‹L‹ KARIfiIM ÇEfi‹TLER‹............................................................................. Nicel ve Nitel Yaklafl›m Kar›fl›mlar›.............................................................. ‹statistiksel Analiz ve Derinlemesine Mülakat ....................................... Nicel Analiz, Nitel Do¤al Deneyler ve ‹çerik Analizi ........................... Co¤rafi Analiz - ‹statistiksel Analiz............................................................... ‹statistiksel Analiz - Saha Çal›flmas›........................................................ FORMEL MODELLEME VE N‹CEL YÖNTEMLER‹N KARIfiIMLARI ............. Formel Modelleme - Deneysel Yöntem Kar›fl›m› ........................................ Formel Modelleme .................................................................................. Deneysel Yöntem.................................................................................... Formel Modelleme - ‹statistiksel Analiz Kar›fl›m› -Disiplinli Yap›land›r›c›................................................................................................... Formel Modelleme - ‹statistiksel Analiz Kar›fl›m› - Kuram Testi ................ FORMEL MODELLEME VE N‹TEL YÖNTEMLER‹N KARIfiIMLARI ............
213 214 214 214 215 215 217 217 219 219 219 220 221 221 223 223 223 225 227 228 230
‹çindekiler
Formel Modelleme, Etnografi, Söylem Analizi ve Derinlemesine Mülakat .......................................................................................................... Formel Modelleme, Yo¤un Tasvir ve Vaka Analizleri ............................... N‹CEL YÖNTEMLER‹N DE⁄‹fi‹K TÜRLER‹N‹ KARIfiTIRAN YAKLAfiIM .... Sosyal A¤ (Network) Analizi - ‹statistiksel Analiz ....................................... Anket Çal›flmas› - Mülakat - ‹statistiksel Analiz........................................... N‹TEL YÖNTEMLER‹N DE⁄‹fi‹K TÜRLER‹N‹ KARIfiTIRAN YAKLAfiIM .... SONUÇ........................................................................................................... Özet ............................................................................................................... Kendimizi S›nayal›m ..................................................................................... Kendimizi S›nayal›m Yan›t Anahtar› ............................................................ S›ra Sizde Yan›t Anahtar› .............................................................................. Yararlan›lan Kaynaklar..................................................................................
230 230 231 231 233 235 236 238 239 240 240 241
vii
viii
Önsöz
Önsöz Küresel iliflkileri izlemeye bafllay›nca merak uyand›rmayan sorularla karfl›laflmamak pek mümkün de¤ildir ve merak olmadan da anlaml› bir araflt›rma olmas› mümkün de¤ildir. Meraksa öyle bir fleydir ki asl›nda öyle kolay kolay tatmin edilemez. Her çetrefil olay›n pek çok ve fazla da zorlan›lmadan verilebilecek bir cevab› ve aç›klamas› vard›r elbette. Ancak kiflinin merak› yeterince derinse asl›nda bu kolay cevaplar hemencecik ikna edicilikten uzak bulunacakt›r. Bunun en önemli nedeni elbette bu çetrefil olgular ve bunlara ba¤l› sorular›n hiçbir zaman tek bir etmenle aç›klanabilecek cevab› olmamas›d›r. Pek çok etmen ço¤u zaman büyük bir belirsizlik içinde birbiriyle rastsal denilebilecek bir etkileflim içerisinde gözlenilen sonuçlar› yarat›rlar. Böyle bir zorlu¤u gözleyebilen bir araflt›rmac›n›n merak›n› kolay kolay tatmin edebilmesi de kolay olmayacakt›r. Unutmamal›y›z ki merakla anlamaya çal›flt›¤›m›z olaylar›n ard›nda nelerin yatt›¤› konusunda öncelikle kendilerini tatmin eden bir cevap bulmakla meflguldür araflt›rmac›lar. Araflt›rma sürecinin her aflamas›nda bu merak›m›z› tatmin etmek için bir çaba içerisinde oluruz. Pek çoklar›n›n belki de tahmin edemedi¤i kadar yo¤un detayl› bu süreç hem yarat›c›l›k ve farkl› esin kaynaklar›n›n bir araya getirilmesini, hem de yo¤un bir teknik rutin içinde araflt›rmac›n›n titizlikle çal›fl›p terlemesini gerektirir. Araflt›rman›n ilham ve yarat›c›l›ktan beslendi¤ini ak›lda tutarak ça¤dafl araflt›rma tekniklerinin anlafl›lmas›n›n gereklerini bu derlemede bir araya getirmeye çal›flaca¤›z. Charles Ragin’in Constructing Social Research, The Unity and Diversity of Method (Pine Forge Press.1994) adl› kitab›nda vurgulad›¤› gibi ki sosyal bilim araflt›rmalar› özünde sosyal hayat›n bir temsil fleklidir. Medya ya da farkl› sanat dallar›nda sosyal hayat›n temsili ve yorumu da özünde sosyal bilimcilerin araflt›rmalar›yla ortaya koyduklar›na benzer temsillerdir. Medyada gazeteciler köfle yaz›lar› ve haberleriyle ya da sanatç›lar bir roman, film ya da bir resim ile sosyal hayat›n farkl› yönlerini temsil ederek farkl› bir yorum içerisinde izleyenlere ya da okurlara sunmaktad›rlar. Benzer flekilde sosyal bilimciler de araflt›rmalar›yla sosyal hayat›n benzer pek çok görünümünü kendi aç›lar›ndan temsili olarak sunmaktad›rlar. Sosyal hayat›n temsili temelindeki benzerliklerin yan› s›ra sosyal bilim araflt›rmalar›n›n sanat ve medyadaki temsillerden farkl›laflt›¤› da aç›kt›r. Bu farkl›l›klar ve sosyal bilim araflt›rmalar›n›n ana amaçlar› üzerine e¤ilmeden vurgulamam›z gereken önemli bir nokta pek çok farkl›l›k gösteren araflt›rma tekniklerinin temel nitelikleri ve iflleyifllerinin karfl›laflt›rmal› olarak çal›fl›lmas› gere¤idir. Her yaklafl›m ve tekni¤in üstünlüklerinin anlafl›lmas› ve kullan›mlar›n›n ö¤renilmesi zor de¤ildir. Ça¤dafl sosyal bilim yöntemi üzerine sa¤lanm›fl olan ilerlemeler farkl› yöntemsel aç›lardan da yaklaflsalar asl›nda temel sorunlara benzer bir bütünlük içinde cevaplar›n verilebildi¤i teknikleri gelifltirmifltir. ‹lerleyen bölümlerde bu yaklafl›mlar›n üretti¤i teknikler üzerine ayr›nt›l› bir tart›flma yürütülecektir.
Önsöz
Sosyal araflt›rmaya ihtiyaç duyar›z çünkü sosyal hayat anlafl›lmas› çok güç ve karmafl›k bir olgudur. Pekiyi, sosyal araflt›rmalar sosyal hayat›n temsilinde kendine has özel bir yere sahip midir? Bu soruya yine Ragin’in yukar›da bahsedilen kitab›nda özetlenen üç ana cevap k›saca flöyle özetlenebilir. Birinci olarak sosyal araflt›rmalar›n toplumu farkl› bir flekilde tan›mlar. Evet, gazeteciler, film yap›mc›lar›, ressamlar ve romanc›lar tümü toplumsal yaflam hakk›nda bir fleyler söylerler. Ama sosyal bilimlerde topluma verilen anlam tüm di¤erlerinden biraz farkl›d›r. Sosyal araflt›rmalar›n kulland›¤› dil de sosyal gerçekli¤in temsilindeki di¤er rakiplerden farkl› görülebilir. Pek çok zaman sosyal bilimciler toplumsal hayattan bahsederlerken gazeteci ya da romanc›lar›n aksine de¤iflkenlerden ve bunlar›n aras›ndaki nedensellik iliflkilerinden bahsederler. De¤iflkenlerin aras›ndaki nedensellik iliflkilerinin pek çok zaman roman ve gazetelerde de gözlemek mümkündür elbette. Ancak buralarda bu iliflkiler analitik bir disiplin çerçevesinde kullan›lmamaktad›r. Sosyal araflt›rmalar› sosyal hayat›n temsilinde di¤er benzer aray›fllardan ayr›flt›ran belki de en önemli özellik “bilimsellik” iddias›d›r. Sanat eserleri, gazete ve medyada sosyal hayat›n temsili ile sosyal araflt›rmalar aras›nda benzerlikler olmas›na karfl›n bu alternatifler karfl›s›nda sosyal araflt›rmalar›n izledi¤i yöntemin bilimselli¤i en büyük avantaj› olarak ileri sürülebilir. Ancak bu bilimselli¤in neye karfl›l›k geldi¤i çok aç›k de¤ildir. Bu belirsizli¤e ra¤men pek çok zaman bilimselli¤in temelinde hipotez üretimi ve bu hipotezlerin de sosyal gerçeklikle iliflkilendirilerek s›nanmas› yatar. Hipotezler özünde sosyal bilimcilerin beklentileridir. Bu beklentiler genel olarak var olan yaz›n temelinde bir kuramsal çerçeve içerisinden üretilir. Eldeki hipotezlerin geçerli olup olmad›¤›n›n s›nanmas› ile bilimsel yöntem hem sosyal hayat›n temsiline dair üretilen hikayelerin ne derece ikna edici oldu¤u gösterilmifl olunur hem de bilimsel tart›flmalar›n geliflimine dair de bir ip ucu elde edilmifl olunur. Aç›kt›r ki sosyal hayata dair üretilen hipotezler ço¤u zaman birbirleriyle çeliflecektir. Farkl› varsay›mlar ve kuramsal aç›lardan üretilen hipotezlerin tümüne dair sosyal hayat içinden destekleyici gözlemler bulabilmemiz de zor olacakt›r. Bu noktada hangi hipotezlerin sosyal hayat içerisinden toplanan veriler temelinde desteklendi¤i, hangilerinin ise ret edildi¤inin saptanmas› önemlidir. Ancak böylece hangi kuramsal yaklafl›mlar›n sosyal hayat›n çetrefil yap›s› içinde destek buldu¤u gözlenebilecektir. Bu s›nama sürecindeki pek çok ad›m hakk›nda önümüzdeki ünitelerde ayr›nt›l› bir tart›flma sunulacakt›r. Kuramdan veriye geçifl sürecindeki ölçüm sorunlar›n›n yan› s›ra bu toplanan verilerin farkl› yöntemlerle çözümlenmesi ve ard›ndan da elde edilen sonuçlar›n eldeki s›nama amac›yla uyuflur hale dönüfltürülmesi ve nihai olarak s›naman›n sonucunun ne oldu¤unun tespiti bilimsel yöntemin en önemli ad›mlar›d›r. Bu süreç içerisinde bilimsellik iddias›n›n bir parças› olarak eldeki kuramsal çerçevenin geçmiflte yürütülmüfl görgül ve kuramsal çal›flmalara ba¤lanmas› verilebilir. Sosyal bilimciler kendi çal›flmalar›n› bilinçli bir flekilde ve en kolay ulafl›labilir flekilde geçmifl çal›flmalara ba¤larlar. Üretilen hipotezlerin kuramsal çerçeve ile ilintisi de en aç›k flekilde or-
ix
x
Önsöz
taya konmal›d›r. Bu beklentilerin sosyal gerçeklikle ne derece örtüfltü¤ünün s›nanmas› için nas›l bir araflt›rma kurgusu düflünüldü¤ü de aç›k bir flekilde dile getirilmelidir. Daha sonraki aflamalarda söz konusu araflt›rma kurgusu içerisinde veri toplan›l›r ve hipotezler de en aç›k flekilde s›nan›r. Gary King, Robert Keohanne ve Sidney Verba’n›n Designing Social Inquiry, Scientific Inference in Qualitative Research (Princeton University Press 1994, 79) adl› kitaplar›nda verdikleri tan›ma göre bilimsel araflt›rman›n dört ana özelli¤i vard›r. Bunlardan birincisi sosyal araflt›rmalarda ana amac›n ç›karsama yapmak (inference) oldu¤unun kabulüdür. Bilimsellik sadece veri toplama olamaz. Toplanan verilerin hedef kitle ya da anlafl›lmaya çal›fl›lan olgunun gözlemler d›fl›nda ve bunlar› da kapsayan bütünü hakk›nda nas›l bir ç›karsama olana¤› verdi¤inin de¤erlendirilmesi bilimselli¤in en önemli gereklerinden biridir. Bilimsel araflt›rmalar›n hipotez üretim ve veri toplama süreçleri, kullan›lan yöntemler kamusal alanda paylafl›lmal› ve aç›k seçik ortaya konmal›d›r. Ancak böylelikle bilimsel araflt›rma süreci bütünüyle anlafl›labilir ve böylelikle de geçerlili¤i, güvenilirli¤i de¤erlendirilebilir ve gerekti¤inde yeniden üretilebilir. Aksi takdirde, araflt›rma sürecinin anlafl›lamad›¤›, hipotez üretim ve s›nama süreçlerindeki öneli kararlar›n nas›l verildi¤i anlafl›lamad›¤› durumlarda bu çal›flmalarla üretilen sonuçlar›n geçerlili¤inin saptanmas› da mümkün olmayacakt›r. Bir bilimsel araflt›rma böyle mu¤lak süreçlere dayanamaz. Ç›karsama süreci do¤as› gere¤i belirsizlik ve potansiyel hatalar içerir. Bu hatalar›n ve belirsizli¤in ne düzeyde oldu¤una dair bir kestirim içermeyen araflt›rma sonuçlar›n› yorumlamak mümkün de¤ildir. Dolay›s›yla her araflt›rma sonucunun ne derece geçerli oldu¤una dair bir kestirim de içermesi gerekir. Sonuçlardaki belirsizlik ve hata pay› kestirimi olmayan bir araflt›rman›n bilimsellik kriterlerini sa¤lad›¤›n› söylemek mümkün de¤ildir. King, Keohane ve Verba’n›n en son vurgulad›¤› nokta da bilimsel araflt›rmalar›n en temel içeri¤i izlenilen yöntem olmas›d›r. Bilimsellik sadece yöntemle ilgili bir olgudur. Bu aç›dan yöntemsel prensiplerin aç›k seçik ortaya konmas› bilimselli¤in de bir ön kofluludur. King, Keohane ve Verba’ya göre bu verilen bilimsellik kriterlerinin nicel ve nitel araflt›rmalar aras›nda farkl›l›k göstermedi¤i gibi, “iyi” bir araflt›rman›n bilimsellik için nicel ya da nitel olmas›ndan ba¤›ms›z olarak bu kriterlere sad›k kalmas› gerekir. Bu görüfl baflta olmak üzere ileri sürülen prensipler bir dizi elefltiriyle karfl› karfl›ya kalm›flt›r. Bunlar› bir araya getiren Henry Brady ve David Collier taraf›ndan derlenmifl Rethinking Social Inquiry, Diverse Tools, Shared Standards (Rowman and Littlefiled Publishers, 2004) kitapta temel olarak bilimselli¤in kamusal alanda ve yöntem tart›flmalar›n›n aç›k seçik dile getirilmesi temelinde flekillenmesi prensibine karfl› bir görüfl dile getirilmez. Ancak ana amac›n ç›karsama yapmak olmas› ve belirsizli¤in derecesinin vurgulanmas› gere¤i prensiplerine destek vermezler. Elbette teori gelifltirme amac›yla yürütülen çal›flmalarda ç›karsama ön plana ç›kmayacakt›r. Benzer flekilde sosyal kavramlar›n ölçülebilir hale getirilme süreci de kendine has zorluklar içeren ve do¤rudan bilimsel olmakla beraber belirsizlik ç›karsama amaçlar›n› da ön plana ç›karmayan bir yap›ya sahiptirler.
Önsöz
Son y›llarda git gide artan bir tart›flmaya sahne olan bu sosyal bilimlerde bilimsellik nedir sorusu etraf›ndaki tart›flma net bir sonuca ulaflm›fl de¤ildir. Ancak tart›flman›n bu aflamas›nda vurgulanmas› gereken sosyal araflt›rmalarda tek bir tart›flma götürmez bilimsellik iddias› ya da kriterler manzumesinin bulunmad›¤›d›r. Sosyal bilimlerde, belki do¤a bilimlerinin pek çok alan›ndan farkl› olarak, hemen her sosyal bilim disiplininde bilimsel yöntemin içeri¤i üzerine yo¤un tart›flmalar yürütülmektedir. Bu tart›flmalar›n ulaflt›¤› belki de en belirgin nokta araflt›rmalar›n kendilerine seçtikleri amaca uygun olarak farkl› alternatif yöntemsel prensibin ayn› araflt›rma içinde yo¤rularak birçok yöntemli yaklafl›m benimsemenin gere¤idir. Bu gereklilik ve çok yöntemli yaklafl›mlara da önümüzdeki ünitelerde de¤inece¤iz. Tart›flman›n bu noktas›nda sosyal bilimleri kaba hatlar›yla ikiye bölmüfl olan nicel ve nitel araflt›rma yöntemsel farkl›laflmas›na de¤inmeliyiz. Bu iki yaklafl›m temelde bir ontolojik (varl›kbilgisel) farkl›laflmaya dayan›r. Sosyal bilimlerde ontolojik farkl›laflmalar varl›k, varl›¤›n yap›s› ve bu var oluflun ilkelerinde temel farkl›laflmalar› yans›t›r. Temelci (foundationalist) ontolojik yaklafl›mda varl›k kifliden ba¤›ms›z olarak vard›r. Bu temelci yaklafl›m karfl›s›ndaki görüfl ise varl›¤›n sosyal bir yap›s› oldu¤unu savunur ve sosyal bilimde her olgunun sosyal olarak oluflturuldu¤unu ve yoruma muhtaç oldu¤unu öne sürer. Ontoloji varl›¤›n temeli ile ilgilenirken epistemoloji (bilgi kuram›) bilen ile bilinen aras›ndaki iliflki üzerinde durur. Bilginin ne oldu¤u, nas›l ulafl›ld›¤›, gerçek ve bilgi aras›ndaki iliflki gibi temel sorularla u¤raflan bu felsefe dal› sosyal bilimlerdeki nicel ve nitel yöntem ayr›flmas›n› da yans›t›r. Sosyal bilimlerde görgül (empiricist) yaklafl›m araflt›rmac›n›n yarg›lar›ndan ba¤›ms›z gözlem, deney ve deneyimlerle elde edilen bilgi üzerinde durur. Do¤a bilimleri ve sosyal bilimler aras›nda bir fark görmeksizin ontolojik olarak temelci bir yaklafl›m sergileyen görgül araflt›rmac›lar nedensel aç›klamalar ve temelde birtak›m bilimsel genellemelere ulaflabilmeyi amaçlar. Mant›ksal olguculuk (logical positivism) etkisi alt›nda bu gelenek içinde do¤ada (ya da toplumsal hayatta) düzenlilik olup olmad›¤›n› tespit için bir genellemede bulunup bunun nas›l içerimleri (implications) olaca¤›n› ç›kar›p buradan ç›kacak hipotezin görgül olarak takip edilmesi gerekti¤i prensibiyle çal›fl›r. Hollis, M. ve S. Smith taraf›ndan kaleme al›nan Explaining and Understanding in International Relations (Oxford: Clarendon Press, 1990, 50) eserde hipotezin görgül destek bulmamas› durumunda hipotezde de¤iflikli¤e giderek ayn› sürecin tekrarlanmas›yla bilginin gelifltirilebilece¤i görüflü dile getirilir. Oysa hermeneutik (yorumbilgisel) yaklafl›m ontolojik olarak temelci de¤ildir ve sosyal dünyan›n sosyal olarak yarat›ld›¤›n› kabul eder. Dolay›s›yla görgül bulgular araflt›rmac›lardan ba¤›ms›z olarak var de¤ildirler. Önemli olan nedensel aç›klamadan ziyade yorum ve anlamakt›r. Ana hatlar›yla görgül yaklafl›m nicel araflt›rmalarla özlefltirilirken nitel araflt›rmalar temelci ontolojiyi ret ederek yoruma dayal› çal›flmalarla özdefllefltirilir. Görgül yaklafl›mda normatif (kuralc›) sorulardan ba¤›ms›z objektif araflt›rma yap›labilece¤i varsay›l›r. Bu yaklafl›mda genifl gözleme dayal› “sert veri” (hard data) (nicel ölçümlerle flekillenmifl istatistikler, seçim sonuçlar›, anket verileri vb.) yayg›n olarak
xi
xii
Önsöz
kullan›l›rken yorumcu yaklafl›mda az say›da gözleme ya da vakaya dayal› “yumuflak veri” (soft data) kullan›m› yayg›nd›r. King, Keohanne ve Verba taraf›ndan öne sürülen nicel ya da nitel tüm “iyi“ araflt›rmalar›n ayn› temel prensipler çerçevesinde flekillendirilmesi gerekti¤i fikrinin ne kadar derin bir ayr›ma dair oldu¤u aç›kt›r. Gelen itiraz ve tamamlay›c› fikirleri bu çerçevede de¤erlendirmek yerinde olacakt›r. Biz takip eden ünitelerde gerek nicel gerek nitel yaklafl›mlar› tart›flmam›z içine dahil edece¤iz ve en son ünitede de çoklu yöntem tart›flmalar›na yer verece¤iz. Araflt›rma sonuç olarak bilim-insanlar› taraf›ndan yap›lan bir faaliyet oldu¤una göre her faaliyetimiz gibi araflt›rman›n da ahlak standartlar›m›za uyup uymad›¤›n› düflünmeliyiz. Her ne kadar pek çok zaman birbiriyle efl anlaml›ym›flças›na kullan›lmalar›na ra¤men, ahlak ve etik kavramlar›n›n tam anlam›yla örtüflmedi¤ini vurgulamam›z gerekir. Etik bir meslek grubu, ifl kolu ya da profesyonel bir faaliyette standart olarak kabul görmüfl ve bu faaliyetleri düzenleyen bir öznel kurallar manzumesidir diyebiliriz. Sosyal bilimlerde de genel kabul görmüfl bir etik kurallar dizini oldu¤u söylenebilir. Bilimsel araflt›rma faaliyetlerinin profesyonel etik kurallar bütünü içinde de¤erlendirilmesi gerekti¤ini söylerken bu faaliyetler içindeyken belki baflka faaliyetlerimizde pek bulunmayan iki genel etki ve bunlar›n sonuçlar›n›n da alt›n› çizmemiz gerekir. Bunlardan birincisi bulgular›m›z›n toplumsal sonuçlar›na dairdir. Bu sonuçlar›n ne olabilece¤ini görebiliyor muyuz? Ya bu görebildi¤imiz sonuçlardan ne derece rahats›zl›k duyuyoruz? Bu ve benzeri sorular›n akl›m›zda olmas› iyi olacakt›r. Pek çok zaman araflt›rmac›lar bu zor sorular ve sonuçlar›ndan kaçma yolunu seçebilirler. Sadece bulgular›n do¤rulu¤u, güvenilirli¤i ile ilgilenip ahlaki sorular›n kendi iflleri olmad›¤›n› düflünme yolunu seçebilirler. Oysa sosyal bilimlerde hemen hiçbir zaman u¤rafl›lan konular, sorular ve cevaplar› tek bir gerçeklik ve bunu oluflturan tek bir seri bulgular etraf›nda flekillenmemektedir. Hangi perspektiften bak›ld›¤›, hangi soruya cevaplanma önceli¤i verildi¤i do¤rudan ulafl›lan sonuçlar› etkileyebilmektedir. Kald› ki ayn› bulgular›n çok farkl› yorumlar›n›n da olmas› flafl›rt›c› de¤ildir. Bu aç›dan neyi nas›l çal›flmay› bizim kiflisel tercihlerimizle belirledi¤imizi unutmamal›y›z. Bu tercihlerin sonuçlar›n›n neler oldu¤u konusunda düflünmemiz gerekir. Farkl› tercihlerde bulunsayd›k ulaflaca¤›m›z sonuçlar nas›l de¤iflirdi bunu düflünmeliyiz. ‹kinci olarak ak›lda tutmam›z gereken önemli nokta u¤rafl alan›m›z›n sosyal bilimler çerçevesinde do¤rudan insanlarla ve ilgili oldu¤udur. Dolay›s›yla insanlara nas›l davrand›¤›m›z ve onlar› çal›fl›rken onlar›n kiflilik haklar›n› ihlal etmiyor oldu¤umuza dikkat gerekir. ‹zleyen ünitelerde sosyal araflt›rmalar› farkl›laflt›ran temelleri oluflturan noktalar üzerinde daha ayr›nt›l› duraca¤›z. Öncelikle medya ve sanat yap›tlar›ndan farkl› olarak sistematik bir kavramlaflt›rma ve ölçüm sorunlar› üzerine yo¤unlaflan çabalar aç›kl›¤a kavuflturulacakt›r. Burada sosyal araflt›rmalar›n de¤iflken dili üzerinde daha ayr›nt›l› durarak de¤iflkenlerin kuramsal temelleri ve operasyonel olarak somut ölçümlere ba¤lanan ölçüm sorunlar› üzerinde durulacakt›r. Bu tart›flmay› takiben nedensellik dilinin temellerine e¤ilece¤iz. Neden sonuç iliflkilerini de¤iflken dili içerisinden ç›kararak veri temelli s›nan›fl›n› nas›l kurgular›z? sorusu
Önsöz
etraf›nda deneysel çabalar› ve bunlar›n uluslararas› iliflkilere yans›mas› üzerinde duraca¤›z. Bir sonraki ünitede veri toplamaya giriflirken toplanan verinin nas›l bir süreç içerisinde temsil gücüne sahip k›l›nd›¤› üzerinde duraca¤›z. Örneklem yöntemlerinin en basit ve kullan›fll› olanlar›ndan daha karmafl›k olanlar›na kadar temel yap›tafllar›n› pratik örneklerle sunaca¤›z. Bu üniteyi takiben sosyal araflt›rmalarda s›k s›k kullan›lan vaka analizi yöntemi üzerinde durulacakt›r. Vaka seçimi ve bu vakalar›n istenilen amaçlara hizmet edilecek bir kurgu içerisinde seçilip çözümlenmesinde karfl›lafl›lan güçlükler ve bunlar›n çözümü üzerinde durulacakt›r. Bu tart›flmalar› takiben sosyal araflt›rmalarda nitel ve nicel yaklafl›m farkl›laflmas› üzerinde duraca¤›z. Öncelikle nitel yöntemlerin temel nitelikleri üzerinde durulacak ve derinlemesine görüflme, kat›l›mc› gözlem ve odak görüflme yöntemleri üzerinde durulacakt›r. Ard›ndan içerik çözümlemesinin temellerine e¤ilinecek ve takip eden ünitede nicel çözümleme tekniklerinin temellerine e¤ilinecektir. En son olarak da çoklu yöntem yaklafl›mlar› üzerinde durulacak ve tart›flma sonland›r›lacakt›r. Son olarak bu derleme farkl› üniversitelerden araflt›rmac›lar›n kaleme ald›¤› çal›flmalardan oluflmaktad›r. Derleme editörlü¤ünü üstlenen Koç Üniversitesi’nden Prof.Dr. Ali Çarko¤lu ünite 3, 6 ve 7’yi, Prof.Dr. Ersin Kalayc›o¤lu ünite 1’i, Koç Üniversitesi’nden Yrd.Doç.Dr. Belgin fi. Akça ünite 2’yi, Koç Üniversitesi’nden Yrd.Doç.Dr. fiener Aktürk ünite 4’ü, ‹stanbul Bilgi Üniversitei’nden Yrd.Doç.Dr. Senem Ayd›n Düzgit ünite 5’i kaleme alm›fl, Koç Üniversitesi’nden Yrd.Doç.Dr. Belgin fi. Akça ile Yrd.Doç.Dr. fiener Aktürk de birlikte ünite 8’i kaleme alm›fllard›r. Bu yay›n›n gerçeklefltirilmesinde hiçbir deste¤i esirgemeyen Anadolu Üniversitesi Rektörü Prof.Dr. Davut Ayd›n ve Uluslararas› ‹liflkiler Program Koodinatörü Yrd.Doç.Dr. Elif Toprak’a özellikle teflekkürü bir borç biliriz. Asistan›m›z Koç Üniversitesi Uluslararas› ‹liflkiler Bölümü doktora ö¤rencisi Kerem Y›ld›r›m’a metinlerin yay›na haz›rlanmas›nda bize verdi¤i destek için teflekkür ederiz. Bu çal›flman›n bas›m› s›ras›nda her türlü teknik yard›m› sunan ve tasar›m›n› gerçeklefltirmekte büyük eme¤i geçen Doç.Dr. Murat Ataizi ve dizgi ekibine özellikle teflekkür etmek isteriz.
Editör Prof.Dr. Ali ÇARKO⁄LU
xiii
ULUSLARARASI ‹L‹fiK‹LERDE ARAfiTIRMA YÖNTEMLER‹
1
Amaçlar›m›z
N N N N
Bu üniteyi tamamlad›ktan sonra; Kavram›n anlam›, siyaset bilimindeki konumu ve ifllevini kavrayabilecek, Kavramlaflt›rman›n siyaset bilimi kuramsallaflt›rmas›ndaki ve mant›k yürütüme ve siyaset hakk›nda düflünme için oynad›¤› rolü aç›klayabilecek, Kavramlar›n nas›l de¤iflkenlere dönüfltürüldü¤ünü ve bu yolla sosyo-ekonomik, kültürel ve siyasal olgular hakk›nda nas›l nicel betimlemeler yap›labilece¤ini görebilecek, Kavramlar›n ölçülmesinde yap›lacak hatalar›n geçerli ve güvenilir ölçülere ulafl›lmas›nda nas›l rizikolar oluflturdu¤unu görecek ve bu konudaki zorluklar› kavrayabilecek bilgi ve becerilere sahip olabileceksiniz.
Anahtar Kavramlar • • • • •
Kavram Kavramsallaflt›rma Görgül Gerçek Gözlem Denence
• • • • •
‹fllemsellefltirme Ba¤›ms›z ve Ba¤›ml› De¤iflken Ölçüm Düzeyleri Ölçümün Geçerlili¤i Ölçümün Güvenilirli¤i
‹çindekiler
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Siyaset Biliminde Bilimsel Kavramlaflt›rma ve Ölçüm
• G‹R‹fi • GÖRGÜL S‹YASAL GERÇEK VE KAVRAM • KAVRAM VE TANIMLAMA • KAVRAMLAR VE DE⁄‹fiKENLER • ÖLÇÜMDE GEÇERL‹L‹K • ÖLÇÜMÜN GÜVEN‹L‹RL‹⁄‹ • SONUÇ
Siyaset Biliminde Bilimsel Kavramlaflt›rma ve Ölçüm G‹R‹fi Kavramlaflt›rma ve ölçüm siyaset hakk›nda gelifltirilen kuramsal (teorik) önermeleri görgül (ampirik) gözleme dayal› sistematik s›nama yoluyla yanl›fllama etkinli¤inin temel merhalelerinden birisi, hatta ilkidir. Kavramlaflt›rma gözlem yoluyla varl›¤›n› saptad›¤›m›z görgül dünya hakk›nda düflünmeye bafllad›¤›m›z noktada oluflur. Kavramlaflt›rma gözlemledi¤imiz ya da ileride bir zamanda gözlemlemeyi hayal etti¤imiz bir olgunun (fenomenin) veya olay›n (event) anlamland›r›lmas› için zihnimizde yapt›¤›m›z bir canland›rmad›r. Gözlem yoluyla ulaflabilece¤imiz bir siyasal olgu veya olay›n anlam›n›, karakteristik özelliklerini tan›mlama ve zihnimizde biçimlendirerek adland›rma yoluyla yap›lan kavramsallaflt›rma, siyaset hakk›nda soru sormak ve önermelerde bulunmak için at›lan bir ilk ad›md›r. Kavramlar siyasal olgu veya olaylara verilen adlar veya yap›flt›r›lan etiketlerdir. Örne¤in, bir toplumu ba¤layacak kararlar› almak için oluflturulan mevkilere gelebilmek için seçmenlerin deste¤ini almak üzere örgütlenen topluluklara “siyasal parti” ad›n› uygun gördü¤ümüzde üzerinde bu ad yazan bir etiketi zihnimizde bu mahiyetteki tüm örgütlenmelerin üzerine as›yoruz demektir. Bilimde görgül gerçekle ilgili bir kavram oluflturdu¤umuzda bunu baflkalar›n›n kullan›m›na sunar›z. Bu yolla bu kavram›n sadece bizim hayalimizin ürünü olan bir düflünce olup olmad›¤›n›, baflkalar›n›n da bu kavram› aynen bizim kafam›zda kurgulad›¤›m›z gibi düflünebilmelerinden anlar›z. O zaman öznel afl›r› (inter-subjective) anlaflabilirli¤e bu kavram arac›l›¤›yla ulaflarak belirli bir olgu hakk›nda düflünmeye, onun oluflum, geliflim ve yok olufl koflullar›n› düflünmeye, anlamaya ve nihayet aç›klamaya çal›flabiliriz. Bu bölümde kavramlar›n tan›mlanmas›, bu tan›mlar›n görgül (ampirik) olgularla olan ba¤lar›n›n kurulmas›, kavramlar›n de¤iflken olarak ifadelendirilmesi, ölçülmesi ve bu aflamalar s›ras›nda karfl›lafl›lacak zorluklar, sorunlar, yap›lacak hatalar gibi özellikleri inceleyece¤iz.
GÖRGÜL S‹YASAL GERÇEK VE KAVRAM Befl duyumuzla varl›¤›n› saptad›¤›m›z dünyaya görgül (ampirik / empirical) dünya ad›n› veriyoruz. Antik Ça¤’dan günümüze kalan yaz›l› yap›tlardan anlad›¤›m›z kadar›yla görgül dünyan›n ötesinde, duyular›m›zla varl›¤›na iflaret edemedi¤imiz aflk›n (transandantal / transcendental) bir dünyan›n mevcudiyeti kadar bunun mükemmeliyeti de Sokrat ve ö¤rencisi Platon ve onlar› izleyenler taraf›ndan öne sürülmüfltür. Ancak, bilim sadece görgül olan› gözlemekle gerçe¤in saptanabilece¤i-
4
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
ni varsayar ve görgül olarak do¤rudan veya dolayl› olarak saptanamayan› bilinebilir gerçek olarak kabul etmez. Toplum bilimlerinden olan siyaset bilimi de Siyasal Felsefe veya Düflünce alan› d›fl›nda kalan Uluslararas› ‹liflkiler dâhil tüm alt dallar› da bu varsay›ma dayal› olan bilimsel önerileri içerir ve bu çerçevede yap›lan gözS‹ZDEçözümlemelerin (empirical analysis) saptad›¤› bulgulara dayaleme dayal›SIRA görgül narak bu önermeleri s›namaya tabi tutar ve bunlar›n gerçek olup olmad›klar›na dair hüküm verir. Onun için bu ünitede de görgül dünya ve onun içindeki siyaset olD Ü fi Ü N E L ‹ M gusu (fenomeni / phenomenon) ile ilgili olarak ortaya konan iddialar›n kavramsallaflt›r›lmalar›, kavramlar›n görgül siyasal hayattaki varl›klarla ilintilerinin kurulmas›, S O R U s›kl›k, çokluk, da¤›l›m gibi özelliklerinin ölçülebilmesini inceleyece¤iz. Burada siyasal gerçekler derken olgular, olaylar, befl duyumuzla saptanabilen kaD ‹hayattaki KKAT n›tlardan bahsediyoruz. Siyaset biliminde bu konuda siyasal düflünce (siyasal felsefe) ile siyasetin bilimsel araflt›r›lmas› olan görgül siyasal kuram (teori) aras›nda önemli bir ayr›m SIRA Siyasal S‹ZDE düflünce kim kimi, nas›l, niçin yönetmelidir? Erdemli yönetim, mutsöz konusudur. lu bir yaflant› temin eden devlet biçimi nedir? vb. sorularla ilgilidir. Oysa görgül siyaset kuramlar› her gün içinde yaflad›¤›m›z, befl duyumuzu kullanarak varl›¤› hakk›nda kan›t bulabiAMAÇLARIMIZ lece¤imiz siyasal olgu ve olaylar›n neden ve nas›l ortaya ç›kt›¤›, nas›l ve niçin de¤iflti¤i hakk›nda yanl›fllanabilir iddialar (denenceler / hipotezler) gelifltirir. Siyasal düflünce görgül siyasal gerçek ile s›n›rl› olmad›¤›ndan, görgül olgu ve olaylar siyasal düflünce için gerçek olK ‹ T A P gular›n s›n›r›n› oluflturmaz. Siyasal düflünce sadece olan biteni aç›klamak amac›nda olmay›p ayn› zamanda olmas› gerekeni de üretmek iddias›ndad›r. Bu yüzden siyasal düflüncede gerçek befl duyumuzla saptanan gözlemle s›n›rl› olmak zorunda de¤ildir. O yüzden Sokrat T E L E Vdünyas›nda ‹ZYON ve Platon (Arap Eflatun diye de an›lmakta, ülkemizde de bazen bu biçimde at›fta bulunulmaktad›r), gibi ö¤rencilerinden bir k›sm› gerçe¤in gözlemle s›n›rl› olmad›¤›n›, hatta befl duyumuzla varl›¤›n› saptad›¤›m›z görgül gerçe¤in sadece mükemmel ve de¤iflmez oldu¤unu kabul ettikleri Idealar âlemindeki gerçe¤in yans›mas›ndan (gölgesinden) ibaret ‹ N T E etmifllerdir. RNET oldu¤unu iddia Onlara göre de¤iflen ve bozulan fleyler gerçek olamaz, çünkü gerçek mükemmel, de¤iflmez olup Idealar âleminde mevcuttur. Bu gerçek ise yans›malar›n› gözleyerek bulunamaz, de¤iflmedi¤i için mükemmel olan gerçe¤i ise ancak Filozoflar belirli bir e¤itimi ald›klar›nda ve kemale erdiklerinde (yafllar› 35’i geçti¤inde) “görebilir” veya “gözlemleyebilirler.” Onun için hepimizi mutluluk içinde yaflatacak mükemmel devleti de Filozof olan birisi “Idealar âleminde gözlemleyebilir!” Onun gözlemleyip bize aktard›klar›n› biz bu de¤iflme zorunda olan, yani entropi yasalar›na tabi olan ve hiçbir zaman mükemmel olamayacak olan dünyaya uygularsak hiç olmaza bir müddet mükemmel devletin mutluluk ortam›nda yaflayabiliriz. Bu nedenle insanl›¤›n Filozof Krallar eliyle yönetilmesini öneren Platon, bu fikrini kabul eden Sicilya’n›n Siracusa (Syracuse) kent devletini bir süre yönetmifl, ancak mutluluktan çok dünyada bir cehenneme çevirdi¤i bu kentten filozofça önsezisiyle ayaklanmadan önce kaçarak kurtulmufltur (Cornford, Francis MacDonald, The Republic of Plato, (1973): tamam›). Bu felaket Platon’un fikirlerinin yanl›fl olabilece¤ine ikna etmemifl (sadece Siracusal›lar›n yeteneksizli¤ine inand›rm›flt›r), pek çok düflünür ve siyasetçinin onun izinden gitmesini de engelleyememifltir. ‹nsanl›k tarihinin, dünya olaylar›n›n nereye gitti¤ini bildi¤ini iddia edenler eliyle insanl›k büyük trajediler yaflam›flt›r. On alt›nc› yüzy›lda ortaya ç›kan Niccolo Machiavelli’nin Prens adl› yap›t›ndan itibaren giderek artan ölçüde görgül siyasal gerçe¤e dayal› siyaset kuram› aray›fl› Siyaset Bilimi’nde a¤r›l›k kazand›. Nihayet yirminci yüzy›l›n ikinci yar›s›nda önce Amerika Birleflik Devletleri’nde sonra da baflta Avrupa olmak üzere tüm dünyada büyük a¤›rl›k kazanm›flt›r (görgül ve aflk›n gerçek esasl› bilgi üretimine ilgi duyanlara Popper, Karl, Open Society and Its Enemies: Vol. I The Spell of Plato (Aç›k Toplum ve Düflmanlar›, ‹stanbul: Liberte Yay›nlar›, 2008, Cilt 1. Platon) adl› yap›t›n› okumalar›n› öneririz.)
N N
5
1. Ünite - Siyaset Biliminde Bilimsel Kavramlaflt›rma ve Ölçüm
Kavramlar bizim düflünce yap› tafllar›m›zd›r. Onlar olmadan hangi nesneden (object) veya özneden (subject) bahsetti¤imizi anlamak, bilmek ve dolay›s›yla bir konuyu anlatmak ve onunla ilgili toplumsal bir iletiflimde bulunmak olanaks›zd›r. Kavramlar zihnimizde, etraf›m›zda gördü¤ümüz, duydu¤umuz, koklad›¤›m›z, tatt›¤›m›z ve dokundu¤umuz, hatta sadece düfl olarak gördü¤ümüz veya sadece hayal etti¤imiz her fleye yap›flt›rd›¤›m›z etiketlerdir. Zihnimizde gözlemle veya sadece düflünsel olarak (tasavvur veya hayal ederek) soyut olarak canland›rd›¤›m›z nesne veya öznelere birer etiket yap›flt›r›p onlar› birbirinden ay›rmak ve o etiketlere birer ad yaz›p onlar› adland›rmak suretiyle kendi dünyam›z› tan›mak, anlamak ve anlamland›rmaktay›z. Küçük yaflta bu zihinsel ifllemler anne, baba, kardefl, yemek, su vb. az say›da özne ve nesneyi içermektedir. Zamanla zihnimizde çok daha kapsaml› bir sözlük gelifltiriyoruz. Ebeveynlerimiz, yuva, okul öncesi e¤itim kurumlar› ve nihayet okul bu zihinsel geliflmemizde bize yard›m ettikleri gibi bizlerin düflünmesini de biçimlendiren etkilerde bulunuyorlar. Do¤uflta sahip oldu¤umuz düflmekten, çok s›cak ve so¤uktan ve yüksek sesten irkilme, ürkme ve hatta korkma daha sonralar› çok daha farkl› hofl, iyi, kötü, çirkin, sevgi, nefret gibi duygulara dönerken, bunlar aras›ndaki anlam farklar›n› kavr›yor ve ö¤reniyoruz. Dolay›s›yla sadece nesne ve öznelere de¤il ayn› zamanda duygu, düflünce, sezgi, tasavvur ürünlerini etiketliyor, tan›ml›yor ve adland›r›yoruz. Bunlar› yaparken ebeveynlerimizden ve okuldan ö¤rendi¤imiz dil veya dilleri kullan›yoruz. Soyut, zihinsel etiketler olarak kavramlar ö¤rendi¤imiz dille etkileflim içinde gelifliyor, ebeveynlerimiz, aile çevremiz, okul ve arkadafllar›m›z arac›l›¤›yla biçimleniyor. Ancak, kavramlar›n soyut ve zihinsel içerikleri yer edip kan›ksan›rken bu soyut ve zihinsel olma keyfiyetlerini hiç yitirmiyorlar. Kavramlar sadece bizim zihnimizde varlar; görgül olgu ve olaylar ise bizim zihnimizden ba¤›ms›z olarak etraf›m›zda ya kendiliklerinden ya da öznel afl›r› (inter-subjective) etkileflimler hâlinde, yani bireylerin bir arada ve birbirleriyle etkileflimi içinde davranmas›yla ortaya ç›k›yorlar. Kavramlar zihinsel kurgular›m›z olup soyut tan›mlamalar, betimlemeler (tasvir / description) veya tasavvur ve hayallerden ibarettir. Etraf›m›zda gördü¤ümüz bitki, hayvan veya eflyalar›n üzerinde herhangi bir dilde onlar›n türlerine ait adlar› yazm›yor. Biz onlara belirli adlar› yak›flt›r›p veriyoruz. Belirli nesne, özne ve olgular› belirli bir biçimde tan›ml›yoruz. Bu tan›mlar genel kabul görürlerse o dile yerlefliyor ve ondan sonra da bir kuflaktan di¤erine aktar›larak sürüyor. Kavramlar olmadan siyaset hakk›nda düflünme mümkün olabilir mi?SIRA S‹ZDE
KAVRAM VE TANIMLAMA
1
D Ü fi Ü N E L ‹ M Bir kavram›n tan›mlanmas› onun etiketlenmesi ile ayn› anlam› tafl›r. Tan›mlamak suretiyle bir kavram›n ne anlama geldi¤i ifade edilmifl olur. Bu ifllem bir anlamda S O Rgözlem U karmafl›k toplumsal gerçek içinden bir unsuru öne ç›kartmak, onu için belirgin hâle getirmek anlam›ndad›r. Bu ifllem ayn› zamanda bilimsel araflt›rmada hangi görgül toplumsal olguya bak›laca¤›n›, onun s›n›rlar›n› ve araflt›rman›n evreD‹KKAT nini (kapsam›n›) belirler. Bu amaca hizmet edecek biçimde bilimsel kavramlar›n tan›mlamalar›nda araflt›rmac›lar uygun gördükleri bir tan›m› yapmakta tamamen SIRA S‹ZDE yaklaflma serbesttirler. Bu serbestî onlara bir görgül olguya hayal ettikleri biçimde olana¤› sunar. Dolay›s›yla bilimsel araflt›rmada “do¤ru” veya “yanl›fl” olarak kabul edebilece¤imiz tan›mlar yoktur. Kavram soyut bir zihinsel tasavvur oldu¤undan, AMAÇLARIMIZ onun tan›m› da zihninde o kavram› canland›ran araflt›rmac›n›n düflündü¤ü ve hatta düflledi¤i gibidir.
N N
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
K ‹ T A P
TELEV‹ZYON
TELEV‹ZYON
6
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Ancak, burada iki hususa dikkat etmek gerekir. Birincisi, bu zihinsel tasavvurun ne anlama geldi¤i tan›mlanmadan ve böylece anlamland›r›lmadan baflka araflt›rmac›lar›n ve bilim toplulu¤unun anlamas› olanaks›zd›r. Oysa bilimsel etkinlikler toplumsal bir içeriktedir, bilim camias› olarak tan›mlanan o bilim disiplininin sayg›n üyeleri ki, bunun en somut görgül ifadesi o dalda al›nm›fl olan doktora derecesidir, taraf›ndan anlafl›l›r ve baflkalar›na iletilebilir içeriktedir. Bilimde kullan›lan kavramlar, onlar›n iliflkilerinden oluflan denenceler (hipotezler) ve onlar› bar›nd›ran kuramlar (teoriler) öznel tasavvurlar de¤illerdir. Tam tersine, gözlemlenmeye ve yanl›fllanmaya elverebilmek için bu tasavvurlar›n mükemmelen ve tek bir biçimde anlafl›labilecek biçimde bir bilim toplulu¤u içinde araflt›rmac›dan araflt›rmac›ya iletilebilmesi gereklidir. (Bilimsel araflt›rmada önerilen kavramlardan türetilen önermelerin yanl›fl olup olmad›klar› araflt›r›l›r. E¤er bir önermenin yanl›fl oldu¤u matematiksel olarak ve gözlemlerle saptanam›yorsa o zaman do¤ru oldu¤una dair inanç sa¤lamlafl›r. Varl›¤› çeflitli yer ve zamanda saptansa dahi bir önermenin do¤ru olmad›¤›n›n bir kez ispatlanmas› onun bilimsel bilgi olma de¤erini ya tamamen ya da büyük ölçüde azalt›r. Bilimsel kuramlar yanl›fll›klar› gösterilebilen ama henüz yap›lan tüm deney, gözlem veya matematik hesaplamaya karfl›n yanl›fll›klar› gösterilememifl önermelerden oluflur (Popper, Karl, Conjectures and Refutations: The Growth of Scientific Knowledge, ( New York and Evanston: Harper and Row, 1965): 36. Popper’›n bilim felsefesi üzerine Türkçe orijinal metin için bak›n›z Karl Popper, Bilimsel Araflt›rman›n Mant›¤›, (‹stanbul: Yap› Kredi Yay›nlar›, 2010). Dolay›s›yla soyut zihinsel tasavvurlar olan bilimsel kavramlar onu her duyan araflt›rmac›n›n ondan ayn› fleyi anlayabilece¤i bir öznel-afl›r›l›kta (inter-subjectivity) var olmak durumundad›r. Örne¤in, bir siyaset bilimci “siyasal kat›lma” dedi¤inde di¤er siyaset bilimciler siyasal yetkeleri (otoriteleri) etkilemek amac›yla yap›lan eylem (action) biçimlerini anlarlar. ‹kinci olarak, bilimsel araflt›rman›n kavramlar› araflt›rmac›lar›n zihinlerinde yarat›lan soyut tasavvurlar olup, orijinal olarak üretildi¤inde anlafl›ld›¤› biçimde öznel-afl›r› olarak bilim toplulu¤unca kullan›labilir içeriktedir. Ancak, bu keyfiyet orijinal olarak oluflan bir kavram›n soyut zihinsel bir tasavvur olarak düflünülmesini s›n›rland›rmaz. Zaten bu tür bir s›n›rlama olmamas› için akademik özgürlük bilimsel ortam›n vazgeçilmezi mahiyetindedir. Bilimsel araflt›rma mutlak bir akademik özgürlük içinde yap›l›r ve araflt›rmac› araflt›raca¤› görgül gerçe¤i nas›l görmek istiyorsa o fleklide tan›mlamakta tamam›yla serbesttir. Bu hem eski bilimsel araflt›rma konular›na yeni kavramsal anlay›fl, bak›fl aç›s› ve yaklafl›mlar getirilmesini sa¤lar, hem de görgül olgular›n daha farkl›, daha dar veya genifl, daha derinlikli veya yüzeysel olarak araflt›r›lmas›na olanak verir. Bu nedenle bilim toplulu¤unun her üyesi yapmak istedi¤i araflt›rman›n kavramlar›n› istedi¤i gibi tan›mlar, eski tan›mlar› istedi¤i gibi de¤ifltirebilir, yeni kavram veya tan›mlar önerebilir. (Burada dikkat edilmesi gereken husus bu yetkinin sadece o bilim dal›n›n yetkin ve meflru (bona fide) bir üyesine verilmifl oldu¤udur. Buradaki temel kabul bu durumdaki bilimsel araflt›rmac›lar›n bilim dilini iyice bildi¤i ve onu kullanma maharetine sahip oldu¤u, dolay›s›yla o dili gelifltirme veya de¤ifltirme yetene¤ine sahip oldu¤udur. Ancak, bu özelliklere sahip olmayan, örne¤in bu dili yeni ö¤renen birisi için bu tür bir özgürlük yoktur. T›pk› ana dilini ö¤renen bir bebek için oldu¤u gibi, bir bilim dal›nda e¤itim gören birisi için de kavramlar› ve onlar›n tan›mlar›n› “do¤ru” anlama, ö¤renme ve kullanma zorunlulu¤u olmakla birlikte bunlar› de¤ifltirme yetkisi söz konusu de¤ildir. E¤er bir bebek hemen bafl›n›n üzerinde uçmakta olan bir kelebe¤e bak›p “kufl” derse, ebeveynlerinin bu tan›mlamaya hemen müdahale
7
1. Ünite - Siyaset Biliminde Bilimsel Kavramlaflt›rma ve Ölçüm
ederek, “kelebek” diye düzelttiklerine tan›k olabilirsiniz. Bu olayda yad›rganacak bir yan yoktur, çünkü yeni ö¤renilen bir dilin kavramsal ö¤elerinin ö¤renilmesi süreci yaflanmaktad›r. Onun için ö¤rencilerin de ilk kez ö¤renmekte olduklar› bir alanda bir kavram› tan›mlamalar› istendi¤inde, onu o bilim disiplininde geçerli oldu¤u biçimiyle tan›mlamalar›n›n istenmesi do¤ald›r. Ancak doktora derecesi ald›ktan sonra bu tan›mlar› de¤ifltirmek mümkün olmakla birlikte, t›pk› “kelebe¤e” “kufl” dedirtmeye çal›flacak olan bir genç neyle karfl›laflacak olursa, doktora sahibi araflt›rmac›lar da bu tür önerilerde bulunduklar›nda ayn› sorunlarla karfl›laflacaklar›n› bilmek durumundad›rlar). Bu yeni önerilerin bilim toplulu¤u taraf›ndan do¤ru veya yanl›fl diye kabul edilebilmeleri mümkün de¤ildir, çünkü tan›mlar tan›m icab› do¤ru veya yanl›fl olamazlar, ama baflka aç›lardan de¤erlendirilirler ve elefltirilebilirler. Tan›mlar anlafl›lmas› zor olduklar›, birden fazla anlam tafl›d›klar›, zaten var olan bir tan›ma çok benzedikleri, baflka bir kavramla ifade edilen bir olguya yeni bir kavram önermenin anlams›zl›¤› vb. elefltirilere u¤rayabilirler. Unutulmamal›d›r ki kavramlar› tan›mlarken burada bir bilimsel amaç güdülmektedir. Bu tan›mlar onlar› anlamland›rmam›za, anlamam›za ve görgül olarak onlar› gözlemlememize yard›mc› olmak için yap›l›rlar. Bu amaçlara hizmet etmeyen tan›mlar bilim toplulu¤unun kullan›m›na yol açmazlar. T›pk› yeni önerilen baz› kavramlar›n dilde yer etmemesi gibi, bu tan›mlar da siyaset biliminde kullan›m alan› bulmayacaklard›r. Bilimsel kavramlar gerçek midir?
SIRA S‹ZDE
Bilimsel Kavramlar›n Çok Boyutlulu¤u Sorunu
2
D Ü fi Ü N E L ‹ M Bilimsel kavramlar olabildi¤ince mu¤lakl›¤a, anlafl›lmazl›k veya zihinsel bulan›kl›¤a yol açmayacak bir sadelikte ifade edilebilmelidirler ki onlar› her duyan araflt›rS O Rkavramlar›n U mac› onlardan ayn› ve de¤iflmez tek bir fleyi anlayabilsin. Bilimsel bu özelli¤ine Siyaset Bilimci Philip Shively kavramlar›n tek boyutlu olmas› (unidimensionality) keyfiyeti ad›n› vermifltir (1990: 30 - 43). Örne¤in “görece yoksunluk” D‹KKAT kavram› veya “at›f grubu” kavram› sadece belirgin bir olguyu tan›mlayan ve günlük yaflamda pek kullan›lmayan toplumbilimi kavram›d›rlar. Belirli bir ortamda yaflayan birey etraf›ndaki topluluklara atfen kendisini toplumdaSIRA bir S‹ZDE mevkiye koyar. Bu topluluklar aile, klan, kabile, afliret olabilece¤i gibi okul, s›n›f, çal›flma mekân› da olabilir. Bir s›n›fta her ö¤renci kendi gözünde baflkalar›na göre kendisine bir AMAÇLARIMIZ mevki, konum veya s›ra seçer. Bu topluluklar onun “at›f gruplar›” d›r. Onun gözünde baz›lar› kendisine göre daha çal›flkan, baz›lar› daha tembeldir, baz›lar› daha sportmen, baz›lar› daha az sportif baflar›ya sahiptir. Buna göre ald›¤› K ‹ bir T As›navda P not kendisine göre daha tembel olarak kabul etti¤i bir veya birkaç ö¤rencinin notundan daha düflükse bu durumda onlara göre bir ödülden daha az ald›¤›n›, ö¤retmenin kendisini geride b›rakt›¤›n›, haks›zl›¤a u¤rad›¤›n› düflünür. T E L E V‹flte ‹ Z Y Obu N duyguya “görece yoksunluk duygusu” ad› verilmifltir (Stouffer, 1949). Gerek at›f grubu gerek görece yoksunluk duygusu tek bir anlam› olan ve toplumbilimleri çözümlemelerinde kullan›lan kavramlard›r. Oysa “demokrasi” siyasal hayatta da siyaset bili‹ N Tyazd›¤› E R N E T Polyarchy minde de çok kullan›lan bir kavramd›r. Robert Dahl 1956 y›l›nda adl› kitab›nda demokrasinin oldukça farkl› anlamlar ça¤r›flt›ran bir içeri¤i oldu¤una, baz›lar› için bireysel özgürlük, baz›lar› için rekabetçi, serbest ve hakça seçim, baz›lar› için bireyler aras› eflitlik gibi anlamlar kazand›¤›n› belirterek demokrasi kavram›n›n siyaset bilimi araflt›rmalar›nda kullan›lmamas›n› önermifltir. Dahl’›n bu elefltirilerinin demokrasiyi tek boyutlu olmayan, çok boyuta sahip olan mu¤lak,
N N
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
8
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
anlamland›r›lmas› kifliden kifliye, bak›fl aç›s›na göre de¤iflken bir kavram olarak ifade etti¤i görülmektedir. Onun yerine “çok kiflinin ortak yönetimi” anlam›na poliarfli (polyarchy) kavram›n› önermifltir. Ancak, Robert Dahl’›n bilimsel aç›dan hakl› olan elefltirilerine ra¤men demokrasi kavram› bilimsel araflt›rmalarda kullan›lmaya devam etmifl ve Dahl’›n önerdi¤i poliarfli kavram› genel kabul görmemifltir. Her zaman makul önerilerin de toplumbilimleri topluluklar› taraf›ndan kabul görme flans› olmad›¤›n› da görmekteyiz. Özellikle eski ve yerleflik kullan›m› olan kavramlar› de¤ifltirmek kolay bir u¤rafl de¤ildir. Onun için Inis L. Claude Jr. “ulusal ç›kar” kavram›n›n on dört ayr› anlama geldi¤ini saptamas›na karfl›n, uluslararas› iliflkiler dal›nda bu kavram kullan›lmaya devam etmektedir (1966). Bu kavramlar›n birden fazla anlam› olmas› ve bunlar› her duyan›n baflka bir anlam ç›karmas›, kullan›mda hangi anlam› tafl›yacaklar› aç›k olarak tan›mlanmad›¤› ve bu tan›ma uygun çözümlemeler yap›lamad›¤› zaman bilimsel araflt›rma için ciddi bir sorun olufltururlar. Asl›nda birkaç anlama gelen kavramlar, özellikle bir dilin edebî de¤erini yükseltirler. Birçok flair, öykü ve roman yazar› veya hatip bu tür çok anlaml›l›klar› kullanarak kendilerine yöneltilen elefltiri, yergi, hatta hakarete yan›t üretmifllerdir. Örne¤in, “Tahir” ad›nda bir kiflinin kendisine “köpek” diye hakaret etti¤ini duyan flair Nef’i’nin yan›t›n› an›msay›n›z: “Tahir efendi bana kelp (köpek) demifl, iltifat› bu sözde zahirdir (övgüsü çokçad›r); Maliki benim mezhebim zira itikad›mca (inanc›ma göre) kelp tahirdir (köpek temizdir).” Burada Nef’i hem ‹slam’›n dört temel hukuk ekolünden (mezhep) birisi olan Malikilikte köpe¤in temiz oldu¤una at›fta bulunuyor ve bu tür bir karalaman›n kendisi için asl›nda yergi olarak kabul edilemeyece¤ini ima ediyor, hem de ayn› zamanda Tahir’e köpek demifl olarak onun hakaretini ona iade ediyor. Bir dilin zenginli¤i onun kullan›m›ndaki bu esneklikler, mecazlar, kavramsal oyunlarla artmaktad›r. Ancak, bu tür kavramsal esneklikler ve kelimelerin farkl› anlamlara çekilebilme keyfiyeti o dilin edebî gücünü art›r›rken bilimde kullan›m›n› k›s›tlar veya tamamen ortadan kald›r›r. SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
3
Bilimde kullan›lan dilin yavanl›¤› niye bir zorunluluktur? SIRA S‹ZDE
KAVRAMLAR VE DE⁄‹fiKENLER
D Ü fi Ü N E L ‹ kavramlar M Bilimde kullan›lan edebiyatta ve hitabette oldu¤unun tam tersine olabildi¤ince yal›n ve tekil anlama sahip olmak zorundad›r. Aksi hâlde, bu kavramlar› kullanarak bilgi olanaks›z hâle gelir. Bilimde temel amaç kavramlar›n at›fS O Riletiflimi U ta bulundu¤u görgül olgunun varl›¤›n› befl duyumuzu kullanarak saptamak, bu görgül gerçe¤in baflka görgül olgularla olan iliflkisini anlayabilmek, betimleyebilD‹KKAT mek ve en önemlisi öngörebilmektir. Bu amaçla bilimde görgül gözlemlerle kavramlar aras›ndaki varsay›lan iliflkilerin niteli¤i, biçimi, gücü vb. hakk›nda önermeSIRA S‹ZDE lerde bulunmak hedeflenir. Bu tür önermelere denence (hipotez) ad›n› veriyoruz. Bir veya birkaç denence yard›m›yla bir görgül olgunun ortaya ç›k›fl, de¤iflim ve yok olufl nedenlerini ortaya koyan önermeler sistemine ise bilimsel kuram (teori) AMAÇLARIMIZ ad›n› veriyoruz. Bilimde amac›m›z görgül gerçekli¤i aç›klayan kuramlar oluflturmak ve bunlar›n gözlemlerimizle yanl›fl olup olmad›¤›n› s›namakt›r. Onun için denencelerin Kyap› ‹ T tafllar› A P olan kavramlar›n son derece berrak olarak anlafl›labilir, her duyan bilim adam› için hem ayn› hem tek bir anlama gelebilecek bir içerikte olmas› zorunludur. Onun için bilimde kullanmak üzere ve sadece bilim adamlar› için anlam ifade kavramlar üretmek zorunlulu¤u vard›r. Bu bir yandan T E Leden E V ‹ Z Y bilimsel ON bilimsel iletiflimi kolaylaflt›r›r, hatta mümkün k›larken di¤er yandan da bu kavramlar›n görgül olarak gözlemlenmesi konusunda at›lan ad›mlarda ortaya ç›kabilecek
N N
‹NTERNET
1. Ünite - Siyaset Biliminde Bilimsel Kavramlaflt›rma ve Ölçüm
olan tart›flmalar› izale etmekte bilimsel denencelerin görgül s›namalar›n›n yap›lmas›n› kolaylaflt›rma, hatta mümkün k›labilmektedir. Bu nedenle siyaset biliminde de çok boyutlu kavramlardan oldukça uzak durmaya yönelik bir gayret sürmektedir. Bu amaçla bilim adamlar› teknik kavramlar üretmifller ve üretmektedirler. Örne¤in, “ikincil grup”, “biliflsel uyumsuzluk”, “anomie (kural yoksunlu¤u)”, “dikey toplumsal ak›flkanl›k”, “siyasal yabanc›laflma”, “siyasal etkinlik duygusu”, “birincil grup”, “autogolpe”, “s›f›r toplaml› oyun” vb. kavramlar toplumbilimlerinin çeflitli dallar›nda kullan›lan, günlük yaflamda anlafl›lmas› ve kullan›m› son derecede k›s›tl› olan kavramlard›r. Bu ve benzeri kavramlar›n kullan›lmas› toplumbilimlerindeki iletiflimi etkili k›lar, birçok söz veya kelime ile anlat›labilecek olgular› kolayca araflt›rmac›lar›n anlamas›n› sa¤lar. Bu ve benzeri kavramlar kullan›larak yap›lan önermelerin ne anlama geldi¤i kolayca anlafl›labilir hâle gelmekte, bu kavramlar›n görgül at›flar›n› saptamak ve onlar› gözlemlemek de ayn› kolayl›kla mümkün olmaktad›r. Örne¤in, baflkanl›k rejimlerinin demokrasilerde s›f›r toplaml› oyuna yol açan sonuçlar› oldu¤unu iddia eden bir önermenin anlafl›lmas› siyaset bilimciler için oldukça kolayd›r. Bu önermenin s›nanmas› için iki fley yapmak yeterlidir. Baflkanl›k rejimlerinde yap›lan seçimlerin gözlemlenmesi, bu seçimler sonunda baflkanl›k yar›fl›n› kazanan siyasetçi ve onun siyasal partisinin o ülkedeki ekonomik ve siyasal kaynaklar› ne ölçüde denetim alt›na ald›¤›n›n saptanmas› yoluna gidilir. Bu bulgulara baflkanl›k rejimi olmayan ülkelerdeki seçimleri kazanan siyasal partiler ve liderlerinin hangi kaynaklar› ne kadar denetim alt›na ald›klar› hakk›ndaki bulgular eklenerek karfl›laflt›r›l›r ve söz konusu önermenin yanl›fl olup olmad›¤› belirlenir. Bu örnekte kavramlar art›k sadece soyut zihinsel varl›klar olmak durumundan ç›km›fl, görgül olgu veya olaylar›n birer etiketi hâline dönüflmüfltür. Bu dönüflüm bize kavramlar› soyut simgelerle ifade etme olana¤› verdi¤i gibi onlar›n ne zaman, hangi s›kl›kta ortaya ç›kt›¤›n› görgül olarak saptamak ve ayn› zamanda da ne zaman ortadan kalkt›klar›n› belirlemek olana¤› da tan›r. Böylece onlar›n görgül varl›k veya yoklular›na hükmedebilece¤imiz gibi onlar›n ortaya ç›k›fl s›kl›klar›n› sayabilmemiz de söz konusu olmaktad›r. Art›k kavramlar de¤iflen s›kl›klarda ortaya ç›kan olgular olarak anlafl›labileceklerinden onlara birer de¤iflken olarak yaklaflabiliriz. Bir önceki paragraftaki örnekte ‘demokratik rejim’ (baflkanl›k veya parlamenter ve yar›-baflkanl›k) bir de¤iflken ‘siyasal oyun’ (s›f›r toplaml› veya de¤il) bir baflka de¤iflken biçiminde ifade edilebilir. Bunlardan demokratik rejime (X) ba¤›ms›z de¤iflken, siyasal oyuna da (Y) ba¤›ml› de¤iflken ad›n› verebiliriz. Siyaseti bir tiyatro oyunu, siyasal rejimi de o sistemdeki oynanan siyasal oyunun kurallar› olarak tan›mlarsak siyasal rejim o zaman o siyasal tiyatronun adeta senaryosu olmaktad›r. Belirli kurallara sahip olan bir oyunun, o kurallar gere¤i belirli sonuçlara yol açaca¤›n› beklemek makul olacakt›r. Buradaki önermede e¤er baflkanl›k rejimi kurallar›na göre siyaset sahnesinde bir oyun sergilenecekse bu oyunun sonucu kazanan›n her kayna¤› kontrol etti¤i, kaybedenin de tüm kaynaklar›n kontrolünden uzaklaflt›¤› bir durumda olaca¤› önerilmektedir. O zaman s›f›r toplaml› oyunun ortaya ç›kmas› rejimin kurallar›na ba¤›ml› olmaktad›r. Böylece s›f›r toplaml› oyun ‘sonuç’, siyasal rejim ise ‘neden’ olmaktad›r. Sonuç durumundaki de¤iflkenlere ba¤›ml› de¤iflken, neden konumundaki de¤iflkenlere ise ba¤›ms›z de¤iflken ad›n› veriyoruz. Bu iki de¤iflken türü aras›ndaki iliflkiye ise neden - sonuç iliflkisi veya nedensellik iliflkisi (illiyet rab›tas› / causal relationship) ad›n› veriyoruz ve matematiksel olarak Y = f (X) olarak gösteriyoruz.
9
10
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Bir bilimsel denenceyi bu yal›nl›k içinde ifade edebilmemiz mümkün oldu¤unda çok temel bir bulufla yaklaflm›fl oluruz. Bu tür bir iliflkinin her zaman ve her yerde mevcut oldu¤una inanmam›z› sa¤layan verilere ulaflmam›z durumunda ortaya determinizm (de¤iflmez mutlakl›k, gerekircilik) temelinde bir iliflki önerisi ç›km›fl olur. Bu tür bir iliflkinin yanl›fl oldu¤unu göstermek için tek bir zaman ve mekânda bu iliflkinin böyle olmad›¤›n› görgül olarak saptamak yeterlidir. Bir önceki paragrafta gösterilen sadelikle ilgili gözlemlerde ortaya ç›kabilecek olan her türlü hata, yan›lg›, yanl›fll›k etkili olaca¤›ndan, toplumbilimlerinde yap›lan ölçümlerin hepsinde bir hata pay› (error) oldu¤u varsay›lmaktad›r. Onun için bu iliflki olsa olsa Y = f (X) + e (hata pay›) olarak ifade edilebilir ve genellikle bir olas›l›k ifadesi veya e¤ilim biçiminde önerilir. ‘Baflkanl›k rejimleri s›f›r toplaml› oyuna neden olurlar’ biçiminde bir ifade yerine, ‘baflkanl›k rejimleri s›f›r toplaml› oyuna neden olma e¤ilimindedirler’ diye bir önerme tercih edilir. Bu önermenin yanl›fl olmad›¤›n› göstermek için her zaman ve yerde baflkanl›k rejimlerinin s›f›r toplaml› oyuna yol açt›¤›n› saptamak gerekli de¤ildir. Baflkanl›k rejimlerinin ço¤unlu¤unda bu tür bir sonucun oldu¤unu gözlemlemek önermenin de¤ifltirilmifl biçimiyle yanl›fl olmad›¤›n›n kabul edilmesi için yeterli olur.
Ölçme ve Ölçüm Düzeyleri Kavramlar› de¤iflken olarak alg›lamak ve araflt›rmalarda kullan›lmak, onlarla ba¤lant›l› olarak gördü¤ümüz siyasal olgular›n var olup olmad›¤›n›n görgül olarak saptanmas›n› sa¤lar. Ayr›ca bu tür olgular›n ortaya ç›kma s›kl›¤›n›n saptanmas›na olanak tan›r. Ölçme ifllemi bir kavram›n görgül göstergelerini saptayabildi¤imiz anda bafllar. Tan›mlamak gerekirse ölçmek bir olgu, olay, eflya vb. bir rakam ile etiketleme ifllemidir. Örne¤in, baflkanl›k rejimi gördü¤ümüzde “1” rakam›n› (numeral) ona raptedersek, baflkanl›k rejimi d›fl›ndaki rejimler gördü¤ümüzde de “2” rakam›n› onlara raptedersek, o zaman nicel içerikten (miktar, a¤r›l›k, büyüklük vb.) ba¤›ms›z olarak da rejimleri ölçüme tabi tutmufl oluruz. Bu durumda sadece baz› olgular› di¤erlerinden sistemli olarak ay›rm›fl, adland›rm›fl ve gözlemlemifl olmaktay›z. Bu en basit ölçme düzeyine nominal ölçüm düzeyi ad›n› veriyoruz. Bu ölçüm düzeyinde bir eflyan›n, olgunun, olay›n, bireyin veya toplulu¤un varl›¤›n› belirten rakamsal bir etiketleme yap›yoruz. Burada yap›lan bir olguyu s›n›flara ay›rmak, her s›n›fa bir rakam tahsis etmek ve o s›n›fa girmesi gereken her birime o rakam› raptetmekten ibarettir. Bunu yaparken gözlemlenen birimleri sadece tek bir s›n›fa yerlefltirmek ve her s›n›f›n di¤erinden farkl› olmas›n› sa¤lamak ve böylece her s›n›f›n kendisinden baflka her s›n›f› karfl›l›kl› olarak d›fllamas› yeterlidir. Bu yöntem uygulanarak her gözlem birimi bir s›n›fa yerleflecek biçimde rakamland›¤›nda ve elimizde herhangi bir gözlem birimi kalmay›ncaya kadar bu iflleme devam edildi¤inde nominal ölçüm gerçeklefltirilmifl olacakt›r. Burada rakamla etiketlenen her s›n›ftaki gözlem birimlerinin di¤er s›n›flardan karfl›l›kl› olarak d›fllanm›fl olmas› (mutual exclusivity) ve eldeki tüm gözlem birimlerinin bu ilkeye göre sadece tek bir kategoriye yerlefltirilmifl (exhaustiveness) olmas› ilkeleri uygulan›r. Bu tür bir etiketleme pek çok alanda kullan›lmaktad›r. Örne¤in, tak›mlar›n yar›flt›¤› spor müsabakalar›nda her tak›mdan bir oyuncuya tek bir rakam tahsis olunur. Bu rakam o tak›mda sadece bir tane olur. Bu yolla bir tak›mdaki “1” numaran›n veya “10” numaran›n müsabaka s›ras›nda hakem, gözlemciler, seyirciler ve tak›m yöneticileri taraf›ndan izlenmesi kolaylafl›r. Bir oyuncunun nas›l bir baflar› gösterdi¤ini daha kolay gözleyebilir, de¤erlendirebilir ve onun daha ileriki müsabakalarda tak›mda yer al›p almamas›na karar vermemiz de kolaylaflabilir. Burada “1” veya “10”
1. Ünite - Siyaset Biliminde Bilimsel Kavramlaflt›rma ve Ölçüm
numaran›n bir nicel (kantitatif) içeri¤i yoktur, sadece bir etiket olarak gözlem birimlerini birbirinden ay›rarak gözlememize olanak verir. E¤er gözlem birimlerine veya de¤iflkenlerin kategorilerine raptetti¤imiz rakamlar›n daha az veya daha fazlay› gösterdi¤ini düflündü¤ümüz zamanlarda ise bu gözlem birimlerinin karfl›laflt›rmalar›n› daha ayr›nt›l› yapacak bir aflamaya ulafl›r›z. Burada rakamlar sadece birimleri veya kategorileri ay›rmaz, bize ayn› zamanda her bir birim veya kategoride bir nitelikten daha fazla veya daha az›n›n bulundu¤un bilgisini de aktar›r. O zaman en yüksek sosyo ekonomik statüde (SES) olana “10”, daha alt SES de olana “9” ve böylece afla¤›ya do¤ru s›n›fland›rarak en düflük SES düzeyindekine de “1” verdi¤imizde bir nitel s›ralama yapm›fl oluruz. Burada 10 ile 1 aras›nda bir daha çok ve daha az nitelemesi oldu¤unu bilmekle birlikte 10’un 1’e göre 10 kat daha fazla oldu¤unu söyleyebilecek durumda de¤iliz. Sadece en üst SES durumunda bulunanlar›n en alt SES katman›na göre daha fazla SES’e sahip oldu¤unu varsayabiliriz. Bu ölçüm gözlem birimlerinin veya bir de¤iflkenin kategorilerinin s›ralanmas›ndan ibarettir. Nominal ölçümdeki temel s›n›fland›rma ilkelerine sad›k kalmam›z koflulu ile yap›lan bu s›ralama ile bir s›ralama (ordinal) ölçe¤ine kavuflmufl oluruz. S›ralama ölçe¤i nominal ölçe¤in tüm özelliklerine sahip oldu¤u gibi ondan farkl› olarak de¤iflkenlerin kategorilerini daha az ve daha fazla olarak s›ralamam›za elvermektedir. Ancak, yine ölçe¤imizin kategorileri birbirlerinden kesin hatlarla ayr›lm›fl, kesikli (discrete) kategoriler hâlinde olup birbirlerinden farklar›n›n niteli¤i belirli bir özellikten daha fazlas›na veya az›na sahip olmalar› d›fl›nda belirsizdir. Bu durumda de¤iflken kategorilerini toplama ve ç›kartma gibi aritmetik ifllemleri yapabilme olana¤›na ulafl›r, gözlemlerimiz hakk›nda daha kapsaml› ç›karsamalarda bulunabiliriz. Nominal ve s›ralama ölçeklerinin aritmetik ortalamalar›n› hesaplamak, serinin de¤erlerinin toplan›p gözlem say›s›na bölünmesi söz konusu oldu¤undan anlams›zd›r. Örne¤in bir nominal ölçek olan toplumdaki cinsiyet rollerinin kad›nlar›n 1 ve erkeklerin 2 rakam›yla gösterildi¤i bir seride aritmetik ortalamas›n› al›p 1,48 buldu¤unuzda bu de¤erin neye tekabül etti¤ini anlamland›rmak mümkün de¤ildir. Ancak, bu tür bir seriyi temsil etmek üzere serinin modal de¤eri (en çok tekrar eden) de¤eri bulunabilir ve bu yetiflkinler için genellikle kad›nlar ço¤unlukta olaca¤› için 1’dir. Bu de¤erin toplumsal cinsiyeti tan›mlamak için kullan›lmas› makuldür. SES için de aritmetik ortalama hesaplamak anlaml› olmayacakt›r. Örne¤in 4, 18 gibi bir aritmetik ortalamas› olan SES serisinde bu ortalaman›n ne anlama gelece¤i anlafl›lamayacakt›r. Ancak, serinin modal de¤erinin 3 mü yoksa 6 m› oldu¤u çok önemli bir bilgi içerir. En fazla tekrar eden de¤er olan mod’un 4 olmas› o toplumda SES’in genellikle düflük oldu¤u, ayn› de¤erin 7 olmas› ise o toplumda SES’in genellikle yüksek oldu¤unu gösterir. ‹lk toplumda alt - orta s›n›flar›n, ikinci serideyse orta s›n›flar›n yayg›n oldu¤u sonucuna var›labilir ki bu durumda çok farkl› iki toplumu incelemekte oldu¤umuz anlafl›l›r. S›ralama ölçe¤imizin kategorileri veya gözlem birimleri aras›ndaki mesafenin ne oldu¤unu bilmek durumunda de¤iliz. Ancak, bu mesafenin eflit oldu¤unu varsayabilecek bir konuma ulaflabilirsek o zaman ölçümlerimizi daha ayr›nt›l› ve güçlü olarak yapma flans›n› elde ederiz. Bu aral›klar›n eflit oldu¤unu kabul etti¤imiz durumlarda art›k s›ralama ölçe¤inden daha baflka bir ölçe¤e ulaflm›fl, aral›k ölçe¤i (interval scale) kullanarak ölçüm yapmam›z mümkün hâle gelmifl bulunmaktad›r. Bu ölçek s›ralama ölçe¤inin tüm özelliklerine sahip oldu¤u gibi, ayr›ca kategoriler veya gözlem birimleri aras›ndaki mesafelerin de eflit oldu¤u varsay›m›na dayan›r. Örne¤in, bir dene¤in geliri ölçüldü¤ünde bunun T1000 olarak saptanmas›
11
12
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
onu T1100 kazanan denekten daha az gelire sahip k›lar ama T900 kazanandan da daha çok sahip oldu¤u sonucuna götürür. Her iki yöne olan fark T100’dir ve 1000 ile 1100 aras›ndaki T100 de 1000 ile 900 aras›ndaki T100 de ayn› ve eflit miktarlard›r. Üstelik her iki T100’nin de¤eri ayn›d›r, sat›n alma gücü de eflittir. Bu durumda gelir ölçe¤inin kategorileri aras›ndaki nicel farklar›n eflit oldu¤u aflikârd›r. Ayr›ca buradaki aral›klar o kadar muntazam bir biçimde düzenlenmifltir ki daha küçük birimlere inildi¤inde de de¤iflmezler. Lira yerine kurufl veya art›k kullan›lmayan para gibi alt birimlere de inilse bu aral›klar›n eflit olma keyfiyeti tüm seri içinde de¤ifliklik göstermez. Bu tür özellik gösteren neredeyse sonsuz say›da eflit aral›¤a sahip ölçeklere, ayn› zamanda süreklili¤e sahip olan seriler ad›n› da vermekteyiz. Aral›k ölçe¤i düzeyinde ölçülmüfl olan bir de¤iflken art›k bir sürekli seri özelli¤i gösterir. Örne¤in gelir, harcama, büyüme h›z›, faiz, kâr, ücret vb. de¤iflkenler sürekli seri özelli¤i gösterirler. Bu yolla oluflturulan aral›k ölçe¤i s›ralama ölçe¤ine göre bize daha fazla bilgi verir. E¤er bir de aral›k ölçe¤inin özelliklerine ek olarak gerçek s›f›r “0” tan›m›n›, yani bir kategoride belirli bir nitelikten hiçbir fley bulunmamas› tan›m›n› yapabiliyorsak, o zaman bir oransal ölçe¤e (ratio scale) ulafl›r›z ki art›k bu düzeyde dört aritmetik ifllemi de her türlü matematiksel hesaplamay› da yapma olana¤› buluruz. Nominal, s›ralama veya aral›k ölçeklerinde de s›f›r rakam› kullan›labilir, ama bu gerçek s›f›r olmay›p, keyfi olarak tan›mlanm›fl bir rakamsal simgeden ibarettir. Bu ölçeklerde kullan›lan s›f›r say›s›n›n anlam itibar›yla bir veya binden bir fark› yoktur. Oysa oran ölçe¤i kulland›¤›m›zda keyfi bir s›f›rdan söz etmiyoruz; burada kullan›lan gerçek s›f›rd›r. Örne¤in, Kelvin ›s› derecesindeki s›f›r gerçek s›f›r olup ›s›n›n bulunmad›¤› noktay› tan›mlar, oysa Celsius veya Fahrenheit ›s› derecelerinde s›f›r keyfi olarak seçilmifl bir kategori olup ›s›n›n olmad›¤› noktaya iflaret etmez. Deniz hizas›nda suyun donma noktas› olarak Fahrenheit 32 dereceyi gösterir, ayn› ›s› Celsius için 0 olarak kabul edilmifltir. Her iki durumda da Kelvin derecesindekinden farkl› bir s›f›r tan›m› söz konusudur. Toplumbilimlerinden bir örnek vermek gerekirse yaflanm›fl y›l olarak tan›mlad›¤›m›z “yafl” de¤iflkeninde e¤er bir kifli bir y›l yaflamam›flsa onun yafl› gerçek anlamda (0) s›f›rd›r. Bebek olarak tan›mlayaca¤›m›z bu kiflilerin yafl›n› ifade etmek için y›l de¤il, daha küçük bir birim olarak hafta veya ay kullan›l›r. Oransal ölçekler aral›k ölçe¤inin tüm özelliklerine ek olarak bir de ölçülen nitelikten hiç bulunmama anlam›nda “0” tan›m›na sahip olan ölçeklerdir. Bu ölçek düzeyinde tüm aritmetik hesaplar yap›labilir ve bu de¤iflkenler kategorilerinin çoklu¤u yüzünden ya çocuk, ergenlik ça¤›nda, genç, orta yafll›, yafll›, ileri yafll› gibi kategorilerde grupland›r›larak gösterilirler, ya da tüm aritmetik ifllemler yap›lmaya uygun olduklar› için aritmetik ortalama al›narak gösterilirler. Örne¤in, Türkiye’de ortalama seçmen yafl›n›n 29,7 y›l olmas› gayet anlaml› bir bilgi mahiyetindedir. Bu durumda 2011 seçimlerinde oy kullanan seçmenlerin yar›s›n›n 1981 y›l› ve sonras›nda do¤mufl gençler oldu¤u, ülkemizde büyük bir genç nüfusun bulundu¤u ve bu genç nüfusun ülkemizin siyasal gelece¤inde a¤r›l›kl› bir rol oynad›¤› sonucu ortaya ç›kar. Kavramlar de¤iflken olarak alg›lanmalar›ndan ve tan›mlanmalar›ndan itibaren ölçmeye uygun olarak kabul edilirler. Ölçüm düzeyi olarak ne kadar yüksek düzeyde olursa o kadar fazla bilgi tafl›r ve o derecede güçlü matematik veya istatistik hesaplamalar›na uygun hale gelirler. Onun için ölçülecek olan kavramlar›n tan›mlar›ndaki berrakl›k ve sadelik önemli oldu¤u kadar, onlar› ölçmeye yarayacak olan çeflitli göstergelerin hesaplanmas›nda da ayn› sadelik önem tafl›yacakt›r.
13
1. Ünite - Siyaset Biliminde Bilimsel Kavramlaflt›rma ve Ölçüm
Ölçme ifllemi nitel olarak ne zaman bafllar?
SIRA S‹ZDE
De¤iflken olarak araflt›rmaya dahil edilecek olan kavramlar her zaman kendilikD Ü fi Ü N E L ‹ M lerinden ölçek hâline dönüfltürülemezler. Siyaset biliminde kullan›lan birçok kavram zihinsel olgulara, örne¤in bireylerin bir durumla karfl›laflt›klar›nda baflvuracaklar› davran›fllar hakk›ndaki zihinsel haz›rl›klar olarak tan›mlad›¤›m›z veS O R tutumlarla U ya sahip oldu¤u de¤erlerle, inand›klar› ideolojilerle ilgilidir. Bu zihinsel haz›rl›klar do¤rudan alg›lanamazlar. Onun için bu zihinsel özelliklerin var olup olmad›¤›n› D‹KKAT saptayacak göstergelere ulafl›lmaya çal›fl›l›r. Bu amaçla ölçüm sürecinde bir dizi, birbirini mant›ken ve sistemli olarak izleyen ifllem yap›larak dolayl› gözlem için geS‹ZDE rekli ölçüm araçlar› gelifltirilir. Bu sürece kavram›n ifllemsel SIRA (operasyonel) hale gelmesi veya k›saca ifllemsellefltirilmesi (operationalization) ad› verilir. ‹fllemsellefltirme ölçüm s›ras›nda yap›lan tüm ifllemlerin tan›mlanmas› ve betimlenAMAÇLARIMIZ mesi (tasviri) ile oluflur. Bir örnek vermek gerekirse siyaset biliminin en temel kavramlar›ndan birisi siyasal güçtür (political power). Toplumun temel de¤erlerinden K ‹ T bir A Ptanesi olan güç, herkesin sahip olmay› (güçlü olmay›) arzu etti¤i, t›pk› servet, sayg›, esenlik, e¤itim vb. bir de¤erdir. Onun için de toplumda güç sahibi olmak için bir u¤rafl ve zaman zaman da çat›flma yaflan›r. Uluslararas› siyasette de devletlerden TELEV‹ZYON sivil toplum kurulufllar›na hatta bireylere kadar pek çok kiflinin çat›flmas›na, hatta yaflamlar›n› tehlikeye atmalar›na neden olan temel de¤erlerden birisi de güçtür. Bu konuda gelifltirilmifl olan uluslararas› siyaset çözümlemelerinde de güç ‹ N T E R iddia N E T ve önerve özellikle devletlerin gücü esas al›nm›flt›r. Bu çözümlemelerin melerinin yanl›fl olup olmad›¤›n› saptamak için gücün ifllemsellefltirilerek ölçülmesi zorunludur. Bu konuda çok ve farkl› yaklafl›mlar ortaya ç›km›flt›r. Gücü gösteren olgular olarak ifade edebilece¤imiz güç göstergeleri aras›nda ülkenin toplam yurtiçi has›las› (GDP), nüfus büyüklü¤ü, askerlik ça¤›ndaki nüfusu, askerî harcamalar›n›n büyüklü¤ü, yüz ölçümü vb. özellikler dikkate al›nm›flt›r. Bunlar aras›nda uluslararas› siyaset uzmanlar›n›n en fazla ra¤bet ettikleri ölçülerden birisi Ulusal Yetenekler Bileflik Indeksi (Composite Index of National Capabilities - CINC) puanlar› olmaktad›r. CINC hesaplamalar›nda siyasal güç “etki kullanabilme ve etkiye direnme yetene¤i” olarak tan›mlanmaktad›r. (Bu ifadenin ‹ngilizcesi “the ability to exercise and resist influence” olarak tan›mlanmaktad›r. Bak›n›z MID Codebook, http://www.correlatesofwar.org/COW2%20Data/Capabilities/NMC Documentation.pdf on July 5, 2012. Bu hususta yard›mlar›n› esirgemeyen Sabanc› Üniversitesi’nden Dr. Emre Hatipo¤lu’na burada teflekkür etmek isteriz.) Bu tan›m 1816’dan 2008’e kadar var olan tüm devletler için kullan›lmakta hem farkl› devletler ve hem de farkl› zamanlar için birden fazla güç göstergesi üzerinden devletlerin puanlar› hesaplanabilmektedir. CINC puanlar› alt› farkl› ölçümün birlefltirilmesinden oluflmaktad›r. Bu alt› ölçü afla¤›daki gibidir: 1. Devletin kent nüfusu toplam› (nüfusu 100.000’den fazla olan mahallelerde yaflayan birey say›lar› toplam›), 2. devletin toplam nüfusu, 3. devletin kömür ve demir üretimi toplam›, 4. devletin toplam enerji tüketimi, 5. devletin toplam askerî personel say›s›, 6. devletin toplam askerî harcamas›. Bu yaklafl›m ekonomiyi, demografiyi ve askerî hususlar› dikkate al›rken çevre, co¤rafya veya diplomasi gibi, yumuflak güç (soft power) diye de an›lan baz› di¤er hususlar› göz önüne almamaktad›r. Her çok boyutlu tan›mda baz› hususlar›n göz ard› edilmesi rizikosunun mevcut oldu¤unu bir kez daha an›msatmak isteriz. CINC bu alt› ölçümü dünya toplamlar›na
4
N N
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
14
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
göre önce normalize etmekte yani her devletin ne oranda ilgili ölçümde yer ald›¤› hesaplamaktad›r. Her devletin yukar›da say›lan alt› göstergenin her birindeki görece yerleri dünyaya göre saptanmaktad›r. Örne¤in Avusturya’n›n dünya kömür ve demir üretimindeki pay›, dünya nüfusundaki pay›, dünyadaki toplam askerî personel say›s› içindeki pay› hesaplanmakta ve bu her alt› gösterge için de yap›lmaktad›r. Sonra bu alt› ölçümün basit aritmetik ortalamas› al›narak Avusturya’n›n CINC puan› hesaplanm›fl olmaktad›r. CINC puanlar› itibar›yla flu anda dünyan›n en güçlü devleti 0.17 ile Amerika Birleflik Devletleri olup Türkiye’nin CINC puan› da 0.015 mertebesinde bulunmaktad›r. Türkiye’nin CINC puan› son otuz y›ld›r 0.015 civar›ndad›r ve böylece gayet istikrarl› bir görünüm kazanm›fl gibi de durmaktad›r. Bu puanlar›n büyük ölçüde oynamas› ancak bir devletin alt› ölçüden herhangi birindeki görece (relative) yeri ciddi ölçülerde de¤iflirse mümkün olabilmektedir. Dolay›s›yla Türkiye’nin nüfusunun son otuz y›lda h›zla artmas› onun yerini büyük ölçüde de¤ifltirmeye yetmemifltir, çünkü baflka devletlerin nüfuslar› da artmakta ve Türkiye’nin bu ölçekteki görece yeri onun üzerinde yer alan devletlere göre pek fazla de¤iflmemektedir. Özellikle do¤rudan gözlemlenmesi olanaks›z olan duygu, de¤er, tutum, inanç vb. hususlar›n saptanmas› amac›yla yap›lan ifllemlerin ortaya ç›kartt›¤› ölçeklerin neyi ve ne kadar istikrarl› bir biçimde ölçtü¤ü tart›flma yaratmaya uygun bir içeriktedir. Güç gibi bir yetenek ölçüsü olan CINC’in de tart›flmadan ari oldu¤unu iddia edemeyiz. Örne¤in askerî personel say›s› çok, ama e¤itimi ve modern silah, araç ve gereç say›s› az olan bir ordunun, kendisinden say›ca daha küçük ama modern araç ve gereci daha fazla ve onu kullanan elemanlar› daha iyi e¤itim görmüfl bir orduya nazaran daha güçsüz oldu¤unu düflünebiliriz. Askerin morali, lojistik destek örgütlenmesi, savafl› meflru olarak görüp görmemesi vb. etkenler ordular›n savaflma gücüne etki etmektedir. Vatan›n› savunan küçük ve güçsüz devletlerin ordular›n›n çok daha kuvvetli ve donan›ml› ordular› yenebildi¤i kendi Kurtulufl Savafl›’m›zdan Vietnam’›n ABD ordusuna karfl› direnifline, Afganistan’daki Rus istilas›na karfl› yap›lan direnifle kadar çeflitli savafllarda tekrar ve tekrar görülmüfltür. Üstelik her ölçü veya ölçek (scale) kullan›lmas› s›ras›nda hata içermeye müsaittir. Dolay›s›yla bu tür ölçümlerin hep bir fleyleri d›flar›da b›rakt›klar› düflünülebilir. Çok say›da gözlem, istatistik veya anket sorusundan derlendiklerinde ölçeklerdeki hata oran› da yükselme e¤ilimi tafl›r. Toplumbilimlerinde yap›lan gözlemlerde, özellikle dolayl› gözlemlerde yap›lan ölçümlerde hatan›n boyutunun tahmin edilmesi de¤iflkenlerin ölçülmesi kadar denencelerin s›nanmas› yoluyla görgül gerçe¤e ulaflmak için de kritik önemdedir. Bu husus ölçeklerin geçerlili¤i ve güvenilirli¤inin saptanmas› gereksinimini son derecede önemli hale getirir.
ÖLÇÜMDE GEÇERL‹L‹K Bir ölçek gelifltirildi¤inde, özellikle CINC örne¤inde gösterildi¤i gibi bir ölçek ele al›nd›¤›nda farkl› istatistiklerle ölçülen fleyin gerçekten ölçülmek istenilen siyasal güç duygusu olup olmad›¤›na nas›l karar verebiliriz? Bir ölçe¤in geçerli olarak kabul edilebilmesi için bu soruya verilen yan›t›n olumlu olmas› gerekir; yani ölçe¤in gerçekten ölçülmek istenilen olgu, olay veya eflyay› ölçmekte oldu¤unu kabul edilmesi onun geçerli oldu¤unu gösterir. Ölçüm geçerli de¤ilse o ölçek bir de¤iflkeni temsil edecek biçimde bilimsel araflt›rmalarda kullan›lamaz. O zaman bir ölçe¤in geçerlili¤ini saptamak son derecede büyük önem arz eder. Ölçeklerin geçerlili¤ini kan›tlamakta kullan›lan dört yol vard›r. Bunlardan ilki yüzeyde geçerlilik (face validity) olarak ifade edilen mant›k yürütmeye dayal›d›r. Mant›kl› olarak düflünüldü¤ünde bir kavram›n varl›¤›n›, özellikle tutum, duygu,
1. Ünite - Siyaset Biliminde Bilimsel Kavramlaflt›rma ve Ölçüm
inanç gibi do¤rudan gözlemlenmesi hemen hemen olanaks›z olan bir kavram›n varl›¤›n› hangi göstergelerle saptayabiliriz? Bu sorunun yan›t› bizi yüzeyde geçerlili¤in saptanmas›na götürecektir. Örne¤in, siyasal etkinlik duygusunun var olup olmad›¤›n› nas›l anlayabiliriz? Bunun için bireyin kendisini u¤rad›¤› bir haks›zl›¤› giderme konusunda ne kadar güçlü hissetti¤ini do¤rudan dogruya o bireye sormak düflünülebilir. Ayr›ca, siyasal yetkelerin (otoritelerin) ne derecede kendisi gibi olan kiflileri kaale ald›klar›n› düflündüklerini sorgulamak yoluna da gidilebilir. Nihayet, hayat›n› kendisinin mi yönetti¤ini düflündü¤ünü, yoksa bir yaprak misali kontrol edemedi¤i baz› güçler taraf›ndan oradan oraya sürüklendi¤ini mi düflündü¤ünü saptamak yoluna gidilebilir. Bu sorular ve onlara bireyin verece¤i yan›tlar›n bize o bireydeki siyasal etkinlik duygusu hakk›nda bilgi verece¤i mant›kl› geliyorsa, o zaman bu sorularla siyasal etkinlik duygusunun yüzeyde geçerli olan bir ölçümü yap›lm›fl olur. Yukar›daki CINC ölçe¤inde e¤er makul olarak bir ülkenin etkide bulunmak ve etkiye direnmek konusunda dünyadaki yerinin büyük ölçüde CINC’i oluflturan alt› ölçü taraf›ndan temsil edildi¤ini düflünüyorsak, o zaman gelifltirmifl oldu¤umuz ölçe¤in yüzeyde geçerli oldu¤u sonucuna ulaflabiliriz. Bu mant›¤› biraz daha gelifltirmemiz mümkündür. Kendimizce yüzeyde geçerli oldu¤unu düflündü¤ümüz bir ölçe¤in mant›ken ölçmek istedi¤i kavram› ölçüp ölçmedi¤ini bu konunun uzman› olan bilim adamlar›na da sorarak yolumuza devam edebiliriz. Bu durumda uzman bilim adamlar›n›n yapaca¤› mant›ki inceleme sonunda ulafl›lacak olan sonuç e¤er olumlu olursa, o zaman daha güçlü bir biçimde ölçe¤imizin içeri¤inin geçerli oldu¤una veya ölçe¤in içerik geçerlili¤ine (content validity) sahip oldu¤una hükmedebiliriz. Gerek birinci yüzeyde geçerlilik gerek ikinci olarak baflvurdu¤umuz içerik geçerlili¤i mant›ki geçerlilik yöntemleridir. Burada yap›lan belirli bir dilde mevcut olan kelime, dil bilgisi ve mant›k kurallar› kullan›larak tan›mlanm›fl olan bir kavram›n mant›ki olarak hangi görgül olgu, olay, özne, eflya vb. tekabül etti¤ini zihnen saptamaktan ibarettir. Geçerlilik sadece mant›ki olarak ileri sürülebilen bir özellik de¤ildir. ‹ki yolla mant›ki geçerlilik olgusu daha da gelifltirilebilmektedir. Bu yollardan ilki ölçüte iliflkin geçerlilik (criterion-related validity) ad›n› verdi¤imiz bir geçerlilik türüdür. Yeni gelifltirdi¤imiz ve mant›ki olarak geçerlili¤inden emin oldu¤umuz bir ölçek, daha önce baflka araflt›rmalarda kullan›lm›fl olan ve geçerli oldu¤u genel kabul görmüfl olan baflka bir ölçekle görgül olarak iliflkilendirilir. E¤er her iki ölçek aras›nda istatistiksel olarak geçerli olan (yani sadece flans eseri olmayan) bir iliflki saptanabilirse, o zaman gelifltirdi¤imiz ölçe¤in ölçüt geçerlili¤i oldu¤u kabul edilir. Bu tür bir geçerlilik saptamas› ancak hâlen geçerli olarak kabul edilen bir ölçe¤in zaten var oldu¤u durumlarda yap›labilir. Tabii e¤er geçerlili¤i kabul edilen bir ölçek zaten mevcutsa, onun kullan›lmas› da yeterli olabilir. Bu tür bir ölçe¤in kullan›lmas› yerine yeni bir ölçek gelifltirme yoluna gidilmesi genellikle daha etrafl› veya daha üst düzey bir ölçüm yap›lmas› durumunda söz konusu olmaktad›r. Daha önce kullan›lan ölçe¤in basit olmas›, kavram›n anlam›n› yeterince temsil edememesi ya da yeni bir tan›mlama ile kesintili olan bir ölçek yerine sürekli bir ölçe¤in gelifltirilmesinin mümkün olabilmesi yeni bir ölçe¤in gelifltirilmesini meflru k›lar. Ayn› zamanda ölçüt geçerlili¤i öngörüye konu olabilecek durumlarda gelifltirilen ölçekler için de kullan›l›r. Örne¤in, bir parti tutma ölçe¤i gelifltirilmifl ve bir çal›flmada uygulanm›flsa, elde edilen sonuçlara göre bir partiyi tuttu¤unu ifade eden kiflilerin ço¤unlukla o partiye oy verme e¤ilimi içinde olduklar›n› öngörebilmelidir. E¤er böyle bir tahminde kullan›lm›fl ama o partiyi tuttu¤unu söyleyen kiflilerin di¤er kiflilerden farkl› olmayan oy verme e¤iliminde olduklar› saptanm›flsa, o zaman parti tutma ölçe¤inin geçerli olmad›¤› sonucuna var›l›r. Özellikle, e¤itim psikoloji-
15
16
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
sinde bu geçerlilik s›namas› bir s›nav›n e¤itimde baflar› ölçütü olarak kabul edilebilecek olan bir göstergeyi önceden tahmin edebilmemiz için geçerli olmas› gerekti¤i fikrinden hareketle kullan›l›r. Üniversite girifl s›nav›ndan yüksek puan alanlar üniversite e¤itimlerinde daha baflar›l› olmalar› beklenen adaylar olacaklard›r. Burada üniversitedeki derslerdeki baflar› ölçüt, üniversite girifl s›nav› ise baflar› ölçe¤i konumundad›r. E¤er üniversite girifl s›nav› ile üniversitedeki e¤itimde gösterilen baflar› aras›nda bir iliflki bulunamazsa, o zaman üniversite girifl s›navlar›n›n geçerli bir ölçüme sahip olmad›¤› veya ölçüte iliflkin geçerlili¤e sahip olmad›¤› düflünülür. Bu durumda bu s›navlar›n ölçmeyi amaçlad›¤› nitelikler d›fl›nda bir fleyi ölçtü¤ü flüphesinin do¤mas› gayet makuldür. Nihayet, ölçüt geçerlili¤inin biraz daha kapsaml› bir türü olan yap›lanma geçerlili¤i (construct validity) türünden de bahsedebiliriz. Burada hem mant›ki olarak bir ölçe¤in ölçülmek istenilen kavram› ölçtü¤ü ileri sürülebilir hem de gelifltirilen ölçe¤i kullanmak suretiyle onun temsil etti¤i kavram›n temel rol oynad›¤› bir kuram›n görgül olarak s›nanmas› mümkün olur. Ünlü Frans›z sosyologu Emile Durkheim’in intihar konusundaki kuram› toplumla bütünleflmemifl, dolay›s›yla onun koydu¤u yaz›l› ve yaz›s›z kurallar›n d›fl›nda yaflayan bireylerin daha kolay intihar edebileceklerini öngörmektedir. Bir araflt›rmada bireylere kurals›zl›k e¤ilimi (anomie) konulu bir ölçüm uygulanm›flsa, bu ölçümde kurals›zl›k düzeyi en yüksek ç›kanlar›n ayn› zamanda intihar etme e¤ilimlerinin de yüksek düzeyde olmas› beklenmelidir. Bu bulgulara ulafl›lamaza o zaman bu araflt›rmada kullan›lan anomie ölçe¤inin geçerlili¤inden flüphe edilir. Burada sadece bir de¤iflkenin ölçüsünün bir ölçütle ba¤lant›s› görgül olarak kurulmakla kal›nmamakta, ayn› zamanda bu de¤iflkenin kuramsal gerekçelere dayal› olarak baflka de¤iflkenlerle nas›l bir iliflki içinde bulunmas› gerekiyorsa, ona da bak›larak ölçümün geçerlili¤ine karar verilmektedir. Böylece hem görgül hem mant›ki bir de¤erlendirme yap›lmaktad›r. E¤er bir de¤iflkeni ölçmeyi baflarm›flsak, o zaman o de¤iflkenin kuramsal olarak ve mant›ken kabul edilebilece¤i gibi bir dizi baflka de¤iflkenlerle belirli iliflkiler içinde oldu¤u da gözlenebilmelidir. Örne¤in, e¤itim düzeyi yükseldikçe mant›ken insanlar›n daha fazla kitap, dergi, gazete, ‹nternet sayfas› vb. okuyaca¤› beklenir. E¤er gelifltirilen e¤itim düzeyi ölçüsü bunun tersine iflaret ediyorsa, ilk olarak akla gelecek olan burada kullan›lan e¤itim düzeyi ölçümünde bir geçerlilik sorunu oldu¤udur. SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
5
Okuryazarl›kSIRA oran›, kifli bafl›na y›ll›k gelir ve halk sa¤l›¤› harcamalar› istatistikleri karfl›S‹ZDE laflt›rarak siyasal güç konusunda geçerli bir ölçüm gelifltirme olana¤›m›z var m›d›r? D Ü fi Ü N E L ‹ M ÖLÇÜMÜN GÜVEN‹L‹RL‹⁄‹
Gelifltirdi¤imiz ölçünün (measure) veya ölçe¤in (scale) geçerli oldu¤undan emin S Oölçe¤i R U kullanmadan önce onunla ilgili emin olmam›z gereken ikinci olsak bile, bu bir husus daha vard›r. Ölçe¤imiz ölçmek istedi¤imiz her neyse onu olabildi¤inde hatas›z ölçmekle birlikte, acaba bu ölçekle yapt›¤›m›z ölçümler istikrarl›, her sefeD‹KKAT rinde ayn› kesinlikte sonuç veren, güvenilir bir ölçek midir? Is› ölçen bir termometre imal etti¤imizi düflünelim ve bu termometrenin ›s› göstergesi için kulland›SIRA S‹ZDE ¤›m›z malzemenin hava bas›nc›na karfl› çok duyarl› oldu¤unu varsayal›m, o zaman ›s›y› ölçtü¤ümüz bu alet ile deniz hizas›nda buldu¤umuz 15 derece Celsius ile Erciyes da¤›n›n tepesinde ölçtü¤ümüz 15 derece Celcius ayn› derecede olan ›s›lar AMAÇLARIMIZ m›d›r? Bas›nc›n farkl› oldu¤u bu iki konumda derecemiz ayn› sonucu göstermekle birlikte, asl›nda bas›nç fark› nedeniyle gerçekte farkl› olan dereceleri ayn› olarak saptam›fl oluruz. göre de¤iflim gösteren bir ölçü istikrarl›, inan›l›r, güveniK ‹ T AMekâna P
N N
TELEV‹ZYON
1. Ünite - Siyaset Biliminde Bilimsel Kavramlaflt›rma ve Ölçüm
lir sonuçlar vermez. T›pk› derece gibi toplumsal hayatta yap›lan ölçümler de özellikle do¤rudan gözlemlenemeyen tutum, e¤ilim, de¤er gibi zihinsel haz›rl›k durumlar›na iliflkin özellikleri saptamada farkl› cins, ›rk, etnik köken, sosyal s›n›f, ülke vb. ortamlarda farkl› sonuçlar üretebilirler. O zaman, geçerli ölçümün yan› s›ra güvenilir ölçümlere ulaflmay› da hedeflemek durumunday›z. Güvenilirlik sorunu flöyle ifade edilebilir: Ayn› ölçek üst üste kullan›ld›¤›nda farkl› sonuçlar elde etti¤imizde bu sonuçlar araflt›rd›¤›m›z olguda ortaya ç›kan farklar› m› ifade etmektedir yoksa bilmedi¤imiz nedenler yüzünden de olsa, araflt›rd›¤›m›z olgu de¤iflmezken ölçüm sonuçlar› farkl› veya hatal› olarak m› saptanmaktad›r? Bir ö¤retim üyesi bir ay boyunca her hafta yaz›l› bir s›nav yapt›¤›nda s›n›f ortalamas›n›n ve modunun her hafta on üzerinden bir puan yükseldi¤ini saptasa, acaba bu s›n›f›n daha fazla çal›flt›¤›, konular› daha iyi kavrad›¤› sonucuna m› ulaflmal›d›r? Yoksa s›nav›n niteli¤i gere¤i, örne¤in çoktan seçmeli sorular›n yan›t kal›plar›n› ö¤renciler daha iyi kavrad›¤›ndan, yan›t›n› bilmemelerine ra¤men sorular›n cevaplar›n› daha iyi mi tahmin etmektedirler? Güvenilirlik konusunu anlatmak için genellikle bir tüfek örne¤i verilir. Diyelim ki bir tüfek imal ettik ve bununla insan yiyen büyük bir y›rt›c› hayvan avlayaca¤›z. Tüfekle atefl edip böyle bir y›rt›c› hayvan› vurdu¤umuzu saptad›¤›m›zda bu tüfe¤in yapmak istedi¤imizi yapt›¤›n›, y›rt›c› hayvan› öldürebildi¤ini (geçerli bir silah oldu¤unu) saptam›fl oluruz. Ancak bu silah ile insan yiyen bir y›rt›c›n›n peflinden gidebilmemiz için bir de her atefl etmek için teti¤i çekti¤imizde kurflunu ateflleyebilmesi ve bu kurflunu da bizim hedef olarak seçti¤imiz noktaya sevk edebilmesi laz›md›r. E¤er bir kere niflan al›p ateflledi¤imizde hedefin tam ortas›ndan, ikinci defa ayn› flekilde niflan al›p ateflledi¤imizde hedefin bir metre sa¤›na, üçüncüsünde bir metre daha yukar›da bir noktay› vurmam›z söz konusuysa bu tüfe¤in güvenilir oldu¤u düflünülebilir mi? Onunla ava ç›kmak hayat›m›z› tehlikeye atacakt›r. Ayn› flekilde ayn› ölçümü iki, üç veya çok defalar yapt›¤›m›zda de¤iflik sonuçlar ald›¤›m›zda, bu sonuçlar güvenilir olmayan bir ölçekten mi kaynaklanmaktad›r yoksa ölçtü¤ümüz olgu nitelik de¤ifltirdi¤i için mi biz bu sonuçlara ulaflmaktay›z sorusunu yan›tlamak için ölçe¤in güvenilirli¤ini saptamak gerekir. Tüfek için bunu, onu sabitleyip tek bir hedefe do¤ru atefl etmekle yapar›z. E¤er mengeneyle sabitlenmifl bir tüfek ile defaten atefl edildi¤inde hedefin ayn› noktas› etraf›na kümelenmifl isabetler söz konusuysa tüfek güvenilirdir. Ayn› biçimde bir yöntem kullanarak güvenilirlik saptamak için ölçeklerin farkl› ölçümlerinin benzerlik veya farkl›l›klar›n›n saptanmas› yoluna gidilerek toplumbilimlerinde kullan›lan yöntemlerin de güvenilirli¤i saptan›r. Güvenilirli¤in saptanmas› için ilk yap›lacak olan bir ölçe¤i ayn› gözlem birimlerine iki kere tatbik etmektir. “S›nama ve yeniden s›nama” (test - retest) yöntemi ad› verilen bu güvenilirlik saptamas›nda ayn› sorular ayn› kiflilere arada bu sorular› tamamen an›msayamayacaklar› kadar bir zaman b›rakarak sormakt›r. Örne¤in, bir gruba çeflitli tutum sorular›, beklentiler, durum de¤erlendirmelerini içeren sorular ve bunlar›n yan› s›ra boy, kilo, sa¤l›k durumu vb. kiflisel özellikleri içeren sorular y›lbafl›nda ve sonra yine ayn› sorular yaz bafl›nda (alt› ay kadar sonra) sorulur. E¤er ilk grup sorulara verilen yan›tlarla ikinci grup sorulara verilen yan›tlar aras›nda, özellikle yanl›fll›klar› aflikâr olan tutars›zl›klar ortaya ç›karsa, bu grup için o soru cetvelleri sorulmaz. Örne¤in, Jeffry Sacks, W. Mark Krushat ve Jeffrey Newman 1980 y›l›nda 207 kifliye sa¤l›klar›yla ilgili sorular yöneltmifller, sonra üç ay sonra ayn› sorular› tekrar sormufllard›r. ‹lk defa bu sorulara verilen yan›tlarda bireylerin belirtti¤i boylar› ile ikinci defa ayn› kiflilerin yan›tlad›klar› boylar› aras›nda,
17
18
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
deneklerin yüzde onu için aç›klanmas› mümkün olmayan farklar oldu¤unu saptam›fllard›r. Deneklerin yüzde birinin ilk belirttikleri yafllar› ile üç ay sonra belirttikleri aras›nda ortalama 20 y›ll›k bir fark belirmifltir. Baz› kifliler ilk yan›tlad›klar› sorularda annelerini vefat etmifl olarak iflaretlemiflken ayn› soru üç ay sonra soruldu¤unda annelerinin hayatta oldu¤unu belirtmifllerdir (zikreden Babbie, 2004: 142). Bu durumda bu kiflilerin tutumlar›, de¤erleri vb. konulardaki yan›tlar›n›n da tutars›zl›klar içerdi¤i ve bu ölçümün güvenilir olmad›¤› sonucuna ulafl›lmas› do¤ald›r. Genellikle, toplum bilimleri araflt›rmalar›nda siyasal etkinlik, yabanc›laflma, hoflgörü vb. konularda sorulan sorular›n say›lar›n› artt›rman›n ve bunlar› soru cetvelinin farkl› yerlerine yerlefltirmenin güvenilirlik ölçümü için iyi bir strateji oldu¤u kabul edilir. Bunun daha geliflmifl bir türü ortadan ikiye ayr›lm›fl güvenilirlik s›nama yöntemidir (split - half method) . Bu yöntemde çok say›da soru haz›rlan›r ve bunlar rastsal bir yöntemle ikiye ayr›l›r. Örne¤in on iki soruluk bir cetvel rastsal olarak ikiye ayr›lm›fl alt›flar sorudan oluflan iki cetvele ayr›l›r. Sonra bu sorular soru cetvelinin farkl› noktalar›na yerlefltirilerek sorulur. Bu durumda alt› soruluk setlerin yan›tlar› denekleri ayn› biçimde s›n›fland›rmak durumundad›r. E¤er bu sorulara verilen yan›tlar deneklerin s›n›fland›r›lmas›nda farkl›l›klar do¤urursa, o zaman bu ölçümüm güvenilirli¤i olmad›¤› sonucuna var›l›r. On iki soruluk bir toplumsal hoflgörü ölçe¤inin ilk alt› sorusuna göre pek hoflgörülü ç›kan birisi, ikinci alt› soruda tam tersine hoflgörüsüz olarak s›n›fland›r›lacak olursa, bu soru bataryas›n›n güvenilirli¤i çok flüphelidir. Gerek geçerlilik gerek güvenilirlik için önemli bir öneri daha önce geçerlilik ve güvenilirli¤i saptanm›fl olan ölçü veya ölçeklerin kullan›lmas›n›n tercih edilmesidir. Bu durumda araflt›rmaya yöneltilebilecek olan elefltirilerin azalt›lmas› sa¤lanm›fl olur. Tabii, dikkat edilmesi gereken bir husus özellikle bireylerden görüflme yoluyla toplanan alan taramas› sonuçlar›nda anketörlerin ve yan›tlar› kodlayan elemanlar›n iyi e¤itimli olmalar› ve bu güvenilmez yan›tlar›n onlar›n dikkatsizliklerinin eseri olmamas›d›r. Bu tür dikkatsizlikle kolayca hamile erkekler, ayl›k geliri yüksek yoksullar, kentte ikamet eden göçebeler vb. garip bulgular›n veri setinde yer almas›na yol açabilir. O nedenle bu tür yaz›m ve kodlama hatalar›n› minimuma indirgemek için denetimler, en az iki kere ayn› formalar›n kodlanmas› gibi yöntemler kullan›l›r. Tüm bu önlemlere karfl›n bir ölçüde hata pay›, hem denekten hem anketörden hem de kodlamadan dolay› ortaya ç›kar. Bu tür hatan›n en aza indirilmesi sa¤lanabilir ama tamamen ortadan kald›r›lmas› olanaks›zd›r. Bu durumda ölçümde dikkat edilecek temel husus kavramlar›n tan›mlar›n›n olabildi¤ince aç›k, belirgin olmas› ve her ifliten için tek ve ayn› anlama gelmesinin sa¤lanmas›d›r. Bu durum genellikle toplum bilimlerinin hiçbir alan›nda mükemmelen yoktur. Onun için bir kavram›n birden fazla anlam› varsa, hepsini ayn› biçimde ölçmeye çal›flmam›z gereklidir. Ölçülmeyen anlamlar geçerlilik sorunlar› olarak araflt›rmam›z› zedeleyecektir. SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
6
E¤itim bilimci Kerlinger, “... güvenilirlik para gibidir, yoklu¤u ciddi bir sorundur SIRAFred S‹ZDE ama çoklu¤u da tüm sorunlar›m›z› çözmez” demekle ne kastetmifl olabilir?
SONUÇD Ü fi Ü N E L ‹ M Bu ünitede kavramlar›n bilimsel düflüncenin temel tafllar›n› oluflturdu¤unu, onlar›n zihnimizde soyut S O R Uolarak üretilen tan›mlar oldu¤unu ve görgül gerçekleri ve olgular› etiketlemekte kullan›ld›klar› ifllendi. Bilimde kavramlar› tan›mlaman›n bilim toplulu¤u üyeleri için tamamen özgürce yap›lan bir etkinlik oldu¤unu ancak bu D‹KKAT
N N
SIRA S‹ZDE
AMAÇLARIMIZ
1. Ünite - Siyaset Biliminde Bilimsel Kavramlaflt›rma ve Ölçüm
durumun elefltirilemez olmad›¤› da gösterildi. Zihnimizin soyut ürünleri olan kavramlar›n bilim toplulu¤unda anlafl›labilir bir içerikte kullan›labilmesi için herkes taraf›ndan anlafl›labilir bir yal›nl›kta ifade edilmeleri gere¤i ortaya konuldu. Özellikle do¤rudan görgül olarak gözlemlenebilmesi mümkün olmayan toplumsal olgular ve özellikler için soyut tan›mlara tekabül eden görgül göstergelerin neler oldu¤unun gösterilmesinin önemi vurguland›. ‹fllemsellefltirilen kavramlar›n ölçülmesi iflleminin gözlemledi¤imiz olgular› birbirinden ay›r›p, kategorize etmeye bafllad›¤›m›z andan itibaren ortaya ç›kt›g› gösterildi. Bu kategorilefltirme iflleminin kategorilerin s›ralanmas›, s›ralanan kategorilerin aral›klar›n›n eflit olup olmamas› ve nihayet bir gerçek s›f›r›n bu olgu için tan›mlanabilmesi durumunda farkl› güçte ölçekler üretebilece¤imizi de bu ünitede gördük. Her ölçümün geçerli oldu¤unun ve gelifltirdi¤imiz ölçeklerin tutarl›, istikrarl› veya güvenli bir biçimde kullan›l›p kullan›lamayaca¤›n› saptamam›z gerekti¤ini saptad›k. Geçerli ve güvenilir ölçeklere sahip olman›n yollar›n›n araflt›r›lmas›n› da bu üniteyle iflledik. Böylece, neden - sonuç iliflkisi içinde gördü¤ümüz siyasal olgular aras›nda, zihnimizde kavramsallaflt›rd›¤›m›z iliflkilerin de¤iflkenler olarak ifadesini, bu de¤iflkenlerin geçerli ve güvenilir ölçülerini kullanarak söz konusu iliflkilerin görgül olarak yanl›fl olup olmad›klar›n› saptaman›n önemini de böylece belirlemifl olduk. Bu kitab›n ilerideki ünitelerinde bu iliflkilerin s›nanmas›n›n yol ve yordam›n› görmek için gereken altyap›ya böylece bir temel infla etmifl olduk.
19
20
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Özet
N A M A Ç
1
N AM A Ç
2
N AM A Ç
3
Kavram›n anlam›, siyaset bilimindeki konumu ve ifllevini kavramak Kavram bilimde de siyaset biliminde de görgül olarak saptanabilir olgulara zihnimizde ilifltirilmifl olan etiketlerden ibarettir. Kavramlar arac›l›¤›yla somut veya soyut olgu, süreç, kurum vb. hakk›nda düflünür ve iletiflim kurar›z. Ayr›ca, kavramlar›n karfl›l›k geldi¤i (tekabül etti¤i) olgular aras›nda oldu¤unu düflündü¤ümüz neden - sonuç iliflkilerini de zihnimizde kurgular›z. Kavramlaflt›rman›n siyaset bilimi kuramsallaflt›rmas›ndaki ve mant›k yürütüme ve siyaset hakk›nda düflünme için oynad›¤› rolü aç›klayabilmek Siyasal olay ve olgular› da kavramlar olarak tan›mlar›z. Bu tan›mlar›n siyasal hayattaki karfl›l›klar›n› gözlemleriz. Onlar›n ortaya ç›kmas›n›, sürmesini ve sona ermesini sa¤layan koflullar› araflt›r›, bunlar aras›ndaki neden - sonuç iliflkilerini (illiyet rab›tas›n›) daha önce yanl›fl olmad›¤›n› bildi¤imiz önerme, denence ve kuramlar› kullanarak mant›ksal olarak kurgular›z. Bunlar› da yeni denence veya kuramlar biçiminde ifade ederiz. Kavramlar›n nas›l de¤iflkenlere dönüfltürüldü¤ünü ve bu yolla sosyo ekonomik, kültürel ve siyasal olgular hakk›nda nas›l nicel betimlemeler yap›labilece¤ini görmek Önerdi¤imiz denencelerin bilimsel olarak kabul edilebilmesi için aralar›nda neden - sonuç iliflkileri oldu¤unu iddia etti¤imiz olgular, olaylar, tutumlar, de¤erler vb. befl duyumuza dayanarak yap›lan gözlemlerle saptanabilmesi gereklidir. Bunun için kulland›¤›m›z kavramalar›n her duyan siyaset bilimci için de¤iflmez, tek ve ayn› anlam› (tek boyutlu kavramlar) olmalar› esast›r. Bu durumda bu kavramlar›n ortaya ç›k›fllar› (varl›¤› veya yoklu¤u), s›kl›¤› (zamanla artmas› veya azalmas›), yayg›nl›¤› vb. görgül (ampirik) özellikleri saptanabilir. Bu görgül saptama bir kavrama karfl›l›k olan olgunun farkl› s›kl›k, derece veya oluflma hâllerini gözlememize olanak verir. Bu farkl›l›klar›n (variation) varl›¤› bu kavramlar›n de¤iflen s›kl›kta, yayg›nl›kta, yo¤unlukta vb. ortaya
ç›kt›¤›na iflaret eder. Bu durumda kavramlar›m›z›n birer de¤iflkene iflaret etti¤ini kabul ederiz. Bu de¤iflkenler art›k ya baflka olgu, olay, koflul, de¤er vb. belirleyen ama kendilerinin nas›l belirlendi¤i bilinmeyen veya araflt›r›lmas› gerekmeyen ba¤›ms›z de¤iflkenlerdir ya da bu ba¤›ms›z de¤iflkenlerin etkileri alt›nda de¤iflen, onlara dayanan ba¤›ml› de¤iflkenlerdir. Bu durumda ba¤›ms›z de¤iflkenler arac›l›¤›yla ba¤›ml› de¤iflkenleri aç›klar›z. Siyaset bilimindeki oy verme, siyasal protesto, savafl, bar›fl, devlet biçimleri, devrim, siyasal partiler, ç›kar gruplar›, yasama organ›, siyasal ideoloji vb. de¤iflkenler ba¤›ml› de¤iflkenler olup, ba¤›ms›z de¤iflkenlerle aç›klanmaya çal›fl›l›r. Gerek ba¤›ml› gerek ba¤›ms›z de¤iflkenler görgül olarak varl›klar› ve yokluklar› saptanabilir niteliktedir. Bir de¤iflkenin var oldu¤unu saptad›¤›n›z andan itibaren onu nitel olarak ölçmüfl olursunuz. Varl›k durumunda bir say›sal içeri¤i olmayan bir rakam kullanarak bu olgunun varl›¤›n› belirtmek mümkündür. Örne¤in, bir bölgede savafl varsa “1” yoksa “2” gibi rakamlar kullanarak savafl›n olmas› durumuyla olmama durumunu ay›rarak bir savafl de¤iflkeni ölçümü yapabiliriz. Bu nitel ölçümde e¤er gözlemlerimizi büyükten küçü¤e veya küçükten büyü¤e do¤ru s›ralayabilirsek, o zaman s›ralama ölçe¤inde bir ölçüm yapabiliriz. E¤er bu s›ralamalardaki aral›klar› nicel olarak eflit olarak kabul edebilirsek, örne¤in bir devletin nüfusu, yüz ölçümü, bir siyasal partinin üye say›s›, bir ç›kar grubunun var oldu¤u zaman dilimini bu flekilde ölçebiliriz. O zaman art›k nicel bir ölçü olan aral›k ölçe¤ini kullanarak gözlem yapabiliriz. Nihayet, gerçek s›f›r (0) tan›m›n›n kabul edildi¤i nicel ölçeklere ulaflacak bir ölçüm yapma düzeyine ulafl›rsak art›k oransal ölçüm düzeyine ulafl›r›z ki bu düzeyde tüm aritmetik ifllemleri kullanmam›za olanak sa¤layan ölçekler ortaya ç›kar.
1. Ünite - Siyaset Biliminde Bilimsel Kavramlaflt›rma ve Ölçüm
N AM A Ç
4
Kavramlar›n ölçülmesinde yap›lacak hatalar›n geçerli ve güvenilir ölçülere ulafl›lmas›nda nas›l rizikolar oluflturdu¤unu görecek ve bu konudaki zorluklar› kavramak Yap›lan ölçme süreci ki buna ifllemsellefltirme (operationalization) ad›n› vermekteyiz, hatadan ari de¤ildir. Tüm ölçümlerde hata pay› vard›r, veya hatas›z ölçüm söz konusu de¤ildir. Ölçmede amaç hatas›z ölçüm yapmak olmay›p ölçüm hatas›n› olabildi¤ince asgari düzeye indirmektir. Ölçüm s›ras›nda iki tür hata ile karfl›laflmak mümkündür. Bunlardan birisi ölçmek istedi¤imiz olguyu gerçekte ölçüp ölçmedi¤imizle ilgilidir. Ölçüm s›ras›nda kulland›¤›m›z ifllemsellefltirme ad›mlar› sonucunda ortaya ç›kan rakamsal sonuçlar zihnimizde canland›rd›¤›m›z kavram›n görgül yans›mas› m›d›r? Bir ölçünün geçerlili¤ini mant›ken veya kuramsal olarak yahut daha önce yap›lm›fl ve geçerli oldu¤unu bildi¤imiz benzer bir ölçüye atfen saptayabiliriz. ‹kinci dikkat edece¤imiz hata kayna¤› ise güvenilirliktir. Bir ölçüyü kullanarak arka arkaya yapt›¤›m›z ölçümlerde farkl› farkl› sonuçlar buldu¤umuzda bu sonuçlar ölçmekte oldu¤umuz olgudaki de¤iflmeleri mi göstermektedir yoksa ifllemsel ad›mlar aç›klanamayacak biçimde dalgalanmakta olup, ölçtü¤ümüz olgu ayn› kald›¤› hâlde farkl› ölçümler mi ortaya ç›kartmaktad›r? Vücut ›s›m›z› ölçtü¤ümüzde hep ayn› sonucu bize gösteriyorsa, bu bizim ateflimizin normal oldu¤unu mu, yoksa termometrenin bozuk oldu¤unu mu gösterir, K›sacas› bu örnekte kullan›lan termometre ne ölçüde güvenilirdir? Ayn› soruyu her bilimsel ölçme iflleminde sorgulamak ve bilahare ölçünün güvenilirli¤ini saptamak durumunday›z. Hem geçerli hem güvenilir olan bir ölçü ile yap›lan ölçmelerde hatan›n hofl görülebilir bir düzeye indi¤i kabul edilerek görgül s›nama ifllemlerine geçilmesinde sak›nca bulunmaz.
21
22
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Kendimizi S›nayal›m 1. Bilimsel önermelerle bilimsel olmayan önermelerin aras›ndaki en önemli fark nedir? a. Sadece bilimsel önermeler soyut kavramlara dayan›r. b. Bilimsel önermeler görgül gözlemle yanl›fllanabilir. c. Bilimsel önermeler kavramsal gözlemlerden türetilir. d. Bilimsel önermeler deneysel kavramlar›n ürünüdür. e. Bilimsel gözlemler öznel afl›r›d›r. 2. Bilimde görgül gerçekle ilgili bir kavram oluflturdu¤umuzda onu nas›l kullan›r›z? a. Bu kavram› kendi kuramsal denencelerimizde kullanmak temel amac›m›zd›r. b. Bu kavram› soyut zihinsel bir ürün olarak betimleriz. c. Bu kavram› baflka bilimsel araflt›rmalarda kullan›lmas›n› sa¤lamak için iletiriz. d. Koflullar ne olursa olsun, bu kavram›n var oldu¤unu görgül olarak göstermek için kullan›r›z. e. Bilimsel s›nanmaya tabi tutmak için gerekli kuramsal geliflmeleri bekleriz. 3. Bilimsel kavramlar a. ... bizim araflt›rmalar›m›zda kulland›¤›m›z s›namalar›n yap› tafllar›d›r. b. ... sadece düflünsel özellikler olmay›p ayn› zamanda görgül olgulard›r. c. ... her gün gözlemledi¤imiz gerçeklerden farkl› soyutlamalard›r. d. ... etraf›m›zdaki görgül olgulara zihnimizde uygun gördü¤ümüz tan›mlamalar, hatta etiketlerdir. e. ... bilimsel araflt›rman›n tamamlanmas› için zorunlu düflünsel yap›lard›r. 4. Bilimde kavramlar›n tan›mlar› a. ... serbestçe yap›l›r ve de¤ifltirilir; bu konuda bir s›n›r olmas› bilimsel düflüncenin s›n›rlanmas› hatta yok olmas› demektir. b. ... görgül gözleme uygun olarak yap›l›r. c. ... görgül s›naman›n ilk ad›m› olup ifllemsel olarak yap›l›r. d. ... görgül olmazsa bilimsel önermlerde kullan›lamaz. e. ... serbestçe yap›lmas›na izin verilirse, bilimsel bir dil ve uygulama gelifltirmek olanaks›z olur.
5. Bilimsel dil a. ...yal›n olsa da kullan›lan dilin zenginli¤i ve esnekli¤i her zaman bilimde iletiflimi güçlendirmifltir. b. ...yal›n olmas›na çal›fl›lsa da toplumbilimlerinde kullan›lan demokrasi gibi kavramlar onlar›n hayatala olan ba¤lant›s›n› kurmakta etkili olmufltur. c. ...yal›n olmas› her zaman arzu edilmez, çünkü baz› kavramlar dildeki zenginlikle beslendikerlinden onun bu gücünden yaralanmak gerekir. d. ...yal›n olsa da kavramlar de¤iflkene dönüfltürülmeden önce zengin imalara müsait olabilirler. e. ...yal›n olmak ve kullan›lan kavramlar›n tek bir anlam içermesi ve ima yoluyla da olsa çok anlaml› bir içerikte olmamas› esast›r. 6. Bilimde kavramlar a. ... genellikle sadece ayr›nt›l› tan›mlama ve betimleme suretiyle bir olgunun görgül olarak tan›nmas› için kullan›l›rlar. b. ... kuramlar›n asl›nda hangi koflullarda s›nanabilece¤ini saptamak için kullan›l›rlar. c. ... genellikle neden - sonuç ba¤lam›nda kullan›lan de¤iflkenler olarak ele al›nmaya yatk›nd›rlar. d. ... kuramlar›n siyasal hayattaki etkilerini göstermek için siyaset biliminde kullan›l›rlar. e. ... kuramlar›n neden - sonuç a¤lar›ndan örülmesinden sonra anlafl›lmalar› için oluflturulurlar. 7. Ölçme için ilk ad›m neden ibarettir? a. Nitelik itibar›yla yal›n olan bir olgunun nicel tan›m›ndan ibarettir. b. Görgül olarak gözlenen bir niteli¤in farkl› kategoriler halinde s›n›fland›r›lmas›n›n yap›lmas›ndan ibarettir. c. Görgül bir olgunun nicel bir içeri¤inin oldu¤unun saptanmas›ndan ibarettir. d Görgül bir olgunun nitel ve nicel olarak ayr›flt›¤›n› fark etmemizden ibarettir. e. Görgül bir olgunun tek boyutlu oldu¤unu saptamam›zdan ibarettir.
1. Ünite - Siyaset Biliminde Bilimsel Kavramlaflt›rma ve Ölçüm
23
Kendimizi S›nayal›m Yan›t Anahtar› 8. Her türlü aritmetik ifllemi yapabildi¤imiz ölçek düzeyine ne ad verilir? a. Aral›k ölçe¤i b. Nominal ölçek c. S›rlama ölçe¤i d. Sürekli ve kesikli ölçek e. Oransal ölçek. 9. Bir ölçek e¤er ölçmek istedi¤imiz fleyi ölçüyorsa ona ne ad verilir? a. Ba¤›ml› de¤iflken. b. Ba¤›ms›z de¤iflken. c. Güvenilirlik. d. Geçerlilik. e. Süreklilik.
1. b
2. c
3. d
4. a 5. e 6. c 7. b
10. Bir ölçe¤in geçerlili¤ini saptad›¤›m›zda, art›k onun istikrar› ile ilgilenmezsek ne gibi bir ölçme sorunuyla karfl›laflabiliriz? a. Yanl›fllanabilirlik eksikli¤i. b. Güvenilirlik eksikli¤i c. Ölçüt geçerlili¤i d. Yüzeyde geçerlilik. e. Yukar›dakilerden hiçbirisi.
8. e 9. d 10. b
Yan›t›n›z yanl›fl ise “Görgül Siyasal Gerçek ve Kavramlaflt›rma” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Görgül Siyasal Gerçek ve Kavramlaflt›rma” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Görgül Siyasal Gerçek ve Kavramlaflt›rma” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Kavram ve Tan›mlama” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Kavram ve Tan›mlama” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Kavram ve Tan›mlama” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Kavramlar ve De¤iflkenler” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Kavramlar ve De¤iflkenler” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Ölçümde Geçerlilik” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Ölçümde Güvenilirlik” konusunu yeniden gözden geçiriniz.
S›ra Sizde Yan›t Anahtar› S›ra Sizde 1 Kavramlar bizim düflünce yap› tafllar›m›zd›r. Onlar olmadan hangi nesneden (object) veya özneden (subject) bahsetti¤imizi anlamak, bilmek ve dolay›s›yla bir konuyu anlatmak ve onunla ilgili toplumsal bir iletiflimde bulunmak olanaks›zd›r. Kavramlar zihnimizde, etraf›m›zda gördü¤ümüz, duydu¤umuz, koklad›¤›m›z, tatt›¤›m›z ve dokundu¤umuz, hatta sadece düfl olarak gördü¤ümüz veya sadece hayal etti¤imiz her fleye yap›flt›rd›¤›m›z etiketlerdir. Zihnimizde gözlemle veya sadece düflünsel olarak (tasavvur veya hayal ederek) soyut olarak canland›rd›¤›m›z nesne veya öznelere birer etiket yap›flt›r›p onlar› birbirinden ay›rmak ve o etiketlere birer ad yaz›p onlar› adland›rmak suretiyle kendi dünyam›z› tan›mak, anlamak ve anlamland›rmaktay›z.
24
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
S›ra Sizde 2 Bilimsel araflt›rman›n kavramlar› araflt›rmac›lar›n zihinlerinde yarat›lan soyut tasavvurlar olup, orijinal olarak üretildi¤inde anlafl›ld›¤› biçimde öznel-afl›r› olarak bilim toplulu¤unca kullan›labilir içeriktedir. Ancak bu keyfiyet orijinal olarak oluflan bir kavram›n soyut zihinsel bir tasavvur olarak düflünülmesini s›n›rland›rmaz. Zaten bu tür bir s›n›rlama olmamas› için akademik özgürlük bilimsel ortam›n vazgeçilmezi mahiyetindedir. S›ra Sizde 3 Bilimsel kavramlar olabildi¤ince mu¤lakl›¤a, anlafl›lmazl›k veya zihinsel bulan›kl›¤a yol açmayacak bir sadelikte ifade edilebilmelidirler ki onlar› her duyan araflt›rmac› onlardan ayn› ve de¤iflmez tek bir fleyi anlayabilsin. Bilimsel kavramlar›n bu özelli¤ine Siyaset Bilimci Philip Shively kavramlar›n tek boyutlu olmas› (unidimensionality) keyfiyeti ad›n› vermifltir (1990: 30 - 43). Bir dilin zenginli¤i onun kullan›m›ndaki bu esneklikler, mecazlar, kavramsal oyunlarla artmaktad›r. Ancak bu tür kavramsal esneklikler ve kelimelerin farkl› anlamlara çekilebilme keyfiyeti o dilin edebi gücünü art›r›rken, bilimde kullan›m›n› k›st›lar veya tamamen ortadan kald›r›r. S›ra Sizde 4 Ölçme ifllemi bir kavram›n görgül göstergelerini saptayabildi¤imiz anda bafllar. Tan›mlamak gerekirse ölçmek bir olgu, olay, eflya vb. bir rakam ile etiketleme ifllemidir. Örne¤in, baflkanl›k rejimi gördü¤ümüzde “1” rakam›n› (numeral) ona raptedersek, baflkanl›k rejimi d›fl›ndaki rejimler gördü¤ümüzde de “2” rakam›n› onlara raptedersek, o zaman nicel içerikten (miktar, a¤r›l›k, büyüklük vb.) ba¤›ms›z olarak da rejimleri ölçüme tabi tutmufl oluruz. Bu durumda sadece baz› olgular› di¤erlerinden sistemli olarak ay›rm›fl, adland›rm›fl ve gözlemlemifl olmaktay›z. K›saca, gözlemledi¤imiz görgül olgular› birbirinden ay›rt edip, her biri bir tek kategoriye isabet edecek biçimde s›n›fland›rabildi¤imiz ve her gözlemimizi de sadece tek bir kategoriye yerlefltirebildi¤imiz noktada bafllar. S›ra Sizde 5 Bu ölçümler bir toplumun e¤itim ve sa¤l›k konusunda dünyadaki görece yerini belirttikleri gibi, beflerî sermayeye verdi¤i önemi de belirtir. Beflerî kaynaklar›n›n yetene¤inin yüksek olmas› ve e¤er yüksek kifli bafl›na gelir düzeyindeyse ekonomik gücünün yüksek olmas›, bu devletin uluslararas› iliflkilerde özellikle kültür, bilim, ifl
becerisi ve yat›r›m gibi alanlarda etkili olabilece¤ini gösterir. Özellikle ekonomik kaynaklar›n›n gücü de dikkate al›nd›¤›nda, bu istatistikler bir devletin iktisadi gücü hakk›nda ve onun siyasal etki için kullan›lmas› hususunda bize bilgi verebilir. Bu yolla bir “yumuflak güç” ölçümü yapabiliriz. Ancak siyasal gücü ayn› zamanda etkiye direnme olarak kabul etti¤imizden bir ölçüde de olsa bir devletin askerî gücünü de hesaba katmadan veya “sert gücü” de hesaplamadan kapsaml› bir güç ölçümü yapamay›z. Bu durumda da ölçmek istedi¤imiz kavram› tam anlam›yla ölçtü¤ümüzü mant›ken savunmak zorlafl›r. Ancak sadece yumuflak güç ölçümü yapmay› amaçl›yorsak, o zaman bu ölçümün mant›ken yumuflak gücü ölçmekte oldu¤unu ve dolay›s›yla yumuflak güç ölçüsü olarak geçerlili¤i oldu¤unu savunabiliriz ama siyasal gücü tamamen kapsayan bir ölçüm oldu¤unu savunamay›z. S›ra Sizde 6 Fred Kerlinger bu önermeyle güvenilirli¤in temel özelli¤inin kolayca ak›lda kalmas›n› sa¤layan bir deyifl üretmifltir. Her tekrarland›¤›nda benzer sonuçlar üreten bir ölçek ve onunla saptanan ölçüler istikrarl›, tutarl› ve güvenli olarak kabul edilebilirlerse de bu ölçümler ölçmek istedi¤imiz hangi özellikse onu ölçüp ölçmedi¤i hakk›nda bir bilgi vermezler. Örne¤in, bir bireyin boyunu ölçmek istiyorsan›z, onu on kere de ayn› basküle ç›kart›p her seferinde 79,5 - 80,5 kg. aras›nda bir a¤›rl›kta oldu¤unu saptaman›z, sizin elinizde istikrarla ölçüm yapan bir araç oldu¤unu gösterir ama bu araçla bu kiflinin boyu hakk›nda bir sonuca varamazs›n›z. Dolay›s›yla güvenilir ölçüm geçerlilik ile ilgili sorunlar›m›z olup olmad›¤›n› göstermez. Onun için güvenilirlik para gibidir. E¤er güvenilir bir ölçe¤e sahip de¤ilseniz, ölçümleriniz görgül gerçe¤i saptamaya yetmez ama güvenilir bir ölçe¤iniz oldu¤unda ise tüm sorunlar›n›z bitmeyecektir çünkü o ölçek ölçümlerinizin geçerli olup olmad›¤›n›, yani ölçmek istedi¤iniz fleyi ölçüp ölçmedi¤iniz hakk›nda herhangi bir ipucu vermeyecektir.
1. Ünite - Siyaset Biliminde Bilimsel Kavramlaflt›rma ve Ölçüm
25
Yararlan›lan Kaynaklar Babbie, Earl, The Practice of Social Research. (10. Bask›) (Australia, Canada, United States: Thomson, Wadsworth, 2004). Babbie, Earl, The Practice of Social Research. (12. Bask›) (Australia, Canada, United States: Wadsworth, Cengage Learning, 2010). Balo¤lu, Burhan, Sosyal Bilimlerde Araflt›rma Yöntemi. (2. Bask›) (‹stanbul: Der Yay›nlar›, 2009). Claude Jr., Inis L., Swords into Plowshares: The Problems and Progress of International Organization. (3rd ed.) (New York: Random House, 1966). Cornford, Francis MacDonald, The Republic of Plato. (London, Oxford, New York: Oxford Univ. Pres, 1973). Gökçe, Birsen, Toplumsal Bilimlerde Araflt›rma. (5. Bask›) (Anakara, Savafl Yayu›nlar›, 2007). Ka¤›tç›bafl›, Çi¤dem, “Ölçme ve Ölçekleme”, Ruflen Kelefl (der.) Toplum Bilimlerinde Araflt›rma ve Yöntem. (Ankara, TODA‹E, 1976): 79 - 112. Kalayc›o¤lu, Ersin , “Türkiye’de Demokrasi’nin Pekiflmesi: Bir Siyasal Kültür Sorunu” Prof. Dr. Ergun Özbudun’a Arma¤an (cilt I), (Ankara: Yetkin Publications, 2008) içinde: 247 – 277. Kaptan, Saim Bilimsel Araflt›rma ve ‹statistik Teknikleri. (10. bask›). (Ankara: Tek›fl›k, 1995). Karasar, Niyazi, Bilimsel Araflt›rma Yöntemi. (21. Bask›) (‹stanbul: Nobel, 2010).
Neuman, W. Lawrence, Social Research Methods: Qualitative and Quatitative Approaches. (7. Bask›), (Boston, New York, San Francisco: Pearson, 2009). Popper, Karl Conjectures and Refutations: The Growth of Scientific Knowledge. ( New York and Evanston: Harper and Row, 1965). Popper, Karl, Open Society and Its Enemies: Vol. I The Spell of Plato. (5. Bask›), (Princeton, N. J: Princeton Univ. Press, 1966). Seyido¤lu, Halil, Bilimsel Araflt›rma ve Yazma El Kitab›. (8. bask›) (‹stanbul: Güzem, 2000). Shively, W. Phillips, The Craft of Political Research. (3. Bask›) (Engelwood Cliffs, New Jersey, PrenticeHall: 1990). Stouffer, Samuel, The American Soldier. Princeton, N. J.: Princeton Univ. Press, 1949). Weber, Max, Sosyal Bilimler Metodolojisi. (Istanbul: Küre Yay›nlar›, 2012). Y›ld›r›m, Ali ve Hasan fiimflek, Sosyal Bilimlerde Nitel Araflt›rma Yöntemleri. (2. bask›) (Ankara: Seçkin, 2000). Y›ld›r›m, Cemal, Bilim Felsefesi. (8. Bas›m) (Istanbul: Remzi Kitabevi, 2011).
ULUSLARARASI ‹L‹fiK‹LERDE ARAfiTIRMA YÖNTEMLER‹
2 Amaçlar›m›z
N N N N N
Bu üniteyi tamamlad›ktan sonra; ‹ki de¤iflken aras›nda nedensel bir iliflki nas›l kurulur ve test ediliri aç›klayabilecek, Araflt›rma kurgular›n›n temel aflamalar› nelerdir, temel kurgular nelerdir ve deneysel yaklafl›mlar di¤er yaklafl›mlardan nas›l farkl›l›klar gösterir sorunlar›n› yan›tlayabilecek, Deneysel kurgular›n çeflitleri hakk›nda bilgi sahibi olabilecek, Kontrol ve nedensellik aras›ndaki iliflkiyi detayl› olarak aç›klayabilecek, Deneysel yaklafl›m kullanarak hangi uluslararas› iliflkiler konular›n› araflt›rabilece¤inizi keflfedebilecek, bilgi ve becerilere sahip olabileceksiniz.
Anahtar Kavramlar • De¤iflkenlik ve Kontrol • ‹ç ve D›fl Geçerlik (Internal and External Validity) • Deneysel Kay›p (Experimental Mortality)
• Rastgele Atama (Random Assignment) • Solomon Dörtlü Grup Kurgusu • Öncül Test • Simülasyon • Do¤al Deneyler
‹çindekiler
Nedensel ‹liflkiler, Uluslararas› ‹liflkilerde Araflt›rma Kurgular›, Araflt›rma Yöntemleri Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler
• G‹R‹fi • B‹L‹MSEL ÇIKARIM • NEDENSELL‹K VE ARAfiTIRMA KURGULARI • DENEYSEL YAKLAfiIMLAR VE ULUSLARARASI ‹L‹fiK‹LER • DENEYSEL KURGU ÇEfi‹TLER‹ • DÂH‹LÎ GEÇERL‹K • HAR‹CÎ GEÇERL‹K • S‹MÜLASYON (SIMULATION) • DO⁄AL DENEYLER • SONUÇ
Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler G‹R‹fi Etraf›m›zda cereyan eden olaylarla ilgili bizi düflündüren ve bazen de flafl›rtan sorulara cevap ararken zaman zaman araflt›rma yapmak durumunda kal›r›z. Araflt›rma denilen olgu sistemli olarak gerçeklefltirilen, baz› fikirler ve dünya görüflleri ile teknik uygulamalar›n birlefltirilmesi ile ortaya ç›kan gerçek hayatta olan biteni anlam›m›za ya da aç›kl›k getirmemize katk›da bulunan bir bilgi üretme sürecidir. Bu süreçte, neyin cevab›n› arad›¤›m›z ve nas›l arad›¤›m›z çok önemlidir. Cevab›n› arad›¤›m›z soruya kuram ve yöntem rehberlik etmelidir. Genelde hayat›m›z›n erken evrelerinde ö¤rendiklerimiz araflt›rma yap›larak de¤il de ailemizden, yak›n çevremizden, televizyon haberlerinden ve di¤er iletiflim kaynaklar›ndan, ya da içgüdü ve sa¤duyu ile ulaflt›¤›m›z bilgilerdir. Bu bilgiler daha sonra bilimsel araflt›rmalar ile yenilenir ve güncellenir. Bilimsel çal›flmalar›n temelinde tam da bu anlay›fl yatar. Tam anlam›yla hiçbir zaman etraf›m›zda olup bitenleri anlama ve aç›klama flans›na sahip de¤iliz. Bilgi yeni bulufllar ›fl›¤›nda sürekli güncellenmelidir. Tabii ki her olup biten muhakkak aç›klanabilir bir neden-sonuç iliflkisi dâhilînde gerçekleflmez. Tesadüfler kaç›n›lmazd›r. Bilimsel araflt›rma bir olay gerçekleflirken sistemli olarak ortaya ç›kan k›s›mlar› aç›klamaya yöneliktir. Di¤er bir deyiflle, olay›n gerçekleflmesini aç›klamaya yard›mc› olacak neden-sonuç örüntüsünü keflfetmeye çal›fl›r. Siyaset Bilimi ve Uluslararas› ‹liflkiler alanlar›nda devletlerin siyasi sistemleri, seçmenlerin oylarla ilgili tercihleri, savafllar, devrimler, terörizm ve iç savafllar gibi konular› bir neden-sonuç örüntüsü içinde aç›klamay› hedefliyoruz. Örne¤in, devletlerin yönetim biçimleri savafllar› nas›l etkiler?, sorusunu cevaplarken bir devletin demokrasi ya da otokrasi ile yönetilmesinin o devletin bir d›fl tehditle bafla ç›karken ne flekilde hareket etti¤i üzerindeki etkisini inceleriz. Ayr›ca, di¤er baflka faktörlerin bahsetti¤imiz uluslararas› olguya nas›l sebep olabilece¤ini aç›klar›z. Devletlerin yönetim biçimleri ile savafllara kat›lmalar› aras›nda sistemli bir nedensonuç iliflkisi olup olmad›¤›n› aç›klamaya çal›fl›r›z. Nedensel bir iliflki ya da ba¤, herhangi bir iki olay ya da oluflum aras›nda bir tanesinin önce oldu¤unu ve di¤erinin önce olan olaydan sonra geldi¤ini, di¤er bir deyiflle ilk olay›n bir sonucu oldu¤unu belirtir. Deneysel yaklafl›mlar hangi olay›n önce geldi¤i konusunda araflt›rmac›ya tam bir kontrol imkân› tan›d›klar› için, nedenselli¤in ispatlanmas›nda en etkin yöntemdir.
28
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
B‹L‹MSEL ÇIKARIM
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M Deneysel yaklafl›mlar›n Siyaset S O Bilimi R U ve Uluslararas› ‹liflkiler alanlar›nda uygulanmas› özellikle 1990’lardan bu D ‹artm›flt›r. K K A T Bu art›fl›n yana temelinde ucuzlayan bilgisayar teknolojisi ve SIRA S‹ZDE gelifltirilen bilgisayar programlar›n›n bir çok deneysel kurgunun oluflturulmas›na ve AMAÇLARIMIZ bulgular›n analizine yard›mc› olmas›d›r.
Genel olarak araflt›rma kurgular›n› deneysel ve deneysel olmayanlar üzere ikiye ay›rmak mümkün. Yöntem ne olursa olsun, ortak amaç araflt›rmaya konu olan de¤iflkenler aras›nda nedenselli¤i aç›klay›c› bilimsel bir ç›kar›m yapmakt›r. Hepimiz Sherlock Holmes’un filmlerindeki flu sahneyi hat›rlar›z: Holmes suç mahalline gelir, gözlerini kül tablosunda tütmekte olan izmarite diker, ani bir hareketle yerinden kalkar ve izmaritin yan›nda duran yar›ya kadar yanm›fl ve ucu küllenmifl kibriti incelemeye bafllar. Sonra da flüphelinin 44 yafl›nda, 174 cm. boyunda, 83 kilo a¤›rl›¤›nda oldu¤unu söyler. Devam›nda, flüphelinin sa¤ elini kulland›¤›n›, k›z›lderelilerle yap›lan savafllardan kalma bir gazi oldu¤unu, ve sa¤ avucunda bir kurflun top kütlesi tafl›d›¤›n› anlat›r. Hatta, daha da ileri giderek flüphelinin sayg›de¤er bir insan oldu¤unu, suç mahalline girdi¤inde suç iflleme niyetinin bulunmad›¤›n›, dedektif ve ekibinin geldi¤ini duyunca pencereden h›zl›ca d›flar› ç›kt›¤›n›, ama birazdan içeri gelece¤ini söyler. Çok geçmeden, flüpheli kap›y› çalar ve içeri girer. Holmes’un yard›mc›s› Watson bunu nas›l bilebildi¤ini sorgulad›¤›nda ise cevab› tümdengelim olur. Asl›nda, Holmes’un cevab› eksik, çünkü sadece tümdengelim de¤il, ayn› zamanda tümevar›m› da kullanm›flt›r. Tümdengelim ve tümevar›m sadece bilimsel ç›kar›m yapmakta kullan›lan iki yöntem de¤il, ayn› zamanda günlük yaflam›m›zda da kulland›¤›m›z mant›k yürütme yöntemleridir. Akflamlar› iflten ya da okuldan döndü¤ümüzde, evimizin ›fl›klar›n› yanar gördü¤ümüzde, tümevar›m yöntemi ile annemizin ya da eflimizin eve bizden önce geldi¤i ç›kar›m›nda bulunuruz. Annemiz ve eflimiz hakk›nda geçmiflten beri gelen tecrübelerimizi düflündü¤ümüzde ise tümdengelim yöntemini kullanarak o anda mutfakta yemek piflirdi¤ini ve ayn› zamanda masay› haz›rlad›¤›n› tahmin edebiliriz. ‹çeri girdikten sonra da tahminlerimizin do¤ru olup olmad›¤›n› gözSIRAYani, S‹ZDE belirli bir durumdan genele ulaflmaya tümevar›m ve genelden lemleyebiliriz. daha özel ve belirli bir gözleme ulaflmaya tümdengelim denir. Bu iki yöntemin sa¤l›kl› iflleyebilmesi için de bilim adamlar› aç›k ve tam olarak gerçek olaylar› gözÜ fi Ü N E L ‹ M lemlemek Dve yans›tmak durumundad›rlar. Uluslararas› ‹liflkiler alan›nda çal›flan siyaset bilimciler ise, etraf›m›zda olup biS O R Uolaylar› araflt›rmak, aç›klamak ve tahminler yürütmekle ilgilenirten siyasi içerikli ler. Örne¤in, kim oy kullan›r? Hangi devletler insan haklar›n› çi¤nemeye meyillidirler? Yarg›da ba¤›ms›zl›k nas›l elde edilir? Seçim propogandalar›n›n seçmenler D‹KKAT üzerindeki etkisi nedir? Bu tür sorulara cevap ararken deneysel yaklafl›mlar›n avantaj› gerçek hayatta olup biten bir olay›n laboratuvar ortam›nda basit flekliyle de olSIRA S‹ZDE sa araflt›rmac›n›n gözü önünde yeniden cereyan etmesine imkân tan›mas›d›r. Deneysel yaklafl›mlar flu sorular›n cevaplanmas›nda s›kl›kla kullan›lm›flt›r: Hangi flartlar alt›nda AMAÇLARIMIZ devletler birbirleri ile iflbirli¤ine gider? Devletler ne zaman uluslararas› kurallara ve anlaflmalara uyar? Silahlanma nas›l önlenir?
N N
K ‹ T A P
TELEV‹ZYON
‹NTERNET
Jannet Buttolph H.T. Reynolds, ve Jason Mycoff.(2008). Political Science ReseK ‹ TJohnson, A P arch Methods. Washington, DC: CQ Press. Rebecca B. Morton ve Kenneth C. Williams. (2008). Experimentation in Political Science in the Oxford THandbooks E L E V ‹ Z Y O N of Political Science. Janet M. Box-Steffenmeier, Henry E. Brady, David Collier (der.). Oxford University Press, s. 339-356.
‹NTERNET
2. Ünite - Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler
NEDENSELL‹K VE ARAfiTIRMA KURGULARI CBS Haber ABD’de 2004 Baflkanl›k Seçimleri Öncesi kampanya sloganlar›ndan baz›lar›n› flöyle tan›mlad›: Bir reklamda, Jon Kerry’nin resmi gösterilir gösterilmez saniyeler içinde Osama bin Laden ve Muhammet Atta’n›n resimleri h›zl›ca gösterilirken, bir erkek sesi, “bu iki fanatik katille bafl edebilece¤ine dair, Kerry’e güvenir miydiniz?” sorusunu sorar. Baflka bir tanesinde, Baflkan Bush’un rüflvetçi Suudi kraliyet ailesiyle maddi gizli bir ortakl›k içinde oldu¤u ve terörizm destekçileri ile ba¤lant›l› oldu¤u söylenir. Üçüncü bir reklam da “Kerry’nin Vietnam savafl› esnas›nda düflmanlarla gizli bir toplant› yapt›¤›n›” söyler. Baflkan Bush’un da Amerikan askerlerini bir bata¤›n içerisine sürükledi¤ini belirtir.
Birço¤umuzun düflünece¤i gibi negatif propoganda seçmeni kötü yönde etkiler ve seçim adaylar›ndan uzaklaflt›r›r. Fakat CBS News tam tersine inanmaktayd›. ‹nsanlar›n negatif bilgilerden daha çok etkilendi¤ini savunmaktayd›lar. Hangi görüfl do¤rudur? Bu konu siyaset bilimi çal›flmalar›nda hâlen tart›fl›lmaya devam eden ve s›k s›k çal›fl›lan bir konudur. Böyle bir konuya nas›l yaklafl›lmal›? ‹htiyac›m›z olan, bilgi toplamaya ve analiz yapmaya yönelik bir plan gelifltirmek ve bulgular›m›z›n sadece fikirlere de¤il de aç›k kan›tlara dayand›r›ld›¤› konusundaki güvenimizi artt›rmakt›r. Bir araflt›rma kurgusu araflt›rmac›n›n bir soruyu nas›l çal›flaca¤›n› belirten bir plan ya da tasar›d›r. Araflt›rma kurgusunun niteli¤i ne olursa olsun, amaç iki ya da daha fazla de¤iflken aras›nda bir neden-sonuç iliflkisi olup olmad›¤›n› saptamakt›r. Yukar›daki örnekte reklam kampanyas›n›n niteli¤i ile insanlar›n oy verme istekleri aras›nda bir iliflki kurulmufltur. ‹ki de¤iflkenin birbirleri ile iliflkili oldu¤unu söylemek için, bir de¤iflkenin belli de¤erlerinin di¤er de¤iflkenin belli de¤erleriyle örtüflmesi gerekmektedir. Uluslararas› ‹liflkiler alan›ndaki örnekler aras›nda, uluslararas› organizasyonlar›n devletleraras› ifl birli¤ine katk›s›, güç da¤›l›m›n›n savafl›n bafllamas› üzerindeki etkisi, ve d›fl müdahelenin etnik savafl ya da demokratikleflme üzerindeki etkisini sayabiliriz. Her araflt›rma kurgusu bir kuram ile bafllar ve kuram ise bir ba¤›ms›z de¤iflken, aç›klamaya çal›flt›¤›m›z olay, bir ba¤›ml› de¤iflken, aç›klamaya yard›mc› olaca¤›n› düflündü¤ümüz faktörler, ve bir de bu ikisini ba¤layan ya da iliflkilendiren nedensel bir beyandan oluflur. ‹kinci aflamada, araflt›rma kurgusu kuram›n hangi örneklem (sample) kullan›larak test edilece¤ini belirler. Burada önemli olan, ilgilendi¤imiz olay›n hem pozitif hem de negatif türlerini örneklemimize dahil etmektir. Örne¤in, demokrasinin etnik savafl üzerindeki etkilerine bak›yorsak, elimizdeki örneklemde demokratik olan ve olmayan ve etnik savafl yaflayan ve yaflamayan ülkelerin bulunmas› gerekmektedir. Barbara Geddes, 1990 tarihli makalesinde bu soruna iflaret etmektedir. O zamana kadar yay›nlanm›fl birçok çal›flmay› örnek göstererek, araflt›rmac›lar›n yeni geliflmekte olan Tayvan, Güney Kore ve Singapur gibi ülkelerle ilgili yanl›fl ç›kar›mlar›n› ortaya koymaktad›r. Bir çok araflt›rmac›, Güney Kore (özellikle 1961’den sonra), Singapur (1968 sonras›), Brezilya (1964 ile 1981 aras›nda) ve Meksika (1982 öncesinde) ile ilgili çal›flmalar›nda bu ülkelerdeki h›zl› ekonomik büyüme konusunu aç›klamaya çal›flm›fllard›r. Tüm bu ülkelerin iki ortak özelli¤i vard›. H›zl› büyüme esnas›nda ifl gücünü bask› alt›nda tutup, iflçilerin memnun olmad›klar› durumlar› aç›klamalar›na izin vermiyorlard›. Bu bulguya dayanarak araflt›rmac›lar, ifl gücünü bask› alt›nda tutman›n h›zl› büyümeye pozitif katk›s› oldu¤unu savunmufllar-
29
30
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
d›r. Fakat, göz ard› edilen bir gerçek, dünyada ifl gücünü benzer flekilde bask› alt›nda tutan baflka ülkelerin ekonomik geliflme konusunda bu ülkeler kadar baflar›l› olmad›klar›d›r. Bu örneklemde sadece h›zl› büyümeyi baflaran ülkeler oldu¤u için, ifl gücü üzerindeki bask›n›n di¤er ülkelerde de benzer flekilde büyümeye katk›s› olup olmad›¤›n› anlamak oldukça zordur. Daha sa¤l›kl› bir yöntem, örneklemi belirlerken sadece h›zl› büyümeyi baflaran de¤il, baflarmayan ülkeleri de analize eklemektir. E¤er analiz sonunda h›zl› büyümeyi baflarmayan ülkelerin de benzer flekilde iflgücünü bask› alt›nda tuttu¤unu gözlemliyorsak o zaman ifl gücü bask›s› ve büyüme aras›nda nedensel bir ba¤dan söz edilemez. Sonuçta, büyümeyi baflaramayan ülkelerde ifl gücünün bast›r›lmad›¤›n› görürsek o zaman nedensel bir iliflkiden bahsetmek söz konusu olabilir. Fakat her zaman akl›m›zda tutal›m ki, nedensel iliflkiler en baflta belirledi¤imiz kuramlar›n ürünüdür. Araflt›rma kurgular› kuram›n belirtti¤i nedensel ba¤lant›lar› ispatlayacak kan›t bulmaya yararlar. Bafltaki örne¤imize geri dönersek örneklemimizde hem negatif hem de pozitif propoganda içeren reklamlar› görmüfl olan seçmenlerin olmas› gerekmektedir. Reklam›n mahiyeti ve seçmenlerin seçim sand›¤›na gidip gitmeyece¤i aras›nda nedensel bir ba¤ kurulmaya çal›fl›lmaktad›r. Bir sonraki aflamada, araflt›rma kurgusu örneklemle ilgili testlerin yap›lmas› için nas›l bir yöntem seçilece¤ini ve neden belli bir yöntemin di¤erlerine tercih edildi¤ini aç›klamak durumundad›r. ‹lerleyen bölümlerde de ele al›naca¤› üzere, araflt›rma yöntemlerini nitel veya nicel, deneysel veya deneysel olmayan olarak s›n›fland›rmak mümkün. Hangi yöntem seçilirse seçilsin, bir araflt›rma kurgusu, herhangi bir kuram› test etmeye çal›fl›rken afla¤›daki hedefleri dikkate al›r: 1. ‹ki ya da daha fazla de¤iflken aras›nda bir ba¤ kurmaya çal›flmak, 2. Bulgular›n gerçek hayatta da genel olarak do¤ru oldu¤unu göstermek, 3. Bir olgunun di¤er olgudan daha önce ya da sonra geldi¤ini göstermek, 4. Mümkünse alternatif aç›klamalar› elemek.
N
MAKALE
Barbara Geddes. “How the Cases You Choose Affect the Answers You Get: SelectiM A K (1990). ALE on Bias in Comparative Politics”, Political Analysis. Cilt 2, s. 131-150.
Nedensel veya Sahte (Spurious) ‹liflkiler ‹nsanlar›n seçimlerde oy kullanmalar› ve televizyonda sürekli adaylarla ilgili negatif propoganda görmeleri ve duymalar› aras›nda negatif bir iliflkiden söz edilebilir. Sürekli negatif propagandaya maruz kalan seçmen hiçbir aday›n oyuna lay›k olmad›¤›n› düflünüp seçimde oy kullanmak istemeyebilir. Böyle bir hipotezi nas›l ispatlayabiliriz? Seçimlerden hemen sonra bir grup seçmenle röpörtaj yap›labilir. Onlara seçimlerden önceki negatif propogandan›n ne kadar fark›nda olduklar› ve seçimlerde oy kullan›p kullanmad›klar› sorulabilir. Negatif propoganda ve oy kullanma oran› aras›nda bir iliflki oldu¤unu gözlemleyebiliriz. Tablo 2.1 insanlar›n negatif propaganda içeren reklamlar; X, görüp görmedikleri ve seçimlerde oy kullan›p kullanmad›klar›; Y, aras›ndaki iliflkiyi göstermektedir.
2. Ünite - Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler
Y
X
X
Oy Kulland› m›?
Negatif Propaganda Evet
Negatif Propaganda Hay›r
Evet Hay›r
%100 %100
Yukar›daki araflt›rma kurgusu kamuoyu araflt›rmas› ya da anket olarak da nitelendirilebilir. ‹nsanlar›n siyasi davran›fllar›n› dolayl› olarak gözlemlemeye dayanan bu kurguda, kiflilere bir konu ile ilgili ne düflündükleri ve nas›l davranacaklar› sorulur. Gerçek davran›fllar› gözlemlemek, bu durumda kiflilerin oy pusulalar›na bak›p kime oy verdiklerini ya da oy verip vermediklerini gözlemlemek, mümkün olmad›¤› için sorulara verdikleri cevaplara göre de¤erlendirmemizi yapar›z. Tablo 2.1 iki de¤iflken aras›nda net bir iliflki oldu¤unu gösteriyor. Negatif propogandaya maruz kalmam›fl seçmenlerin hepsi oy kullanm›fllar ve maruz kalanlar›n hiçbiri oy kullanmam›fllar. Fakat bu sonuçlara bakarak, negatif propogandan›n oy kullanma oran›n›n düflmesine sebep oldu¤unu savunabilir miyiz? Belki de oy kullanmaya gidenlerin hepsi çok güçlü bir vatandafll›k görevi içgüdüsü ile haraket ettiler ve seçim kampanyalar› ne derse desin her durumda oy kullanacaklard›. Ayn› zamanda, e¤itim seviyesi düflük olan insanlar çok fazla televizyon izliyor olabilirler ve seçimlerde de oy kullanma zahmetinde bulunmayabilirler. E¤er bu tür farkl› nedenler ve koflullar söz konusu ise oy kullanma ve negatif seçim kampanyas› aras›nda bir iliflki gözlemleyebiliriz. Ama bu iliflki nedensel bir iliflki olmayabilir. Negatif seçim kampanyalar›n› yay›ndan kald›rmak oy verme oran›n› de¤ifltirmeyebilir. Bu tür iliflkiler yanl›fl ya da sahte (spurious) olarak nitelendirilir. Oy verme oran› ve negatif kampanyalar› içeren TV programlar›n› izlemek asl›nda ayn› zamanda baflka bir üçüncü faktör taraf›ndan belirlenir ve birbirleri ile nedensel bir iliflki çerçevesinde ba¤lant›l› gibi alg›lanabilir. Genelde üçüncü faktör belirlendi¤inde aradaki iliflki zay›flar ya da tamamen kaybolur. Örne¤in, e¤itim seviyesi hem oy verme oran›n› hem de televizyon izleme oran›n› etkiliyor olabilir. Bilimsel çal›flmalar, gerçek ve gerçek olmayan iliflkileri birbirinden ay›rt etmeyi hedeflerler. Üç aflamada bu hedefe ulaflmak mümkündür: 1. Efl zamanl› de¤iflkenlik (covariation): Yap›lan araflt›rma belirtilen sebebin X, belirtilen sonuçla Y, ayn› zamanda de¤iflti¤ini göstermelidir. Tablo 2.1 asl›nda seçim kampanyalar› ve oy kullanma aras›nda böyle bir efl zamanl› de¤ifliklik oldu¤unu saptam›flt›r ama nedensel bir ba¤ olup olmad›¤›n› anlayabilmek için kamuoyu yoklamas›ndan fazlas› gerekmektedir. Bu noktada araflt›rmac›n›n kiflisel yorumu önem kazanmaktad›r. ‹ki de¤iflken aras›nda iliflki oldu¤u objektif bir flekilde saptanabilir fakat iliflkinin nedensel olup olmad›¤› araflt›rmac›n›n yorumuna kal›r. 2. Zaman s›ras›: Araflt›rma, sebebin sonuçtan önce geldi¤ini göstermelidir. Sebebin sonuçtan sonra oluflmas› mümkün de¤ildir. Tablo 2.1’de mant›kl› olarak seçim kampanyas›n›n oy verme olay›ndan önce gerçekleflti¤ini savunabiliriz. Fakat gözleme dayal› baflka çal›flmalarda bu durumu pratikte göstermek biraz zor olabilir. Zaman s›ras› flart› karfl›lanm›fl olsa bile, nedensel bir iliflkiden tam anlam›yla söz edebilmek için üçüncü maddede belirtilen flart›n da karfl›lanm›fl olmas› gerekir. 3. Alternatif aç›klamalar›n elenmesi: Araflt›rma ayn› zamanda alternatif aç›klamalar› elemeli ve üçüncü bir faktörün iki de¤iflkeni de etkilemedi¤ini göstermelidir.
31 Tablo 2.1 Oy Kullan›m› ve Negatif Propaganda Duyumu
SIRA S‹ZDE
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M SIRA S‹ZDE
D Ü fi Ü N E L ‹ M SIRA S‹ZDE Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri S O R U D Ü fi Ü N E L ‹ M
32
S O R U D Ü fi Ü N E L ‹ M
‹ki de¤iflkenin takip etti¤i her durumda nedensel bir ç›kar›m yap›lamaz. Örne¤in, KKAT D ‹ birbirini S O R k›fltan U her zaman bahar sonra gelmesine ra¤men, k›fl bahara neden olur denilemez. Nedensel bir aç›klama getirebilmek için, bir de¤iflkenin di¤er bir de¤iflken üzerinde de¤er SIRA S‹ZDE de¤iflikliklerini meydana getirdi¤i fikrinin oluflmas› gerekir. D‹KKAT
D‹KKAT S O R U
SIRA S‹ZDE D‹KKAT AMAÇLARIMIZ SIRA S‹ZDE SIRA S‹ZDE KD Ü‹ fiTÜ NAE LP‹ M AMAÇLARIMIZ S O R U
T KE L‹E VT ‹ ZAY OP N D‹KKAT
T‹ENLTEEVR‹ NZ YE OT N SIRA S‹ZDE
AMAÇLARIMIZ ‹NTERNET
K ‹ T A P
TELEV‹ZYON
‹NTERNET
N N N N
1
Sovyetler Birli¤i’nin çöküfl sebepleri aras›nda birçok neden say›lm›flt›r. Bir tanesi Amerika AMAÇLARIMIZ SIRA S‹ZDE SIRA S‹ZDE Birleflik Devletleri’nde artan askerî harcamalard›r. Amerikan askerî harcamalar› ile Sovyetler’in çöküflü aras›nda nas›l bir iliflki kurmak mümkündür? Nedensel bir aç›klama geL ‹PMiliflkiyi nas›l yorumlars›n›z? Sovyetler’in çöküflü ile ilgili alternatif KD Ü‹fi ÜTN EAbu tirmek gerekirse AMAÇLARIMIZ aç›klamalar ne olabilir? S O R U
J.B. Johnson, ve Jason Mycoff. (2008). Political Science Research Methods. T EK L H.T. E‹ VT‹ ZAYReynolds OPN Washington, DC: CQ Press. D‹KKAT
Araflt›rma T E L E V ‹Kurgular› ZYON
N N
‹NTERNET
SIRA S‹ZDE araflt›rman›n nas›l yap›laca¤› ile ilgili mant›ksal yap›y› sunar. Bir araflt›rma kurgusu, Genelde araflt›rma, araflt›rmac› aç›s›ndan ilginç, o zamana kadar çal›fl›lmam›fl ya da az çal›fl›lm›fl ve düflündüren bir soru ile bafllar. Soruyu iyi bir flekilde cevaplayabilAMAÇLARIMIZ ‹ N T E R N E Tgereken en önemli karar ne tür bir araflt›rma yöntemi gelifltirilmek için verilmesi mesi gerekti¤idir. Yöntemler aras›nda, deneysel yaklafl›mlar, k›s›mlar aras› (crosssectional), boylamsal K ‹ T A P (longitudinal), vaka analizi ve karfl›laflt›rmal› kurgular say›labilir. Baflka bir s›kl›kla yap›lan ayr›m da nitel ve nicel yöntemler aras›ndad›r. Nitel yaklafl›mlar›n avantaj›, bir olay hakk›nda derinlemesine ve detayl› bilgi toplamaya imkân sa¤lamalar›d›r, fakat bilgi toplanan vaka say›s› k›s›tl› olmak durumundad›r. TELEV‹ZYON Örne¤in, siyasi liderlerle görüflmeler yap›lmas›, bir siyasi partinin derinlemesine incelenmesi ya da bir sosyal harekete kat›l›m›n gözlem yoluyla incelenmesi nitel yaklafl›mlar aras›ndad›r. Fakat nitel yaklafl›mlar›n olaylar› detayl› ve derin incele‹ N T Ehakk›nda RNET mesi, bir olay benzerleriyle ilgili genelleme yap›lmas›na engel teflkil etmektedir. Nicel yaklafl›mlar, çok fazla say›da olay›n ayn› anda inceleyebilmeleri sebebiyle, genelleme konusunda avantaja sahip olmalar›na ra¤men ço¤u zaman bir veri taban› bulmak ve ya oluflturmak çok pahal›, zahmetli ve oldukça da vakit alan bir çabad›r. Toplanan veri taban›n›n ne derece gerçe¤i yans›tt›¤›n› bilmek zordur ve verinin analizi de araflt›rmac›n›n baz› istatistiksel yöntemlerle ilgili bilgi ve beceri sahibi olmas›n› gerektirmektedir. Bu dezavantajlara ra¤men, laboratuvar ve do¤al deney yapmak her zaman mümkün olmad›¤› için araflt›rmac›lar deney d›fl› yöntemleri daha pratik bulurlar. Deney d›fl› yöntemler nedensel ç›kar›m yapmak ve bir ba¤›ml› de¤iflken ile ba¤›ms›z de¤iflken aras›ndaki neden-sonuç iliflkisini daha kesin bir flekilde ortaya ç›karma konusunda deneysel yöntemlar kadar güçlü de¤illerdir. Yukar›da bahsedilen neden-sonuç iliflkisinin tespiti için gereken eflzamanl› de¤iflkenlik, zaman s›ras› ve alternatif aç›klamalar›n elenmesi flartlar›n›n özellikle kontrollü laboratuvar deneylerinde yerine getirilmesi daha kolayd›r. Di¤er yöntemler, deneysel yaklafl›mlar kadar nedensellik konusunda net ç›kar›mlar sa¤lamasalar da kifliler d›fl›ndaki aktörlerin de (gruplar, flehirler, devletler, organizasyonlar) araflt›rmaya dahil edilmesini sa¤larlar. Deney d›fl› araflt›rma kurgular›nda, ba¤›ms›z de¤iflkenin uygulanmas› ve kat›l›mc›lar›n gruplara atanmas› üzerinde araflt›rmac›n›n hiçbir kontolü olmad›¤› gibi baz› durumlarda ba¤›ml› de¤iflkenin ba¤›ms›z de¤iflken etkisini göstermeden önce ölçülmesi imkân› yoktur. Fakat bu yöntemler laboratuvar çal›flmas› müm-
2. Ünite - Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler
kün olmad›¤›nda veri toplamak ve nedensel ç›kar›m yapmak için önemli alternatiflerdir. Bu yöntemlerin baz›lar›ndan k›saca bahsettikten sonra, ünitenin geri kalan k›sm›nda deneysel yaklafl›mlar detayl› olarak incelenecektir.
Küçük-n Kurgular› (Small-n Designs) Bu tür araflt›rmalarda, bir veya bir kaç olay ya da vaka incelenerek, röpörtaj, arfliv taramas› ve gözlem yöntemleri kullan›larak detayl› veri toplanmaya çal›fl›l›r. Sadece bir olay inceleniyorsa, örne¤in Frans›z Devrimi, bu yönteme tek vaka analizi denir. Birden fazla olay inceleniyorsa örne¤in Bolflevik Devrimi, Mao Devrimi gibi, o yönteme karfl›laflt›rmal› vaka analizi denir. Bu yöntemlerin hepsi ve çeflitli türleri 5. Ünite’de detayl› olarak anlat›lmaktad›r. Bu k›s›mda amaç, bu yöntemin deneysel yöntemlerle bir nebze olsun karfl›laflt›rmas›n› yapmakt›r. Araflt›rmaya konu olan aktörler, baflbakanlar ya da di¤er siyasi kifliler olabilece¤i gibi, devrim, savafl, iç savafl gibi siyasi nitelik tafl›yan olaylar, meclis, bakanl›k gibi siyasi kurumlar, NATO, Birleflmifl Milletler gibi uluslararas› organizasyonlar ya da Irak’› kuflatmak, erken seçimlere gitmek gibi siyasi kararlar olabilir. Güçlü vaka analizi çal›flmalar› net olarak tan›mlanm›fl bir kuram ile bafllarlar ve vakalar› kuram› test etmek için kullan›rlar. Tabi, vaka analizi çal›flmalar›n›n bazen tan›mlamaya ve keflfetmeye yöneldi¤i zamanlar da olur. Bu tür çal›flmalar deneysel yaklafl›mlar kadar olay›n geçti¤i yer ve aktörler üzerinde fazla kontrol imkân› sa¤lamasa da iyi kurgulanm›fl vaka çal›flmalar› bir deneysel çal›flmaya yak›n bulgular üretebilir. Örne¤in, araflt›rmac›lar seçtikleri vakalar› ba¤›ms›z de¤iflkenlerde farkl› de¤er alanlar aras›ndan ama di¤er kontrol de¤iflkenlerinden ayn› de¤er alanlar aras›ndan seçebilir. Bu durumda, olay›n olufltu¤u ortam ya da çevre üzerinde biraz da olsa kontrol sa¤lanm›fl olur. Terrörist organizasyonlar ve hükûmetler aras›nda nas›l bir müzakere ve iletiflim kuruldu¤unu anlamak için, Miller (1993) Black September diye adland›r›lan Filistinli bir terörist grubu taraf›ndan gerçeklefltirilen üç adet rehin alma olay›n› incelemifltir. Rehin alma olaylar›n›n hepsinin ayn› grup taraf›ndan ifllenmesi, grubun yap›s›, üyelerin say›s› ve gücü konusundaki de¤iflkenli¤in kontrolü için önemlidir. Böylece, hükûmet ve grubun pazarl›k süreçlerinde çok fazla de¤iflkenin etkisi olmas› kontrol alt›nda tutulmaktad›r. Vaka analizi çal›flmalar›n›n bilimsel ve nedensel ç›kar›m konusunda en çok vurgulanan eksikliklerinden birisi, olas›l›kl› yan›tlar içermemesidir. Fakat bir çok araflt›rmac› iki de¤iflken aras›ndan nedensellikten bahsederken, belli bir olas›l›k oran› verirler. Di¤er bir deyiflle nedensellik her zaman bir gereklilik (determinism) sonucu ortaya ç›kmaz. Vaka analizinde, beklentimiz X olursa, arkas›ndan Y gelecektir. X burada ba¤›ms›z de¤iflkene, Y ise ba¤›ml› de¤iflkene iflaret etmektedir. Örne¤in, Mill’in en benzer sistemler yöntemine göre, araflt›rmac› ifle her aç›dan çok benzeyen ama bir aç›dan farkl› iki vaka seçmekle bafllar. Örne¤in, araflt›rma konusunun 19. yüzy›lda Fransa’da ve Amerika’da sosyalizmin ortaya ç›k›fl› oldu¤unu varsayal›m. Tablo 2.2’de görüldü¤ü üzere, 19. yüzy›lda Fransa ve Amerika’y› karfl›laflt›rd›¤›m›zda Amerika’da sosyalizmin çok etkisi olmad›¤›n› ama Fransa’da oldu¤unu görürüz (Johnson ve di¤er, 2008, pp.152-153).
33
34 Tablo 2.2 Fransa ve Amerika’da Sosyalizm – En Benzer Sistemler Analizi
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Ba¤›ml› De¤iflken (Sosyalist Hareketler)
Ba¤›ms›z de¤iflken (Sanayileflme)
Ba¤›ms›z de¤iflken (fiehirleflme)
Ba¤›ms›z de¤iflken (Ortak Dil)
Ba¤›ms›z de¤iflken (Sosyal S›n›flar Aras›nda Derin Ekonomik Uçurum)
Amerika
Evet
Evet
Evet
Evet
Hay›r
Fransa
Hay›r
Evet
Evet
Evet
Evet
Vaka (Ülke)
Ba¤›ms›z de¤iflkenler aras›nda, de¤iflkenlik gösteren tek etken sosyal s›n›flar aras›ndaki ekonomik farkt›r. Di¤er bir deyiflle sehirleflme, sanayileflme gibi önceden olufltu¤unu düflündü¤ümüz etkenler de¤iflken de¤il, iki ülkeye bak›ld›¤›nda bu etkenlerin de¤erlerinin sabit oldu¤unu görüyoruz. Amerika’da flehirleflme daha az, Fransa’da daha fazla diyemeyiz. ‹ki ülkenin bu flekilde seçilmesi kontrol sa¤lamak amac›ylad›r. ‹ki vaka inceleyip birden fazla neden-sonuç iliflkisi göstermek mümkün de¤ildir. Peki, bir toplumdaki derin ekonomik uçurumlar›n her an sosyalist hareketlere yol açmayaca¤›n› söyleyebilir miyiz? Karfl›laflt›rmal› vaka analizi çal›flmalar›na göre bu sorunun cevab›n› vermek zor. Fakat nicel ve deneysel yaklafl›mlarda, baz› flartlar alt›nda belli bir yüzde olas›l›kla sosyalist hareketlerin oluflup oluflmayaca¤›n› söyleyebiliriz. Yukar›da örne¤ini verdi¤imiz vaka analizi Mill’in en benzer sistemler karfl›laflt›rmas›d›r. Ünite 5’te detayl› olarak anlat›ld›¤› gibi çok çeflitli vaka analizi yöntemleri mevcuttur ve hepsi de bilimsel bilginin oluflturulmas›na katk›da bulunur. Vaka analizi, iki de¤iflken aras›ndaki neden-sonuç iliflkisinin nas›l bafllad›¤›n› ve geliflti¤ini detayl› olarak sunmak aç›s›ndan önemli bir yöntemdir. Bunun yan› s›ra, gözlemlenmesi zor olaylarla ilgili kuram gelifltirilmesi için çok önemli rol üstlenmifltir. Siyaset ve siyasi süreçlerle ilgili bildiklerimiz ço¤u, devlet baflkanlar›, milletvekilleri, hâkimler, siyasi kampanyalar, anlaflmalar, savafllar, terörizm, ve iç savafllar hakk›ndaki vaka çal›flmalar›n›n bir sonucudur. Dolay›s›yla nedensellik ve bilimsel ç›kar›m konusunda vaka çal›flmalar› deneysel yöntemlerle rekabet etmekten ziyade tamamlay›c› bir rol oynamaktad›r. Vaka çal›flmalar›n›n deneysel yöntemleri nas›l tamamlad›¤› ve ilgili örnekler 8. Ünite’de çoklu yöntemler anlat›l›rken detayl› olarak ele al›nacakt›r.
N
MAKALE
R. Reuben Miller. “Negotiating with Terrorists: A Comparative Analysis of Three M A K A L(1993). E Cases”, Terrorism and Political Violence, Cilt 5, Say› 3, s. 78-105. Jannet Buttolph Johnson, H.T. Reynolds, ve Jason Mycoff.(2008). Political Science Research Methods. Washington, DC: CQ Press.
K›s›mlar-Aras› Analiz (Cross-Sectional Analysis): Anket ve Kümeli (Aggregate) Veri Analizi K›s›mlar-aras› analizde, araflt›rmac› ba¤›ml› ve ba¤›ms›z de¤iflkenlerle ilgili ölçümleri ayn› anda yapar ve ba¤›ms›z de¤iflkenin, araflt›rmaya konu olan kiflileri, ülkeleri ya da di¤er kümeli aktörleri, ba¤›ml› de¤iflkeni etkiledi¤i ortam› kontrol etmez. E¤er analize konu olan aktörler kifliler ise araflt›rmaya anket ya da kamuoyu yoklamas›, devlet ve millet gibi co¤rafi varl›klar ise ya da parti, etnik grup gibi aktörler ise kümeli analiz (aggregate analysis) ad› verilir. E¤er araflt›rma konusu kifliler ya da kümeler belli bir zaman aral›¤›nda periodik olarak inceleniyorsa, bu analize ayn› zamanda boylamsal (longitudinal) analiz ad› veri-
2. Ünite - Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler
lir. Araflt›rmac›lar›n ba¤›ms›z de¤iflken üzerinde herhangi bir yönlendirme (manipulation) yapma imkân› olmad›klar› için, eldeki verileri analiz ederek nedensel ç›kar›m yapmaya çal›fl›rlar. Genel olarak nicel yaklafl›mlar›n temel çeflitlerinden olan k›s›mlar-aras› ve boylamsal analiz, nedenselli¤in ispatlanmas› aç›s›ndan zay›f yöntemlerdir. Araflt›rmac› nedenselli¤i araflt›rman›n en bafl›nda var olan kuramlara göre belirler. Ba¤›ms›z de¤iflken üzerinden gözlemlenen etkinin ba¤›ms›z de¤iflkenin nedensel bir sonucu olup olmad›¤›n› gözlemlemek hem deneysel kurguya hem de vaka analizine göre daha zordur. Nicel yöntemlere iliflkisel (correlational) yöntemler ad› da verilir. Tüm de¤iflkenler kendi do¤al ortamlar›nda serbestçe de¤er de¤ifltirirler. Araflt›rmac› hiçbir ba¤›ms›z de¤iflkeni kontrol etmeye çal›flmaz. Sadece de¤iflkenler aras›nda belli e¤ilimler ya da ayn› anda oluflan de¤er de¤ifliklikleri var m› ona bakar. Örne¤in, ilgilenilen iki de¤iflken bir ülkenin baflka bir ülkeye karfl› savafl açma ihtimali ve ülkenin rejim türü (demokrasi ya da otokrasi) olsun. ‹ki de¤iflken ayn› anda art›yor mu? Azal›yor mu? Ya da biri art›yor di¤eri azal›yor mu? Araflt›rmac› bu iliflkiyi belirlemeye çal›fl›r fakat deneysel yaklafl›mlarda oldu¤u gibi ba¤›ms›z de¤iflkenle ilgili hiçbir yönlendirme yapmaz. Deneysel yaklafl›mlarda oldu¤u gibi ba¤›ms›z de¤iflkenin kontrol edilip ba¤›ml› de¤iflken üzerinde nedensel bir etki oluflturdu¤unun saptanmas› mümkün de¤ildir. Buna ra¤men, nicel yaklafl›mlar olaylar›n daha gerçekçi ve do¤al ortamlar›nda ölçülmesine, örneklemin geniflletilmesine ve genel olarak popülasyondaki e¤ilimlerin yans›t›lmas›na ve deneysel kurgularla test edilmesi mümkün olmayan hipotezlerin test edilmesine imkân sa¤lar. Nicel yaklafl›mlar›n en önemli avantaj›, bulgular›n çal›flmaya konu olan genifl bir popülasyona genellenebilir olmas›d›r. Fakat ba¤›ms›z de¤iflkenler üzerinde araflt›rmac›n›n bir kontrolünün olmamas›, as›l ilgilenilen de¤iflkenlerin etkilerinin ay›rtedilebilmesi için belli veri analizi tekniklerinin gelifltirilmesini gerektirmifltir. Merolla ve di¤erleri (2012), Türkiye’de kiflilerin terörizmle mücadele u¤runa bireysel hak ve özgürlüklerinden ne derece feragat etmeyi kabul ettiklerini anlamaya yönelik bir çal›flma bafllatm›fllard›r. Çal›flma ‹nternet üzerinden bir anket fleklinde olup yar› deney yar› k›s›mlar-aras›d›r. Kat›l›mc›lardan yafl, e¤itim, ifl ve çal›flma durumlar› gibi demografik baz› bilgiler topland›ktan sonra, kendilerine siyasi görüfllerini anlamaya yönelik bir dizi soru sorulur. Daha sonra, kat›l›mc›lara rastgele atama yöntemi ile iki farkl› haber metni okutulur. Birinci metin, kat›l›mc›lara Türkiye’nin son y›llarda gösterdi¤i ekonomik geliflmeleri pozitif bir senaryo olarak sunar. ‹kinci metin ise son zamanda gerçeklefltirilmifl terörist bir sald›r›dan bahseder. Haberi okuduktan sonra kendilerini nas›l hissetikleri ile ilgili bir dizi sorudan sonra, kat›l›mc›lara ülkedeki baz› etnik ve dini azl›klarla ilgili sorular sorulur. Merolla ve di¤erlerinin as›l ilgilendikleri konu, ba¤›ms›z de¤iflken, kiflilerin terörizmle ilgili bir haberden sonra kiflisel özgürlükleri konusundaki tav›rlar›d›r. Kontrol grubu, ekonomi ile ilgili haber metnini okuyan kiflilerdir. Araflt›rmac›lar anket sonunda, ekonomi ile ilgili haberi okuyanlar›n kiflisel haklar› ile ilgili daha titiz davranacaklar›n› beklemektedirler. Di¤er yandan, terörizm ile ilgili haberi okuyanlar›n, terörizmle mücadele u¤runa bu haklar›ndan feragat etmeye daha yatk›n olacaklar› beklenmektedir. Araflt›rma sonunda, demografik bilgiler ve kat›l›mc›lar›n siyasi görüflleri ile ilgili sorular kontrol olarak kullan›larak verinin detayl› bir istatiksel analizi yap›lacakt›r. Bu örnek anket ve deneysel çal›flmay› ayn› anda uygulamaktad›r. 8. Ünite’de çoklu yöntemler konusu ifllenirken farkl› yöntemlerin nas›l ve hangi amaçla ayn› çal›flma içerisinde kullan›labilece¤inden detayl› olarak bahsedilecektir. Merolla ve
35
36
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
di¤erlerinin araflt›rmas› tam bir deneysel yaklafl›m olmamakla beraber, uyaran olarak kullan›lan haberlerin önce oldu¤unu ve insanlar›n fikirlerinin sonra de¤iflti¤ini ispat etmek mümkündür. Yani, ba¤›ml› ve ba¤›ms›z de¤iflkenler aras›ndaki zaman s›ras›n› kontrol etme imkân› vard›r. Tüm bunlara ra¤men, kiflilerin özgürlükleriyle ilgili kararlar›n sadece anket esnas›nda okutulan haberlerle ilgili oldu¤unu iddia edemeyiz. Bu nedenle araflt›rmac›lar, kiflilerin genel siyasi görüfllerini de anlamaya yönelik bir dizi soru sormufllard›r.
N
MAKALE
Jennifer Merolla M A K ve A L ELiz Zechmeister. (2012). Collaborative Research: The Effects of Terrorist Threats on Democratic Support in Liberal and Illiberal Democracies (Turkey Study with Belgin San-Akca).
DENEYSEL YAKLAfiIMLAR VE ULUSLARARASI ‹L‹fiK‹LER Uluslararas› ‹liflkiler alan›n›n ilk olarak geliflti¤i Amerika Birleflik Devletleri’nde bile deneysel yaklafl›mlar›n kullan›lmas› Amerikan siyasetini ilgilendiren konularla s›n›rl› kalm›flt›r. Son y›llarda, Rose McDermott ve Susan Hyde gibi siyaset bilimciler, deneysel yaklafl›mlar›n Uluslararas› ‹liflkiler alan›nda da kullan›m›n› art›racak uygulamalarla ilgili örnekler sunmufllard›r.
Deneysel yaklafl›mlar, pskikoloji ve do¤al bilimlerde uzun süredir ve s›kça baflvurulan yöntemler olmalar›na ra¤men, ekonomi ve uluslararas› iliflkiler alanlar›nda son on y›lda kullan›lmaya bafllanm›fllard›r. Deneysel yaklafl›mlar oy kullanma davran›fllar›n›n çal›fl›lmas› ve kamuoyu yoklamas› ile halk›n nabz›n›n tutulmas› için s›kl›kla kullan›lmalar›na ra¤men, uluslararas› iliflkiler ile ilgili konularda deneysel yaklafl›m içeren bir çok yenilikçi çal›flma için önemli f›rsatlar var olmaya devam etmektedir. Uluslararas› ‹liflkiler alan›nda yap›lm›fl baz› deneysel çal›flmalara bir göz atmak, bize gelecekte çal›fl›labilecek konular için ipuçlar› sa¤layacakt›r. Deneysel yaklafl›mlar›n öncelikle uyguland›¤› araflt›rma konular›, devletler aras› silahlanma yar›fl›, müzakereler, ve çat›flma ve ifl birli¤ine yönelik beklentilerdir. Deutsch ve di¤erleri (1967) iki kiflilik laboratuvar deneyleri yaparak kiflilerin çat›flma ortamlar›nda nas›l karar verdiklerini incelemifllerdir. Daha sonraki y›llarda, iki kat›l›mc›l› laboratuvar deneyi, kiflilerin çat›flma hâlinde karar verme süreçlerinin incelenmesi için s›kl›kla baflvurulan bir yöntem haline gelmifltir. Bonham (1971) uluslararas› silahlanma kontrolüne dair müzakereleri, sadece erkek kat›l›mc›lar›n oldu¤u bir deneyle laboratuvar ortam›nda canland›rm›fl ve kat›l›mc›lardan Büyük Britanya, Amerika ve Sovyetler Birli¤i liderleri gibi davranmalar›n› istemifltir. Pilisuk (1984) Deutch ve di¤erlerinin iki kat›l›mc›l› deneysel yaklafl›mlar›n› kullanarak, kat›l›mc›lara Mahkumlar›n Açmaz› (Prisoner’s Dilemma) oyununu oynatm›fllard›r. Kat›l›mc›lar hem karfl› taraf›n silahlar›n›n teftifl edilmesini talep etme hem de karfl› taraftan böyle bir talep gelirse reddetme hakk›na sahipti. Ayr›ca, kat›l›mc›lar önleyici sald›r› (preemptive strike) yapma hakk›na sahiptiler. Deney bulgular› aras›nda, taraflar aras›nda iletiflimin çok önemli oldu¤u ve çat›flman›n iletiflim artt›kça önlenebilece¤i gibi daha çok liberal görüflü destekleyen bulgular yer alm›flt›r. 1995’te iletiflimin taraflar aras›nda ifl birli¤ini artt›r›p artt›rmayaca¤›n› inceleyen Majeski ve Fricks de benzer sonuca ulaflm›fllard›r. ‹letiflimin taraflar›n düflmanlar›na karfl› hissettikleri korkular› azaltt›¤› bulunmufltur. Ayn› zamanda, küçük bir grup kat›l›mc›n›n da daha bencil ve h›rsl› hareket ettiklerini ve iletiflimin onlar›n üzerinde fazla etkisi olmad›¤› görülmüfltür. Müzakere ile ilgili deneylerin daha sofistike bir örne¤i, Druckman’›n 1993 y›l›nda çevresel düzenleme ile ilgili uluslararas› müzakere çal›flmas›d›r. Kat›l›mc›lara sera gaz› (greenhouse gas) ile ilgili düzenlemeleri müzakere etmeleri söylenmifltir. Kat›l›mc›lar bilim adamlar› ve diplomatlar olmak üzere iki grubtan seçilmifltir.
2. Ünite - Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler
N
Deutsch, Morton, Yakov Epstein, Donnah Canavan, ve Peter Gumpert.M(1967). A K A L E “”Strategies of Inducing Cooperation: An Experimental Study”, the Journal of Conflict Resolution. Cilt 11, Say› 3, s.345-360. Bonham, Matthew. (1971). “Simulating International Disarmament Negotiations”, the Journal of Conflict Resolution. Cilt 15, Say› 3, s.299-315. Druckman, Daniel. (1993). “The Situational Levers of Negotiating Flexibility”, the Journal of Conflict Resolution. Cilt 37, Say› 2, s. 236-276. Majeski, Stephen, ve Shane Fricks. (1995). “Conflict and Cooperation in International Relations”, the Journal of Conflict Resolution. Cilt 39, Say› 4, s. 622-645. Pilisuk, Marc. (1984). “Experimenting With the Arms Race”, the Journal of Conflict Resolution. Cilt 28, Say› 2, s. 296-315. Deneysel yaklafl›mlar›n geçmiflte uyguland›¤› araflt›rma alanlar›ndan bir baflkas› savafl ve kriz konular›d›r. Ne tür psikolojik süreçlerin ve e¤ilimlerin savafla karar verme aflamas›nda etkili oldu¤u temel deney konusunu oluflturmufltur. Beer ve di¤erleri 1987’de yapt›klar› çal›flmalar›nda kiflilik özelliklerinin uluslararas› arenadaki geliflmelerle nas›l ba¤lant›l› oldu¤unu incelemifllerdir. Kat›l›mc›lara Birinci ve ‹kinci Dünya Savafllar›ndan baz› senaryolar gösterilerek savafla karfl› duygular› güçlendirilmifltir. Bulgular›, bask›n karakterlerin daha da çat›flmac› hâle geldi¤ini, uysal karakterlerin daha da itaatkâr hâle geldiklerini göstermifltir. Son zamanlarda, deneysel yaklafl›mlar terörizm konusunun çal›fl›lmas›nda da uygulanmaya bafllanm›flt›r (Schafer 1997, Healy ve di¤erleri 2002, Kraus ve di¤erleri 1992). M›s›r’dan ‹srail’e giden ve Amerikal› yolcular›n oldu¤u bir uça¤›n kaç›r›lmas›n› konu alan deneylerinde, Kraus ve di¤erleri (1992) kat›l›mc›lara bir çözüm bulmak için müzakerelerde bulunmalar›n› söylemifllerdir. Bulgular› sonucunda ‘kazan-kazan’ yönünde destek alan kat›l›mc›lar›n iflbirli¤ine yönelik kararlar› daha fazla ald›klar› gözlemlenmifltir. Kraus, Sarit, Jonathan Wilkenfeld, Michael Harris ve Elizabeth Blake.M(1992). A K A L E “The Hostage Crisis Simulation”, Simulation & Gaming. Cilt 23, Say› 4, s. 398-416. Schafer, Mark. (1997). “Images and Policy Preferences”, Political Psychology. Cilt 18, Say› 4, s. 813-829. Beer, Francis, Alice Healy, Grant Sinclair, ve Lyle Bourne. (1987). “War Cues and Foreign Policy Acts”, American Political Science Review. Cilt 81, Say› 3, s. 701-716. Healy, Alice, Joshua Hoffman, Francis Beer, ve Lyle Bourne. (2002). “Terrorists and Democrats: Individual Reactions to International Attacks”, Political Psychology. Cilt 23, Say› 3, s. 439-467. Deneysel yaklafl›mlar d›fl politika ile ilgili karar verme süreçlerinin analizinde de kullan›lm›fllard›r. Alex Mintz ve Nehemiah Geva deneysel yaklafl›mlar›n d›fl politika analizine uygulanmas›nda öne ç›kan isimler aras›ndad›r. Mintz ve Geva 1993’te yapt›klar› çal›flmalar› ile demokratik bar›fl paradigmas›n› test etmifllerdir. Çal›flmada, Amerikal› ve ‹srailli ö¤renciler ve Amerikal› yetiflkinler kat›l›mc› örneklemini oluflturmufltur. 3 tane deney gerçeklefltirilmifl ve kat›l›mc›lar›n bir kriz durumunda demokratik bir ülkeye ve demokratik olmayan bir ülkeye karfl› güç kullanmak isteyip istemedikleri incelenmifltir. Güç kullan›m› konusunda, demokratik olmayan ülkelere karfl› daha fazla destek ortaya ç›km›flt›r. Daha sonraki bir çal›flmada Geva ve Hanson (1999) kültürel faktörlerin güç kullan›m› ile ilgili kararlar üze-
37
MAKALE
N MAKALE
Demokratik Bar›fl Paradigmasi, demokratik devletlerin birbirleri ile savaflmayaca¤›n› savunan bir görüfltür. Özellikle nicel yaklafl›mlar kullan›larak araflt›r›lan demokrasi ile bar›fl aras›ndaki iliflki çeflitli nedensel aç›klamalara dayand›r›l›r: demokrasilerin birbirleri ile ayn› normlar› paylaflt›klar›, daha iyi iletiflim kurabildikleri, liderlerin bir savafl karar›n› halklar›na aç›klamalar›n›n zor oldu¤unu ve bir savafl› kaybetmenin bedelinin a¤›r olabilece¤i gibi.
38
N
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
rindeki etkisine bakm›fllard›r. Devletlerin, kendileri ile benzer bir kültürü paylaflan devletlere karfl› güç kullanma karar› verdiklerine çok s›k rastlanmam›flt›r. MAKALE
fiu aflamalar› içeren çal›flmalara, deneysel kurgu diyoruz: bir araflt›rma sorusu gelifltirir, konuyla ilgili öne ç›kan kuramlar› belirler, ba¤›ml› ve ba¤›ms›z de¤iflkenleri tan›mlar ve nas›l ölçülece¤ini belirler, hipotezleri ortaya koyar, çal›flman›n konusu olan popülasyonu tan›mlar, deney kat›l›mc›lar›n› seçer ve uygun olan gruplara yerlefltirir, deney esnas›ndaki gözlemlerle ilgili prosedürü belirler, deneyin geçerlili¤ini (validity) etkileyebilecek tehditler için haz›rl›k yapar, deneyde kontrol olarak kullan›labilecek flartlar› belirler ve deney sonunda elde edilen verinin analizi için takip edilecek yöntemleri ortaya koyar.
Dâhilî geçerlik, bir deneyde gözlemlenen neden-sonuç iliflkisinin gerçekten deneye konu olan uyarandan ya da ba¤›ms›z de¤iflkenden (treatment) kaynakland›¤› olgusuna denir. Haricî geçerlik, deney sonucu saptanan bulgular›n, farkl› ortamlarda ve farkl› örneklemler (sample) için geçerli ve genellenebilir olmas›na denir.
Alex Mintz veMNehemiah Geva. (1993). “Why Don’t Democracies Fight Each Other? An ExAKALE perimental Study”, the Journal of Conflict Resolution. Cilt 37, Say› 3, s. 484-503. Nehemia Geva ve Christopher Hanson. (1999). “Cultural Similarity, Foreign Policy Actions, and Regime Perception: An Experimental Study of International Cues and Democratic Peace”, Political Psychology. Cilt 20, Say› 4, s. 803-827. Deneysel kurgularda, yukar›daki örneklerde görüldü¤ü üzere, ba¤›ms›z de¤iflken tamamen araflt›rmac› taraf›ndan kontrol edilir. Ba¤›ml› de¤iflken serbest b›rak›l›r. Kat›l›mc›lar›n deney konusu olan uyarana (treatment) maruz kald›¤› ortam tamamen kontrol alt›ndad›r. Bunun bafll›ca sebebi, alternatif ya da di¤er ba¤›ms›z de¤iflkenlerin kat›l›mc›lar›n davran›fllar› üzerindeki etkisini elemektir. Sosyal Bilimlerin birçok alan›nda, deneysel kontrol bazen imkâns›z bazen etik kurallara ayk›r› bazen de pratikte uygulamas› zordur. Buna ra¤men, araflt›rma konusundaki bilimsel yaklafl›mlar aras›nda deneysel olan› en geliflmifl ve kapsaml› olan›d›r. Gerçek bir deneysel kurgu, afla¤›daki tüm özellikleri bar›nd›rd›¤› için araflt›rma kurgular› aras›nda özel bir konuma sahiptir: 1. Ba¤›ms›z de¤iflkenlerin ba¤›ml› de¤iflkenlere olan etkisi ile ilgili bir ya da birkaç tane kuram önerir. 2. Ba¤›ms›z de¤iflken için en az iki seviye de ölçüm belirtir. 3. Kat›l›mc›lar› deney gruplar›na rastgele tayin eder (random assignment). 4. Kuramlar› test edebilmek için detayl› bir prosedür belirtir. 5. Dâhilî geçerli¤e (internal validity) tehdit oluflturabilecek olgular için, di¤er bir deyiflle ölçümde hata olmamas› için, kontrol mekanizmas›n› bar›nd›r›r. Deneysel yaklafl›mlar› içeren çal›flmalarda önemli olan kurgunun detayl› bir flekilde planlanmas›d›r. Kat›l›mc›lar›n gözlemlenmeye bafllamas›ndan önce araflt›rmac› flu ad›mlardan geçer: bir araflt›rma sorusu gelifltirir, konuyla ilgili öne ç›kan kuramlar› belirler, ba¤›ml› ve ba¤›ms›z de¤iflkenleri tan›mlar ve nas›l ölçülece¤ini belirler, hipotezleri ortaya koyar, çal›flman›n konusu olan popülasyonu tan›mlar, deney kat›l›mc›lar›n› seçer ve uygun olan gruplara yerlefltirir, deney esnas›ndaki gözlemlerle ilgili prosedürü belirler, deneyin geçerlili¤ini (validity) etkileyebilecek tehditler için haz›rl›k yapar, deneyde kontrol olarak kullan›labilecek flartlar› belirler ve deney sonunda elde edilen verinin analizi için takip edilecek yöntemleri ortaya koyar. Tüm bu aflamalar› içeren çal›flmalara, deneysel kurgu diyoruz. Bir deney kurgusu hem planlama aflamas›n› hem de deneyin kendisini kapsar. Deneyin baflar›s› planlama aflamas›n›n ne kadar detayl› ve net oldu¤u ile yak›ndan ilgilidir. Tabii, bunun için önemli olan araflt›rmac›n›n deneyle ilgili gözlem ve verileri bafltan sona kadar kendi düzenledi¤i bir kurgu ile elde etmesidir. Bu tür veriye deneysel veri ad› verilirken araflt›rmac›n›n kontrolü d›fl›nda geliflen vey a toplanan veriye de gözlemsel ya da deney d›fl› veri ad› verilir. Gözlemsel verinin toplanmas›nda araflt›rmac›, hiç bir flekilde verinin oluflmas› sürecini kontrol etmez ya da kar›flamaz. Deneysel yaklafl›mlar› di¤er yöntemlerden ay›ran en önemli iki özellikleri, rastgele atama (random assignment) ve kontrol grubudur. Bu iki özellik deneylerde hem dâhilî geçerlik, deneyde gözlemlenen neden-sonuç iliflkisinin gerçekten deneye konu olan ba¤›ms›z de¤iflken taraf›ndan belirlendi¤i, hem de harici geçerlik, deneysel bulgular›n daha farkl› ortamlara genellenebilir oldu¤u, için karfl›lafl›labilecek sorunlara çözüm oluflturur. Gelecek bölümlerde, deneysel yaklafl›mlarla ilgili temel konular ele al›nacakt›r.
39
2. Ünite - Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler
Rastgele Atama (Random Assignment) Temelde deneysel bir kurgu bir deney grubu ve kontrol grubundan oluflur. Tabii deney grubu birden fazla olabilir. ‹lerleyen bölümlerde farkl› deney kurgular› anlat›lmaktad›r. Deney grubundaki kat›l›mc›lar, deneye konu olan uyarana maruz b›rak›l›rlar. Kontrol grubundaki kat›l›mc›lara ise deneysel hiçbir yönlendirme yap›lmaz. Gruplar›n oluflturulmas›ndaki en önemli aflama, kat›l›mc›lar›n rastgele bu iki gruba atanmas›d›r. Di¤er bir deyiflle deneye kat›lmak tamamen flans sonucudur. Rastgele atama, ayn› zamanda deney ve kontrol gruplar›n›n bafllang›çta ayn› karakterlere sahip oldu¤unu da garanti etmeye yard›mc› olur. Rastgele atama kural›, deneysel yaklafl›m› nedensel ç›kar›m aç›s›ndan en güçlü araflt›rma kurgular›ndan biri hâline getirir. Yukar›da bahsedilen Majeski ve Fricks’in (1995) iletiflimin ifl birli¤i üzerindeki etkisini inceleyen çal›flmas›na 270 kad›n ve 270 erkek ö¤renci kat›lm›fllard›r. Deneyin her turuna 6 ö¤renci kat›l›r. Ö¤renciler rastgele 3’er kiflilik iki gruba bölünür ve sosyal iletiflim ile ilgili bir çal›flma yapacaklar› söylenir. Her grubun bir de temsilcisi vard›r. Baz› gruplar›n temsilcilerine ayr› bir odada ikili görüflme yapmalar›na SIRA S‹ZDE izin verilir. Baz›lar›na verilmez. Görüflme yapmalar›na izin vermek deneydeki ba¤›ms›z de¤iflken ya da araflt›rman›n konusu olan uyaran iletiflimdir. Temsilcilerinin ayr› görüflme yapmas›na izin verilmeyen gruplar ise kontrol grubudurlar. Kontrol D Ü fi Ü N E L ‹ M grubu, deneyin konusu uyarana maruz kalmayan gruptur. Deney sonucunda, temsilcileri nezdinde birbirleri ile iletiflime geçen gruplar›n daha çok ifl birli¤ine yanaflS O R U t›klar› gözlemlenmifltir.
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
Rastgele atama (randomization) ve rastgele örneklem (random sample) fark› D ‹ K Karas›ndaki AT unutmamal›y›z. Birincisi, bir araflt›rmaya kat›lan kiflilerin rastgele deneysel ve kontrol gruplar›na atanmas› anlam›na gelir. ‹kincisi ise küçük say›da bir örneklemin, genifl bir poSIRA S‹ZDE pülasyondan nas›l seçildi¤ine dair ifllemi anlat›r.
D‹KKAT
N N
Üniversite ö¤rencilerinin, son dönemde bas›nda s›kça duydu¤umuz ArapS‹ZDE Bahar› ile ilgili SIRA AMAÇLARIMIZ görüflleri ile ilgili bir çal›flma yapaca¤›n›z› düflünün. Çal›flman›n amac›, ö¤rencilerin Arap Bahar› ile ilgili pozitif görüfllere maruz kalmalar›n›n, Arap Bahar›’n›n gelece¤i ile ilgili göÜ‹fi ÜT N AE L P‹ M rüflleri üzerindeki etkisini ö¤renmektir. Çal›flmay› gerçeklefltirmekKDiçin ö¤rencileri nas›l seçece¤inizi ve deneysel ve kontrol gruplar›n› nas›l oluflturaca¤›n›z› aç›klay›n›z.
Ayd›nlat›lm›fl Onay (Ethical Consent)
2
SIRA S‹ZDE
SIRA S‹ZDE AMAÇLARIMIZ
DKÜ fi‹ ÜTN EAL ‹ M P
S O R U
S O R U
TELEV‹ZYON
TELEV‹ZYON
Araflt›rmaya bafllamadan önce etik kurallara uygunluk aç›s›ndan kat›l›mc›lara yap›D‹KKAT lan araflt›rma ile ilgili bilgi verilmeli ve yaz›l› onaylar› al›nmal›d›r. Yaz›l› onay al›nmas› daha sonra ç›kacak problemler için hem araflt›rmac›y› hem de kat›l›mc›y› ko‹ N T E RS‹ZDE NET SIRA rur. Fakat çal›flma ile ilgili bilgi verilirken dikkatli olunmal›d›r. Kat›l›mc›lara çok fazla detay vermek, beklenti etkisini artt›rabilece¤i gibi, deney sonuçlar›n›n tamamen geçersiz olmas›na ve dâhilî geçerli¤in de azalmas›na sebep olabilir. Ayd›nlaAMAÇLARIMIZ t›lm›fl onay al›nd›¤›nda, örneklemde yanl› bir hâle gelir çünkü kat›l›mc›lar›n hepsi gönüllüdür. Psikoloji deneylerinde bu problem Uluslararas› ‹liflkilerde’ki deneylere göre oldukça fazlad›r. Uluslararas› ‹liflkiler’de flu ana kadarK gönüllüler kat›ld›¤› ‹ T A P için, zarar görmüfl bir çal›flma yoktur. Ayd›nlat›lm›fl onay konusu, özellikle t›p alan›nda yap›lan ilk deneylerde gündeme gelmifltir. Modern zamanlarda, etik kurallar›n gündeme gelmesi ad›mT E L E V ‹ Zve Y Ociddi N lar at›lmas›, Amerika’n›n Alabama eyaleti Tuskegee flehrinde 1932 ve 1972 y›llar›nda, ekonomik durumlar› iyi olmayan 400 siyah Amerikal› üzerinde Amerikan Sa¤-
Araflt›rma ile ilgili D ‹etik KKAT kayg›lar ilk defa 18. yüzy›lda Hammurabi Kanunlar› ile gündeme gelmifltir. ‹SIRA N T E 282 RS‹ZDE NET adet kanunun 3 tanesi, doktorlar›n görev esnas›nda yapt›klar› hatalar›n ve etik olmayan müdahelelerin AMAÇLARIMIZ cezaland›r›lmas›n› öngörmüfltür.
N N
‹NTERNET
K ‹ T A P
TELEV‹ZYON
‹NTERNET
40
Belmont Raporu, sadece Tuskegee Frengi Çal›flmas›n›n bir sonucu de¤il, ‹kinci Dünya Savafl›’ndan sonra t›p alan›nda artan etik olmayan çal›flmalar›n bir sonucudur. Bir deneyde, hamile kad›nlara bulant› ve kusmay› kontrol edebilece¤i düflünülen bir ilaç verilmifl ve yaklafl›k 12.000 bebe¤in sakat do¤mas›na sebep olunmufltu. Yine baflka bir çal›flmada, zihinsel engelli çocuklara hepatis mikrobu verilerek afl›s› üretilmeye çal›fl›lm›flt›r. Tüm bu geliflmeler karfl›s›nda, Amerikan hükûmeti bir komisyon kurularak çeflitli etik kurallar›n belirlenmesi karar›na varm›flt›r.
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
l›k Hizmetleri taraf›ndan yap›lan deneyle gerçekleflmifltir. Çal›flman›n amac› henüz 1930’larda çaresi bulunamayan Frengi hastal›¤›n›, hastal›¤›n bafllang›c›ndan hastan›n ölümüne kadar dönem dönem izlemek, hastal›¤›n seyri konusunda veri toplamakt›. Kat›l›mc›lar›n düzenli olarak kanlar› al›n›yor ve kat›l›mc›lar ücretsiz tedavi gördüklerini düflünüyorlard›. Daha sonra, hastal›¤›n tedavisi bulunduktan sonra hastalar bu konuda bilgilendirilmemifl ve tedavileri için ilaç verilmemifltir. Amaç hastal›¤›n seyrini tamamlamas›n› beklemek ve öldükten sonra kat›l›mc›lar›n vücudunda otopsi yaparak daha fazla bilgi edinmektir. Bu olay, Amerikan toplumunda büyük yank› uyand›rm›fl ve sonunda her araflt›rma merkezi ve üniversitenin kendi etik kurullar›n› kurmalar›n›n zorunlu olmas›na kadar etik konulara titizlikle e¤ilinmesini sa¤lam›flt›r. Özellikle 1976 y›l›nda kurulan bir komisyon Belmont Raporu’nu haz›rlam›fl ve biomedikal ve sosyal araflt›rmalarda kat›l›mc›lar›n haklar›n›n korunmas›na iliflkin baz› kurallar yay›nlam›fllard›r. Bu kurallar küresel olarak da kabul edilegelmifltir. Belmont raporu deney kat›l›mc›lar›na sayg› ile yaklafl›lmas›, hem fiziksel hem manevi olarak korunmalar›n›n sa¤lanmas› ve adaletli davran›lmas›n›n yan› s›ra, ayd›nlat›lm›fl onay konusunu da resmî olarak yaz›ya geçirmifltir. Ayd›nlat›lm›fl onay, kat›l›mc›lar›n araflt›rma süreci, amaçlar›, riskler, ve beklenen faydalar konular›nda yeterince bilgilendirilmeleri prensibine dayal›d›r. Peki, baz› durumlarda araflt›rmac› yan›ltma yoluna gidebilir mi? Yan›ltman›n adil oldu¤u durumlar nelerdir? Belmont raporunun belirtti¤i ayd›nlat›lm›fl onay, kat›l›mc›lara yeterince bilgi verilmesini önermifltir. Di¤er bir deyiflle, ne kadar bilgi verilece¤ine dair, özellikle sosyal bilimlerde çok keskin çizgiler mevcut de¤ildir. Siyaset Bilimi deneylerinde kat›l›mc›lara önemli ölçüde zarar vermeyece¤i düflünülen küçük hilelere baflvurmakta bir sak›nca yoktur. Hile yapmak ya da yan›ltmak, araflt›rma onu gerektirdi¤i ve boyutlar› büyük olmad›¤› sürece etik d›fl› say›lmaz. Örne¤in, seçim kampanyalar›n›n finansman› konusunda Amerikan Kongresi’nde bir yasa ç›kar›lmas› tart›fl›l›rken, Druckman ve Nelson üniversite ö¤rencilerinin kat›l›mc› oldu¤u deneyde medyan›n ve haberlerin verilifl fleklinin, seçim kampanyalar›n›n finansman› ile ilgili görüflleri üzerindeki etkisini incelemifllerdir. Haberlerin gerçek gibi görünmesini sa¤lamak için, bilgisayar üzerinde New York Times gazetesinin amblem ve logolar›n› tutarak, uydurma haberler oluflturmufllard›r. Kat›l›mc›lar, haberlerin gerçekten o gazatede ç›kt›¤›n› düflünmüfllerdir. Bu araflt›rmada, haberlerin kat›l›mc›lar taraf›ndan gerçekmifl gibi alg›lanmas› önem tafl›maktayd›. Kat›l›mc›lar›n inanmad›¤› durumda, medyan›n etkisinin tam olarak anlafl›lmas› mümkün de¤ildi. Etik standartlar aç›s›ndan, hileye baflvurmak kat›l›mc›lara deneyden önce veya deney esnas›nda yalan söylemek anlam›na geldi¤i için gerçekten araflt›rma gerektirmedikçe baflvurulmamas› gereken bir yöntemdir.
N
MAKALE
James Druckman M A K A ve L E Kjersten R. Nelson. (2003). “Framing and Deliberation: How Citizens’ Conversations Limit Elite Influence”, American Journal of Political Science. Cilt 47, s. 729-45.
De¤iflkenlik (Variation) ve Kontrol Deneysel ya da di¤er yaklafl›mlarda araflt›rma kurgusunun amac›, konusu olan popülasyon içerisindeki de¤iflkenli¤i sistemli bir biçimde aç›klamaya çal›flmakt›r. De¤iflkenlik, deneylerde araflt›rmac›n›n kontrol edebildi¤i baz› faktörler ya da uyaranlarla (treatment) ortaya ç›kar. Di¤er kurgularda ise araflt›rmac›n›n kontrolü d›fl›nda geliflir. Deneylerde kontrol dedi¤imiz olgu asl›nda de¤iflkenli¤in kontrol edilmesi
41
2. Ünite - Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler
anlam›na gelir. Deneysel kurgularda, alternative aç›klamalar ya da ba¤›ms›z de¤iflkeni etkileyebilecek alternatif faktörler, deney ortam›n›n sa¤lad›¤› kontrol sayesinde afl›labilir. Araflt›rmac›n›n deney esnas›nda ba¤›ms›z de¤iflken üzerinde gözlemledi¤i de¤iflkenli¤in iki farkl› kayna¤› vard›r: Gruplar-Aras› Sistemli De¤iflkenlik (systematic between-groups variance) ve Gruplar-‹çi Sistemli Olmayan De¤iflkenlik (nonsystematic within-group variance) ya da yanl›fl de¤iflkenlik.
Gruplar-Aras› Sistemli De¤iflkenlik Bir deney esnas›nda, ba¤›ms›z bir de¤iflkenin ba¤›ml› de¤iflken üzerindeki etkisini ölçmeye çal›fl›r›z. Ba¤›ms›z de¤iflkenin en az iki farkl› de¤erinin olmas› ve kat›l›mc›lar›n ba¤›ml› de¤iflken için nas›l tepki gösterdiklerini ölçmek gerekir. E¤er ba¤›ms›z de¤iflkenin 3 ayr› seviyesi belirtilmiflse ba¤›ml› de¤iflkene bak›ld›¤›nda 3 ayr› grup gözlemlemek isteriz. Bu gruplar›n ba¤›ms›z de¤iflkenle ilgili tepkilerinin birbirinden önemli derecede farkl› oldu¤unu gözlemlersek bafllang›çta düflündü¤ümüz kurama kan›t bulmufl oluruz. Gruplar aras›ndaki farkl›l›¤›n sadece tesadüfi ve do¤al olarak de¤il de sistemli olarak birbirinden farkl› olmas› beklenir. E¤er, do¤al olarak beklenebilecek farkl›l›¤›n ötesine geçilemiyorsa o zaman ba¤›ms›z de¤iflkenin ba¤›ml› de¤iflken üzerinde bir etkisinden bahsedemeyiz. Önemli derecede farkl›l›k buldu¤umuz zamanlarda da farkl›l›¤›n deneyde kullan›lan uyarandan de¤il de kontrol edilemeyen ya da edilmeyen d›fl faktörlerden kaynaklanmad›¤›ndan emin olmak gerekir. Dolay›s›yla nedensel bir ç›kar›m yapmadan önce deneyin tam kontrollü bir ortamda gerçekleflti¤inden emin olmak gerekir. Gruplar-aras› de¤iflkenli¤i azaltmak için en iyi yöntem rastgele atamad›r. Rastgele atama deney ve kontrol grubundaki kat›l›mc›lar›n birbirlerinden baflka faktörler aç›s›ndan çok farkl› olmamalar›n› sa¤lar. Di¤er bir yöntem, yafl, etnik kimlik ya da cinsiyet gibi faktörlerin etkisinin olabilece¤ini düflündü¤ümüz durumlarda, gruplar› homojen bir flekilde seçmektir. Örne¤in, cinsiyetin etkili oldu¤unu düflünüyorsak, sadece erkekler ya da sadece kad›nlardan oluflan gruplar belirleyebiliriz. Tabii bu yöntemde bulgular›n genellenebilir olma gücünü azaltm›fl oluyoruz. Araflt›rmac›n›n ilgilendi¤i deneysel uyaran ya da temel ba¤›ms›z de¤iflken d›fl›nda sonuçlar› etkileyebilece¤i düflünülen faktörler deneyin içine yeni bir ba¤›ms›z de¤iflken olarak eklenebilir. Böylece, kad›n ve erkeklerle ilgili bulgular SIRA S‹ZDEbirbirleri ile karfl›laflt›r›l›r.
Gruplar-‹çi Sistemli Olmayan De¤iflkenlik
D Ü fi Ü N E L ‹ M
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M
Grup-içi de¤iflkenlik ya da yanl›fl de¤iflkenlik grupta bir kaç kiflinin farkl›l›k gösterS O R U mesi ile ortaya ç›kar. Örne¤in, baz› kat›l›mc›lar deney günü kendilerini iyi hissetmiyor veya tedirgin hissediyor olabilirler. Kiflilerin bireysel yetenekleri de bazen grup-içi de¤iflkenli¤i etkileyebilir. Grup-içi de¤iflkenlik rastgele ve sistemli olmaD‹KKAT yan faktörler sonucu geliflir ve deney bulgular›n› etkilemesi beklenmez. Örne¤in, grupta yetene¤i az olan baz› kat›l›mc›lar düflük bir skor al›yorlarsa, grupta yeteneSIRA S‹ZDE ¤i yüksek olan ve yüksek skor alan baz› kat›l›mc›lar›n da var oldu¤unu düflünmeliyiz. Bu durumda bu iki etki birbirini s›f›rlar ve deney bulgular›n›n önemli derecede etkilemezler. Bir gruptaki kat›l›mc›lar›n hepsinin ayn› yeteneklere ve özellikleAMAÇLARIMIZ re sahip olmalar›n› bekleyemeyiz.
N N
Anthony M. Graziano ve Michael L. Raulin. 1997. Research Methods:K A‹ Process T A P of Inquiry. (Third Edition). New York: Longman.
S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
TELEV‹ZYON
‹NTERNET
‹NTERNET
42
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M
3
S›ra Sizde 2’de SIRAsorulan S‹ZDE soruya göre, deney sonucu iki grup ö¤renci aras›nda gözlemlenen fark›n, pozitif haberden kaynakland›¤›ndan ve baflka faktörlerin etkili olmad›¤›ndan emin olmak için nas›l bir yöntem takip edersiniz? D Ü fi Ü N E L ‹ M
Deney Yeri: Laboratuvar, Saha ya da Internet? S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET MAKALE
Deneysel yaklafl›mlar›n bir boyutu da deneyin nerede yap›ld›¤› ile ilgilidir. S O R U Laboratuvar deneylerinde, kat›l›mc›lar ayn› yerde toplan›r ve araflt›rmac› kat›l›mc›lar›n davran›fllar› d›fl›nda çevre ile ilgili tüm etkenleri kontrol eder. Alan ya da D‹KKAT saha deneylerinde ise kat›l›mc›n›n müdahale etme olana¤› daha k›s›tl›d›r. Deneye konu olan bireyler genellikle kendi ortamlar›nda, yani araflt›rmac›n›n kontrolü d›fl›ndakiSIRA birS‹ZDE ortamda, gözlemlenir. ‹kisi aras›ndaki ayr›m ‹nternet üzerinden yap›lan deneylerin artmas› sonucu daha az belirgin hâle gelmifltir. Daha önce sadece laboratuvarda araflt›rmac›n›n tüm uyaran etkenleri kontrol edebildi¤i bir orAMAÇLARIMIZ tamda yap›labilen deneyler art›k ‹nternet vas›tas› ile sanal laboratuvarlarda yap›labilmektedir. Daha önce verilen örnekler aras›nda Bonham (1971) ve Deutsch ve di¤erlerinin K ‹ T A P (1967) çal›flmalar› laboratuvar ortam›nda gerçeklefltirilmifltir. Mintz ve Geva (1993), Druckman (1993) ve Majeski ve Fricks’in çal›flmalar› (1995) saha deneylerinin örneklerindendir. Mintz ve Geva’n›n çal›flmas›nda ö¤rencilerle ilgili deneyler s›n›flarTELEV‹ZYON da, yetiflkinlerle ilgili deneyler ise klise toplant›lar›nda gerçeklefltirilmifltir. Druckman’›n 52 çevre bilim adam›n›n ve 17 diplomat›n kat›ld›¤› deneyleri de yine kendi do¤al ortamlar›nda gerçeklefltirilmifltir. Bilim adamlar› uluslararas› bir çevre konfe‹ N T E R N E T da e¤itime kat›ld›klar› yaz okulunda deneye kat›lm›fllard›r. rans›nda diplomatlar
N N
N
Rebecca B. Morton M A K A Lve E Kenneth C. Williams. (2008). Experimentation in Political Science in the Oxford Handbooks of Political Science. Janet M. Box-Steffenmeier, Henry E. Brady, David Collier (eds.). Oxford University Press. Pp. 339-356. McDermott, Rose. (2002). “Experimental Methods in Political Science”, Annual Review of Political Science. Cilt 5, s. 31-61.
Internet Üzerinde Deney Internet sosyal araflt›rmalar için yeni bir ortam ve olanak sa¤lamaktad›r. Internet üzerinden ya da web ortam›nda deney yapman›n çeflitli avantajlar› aras›nda, çok fazla say›da kat›l›mc›ya k›sa sürede ve düflük bir maliyetle ulaflma, araflt›rmac›n›n beklenti etkisi gibi yanl› olmas›na sebep olacak durumlar›n önüne geçme ve sonuçlar›n büyük kitlelere ulafl›ld›¤› için daha genellenebilir olmas›n› sayabiliriz. Dezavantajlar› aras›nda ise ayn› kat›l›mc›n›n birden fazla defa deneyi almas›n›, sunulan verilere ve sorulara dikkatlice cevap verilmemesi ve vazgeçmek isteyenlerin deneyi yar› yerde b›rakabilmelerinden dolay› fazla say›da eksik veri elde edilmesi say›labilir. Ayr›ca, güvenilirlik ve geçerlik problemleri laboratuvar ve saha deneylerinde oldu¤u gibi burda da karfl›m›za ç›kar. Kad›nlar›n siyasette artan rolü baz› araflt›rmac›lar›, cinsiyet farkl›l›klar›n›n uluslararas› alandaki sorunlar›n çözümünü nas›l etkiledi¤ini sorgulamaya yöneltmifltir. Boyer ve di¤erleri (2009) ‹nternet üzerinden gerçeklefltirdikleri bir deneyde cinsiyet farkl›l›klar›n›n uluslararas› müzakereler üzerindeki etkisini anlamaya çal›flm›fllard›r. Yafllar› 10 ile 14 aras› de¤iflen ortaokul ve 14 ile 18 aras› de¤iflen lise ö¤rencilerinin kat›l›mc› oldu¤u deneyde, genç yafltaki ö¤rencilerin tercih edilmesindeki amaç, bu ö¤rencilerin fikirlerini ve tutumlar›n› etkileyecek büyüdükleri çevredeki
43
2. Ünite - Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler
siyasi görüflleri henüz tam olarak benimsememifl olmalar› ve uluslaras› siyasi olaylarla ilgili fazla bilgi sahibi olmamalar›d›r. Böylece deneysel bulgular üzerindeki d›fl etkenlerin kontrol edilebilmesi mümkün olmufltur. Ö¤renciler web üzerinden birbirleri ile iletiflim kurma olana¤›na sahipler ve deneyden sekiz hafta önce ö¤retmenler taraf›ndan belirlenen ülke gruplar›n› atan›rlar. Bu süreçte ö¤rencilerden tayin edildikleri ülkenin kültürel ve geleneksel de¤erlerini ö¤renmeleri istenir. Ayr›ca, ö¤renciler belli tema gruplar›na ayr›l›r. Genelde her ülke için 20 ö¤renci ve bu gruplar›n içerisinde temalara göre ayr›lm›fl 3-4 kiflilik gruplar vard›r. Temalar, insan haklar›, küresel çevre, çat›flma ve ifl birli¤i, uluslararas› ekonomi ve y›l içerisinde popüler olmufl bir konu olarak befl konuyu içerir. Her konu ile ilgili ortalama 15 ülke grubu deneye dahil edilir. Gruplar, hep-kad›n, hep-erkek ya da kar›fl›k olarak düzenlenir. Her deneyde, muhakkak her grup türünün var oldu¤undan emin olunur. Ö¤renciler, di¤er gruplardaki ö¤rencilerin cinsiyetlerinin bilmezler fakat kendi gruplar›n›nkinin fark›ndad›rlar. Bir deney 5 hafta sürmektedir. Ö¤renciler, ‹nternet’te araflt›rma yap›p, dokümanlar haz›rlayabilirler. Ayr›ca, elektronik posta vas›tas› ile di¤er ülke gruplar›na ulaflabilirler. ‹sim ve cinsiyet konusunda bilgi vermeleri yasakt›r. Birbirlerine genelde ülke ve tema ismi ile hitap ederler. Örne¤in, Nijerya ‹nsan Haklar› Komitesi ya da Kanada ‹nsan Haklar› Komitesi gibi. Ö¤renciler, uluslararas› siyasi konular› di¤er okullardan deneye kat›lan di¤er ö¤renciler ile deney için gelifltirilmifl bir yaz›l›m arac›l›¤› ile tart›fl›r ve müzakere ederler. Deney sonunda müzakere stillerinin ölçümü için ifl birlikçi (collaborative), çat›flmac› (conflictual), yarat›c› (creative), karfl›l›kl› (reciprocal), bencil (self-interested) ve iddial› (assertive) olmak üzere 6 farkl› müzakere biçimi belirlenmifltir. Deney sonucunda, tümü kad›n olan gruplar›n tümü erkek ya da kar›fl›k gruplardan daha fazla di¤er gruplarla iletiflime geçtikleri gözlemlenmifltir. Ayr›ca, tümü kad›n gruplar›n daha fazla say›da ifl birlikçi müzakere ve daha az say›da karfl›l›kl› ve bencil müzakere stillerini tercih ettikleri gözlemlenmifltir.
N
Boyer, M.A., Urlacher, B., Hudson, N.B., Niv-Solomon, A., Janik, L.,MButler, A K A L E M.J., Brown, SIRA Findings S‹ZDE S.W., Ioannou, A. (2009). “Gender and Negotiation: Some Experimental from an International Studies Simulation,” International Studies Quarterly, Cilt 53, s.23-47.
DENEYSEL KURGU ÇEfi‹TLER‹
D Ü fi Ü N E L ‹ M
D Ü fi Ü N E L ‹ M
Bu k›s›mda bahsedilen deneysel kurgular genellikle laboratuvar ve alan deneyleri S O anlat›lacakt›r. R U (field experiment) için geçerlidir. Do¤al deneyler ayr› bir k›s›mda Alan deneyleri do¤al deneylerden farkl›d›r. Alan deneylerinde, araflt›rmac› D ‹ K K A Tdeneye konu olan temel ba¤›ms›z de¤iflken ya da uyaran üzerinde kontrol imkân›na sahiptir, sadece deneyi kat›l›mc›lar›n do¤al ortam›na tafl›m›flt›r. Do¤al deneylerde ise araflt›rmac›n›n deney SIRA S‹ZDE uyaran› üzerinde hiçbir kontrolü yoktur. Ba¤›ms›z de¤iflken flans eseri ortaya ç›kar.
Deney Öncesi Test (Pretest)- Deney Sonras› Test AMAÇLARIMIZ (Posttest) - Kontrol Grubu Kurgusu
N N
En temel deneysel yaklafl›m kurgusu, fiekil 2.1’de gösterildi¤i üzere dört aflamadan K ‹ T Abaflta P farkl› ololuflmaktad›r. Öncül ya da deney öncesi test, deney kat›l›mc›lar›n›n mad›klar›n› göstermek içindir. ‹kinci aflamada, kat›l›mc›lar tamamen rastgele bir prosedüre göre deney ve kontrol gruplar›na atan›rlar. Deney grubuna atanan kat›T E L E bir V ‹ Z Yifllemden ON l›mc›lar, etkisini anlamaya çal›flt›¤›m›z ba¤›ms›z de¤iflkenle ilgili geçerler. ‹fllem bir ilaç, bir video gösterisi ya da bir ilan olabilir. Kontrol grubu iflle‹NTERNET
MAKALE SIRA S‹ZDE
S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
44
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
me tabi tutulmayan ve deney sonunda, deneyin bafl›ndaki gibi davranmas›n› bekledi¤imiz gruptur. Üçüncü aflamada deney grubu iflleme tabi tutulduktan sonra, son aflamada, ilgilendi¤imiz ba¤›ms›z de¤iflkenin etkisini anlamak üzere deney sonras› test yap›l›r. Deney grubunun kontrol grubundan farkl› davranmas› beklenir. Öncül test içeren bu temel deney kurgusu, kat›l›mc›lar›n tümünün, ister deney isterse kontrol grubuna atanm›fl olsunlar, ayn› özelliklere sahip oldu¤unu göstermesi aç›s›ndan bir avantaja sahip olsa da öncül test kat›l›mc›lar› fark›nda olmadan deneyde uygulanan ifllem ya da ba¤›ms›z de¤iflken konusunda hassaslaflt›rabilir. Di¤er bir deyiflle deney sonunda gözlemlenen etkinin öncül testten mi yoksa deney esnas›nda uygulanan ifllemden mi kaynakland›¤›n› ay›rdetmekte zorlanabiliriz. Bu probleme öncül test hassasiyeti denilir. Bir örnekle bu noktay› netlefltirecek olursak, insanlar›n farkl› ›rklara karfl› olan fikirlerini ve tav›rlar›n› anlamaya yönelik bir deney düflünelim. Deney s›ras›nda kat›l›mc›lar›n bir k›sm›na farkl› bir ›rka mensup insanlarla sohbet etmeleri söylenir. Bu deneyde farkl› ›rktan insanlarla iletiflim kurmak, deney grubunun tabi olaca¤› ifllemdir. Kontrol grubundaki kat›l›mc›lar›n ise iletiflim kurmalar›na izin verilmez. Fakat, deneyin bafl›nda tüm kat›l›mc›larla, farkl› ›rkla ilgili sorular sorulup, fikir ve tav›rlar› anlafl›lmaya çal›fl›l›r. Deney sonunda da yine hem deney grubu hem de kontrol grubu üyelerine benzer sorular sorulur. E¤er deney grubundaki kat›l›mc›lar›n karfl› ›rk için daha az yanl› fikir ve tav›rlar sergilediklerini gözlemliyorsak bu de¤iflimde öncül testin etkisinin olup olmad›¤›n› ay›rt etmek zor olacakt›r. Çünkü deneye kat›lanlar, en baflta sorulan sorulardan deneyin amac›n› anlam›fl, deneye karfl› daha hassas bir tutum içerisine girmifl olabilirler. Dolay›s›yla deneydeki ifllemin, yani farkl› ›rklardan insanlarla iletiflim kurman›n, kiflilerin farkl› ›rklara karfl› fikir ve tav›rlar›n› de¤ifltirdi¤ini savunmak zor olacakt›r. fiekil 2.1 Öncül Test - Deney Sonras› Test Kontrol Grubu Kurgusu
Deney Grubu Deney Öncesi Test (Pretest)
‹fllem (Treatment)
Deney Sonras› Test
Rastlant›sal Atama Kontrol Grubu
Deney Sonras› Test
Öncül test hassasiyeti ile bafla ç›kmak için bu testin deneyden uzunca bir süre önce yap›lmas› yoluna gidilebilir. Aradaki zaman, kat›l›mc›lar›n öncül test ve deney aras›nda ba¤lant› kurmalar›n› engelleyebilir. Fakat bu da kesin çözüm olmayabilir. Özellikle de sorular hassas bir konu ile ilgili ise, kat›l›mc›lar uzun vadede konu ile ilgili fikir de¤iflikli¤ine gidebilirler. Bazen de öncül testi deneyden çok önce yapmak münkün olmayabilir. Bu problemi çözmek için araflt›rmac›lar ço¤u zaman öncül test yapmaks›z›n deneye bafllarlar. Bir sonraki deney kurgusu, deney sonras› test - kontrol grubu kurgusunu anlatmaktad›r.
Deney Sonras› Test - Kontrol Grubu Kurgusu Bu kurguda deney kat›l›mc›lar›n›n bafllang›çta eflit oldu¤unu gösterecek direk bir test yap›lmamaktad›r. Fakat, rastlant›sal atama (random assignment) bir anlamda
45
2. Ünite - Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler
hem deney hem de kontrol grubu kat›l›mc›lar›n eflit flartlara sahip oldu¤unu sa¤lamak için yeterlidir. Dolay›s›yla deneysel ifllem öncesi kat›l›mc›lar›n ayn› flartlarda bafllad›¤›n› belirlemeye ihtiyaç duyulmaz. Tabii bu varsay›m, deney kat›l›mc›lar›n›n say›s› fazla oldukça do¤rulu¤u artan bir varsay›md›r. Örne¤in 10 kiflinin kat›ld›¤› bir deneyde e¤er kat›l›mc›lar ba¤›ml› de¤iflkenle ilgili çok farkl› sonuçlar gösteriyorsa deney ve kontrol grubuna kiflilerin benzer flartlarla da¤›ld›¤›n› düflünmek zorlafl›r. Genel kural, kat›l›mc› say›s›n›n en az 25-30 aras›nda kat›l›mc›y› rastlant›sal olarak atamaya elveriflli olmas›d›r. Deney Sonras› Test- Kontrol Grubu kurgusu hem deneyin maliyetini ve sarfedilen çabay› hem de öncül test hassasiyetinden kaç›nmak için elveriflli bir yöntemdir. fiekil 2.2 Deney Grubu
‹fllem (Treatment)
Deney Sonras› Test
Rastlant›sal Atama Kontrol Grubu
Deney Sonras› Test
Bahsetti¤imiz avantajlar›n›n yan› s›ra bu deney kurgusunun bir dezavantaj›, öncül testin deney ifllemi (experimental treatment) üzerindeki etkisinin anlafl›lamamas›d›r. Bu dezavantaj› aflmak için önerilen deneysel kurguya Solomon Dörtlü Grup Kurgusu denilir. Solomon kurgusu öncül test-deney sonras› test ve deney sonras› test kontrol grubu kurgular›n›n birlefliminden oluflmaktad›r.
Solomon Dörtlü Grup Kurgusu Bu kurguda deney kat›l›mc›lar› fiekil 2.3’te gösterildi¤i gibi dört farkl› gruba rastgele atan›rlar. Gruplardan ikisinde öncül test uygulan›r. Di¤er ikisinde uygulanmaz. Öncül test uygulanan gruplardan biri ve uygulanmam›fl olanlardan biri deneysel iflleme tabi tutulur. Solomon kurgusu, kat›l›mc›lar›n ba¤›ml› de¤iflkenle ilgili fikir ve davran›fllar› üzerinde bir kaç farkl› etkinin ölçülmesine yard›mc› olur. Öncül teste tabii tutulan iki grubun bafllang›çta benzer özelliklere sahip olmas› rastgele ataman›n baflar›l› oldu¤una iflaret eder. Tüm dört grubun kat›l›mc›lar› ile ilgili deney sonras› testler hem deneysel ifllemin hem de öncül testin kat›l›mc›lar›n ba¤›ml› de¤iflkene verdikleri tepki üzerindeki etkisini ölçmek için kullan›l›r. Deneysel ifllemin herhangi bir etkisi, grup 1 ve 3’ün sonuçlar›n›n, grup 2 ve 4 ile karfl›laflt›r›lmas› sonucu ö¤renilebilir. Benzer flekilde, sadece öncül testin etkisi grup 2 ve 4’ün sonuçlar›n›n karfl›laflt›r›lmas› ile ö¤renilir. Öncül testin herhangi bir etkisi ise grup 1 ve 3’ün deney sonras› sonuçlar› karfl›laflt›r›larak ö¤renilir. Bu son durumda, her iki grupta deneysel ifllemden geçmelerine ra¤men, sadece grup 1 kat›l›mc›lar› öncül testi alm›fllard›r.
Deney Sonras› Test - Kontrol Grubu Kurgusu
46
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
fiekil 2.3 Solomon Dörtlü Grup Kurgusu
Grup 1:
Öncül Test
Grup 2:
Öncül Test
Grup 3:
Grup 4:
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
4
Deneysel ‹fllem
Deney Sonras› Test Deney Sonras› Test
Deneysel ‹fllem
Deney Sonras› Test Deney Sonras› Test
Bir ma¤azada sat›fl elemanlar›n›n performans›n› etkileyen faktörleri inceleyen bir araflt›rSIRA S‹ZDE ma yapmak istedi¤inizi düflünün. Sat›fllar›n artmas› için e¤itim verilmesi gerekti¤ini düflünüyorsunuz fakat ma¤aza yönetimini ikna etmeniz gerekiyor. Bir deney tasarlayarak, e¤iÜ fi Ü N E L ‹ Mart›rmadaki rolünü ispatlamaya çal›flacak olsan›z, nas›l bir deney tatim alman›nDsat›fllar› sarlard›n›z? S O R U
DÂH‹LÎ GEÇERL‹K Deneysel bulgular›n yorumlanmas›nda, dâhilî geçerlik önemli bir role sahiptir. D‹KKAT Dâhilî geçerlik, deney sonucunda gözlemlenen etkinin sadece deneyin uyaran› (treatment) olan faktörden ya da ba¤›ms›z de¤iflkenden kaynaklad›¤› anlam›na geSIRA S‹ZDE araflt›rmac›, özellikle laboratuvar deneylerinde, birçok çevrelir. Deney ortam›nda sel faktörleri kontrol etme imkân›na sahip oldu¤u için, dâhilî geçerli¤e ulaflmak nispeten daha kolayd›r. Deney sonucunda gözlemlenen neden-sonuç iliflkisinin de AMAÇLARIMIZ dâhilî geçerlik sayesinde, bu ünitenin bafl›nda anlat›ld›¤› gibi, sahte olmad›¤›n›, gözlemlenen etkinin deneyin bafl›nda düflünülen ba¤›ms›z de¤iflken ya da de¤iflkenler taraf›ndan olufltu¤unu anlamak mümkündür. Di¤er bir deyiflle deney grubu K ‹ T A P ve kontrol grubu aras›ndaki tek fark deneye konu olan uyaran›n birinci gruba uygulan›p, ikincisinde uygulanmam›fl olmas›d›r. Dâhilî geçerli¤in sa¤lanmas›nda baz› sorunlar yaflanabilir. O sorunlar› flöyle TELEV‹ZYON özetleyebiliriz: Geçen Zaman -Tarih (History): Deneysel yaklafl›m›n üstünlü¤ü, araflt›rmac›n›n deneyin yap›ld›¤› ortam üzerinde oldukça yüksek kontrollünün olmas› ve deN T Ekontrol RNET ney grubu ‹ ile grubu bulgular› aras›nda gözlenen fark›n sadece ba¤›ms›z de¤iflken taraf›ndan olufltu¤undan emin olmas›d›r. Bazen, öncül test ile deney sonras› test aras›nda geçen zamanda, ba¤›ms›z de¤iflken haricinde, deneyin sonucunu etkileyecek baz› olaylar olabilir. Örne¤in, terörizme ve terörist sald›r›lara olan tepkilerle ilgili bir çal›flma yap›l›yor olsun. Kat›l›mc›lar deney ve kontrol gruplar›na ayr›ld›ktan sonra bir anda radyoda ya da televizyonda yeni bir sald›r›n›n haberini alabilirler. Böyle bir durumda deney bulgular›n›n ba¤›ms›z de¤iflken olarak kullan›lan deneysel ifllem (treatment) ve kat›l›mc›lar›n deney öncesi dinledikleri haber ile ilgili etkiyi birbirinden ay›rtetmek zordur. Olgunlaflma (Maturation): Deney bulgular›n› ba¤›ms›z de¤iflken d›fl›nda etkileyebilecek di¤er bir faktörde, zaman içerisinde kat›l›mc›lar›n kendilerinde baz› de¤iflikliklerin oluflmas›d›r. Kat›l›mc›lar, deney esnas›nda yorulabilir, dikkatleri da¤›labilir ya da s›k›labilirler.
N N
2. Ünite - Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler
Ölçüm (Measurement): Standart bir deneysel kurgu ölçüm ya da test denilen bir aflamay› kapsar. Deneysel ifllemin kat›l›mc›lara uygulanmas›ndan önce ba¤›ml› de¤iflkenle ilgili ölçüm yap›labilir. Deneysel kurgu türlerinden bahsederken bu konu öncül test olarak detayl› bir flekilde anlat›ld›. Örne¤in, deneyden önce kat›l›mc›lara güncel politik konularla ilgili fikirleri sorulursa deneyin konusunu anlay›p, deney esnas›ndaki tutum ve tav›rlar›n› ona göre düzenleyebilirler. Seçim Yanl›l›¤› (Selection Bias): Seçim yanl›l›¤›, deney kat›l›mc›lar›n›n rastgele bir prosedüre göre de¤il de baflka standartlara göre seçilmesi durumunda ortaya ç›kar. Örne¤in, deneye kat›lanlar sadece gönüllülerden olufluyorsa onlar›n deneye karfl› alg› ve dikkatleri gönüllü olmayan kat›l›mc›lardan farkl› olacakt›r. Deneysel Kay›p (Experimental Mortality): Deney esnas›nda, kat›l›mc›lardan baz›lar› deneyi yar›da b›rakabilirler. Bu durumda, bafllang›çta eflit diye adledilen deney ve kontrol gruplar› art›k eflit özelliklere sahip olmayabilir. Kat›l›mc›lar›n birden fazla defa bir deney için haz›r bulunmalar› istendi¤i durumlarda ya da genellikle saha deneylerinde insanlar›n adres de¤ifltirme ihtimallerinden dolay› s›k s›k kay›plar gözlenebilir. Bir deney devam ederken kat›l›mc›lar s›k s›k deneyi b›rakmak istiyorlarsa o zaman araflt›rmac› kat›l›mc›lar› neyin rahats›z etti¤ini ve etik kurallarla ilgili bir sorun olup olmad›¤›n› yeniden gözden geçirmelidir.
HAR‹CÎ GEÇERL‹K Haricî geçerlik, bir deney sonucu ba¤›ml› de¤iflken üzerinde etkisi oldu¤u söylenen ba¤›ms›z de¤iflkenin ve bu etkinin nas›l ortaya ç›kt›¤›na dair nedensel sürecin, farkl› bir grup kat›l›mc› ve farkl› bir ortamda yine ayn› flekilde ortaya ç›k›p ç›kmayaca¤› konusunu tan›mlamak için kullan›lan bir tabirdir. Laboratuvarda yap›lan deneylerin, dâhilî geçerlik u¤runa haricî geçerlikten feragat etmesi ve bulunan sonuçlar›n laboratuvar d›fl› farkl› ortamlara ya da toplumlara genellenebilir olup olmad›¤› elefltiriye konu olmaktad›r. Deney sonucu elde edilen bulgular genele dökülürken hem kat›l›mc›lar hem de araflt›rmac› taraf›ndan sebep olunan problemleri afla¤›daki gibi s›ralamak mümkündür:
Kat›l›mc› Popülasyonu S›n›rlamas› Deneysel yaklafl›mlar üzerindeki elefltirilerin büyük bir ço¤unlu¤u, kat›l›mc›lar›n özellikleri üzerine yo¤unlaflmaktad›r. Genelde, araflt›rmac›lar taraf›ndan üniversitelerde yap›lan deneylerde üniversite ö¤rencilerinin kat›l›mc› olarak seçilmesi, problemin temel kayna¤› olarak görülmektedir. Üniversite ö¤rencilerinin sokaktaki adam› yans›tmad›¤› görüflü, onlar üzerinde yap›lan deneylerle ulafl›lan bulgular›n da genele yay›lmamas› gerekti¤ini savunmaktad›r. Fakat, üniversite ö¤rencilerinin sokaktaki ortalama bir kifliden daha zeki, sosyal problemlerle daha yak›ndan ilgilendikleri, siyasi meselelere karfl› daha hassas olduklar›n› düflünürsek, onlar›n kat›l›m›yla yap›lan deneylerin çok da gerçekten uzak sonuçlar do¤urmayaca¤›n› anlayabiliriz. Tabii ki, araflt›rmac›lar her zaman toplumu yans›tan kat›l›mc›lar› bulmaya ve onlarla deney yapmaya teflvik edilmelidir. Fakat, bunun mümkün olmad›¤› durumlarda, toplumun nabz›n› hiç tutmamaktansa, ö¤renciler üzerinde çal›flma yapmak ve biraz olsun toplumdaki görüflleri anlamaya çal›flmak gerekir. Bu görüfl Campbell ve Stanley (1963) taraf›ndan da savunulmufltur.
Kat›l›mc› Fark›ndal›¤› Laboratuvarda yap›lan deneylerde kat›l›mc›lar, deney ortam›nda olduklar›n›n fark›nda olduklar› için elde edilen sonuçlar›n yanl› olma ihtimali yüksektir. Araflt›rma-
47
48
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
c›lar, kat›l›mc›lar› yan›ltarak ya da dikkatlerini da¤›tarak onlara bir deneyde olduklar›n› unutturabilirler. Di¤er yandan, kat›l›mc›lar deneye gelmeden önce zaten kendilerine bir rol biçmifl durumda olabilirler. Kat›l›mc›lar, deneyle ilgili hisleri do¤rultusunda, gönüllü, gönülsüz ve habersiz olarak üçe ayr›labilir. Gönüllü kat›l›mc›lar bir deneyde olduklar›n›n fark›ndad›rlar. Gönüllü olarak bir deneye kat›lan kifliler genelde maliyet-fayda hesaplamas› yapm›fl ve bir flekilde deneyden birfleyler kazanacaklar›na inan›yor olabilirler. Kazançlar›, maddi veya manevi olabilir. Dolay›s›yla bu tür kat›l›mc›lardan dürüst olarak cevap vermeleri beklenebilir. Baz› durumlarda, gönüllü kat›l›mc›lar deneye konu olan kuram›n onaylanmas› için çok u¤rafl›rlar. Bu durumlarda deney bulgular›n›n genele yay›lmas› zor olabilir. Baz› kat›l›mc›lar ise kendilerini deneye kat›lmak zorunda hissetmifl ve araflt›rman›n tamamen bir zaman kayb› oldu¤unu düflünüyor olabilirler. Örne¤in, baz› psikoloji derslerinde ö¤rencilerden, ders mecburiyeti olarak, belli say›da deneye kat›lmalar› beklenir, orduda askerlerin kat›ld›¤› fakat onlar›n fikir ya da onaylar›n›n al›nmad›¤› baz› deneyler yap›labilir, ya da etnik az›nl›klar devaml› deneye kat›lmak için hedef seçiliyor olabilirler. Habersiz olan kat›l›mc›lar ise deneyde olduklar›ndan fark›nda olmayan ancak deney sonucunda gözlemlendikten sonra bir deneyin içinde yer ald›klar› söylenen kat›l›mc›lard›r. Bu tür deneyler son zamanlarda popülerlik kazanm›fllard›r. Kat›l›mc›lar deney ortam›nda olduklar›n›n fark›nda olmad›klar› için haricî geçerli¤i art›rmak da mümkün olmaktad›r. Fakat habersiz kat›l›mc›lar genelde do¤al deney ortamlar›nda kullan›lmaktad›r. Do¤al deney konusu ile ilgili k›s›mda, daha detayl› olarak bu tür kat›l›mc›larla yap›lan deneylerin etik boyutu ele al›nacakt›r.
Araflt›rmac›n›n Beklentileri ve Yanl› Tutumu Deneysel yaklafl›mlarda, araflt›rmac›n›n deneyin en bafl›ndan sonuna kadar planlanmas›nda çok önemli rolü oldu¤u, özellikle laboratuvar deneylerinde ortam› tamamen kontrol etmesi gerekti¤i vurguland›. Araflt›rmac›n›n deney ortam›nda haz›r bulunmas› bile bazen sonuçlar› etkileyebilir. Araflt›rmay› yapan kiflinin beklentileri bir flekilde kat›l›mc›lara yans›yabilir. ‹laçlar›n etkisini anlamaya yönelik araflt›rmalarda, ‘iki tarafl› körlük’ (double blind) uygulamas›, doktorun da hastan›n da bir ilac›n verilip verilmedi¤ini bilmemesi, beklenti etkisini (expectancy effect) kontrol etmeye yöneliktir. Baz› durumlarda ise deney kat›l›mc›s› deneyi yapan araflt›rmac›dan baz› ipuçlar› elde edip araflt›rmac›y› memnun etmeye çal›flabilir. ‹puçlar› çeflitli flekillerde elde edilebilir. Örne¤in, kat›l›mc›n›n araflt›rmac›n›n beklentilerine göre cevap verdi¤i her an, deneyi yapan kifli hafifçe bafl›n› e¤ebilir veya gülümseyebilir. Kat›l›mc› da araflt›rmac›n›n vücut diline göre cevaplar›n› ayarlayabilir. Bu durumu düzeltmek, beklenti etkisini düzeltmekten daha zor olabilir. Rosenthal (1966) bir dizi tekrarlanm›fl deney sonras›nda beklenti etkisini baflar› ile ispatlam›flt›r. Deneysel psikoloji dersini alan bir grup ö¤renci kat›l›mc›, di¤er bir grup ö¤renci de deneyi yapan araflt›rmac›lar olarak yer alm›fllard›r. Deneyi yapan ö¤rencilerin görevi kat›l›mc›lara 10 kiflinin yüz portresini içeren foto¤raflar› göstermeleri, kat›l›mc›lar›n görevi ise foto¤raflarda görünen kiflilerin baflar›l› olup olmad›klar› konusunda fikir bildirmeleridir. Deneyden hemen önce Rosenthal deneyi yapan ö¤rencilerin yar›s›na, önceki araflt›rmalarda foto¤raflar›n baflar›l› insanlar› gösterdi¤ini ve o anda yap›lacak deneyde de kat›l›mc›lardan yüksek skorlar beklemelerini söyler. Di¤er yar›s›na da tam tersini söyler. Asl›nda, foto¤raflar önceden daha fazla say›da ö¤renci ile yap›lm›fl ve genifl bir foto¤raf grubu içerisinden seçilmifllerdi. Önceki deneyde bu foto¤raflar kat›l›mc›lar›n daha tarafs›z kald›klar› fo-
D Ü fi Ü N E L ‹ M
D Ü fi Ü N E L ‹ M
S O R U
S O R U
2. Ünite - Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler
D‹KKAT
to¤raflard›. Fakat yeni deneyde tüm kat›l›mc›lara e¤er önceki deneyin sonuçlar› ile ayn› flekilde de¤erlendirme yaparsalar 2 $ kazanacaklar› söylendi. Deney sonucunSIRA S‹ZDE da, bulgular beklenti etkisini yans›t›r flekilde idi. Deneyi yapan ö¤renciler aras›nda, kendilerine bir önceki deneyin sonuçlar›na göre foto¤raflarla ilgili, kat›l›mc›lardan pozitif de¤erlendirme bekleyebilecekleri söylenenler daha yüksek say›da poAMAÇLARIMIZ zitif de¤erlendirme bildirdiler.
N N
‹ T York: A P AppletonR. Rosenthal. (1966). Experimenter Effects in Behavioral Research.K New Century-Crofts.
Beklenti Etkisi Çözümleri
TELEV‹ZYON
Deneyi yapan kiflinin gözlemlerinin yanl› olmamas› ve beklenti etkisinin bulgular› etkilememesi için çeflitli öneriler düflünebiliriz. Deneyi yapan kiflinin yak›ndan takibi ve gözlenmesi çözümlerden birisidir. Deneyi yapan ve kat›l›mc› aras›ndaki gö‹NTERNET rüflmeler hem sesli hem görüntülü kay›t edilebilir. Daha kesin bir çözüm ise daha önceden bahsedilen iki tarafl› körlük yöntemidir. Deneyi yapan kifliye deney konusu kuramdan bahsedilmezse o da kat›l›mc›lara çeflitli ipuçlar› verebilecek durumda olmayacakt›r. Fakat bu durumda bile, deneyi yapanlar bir kuram tahmin edebilirler. Özellikle deney uzun sürer ve zaman içerisinde, deneyi yapanlar bulgularda belli bir e¤ilimin oldu¤unu keflfederseler, bu yöntem de beklenti etkisine kesin çözüm de¤ildir. Bu durumda, deneyi yapanlar kat›l›mc›lardan hangilerinin denek grubunda hangilerinin kontrol grubunda oldu¤unu bilmezseler, beklenti etkisi önemli derecede minimize edilmifl olur. Daha kesin bir çözüm, deneyle ilgili tüm prosedürün gerçek kifliler taraf›ndan deney an›nda de¤il de daha önceden çekilmifl video kay›tlar› veya yaz›l› olarak sunulmas›d›r.
Haricî Geçerlik Nas›l Belirlenir? Bir deneyin bulgular›n›n ne kadar genel olarak deneye konu olan kiflileri ya da aktörleri yans›t›p yans›tmad›¤›n› anlayabilmek için haricî geçerli¤in üç boyutta incelenmesi gerekmektedir: sa¤laml›k (robustness), ekolojik geçerlik (ecological validity) ve ilgi (relevance).
Sa¤laml›k (Robustness): Deney Tekrarlanabilir mi? Sa¤laml›k, bir deney bulgusunun farkl› ortamlarda, farkl› kiflilerle ve farkl› zamanlarda yap›lacak baflka bir deneyde ayn› flekilde tespit edilip edilemeyece¤ini belirtir. S›n›rl› anlam›yla laboratuvarda yap›lan bir deneyin, baflka bir laboratuvarda farkl› araflt›rmac›lar taraf›ndan benzer flekilde tekrarlanmas› anlam›na gelir. Genel anlam›yla, ba¤›ms›z de¤iflkenin etkisinin farkl› ortamlarda ve kat›l›mc›larla yap›lan deneylerde gözlemlenebilmesi demektir. Örne¤in, bir üniversitenin psikoloji bölümü ö¤rencileri ile yap›lan bir deneyde bulunan etki, daha sonra lise ö¤rencilerinin kat›l›m› ile yap›lan bir deneyde tekrar bulunabilir. Habyarimana ve birlikte çal›flt›¤› di¤er araflt›rmac›lar, 2007 y›l›nda yapt›klar› çal›flmada laboratuvar ortam›nda 300 kiflinin kat›l›m› ile gerçeklefltirdikleri deneyi, bir de sahada yaparak bulgular› karfl›laflt›rm›fllard›r. Bu bulgular›n sa¤laml›¤›n› ve tekrar edilebilir (replicable) oldu¤unu göstermek için takip edilen bir yoldu. Araflt›rman›n amac›, neden baz› etnik gruplar›n düflük suç oran›, iyi okullar, iyi sa¤l›k hizmetleri ve hijyen konusunda baflar›l› olduklar›n›, baz›lar›n›n ise bu konularda geri kald›klar›n› anlamakt›. Çal›flma için Uganda’n›n Kampala flehrinden rastgele atama yöntemi ile 300 kifli seçilir ve birlikte baz› oyunlar oynamalar› istenir. Amaç ayn› etnik gruptan kat›l›mc›lar›n birbirleri
49 D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
50
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
ile daha fazla ifl birli¤i yap›p yapmad›klar›n› gözlemlemekti. Deneyi yapan kifliler kat›l›mc›lara birbirlerinin etnik kimli¤i hakk›nda bilgi vermeyip, bu bilgiye oyunlar› oynamak için iletiflim kurarken kendilerinin ulaflmalar›n› sa¤lam›flt›r. Habyarimana ve di¤erleri bu çal›flma ile laboratuvar ortam›ndaki bir deneyi sahada tekrarlayarak ilk bulgular›n sa¤laml›¤›n› ispatlam›fllar, deneyin farkl› ortamlara nas›l uyarlanabilece¤ini göstermifller ve bulgular›n genellenebilir oldu¤unu ispatlam›fllard›r.
N
MAKALE
Habyarimana,M J., M., Posner, D. N., Weinstein, J. M. (2007). “Why Does Ethnic A K Hamphreys, ALE Diversity Undermine Public Goods Provision?”, American Political Science Review, Cilt 101, Say› 4, s. 709-725.
Ekolojik Geçerlik: Bulunan Etki Tipik E¤ilimleri Yans›t›yor mu? Ba¤›ms›z de¤iflkenin etkisinin farkl› ortam ve kiflilere genellenebilir olup olmad›¤› sorusu, o etkinin gerçek yaflamdaki tipik e¤ilimleri yans›t›p yans›tmad›¤›ndan farkl› bir sorudur. Ekolojik geçerli¤in temelinde bu vard›r. Di¤er bir deyiflle ekolojik geçerlik bir deney sonucu gözlenen etkinin olufltu¤u flartlar›n toplum genelindeki tipik flartlar› yans›t›p yans›tmad›¤›na bakar. Tipik olma genellenebilir olmaktan farkl›d›r. Baz› araflt›rmac›lar, örne¤in, üniversite ö¤rencilerinin kat›l›mc› oldu¤u ve laboratuvar ortam›nda yap›lan deneylerin, kiflilerin gerçek dünyada içinde bulundu¤u flartlar› yans›tmad›¤›n› belirtirler. Yukar›da bahsedilen deneyde Habyarimana ve di¤erleri laboratuvar ortam›nda gerçeklefltirdikleri deneyi do¤al ortama tafl›yarak bu sorunu halletmifl görünüyorlar.
‹lgi (Relevance): Deney Sonucu Ö¤renilen Bilgi Gerçek Yaflamla ‹lgili mi? Deney bulgular›n›n gerçek yaflamla ilgisi olup olmad›¤› ekolojik geçerlik taraf›ndan da iflaret edilen bir konudur. Fakat daha genifl anlam›yla ilgi, bulgular›n gerçek yaflama uygulanabilirli¤ini ve sorunlara çözüm getirip getiremedi¤ine bakar.Deneysel yöntemlerin uluslararas› iliflkilerde yayg›nlaflmas›n› engelleyen problemlerden biri, dâhilî ve haricî geçerlik aras›nda her zaman birinden feragat edildi¤ine dair yayg›n olarak kabul edilen kan›d›r. Fakat do¤al deneyler ve simülasyonlar iki geçerlik aras›nda bir köprü oluflturabilir. Ünitenin geri kalan k›sm›nda bu iki yöntem detayl› olarak incelenmektedir.
S‹MÜLASYON (SIMULATION) Simülasyon araflt›rmac›lar›n dâhilî ve haricî geçerlikle ilgili tehditlerle bafla ç›kmak için kulland›klar› bir yöntemdir. Gerçek yaflamdaki bir ortam ya da olay bilgisayar üzerinde taklit edilir. Birden fazla deneysel kurguyu taklit edebilme imkân› oldu¤u için dâhilî geçerlik garanti alt›na al›nm›fl olur. Ayr›ca, gerçek yaflamda o ana kadar karfl›lafl›lmam›fl durumlar›n da gözlemlenmesi olas›l›¤› vard›r. Uluslararas› ‹liflkiler alan›nda genelde oyun kuram› diye adland›rd›¤›m›z bir çok kuram simülasyon ile yarat›lan deney ortam›nda test edilmifltir. Simülasyon gerçe¤ini ne kadar iyi yans›t›rsa, haricî geçerlik problemi de minimize edilmifl olur. Simülasyon ve gerçek aras›ndaki benzerlikten emin olmak için araflt›rmac›lar saha deneylerine baflvurup, sonuçlar› simülasyonun sonuçlar› ile karfl›laflt›rabilirler. Simülasyonun en çok bilinen örneklerinden biri, ayn› zamanda Uluslasaras› ‹liflkiler alan›nda klasik olarak nitelendirilen çal›flmalardan biri, Robert Axelrod’un 1984 y›l›nda yay›nlad›¤› Ortakl›¤›n Geliflmesi (the Evolution of Cooperation) isimli eseridir. Axelrod bu çal›flmas›nda mahkumlar›n ç›kmaz› (prisinor’s dilemma) oyununu bilgisayar ortam›na programlam›fl ve taraflar›n sadece bir kere de¤il bir kaç
2. Ünite - Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler
51
kere karfl›laflt›klar›n› varsaym›flt›r. Simülasyonun sonunda taraflar›n ilk oyunda ya da karfl›laflmada ifl birlikçi bir tutum izlemeleri ve daha sonraki karfl›laflmalarda di¤er taraf›n bir önceki turda ya da karfl›laflmada yapt›¤›n›n ayn›s›n› yapmas› durumunda (k›sasa k›sas - tit-for-tat) uzun vadede devletlerin ortak çal›flmaya ve ifl birli¤ine do¤ru ilerleyecekleri saptanm›flt›r. Beriker ve Druckman 1996’da yay›nlanan çal›flmalar›nda Birinci Dünya Savafl› sonunda toplanan uluslararas› bir konferans›n simülasyonunu yapm›fllar ve sonuçlar› Lozan’da 1922-23 y›llar›nda toplanan konferansla karfl›laflt›rm›fllard›r. Konferans›n en dikkat çeken yan› taraflar aras›ndaki dengesiz ya da asimetrik güç da¤›l›m› idi. Dengeli ve dengesiz güç yap›lar› iki konu üzerinde yo¤unlaflt›: Bo¤azlardan Karadeniz’e geçmek ve az›nl›k haklar›. Konferans tutanaklar›na dair içerik analizi iki güç yap›s› aras›nda yap›lan pazarl›k aç›s›ndan farkl›l›klar› ortaya koymufltur. Sonraki aflamada, bu iki güç yap›s› simüle edilmifl ve bir üçüncü senaryo ile karfl›laflt›r›lm›flt›r. Üçüncü senaryoda eflit güce sahip fakat di¤erlerine göre daha az güçlü iki devlet aras›ndaki karfl›l›kl› müzakere ortam› taklit edilmifltir. Bu üçüncü senaryo, gerçek konferansta yaflanmam›fl bir durumu analiz etme imkân› tan›m›fl ve ikili müzakerelere kat›lanlar›n konferans›n sonucundan daha fazla memnun olduklar›, daha h›zl› çözüme ulaflt›klar› ve çok partili müzakerelere göre daha az rekabet hâlinde davrand›klar› gözlenmifltir. Bu simülasyonda ayr›ca haricî geçerlik ya da genellenebilirlik bafltaki iki farkl› güç da¤›l›m senaryolar›n›n farkl› ortamlarda analiz edilmesi sayesinde artt›r›lm›flt›r. Simülasyonlar›n di¤er bir avantaj› da gerçek yaflamda olup biten olaylar› tüm komplex yap›s›yla yans›tabilme baflar›s›d›r. Laboratuvar deneylerinde olaylar›n gerçek yaflamdaki gibi komplex hâlleriyle yans›t›lmas› oldukça zor, saha deneylerinde ise gerçek oldu¤u gibi yans›t›labilir fakat saha deneylerini yapmak her konu için mümkün olmayabilir. Beriker ve Druckman (1996) çal›flmas›nda görüldü¤ü gibi Lozan Konferans› gibi savafl sonras› bir konferans›n gerçekleflmesi için beklemek çok vakit alabilir. Simülasyonun baflar›s› iki boyut üzerinde de¤erlendirilebilir: range (çeflitlilik) ve extension (uzant›). Çeflitlilik taklit edilen senaryolar›n say›s›na, uzant› ise senaryolar›n gerçek olayla ilgili detay ve kapsam›na iflaret eder. Taklit edilen senaryo say›s›n›n k›s›tl› oldu¤u simülasyonlara dar kapsaml›, fazla say›da oldu¤unda genifl kapsaml› denir. Senaryolar ya da modeller gerçek olayla ilgili çok fazla detay içerdi¤inde derin uzant›l›, az detay içerdi¤inde ise yüzeysel uzant›l› olarak adland›r›l›rlar. Oyun kuram›n›n simülasyonlarla test edilmesine geri dönecek olursak oyun kuram› modelleri basit bir varsay›m üzerine infla edilir: kifliler bir konu hakk›nda karar verirken var olan opsiyonlar aras›ndan kendileri için en iyi olan› seçerler. Oyun kuram çözümlerinden birisi olan Nash Dengesi (Nash equilibrium), kifliler kararlar›n› verirken sadece kendileri için en iyi olan› de¤il ayn› zamanda di¤erlerinin ne düflündü¤ünü de hesaba katarak kendileri için en iyi opsiyonu seçeceklerini öngörmektedir. Nash dengesi, iki kiflinin pazarl›k içinde oldu¤u durumlarda her iki taraf için de en faydal› çözümün bulunaca¤›n› savunur. Nash dengesi bulundu¤unda, iki taraf›n da zararlar› minimize edilmifl olur. Nash dengesinin gerçek yaflamda ikili pazarl›klarda s›kl›kla ortaya ç›kan bir sonuç olup olmad›¤›n› anlamak için laboratuvar ortam›nda gerçek kiflilerle deneyler yap›labilir. Fakat, farkl› bir çok senaryo ve modellerle ilgili varsay›mlar› hesaba katarak simülasyon çal›flmas› yap›labilir. Uluslararas› ‹liflkiler alan›nda yap›lan simülasyon çal›flmalar›n›n klasik örneklerinden bir tanesi, Richard Stoll’un 1987 y›l›nda küresel bir otoritenin olmad›¤›n› varsayarak devletler aras›nda güç dengesinin (balance of power) nas›l otomatik olarak ortaya ç›kt›¤›n› inceleyen çal›flmas›d›r. fiekil 2.4 bu simülasyonun aflamalar›n› göstermektedir. Bu çal›flma için devletlerle ilgili realist dünya görüflü varsay›l-
K›sasa k›sas (tit-for-tat) Oyun kuramlar› aras›nda yer alan, karfl› taraf e¤er düflmanca bir tavra girerse ayn› flekilde karfl›l›k vermek, dostça bir tav›r sergilerse yine ayn› flekilde karfl›l›k vermek prensibine dayal› bir oyundur. Dünya Ticaret Örgütünün savundu¤u karfl›l›kl›l›k ilkesinin temelinde bu oyun kuram› yatar. E¤er bir ülke di¤er bir ülkeye karfl› ticaretle ilgili korumac› politikalar›n› kald›r›yorsa, di¤er ülkenin de ayn›s›n› yapmas› gerekir.
‹çerik Analizi yaz›l› dokümanlar›n dikkatlice okunarak iletiflim dilinin ve biçimlerinin detayl› olarak incelenmesidir. Yaz›l› dokümanlar aras›nda uluslararas› anlaflmalar, organizasyonlar›n ve siyasi partilerin kurulufl sözleflmeleri yer alabilir.
52
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
m›fl, yani devletlerin sürekli yaflam mücadelesi verdi¤i düflünülmüfltür. Anarflik bir ortamda (mutlak bir uluslararas› otoritenin olmad›¤› bir ortam) devletler birbirlerini yok mu ederler yoksa bir devlet tüm devletlere hükmetmeye mi bafllar? Bir bilgisayar program› kullanarak, simülasyona dahil edilecek devletler belirlenir. Bu devletlerin bafllang›çta sahip olduklar› güç için de¤erler belirlenir. Ayr›ca, bilgisayar program› oyunun kurallar›n› da net bir flekilde yans›tmal›d›r. Örne¤in, sadece co¤rafi aç›dan yak›n devletler birbirlerine savafl açabilirler. Simülasyon turlar fleklinde ilerler. Her turda, bir devlet rastgele sald›rgan olarak bilgisayar program› taraf›ndan atan›r. Sald›rgan devletin komflu devletlere göre gücü hesaplan›r. Devletleraras› ittifaklar kurulur ve sald›rgan devletin gücü yeniden hesaplan›r. Sonraki aflamada, oyunun kurallar›na göre savafl açma karar› al›n›r. Savafla taraf olan ülkeler için savafl›n sebep oldu¤u zarar hesaplan›r. Bu süreçte baz› ülkeler elenebilir. Program daha sonra, birden fazla devletin kal›p kalmad›¤›n› hesaplar. E¤er, en az iki devlet yaflamay› baflarm›flsa bir sonraki tura geçilir ve yeni hesaplamalar yap›l›r. Turlar istenildi¤i kadar çok tekrarlanabilir. Fakat bir turun sonunda sadece bir devlet kal›rsa, simülasyon sona erer. Stoll çal›flmas›n› 270 turla tamamlam›flt›r. fiekilde görüldü¤ü üzere, simülasyon, çok detayl› olarak düflünülmüfl bir deneydir. Araflt›rmac›, bir aktörün bir olay karfl›s›nda ne tür tutum ve hareket sergileyece¤ini ve buna karfl›l›k di¤er aktörlerin ne tür tav›rlarda bulunaca¤›n› detayl› olarak düflünmek zorundad›r. Dolay›s›yla simülasyonlar›n oluflturulmas› araflt›rma konusu ile ilgili oldukça fazla bilgi sahibi olmay› gerektirir. Simülasyonlar dura¤an ya da geleneksel modellerle anlafl›lmas› güç olan konular› ayd›nlatabilirler. Özellikle, araflt›rmac› ilgilendi¤i konuya ait temel aktörleri ve onlar›n birbirleri ile nas›l bir etkileflim içinde oldu¤unu ancak aktörler hareket etmeye bafllay›nca anlayabilece¤i durumlarda, simülasyon çok faydal› bir yöntem olarak öne ç›kar. Gerçek hayatta aktörleri birden fazla turda birbirleri ile etkileflim hâlinde yakalamak zor olaca¤› için, simülasyon farkl› modellerin farkl› turlarda ele al›nmas›n› sa¤layarak araflt›rman›n bir nevi deney ortam›nda yap›lmas›n› sa¤lar. fiekil 2.4 Sald›rgan›n Seçilmesi
Güç Dengesi Simülasyonu
Gücü olmayan devletleri eleme
Bafllang›ç Güç oranlar›n›n hesaplanmas› Ülkelerin ve güç de¤erlerinin programa girilmesi
Birden daha fazla ülke kald› m›? Gerekiyorsa ittifaklar›n kurulmas›
Oyunun kurallar›n›n belirlenmesi, ittifaklar›n kurulmas›, güç üstünlü¤ü durumu varsa savafl›n aç›lmas›
Evet Bir sonraki tura geç
Sald›rgan daha m› güçlü? Evet Hay›r
Simülasyonun Bafllang›c›, 1. Tur
Hay›r
Savafl açmak ve taraflar için zararlar› hesaplamak
‹mparatorluk Güç dengesi
Son
2. Ünite - Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler
Nimet Beriker ve Daniel Druckman. (1996). “Simulating the LausanneM Peace A K A L E Negotiations, 1922-23: Power Asymmetries in Bargaining”, Simulation and Gaming, Cilt 27, Say› 2, s. 162-183. Richard J. Stoll. (1987). “System and State in International Politics: A Computer Simulation of Balancing in an Anarchic World”, International Studies Quarterly, Cilt 31, s. 387-402. Robert Axelrod. (1984). The Evolution of Collaboration. New York: Basic Books.
N
53
MAKALE
DO⁄AL DENEYLER Laboratuvar ve saha aras›ndaki fark temelde araflt›rman›n yap›ld›¤› ortamlar›n farkl› olmas›d›r. Laboratuvar deneyinde, kat›l›mc›lar deneyin yap›laca¤› yere giderler. Do¤al deneyde ve saha deneyinde ise araflt›rmac› deneyle ilgili herfleyi kat›l›mc›lara kendi do¤al ortamlar›nda sunar. ‹nternet’in geliflmesi ile beraber, araflt›rmac›lar neredeyse kat›l›mc›lar›n evlerinin içine kadar girebilmifllerdir. Laboratuvar ortam› ve saha aras›ndaki fark ‹nternet’in geliflimi ile beraber iyice belirsiz bir hâl alm›flt›r. ‹kisinin aras›ndaki ayr›m ise asl›nda kat›l›mc›lar›n bir deney ortam›nda olduklar›n›n ne kadar fark›nda olup olmad›klar›d›r. Kendi do¤al ortamlar›nda olduklar›nda, kat›l›mc›lara önceden bir çal›flma içinde yer alacaklar› söylense bile, çal›flman›n amaçlar›n›n daha az fark›ndad›rlar. Genel bir araflt›rma stratejisi olarak laboratuvar ve saha ortamlar› aras›nda gidip gelme iki yönlü bir yol üzerinde olmal›d›r. Sosyal bilimcilerin ilgilendi¤i bir çok konu do¤al ortamlar›n ya da gerçek hayat›n gözlenmesi sonucu ortaya ç›kar. Gerçek hayat çok komplike oldu¤u için, bir de¤iflkenin di¤eri üzerindeki etkisini ay›rdetmek zordur. Belirli bir neden-sonuç iliflkisini test etmek için ba¤›ml› de¤iflkeni ya da etkisine inan›lan de¤iflkeni do¤al ortam›n›n d›fl›na çekmek, ve di¤er de¤iflkenlerin kontrol edildi¤i laboratuvar ortam›na tafl›mak gereklidir. Neden-sonuç iliflkisi laboratuvar ortam›nda tespit edildikten sonra ise tekrar sahaya geri dönmek ve etkiyi yaratan de¤iflkenin do¤al ortamda de¤iflmedi¤ini görmek gerekir. Saha ve laboratuvar aras›ndaki bu iki yönlü al›flverifl yukar›da da bahsedildi¤i gibi haricî geçerli¤in sa¤lanmas› için gereklidir. fiekil 2.5 neden-sonuç iliflkisinin keflfedilmesinde bu karfl›l›kl› süreci göstermektedir. fiekil 2.5
Do¤al Gözlem
Kuram Gelifltirme
Laboratuvar Deneyi
Saha Deneyi
Kuram Gelifltirme
Do¤al Gözlem
Saha ve do¤al deneylerde, araflt›rmac›n›n deneyin yap›ld›¤› ortam, kat›l›mc›lar›n seçimi ve deneyin sonucunu etkileyebilecek di¤er de¤iflkenler üzerinde laboratuvar deneylerinde oldu¤u kadar kontrolleri olmad›¤› için, do¤al ve saha deneylerine yar› deneyler de (quasi-experiments) denir. Bu ana kadar do¤al ve saha deneyleri hakk›nda benzer fleyler söyledik. Önceden de belirtildi¤i üzere, ikisi farkl›d›r. Do¤al deneyler sahada yani kat›l›mc›lar›n do¤al ortamlar›nda yap›lmalar›na ra¤men, araflt›rmac›n›n ba¤›ml› de¤iflkenin kendili¤inden oluflmas›n› beklemekten baflka çaresi yoktur. Saha deneyleri, laboratuvar› sahaya tafl›mak anlam›na
Do¤al Deneylerin Aflamalar›
54
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
gelir. Tabii, di¤er bir çok de¤iflken üzerinde kontrolü az olsa da araflt›rmac› hâlen deney konusu ba¤›ms›z de¤iflkeni kontrol etme imkân›na sahiptir. Do¤al deneylerde araflt›rmac› ba¤›ml› de¤iflken ya da uyaranla ilgili manipülasyon yapma imkân›na sahip de¤ildir. Aradaki fark› daha da netlefltirmek için, do¤al deneylerle ilgili üç konudan söz edilebilir: do¤al davran›fl, do¤al yönlendirme ve do¤al ortam (Crano ve Brewer, 2002, pp.198-202). Do¤al davran›fl, gözlemlenen etkilerin deneydeki yönlendirmeler sonucu de¤il de do¤al bir sürecin sonucu olarak ortaya ç›kmas› demektir. Bu tür bir do¤al davran›fl ya da tepki çok de¤erlidir, çünkü araflt›rmac›n›n ya da deneyin talepleri sonucu ortaya ç›kmam›flt›r. Do¤al dürtüler sonucu ortaya ç›kan tepkiler kat›l›mc›n›n bir araflt›rma içerisinde oldu¤u bilincinin d›fl›nda oluflur. Bu da bulgular›n genellenebilirli¤ini (generalizability) artt›r›r. Do¤al yönlendirme, araflt›rmac› olsun ya da olmas›n do¤al olarak oluflan bir durumdur. Yani ba¤›ms›z de¤iflken araflt›rmac› taraf›ndan kontrol edilmez, do¤al olarak araflt›rmaya konu olan olay›n gerçekleflti¤i s›rada ortaya ç›kar. Örne¤in, insanlar›n terörist sald›r›lara tepkisini anlamak istiyorsak, bir sald›r› gerçeklefltikten sonra insanlar›n fikir ve davran›fllar›n› gözlemleyebiliriz. Sald›r›n›n gerçekleflmesinde araflt›rmac›n›n hiçbir etkisi ya da yönlendirmesi yoktur. Deneysel dürtü ya da uyaran (treatment) kendili¤inden ortaya ç›km›flt›r. Do¤al ortam, laboratuvar d›fl›nda gerçekleflen deneysel gözlem demektir. Ortam araflt›rmac› taraf›ndan bir deney yapmak için oluflturulmam›flt›r. Kat›l›mc›lar›n da ortamla ilgili böyle bir alg›lar› yoktur. Örne¤in, s›n›f ö¤renciler için bir laboratuvar ortam› de¤il, do¤al ortamd›r. Do¤al deneylerde öne ç›kan di¤er bir konuda gözlemi yapan araflt›rmac›n›n, araflt›rmaya konu olan kiflilerle nas›l bir iletiflim gelifltirece¤idir. ‹letiflimin seviyesi kat›l›mc› gözlemi ya da uzaktan gözlem aras›nda de¤iflebilir. Bu seviye, toplanan verinin kalitesini ve ne tür ç›kar›mlar yap›labilece¤ini de etkiler. Kat›l›mc› gözlemi durumunda araflt›rmac›, araflt›rma konusu kiflilerle yüz yüze görüflür ve araflt›rmaya konu olan olay›n do¤al ortam›nda di¤er kat›l›mc›larla birlikte yer al›r. Di¤er bir deyiflle, araflt›rmac› analiz edilen ortam›n bir parças›d›r, araflt›rma ortam›n› hem etkiler hem de ondan etkilenir. Kat›l›mc› gözlemi yapmak isteyen araflt›rmac›lar›n karfl›laflacaklar› temel sorun, araflt›rma konusu olan gruba nas›l dahil olunuca¤›d›r. Gruba dahil olurken araflt›rmac› grup içi dinamikleri etkileyecek ve do¤al ortam› de¤ifltirecek bir flekilde grubun bir parças› olmaya çal›flmamal›d›r. Do¤al gözlem çal›flmas›n›n klasik örneklerinden biri, Clifford Geertz’in 1950’lerde Bali’deki horoz dö¤üfllerini inceleyen çal›flmas›d›r. Geertz (1973) horoz dö¤üfllerinin köylüler aras›nda nas›l bir ortak kültür ve gelenek oluflmas›na katk›da bulundu¤unu anlamaya çal›flm›flt›r. O s›rada Bali’de horoz dövüflleri yasak oldu¤u için köylüler devaml› polisin takibinde olup yakalananlar hapse at›l›yordu. Yine böyle bir zamanda, iki köylüyü polisten gizlemeyi baflaran Geertz, köylülerin güvenini kazanm›fl ve gruba bu flekilde dahil olarak, bir çok gözlem ve röpörtaj yapma imkân› bulmufltur. Geertz’in çal›flmas› kat›l›mc› gözlemi ve gözlenen gruba dahil olma konusunda güzel bir örnektir, ama yapt›¤› çal›flma do¤al deney de¤ildir. Do¤al deneylerin fark›, deneye konu olan ba¤›ms›z de¤iflkenin tesadüfi bir biçimde araflt›rmac›n›n etkisi olmadan ortaya ç›kmas›d›r. Dolay›s›yla deneysel dürtü ya da uyar› flans sonucu tesadüfen ortaya ç›kar. Yak›n zamanda do¤al deney kullan›lan araflt›rmalardan bir örnek vermek gerekirse, Susan Hyde’›n (2007) yeni kurulan demokrasilerde uluslararas› seçim gözlemcilerinin etkisi ile ilgili yapt›¤› çal›flmas› say›labilir. Hyde (2007) uluslararas› gözlemcilerin seçimlerde ifllenebilecek hile ve yolsuzlu¤u azalt›p azaltmad›¤›n› anlamak için, 2003 y›l›nda Ermenistan’da
55
2. Ünite - Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler
yap›lan baflkanl›k seçimleri esnas›nda gözlemcilerin oldu¤u seçim sand›klar›ndan o anki Baflkan için daha az say›da oy ç›kt›. O an görevde olan Baflkan›n seçimlerde hileye baflvurmas› bekleniyordu. Gözlemciler, seçim günü rastgele bir prosedüre göre belli seçim sand›klar›n›n bulundu¤u yerlere atan›r. Hyde’›n beklentisine göre e¤er görevi devam eden Baflkan bir hileye baflvurmuyorsa gözlemcilerin oldu¤u sand›klarda da olmad›klar› sand›klardaki kadar baflar›l› olmal›d›r. Ermenistan’daki seçimlerde do¤al deney yap›lma imkân›, seçim günü bir çok kaynak taraf›ndan belirlenmifl yolsuzluk ve hilenin yap›lm›fl olmas›d›r. Yani ba¤›ml› de¤iflken kendi do¤al ortam›nda oluflmufl, araflt›rmac›n›n yönlendirdi¤i bir ba¤›ms›z de¤iflkene tepki olarak ortaya ç›kmam›flt›r. Bulgular, uluslararas› gözlemcilerin ziyaret etti¤i yerlerde bulunan seçim sand›klar›ndan o an görevde olan Baflkan, ziyaret edilmeyen sand›k yerlerine göre çok daha az oy alm›flt›r. Do¤al deneyler, uluslararas› iliflkilerin analizinde son zamanlarda daha s›k kullan›lmalar›na ra¤men, henüz çok yayg›n kullan›ld›klar› söylenemez. Araflt›rmac›lar›n, deneyden önce uzun zaman ay›r›p her türlü detay› düflünmeleri, deneye konu olabilecek uluslararas› organizasyon ve aktörlerle önceden iletiflim kurup, ba¤lant›lar›n› gelifltirmeleri gerekmektedir. Sonunda baflar›l› olup olmayaca¤›ndan emin olunmayan bir çal›flma için araflt›rmac› önemli bir miktarda zaman harcamak durumunda kalmaktad›r. Bu da do¤al deneylerin uluslararas› iliflkiler kuramlar›n›n test edilmesinde yayg›n olarak kullan›lan bir yöntem olmas›na engel oluflturmaktad›r. Ayr›ca, do¤al deneylerde haricî geçerlik konusu laboratuvar deneylerine göre daha az sorun olsa da bulgular›n di¤er ortamlara genellenebilmesi bazen kolay olmayabilir. Türkiye’de terörist sald›r›lara olan tepkisileri ölçmek istedi¤inizi varsayal›m. SIRA S‹ZDENas›l bir do¤al deney tasarlars›n›z? D Ü fi Ü N E L ‹ M Clifford Geertz. (1973). The Interpretation of Cultures. New York: Basic M A KBooks. ALE Susan D. Hyde. (2007). “The observer effect in international politics: Evidence from a naS O R U tural experiment”, World Politics, Cilt 60, Say› 1, s. 37-63. Lyall, Jason. (2009). “Does indiscriminate violence incite insurgent attacks? Evidence from Chechnya”, Journal of Conflict Resolution, Cilt 53, Sayfa 3, s. 331-362. D‹KKAT Susan D. Hyde. (2010). “The Future of Field Experiments in International Relations”, Annals AAPSS, Cilt 628, s. 72-84.
SIRA S‹ZDE
N
5
N N
Saha deneyleri de do¤al deneyler gibi, önceden belirtildi¤i üzere dâhilî ve haricî geçerlik aras›nda bir köprü oluflturur. Bunun yak›n zamandaki örneklerinden biri, AMAÇLARIMIZ Findley ve Harris’in (2012) Güney Afrika’da gerçeklefltirdikleri çal›flmalar›d›r. Etnik kimli¤in bir ülkede yaflayan çeflitli etnik gruplar aras›nda ç›kan çat›flmalar üzerindeki etkisini inceleyen araflt›rmac›lar, öncelikle kiflilerin Kfarkl› ‹ T etnik A P gruplarla ilgili fark›ndal›klar›n›n anlafl›lmas› gerekti¤ini vurgulam›fllard›r. Siyaset Bilimi araflt›rmac›lar› Michael Findley ve Adam Harris, (2012) Güney Afrika’nin Do¤u Kap bölgesinde yapt›klar› bir deneyde, bir etnik gruba mensup bireylerin, T E L E V ‹baflka Z Y O N bir etnik grup mensubu di¤er bireylerin etnik kimli¤ini teflhis etme konusunda en belirleyici faktörün, kendi etnik kimliklerini ne kadar güçlü sahiplendikleri oldu¤unu savunmaktad›r. Etnik çat›flma ile ilgili bir çok çal›flma olmas›na ra¤men, çat›flman›n ortaT E R N E Tetnik kimliya ç›kmas› için öncelikle farkl› etnik gruplardan bireylerin karfl›‹ Ntaraf›n ¤ini tan›mas› gerekti¤i konusu göz ard› edilmifl, yeterince çal›fl›lmam›flt›r. Philip Gourevitch’in 1994’te Ruanda’da Hutular›n Tutsilere karfl› iflledi¤i soyk›r›m› konu alan
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M MAKALE S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
SIRA S‹ZDE
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M
D Ü fi Ü N E L ‹ M
56
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
S O R U
kitab›, Hutular›n Tutsileri tan›makta çektikleri zorluklar›, bazen kendi gruplar›ndan insanlar› Tutsi diye tan›mlad›klar›n› anlatmaktad›r. Bir kifli di¤er bir kiflinin etnik D‹KKAT kimli¤ini nas›l tahmin eder? Harris ve Findley, 62 kat›l›mc› ile yapt›klar› deneyde, kat›l›mc›lara toplam 9 farkl› etnik grubu temsil eden 76 kiflinin foto¤raf›n› ve videSIRA S‹ZDE osunu göstermifllerdir. Deney sonunda, her kat›l›mc› toplam 152 tane tahminde bulunmufl ve bu da 62 kat›l›mc› için 9424 gözlem elde edilmesini sa¤lam›flt›r. Verinin analizi sonucunda, etnik kimli¤i do¤ru tahmin etmek için en önemli faktörün kifliAMAÇLARIMIZ lerin kendi etnik kimlikleri hakk›nda ne kadar güçlü hissetti¤i olmufltur.
N N
Philip Gourevitch. We Wish to Inform You That Tomorrow We will Be Killed with K ‹ T A(1998). P Our Families: Stories from Rwanda. New York: Picador. Adam Harris ve Michael Findley. (2012). “Is Ethnicity Identifiable? Lessons from an Experiment in South T E L E VAfrica”. ‹ Z Y O N Journal of Conflict Resolution. Forthcoming.
SONUÇ ‹NTERNET
Deneysel yöntem siyaset bilimi ve uluslararas› iliflkilerle ilgili bir çok konunun ‹ N T E R Nkullan›labilecek ET araflt›r›lmas›nda birçok yöntemden bir tanesidir. Deneysel yaklafl›mlar, fizik, biyoloji ve t›p gibi do¤al bilimlerde; psikoloji ve ekonomi gibi sosyal bilimlerde etkili olarak kullan›lagelmifllerdir. Maalesef Uluslararas› ‹liflkiler alan›nda deneylerin kullan›m›, özellikle genellenebilirlikle ya da d›fl geçerlik ile ilgili kayg›lar yüzünden, daha yavafl ilerlemifltir. Deneysel yöntemin en önemli avantaj›, baflka hiçbir yöntemde mümkün olmayacak flekilde araflt›rma konusu ba¤›ms›z de¤iflkenler üzerinde kontrol sa¤lama imkân›d›r. Araflt›rmac›, sistemli olarak ba¤›ms›z de¤iflkenin de¤erlerini yönlendirebilir. Bu nedenle deneysel yöntem baflka yöntemlerden üstün dâhilî geçerlik seviyesine sahiptir. Di¤er bir deyiflle araflt›rmac› deney sonunda ba¤›ml› de¤iflken üzerinde gözlemlenen etkinin deney esnas›nda manipüle edilen ya da yönlendirilen ba¤›ms›z de¤iflkenden kaynakland›¤›ndan oldukça fazla emindir. Hangi faktörün daha önce gerçekleflece¤ini araflt›rmac› belirledi¤i için, iki faktör ya da de¤iflken aras›nda neden-sonuç iliflkisi kurmak da kolayd›r. Deneysel yöntemin di¤er bir avantaj›, araflt›rma kurgusunun çok detayl› ve titiz olarak tasarlanmas›ndan kaynaklan›r. Deney bulgular›, ba¤›ms›z de¤iflken olarak dikkatlice kay›t edilir ve sosyal bilimlerde baflka bir yöntemin izin vermeyece¤i derecede kusursuz ölçüme olanak sa¤lar. Maalesef, siyaset bilimcilerin deneysel çal›flmalar›n kendi bafllar›na yeterli olabilmesi gerekti¤i vurgusu, bu durum gerçekleflmedi¤inde, deneysel yöntemin gereksiz oldu¤u kan›s›na yol açm›flt›r. Deneysel yöntem de di¤er yöntemler gibi baflka araflt›rma yöntemleri ile birlikte kullan›l›p, bilimsel çal›flmalara katk›da bulunabilir. Önceden anlat›ld›¤› gibi, deneyler oyun kuram› modellerinin test edilmesinde etkili olarak kullan›lm›fl ve bu modellerin daha da detayland›r›lmas›na yard›mc› olmufllard›r. Deneysel yöntem sadece ba¤›ml› de¤iflken üzerinde oluflan etkiyi de¤il, bu etki oluflurken geçen süreci de yak›ndan takip imkân› tan›maktad›r. Bu da neden-sonuç iliflkisinin detayl› bir flekilde nas›l gerçekleflti¤ini anlamaya yard›mc› olmaktad›r. Uluslararas› ‹liflkiler alan›nda deneysel yöntemin kullan›m›n›n yayg›nlaflmas› daha önceden çal›fl›lmam›fl konular hakk›nda bilgi edinmek için f›rsatlar sunmaktad›r. Bu tür konular aras›nda, kültürel farkl›l›klar›n siyasi görüfller üzerindeki etkisi, devletin yönetim sisteminin kiflilerin davran›fl ve tutumlar› üzerindeki etkisi, kimlik oluflumu, ve ittifaklar›n kurulmas›, sürdürülmesi ve bozulmas› say›labilir.
2. Ünite - Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler
57
Özet Bu ünitede, öncelikle nedensellik konusu incelendi ve hangi yöntemlerin iki de¤iflken aras›nda nedenselli¤i ispatlamak için en etkili oldu¤u üzerinde duruldu. Ünitenin temel amaçlar›ndan birisi deneysel yöntemleri yak›ndan incelemek oldu¤undan, deneysel yöntemlerle ilgili çeflitli kurgulara yer verildi, dâhilî ve haricî geçerlik ve de¤iflkenlik konular› yak›ndan incelendi. En önemlisi, deneysel kurgular›n uluslararas› iliflkiler alan›ndaki geçmiflteki uygulamalar›na yer verildi ve gelecekte ne gibi araflt›rma f›rsatlar›na yol açaca¤› konusu anlat›ld›. Deneysel yöntemin yumuflak karn› olan haricî geçerli¤in simülasyon ve do¤al deney yöntemleriyle nas›l afl›laca¤› konular› üzerinde duruldu. Baflta belirtti¤imiz amaçlar üzerinde duracak olursak,
N A M A Ç
1
N A M A Ç
2
N A M A Ç
3
N AM A Ç
4
‹ki de¤iflken aras›nda nedensel bir iliflki nas›l kurulur ve test edilir Nedenselli¤in objektif bir de¤erlendirme de¤il, asl›nda kiflisel ya da subjektif bir de¤erlendirme sonucu ortaya ç›kt›¤› görüldü. ‹ki de¤iflkenin ayn› anda de¤ifliyor olmas› ya da birinin di¤erinden önce ya da sonra geliyor olmas›, aralar›nda bir neden-sonuç iliflkisi oldu¤u anlam›na gelmez. Deneysel kontrol, bu neden-sonuç iliflkisini daha objektif kurmaya yard›mc› olur. Ama bu yöntem de problemsiz de¤ildir. Araflt›rmac›n›n fark›nda olmad›¤› baflka faktörler çal›flmaya bir flekilde dahil edilmezse nedensellik konusunda do¤ru ç›kar›mlar yap›lmas› zordur. Her araflt›rma bir soru ve ona cevap olufltarabilecek bir kuram ile bafllar. Kuram de bize öngördü¤ümüz nedensel iliflki konusunda ipuçlar› sa¤lar. Araflt›rma kurgular›n›n temel aflamalar› nelerdir, temel kurgular nelerdir ve deneysel yaklafl›mlar di¤er yaklafl›mlardan nas›l farkl›l›klar gösterir Araflt›rma kurgular› genelde nitel ve nicel olmak üzere ikiye ayr›l›r. Deneysel yöntemler de nicel yaklafl›mlar aras›nda say›labilir. Fakat istatistiksel ve vaka analizi yöntemlerine göre, deneysel yöntemin en dikkat çekici özelli¤i, araflt›rmac›n›n ba¤›ms›z de¤iflken ya da deneye konu olan uyaran üzerinde manipüle etme gücünün olmas›d›r.
Deneysel kurgular›n çeflitleri Klasik deney kurgusunda olmas› gereken bileflenler, deney grubu, kontrol grubu ve uyaran (treatment) d›r. Deneysel yöntemde ilerlemeler kaydedildikçe, gruplar›n say›s› artm›fl ve de¤iflkenler aras›ndaki karfl›l›kl› iletiflimde analiz edilmeye bafllanm›flt›r. Öncül test yap›lmas›, kat›l›mc›lar›n rastgele gruplara atanmas› ve kat›l›mc›lardan ayd›nlat›lm›fl onay al›nmas› deneyin bafllang›c›nda yerine getirilmesi gereken temel flartlard›r. Öncül test kat›l›mc›lar›n bafllang›çta eflit özelliklere sahip olduklar›n› göstermek ve ba¤›ml› de¤iflken üzerinde baflka faktörlerin etkisini kontrol etmek aç›s›ndan önem tafl›r. Deneysel yaklafl›m kullanarak hangi uluslararas› iliflkiler konular›n› araflt›r›labilir Deneysel yöntemin uluslararas› iliflkiler alan›ndaki kullan›m› pek yayg›n olmamas›na ra¤men, geçmiflten günümüze bir çok konu üzerinde uygulanm›flt›r. Savafl, çat›flma, ifl birli¤i, oyun kuram›, d›fl politika analizi, karar verme süreçleri gibi konular› deneysel yöntemin kullan›ld›¤› araflt›rma alanlar› aras›nda sayabiliriz. Ayr›ca, gelecekte de deneysel yöntem kullan›larak bir çok yeni araflt›rma yolunun aç›lmas› mümkündür.
58
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Kendimizi S›nayal›m 1. Deneysel ve kontrol gruplar›n› olufltururken, kat›l›mc›lar› afla¤›daki kurala göre da¤›t›r›z. a. Her grupta eflit say›da kad›n ve erkek oldu¤una dikkat ederiz b. Kat›l›mc›lar›n yafllar›n›n 30’u geçmemesine dikkat ederiz c. Kat›l›mc›lar› iki gruba da rastgele atamaya dikkat ederiz d. Her grupta e¤itim seviyesinin dengeli oldu¤una dikkat ederiz e. Her grupta farkl› siyasi görüflten kat›l›mc› olmas›na dikkat ederiz 2. Yafllar› 2 ile 5 aras›nda de¤iflen çocuklar›n, anneleri ile nas›l bir iliflki gelifltirdiklerini incelemek isteyen bir grup araflt›rmac›, bir mahalle seçerek, yaklafl›k 20 çocuk ve annesini düzenli olarak her ay ziyaret etmektedirler. Ziyaretleri s›ras›nda çocuklar ve annelerine çeflitli oyunlar oynat›p, aralar›ndaki iletiflimi gözlemlemektedirler. Bu deneyde araflt›rmac›lar›n karfl›laflaca¤› en önemli zorluk ailelerin baflka adreslere tafl›nmalar› ve izlerinin kaybedilmesidir. Deneysel çal›flma ile ilgili tan›mlanan bu tehdit afla¤›dakilerden hangisidir? a. Seçme yanl›l›¤› b. D›fl geçerlik c. Zaman d. Deneysel kay›p e. ‹ç geçerlik 3. Yaz mevsimlerinde hem dondurma sat›fllar› hem de bo¤ulma vakalar› artt›¤›na göre, çok dondurma yemek bo¤ulmaya sebep olur. Dondurma sat›fllar› ile bo¤ulma aras›nda nas›l bir iliflki vard›r? a. Neden-sonuç iliflkisi b. Sahte iliflki c. Genellenebilir iliflki d. Eflzamanl› iliflki e. Deneysel iliflki 4. Ev han›mlar› ile ilgili bir deney yapmak istedi¤inizi düflünün. Amac›n›z, ev han›mlar›n›n çal›flmaya karfl› tutumlar›n› ölçmektir. Bunun için bir anket haz›rlar, bir mahalledeki evleri gezmeye bafllars›n›z. Bu ne tür bir deneye örnektir? a. Do¤al deney b. Solomon deneyi c. laboratuvar deneyi d. Öncül test-kontrol grubu deneyi e. Bu bir deney de¤ildir
5. Afla¤›dakilerden hangisi de¤iflkenlik ile ilgili yanl›fl bir bilgidir? a. ‹ki de¤iflken aras›nda neden-sonuç iliflkisini gösterebilmek için, gruplar-aras› de¤iflkenli¤e ihtiyaç yoktur. b. Deney sonucunda, deney grubu ve kontrol grubu aras›nda sistemli bir fark olmas› beklenir. c. De¤iflkenlik, ba¤›ml› de¤iflkenin deney sonras› ölçümü s›ras›nda deney ve kontrol grubu aras›nda farkl› de¤erler gözlemlemek demektir. d. Grup-içi de¤iflkenlik çok da kayg› duyulacak bir problem de¤ildir. e. De¤iflkenlik deney esnas›nda araflt›rmac›n›n kontrolünde olan ba¤›ms›z de¤iflken taraf›ndan belirlenir. 6. Belmont Raporu öncelikle hangi bilimsel alanda çal›flmalara kat›lan kiflilerin haklar›n› korumak için yaz›lm›flt›r? a. Fizik b. T›p c. Ekonomi d. Biyoloji e. Psikoloji 7. Bonham’›n 1971 y›l›nda yay›nlanan silahlanma müzakereleri ile ilgili deneyi sadece erkek kat›l›mc›lar›n oldu¤u bir laboratuvarda yap›lm›flt›r. Bu durum afla¤›dakilerden hangisine tehdit oluflturur. a. dâhilî Geçerlik b. Haricî Geçerlik c. Do¤ru Ölçüm d. Olgunlaflma e. Beklenti Etkisi 8. Cinsiyet fark›n›n, savafl karar› üzerindeki etkisini inceleyen bir çal›flma yapaca¤›n›z› düflünün. Amac›n›z, kad›nlar›n çat›flma yerine iletiflim tarafl›s› oldu¤unu ispatlamakt›r. Sadece kad›nlar›n kat›l›mc› oldu¤u bir deney yaparsan›z, afla¤›daki problemlerden hangisi ile karfl›lafl›rs›n›z? a. Deney tekrarlanamaz b. Deneysel kay›p ihtimali artar c. Kat›l›mc›lar, bir deney ortam›nda olduklar›n›n daha çabuk fark›na var›rlar d. Geçmifl zaman›n etkisi artar e. Seçim yanl›l›¤› hatas› yapm›fl oluruz
2. Ünite - Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler
“
9. Afla¤›dakilerden hangisi do¤al deneyleri di¤er deneylerden ay›ran en önemli özelliktir? a. laboratuvar ortam› yerine, sahada yap›l›r b. Araflt›rmac› deneyin bir parças›d›r c. Ba¤›ms›z de¤iflken ya da uyaran flans eseri ortaya ç›kar d. Kat›l›mc›lardan ayd›nlat›lm›fl onay al›n›r e. Araflt›rmac›, deney konusu gruba dahil olmaya ya da ba¤lant› kurmaya çal›fl›r.
10. ‹ki tarafl› körlük uygulamas› bir deneyde önem tafl›r, çünkü a. Kat›l›mc›lar›n, araflt›rmac›y› memnun etmek için do¤al bir istekleri vard›r b. Araflt›rmac›, hangi kat›l›mc›lar›n deney, hangilerinin kontrol grubunda oldu¤unu bilirse deney bulgular›n› etkileyebilir c. E¤er kat›l›mc›lar hangi grupta olduklar›n› bilirseler, farkl› tepkiler gösterebilirler. d. a, b ve c e. a ve b
59
Yaflam›n ‹çinden Hangi devletler insan haklar›n› çi¤nemeye meyillidirler? Son y›llarda hem bilim adamlar› hem de uluslar aras› camian›n çeflitli hükûmetlerin insan haklar›na olan duyarl›l›¤›na olan ilgileri artm›flt›r. Özellikle, Uluslararas› Af Örgütü, ABD D›fliflleri Bakanl›¤› ve Özgürlik Evi (Freedom House) tüm ülkelerin insan haklar› performans› ile ilgili göstergelerini y›ll›k raporlar halinde yay›nlamaktad›rlar. Araflt›rmac› Stephen C. Poe ve C. Nael Tate devletlerin insan haklar› ihlalleri ile ilgili sebepleri araflt›r›p, neden baz› hükûmetlerin insan haklar›na daha duyarl› oldu¤unu aç›klamaya çal›flm›fllard›r. Afla¤›daki aç›klamalar iki araflt›rmac›n›n inceledi¤i sebepler aras›ndad›r: 1. Demokratik iflleyiflin ve koruyucu tedbirlerin yerleflmifl olmas›. Genelde demokratik ülkelerde insan haklar›n› taciz eden liderler rahatl›kla seçimlerde koltuklar›n› kaybedebilecekleri için, insan haklar› ihlaline daha az rastlan›r. 2. Nüfus Miktar› ve Büyüme H›z›. Kalabal›k nüfüsa sahip olan ve nüfus art›fl h›z› yüksek olan ülkelerde, devletin zorlay›c› tedbirlere basflvurma ihtimali de fazlad›r. Özellikle, h›zl› nüfus art›fl›, kaynaklar›n paylafl›lmas› konusunda da strese sebep olur. Genç nüfusun fazla olmas›, toplumdaki suç oran›n› da artt›r›r. 3. Ekonomik Geliflme ve Büyüme. H›zl› ekonomik büyüme, milli gelirden istedi¤i pay› alamayan toplumun baz› kesimlerinde gücenme ve k›rg›nl›¤a yol açar. Bu da siyasi istikrars›zl›¤a ve bask›ya neden olabilir. Fakat, biliyoruz ki, geliflmifllik düzeyi yüksek olan ülkeler bireylerin ihtiyaçlar›n› karfl›lama yetisine sahip oldu¤undan, bu tür ülkelerde bask›c› yöntemlere baflvurmaya gerek kalmamaktad›r. 4. Savafl ya da iç savafl tecrübesi. E¤er bir ülke ayn› zamanda hem d›flar›da hem de içerde savafl›yorsa, vatandafllar›n› kontrol etmek için bask›ya ve dolay›s› ile insan haklar›n› ihlal edebilecek yöntemlere baflvurabilir. ‹nsan Haklar› ihlalleri ile ilgili verilen yukar›daki örnekte, görüldü¤ü üzere bir çok farkl› sebeplerden bahsetmek mümkün. Bu farkl› sebepler aras›nda hangilerinin en aç›klay›c› oldu¤unu belirlemek için fakl› araflt›rma kurgular›ndan yararlan›r›z. E¤er amac›m›z en etkili faktörü belirlemek ise, çok say›da ülkede ayn› faktörün ge-
60
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
S›ra Sizde Yan›t Anahtar› çerli olup olmad›¤›n› anlamaya çal›fl›r›z. Bunun için büyük veritabanlar› içeren (large-N) daha çok nicel araflt›rma kurgular›ndan faydalan›r›z. E¤er amac›m›z bir faktörün tamamen nas›l nedensel ba¤ örüntüsü içerisinde insan haklar› ihlallerine sebep oldu¤unu belirlemek ise o zaman vaka çal›flmalar› ve di¤er nitel yaklafl›mlardan istifade ederiz.
”
Kaynak: Jannet Buttolph Johnson, H.T. Reynolds ve Jason Mycoff.(2008). Political Science Research Methods. Washington, DC: CQ Press.
Kendimizi S›nayal›m Yan›t Anahtar› 1. c 2. d 3. b 4. e
5. a 6. b 7. b 8. e 9. c 10. d
Yan›t›n›z yanl›fl ise “Rastgele Atama” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Dâhilî Geçerlik ve Deneysel Kay›p” konular›n› yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Nedensel veya Sahte ‹liflkiler” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Deney Yeri: laboratuvar, Saha ya da ‹nternet” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “De¤iflkenlik ve Kontrol” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Ayd›nlat›lm›fl Onay” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Haricî Geçerlik” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Nedensellik ve Araflt›rma Kurgular›” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Do¤al Deneyler” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Beklenti Etkisi” konusunu yeniden gözden geçiriniz.
S›ra Sizde 1 Reagan’›n baflkanl›k yapt›¤› dönem olan 1980 ve 1988 y›llar› aras›nda, Amerikan askerî harcamalar› önemli derecede artm›flt›r. Takiben Sovyetler Birli¤i’nin 1991 y›l›nda çöküflü ise Amerikan muhafazakar kesimi taraf›ndan Reagan’›n siyasi baflar›s›n›n bir sonucu olarak alg›lanm›flt›r. Nedensel iliflki: Amerika ile askerî güç ve harcama aç›s›ndan eflitlenmek için çaba harcayan Sovyet ekonomisi büyük bir stres alt›na girmifltir ve bu durum So¤uk Savafl döneminin sonunu getirmifltir. Fakat 1980-1988 ve 1989-1991 dönemleri aras›nda baflka birçok olay gerçekleflmifl olabilir. Örne¤in, Komunist Çin’de reformlar, müslüman az›nl›klar›n say›s›n›n artmas› ve Sovyet liderleri aras›ndaki artan rekabet alternatif aç›klamalar aras›nda gösterilebilir. E¤er analize her bak›mdan benzer fakat Amerika ile silah yar›fl›na girmemifl bir devleti kontrol grubu olarak eklemek mümkün olsayd›, bu aç›klamalar test edilip, elimine edilebilirdi. Fakat bu flekilde baflka bir ülke mevcut de¤il. S›ra Sizde 2 Çal›flma ile ilgili öncelikle bir ders seçilir. Bu ders Siyaset Bilimine Girifl gibi bir ders olabilir. S›n›ftaki ö¤renciler 6’flar ya da daha fazla gruplara rastgele ayr›l›r. Bu gruplar daha sonra kendi aralar›nda ikiye bölünür. Deney grubuna Arap Bahar› ile ilgili pozitif baz› haberler okutulur. Kontrol grubuna hiçbir fley okutulmaz. Daha sonra görüfllerini ölçen bir anket doldurtulur. Beklentimiz pozitif haberi okuyan gruplardaki ö¤rencilerin, kontrol grubundakilere göre Arap Bahar›’n›n gelece¤i ile ilgili daha pozitif yönde görüfl bildirmesidir. S›ra Sizde 3 ‹ki grup aras›ndaki farkl›l›¤›n kesin olarak pozitif haberden kaynakland›¤›n› ispatlamak için öncül test yapabiliriz. Öncül testte kiflilerin Arap Bahar› ile ilgili bafllang›çtaki fikirlerini ö¤renmek ve deney sonunda bu fikirlerin de¤iflip de¤iflmedi¤ini saptamak uyaran (pozitif haber) ve etki (Arap Bahar› hakk›ndaki görüfllerin pozitif biçimde de¤iflmesi) aras›ndaki sebep-sonuç iliflkisini daha iyi aç›klamam›za yard›mc› olur. Ayr›ca, ö¤rencilerin yafllar›, siyasi görüflleri ve gündemle ilgili kontrol amaçl› de¤iflkenlerin eklenmesi de çözüm olabilir.
2. Ünite - Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹liflkiler
61
Yararlan›lan Kaynaklar S›ra Sizde 4 Öncelikle ma¤aza elemanlar›n› rastgele atama yöntemi ile iki gruba ay›r›rd›m. Gruplardan birisi deney grubu, yani e¤itimi alacak grup, di¤eri de kontrol grubu, yani e¤itim almayacak olan grup, olarak belirlenir. Deneye bafllamadan önce, iki grubun da eflit koflullarda çal›flmaya kat›lmalar›ndan emin olmak için öncül bir test yapar›m. Öncül test, kiflilerin o anki ayl›k ortalama sat›fl miktarlar›na bakar. Bir de baflka faktörlerin etkili olmamas›ndan emin olmak için, sat›fl performans›n› etkileyebilece¤ini düflündü¤üm baz› durumlar› elemanlara bir anket vas›tas› ile sorar ve bu faktörlerin kontrolünü sa¤larim. Örne¤in, o an maddi s›k›nt› yaflay›p yaflamad›klar›, ailede hastal›k gibi sorunlar›n olup olmad›¤›n›, ve elemanlar›n ifllerini gerçekten sevip sevmedikleri gibi sorularla bu d›fl etkenleri kontrol etmeye çal›fl›r›m. E¤itim sonras›nda, elemanlar›n sat›fl performanslar›n› 23 ayl›¤›na takip eder ve e¤itim alan grupla almayan grup aras›nda önemli bir farkl›l›k olup olmad›¤›n› tespit etmeye çal›fl›r›m. S›ra Sizde 5 Do¤al bir deney yapabilmek için, bir sald›r›n›n gerçekleflmesi beklenmelidir. Önceden, çal›flman›n nas›l bir grupla yap›laca¤› tasarlanmal› ve sald›r› gerçekleflmeden önce ba¤lant›lar kurulmaya çal›fl›lmal›d›r. Hatta, sald›r› öncesinde öncül bir test yap›l›p kat›l›mc›lar›n bafllang›çtaki fikir ve tav›rlar› ölçülebilir. Kat›l›mc›lar, ö¤renciler olabilir, bir camide tan›flaca¤›n›z bir grup olabilir ya da bir bankan›n çal›flanlar› olabilir. Tabii esas olan öncül test ve sald›r› gerçekleflinceye kadar geçen sürede kay›ba u¤ramamakt›r. Sald›r› sonras› da bir anket vas›tas› ile insanlar›n tepkileri ölçülebilir.
Axelrod, R. (1984). The Evolution of Cooperation. New York: Basic Books. Beer, F., Healy, A., Sinclair, G., Bourne, L. (1987). “War Cues and Foreign Policy Acts”, American Political Science Review, Cilt 81, Say› 3, s.701-716. Beriker, N., Druckman, D. (1996). “Simulating the Lausanne Peace Negotiations, 1922-23: Power Asymmetries in Bargaining”. Simulation and Gaming, Cilt 27, Say› 2, s. 162-183. Bonham, M. (1971). “Simulating International Disarmament Negotiations”, the Journal of Conflict Resolution, Cilt 15, Say› 3, s.299-315. Boyer, M.A., Urlacher, B., Hudson, N.B., Niv-Solomon, A., Janik, L., Butler, M.J., Brown, S.W., Ioannou, A. (2009). “Gender and Negotiation: Some Experimental Findings from an International Studies Simulation,” International Studies Quarterly, Cilt 53, s.23-47. Campbell, D. T., Stanley, J. C. (1963). Experimental and Quasi-experimental Designs for Research. Chicago: Rand McNally and Company. Cook, T.D., Campbell, D.T. (1979). Quasi-Experimentation: Design and Analysis Issues for Field Settings. Boston: Houghton Mifflin Company. Crano, W.D., Brewer, M.B. (2002). Principles and Methods of Social Research. New York: Psychology Press. Deutsch, M., Epstein, Y., Canavan, D., Gumpert, P. (1967). “Strategies of Inducing Cooperation: An Experimental Study”, the Journal of Conflict Resolution, Cilt 11, Say› 3, s. 345-360. Druckman, D. (1993). “The Situational Levers of Negotiating Flexibility”, the Journal of Conflict Resolution, Cilt 37, Say› 2, s. 236-276. Druckman, D. (2005). Designing Experiments and Conducting Simulations in Doing Research. Sage Publications. Druckman, J., Nelson, K.R. (2003). “Framing and Deliberation: How Citizens’ Conversations Limit Elite Influence”, American Journal of Political Science, Cilt 47, s. 729-45. Druckman, J. N., Green, D.P., Kulinski, J.H., Lupia, A. (2006). “The Growth and Development of Experimental Research in Political Science”, American Political Science Review, Cilt100, Say› 4, s.627-35.
62
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Geddes, B. (1990). “How the Cases You Choose Affect the Answers You Get: Selection Bias in Comparative Politics”. Political Analysis, Cilt 2, s.131-150. Geertz, C. (1973). The Interpretation of Cultures. New York: Basic Books. Geva, N., Hanson, C. (1999). “Cultural Similarity, Foreign Policy Actions, and Regime Perception: An Experimental Study of International Cues and Democratic Peace”, Political Psychology, Cilt 20, Say› 4, s.803-827. Gourevitch, P. (1998). We Wish to Inform You That Tomorrow We will Be Killed with Our Families: Stories from Rwanda. New York: Picador. Graziano, A.M., Raulin, M.L. (1997). Research Methods: A Process of Inquiry. New York: Longman. Habyarimana, J., Hamphreys, M., Posner, D. N., Weinstein, J. M. (2007). “Why Does Ethnic Diversity Undermine Public Goods Provision?”, American Political Science Review, Cilt 101, Say› 4, s. 709-725. Harris, A., Findley, M. (2012). “Is Ethnicity Identifiable? Lessons from an Experiment in South Africa”, Journal of Conflict Resolution. Forthcoming. Healy, A., Hoffman, J., Beer, F., Bourne, L. (2002). “Terrorists and Democrats: Individual Reactions to International Attacks”, Political Psychology, Cilt 23, Say› 3, s.439-467. Hyde, S. D. (2007). “The Observer Effect in International Politics: Evidence from a Natural Experiment”, World Politics, Cilt 60, Say› 1, s. 37-63. Hyde, S. D. (2010). “The Future of Field Experiments in International Relations”, Annals AAPSS, Cilt 628, s. 72-84. Johnson, J.B., Reynolds, H.T., Mycoff, J.(2008). Political Science Research Methods. Washington, DC: CQ Press. Kinder, D., Palfrey, T.R.. (1993). On Behalf of an Experimental Political Science, in Experimental Foundations of Political Science. Ann Arbor: University of Michigan Press. Kraus, S., Wilkenfeld, J., Harris, M., Blake, E. (1992). “The Hostage Crisis Simulation”, Simulation & Gaming, Cilt 23, Say› 4, s.398-416. Lyall, J. (2009). “Does indiscriminate violence incite insurgent attacks? Evidence from Chechnya”, Journal of Conflict Resolution, Cilt 53, Say› 3, s. 331-362. Majeski, S., Fricks, S. (1995). “Conflict and Cooperation in International Relations”, the Journal of Conflict Resolution, Cilt 39, Say› 4, s.622-645.
McDermott, R. (2002). “Experimental Methods in Political Science”, Annual Review of Political Science, Cilt 5, s.31-61. McDermott, R. (2011). “New Directions for Experimental Work in International Relations”, International Studies Quarterly, Cilt 55, s.503-520. Merolla, J., Zechmeister, L. (2012). Collaborative Research: The Effects of Terrorist Threats on Democratic Support in Liberal and Illiberal Democracies. (Turkey Study with Belgin San-Akca). Miller, R.R. (1993). “Negotiating with Terrorists: A Comparative Analysis of Three Cases”, Terrorism and Political Violence, Cilt 5, Say› 3, s.78-105. Mintz, A., Geva, N. (1993). “Why Don’t Democracies Fight Each Other? An Experimental Study”, the Journal of Conflict Resolution, Cilt 37, Say› 3, s.484503. Morton, R. B., Williams, K. C.. (2008). Experimentation in Political Science in the Oxford Handbooks of Political Science. Janet M. Box-Steffenmeier, Henry E. Brady, David Collier (eds.). Oxford University Press. Morton, R. B., Williams, K. C.. (2010). Experimental Political Science and the Study of Causality: From Nature to the Lab. New York: Cambridge University Press. Pilisuk, M. (1984). “Experimenting With the Arms Race”, the Journal of Conflict Resolution, Cilt 28, Say› 2, s.296-315. Rosenthal, R. (1966). Experimenter Effects in Behavioral Research. New York: Appleton-CenturyCrofts. Schafer, M. (1997). “Images and Policy Preferences”, Political Psychology, Cilt 18, Say› 4, s.813-829. Shively, W.P. (2011). The Craft of Political Research. Eighth Edition. Pearson Education, Inc. Stoll, R. J. (1987). “System and State in International Politics: A Computer Simulation of Balancing in an Anarchic World”, International Studies Quarterly, Cilt 31, s. 387-402.
ULUSLARARASI ‹L‹fiK‹LERDE ARAfiTIRMA YÖNTEMLER‹
3 Amaçlar›m›z
N N N
Bu üniteyi tamamlad›ktan sonra; Araflt›rmalarda kullan›lan temel örneklem mant›¤›n› kavrayabilecek, En basit örneklem yöntemlerinden daha geliflkin ve çetrefil yöntemlere kadar farkl› yaklafl›mlar› örneklerle aç›klayabilecek, Kendi araflt›rmalar›n›zda kullanabilece¤iniz örneklem yöntemlerinin avantaj ve dezavantajlar›n› kavrayabilecek bilgi ve becerilere sahip olabileceksiniz.
Anahtar Kavramlar • A¤›rl›kland›rma • Anahtar Öge Seçimi • Basit Rastsal Örnekleme (Simple Random Sampling) • Büyüklü¤e Orant›l› Olas›l›kl› Örnekleme (BOOÖ) (Probability Proportionate to Size Sampling) • Çal›flma Evreni • Elverifllilik Örneklemesi • Kapsanan/Kapsam D›fl› Öge(ler) • Katmanl› Örnekleme (Stratified Sampling)
• Kota Örneklemesi • Küme Örneklemesi (Cluster Sampling) • Öge(ler) • Örnek Listesi • Örnek Listesinde Kümeleme Sorunu • Örnek Listesinde Yineleme Sorunu • Örneklem/Örnek Grubu • Örnekleme
‹çindekiler Uluslararas› ‹liflkilerde Örnekleme Araflt›rma Yöntemleri Yöntemleri
• G‹R‹fi • SIK KULLANILAN HEDEF K‹TLELER VE BUNLARIN ÖRNEK L‹STELER‹ • NEDEN ÖRNEKLEM SEÇEL‹M K‹? • ÖRNEKLEM‹ NASIL SEÇEL‹M?
Örnekleme Yöntemleri G‹R‹fi Sosyal bilim araflt›rmalar›nda herhangi bir flekilde veri toplayan herkesin temel iki kayg›s› vard›r. Biri ikinci bölümde tart›fl›ld›¤› gibi kavramsallaflt›rma ve bu ba¤lamda ölçüm sorunlar›d›r. Di¤eriyse toplan›lan verinin ulafl›lmas› amaçlanan hedef kitleyi temsil edebilme yetene¤idir. Türkçede örnekleme (sampling) derken asl›nda tam da bu ikinci tür bir kayg›y› dile getirmifl oluyoruz. Örnek seçmek özünde daha genifl bir kitlenin temsilcisini seçmektir. Yani örnek seçim yöntemi üzerine tart›flmalar her zaman üzerinde konuflulacak örnekler temelinde asl›nda daha genifl bir kitle hakk›nda ç›kar›m yapma, o genifl kitleyi temsil etme sorunu üzerine infla edilmifl bir tart›flmad›r. Günlük hayat örneklem seçimi üzerine pek çok tecrübe edinmemizi sa¤lar. Örneklem seçmekten pek çok zaman kaçamay›z ve pek de fark›nda olmadan bu konu üzerine genifl tecrübeye sahip oluveririz. Pazardan al›flverifl yapan herkes fleftali alacaksa önce bir fleftaliyi elle yoklar ve sonra koklar örne¤in ya da can erikten bir tanesinin tad›na bakar. De¤iflik beyaz peynir kal›plar›ndan b›çak ucunda bir parça al›n›p tad›na tuzuna bak›l›r. Peynir kal›b›n›n bir o ucundan bir bu ucundan ayr› ayr› tad›ml›k al›nmaz. Ya da can erik y›¤›n›n›n içine elini dald›r›p flöyle derinlerden bir yerden de bir ikinci tanenin tad›na bak›lmaz. Bu sadece sokak adab›na uymad›¤› için de¤il ayn› zamanda böyle bir örneklem yönteminin pek bir mant›¤›n›n da olmad›¤› için yap›lmaz. Sosyal konularla u¤raflan merakl› gazeteciler yazd›klar› yaz›larda ya da televizyon tart›flma programlar›nda s›k s›k “halk›n nabz›n›” nas›l tuttuklar›ndan örnek vermektedirler. Bu ya Ayfle Han›m Teyze’nin sordu¤u sorular ya da taksi floförlerinin neler düflündükleriyle ilgili hikâyeciklerle aktar›lmaktad›r. Bu örneklerde gazeteci ‹stanbul ya da Ankara’da bir yerden di¤erine giderken bindi¤i taksilerin floförleriyle memleketin sorunlar› hakk›nda konuflmakta ve onlar›n görüfllerini aktarmaktad›r. Ya da yine bir mahalle pazar›nda görüflülen kad›nlar›n enflasyonda gerçekten bir düflüfl olup olmad›¤› hakk›nda fikirlerini ya da iflsizlik sorunu niye çözülemiyor gibi sorular›n› “halk›m›z›n nabz›” olarak yans›tmaktad›rlar. Hatta arada baz›lar› “sadece ‹stanbul ya da Ankara’da de¤il memleketin her yerinde pek çok taksici ile” görüfltüklerini söyleyerek toplad›klar› verilerin ya da bir anlamda örneklemin inand›r›c›l›¤›n› artt›rmaya çal›flmaktad›rlar. Günlük yaflam›m›zda vücudumuzdan da de¤iflik amaçlarla veri toplar, örneklem al›r›z. Örne¤in bir fleker hastas› düzenli olarak kan flekerini ölçer. Günde birkaç de-
66
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
fa parmak ucundan bir damla kan al›p fleker ölçümü yapan hasta kimi zaman merak edebilir örne¤in: yetiflkin bir insan›n vücut özelliklerine ba¤l› olarak vücudunda 4-8 litre aras›nda kan bulunmas›na ra¤men bir ufak damla ile bu ölçüm nas›l yeterli olmaktad›r? Damardan bir fl›r›nga boyutunda bile kan gerekmedi¤i gibi, ne sa¤ el parma¤›ndan bir örne¤in yan› s›ra bir de sol el parma¤›ndan örnek alma yoluna gidilmemektedir. Herhangi bir yerden bir ufak damla iflimizi görmektedir. Benzer mant›kla kendimize börek tepsisinden al›nan örneklerin nas›l bir mant›¤› yans›tt›¤›n› da sorabiliriz. Evde örne¤in anneannemizin yapt›¤› börekten kaçamak “örneklem(ler)” ald›¤›m›z çok olmufltur. Genelde tepsinin ortas›ndan bir ufak parça kenar merakl›lar› için yeterli olmayacakt›r ve bir de kenar k›s›mlardan tad›ml›k almak ço¤u zaman flart (?!) olur. Yani peynir kal›plar›ndan ya da insan vücudundan kan al›rken örnek al›m›n› kabaca pek “da¤›tmaks›z›n” gayet ufak tutarken börek tepsisinin de¤iflik yerlerinden örnekler toplamak do¤al olarak en mant›kl› yol gibi gelmektedir. Gazetecilerin taksi floförü örneklemlerinde de farkl› illerde görüflmeler yapman›n gere¤i hissedilmektedir sanki. Tabii ayn› mant›k ile her ilin farkl› mahallelerinin taksi floförlerinin de farkl› görüflleri yans›tma olas›l›klar›n›n da farkl› olaca¤› görülebilir. ‹stanbul’u bilenler için Etiler’deki bir taksi dura¤›ndan konuflulacak bir floför ile Bayrampafla dura¤›ndan bir floförün görüfllerinin örtüflme olas›l›¤› eflit olabilir mi? Keza benzer flekilde Ankara’da Çankaya ya da ‹zmir’de Alsancak mahallelerinden bir dura¤›n floförü ile bu kentlerin biraz daha varofllar›ndan gelen bir floför elbette farkl› görüfller yans›tacaklard›r. Burada verilen örneklerin farkl›laflmas› örnek al›nan hedef kitlelerin do¤alar›n›n farkl›l›¤›ndan ileri gelmektedir. Peynir kal›b›n›n alt›yla üstü ya da köflelerinden birinin tad› ya da tuzunun farkl› olmas›n› beklemedi¤imizden tek bir parçayla yetiniriz. Benzer flekilde litrelerce kan›n fleker aç›s›ndan homojen olmas› nedeniyle herhangi bir yerden bir ufak damlan›n tüm vücuttaki hedef kitle olan litrelerce kan› temsil edece¤ini düflünürüz. Oysa bir tepsi böre¤in içindeki peynir, ›spanak ya da di¤er malzemenin tepsi içinde homojen flekilde yay›lmam›fl olaca¤›n› biliriz. Pek çok zaman tepsinin ortas›nda hem malzeme bol olur hem de piflkinlik derecesi kenarlara göre daha azd›r. Böyle olunca tepsi böre¤in tad›na tek bir yerden bak›lmaz genelde. Taksi floförü örne¤inden hareketle sosyal araflt›rmalarda hedef kitle pek çok farkl› özellik gösteren bireylerden olufluyorsa o zaman bu farkl›l›klar› yans›tma becerisine sahip olmak kullan›lan örneklemlerde aran›lan en baflta gelen özellik olacakt›r. Ancak yukar›da verilen örneklerde de vurguland›¤› gibi unutmamak gerekir ki sosyal araflt›rmalarda örneklem sadece bireylerden oluflan hedef kitleleri temsil amac›yla bir araya getirilmez. Herhangi bir arfliv çal›flmas›nda ço¤u zaman ulafl›labilir olan belgeler veri hâline dönüfltürülebilecek say›dan çok daha fazlad›r. Bu belgelerin gözlem ve ölçümlerini yapmak için hedef kitleyi temsil eden bir örneklem çekip az say›da belgeden oluflan gözlemler temelinde hedef kitle hakk›nda ç›kar›mlar yapmak mecburiyetinde oluruz. Benzer flekilde pek çok zaman gazetelerin içeriklerinin önemli bilgiler içerdi¤i ve bu bilgilerin anlaml› bir özet çerçeve içinde çözümlemeye haz›r hâle dönüfltürülmesi hedeflenir. Örne¤in halk›n ne düflündü¤ünden önce gazete okurlar›n›n karfl› karfl›ya olduklar› haber ve yorum içeri¤ini saptay›p bunun gazete okurlar›n›n görüfl ve tercihleri üzerinde nas›l etkileri oldu¤unu test etmek isteriz. Bir gazetenin içeri¤ini temsil gücüne sahip bir içerik örneklemi nas›l çekilebilecektir? Belirli bir zaman içerisinde tek bir gazetenin içeri¤i üzerine yo¤unlaflmaktan uzaklafl›rsak o hâlde de zaman içinde içeri¤in temsili günlük gazetelerde farkl› bir kurguyla elde edilirken 24 saat yay›n yapan tele-
3. Ünite - Örnekleme Yöntemleri
vizyon kanallar›nda farkl› kurgulanmas› gerekecektir. Benzer flekilde temsil etmek isteyece¤imiz kitle belgeler ya da medyadaki içerik d›fl›nda taksi floförü örne¤inde konufltu¤umuz gibi farkl› özelliklerde bireyler olabilece¤i gibi flirketler, sivil toplum kurulufllar› gibi kurumlar da olabilir.
Örneklem Seçim Sürecinde Temel Terimler Hedef kitle ya da çal›flma evreni (target population) çal›flmam›zda üzerine e¤ildi¤imiz ögelerin (units) toplam›d›r. Bu kitle ço¤u zaman oldukça soyut bir tan›md›r. Örne¤in Türkiye seçim araflt›rmalar›nda oy verme yafl›nda vatandafllar hedef kitlesi olarak al›n›r. Ancak daha aç›k bir ifadeyle bu kitle belli bir seçim öncesi örne¤in 12 Haziran 2011 genel seçimi öncesi Türkiye’de ikamet eden vatandafllar demek daha do¤ru olacakt›r. ‹kamet etme hâlinin nas›l saptanaca¤› da çok aç›k de¤ildir. Bu tür belirsizlikler baz› amaçlar için çok önemli olmazken di¤erleri için önemli farklar yaratabilmektedir. Askerî tesislerde yaflayan silahalt›ndaki askerlerle görüflme yap›lamayaca¤›ndan hareketle bu kitlenin hedef evrenin d›fl›nda b›rak›lmas› kaç›n›lmazd›r. Benzer flekilde ulafl›lamayan hapishanelerdeki nüfus ya da hastane ya da ö¤renci yurtlar›ndaki nüfus da pratik olarak hedef kitlenin d›fl›ndad›r. Türkçe konuflamayan ancak 18 yafl›n›n üzerinde oy verme yeterlili¤ine sahip vatandafllar da ayn› flekilde hedef kitleye pratik olarak dahil de¤illerdir. Benzer flekilde ulafl›lamayacak nüfus co¤rafi olarak da belli olabilir. Belli bir zaman sürecinde elveriflsiz hava flartlar› nedeniyle ya da mevcut toplumsal hassasiyetler nedeniyle baz› bölgelerde çal›flma yap›lamayacak ise o zaman hedef kitlenin bu nedenlerle çal›flma özelinde k›s›tl› yap›s› olabilecektir. Belki amaçlanan hedef kitleye ulafl›lamamaktad›r ama bu flekilde çerçevesi iyi belirlenebilirse çal›flma hedef kitlesi aç›klanarak k›s›tlanabilir. Hedef kitle içinde yer alan ögelerin seçilecek örnek içine dahil olma olas›l›¤› olanlar›n›n listesine örnek listesi (sampling frame) diyoruz. En basit flekliyle örnek listesi örne¤imize dahil edebilece¤imiz tüm ögeleri içeren bir listedir. Bazen bu dolayl› bir listedir. Örne¤in hedef kitlemiz oy verme yafl›nda hane halk› üyeleri olsun. Bu kitleye ulaflmam›z› sa¤layacak olan bir hane telefonlar› listesi de örnek listesi olarak ifllev görebilir. Hane halk› üyelerinin her biri için bir telefon numaras› olmasa da her haneye ulaflmam›z› sa¤layacak bir telefon listesi kullan›larak hanelere ve oradan da hane sakinlerinin her birine ulafl›labilir. Benzer flekilde telefon listesi gibi ifl yeri de¤il de hane ikameti olan adres listeleri de örnek çerçevesi olarak kullan›labilir. Bu tür listelerin de¤iflik sorunlar›na afla¤›da de¤inece¤iz. E¤er bir hedeflenen evren ögesi örnek listesinde yer al›yorsa bu öge listemiz taraf›ndan “kapsan›yor (covered)” diyoruz. Baz› ögeler hedef evrenimizde olabilirler ancak örnek listemize giremeyebilirler. Bu durumdaki ögelere “kapsam d›fl›” kalan ögeler diyoruz. Örnek listemizde olmad›klar›ndan bu tür ögeler hiçbir flekilde örne¤imiz içinde olamayacaklard›r. Bir de örne¤imize kat›l›m hakk› olmayan ögeler (ineligible units) örnek listemizde olabilirler. Örne¤in, bu tür durumlar hane halk› adres listemizde ifl yerlerinin bulunmas›yla ortaya ç›kabilir. Bir di¤er kapsama sorunu da örnek listemizde birden fazla ögenin asl›nda hedef kitlede ayn› ögeye karfl›l›k gelmesi olarak tan›mlanabilecek yinelenme (duplication) sorunudur. Hane halk›na telefon listesiyle ulaflmaya çal›flt›¤›m›z durumda birden çok telefon numaras› olan evler ya da cep telefonu ile normal hatl› telefonlar›n birlikte kullan›ld›¤› durumlarda ayn› kifliye birkaç numaradan ulaflmak mümkün olacak ve bu nedenle de bu kiflilerin seçilme flanslar› artm›fl olacakt›r. Di¤er yandan kümeleme (clustering) sorunu diye nitelenebilecek bir di¤er sorun kümesi de baz› örnek listele-
67
68
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
rinde tek bir ögeye tek bir hedef kitle ögesi karfl›l›k gelirken baz› ögelerin kümelenmifl öge gruplar›na karfl›l›k gelmesi nedeniyle birden çok ögeye ulaflma olana¤› vermesidir. E¤er yine telefon numaralar›ndan oluflan bir örnek listesi örne¤i kullan›rsak, baz› numaralar tek bir kifliye bizi götürürken, baz› di¤er numaralarda pek çok kifliye birden ulaflma olana¤› olabilir. Bu durumda tek kifliye ulafl›labilen numaralardaki ögelerin seçilme flans› olmas› gerekti¤inden yüksek tutulmufl olacakt›r. Hedef kitleyi temsil amac›yla araflt›rma amaçlar›m›za uygun olarak seçilmifl ögelere örneklem ya da örnek grubu (sample) diyoruz. Örneklem (sample) örnek listesinden seçilen ögelerdir ve sadece bu ögeler üzerinde gözlem ve ölçümler yap›l›r. Pek çok zaman bu örneklem hedef evren ile karfl›laflt›r›ld›¤›nda çok ufak bir grup ögeden oluflacakt›r. Üzerinde gözlem ve ölçümlerin yap›laca¤› örnek ögelerini seçme sürecine örnekleme (sampling) diyoruz. Gözlem ve ölçümlerin baflar›yla yap›ld›¤› ögeler örnek ögeleri ya da denekler olurlar ve baflar›yla seçilip ölçümleri yerine getirilerek örne¤e dahil edilirler. Kimi örneklemimize dahil edilen ögeler ya da deneklerin baz› ölçümleri eksik olabilece¤i gibi kimi örnekleme dahil olmak üzere seçilen ögelerden ölçüm almak mümkün olmayabilir. Her iki durumda da bir temsil sorunuyla karfl› karfl›ya oldu¤umuz aç›kt›r. Seçilen örnek ögesinden hiç ölçüm al›namamas› tüm denek bilgilerinin eksikli¤ine yol açarken, o ögenin temsil etti¤i bilginin bütünüyle örnek d›fl›nda kalmas›na yol açmaktad›r. Benzer flekilde baz› ölçümlerin yap›labildi¤i ancak baz›lar›n›n yap›lamad›¤› durumlarda söz konusu ölçümler için temsil gücümüz k›s›tlanm›fl olacakt›r. Örne¤in afla¤›da özetlenece¤i gibi bir flekilde örneklem için seçilen diyelim Ayfle Han›m e¤er hiçbir sorumuza yan›t vermeden örnek d›fl›nda kal›rsa Ayfle Han›m’›n temsil etti¤i özellikler de örne¤imiz d›fl›nda b›rak›lm›fl olacakt›r. Ancak benzer flekilde örnekleme dahil edilmifl Ahmet Bey sorular›m›z›n bir k›sm›na cevap verirken baz› “hassas” sorulara cevap vermeyi ret ederse o zaman da söz konusu “hassas” sorular için Ahmet Bey’in temsil etti¤i aç› araflt›rmam›za yans›mam›fl olacakt›r. Gözlem yapamama ya da deneklerden cevap alamama durumlar› aç›kt›r ki örneklem seçiminde önemli bir sorundur. Bu sorunu örnekleme sürecinde al›nabilecek önlemlerle en aza indirme gayretinde olmak gerekir. Ancak, bir flekilde bu sonuca varma durumunda örneklem seçim süreci ertesinde de yap›labilecek olan baz› düzeltmeler vard›r. Bu düzeltmeler üzerinde örnek seçim süreci özetlendikten sonra duraca¤›z.
SIK KULLANILAN HEDEF K‹TLELER VE BUNLARIN ÖRNEK L‹STELER‹ Haneler ve Bireyler Türkiye’de yayg›n olarak kullan›lan örnek listeleri aras›nda adrese dayal› nüfus kay›t sistemi (ADNKS) içinden seçilen hane adres listeleri, kentsel yerleflim bölgelerinden sokak isimleri, k›rsal yerleflim bölgelerinden köy isimleri ve telefon listeleridir. Kentsel yerleflim bölgelerindeki sokak listeleri için Maliye Bakanl›¤›’n›n rayiç bedel tespiti için oluflturulmufl listelere baflvurulabilir. Emlak vergisinin tespiti amac›yla kullan›lan bu listelerde her il ve ilçe için mevcut sokaklar için rayiç bedel listesi bulunmaktad›r. Bu listeler sokaklar farkl› co¤rafi bölgeler (il ve ilçe temelinde) için de¤iflik rayiç bedel düzeylerine göre ayr›flt›r›labilmektedir. Böyle bir liste kiflileri seçmek için kullan›ld›¤›nda birkaç aflamal› olarak kullan›labilir. Öncelikle bölgeleri temsilen iller ve ard›ndan da illeri temsilen ilçeler seçilip ard›ndan da her ilçe için bir sokak listesi oluflturulabilmektedir. Burada amac›n sokaklarda
3. Ünite - Örnekleme Yöntemleri
oturan bireylere gitmek oldu¤u hat›rda tutulursa böyle bir listede kay›tl› olmayan sokaklarda oturanlarla herhangi bir sokak olmaks›z›n flehirlerin uç bölgelerinde gecekondularda yaflayan vatandafllar›n kapsama d›fl› kalmalar› söz konusudur. Bu aflamada her sokaktan gidilecek hane adresleri tespit edilmekte ve ard›ndan her hane içinden görüflülecek bireylerin tespiti için bir yöntem takip edilerek hane içinden görüflülecek birey tespit edilmektedir. Birden çok hane sahibi olanlar için de bu tür listelerde yineleme nedeniyle örnek içine dahil olma olas›l›klar› daha yüksektir. Elbette bu tür bir örnekleme yönteminde kümeleme sorunu da yaflanmaktad›r. Aç›kt›r ki sokaklardan seçilecek hane adreslerinde eflit say›da birey yaflamamaktad›r. Çok kiflinin yaflad›¤› hanelerdeki bireylerin örnek içine dahil olma flanslar› daha düflük olmaktad›r. Telefon listeleri de benzer örneklem seçim sorunlar›na yol açmaktad›r. Öncelikle her hanede telefon olmad›¤›n›n hat›rda tutulmas› gerekir. Özellikle k›rsal bölgelerde hanelere telefonla ulaflmak önemli bir sorundur. Resmî olarak bu listelerin tam ve eksiksiz olarak elde edilmesi mümkün görünmemektedir. Hane telefonu olmayan pek çok kimsenin de bugünlerde cep telefonu sahibi oldu¤u gözlenmektedir. Cep telefonu listeleri de do¤rudan farkl› servis sa¤lay›c› firmalar›n elinde oldu¤undan bunlar›n da kullan›m› sorunludur. Elde kullan›mda oldu¤u de¤iflik raporlarla ortaya ç›kan bu listelere kimlerin dahil oldu¤u, kimlerin bu listelerin d›fl›nda kald›¤› gibi temel sorular›n cevab› belli de¤ildir. Hiç ulafl›lamayan baz› kiflilerin yan› s›ra baz› kiflilere de hem ev telefonlar›ndan, hem de ifl için kulland›klar›n›n yan› s›ra bir de kiflisel cep telefonlar›ndan da ulafl›labilmektedir. Böylelikle yinelenme sorunu da bu mevcut listelerde vard›r diyebiliriz. Öte yandan sadece k›rsal bölgelerde de¤il ama kentsel yerleflim bölgelerinde de örne¤in gecekondu mahallelerinde yaflayan ya da s›k s›k ev de¤ifltiren ö¤rencilerin de hiç sabit hatl› ev telefonu olmaks›z›n sadece cep telefonu kullanmalar› söz konusu olmaktad›r. Bu tür farkl›l›klar ve belirsizlikler telefon örnekleminin kullan›m›n› k›s›tlamaktad›r.
Müflteri, Çal›flan ya da Dernek, Kulüp vs. Üyelikleri Pek çok zaman anket çal›flmalar›nda müflteri, firma çal›flanlar›, kulüp ya da dernek üye listeleri örnek listesi olarak kullan›lmaktad›r. Bu tür listelerin en büyük sorunu güncelleme sorunlar›d›r. Pek çok zaman bu tür listelere bir defa giren kifliler üyelikten ayr›lsalar, art›k müflteri olmasalar bile listeden silin(e)memekte ve bu flekilde listede olmamas› gereken pek çok kifli listede görünmektedir. Benzer flekilde listeye girifl de farkl› yönetimsel aflamalardan geçmeyi ya da onay süreçlerini gerektiriyorsa listede olmas› gereken baz› kiflilerin listede görünmemeleri sonucu da ortaya ç›kabilmektedir. Bu tür listelerde yinelenme olas›l›¤› düflük görülebilir. Ancak e¤er müflteri ile herhangi bir iletiflim listeye dahil olman›n temeli ise o zaman firma ile iletiflime giren örne¤in sorunlu ve flikâyet amac›yla bunu yapan müflterilerin yinelenen kay›tlar› listeye eklenebilmektedir. Bu tür güncelleme ve listeye dahil olma süreçlerinin yak›ndan takibi sa¤l›kl› bir örnek listesi oluflturman›n en temel gere¤idir.
Kurumlar Kurumlardan oluflan hedef kitle ve bunlar›n temel verdi¤i örnek listeleri farkl› flekillerde ortaya ç›kabilmektedir. Örne¤in okullarda yap›lacak çal›flmalarda Millî E¤itim Bakanl›¤›n›n de¤iflik co¤rafi temelli ve farkl› tür okullar›n listeleri kullan›labilir. Firma isim ya da adresleri farkl› il Ticaret Odalar›ndan elde edilebilir. Vak›f,
69
70
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
dernek listeleri de Vak›flar Genel Müdürlü¤ü ya da ‹çiflleri Bakanl›¤›ndan elde edilebilir. Firma listelerinde temel sorun iflas eden ya da hâlen faaliyetine ara vermifl olan firmalar›n kullan›lan listelerden düflülmeleri pek s›k rastlanan bir olgu de¤ildir. Dolay›s›yla listeler pek çok aktif olmayan firmayla doludur. Bu tür listelerde firma büyüklüklerine genelde ulafl›lamamaktad›r. Böylelikle ifl hacmi temelinde ay›rt etmeksizin her tür ve her büyüklükte firma bu listelere girmekte ve dolay›s›yla da küçük firmalar bu listelere hakim olmaktad›r. Firmalar›n merkez yönetimleri ile flubelerinin ay›rt edilmesi de birçok zaman sorun olabilmektedir. Kurum listelerinin belki de en s›k rastlan›lan bir di¤er sorunu da bu kurumlara ulafl›labilecek adres ve telefon numaralar›n›n güncel olmamas›d›r. Genellikle bu tür örnek listeleri önemli bir çaba ile güncellenerek kullan›ma haz›r hâle gelebilmektedir.
Olaylar Pek çok zaman hedef evren evli çiftlerden ya da bir servisi alm›fl müflterilerden, bir tür hastal›¤a yakalanm›fl ya da tedavi görenlerden, trafik cezas› alm›fl olanlar gibi belli özellikleri olan olaylara ba¤l›d›r. Burada önemli olan aç›k bir “olay” tan›m› ba¤lant›s›yla mevcut arflivlere eriflmek ve listeleri oluflturmakt›r. Aç›kt›r ki bu tür olay ba¤lant›s› asl›nda bir tür zaman k›s›d› ba¤lam›nda anlaml› olacakt›r. Bu aç›dan hangi tür olaylar›n hangi zaman içinde gerçekleflti¤ine ba¤l› olarak örnek listelerinin oluflturulmas› gerekir. Bu tür örnek listelerinde de kümelenme ya da yinelenme gibi sorunlar gözlenebilir. Örne¤in, bir banka kredisi al›nd›¤›nda bu krediyi alan kifli ile kullanan kifli her zaman örtüflmeyebilir. Ya da örne¤in h›rs›zl›k ma¤duru olan hanelerin listesi ç›kar›ld›¤›nda hane halk›ndan hangi bireylerin do¤rudan bu tür bir olay›n ma¤duru oldu¤u belli olmayabilmektedir.
Nadir Hedef Kitleler Kimi zaman hedef kitleleri nadir yapan do¤rudan söz konusu özelli¤in az bulunurlu¤udur. Örne¤in, Türkiye’de 2,5 milyonun biraz üzerinde fleker (diyabet) hastas› olabilir. Ancak toplam 74 milyon nüfus içerisinde bu kitlenin oran› ancak %3,3 civar›ndad›r. Yani toplam fleker hastas› say›s› az de¤ildir ancak bu hastalara ulaflabilinecek örnek listeleri içerisinde bu hastalar›n bulunma olas›l›¤› düflük kalarak bir örnek seçim sorunu oluflturmaktad›r. Di¤er bir nadir olma nedeni de kiflilerin de¤iflik nedenlerle söz konusu özelliklerini saklama e¤ilimine girmeleridir. Örne¤in cinsel tacizle karfl› karfl›ya kalmak, ya da uyuflturucu kullan›m› veya ilaç ba¤›ml›l›¤› gibi sorunlarla karfl› karfl›ya olmak s›radan bir anket çal›flmas› içerisinde kiflilerle konuflularak bulunabilecek olgular de¤ildir. Ço¤u zaman ne derece yayg›n olursa olsun kifliler bu tür tecrübelerini araflt›rmac›yla paylaflmayacak ve gerçek durumlar›n› saklama e¤ilimine gireceklerdir. Pek çok zaman cinsel tercih, din ya da sekter tercih ya da etnik köken aç›s›ndan az›nl›k gruplar›ndan olanlar da benzer flekilde bu kimliklerini araflt›rmac›lardan gizleme e¤iliminde olacaklard›r. Bu durumlarda örnek listelerinin araflt›rma sürecine içsel olarak oluflturulmas› gerekir. Denek güdümlü örneklem (respondent driven sampling) yöntemleri k›s›tl› say›da ve rastsal olarak da seçilmemifl olabilecek birkaç denek ile örnekleme bafllar. Bu “tohum” deneklerden kendi sosyal a¤lar› içinden yine k›s›tl› say›da birkaç yeni dene¤i daha örnekleme dahil etmeleri istenir. Örnek listesine kat›lan her yeni kifli kendi sosyal a¤lar›ndan yeni kat›l›mc›lar› bulur ve böylelikle örnek listesi genifller.
3. Ünite - Örnekleme Yöntemleri
Bu liste içinden görüflülebilen her kifliyle yürütülen çal›flma sonucu ulafl›lan örneklemin rastsal flekilde oluflturulan örneklemlerle benzeflti¤i ve temsil gücüne sahip oldu¤u iddias› için bak›n›z Heckathorn (1997).
NEDEN ÖRNEKLEM SEÇEL‹M K‹? Örneklem seçiminin daha ilk aflamalar›ndan itibaren örnek listelerinin oluflturulmas›ndaki zorluklar araflt›rmac›y› yavafl yavafl “niye örneklem seçiyoruz ki?” noktas›na getirebilir. Elbette bu soruya ilk önce verilebilecek yan›t “zaman ve maliyet masraflar›n›n yüksekli¤inden kaçmak için” diye verilebilir. Pek çok zaman sosyal araflt›rmalarda anket soru cetvellerinin uygulanmas› 30 ile 60 dakika aras› sürebilmektedir. Örnek listemizden seçilen ögelere/deneklere ulaflabilmenin maliyetinin de önemsiz bir rakam olmad›¤›n› hat›rda tutmal›y›z. Bir ilçede yaflayan 50,000 kiflinin tümüyle görüflmek yar›m saatlik bir soru cetveli ile bile 25,000 saat yani 8 saatlik bir çal›flma günü ile 3125 ifl günü alacakt›r. Aç›kt›r ki hiçbir anketör 8 saatlik bir mesai yaparak sabah 9 dan akflam 5’e haneleri dolaflamayacakt›r. Ço¤u zaman çal›flma saatleri d›fl›nda hane ziyaretleri gerekecektir. Binlerce ifl gününe karfl›l›k gelen bir çal›flma süresinin maliyetlerinin ne kadar yüksek olaca¤› aç›kt›r. Oysa daha k›s›tl› büyüklükte bir örneklem ile örne¤in 2000 kifli ile görüflüldü¤ünde maliyetler çok daha uygun fiyatl› olmaya bafllamaktad›r. Ancak bir di¤er ak›lda tutulmas› gereken konu örneklem ile elde edilecek verinin tüm hedef kitleye ulafl›larak elde edilenden daha do¤ru olaca¤› yönünde beklentilerimizdir. Binlerce iflgünlük bir projede istihdam edilmesi gereken anketörlerin beklenilen ihtimam ile görüflmeleri yerine getirme olas›l›klar› çal›flan say›s› artt›kça düflecektir. Yine bu yüksek say›da saha çal›flan› gereksinimi çal›flman›n gerçeklefltirilme süresini uzatacak ve sonuç olarak toplanan verinin hangi zamana ait bir veri oldu¤u belirsiz hâle gelecektir. Aylarca süren veri toplama sürecinin bafl› ile sonu aras›nda hedef kitlenin özelliklerinin de¤iflmedi¤i varsay›m› inand›r›c› olmaktan uzaklaflacakt›r. En son olarak düflünülmesi gereken veri toplama sürecinin uzun ve çok say›da çal›flan›n bir arada çal›flmas›n› gerektirmesidir. Bu gereklilik ancak önemli bir yönetim çabas› ve bunun yarataca¤› ek sorun ve maliyetleri ortaya ç›karmaktad›r. K›sacas› tüm bu etmenler düflünüldü¤ünde örneklem ile çal›flmak ne kadar ufak da görünse herhangi bir nüfus say›m›n›n gerektirdi¤i maliyet ve oluflturdu¤u veri toplama sorunlar› ile karfl›laflt›r›ld›¤›nda çok daha tercih edilir olmaktad›r. Örneklem ile çal›fl›rken öncelikle çal›flma amaçlar›na uygun hedef kitlenin belirlenmesi gerekecektir. Daha sonraki aflamada seçilecek örnek grubunun hedef kitleyi temsil edebilir özelliklere sahip olacak flekilde seçilmesi gerekir. En son olarak da seçilmifl olan örneklemin sadece örneklemden kaynaklanan hata boyutlar›n›n belirlenmesi gerekir. Bu aflamalar sonunda elde edilen sonuçlar›n›n tüm hedef kitleye nas›l genellenebildi¤i üzerinde düflünmek gerekir. Aç›kt›r ki elde edilmifl olunan veriler hedef kitleyi temsil etti¤i düflünülen ögeler ya da deneklerden oluflmaktad›r. Dolay›s›yla bu ögeler temelinde yap›lan gözlem ve sorgulamalar bize temsil edilmeye çal›fl›lan hedef kitleye dair genellemeler yapma olana¤› sunabilmektedir. Yani e¤er oy verme yafl›nda Türkçe konuflabilen ve toplu ikamet alanlar› d›fl›nda hanelerde yaflayan Türkiye Cumhuriyeti vatandafllar›n› temsilen örnekleme dahil edilen deneklerle, bu k›s›tlar çerçevesinde bir hedef evrene dair genellemeler yapt›¤›m›zda örneklemimizin genellenebilirli¤i (sample generalizeability) üzerine konuflmufl oluyoruz. Bu çerçevede bir di¤er genelleme yapma e¤ilimi araflt›rmac›lar›n farkl› hedef kitleler aras› ç›kar›mlarda bulunmaya çal›flt›klar›nda
71
72
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
ortaya ç›kan bir sorundur. Diyelim ki Türkiye özelinde bir hedef kitleyi temsil amac›yla toplanan bir verimiz var ya da Türkiye’nin içinde bir ‹stanbul, ‹zmir, Trabzon, Kayseri ve Diyarbak›r’dan toplanm›fl kentsel yerleflim birimlerini temsil eden bir baflka araflt›rmam›z var. Araflt›rmac›lar olarak ilk yapmak isteyece¤imiz genellemeler belki hedef kitlelere dairdir ancak hemen ard›ndan da örne¤in farkl› iller temelindeki verilerimizden Türkiye geneline genellemeler yapmak isteyebiliriz. Ya da bir ad›m ileri giderek Türkiye temelli örneklemler ile Avrupa’ya ya da farkl› seçmen kitlelerine dair genellememeler yapman›n çekicili¤ine kap›labiliriz. Burada araflt›rma evrenleri ya da hedef kitleleri farkl› olmas›na ra¤men giriflilen genelleme çabas› sorgulanmaya aç›kt›r. Ayn› bir ölçümün d›flsal geçerlili¤i (external validity) nas›l sorgulanabilirse burada da evrenler aras› genellenebilirlik de (cross population generalizeability) sorgulanabilir olacakt›r.
ÖRNEKLEM‹ NASIL SEÇEL‹M? Örneklem seçiminde iki temel farkl›laflman›n alt›n› çizmekte fayda var. Bunlardan en büyük kabul gören ve istatistiki analiz için yegane uygun örneklem seçim yöntemi rastsal örneklem seçimidir. Di¤er rastsal olmayan örneklem yöntemleri türlü sorunlar içerir ve istatistiki analize de olanak tan›mazlar. Burada öncelikle rastsal örneklem üzerinde duraca¤›z ve di¤er örneklem yöntemlerini rastsall›ktan nas›l uzaklaflt›klar›n› vurgulayarak anlatmaya çaba gösterece¤iz. Bunun bafll›ca nedeni rastsal olmayan yöntemlerin de akademik ya da ticari pek çok araflt›rmada k›s›tlar›n›n ne oldu¤u göz ard› edilerek kullan›lmas›d›r. Ancak unutulmamal›d›r ki rastsal olan örneklemlerin avantajlar›n›n gözlenebilmesi de baz› özel flartlara ba¤l›d›r. Bu flartlar›n bafl›nda genifl örneklem ile çal›flabilmek gelir. E¤er bir çal›flma k›s›tl› say›da gözlem ile yap›lmak durumundaysa rastsal örneklem ile çal›flman›n pek bir anlam› yoktur. Örne¤in bir etnografik çal›flma yürütülürken çal›flman›n yürütülece¤i köyün ya da mahallenin seçimi için ilgili bölgedeki tüm köy ya da mahallelerin tam listesinin içinden bir tane rastsal köy/mahalle seçmenin pek bir mant›¤› yoktur (Fiflek, 1998, 182). Bu bir tek köyün herhangi bir temsil gücü olaca¤› beklenemez. Rastsal seçimde temsil örneklemin büyüklü¤ü artt›kça ve örneklemin tümü için söylenebilir. Tek bir ögenin, bu durumda köy ya da mahallenin, hedef kitle içinden amaçlanan de¤iflkenler temelinde bir temsil gücü olmas› bekleniyorsa o zaman bu seçimin rastsal olarak yap›lmaktan ziyade gerçekten amaçlara uygun özellikler gösteren bir yerin aran›p seçilmesiyle mümkün olabilecektir. Yine benzer flekilde hat›rda tutulmal›d›r ki rastsal örneklemin mant›¤› hedef kitlenin özelliklerinin bilinmedi¤i sadece örneklem temelinde istatistiki olarak ç›karsama yöntemiyle tahmin edilmeye çal›flt›¤› durumlarda iflleyecektir. Seçim araflt›rmalar› bu tür araflt›rmalarda özel bir yere sahiptir çünkü burada önemli konulardan biri olan parti tercihlerinin da¤›l›m› seçim öncesinde elde edilen bir örneklem temelinde tahmin edildikten birkaç gün sonra gerçek de¤eri de seçim sonucu ö¤renilebilir. Diyelim ki rastsal örneklem ile elde edilen sonuçlar bir partinin oyunu %45 olarak bulurken di¤er rastsal olmayan bir örneklem temelinde de %47 gibi bir oy oran› bulunmaktad›r. Rastsal olan örneklem ile art› eksi diyelim 3 puanl›k bir beklenen örneklem hatas› varken di¤er örneklem için böyle bir aral›k üretilemez. Rastsal örneklemde bu aral›k asl›nda benzer büyüklükte birçok rastsal benzer örneklemler çekilmifl olsa bunlar›n yüksek bir oran›nda (genellikle %95) elde edilen sonuçlar›n art› eksi belirli bir puan aral›¤›nda ç›kaca¤› söylenebilir. Burada bu aral›k örne¤in %42 ile %48 olarak belirlenebilir.
3. Ünite - Örnekleme Yöntemleri
Burada yine hat›rda tutulmal›d›r ki rastsal seçilmifl bir örneklemin rastsal olmayan örneklemlerden daha do¤ru sonuçlar üretece¤i de garanti de¤ildir. Tüm rastsall›k gereklerinin yerine getirilmesi durumunda bile hedef kitle hakk›nda üretilen beklentiler ihtiyatla de¤erlendirilmek durumundad›r. Ancak çok say›da benzer örneklemlerle çal›fl›lm›fl olsa bu örneklemlerin ancak ufak bir k›sm›nda, ki bu ufak k›s›m öznel olarak genelde %5 olarak belirlenir, gözlenen de¤erlerden bir miktar uzaklaflaca¤› beklentisi üretilebilir. Eldeki herhangi bir örneklemin bu %5lik grubun içinde olup olmad›¤›n› ise bilebilmek mümkün de¤ildir. Dolay›s›yla rastsal olmayan bir örneklem ile de olsa bulunmufl olan diyelim ki %47’lik bir oran bir iki gün sonra gözlenecek seçim sonucunda ortaya ç›kacak sonuçtan rastsal örneklem ile bulunan %45 oran›ndan daha uzak olacak diye bir flart yoktur. Kald› ki seçim araflt›rmalar› hedef kitledeki gerçek oranlar›n gözlenebildi¤i çok nadir bir duruma karfl›l›k gelir. Bilimsel araflt›rmalar›n hemen tümünde bu tür bir gerçek de¤er gözlenememektedir. Dolay›s›yla bu belirsizlik karfl›s›nda rastsal örneklemin belirsizlik düzeyini istatistiki olarak belirleyen özel mant›¤›n›n avantaj ve k›s›tlar› ak›lda tutulmal›d›r.
Rastsal Olmayan Örneklem Seçimi Pek çok ders kitab›nda rastsal olmayan örnekleme yöntemlerini, uzman örneklemesi, anahtar öge seçimi, elverifllilik ya da kota örneklemesi gibi tek tek ayr› bafll›klar alt›nda bulunabilir. Bu tür bir sunum ile belki bu “yöntem”lerin eksik ve kusurlar›n› yeterince vurgulam›fl olmuyoruz düflüncesiyle burada öncelikle rastsal olmayan yöntemlerin rastsal olanlardan ay›rt edilebilmesini sa¤lama amac› güdülecektir. Afla¤›da üzerinde ayr›nt›l› olarak durulaca¤› gibi rastsal örneklem seçimi zahmetli bir ifltir. Genellikle rastsal olmayan yöntemlerin temel ortak özelli¤i uygulama kolayl›¤›d›r ve seçilen ögelerin temsil yetene¤i zedelenmifltir. Bu tür örnekleme yaklafl›mlar›n› televizyonlarda s›k s›k görüyoruz. Bir Anadolu kentinin al›flverifl yo¤unlu¤u olan bir caddesine gidiliyor ve orada gelip geçen ile de¤iflik konularda konufluluyor. Gazeteler web sitelerinde ankete ça¤r› yay›nlay›p bu ça¤r›ya cevap verenlerin görüfllerinin dökümünü yap›yorlar. Olayl› bir futbol maç› sonras›nda büyük ço¤unlu¤u ayn› tip forma giymifl seyircilerle olaylar›n de¤erlendirmesi yap›l›yor. Bu tür örneklem yöntemlerinde seçilen ögelerin herhangi bir hedef kitleyi yans›tma yetene¤inin oldu¤una kendimizi ikna etmemiz çok zordur. Pek çok zaman bu yaklafl›m bir elverifllilik örneklemsi yaklafl›m›d›r. Nas›l ki bir futbol maç›nda “haks›z” penalt› karar›n› iki tak›m taraflar› tamamen farkl› de¤erlendirebilmektedir o hâlde tek bir tarafa a¤›rl›k veren bir de¤erlendirmenin tarafl› olma olas›l›¤› yüksektir. Herhangi bir gazetenin okur kitlesinin partizan, sosyal statü ve benzeri aç›lardan renginin ülke genelini temsil edemeyece¤i aç›kt›r. Bu web sitelerine girip bu sorulara cevap verenlerin say›lar› yüz binleri de bulsa bu aç›k gerçek de¤iflmeyecektir. Herhangi bir gün al›flverifl mekân› olan bir yere gelenlerin herhangi bir genellemeye temel oluflturabilecek bir temsil gücüne sahip olduklar›n› düflünmekde de benzer flekilde yan›lt›c›d›r. Belki bu konuflulanlar o mekân›n müflteri kitlesini temsil amac›yla bir örnekleme dahil edilebilir ama bu amaç d›fl›nda bir amaca hizmet etmeleri beklenmemelidir. “Uzman”lara genelde k›s›tl› say›da gözlem yap›lacak ve yo¤un bir derinlemesine çal›flma yürütülecek niteliksel çal›flmalarda baflvurulur. Bir tipik mahalle ya da köy seçilece¤inde hedeflenen “tipik” özelliklere sahip bir yerin seçiminde uzman de¤erlendirmesine baflvurularak bir seçim yap›labilir. Bu seçimlerden elde edilen
73
74
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
sonuçlar›n hedef kitleyi ne derece temsil edece¤ine de ancak yine uzman gözünden ya da öznel olarak cevap verilebilir. Siyasi araflt›rmalarda kimi zaman anahtar ya da tipik seçim bölgeleri seçilerek buradaki sonuçlar›n hedef kitleye yak›n ç›kaca¤› beklentisi takip edilir. Uzman seçiminin öznelli¤inden biraz uzaklafl›p geçmifl seçimlerde ülke geneli sonuçlar› en yak›ndan takip eden “kilit” seçim bölgeleri aras›ndan ülke sonucuna en yak›n olan seçim bölgesi seçilebilir. Bu yöntemin en önemli avantaj›, seçilen kestirme gücü en yüksek “kilit ya da tipik” yerleflimdeki durumu en iyi flekilde sezerek ya da ölçerek daha genifl ve tahmin yapmas› çok daha güç bir hedef kitle için kestirmeden bir tahmin üretmektir. Bu tür anahtar bölgelerin temel sorunu geçmifl veriler temelinde flekillenirken herhangi bir seçimde ülke genelinden sapma gösterme olas›l›¤›n›n hiçbir zaman s›f›rlanmamas›d›r. Herhangi bir seçimde bu anahtar bölge özelli¤i flans sonucu bir baflka bölgeye geçebilir. Bu tür seçimler bilimsel araflt›rmalarda hemen hiç kullan›lmaz. Kota örneklemi hedef kitledeki temel baz› özellikler temelinde gruplar›n örnekleme kullan›lan kotalar ile yans›t›lmas›ndan ibarettir. Örne¤in, hedef kitlede diyelim ki %50 kad›n %50 erkek varsa örnekleme seçilecek kiflilerin de %50 kad›n %50 erkek olmas› sa¤lan›r. Biraz daha çetrefil kota örneklemlerinde cinsiyetin yan› s›ra yafl ve e¤itim düzeyi de kullan›labilir. Bu tür detayl› kotalarla çal›fl›ld›¤›nda elde edilen örneklemler seçilmifl kota de¤iflkenlerinin özelliklerini mükemmel olarak yans›tabilirler. Ancak bu örneklemlerin yapamad›¤› fley elde edilen örneklemin hata düzeyinin tahminidir. Kota örneklemleri örneklem hatas› tahmini yapamazlar. Kota örnekleminde unutulmamas› gereken bir pratik k›s›t da kota de¤iflkenlerinin say›s› artt›kça kotaya uygun kifli bulman›n da git gide zorlaflmas›d›r. Diyelim ki k›r-kent, cinsiyet, yafl grubu ve e¤itimden oluflan bir kota çerçevesi kullan›yoruz. O zaman hedef kitlenin özelliklerine göre örne¤in 18-25 yafllar›nda, yüksek ö¤retim görmüfl k›rda ikamet eden kad›n bulmak gibi bir örneklem hedefimiz olabilir. Bu tür özellikleri gösteren ögelerin bulunmas› ve örnekleme dahil edilmesi saha çal›flmas›nda özel zorluklar yaratacakt›r. Ço¤u zaman görüflmeciler kotas› dolmam›fl özelliklere sahip ögeler bulmak için bir aray›fla girecekler bu da rastsall›ktan iyice uzaklafl›lmas›n› ve sadece baz› tür yanl› özelliklere sahip ögelere ulafl›lmas› sonucunu do¤uracakt›r. Dolay›s›yla bu tür karmafl›k kotalar uygulamada genellikle kullan›lmaz. Örneklem hatas› hakk›nda bir ç›kar›mda bulunulamamas› nedeniyle de bilimsel çal›flmalarda da kota örneklemi yine kullan›lmaz. Akademik dünyada s›k s›k kullan›lan ö¤renci örneklemleri ya da dersin yap›ld›¤› s›n›flarda yürütülen deneysel araflt›rmalar›n da temsil gücünün son derece k›s›tl› oldu¤u unutulmamal›d›r. Pek bilimsel inand›r›c›l›¤› yok gibi görünse de bu tür örneklemlerin kullan›lmas›ndaki mant›k çal›fl›lan konu temelinde örne¤in s›n›fta bulunan ö¤rencilerin genel e¤ilimlerden çok da uzak olmayaca¤› beklentisidir. Elbette bu tür bir beklentinin asl›nda bir hipotez olarak al›n›p test edilmesi gerekir.
Rastsal Örneklemin Mant›¤› E¤er herhangi bir hedef kitle sadece tek bir özellik gösteren ögelerden olufluyor ve tüm ögeler birbirinin ayn›ysalar bu hedef kitleden örneklem seçmek gayet basit bir ifl olurdu. Tüm örnek listesindeki ögeler birbirinin ayn› özelliklere sahipseler buradan çekilecek örneklem büyüklü¤ü de tek bir örnekten oluflsa da yeterli olacakt›r. Bu flekilde tüm ögelerin türdefl (homojen) bir yap›ya sahip oldu¤u durumda ne örneklem büyüklü¤ünün ne de bu örneklemin seçilifl fleklinin bir önemi kalacakt›r. Herhangi bir tek örnek tüm hedef kitleyi temsil edebilecektir. fieker
3. Ünite - Örnekleme Yöntemleri
testi için kan örne¤i almak ya da beyaz peynir kal›b›ndan bir ufak parça tatmak hep bu tür bir mant›¤›n parças›d›r. Hedef kitlede türdefllik azald›¤›nda örneklem çekmek git gide zorlafl›r. Yoksa örnek seçmek konusunda pek dikkatli de¤ilsek bunu herkesin yapabilece¤ini düflünebiliriz. Hatta pek çok araflt›rmada benzer bir basite indirgeyen mant›k takip edilmektedir. Örne¤in, derslerimizin takip edildi¤i üniversitelerde ö¤rencilerin görüfllerini bir örneklem çerçevesinde ö¤renmek ve çözümlemek s›k s›k üstlenilen bir araflt›rma çerçevesidir. Üniversitemizdeki ö¤rencileri temsil yetene¤ine sahip flimdilik diyelim ki 100 ö¤renci ile görüflmek istiyorsak örne¤in üniversite kampüsüne gidip “rastgele” ö¤rencilerle görüflmeyi seçebiliriz. Ancak bu “rastgele” görüflmelerin asl›nda kendi içinde sonuçlar›n›z› etkileyip bir yöne do¤ru tarafl› hâle getirebilecek içsel dinamikleri olaca¤›n› tahmin etmek zor de¤ildir. Bu süreçte en büyük etkiler en baflta hepimizin sahip oldu¤u kiflisel ön yarg›lar›m›z ve yanl›l›klar›m›zdan gelecektir. Örne¤in sigara içen bir araflt›rmac› sigara içmeyen ö¤rencilerin daha ra¤bet etti¤i aç›k alanlara de¤il de daha çok duman alt› kantinlere gidebilecektir. Hadi diyelim kantinlerde art›k sigara yasa¤› var ama yine her kampüste baz› kantinlerin biraz daha ucuz ya da pahal› olmas› ya da farkl› yiyecek ve içeceklerin bulunmas› nedeniyle farkl› ö¤renciler için çekim merkezi oldu¤u s›k gözlenen bir olgudur. Bu tür farkl›laflmalar› diyelim göz önüne ald›k ama yine hem kendi arkadafl çevremiz, kampüsteki çevremiz bizi baz› gruplarla daha rahat konuflabilir k›larken di¤erlerinden de uzaklaflt›r›yor olacakt›r. Diyelim ki bu flekil ortaya ç›kacak tarafgirli¤in önüne geçmek istedik yine zorlanaca¤›m›z konu ne tür ö¤renci özelliklerinin ne oranda hedef kitlemizde yer ald›¤›n› tespit etmek olacakt›r. Tüm bu kayg›larla ö¤renci seçimini bizim ön yarg› ve sosyal e¤ilimlerimizden koparmak amac›yla bir formüle ba¤lay›p diyelim ki her 10 ö¤renciden biriyle görüflme formülüne ba¤lad›k. E¤er kantinin kap›s›na yak›n bir yerde her 10 ö¤renciden biriyle görüflürsek örneklemimizdeki yanl›l›¤› s›f›rlayabilir miyiz? Kantine gelemeyen ö¤renciler aç›kt›r ki örneklemimize giremeyecektir. E¤er söz konusu kantin diyelim iletiflim fakültesine yak›n ama mühendislik fakültesine uzakt›r, o zaman fakülte, puan türü ve puan düzeyi farkl›l›klar› do¤rudan örneklemimize de yans›m›fl olacakt›r. Bu ve benzer yanl›l›klar örneklemimizin temsil gücünü yok edecektir. Rastsal örnekleme “rastgele” örneklem demek de¤ildir. Rastsal örnekleme gayet basit bir temel prensibe dayan›r: rastsal örneklemde hedef kitledeki tüm ögelerin örnekleme seçilme flanslar› eflittir.(Burada Moser ve Kalton’daki (1971, 80-82) tart›flmay› referans almam›z yerinde olur. Moser ve Kalton s›n›rlamas›z rastsal örnekleme (unrestricted randon sampling) yöntemini hedef kitledeki tüm ögelerin örnekleme seçilme flanslar›n›n eflit oldu¤u yöntem olarak tan›mlar. S›n›rlamas›z rastsal örnekleme ayn› zamanda ikameli bir örneklemedir. ‹kamesiz örneklemeye geçildi¤inde basit rastsal örnekleme geçilmifl olur ve burada da hedef kitledeki her ögenin örnekleme seçilme flans› eflitlenmifltir. Prensip olarak hedef kitledeki ögelerin örnekleme seçilme flanslar›n›n bilinmesi ya da hesaplanabilmesi ve bunlar›n s›f›rdan farkl› olmas› rastsal örneklem için yeterlidir Hansen, Hurwitz ve Madow (1953). Burada s›f›r olas›l›ktan farkl› olmak sadece örnekleme seçilmenin mümkün olmas›d›r. Bu seçilme flanslar›n›n eflit olmas› gerekmez.) Yani izlenilen yöntem seçilme flanslar›n›n eflitli¤i prensibine dayan›r (equal probability of selection method). Bu temel prensibe uyan rastsal örneklem seçiminin iki temel avantaj› vard›r. Birincisi, her ne kadar hiçbir zaman tam olarak hedef kitleyi temsil edemese de di¤er tüm yöntemlerden daha yüksek temsil gücüne sahiptirler ve yukar›daki örnekte farkl› örnekleri verilen sistematik hatalar› yoktur. ‹kinci ve daha önem-
75
76
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
li bir avantaj rastsal örneklem ile seçilmifl örneklerde olas›l›k teorisi yard›m› ile örne¤imizin ne derece hata pay› oldu¤u ya da do¤ruluk derecesi hesaplanabilir. Her ne kadar uzak ihtimal de olsa herhangi bir s›radan ya da “rastgele” yöntem ile seçilmifl örne¤iniz hedef kitleyi mükemmel temsil ediyor olabilir. Burada ürkütücü olan araflt›rmac›n›n rastsal olmayan bir örneklem yöntemi ile elde edilen örne¤in ne derece temsili oldu¤unu tahmin edememesidir.
Birkaç ‹statistiki Kavram Burada biraz daha ilerlemeden örneklem da¤›l›m› (sampling distribution) ve standart hata (standard error) kavramlar› üzerinde durmak iyi olacakt›r. Herhangi bir istatisti¤in standart hatas› o istatisti¤in örneklem da¤›l›m›n›n standart sapmas›d›r. ‹statistikte standart sapma bir da¤›l›m›n ortalama etraf›nda ne derece yay›k bir flekilde da¤›ld›¤›n›n bir ölçütüdür. Pekiyi örneklem da¤›l›m› nedir? Bir istatisti¤in (statistic) örneklem da¤›l›m› o istatisti¤in kuramsal olarak mümkün olan tüm de¤erlerinin eflit örneklem büyüklü¤ünde mümkün olan tüm örneklemler içindeki da¤›l›m›d›r. Bu kavram› aç›klamak en kolay bir örnekle ile yap›labilir. Elimizde 0, 3, 6 ve 9 dan oluflan dört gözlemli bir hedef kitle olsun. Bu dört gözlemli hedef kitleden ikame ile kaç tane ikili örneklem seçebiliriz? Afla¤›daki Tablo 3.1’de tüm olas›l›klar (toplam 16 de¤iflik ikameli örneklem) ve bu olas›l›klara karfl›l›k gelen örneklem ortalamalar› gösterilmifltir. Birinci seçimimiz 3 oldu¤unda ve bu de¤eri ikame ettikten sonra ikinci seçim yap›ld›¤›nda da 6 elde edildi¤inde örneklemimiz 3 ve 6 dan oluflacak ve ortalamas› da 9/2=4,5 bulunacakt›r. 4,5 ortalama (0,9), (3,6), (6,3) ve (9,0) örneklemlerinde elde edilecektir. Tablo 3.1 Örneklem Da¤›l›m› Örne¤i-1
Birinci seçim
0 0 3 6 9
‹kinci seçim
3
0 1,5 3 4,5
6
1,5 3 4,5 6
9
3 4,5 6 7,5
4,5 6 7,5 9
Benzer flekilde ayn› dört gözlemli hedef kitleden bu sefer üçlü tüm örneklemlerin dökümü de (toplam 64 de¤iflik ikameli örneklem) yine afla¤›daki Tablo 3.2’de üretilmifltir. Burada örne¤in birinci gözlem 3, ikinci gözlem 6 ve üçüncü gözlem de 3 oldu¤u takdirde elde edilecek örneklem (3,6,3) ortalama 12/3=4 verecektir. 4 ortalama (0,9,3), (0,6,6), (0,3,9), (3,0,9), (3,3,6), (6,3,3), (3,9,0), (6,6,0), (6,3,3), (6,0,6), (9,3,0) ve (9,0,3) örneklemlerinden elde edilmektedir. Tablo 3.2 Örneklem Da¤›l›m› Örne¤i-2
Birinci seçim
0
‹kinci seçim Üçüncü seçim
0 0 3 6 9
0 1 2 3
3 1 2 3 4
3 6
2 3 4 5
9
0
3 4 5 6
1 2 3 4
3 2 3 4 5
6 6
3 4 5 6
9
0
4 5 6 7
2 3 4 5
3 3 4 5 6
9 6
4 5 6 7
9
0
5 6 7 8
3 4 5 6
3 4 5 6 7
6 5 6 7 8
9 6 7 8 9
‹kameli örnekleme yap›ld›¤›nda dört gözlemli hedef kitleden dörtlü örneklemler de çekmek mümkündür. Böylelikle seçilen dört gözlemin dördünün de ayn› ögeden oluflaca¤› durumlar da mümkün olmaktad›r. Bu durumda çekilebilecek toplam 256 farkl› örneklem vard›r. Bunlar›n hepsini göstermeye giriflmeyece¤iz burada. Afla¤›daki Tablo 3.3’te ikameli örnekleme ve bu üç örnekleme uygulama-
3. Ünite - Örnekleme Yöntemleri
s›n›n oluflturdu¤u örneklem da¤›l›mlar› ile bu da¤›l›mlardan elde edilen örneklem ortalamalar› ve bunlar›n standart hatalar› verilmifltir. Burada iki noktan›n alt›n› çizmek gerekir. Birincisi her üç uygulamada da örneklem da¤›l›mlar›n›n ortalamas› hedef kitlenin ortalamas›na (0+3+6+9)=18/4=4,5 eflittir. Yani hedef kitlede ilgilenmekte oldu¤umuz istatisti¤in kestirilmesinde bir yans›z kestirim yap›lmaktad›r. Di¤er ilginç olan nokta ortalamalar›n standart sapmas›n›n öncelikle hedef kitlenin standart sapmas›ndan daha ufak oldu¤udur. Bu iki gözlem merkezî limit teoreminin (central limit theorem) sonucudur. Merkezî limit teoremi ortalaman›n örneklem da¤›l›m›n›n normal da¤›l›m oldu¤unu ve bu da¤›l›m›n ortalamas›n›n hedef kitle ortalamas›na eflit oldu¤unu söyler. Ortalaman›n örneklem da¤›l›m›n›n standart sapmas› da hedef kitlenin standart sapmas›n›n gözlem say›s›n›n kare köküne bölümüdür. Merkezî limit teoremi hedef kitlenin da¤›l›m›ndan ba¤›ms›z olarak buradan çekilecek bir örneklem da¤›l›m›n›n bu örneklemin büyüklü¤ü artt›kça normal da¤›l›ma yaklaflaca¤›n› söylemektedir. Bu da örneklem da¤›l›mlar›n›n istatistiki kestirimlerde bulunmakta kullan›labilece¤ini belirtir.(Normal da¤›l›m hakk›nda bilgi Ünite 8’de bulunabilir.) Diyelim ki bir hedef kitleden bir örneklem çektik ve ortalamas›n› da 6 bulduk. O zaman kendimize bu gözlenen ortalaman›n ne derece ender görülen bir de¤er oldu¤unu sorabiliriz. Karfl›laflt›rma yapabilece¤imiz bir referans noktam›z olmad›¤›nda bu soruyu cevaplamak mümkün olmayacakt›r. Oysa e¤er biz bu istatisti¤in örneklem da¤›l›m›n› afla¤›daki tablodaki gösterildi¤i gibi biliyorsak o zaman 6 ve üzeri bir ortalaman›n (0,1211+0,0781+0,0391+0,0156+0,0039=0,2578) %26 olas›l›kla elde edilebilece¤ini söyleyebiliriz. Merkezî limit teoremi ortalaman›n örneklem da¤›l›m›n›n hedef kitledeki ortalamaya eflit olaca¤›n› söyledi¤ine göre örneklem ortalamas› yukar›da özetlenen flekilde bir ne derece ender bir örneklem ortalamas› gözlüyoruz sorusunun cevaplanmas›nda kullan›labilir. Ancak unutulmamal› ki hedef kitlemizin standart sapmas›n› asl›nda hiçbir zaman gözleyemeyece¤iz. Bu standart sapmay› örneklem büyüklü¤ünün kareköküne bölmemizi ve bu yolla örneklem ortalamas›n›n örneklem da¤›l›m›n›n standart sapmas›n› bulaca¤›m›z› söyleyen merkezî limit teoremini iflletmemiz için hedef kitlenin standart sapmas›n›n bir kestirmesine ihtiyac›m›z olacakt›r. Bu da bize afla¤›daki denklem taraf›ndan verilecektir. Afla¤›daki denklemde de¤iflkenin – ortalama de¤eri X ve hedef kitlenin standart sapmas› da δ ile gösterilmifltir.
1 ( ∑( X − X )12 yansız kitle kestirme değeri δ = s = N − 1
Hedef kitlenin standart sapmas› bu denkleme (N-1) de¤il N olarak yerlefltirildi¤inde elde edilen
((1 / 4)((0 − 4, 5)2 + (3 − 4, 5)2 + (6 − 4, 5)2 + (9 − 4, 5)2)) = 3, 35
olur. Bu denklemde dikkat edilirse N-1=3 de¤il N=4 kullan›lm›flt›r. Oysa (N-1) de¤il N kullan›ld›¤›nda standart sapman›n yanl› (biased) bir kestirmesi elde edilir. N1 kullan›ld›¤›nda ise bu yanl› kestirme düzeltilmifl olur. Kestirilen ortalaman›n standart sapmas› δx s = kestirilen d x = N
∑(X1 − X 2
77
78
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Burada örneklemin standart sapmas› ve örneklem büyüklü¤üne ba¤l› bir denklem vard›r. Örneklem büyüklü¤ü artt›kça ortalaman›n kestirilen standart hatas› düflmektedir. Örneklem varyans› s2 (standart sapman›n karesi) artt›kça ortalaman›n kestirilen standart hatas› da artmaktad›r. Bu da beklentimize gayet uygundur. Yaln›z burada gözlenen ayn› zamanda örneklemenin standart hatay› düflürmek amac›yla büyüklü¤ünü artt›rma e¤iliminin ne kadar maliyetli oldu¤udur da ayn› zamanda. Kestirilen ortalaman›n standart hatas›n› yar›ya indirmek için örneklem büyüklü¤ünü dört kat›na ç›karmak gerekir ( 4 = 2) . Bir iyi haber ise bu denklemde hedef kitlenin büyüklü¤ünün yer almamas›d›r. Bu hiç de beklenen bir sonuç de¤ildir. Hedef kitlemiz ‹stanbul seçmen nüfusu da olsa bir mahalle ya da okul nüfusu da standard hata hesab›nda dikkate al›nan sadece örneklem büyüklü¤üdür. Fiflek (1998, 188) buradaki hesaplar›n daha öncede not edildi¤i gibi ikameli örneklem varsay›m› alt›nda yap›ld›¤›na dikkat çekmektedir. Pratikte sosyal bilimciler hemen hiç ikameli örnekleme yapmazlar. Ancak buna ra¤men hedef kitle yeterince büyük oldu¤unda bu çok büyük bir fark yaratmamaktad›r. Küçük hedef kitlelerle çal›fl›rken bir düzeltme faktörünü hesaba katmak gerekir. Tablo 3.3 Örneklem Da¤›l›m› Örne¤i-3 Ortalama
Gözlem Ortalama Gözlem Ortalama Gözlem Ortalama Ortalama Ortalama say›s› olas›l›¤› say›s› olas›l›¤› say›s› olas›l›¤›
0,00
1
0,0625
0
1
0,0156
0
1
0,0039
1,50
2
0,1250
1
3
0,0469
0,75
4
0,0156
3,00
3
0,1875
2
6
0,0938
1,5
10
0,0391
4,50
4
0,2500
3
10
0,1563
2,25
20
0,0781
6,00
3
0,1875
4
12
0,1875
3
31
0,1211
7,50
2
0,1250
5
12
0,1875
3,75
40
0,1563
9,00
1
0,0625
6
10
0,1563
4,5
44
0,1719
16
1,0000
7
6
0,0938
5,25
40
0,1563
8
3
0,0469
6
31
0,1211
9
1
0,0156
6,75
20
0,0781
64
1,0000
7,5
10
0,0391
8,25
4
0,0156
9
1
0,0039
256
1,0000
Ortalama
4,5
4,5
4,5
Ortalamalar›n standart sapmas›
2,37
1,94
1,68
Ortalamalar›n standart hatas›
2,71
2,03
1,70
Örneklem Büyüklü¤ü Pratik olarak kamuoyu/anket çal›flmalar›nda ilk sorulardan biri çal›fl›lacak örneklem büyüklü¤üne dairdir. Genellikle örneklem büyüklü¤ünün ne kadar olaca¤›n› pratikte projenin bütçesi belirler. Ana prensip olarak görece büyük örneklemler
3. Ünite - Örnekleme Yöntemleri
küçüklerinden daha avantajl›d›rlar. Ancak elbette her zaman sorunun nihai cevab› araflt›rmac›n›n amaçlar›na ba¤l›d›r. Ço¤u zaman örneklem seçim yöntemi basit rastsal örneklem olmasa da sanki öyle oldu¤u varsay›m› alt›nda basit bir nominal evet-hay›r cevapl› de¤iflken ile çal›fl›ld›¤› varsay›m›yla oran için bir güven aral›¤› denklemi kullan›larak farkl› varsay›mlarda gerekli örneklem büyüklükleri hesaplan›r. Afla¤›da bu amaçla kullan›labilecek formül verilmifltir: Cp=±Zα(σp) Burada Cp=oran için güven aral›¤› Zα=α düzeyi için Z skoru σ p = p(1− p) / n = örneklemdeki oran için standart hata olarak tan›mlanm›flt›r.
σp yukar›daki Cp içine koyuldu¤unda Z p(1− p) 2 n = α C p
Bulunur. Bu formülde Zα %5 için 1.96 %1 için 2.575 olarak Z tablosundan bulunabilir (Bak›n›z EK. Cp araflt›rmac› taraf›ndan genelde 0.03 ile 0.05 aras›nda kullan›l›r. Biz burada 0,03 düzeyini seçece¤iz. p(1− p) oransal olarak hedef kitlenin
ne derece homojen oldu¤una dair bir varsay›md›r. Aç›kt›r ki bu formül p=0,5 için en yüksek de¤erini alacak di¤er tüm de¤erler için asl›nda görece daha homojen bölünmeler gösterdi¤i için daha düflük düzeyde kalacakt›r. Dolay›s›yla örneklem hesab›nda en muhafazakâr varsay›m olarak en heterojen durum olan %50-%50 bölünmüfllü¤e karfl›l›k gelen p=0,5 seçilir. Tüm bu de¤erler yukar›daki formüle yerlefltirildi¤inde (1.96) 0.5(1− 0.5) 2 = 1067.1 bulunur. Zα %1 için 2.575 olarak de¤ifltirildin = 0.03 ¤inde daha yüksek bir n bulunmaktad›r: ( 2.575) 0.5(1− 0.5) 2 = 1841.8 . Burada dikkat edilirse örneklem büyükn = 0.03 lü¤ü ile standart hata aras›nda negatif bir iliflki oldu¤u görülecektir. Güven aral›¤›n› daraltmak için git gide büyüyen örneklemlerle çal›flmak gerekmektedir. Yukar›da kullan›lan formül hedef kitlenin büyük oldu¤u varsay›m›yla flekillenmifltir. Afla¤›da görece küçük hedef kitleler için kullan›labilecek formül verilmifltir: Zα p(1− p) 2 N − n n = Cp N − 1 Buradan n için yeniden düzenleme yap›l›rsa afla¤›daki denkleme ulafl›l›r: n=
Zα2 p(1 − p) N
Zα2 P(1 − P ) + ( N − 1)C2p
79
80
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Yukar›daki örne¤i bu kez 200 kiflilik bir küçük hedef kitle için kullan›rsak (1.96) 0.5(1 − 0.5)( 200) = 168.57 bulunur. n = (1.96) 0.5(1 − 0.5) + ( 200 − 1)0.032
Elde edilir. Buradan da görülece¤i gibi küçük hedef kitlelerde örneklem olarak oldukça yüksek bir oran çekilmesi gerekmektedir. Afla¤›da bu amaçla kullan›labilecek bir en ufak gerekli örneklem büyüklükleri tablosu verilmifltir. Hedef Kitle (N) 500 1.000 1.500 3.000 10.000 50.000 100.000
%95 güvenilirlik düzeyi ±%3 ±%5 ±%10 250a 218 81 500a 278 88 624 306 91 788 341 94 965 370 96 1.045 382 96 1.058 383 96
%99 güvenilirlik düzeyi ±%3 ±%5 ±%10 250a 250 125 500a 399 143 750a 460 150 1142 544 158 1556 622 164 1777 655 166 1809 659 166
a) Hedef kitle büyüklü¤ü normallik varsay›m›n› desteklemedi¤inden seçilecek örneklem büyüklü¤ü hedef kitlede verilenin %50’si olarak verilmifltir. Kaynak: Rea ve Parker (1997) s.121
Aral›k ölçekli de¤iflkenler için örneklem büyüklü¤ü hesab› yine benzer flekilde yap›labilir. Yeterince genifl bir hedef kitle oldu¤u varsay›m› alt›nda önceki denklem afla¤›daki gibi de¤ifltirilebilir: Ci=±Zα(σx-) Burada Ci=aral›k ölçe¤i için güven aral›¤› Zα=α düzeyi için Z skoru σ x = σ / n = örneklemdeki oran için standart hata olarak tan›mlanm›flt›r.
σx- yukar›daki Cp içine koyuldu¤unda Z2 σ 2 n = α 2 Ci
σ2 örneklemden elde edilen s2 ile kestirilip gerekli de¤erler yerlerine yerlefltirilince n bulunur. Oran için yap›lan hesapta %50-%50 bölünmüfllük muhafazakâr bir varsay›m olarak kullanabiliyordu. Burada ise araflt›rmaya giriflmede s2 de¤erini bulmam›z gerekmektedir ki araflt›rmada kullan›lacak örneklem büyüklü¤ünü hesaplayabilelim. Bunun için ya eski çal›flmalarda elde edilmifl de¤erler kullan›labilir ya da bir pilot çal›flma ile yaklafl›k bir de¤er bulunabilir. Son olarak da varsay›lan bir s2 de¤eri için örneklem büyüklü¤ü hesaplanabilir. Varsayal›m ki hane bafl›na ayl›k gelirdeki standart sapma T1000 olsun. Öyle bir örneklem büyüklü¤ü seçmek istiyoruz ki %95 güvenilirlik düzeyinde lik bir hata pay› ile çal›flmak istiyoruz. O zaman afla¤›daki de¤erler elde edilir 1.96210002 = 384.2 n = 1002
3. Ünite - Örnekleme Yöntemleri
Yine küçük hedef kitleler için bir düzeltme yap›ld›¤›nda afla¤›daki formül elde edilir:
Z2 s 2 n = α 2 Ci
N − n N − 1
Buradan n için yeniden düzenleme yap›l›rsa afla¤›daki denkleme ulafl›l›r: n=
Zα2 s 2
C2i + Zα2 s 2 / ( N − 1)
Yine ayn› örnekle çal›flmaya devam edip bu sefer sadece 5000 kiflilik bir ufak mahallenin hane gelirini hesaplamaya gayret edersek 1.96210002 = 356.7 bulunur. n = 1002 + (1.96210002 / 4999) Aral›k ölçe¤i için yukar›daki gibi bir tablo oluflturmak mümkün de¤ildir. Her de¤iflken için yukar›daki formüller tek tek uygulanmak durumundad›r. fiimdi tekrar örnekleme yöntemlerine geri dönüp rastsal örnekleme tart›flmas›n› tamamlamaya çal›flaca¤›z.
Basit Rastsal Örnekleme (Simple Random Sampling) Basit rastsal örnekleme tüm rastsal örnekleme yöntemleri aras›nda bir referans noktas› olarak kullan›lan yöntemdir. Örnek listemizin elde edilmesini takiben yapmam›z gereken bu listedeki her ögeye bir referans numaras› vermektir. Örnek listemizin yinelenme ve kümelenme sorunlar›ndan ar›nd›r›lm›fl ve her ögenin tek bir referans numaras› olmas›yla herhangi bir rastsal rakam tablosu ya da basit bir kiflisel bilgisayar program› kullanarak istenilen say›da rastsal olarak belirlenmifl rakam kullan›larak örne¤imiz seçilebilir. Örne¤in diyelim ki örnek listemizde üniversitemize kay›tl› 3000 ö¤renci vard›r. Örneklem büyüklü¤ümüzün de 100 olaca¤›n› belirlemifl olal›m. Basit rastsal örneklem ile ihtiyaç duyulan 100 ögenin seçilmesi için 1 ile 3000 aras›nda 100 tane rastsal rakam belirlenmesi gerekir. Bunu herhangi bir rastsal rakam tablosundan 100 tane 1-3000 aras›nda dört basamakl› rakam seçerek yapabilece¤iniz gibi herhangi bir hesap tablosu (spreadsheet) program›ndan 1-3000 aras› 100 rakam üreterek de yapabilirsiniz. Böylelikle bu seçilen rakamlara karfl›l›k gelen ögeler örne¤imiz olarak seçilmifl olacakt›r. E¤er 100 tane rastsal rakam seçimi uzun ve zahmetli geliyorsa daha basit yöntem basit sistematik örnekleme yöntemidir. Burada 3000 ö¤renciden 100 ö¤renci örne¤imize seçilecekse 3000/100=30 örneklem oran› (sampling ratio) olarak belirlenir. Daha sonra 1-30 aras› bir rastsal rakam belirlenir. Diyelim bu rakam 17 olsun. Örnek listemizde ilk olarak 17’nci s›radaki öge örne¤imize seçilmifl olacakt›r. ‹kinci seçilecek öge 17+30=47inci öge olarak belirlenir. En son seçilen ögenin s›ra numaras› üzerine örneklem oran› eklenerek yeni seçilecek öge tespit edilir ve en son 100’üncü seçime kadar böyle devam edilir. Basit sistematik örneklem e¤er örnek listemiz bafltan rastsal bir flekilde oluflturulmufl bir listeyse basit rastsal örneklem seçim yöntemiyle bir farkl›l›k göstermez. Ancak basit sistematik örneklem yönteminin bir tehlikesi vard›r. E¤er örnek listesinde dönemsellik (periodicity) varsa ve bu dönemsellik örnek listesinde örneklem oran› ile örtüflürse o zaman basit sistematik örneklem yöntemi sistematik yanl› ör-
81
82
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
nekler seçebilir. Örne¤in okullardan ö¤renci seçimi s›ras›nda kullan›lan ö¤renci listeleri eflit ö¤rencilerin oldu¤u s›n›flar temelinde ve bu s›n›flarda da ö¤rencilerin baflar› notlar›na göre s›ralanm›fl olursa o zaman tipik bir sorunlu durumla karfl› karfl›ya kal›r›z. Diyelim ki s›n›flarda 30’ar ö¤renci var ve her s›n›fta ö¤renciler en baflar›l› birinci ö¤renciden en sondaki 30’uncu ö¤renciye do¤ru s›rlanm›fl flekilde örnek listemize konulmufl olsun. Yine bir önceki örne¤i devam ettirirsek 100 ö¤renci seçmek için 17’inci ö¤renciden bafllay›p 47’inci ö¤renci ard›ndan örneklem oran› olan 30 ekleyerek 100 ö¤renci seçmemiz gerekecektir. Ancak bu flekilde her s›n›ftan hep 17’inci baflar› s›ras›ndaki ö¤renciyi seçmifl oluruz ve bu da genel ö¤renci kitlesini hiç temsil yetene¤ine sahip bir örnek olmaz. Sadece hep ayn› 17’inci baflar› yetene¤ine sahip ö¤rencileri örnekleme dahil etmifl oluruz. Ne birinciler ne de di¤erleri hiçbir flekilde örne¤imize dahil olamazlar.
Katmanl› Örnekleme (Stratified Sampling) Katmanl› örnekleme yöntemi daha önce de¤inmifl oldu¤umuz temel bir gözleme dayan›r. O gözlem de hedef kitlenin ne derece türdefl (homojen) ise çekilen örneklemin de o derece daha az örneklem hatas› üretti¤idir. E¤er bir hedef kitlede var olan ögelerin %99’u bir görüflte ve sadece %1’i karfl›t görüflte ise o zaman çekilen örneklemin bu farkl›laflmay› çok ›skalama olas›l›¤› düflüktür. Oysa hedef kitlenin yar›s› bir fikirde di¤eriyse bunun karfl›s›nda ise o zaman çekilen örneklemin hedefteki bu 50-50 bölünmüfllü¤e uzak sonuç verme olas›l›¤› daha yüksek olacakt›r. Katmanl› örnekleme yöntemi bu gözlem temelinde ifller ve hedef kitleyi türdefl alt gruplara ay›r›p her birinden gerekli büyüklükte örnekleme yoluyla toplam örneklemi oluflturur. Örne¤in, üniversite ö¤rencilerini tek bir toplam örnek listesinden çekmek yerine s›n›flara göre alt kümelere ay›r›rsak s›n›flar kendi içlerinde daha türdefl olacaklard›r. Her bir s›n›fa ihtiyaç duyulan oranda gözlem ayr›l›p bu gözlemleri s›n›f alt kümelerinden seçmek katmanl› bir örnekleme olacakt›r. Böylelikle s›n›fa göre katmanland›rmaya gidilmedi¤inde örneklemimizin s›n›f de¤iflkenine göre içerece¤i örneklem hatas›, s›n›fa göre katmanlamaya gidildi¤inde s›f›rlanm›fl olacakt›r. Ayn› mant›¤› takiben hedef kitlenin s›n›f d›fl›nda bilinen, cinsiyet, bölüm ya da not ortalamas› gibi di¤er özelliklerine göre de katmanlama yap›labilir. Böylelikle örneklemimiz içinde hedef kitlede bu özellikler aç›s›ndan olmas› gerekti¤i oranda ö¤renci cinsiyet, bölüm ve not ortalamas› özelli¤ine sahip olarak yans›t›lm›fl olacakt›r. Bu flekilde katmanlama yap›l›rken hedef kitlemiz kendi içinde türdefl ama katmanlar aras› türdefl olmayan bir yap› gösterecektir. Yine hat›rlamal›y›z ki de¤iflkenler aras› yak›n iliflkiler bu tür birkaç de¤iflken temelinde yarat›lan türdefl alt gruplar ile di¤er baflka de¤iflkenler aras› da türdefllik sa¤layacakt›r. Örne¤in, üniversite s›n›flar›na göre türdefllefltirici bir katmanlama ayn› zaman da s›n›fla yüksek derece iliflkili olan yafl aç›s›ndan da türdefl katmanlar yaratacakt›r ve yafl aç›s›ndan da temsil gücü yüksek bir örneklem elde edilecektir. Benzer flekilde cinsiyet ile meslek, ya da not ortalamas› ile de akademik yetenek aras›nda yüksek iliflki olmas› nedeniyle bu aç›lardan da türdefl ve temsili bir örneklem elde edilmifl olunacakt›r. Bu aç›dan bak›ld›¤›nda hangi de¤iflkenlere göre katmanlama yap›lmas› gerekti¤ine dair de ipuçlar› elde edilebilir. Sonuç olarak katmanlama elde hangi de¤iflkenlerin oldu¤una ba¤l›d›r. Ancak baflka pek çok de¤iflkenle de yüksek oranda ilgileflim (correlation) gösteren cinsiyet, e¤itim, yafl, co¤rafi bölge gibi de¤iflkenler s›k s›k katmanlamada kullan›lan de¤iflkenlerdir.
3. Ünite - Örnekleme Yöntemleri
Katmanlama yap›l›rken öncelikle seçilen de¤iflkenler temelinde hedef kitle alt gruplara bölünür ve seçilecek örneklem içerisinde her alt grubun sahip olmas› gereken pay tespit edilir. Örne¤in dördüncü s›n›f erkek ö¤renciler aras›nda 3,5/4 ve üzeri not ortalamas› olan ö¤renci oran› e¤er %5 ise örneklemin %5’i dördüncü s›n›ftan 3,5 üzeri not ortalamas› olan erkeklere ayr›l›r. Her bir alt grup içinden de rastsal flekilde gerekli say›da öge seçilir. Bir di¤er yöntem de tüm örneklemi kullan›lan tabakalar temelinde tek bir uzun liste olarak düzenlemektir. Bu liste üzerinde her katman›n kaplad›¤› yer toplam içerisinde sahip oldu¤u pay kadar olacakt›r. Daha sonra rastsal bir bafllang›ç noktas›yla sistematik olarak seçim yap›ld›¤›nda ortaya ç›kacak örneklemde her katman içinden elde edilmesi gerekti¤i kadar say›da öge otomatik olarak seçilebilecektir. Burada hat›rda tutulmas› gereken bir di¤er nokta da asl›nda kimi zaman kullan›lan örnek listelerinin örtülü (implicit) katmanlama içermesidir. Örne¤in ço¤u zaman üniversite ö¤renci listeleri s›n›flar ve bölümlere göre katmanlanm›fl olarak kullan›l›r. Keza de¤iflik kurum listeleri de iller temelinde üyelik ya da iktisadi faaliyet büyüklü¤üne göre s›ralanm›fl flekilde kullan›l›yor olabilir. Bu flekilde bir düzenlemenin var olup olmad›¤›n›n aç›k bir flekilde ö¤renilmesi bu listelerden elde edilecek rastsal örneklerin bu örtülü katmanlama olmad›¤›n› varsayd›¤›m›z durumlardan daha iyi temsil gücüne sahip örneklemler elde etmemiz durumunu do¤urur. Yani bu durumda alt› çizilmesi gereken nokta rastsal örneklemden elde edece¤imizden daha temsili bir örneklem elde etmemiz mümkündür.
Küme Örneklemesi (Cluster Sampling) fiimdiye kadar verilen örnekleme yöntemlerinde sonuç olarak bir liste oluflturulup bu listeden rastsal bir seçim ile örneklem seçiliyordu. Ancak pek çok sosyal araflt›rmada çal›fl›lacak listeler ya bulunamaz ya da pratik olarak böyle listelerle çal›flmak mümkün de¤ildir. Örne¤in, bafl›ndan beri kulland›¤›m›z üniversite ö¤rencileri örne¤inde ço¤u zaman ö¤renci listelerini üniversite yönetiminden almak ve ard›ndan da bu ö¤rencileri basit ya da sistematik rastsal bir flekilde örneklemimize dahil etmek mümkün olmayabilir. Oysa biliyoruz ki ö¤renciler de¤iflik derslere kay›tl›d›rlar ve bu derslerin listesini bulmak elbette ö¤renci listesine eriflmekten daha kolayd›r. Üstelik bu derslerin nerede ve ne zaman yap›ld›¤›n› da tespit etmek kolayd›r. Dolay›s›yla yap›lmas› gereken ihtiyaç duyuldu¤u kadar ders seçip bu derslere gitmek ve ö¤rencilerle görüflmeleri yapmakt›r. Elbette baz› ö¤renciler birden fazla seçilmifl dersi al›yor olabilirler ancak bu tür ö¤rencileri uyararak ikinci kez görüflmeyi engelleyebiliriz. Benzer flekilde il nüfus listelerini elde etmek zor olman›n ötesinde çok da pratik de¤ildir. Listenin var oldu¤u durumda rastsal seçilecek bir kifli flehrin bir ucunda di¤eriyse farkl› baflka bir ucunda ç›kabilecek ve böylelikle de bu kiflilere ulaflmak pratik olarak mümkün olmayabilecektir. Oysa kentsel yerleflimlerde co¤rafi olarak birbirine yak›n adres bloklar›nda oturanlar blok blok listelenebilmektedir. Bu flekilde tüm flehir sakinlerini içeren flehir bloklar› içinden gerekli say›da blok çekip, her bir bloktaki toplam hane listesini oluflturup bu listeden yine rastsal olarak hane seçmek ard›ndan da her hane içinde çal›flma kapsam›nda görüflülebilecek kiflilerin listesini oluflturup bu listeden bir kifliyi rastsal seçerek ilerlemek mümkündür. Bu flekilde özetlenebilecek bu yöntem çok aflamal› küme örneklemesi iki ad›mdan oluflur: önce bir listeleme yap›l›r ard›ndan da bu listeden bir seçim yap›l›r. Bu flekilde birincil örnekleme birimleri (primary sampling units) oluflturulur ve hatta
83
84
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
gerekli flekilde katmanlan›r. Sonra bu birimlerden örnekler seçilir. Bir sonraki aflamada da bu birimlerden ikinci örneklem birimleri ayn› flekilde bir listeleme sonras›nda örnek ikincil örnekleme birimleri seçilir ve bu flekilde bir aflamadan di¤erine geçilerek nihai ölçümlerin yap›laca¤› birime kadar ilerlenir. Küme örneklemi etkinlik (efficiency) aç›s›ndan tavsiye edilir. Ancak bu etkinlik bir baflka maliyeti de beraberinde getirmektedir. Tek bir listeden yap›lan basit rastsal seçim tek bir örneklem hatas› içerirken, örne¤in iki aflamal› bir küme örnekleminde iki örneklem hatas› söz konusudur. Birinci aflamadaki kümeler hedef kitledeki kümeleri ancak bir örneklem hatas›yla temsil edebilmektedir. ‹kinci aflamada da belirli bir kümenin içinden yap›lan seçim de ancak bir ek örneklem hatas›yla söz konusu kümeyi temsil edebilmektedir. Bu sorunu çözmenin yolu ilk seçilen kümelerin ve bu kümelerden seçilen ögelerin say›s›ndad›r. Örneklem büyüklü¤ümüzü veri ald›¤›m›zda elimizde iki uç noktada örneklem seçim seçene¤i olur. Diyelim ki toplam 2000 görüflme yap›lacak. Bu örneklemi tek bir kümeden 2000 kifli ile görüflerek de yapabiliriz, 2000 farkl› kümeden birer görüflme yaparak da. Tabii ki bu yöntemlerin ikisi de tavsiye dilmez. Ama bir ara yol bulurken karfl› karfl›ya olunan temel sorunu kavramakta bu uç noktalar yard›mc› olabilir. Örneklem hatas› iki etmen taraf›ndan azalt›l›r. Birincisi örneklem büyüklü¤ünü artt›rmak ikincisi de örnek çekilen kitleleri daha türdefl hâle getirmektir. Bu iki etmen çok aflamal› küme örnekleminde ayn› anda etkilidir. Bir küme örneklemi tüm kümeleri ancak çok say›da küme seçilir ve kümeler de birbirine bezer ise en iyi temsil edecektir. Bir öge örneklemi de tüm ögeleri en iyi olarak ancak kümeler içindeki öge say›s› yüksek ve seçilen küme içindeki ögeler de birbirine çok benzer ise temsil eder. E¤er örneklem büyüklü¤ünü sabit tutarsak küme say›s› artt›kça kümeler içindeki öge say›s› do¤al olarak düflecektir. Bu durumda kümelerin temsil kabiliyeti artarken her küme içinden gelen ögelerin kümeleri temsil kabiliyetleri düflecektir.
Büyüklü¤e Orant›l› Olas›l›kl› Örnekleme (BOOÖ) (Probability Proportionate to Size Sampling) fiimdiye kadar kullan›lan örneklerde listelenen kümelerin büyüklük aç›s›ndan farkl›l›klar› dikkate al›nmam›flt›. Yani her gidilen s›n›fta farkl› say›da ö¤renci varsa örne¤in bu s›n›flarda eflit say›da ö¤renci çekilmesi durumunda her ögenin seçilme olas›l›¤› eflitlenmifl olmayacakt›r. Az say›da ö¤rencinin oldu¤u bir s›n›fta herhangi bir ö¤rencinin seçilme olas›l›¤› çok say›da ö¤renci olan bir s›n›ftakinden yüksek olacakt›r. Bu da rastsal örnekleme yönteminin en önemli varsay›m›n› ihlal etmifl olacakt›r. Oysa öncelikle s›n›flar› seçerken seçilme flanslar›n› her s›n›ftaki ö¤renci say›s›na oranl› olarak hesaplasak ve ard›ndan da her s›n›ftan eflit say›da ö¤renci seçersek o zaman her ö¤rencinin seçilme flans›n› eflitleyebiliriz. Afla¤›daki tabloda 20 de¤iflik ders için farkl› kay›tl› ö¤renci say›lar› verilmifltir. Birikimli ö¤renci say›lar› kolonunda her s›n›f sahip oldu¤u ö¤renci say›s›na orant›l› bir yer tutmaktad›r. Örne¤in ilk Ders 1 150 ö¤rencilik yer tutarken Ders 2 25 ö¤rencilik yer tutmaktad›r. Böylelikle birikimli ö¤renci say›s› kolondaki en son girdi olan tüm derslerdeki toplam ö¤renci say›s› olan 872 ö¤renci içinden 3 rakam rastsal olarak seçildi¤inde bu ö¤rencilerin hangi dersin ö¤renci grubuna düfltü¤üne bak›larak dersler büyüklüklerine orant›l› olarak seçilmifl olur. 1 ile 872 aras›nda ilk seçilen rakam 149 Ders 1’e denk gelirken ikinci 302 Ders 6’ya üçüncüsü ise Ders 11’e denk gelmektedir. Böylelikle Ders 1, 6 ve 11 seçilmifl olur.
3. Ünite - Örnekleme Yöntemleri
Bu derslerden befler ö¤renci seçildi¤inde her bir ö¤rencinin seçilme olas›l›¤› flöyle hesaplanabilir: Ders 1’in seçilme olas›l›¤› 150/872. Ders 1 den herhangi bir ö¤rencinin seçilme olas›l›¤› ise 1/150’dir. Bu iki olas›l›¤›n çarp›m› bize Ders 1 den bir ö¤renci seçilme olas›l›¤› olan (150/872)×(1/150)=1/872 verecektir. Ders 6 için benzer flekilde (98/872)×(1/98)=1/872 Ders 11 için benzer flekilde (51/872)×(1/51)=1/872 bulunacakt›r. Bu flekilde herhangi bir dersten seçilecek bir ö¤rencinin örneklemimize dahil edilme olas›l›¤› her zaman 1/872 olacakt›r. Bu özelli¤in yan› s›ra büyüklü¤e orant›l› olas›l›k ile seçim yöntemi toplam hedef örneklem büyüklü¤ünü sabit tutmaktad›r. Küme örneklemi hemen her zaman büyüklü¤e orant›l› olas›l›kl› örnekleme ile yürütülür. Elbette e¤er bütün kümeler eflit büyüklükte ise bu yönteme gerek kalmayacakt›r. Ö¤renci say›lar›
Birikimli ö¤renci say›lar›
Ders 1
150
150
Ders 2
25
175
Ders 3
43
218
Ders 4
12
230
Ders 5
8
238
Ders 6
98
336
Ders 7
21
357
Ders 8
34
391
Ders 9
56
447
Ders 10
78
525
Ders 11
51
576
Ders 12
44
620
Ders 13
14
634
Ders 14
36
670
Ders 15
54
724
Ders 16
52
776
Ders 17
23
799
Ders 18
29
828
Ders 19
37
865
Ders 20
7
872
149
302
540
872
Anket çal›flmalar› örne¤inde ölçüm ve örnek seçim sürecinde mevcut hatalar fiekil 3.1 de k›saca özetlenmifltir. (Bak›n›z Groves, Fowler, Couper, Lepkowski, Singer ve Tourangeau (2004, 48) Bu çerçevede anket çal›flmalar›nda kalite üzerine de biraz daha e¤ilme olana¤› bulaca¤›z. fiekilden de takip edilebilece¤i gibi birbirini takip eden her aflama aras›nda bir baflka tür “hata” yapmak söz konusu olmaktad›r. Aç›kt›r ki araflt›rmac›lar›n ana amac› bu süreç içerisindeki “toplam anket hatas›n›” en aza indirgemektir. Burada alt›n› çizmek gerekir ki bir anket çal›flmas›n›n kalitesinden bahsederken asl›nda söz konusu etti¤imiz örne¤in bir kavramsal ölçümün ortalamas› ya da bir regresyon iliflkisinde mevcut katsay›ya dair özelliklerdir. Biz burada örnek ortalamas› için hata bileflenlerinden bahsedece¤iz.
85
86
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
fiekil 3.1
Ölçüm
Anket Çal›flmas› örne¤inde ölçüm ve örneklem seçim sürecinde hatalar
Temsil Hedef evren (Y)
Geçerlilik Ölçüm (Yi) Ölçüm hatas›
Örnek çerçevesi (Yc) Örnek (ys)
Yan›t (yi) Denekler (yr)
Veri ifllem hatas› ‹fllenmifl yan›t (yip)
Kapsama hatas› Örnekleme hatas› Cevaps›zl›k hatas› Düzeltme hatas›
Örneklem sonras› düzeltmeler
(yrw) Araflt›rma istatisti¤i (yprw)
Bu flekilde bizim için önemli olan birinci nokta anket/kamuoyu çal›flmalar›nda temel olarak hatalar›m›z iki ayr› kaynaktan geldi¤idir. Birinci hata kayna¤›m›z ölçüm sorunlar›m›za iliflkindir. Burada kavramlaflt›rmay› takiben sorular›n dillendirilmesi ve sahada veri toplamaya kadar de¤iflik kaynaklarda hata yap›labilmektedir. Nihai olarak elde edilen verilerin iflleme sokulmas› aflamas›nda da kodlama, bilgisayara geçirme gibi süreçlerde de hata yap›lmas› beklenir. ‹kinci ana hata kayna¤› ise örneklemin temsil yetene¤ine dairdir. Örnekleme sürecinde karfl›lafl›lan güçlükler, saha çal›flmas› s›ras›nda deneklere ulafl›lamamas›ndan kaynaklanan hatalar dikkate al›nmal›d›r. Ancak unutulmamal›d›r ki tüm çabalara ra¤men örnekleme süreci hiçbir zaman hedef kitledeki gerçek de¤erleri bilinen de¤iflkenlerin tam bir yans›mas›n› veremeyecektir. ‹flte bu farkl›l›klar›n veriler topland›ktan sonra giderilmeye çal›fl›lmas› aflamas› üzerinde flimdi durmak istedi¤imiz noktad›r.
A¤›rl›kland›rma Afla¤›da TU‹K-ADNKS kayna¤›ndan Türkiye nüfusunun illere ve k›r-kent ayr›m›na göre nüfusu 2010 y›l› sonu itibar›yla verilmifltir. Bu bilgiler do¤rultusunda örneklem seçimi yap›lsa dahi sonuçta elde edilen örneklemin bölgesel da¤›l›m› eldeki bu verilerden farkl›laflmaktad›r. Bunun pek çok de¤iflik nedeni olabilir. Her ne kadar ADNKS sonuçlar› veri al›narak örneklemde bulunmas› gereken görüflme say›lar› bölgelere da¤›t›lm›fl olsa da her bölgede yürütülen saha çal›flmas›nda istenilen say›da anket belirlenen süre içinde tamamlanamayabilmektedir. Yap›lan kontroller sonucu baz› anketlerin iptal edilmesi de gerekebilmekte sonuç olarak bölge da¤›l›m›n› tam yans›tmayan bir sonuç elde edilmektedir. Bu sonuçlar› a¤›rl›kland›rma ile amaçlanan da¤›l›ma benzetebiliriz.
87
3. Ünite - Örnekleme Yöntemleri
Tablo 3.4 Toplam Nüfusun Bölgesel Da¤›l›m›, 31.12.2010 itibariyle Toplam
Kent toplam
K›r toplam
Toplam (%)
Kent (%)
K›r (%)
1
‹stanbul
‹stanbul
13.255.685
13.120.596
135.089
18,0
23,3
0,8
21
‹zmir
‹zmir
3.948.848
3.606.326
342.522
5,4
6,4
2,0
22
Manisa
Manisa, Afyon, Kütahya, Uflak
3.005.558
1.898.830
1.106.728
4,1
3,4
6,3
23
Ayd›n
Ayd›n, Denizli, Mu¤la
2.739.188
1.579.695
1.159.493
3,7
2,8
6,6
31
Adana
Adana, Mersin
3.733.124
3.117.480
615.644
5,1
5,5
3,5
32
Kahramanmarafl
Hatay, Kahramanmarafl, Osmaniye
3.004.608
1.726.974
1.277.634
4,1
3,1
7,3
33
Antalya
Antalya, Isparta, Burdur
2.685.499
1.863.546
821.953
3,6
3,3
4,7
41
Diyarbak›r
fianl›urfa, Diyarbak›r
3.192.329
2.012.711
1.179.618
4,3
3,6
6,7
42
Gaziantep
Gaziantep, Ad›yaman, Kilis
2.414.833
1.934.725
480.108
3,3
3,4
2,7
43
Mardin
Mardin, Batman, fi›rnak, Siirt
1.985.610
1.253.191
732.419
2,7
2,2
4,2
51
Ankara
Ankara
4.771.716
4.641.256
130.460
6,5
8,3
0,7
52
Konya
Konya, Karaman
2.246.478
1.646.487
599.991
3,0
2,9
3,4
61
Bursa
Bursa, Eskiflehir, Bilecik
3.595.460
3.163.817
431.643
4,9
5,6
2,5
62
Sakarya
Kocaeli, Sakarya, Düzce, Bolu, Yalova
3.246.147
2.610.149
635.998
4,4
4,6
3,6
71
Samsun
Samsun, Tokat, Çorum, Amasya
2.740.686
1.755.076
985.610
3,7
3,1
5,6
72
Zonguldak
Zonguldak, Karabük, Bart›n
1.035.071
528.494
506.577
1,4
0,9
2,9
73
Kastamonu
Kastamonu, Çank›r›, Sinop
743.029
412.556
330.473
1,0
0,7
1,9
81
Sivas
Kayseri, Sivas, Yozgat
2.352.971
1.766.445
586.526
3,2
3,1
3,4
82
Aksaray
K›r›kkale, Aksaray, Ni¤de, Nevflehir, K›rflehir
1.496.296
935.204
561.092
2,0
1,7
3,2
91
Van
Van, Mufl, Bitlis, Hakkari
2.022.373
988.080
1.034.293
2,7
1,8
5,9
92
Malatya
Malatya, Elaz›¤, Bingöl, Tunceli
1.625.158
1.066.419
558.739
2,2
1,9
3,2
100
Ordu
Trabzon, Ordu, Giresun, Rize, Artvin, Gümüflhane
2.516.167
1.414.065
1.102.102
3,4
2,5
6,3
111
Bal›kesir
Bal›kesir, Çanakkale
1.642.720
963.961
678.759
2,2
1,7
3,9
112
Tekirda¤
Tekirda¤, Edirne, K›rklareli
1.521.328
1.026.734
494.594
2,1
1,8
2,8
121
Erzurum
Erzurum, Erzincan, Bayburt
1.068.446
661.051
407.395
1,4
1,2
2,3
122
A¤r›
A¤r›, Kars, I¤d›r, Ardahan
1.133.660
528.488
605.172
1,5
0,9
3,5
73.722.988
56.222.356
17.500.632
100
100
100
Toplam Nüfus
Kaynak: http://www.tuik.gov.tr/VeriBilgi.do?alt_id=39
Afla¤›daki tabloda örneklemimizde gözlenen da¤›l›m 9 bölge için gösterilmifltir. Bölge gruplamalar› da ayn› tabloda gösterilmifltir. Buradan görüyoruz ki ‹stanbul d›fl›nda kalan Marmara bölgesinde, Orta Anadolu ve Do¤u Anadolu bölgelerinde yap›lmas› gerekenden daha çok görüflme yap›l›rken di¤er bölgelerde bölge da¤›l›m›na göre yap›lmas› gerekenden biraz fazla görüflme tamamlanm›flt›r. A kolonunda gerçekleflmifl da¤›l›m› hangi a¤›rl›kla çarparsak B kolonundaki da¤›l›m› elde ederiz? Bu soruya verilen yan›t bize kullanmam›z gereken a¤›rl›k de¤erlerini verecektir. E¤er B kolonunu A kolonuna bölersek elde edilen a¤›rl›klarla bölgelerde bulunmas› gereken da¤›l›m elde edilebilir. ‹stanbul’da yap›lmas› gerekti¤inden biraz daha az görüflme yap›lm›fl oldu¤u için buradaki her gözlem 1.03 ile ça¤r›ld›¤›nda nüfusuna göre sahip olmas› gerekti¤i kadar bir pay ‹stanbul’a ayr›lm›fl olacakt›r. Gerçekleflen örneklemde olmas› gerekti¤inden fazla paya sahip bölgelerdeki gözlemlerde 0-1 aral›¤›nda bir a¤›rl›kla çarp›larak gerekli pay yarat›labilecektir. A¤›rl›k hesaplamalar› ço¤u zaman da bu tür bölgesel sapmalar› araflt›rman›n kurgusu gerektirdi¤i için yap›l›r. Örne¤in kimi zaman de¤iflik bölgelerden eflit sa-
88
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
y›da gözlem al›narak daha sonra bu veriler toplan›p bir ülke geneli sonuç üretilmeye çal›fl›l›r. Burada amaç bölge temelinde baz› sonuçlar üretebilmektir. Örne¤in burada verilen örnekte her bölgeden 1000 gözlem ile bölge temelinde sonuçlar da verilebilecektir. Ancak bu flekilde eflit olarak her bölgeden ayn› büyüklükte örneklemler bir araya getirildi¤inde ülke genelindeki bölge da¤›l›m›ndan sap›lm›fl olunacakt›r. Bunu düzeltmek için verilecek a¤›rl›klar da afla¤›da (B/C) kolonunda hesaplanm›flt›r. Bu kolondaki a¤›rl›klar›n 1’den olan sapmalar› ilk a¤›rl›k hesab› olan (B/A) kolonundan çok daha yüksektir. Tablo 3.5 A¤›rl›k Hesaplar›
Örneklemde gerçekleflen pay (%) (A)
Hedef Kitledeki pay (%) (B)
Bölgesel a¤›rl›klar (1) (B/A)
Örneklemde gerçekleflen pay (%) (C)
Bölgesel a¤›rl›klar (2) (B/C)
Istanbul (1)
17,5
18,0
1,03
11,1
1,62
Ege (21-23)
13,1
13,1
1,01
11,1
1,18
Akdeniz (31-33)
11,3
12,8
1,13
11,1
1,15
Güney Do¤u Anadolu (41-43)
9,3
10,3
1,11
11,1
0,93
Bat› Anadolu (51-52)
7,9
9,5
1,20
11,1
0,86
Marmara (61-62, 111-112)
16,1
13,6
0,84
11,1
1,22
Karadeniz (71-73, 100)
8,6
9,5
1,11
11,1
0,86
Orta Anadolu (81-82)
8,2
5,2
0,64
11,1
0,47
8,0
7,9
0,99
11,1
0,71
100
100
Do¤u Anadolu (91-92, 121-122)
100
‹statistik paketleri a¤›rl›k de¤erleri bu flekilde hesapland›ktan sonra tüm ifllemleri gözlemlerin farkl› a¤›rl›klar› dikkate alarak gerçeklefltirmektedir. Afla¤›da varsay›msal bir da¤›l›m›n iki ayr› a¤›rl›k verildi¤inde nas›l de¤iflti¤i hesaplanmaktad›r. ‹lk bölgesel a¤›rl›klar bu tabloda C kolonundad›r. Bu a¤›rl›k kullan›larak verilen “evet” ve “hay›r” cevaplar› hesaplan›p genel ülke toplam›ndaki da¤›l›mlar bulundu¤unda “evet” oran›n›n %38.9 dan %39.8’e de¤iflti¤ini görüyoruz. Oysa D kolonundaki ikinci a¤›rl›k uyguland›¤›nda elde edilen “evet” oran› %35.5’e düflmektedir. Aç›kt›r ki a¤›rl›klar›n nas›l flekillendi¤ine göre genel toplamdaki sonuçlarda anlaml› flekilde de¤iflebilecektir. Tablo 3.6 A¤›rl›kland›r›lm›fl sonuçlarda de¤iflim Evet (A)
Hay›r Bölgesel A¤›rl›kl› Evet A¤›rl›kl› Hay›r Bölgesel (B) a¤›rl›klar (1) (C) (A*C) (B*C) a¤›rl›klar (2) (D)
A¤›rl›kl› Evet A¤›rl›kl› Hay›r (A*D) (B*D)
Istanbul
71
300
1,03
73,0
308,4
1,62
114,9
485,5
Ege
77
200
1,01
77,5
201,4
1,18
91,1
236,7
Akdeniz
200
40
1,13
225,9
45,2
1,15
230,1
46,0
GDogu Anadolu
97
100
1,11
107,6
110,9
0,93
89,9
92,7
BAnadolu
68
100
1,20
81,7
120,2
0,86
58,3
85,7
Marmara
42
300
0,84
35,4
252,5
1,22
51,3
366,4
Karadeniz
100
82
1,11
111,2
91,2
0,86
85,9
70,4
OAnadolu
100
74
0,64
63,6
47,1
0,47
47,0
34,8
DAnadolu
70
100
0,99
69,3
99,0
0,71
50,0
71,4
825
1296
845,2
1275,8
818,4
1489,6
Toplamda da¤›l›m (%) 38,9
61,1
39,8
60,2
35,5
64,5
3. Ünite - Örnekleme Yöntemleri
89
Özet
N A M A Ç
1
N A M A Ç
2
Araflt›rmalarda kullan›lan temel örneklem mant›¤›n› kavramak Sosyal araflt›rmalarda kullan›lan belli bafll› rastsal ve rastsal olmayan örneklem seçme yaklafl›m›n›n mant›¤› üzerinde durduk. Bu mant›¤›n basit rastsal örneklem yönteminden bafllayarak nas›l gerekli de¤iflikliklere u¤rad›¤›n› irdeleyip farkl› ihtiyaçlara nas›l farkl› örneklem seçme yöntemleriyle cevap verildi¤ini gördük. Bu çerçevede rastsal olmayan örneklem seçim yöntemlerinin neden bilimsel kriterlere uymad›¤›n› vurgulay›p rastsal örneklem seçim yöntemlerinin teknik gereklerini tart›flt›k. En basit örneklem yöntemlerinden daha geliflkin ve çetrefil yöntemlere kadar farkl› yaklafl›mlar› örneklerle aç›klamak Örneklem tart›flmam›z› günlük hayattan örnekler üzerine kurduk. Pazarda ya da bakkalda al›flverifl yapan ya da kamuoyu araflt›rmac›lar›n›n hangi ortak kayg›lar› oldu¤unu ve bu kayg›lara cevap verebilmek için hangi temel prensiplerden hareket ettiklerini vurgulad›k.
N A M A Ç
3
Kendi araflt›rmalar›n›zda kullanabilece¤iniz örneklem yöntemlerinin avantaj ve dezavantajlar›n› kavramak Tart›flmam›zda rastsal ya da rastsal olmayan örneklem seçim yöntemlerinin gerek bu iki kamp aras›ndaki karfl›laflt›rmas›n› gerek her bir yaklafl›m›n kendi içerisindeki karfl›laflt›rmalar› yapt›k. Özellikle rastsal örneklem seçiminde farkl› yöntemlerin avantaj ve k›s›tlar›n›n üzerinde durduk.
90
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Kendimizi S›nayal›m 1. Taksi floförleri iyi bir örneklem oluflturmaz çünkü... a. Türkiye’nin her yerinde taksi bulunmaz b. Taksicilerin hepsi okuma yazma bilmez c. Yol flartlar› taksicilerle konuflmay› engeller d. Ülkedeki herkesimi taksi floförleri temsil edemez e. Gazeteciler en çok taksiyle yolculuk eder
6. Afla¤›dakilerden hangisi örnek listesinde karfl›lafl›lan güçlüklerden de¤ildir? a. Listelere birden çok nedenle kay›t olunabilir b. Listeler güncellenmez c. Listelerde olmas› gerekenler olmayabilir d. Listelerde olmamas› gerekenler olabilir e. Listelerin uzun olmas›
2. Afla¤›dakilerden hangisi örneklem kullan›m› için bir neden olarak verilemez? a. Hedef kitle bütünüyle gözlenemeyecek kadar büyüktür b. Hedef kitleye ulaflmak çok çaba gerektirir c. Hedef kitlenin bir listesi yoktur d. Örneklem pahal›d›r e. Daha yüksek tahmin do¤rulu¤u sa¤lar
7. Afla¤›dakilerin hangisinde =denek güdümlü örnekleme ihtiyaç duymay›z? a. Hedef kitle gizlidir b. Hedef kitle gizli de¤ildir ama çok nadirdir c. Hedef kitle nadir de¤ildir ama ulafl›lmas› çok güçtür d. Hedef kitleye ulaflmak kadar nas›l bir sosyal a¤ içinde bulundu¤unu merak ederiz e. Elimizde hedef kitlenin tam bir listesi oldu¤unda
3. Rastsal örneklemde... a. hedef kitledeki her ögenin seçilme flans› eflittir b. seçilenlerin görüflmeyi kabul olas›l›¤› daha yüksektir c. seçilenler gönüllü olarak çal›flmaya kat›l›r d. ilgili tüm gruplar tam olarak temsil edilir e. hata pay› en düflük örneklem yöntemidir 4. Afla¤›dakilerden hangisi rastsal örnekleme say›labilir? a. Fabrika ç›k›fl›nda seçilen kamyonlar›n içinden bir mal örne¤i almak b. S›raselviler Caddesinde seçilen ö¤rencilerle görüflmek c. Trafik sorunlar›yla ilgili olarak Bo¤aziçi köprüleri giflelerinde seçilen vas›talarda görüflme yapmak d. Ö¤renci kahvelerinde ö¤renci sorunlar›yla ilgili görüflmeler yapmak e. Yaklafl›k 40 kiflilik s›n›flar›n oldu¤u okul ö¤renci listesinde beflinci ö¤renci ile bafllay›p 15. 25. 35..... ö¤rencileri seçerek ilerlemek 5. Anket verilerinin çözümlemesinde neden a¤›rl›k kullan›l›r? a. Sonuçlar be¤enilmedi¤inden b. Sonuçlar›n bilinen hedef kitle özelliklerinden olan sapmalar›n› düzeltmek için c. ‹stenilen sonuçlara ulafl›lamad›¤›ndan d. ‹statistiki çözümleme yap›lamad›¤›ndan e. Çok veri oldu¤undan
8. Afla¤›dakilerden hangisi kota örnekleminin k›s›tlar›ndan de¤ildir? a. Sahada görüflmeciler seçilirken sistematik hata e¤ilimi oluflmas› b. Hedef kitle içindekilerin örnekleme seçilme flans›n›n eflit olmamas› c. ‹statistiki çözümleme olana¤› vermemesi d. Kotal› örneklemin yönetilmesinin daha zor olmas› e. Hedef kitlede baz› gruplar›n paylar›n›n tam olarak bilinmesi 9. Afla¤›dakilerden hangisi küme örneklemesinin mant›¤›n› yans›t›r? a. Hedef kitlenin alt gruplar›ndan birbirine benzer gözlemler aras›ndan seçim yapar b. Hedef kitleyi s›raya dizer ve oradan seçim yapar c. Hedef kitlenin uç noktalar›n› atar ve öyle seçim yapar d. Hedef kitleyi co¤rafi alt gruplara ay›r›r ve oradan seçim yapar e. Hedef kitle içinden rastgele seçim yapar 10. Afla¤›dakilerden hangisi katmanl› örneklemesinin mant›¤›n› yans›t›r? a. Hedef kitlenin alt gruplar›ndan birbirine benzer gözlemler aras›ndan seçim yapar b. Hedef kitleyi s›raya dizer ve oradan seçim yapar c. Hedef kitlenin uç noktalar›n› atar ve öyle seçim yapar d. Hedef kitleyi co¤rafi alt gruplara ay›r›r ve oradan seçim yapar e. Hedef kitle içinden rastgele seçim yapar
3. Ünite - Örnekleme Yöntemleri
91
Kendimizi S›nayal›m Yan›t Anahtar›
Yararlan›lan Kaynaklar
1. d
Fiflek, H. (1998). Elementary Methods of Research in the Social / Behavioral Science, volume 1 The Design of Research. ‹stanbul: Bo¤aziçi University Press. Frankel, M. (1983). “Sampling Theory” in Rossi, P.H., J.D. Wright and A.B. Anderson (eds.) Handbook of Survey Research. Academic Press. Inc. Groves, R. M., F.J. Fowler Jr., M.P. Couper, J.M. Lepkowski, E. Singer ve R. Tourangeau (2004) Survey Methodology. John Wiley & Sons Inc. Publication. Hansen, M.H., hurwitz, W.N. ve W.G. mADW 1953 Sample Surey Methads and Thery Vol. 1 Methods and Applications vol.2 Theory, Wiley, Wiley, New york; Chapman and Hall, London. Heckathorn, D. D. (1997)."Respondent-Driven Sampling: A New Approach to the Study of Hidden Populations." Social Problems vol.44, no.2, 174199. Henry, G.T. (1990). Practical Sampling. Sage Publications. Moser, C.A. ve G. Kalton. 1971. Survey Methods in Social Investigation. Ashgate. Rae, L.M. ve R.A.Parker. (1997). Designing and Conducting Survey Research, A Comprehensive Guide. San Francisco: Jossey-Bass Publishers. Sudman, S. (1983). “Applied Sampling” in Rossi, P.H., J.D. Wright and A.B. Anderson (eds.) Handbook of Survey Research. Academic Press. Inc. fienesen, Ü. (2004) ‹statistik, Say›lar›n Arkas›n› Anlamak. ‹stanbul: Literatür Yay›nlar›.
2. e 3. a 4. e 5. b 6. e
7. e
8. e 9. d 10. a
Yan›t›n›z yanl›fl ise “S›k Kullan›lan Hedef Kitleler ve Bunlar›n Örnek Listeleri” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Neden Örneklem Seçelim ki?” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Örneklem Nas›l Seçelim?” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Örneklem Nas›l Seçelim?” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “A¤›rl›kland›rma” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “S›k Kullan›lan Hedef Kitleler ve Bunlar›n Örnek Listeleri” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “S›k Kullan›lan Hedef Kitleler ve Bunlar›n Örnek Listeleri” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Neden Örneklem Seçelim ki?” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Örneklem Nas›l Seçelim?” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Örneklem Nas›l Seçelim?” konusunu yeniden gözden geçiriniz.
ULUSLARARASI ‹L‹fiK‹LERDE ARAfiTIRMA YÖNTEMLER‹
4 Amaçlar›m›z
N N N N N
Bu üniteyi tamamlad›ktan sonra; Vaka analizlerinin avantajlar›n› ve kullan›m alanlar›n› aç›klayabilecek, En benzer ve en farkl› sistem, en olas› ve en az olas›, kritik ve sapk›n vaka analizlerinin fark›n›, önemini, ifllevini ve uygulamas›n› aç›klayabilecek, Vaka içi analizlerin ve süreç takibi yönteminin özelliklerini, ifllevini ve uygulamas›n› aç›klayabilecek, Do¤al deneylerin ve tipolojik kuramlar›n ifllevini ve faydas›n› söyleyebilecek, Uygunluk yöntemini, karfl›-olgusal ak›l yürütmeyi ve vaka analizlerinde zaman boyutunun nedensellikle olan kritik ba¤lant›s›n› aç›klayabilecek bilgi ve becerilere sahip olabileceksiniz.
Anahtar Kavramlar • Süreç Takibi • Gerekli ve Yeterli Koflullar • Seçilim Ön Yarg›s› (Selection Bias)
• J. S. Mill’in Uyuflma ve Farkl›l›k Yöntemleri
‹çindekiler
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Vaka Analizi
• G‹R‹fi • NEDEN VE NASIL VAKA ANAL‹Z‹? • VAKA ANAL‹Z‹ ÇEfi‹TLER‹: EN BENZER VE EN FARKLI S‹STEM TASARIMLARI • TEK VAKALI ANAL‹ZLER: EN OLASI VE EN AZ OLASI VAKALAR • TEK VAKALI ANAL‹ZLER: KR‹T‹K VE SAPKIN VAKALARIN ÖNEM‹ • VAKA ‹Ç‹ ANAL‹ZLER • SÜREÇ TAK‹B‹ YÖNTEM‹ • DO⁄AL DENEYLER • KARfiI-OLGUSAL AKIL YÜRÜTME DENEYLER‹ • UYGUNLUK YÖNTEM‹ • T‹POLOJ‹K KURAMLAR • VAKA ANAL‹ZLER‹N‹N ZAMAN BOYUTU • SONUÇ
Vaka Analizi G‹R‹fi Siyaset bilimi ve uluslararas› iliflkilerde kullan›lan nitel araflt›rma yöntemleri aras›nda en önemlilerinden ve flüphesiz en çok kullan›lanlardan birisi ‘vaka analizleri’ bafll›¤› alt›nda toplanan yaklafl›mlar ve çal›flmalar bütünüdür. Örneklemini genifl tutarak pek çok ülkeyi, bazen dünyan›n tüm ülkelerini, araflt›rma kapsam›na alan niceliksel ve istatistiki araflt›rma yöntemlerinin aksine, vaka analizi yönteminde ilgi alan›nda olan sonucun gerçekleflti¤i ya da gerçekleflmedi¤i birSIRA ya S‹ZDE da birkaç ülke, bölge ya da olaya bafll›ca vaka veya vakalar olarak yo¤unlafl›l›r. Sadece siyaset bilimi ve uluslararas› iliflkilerde de¤il, tarih boyunca sosyal bilimlerin de¤iflik dallar›nD Ü fi Ü N E L ‹ M da genel olarak çok yayg›n biçimde kullan›lan vaka analizleri, bugün sosyal bilimlerin kurucular› aras›nda kabul edilen Emile Durkheim, Karl Marx, Alexis de TocS O R U ve en önemqueville ve Max Weber gibi öncü bilim insanlar›n›n s›kça baflvurdu¤u li eserlerinde takip ettikleri bir araflt›rma yöntemidir. Vaka analizi yönteminin, bu ünitede detayl› olarak incelenece¤i üzere, de¤iflik amaçlara yönelik kullan›D ‹ K Kolarak AT lan ve de¤iflik say› ve türde vakalar› ele alan pek çok farkl› çeflidi mevcuttur. Siyaset bilimi ve uluslararas› iliflkilerin do¤as› gere¤i araflt›rma alanlar›n›n pekço¤unda SIRA S‹ZDE ele al›nan vakalar ülkelere karfl›l›k gelmektedir. Buna ra¤men, bir ülkenin alt bölgelerini (co¤rafi bölge, eyalet, il, ilçe, köy vs.) inceleyen vaka analizleri oldu¤u gibi din, dil, ekonomik geliflmifllik gibi birtak›m özelliklerine istinaden pek çok ülkeAMAÇLARIMIZ den oluflan bölgeler de vaka analizlerinin inceleme birimi olarak ele al›nm›flt›r.
N N
Alman sosyal bilimci Max Weber, Protestan Ahlak› ve Kapitalizmin eserinde K Ruhu ‹ T A adll› P kapitalizmin Kuzey Avrupa’da Güney Avrupa’ya göre daha geliflmifl olmas›n› bir vaka olarak ele al›r ve bunu kuzeyin Protestan güneyin ise Katolik olufluyla iliflkilendirerek, Protestanl›¤›n kapitalizme daha meyilli bir ahlak ö¤retisini meflrulaflt›rarak birikiT E L E V ‹ Zsermaye YON mini teflvik etti¤ini savunur.
NEDEN VE NASIL VAKA ANAL‹Z‹?
NTERNET Onlarca ülkeyi ve belki de binlerce veriyi örneklemi olarak ‹ kullanan ve büyük çapta korelasyonlar› ortaya ç›karmakta baflar›l› olan istatistiki analizlere nazaran vaka analizleri do¤rudan bir veya birkaç vakadaki neden-sonuç iliflkilerine odaklan›r. Bir veya birkaç vakaya odaklan›lmas›, pek çok vakada rastlanan bir korelasyonun ard›nda yatan neden-sonuç iliflkisini ve mekanizmas›n› ortaya ç›karmaya yard›mc› olur.
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
94
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Örne¤in, dünyan›n tüm ülkelerini kapsam›na alan istatistiki araflt›rmalar ekonomik kalk›nma ile demokrasi aras›nda pozitif bir korelasyon tespit etmifllerdir. Fakat bu korelasyon ekonomik kalk›nman›n neden ve nas›l demokrasiye sebep oldu¤unu aç›klayamaz. Dahas›, e¤er bu ikisi aras›nda bir neden-sonuç iliflkisi varsa bile, ekonomik kalk›nman›n m› demokrasiye yoksa demokrasinin mi ekonomik kalk›nmaya sebep oldu¤u da aç›klanmaya muhtaçt›r. Vaka analizi böyle durumlarda devreye girer ve flüphelenilen de¤iflkenler aras›nda bir neden-sonuç iliflkisinin olup olmad›¤›n›, e¤er varsa hangi do¤rultuda oldu¤unu ve en önemlisi de ba¤›ms›z de¤iflkenin tam olarak nas›l bir mekanizman›n ya da geliflim sürecinin sonucu olarak ba¤›ml› de¤iflkendeki geliflmelere sebep oldu¤unu ortaya ç›karmak için kullan›l›r. Yukar›daki örne¤imizle devam edecek olursak, ekonomik kalk›nmayla demokrasi aras›nda tespit edilen korelasyon dolay›s›yla varsay›lan iliflkinin anlaml› olup olmad›¤›n›,SIRA e¤erS‹ZDE varsa da ekonomik kalk›nman›n tam olarak neden ve nas›l demokrasiye sebep oldu¤unu incelemek üzere bafll›ca araflt›rma yöntemi olarak vaka analizini kullanan pek çok çal›flma yap›lm›flt›r. Bunlar›n en eski ve ünlülerinden D Ü fi Ü N E L ‹ M bir tanesi de Barrington Moore’un kaleme ald›¤› Diktatörlü¤ün ve Demokrasinin Toplumsal Kökenleri adl› eserdir. Bu eserinde Moore, ‹ngiltere, Fransa ve ABD’nin S O R U Almanya ve Japonya’n›n faflist, Rusya’n›n ise komünist bir rejiliberal demokratik, mi benimsemesini, ekonomik kalk›nman›n oluflturdu¤u sermayedar s›n›f›n (burjuvazi) di¤er s›n›flarla iliflkisi üzerinden aç›klam›flt›r. Moore’a göre, burjuvazi iflçi s›D‹KKAT n›f›yla ittifak yaparak soylu toprak sahiplerine karfl› bir siyasi cephe oluflturdu¤unda demokrasi yerleflebilmekte, oysa soylu toprak sahipleri burjuvaziyle ittifak yaSIRA S‹ZDE parak iflçi s›n›f›na karfl› bir siyasi cephe oluflturduklar›nda ise faflizm ortaya ç›kmaktad›r. Moore’un iddias›na göre, köylülerin çok bask›n, soylu toprak sahipleri, burjuvazi ve iflçi s›n›f›n›n ise çok zay›f oldu¤u bir toplumsal yap› ise komünist devAMAÇLARIMIZ rime yatk›nd›r.
N N
Barrington Moore, K ‹ T A Jr. P (2003). Diktatörlü¤ün ve Demokrasinin Toplumsal Kökenleri: Ça¤dafl Dünyan›n Yarat›lmas›nda Soylunun ve Köylünün Rolü, Ankara: ‹mge Yay›nevi. Moore’un ABD’de 1966’da yay›nlanan bu önemli eserinin ancak 37 y›l sonra Türkçe’ye çevrilmifl olmas› T E Lda E V Türkçe ‹ Z Y O N siyaset bilimi yaz›n› aç›s›ndan kayg› verici ve düflündürücüdür.
VAKA ANAL‹Z‹ ÇEfi‹TLER‹: EN BENZER VE EN FARKLI S‹STEM TASARIMI
‹ N T E Rifllevlerine NET Vaka analizleri göre çok de¤iflik flekillerde tasarlanabilmekte, bir vaka analizinin tasar›m›n›, cevab› aranan soru ya da sorular belirlemektedir. Vaka analizi tasar›mlar›n›n en yayg›n olanlar› aras›nda en benzer sistem tasar›m› (most similar systems design) ve en farkl› sistem tasar›m› (most different systems design) olarak bilinen tasar›mlar gelmektedir. Bu tasar›mlarda kullan›lan yöntemler ‹ngiliz filozof John Stuart Mill’in ismiyle özdeflleflmifltir.
En Benzer Sistem Tasar›m› En benzer sistem tasar›m›nda, önemli oldu¤u düflünülen tüm ba¤›ms›z de¤iflkenlerde birbirine benzeyen ama ilgilenilen ba¤›ml› de¤iflkende farkl›l›k gösteren vakalar bir arada ele al›n›r ve sonuçtaki farkl›l›¤a sebep olan etkenin ne oldu¤u aran›r. Örne¤in, ilgi alan›m›z› neden baz› ülkelerin demokratik olurken baz› di¤erlerinin ise demokratik olamad›¤› olarak belirleyelim. Demokrasinin kökeninde de kuramsal olarak ekonomik geliflmifllik seviyesi, egemen dinî gelenek, sömürge
4. Ünite - Vaka Analizi
95
geçmifli, bir önceki rejimin niteli¤i ve etnik çeflitlilik seviyesinin önemli rol oynad›¤›n›n düflünüldü¤ünü birer veri olarak kabul edelim. Bu durumda, yukar›da sayd›¤›m›z faktörlerin hepsinde birbirine benzeyen fakat demokrasi seviyesinde farkl›laflan birkaç ülkeyi karfl›laflt›rarak demokrasinin yerleflmesinde etkisi olabilecek fakat gözden kaçan baflka etken ya da etkenler ortaya ç›kar›labilir. Mali, Moritanya ve Nijer ekonomik kalk›nm›fll›k seviyesi olarak nispeten birbirine yak›n (az geliflmifl, kifli bafl›na düflen gelirin 1,000-2,000 ABD dolar› seviyesinde oldu¤u) ülkelerdir. Her üçü de eski Frans›z sömürgesi oldu¤u gibi, her üçünün de nüfusunun kesif ço¤unlu¤u Müslümand›r. Yine bu ülkelerin üçü de Afrika’n›n Sahra çölü bölgesinde benzer iklim ve co¤rafi koflullara sahip ve her üçü etnik olarak yüksek seviyede çeflitlili¤e sahiptir. Yukar›da say›lan tüm bu benzerliklere ra¤men, Mali 2012’ye dek uzun y›llar boyunca çok partili demokratik bir sistemle yönetildi¤i hâlde, Moritanya ve Nijer son derece anti-demokratik rejimlere sahip olagelmifllerdir. Bu örnekte de görüldü¤ü üzere en benzer sistem tasar›m›nda, önemli oldu¤u varsay›lan pek çok olas› ba¤›ms›z de¤iflkeni (ekonomik geliflmifllik, etnik yap›, din, co¤rafya, iklim, sömürge geçmifli vs.) benzer oldu¤u hâlde ba¤›ml› de¤iflkende (bu örnekte ‘demokrasi’) farkl›l›k gösteren vakalar karfl›laflt›rmal› olarak incelenir. En benzer sistem tasar›m›nda kullan›lan yönteme John Stuart Mill’e istinaden “Mill’in farkl›l›k yöntemi” (Mill’s method of difference) denilmektedir. ‹ncelenen vakalarda pek çok ba¤›ms›z de¤iflken ayn› oldu¤u hâlde ba¤›ml› de¤iflken farkl› oldu¤undan, araflt›rmac› ‘farkl›’ olan ve dolay›s›yla ba¤›ml› de¤iflkenin de farkl›l›¤›n›n nedeni olan ba¤›ms›z de¤iflkeni aramaktad›r. N-1
N-2
N-3
N-4
N-5
N-6
S
Vaka-1
5
7
9
1
3
2
1
Vaka-2
5
7
9
1
3
2
1
Vaka-3
5
7
9
1
3
8
9
*Ba¤›ms›z de¤iflkenler N (neden), ba¤›ml› de¤iflken ise S (sonuç) olarak belirtilmifltir
Tablo 4.1’de görüldü¤ü gibi, karfl›laflt›rmal› vaka analizi yapan bir araflt›rmac›, cevap arad›¤› konuda siyaset bilimi ve uluslararas› iliflkiler yaz›n›nda önemli etkisi oldu¤u varsay›lan befl ba¤›ms›z de¤iflkende (N-1, N-2, N-3, N-4, N-5) ayn› de¤ere sahip üç vakay› ele alm›flt›r. Örne¤in N-1 kifli bafl›na düflen gelir, N-2 flehirleflme oran›, N-3 okuma yazma oran›, N-4 ekonomide petrol ürünlerinin pay›, N-5 de en büyük etnik az›nl›¤›n nüfusa oran› olsun. Sebebi merak edilen sonuç (S) ülkenin demokrasi seviyesi olsun. Bu araflt›rma tasar›m›n› en benzer sistem tasar›m› yapan sonuçta ortaya ç›kan ba¤›ml› de¤iflkenin de¤erinin ilk iki vakada ayn› (1) fakat üçüncü vakada farkl› (9) olufludur. Ayn› örnekten yola ç›karsak ilk iki vaka demokrasinin olmad›¤› bir ülkeye iflaret ederken üçüncü vaka son derece demokratik bir ülkeye iflaret etmektedir. Araflt›rmac›, en benzer sistem tasar›m› sayesinde ilk befl ba¤›ms›z de¤iflkenin her üç vakada da de¤erleri ayn› oldu¤u için, sonucu etkilemeyece¤ini, ba¤›ml› de¤iflkende ortaya ç›kan farkl›l›¤›n sebebinin flimdiye kadar incelenmemifl bir baflka neden olmas› gerekti¤ini öngörmüfltür. Yukar›daki örnek tablomuzda ba¤›ml› de¤iflkene sebep olan ba¤›ms›z de¤iflken N-6 olarak ifade edilmifltir. Çünkü N-6’n›n de¤erleri ilk iki vakada ayn› oldu¤u hâlde, üçüncü vakada oldukça farkl›d›r ve bu farkl›l›k ayn› do¤rultuda ba¤›ml› de¤iflkendeki farkl›l›¤a paraleldir. Elbette bu örnekte “ayn› de¤erde” olarak ifade etti¤imiz ba¤›ms›z de¤iflken de¤erleri, pratikte ço¤u en benzer sistem analizinde birbirine yak›n veya
Tablo 4.1 En benzer sistem tasar›m›nda ba¤›ml› ve ba¤›ms›z de¤iflkenler*
96
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
benzerdir ama ayn› de¤ildir. Örne¤in, üç ülkeli bir en benzer sistem tasar›m›nda üç ülkenin de kifli bafl›na düflen gelirinin tam olarak “ayn›” olmas› beklenemez. Fakat örne¤in bu üç ülkenin de kifli bafl›na düflen geliri genel olarak az geliflmifl veya Üçüncü Dünya ülkeleri olarak kabul edilen ülkeler seviyesindeyse (örne¤in $1,200, $1,600 ve $1,800), bu üç ülkenin benzerli¤i kabul edilebilir. Çünkü geliflmifl ülkelerin SIRA$20,000 S‹ZDE ve üzerindeki kifli bafl›na düflen millî gelirleri göz önünde bulunduruldu¤unda, bu üç ülkenin millî gelir düzeyinde benzerli¤i yads›namaz. Siyaset bilimi ve uluslararas› iliflkilerde en benzer sistem tasar›m› kullanan çaD Ü fi Ü N E L ‹ M l›flmalar pek çoktur. Mounira Charrad, en benzer sistem tasar›m› örne¤i olan çal›flmas›nda, ekonomik, sosyal, etnik, dinî, kültürel, ve tarihi olarak birbirine son deS O Cezayir, R U rece benzeyen Fas ve Tunus vakalar›n› ele alm›fl ve tüm bu benzerliklere ra¤men neden kad›n haklar›n›n Tunus’ta gözle görülür flekilde daha ileri, Fas’ta nispeten geri ve Cezayir’de ise ikisinin ortas› bir noktada oldu¤unu araflt›rm›flt›r. D‹KKAT Araflt›rmas› sonucunda Charrad bu farkl›l›¤›, Tunus’ta devletin kapasitesinin, özellikle co¤rafi sebeplerden dolay› çok daha yüksek, Cezayir’de ve Fas’ta ise çok daSIRA S‹ZDE ha s›n›rl› olmas›na ba¤lam›flt›r. Devletin kapasitesinin Tunus’ta çok daha yüksek olmas›n› ba¤lad›¤› co¤rafi sebepler aras›nda, Tunus’un nispeten çok daha küçük ve co¤rafi AMAÇLARIMIZ olarak ulafl›m› kolay düzlük olmas›, Cezayir ve Fas’›n ise daha genifl ve çok daha da¤l›k olmas› yer almaktad›r.
N N
K ‹ T A P
Mounira M.KCharrad. ‹ T A P (2001). States and Women’s Rights: The Making of Postcolonial Tunisia, Algeria and Morocco, Berkeley: University of California Press.
TELEV‹ZYON
Uluslararas› T E L E V ‹iliflkiler Z Y O N alan›nda Ian Lustick’in Britanya ve ‹rlanda, Fransa ve Cezayir, ‹srail ve Bat› fieria iliflkilerinin benzerlikleri üzerinden yazd›¤› kitab› en benzer sistem tasar›m› örne¤i olarak ele al›nabilir. Britanya’n›n ‹rlanda’da, Fransa’n›n Cezayir’de, ‹srail’in Bat› fieria ve Gazze’de yerlefltirdi¤i yüz binlerce yerleflimci yoluy‹ N T E R anavatan›n NET la bu bölgeleri bir parças› hâline getirme giriflimlerinin benzerli¤ine ra¤men, bu giriflimlerin sonuçlar› (ba¤›ml› de¤iflken) nispeten farkl›l›k göstermiflSIRA aras›nda S‹ZDE tir. Bu üç vaka Fransa, kendisine karfl› gerçeklefltirilen 20.yüzy›l›n en kanl› ba¤›ms›zl›k savafl›nda (Cezayir ba¤›ms›zl›k savafl›) ma¤lup olarak Cezayir’den tamamen çekilmek zorunda kalm›fl, savafl›n sonucunu müteakip Cezayir nüfusunun fi Ü N E L ‹ M onda biriniD Üoluflturan bir milyon Frans›z vatandafl› Hristiyan ve Yahudi de bir y›l gibi k›sa bir sürede Cezayir’den Fransa anakaras›na göç etmifltir. Britanya ise ‹rlanS O R U ba¤›ms›zl›¤›n› tan›d›¤› hâlde merkezi Belfast olacak flekilde da Cumhuriyeti’nin Kuzey ‹rlanda’y› elinde tutmay› baflarm›flt›r. ‹srail ise Kudüs baflta olmak üzere Bat› fieria’n›n tamam›n› askerî, önemli bir k›sm›n› da kurdu¤u yeni Yahudi yerleflimD‹KKAT leri yoluyla demografik olarak kontrolü alt›nda tutmaya devam etmektedir. Sömürgeci devlet aç›s›ndan bak›lacak olursa, Fransa’n›n tam olarak ma¤lup, Britanya’n›n SIRA S‹ZDE k›smen baflar›l›, ‹srail’in ise büyük ölçüde baflar›l› oldu¤u söylenebilir. Benzer üstünlüklere ve hedeflere ra¤men üç vaka aras›ndaki sonuç farkl›l›klar› nas›l aç›klanabilir? ‹flteAMAÇLARIMIZ bu soruya üçlü bir vaka analiziyle yaklaflan Lustick’in eseri en benzer sistem tasar›m›na benzetilmektedir.
‹NTERNET SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
N N
Ian Lustick. K(1993). ‹ T A PUnsettled States, Disputed Lands: Britain and Ireland, France and Algeria, Israel and the West Bank-Gaza, Ithaca: Cornell University Press.
TELEV‹ZYON
TELEV‹ZYON
‹NTERNET
‹NTERNET
4. Ünite - Vaka Analizi
97
En Farkl› Sistem Tasar›m› En farkl› sistem tasar›m› ise ba¤›ms›z ve ba¤›ml› de¤iflkenler aras›nda tam tersi bir tasar›m› öngörmektedir. En farkl› sistem tasar›m›nda, birbirinden hemen her konuda çok farkl› olduklar› hâlde belli bir sonucun ayn› oldu¤u vakalar birlikte incelenir. ‹lgilenilen sonuç için önemli oldu¤u varsay›lan pek çok ba¤›ms›z de¤iflkenin de¤erinin vakalar aras›nda birbirinden mümkün oldukça farkl› olmas›na dikkat edilir. Ba¤›ml› de¤iflkenin ise ayn› olmas› gereklidir. Bu durumda, birbirinden bu kadar farkl› olan vakalar aras›nda ilk bak›flta görünmeyen ortak bir ba¤›ms›z de¤iflkenin oldu¤u varsay›lmakta ve araflt›rmac› iflte bu ba¤›ms›z de¤iflkeni aramaktad›r. John Stuart Mill’in müstakil bir yöntem olarak ortaya koydu¤u bu yönteme de ona istinaden “Mill’in uyuflma yöntemi” (Mill’s method of agreement) denilmektedir çünkü bu yönteme göre hemen her bak›mdan farkl› fakat ayn› sonuca sahip olan vakalar aras›nda bir ba¤›ms›z de¤iflkende ortakl›k olmas›, o ba¤›ms›z de¤iflkenin, ilgilenilen sonucun (ba¤›ml› de¤iflkenin) sebebi oldu¤una iflaret say›lmaktad›r. Örne¤in, ilgilendi¤imiz sonuç soyk›r›m olsun. Almanya, Ruanda ve Yugoslavya gibi siyasal rejim, refah seviyesi, nüfus yo¤unlu¤u, co¤rafi özellikler, din, dil ve ekonomik eflitsizlik konular›nda aralar›nda muazzam farkl›l›klar olan üç vakan›n üçünde de soyk›r›m›n gerçekleflmifl olmas›n› aç›klamaya çal›flmak bir tür en farkl› sistem tasar›m›n› gerektirmektedir. N-1
N-2
N-3
N-4
N-5
N-6
S
Vaka-1
1
7
8
6
18
4
1
Vaka-2
8
2
15
9
1
4
1
Vaka-3
4
0
3
14
11
4
1
*Ba¤›ms›z de¤iflkenler N (neden), ba¤›ml› de¤iflken ise S (sonuç) olarak belirtilmifltir
Tablo 4.2’de görüldü¤ü gibi, karfl›laflt›rmal› vaka analizi yapan bir araflt›rmac›, siyaset bilimi ve uluslararas› iliflkiler yaz›n›nda ilgilendi¤i sonuçla iliflkilendirilen befl önemli ba¤›ms›z de¤iflkenin (N-1, N-2, N-3, N-4 ve N-5) de¤erlerinin her üç vakada farkl› oldu¤u fakat ilgilenilen sonucun (S) de¤erinin her üçünde de ayn› oldu¤u (1) bir en farkl› sistem tasar›m› yapm›flt›r. Bu tasar›m›n do¤as› gere¤i, her üç vakada da de¤erleri birbirinden farkl› olan ilk befl ba¤›ms›z de¤iflkenin sonuçta ortaya ç›kan ba¤›ml› de¤iflkenin sebebi olmad›¤› tahmin edilmektedir. Bu üç vaka pek çok ba¤›ms›z de¤iflken aç›s›ndan birbirinden olabildi¤ince farkl› oldu¤u hâlde her üçünde de ayn› sonuç gözlendi¤ine göre, araflt›rmac› daha önce önemi fark edilmemifl fakat sonucun ana sebebi olan bir baflka ba¤›ms›z de¤iflkeni (N-6) veya de¤iflkenleri keflfetmek zorundad›r. En farkl› sistem tasar›m›n›n amac›, birbirinden çok farkl› vakalar› ayn› sonuca götüren ortak ba¤›ms›z de¤iflken(ler)i ve nedensellik yap›s›n› ortaya ç›karmakt›r. Bu aç›dan en farkl› sistem tasar›m› yeni kuramlar›n ortaya konmas›nda ve eski kuramlar›n da gelifltirilmesinde çok önemli rol oynam›flt›r. Siyaset biliminde en farkl› sistem tasar›m›n› kullanan çal›flmalar pek çoktur. Harvard Üniversitesi’nden Barrington Moore’un ö¤rencisi de olan Theda Skocpol, en farkl› sistem tasar›m› örne¤i olan Devletler ve Toplumsal Devrimler: Fransa, Rusya ve Çin’in Karfl›laflt›rmal› Analizi adl› meflhur kitab›nda, siyasal, demografik, ekonomik, sosyal, etnik, dinî, kültürel ve tarihi olarak birbirinden çok farkl› özellikler gösteren Fransa, Rusya ve Çin vakalar›n› ele alm›fl ve tüm bu farkl›l›klara kar-
Tablo 4.2 En farkl› sistem tasar›m›nda ba¤›ml› ve ba¤›ms›z de¤iflkenler*
SIRA S‹ZDE
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M
D Ü fi Ü N E L ‹ M
98
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
S O R U
S O R U
fl›n neden bu üç ülkede modern tarihin en önemli üç büyük devriminin yafland›¤› sorusuna yan›t aram›flt›r. Skocpol, tüm farkl›l›klar›na ra¤men Fransa, Rusya, ve D‹KKAT Çin’de iki önemli ba¤›ms›z de¤iflkenin efl zamanl› olarak varl›¤›n›n devrimin gerçekleflmesinde belirleyici rol oynad›¤› sonucuna varm›flt›r. Bu iki ba¤›ms›z de¤iflSIRA S‹ZDE ken, devletin askerî gücünün rakipleri karfl›s›nda gerilemesi ve büyük bir köylü ayaklanmas›d›r. Skocpol’a göre, Fransa, Rusya ve Çin devletleri askerî olarak raSIRA h›zla S‹ZDEgüç kaybettikleri bir süreçle efl zamanl› olarak geliflen çok bükiplerine karfl› AMAÇLARIMIZ yük köylü isyanlar›yla devrildiler.
D‹KKAT
SIRA S‹ZDE SIRA S‹ZDE AMAÇLARIMIZ
N N
D Ü fi Ü N E L ‹ M K ‹ T A P
D Ü fi Ü N E L ‹ M
Theda M. Skocpol. Devletler ve Toplumsal Devrimler: Fransa, Rusya ve Çin’in K ‹ T A(2004). P Karfl›laflt›rmal› bir Çözümlemesi, Ankara: ‹mge Kitabevi.
S O R U
S O R U
Uluslararas› T E L E V iliflkiler ‹ Z Y O N alan›nda da devrimlere karfl›laflt›rmal› olarak yaklaflan ve en farkl› sistemD analizini and›ran vaka analizi tasar›mlar› kullanan çal›flmalar vard›r. ‹KKAT Stephen Walt’›n Devrim ve Savafl adl› eseri, ad›ndan da anlafl›laca¤› üzere devrimlerle savafl aras›ndaki iliflkiyi incelemektedir. Frans›z, Rus, ‹ran, Amerikan, Meksika, SIRA T E RS‹ZDE NET Türk ve Çin‹ Ndevrimlerini karfl›laflt›rmal› olarak inceleyen kitap, bu devrimlerin savafla yol aç›p açmad›¤›n› ve devrimle savafl aras›ndaki nedensellik iliflkilerini incelemektedir. Birbirinden AMAÇLARIMIZ çok farkl› koflullarda ve ülkelerde gerçekleflen devrimleri ele ald›¤› için bu eserin yaklafl›m› en farkl› sistem analizini and›rmaktad›r.
TELEV‹ZYON D‹KKAT
SIRA ‹ N T E RS‹ZDE NET
AMAÇLARIMIZ
N N
Stephen M. Walt. Revolution and War, Ithaca: Cornell University Press. K ‹ T (1996). A P
K ‹ T A P
T SIRA E L E V S‹ZDE ‹ZYON
D Ü fi Ü N E L ‹ M
‹NTERNET S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
1
2010 y›l› Aral›k T ESIRA L E Vay›nda ‹S‹ZDE Z Y O N Tunus’ta Muhammed Bouazizi adl› bir iflportac›n›n kendini yakmas›yla bafllayan halk ayaklanmalar› Tunus’ta iktidar›n devrilmesine yol açm›fl, izleyen iki y›l içerisinde M›s›r ve Libya’da da iktidarlar halk ayaklanmalar› sonucu devrilirken, Yemen ve Ü fi Ü N E Lüzere ‹M Suriye bafltaDolmak birçok baflka Arap ülkesinde de iç savafla kadar gidebilen iktidar ‹ N T E R N E T karfl›t› protestolar gerçekleflmifltir. ‘Arap Bahar›’ ya da ‘Arap devrimleri’ olarak adland›r›lan bu hareketlerin S O R U karfl›laflt›rmal› olarak incelenmesi için daha uygun olan yöntem en benzer sistem tasar›m› m› yoksa en farkl› sistem tasar›m› m›d›r? Neden? D‹KKAT
En Benzer ve En Farkl› Sistem Tasar›mlar›n›n Birlikte Kullan›m›
N N
S‹ZDE sistem tasar›mlar›na yöneltilen ortak bir elefltiri, bu yöntemEn farkl› veSIRA en benzer lerin ayn› sonuca varan farkl› neden-sonuç zincirlerini dikkate almamas›d›r. Devrimlerin nedeni üzerine yap›lan çal›flmalardan devam edecek olursak, benzer devAMAÇLARIMIZ rimlerin nedenleri de¤iflik olabilir. Daha genellefltirecek olursak, ayn› ba¤›ml› de¤iflkene sebep olan farkl› ba¤›ms›z de¤iflkenler ve neden-sonuç iliflkisi zincirleri olabilir. BuKdurum ‹ T A Peflsonuçluluk (equifinality) olarak tan›mlanmaktad›r. En benzer ve en farkl› sistem tasar›mlar› ayn› araflt›rman›n de¤iflik safhalar›nda olmak üzere bir arada da kullan›labilir. Pek çok araflt›rmac› neden-sonuç iliflkilerini daha kesin bir flekilde ortaya ç›karaca¤›n› düflünerek en benzer ve en farkl› sisTELEV‹ZYON tem tasar›mlar›n› bir arada kullanmay› denemifllerdir. Ahmet Kuru, ABD’de pasif, Fransa ve Türkiye’deyse d›fllay›c› laiklik modellerinin hakimiyetini karfl›laflt›rd›¤› çal›flmas›nda, ABD ve Fransa’y› karfl›laflt›r›rken en benzer sistem tasar›m›n›, Fransa ‹ N T Ekarfl›laflt›r›rken RNET ve Türkiye’yi ise en farkl› sistem tasar›m›n› kullanm›flt›r. ABD ve Fransa’n›n tüm benzerliklerine ra¤men farkl› bir laiklik modelini, Fransa ve Türkiye’nin ise tüm farkl›l›klar›na ra¤men benzer bir laiklik modelini benimsemifl ve uy-
S O R U
S O R U
D‹KKAT
D‹KKAT
99
4. Ünite - Vaka Analizi
SIRA S‹ZDE
N N
gulam›fl olmalar›n› Kuru bu iki yöntemi kullanarak ideolojik mücadeleler ekseninde ayn› neden-sonuç iliflkisiyle aç›klam›flt›r. Burada üç vaka, en benzer ve en farkAMAÇLARIMIZ l› sistem tasar›mlar›na müsait iki çift vaka olarak incelenmifltir. Ahmet T. Kuru. (2011). Pasif ve D›fllay›c› Laiklik: ABD, Fransa ve Türkiye, K ‹ T A P‹stanbul: Bilgi Üniversitesi Yay›nlar›.
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
SIRA S‹ZDE
SIRA S‹ZDE
En benzer ve en farkl› sistem tasar›mlar›, vakalardan bir ya inceT E da L E Vbirkaç›n›n ‹ZYON lenen süreç dahilinde de¤iflik zaman dilimlerine bölünmesi suretiyle de ayn› vaka D Ü fi Ü N E L ‹ M incelemesinde birlikte kullan›labilir. Bunun için öncelikle en farkl› sistem tasar›m›na uygun vakalar belirlenir, daha sonra da bu vakalar ba¤›ml› ve ba¤›ms›z de¤ifl‹ NSTOE RRNUEher T kenin farkl›l›k gösterdi¤i zaman dilimlerine bölünür. Bu durumda vakan›n kendi içindeki zaman dilimlerinin karfl›laflt›rmas› en benzer sistem tasar›m›, vakalar›n birbirleriyle karfl›laflt›r›lmas› ise en farkl› sitem tasar›m›n› örneklemifl olur. ÖrD‹KKAT ne¤in fiener Aktürk’ün, birbirinden çok farkl› üç ülkede, Almanya, Rusya ve Türkiye’de, devletin etnik siyasetinde seksen y›ll›k bir süreklilikten sonra ortaya ç›kan SIRA S‹ZDE en ciddi siyaset de¤iflikliklerinin sebeplerini aç›klad›¤› kitab›nda Almanya, Rusya ve Türkiye vakalar›n›n karfl›laflt›rmas›nda en farkl› sistem tasar›m›, her ülkenin (vakan›n) kendi içindeki de¤iflik dönemlerinin karfl›laflt›rmas›ndaAMAÇLARIMIZ ise en benzer sistem tasar›m› kullan›lm›flt›r.
TELEV‹ZYON
fiener Aktürk. (2013). Regimes of Ethnicity and Nationhood in Germany, K ‹ T A P Russia, and Turkey, New York: Cambridge University Press.
K ‹ T A P
En benzer ve en farkl› sistem tasar›mlar›n› gerek ayr› ayr›T E ve L E Vgerekse ‹ Z Y O N birlikte kullan›rken dikkat edilmesi gereken bafll›ca husus kullan›lan yöntemin araflt›rman›n amac›na uygun olmas›d›r. fiayet araflt›rman›n amac›, flimdiye kadar sebepleri yeterince incelenmemifl, hakk›nda fazlaca kuramsal ya da ampirik bulguya dayal› ‹NTERNET çal›flma yap›lmam›fl bir ba¤›ml› ya da ba¤›ms›z de¤iflken üzerine en genifl anlam›yla de¤iflik hipotezler üretme, test etme ve kuramsal infla (theory building) ise en farkl› sistem tasar›m› böylesi bir keflif çal›flmas›na müsait bir yöntem olabilir. Oysa araflt›rman›n amac› hâlihaz›rda siyaset bilimi veya uluslararas› iliflkiler sahas›nda üzerinde çok çal›fl›lm›fl, kuramsal ve ampirik aflama kaydedilmifl bir ba¤›ml› veya ba¤›ms›z de¤iflkenin sebepleri veya sonuçlar›n› araflt›rarak test etmek ve incelemek ise en benzer sistem tasar›m› bu ba¤›ml› veya ba¤›ms›z de¤iflkenin izole edilerek daha yo¤un olarak incelenmesine olanak sa¤lar.
TELEV‹ZYON
Tunus, M›s›r, Libya, Bahreyn ve Suriye’yi derinden etkileyen ve Arap SIRA Bahar› veya Arap devS‹ZDE rimleri olarak bilinen halk ayaklanmalar›n› en farkl› ve en benzer sistem analizini ayn› anda kullanarak nas›l inceleyebilirsiniz? Bu soruyu cevaplarken Tunus ve M›s›r’da devriD Ü fi Ü Nyol EL‹M min görece kans›z ve bar›flç›l yollardan çok partili demokratik seçimlere açt›¤›n›, Libya’da da uzun ve kanl› bir iç savafltan sonra diktatörlü¤ün devrildi¤ini fakat Bahreyn’de muhalif protestolar›n k›sa sürede Suudi Arabistan’›n askerî müdahalesiyle S O R U bast›r›ld›¤›n›, Suriye’de ise muhalifler ve iktidar aras›nda savafl›n uzun süre sürdü¤ünü göz önüne alabilirsiniz. Devrim sayesinde demokrasiye ulaflma baflar›lar› aç›s›ndan baflar›l› olandan baflaD‹KKAT r›s›za do¤ru bir s›ralama yapmak gerekirse Tunus, Libya, M›s›r, Suriye ve Bahreyn olarak s›ralanabilecekken, iç savafl yaflam›fl olmalar› aç›s›ndan da Suriye ve Libya’n›n di¤erlerinSIRA S‹ZDE den ayr›ld›¤›n› göz önüne alabilirsiniz.
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M
‹ NST OE RRNUE T
D‹KKAT
N N
AMAÇLARIMIZ
K ‹ T A P
SIRA S‹ZDE
AMAÇLARIMIZ
‹NTERNET
2
N N
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
100
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
TEK VAKALI ANAL‹ZLER: EN OLASI VE EN AZ OLASI VAKALAR Her ne kadar vaka analizlerinde daha yayg›n olan yöntem pek çok vakan›n karfl›laflt›rmal› olarak (örne¤in, Frans›z, Rus, ve Çin devrimleri) ele al›nmas›ysa da tek bir özel vakan›n derinlemesine araflt›r›lmas›n›n kuramsal ya da kavramsal fayda sa¤layaca¤› durumlarda, tek vakal› analizlere yönelinmifltir. Fakat sosyal bilimlerdeki vaka analizlerinde genel kural›n birden fazla vakan›n karfl›laflt›rmal› incelenmesi oldu¤unu, tek vakal› analizlerin ancak çok özel flartlarda ve ancak karfl›laflt›rmal› vaka analizinden daha fazla yarar sa¤layaca¤› ispat edildi¤i takdirde kullan›labilece¤ini vurgulamak gerekir. Bir siyaset bilimci, hiçbir sebep göstermeksizin ve karfl›laflt›rmal› vaka analizinden daha faydal› olaca¤›n› ispat etmeksizin, s›rf daha iyi bildi¤i ya da öylesi hofluna gitti¤i için tek bir vakaya odaklanan bir inceleme yapmamal›d›r. Tek vakal› analizlerin bilimsel aç›dan tercihe flayan ve meflru say›labilmesi için de öncelikle ele al›nmas› düflünülen vakan›n, tüm benzer vakalar aras›ndaki karfl›laflt›rmal› yeri tespit edilmelidir. E¤er dünya çap›nda tüm benzer vakalar aras›nda, ilgilenilen vakan›n, tek bafl›na incelenmesini meflrulaflt›racak bir hususiyeti varsa tek vakal› bir analiz gerçeklefltirilebilir. Tek vaka analizini meflrulaflt›racak olan, bu analizlerin kuramsal bir fayda sa¤lad›¤› durumlar vard›r. Bu durumlar›n bafl›nda “en olas› vaka” ve “en az olas› vaka” olarak adland›r›lan araflt›rma tasar›mlar› gelmektedir.
En Olas› Vaka Analizi En olas› vaka (most likely case) belli bir konuda ele al›nan bir kuram›n tahminlerinin gerçekleflme ihtimalinin en yüksek oldu¤u vakan›n incelenmesidir. E¤er ele al›nan kuram›n tahminleri en olas› vakada bile gerçekleflmiyorsa, bu durum o kuram için gerçekten çok büyük bir eksikli¤e iflaret eder ve kuram›n inan›l›rl›¤› ciddi flekilde zedelenir. Örne¤in, ak›lc› seçim (rational choice) kuram›n›n kaba ve ekonomik maddeci bir yorumuna göre insanlar toplumsal hayatta en fazla ekonomik ç›kar sa¤layacaklar› seçenekleri tercih ederler. Bu ekonomik maddeci kuram›n tahminlerinin en kolay gerçekleflece¤ini bekledi¤imiz, bir baflka deyiflle ‘en olas› vaka’lar aras›nda, kiflilerin mevduatlar›n› de¤erlendirmek için hesap açt›klar› bankalar, yani kiflilerin banka tercihleri gelmektedir. Çünkü parasal birikimin de¤erlendirilmesine dair tercihlerin, ak›lc› seçimin ekonomik maddeci varsay›mlar›na en uygun ortam› sa¤lad›¤› düflünülebilir. E¤er kifliler, ekonomik birikimlerini de¤erlendirmek üzere yapt›klar› bankac›l›k tercihlerinde bile ak›lc› seçim kuram›n›n tahminleri do¤rultusunda, ekonomik maddeci ç›kar de¤erlendirmelerine göre hareket etmiyorlarsa, o zaman ak›lc› seçim kuram›n›n inan›l›rl›¤› ciddi flekilde zedelenir. Böyle bir vaka analizinin bulgular› do¤rultusunda kuram›n varsay›m ve tahminlerinin de¤ifltirilmesi, örne¤in ekonomik maddeci olmayan ç›karlar›n da varsay›mlara eklenerek, bunlar için de tercih hiyerarflisinde de¤erler tespit edilmesi ya da ak›lc› seçim kuram›n›n uygulanabilirli¤inin s›n›rlar›n›n daralt›lmas› gerekmektedir. Yukar›daki örnekte en olas› vakan›n tespitinde kuramsal ve niteliksel bir yol izledik. Oysa en olas› vaka, belli bir veri taban› içerisinde, ilgilenilen ba¤›ms›z de¤iflkene sebep oldu¤u varsay›lan ba¤›ml› de¤iflkenin en yüksek oldu¤u vaka da olabilir. Somut bir örnek olarak 1960’larda çok popüler olan “modernleflme kuram›n›” (modernization theory) ele alal›m. Bu kurama göre ekonomik kalk›nma demokrasiye neden olan en önemli ve hatta yegane etmendir. Modernleflme kuram›-
SIRA S‹ZDE
SIRA S‹ZDE
4. Ünite - Vaka Analizi D Ü fi Ü N E L ‹ M
D Ü fi Ü N E L ‹ M
101
na göre, ilgilendi¤imiz ba¤›ml› de¤iflken demokrasi, demokrasiye sebep oldu¤u S O R U kalk›nm›fll›varsay›lan ba¤›ms›z de¤iflken ise ekonomik kalk›nm›fll›kt›r. Ekonomik ¤›n ölçümünü de yayg›n bir flekilde kullan›ld›¤› üzere, kifli bafl›na düflen ortalama gelir (Gayrisafi Millî Has›la [GSMH]/kifli) olarak belirleyelim. Bu dünya D ‹ tasar›mda KKAT üzerinde kifli bafl›na düflen geliri en yüksek olan ülke, bu durumda Katar, böylesi bir kuram için demokrasinin gerçekleflece¤i ‘en olas› vaka’ olarak ortaya ç›kar. SIRA S‹ZDE E¤er Katar’da bile demokrasi yoksa, kuram›n varsay›mlar›n›n de¤ifltirilmesi gerekebilir. Benzer gözlemler, petrol zengini olan ülkelerde ekonomik refah›n demokrasiye yol açmad›¤›n› gösteren ve ‘petrol laneti’ (oil curse) olarak bilinen kuramlar›n AMAÇLARIMIZ ortaya ç›kmas›na sebep olmufltur.
S O R U
D‹KKAT
N N
Michael L. Ross. (2012). Oil Curse: How Petroleum Wealth ShapesK the of ‹ T Development A P Nations, Princeton: Princeton University Press. Uluslararas› iliflkilerdeki Yeni Gerçekçilik kuram›na göre ittifaklarT SIRA Etehditlerin L E V S‹ZDE ‹ Z Y O N dengelenmesi kural›na göre infla edilir. Tehdit alg›s›n›n temelinde de ülkelerin ekonomik ve askerî güçlerindeki de¤iflimler yatmaktad›r. Bu kural› göz önünde bulundurarak ve dünyada son D Ü önüne fi Ü N E L ‹ Malarak, Yeni ony›lllarda ülkelerin ekonomik ve askerî güçlerindeki de¤iflimi göz ‹ N T E R Nbölgesel ET Gerçekçilik kuram›n›n ittifaklarla ilgili bu iddias›n›, küresel düzeyde veya düzeyde, test edecek bir en olas› vaka tasar›m› yap›n›z. S O R U
En Az Olas› Vaka Analizi
3
N N
N N
David D. Laitin. (1998). Identity in Formation: The Russian-Speaking in K ‹ T APopulations P the Near Abroad, Ithaca: Cornell University Press.
AMAÇLARIMIZ
K ‹ T A P
D‹KKAT
En olas› vaka analizinin tam tersine ise “en az olas› vaka” (least likely case) analizi denilmektedir. En az olas› vaka analizi, belli bir konuda ele al›nan bir kuram›n tahSIRA S‹ZDE minlerinin gerçekleflme ihtimalinin en düflük oldu¤u vakan›n incelenmesidir. E¤er böylesi bir vakada bile ilgilenilen kuram›n tahminleri gerçeklefliyorsa, o zaman o kuram›n analitik gücü konusunda son derece güçlü bir destek bulunmufl olur. AMAÇLARIMIZ E¤er kuram ‘en az olas› vaka’da bile do¤rulanm›flsa, ele al›nabilecek tüm vakalarda do¤rulanma ihtimali de yüksektir. Yukar›da örnek verdi¤imiz ak›lc› seçim kuram›ndan devam olursak, K ‹ Tedecek A P ak›lc› seçim kuram›n›n ekonomik maddeci varsay›mlar›ndan do¤an tahminlerinin S‹ZDE kimlik sogerçekleflme ihtimalinin en az oldu¤u alanlardan birinin etnikSIRA ve ulusal runlar› olaca¤› söylenebilir. Çünkü milliyetçili¤e dair pek çokTkuram milliyetçilikle ELEV‹ZYON iliflkili kimlik sorunlar›n› duygulara, içgüdülere ve her hâlükârda ekonomi-d›fl› etD Ü fi Ü N E L ‹ M menlere ba¤lamaktad›r. E¤er etnik gruplar›n kimli¤e dair seçimlerinde dahi ak›lc› seçim kuram›n›n ekonomik maddeci tahminlerini do¤rulayan flekilde hareket etNS TOE R NUEbulmufl T tikleri ortaya ç›karsa, ak›lc› seçim kuram› son derece güçlü bir ‹destek olur. David Laitin, Sovyet-sonras› Estonya, Letonya, Kazakistan ve Ukrayna’da kimlik oluflumunu inceledi¤i eserinde, bu cumhuriyetlerdeki Rus az›nl›¤›n mensuplar›n›n D‹KKAT çocuklar›n› hangi dilde okula göndereceklerine karar verirken ana hatlar›yla ekonomik maddeci bir hesab› göz önüne ald›klar›n› tespit etmifltir. Bu sebeple, etnik SIRA S‹ZDE Rus kimli¤ine ait olduklar› ve ana dilleri de Rusça oldu¤u hâlde birçok aile çocuklar›n› kendi hür iradeleriyle Estonca gibi içinde yaflad›klar› ülkelerin yeni resmî dilinde e¤itmeyi tercih etmifllerdir. Laitin’in en az olas› vakalarda ulaflt›¤› bu sonuç, AMAÇLARIMIZ ak›lc› seçim kuram›na güçlü bir destek olarak kabul edilebilir.
SIRA S‹ZDE
T ESIRA L E V ‹S‹ZDE ZYON
D Ü fi Ü N E L ‹ M ‹NTERNET S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P SIRA S‹ZDE TELEV‹ZYON D Ü fi Ü N E L ‹ M
‹ NS TOE RRNUE T
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
TELEV‹ZYON
‹NTERNET
‹NTERNET
SIRA S‹ZDE
SIRA S‹ZDE
102
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
D Ü fi Ü N E L ‹ M
D Ü fi Ü N E L ‹ M
Arie Kacowicz’e göre (Sprinz ve Wolinsky-Nahmias, Methods for Studying International Relations, s.107-28), uluslararas› iliflkiler yaz›n›nda disiplinli oluflturulS O R U mufl (disciplined-configurative) en iyi tek vakal› analiz Graham Allison’›n Karar›n Özü: Küba Füze Krizi’ni Aç›klamak (Essence of Decision: Explaining the Cuban Missile Crisis) adl› eseridir. Bu kitab›nda Allison, Küba füze krizi vakas›na ABD ve D‹KKAT Sovyetler Birli¤i’nin verdi¤i tepkiler üzerinden karar alma süreçlerini aç›klad›¤› iddias›nda olan üç kavramsal modeli test etmifltir. Dahas›, Allison Küba füze krizi süSIRA S‹ZDE recindeki üç ayr› kritik karar› ayr› ayr› inceleyerek bir anlamda tek vaka analizinden üç ayr› vaka ç›karm›flt›r. Bu kararlar, Sovyetler Birli¤i’nin Küba’ya füze yerlefltirmesi, ABD’nin Küba’y› denizden ablukaya almas› ve son olarak Sovyetler BirliAMAÇLARIMIZ ¤i’nin füzeleri geri çekmeyi kabul etmesidir.
S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
N N
K ‹ T A P
Graham T. Allison. Essence of Decision: Explaining the Cuban Missile Crisis, K ‹ T A (1971). P Boston: Little, Brown, and Co.
TELEV‹ZYON
Özetlemek en olas› ve en az olas› vakalar da bafllang›çta belirtildi¤i T E L E Vgerekirse, ‹ZYON gibi ancak karfl›laflt›rmal› bir yelpazede tespit edilebilir. Tek vakal› analize yönelecek bilim insan›, inceledi¤i vakan›n, ki karfl›laflt›rmal› siyaset ve uluslararas› iliflkilerde en yayg›n vakalar ülkelerdir, yerleflik bir kuram›n beklentilerine istinaden en N T Eaz R N olas› ET olas› ya da‹ en vaka oldu¤unu aç›kça ispatlamak zorundad›r. En bafltan vakan›n böyle bir statüsü oldu¤u gösterilmezse, tek vakal› analizin meflruiyet zemini oluflmaz. Yukar›daki örneklerde de görüldü¤ü üzere, en olas› ve en az olas› vaka analizleri, tek bir vakan›n bile, belli koflullar› sa¤lad›¤› sürece, yerleflik kuramlar› sarsabilece¤ini ve yeni kuramlara ve kavramsal kefliflere yol açabilece¤ini göstermektedir. Fakat tek vakal› analizler en olas› ve en az olas› vaka tasar›mlar›yla s›n›rl› de¤ildir.
‹NTERNET
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
4
Tarihsel kurumsalc›l›¤a SIRA S‹ZDE göre, kurumlar›n yap›s›, onlar› kuran gruplar›n aras›ndaki güçler dengesine ba¤l›d›r. Tarihsel kurumsalc›l›¤›n bu iddias›n› test edebilece¤iniz bir en az olas› vaka tasar›m› ortaya koyunuz. D Ü fi Ü N E L ‹ M
TEK VAKALI ANAL‹ZLER: KR‹T‹K VE SAPKIN VAKALARIN S O R U ÖNEM‹ Tek vakal› analizlerin en önemli türlerinden bir tanesi de ‘sapk›n vaka’ (deviant case) incelemesidir. Sapk›n vaka, belli bir nedensellik iliflkisinin iflleyifline dair yerD‹KKAT leflmifl kuramlar bütününe, ba¤›ml› ve ba¤›ms›z de¤iflkenler aras›nda keflfedilmifl korelasyonlara, ters bir durum arz eden vakad›r. Sapk›n vakalar var olan hiçbir kuSIRA S‹ZDE yerleflmifl genelgeçer kuramlar›n ve varl›¤› ispatlanm›fl amram›n aç›klayamad›¤›, pirik kal›plar›n öngördü¤ü modelden belirgin bir flekilde sapm›fl olan vakalard›r. Yine demokrasinin sebepleri üzerine ortaya konmufl kuramlardan ve keflfedilmifl AMAÇLARIMIZ korelasyonlardan yola ç›karak bir sapk›n vaka örne¤i verebiliriz. Demokrasinin sebebini ekonomik refah seviyesine, burjuvazinin geliflmesine, flehirleflmeye, Protestan Hristiyan gelene¤e, ‹ngiliz sömürge geçmifline, geçmifl demokrasi deneyimine K ‹ T A P ve demokratik komflular›n etkisine ba¤layan kuramlar›n hiçbiri, komünizm sonras›nda Mo¤olistan’da çok partili demokratik bir rejim kurulaca¤›n› tahmin etmezdi. Mo¤olistan, eski komünist ülkeler aras›nda en yoksullardan birisi, halk›n›n önemTELEV‹ZYON li bir k›sm› flehirleflmemifl olmas› bir yana hâlen göçebe ve yar›-göçebe olarak yaflayan, hiç geçmifl demokrasi deneyimine ve tek bir demokratik komfluya bile sa-
N N
‹NTERNET
D Ü fi Ü N E L ‹ M
D Ü fi Ü N E L ‹ M
S O R U
S O R U
4. Ünite - Vaka Analizi D‹KKAT
D‹KKAT
103
hip olmayan bir ülke olarak demokrasinin sebeplerine dair ortaya konan tüm yaSIRA S‹ZDE p›salc› kuramlar›n beklentilerinin aksine k›sa sürede çok partili demokratik bir rejimi tesis etti¤i için tam bir ‘sapk›n vaka’ olarak incelenebilir. Steven Fish Mo¤olistan’› bu çerçeveden incelemifl ve bu sapk›n vaka incelemesinden hareketle deAMAÇLARIMIZ mokrasinin hiçbir yap›sal ön koflul olmaks›z›n yerleflebilece¤ini iddia etmifltir.
N N
SIRA S‹ZDE
AMAÇLARIMIZ
M. Steven Fish. (1998). Mongolia: Democracy Without Prerequisites, K ‹Journal T A P of Democracy, Cilt 9, Say› 3, s.127-41.
K ‹ T A P
Tan›m› gere¤i, sapk›n vakalar›n tespiti de ancak karfl›laflt›rmal› T E L E V ‹ Zbir Y O Nyelpazede yap›labilir. Çünkü ancak tüm vakalar›n da¤›l›m› ortaya ç›kar›ld›ktan sonra e¤er varsa, herhangi bir vakan›n sapk›n olup olmad›¤› tespit edilebilir.SIRA Tüm vakalar›n daS‹ZDE ¤›l›m› bilinmeden sapk›n vakan›n olup olmad›¤›, varsa hangisi oldu¤u tespit edile‹ N T E R N E T tespitinde mez. Dolay›s›yla büyük ölçekli istatistiksel analizler sapk›n vakalar›n fi Ü N E L ‹ M çok yararl› ve yayg›n bir rol oynar. ‹statistiki analizdeki da¤›l›m›D Ügözlemleyen araflt›rmac›, ayn› zamanda mevcut da¤›l›m›n çok d›fl›nda kalan vaka ya da vakalar› da tespit etme imkân›na sahiptir. E¤er varsa, mevcut da¤›l›m›n en uza¤›nda kalan vaS O R U ka ya da vakalar sapk›n vaka incelemesine tabi tutulabilir. ‹nsani kalk›nm›fll›k endeksi ile demokratikleflme endeksleri aras›nda çok güçlü bir korelasyon bulunD ‹ K K Ayüksek T maktad›r. Üstelik petrol zengini fakat demokratik olmayan ülkelerin gelirlerine ra¤men insani geliflmifllik seviyeleri düflük oldu¤u için onlar›n durumu da bu korelasyona ayk›r› de¤ildir. Fakat Singapur, insani geliflmifllik endeksi SIRA S‹ZDE çok yüksek oldu¤u ve üstelik petrol zengini de olmad›¤› hâlde demokratik olmayan bir ülke özelli¤iyle demokratikleflme kuramlar›n›n test edilerek gelifltirilmesi için tam bir AMAÇLARIMIZ sapk›n vaka örne¤i sunmaktad›r.
TELEV‹ZYON SIRA S‹ZDE ‹NTERNET D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
N N
Birleflmifl Milletler Kalk›nma Program› (UNDP) taraf›ndan ülkelerinSIRA sa¤l›k, S‹ZDEe¤itim ve yaK ‹ T A P flam standard› gözönüne al›narak hesaplanan insani kalk›nma endeksi (human development index, HDI) ve demokrasi aras›nda güçlü bir pozitif iliflki oldu¤u iddia edilmifltir. D Ü fi Ü N Everilen L‹M Ülkelerin HDI s›ralamalar›na ve Özgürlük Evi (Freedom House) taraf›ndan demokTELEV‹ZYON rasi notuna (1 en demokratik ve 7 en anti-demokratik olmak üzere) bakarak bu kalk›nma-demokrasi aras›nda varsay›lan iliflkiye ters düflen sapk›n vaka örnekleri S O R U tespit ediniz. Özgürlük Evi (Freedom House) taraf›ndan yay›nlanan Dünya Özgürlük ‹ N T EHaritas› R N E T üzerinde D‹KKAT ülkelerin demokrasi notunu flu adresten bulabilirsiniz: http://www.freedomhouse.org/report-types/freedom-world Birleflmifl Milletler Kalk›nma Program› taraf›ndan hesaplanan SIRA ülkelerin insani kalk›nma endeksi (HDI) s›ralamalar›na ulaflmak için flu S‹ZDE internet kayna¤›n› kullanabilirsiniz: http://en.wikipedia.org/wiki/List_of_countries_by_Human_Development_Index AMAÇLARIMIZ
5
N N
Sapk›n vaka analizlerinin yan›s›ra, tek vakal› analizlerin en önemli türlerinden bir tanesi de ‘kritik vaka’ (crucial case) incelemesidir. Kritik vaka, K ‹ T belli A P bir nedensellik iliflkisinin iflleyifline dair yerleflmifl kuramlar›n birço¤u için aç›klanmas› mutlak gerekli olan bir vakad›r. Her kuram›n, aç›klayamad›¤› veya aç›klama iddias›nda olmad›¤›, kapsama alan› d›fl›nda baz› vakalar olabilir. Bu durumlarda temel TELEV‹ZYON beklenti, böyle vakalar›n say›ca pek az veya kuram›n aç›klayabildi¤ini iddia etti¤i kapsama koflullar›n›n (scope conditions) aç›kça d›fl›nda olmas›d›r. Fakat öyle vakalar vard›r ki kuram›n aç›klad›¤›n› iddia etti¤i olaylar kümesinde merkezi bir öneme ‹ N T E R Nbilimsel ET sahiptir. O vakay› doyurucu bir flekilde aç›klayabilen kuram büyük güve-
SIRA S‹ZDE
AMAÇLARIMIZ
SIRA S‹ZDE K ‹ T A P D Ü fi Ü N E L ‹ M TELEV‹ZYON S O R U
‹NTERNET D‹KKAT SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
SIRA S‹ZDE 104
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ SIRA S‹ZDE
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri SIRA S‹ZDE
nilirlik ve itibar kazan›r, aç›klayamayan kuram›n da güvenilirli¤i yara al›r. Örne¤in D Ü fi Ü N E L ‹ M sosyalist devrimlerin sebeplerini aç›klayabildi¤ini iddia eden bir kuram›n Rus veya Çin devrimini aç›klayamamas› kabul edilemez çünkü Rus devrimi ilk büyük sosyaU S O Rdünyadaki list devrim olup neredeyse tüm di¤er sosyalist devrimlere örnek olmufl, Çin devrimiyse dünyan›n en büyük nüfusa sahip halk›na sosyalist bir rejim getirmifltir. Bir bak›ma ‘sosyalist devrim’ denilen hadisenin en paradigmatik örnekleriD‹KKAT ni Rus ve Çin devrimleri oluflturdu¤u için, bir sosyalist devrim kuram›n›n en baflta bu devrimleri aç›klayabilmesi gerekir. Bunun gibi genel olarak devrimleri aç›klaSIRA S‹ZDE yabildi¤ini iddia eden bir kuram›n da Frans›z (1789), ‹ran (1979) ve Do¤u Avrupa (1989) devrimlerini aç›klayamamas› kabul edilemez çünkü bunlar modern ça¤›n ilk ve sonAMAÇLARIMIZ büyük devrimleridir. Bu sebeple, toplumsal devrimler üzerine yaz›lan eserlerin önemli k›sm› bu sayd›¤›m›z devrimler üzerinedir.
N N
SIRA S‹ZDE
K ‹ T A P
Nikki R. Keddie K ‹ T(der.). A P (1995). Debating Revolutions, New York: NYU Press.
D Ü fi Ü N E L ‹ M
D Ü fi Ü N E L ‹ M Uluslararas› iliflkilerde kritik vaka örne¤i çal›flmalar aras›nda Richard Ned Lebow ve Janice T E L E V Gross ‹ Z Y O N Stein’›n So¤uk Savafl› Hepimiz Kaybettik adl› eseri gelir. Bu S O ve R UStein, nükleer silahlar ve cayd›r›c›l›k stratejilerine iliflkin kurameserde Lebow lar için birer kritik vaka olarak Küba Füze Krizi ve Yom Kippur Savafl›’n› incelerler. YazarlarDABD ve SSCB’nin her iki krizde de birbirlerini nükleer silahlar›n des‹KKAT ‹ N T E R N E T te¤inde tehdit etmesinin iddia edildi¤i gibi baflar›l› bir cayd›r›c›l›k örne¤i olmad›¤›n› ve hatta tam tersine So¤uk Savafl› daha da uzatarak ve savunma harcamalar›n› SIRA S‹ZDE muazzam seviyelere ç›kararak her iki tarafa da büyük zarar verdi¤ini iddia etmifllerdir. Bu yaklafl›m kritik vaka analizi say›labilir çünkü nükleer cayd›r›c›l›k kuramlar›n›n ifllerli¤i e¤er en büyük iki nükleer güç olan ABD ve SSCB aras›nda bile isAMAÇLARIMIZ patlanam›yorsa, bu kuramlar çok büyük bir yara alm›fl say›l›r.
TELEV‹ZYON S O R U
D‹KKAT ‹NTERNET
SIRA S‹ZDE
AMAÇLARIMIZ
N N
K ‹ T A P
Richard NedK Lebow ‹ T A ve P Janice Gross Stein. (1995). We All Lost the Cold War, Princeton: Princeton University Press.
TSIRA E L E VS‹ZDE ‹ZYON
Kritik vakalara iliflkiler kuramlar›ndan daha büyük ve önemli örT SIRA E L E V S‹ZDE ‹ Z Y Ouluslararas› N nekler vermek gerekirse Gerçekçilik, Liberalizm ve ‹nflac›l›k gibi temel uluslararas› iliflkiler kuramlar›n›n tamam› için Birinci ve ‹kinci Dünya Savafl› birer kritik vaD Ü fi Ü N E L ‹ M kad›r. Bu iki büyük dünya savafl›n›n sebeplerine iliflkin doyurucu bir aç›klama or‹ N T E R N Ebir T uluslararas› iliflkiler kuram›n›n baflar›s›z oldu¤u düflünülür taya koyamayan S O R U iliflkiler kuramlar› en baflta savafl ve bar›fl›n sebeplerini, özellikçünkü uluslararas› le de en büyük güçler aras›nda küresel anlamda savafl ve bar›fl›n sebeplerini aç›klayabilecekleri iddias›ndad›rlar. Bu kuramlar›n örne¤in Libya-Çad ya da Azeri-ErD‹KKAT meni savafl› gibi savafllar› aç›klayamamalar›, küçük ülkeler aras›ndaki çat›flmalar›n kapsama alanlar›na girmedi¤i veya bu savafllar›n büyük güçler aras›ndaki çat›flmaS‹ZDE lar›n birer SIRA türevi oldu¤u (proxy wars) ve benzeri kapsama koflullar› yoluyla k›smen gözard› edilebilir. Oysa uluslararas› iliflkilerin dinamiklerini aç›klama iddias›nda olan kuramlar›n Birinci ve ‹kinci Dünya Savafl›’n›n sebeplerini aç›klayamamalaAMAÇLARIMIZ r›n›n makul bir sebebi olamaz.
D Ü fi Ü N E L ‹ M
‹NTERNET S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
N N
John J. Mearsheimer. K ‹ T A P (2003). Tragedy of Great Power Politics, New York: W. W. Norton & Company.
TELEV‹ZYON
TELEV‹ZYON
‹NTERNET
‹NTERNET
105
4. Ünite - Vaka Analizi
Kritik vaka kuramsal önemi bak›m›ndan en olas› ve en az olas› vakalar›n toplam› gibidir çünkü kritik vakay› aç›klayabilen kuram›n do¤rulu¤u ispatlanm›fl, aç›klayamayan kuram›n ise baflar›s›zl›¤› tescil edilmifl olur. Oysa en olas› vakay› aç›klayamayan kuram›n baflar›s›zl›¤› tescil edilir ama aç›klayabildi¤i takdirde do¤rulu¤u ispat edilmifl olmaz çünkü zaten bu vaka o kuram için ‘en olas› vaka’d›r. Tam tersi olarak, en az olas› vakay› ise aç›klayabilen kuram›n do¤rulu¤u ispatlanm›fl olur ama aç›klayamad›¤› takdirde baflar›s›zl›¤›na hükmedilemez çünkü tan›m› gere¤i bu vaka o kuram için ‘en az olas› vaka’d›r. Milliyetçili¤in sebeplerini aç›klad›¤›n› iddia eden kuramlar için hangi SIRA vaka S‹ZDEveya vakalar (hangi milliyetçilikler) kritik vaka olabilir?
VAKA ‹Ç‹ ANAL‹ZLER
6
D Ü fi Ü N E L ‹ M
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M
Tek vakal› analizlerin de asl›nda çoklu vaka analizleriyle benzer bir karfl›laflt›rma mant›¤›na dayand›¤›n›, en olas› ve en az olas›, sapk›n ve kritikS vaka O R U incelemeleri özelinde gördük. Vaka içi (within case) analizlerde de karfl›laflt›rma mant›¤› tek bir vakan›n kendi içinde uygulan›r. Karfl›laflt›rmal› siyasette genellikle her bir ülke bir D‹KKAT vaka olarak ele al›nd›¤›ndan, vaka içi analizler ço¤unlukla bir ülkenin tarihteki de¤iflik dönemlerinin karfl›laflt›rmal› olarak incelenmesi suretiyle yap›lmaktad›r. Bu SIRA S‹ZDE özelli¤iyle vaka içi analizler ‘en benzer sistem’ tasar›m›na benzemektedir çünkü vaka esasen ayn› vakad›r ve öyle oldu¤u için vakan›n de¤iflik dönemlerindeki neredeyse bütün özellikleri benzerdir. Fakat burada vaka içi analiz yapabilmek için AMAÇLARIMIZ ba¤›ml› de¤iflkenin de¤erinde önemli bir de¤ifliklik gözlenmifl olmas› gerekir. Örne¤in cevab›n› arad›¤›m›z soru soyk›r›ma sebep olan neden-sonuç iliflkisi olsun. Bu durumda vaka içi analiz için uzun y›llar boyunca kimlik temelli göreK ‹ T fliddetten A P ce uzak yaflam›fl, daha sonraysa soyk›r›m yaflam›fl bir ülkeyi, mesela 20. yüzy›lda Ruanda’y›, vaka içi analiz konusu olarak ele alabiliriz. Ruanda tarihi, soyk›r›m›n oldu¤u 1994 y›l›na gelinceye kadar de¤iflik dönemlere ayr›l›r veT Esoyk›r›ma gelinceye LEV‹ZYON kadar incelenen her dönemde neden soyk›r›m olmad›¤› araflt›r›l›r. Bu araflt›rmadan beklenen odur ki daha önceki dönemlerde olmay›p da 1994 döneminde ortaya ç›kan bir etmen veya etmenler soyk›r›ma sebep olmufltur ve vaka içi dönemsel kar‹NTERNET fl›laflt›rma bu faktörleri ortaya ç›karacakt›r. Vaka içi analizde ele al›nan vaka, hangi prensipler do¤rultusunda dönemlere ayr›lmal›d›r? Burada yol gösterici bir prensip, ba¤›ml› de¤iflkene sebep oldu¤unu düflündü¤ümüz etmenlerin da¤›l›m›ndaki de¤iflikliklere göre bir dönemsel ay›r›m yapmakt›r. Örne¤in, ‹ran vakas›nda, A, B, C ve D etmenlerinin ilgilendi¤imiz ba¤›ml› de¤iflken (örne¤in, “devrim”) üzerinde belirleyici rolü oldu¤unu düflünüyorsak, ‹ran tarihini A, B, C, ve D etmenlerinin de¤iflik kombinasyonlarda var oldu¤u dönemlere ay›rabiliriz. Örne¤in, hiçbir etmenin var olmad›¤› I. dönem, A ve C’nin birlikte var oldu¤u II. dönem, B ve D’nin birlikte var oldu¤u III. dönem, A ve D’nin birlike var oldu¤u IV. dönem, ve A, B ve D’nin birlikte var oldu¤u V. dönem. Ve diyelim ki sebebini araflt›rd›¤›m›z ba¤›ml› de¤iflken, “devrim”, IV. dönemde gerçekleflmifl olsun. Bu durumda devrimin gerçekleflmesi için A ve D’nin bir arada var olmas› fakat B’nin de olmamas› gerekir, fleklinde bir sonuca varabiliriz. Vaka içi analiz yöntemiyle tek bir vakadan yola ç›karak var›lan sonuçlar›n genellenebilir olup olmad›¤› konusundaki tart›flma ve endifleler, bu yöntemin sosyal bilimlere katk›s›n› s›n›rlayan en önemli etkendir. E¤er vaka içi analiz yap›lan, en az olas›, en olas›, kritik veya sapk›n bir vaka ise en az›ndan bu hususiyetinden dolay› var›lan sonucun kuramsal de¤erinin yüksek olaca¤› varsay›labilir. Fakat e¤er
N N
S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
106
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
vaka içi analiz, ilgilenilen ba¤›ml› de¤iflkenin (örne¤in, “devrim”) ortaya ç›kt›¤› herhangi bir alelade vaka üzerine yap›l›yorsa, acaba var›lan sonuçlar›n bilimsel katk›s› ne ölçüde olacakt›r? Bu çerçevede tart›flma ve endifleler, vaka analizlerinde en önemli hususlardan birinin, belki de en baflta geleninin, sorulan soruya uygun ve savunulabilir vakalar›n seçilmesi oldu¤unu bir kez daha hat›rlatmaktad›r. SIRA S‹ZDE
7
Türkiye örne¤inde seçim sisteminin siyasi parti say›s›na etkisini test etmek isteyen bir SIRA S‹ZDE araflt›rmac› nas›l bir vaka içi analiz tasarlayabilir? Ü fi Ü N E L ‹ M SÜREÇDTAK‹B‹ YÖNTEM‹
D Ü fi Ü N E L ‹ M Duverger’in Yasas›: Seçim sisteminin siyasi parti U S O Retkisine say›s›na iliflkin Frans›z siyaset bilimci Maurice Duverger’in kendi ad›yla D ‹ Kan›lan K A T iddias›na (Duverger’in yasas›) göre dar bölgeli ço¤unluk seçim sistemi iki partili bir siyasi SIRA S‹ZDE düzene, nispi seçim sistemi ise çok partili (üç veya daha fazla) bir siyasi düzene sebep olmaktad›r. Nispi AMAÇLARIMIZ temsil seçim sistemini kullanan ülkelerin aras›nda da seçim baraj› uygulamayan ya da çok K ‹ Tseçim A Pbaraj› olan düflük ülkelerin, yüksek seçim baraj› olanlara göre, oylar›n çok daha fazla say›da Tpartiye E L E Vda¤›ld›¤› ‹ Z Y O N bir siyasi düzene sahip olmalar› beklenir.
Genel olarak niteliksel yöntemlerin, özellikle de vaka analizinin, niceliksel yöntemlere üstünlükleri S O R U aras›nda en önde gelen bir tanesi neden-sonuç iliflkilerini görünür k›larak aç›k bir flekilde ortaya koymas›d›r. Niceliksel analizler ço¤unlukla yüzlerce ve hatta binlerce vakay› ele alarak iliflkili olduklar›n› düflündükleri (baD‹KKAT ¤›ms›z ve ba¤›ml›) de¤iflkenler aras›nda muhtelif önemde korelasyonlar› tespit ettikleri hâlde, bu korelasyonlardan hangilerinin ya da herhangi birinin hakiki bir SIRA S‹ZDE iflaret edip etmedi¤ini kesin olarak ortaya ç›karamazlar. neden-sonuç iliflkisine Örne¤in dünyan›n bütün ülkelerinde A, B, C, D ve E etmenleri aras›ndaki iliflkiyi araflt›rd›¤›m›z›, bunlardan A, B, C ve D’nin ba¤›ms›z, E’nin ise ba¤›ml› de¤iflAMAÇLARIMIZ ken oldu¤unu düflündü¤ümüzü varsayal›m. ‹statistiki araflt›rmam›z, A’n›n oldu¤u ülkelerin %85’inde E’nin de oldu¤unu, oysa B, C, veya D’nin oldu¤u ülkelerde E’nin %50’nin alt›nda s›kl›kla gözlemlendi¤ini ortaya koymufl olsun. Bu durumda, K ‹ T A P A’n›n E’ye sebep oldu¤una dair ciddi bir flüphe duymakta hakl›y›zd›r. Fakat bunun do¤rudan bir nedensellik iliflkisi oldu¤unu iddia etmek çok yanl›fl olur çünkü A ve E aras›nda hiçbir nedensellik iliflkisi olmad›¤› gibi e¤er varsa da bu iliflki bizim tahTELEV‹ZYON min etti¤imizden çok daha de¤iflik bir flekilde iflliyor olabilir. Örne¤in hem A’ya hem de E’ye sebep olan bir üçüncü etken, M olabilir. Nedensellik iliflkisi tam tersi do¤rultuda da olabilir: Bir baflka deyiflle, E’nin sebebi A de¤il, A’n›n sebebi E ola‹ N T E R NA E Tve E aras›nda hiçbir nedensellik iliflkisi olmay›p, s›kl›kla birarabilir. Ve nihayet, da olmalar› tamamiyle rastlant›sal da olabilir. Örne¤in siyaset bilimi ve uluslararas› iliflkiler araflt›rmalar› için çok önemli veriler aras›nda petrol zenginli¤i ve egemen dinî gelenek yer almaktad›r. Fakat dünyan›n petrol zengini ülkelerinin büyük ço¤unlu¤u, petrol ihrac eden ülkeler örgütü OPEC’in biri (Venezuela) hariç tüm üyeleri, Müslüman ço¤unluklu ülkelerdir. Bu verilere istatistiksel bir aç›dan bak›lacak olursa Müslümanl›k ve petrol zenginli¤i aras›nda çok güçlü bir nedensellik iliflkisi oldu¤u düflünülebilir. Oysa en basit bir süreç takibi bile, Müslümanl›¤›n petrol zenginli¤ine veya petrol zenginli¤inin Müslümanl›¤a sebep olmad›¤›n› bizlere gösterecektir. Böylesi rastlant›sal iliflkilerin üstesinden gelerek hakiki neden-sonuç iliflkilerini ortaya ç›karman›n en önemli yollar›ndan birisi vaka analizlerinin bafll›ca yöntemlerinden olan ‘süreç takibi’ (process tracing) yöntemidir. Süreç takibi, ilgilendi¤imiz sonuca (ba¤›ml› de¤iflkene) neden oldu¤u san›lan ba¤›ms›z de¤iflkenlerin ad›m ad›m nas›l o sonuca sebep oldu¤unun izlenmesidir. Süreç takibi, nedensellik sürecindeki neden-sonuç zincirini ve neden-sonuç mekanizmas›n› ortaya ç›karmakta kullan›l›r. Süreç takibi, istatistiki olarak aralar›nda çok güçlü bir korelasyon olan ve dolay›s›yla nedensellik iliflkisi oldu¤undan flüphelenilen de¤iflkenlerin tam olarak nas›l birbirini tetikledi¤ini keflfetmeye de yarar. Süreç takibi, nedensellik hikâyesi (causal story) de denilen iliflkiler zincirini ortaya koymak için gereklidir. Böylesi nedensellik hikayelerinde sebep ve sonuç aras›nda pek çok ara de¤iflkenler olabilir, hatta büyük s›kl›kla vard›r ve bunlar ancak sü-
N N
‹NTERNET
4. Ünite - Vaka Analizi
reç takibi sayesinde ortaya ç›kart›labilir. Alexander George ve Andrew Bennett neden-sonuç iliflkisini yanyana dizilmifl elli domino tafl›n›n y›k›lmas›na benzetir (George ve Bennett, Case Studies, s.206). Basit bir çal›flma ancak birinci ve ellinci domino tafl›n›n düflüflünü tespit edebilirken, aradaki k›rk sekiz tafl›n yer ald›¤› süreci, neden-sonuç zincirini ve o zinciri tetikleyen mekanizmay› ortaya ç›karamaz. Oysa birinci tafl› ellinci tafla ba¤layan süreçte yap›lan bir de¤ifliklik nedensellik iliflkisinin ak›fl›n› ve sonucu de¤ifltirebilir. Dolay›s›yla neden-sonuç zincirinin mümkün oldukça eksiksiz ve kusuruz bir flekilde ortaya ç›kar›lmas› gereklidir. Süreç takibine yo¤unlaflan araflt›rmac›lar›n s›kl›kla vurgulad›klar› gibi, dar anlamda sebebe ve sonuca odaklanm›fl araflt›rma yöntemleri hakiki nedensellik zincirini ve mekanizmas›n› kavrayamazlar. 1960’larda son derece popüler olan Barrington Moore’un demokrasinin ve diktatörlü¤ün kökenlerine iliflkin teorisini hat›rlayal›m. Moore, demokrasinin ve diktatörlü¤ün sebebini, “burjuvazi yoksa demokrasi de yoktur” vecizesiyle özetlemifl, burjuvazinin ortaya ç›k›fl›n›n aflamal› olarak demokrasiyi de getirdi¤ini belirtmifltir. Fakat sadece bu vecizede özetlenen sebep ve sonuca odaklanmak, nedensellik mekanizmas›n›n gözden kaç›r›lmas›na yol açar. Burjuvazi neden ve nas›l demokrasiye sebep olur? Burjuvazinin hangi hareketleri ve iliflkileri onu demokrasinin destekçisi hâline getirir? Bu sorular›n cevaplar› süreç takibi yöntemiyle incelenirse, o zaman burjuvaziyi demokrasiye ba¤layan nedensellik zinciri keflfedilmifl ve hangi koflullarda, e¤er varsa, bu zincirin hangi halkas›nda kopmalar olabilece¤i de görülmüfl olur. Siyaset biliminde ilgilenilen soru ve sorunlar›n pek ço¤u bir nedensellik zincirini ifade etmektedir. Genellikle, A do¤rudan B’ye sebep olmaz; örne¤in A C’ye, C E’ye, E ise B’ye sebep olur. Bir yoruma göre burjuvazi, mülkiyet haklar›n› garanti alt›na almak için hukukun üstünlü¤ünü ve fleffaf, rekabetçi seçimlerle iktidara gelen hükûmetleri tercih eder. Benzer bir baflka yoruma göre burjuvazi, siyasal iktidarlar taraf›ndan mülkünün müsadere edilmesi tehlikesine karfl› güvencede olmak için özel teflebbüsün, sivil toplumun ve fikir hürriyetinin s›n›rlar›n› olabildi¤ince SIRA S‹ZDE geniflleterek yasal güvence alt›na al›r ve bu süreçte kas›ts›z bir yan sonuç olarak demokrasi geliflir. De¤iflik bir baflka yoruma göreyse burjuvazi kendili¤inden de¤il, tam tersine kendisine rakip olarak oluflan ve geliflen iflçi s›n›f›n›n mücadelesi D Ü fi Ü N E L ‹ M neticesinde önce erkeklerin ve sonra kad›nlar›n eflit oy hakk›na ve temsili demokrasinin yerleflmesine sebep olmufltur. Bu üç de¤iflik yorumda ortak olan, burjuvaS O Rburjuvaziyi U zinin demokrasiye sebep oldu¤u iddias›d›r. Fakat her bir yorum demokrasiye ba¤layan nedensellik iliflkisini çok de¤iflik flekillerde kurgulamaktad›r. Bunlardan herhangi birinin do¤ru olup olmad›¤›n› bulabilmek ise D ‹ Kancak K A T detayl› bir tarihsel süreç takibi analizi yoluyla mümkündür. Örne¤in e¤er burjuvazinin mülkiyet haklar›n› merkeze alan yorum benimsenirse, burjuvazinin zaten devlet taraf›nSIRA S‹ZDE dan desteklendi¤i ve siyasal ba¤lant›lar› sayesinde zenginleflti¤i ülkelerde (örne¤in Rusya), muhtemelen burjuvazinin kendisinden beklenen demokratiklefltirici ifllevi yerine getiremedi¤i görülecektir. Süreç takibi, karfl›laflt›rmal› AMAÇLARIMIZ siyaset alan›ndaki nitel çal›flmalar›n en fazla baflvurdu¤u yöntemdir.
N N
107
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
Ruth Berins Collier. (1999). Paths toward Democracy: The Working Elites in K ‹Class T A and P Western Europe and South America, New York: Cambridge University Press.
K ‹ T A P
Uluslararas› iliflkilerde süreç takibi analizine baflvuran çal›flmalar çoktur. T E L E V ‹ Z Y Opek N Daha önceki bölümde bahsetti¤imiz Ian Lustick’in Britanya, Fransa ve ‹srail karfl›laflt›rmas› süreç takibi analizini içermektedir. Susan Peterson’un demokratik bar›fl
TELEV‹ZYON
‹NTERNET
‹NTERNET
SIRA S‹ZDE
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M 108
Ü fi Ü N E L ‹ MAraflt›rma Yöntemleri Uluslararas› D ‹liflkilerde S O R U kuram›n›n iddialar›n› mercek alt›na alarak ‹ngiltere ve Fransa’y› savafl›n efli¤ine getiren Fafloda Krizi üzerinden inceledi¤i, “Demokrasilerin Fark›: Kamuoyu, devlet yap›s› ve Fafloda krizinin dersleri”, bafll›kl› makalesi tek vakaya odaklanan bir süD‹KKAT reç takibi analizidir. Benzer flekilde James Lee Ray’in demokratik bar›fl kuram›n›n iddialar›n› Fafloda krizi ve Amerikan-‹spanyol savafl› süreçleri üzerinden elefltirel S‹ZDE bir flekilde SIRA ele ald›¤› eseri de süreç takibi analizini kullanmaktad›r. Bu çal›flmalarda amaç, ilgilenilen kuramlarda iddia edilen nedensellik iliflkilerinin yine bu kuramlarda öngörüldü¤ü flekilde iflleyip ifllemedi¤ini somut vakalar üzerinden gözAMAÇLARIMIZ lemleyerek ispatlamak veya çürütmektir.
S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
N N
Susan Peterson. K ‹ T(1995). A P “How democracies differ: Public opinion, state structure, and the lessons of the Fashoda crisis,” Security Studies, Cilt 5, Say› 1, s.3-37. James Lee Ray. (2009). Democracy and International Conflict: An Evolution of the Democratic Peace Proposition, T E LColumbia, E V ‹ Z Y O N SC: University of South Carolina Press.
K ‹ T A P
TELEV‹ZYON SIRA S‹ZDE ‹NTERNET D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
8
Yüksek petrol gelirinin SIRA S‹ZDE anti-demokratik rejimlerle iliflkili oldu¤u iddias›n› yukar›da okuduk. Bu iddian›n bir parças› olarak öne sürülen yüksek petrol geliri ve (‘polis devleti’ ola‹ N T E R N E Torant›s›z büyüklükte askerî ve sivil istihbarat›n varl›¤›n› süreç takibi rak da adland›r›lan) D Ü fi Ü Nanaliz E L ‹ M edebilirsiniz? kullanarak nas›l
DO⁄AL SDENEYLER O R U Do¤al deney (natural experiment), siyaset bilimi ve uluslararas› iliflkilerde pek az rastlan›lan ve en benzer sistem analizinin uç noktas› olarak tarif edilebilecek bir D‹KKAT yöntemdir. Do¤al deney, hemen her bak›mdan birbirinin ayn› olan, zaman ve mekân da dahil olmak üzere ayn› çevresel ve ba¤lamsal etmenler taraf›ndan kuflat›lS‹ZDE etkisi araflt›rman›n oda¤›nda olan etmen söz konusu oldum›fl, sadeceSIRA de¤iflken ¤unda birbirinden farkl›laflan, iki ya da daha fazla vakan›n karfl›laflt›rmal› incelenmesidir. Ayn› yörede yan yana yaflayan, sosyo-ekonomik, dinî, kültürel, dilsel, AMAÇLARIMIZ co¤rafi ve di¤er önemli özellikleri bak›mdan birbirine benzeyen ve sadece etkisini ölçmek istedi¤imiz etmenin farkl› oldu¤u toplumsal gruplar bulunabilirse, bu bize bir do¤alK deney ‹ T A Pf›rsat› sunar. Çünkü do¤al deney, neredeyse laboratuvar ortam›ndakine benzer bir flekilde, tek bir etmenin di¤er tüm etmenlerden ba¤›ms›z etkisini izole ederek ölçmemize olanak sa¤lar. Bir do¤al deney çal›flmas›n›n da yer ald›¤› yeni eserinde, Amerikal› siyaset biTELEV‹ZYON limci Keith Darden, 1940’l› y›llarda Ukrayna’n›n bat›s›nda, Karpat da¤lar› eteklerinde iki komflu il olan Transcarpathia ve Stanislaviv’i ele al›r. Bu iki il ayn› dili (Ukraynaca) konuflmakta, ayn› din (Hristiyan) ve mezhebe (Yunan Katolik) mensup, ‹ N T E sanayileflmifl, RNET ayn› seviyede ayn› seviyede flehirleflmifl, ayn› oranda ve seviyede da¤l›k bir araziye ve ayn› tür orman örtüsüne sahip, halk›n›n ço¤unlu¤u nüfusu 2,000’den az yerleflim birimlerinde yaflayan kiflilerden olufluyordu. Siyaset bilimcilerin isyan ve gerilla savafl› konusunda önemli oldu¤unu düflündükleri tüm bu etmenlerin benzerli¤ine ra¤men, Sovyetler Birli¤i taraf›ndan 1944 y›l›nda iflgal ve ilhak edildikten sonra bu iki ildeki Sovyet karfl›t› Ukrayna milliyetçisi gerilla direnifli seviyesinde muazzam bir fark ortaya ç›kt›. Stanislaviv iflgal alt›ndaki bat› Ukrayna’da en yo¤un Sovyet karfl›t› gerilla savafl›na sahne olurken, Transcarpathia’da hiç Sovyet karfl›t› gerilla direnifli gözlenmedi. 1944 sonunda Stanislaviv Sovyet kontrolüne geçti¤inde Ukrayna Direnifl Ordusu’na mensup 10,000 gerilla savaflç›s› da¤larda Sovyet ordular›na karfl› direniyordu. ‹kinci Dünya Savafl›’n›n tüm Avrupa’da sona erdi¤i 1945 y›l›nda bile hâlen 4,500 direniflçi Stanislaviv’de K›z›lordu’ya karfl› sa-
N N
SIRA S‹ZDE
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M
D Ü fi Ü N E L ‹ M
109
4. Ünite - Vaka Analizi
S O R U
S O R U
vafl›yordu. 1946’da direniflçi say›s› 2,500’e indirilebildi¤i hâlde 1950’lerin bafllar›na kadar Stanislaviv da¤lar›nda Sovyet güçlerine karfl› militanlar›n sald›r›lar› D ‹ K K A T devam etti. Transcarpathia’daysa Sovyet kontrolüne girdi¤i 1944 sonundan itibaren hiçbir direnifl görülmedi. Keith Darden aradaki bu fark› Stanislaviv’de savafl öncesi döSIRA S‹ZDE nemde Ukrayna milliyetçisi bir okul müfredat›n›n yürürlükte olmas›na, Transcarpathia’da ise olmamas›na ba¤l›yor. Darden’›n çal›flmas›, biri hariç bütün di¤er önemli özellikleri bak›m›ndan birbirine benzeyen iki vakay› AMAÇLARIMIZ teflhis ve analiz ederek, siyaset biliminde nadir görülen bir do¤al deney örne¤i sunuyor.
D‹KKAT
N N
Keith Darden. (2013). Resisting Occupation: Mass Schooling andK the of Du‹ T Creation A P rable National Loyalties, New York: Cambridge University Press. Türkiye’de Cumhuriyet döneminin ilk on befl y›l›ndaki (1923-1938) nüfus T SIRA E L Eink›laplar›n V S‹ZDE ‹ZYON üzerindeki etkisini ölçmek için Türkiye içindeki ya da d›fl›ndaki hangi iller ya da bölgeler aras›nda bir do¤al deney tasar›m› yap›labilir?
KARfiI-OLGUSAL AKIL YÜRÜTME
AMAÇLARIMIZ
K ‹ T A P
9
D Ü fi Ü N E L ‹ M ‹ NTERNET DENEYLER‹
T ESIRA L E V ‹S‹ZDE ZYON
D Ü fi Ü N E L ‹ M ‹NTERNET
Do¤al deneylere, siyaset bilimi ve uluslararas› iliflkilerde pek Saz göz O Rrastland›¤› U önünde bulundurularak, do¤al deneyin kuramsal muadili olarak “karfl› olgusal ak›l yürütme deneyleri” (counterfactual thought experiments) diye adland›r›lan bir D‹KKAT yönteme baflvurulmaktad›r. “Birbirine çok benzeyen iki tarihî vaka bulunamazsa, kontrollü bir karfl›laflt›rma yapabilmek için var olan bir vakayla icat edilen bir vaSIRA S‹ZDEgerçek olan ka efllefltirilir” (George ve Bennett, Case Studies, s.167). Bu yöntemde, bir vakaya, etkisi ölçülmeye çal›fl›lan ba¤›ms›z de¤iflken eklenerek veya e¤er hâlihaz›rda varsa, ç›kar›larak, karfl› olgusal bir vaka icat edilir. Bu manipülasyondan AMAÇLARIMIZ hareketle, icat edilen bu yeni vakada ba¤›ml› de¤iflkenin de¤erinin nas›l veya ne SIRA S‹ZDE kadar de¤iflece¤i üzerine ak›l yürütülür. Karfl› olgusal ak›l yürütme deneyleri siyaset bilimi ve uluslararas› K ‹ T A Piliflkiler kuramlar›n›n gelifliminde, özellikle So¤uk Savafl döneminde, büyük rol oynam›flt›r. D Ü fi Ü N E L ‹ M Örne¤in ABD-Sovyetler Birli¤i aras›nda ç›kabilecek bir nükleer savafl›n dinamikleri üzerine yaz›lan say›s›z eserin tamam› karfl› olgusal analize dayanmaktad›r TELEV‹ZYON S O R ve U Aaron Belçünkü dünya hâlen bir nükleer savafl yaflamam›flt›r. Philip Tetlock kin taraf›ndan derlenen, Dünya Siyasetinde Karfl› Olgusal Ak›l Yürütme Deneyleri adl› kitapta etrafl›ca aç›kland›¤› üzere, Küba Füze Krizi’nden DHitler’in ‹ K K A T yükselifli‹ N T E konuda RNET ne, devrimlerin sebebinden ABD-‹ran iliflkilerine kadar pek çok yap›lan çal›flmalarda karfl› olgusal ak›l yürütme deneyleri kullan›lm›flt›r. Nükleer savafla SIRA S‹ZDE yol açabilecek süreçler ve olas›l›klar›n araflt›r›lmas› örne¤inde oldu¤u gibi, gerçek siyasette rastlanamayacak kadar uç olaylara sebep olabilecek nedensellik zincirleri üzerine yo¤unlaflan çal›flmalar do¤as› gere¤i karfl› olgusalAMAÇLARIMIZ ak›l yürütme deneylerine müsaittir.
N N
N N
Philip E. Tetlock ve Aaron Belkin (1996). Counterfactual Thought Experiments in World K ‹ T A P Politics: Logical, Methodological, and Psychological Perspectives, Princeton: Princeton University Press. TELEV‹ZYON
Bir bak›ma her ciddi siyasal bilimler ve uluslararas› iliflkiler çal›flmas›, en az›ndan bir boyutuyla karfl› olgusal ak›l yürütmeyi gerekli k›lar. Çünkü her çal›flmada araflt›rmac›, savundu¤u tez hakk›nda flu sorunun cevab›n› aç›kça vermek zorunda‹NTERNET
SIRA S‹ZDE
S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ SIRA S‹ZDE K ‹ T A P D Ü fi Ü N E L ‹ M
TELEV‹ZYON S O R U
D‹KKAT ‹NTERNET
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
110
Eflsonuçluluk (equifinality) de¤iflik ba¤›ms›z de¤iflken kombinasyonlar›n›n ayn› ba¤›ml› de¤iflkene sebep olmas›d›r ki niteliksel araflt›rmalar›n baz› taraftarlar›na göre niceliksel araflt›rmalar böylesi nedensellik zincirlerini teflhis etmekten acizdir. Örne¤in, A, B ve C ba¤›ms›z de¤iflkenleri beraberce K ba¤›ml› de¤iflkenine sebep olsa bile, M ve N ba¤›ms›z de¤iflkenleri de beraberce K ba¤›ml› de¤iflkenine sebep olabilir. K›sacas›, ayn› sonuca farkl› yollardan var›labilir. Sosyal bilimlerde s›kça karfl›lafl›lan iflte bu durum eflsonuçluluk olarak ifade edilir.
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
d›r: Araflt›rd›¤›m vakada, ne olmufl olsayd› benim savundu¤um tezin yanl›fll›¤› kan›tlan›rd›? fiayet bu soruya ‘hiç birfley’ cevab› verilirse, savunulan tez tamamen totolojik (tautological) ve dolay›s›yla bilimsellikten uzakt›r. Bilimsel bir tezin kendini çürütme yollar›n› ve olas›l›klar›n› da aç›klamas› gerekir. Karfl› olgusal ak›l yürütme deneylerine yöneltilen elefltirilerin bafl›nda bu yöntemin disiplinsiz kullan›m›, hangi hâllerde ve nas›l kullan›laca¤›n›n yeterince kesin olarak belirtilmemifl olmas› gelmektedir. George ve Bennett, bu elefltirilere cevaben karfl› olgusal ak›l yürütme deneylerini kullan›rken uyulmas› gereken pek çok koflul öne sürmüfllerdir (George ve Bennett, Case Studies, s.168-9). Birincisi, karfl› olgusal ak›l yürütme ancak nedensellik iliflkisinin ba¤›ml› ve ba¤›ms›z de¤iflkenleriyle birlikte kesin bir flekilde tespit edilerek aç›kland›¤› gerçek bir vakaya nispetle yap›labilir. Dolay›s›yla önce somut ve gerçek bir vakan›n nedensellik iliflkisinin ortaya konmas›, ard›ndan da bu gerçek vakan›n nedensellik iliflkisine nispetle karfl› olgusal vakalar›n icat edilmesi gerekmektedir. ‹kinci koflul, icat edilen karfl› olgusal vakada de¤iflkenler aras›ndaki iliflkinin gerçek vakadaki iliflki örgüsüne paralel ve güçlü kuramsal deste¤e sahip olmas›d›r. Örne¤in araflt›rmac›, A, B ve C ba¤›ms›z de¤iflkenlerinin beraberce K ba¤›ml› de¤iflkenine sebep oldu¤unu tespit ettikten sonra, sadece A ve B’nin mevcut oldu¤u bir vakada K’nin oluflamayaca¤›n› karfl› olgusal bir ak›l yürütme deneyiyle ortaya koyabilir. Fakat dördüncü koflulda da görülebilece¤i üzere, nedenselli¤in baflka koflullarla ikame edildi¤i hâllerde bu yarg› geçerli de¤ildir. Üçüncü koflul olarak George ve Bennett birden fazla de¤iflkenin etken oldu¤u tarihsel vakalar›n aç›klanmas›nda, tüm ba¤›ms›z de¤iflkenlerin farkl›l›¤›n› sa¤layacak bir karfl› olgusal vaka üretmenin mümkün olamayabilece¤ine dikkat çekerler. Bu gözlemle paralel bir dördüncü gözlemleri de böylesi tarihsel aç›klamalarda ba¤›ms›z de¤iflkenlerden birisi eksik olsa bile, ba¤›ml› de¤iflkende yine de de¤iflim olabilece¤i çünkü eksik ba¤›ms›z de¤iflkenin ayn› sonuca sebep olabilecek baflka bir de¤iflkenle ikame edilebilece¤i iddias›d›r. Nedenselli¤in ikamesi (causal substitution) olarak ifade edilen bu durum, nedensellik konusunda niteliksel araflt›rmalar›n bilhassa üzerinde durdu¤u eflsonuçluluk (equifinality) olgusunun karfl› olgusal ak›l yürütme yöntemindeki iz düflümüdür. Beflincisi, karfl› olgusal bir vaka icat edilirken de¤ifltirilen ba¤›ms›z de¤iflken, e¤er varsa di¤er ba¤›ms›z de¤iflkenlerden özerk olmal›d›r. E¤er birkaç ba¤›ms›z de¤iflken birbirleriyle ayr›lmaz bir flekilde ba¤l›ysa ve konjonktürel nedensellik (conjunctural causation) tabir edilen durum söz konusuysa, böyle bir nedensellik ba¤lam›nda faydal› bir karfl› olgusal vaka icat etmek mümkün olmayabilir. E¤er A, B ve C’nin K’ye sebep oldu¤u yukar›daki örnekte, B ve C’nin ortaya ç›k›fl› ancak A’n›n varl›¤›yla tetikleniyorsa, B ve C özerk de¤il A’ya ba¤›ml›d›r. Böyle bir durumda A’n›n olmad›¤› bir karfl› olgusal vaka kurgulamak faydal› olmaz çünkü bu iliflkiler a¤› sebebiyle A’n›n olmad›¤› bir vaka kurgusunda B veya C’nin olmas› da beklenemez. Oysa karfl› olgusal vakalar›n en önemli faydas›, ba¤›ms›z de¤iflkenlerden sadece bir tanesinin ba¤›ml› de¤iflken üzerindeki etkisini ölçmektir. Yine konjonktürel nedenselli¤e benzer flekilde, nedenselli¤in parças› olan etmenlerin zamansal olarak birbirini takip etti¤i ve birbiri üzerinde yükseldi¤i vakalarda da karfl› olgusal ak›l deneylerinin kullan›lmas›n›n uygun olmayabilece¤i vurgulanm›flt›r.
4. Ünite - Vaka Analizi
UYGUNLUK YÖNTEM‹ Bu ünitede örnek verilen vakalar kadar birbirine benzeyen vakalar bulmak ve kontrollü karfl›laflt›rmalar yapmak her konuda ve her araflt›rma sorusunda mümkün olmayabilir. Do¤al deneyler bir yana, ele al›nan her iddia için en benzer sistem analizi tasarlayabilmek ve hatta kritik veya sapk›n vakalar bile bulabilmek çok zor ya da imkâns›z olabilir. Bu durumda en az›ndan nedensellik zincirindeki hâlkalar› oluflturan her bir ayr› nedensellik iddias›n›n, de¤iflik vakalardaki gerçekli¤e uygun olup olmad›¤› uygunluk yöntemiyle (congruence method) test edilebilir. Uygunluk yönteminde süreç takibine ya da kontrollü karfl›laflt›rma yöntemlerinin ayr›nt›l› koflullar›n›n herbirini sa¤lamaya gerek yoktur. Tek bir nedensellik iddias› ele al›n›r ve tek tek vakalar›n bu iddian›n tahminiyle uygunluk içinde olup olmad›¤›na bak›l›r. Daha önce de belirtti¤imiz elli domino tafl›n›n birbirine çarparak düfltü¤ü nedensellik zinciri benzetmesini düflünecek olursak, uygunluk yöntemi örne¤in sadece 27. ve 28. tafl aras›ndaki nedensellik iliflkisine odaklan›r. Oysa daha do¤ru, bilimsel ve tercih edilmesi gereken yöntem elbette e¤er mümkünse tüm nedensellik zincirini bir bütün olarak incelemeyi baflarabilmektir. Araflt›rmac›y› uygunluk yöntemini kullanmaya zorlayan sebep, ayn› örnekten hareketle, elli domino tafl›n›n da birbirine çarparak y›k›ld›¤› bir süreci tek bir vakada gözlemlemenin çok zor ya da imkâns›z olufludur. Uygunluk yönteminde nedensellik süreci parçalar›na ayr›l›r ve her bir halkas› di¤erlerinden izole edilerek incelenir. Uluslararas› iliflkiler alan›ndaki kuramsal tart›flmalarda önemli bir yeri olan demokratik bar›fl kuram›n› ele alal›m. Bu kuram›n karmafl›k ve uzun bir nedensellik zinciri bulunmakta, bu zincir pek çok farkl› fakat birbiriyle iliflkili iddiadan oluflmaktad›r. E¤er araflt›rmac› bu iddialar›n hepsini ayn› anda bir ya da birkaç vaka üzerinden süreç takibi yöntemiyle izleyerek test etme imkân›n› bulam›yorsa, bu iddialar› teker teker uygunluk yöntemiyle test edebilir. Demokratik bar›fl kuram›na göre demokratik ülkelerin halklar› baflka demokratik ülkelerin halklar›na karfl› savafla girmeye (demokratik olmayan ülkelerle savafla girmeye göre) daha az isteklidirler. Sadece bu iddian›n uygunluk yöntemiyle test edilebilmesi için araflt›rmac› demokratik ülkeler aras›nda uluslararas› kriz ve gerginliklerin yafland›¤› dönemlerde demokratik ülke halklar›n›n gerçekten birbirleriyle savafla daha az istekli olup olmad›klar›n› ölçebilir. Üçüncü Cumhuriyet Fransa’s› ve Weimar Almanya’s›n›n halklar› gerçekten birbirleriyle savafla, örne¤in Sovyet Rusya’ya karfl› savafla oldu¤undan daha m› az istekliydiler? Fafloda krizi s›ras›nda ‹ngiliz halk› Fransa’yla savafla, örne¤in benzer bir kriz döneminde Japonya’yla savafla oldu¤undan daha m› az istekliydi? Bu örneklerde oldu¤u gibi uygunluk yönteminde biri hariç di¤er tüm etmenler ve süreçler gözard› edilerek ve hatta olaylar mekânsal ve zamansal ba¤lam›ndan bile kopar›larak sadece temel kuramsal iddian›n öngördü¤ü tahminin somut vakan›n gerçe¤ine uygunluk arz edip etmedi¤i test edilmektedir. Pek çok iddian›n iç içe geçti¤i karmafl›k bir nedenselli¤e sahip petrolün laneti (oil curse) olarak bilinen kurama göre petrol zengini ülkeler pek çok sebepten dolay› demokratikleflmede büyük zorluk çeker ve büyük oranda demokratikleflemezler. Bu sebeplerden bir tanesi petrol zengini ülkelerde devletin çok büyük bir istihbarat a¤›n› besleyerek kendi halk›n›n demokratikleflme taleplerine karfl› kullanabilmesidir. Tek bafl›na bu iddiay› test edebilmek için petrol zengini ülkeler tek tek ele al›n›p kifli bafl›na düflen istihbarat eleman› harcamas› ve istihbarat eleman› say›s›n›n dünya ortalamas›n›n üzerinde olup olmad›¤› test edilebilir. Venezuela, Katar, Rusya, Brunei, Libya, Suudi Arabistan gibi petrol zengini ülkelerde istihba-
111
112
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
rat harcamalar› ve personelinin gerçekten ortalaman›n çok üzerinde olup olmad›¤›na bak›lmas› uygunluk yöntemine karfl›l›k gelir. E¤er bu iddia do¤ru de¤ilse, petrolün demokrasiyi engelledi¤ine dair kuramlarda önemli bir zay›fl›k ortaya ç›km›fl olur. E¤er do¤ru ise kuram›n dayanaklar›ndan olan bir iddia, ampirik olarak do¤rulanm›fl olur. SIRA S‹ZDE
10
D Ü fi Ü N E L ‹ M
T‹POLOJ‹K S O R UKURAMLAR
S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
‹NTERNET
Tipolojik kuramlar (typological theories) farkl› ba¤›ms›z de¤iflken kombinasyonlar›n›n her biri için belli bir ba¤›ml› de¤iflkeni öngören kuramlard›r. Örne¤in belli bir D‹KKAT sonucu etkileyen üç ba¤›ms›z de¤iflkenin oldu¤u bir konuda, matematiksel olarak toplam alt› ba¤›ms›z de¤iflken kombinasyonu ve dolay›s›yla alt› sonuç olabilir. ElS‹ZDE de¤iflken kombinasyonundan baz›lar›, daha önce bahsetti¤ibette bu alt›SIRA ba¤›ms›z miz “eflsonuçluluk” (equifinality) olas›l›¤›na istinaden ayn› sonuca sebep olabilirler. Her hâlükârda, araflt›rmac›n›n tipolojik kuramda bütün olas›l›klar› öngörmesi AMAÇLARIMIZ gerekmektedir.
N N
Tablo 4.3 K ‹ba¤›ms›z T A P Üç de¤iflkene yer veren bir tipolojik kuram›n yap›s›
TELEV‹ZYON
Benedict Anderson’un SIRA S‹ZDE milliyetçilik kuram›na göre matbaan›n icad›n› takip eden yüzy›llarda, Anderson’un matbaa kapitalizmi (print capitalism) olarak ifade etti¤i kâr amaçl› yay›n faaliyetleri sonucu ulafl›lan yüksek okuryazarl›k oran› milliyetçili¤in bafll›ca sebebidir. fi Ü N E L ‹ M bu iddias›n› uygunluk yöntemiyle nas›l test edebiliriz? Anderson’unD Ükuram›n›n
Ba¤›ms›z de¤iflken
Ba¤›ms›z de¤iflken
Ba¤›ms›z de¤iflken
Ba¤›ml› de¤iflken
A
B
C
1
A
C
B
2
CT E L E V ‹ Z Y O N
A
B
3
K ‹ T A P
C
B
A
4
B
A
C
5
B‹ N T E R N E T
C
A
6
Örne¤in, Tablo 4.3’teki birinci ba¤›ms›z de¤iflken askerî harcamalar, ikinci ba¤›ms›z de¤iflken sa¤l›k harcamalar›, üçüncü ba¤›ms›z de¤iflken e¤itim harcamalar› sonuçta ortaya ç›kan ba¤›ml› de¤iflken de vergi politikas› olsun. E¤er öyleyse, bu tipolojik kurama göre askerî harcamada C, sa¤l›k harcamas›nda A, e¤itim harcamas›nda B’nin benimsendi¤i bir vakada (ülkede), sonuç olarak, 3 say›s› ile ifade edilen tipte vergi politikas› ortaya ç›kacakt›r denilmektedir. Bennett ve George tipolojik kuramlar›n iflaret etti¤i nedensellik iliflkilerini patolojideki hastal›k sendromlar›na benzetirler (George ve Bennett, Case Studies, s.235). Doktorlar çoklukla hastal›k sendromlar› için tek bir sebep öne sürmezler; birtak›m sebeplerin birtak›m sonuçlarla iliflkili oldu¤unu belirtmekle yetinirler (“Yüksek tansiyon, kolestrol ve sigara al›flkanl›¤›n›n beraberce bulundu¤u hastalar›m›zda flu rahats›zl›klara s›kl›kla rastlanmaktad›r” gibi). Bu aç›dan tipolojik kuramlar›n ortaya koydu¤u nedensellik ve ondan kaynaklanan tahminler de patolojideki sendromlara benzer. Kuflkusuz tipolojik kuramlar›n ortaya koydu¤u böylesi görece mu¤lak nedensellik örgüleri, daha kesin ve basit nedensellik iliflkileri arayan sosyal bilimciler için pek de tatminkâr aç›klamalar ortaya koyamaz. Fakat hangi sebeplerin üst üste geliflinin hangi sonuçlara (patolojinin “sendromlar›”) sebep oldu¤unun disiplinli ve mu¤lakl›ktan uzak bir aç›kl›kla belirtilmesi, bilimsel bir araflt›rma için yeterli olacakt›r. Tipolojik kuramlar da bu amaca hizmet eder.
SIRA S‹ZDE
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M 4. Ünite - Vaka Analizi
D Ü fi Ü N E L ‹ M
O R U Uluslararas› iliflkiler alan›nda tipolojik kuram örne¤i olarak SAlexander George ve Richard Smoke’un Deterrence in American Foreign Policy adl› eseri gösterilebilir. Amerikan d›fl politikas›ndan vakalar› karfl›laflt›rmal› olarak ele bu eserD ‹ ald›klar› KKAT de George ve Smoke, sadece baflar›l› ve baflar›s›z cayd›r›c›l›k (deterrence) örnekleri sunmak yerine farkl› ba¤›ms›z de¤iflken kombinasyonlar›n›n sonucu olan deSIRA S‹ZDE ¤iflik çeflit cayd›r›c›l›k baflar›s›zl›klar› saym›fllard›r. Cayd›r›c›l›k politikalar›n›n sonucu, s›f›r ve bir olarak kodlanabilecek bir baflar›/baflar›s›zl›k ikileminden ibaret olmay›p, sonucu baflar› veya baflar›s›zl›kla sonuçlanabilecek birden fazla nedensellik AMAÇLARIMIZ zinciri tipi oldu¤una iflaret etmifllerdir.
113
S O R U
D‹KKAT
N N
Alexander L. George ve Richard Smoke. (1974). Deterrence in American Policy: K ‹ T AForeign P Theory and Practice, New York: Columbia University Press.
VAKA ANAL‹ZLER‹N‹N ZAMAN BOYUTU TELEV‹ZYON
Sosyal bilimlerde nedensellik iliflkileri için zaman boyutu son derece önemlidir. Fizikte bir elma a¤açtan hangi ça¤da düflerse düflsün ayn› yerçekimi kanunlar›na tabi olarak düfler. Ifl›k h›z› veya karadeliklerin ›fl›¤› emme gücü hangi yüzy›lda oldu‹ N T E R N E T incelenen ¤unuzdan ba¤›ms›z olarak sabittir ve de¤iflemez. Oysa sosyal bilimlerde pek çok ba¤›ml› ve ba¤›ms›z de¤iflken ancak içinde bulunduklar› tarihsel ba¤lamda anlam ve de¤er kazan›rlar. Örne¤in 5. veya 15. yüzy›lda siyasal yap›y› temelden etkilemeyecek bir k›tl›k, 19. yüzy›lda komünist devrime sebep olabilirken, benzer bir k›tl›¤›n 20. yüzy›ldaki sonucu ise sadece bir toprak reformuyla ya da uluslararas› yard›m paketiyle s›n›rl› kalabilir. Ayn› sebepler benzer koflullar çerçevesinde ve hatta ayn› co¤rafyada olsalar bile farkl› zamanlarda farkl› sonuçlar do¤urabilirler. Uluslararas› iliflkilerin belirleyici oldu¤u nedensellik iliflkileri için “dünya tarihsel” (world historical) ba¤lamdan söz etmek daha anlaml› olacakt›r. Zaman boyutunun bu kadar belirleyici oluflunun en önemli sebeplerinden birisi sosyal bilimlerin inceledi¤i süreçlerin ve o süreçlerin aktörü olan birey ve gruplar›n bilen, anlayan, ö¤renen ve evrilen varl›klar olmalar›d›r. A¤açtan düflen elma yer çekimini bilemez ve bilebilmifl olsayd› bile yere düflüflünü engelleyebilecek birfley yapamazd›. Oysa sosyalist kuramlarda bir toplumsal devrim yapaca¤› iddia edilen iflçiler ve onlar›n iflverenleri ve siyasal otorite sosyalist kuramlardan ve onun öngörülerinden haberdar olabilir ve bilinçli olarak öngörülerin tersine davran›fllarda bulunabilirler. K›sacas›, sosyal bilimin konusu olan insan, kendisini araflt›ran, davran›fllar›n› aç›klamaya, öngörmeye ve hatta kontrol etmeye çal›flan sosyal bilimlerin de belli oranda fark›ndad›r ve bazen sosyal bilimlerin öngörülerine bilinçli olarak direnebilir. Bu flüphesiz do¤a bilimlerinde rastlanmayacak türden bir olgudur. Vaka analizlerindeki zaman boyutunun önemi, sosyal bilimlerin geneli için geçerli olan ve önceki iki paragrafta k›saca özetlenen yarg›lar›n çok daha ötesindedir. Paul Pierson’›n Zamanda Siyaset (Politics in Time) adl› kitab›nda ve benzer konulu makalelerinde ›srarla bahsetti¤i gibi, siyaset ve uluslararas› iliflkiler alan›ndaki nedensellik iliflkilerinin mahiyeti zaman boyutu aç›s›ndan dört kategoride incelenmeyi gerektirmektedir. Araflt›rmac› inceledi¤i konuda keflfetti¤i nedenselli¤in bu dört çeflitten hangisine daha yak›n oldu¤una dikkat ederek araflt›rmas›n› sürdürmelidir. Pierson bu dört çeflit nedensellik örgüsünü, sebep ve sonuçlar›yla do¤al afet çeflitlerinden esinlenerek, “tornado, göktafl› (meteor), deprem ve küresel ›s›nma” metaforlar›yla ifade etmektedir (Tablo 4.4). Tornado ile sebebin ve sonucun zamansal olarak birbirine çok yak›n oldu¤u olaylar› kastetmektedir. Torna-
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
Siyaset bilimiT ve E Luluslar EV‹ZYON aras› iliflkiler yaz›n›nda nedensellik iliflkileri için s›kça kullan›lan bir tabir de “gerekli ve yeterli koflullar” (necessary and‹ Nsufficient TERNET conditions) yap›s›ndaki nedensellik iliflkisidir. Bir sonucun ortaya ç›kmas› için birden fazla sebebin ayr› ayr› gerekli ve hep beraber yeterli oldu¤u nedensellik iliflkileri bu yap›ya sahiptir. Daha önce kulland›¤›m›z Theda Skocpol’un devrim kuram›ndan örnek verecek olursak devletin askerî kanad›n›n çökmüfl olmas› ve büyük köylü isyanlar›n›n gerçekleflmesi Frans›z, Rus ve Çin devrimlerinin gerekli koflullar› aras›ndayd›. Skocpol’a göre, bu iki koflulun efl zamanl› olarak ortaya ç›kmas› devrim için yeterliyse, o zaman bu iki koflul ba¤›ml› de¤iflkenin (devrim) gerçekleflmesi için ayr› ayr› gerekli ve beraberce yeterli (separately necessary and jointly sufficient) sebeplerdir denilebilir. Fakat unutulmamal›d›r ki ayr› ayr› gerekli ve beraberce yeterli sebeplerden oluflan bir nedensellik örgüsünde, e¤er bu gerekli oldu¤unu iddia etti¤imiz koflullar›n her biri mevcutsa, beklenen sonuç mutlaka gerçekleflmelidir. Skocpol’un örne¤inden yola ç›karsak, devletin askerî kanad›n›n çöktü¤ü ve büyük bir köylü isyan›n›n oldu¤u bir ülkede mutlaka bir toplumsal devrim gerçekleflmelidir. E¤er gerçekleflmez ise bu koflullar›n devrim için gerekli ve yeterli oldu¤u iddias› çürütülmüfl olur.
114
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
do tarz› olaylarda ba¤›ms›z de¤iflkenin ortaya ç›k›fl›ndan çok k›sa süre sonra baSIRA S‹ZDE ¤›ml› de¤iflken ortaya ç›kar. Öyle ki ikisinin ortaya ç›k›fl› efl zamanl› (örne¤in ayn› y›l içerisinde) bile olabilir. Pierson, günümüz Amerikan siyaset biliminin fazlaD Ü fi Ü N E L ‹ M s›yla tornado benzeri sebep-sonuç iliflkilerine yo¤unlaflt›¤›n› gözlemlemekte ve bu durumu elefltirmektedir. Elefltirisinin sebebi, sosyal bilimlerde karfl›lafl›lan çoS O R U ¤u olay›n sebeplerinin çok uzun zaman dilimlerine yay›lmas›, sebep ve sonuç aras›nda uzun bir kuluçka dönemi olmas›d›r. Sadece tornado tarz› sebep-sonuç iliflkilerine yo¤unlaflan çal›flmalar bu gibi olaylar›n nedensellik örgüsünü analiz etD‹KKAT mekten acizdirler.
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
N N
SIRA S‹ZDE Tablo 4.4 De¤iflik Nedensellik Örgülerinin Zaman Boyutu AMAÇLARIMIZ
SIRA S‹ZDE Sebep / Sonuç
K›sa (Sonuç)
Uzun (Sonuç)
K›sa (Sebep)
Tornado
Göktafl›
Uzun (Sebep) AMAÇLARIMIZ
Deprem
Küresel Is›nma
K ‹ T A P
Paul Pierson, K ‹Politics T A P in Time: History, Institutions, and Social Analysis (Princeton: Princeton University Press, 2004), s.81, Tablo 3.1.
TELEV‹ZYON
Göktafl›T Emetaforu L E V ‹ Z Y O N ile ifade edilen süreçlerdeyse, sebep (ba¤›ms›z de¤iflken) k›sa süre zarf›nda gerçekleflirken (göktafl›n›n yere düflüfl an›nda oldu¤u gibi), sonucun (ba¤›ml› de¤iflken) ise çok uzun süreler zarf›nda gerçekleflti¤i (göktafl›n›n düflmesiyle yaflanan iklim de¤iflikleri dolay›s›yla dinazorlar›n neslinin tükenmesi ‹ N T E Riflaret N E T eder. Deprem metaforu ile iflaret edilen süreçlerdeyse, fay gibi) süreçlere hatlar›n›n yüzlerce y›ll›k yavafl hareketinde oldu¤u gibi, sebep (ba¤›ms›z de¤iflken) çok uzun süre zarf›nda gerçekleflirken, sonuç (ba¤›ml› de¤iflken) ise bir depremde oldu¤u gibi çok k›sa sürede ortaya ç›kmaktad›r. Popüler medyada da bazen “siyasi deprem” olarak adland›r›lan ani ve muazzam nitelikteki olaylar›n ço¤u zaman ony›llara yay›lan bir arkaplan›, kuluçka dönemi bulunmaktad›r. 3 Mart 1924 günü genç Türkiye Cumhuriyeti’nin tüm siyasal, toplumsal ve kültürel yap›s›n› etkileyecek ve laikli¤i temellendirecek üç önemli yasan›n efl zamanl› olarak parlamentoda kabulü (Halifeli¤in kald›r›lmas›, fieriyye ve Evkaf Bakanl›¤›n›n la¤vedilmesi ve e¤itimin laik bir temelde birlefltirilmesi [Tevhid-i Tedrisat]), nedensellik örgüsü aç›s›ndan Pierson’›n tarif etti¤i flekliyle bir depremdir çünkü sonuç (ba¤›ml› de¤iflken) ayn› günde aniden ç›kar›lan ve zaman› için son derece radikal say›lan kanunlar›n uygulanmas› ise de bu radikal reformlar› do¤uran entelektüel ve siyasal altyap› ‹ttihat ve Terrakki’nin kuruluflundan bafllay›p 2. Meflrutiyet (19081918) dönemini ve sonras›n› da kapsayan en az›ndan çeyrek yüzy›ll›k bir süreçtir. fiükrü Hanio¤lu, Atatürk: Entelektüel bir Biyografi adl› kitab›nda Atatürk reformlar›n›n çeyrek yüzy›la yay›lan arka plan›n› incelemekte ve aç›klamaktad›r. Bu örnekte, ba¤›ml› de¤iflken bir günde tecelli ederken, onun sebebi olan ba¤›ms›z de¤iflkeni tespit ve analiz edebilmek için en az çeyrek yüzy›ll›k bir dönemin süreç takibi yöntemiyle incelenmesi gerekmektedir. Son olarak, Pierson’un küresel ›s›nma metaforuyla ifade etti¤i süreçlerdeyse, hem sebep hem de sonuç çok uzun sürelere yay›larak kendini göstermektedir. Küresel ›s›nman›n sebebinin Sanayi Devrimi’nden bu yana geçen yüzy›llarda atmosfere yay›lan endüstriyel gazlar oldu¤u, sonucunun da ony›llar boyunca kademeli olarak artan küresel ›s› oldu¤u gözönüne al›nacak olursa, bu tarz nedensellik örgülerinde hem ba¤›ml› hem de ba¤›ms›z de¤iflkenin incelenmesinde genifl zaman dilimlerini ele alan süreç takibi yönteminin gerekece¤i aflikârd›r.
‹NTERNET
4. Ünite - Vaka Analizi
SONUÇ Bu ünitenin s›n›rlar› çerçevesinde aç›klanmaya çal›fl›ld›¤› üzere niteliksel araflt›rma yöntemlerinin en önemlilerinden say›lan vaka analizi yöntemleri kendi içinde çok çeflitlidir. Bu yöntemlerin pek ço¤unun süreç takibi analizini gerektirdi¤i düflünülecek olursa, vaka analizlerinin araflt›rmac›lar için son derece uzun sürelerde ve yo¤un çal›flmay›, yan› s›ra vaka olarak incelenen ülkelerin diline, kültürüne ve sosyal ba¤lam›na hakimiyeti gerektirdi¤i ortaya ç›kar. Bu zorlu¤u anlayabilmek için sadece yeni bir dil ö¤renmenin veya sadece bir ülkenin en çok okunan gazetesinde ilgilenilen konuyla ilgili birkaç y›l boyunca yaz›lm›fl tüm yaz›lar› tespit ve analiz etmenin ne kadar uzun süre alaca¤›n› düflünmek yeterlidir. Bundan dolay›d›r ki niteliksel vaka analizine yönelen araflt›rmac›lar›n di¤er yöntemleri kullanan meslektafllar›ndan daha uzun ve zor araflt›rma koflullar›n› göze almalar› gerekebilir. Bu ünitede vaka analizlerinin tasar›m›na ve uygulanmas›na iliflkin k›saca aç›klad›¤›m›z temel kurallar›n hiçbirine dikkat edilmeden yap›lm›fl baz› araflt›rmalar›n da “vaka analizi” ad› alt›nda takdim edildi¤ini hayretle ve üzüntüyle görmek mümkündür fakat bu gibi çal›flmalar›n uluslar aras› iliflkiler ve siyaset bilimine kayda de¤er bir katk› yapmas› beklenemez. Tüm araflt›rma yöntemlerinde oldu¤u gibi vaka analizinde de önce yan›t aranan soru veya sorular›n belirlenmesi ve ancak bu sorular ›fl›¤›nda hangi vaka analizi tasar›m›n›n seçilece¤ine karar verilmesi gerekmektedir. Mevcut pek çok de¤iflik vaka analizi türünün ne çeflit ifllevleri oldu¤unu ve ne gibi sorular› cevapland›rmakta özellikle etkili olduklar›n› bu ünite boyunca k›saca ele ald›k. ‹ster nicel ister nitel her türlü araflt›rma yönteminde oldu¤u gibi vaka analizlerinde de son derece dikkat edilmesi gereken bir konunun da araflt›rmac›n›n ortaya koydu¤u iddian›n yanl›fll›¤›n›n nas›l kan›tlanabilece¤ini aç›kça göstermesi oldu¤unu belirttik. Çünkü hiçbir kan›t›n çürütemeyece¤i, tersini ispatlaman›n imkâns›z oldu¤u bir iddia bilimsel olamaz ve ancak bir totolojiye iflaret eder. Sosyal bilimlerde bilgi birikimi ve kuramsal ilerlemelerin önemli bir k›sm› vaka analizi yöntemlerini kullanan araflt›rmalar›n sonucu olarak gerçekleflmifltir. Gelecekte de vaka analizlerinin bilimsel geliflmeye katk›lar›n›n artarak devam etmesi muhtemeldir. Bu alandaki araflt›rma yöntemlerinin günden güne daha da disiplinli ve kuramsal olarak tutarl› bir yörüngeye oturmas› da bu kan›y› güçlendirir mahiyettedir. Vaka analizi yöntemlerinin kullan›m alanlar›, s›n›rlar›, koflullar› ve ifllevlerinin aç›kça ortaya konmas›, bu yöntemin h›zla iyileflerek geliflmesine katk›da bulunmaktad›r. Kuramsal ve teknik olarak h›zla geliflen ve iyileflen vaka analizi yöntemlerinin Türkiye’de de daha yayg›n ve disiplinli kullan›m›n›n teflvik edilmesinin ülkemizde siyaset bilimi ve uluslararas› iliflkiler alan›ndaki araflt›rmalara büyük katk›da bulunaca¤›na ve bu alanlardaki e¤itime de son derece olumlu yans›malar› olaca¤›na kuflku yoktur.
115
116
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Özet
N A M A Ç
1
N A M A Ç
2
N AM A Ç
3
Vaka analizlerinin avantajlar›n› ve kullan›m alanlar›n› aç›klayabilmek Vaka analizleri, do¤rudan bir veya birkaç vakaya odaklanarak nedensellik iliflkisini ve mekanizmas›n› ad›m ad›m takip ederek ortaya ç›karmakta di¤er araflt›rma yöntemlerine (örne¤in, istatistiki çal›flmalara) nazaran daha avantajl›d›rlar. Korelasyonlar›n keflfi için niceliksel, istatistiki çal›flmalara, de¤iflik nedensellik mekanizmalar›n›n ortaya ç›kar›lmas›nda ise vaka analizlerine baflvurulabilir. En benzer ve en farkl› sistem, en olas› ve en az olas›, kritik ve sapk›n vaka analizlerinin fark›n›, önemini, ifllevini ve uygulamas›n› aç›klayabilmek Neredeyse tüm ba¤›ms›z de¤iflkenlerin benzer, ba¤›ml› de¤iflkenin ise farkl› oldu¤u araflt›rmalara en benzer sistem tasar›m›, neredeyse tüm ba¤›ml› de¤iflkenlerin farkl›, ba¤›ms›z de¤iflkenin ise ayn› oldu¤u araflt›rmalara ise en farkl› sistem tasar›m› denilmektedir. ‹lkinde amaç, di¤er tüm ba¤›ms›z de¤iflkenleri ayn› tutarak sonuçta farkl›l›k yaratan ba¤›ms›z de¤iflkeni keflfetmektir. ‹kincisinde amaç, birbirinden son derece farkl› özelliklere sahip vakalarda ayn› sonucu do¤uran sebebi keflfetmektir. Kritik vaka bir kuram için doyurucu bir flekilde aç›klanmas› zorunlu olan vakad›r. Belli bafll› kuramlar›n inan›l›rl›¤›n› test etmek için kullan›l›r. Sapk›n vaka ise herhangi bir faktörün tüm vakalarda gözlenen da¤›l›m›ndan belirgin bir flekilde sapt›¤› bir vakan›n incelenmesidir ki burada amaç kuramsal bir ilerleme sa¤lamakt›r. Vaka içi analizlerin ve süreç takibi yönteminin özelliklerini, ifllevini ve uygulamas›n› aç›klayabilmek Vaka içi analiz karfl›laflt›rmal› vaka analizinin tek bir vakaya uygulanm›fl hâli olup, bir vakan›n tarihindeki de¤iflik dönemler aras›nda veya de¤iflik alt-bölgeleri aras›nda karfl›laflt›rma yap›larak uygulan›r. Amaç tek bir vaka içinde tarihsel ya da mekânsal olarak gerçekleflen k›r›lmalar› veya farkl›laflmalar› kullanarak nedensellik mekanizmas›n› ortaya ç›karmakt›r. Süreç takibi yöntemi sadece birtak›m ba¤›ms›z ve ba¤›ml› de¤iflkenler aras›nda iliflki oldu¤u saptamas›n›n ötesine geçer
ve bu ba¤›ms›z de¤iflkenlerin tam olarak nas›l ba¤›ml› de¤iflkene sebep olduklar›n› aç›klamay› amaçlar. Süreç takibi yöntemi karfl›laflt›rmal› siyaset alan›ndaki nitel çal›flmalar›n en fazla baflvurdu¤u yöntemdir.
N A M A Ç
4
N A M A Ç
5
Do¤al deneylerin ve tipolojik kuramlar›n ifllevini ve faydas›n› söyleyebilmek Do¤al deney, hemen her bak›mdan birbirinin ayn› olan, zaman ve mekân da dahil olmak üzere ayn› çevresel ve ba¤lamsal etmenler taraf›ndan kuflat›lm›fl, sadece de¤iflken etkisi araflt›rma konusu olan etmende birbirinden farkl›laflan, iki ya da daha fazla vakan›n karfl›laflt›rmal› incelenmesidir. Tipolojik kuramlar ise farkl› ba¤›ms›z de¤iflken kombinasyonlar›n›n her biri için belli bir ba¤›ml› de¤iflkeni öngören kuramlard›r. Uygunluk yöntemini, karfl›-olgusal ak›l yürütmeyi ve vaka analizlerinde zaman boyutunun nedensellikle olan kritik ba¤lant›s›n› aç›klayabilmek Uygunluk yönteminde tek bir nedensellik iddias› ele al›n›r ve tek tek vakalar›n bu iddian›n tahminiyle uygunluk içinde olup olmad›¤› ortaya konur. Kontrollü bir karfl›laflt›rma yapabilmek için birbirine benzer iki somut vaka bulunamazsa, karfl›-olgusal ak›l yürütmeye baflvurularak var olan bir vakayla icat edilen bir vaka karfl›laflt›r›l›r. Vaka analizinde zaman boyutu çok önemlidir çünkü ayn› sebepler benzer koflullar çerçevesinde ve hatta ayn› co¤rafyada olsalar bile farkl› zamanlarda farkl› sonuçlar do¤urabilirler. Dahas›, sebepler ve sonuçlar efl zamanl› olarak ortaya ç›kmayabilecekleri gibi, sebebin ve sonucun tam olarak ortaya ç›kmas› farkl› uzunlukta süreleri gerektirebilir.
4. Ünite - Vaka Analizi
117
Kendimizi S›nayal›m 1. Bir karfl›laflt›rmal› vaka analizinde, neredeyse tüm ba¤›ms›z de¤iflken de¤erleri benzer fakat ba¤›ml› de¤iflken de¤eri farkl›ysa bu vaka analizi tasar›m› ne adla an›l›r? a. Sapk›n vaka analizi b. Kritik vaka analizi c. En benzer sistem tasar›m› d. En farkl› sistem tasar›m› e. Vaka içi analizi tasar›m› 2. Bir karfl›laflt›rmal› vaka analizinde, neredeyse tüm ba¤›ms›z de¤iflken de¤erleri farkl› fakat ba¤›ml› de¤iflken de¤eri ayn›ysa bu vaka analizi tasar›m› ne adla an›l›r? a. Sapk›n vaka analizi b. Kritik vaka analizi c. En benzer sistem tasar›m› d. En farkl› sistem tasar›m› e. Vaka-içi analizi tasar›m› 3. Bir kuram›n do¤ru olarak aç›klad›¤›nda ispatland›¤›, aç›klayamad›¤›nda ise kuram›n çürütüldü¤ü bir vakaya ne ad verilir? a. Sapk›n vaka b. Kritik vaka c. Tipolojik vaka d. Karfl›-olgusal vaka e. Kuramsalc› vaka 4. Afla¤›daki durumlardan hangisinde tek vakal› (tek ülkeli) analiz yapmak bilimsel olarak meflru kabul edilebilir? a. Araflt›rmac› sadece bu ülkenin siyasetine ve tarihine hakimse b. Araflt›rmac› sadece bu ülkenin dilini biliyorsa c. Yak›n zamanda bu ülkenin içinde yer ald›¤› bir savafl gerçekleflmiflse d. Bu ülke hiç endüstrisi olmad›¤› hâlde demokratik olan tek ülkeyse e. Bu ülke üzerine yap›lacak araflt›rmalar için bolca araflt›rma teflvik fonu varsa
5. Vaka içi analizlerde gözlem say›s›n› artt›rmak için afla¤›dakilerden hangisinin yap›lmas› en uygundur? a. Analiz edilen vakada test edilen kuramlar›n say›s› artt›r›l›r b. Analiz edilen vakada at›f yap›lan eser say›s› artt›r›l›r c. Vaka için mülakat yap›lan her insan ayr› bir vaka say›l›r d. Analiz edilen vaka, ilgilenilen de¤iflkenlerin da¤›l›m›na göre dönemlere ayr›l›r e. Sonuçlar baflka araflt›rmac›lar›n sonuçlar›yla karfl›laflt›r›l›r. 6. Paul Pierson, siyasal olaylarda sebebin de sonucun da k›sa süre içinde ve birbirine yak›n olarak ortaya ç›kt›¤› nedensellik örgüsüne ne ad vermektedir? a. Tornado b. Göktafl› c. Deprem d. Küresel Is›nma e. Tayfun 7. Belli say›da ba¤›ms›z de¤iflkenin her türlü kombinasyonuyla ortaya ç›kan farkl› nedensellik zincirlerini ve sonuçta ortaya ç›kacak ba¤›ml› de¤iflkeni belirten tasar›mlara ne ad verilir? a. Tipolojik kuramlar b. Karfl›-olgusal düflünce deneyleri c. En benzer sistem analizi d. Süreç takibi e. Do¤al deneyler 8. Afla¤›dakilerden hangisi birkaç aflamadan oluflan bir nedensellik zincirini tamamen ortaya ç›karmay› sa¤lacak yöntemlerden birisi de¤ildir? a. Süreç takibi b. Vaka-içi analiz c. Do¤al deney d. Uygunluk testi e. En benzer sistem analizi
118
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Kendimizi S›nayal›m Yan›t Anahtar› 9. “Mill’in uyuflma yöntemi” hangi araflt›rma tasar›m›nda kullan›l›r? a. Do¤al deneyler b. Tipolojik kuramlar c. Uygunluk testi d. En benzer sistem analizi e. En farkl› sistem analizi
1. c 2. d 3. b
4. d 10. Afla¤›daki sorulardan hangisini cevaplamak konusunda vaka analizi yöntemlerini kullanmak uygun de¤ildir? a. Dünyan›n bütün ülkelerinde cinayet oranlar›n› ve ba¤lant›l› olabilecekleri sosyo-ekonomik verileri ortaya koymak b. Gelir eflitsizli¤i ve cinayet oranlar› aras›ndaki nedensellik iliflkisini incelemek c. Birkaç ülkede de¤iflik dönemlerde yürürlü¤e konan idam cezas› uygulamas›n›n cinayet oranlar› üzerindeki etkisini incelemek d. Dinî inançlar›n cinayet sürecinde katiller üzerindeki etkisini incelemek e. ‹dam cezalar›n›n kald›r›lmas› süreçlerinde dinî inançlar›n siyasi karar alma mekanizmalar› üzerindeki etkisini incelemek
5. d 6. a 7. a 8. d 9. e 10. a
Yan›t›n›z yanl›fl ise “En Benzer Sistem Tasar›m›” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “En Farkl› Sistem Tasar›m›” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Tek Vakal› Analizler: Kritik ve Sapk›n Vakalar›n Önemi” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Tek Vakal› Analizler” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Vaka ‹çi Analizler” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Vaka Analizlerinin Zaman Boyutu” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Tipolojik Kuramlar” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Uygunluk Yöntemi” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “En Farkl› Sistem Tasar›m›” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Neden ve Nas›l Vaka Analizi” konusunu yeniden gözden geçiriniz.
S›ra Sizde Yan›t Anahtar› S›ra Sizde 1 Bu örneklerde ba¤›ml› de¤iflkende gözle görülür bir farkl›l›k gözlemlenmektedir çünkü Tunus kans›z bir flekilde demokrasiye geçti¤i hâlde Suriye’de uzun süren bir iç savafl demokrasiye geçifli engellemifltir. Oysa (Libya’n›n görece zenginli¤i hariç) bu ülkelerde pek çok benzer ba¤›ms›z de¤iflken (Arap dili, Müslüman ço¤unluklu toplum, eski sömürge, ekonomik az geliflmifllik, yüksek iflsizlik vs.) mevcuttur. Dolay›s›yla Arap devrimleri bu hâliyle en benzer sistem tasar›m›na daha müsaittir. S›ra Sizde 2 En farkl› sistem tasar›m› için vakalar›n ba¤›ml› de¤iflkenlerinin de¤erinin benzer, ba¤›ms›z de¤iflkenlerin farkl› olmas› gerekmektedir. En benzer sistem tasar›m› için ise ba¤›ml› de¤iflkenin farkl›, ba¤›ms›z de¤iflkenlerin benzer olmas› gerekmektedir. Bu örnekte, her ikisi de eski ‹ngiliz sömürgesi ve Arap olan M›s›r ve Bahreyn, ilki demokratikleflti¤i ikincisiyse demokratikleflemedi¤i için en benzer sistem tasar›m›na müsaittir. Ayn› flekilde, her ikisi de eski Frans›z sömürgesi ve Arap olan Tunus ve Suriye de ilki demokratikleflti¤i ikincisiyse demokratikleflemedi¤i için en benzer sistem tasar›m›na müsaittir. Öte
4. Ünite - Vaka Analizi
119
yandan, Libya ve Suriye Arap devrimi sürecinde kanl› iç savafllar yaflayan iki ülke olarak benzer bir ba¤›ml› de¤iflkene sahiptirler. Oysa bu ülkelerin sömürge geçmiflleri (biri ‹talyan di¤eri Frans›z), ekonomik zenginlikleri (Libya Afrika’n›n en zengin ülkelerinden, Suriye ise görece yoksul), dinî yap›lar› (Suriye’nin üçte bir Hristiyan, Nusayri ve di¤er dinî az›nl›klardan oluflmuflken Libya’n›n neredeyse tamam› Sünni Müslüman), flehirleflme oranlar› ve sosyal yap›lar› birbirinden bir hayli farkl›d›r. Dolay›s›yla, Suriye ve Libya iç savafl ba¤›ml› de¤iflkeni aç›s›ndan ise en farkl› sistem tasar›m›na müsaittir.
al›nabilir. Bunun gibi pek çok baflka örnek bulunabilecekse de hepsi bu cevap anahtar›na s›¤mayacakt›r.
S›ra Sizde 3 Çin Halk Cumhuriyeti’nin son otuz y›lda istikrarl› bir flekilde dünyan›n en h›zl› büyüyen ekonomik ve askerî gücü oldu¤u göz önüne al›nacak olursa, Yeni Gerçekçilik kuram›na göre, komflular›n›n Çin’i dengelemek için Çin-karfl›t› bir ittifaka yönelmifl olmalar› gerekir. Bunun gibi, dünyan›n de¤iflik bölgelerinin yükselen ekonomik ve askerî güçlerine karfl› ittifak kurulaca¤› beklentisi üzerine Yeni Gerçekçilik kuram› aç›s›ndan en olas› vaka analizi tasar›mlar› yap›labilir.
S›ra Sizde 7 Türkiye örne¤inde seçim sisteminin parti say›s›na ve sistemine etkisini ölçmek üzere bir vaka içi inceleme tasarlayan araflt›rmac›, Türkiye’nin çok partili demokrasi tarihini uygulanan seçim sistemlerine göre de¤iflik dönemlere ay›r›r. 1946-1960 döneminde dar bölgeli ço¤unluk sistemi, 1960-1980 döneminde barajs›z ya da düflük seçim barajlar›n›n uyguland›¤› bir nispi temsil sistemi ve 1983 y›l›ndan bugüne kadar yüksek bir seçim baraj›n›n (%10) kullan›ld›¤› nispi temsil sistemi. Bu üç dönemden ilkinde yasas›na göre parlamentoda iki partili bir sistem, ikinci dönemde irili ufakl› çok say›da partinin parlamentoya girdi¤i bir sistem ve üçüncü dönemdeyse önceki iki dönemin aras›nda bir say›da partinin parlamentoya girdi¤i bir sistem olaca¤› tahmin edilmektedir.
S›ra Sizde 4 Tarihsel kurumsalc›l›¤›n öngörüsüne en ters olmas›n› bekledi¤imiz kurumlar, tan›m› gere¤i toplumdaki güç odaklar›n› de¤il de güçsüzleri gözetmesi beklenen kurumlard›r. Bunlar›n bafl›nda da yarg› kurumlar› gelir. Anayasa Mahkemesi, Yarg›tay, Dan›fltay ve di¤er mahkemeler adaleti sa¤layarak güçsüzü gözetmekle görevli olduklar› için tarihsel kurumsalc›l›¤›n bu iddias› için en az olas› vakalar olarak ele al›nabilirler. S›ra Sizde 5 Gana (HDI puan› 0.541 ve dünya s›ralamas›nda 135. ülke oldu¤u hâlde FH notu 1.5 ve özgür), Hindistan (HDI puan› 0.547 ve s›ralamada 134. ülke oldu¤u hâlde FH notu 2.5 ve özgür) ve Benin (HDI puan› 0.427 ve s›ralamada 167. ülke oldu¤u hâlde FH notu 2.0 ve özgür) çok az geliflmifl olduklar› hâlde yüksek demokrasi standartlar›na ulaflt›klar› için olumlu anlamda sapk›n vakalar olarak ele al›nabilir. Öte yandan Singapur (HDI puan› 0.867 ve s›ralamada 26. ülke oldu¤u hâlde FH notu 4.0 ve k›smen özgür), Birleflik Arap Emirlikleri (HDI puan› 0.846 ve s›ralamada 30. ülke oldu¤u hâlde FH notu 6.0 ve özgür de¤il) ve Brunei (HDI puan› 0.838 ve s›ralamada 33. ülke oldu¤u hâlde FH notu 5.5 ve özgür de¤il) son derece kalk›nm›fl olduklar› hâlde demokratik olmad›klar› için kötü anlamda sapk›n vakalar olarak ele
S›ra Sizde 6 Dünya çap›nda milliyetçili¤in do¤uflu için son derece önemli olan Frans›z milliyetçili¤i kritik vaka say›labilir. Bunun yan› s›ra etnik milliyetçili¤in tarihsel olarak en önemli ve y›k›c› (Yahudi soyk›r›m› dolay›s›yla) örne¤i say›lan Alman milliyetçili¤i de kritik vaka say›labilir. Frans›z veya Alman milliyetçiliklerinin do¤uflunu aç›klayamayan bir milliyetçilik kuram› büyük yara alm›fl say›l›r.
S›ra Sizde 8 Yüksek petrol gelirinin polis devletine sebep olup olmad›¤›n› ölçmek üzere süreç takibi analizi uygulamas› için öncelikle ele al›nan ülke veya ülkelerin petrol geliri ve bunlar›n dünya ortalamas›n›n üzerinde olup olmad›¤› tespit edilir. Daha sonra bu gelirin ne kadar›n›n do¤rudan ya da dolayl› yollarla devletin kullan›labilir bütçesine girdi¤i tespit edilir. E¤er petrol gelirleri herhangi bir denetime tabi olmaks›z›n devleti yönetenlerin (emir, sultan, diktatör vs.) harcayabilecekleri bir fona aktar›l›yorsa bu gibi bir durum mutlaka tespit edilir. Daha sonra bu ülke ya da ülkelerin bütçelerinin ne kadarl›k k›sm›n› askerî ve sivil istihbarat, polis ve di¤er güvenlik harcamalar›nda kulland›¤› tespit edilir. Daha sonra petrol gelirlerinde y›ll›k art›fl ve düflüfllerden güvenlik harcamalar›n›n di¤er harcamalardan daha fazla etkilenip etkilenmedi¤ine bak›l›r. K›sacas› petrol gelirinin ortaya ç›k›fl›ndan harcanmas›na kadarki tüm süreç ad›m ad›m incelenir ve güvenlik harcamalar›n›n büyüklü¤üyle aras›nda bir iliflki olup olmad›¤› bu süreçte gözlemlenir.
120
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Yararlan›lan Kaynaklar S›ra Sizde 9 1923-1938 dönemindeki ink›laplar›n Türkiye nüfusu üzerindeki etkisini ölçmek için bu ink›laplar›n yafland›¤› dönemde Türkiye’nin illeriyle, bu dönemde Türkiye’nin bir parças› olmayan fakat 1923 öncesi dönemde Türkiye’nin geri kalan›na çok benzer özellikler gösteren iller karfl›laflt›r›labilir. Örne¤in Hatay ili, 1938’de Türkiye’ye kat›ld›¤› için Cumhuriyet döneminin ilk onbefl y›l›ndaki ink›laplar› yaflamam›flt›r ama 1923 öncesi ve 1938 sonras› dönemde Türkiye’nin di¤er illeriyle ayn› yap›n›n bir parças›d›r. Dolay›s›yla örne¤in bir HatayAdana ya da Hatay-Kilis karfl›laflt›rmas› ink›laplar›n etkisi konusunda do¤al deney ifllevi görecektir. S›ra Sizde 10 Milliyetçili¤in ortaya ç›kt›¤› bir dizi ülke, milliyetçi ak›mlar›n ortaya ç›kt›¤› tarihlere göre s›ralan›r. Daha sonra o tarih s›ras›na göre bu ülkelerde okuma-yazma oranlar› tespit edilir ve okuma-yazma oranlar›yla milliyetçi ak›mlar›n ortaya ç›k›fl› aras›nda bir uygunluk olup olmad›¤› görülür. Örne¤in, Frans›z ve Alman milliyetçili¤i okuma-yazma oran›n›n %60 oldu¤u bir dönemde ortaya ç›km›flken, Tatar milliyetçili¤i okuma-yazma oran›n›n %5 oldu¤u bir dönemde ortaya ç›km›flsa, bu Anderson’un kuram›n›n do¤rulu¤u konusunda flüphelenmemize sebep olur.
Abdelal, R., Herrera, Y., Johnston, A., McDermott, R. (2009). Measuring Identity: A Guide for Social Scientists, New York: Cambridge University Press. Aktürk, fi. (2013). Regimes of Ethnicity and Nationhood in Germany, Russia, and Turkey, New York: Cambridge University Press. Allison, G. T. (1971). Essence of Decision: Explaining the Cuban Missile Crisis, Boston: Little, Brown, and Co. Brady, H. E., Collier, D. (2004). Rethinking Social Inquiry: Diverse Tools, Shared Standards, Lanham: Rowman & Littlefield. Brubaker, R. (1992). Citizenship and Nationhood in France and Germany, Cambridge: Harvard University Press. Charrad, M. M. (2001). States and Women’s Rights: The Making of Postcolonial Tunisia, Algeria and Morocco, Berkeley: University of California Press. Collier, D., Levitsky, S. (1997). “Democracy with Adjectives: Conceptual Innovation in Comparative Research”, World Politics, Cilt 49, s.430-451. Collier, R. B. (1999). Paths toward Democracy: The Working Class and Elites in Western Europe and South America, New York: Cambridge University Press. Darden, K. (2013). Resisting Occupation: Mass Schooling and the Creation of Durable National Loyalties, New York: Cambridge University Press. Fish, M. S. (1998). “Mongolia: Democracy Without Prerequisites”, Journal of Democracy, Cilt 9, Say› 3, s.127-41. George, A. L., Smoke, R. (1974). Deterrence in American Foreign Policy: Theory and Practice, New York: Columbia University Press. George, A. L., Bennett, A. (2005). Case Studies and Theory Development in the Social Sciences, Cambridge, Massachusetts: MIT Press. Goertz, G. (2006). Social Science Concepts: A User’s Guide, Princeton: Princeton University Press. Hanio¤lu, M. fi. (2011). Atatürk: An Intellectual Biography, Princeton: Princeton University Press. Hanson, S. E. (2010). Post-Imperial Democracies: Ideology and Party Formation in Third Republic France, Weimar Germany, and PostSoviet Russia, New York: Cambridge University Press.
4. Ünite - Vaka Analizi
Keddie, N. R (der.). (1995). Debating Revolutions, New York: NYU Press. Kuru, A. T. (2011). Pasif ve D›fllay›c› Laiklik: ABD, Fransa ve Türkiye, ‹stanbul: Bilgi Üniversitesi Yay›nlar›. Laitin, D. D. (1998). Identity in Formation: The Russian-Speaking Populations in the Near Abroad, Ithaca: Cornell University Press. Lebow, R. N., Stein, J. G. (1995). We All Lost the Cold War, Princeton: Princeton University Press. Lustick, I. (1993). Unsettled States, Disputed Lands: Britain and Ireland, France and Algeria, Israel and the West Bank-Gaza, Ithaca: Cornell University Press. Mahoney, J., Rueschemeyer, D. (2003). Comparative Historical Analysis in the Social Sciences, New York: Cambridge University Press. Marx, A. W. (1998). Making Race and Nation: A Comparison of South Africa, the United States, and Brazil, New York: Cambridge University Press. Marx, A. W. (2004). Faith in Nation: Exclusionary Origins of Nationalism, New York: Cambridge University Press. Mearsheimer, J. J. (2003). Tragedy of Great Power Politics, New York: W. W. Norton & Company. Moore, B. (2003). Diktatörlü¤ün ve Demokrasinin Toplumsal Kökenleri: Ça¤dafl Dünyan›n Yarat›lmas›nda Soylunun ve Köylünün Rolü, Ankara: ‹mge Yay›nevi. Peterson, S. (1995). “How democracies differ: Public opinion, state structure, and the lessons of the Fashoda crisis”, Security Studies, Cilt 5, Say› 1, s.337. Pierson, P. (2004). Politics in Time: History, Institutions, and Social Analysis, Princeton: Princeton University Press. Putnam, R. (1993). Making Democracy Work: Civic Traditions in Modern Italy, Princeton: Princeton University Press. Ragin, C. C. (2000). Fuzzy-Set Social Science, Chicago: University of Chicago Press. Ray, J. L. (2009). Democracy and International Conflict: An Evolution of the Democratic Peace Proposition, Columbia, SC: University of South Carolina Press. Ross, M. L. (2012). Oil Curse: How Petroleum Wealth Shapes the Development of Nations, Princeton: Princeton University Press.
121
Skocpol, T. (2004). Devletler ve Toplumsal Devrimler: Fransa, Rusya ve Çin’in Karfl›laflt›rmal› Bir Çözümlemesi, Ankara: ‹mge Kitabevi. Sprinz, D. F., Wolinsky-Nahmias, Y. (2004). Models, Numbers, and Cases: Methods for Studying International Relations, Ann Arbor: University of Michigan Press. Tetlock, P. E., Belkin, A. (1996). Counterfactual Thought Experiments in World Politics: Logical, Methodological, and Psychological Perspectives, Princeton: Princeton University Press. Walt, S. M. (1996). Revolution and War, Ithaca: Cornell University Press. Weber, M. (2008). Protestan Ahlak› ve Kapitalizmin Ruhu, Ankara: Ayraç
ULUSLARARASI ‹L‹fiK‹LERDE ARAfiTIRMA YÖNTEMLER‹
5 Amaçlar›m›z
N N N N
Bu üniteyi tamamlad›ktan sonra; Nitel alan araflt›rmalar›n›n temel özelliklerini kavrayabilecek, Nitel amaçl› görüflme ve kat›l›mc› gözlem yöntemlerini aç›klayabilecek, Odak grup yönteminin gerçeklefltirilme esaslar›n› tan›mlayabilecek, Nicel içerik analizinin esaslar›n› tan›mlayabilecek bilgi ve becerilere sahip olabileceksiniz.
Anahtar Kavramlar • • • •
Nitel Amaçl› Görüflmeler Kat›l›mc› Gözlem Odak Gruplar› ‹çerik Analizi
• • • •
Nitel Alan Çal›flmas› Etnografik Yöntemler Güvenirlik Geçerlik
‹çindekiler
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Nitel Yaklafl›m ile Görüflme, Gözlem ve Odak Grup Yöntemleri, ‹çerik Analizi
• G‹R‹fi • GÖRÜfiME VE KATILIMCI GÖZLEM • ODAK GRUPLARI • ‹ÇER‹K ANAL‹Z‹
Nitel Yaklafl›m ile Görüflme, Gözlem ve Odak Grup Yöntemleri, ‹çerik Analizi G‹R‹fi Nitel alan araflt›rmalar› istatistiksel analizler için gerekli verilerin toplanmas›na yönelik araflt›rma yöntemlerinden farkl› gözlemsel metotlar› içerir. Örne¤in anketler bir toplumdaki iflsizlerin ya da belirli bir görüfle sahip kiflilerin yüzdelik dilimini belirleme yarayan veriler sunarken nitel alan araflt›rmalar› genellikle say›lara indirgenemeyecek nitel veriler elde ederler. Nitel alan araflt›rmalar› sadece bu yönleriyle nicel yöntemlerden ayr›lmazlar. Nitel alan araflt›rmalar›n›n önemli bir özelli¤i de sadece veri toplamaktan ibaret olmamalar›d›r. Bu tip araflt›rmalarda ço¤unlukla önceden haz›rlanm›fl test edilecek hipotezler bulunmamaktad›r. Gözlemler ve görüflmeler gibi araçlar vesilesiyle yeni gözlemleri gerektiren geçici sonuçlara var›labilir. Bu ba¤lamda nitel alan araflt›rmalar›n›n teori gelifltiren bir faaliyet oldu¤unu söyleyebilmek de mümkündür. Nitel alan araflt›rmalar›n› oluflturan metotlara genel olarak SIRA ‘etnografik S‹ZDE metotlar’ ad› da verilir. Bu metotlar, di¤er araflt›rma metotlar›nda da oldu¤u gibi her araflt›rma konusunda kullan›lmaya uygun olmayabilirler. Nitel alan araflt›rmalar› özelD Ü fi Ü N Eçal›fl›lmas›nda L‹M likle en iyi do¤al ortam›nda anlafl›lacak olan tav›r ve davran›fllar›n kullan›l›rlar. Bu özellikleriyle sosyal hayat›n do¤al ortam›nda çal›fl›lmas› gibi bir avantaj› da beraberinde getirirler. Örne¤in Amerika Birleflik Devletleri’nin ulusal S O R U güvenlik bürokrasisinin 90’l› y›llar›n bafl›nda nükleer testlerin durdurulmas›na hangi süreçler sonucunda r›za göstermifl oldu¤unun anlafl›lmas›nda bu alanda çaD‹KKAT l›flan bürokratlar ve silah labarotuvarlar› yöneticileri nezdinde yap›lm›fl olan alan çal›flmalar›n›n önemli faydas› olmufltur. Nitel araflt›rmalar ayn› zamanda sosyal süSIRA S‹ZDE reçlerin zaman içinde geçirdi¤i de¤iflimlerin çal›fl›lmas›nda da önemli rol oynamaktad›r. Örne¤in nitel yaklafl›mla çal›flmakta olan bir alan araflt›rmac›s› ayaklanma gibi bir sosyal bir hareketi bafl›ndan sonuna kadar içeriden gözlemleme flanAMAÇLARIMIZ s›na sahip olabilir.
N N
John ve Lyn Lofland, Analysing Social Settings (Belmont: Wadsworth, K ‹1995: T A P101-113) adl› kitaplar›nda, sosyal hayat›n nitel alan çal›flmas›na uygun unsurlar›n› listelerler. Çeflitli davran›fllar, olaylar, roller, iliflkiler, gruplar, kurulufllar, sosyal dünyalar ve hayat tarzlar› bu listenin esas unsurlar›n› olufltururlar. Tüm bu alanlarda nitel alan T E Lçal›flmas›, E V ‹ Z Y O N sosyal hayatta kendili¤inden belirgin olmayan hususlar› ortaya ç›karmakta önemli rol oynayabilmektedir. ‹NTERNET
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
124
Kartopu tekni¤i/etkisi: Araflt›rmac›n›n alan araflt›rmas› kapsam›nda iletiflim kurmufl oldu¤u bir ya da birkaç kifli arac›l›¤›yla daha genifl öznelere ulaflmas›n› sa¤layan sürece verilen add›r.
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Afla¤›da da görülece¤i üzere nitel alan araflt›rmalar›nda kullan›lan yöntemler araflt›rman›n sordu¤u sorulara ba¤l› olarak farkl›l›k göstermektedir. Baz› araflt›rma konular›nda birebir görüflmeler tercih edilirken di¤erlerinde kat›l›mc› gözlem ya da odak gruplar› tercih edilebilir. Bunlar›n bir ya da birkaç› bir arada da kullan›labilir. Örne¤in Almanya’daki Türk göçmenlerinin kimlik oluflturma sürecini, bu süreç kapsam›nda kendilerini Türkiye’ye ve Almanya’ya iliflkin olarak ne flekilde konumland›rd›klar›n› anlamakta bu metotlar›n tümü kullan›labilir. Di¤er yandan siyasi kampanyalar›n bireyler taraf›ndan ne flekilde anlamland›r›ld›¤›n›n çal›fl›lmas›nda odak gruplar› tek bafl›na önemli rol görebilir. Bu farkl› metotlar› detayl›ca ele almadan önce nitel alan araflt›rmalar› gerçeklefltirirken göz önünde tutulmas› gereken baz› temel hususlara dikkat çekilmesi gerekmektedir. Bunlardan ilki ve belki de en önemlisi, tüm di¤er metotlarda da oldu¤u gibi, araflt›rmaya bafllamadan önce araflt›rma konusuyla ilgili literatürün taranmas›d›r. Alan araflt›rmas›na fiilen bafllamadan önce, araflt›r›lacak konuyla ilgili olarak di¤er sosyal bilimcilerin bulgular› ve de¤erlendirmeleri hakk›nda kapsaml› bilgi sahibi olunmas› gerekmektedir. Daha sonraki aflama ise araflt›rmac›n›n çal›fl›lacak alana ne flekilde girifl yapaca¤›na karar vermesidir. Bir alan araflt›rmac›s›n›n alana kat›l›fl flekli baflka bir araflt›rmac›yla benzer olmayabilir. Örne¤in Amerika Birleflik Devletleri’ndeki asker aileleri üzerine bir çal›flma gerçeklefltiren Margaret Harrell (2003) alan araflt›rmas›n› gerçeklefltirebilmek için askerlerin ba¤l› bulundu¤u komutan taraf›ndan yaz›lm›fl ve askerleri araflt›rmac›yla ifl birli¤i yapmaya ça¤›ran bir mektuba ihtiyaç duymufltur. Oysa Phillippe Bourgois (1995) gibi yer alt› uyuflturucu sat›c›lar›n›n hayatlar›na iliflkin bir alan çal›flmas› yapan bir antropologun resmi bir otoriteden yard›m almas› düflünülemez. Alan çal›flmas› yapacak olan sosyal bilimcilerin alanda ›rklar›, s›n›flar›, cinsiyetleri, e¤itim düzeyleri, milliyetleri ve di¤er birtak›m özellikleriyle var olduklar›n›n bilincinde olmalar› gerekmektedir. Baz› durumlarda araflt›rmac›n›n baz› özellikleri alanda kolaylaflt›r›c› rol oynarken di¤er durumlarda sorun teflkil edebilmektedir. Örne¤in Avrupa Birli¤i bürokrasisinde Türkiye alg›lar› üzerine bir çal›flma gerçeklefltirmekte olan bir alan araflt›rmac›s›n›n Türk vatandafl› oluflu alan çal›flmas›nda muhatap al›nan bürokratlar›n daha çekinceli cevaplar vermesine neden olabilir. Ancak her durumda önemli olan bir husus, alan çal›flmas›n› gerçeklefltirecek olan araflt›rmac›n›n çal›flacak alanda kullan›lmakta olan dile hakim olmas›d›r. Her ne kadar çevirmenler kullan›labiliyor olsa da çevirmenlerin sorular› ve sorulara verilen cevaplar› kurma flekilleri araflt›rmay› belirli bir yönde etkileyebilir. Çal›flmay› gerçeklefltiren araflt›rmac›n›n alan çal›flmas›n›n kapsam›ndaki kiflilerle ilk iletiflimini ne flekilde kuruyor oldu¤u da önem tafl›maktad›r. Oldukça yayg›n olan tekniklerden biri, tan›fl›kl›k kurulmufl olan bir ya da birkaç kifliden hareketle daha genifl araflt›rma öznelerine ulaflmakt›r. Buna literatürde “kartopu tekni¤i/etkisi” (snowball technique/effect) ad› da verilmektedir ve genelde kat›l›mc› gözlem ve görüflme metotlar› kullanan alan araflt›rmalar› için geçerlidir. (Odak gruplar›ndaki kifli seçimleri bu metotun yap›s› nedeniyle daha farkl›d›r ve afla¤›da detayland›r›lmaktad›r.) Bu tekni¤in güçlü yan› hâlihaz›rda birbirine güvenen kiflilerin birbirlerinin referans›yla gelen araflt›rmac›ya da güven duygusuyla yaklaflacak olmas›d›r. Bu tekni¤in zay›f noktas› ise bu kiflilerin rastlant›sal bir örneklemden seçilmemesi nedeniyle araflt›rmac›ya olaylar›n s›n›rl› bir aç›s›n› sunma ihtimalidir. Bu sorunu aflman›n yollar›ndan biri, görüflülecek kiflilerin say›s›n›n oldukça genifl tutulmas› ve bu ba¤lamda alan çal›flmas› kapsam›nda görüflülecek kiflilere farkl› yollarla da ulafl›lmaya
5. Ünite - Nitel Yaklafl›m ile Görüflme, Gözlem ve Odak Grup Yöntemleri, ‹çerik Analizi
çal›fl›lmas›d›r (örne¤in alan çal›flmas› aç›s›ndan görüflülmesi anlaml› olan ve önceden belirlenen kiflilere formal kanallar yoluyla ulaflmak gibi). Nitel alan araflt›rmalar›nda örneklem konusu afla¤›da daha detayl› bir biçimde ele al›nacakt›r. Burada göz önünde tutulmas› gereken önemli hususlardan biri, araflt›rmac›n›n araflt›rma kapsam›nda görüflece¤i kiflilere görüflmenin nedeni ve araflt›rman›n ana hedefi üzerine bilgi vermesidir. Baz› durumlarda etik bir ikilem ortaya ç›kabilir. Bazen araflt›rman›n amaçlar›n›n görüflülecek kiflilere net bir flekilde ortaya konulmas› görüflülen kiflilerin davran›fllar›n› ve söylemlerini etkileyebilir. Di¤er taraftan gerçekli¤e uymayan bir içeri¤in aktar›lmas› ise araflt›rmac›n›n karfl›s›ndakileri aldatmas› anlam›na da gelebilir. Bu durumda verilecek olan karar› araflt›rman›n amac›, çal›fl›lmakta olan konunun do¤as›, araflt›rmac›n›n kullanmak istedi¤i gözlemler ve buna benzer di¤er faktörler belirleyecektir. Bugüne kadar yap›lm›fl olan nitel alan araflt›rmalar›n›n bu konuda belirlemifl oldu¤u sabit bir metodolojik ya da etik kural bulunmamaktad›r. Birçok durumda birebir görüflülen, kat›l›mc› gözlem kapsam›nda zaman geçirilen ya da odak gruplar›nda yer alan kiflilere, bu kiflilerle kurulacak ilk temasta araflt›rmadan ç›kacak akademik üründe isim ve kimliklerine yer verilmeyece¤ini belirtmek bireylerin araflt›rmac›yla ifl birli¤i yapmas›n› kolaylaflt›racakt›r. Araflt›rmac›lar nihai çal›flmalar›nda kiflilerin isimleri yerine çeflitli kodlar kullanabilirler. Araflt›rmac›n›n burada unutmamas› gereken bir husus, nihai çal›flmada söz konusu kiflilerin isim ve kimliklerini belirtmemenin mahremiyet ilkesini çi¤nememek için yeterli olamayabilece¤i, ayn› zamanda kiflilerin tan›nmas›na neden olabilecek dolayl› bilgilerin verilmesinde de dikkatli olunmas› gerekti¤idir. Örne¤in bir ya da birden fazla bakanl›¤›n mensuplar›yla bir alan çal›flmas› gerçeklefltirmek istedi¤inizde, bürokratlar›n mahremiyetini korumak için hem isim belirtilmemeli hem de “X bakanl›¤›nda Y konular›yla ilgilenmekte olan” gibi kiflinin tan›nmas›na neden olabilecek ifadelerden kaç›n›lmas› gerekmektedir. Nitel alan araflt›rmalar›n›n en güçlü yanlar› tav›r, davran›fl ve söylemlerin çal›fl›lmas›nda ve sosyal süreçlerin zaman içerisinde u¤rad›klar› de¤iflimlerin gözlemlenmesinde etkili olmalar›d›r. Bu ba¤lamda söz konusu metotlar›n en kuvvetli yan› çal›fl›lan alanda derinlemesine analiz yap›lmas›na olanak sa¤lamalar›d›r. Nitel alan araflt›rmalar›n›n bir di¤er avantaj› ise esnek olmalar›d›r. Alan araflt›rmas›n›n tasar›m›n› nicel anket çal›flmalar›n›n aksine araflt›rman›n birçok aflamas›nda de¤ifltirmek mümkündür. Nitel alan araflt›rmalar› ayn› zamanda karfl›laflt›rmal› olarak bak›ld›¤›nda özellikle nicel yaklafl›mla gerçeklefltirilen anket çal›flmalar›na k›yasla daha az masrafl›d›r. Ço¤u zaman bir tek araflt›rmac› ile gerçeklefltirilmesi mümkün olabilir. Nitel alan araflt›rmalar›n›n, anket ya da deneysel yaklafl›mlar gibi di¤er metotlara k›yasla daha avantajl› oldu¤u bir di¤er noktaysa bu araflt›rmalar›n geçerli¤inin (validity) yüksek olmas›d›r. Kapsaml› nitel araflt›rmalar derinlemesine analizi mümkün k›lmakta ve böylece ölçülmekte olan (ya da çal›fl›lmakta olan) konudan uzaklafl›lmamaktad›r. Öte yandan nitel alan araflt›rmalar›n›n en zay›f noktalar›ndan biri güvenirlik (reliability) düzeylerinde sorun görünme ihtimalidir. Baflka bir deyiflle ayn› araflt›rman›n tekrarlanmas› durumunda ayn› sonuçlara var›l›p var›lamayaca¤› nitel alan araflt›rmalar›nda tart›flmal› bir konudur. Söz konusu araflt›rmalar derinlemesine olduklar› gibi, ayn› zamanda oldukça kiflisel de olabilirler. Bu duruma literatürde “gözlemcinin çeliflkisi” (observer’s paradox) ad› verilmektedir. Nitel alan araflt›rmalar›nda verilerin objektif olmas› beklenemez. Veriler alan çal›flmas›n› gerçeklefltiren araflt›rmac›n›n varl›¤›ndan etkilenirler. Bireyler sosyal bir ba¤lamda di¤er bireyleri çal›flt›klar›nda araflt›rma ortam›n› etkilerler. Günümüzde birçok araflt›rmac› bu sorunun fark›nda olup bunu gidermek için çeflitli yollar ge-
125
Gözlemcinin çeliflkisi: Nitel alan araflt›rmalar›nda verilerin alan çal›flmas›n› gerçeklefltiren araflt›rmac›n›n varl›¤›ndan etkilenmesi durumuna verilen add›r.
126
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Nirengi: Nitel bir metodun özellikle araflt›rmada güvenirli¤in art›r›lmas› amac›yla bir ya da birden fazla nitel ya da nicel metotla bir arada kullan›lmas›na verilen add›r.
lifltirmektedir. Örne¤in birçok araflt›rmac› bu sorunu “nirengi” (triangulation) yoluyla aflmaya çal›flmaktad›r. Nirengi prensibi uyar›nca nitel bir metot, bir ya da birden fazla nitel ya da nicel metotla bir arada kullan›labilir. Örne¤in kat›l›mc› gözleme dayanan bir alan araflt›rmas›, görüflmeler ve/veya odak gruplar›ndan da ayn› anda faydalanabilece¤i gibi, içerik analizi ya da nicel anket çal›flmalar›yla da bir arada yap›labilir. Örne¤in Türkiye’nin AB üyeli¤ine iliflkin belirli AB üye ülkelerindeki görüfl ve alg›lar› ölçmeye yönelik bir araflt›rma bu alandaki nicel veri kaynaklar›ndan (örne¤in Eurobarometre) faydalanabilece¤i gibi, ayn› araflt›rma kapsam›nda seçilmifl ülkelerde belirli mülakatlar da gerçeklefltirilebilir. Buna ek olarak araflt›rmac›lar›n tüm araflt›rma boyunca kendi ön yarg›lar›n›n, yaflam deneyimlerinin, statülerinin, güç ve karakterlerinin araflt›rman›n bulgular›n› ve yorumlar›n› nas›l flekillendirdi¤i konusunda düflünmeleri ve aç›k olmalar› gerekmektedir. Nitel alan araflt›rmalar›ndaki bu sürece “dönüfllülük” (reflexivity) ad› SIRA S‹ZDE da verilmektedir. Yukar›da belirtilmifl olan özellikler tüm nitel alan çal›flmalar›na, yani etnografik yaklafl›mlara, ortak zemin teflkil etse de nitel alan çal›flmalar› kapsam›nda veri topD Ü fi Ü N E L ‹ M lama ve veri analizinde kullan›lmakta olan farkl› metotlar mevcuttur. Bunlardan ilk olarak görüflme ve kat›l›mc› gözlem ele al›nacak, daha sonraysa odak gruplar› tan›t›lacakt›r. S O R U
Dönüfllülük: Nitel alan araflt›rmalar›nda araflt›rmac›lar›n tüm araflt›rma boyunca kendi ön yarg›lar›n›n, yaflam deneyimlerinin, statülerinin, güç ve karakterlerinin araflt›rman›n bulgular›n› ve yorumlar›n› flekillendirmesinde oynad›klar› role dair yaflad›klar› fark›ndal›kt›r.
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
Nitel alan araflt›rmalar› gazetecilik mesle¤i kapsam›nda icra edilen gözlem ve raporlamayD‹KKAT la kar›flt›r›lmamal›d›r. Nitel araflt›rmalar yapmakta olan sosyal bilimcinin rolü elde etti¤i verileri gazeteciler gibi oldu¤u gibi raporlamak de¤il, verileri sosyal dünyan›n anlamlanSIRA S‹ZDE d›r›lmas›nda analiz edilmesi gereken bilgiler olarak görmektir.
D‹KKAT
SIRA S‹ZDE
SIRA S‹ZDE AMAÇLARIMIZ
KD Ü‹ fi TÜ NAE LP‹ M S O R U
TELEV‹ZYON D‹KKAT
‹SIRA N T E RS‹ZDE NET
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
N N
1
Nitel alan araflt›rmalar›n› geçerlik ve güvenirlik aç›s›ndan de¤erlendiriniz. SIRA S‹ZDE AMAÇLARIMIZ
GÖRÜfiME VE KATILIMCI GÖZLEM
DK Ü ‹fi ÜTN EAL ‹PM Nitel alan çal›flmalar›n›n büyük bir k›sm› görüflmelerden ve kat›l›mc› gözlemlerden faydalan›rlar. Genelde birçok etnografik çal›flman›n bu iki metodu bir arada kulS O R U land›¤› görülmektedir. Kat›l›mc› T E Lgözlem, E V ‹ Z Y O N araflt›rmac›n›n araflt›rma konusuna iliflkin belirli bir yer ya da alanda kat›l›nabilecek faaliyetlere kat›larak olaylar› gözlemlemesini ve bu gözlemD‹KKAT leri yorumlamas›n› içerir. Kat›l›mc› gözlem, alan araflt›rmac›s›n›n kendi kat›l›m›ndan dolay› bir fleyler ö¤renmesi, zaman içinde araflt›rd›¤› alandaki kiflilerin günde‹ SIRA N T E RS‹ZDE NET lik hayat›n›n bir parças› haline gelmesi anlam›na gelmektedir. Genellikle araflt›rmac›lar kat›l›mc› gözlem yöntemini uzun zaman zarflar›nda kullanarak, belirli bir alanda aylar, hatta y›llar geçirebilirler. AMAÇLARIMIZ Araflt›rmac›lar belirli bir alanda uzun süreler geçirilmesinin araflt›rmada belli zay›fl›klar› beraberinde getirebilece¤ini fark etmifltir. Bunlardan en önemlisi çal›fl›lan bölgenin K ‹ zaman T A P içinde s›n›rlar› olan kapal› bir topluluk olarak görülerek büyük resmin araflt›rmac› taraf›ndan görülememesidir. Bu nedenle özellikle sosyal antropologlar, kat›l›mc› gözlem kullan›lacaksa çok bölgeli alan araflt›rmalar›n›n (multi-sided daha yararl› olaca¤›n› iddia etmektedir. Alan araflt›rT E L field E V ‹ Z Yresearch) ON mac›s› belirli bir araflt›rma bölgesinde gözlemledi¤i bir fleye neden olan ba¤lam›n di¤er bölgeleri de içerdi¤ini düflünerek farkl› yerlerde araflt›rma yapma yoluna gidebilir. Örne¤in bir yerdeki toprak reformunun o bölgedeki köylüleri ne flekilde T E R N E T bir sosyal bilimcinin öncelikle o bölgedeki güç yap›s› ve etkiledi¤ini‹ Naraflt›ran ekonomik tabakalanma gibi konularda araflt›rma yapmas› gerekmektedir. Ancak
N N
5. Ünite - Nitel Yaklafl›m ile Görüflme, Gözlem ve Odak Grup Yöntemleri, ‹çerik Analizi
buna ek olarak bu reformda rol oynayan avukatlar, STK’lar, resmî yetkililer ve di¤er ulusal ve uluslararas› kurumlarla da görüflmesi gerekecektir. Buna ek olarak bu reformun baflar› aç›s›ndan farkl›l›k gösterdi¤i bölgeleri de k›yaslama yoluna gidebilir. K›sacas› güç sistemleri, bilgi ak›fllar›, ürünler ve bilgiler o kadar genifl bir alana da¤›lm›fl olabilir ki alan araflt›rmac›lar›n›n bu ba¤lar› ve farkl› yollar› takip edip çal›flmalar› gerekmektedir. Ancak bu tip araflt›rmalar çok genifl kapsaml› oldu¤undan genelde birden fazla alan araflt›rmac›s›n›n yer ald›¤› tak›mlarla yap›l›rlar. Kat›l›mc› gözlemlerin baflar›l› olmas› için araflt›rmac›n›n çal›flman›n yap›ld›¤› bölgede konuflulmakta olan dili konuflmas›, iyi bir dinleyici olmas›, fazla müdahaleci olmamas›, kendi ön yarg›lar›n›n fark›nda olmas› ve insanlar›n gündelik hayat›na kar›flmas› flart koflullard›r. Kat›l›mc› gözlemin araflt›rmac› aç›s›ndan birçok avantaj› mevcuttur. Kat›l›mc› gözlem arac›l›¤›yla araflt›r›lmakta olan kiflilerle sürekli iletiflimin sa¤lanmas› onlarla güvene dayal› yak›n bir iliflkinin kurulmas›na yard›mc› olur. Ayn› zamanda kiflilerin yapt›klar›n› bizzat izleyerek bunlardan hangilerinin kaydedilece¤ine karar verebiliyor olmak daha sonras›nda dokümanlar ya da arflivler yoluyla olaylar hakk›nda bilgi sahibi olmaktan daha avantajl› görünmektedir. Son olarak belirtilmesi gereken bir husus ise kat›l›mc› gözlemin olaylar ya da bir kültüre iliflkin formal ve idealize edilmifl anlat›larla pratikte yaflananlar aras›ndaki fark› gösterebilmekte etkili bir yol oldu¤udur. Örne¤in üniversitelerin ne flekilde iflledi¤ine iliflkin bir çal›flma yürütüyorsan›z, ö¤retim üyeleri, idari çal›flanlar ve de ö¤rencilerle yapt›¤›n›z formal görüflmelerden baz› bilgiler edinebilirsiniz. Ancak fakülte toplant›lar›na ve ö¤le yemeklerine gitti¤inizde, ayn› zamanda da bir ö¤renci yurdunda kald›¤›n›zda elde edece¤iniz bilgiler ve izlenimler çok daha farkl› ve kapsaml› olacakt›r. Benzer biçimde Gusterson (2008) nükleer silah karfl›t› aktivistler hakk›nda yapt›¤› alan araflt›rmas›nda bu kiflilerin protestolar›na ve gezi faaliyetlerine bir süreli¤ine düzenli olarak kat›lm›fl ve kat›l›mc› gözlem yolunu benimsememifl olmas› durumunda aktivistlerin aras›ndaki topluluk bilincinin gücü ve orada bulunabilmek için yapt›klar› fedakârl›klar›n› hiçbir zaman net olarak anlayamayaca¤›n› belirtmifltir. Nitel alan araflt›rmalar›nda en s›k kullan›lan görüflme yöntemi yar›-yap›land›r›lm›fl (semi-structured) görüflmelerdir. Bu görüflmeler en basit anlam›yla araflt›rmac›lar›n alan araflt›rmas› kapsam›nda sa¤layacaklar› bulgulara ulaflmak amac›yla ilgili bireylere soru sormas›n› ve cevaplar› kaydetmesini gerektirir. Nicel anket çal›flmalar›nda bireylere sorulan sorular ço¤unlukla yap›land›r›lm›fl sorulard›r. Bundan kas›t, sorulacak sorular›n önceden net ve kapal› bir flekilde belirlenmifl olmas›d›r. Sorular ayn› kelime s›ras› ve flekliyle farkl› bireylere sorulmakta, böylece k›yaslamalar ve farkl›laflt›r›lm›fl genellemeler yapmak da mümkün olmaktad›r. Bu araflt›rmac›ya önemli avantajlar sa¤l›yor olsa da, baz› dezavantajlar› da beraberinde getirmektedir. Örne¤in bu tip yöntemlerde bireylerin anlam dünyas›n›n derinlemesine keflfinin mümkün olamayaca¤› iddia edilmektedir. Ayn› zamanda nicel anket temelli görüflmelerin görüflülen kiflileri seri imal edilmifl bir yapayl›k hissine bo¤ma ihtimaline de dikkat çekilmifltir. Nitel alan araflt›rmalar›nda ise daha esnek sorular sorulmas›na olanak tan›yan yar›-yap›land›r›lm›fl görüflmeler tercih edilmektedir. Bu ba¤lamda her görüflmeden sonra sorular tekrar elden geçirilerek araflt›rma esnas›nda tekrar tasarlanabilir ya da görüflme esnas›nda verilen bir cevap önceden haz›rlanmam›fl yeni sorular› da beraberinde getirebilir. Örne¤in nitel yaklafl›mla görüflme gerçeklefltirmekte olan bir alan araflt›rmac›s› yapt›¤› görüflmelere, görüflülmekte olan kiflinin e¤itim durumu, yafl›, çal›flt›¤› ifli ve pozisyonu gibi araflt›rmas›nda de¤erli olabilecek baz› temel
127
128
F›rsat Yoluyla Örnekleme: Araflt›rmac›n›n kendisiyle önceden ba¤lant›s› olan ve araflt›r›lacak alanda/grupta kendisiyle ifl birli¤i yapmak konusunda istekli ve ifl birli¤ine aç›k kiflilerle görüflmesine verilen add›r. Muhakeme Yoluyla Örnekleme: Araflt›rmac›n›n araflt›rma alan›yla birebir ve direkt ilgili olan kiflilerle görüflmesine verilen add›r. Tabakaland›r›lm›fl Örnekleme: Araflt›rmac›n›n, etnik köken, yafl ya da güç gibi alandaki farkl› unsurlar üzerinden var oldu¤unu düflündü¤ü katmanlar üzerinden gruplad›¤› kiflilerle görüflmesine verilen add›r.
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
sorularla bafllayabilir. Bunu takiben, bireysel ç›karlar ve kimlikler uyar›nca farkl› kiflilerle yap›lan görüflmelerde farkl› konular ifllenebilir. Araflt›r›lan konuyla ilgili bilgiler derinleflip geniflledikçe, her görüflme bir öncekinin üzerine infla edilir. Bu ba¤lamda araflt›rman›n son aflamalar›nda gerçeklefltirilen görüflmeler ilk aflamalardaki görüflmelerden farkl› bir seyir izleyebilir. Her bir görüflme tekrarlayan temalar›, üzerine düflünülmesi ve araflt›r›lmas› gereken yeni sorular›, araflt›rmac›n›n anlay›fl›ndaki boflluklar› ayd›nlatarak görüflmelerin farkl›laflmas›na neden olur. Nicel araflt›rmalar›n birço¤unda de¤erler, tercihler ya da inançlar araflt›rmac›n›n olabildi¤ince net fikir sahibi olabilece¤i veriler olarak ele al›n›rken, nitel görüflmelerin ço¤u görüflülen kiflilerin birden fazla durumlarda kendileriyle çeliflkiye düflebilece¤ini, kendilerini araflt›rmac›ya daha farkl› yans›tmak isteyebileceklerini dikkate al›rlar. Bunlar› ‘gerçek’ verilere ulaflmay› engelleyen olgular olarak görerek minimize etmeye çal›flan nicel görüflmelerin aksine nitel yaklafl›mlarda söylemsel tutars›zl›klar görüflülen kiflilerin kültürel kimliklerinin bir parças› olarak ele al›n›rlar. Bu de¤iflkenli¤in ve tutars›zl›¤›n kendisi bafll› bafl›na bir veri olarak de¤erlendirilir. Kvale (1996: 88) nitel araflt›rmalarda görüflme sürecini yedi ana aflamaya ay›rmaktad›r. Bunlardan ilki, görüflmelere bafllamadan önce görüflmelerin ana hedefinin ve araflt›r›lacak kavramlar›n belirlenmesidir. Bu aflamay› takiben görüflmenin kimlerle ve ne flekilde gerçeklefltirilece¤i tasarlan›r. Kimlerle görüflülece¤i hususu örneklem konusunu gündeme getirmektedir. Nicel yaklafl›mlarda benimsenmekte olan örneklem yöntemlerini nitel yaklafl›mlarda uygulamak mümkün olmamaktad›r. Alandaki kiflilerin hepsinin ‘ideal örneklem’in yap›s›na uymak üzere ifl birli¤i yapmas›n› beklemek pek gerçekçi de¤ildir. Ancak buna ra¤men, oldukça etkili nitel örneklem yöntemleri de bulunmaktad›r. Bunlardan biri, araflt›rmac›yla önceden ba¤lant›s› olan ve araflt›r›lacak alanda/grupta araflt›rmac›yla ifl birli¤i yapmak konusunda istekli ve ifl birli¤ine aç›k kiflilerle görüflmektir. Buna “f›rsat yoluyla örnekleme” (opportunistic sampling) ad› da verilmektedir. Bir di¤er yöntem, araflt›rma alan›yla birebir ve direkt ilgili kiflilerle görüflmektir. Buna da “muhakeme yoluyla örnekleme” (judgmental sampling) ad› verilmektedir ve bu yöntem araflt›rmac›n›n kendi bilgisine dayanarak görüflülecek kiflileri seçti¤i bir örneklem yöntemidir. Bir baflka yöntem ise araflt›rmac›n›n, etnik köken, yafl ya da güç gibi alandaki farkl› unsurlar üzerinden var oldu¤unu düflündü¤ü katmanlar üzerinden haz›rlad›¤› “tabakaland›r›lm›fl örnekleme” (stratified sampling) yöntemidir. Böylece baz› k›yaslamalar yapmak da mümkün olabilmektedir. Bir baflka yöntem, araflt›rmac›lar›n k›yaslama yapma imkân›na sahip olmak ve farkl›l›klar›n nereden kaynakland›¤›n› ö¤renmek amac›yla görüflmüfl olduklar› kiflilerden tamamen farkl› kiflilerle görüflmeleridir. Görüflmelerden önce sorular yoluyla kapsanacak konular belirlenir. Araflt›rmac›n›n burada kapsamak istedi¤i konular› içeren genel bir sorgulama plan› bulunmakla birlikte, araflt›rmac› belirli kelimelerin belirli bir s›rada yer ald›¤› sabit sorular sormamaktad›r. Bu durum nitel yaklafl›ml› görüflmelerin araflt›rmac›n›n konuflma için belirli bir yön belirledi¤i ve sorular›n muhatab›n›n da baz› konular› gündeme getirerek seyrini etkiledi¤i bir konuflma olmas› anlam›na gelmektedir. Görüflmenin genel hatlar›yla tasarlanmas›n›n akabinde görüflmeler gerçeklefltirilir. Görüflme esnas›nda sorular sorulmal›, cevaplar dikkatlice dinlenmeli, cevab›n anlam› araflt›rman›n amac› göz önünde bulundurularak de¤erlendirilmeli ve verilen cevap kapsam›nda daha derin bir bilgiye ulaflmak için baflka bir soru tasarlanmal› ya da (e¤er gerekli olursa) yine baflka bir soruyla cevap veren kiflinin ilgisi araflt›rma ko-
5. Ünite - Nitel Yaklafl›m ile Görüflme, Gözlem ve Odak Grup Yöntemleri, ‹çerik Analizi
nusuyla daha ilgili bir alana çekilmelidir. Bu nedenle nitel görüflmelerde araflt›rmac›n›n iyi bir dinleyici olmas›n›n yan› s›ra ayn› zaman zarf›nda iyi düflünebilmesi ve konuflabilmesi de gerekmektedir. Baz› görüflmeler bir saat ya da daha k›sa bir sürede tamamlanabilirken çok daha uzun süren görüflmeler de mümkündür. Örne¤in baz› antropologlar›n, aral›klara bölünmüfl yaklafl›k 10 saati aflan görüflmeler yapm›fl oldu¤u bilinmektedir. Burada önemli olan görüflme esnas›nda zamanlamay› do¤ru kurmakt›r. Araflt›rmac›lar deneyim kazand›kça görüfltükleri kiflilerin s›k›ld›¤› ya da sab›rs›zland›¤› durumlar› daha iyi tespit etmeye bafllar ve zamanlamalar›n› daha uygun bir flekilde ayarlayabilirler. Konuflman›n yönünün araflt›r›lan alanla ilgili olmas›n› sa¤lamada araflt›rmac›ya önemli görev düflmektedir. Burada önemli olan husus konuflmac› konuyla ilgisi olmayan bir alana girdi¤inde konuflulan kifliyi susturmadan uygun bir flekilde istenilen konulara yönlendirmektir. Araflt›rmac›n›n görüflmede kapsanmas›n› istedi¤i konuflmalar› s›n›rl› bir düzeyde tutmas›, bir konudan di¤erine geçifli de kolaylaflt›racakt›r. Geçifllerin yumuflak ve mant›k çerçevesinde olmas› gerekmektedir. Araflt›rmac›n›n karfl› taraf›n söyledikleriyle samimi olarak ilgilendi¤i intibas›n› yaratmas› çok önemlidir. Bir anlamda araflt›rmac›n›n konuyla ilgili bilgilere ihtiyaç duyan ö¤renci konumunda görünmesi araflt›rmac›n›n iflini kolaylaflt›racakt›r. Görüflme esnas›nda ve görüflmenin bitimi takiben (tercihen görüflme ç›k›fl›nda ya da günün ilerleyen saatlerinde) görüflmeye iliflkin detayl› notlar al›nmas› büyük önem tafl›maktad›r. Özellikle görüflme esnas›nda verilen bilgilerin bir k›sm› atlanaca¤› ya da hat›rlanamayabilece¤i için görüflmelerde kay›t cihaz› bulunmas› önemlidir. Özellikle görüflmelerin analizi dilsel ya da söylemsel bir çerçevede yap›lacaksa (konuflma analizi, söylem analizi gibi) konuflmada kullan›lan birebir kelimelerin, sessizliklerin, dönüfllerin kayda geçirilmesi flartt›r. Örne¤in bazen görüflülen kiflinin belirli noktalardaki sessizlikleri önemli bir bulgu olabilir. Benzer biçimde bazen görüflülen bir kiflinin baz› olaylarla ilgili olarak çok fazla konuflarak çok fazla bilgi vermesi de, kiflinin bu olaylarda oynad›¤› role, olaylar›n onun üzerinde b›rakt›¤› etkiye ya da yaflan›lanlar›n farkl› yorumlara aç›k ihtilafl› olaylar oldu¤unu düflündü¤üne iflaret edebilir. Kaydedilen konuflman›n yan› s›ra araflt›rmac›n›n kendi ald›¤› notlarda ampirik gözlemlerini ve bu gözlemlere iliflkin yorumlar›n› belirtmesi de faydal› olacakt›r. Bu husus kat›l›mc› gözlem metodu için de önem tafl›maktad›r. Nitel alan araflt›rmalar›nda alandaki hangi detay›n önemli oldu¤u ya da önemli olmad›¤› ancak araflt›rma ilerledikçe netleflecek bir durumdur. Bu nedenle özellikle bafllarda araflt›rmac›ya önemsiz gelebilecek detaylar›n dahi not edilmesi gerekmektedir. Bu detaylar daha sonra önem kazanabilir ya da hiç kazanmayabilir. Ancak bu detaylar›n kaydedilmesi bile ileride önemli baz› verilerin hat›rlanmas›na neden olabilir. Araflt›rmac›n›n ald›¤› notlar› tekrar tekrar okumas› önemlidir. Notlar tekrar gözden geçirildikçe, daha önceki notlar ve gözlemlerle ba¤lant› kurulabilir. Tekrar okuma sürecinde iliflkisellik daha net ortaya ç›kabilir, nerelerde boflluklar var, çeliflkileri neler aç›kl›yor ve beklenmedik geliflmeler neler gibi sorulara dair daha net cevaplar ortaya ç›kabilir. Bu flekilde varsay›mlar ve hipotezler tekrar gözden geçirilebilir. Görüflmelerin sonras›nda görüflme kay›tlar›n›n yaz›ya geçirilmesi aflamas› bafllar. Bu da asl›nda oldukça dikkat gerektiren, zor bir süreç olmakla birlikte sa¤l›kl› bir analiz için flart kofluldur. Deflifre edilen görüflme kay›tlar›n›n ve araflt›rmac›n›n görüflme boyunca tuttu¤u notlar›n çal›flman›n amac› kapsam›ndaki anlamlar› de¤erlendirilerek analizi yap›l›r. Araflt›rmac›lar›n ellerindeki malzemeleri organize etmelerini sa¤layarak analizi kolaylaflt›ran çeflitli bilgisayar programlar› mevcuttur.
129
D Ü fi Ü N E L ‹ M
D Ü fi Ü N E L ‹ M
D Ü fi Ü N E L ‹ M S O R U
D Ü fi Ü N E L ‹ M S O R U
S O R U
S O R U D ‹ K K A T Araflt›rma Yöntemleri Uluslararas› ‹liflkilerde
130D ‹ K K A T D‹KKAT SIRA S‹ZDE
SIRA S‹ZDE AMAÇLARIMIZ AMAÇLARIMIZ K ‹ T A P
N N N N
TELEV‹ZYON TELEV‹ZYON
Verilerin düzenlenmesinde ve analizinde kullan›labilecek bilgisayar programlar› için bkz. ‹NTERNET Hyperresearch, http://www.researchware.com ya da http://www.scolari.com.
‹NTERNET ‹NTERNET
‹NTERNET
2
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
Eben Weitzman Miles, Computer Programs for Qualitative Data Analysis: A K ‹ TveA Matthew P Software Softbook (Thousand Oaks, CA: Sage, 1995) adl› kitapta nitel alan araflt›rmas›na TELEV‹ZYON dair notlar›n kayd›nda ve nitel veri analizlerinde araflt›rmac›lar›n kullanabilece¤i uygun bilgisayar programlar›na T E L E V ‹ Z Y O N iliflkin genifl bilgiler sunulmaktad›r.
K ‹ T A P
SIRA S‹ZDE
D‹KKAT
Citation veSIRA Ethnoscape gibi programlar, araflt›rmac›n›n çeflitli anahtar kelimeler veS‹ZDE silesiyle kodlad›¤› verileri organize etmesini sa¤lar. Bu programlar, formal görüflSIRA S‹ZDE melerin yan› s›ra kat›l›mc› gözlemler kapsam›nda al›nm›fl notlar›n organizasyonu AMAÇLARIMIZ En son aflama ise araflt›rma sonuçlar›n›n derlenerek di¤erleriiçin de kullan›labilir. ne aktar›lmas›d›r. Gerek analiz gerek yaz›m aflamas›nda tekrarlayan ve farkl›laflan AMAÇLARIMIZ temalara, bu ba¤lamda al›nt› yap›labilecek parçalara yo¤unlafl›l›r.
Görüflme yönteminin SIRA S‹ZDEfarkl› aflamalar›n› tan›mlay›n›z.
ODAK GRUPLARI
D Ü fi Ü N E L ‹ M Odak gruplar› yak›n zamanda sosyal bilimlerdeki nitel yaklafl›mlarda çokça tercih edilmekte olan bir metottur. Odak gruplar›n› amaçlar›na göre farkl› flekillerde taS O R U n›mlamak mümkündür. Ancak odak gruplar›n›n baz› temel ortak özellikleri de mevcuttur. Örne¤in Myers (2004: 23) odak gruplar›n› “araflt›rma amac›yla yap›lan tart›flma” olarak tan›mlar. Odak gruplar› üstüne en yetkin araflt›rmac›lardan olan D‹KKAT Kitzinger ve Barbour (1999: 4) ise odak gruplar›n› “belirli konular› araflt›ran grup tart›flmalar›” olarak tan›mlamaktad›r. SIRA S‹ZDE Odak gruplar› en s›k olarak araflt›rmac›lar›n kolektif ya da bireysel fikirleri araflt›rd›¤› ya da araflt›r›lmakta olan fikirlerin ve inançlar›n ne derece sabit ya da de¤iflime aç›k oldu¤unun sorguland›¤› durumlarda kullan›lmaktad›r. Odak gruplar›n›n AMAÇLARIMIZ ilk yayg›n kullan›m› piyasa araflt›rmalar›nda olmufl, zamanla akademik araflt›rmalarda da kullan›lmaya bafllanm›flt›r. Sosyal bilimlerde odak gruplar›n›n kullan›ld›¤› ilk çal›flmalar, bireylerin alg› ve görüfllerine etkisini konu alan araflt›rmaK ‹ medyan›n T A P lar olmufltur. Daha sonralar› odak gruplar› HIV, AIDS ya da çevre sorunlar› gibi kolektif konularda medyan›n alg›lar› ne flekilde etkiledi¤i ve de¤ifltirdi¤i konusu üzerine odaklanm›flt›r. dönem çal›flmalarda ulusal kimlikler ve geç modernite T E L E V ‹ Z Y O Yak›n N döneminde ulusal kimli¤in yaflad›¤› kriz gibi konular da odak gruplar› kullan›larak araflt›r›lm›flt›r. Odak gruplar› ço¤unlukla di¤er metotlarla beraber, onlar› tamamlay›c› bir metot olarak kullan›l›r. Örne¤in odak gruplar› nicel anket çal›flmalar›nda ‹ N T E R N E T önce ankete ba¤lamsal bir temel oluflturmak için ya da anket anket tasar›m›ndan sonuçlar›n› daha iyi yorumlayabilmek için kullan›labilir. Bu yaklafl›m, özellikle çal›fl›lan konu hakk›nda sahip olunan bilginin az oldu¤u, dolay›s›yla da anketin planlanmas›n›n zor oldu¤u durumlarda gerçekleflir. Odak gruplar› ayn› zamanda etnografik yöntemleri benimseyen çal›flmalarda birebir görüflmelerle birlikte de kullan›labilir. Odak gruplar› arac›l›¤›yla araflt›rmac›lar birkaç kifliyi sistematik olarak ve ayn› anda sorgulama imkân› bulurlar. Odak gruplar› arac›l›¤›yla grup iletiflimi ve etkileflimi veri sa¤lanmas›na yol açmaktad›r. Odak gruplar›n› araflt›rmac› ya da araflt›rmac›n›n atad›¤› kifli(ler) moderatör olarak yönetir. Moderatörün esas görevi tart›flma konular›n› ortaya sunmak ve tart›flma sürecinin yönünü belirleyerek kolaylaflt›rmakt›r. Moderatör bunu yaparken odak grup toplant›s›n› gere¤inden fazla da
N N
K ‹ T A P
TELEV‹ZYON
‹NTERNET
Moderatör: Odak gruplar›nda grup görüflmelerini yöneten kifliye verilen add›r.
5. Ünite - Nitel Yaklafl›m ile Görüflme, Gözlem ve Odak Grup Yöntemleri, ‹çerik Analizi
yönlendirmemeli, bir di¤er deyiflle kendi görüfllerini ön plana almamal›d›r. Öncelikle odak grubundaki kat›l›mc›lar› dinlemeli ve tart›flmalar›n araflt›r›lan konuya odakl› kalmas›n› sa¤lamal›d›r. Odak gruplar›n›n temel amac› moderatörün asgari düzeyde müdahalesiyle rahat bir ortamda yap›lmalar›d›r. Ancak moderatörler tart›flmaya s›kça müdahale etme durumunda kalabilirler. Söz konusu müdahaleler genellikle bir tart›flman›n önemli bir yöne evirilebilece¤i yerde bitmekte oldu¤u durumlarda tart›flmay› sürdürmek ve böylece kiflileri sorgulamadan kabullendikleri gerçeklikleri ve tutars›zl›klar› tart›flmalar› için teflvik etmek için yap›l›r. Bir di¤er müdahale sebebiyse moderatörlerin grup içi iletiflim dinamiklerinde denge gözetme ihtiyaçlar›d›r. Moderatör tart›flmalar esnas›nda bir kat›l›mc›n›n tüm tart›flmay› domine etmesine izin vermemelidir. Bu durum di¤er kat›l›mc›lar›n görüfllerini aç›klamalar›na engel olabilir. Bu nedenle odak grup moderatörlerinin toplant›da öne ç›kan tüm konularda tüm kat›l›mc›lar›n görüfl bildirmesini sa¤lamas› gerekmektedir. Odak gruplar›ndaki kat›l›mc›lar sadece grubun moderatörüyle de¤il, moderatörün belirledi¤i konular ya da tart›flmalar›n öne ç›kard›¤› hususlar çerçevesinde birbirleriyle de etkileflime girmek durumundad›r. Gruplar böylece kolektif bir faaliyete odaklanmaktad›r. Odak gruplar›n›n kaç kifliden oluflmas› gerekti¤i tart›flmal› bir konudur. Ancak genelde odak gruplar›n›n ideal kat›l›mc› say›s›n›n alt› ila sekiz aras›nda oldu¤u iddia edilmektedir. Ancak farkl› çal›flmalarda üç kifliden on dört kifliye kadar kat›l›mc›n›n oluflturdu¤u odak gruplar›na rastlamak mümkündür. Küçük gruplar araflt›r›lan konular›n çok karmafl›k oldu¤u ya da fikirlerini iyi ifade edebilecek zaman› bulamad›¤›nda tepki verebilecek uzmanlar söz konusu oldu¤unda avantajl› olabilirler. Ancak küçük gruplar k›s›tl› tart›flmaya da neden olabilirler ya da bir veya iki kat›l›mc›n›n kat›lmamas› durumunda hiç toplanamayabilirler. Çok büyük gruplarda ise grubun idaresi zorlaflabilir ya da fikirlerini ifade etmekte yeterli zaman› bulamad›¤›n› düflünen baz› kat›l›mc›lar hayal k›r›kl›¤›na u¤rayabilir. Gruptaki kat›l›mc› say›s› kaç olursa olsun, pratikte her zaman belirlenen say›dan daha fazla kat›l›mc›ya eriflilmeye çal›fl›l›r. Odak gruplar›nda gruplar› oluflturan kat›l›mc›lar tart›fl›lacak konuya iliflkin özellikleri temel al›narak seçilirler. Odak grubunda yeterli düzeyde tart›flma olmas› için gerekli çeflitlili¤in de olmas› gerekmektedir. Ancak çok heterojen gruplar grup içi çat›flmalara ve baz› görüfllerin bast›r›lmas›na neden olabilir. Grubun ne derece heterojen olmas› gerekti¤ine karar verilirken, odak grubundan elde edilmesi beklenen bilgilerin hangi derinlikte olmas›n›n istendi¤i de önem tafl›maktad›r. Farkl›l›klar›n çok oldu¤u gruplarda baz› konular›n derinlemesine incelenmesi mümkün olmayabilir. Araflt›rmac›n›n sa¤duyusuna ve önceki çal›flmalara iliflkin bulgulara dayanarak araflt›rma aç›s›ndan yeterince üretken bir grup oluflturacak kat›l›mc› özellikleri belirlenmesi mümkündür. Belirli araflt›rma sorular› ve bu sorularla ilintili temel özellikler göz önüne al›narak kavramsal ya da maksatl› örneklem yoluyla kat›l›mc›lar belirlenebilmektedir. Dikkate al›nan kat›l›mc› özellikleri genellikle cinsiyet, etnik köken, din, yafl ya da paylafl›lan ortak deneyimlerdir. Odak gruplar› nicel anketlerle beraber kullan›ld›klar›nda kat›l›mc›lar anket örnekleminden seçilebilirler. Kat›l›mc›larla seçili bir örneklem bölgesinde bireysel olarak ba¤lant› kurmak mümkün oldu¤u gibi uygun mekânlarda ilanlar da¤›t›lmas› ya da bir arac› yoluyla di¤er kat›l›mc›lara ulafl›lmas› da farkl› kat›l›mc› toplama yöntemleridir. Tüm kat›l›mc›lar›n odak grup toplanmadan önce araflt›rmayla ilgili yeterli bilgi sahibi olmalar› ve kat›l›ma bizzat onay vermeleri gerekmektedir.
131
132
Odaklanma Egzersizleri: Odak gruplar›nda grubun ilgisini belirli bir konuya odaklamak amac›yla grubun belirlenmifl olan konuda etkileflime geçmesini sa¤layacak grup görevleridir.
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Odak gruplar› her zaman birbirine yabanc› kat›l›mc›lardan oluflmazlar. Araflt›rma konusuna göre belli bir iflyerinin çal›flanlar›, aile gruplar›, sosyal gruplar hatta arkadafl gruplar› bile odak gruplar›nda kat›l›mc› olabilir. Bu tip gruplarda araflt›rmac› do¤al ortamlarda ortaya ç›kan verilere daha çok yaklaflabilir. Bu tarz gruplar kat›l›mc›lara daha rahat ulafl›lmas› ve toplant›ya kat›l›m›n daha yüksek olabilmesi gibi nedenlerle baz› avantajlar› bar›nd›r›rlar. Ancak bu tip gruplarda konuflan kat›l›mc›lar›n tan›d›klar›yla ayn› ortamda daha temkinli olmalar› ve konuflmalar›nda kendilerini k›s›tlama ihtimalleri de yüksek olabilir. Odak gruplar›nda tart›flmalar›n çerçevesinin do¤ru çizilmesi büyük önem tafl›maktad›r. Moderatörün öne ç›kartaca¤› konular, araflt›rman›n kavramsal çerçevesinden ve tasar›m›ndan hareketle belirlenir. Örne¤in bir ülkedeki göçmenlerin ülkedeki deneyimleri ve bu deneyimlerin ülkede yürütülmekte olan resmî göçmen politikalar›yla ve halk aras›ndaki pratiklerle olan iliflkisini incelemekte olan bir araflt›rmac›n›n kavramsal çerçevesini ›rkç›l›k ve ayr›mc›l›k, grup iliflkileri ve toplum inflas›, göç üzerine de¤iflen sosyal görüfller gibi konulardaki kavramsal literatürden almas› beklenebilir. Araflt›rman›n kavramsal çerçevesinin ve araflt›rma sorular›n›n belirlenmesini takiben araflt›r›lacak spefisik sorgulama alanlar› belirlenir. Verilen örne¤e uyarland›¤›nda bu alanlar, göçmenlerin yaflad›klar› ülkeye iliflkin alg›lar›, istihdam piyasas› ve ifl hayat›, e¤itim, afl›r› sa¤ ve ›rkç›l›kla mücadele olarak belirlenebilir. Bu alanlar sadece baz› fiziksel ya da kurumsal yerleri kapsamamakta, ayn› zamanda belirli durumlar› ya da göçmenlerin alg›lar›n› da kapsayarak göçmenlerin deneyimlerinin oluflmas›ndaki temel etmenleri oluflturmaktad›r. Odak gruplar›n›n ana sorgulama alanlar›n›n belirlenmesini takiben bu alanlara özgü farkl› sorular oluflturularak kat›l›mc›lara moderatörler taraf›ndan sorulur. Ancak odak gruplar›ndaki esas amaç grubun bu sorulara cevaplar›n› almaktan ziyade tart›flman›n bu sorular ekseninde teflvik edilmesi ve böylece analiz safhas›nda grup cevaplar›n›n temelini oluflturan anlamland›rmalar›n ve normlar›n anlafl›labilmesidir. Bir baflka deyiflle moderatörün sordu¤u sorular grubun belirli bir konuya ilgisini ve grup içinde o konuya iliflkin iletiflimi sa¤layan ‘odaklanma egzersizleri’ olarak de¤erlendirilebilir. Odaklanma egzersizleri her zaman soru fleklini almayabilir. Bazen gruptaki kat›l›mc›lara belirli ifadeler içeren bir liste verilerek bunlar› önem derecesine göre s›ralamalar› istenebilir; farazi vakalar sunularak bu durumlarda kat›l›mc›lar›n ne flekilde davranaca¤› sorgulanabilir ya da kat›l›mc›lara belirli foto¤raflar gösterilerek bu foto¤raflardan hareketle belirli bir konuda bir haber bülteni yapmalar› veya foto¤raflarda neler oldu¤unu düflündüklerini anlatmalar› istenebilir. Hangi odaklanma egzersizlerinin seçilece¤ini yine araflt›rma sorusu belirleyecektir. Örne¤in odak grubunun amac› daha sonra yap›lacak olan bir nicel anket çal›flmas›na temel oluflturacak anlat›lar elde etmekse daha aç›k uçlu odaklanma egzersizleri tercih edilebilecektir. Bir odak grubu toplant›s›n›n en fazla doksan dakikada tamamlanmas› beklenmektedir. Odak gruplar›ndaki tart›flmalar›n kay›t cihaz›yla kayda al›nmas› gerekmektedir, aksi takdirde verilerin zenginli¤i kaybedilecektir. Bir saatlik bir odak grubu tart›flmas›n›n deflifre edilmesi yaklafl›k sekiz saat alabilir ve yüzden fazla sayfay› kapsayabilir. Akademik çal›flmalarda kullan›lan odak gruplar›n›n piyasa araflt›rmalar›nda kullan›lan odak gruplar›ndan en temel fark› akademik araflt›rmalarda kay›tlar›n deflifre edilerek sistematik analizinin yap›lmas›d›r. Deflifre sürecini takiben verilerin kodlanarak analize uygun hâle getirilmesi gerekmektedir. Böylece belirli bir temaya, konuya ya da hipoteze iliflkin tüm veriler bir araya toplan›r. Bu
133
5. Ünite - Nitel Yaklafl›m ile Görüflme, Gözlem ve Odak Grup Yöntemleri, ‹çerik Analizi
ifllem yap›l›rken kodlanmakta olan konuflma al›nt›lar›n›n dile getirildi¤i ba¤lamlar›n dikkate al›nmas› çok önemlidir. Görüflme ve kat›l›mc› gözlem k›s›mlar›nda da belirtilmifl oldu¤u gibi baz› bilgisayar programlar› (örne¤in Ethnograph) araflt›rmac›n›n atad›¤› kodlar› temel alarak verilerin kayd›n› ve eriflimini kolaylaflt›r›r. Belirli S‹ZDE bir koda iliflkin bütün metinlerin kolayl›kla bulunmas›n› sa¤lar.SIRA Odak grubu metinlerinin analizi konuflma analizi ya da söylem analizi gibi farkl› metotlar kullan›larak yap›labilir. Tekrarlanan temalar incelenir ve seçilmifl al›nt›lar verilir. D Ü fi Ü N E L ‹ M Odak gruplar›n›n en önemli avantajlar› esnek olmalar›, çabuk sonuç vermeleri, masrafl› olmamalar› ve geçerliklerinin yüksek olmas›d›r. Odak gruplar›n›n bir diS O R Uya da birebir ¤er avantaj› da grup dinamiklerinin araflt›rmac›n›n öngöremeyece¤i görüflmelerde ortaya ç›kamayabilecek araflt›rmaya iliflkin baz› konular›n ortaya ç›kmas› için imkân sa¤lamas›d›r. Grup normlar›n›n ve grup alg›lar›n›n araflt›r›lmas›nD‹KKAT da odak grup yönetiminin di¤er yöntemlerden üstün oldu¤u iddia edilmektedir. Daha kolay ve masrafs›z yap›s›yla bu tip araflt›rmalarda kat›l›mc› gözlemden bile SIRA S‹ZDE daha etkili olabildi¤ini öne sürenler olmufltur. Ancak odak gruplar›n›n baz› zorluklar› da mevcuttur. Araflt›rmac›n›n kontrolünün birebir görüflmelerden daha az olmas›, grup içi farkl›l›klar›n idaresinde sorunlar yaflanabilmesiAMAÇLARIMIZ ve gruplar› oluflturma süreçlerinin zor olabilmesi bunlardan baz›lar›d›r.
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
N N
Richard A. Krueger ve Mary Anne Caset, Focus Groups: A Practical Guide K ‹ T AforP Applied Research (Thousand Oaks, CA: Sage, 2008) adl› kitapta odak grup görüflmelerine iliflkin kapsaml› ve pratik bilgiler sunmaktad›r.
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
Resim T E 5.1 LEV‹ZYON
TELEV‹ZYON
Odak Gruplar› ‹NTERNET
‹NTERNET
Kaynak: Trinity College Dublin, http://www.tcd.ie/niid/research/Doing%20disability%20research/index.php
Odak gruplar›nda moderatörün rolünü tan›mlay›n›z.
‹ÇER‹K ANAL‹Z‹
SIRA S‹ZDE
3
D Ü fi Ü N E L ‹ M
‹çerik analizi metinlerden ç›kar›m yap›lmas›n› sa¤layan prosedürlerin gelifltirilmesine iliflkin bir metottur. ‹çerik analizi, iletiflimde sembollerin nas›l kullan›ld›¤› ve S O R arac›l›¤›yla U iletiflime ne çeflit anlamlar yüklendi¤ine ›fl›k tutmaktad›r. Bu metot kitaplar, dergiler, gazeteler, fliirler, ‹nternet sayfalar›, flark›lar, resimler, filmler, televizyon programlar›, görüflmeler, siyasi partilerin seçim bildirileri, günlükler, koD‹KKAT nuflmalar, mektuplar, kanunlar ve anayasalar gibi çeflitli metinler incelenebilir. SIRA S‹ZDE
AMAÇLARIMIZ
N N
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
134
S›kl›k Analizi: Metinlerdeki belirli kelimelerin ya da ifadelerin s›kl›¤›na odaklanan nicel içerik analizlerine verilen add›r. Koflulluluk Analizi: Belirli kelimelerin, ifadelerin ya da temalar›n bir arada görüldü¤ü durumlara odaklan›lan bir nicel içerik analizi çeflididir. De¤erlendirmeli ‹fade Analizi: Metinlerdeki ifadelerin kuvvetini incelemeye odaklanan nicel içerik analizlerine verilen add›r.
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
‹çerik analizi özellikle iletiflim çal›flmalar›nda kullan›lm›fl ve kimin, kime, neyi ve hangi etkiyle söyledi¤i sorular› üzerine yo¤unlaflm›flt›r. Bir çal›flmada içerik analizi kullan›l›p kullan›lmayaca¤›, di¤er metotlarda da oldu¤u gibi araflt›rma sorusuna ba¤l› olarak karar verilecek bir husustur. ‹letiflimden anlam ç›karma odakl› araflt›rma sorular›nda içerik analizi kullanmak anlaml› olabilir. Örne¤in bir araflt›rmac› siyasi liderlerin çevrelerindeki koflullar› ve bu koflullar›n getirdi¤i k›s›tlar› kontrol etmeye ve etkilemeye iliflkin tart›flmalar› ne s›kl›kla yapt›¤›yla ilgileniyor olabilir. Nitekim mevcut birçok araflt›rma, liderlerin çevrelerindeki k›s›tlarla ilgili konuflma biçimlerinin beklentilerini, stratejilerini ve faaliyetlerini etkiledi¤ini göstermifltir. Bu durumda örnekteki araflt›rma konusu halk›n önündeki bir kiflinin iletifliminden anlam ç›karmay› içermekte oldu¤undan içerik analizi kullan›labilir. Araflt›rma sorusunun ve kullan›lacak metodun belirlenmesini takiben incelenecek malzemeler seçilir. Yukar›da da belirtildi¤i üzere içerik analizinde incelenebilecek metin çeflitleri oldukça genifltir. Örnekteki araflt›rma konusuna uyarland›¤›nda siyasi liderlerin konuflmalar›, bas›n toplant›lar› ve görüflmeleri içerik analizine tabi tutulmaya uygun malzemeler olabilir. Belirli günlerde ve belirli kitleler için dikkatle haz›rlanm›fl konuflmalar, daha spontane bir flekilde gerçekleflen ve liderin kiflili¤ine iliflkin bilgiler veren görüflmelerle beraber incelemeye al›nabilir. Yap›lan içerik analizleri nitel ya da nicel olabilir. Örne¤in araflt›rmadaki odak noktas› liderlerin belirli baz› özelliklere ne derece sahip olduklar› konusu ise, nicel içerik analizi daha uygun olacakt›r. Bu durumda konuflmalarda ya da görüflmelerde kullan›lmakta olan belirli kelime ve ifadelerin s›kl›¤›n›n liderin özelliklerine iliflkin bir fikir verdi¤i varsay›lmaktad›r. ‹çerik analizleri ço¤unlukla nicel olsalar da, nitel çal›flmalar da mevcuttur. Örne¤in araflt›rman›n odak noktas› metinlerdeki baz› özelliklerin varl›¤› ya da yoklu¤u olabilir. Propaganda analizi yapmakta olan bir araflt›rmac› bir siyasi lidere ait metinlerde belirli temalar›n varl›¤›n› ya da yoklu¤unu inceleyerek belirli bir eylemin gerçekleflme olas›l›¤› üzerine tespitlerde bulunabilir. Nitel içerik analizleri özellikle incelenen malzemelerin belirli ba¤lam ve durumlarda ne anlama geldiklerinin araflt›r›ld›¤›, söylenmeyenlere söylenenler kadar önem atfedildi¤i durumlarda tercih edilebilir. Bu bölümde a¤›rl›k nicel içerik analizlerine verilecektir. Nicel içerik analizlerini üç ana gruba ay›rmak mümkündür. Bunlardan ilki, metinlerdeki belirli kelimelerin ya da ifadelerin s›kl›¤›na odaklanan “s›kl›k analizi”dir (frequency analysis). Yukar›da verilen örnekte de oldu¤u gibi siyasi liderlerin belirli konulara iliflkin görüfllerinin incelenmesinde ço¤unlukla bu yol tercih edilir. Liderlerin baz› kelime ve ifadeleri daha s›k kullanmas›n›n, bu içeriklerin onlar için önem tafl›d›¤› varsay›m›yla hareket edilir. Bir di¤er nicel içerik analizi ise “koflulluluk analizi” (contingency analysis) olarak bilinir. Bu tip analizde belirli kelimelerin, ifadelerin ya da temalar›n bir arada görüldü¤ü durumlara odaklan›l›r. Örne¤in liderlerin belirli bir durumdaki stres düzeylerine iliflkin ifadeleriyle bir durumdaki inkâr ya da yüzleflme tepkilerine iliflkin ifadelerin birbirleriyle olan iliflkilerine bak›labilir. Böylece lider üzerindeki bask› ve liderin eylemi aras›ndaki iliflkiye odaklan›labilir. Son nicel içerik analizi türü ise “de¤erlendirmeli ifade analizi” (evaluative assertion analysis) dir. Bu tip analizler söylenilenlerin kuvvetine odaklan›r. Örne¤in bir siyasi lider kendi yönetiminden bahsederken hangi s›fatlar› kullanmaktad›r? Bu s›fatlar daha sonra pozitiflik ya da negatiflik veya ifl birli¤ine aç›kl›k ya da kapal›l›k derecesine göre s›ralanabilir. Örne¤in bu tip bir analiz Birinci Dünya Savafl›’n›n ç›k›fl›na neden olan Temmuz 1914 krizindeki liderlerin di¤er tarafla-
5. Ünite - Nitel Yaklafl›m ile Görüflme, Gözlem ve Odak Grup Yöntemleri, ‹çerik Analizi
r›n düflmanl›k derecesine iliflkin alg›lar› artt›¤›nda nas›l hareket ettiklerinin araflt›r›lmas›nda kullan›lm›flt›r (Holsti, 1972). ‹nsana iliflkin tüm çal›flmalarda oldu¤u gibi iletiflimin çal›fl›ld›¤› durumlarda da araflt›r›lmak istenen hususun tümünü direkt olarak gözlemlemek ço¤unlukla mümkün olmad›¤›ndan örneklem almak gerekmektedir. Ancak örneklem aflamas›na geçilmeden önce araflt›rman›n analiz biriminin (unit of analysis) belirlenmesi gerekmektedir. Analiz birimi, önceki bölümlerden de hat›rlanabilece¤i gibi, araflt›rmac›n›n hakk›nda tan›mlay›c› ve aç›klay›c› ifadelerde bulundu¤u birimlerdir. Örne¤in bir ülkedeki siyasi liderlerin hangilerinin k›s›tlar› kabul etmekten ziyade onlara meydan okumay› tercih etti¤inin araflt›r›ld›¤› bir çal›flmada analiz birimi ülkedeki siyasi liderlerdir. Bu durumda örneklem ülkedeki tüm siyasi liderleri içerebilir. Ancak örneklem al›m› analiz birimine ulafl›ld›¤›nda sona ermek durumunda de¤ildir. Her analiz birimi için alt örneklem (subsample) seçilebilir. Bu durumda liderler analiz birimlerini oluflturuyorsa bunu takiben 1) her liderin konuflma ve görüflmelerinden baz›lar› seçilebilir, 2) Her seçilen görüflme ve konuflman›n belirli bölümleri gözlem ve kodlama için seçilebilir. Bu aflama araflt›rma sorusuna ba¤l› olarak metinlerdeki kelimeleri, ifadeleri, cümleleri, paragraflar›, temalar› ya da metnin tümünü kapsayabilir. Örne¤in siyasi liderlerin belirli bir durum karfl›s›nda eyleme geçme sorumlulu¤u al›p almad›klar›n›n araflt›r›ld›¤› bir çal›flmada en alt örneklem söz konusu liderlerin konuflmalar›nda ya da medyada yer alan görüflmelerinde kulland›klar› fiiller ya da eylem ima eden kelimeler olabilir. Ancak baz› durumlarda yukar›daki örnekte oldu¤u gibi araflt›rmada tüm analiz birimlerini kapsamak mümkün olmayabilir. Bu tip durumlarla karfl›lafl›lan ve nicel içerik analizi kullan›lmakta olan çal›flmalarda bilinen örnekleme tekniklerinin hepsini kullanmak mümkündür. Örne¤in bir ülkede belli bir dönemde yaz›lm›fl edebi romanlardaki milliyetçilik olgusu araflt›r›ld›¤›nda romanlar tesadüfi ya da sistematik örnekleme yoluyla seçilebilir. Bir ülkedeki gazetelerin siyasi durufllar›n›n araflt›r›ld›¤› bir çal›flmada ise öncelikle küme örneklemesi (cluster sampling) yoluyla gazeteler bas›ld›klar› bölge, bas›m s›kl›¤› ya da ortalama tirajlar›na göre gruplanabilir. Daha sonras›nda ise tabakaland›r›lm›fl tesadüfi ya da sistematik örnekleme yoluyla gazeteler belirlenebilir. Bunu takiben kronolojik tabakaland›rma yap›larak her gazeteden baflyaz› (editoryal) örneklemleri al›nabilir. Analiz biriminin belirlenmesini ve örneklemin seçilmesini takiben içerik analizinde kodlama süreci bafllar. Nicel içerik analizinde kodlama, ham verinin bilgisayar yoluyla analizini mümkün k›lacak flekilde standardize edilmesi sürecine verilen add›r. ‹çerik analizi esasen bir kodlama ifllemidir. ‹çerik analizinde sözel ya da yaz›l› iletiflim yollar› belirli bir kavramsal çerçeve uyar›nca kodlanarak s›n›fland›r›l›r. Önceki örneklerden birine dönecek olursak siyasi liderlerin belirli bir durum karfl›s›nda eyleme geçme sorumlulu¤u al›p almad›klar›n›n araflt›r›ld›¤› bir çal›flmada söz konusu liderlerin konuflmalar›nda ya da medyada yer alan görüflmelerinde kulland›klar› fiiller ya da eylem ima eden kelimeler kodlanabilir. Örne¤in böyle bir çal›flmada liderlerin medyadaki görüflmelerinin incelendi¤ini ve bu görüflme kay›tlar›nda bir liderin bir ayaklanma karfl›s›nda ‘ayaklanmay› bast›rmak için s›n›ra askerlerimizi gönderiyorum’ dedi¤ini ya da ‘ayaklanman›n koflullar› faaliyet alan›m›z› s›n›rl›yor’ dedi¤ini düflünelim. ‹ki durumda da lider ya da kendini özdefllefltirdi¤i grup ana aktördür ancak ilk cümlede lider bir eylem bafllat›rken ikincisinde eyleme geçemedi¤ini ifade etmektedir.
135
Kodlama: Ham verinin analiz edilebilmesi amac›yla standardize edilmesi sürecine verilen add›r.
136
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Nicel içerik analizlerinde kodlaman›n say›sal olmas› gerekmektedir. Bu ba¤lamda bu örnekteki ilk cümle ‘bir’ olarak kodlanabilir, ikincisi ise eylem yanl›s› bir durufl sergilemedi¤inden ‘s›f›r’ olarak kodlanabilir. Bu flekilde tüm görüflme metni kodland›ktan sonra söz konusu liderin bir görüflmede eyleme geçme ya da eylem planlamaya iliflkin kulland›¤› fiillerin zamanl›k yüzdesi hesaplanabilir. Bu, flu anlama gelmektedir: lider, olaylar› kontrol edebildi¤ini ifade edebilece¤i durumlar›n yüzde kaç›nda bu tarz ifadeleri içeren fiilleri kullanm›flt›r? Bir liderin eyleme geçmeye ve olaylara kontrolüne olan inanc›na iliflkin genel skoru tüm görüflmeler incelendikten sonra ortaya ç›kan yüzdelerin ortalamas› al›narak belirlenebilir ve di¤er liderlerin skorlar›yla k›yaslanabilir. Bir araflt›rmac› bir liderin ya da liderlerin skorlar›n›n zaman, konu ya da konuflulan ortama göre de¤iflip de¤iflmedi¤ini varyans analizi (ANOVA) yaparak de¤erlendirebilir. Birçok istatistik paketinde tek yönlü varyans analizi yapmak mümkündür. Böylece tek yönlü varyans analizi (F-test olarak da bilinir) istatistiksel olarak anlaml›ysa (olas›l›k de¤eri 0.05 ya da daha azsa), liderin skorunun seçilen ba¤lama (zaman, konu, konuflulan ortam) göre de¤iflti¤i, liderin farkl› durumlara adapte olabildi¤i söylenebilir. Yukar›daki örnekte ‘belirgin bir içeri¤in’ (manifest content) kodlamas›n›n yap›ld›¤› görülmektedir. Bir di¤er deyiflle iletiflimdeki somut terimlere odaklan›lmaktad›r. Belirgin içeri¤in analizine odaklanan di¤er araflt›rmalarda bir metindeki belirli bir tutumu ya da tutumlar› anlamaya yönelik olarak farkl› kodlama kategorileri de gelifltirilebilir. Örne¤in liderlerin taviz vermeyen, kat› bir durufl sergileyip sergilemediklerinin araflt›r›ld›¤› bir çal›flmada metinlerdeki tehditlerin, suçlamalar›n, sald›r›lar›n, uyar›lar›n ve ültimatomlar›n s›kl›¤›na bak›labilir. Bu kategoriler kombine edilerek bir ‘sertlik’ endeksi oluflturulabilir ve farkl› liderlerin sertlik endeksleri karfl›laflt›r›labilir. Baz› araflt›rma sorular›nda ise iletiflimin arkas›ndaki anlamlara bak›l›r. Buna ‘gizli içerik’ (latent content) ad› da verilmektedir. Örne¤in farkl› gazetelerin siyasi durufllar›n›n incelendi¤i bir araflt›rmada baflyaz›lar seçilerek araflt›rmac› taraf›ndan subjektif olarak de¤erlendirilebilir. Araflt›rmac›, kategorilere iliflkin kavramsal literatürden hareketle yaz›lar› örne¤in ‘çok liberal’, ‘orta düzeyde liberal’, ‘ortada’, ‘orta düzeyde muhafazakâr’ ya da ‘çok muhafazakâr’ olarak kodlayabilir. Benzer biçimde seçim bildirgelerini ele alal›m. Seçim bildirgelerinde partilerin de¤indi¤i konulara iliflkin ifadeler sa¤-sol skalas›na göre kodlanarak de¤erlendirilebilir. Afla¤›daki örnekte araflt›rmac›lar›n ‹ngiltere’deki 2010 genel seçimlerinden sonra oluflturulan Muhafazakâr Parti ve Liberal Demokrat Parti koalisyonunun koalisyon anlaflmas›n› nicel içerik analizine tabi tutarak koalisyon anlaflmas›nda ele al›nan konular› sa¤-sol skalas› aç›s›ndan de¤erlendirdi¤i tablolardan bir kesit gösterilmektedir. Söz konusu araflt›rmada bu veriler, partilerin seçim bildirgelerinde ayn› politika alanlar›nda ald›klar› sa¤-sol skorlar›yla k›yaslanarak partilerin koalisyona girerken hangi alanlarda tavizler verdiklerini ya da hangi alanlarda ‘kazand›klar›n›’ aç›klamaya çal›flm›flt›r.
137
5. Ünite - Nitel Yaklafl›m ile Görüflme, Gözlem ve Odak Grup Yöntemleri, ‹çerik Analizi
Konu Bafll›¤›
Tüm ifadelerdeki %
Sa¤ %
Sol %
Fark %
Özgürlükler
2.9
100.0
0
100.0
Vergilendirme
2.4
93.3
0
93.3
Ulusal Güvenlik
1.6
90.0
10.0
80.0
Suçla Mücadele
3.5
77.3
0
77.3
Aile
2.7
64.7
0
64.7
Göç
1.7
63.6
0
63.6
Bütçe A盤›
2.2
57.1
0
57.1
Adalet
1.9
66.7
16.7
50.0
Savunma
2.9
44.4
16.7
27.8
Toplu Eylem
1.7
54.5
27.3
27.3
Bankac›l›k
2.7
52.9
41.2
11.8
Avrupa
2.2
7.1
0
7.1
SIRA S‹ZDE
Tablo 5.1 Koalisyon Anlaflmas›ndaki Bölümlerin Sa¤-Sol Skorlar› Kaynak: Thomas Quinn, Judith Bara ve John Bartle, The Coalition Agreement: Who Won? The Verdict of the Content Analysis, Paper prepared for the PSA’s Elections, Public Opinion and Parties subgroup’s annual conference, 10-12 September 2010, University of SIRA S‹ZDE Essex
Di¤er tüm metotlarda oldu¤u gibi içerik analizinin de güçlü ve zay›f yanlar› vard›r. ‹çerik analizinin en büyük avantaj› zaman ve para aç›s›ndan D Ü fimasrafl› Ü N E L ‹ M olmamas›d›r. Büyük bir araflt›rma kadrosu gerektirmez, bir üniversite ö¤rencisi taraf›ndan bile yap›labilir. ‹çerik analizinde hatalar›n düzeltilmesi de dahaSkolayd›r. Örne¤in O R U kodlamada hata yap›ld›¤›nda geriye dönüp düzeltmek mümkündür. Oysa bir alan araflt›rmas›nda ya da ankette yap›lan hatalar›n telafisi çok daha zor olabilmektedir. D ‹ K Ksüreçlerin AT ‹çerik analizi ayn› zamanda uzun zaman aral›klar›nda gerçekleflen çal›fl›lmas›na da izin vermesi aç›s›ndan avantajl›d›r. ‹çerik analizinin en zay›f noktalar›ndan biri kay›tl› iletiflimle SIRAs›n›rl› S‹ZDEkalmas›d›r. Buna ek olarak di¤er tüm metotlarda da oldu¤u gibi içerik analizinde de güvenirlik ve geçerlik konular› büyük önem tafl›makta ve s›k›nt›lar do¤urabilmektedir. AMAÇLARIMIZ Araflt›rmac›n›n kulland›¤› kodlama prosedürlerini ve kurallar›n› kullanan baflka bir kiflinin benzer sonuçlara ulafl›p ulaflmayaca¤› sorusu içerik analizinde güvenirlik ile ilgili öne ç›kan husustur. Birçok araflt›rmac› bu sorunu konuyla ilgili baflka bir ‹ T A P araflt›rmac›ya/araflt›rma asistan›na metinlerin örnek bir k›sm›n›Kkodlat›p, bu kodlar›n kendi kodlar›yla aras›ndaki uyuma bakarak çözme yoluna gitmektedir. Ayn› birimlere (cümle, paragraf vs.) ayn› kategorilerin kodlan›yor olmas› güvenirli¤in de T E L Efarkl›l›klar›n V‹ZYON yüksek oldu¤unu gösterir. Geçerli¤in artmas› ise bir kavramdaki kodlama kategorilerine yans›t›lmas›yla mümkün olabilir.
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
N N
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
Araflt›rmac›lar›n kodlama sürecinde kullanabilecekleri çeflitli bilgisayar mev‹ N T Eprogramlar› RNET cuttur.http://courses.washington.edu/socw580/contentsoftware.shtml adresinde nicel içerik analizinde kullan›labilecek bilgisayar programlar›n›n kapsaml› bir listesi sunulmaktad›r. ‹çerik analizinde kodlaman›n nas›l yap›ld›¤›n› aç›klay›n›z.
SIRA S‹ZDE
‹NTERNET
4
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M
D Ü fi Ü N E L ‹ M
S O R U
S O R U
D‹KKAT
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
N N
SIRA S‹ZDE
AMAÇLARIMIZ
138
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Özet
N A M A Ç
1
N AM A Ç
2
Nitel alan araflt›rmalar›n›n temel özelliklerini kavramak Nitel alan araflt›rmalar› istatistiksel analizler için gerekli verilerin toplanmas›na yönelik araflt›rma yöntemlerinden farkl› gözlemsel metotlar› içerir. Nitel alan araflt›rmalar› özellikle en iyi do¤al ortam›nda anlafl›lacak olan tav›r ve davran›fllar›n çal›fl›lmas›nda kullan›l›rlar. Nitel alan araflt›rmalar›nda kullan›lan yöntemler araflt›rman›n sordu¤u sorulara ba¤l› olarak farkl›l›k göstermektedir. Baz› araflt›rma konular›nda birebir görüflmeler tercih edilirken, di¤erlerinde kat›l›mc› gözlem ya da odak gruplar› tercih edilebilir. Bunlar›n bir ya da birkaç› bir arada da kullan›labilir. Nitel amaçl› görüflme ve kat›l›mc› gözlem yöntemlerini aç›klamak Kat›l›mc› gözlem, araflt›rmac›n›n araflt›rma konusuna iliflkin belirli bir yer ya da alanda kat›l›nabilecek faaliyetlere kat›larak olaylar› gözlemlemesini ve bu gözlemleri yorumlamas›n› içerir. Kat›l›mc› gözlem, alan araflt›rmac›s›n›n kendi kat›l›m›ndan dolay› bir fleyler ö¤renmesi, zaman içinde araflt›rd›¤› alandaki kiflilerin gündelik hayat›n›n bir parças› hâline gelmesi anlam›na gelmektedir. Nitel alan araflt›rmalar›nda en s›k kullan›lan yöntemlerden bir di¤eri görüflmelerdir. Görüflmeler araflt›rmac›lar›n alan araflt›rmas› kapsam›nda sa¤layacaklar› bulgulara ulaflmak amac›yla ilgili bireylere soru sormas›n› ve cevaplar› kaydetmesini gerektirir. Nitel alan araflt›rmalar›nda, nicel araflt›rmalara k›yasla daha esnek sorular sorulmas›na olanak tan›yan yar›-yap›land›r›lm›fl görüflmeler tercih edilmektedir.
N A M A Ç
3
N AM A Ç
4
Odak grup yöntemlerinin gerçeklefltirilme esaslar›n› tan›mlamak Odak gruplar› en s›k olarak araflt›rmac›lar›n kolektif ya da bireysel fikirleri araflt›rd›¤› ya da araflt›r›lmakta olan fikirlerin ve inançlar›n ne derece sabit ya da de¤iflime aç›k oldu¤unun sorguland›¤› durumlarda kullan›lmaktad›r. Odak gruplar› ço¤unlukla di¤er metotlarla beraber, onlar› tamamlay›c› bir metot olarak kullan›l›r. Odak gruplar› arac›l›¤›yla araflt›rmac›lar birkaç kifliyi sistematik olarak ve ayn› anda sorgulama imkân› bulurlar. Odak gruplar› arac›l›¤›yla grup iletiflimi ve etkileflimi veri sa¤lanmas›na yol açmaktad›r. Odak gruplar›n› araflt›rmac› ya da araflt›rmac›n›n atad›¤› kifli(ler) moderatör olarak yönetir. Odak gruplar›n›n ideal kat›l›mc› say›s› alt› ila sekiz aras›nda de¤iflir. Odak gruplar›nda tart›flmalar›n çerçevesinin do¤ru çizilmesi büyük önem tafl›maktad›r. Moderatörün öne ç›kartaca¤› konular, araflt›rman›n kavramsal çerçevesinden ve tasar›m›ndan hareketle belirlenir. Nicel içerik analizinin esaslar›n› tan›mlamak ‹çerik analizi metinlerden ç›kar›m yap›lmas›n› sa¤layan prosedürlerin gelifltirilmesine iliflkin bir metottur. ‹çerik analizi, iletiflimde sembollerin nas›l kullan›ld›¤› ve iletiflime ne çeflit anlamlar yüklendi¤ine ›fl›k tutmaktad›r. Nicel içerik analizlerini, s›kl›k analizi, koflulluluk analizi ve de¤erlendirmeli ifade analizi olarak üçe ay›rmak mümkündür. Nicel içerik analizlerinde analiz birimi ve örneklemin belirlenmesini takiben metinler araflt›rma sorusuna uygun olarak kodlan›r ve çeflitli bilgisayar programlar›n›n da yard›m›yla kodlanan verilerin analizi yap›l›r.
5. Ünite - Nitel Yaklafl›m ile Görüflme, Gözlem ve Odak Grup Yöntemleri, ‹çerik Analizi
139
Kendimizi S›nayal›m 1. Afla¤›dakilerden hangisi nitel alan araflt›rmalar›nda at›lmas› gereken ilk ad›md›r? a. ‹lgili literatürün taranmas› b. Görüflülecek kiflilerle ba¤lant› kurulmas› c. Final raporunun haz›rlanmas› d. Görüflülecek kiflilere arac›l›k edecek kiflilerin belirlenmesi e. Verilerin kodlanmas› 2. Afla¤›dakilerden hangisi alan çal›flmas›nda not al›rken yap›lmamas› gereken bir davran›flt›r? a. Gözlemlerken not almak b. Notlar› tekrar yazmaktan kaç›nmak c. Ampirik gözlemleri ve yorumlar› içermek d. Haf›zaya güvenmemek e. Önemsiz görünen detaylar› da not almak 3. Bir araflt›rmac› bir düzine üniversite ö¤rencisini üniversite yaflamlar› üzerine konuflmak üzere bir odada bir araya getirmek istiyor. Bu araflt›rmac› afla¤›daki yöntemlerden hangisini kullanmal›d›r? a. Kat›l›mc› gözlem b. Odak gruplar› c. Görüflme d. ‹çerik Analizi e. Etnografi 4. Odak gruplar› afla¤›dakilerden hangisinde daha çok kullan›lmaktad›r? a. E¤itim araflt›rmalar› b. Teori gelifltirme c. Pazar araflt›rmalar› d. Deneysel çal›flmalar e. Deney sonras› raporlama 5. Afla¤›dakilerden hangisi alan araflt›rmac›lar›n›n kendi özelliklerinin araflt›rmay› ne flekilde etkilemekte oldu¤una iliflkin yapt›klar› bireysel sorgulama sürecine verilen add›r? a. Dönüfllülük b. Odak grubu c. Sembolik realizm d. Nirengi e. Örnekleme
6. Afla¤›dakilerden hangisi içerik analizinin avantajlar›ndan de¤ildir? a. Zaman ve para aç›s›ndan masrafl› olmamas›. b. Güvenli olmas›. c. Süreçlerin uzun zaman dilimlerinde incelenmesine izin vermesi. d. Araflt›rma tasar›mdaki hatalar›n düzeltilmesinin çok zor olmamas› e. Kay›tl› iletiflimle s›n›rl› kalmamas› 7. Afla¤›daki metotlardan hangisi ‘kimin neyi, kime, neden, nas›l ve hangi etkiyle’ söylendi¤inin çal›fl›lmas›nda etkilidir? a. ‹çerik analizi b. Tarihsel ve karfl›laflt›rmal› analiz c. Nitel görüflme d. Odak gruplar› e. Kat›l›mc› gözlem 8. Bir araflt›rmac› iki ülkenin siyasi liderlerinin bir anlaflmazl›k karfl›s›nda sergiledikleri tutumu çal›flmak için bu liderlerin medyadaki konuflmalar›n› içerik analizine tabi tutuyor. Bu araflt›rmada siyasi liderler afla¤›dakilerden hangisini yans›t›r? a. Gözlem birimi b. Analiz birimi c. Gizli içerik d. Belirgin içerik e. ‹çerik birimi 9. Ham veriyi standardize etme sürecine verilen isim afla¤›dakilerden hangisidir? a. Kodlama b. Dönüfllülük c. Nirengi d. Örnekleme e. Analiz 10. Bir araflt›rmada nitel bir metodun, bir ya da birden fazla nitel ya da nicel metotla bir arada kullan›lmas›na ne ad verilir? a. Korelasyon b. Nirengi c. Kombinasyon d. Dönüfllülük e. Metinleraras›l›k
140
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Kendimizi S›nayal›m Yan›t Anahtar›
S›ra Sizde Yan›t Anahtar›
1. a
S›ra Sizde 1 Nitel alan araflt›rmalar›n›n geçerlikleri anket ya da deneysel yaklafl›mlar gibi di¤er metotlara k›yasla daha yüksektir. Kapsaml› nitel araflt›rmalar derinlemesine analizi mümkün k›lmakta ve böylece ölçülmekte olan (ya da çal›fl›lmakta olan) konudan uzaklafl›lmamaktad›r. Öte yandan nitel alan araflt›rmalar›n›n en zay›f noktalar›ndan biri güvenirlik alan›nda görülmektedir. Nitel alan araflt›rmalar› derinlemesine olduklar› gibi, ayn› zamanda oldukça kiflisel de olabilirler. Araflt›rmac›n›n dönüfllülük prensibi uyar›nca kendi kiflisel özelliklerinin ve de¤er yarg›lar›n›n araflt›rmaya olabilecek etkilerini göz önünde bulundurmas›yla bu sorun hafifletilebilir.
2. b 3. b 4. c 5. a
6. e 7. a 8. b 9. a 10.b
Yan›t›n›z yanl›fl ise “Nitel Alan Araflt›rmalar›: Temel Özellikler” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Görüflme ve Kat›l›mc› Gözlem” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Odak Gruplar›” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Odak Gruplar›” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Nitel Alan Araflt›rmalar›: Temel Özellikler” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “‹çerik Analizi” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “‹çerik Analizi” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “‹çerik Analizi” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “‹çerik Analizi” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Nitel Alan Araflt›rmalar›: Temel Özellikler” konusunu yeniden gözden geçiriniz.
S›ra Sizde 2 Bunlardan ilki, görüflmelere bafllamadan önce görüflmelerin ana hedefinin ve araflt›r›lacak kavramlar›n belirlenmesidir. Bu aflamay› takiben görüflmenin kimlerle ve ne flekilde gerçeklefltirilece¤i tasarlan›r ve sorular yoluyla kapsanacak konular belirlenir. Görüflmenin genel hatlar›yla tasarlanmas›n›n akabinde görüflmeler gerçeklefltirilir. Görüflme esnas›nda ve görüflmenin bitimini takiben görüflmeye iliflkin detayl› notlar al›n›r. Görüflmelerin sonras›nda görüflme kay›tlar› yaz›ya geçirilir ve analiz edildikten sonra derlenerek di¤erlerine aktar›l›r. S›ra Sizde 3 Odak gruplar›nda grup görüflmelerini yöneten kifliye moderatör denir. Moderatörler, odak gruplar›n›n ana sorgulama alanlar›n›n belirlenmesini takiben bu alanlara özgü farkl› sorular› odak grup toplant›lar›nda kat›l›mc›lara sorar. Moderatörün görevi odak gruplar›nda tart›flma konular›n› ortaya sunmakla s›n›rl› de¤ildir, ayn› zamanda tart›flma sürecinin yönünü belirleyerek kolaylaflt›rmaktan da sorumludur. Odak grup moderatörlerinin toplant›da öne ç›kan tüm konularda tüm kat›l›mc›lar›n görüfl bildirmesini sa¤lamas› gerekmektedir. S›ra Sizde 4 ‹çerik analizinde ham verinin analiz edilebilmesi amac›yla standardize edilmesi sürecine kodlama ad› verilir. Sözel ya da yaz›l› iletiflim yollar› belirli bir kavramsal çerçeve uyar›nca kodlanarak s›n›fland›r›l›r. Nicel içerik analizlerinde kodlaman›n say›sal olmas› gerekmektedir.
5. Ünite - Nitel Yaklafl›m ile Görüflme, Gözlem ve Odak Grup Yöntemleri, ‹çerik Analizi
141
Yararlan›lan Kaynaklar Babbie, E. (2007). The Practice of Social Research, (11. Bas›m), Belmont: Wadsworth. Barbour, R. S., Kitzinger, J. (1999) Developing Focus Group Research: Politics, Theory and Practice, London: Sage. Bourgois, P. (1995). In Search of Respect: Selling Crack in El Barrio, New York, Cambridge University Press. Druckman, D. (2005). Doing Research: Methods of Inquiry for Conflict Analysis, Thousand Oaks: Sage. Gusterson, H. (2008). ‘Ethnographic Research’. A. Klotz ve D. Prakash (der.) Qualitative Methods in International Relations: A Pluralist Guide, Basingstoke: Palgrave Macmillan. Harrell, M. (2003). ‘Gender and Class-Based Role Expectations for Army Spouses’. P.R. Frese ve M.C. Harrell (der.) Anthropology and the United States Military, New York: Palgrave Macmillan. Hermann, M. G. (2008) ‘Content Analysis’. A. Klotz ve D. Prakash (der.) Qualitative Methods in International Relations: A Pluralist Guide, Basingstoke: Palgrave Macmillan.
Holsti, O. R. (1972). Crisis, Escalation, War, Montreal: McGill-Queens University Press. Klotz, A., Prakash, D. (2009). Qualitative Methods in International Relations: A Pluralist Guide, Basingstoke: Palgrave Macmillan. Krueger, R. A., Caset, M. A. (2008). Focus Groups: A Practical Guide for Applied Research, Thousand Oaks: Sage. Kvale, S. (1996). Interviews: An Introduction to Qualitative Research Interviewing, Thousand Oaks: Sage. Myers, G. (2004). Matters of Opinion: Talking about Public Issues, Cambridge: Cambridge University Press. Wodak, R., Krzyzanowski, M. (2008). Qualitative Discourse Analysis in the Social Sciences, Basingstoke: Palgrave Macmillan.
ULUSLARARASI ‹L‹fiK‹LERDE ARAfiTIRMA YÖNTEMLER‹
6 Amaçlar›m›z
N N N
Bu üniteyi tamamlad›ktan sonra; Nicel amaçl› temel veri toplama süreçleri hakk›nda anket çal›flmalar› çerçevesinde bilgi edinebilecek, Anket çal›flmalar›n›n tarihsel geliflimi Türkiye’deki prati¤in de¤erlendirmesiyle tart›flabilecek, Anket çal›flmalar›n›n kurgulanmas› ve soru sorma tekniklerini kavrayabilecek, bilgi ve becerilere sahip olabileceksiniz.
Anahtar Kavramlar • • • •
Aç›k-Kapal› Uçlu Sorular Ön Test Biliflsel Görüflmeler Aç›k Olmayan ve Çok Anlaml› Sorular
• Yönlendirici Sorular • Kiflilerin Kendi Kendilerine Cevaplad›¤› Anketler • Telefonla Yürütülen Anketler • Yüzyüze Yürütülen Çal›flmalar
‹çindekiler
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›: Anket Çal›flmalar›na Girifl
• G‹R‹fi • KAMUOYU VE AKADEM‹K ÇEVRELER‹N TÜRK‹YE’DE ANKET ÇALIfiMALARINA BAKIfiI • B‹L‹MSEL ARAfiTIRMA ALANI OLARAK KAMUOYU/ANKET ÇALIfiMALARI • ÇALIfiMASININ KURGULANMASI • SAHADA GÖRÜfiMELER YOLUYLA VER‹ TOPLANMASI • KAMUOYU/ANKET ÇALIfiMALARININ SINIRLARI VE GÜÇLÜ YÖNLER‹
Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›: Anket Çal›flmalar›na Girifl G‹R‹fi Daha önceki ünitede nitel yaklafl›m ile veri toplama çerçevelerini gözden geçirmifltik. Burada benzer flekilde nicel yaklafl›m ile veri toplama gayretlerinin ana çerçevesini çizip k›saca nicel veri çözümleme teknikleri üzerine duraca¤›z. Ünite 3’te sunulmufl olan örneklem seçme yöntemleriyle do¤rudan ba¤lant›l› olan anket çal›flmalar›n›n ana hatlar› ortaya konulmaya çal›fl›lacak ve elde edilen verilerin çözümlemesi ve sunumu üzerinde de ünite 7’de k›saca durulacakt›r. Nicel veri elbette sadece anket çal›flmalar›yla toplan›lmaz. Uluslararas› iliflkilerde çat›flmalar hakk›nda ayr›nt›l› nicel veri toplama çal›flmalar› süregelmektedir. (Bu tür çal›flmalara pek çok örnek verilebilir. Örne¤in savafl ve uluslararas› çat›flma üzerine bak›n›z Correlates of War (http://www.correlatesofwar.org/ ). Siyasal rejim ve de¤iflim üzerine POLITY IV (http://www.systemicpeace.org/polity/polity4.htm), günlük temelde de¤iflik Avrupa ülkelerinde protesto ve bask› üzerine European Protest and Coersion Data (http://web.ku.edu/~ronfran/data/index.html), az›nl›k gruplar ve bunlar etraf›ndaki çat›flmalar için Minorities at Risk (http://www.cidcm.umd.edu/mar/), silahl› çat›flmalar üzerine Armed Conflict Dataset (http://www.prio.no/CSCW/Datasets/Armed-Conflict/UCDP-PRIO/) verilebilir.) Bunlar üzerinde burada durulmayacakt›r. ‹çerik çözümlemesine farkl› yaklafl›mlar ve anket tekniklerinin ana prensipleri uluslararas› iliflkilerde di¤er nicel yaklafl›mlar›n ana sorunlar› üzerine de bir bilgi verecektir kanaatindeyiz. Kamuoyu yoklamalar› ya da k›saca anket çal›flmalar› diyebilece¤imiz çal›flmalara Türkiye’de gösterilen ilgi son y›llarda h›zla artmaktad›r. Temel olarak kamuoyu araflt›rmas› ya da anket çal›flmalar›ndan anlafl›lan kiflilere sorulan sorular temelinde sistematik bilgi toplanmas›na karfl›l›k gelir. Burada sorular›n soruldu¤u kifliler bir hedef kitleyi temsil edecek flekilde bir araya getirilmifl bir örneklem grubudur (bak›n›z Ünite 3) ve araflt›rman›n ana amac› bu grup temelinde çok daha genifl olan hedef kitle hakk›nda betimleyici ya da nedensel baz› ç›kar›mlarda bulunmakt›r. Kamuoyunun de¤iflik konularda politika tercihleri, beklentileri ve de¤erlendirmeleri tipik olarak de¤iflik ortamlarda yürütülen anket çal›flmalar›yla tespit edilmektedir. Uluslararas› iliflkilerde politika tercihleri de git gide artan bir s›kl›kta genifl halk kitlelerinin tercihleriyle de iliflkilendirilmektedir. (Burada bir kuramsal çerçeve olarak Putnam (1988) gösterilebilir. Gönlübol (1969), Özcan (1994) ve Tanör (1994) ise Türkiye’de iç ve d›fl politika aras›ndaki iliflkiler üzerine örnek olarak verilebilir. Anket çal›flmas›na dayal› d›fl politika tercihleri üzerine bir örnek
144
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
için ise bak›n›z Çarko¤lu ve Kiriflci (2004)). Kamuoyunun tercih, beklenti ve de¤erlendirmeleri, do¤rudan siyasa yap›m süreçlerinin gelifltirilmesi ve uygulanmakta olan politikalar›n etkinli¤inin tespitine yönelik kaç›n›lmaz çal›flmalard›r. Bu aç›dan bak›ld›¤›nda, genifl halk kitlelerine kamu sektörü taraf›ndan götürülen hizmetlerin etkinli¤inin tespit edilmesi ve kamuoyunun ald›¤› hizmetlerden duydu¤u memnuniyetinin yan› s›ra hizmetler konusundaki beklentilerinin de saptanabilmesi iyi bir kamu sektörü yönetiflim mekanizmas›n›n ayr›lmaz parçalar›d›r. Bu amaçla gerek belediyeler, gerek farkl› bakanl›k ve kamu kurulufllar› de¤iflik düzeylerde ve farkl› hedef kitlelere yönelik olarak siyasa de¤erlendirme ve gelifltirmeye yönelik pek çok kamuoyu yoklamas› yapmaktad›rlar.
Kamuoyu ve Akademik Çevrelerin Türkiye’de Anket Çal›flmalar›na Bak›fl› Türkiye’deki kamuoyu araflt›rmalar›n›n önemli bir bölümü yüz yüze yap›lan görüflmeler temelinde yürütülen çal›flmalardan oluflmaktad›r. Ancak, teknolojik geliflmeler ve düflük maliyetleri nedeniyle telefon ve ‹nternet üzerinden yürütülen çal›flmalar›n say›s› son y›llarda h›zla artmaktad›r. Kamuoyu ile de s›k s›k paylafl›ld›¤› gözlenen bu çal›flmalar hakk›nda ise yayg›n kayg› ve soru iflaretleri gerek akademik ortamlarda gerek kamuoyundaki tart›flmalarda s›k s›k dile getirilmektedir. Bunlar›n bafl›nda örneklem temelli çal›flmalara karfl› duyulan güvensizlik gelmektedir. Örne¤in, çok farkl› görüfllerin yer ald›¤› aflikar olan tüm bir ülke halk› ya da milyonlarca kiflinin yaflad›¤› yerleflim yerlerindeki görüfllerin nas›l olup da yaklafl›k 1,500 kifliden oluflan bir örneklem grubu temelinde belirlenebildi¤i gelmektedir. “Nas›l olur da hedef kitlenin bu kadar genifl oldu¤u bu çal›flmalarda bu kadar az kifliyle görüflülerek anlaml› bilimsel sonuçlara ulafl›labilir?” sorusu s›k s›k dile getirilmektedir. Örneklem tekniklerinin yanl›fl ve eksik kullan›m›, örneklem prati¤inde gözlemlenen saydaml›k ve standart eksikli¤inin yan› s›ra gerek akademik camiada gerekse de kamuoyunda örneklem tekni¤inin tam olarak anlafl›lmamas› bu elefltirilerin en temel nedenidir. Ancak bu elefltirilerin lay›k›yla flekillendirilmifl bir örnek ile gerçeklefltirilmifl bir kamuoyu yoklamas› için geçerlili¤i yoktur. Bu konuda gerekli temel teknik bilgiyi Ünite 3’te tart›flm›flt›k. Halk aras›nda “anket çal›flmas›” olarak an›lan bu çal›flmalarda kullan›lan sorular›n da s›k s›k elefltirildi¤i de gözlenmektedir. Elefltiriler özünde araflt›rmac›lar› istedikleri sonuçlara ulaflmak amac›yla baz› sorular› flekillendirmekle itham eder tondad›r. “Sorular flu flekilde de¤il de bu flekilde sorulsayd› sonuçlar da elde edildi¤inden farkl› olurdu” gibi bir elefltirinin pek çok tart›flmada dillendirildi¤i görülmektedir. Bu yaklafl›m›n ard›nda, afla¤›da da ayr›nt›l› olarak irdeleyece¤imiz gibi, kamuoyu ve anket araflt›rmalar›n›n Türkiye prati¤inde ve Türkçede hangi tür sorular›n nas›l dillendirilmesi gerekti¤ine dair bir bilgi birikiminin mevcut olmamas› yatmaktad›r. Yurt d›fl›ndaki birikimin neredeyse otomati¤e ba¤lanm›fl bir Türkçelefltirilmesi temelinde flekillenen pek çok çal›flman›n bu konudaki beklentileri karfl›lamaktan uzak oldu¤u aç›kt›r. Bu konuda temel soru sorma teknikleri üzerine afla¤›da k›sa bir tart›flma sunulacakt›r.
Bilimsel Araflt›rma Alan› olarak Kamuoyu/Anket Çal›flmalar› K›saca kamuoyu yoklamalar› ya da anket çal›flmalar› olarak tarif etti¤imiz bu çal›flmalar Jean M. Converse (1987) dört ana bafll›k alt›nda betimlemekte ve tasnif etmektedir. Bunlar›n birincisi kamuoyu/anket çal›flmalar›n›n hangi amaçlar için kul-
6. Ünite - Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›: Anket Çal›flmalar›na Girifl
lan›ld›¤› temelinde flekillenmektedir. ‹kincisi, soru sorma tekniklerindeki geliflmelerdir. Üçüncüsü örneklem teknolojisindeki geliflmeler dördüncüsü ise veri toplama tekniklerindeki geliflmelerdir.
Kamuoyu/Anket Araflt›rmalar›n›n Amaçlar› Tarihsel geliflim içinde en eski anket çal›flmalar› olarak genel nüfus say›mlar› gösterilebilir. Bu say›mlar bir bölgedeki tüm nüfusu öncelikle vergilendirme ancak daha sonralar› da siyasi temsil amac›yla yap›lm›flt›r. Her iki gerekçenin de do¤as›ndan olarak bu say›mlar her zaman siyasi olarak tart›flmal› olagelmifltir. Daha sonralar› anket çal›flmalar› öncelikli olarak bir sosyal sorunun do¤as›n› anlamak bu soruna dair çözümleme ve siyasa önerileri üretmek amac›yla flekillendirilmifltir. Charles Booth taraf›ndan 14 y›l boyunca Londra yaflayan yoksul nüfusun özellikleri ve yoksulluk nedenleri üzerine yürütülen çal›flma modern dönemin bu tür çal›flmalar›n›n öncülerinden biri olarak verilebilir. Her ne kadar bu öncü çal›flma bugün anlafl›ld›¤› flekliyle bir örneklem ve yap›land›r›lm›fl bir soru cetveli temelinde yürütülmemifl olsa da Booth elde etti¤i sistematik ölçümleri nicel özetler haline dönüfltürerek bu temel sosyal sorunun çözümlemesini 17 ciltlik bir çal›flma çerçevesinde özetlemifltir. (Bak›n›z http://booth.lse.ac.uk/.) Günümüze gelirken “sokaktaki insan›n” görüflünü anlamaya yönelik anket çal›flmalar› gazeteler ve pazarlama araflt›rmac›lar› taraf›ndan artan s›kl›kta kullan›lm›flt›r. Siyasetçilere gösterilen tepkiler, partilerin toplum kesimleri taraf›ndan ne derece ve ne nedenlerle desteklendi¤inin anlafl›lmas›na yönelik çal›flmalar bafl›ndan beri kamuoyu araflt›rmalar›n›n en önemli dallar›ndan biri olagelmifltir. 1930’lara gelindi¤inde hangi mal ve servislerin nas›l bir pazara sahip oldu¤u, reklamlar›n etkinli¤i ve benzeri konularda pazarlama aç›s›ndan ciddi ve yayg›n araflt›rmalar yürütülmekteydi. Zamanla bu özel flirketler ve araflt›rma gruplar› ya da merkezleri yüz yüze görüflmelerden, posta yolu ile veri toplamaya ve sonras›nda da telefonla benzer araflt›rmalar› yürütmeye bafllad›lar. Bu çal›flmalar›n temelinde tutum ve tercihlerin standart bir soru cetveli çerçevesinde ölçülüp tüketici ve seçmenlerin tatmin düzeylerini belirlemek yatar. Tüketicilerin mevcut ya da planlanan bir servis ya da ürüne dair beklentilerinin ne derece tatmin edilebildi¤inin saptanmas› bu tür çal›flmalarda yayg›n olarak kullan›lmaktad›r. fiirket yöneticileri mevcut piyasa flartlar›nda var olan ya da hedeflenen müflterileri ve çal›flanlar› ile yürüttükleri bu anketlerle flirketlerinin performanslar›n› gelifltirmek yönünde bilgi üretmektedirler. Siyasetçiler ve siyasi partiler ise seçmen karfl›s›nda ne durumda olduklar›n› çözümleme gayreti içinde anket çal›flmalar›na yönelirler. Öyle ki bu çal›flmalar siyasette dile getirilen her tür görüflü do¤rudan flekillendiren bafll›ca etmenler aras›nda gösterilmektedir. Siyaseten tercih edilen konularda liderlik göstermek ve fikirlerini halka anlat›p onlar› ikna etmektense pek çok zaman siyasilerin sadece anket çal›flmalar›yla popüler olduklar›n› tespit ettikleri görüflleri dile getirmeyi tercih ettikleri gözlenmektedir. Tüketici ya da siyasi davran›fl› pazarlama ya da siyasi rekabet amac›yla ö¤renmenin yan› s›ra git gide artan say›da çal›flma do¤rudan davran›flsal sosyal bilimciler taraf›ndan de¤iflik sosyal dinamikleri betimlemek ve bunlara dair hipotezlerin testi amac›yla da kullan›lmaya bafllanm›flt›r. 1950’lerde yükselifle geçen bu yaklafl›m çerçevesindeki çal›flmalar günümüze geldi¤imizde pek çok sayg›n araflt›rma grubu taraf›ndan uluslararas› ifl birlikleri çerçevesinde ve kimi kez de kamu kaynaklar› taraf›ndan da desteklenerek sürdürülmektedir. (Bu çal›flmalar aras›nda Dünya De¤erler Araflt›rmas› (http://www.worldvaluessurvey.org/), Uluslararas› Sa-
145
146
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
ha Çal›flmalar› Program› (http://www.issp.org/), Avrupa Sosyal Anket Çal›flmas› (http://www.europeansocialsurvey.org/) örnek olarak verilebilir). Türkiye’de de bu çal›flmalar›n baz›lar› yürütülmektedir. Ancak bu çal›flmalar Türkiye hakk›nda karfl›laflt›rmal› bir bilgi verirken pek çok Türkiye’ye özgü sorun hakk›nda ayr›nt›l› bir sorgulama yapmak yerine standart bir soru cetvelinin Türkçelefltirilmesi yoluna gidilmektedir. Türkiye’ye ve Türkçeye özgü bir sorgulama çerçevesi oluflturulamamakta ve bu alanda çal›flmalar eksik kalmaktad›r. Benzer flekilde Türkiye ‹statistik Kurumu bünyesinde son y›llarda gitgide artan say›da anket çal›flmas› iktisadi hayat ve buradaki geliflmelerin tespitinin ötesinde sosyal konular›nda sorgulanmas›na yönelik flekillendirilir olmufltur. Bu çal›flmalar zamana yay›lm›fl bir istatistiki veri üretme gayretiyle flekillenirken nedensellik çözümlemesine olanak sa¤layacak kuramsal derinli¤e ço¤u zaman sahip de¤ildir. Bu aç›dan davran›flsal bir çözümleme yerine ana olarak özet istatistiki betimlemeler amac›na yönelik bir kullan›mlar› olmaktad›r.
Soru Sorma Tekniklerindeki Geliflmeler Kiflilerin içsellefltirmifl olduklar› ve do¤rudan gözleme olanak vermeyen öznel (subjective) durumlar›n ölçümüne duyulan ilgi soru sorma tekniklerindeki geliflmeleri besleyen en önemli etmendir. Olgusal bilgilerin toplanmas› aflamas›nda görüflmeciler do¤rudan basit bir yafl, meslek, e¤itim ve benzeri olgulardan oluflan bir liste ile seçilen kiflilere gitmekte ve basit sorularla bu bilgiler toplanmaya çal›fl›lmaktayd›. Bu tür sorularda sorular›n nas›l sorulmas› gerekti¤ine dair ayr›nt›l› bir düflünme sürecinden geçilmiyordu genlikle. Ço¤u zaman tecrübeli görüflmeciler bu sorgulamalarda neyin nas›l sorulmas› gerekti¤ini iyi bildikleri varsay›m›yla hareket ediyorlar ve bu sorunun dillendirilifl fleklinin elde edilen verilerin sa¤l›kl›l›¤›na dair bir sorun teflkil etmedi¤i varsay›m›yla hareket ediliyordu. Ancak ne zaman ki anket yapmak bir endüstri hâline dönüfltü ve bunun sonucunda pek de tecrübeli olmayan pek çok anketör pazarlama ve siyasi araflt›rmalarda kullan›l›r oldu, o zaman sorular›n sorulufl ya da dillendirilifl flekli üzerinde daha dikkatli düflünülmesi gere¤i de aç›kça ortaya ç›kt›. Ayn› zamanlarda ortaya ç›kan bulgular da sorular›n dillendirilifl flekillerinde ufak de¤iflikliklerin elde edilen sonuçlarda önemli farkl›l›klar yaratt›¤›n› gösterince araflt›rmac›lar soru dillendirilifli üzerine daha dikkatle e¤ilmeye bafllad›lar. Bu tür çal›flmalarda kullan›lan anketörlerin e¤itimleri ve görüflmelerin gerçeklefltirilmesinde dikkat edilmesi gereken unsurlar›n standardize edilmesi üzerine de gitgide daha dikkatle e¤ilmeye bafllan›ld›. Anketörlerin görüflmelerde nas›l davran›p, sorular› nas›l kaydettiklerinden, k›yafet ve d›fl görünümleriyle konuflma flekillerindeki farkl›l›klara kadar türlü etmenin elde edilen sonuçlar› etkiledi¤inin tespiti bu alanlarda da e¤itim ve standardizasyona gidilmesine neden oldu. 1930lara gelindi¤inde Louis L. Thurstone gibi psikometri uzmanlar› kiflilerin hisleri, tutumlar› ve de¤erleri gibi öznel durumlar›n› nicel yöntemler kullanarak ölçmek üzerine önemli geliflmeler kaydetmeye bafllad›lar. (Bak›n›z Thurstone ve Chave (1929)). Ancak bu yöntemler çok ayr›nt›l› ve uzun sorular›n cevaplanmas›yla iflliyor ve ülke genelini temsil yetene¤ine sahip rastsal örneklemlerle kullan›m› çok güç oluyordu. Ancak Rensis Likert daha sonralar› kendi ad›yla an›lacak cetveli gelifltirip Thurstone’un zor ikili karfl›laflt›rmalarla elde edilen sonuçlar›na benzer sonuçlar elde edilebildi¤ini gösterince soru cetvellerinin kurgulanmas› ve soru dillendirmesinde önemli bir ad›m at›lm›fl oldu. Likert bu bulgular›n› daha sonra bu
6. Ünite - Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›: Anket Çal›flmalar›na Girifl
çal›flmalarda öncü olacak Michigan Anket Çal›flmalar› Araflt›rma Merkezini (Michigan Survey Research Center) 1946 da kurarak devam ettirdi. Günümüze gelindi¤inde soru cetvellerinin kurgulanmas› ve sorular›n dillendirilmesinde Türkiye’deki pratik oldukça geliflime muhtaç bir aland›r. Tipik olarak sorular de¤iflik yurtd›fl› çal›flmalar›n Türkçelefltirilmesi ya da uyarlanmas›ndan ibarettir. Bu alanda Türkçenin kullan›m›ndaki farkl›l›klar›n etkilerinin ölçümü üzerine pek çal›flma yoktur. Sorular›n uzmanlarca gözden geçirimi, odak grup tart›flmalar›, biliflsel görüflmeler (cognitive interviews) ya da rastsal ayr›flma deneyleriyle (randomized / split ballot experiments) test edilip de¤erlendirilmesi nadirdir (bu konularda daha derinlemesine tart›flmaya afla¤›da daha fazla yer ayr›lacakt›r). Genel pratik soru cetvellerinin sahaya ç›kmadan önce ufak bir grup görüflme ile sahada pilot teste tabi tutulmas›d›r. Ancak aç›kt›r ki bu uygulaman›n Türkçenin kullan›m› temelinde karfl› karfl›ya olunan sorunlar ve belirsizliklerin anlafl›lmas›nda ancak k›s›tl› bir yard›m› olabilmektedir.
Örneklem Teknolojisindeki Geliflmeler Genel nüfus say›mlar›nda hedef nüfustaki tüm bireylere ulafl›lmaya çal›fl›ld›¤›ndan örneklemeye ba¤l› hata s›f›rlanabilmektedir. Fakat genifl hedef kitle ile karfl› karfl›ya olundu¤unda tüm bireylere ulaflma hedefinin pratik olmad›¤› aç›kt›r. Bu amaçla ilk bafllarda “tipik” bir yerleflim merkezi bulunmaya çal›fl›lm›fl ya da elde edilen örneklemin örne¤in cinsiyet da¤›l›m› aç›s›ndan yüzde elli kad›n yüzde elli de erkek olarak oluflacak flekilde seçilmesine gayret edilmifltir. Olas›l›k teorisinin temelleri 18. yüzy›lda at›lm›fl olsa da örneklem teknolojisi ancak 20. yüzy›lda ve tar›msal mahsul tahmini üzerine yap›lan çal›flmalar temelinde flekillenmifltir. Tar›msal ürün mahsulünün tahmini üzerine yap›lan çal›flmalarda alan olas›l›¤› örneklem (area probability sampling) tekni¤i gelifltirilmifltir. Bu teknik herhangi bir tar›msal alan›n seçilme olas›l›¤›n›n eflitlenmesi prensibi üzerine infla edilmifltir. Tar›msal alan örnekleminden haneler ve burada yaflayan kiflilerin örnekleme dahil olma olas›l›klar›n›n eflitlendi¤i bir örneklem seçme tekni¤i gelifltirilmesi mümkün olmufltur. Öyle ki bu teknik örnekleme dahil edilmek istenilen hedef kitleye dahil olan tüm kiflilerin bir listesinin oluflturulmas› gere¤i olmadan da çal›flabilecek flekle indirgenebilmifltir. Böylelikle milyonlarca tüketici ya da seçmenin tek tek isim listeleri olmaks›z›n yaflad›klar› flehir ya da adres bloklar›ndan rastsal bir teknik ile seçilmelerini mümkün k›lan bir örneklem teknolojisi yarat›labilmifltir. Bu tekni¤in gelifltirilmesi ile büyük ekonomik buhran y›llar› ve ard›ndan gelen II. Dünya Savafl› y›llar›n›n sosyal sorunlar› hedef kitleyi temsil gücüne sahip örneklemlerle yürütülebilecek anket çal›flmalar›n› ön plana ç›karm›flt›r. Bu amaçla yürütülen ilk modern rastsal örneklem temelli anket çal›flmas› 1939 y›l›nda ayl›k iflsizlik istatistikleri elde etmek amac›yla kullan›lm›flt›r. ‹kinci dünya savafl› y›llar›nda bireylerin hükümet tahvillerini alma e¤ilimleri gibi öznel tutumlar›n yan› s›ra olgusal gözlemler elde etmek amac›yla da benzer örneklem teknikleri kullan›lm›flt›r. Savafl y›llar›nda örneklem ve anket çal›flmalar›na yap›lan yat›r›m sonucu pek çok kalifiye sosyal bilimci hedef kitleyi temsil gücüne sahip bir örneklem temelli anket çal›flmalar›n›n temel itibar›yla üç ana etmen taraf›ndan flekillendi¤i fikrine eriflmifl bulunuyordu. Bunlardan biri sorular›n nas›l dillendirildi¤i, di¤eri verilerin anketörler taraf›ndan nas›l topland›¤› ve üçüncüsü ise örneklemin nas›l çekildi¤iydi. Daha önce Ünite 3’te de tart›fl›ld›¤› gibi günümüzde bilimsel anket çal›flmalar›nda temel al›nan standart rastsal örneklemdir. Türkiye’de sosyal bilim camias›nda
147
148
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
rastsal örneklem tekni¤i oldukça nadir kullan›lan bir tekniktir. Bunun nedeni son birkaç y›la gelene kadar bu tekni¤in gerektirdi¤i veri taban›n›n mevcut olmamas›yd›. Oysa son birkaç y›ld›r TU‹K taraf›ndan ifl yeri d›fl› hanelerde yaflayan nüfusa dair bilgiler kamunun kullan›m›na aç›k olarak düzenlenmifltir. Son y›llarda artan bir güvenilirlikle bu tür bir tekni¤in uygulanmas›na olanak verecek bir veri taban› Adrese Dayal› Nüfus Kay›t Sisteminin (ADNKS) gelifltirilmesiyle oluflmufltur. Ancak bu veri taban›n›n kullan›m› gerek akademik çal›flmalarda gerek piyasaya yönelik siyasi ya da pazarlama çal›flmalar›nda henüz oldukça s›n›rl›d›r. Yine Ünite 3’te tart›fl›ld›¤› üzere telefon anketlerinde dijital ortamda hanelere ve iflyerlerine ait telefon numaralar› birbirlerinden ayr›flt›r›l›r flekilde kullan›ma aç›k de¤ildir. Dolay›s›yla rastsal numara arama yöntemi ya da herhangi bir listeden co¤rafi tabakaland›rma ya da basit rastsal yöntemle arama yönteminin uygulanmas› flu an için mümkün de¤ildir. Piyasa flartlar›nda telefon anketleri uygulanmaktad›r. Ancak bunlar›n rastsal örneklem kurallar› çerçevesinde gerçeklefltirildi¤ini söylemek mümkün de¤ildir. Bu teknolojinin gelifltirilmesi için önemli bir akademik ve teknolojik yat›r›m gerekmektedir.
Veri Toplama Tekniklerindeki Geliflmeler Anket çal›flmalar›n›n ilk y›llar›nda bilgi toplama teknikleri özünde mümkün oldu¤unca çok kifliyle görüflme temeline dayan›yordu. Özünde yap›sal bir soru cetveline dayanmayan kalitatif görüflmeler uzun görüflme notlar› üretiyor ve bunlar›n özetlenmesi temel çözümleme sorunsal›n› oluflturuyordu. Anket çal›flmalar›n›n geliflimi özünde veri toplama yöntemlerinin standardizasyonu, h›zland›r›lmas› ve dolay›s›yla da ucuzlaflt›r›lmas› temelinde geliflmifltir. Okuma yazmas› olan hedef kitlelere ulaflmakta öncül anket çal›flmalar› posta ile anket soru cetvellerini hedef kitleye ulaflt›r›p onlar›n bu cetvelleri doldurmalar› yoluyla veri toplam›flt›r. Ancak Türkiye gibi önemli oranda okuma yazmas› olmayan kitlenin bulundu¤u ve ayn› zamanda da posta servisinin güvenilirlikten yoksun bir flekilde çal›flt›¤› ülkelerde bu yöntem yayg›n kullan›ma sahip olamam›flt›r. Saha çal›flmalar›n›n k›sa sürede bitirilmesi gereken durumlarda da posta servisinin h›z› ve güvenilirli¤i bu tür çal›flmalar› temelinden etkilemekteydi. Bu aç›dan da posta yolu ile çal›flmak sorun yarat›yordu. Telefon servisinin yayg›nlaflmas›yla görece olarak ucuz ve h›zl› bir flekilde hedef kitlelere ulaflabilmek mümkün hâle gelmifltir. Ancak uzun y›llar boyunca telefon anketleri görece olarak fakir ve h›zla yer de¤ifltiren hedef kitlelere ulaflma yönünden sorunlu olmaya devam etmifltir. Son y›llarda telefon kullan›m›n›n yayg›nlaflmas›n›n yan› s›ra cep telefonu servislerinin yayg›nlaflmas›yla da hem fakirlik hem de yer de¤ifltirme e¤iliminde olan kitlelere ulafl›mdaki sorunlar çözüm yoluna girmifltir. Ancak bu kez de cep telefonlar›n›n eriflilebilirli¤inde yasal k›s›tlar oluflmaya bafllam›flt›r. Özel flirketlerin kontrolündeki cep telefon kay›tlar› hem yasal olarak paylafl›ma aç›lmamakta hem de paylafl›m bir maliyet karfl›l›¤› mümkün olsa bile yasal olarak engellenebilmektedir. Belki de en önemli k›s›t telefon anketlerinin çok yayg›nlaflmas› sonucu cevap verme oranlar›nda büyük düflüfller gözlenmekte ve bu teknikle elde edilen örneklemlerin temsil gücü sorgulan›r hale gelmektedir. Ancak burada vurgulanmas› gerek nokta veri tabanlar›n›n düzenli oldu¤u ortamlarda örnekleme dahil edilecek kiflilere rastsal örneklem kurallar›na uygun olarak ulafl›mda, de¤iflik sorular›n istenildi¤i flekilde sorulmas›na ve verinin elektronik ortamda kayd›na ve analizine kadar her aflamada kompüterize sistemlerin kullan›-
6. Ünite - Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›: Anket Çal›flmalar›na Girifl
m›n›n mümkün hâle gelmesidir. Ancak bu sistemlerin Türkiye’deki kullan›m standartlar›nda eksiklikler ve belirsizlikler sürmekte ve bu alanda akademik çal›flmalara olan ihtiyaç her geçen gün artmaktad›r. Kiflisel bilgisayarlar›n ucuzlamas› sonucu en baflta kullan›ma aç›lan yüz yüze görüflmelerde de kompüter kullan›m› mümkün hâle gelmifltir. Anket soru cetvellerinin k⤛da bas›l› olarak ka¤›t kalem arac›l›¤›yla yap›lmas› yerine kiflisel bilgisayarlar yard›m›yla hanelere bilgisayarlar› da götürerek yapmak mümkün hâle gelmifltir. Hatta bu teknoloji yard›m›yla görüflmelerin yap›ld›¤› hanelerin kontrolü de mümkün olmakta ve rastsal örneklem seçimi kriterlerine uyum her aflamada kontrol edilebilmektedir. Ancak bu teknolojinin kullan›m›nda da gerek anketörlerin e¤itimi gerek bilgisayarlar›n sa¤lanmas› ve kullan›m› birer maliyet kalemi oldu¤unda bu tekni¤in Türkiye flartlar›na uygun gelifltirilmesinde de çeflitli sorunlar›n çözümünde bilgi ve tecrübe birikimine ihtiyaç vard›r. Son y›llarda internet erifliminin de yayg›nlaflmas›yla anket çal›flmalar›n›n internet üzerinden yürütülmesi yönünde de önemli geliflmeler olmufltur. Burada örneklemin içinde yer alan kiflilerin seçilmekten ziyade kendi seçimleriyle bu anketi doldurmalar› sonucu temsili örneklem seçiminde sorunlar vard›r. (Bu çal›flmalara verilebilecek örnek olarak Ali Çarko¤lu ve Andre Krouwell taraf›ndan gelifltirilen www.oypusulasi.org sitesinden toplanan 2011 seçimine dair verilerdir). Ancak klasik örneklem yöntemleriyle birlikte efllefltirme teknikleri ve de¤iflik örneklem sonras› a¤›rl›kland›rma tekniklerinin kullan›m›yla temsiliyet sorunlar›na de¤iflik çözümler üretilebilmektedir.
Veri Çözümlemesi ve Deneysel Çal›flmalar Anket çal›flmalar›n›n çözümlenmesinde örneklem tekniklerinin geliflmesiyle birlikte artan oranda istatistiki çok de¤iflkenli çözümleme teknikleri kullan›lmaya bafllanm›flt›r. Bu teknikler tabüler çözümleme tekniklerine dayal› olarak bafllam›fl ard›ndan kompüter teknolojisinin en yüksek olas›l›k kestirmesi (maximum likelihood estimation) yönteminin kullan›m›n› genifl kitlelere açmas›yla önemli merhaleler kat etmifltir. Burada vurgulanmas› gereken anket verilerinin nedensellik s›namalar›nda kullan›m›ndaki geliflen tekniklerdir. Bu tekniklerin yan› s›ra anket çal›flmalar›nda elde edilen verilerin kendine has sorunlar›na istatistiki çözümler üretilmesinde de önemli geliflmeler olmufltur. Öncelikle elde edilen örneklemin temsil yetene¤ini s›namak ve gelifltirmeye yönelik teknikler gelifltirilmifltir. Bunlarla efl zamanl› olarak anket çal›flmalar›nda elde edilen verilerdeki sorulara eksik cevap verme nedeniyle gözlenen eksiklerin de¤iflik istatistiki çözümleme yöntemleriyle bir anlamda “tamir edilmesi” yönünde teknikler gelifltirilmektedir. Nedensellik s›namalar›n›n temelinde yatan deneysel yöntemler artan bir h›zla anket çal›flmalar›na uyarlanmaktad›r (bak›n›z Ünite 2). Gerek de¤iflik sosyal bilim dallar›ndaki akademik hipotezlerin s›nanmas›nda, gerek daha pratik ve kamu politikalar›na dair de¤erlendirmelerle iktisadi ve pazarlama araflt›rmalar›n›n ihtiyaç duydu¤u s›namalar›n gerçeklefltirilmesinde artan bir h›zla deneysel teknikler anket çal›flmalar›na uyarlanmaktad›r. Bu teknikler anket çal›flmalar›n›n gerek örneklem seçimi gerek saha çal›flmalar›n›n yürütülmesinde özel bir seri sorunun çözülmesini gerektirmektedir. Yukar›da sözü edilen anket verilerinin çözümlenmesi ve de¤iflik deneysel kurgular›n anket çal›flmalar›nda uygulanmas›nda da Türkiye prati¤inde önemli bir tecrübe ve bilgi birikimi eksikli¤i vard›r. Elde edilen verilerin çözümlenmesine gelin-
149
150
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
di¤inde s›k s›k sadece basit betimlemeler kullan›lmakta ve nedensel iliflkilerin modellenmesi nadiren gözlenmektedir. Kamuoyu araflt›rmalar›nda nedensellik saptamalar›nda son y›llarda s›k s›k kullan›lan ileri istatistiki çözümlemeler ancak nadiren Türkiye’de kullan›lmaktad›r. Deneysel kurgulara ise ancak son y›llardaki birkaç çal›flmada rastlanmaktad›r.
Anket Çal›flmas›n›n Kurgulanmas› Her veri toplama süreci asl›nda kavramsallaflt›rma ve ölçüm alan›nda verilen kararlar ile bafllar. Kuramsal çerçevemiz içerisinde hangi kavramsal yap› tafllar›na ihtiyaç duydu¤umuz ana hatlar›yla belirlenmifltir. Veri toplama sürecine geçmeden önce hangi kuramsal çerçeve içerisinde hangi kavramlar›n görgül yans›malar›n› elde edece¤imize karar vermifl olmal›y›z. Örne¤in tehdit alg›lar›n›n d›fl politika tercihlerine etkisi üzerine bir araflt›rma sorumuz oldu¤unu varsayarsak, d›fl politika tercihlerini ba¤›ml› de¤iflkenimiz ve tehdit alg›lar›n› da ba¤›ms›z de¤iflkenlerden biri olarak hangi düzeyde bir ölçüm ile çözümlememiz içinde kullanaca¤›m›za araflt›rman›n bafl›nda karar vermek gerekir. SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
1
Tehdit alg›s›SIRA tehdit vard›r ya da yoktur gibi nominal düzeyde ele al›nabilece¤i gibi tehdit azS‹ZDE d›r, orta düzeyde ya da yüksek düzeyde vard›r gibi s›ralama düzeyinde de ölçülebilir. Ba¤›ml› de¤iflken olarak da d›fl politikada uluslararas› arenada ifl birli¤i içinde çok partnerli bir D Ü fi Ü N Ekarfl›s›nda L‹M politika izlemenin ifl birli¤ini ret eden tek tarafl› bir politika izlemeyi koyan nominal bir ölçüm düflünülebilir. Analiz birimi olarak elitler ya da s›radan vatandafllar› al›rsak tüm de¤iflkenlerimizi S O R U alg› düzeyinde bireylerden elde edebiliriz. Ba¤›ml› de¤iflkenin nominal düzeyde ya da s›ralama veya daha yukar› bir düzeyde ölçülmesinin veri toplama aflamas› sonras›ndaki çözümlemelerde nas›l bir fark yarataca¤›n› düflünün ve k›saca özetleyin. D‹KKAT
Bu kavramlar›n hangi düzeyde ölçülece¤ine dair verece¤imiz kararlar daha SIRA S‹ZDE sonra bu verilerle ne tür çözümlemeler yapabilece¤imizi de belirleyece¤inden son derece önemlidir. Dolay›s›yla veri toplama sürecine bafllamadan önce nas›l bir kuramsal çerçeve içerisinde hangi kavramlar›n birbirleriyle iliflkilerine bakmak istediAMAÇLARIMIZ ¤imizi aç›kl›¤a kavuflturmal›y›z. Temel nedensellik ba¤lar›n›n ortaya konulmas› hangi ba¤›ml› de¤iflkenlerin hangi ba¤›ms›z de¤iflkenlerle iliflki içerisinde oldu¤unu ortaya koymam›z› K ‹ T A P gerektirecektir. Ço¤u zaman veri toplama süreçlerinde karfl›lafl›lacak zorluklar dikkate al›narak temel hipotezlerin s›nanmas› için gerekli ölçümler üzerinde daha yo¤un çal›fl›l›p daha yüksek düzeylerde ölçüm yap›l›rken di¤er kavramsallaflt›rma ve ölçümlerde daha basitlefltirici ölçümlere gidilebilir. TELEV‹ZYON Örne¤in yeniden d›fl politika tercihlerinin belirleyicilerini anlamaya çal›flt›¤›m›z bir araflt›rma çerçevesine geri dönersek burada birkaç temel soru ile ilgilenmemiz beklenir. Burada temel merak›m›z elitlerin d›fl politika tercihleri ve bunlar›n nas›l ‹ N Tsürecinde ERNET bir etkileflim flekillendi¤i midir yoksa s›radan vatandafllar›n m›? E¤er elitlerle ilgiliysek do¤rudan d›fl politika konusunda karar verici ve karar mekanizmalar›nda çal›flan, bu süreçlere bir düzeyde müdahil olup etkili olabilecek kiflilerden mi bahsediyoruz? Yoksa bu karar mekanizmalar›n›n d›fl›nda ancak bu mekanizma ve süreçleri dolayl› da olsa etkileyen bir çevre içindekilerden mi bahsediyoruz? Aç›kt›r ki karar vericilerle ilgiliysek elit tan›m›m›z oldukça daralt›lm›fl olacakt›r. Burada baflbakan ve bakanlar düzeyinde hükümet üyeleri ile güvenlik bürokrasisi olarak adland›rabilece¤imiz sivil bürokrasi ve askerî komuta düzeyinde yüksek düzey yöneticilerle ilgilenir durumda oluruz. Yani ölçüm birimimiz birkaç yüksek düzey sivil ve askerî yönetici olacakt›r. Her ne kadar günümüz Türkiye’sinde d›fl
N N
6. Ünite - Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›: Anket Çal›flmalar›na Girifl
politika kararlar›n› oluflturan tercihlerin anlafl›lmas›nda bu yöneticilerin kifli olarak tercihlerinin genel çerçevesini belirlemekte bu yöneticilere ulaflmak gerekli olsa da bunun ne derece güç oldu¤u da çok aç›kt›r. D›fl politika bilfiil yürütülürken bu süreçte etkili kiflilerle birebir görüflmeler yapmak imkâns›z de¤ilse de son derece zordur. Aç›kt›r ki d›fl politikay› yürütenlerin birinci tercihleri araflt›rmac›lar›n meraklar›n› tatmin etmek de¤il do¤rudan bu politikalardan istedikleri sonuçlar› almak olacak ve bu görüflmeleri yürütmek hemen hemen imkâns›zlaflacakt›r. Kald› ki bu görüflmeler yürütülebilse bile bu görüflmelerde al›nacak cevaplar›n da ilgilenilen sürecin entegral bir parças› olarak stratejik bir flekilde dile getirilece¤ini de beklememiz gerekir. Yani gerçek ve samimi tercihlerin, duyarl›l›klar›n, beklentilerin ya da tahminlerin neler oldu¤unu kritik kararlar› alan kiflilerle görüflerek ö¤renmemiz pek mümkün görünmemektedir. Onlar tabii olarak d›fl politikay› olufltururken arada s›rada araflt›rmac›lar›n sorular›na yan›t vererek onlara yard›mc› olmak gibi bir rol üstlenmeyeceklerdir. Ancak d›fl politikay› flekillendiren bu ilk çember içine pek girmek zorunda da olmayabiliriz. Bu çemberdekilerin kendileriyle birlikte çal›flmak üzere kendilerine benzer görüfllerde olanlar› bürokrasinin ikinci düzey çemberine dahil etmeleri beklenir ya da farkl› düzeylerde etkin olacak ancak en az›ndan görüflleri kamusal alandaki tart›flmalarda ses bulan farkl› bir elit grup çemberine de bas›n mensuplar›, akademi, ifl dünyas› ve benzeri çevrelerdeki belli bafll› isimlerle görüflerek de ulafl›labilir. Bu çevrelerin içerisinden bir örneklem elde etmek elbette mümkündür (bak›n›z Ünite 3). Bu çevrelerin görüfllerini birebir görüflmeler yoluyla elde etmek yerine bu elit çevrelerinin görüfllerini yans›tan belgelere de ulaflmak mümkündür. Bu belgelerin bir içerik çözümlemesi sonucunda da yine elit çevrelerin d›fl politika görüfllerini elde etmek mümkün olacakt›r (bak›n›z Ünite 5). ‹lgimizi elitlerden s›radan vatandafllara çevirdi¤imizde de bu kez oy verme yafl›nda vatandafllardan oluflan bir örneklem ile çal›flma gere¤i ortaya ç›kacakt›r. Elbette farkl› bir aç›dan bakarak oy verme yafl›na henüz gelmemifl ancak henüz siyasi dünya görüflü de¤iflik düzeylerde flekillenmeye devam eden gençler ve hatta siyasal sosyalizasyonunun bafl›nda çocuklarla da görüflmeler yürütülebilir. Her durumda temel analiz birimimiz farkl› yafl gruplar›nda bireylerden oluflacakt›r. Bu bireylerin d›fl politika hakk›nda görüfllerinin ya da farkl› d›fl politika konular›nda tercihlerinin nas›l flekillendi¤ini merak ediyorsak bunlar›n nas›l bir kuramsal çerçevede çözümlenece¤ine ba¤l› bir ölçüm çerçevesi çizeriz. D›fl politikan›n çetrefil bir konu oldu¤u ve bu politikalar üzerinde s›radan vatandafllar›n do¤rudan pek de etkisinin bulunmad›¤› temelinden hareket edersek s›radan vatandafllarla yürütülecek bir çal›flmada sorular›m›z›n pek derinlemesine olmamas› ve daha yüzeysel ve hatta ideolojik bir tak›m kestirme sinyalleri yans›tmas› gerekti¤ini düflünebiliriz. Bu çerçeve içerisinde s›radan vatandafllarla görüflmelerin daha çok kestirme sinyaller ve ideolojik dünya görüflünün d›fl politikaya yans›malar›n› ölçmeye yo¤unlaflmas› beklenir. Sorular›n genel çerçevesinin s›radan vatandafllar›n anlay›fl›n› ve de¤erlendirmesini kolaylaflt›racak bir flekilde dillendirilmesi bu kuramsal çerçevenin bir gere¤i olacakt›r. Oysa e¤er çal›flma elit gruplara ve hatta karar vericilere yönelik bir çal›flma ise o zaman sorular›m›z›n daha derinlemesine bilgi da¤arc›¤›n› yoklayan ve de¤erlendirmelerin de daha sofistike farkl›laflmalar› yans›tacak flekilde dillendirilmesi do¤ru olur. Hatta bir elit düzeyinin üzerinde görüflülen kiflilerin görüfl ve de¤erlendirmelerinin araflt›rmac› taraf›ndan k›s›tlanmaks›z›n oldu¤u gibi elde edilmesi yani afla¤›da daha ayr›nt›l› tart›fl›laca¤› gibi aç›k uçlu olarak al›nmas› bir zorunluluk olabilir.
151
152
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Aç›k ve Kapal› Uçlu Sorular Bu aflamada en temel soru sorma tekni¤i fakl›laflmas› olarak aç›k uçlu ile kapal› uçlu sorular üzerinde durmam›z iyi olur. Nicel araflt›rmalarda ço¤u soru kapal› uçlu denilen bir yap›dad›r. Kap› uçlu sorularda görüflülen kiflilerin cevaplar› araflt›rmac› taraf›ndan verilmifl birkaç seçenek ile s›n›rlanm›flt›r. Görüflülen kifliye yöneltilen soruya verilebilecek cevaplarda birkaç farkl› seçenek aras›ndan biri olmak üzere k›s›tlanm›flt›r. Aç›k uçlu sorularda ise cevaplar görüflülen kiflinin dile getirdi¤i flekilde al›n›r ve sorunun anlafl›l›p cevaplar›n dile getirilmesinde kifliden kifliye olabilecek farkl›laflmalar oldu¤u gibi cevaba yans›t›l›r. Bu tür aç›k uçlu cevaplarda ço¤u zaman araflt›rmac›n›n ikinci bir aflama olarak gelen cevaplar› yorumlamas› ve istatistiki bir çözümleme içinde basit kategorilere ay›rmas› gitmesi gerekir. Bu tür gruplamalar bir yandan gereklidir ama di¤er yandan da öznel bir de¤erlendirme gerektirdi¤inden hem zaman al›c›d›r hem de güvenilirlik hatalar›n› da davet eder bir durum yaratmaktad›r. Ancak kapal› uçlu sorular yap›lar› gere¤i hem sorular›n istenildi¤i gibi anlafl›ld›¤› hem de sunulan seçeneklerin tüm olas› seçenekleri kapsad›¤› varsay›m›n› aç›k uçlu formatta yapmay›z. Yani e¤er soru tam anlafl›lamayabilirse ya da cevap seçeneklerinin ne oldu¤u tam olarak bilinemiyorsa aç›k uçlu sorular daha avantajl› bir soru format› olarak karfl›m›za ç›karlar. Örne¤in, afla¤›da Türkiye’nin Avrupa Birli¤i’ne yönelik politikalar›nda önemli olabilecek baz› tercih ve de¤erlendirmeler görüflülen kiflilerden al›nmaya çal›fl›lmaktad›r. ‹lk soruda hipotetik bir halk oylamas› durumunda görüflülen kiflinin Türkiye’nin AB’ne üyeli¤i görüflüne mi destek verece¤i yoksa bunun karfl›s›nda m› olaca¤› sorgulanmaktad›r. Bu sorunun oldukça karmafl›k birçok süreç hakk›nda varsay›mlar içerdi¤ine dikkat çekmek gerekir. Basit gibi görünen bu soru asl›nda birkaç karmafl›k süreci basit varsay›mlarla geçifltirip görüflülen kifliyi sadece iki seçenek aras›nda bir tercihe zorlamaktad›r. Görüldü¤ü gibi görüflülen kifliye bu iki seçenek okunmakta ancak “fikrim yok”, “bilmiyorum” ya da “cevap vermek istemiyorum” gibi cevaplar okunmadan not edilmektedir. Yani asl›nda aç›kça dillendirilmifl iki seçene¤in yan› s›ra üç dillendirilmeden not edilen seçenek daha vard›r. Ancak sorunun içeri¤inin sadece bu seçeneklere olanak verdi¤i söylenebilir mi? Bu seçenekler verilmemifl olsayd› baz› görüflülen kiflilerin cevaplar›n›n anlaml› bir yorumu olmayabilirdi. Örne¤in, ayn› soru bu seçenekler olmadan soruldu¤unda al›nan baz› cevaplar afla¤›da s›ralanm›flt›r: “Ben Avrupa Birli¤i’nin bize bir yarar› olmayaca¤›n› düflünüyorum.” “Asl›nda Avrupa gibi olacaksak iyi olur tabii.” “Üyelik iyi bir fley tabii” “Avrupa bizi isterse üye oluruz.” “Ben üyelik için destek veririm.” Bu ve benzeri cevaplar›n asl›nda amaçlanan ölçüm aç›s›ndan hangi yöne yak›n oldu¤u anlafl›labilirken dile getirilen cevab›n kelime karfl›l›klar›na bak›ld›¤›nda yoruma muhtaç olduklar› da aç›kt›r. Bu yorum her cevap için elde edilmeye çal›fl›ld›¤›nda araflt›rmac›n›n asl›nda cevaplar› ald›ktan sonra da önemli bir iflinin kalm›fl oldu¤unu görüyoruz. Görüflülen kiflilerin cevaplar› bir de araflt›rmac›n›n yorumu ile standardize edilip ard›ndan istenilen formatta bir dökümünün yap›lmas› gerekmektedir. Yani sonuç olarak cevap verenlerin içinde ne oranda bir grup AB üyeli¤ine destek verirken ne oranda karfl›t oy ç›kmaktad›r? Bu sorunun cevab›n›n verilen cevaplardan al›nmas› yerine bir de araflt›rmac›n›n verilen cevaplar› yorumlay›p gruplayarak bize çözümlemesi gerekecektir. Oysa kapal› uçlu sorularda bu tür bir
6. Ünite - Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›: Anket Çal›flmalar›na Girifl
ara çözümlemeye hiç gerek yoktur. Bu çözümlemeler ve yorumlar bir anlamda görüflülen kiflilere b›rak›lmakta ve sunulan iki seçenekten birini tercih ederek bize bir yorum gere¤i kalmadan do¤rudan bir yan›ta ulafl›labilmektedir. Sorunun seçenekleri k›s›tlanarak görüflülen kiflilerin kendi sonuçlar›na kendilerinin do¤rudan varmalar› sa¤lanmaktad›r.
‹kinci soruya bak›ld›¤›nda da ilk göze çarpan asl›nda sorunun oldukça çetrefil bir d›fl politika karar›n› basite indirgemekte oldu¤u gözlenmektedir. Aç›kt›r ki hangi küresel ve bölgesel konumda olundu¤una ba¤l› olarak Türkiye’nin d›fl politika alternatifleri de farkl› olabilecektir. Hatta hiçbir aflamada böylesine sert s›n›rlar› olan bir seçenekler serisi ile karfl› karfl›ya kal›nmayaca¤› da söylenebilir. D›fl politika ile pek de ilgili ve bilgili olmayan bir s›radan vatandafl›n böyle bir soru ile karfl› karfl›ya kald›¤›nda kendisine verilen bu seçeneklerden hiçbirini hat›rlayamamas› da olas›d›r. Yani bu soru kapal› uçlu de¤il de aç›k uçlu verilseydi kaç kifli bu üç seçene¤i önlerine koyup aras›ndan birini seçerdi bilmek kolay de¤ildir. Ama iflte kapal› uçlu sorularda tam bu tür bir fonksiyonu da yerine getirerek kiflilere karfl› karfl›ya olduklar› seçenekleri an›msatarak bunlar aras›ndan birini seçmeleri de istenebilmektedir. Yine yukar›da alt› çizilen kuramsal çerçevenin de bize hat›rlatt›¤› gibi s›radan vatandafllar›n pek çok çetrefil d›fl politika konusunda seçeneklerin neler oldu¤una dair anlaml› bir bilgi düzeyinde olamamalar›n› do¤al karfl›lamak gerekir. O hâlde bu seçeneklerin belli bafll›lar›n› onlara an›msatarak aralar›nda bir seçenek oluflturmaya davet etmek kapal› uçlu sorular›n s›k s›k yapt›klar› bir fleydir. Yine unutulmamal›d›r ki ikinci sorunun da örnekledi¤i gibi kapal› ve aç›k uçlu sorular birlikte de dile getirilebilmektedir. Verilen üç seçenek d›fl›nda bir “di¤er” seçene¤i varsa bu da aç›k uçlu olarak al›nabilmektedir. Bu flekilde de¤erlendirmeye sunulmufl olan üç seçene¤in ne derece sorulan soru için akla gelebilecek ana seçenekler oldu¤u da s›nanm›fl olmaktad›r. E¤er bu üç seçenek d›fl›nda anlaml› bir bütünlük oluflturan farkl› “di¤er” seçenekleri dile getiriliyorsa o zaman sorunun ucu kapat›l›rken gerekli alternatiflerin tam olarak görüflülen kiflilere sunulmam›fl oldu¤unu anlayabiliriz. Benzer çerçevede bu sorunun bir d›fliflleri bakan›na sorulmufl oldu¤unu düflünürsek sunulan seçeneklerin onun için çok da anlaml› olmad›¤› düflünülebilir. D›fl iflleri bakanl›¤› yürütmüfl bir kifli için seçenekler ne bu kadar k›s›tl› ne de bu derece kal›n ve sert s›n›rlarla çizili olacakt›r. O hâlde seçilen hedef kitle sofistike bir elit grup oldu¤unda kapal› uçlu sorular›n s›n›rlay›c› basite indirgeyici çerçevelerini tercih etmek pek önerilmez.
153
154
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
1. T150 ve alt› (150 veya daha az) 2. T151-250 (151-250 aras›) 3. T251-350 (251-350 aras›) 4. T351-450 (351-450 aras›) 5. T451-550 (451-550 aras›) 6. T551-750 (551-750 aras›) 7. T751-1.000 (750-1.000 aras›) 8. T1.001-1.500 (1 milyar-1.500 aras›) 9. T1.501-2.000 (1,5 milyar-2.000 aras›) 10. T2.001-3.000 (2 milyar-3.000 aras›) 11. T3.001-5.000 (3 milyar-5.000 aras›) 12. T5.001 ve üstü (5.000 fazla) Kapal› uçlu sorular de¤er yarg›lar›n›n baz› sosyal bask› mekanizmalar›nda yans›malar›yla elde edilen cevaplar›n gerçe¤i yans›tmamas› sonucundan kaç›nmak amac›yla da kullan›labilir. Örne¤in “Hiç trafikte h›z s›n›r›n› aflma sonucu ceza ödediniz mi? Ödediyseniz kaç defa ödediniz?” gibi bir soruya kifliler aç›k uçlu olarak gerçekleflen cezaland›r›lma oran›n›n alt›nda bir cevap elde edilmektedir. Oysa ayn› soru “Kaç defa h›z s›n›r›n› açmak nedeniyle ceza ödediniz?” diyerek seçenekleri s›f›rdan bafllayarak sayarak soruldu¤unda daha gerçekçi ve daha yüksek bir h›z cezas› da¤›l›m› elde edilebilmektedir. Benzer flekilde görüflülen kiflilerce hassas ve kendi kiflisel özlük alanlar›n›n ihlali olarak alg›lanabilecek sorular›n kurgulanmas›nda kapal› uçlu soru seçene¤i olumlu sonuçlar vermektedir. Örne¤in kiflilere yukar›daki flekilde ortalama toplam hane halk› geliri aç›k uçlu olarak soruldu¤unda net bir rakam ile cevap almak genelde zor olmaktad›r. Oysa kiflilere ayn› soru kapal› uçlu olarak ve seçeneklerin belirli aral›klar olarak sunuldu¤unda al›nabilen cevap oran› anlaml› flekilde artmaktad›r. Yani kifliler bir cevab› kendileri oluflturmak yerine kendilerine sunulan seçeneklerden birini seçmeyi daha kolay bulmaktad›rlar diyebiliriz.
Kapal› Uçlu Sorularda Baz› Sorunlu Alanlar Yine de kapal› uçlu sorular›n baz› k›s›tlar› ak›lda tutulmal›d›r. Kimi zaman verilen seçenekler aras›nda seçim yapamayan denekler herhangi bir cevab› kafadan atarak ya da rastsal bir flekilde seçebilmektedir. Bu flekilde elde edilen cevaplar› bilinçli bir
155
6. Ünite - Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›: Anket Çal›flmalar›na Girifl
tercih olarak ele alan araflt›rmac›lar bu cevaplar temelinde anlaml› örüntüler keflfinde çok zorlanacaklar hatta yanl›fl yorumlara gidebileceklerdir. Sunulan seçeneklerin sorulan soruya verilebilecek cevap yelpazesini tümüyle yans›tmad›¤› durumlarda yukar›da da de¤inilmifl olan “di¤er” seçene¤inin sunulmas› gözden kaç›r›lmamal›d›r. Ancak sorular son fleklini almadan bu “di¤er” seçene¤ine ihtiyaç olup olmad›¤›n›n deneme görüflmeler yoluyla sahada s›nanmas› ve e¤er böyle bir “di¤er “seçene¤ine ihtiyaç yoksa bu seçene¤in hiç soruya eklenmemesi tavsiye olunur. Son olarak düflünülmesi gereken güçlük kapal› uçlu sorular›n görüflülen kiflilerin cevaplar› toplan›rken baz› gözden kaçan hatalara yol açma olas›l›¤›n› yükseltti¤idir. A seçene¤i yerine soru cetveli üzerinde B seçene¤inin iflaretlenmesi ya da cevaplar bilgisayarda veri setine aktar›l›rken A yerine B seçene¤inin girilmesi aç›k uçlu sorularda pek olamayacak tür hatalard›r. Ancak aç›k uçlu sorular›n da ço¤u zaman kodlama ve yorum sorunlar› içerdi¤i ak›lda tutulmal›d›r. Ülkenin karfl› karfl›ya oldu¤u sorunlar›n neler oldu¤unu belirlemek üzere birS‹ZDE soru oluflturun ve SIRA etraf›n›zdaki 10-15 kifliye bu soruyu “aç›k uçlu” olarak hiçbir seçene¤i siz okumadan yöneltin. Gelen cevaplar› ayr›nt›l› bir flekilde not al›n. Nelerin dile getirildi¤ini nas›l raporlayabilirsiniz? D Ü fi Ü N E L ‹ M fiimdi de ayn› soruyu bu kez ilk soruyu takiben sizin oluflturdu¤unuz k›sa sorun seçenekleri vererek “kapal› uçlu” olarak sorun. Yine 10-15 kifliye gidip bu yeni soruyu yöneltin. O R U bir örneklem Nas›l bir farkl›l›k görüyorsunuz? Bu iki soru Türkiye’yi temsil gücüneS sahip içindeki kiflilere yöneltilseydi nas›l bir sonuç elde edilirdi sizce?
2
D‹KKAT
Aç›k uçlu sorular›n dillendirme d›fl›nda soru cetvelinde sadece fleklen uygulanmas› gayet kolayd›r. Yegâne dikkat edilmesi gereken nokta cevaplar›n not al›naSIRA S‹ZDE bilmesi için yeteri kadar yer b›rak›lmas›d›r. Kapal› uçlu sorularda ise farkl› birkaç konuda hassasiyet gösterilmesi gerekir. Bu konular›n bafl›nda cevap seçeneklerinin aç›k bir flekilde görüflülen kiflilere AMAÇLARIMIZ sunulmas›d›r. Soru cetvelinin iyi kurgulanmad›¤› durumlarda verilen bir cevab›n hangi seçene¤e ait oldu¤u aç›k de¤ilse verinin kullan›m› mümkün olmayacakt›r. Tüm u¤rafllar ard›ndan bir cevap al›nm›fl olacak ancak bu cevab›n örne¤in ikinci K ‹ T A P seçene¤e mi yoksa üçüncü seçene¤e mi iflaret etti¤i anlafl›lamayabilecektir. Bilgisayar kullan›larak yürütülen görüflmelerde (web üzerinden ya da yüz yüze) bu genelde sorun olmamaktad›r. Ancak burada da seçeneklerin iflaretlendi¤i t›klanacak L E V ‹ Z Y O N giren gödü¤meler yeterince büyük olmad›¤›nda cevaplayanlar› ya daT Ecevaplar› rüflmecileri büyük bir s›k›nt›ya sokabilecektir. Soru cetveli kurgusundan önce dikkat edilmesi gereken bir nokta da seçeneklerin birbirleriyle hiçbir flekilde örtüflmüyor olmas›d›r elbette. Örne¤in yukar›da veri‹NTERNET len örnekte gelir gruplar› birbirleriyle örtüflmemektedirler. Ancak bu flekilde görüflülen kifliler sadece bir gruba ait olabilirler. Aral›k (interval) ölçe¤indeki de¤iflkenler için kapal› uçlu seçenek kategorileri haz›rlamak kendine has zorluklar içerir. Örne¤in görüflülen kiflinin yafl›n› kapal› uçlu bir soru ile almak istedi¤imizde tüm olas› yafllar› s›ralamak gibi uzun bir liste kullanmak zorunda kalabiliriz. Bundan kaçmak için yafl gruplar› oluflturmak tercih edilir. Benzer zorluklar kiflilerin gelirlerini belirlerken de karfl›m›za ç›kacakt›r. Bu tür durumlarda önerilen öncelikle oluflturulan grup aral›klar›n›n eflitlenmesidir. Örne¤in 18 bafllang›ç yafl›ndan bafllan›yorsa 18-27, 28-37, 38-47 gibi ilerlemek uygun olur. E¤er görüflülen kifliler bir iki gruba a¤›rl›kl› olarak da¤›lacaksa bundan kaç›nmak yerinde olur. Bu tür da¤›l›mlar pek çok bilgiyi bir daha geri gelemeyecek flekilde gizleyecek ve söz konusu de¤iflkendeki de¤iflim gözlenemez hâle gelecektir. Bu durumlarda kategoriler aras›nda farkl›laflma oluflmas›n› sa¤layacak kadar çok say›da kategori oluflturmak gerekir. Genel-
N N
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
156
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
likle oluflturulan kategorilerin yerleflik normlara uymas›na gayret edilir. Ancak bu genel prensiplere her durumda uymak da mümkün olmayabilir. Örne¤in seçmen yafl›nda deneklerle yap›lan görüflmelerde en düflük yafl 18 olunca onar y›ll›k eflit genifllikte yafl gruplar› oluflturarak 18-27, 28-37 gibi ilerlemek söz konusu olur. Oysa yerleflik normlarda 27 ya da 37 gibi bir yafl grup kategorisini sonland›r›c› kesim noktas› yoktur. Genelde insanlar 20-25, 26-30, 31-35 gibi gruplara daha yatk›nd›rlar. Afla¤›da verilmifl ve daha önceki örneklerde de kullan›lm›fl olan soru format›n›n temel özelliklerinin üzerinden gitmekte yarar vard›r. Öncelikle her sorunun bir tek numaras› olmal›d›r. Buradaki örnekte S.18 olan bu numara d›fl›nda bir de cevaplar›n tek tek not edilmesi için ayr›lm›fl bir yer ve bu bilgi için de bir numara vard›r. S.18’den al›nan cevap diyelim ki “Günefl, rüzgar ve su enerjisi” olsun o zaman 3 seçene¤i iflaretlenip C61 kolonunda ayr›lan yere de “3” yaz›lmas› gerekecektir. Bu flekilde cevaplar›n ön kodlamas›n›n yap›lm›fl olmas› veri giriflini kolaylaflt›racakt›r. Aksi taktirde anket üzerinde bir flekilde iflaretlenen cevaplar›n nümerik de¤erlere dönüfltürülmesi için ayr› bir kodlamaya tabi tutulmalar› gerekecektir. Her bir seçene¤e ayr› bir mant›kl› nümerik de¤er verilmesi gerekir. Ancak “cevap yok”, “fikri yok”, “bilmiyor” ya da seçemiyorum” gibi asl›nda eksik cevap (missing value) olacak cevaplar nas›l kodlanmal›d›r? Burada kesin bir kural koymak pek mümkün de¤ildir. S.18’de “seçemiyorum” 8 olarak kodlanm›flt›r. Oysa yukar›da soru D.19 ve D.20’de 98, 99, 99998, 99999 de¤erleri de ayn› amaçla kullan›lm›flt›r. Burada önemli olan her kodun neye karfl›l›k geldi¤ini do¤ru bir flekilde kodlam›fl olmakt›r. De¤erlerin kendi bafllar›na özel bir önemi elbette yoktur. Ancak genel bir kodlama kural› kullanmak çözümleme aflamas›nda kolayl›k sa¤layacakt›r. E¤er bilirsek ki 98, 99, 99998 ve 9999 gibi de¤erler bu tür eksik veriye karfl›l›k gelir o zaman bu de¤erlerin çözümlemeye kat›lmamas› kolay olur.Ancak unutulmamal›d›r ki örne¤in çok nadir de olsa 99 yafl›nda bir bireyle de görüflmek mümkündür ve 99 örne¤in yafl için eksik veri kodu olarak kullan›lmamal›d›r. Soru formunun kurgusunda farkl› renk ile belirtilmifl görüflmeciye yöneltilen baz› notlar da vard›r. S.18 de [-!- SEÇENEKLER‹ OKUYUN VE YALN›ZCA B‹R SEÇENE⁄‹ ‹fiARETLEY‹N] gibi bir not düflülmüfltür. Görüflmecinin her soruda ne yapmas› gerekti¤ine dair bu notlar çok kullan›fll› olabilir. Soruda herhangi bir kart kullan›m› olup olmad›¤›, tek seçenek mi çok seçenekler mi iflaretlenebilece¤i, kullan›lan cevap seçenekleri ya da cetvelin nas›l kullan›labilece¤i ve benzeri birtak›m bilgiler burada görüflmeciye hat›rlat›l›p onun dikkati uyan›k tutulabilir.
Herhangi bir soruda görüflülen kiflilerin de¤erlendirmesine b›rak›lan seçeneklerin say›lar›na da dikkat etmek gerekir. Bu seçenek say›s›n›n çok genifl olmamas› önerilir. Seçenekler 6-7 taneden fazla oldu¤unda sorunun konusuna herhangi bir yak›nl›¤› olmayan s›radan bir dene¤in verilen seçenekler aras›ndan ç›kmas›n› beklemek çok fley beklemek olacakt›r. Bu seçenekler görüflülen kiflilerin uzmanl›k ya da ilgi alanlar› dikkate al›nd›¤›nda en çok 10-15 tane de yap›labilir. Ancak bu zaman da mutlaka yüz yüze görüflmeler s›ras›nda görüflülen kiflilere seçenekleri görüp okuyabilecekleri bir kart vermek do¤ru olacakt›r. Aç›kt›r ki telefon görüflmelerinde bu olana¤›m›z olmad›¤›ndan seçenek say›s›n› düflük tutmak bir zorunluluk-
6. Ünite - Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›: Anket Çal›flmalar›na Girifl
tur. Yine ak›lda tutmak gerekir ki okuma yazma oran›n›n düflük oldu¤u hedef kitlelerle çal›fl›rken kart vermenin bir yarar› olmayacakt›r. Hatta kimi zaman okuma yazmas› olsa bile uzun bir listeyi okuyup anlaman›n gerektirdi¤i dikkat ve biliflsel yetenek baz› denekler için oldukça yüksek olabilecek ve onlar› ya sorudan ve hatta görüflmeden uzaklaflt›racak ya da en az onun kadar kötü olan bir di¤er sonuç olarak da görüflülen kifli sanki gerçek bir cevapm›fl gibi kafadan atma rastsal cevaplar üretip görüflmeciyi bafl›ndan savmaya gayret edebilecektir. Cevap kategorilerinin s›ralamas›na dikkat gerekir. Elbette afla¤›daki örnekte oldu¤u gibi s›ral› cevap kategorilerinde seçenek do¤al olarak ortaya ç›kmaktad›r. Örne¤in afla¤›daki soru S.12a’da seçenekler s›ral› cevap mant›¤›na uygun olarak verilmektedir. Oysa nominal kategorilerden oluflan seçenekler için bu seçeneklerin hangi s›rayla soruldu¤u bir fark yaratabilmektedir. Örne¤in soru S.27’de her görüflmede bafllang›ç olarak de¤erlendirmesi al›nacak partiyi de¤ifltirmek her görüflmede ayn› parti s›ras›yla de¤erlendirmeleri almaktan daha iyi sonuç verecektir.
Baz› sorularda birden çok cevap ve hatta bu cevaplar›n da bir s›rlamas› al›nmaya çal›fl›l›r. Afla¤›da soru A.03’te en önemli ilk üç sorunun s›ralanmas› istenmifltir. Her bir sorunun numaras› birinci, ikinci ve üçüncü en önemli sorun cevab›na not al›nacakt›r. Soru D.23’te ise her bir seçenek tek tek var ya da yok olarak cevaplanacakt›r.
157
158
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
S›k kullan›lan bir di¤er soru türü de bir cetvel kullan›larak cevaplar›n al›nd›¤› sorulard›r. Daha önce de bahsedilmifl olan Likert cetveli tipik olarak beflli ya da yedili seçenek kategorileriyle kullan›l›r. Soru A.01’de öznel yaflam memnuniyeti cetvelinin yedili Likert cetveli uygulamas› verilmifltir. (Bu skala için bak›n›z Diener, Emmons, Larsen, ve Griffin (1985)). Soru S.02’de ise beflli bir tutum cetveli verilmifltir. Her iki örnekte de önemli bir uygulama seçeneklerin her birinin ne demek oldu¤unun aç›k bir flekilde belirtilmifl olmas›d›r. Bu tür cetvellerde e¤er her cetvel de¤erine bir aç›k tan›m verilemiyorsa o zaman en az›ndan cetvelin iki uç noktas›n›n ne anlama geldi¤i aç›kça tan›mlanmal›d›r. Gerek A.01 gerek S.02’de bir grup de¤erlendirme için ayn› de¤erlendirme cetvelinin kullan›lmas› ön görülmektedir. Tek tek her biri için ayr› birer cetvel vermenin soru cetveli üzerinde çok yer kaplayaca¤› noktas›ndan hareketle de¤erlendirmeler ayr› ayr› okunmakta fakat ayn› cetvel yüz yüze görüflmelerde görüflülen kiflilere verilerek de¤erlendirme yapmalar› istenmektedir.
159
6. Ünite - Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›: Anket Çal›flmalar›na Girifl
De¤erlendirme cetvelleriyle çal›fl›rken birkaç temel prensibe uymak gereklidir. Sunulan seçenekler 10-11’i aflmamal›d›r. Sorulan sorular tek boyutlu olmal›d›r ki kullan›lan cetveller anlaml› bir flekilde kullan›labilsin. Cetvel üzerinde gösterilen düzenek mant›kl› tek bir boyuta karfl›l›k gelmelidir. De¤erlendirilmesi istenen ifadelerin sorulufl flekli hep ayn› yönde olmamal›d›r. Görüflülen kiflilerin sorular›n sorulufl mant›¤›n› anlad›klar›n› düflünerek otomatik olarak hep benzer yönde cevaplar vermelerinin önüne geçmek için verilen ifadelerin uç noktalar›n›n anlam› de¤ifltirilerek sorulmal›d›r. Örne¤in soru S.02’de birinci ifadeye tamamen kat›lan birinin ikinci ifadeye hiç kat›lmamas› beklenir. Oysa soru “Düflük gelirliler ile yüksek gelirliler aras›ndaki fark› azaltmak hükümetin sorumlulu¤u de¤ildir” diye ifade edilmifl olsayd› ilk ifadeyle ayn› yönde de¤erlendirme verilmifl olacakt› ve bu flekilde devam eden bir soru grubunda otomatik cevap üretme e¤ilimi kolayca ortaya ç›kabilecekti. Oysa ifadelerin yönlerini de¤ifltirerek görüflülen kiflilerin dikkatinin daha odaklanmas› sa¤lanabilir. fiimdiye dek örnek olarak verilmifl sorular› farkl› flekilde dillendirin bu farkl›l›klar›n SIRAveS‹ZDE nas›l sonuçlara yol açabilece¤ini not edin. D Ü fi Ü N E L ‹ M Sorular›n Dillendirilmesinde ‹zlenecek Ana Prensipler
Bir önceki bölümde araflt›rmam›z› flekillendiren kuramsal çerçeve ve kavramsallaflS O R U t›rman›n sorular›m›z› flekillendirirken en önemli k›s›t olarak düflünülmesi gerekti-
3
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
D‹KKAT
SIRA S‹ZDE
SIRA S‹ZDE
160
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
¤ini belirtmifltik. Aç›k ve kapal› uçlu soru formatlar›n›n tercihini de bu çerçevede düflünmek gerekir. Ancak bu en kaba grupland›rman›n ötesine geçti¤imizde sorular›n dillendirilmesindeki ana prensiplerin sanatla bilimsellik aras›nda ince bir çizgi etraf›nda flekillendi¤ini görürüz. Sorular›m›z› dile getirirken ilk düflünmemiz gereken bunlar› cevaplayacak olan deneklerin ne düzeyde bir lisan hakimiyeti ve konumuza dair bilgisi oldu¤udur. Görece olarak daha yüksek e¤itimli, kulland›klar› dil ve bu dilin kullan›m› ve kelime hazinesi olarak daha zengin bir arka plana dayanan elitlerle yap›lan görüflmelerde sorular›m›z için kullan›lacak dil bu gözlemlere dayanarak halk geneli için kullan›landan daha sofistike bir farkl›laflmaya gidebilir. Ancak bu saptamay› yapmakla beraber genel geçer kural olarak sorular›n k›sa, basit ve net bir flekilde anlafl›labilir olmas› gerekir. Prensip olarak özel bilgi gerektiren, farkl› anlamlar yüklenebilecek teknik kelime ya da deyimlerden kaç›n›lmal›d›r. Bir bölgenin bir lehçenin, de¤iflik e¤itim düzeylerinin ya da mesle¤in daha yo¤un kulland›¤› kelime ya da deyimlerden kaç›n›lmal›d›r. Soru sorarken en baflta gelen amac›m›z görüflülen kiflinin sordu¤umuz soruyu istedi¤imiz flekilde ve tam olarak anlamas›d›r. Ancak böylelikle görüflülen kiflilerin verdikleri cevaplar kendi tercih, görüfl, tutum ve de¤erlendirmelerini araflt›rma kapsam›nda görüflülen di¤er deneklerle karfl›laflt›r›labilir flekilde çözümlenebilecektir. E¤er sorular›m›z anlafl›lam›yorsa al›nan cevaplardaki bilgi de yanl›fl olabilecektir. Anlafl›lamayan sorulardan oluflan araflt›rmalarda “bilmiyor”, “cevap yok” ya da “karar veremiyor” gibi cevaplar daha yüksek oranda olacakt›r. Elbette tekrar tekrar anlafl›lmaz sorulardan oluflan araflt›rmalara kat›lma oranlar›n›n da düflük olmas› flafl›rt›c› olmayacakt›r. Bu tür anlafl›lma sorunlar›n›n olup olmad›¤›n›n s›nanmas› sorular›n sahada test edilmesi ve derinlemesine biliflsel görüflmeler (cognitive interviews) yap›lmas› gerekir.
Soru Cetvelinin Ön Testleri (Pre-Tests) ve Biliflsel (Cognitive) Görüflmeler Soru cetvelindeki sorular›n s›nanmas› ya da ön testler (pre-testing) ile kastedilen araflt›rmac›n›n sorular›n› hedef kitledeki farkl› gruplar› ufak gruplar halinde de olsa yans›tan bir küçük örneklem ile görüflerek küçük ölçekli bir deneme yapmas›d›r. Soru cetveline son flekli verildikten sonra sahaya ç›k›ld›¤›nda görüflmeler nas›l yap›lacaksa ayn› flekilde örneklem seçimi ölçütlerine ba¤l› olarak farkl› yerleflim birimlerinde saha çal›flmas› ayn› saha ölçütlerine göre gerçeklefltirilir. Burada amaç farkl› sosyo-ekonomik statü, temel demografik göstergeler ve kültürel gruplar›n bu ön s›nama grubuna dahil edilmesidir. Bu farkl› gruplar için de¤iflik sorular›n anlafl›l›p anlafl›lmad›¤› farkl› “cevap yok/bilmiyorum” cevaplar› al›n›p al›nmad›¤›na bak›l›r. Ön s›namalar› yapan görüflmecilerin sorular› sorduklar›nda gelen tepki ve cevaplara bakarak dikkatle sorular›n anlafl›l›p anlafl›lmad›¤›n› tespit etmeye çal›flmalar› beklenir. Bu küçük ölçekli s›namalarda öncelikle sorular›n anlafl›l›rl›¤›na bak›l›r. Anlafl›lmayan ya da yanl›fl anlafl›lan sorular›n yan› s›ra sorulardaki belirsizliklerin de saptanmas›na çal›fl›l›r. Sorular›n ilgilenilen konuyla ilgili tüm dikkate al›nmaya de¤er seçenekler ve farkl› perspektifleri yans›y›p yans›tmad›¤› anlafl›lmaya çal›fl›l›r. Konuyla çok da ilgili olmayan ya da eksik flekillendirilmifl sorular olup olmad›¤›na bak›l›r. Soru cetvelinde araflt›rmac›lar›n beklentilerinin aksine baz› sorular›n tepki almas› söz konusu olabilir. Gerek hassas kiflisel bilgilerin al›nmas›, gerek sorunun dile getirilmesinde farkl› gruplara rahats›zl›k veren bir dil kullan›lm›fl olmas› gibi sorunlar ancak sahada farkl› denek gruplar›na ulafl›larak anlafl›labilir. Araflt›rmac›-
161
6. Ünite - Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›: Anket Çal›flmalar›na Girifl
lar genelde kendileri ve çevrelerindeki akademik ve ö¤renci çevresince tepki çekmeyen sorular›n daha genifl bir halk kitlesine ulafl›ld›¤›nda tepki çekmesine flafl›r›rlar. Ancak bu her soru cetvelinde ak›lda tutulmas› gereken bir olas›l›kt›r ve her defas›nda da ›srarla s›nanarak gerçek saha çal›flmas›nda karfl›lafl›labilecek zorluklar en aza indirilebilir. Böyle bir ön s›nama çal›flmas› genelde 40-80 aras› görüflme ile yürütülür. Burada araflt›rmac›n›n ilgilendi¤i sonuçlar›n istatistiki özellikleri de¤ildir. Beklenilen oluflturulmufl soru cetvelinin kalitesini s›namak ve gelifltirmektir. Bu amaçla rastsal bir örneklem seçimi yap›lmaz (bak›n›z Ünite 3). Ancak çal›flman›n sorular›n› farkl› flekilde dinleyip yorumlayabilece¤i düflünülen farkl› gruplara gidilmeye çal›fl›l›r. Aç›kt›r ki soru cetvelinin ana hedef kitlesinde karfl›lafl›labilecek zorluklar göz önüne al›narak bir ön s›nama örneklemi seçilmeye çal›fl›l›r. Bir gençlik sorunlar›n› anlamaya yönelik araflt›rman›n ön s›namas›n› yetiflkinlerle yapmak gibi bir mant›k hatas›na düflmemek gerekir. Ön s›nama sonuçlar›na göre soru cetvelinde de¤iflikliklere gidilir ve bu de¤iflikliklerin ne derece yayg›n oldu¤una ba¤l› olarak ek gerekli s›namalar da yap›labilir. Biliflsel görüflmeler (cognitive interviews) ile kastedilen ön s›nama ile yap›lan çal›flman›n temel fikri üzerine daha genifl bir sorgulamaya gidilmesidir. Tipik olarak ön s›namalarda soru cetvelinin uygulanmas› gerçek saha görüflmelerinde yap›ld›¤› gibi yürütülür. Böyle bir uygulamada sorulan sorulara verilen cevaplar›n ne düflünülerek hangi k›staslara ve nas›l bir alg›lama süreci sonunda verildi¤ini anlamaya yönelik bir çaba içinde olunmaz. Oysa soru cetvelinin de¤erlendirilmesinde esas ihtiyaç duyulan da tam böyle bir sorgulama ile elde edilecek bilgilerdir. Dolay›s›yla alg›sal görüflmelerde sorular her zamanki gibi sorulup cevaplar al›nd›ktan sonra bir de bu cevaplara nas›l ulafl›ld›¤›, sorulardan verilen cevaptan ba¤›ms›z olarak ne anlafl›ld›¤›, verilen cevap ile tam olarak ne denmek istendi¤i derinlemesine bir sorgulamaya tabi tutulur. Bu flekilde sorular›n sadece anlafl›l›p anlafl›lmad›¤› de¤il anlafl›lan›n araflt›rmac›n›n amaçlad›¤› anlam olup olmad›¤› da ö¤renilmeye çal›fl›l›r. Verilen cevaplar›n da dene¤in kafas›ndaki anlam› ö¤renilmeye çal›fl›l›r ve bu anlam›n gerçekten araflt›rmac›n›n formüle etmeye çal›flt›¤› anlam olup olmad›¤›na bak›l›r. SIRA birer S‹ZDEtane seçin ve fiimdiye dek örnek olarak verilmifl ve kendi dillendirdi¤iniz sorulardan bunlar› 10-15 arkadafl›n›za sorun cevaplar›n› not edin. Ard›ndan da bu sorulardan ne anlad›klar›n› ve verdikleri cevaplara nas›l ulafl›p neden bu cevaplar› verdiklerini ö¤renmeye D Ü fi Ü N E L ‹ M çal›fl›n. fiimdi bu sorular hakk›nda yeni neler ö¤rendi¤inizi düflünün. Sorular bu flekilde kullan›labilir mi? Sorun görüyorsan›z bu sorunlar nas›l çözülebilir?
4
S O R U
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
Aç›k Olmayan ve Çok Anlaml› Sorular Sorular› dillendirirken belirsizlikten kaç›nmak gerekir. Örne¤in afla¤›daki soruda D‹KKAT parantez içindeki (sizinle beraber) ifadesi soruya dahil edilmedi¤inde denekler nas›l bir soruyla karfl› karfl›ya olduklar›n› anlamakta zorlanacaklard›r. Acaba topSIRA S‹ZDE lam kaç kifli oldu¤u sorulurken dene¤in kendisi de bu hesaba kat›lacak m›d›r yoksa denek d›fl›nda kaç kifli oldu¤u mu sorulmaktad›r? Oysa parantez içindeki (sizinle beraber) ifadesi kullan›ld›¤›nda bu belirsizlik ortadanAMAÇLARIMIZ kalkm›fl olmaktad›r.
N N
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
K ‹ T A P
TELEV‹ZYON
TELEV‹ZYON
‹NTERNET
‹NTERNET
162
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Yukar›da daha önce de örnek olarak verilmifl olan gelir sorusu da benzer zorluklar içerebilir: “Geçti¤imiz alt› ay içinde bütün aile fertlerinin maafl, kira, emekli ayl›¤›, de¤iflik ifl kazançlar› vb. gelirlerini göz önünde bulundurarak ortalama toplam ayl›k HANE HALKI geliriniz ne kadard›r?” Gelir sorular› hemen her araflt›rmada merak edilen ama hem sorulmas› hem de cevaplanmas› çok zor bir sorudur. Yukar›daki dillendirmede “geçti¤imiz alt› ay” bir nirengi noktas› olarak verilmifltir. Böyle bir referans süresi verilmedi¤inde örne¤in mevsimsel gelir farkl›l›klar› yaflayanlar bu soruyu cevaplamakta zorlanacaklard›r. Tar›m sektöründe gelir sahibi olanlar maaflla çal›flan iflçi ve memurlar gibi de¤ildirler. Hasat sonras› oluflan gelir bütün bir y›l içindir. Ayl›k gelir sahibi olmak genelde ifl gücünü formel piyasada satarak de¤erlendiren kesim için anlaml› olabilir. Ancak dönemsel olarak ve enformel piyasa flartlar›na göre çal›flanlar için ayl›k gelir duruma ve zamana göre de¤iflecektir. Benzer flekilde tek bir formel iflten gelir elde edenler için bu gelir sorusu görece kolay bir sorudur. Oysa formel iflinin yan› s›ra bir de enformel ifllerde yar›zamanl› ya da f›rsat buldukça çal›fl›p gelir elde edenler için gelir hesap edilmesi ve ak›lda tutulmas› da zor bir sorudur. Dolay›s›yla soru sorulurken de¤iflik gelir türleri zikredilerek farkl› kaynaklar›n da hesaba kat›lmas› gere¤i hat›rlat›lmaktad›r. Bir di¤er sorun da buradaki flekliyle sorgulanan›n bireylerin kiflisel gelirleri de¤il parças› olduklar› hanenin toplam gelirine dair olmas›d›r. Soru kiflisel gelir olarak sorulmamaktad›r çünkü bilinen odur ki genifl aile yap›s› içinde kiflilerin bireysel gelirleri de¤il parças› olduklar› genifl ailenin tüm bireylerinin bir araya getirdi¤i gelir daha önemlidir. Burada tabii kuramsal olarak gelirin bireysel düzeyde ölçümünden çok gelirin bireylerin davran›fl, tercih ve tutumlar› üzerine etkisi üzerine bir ilgi var. Yani amaç içinde yaflan›lan ortamda kullan›ma aç›k olan toplam gelirin etkisini görmektir. Bu gelirin kullan›m üzerinde tek tek aile bireylerinin ne derece etkileri oldu¤u bu soruda irdelenmektedir. Böyle olunca da birey de¤il hanenin toplam geliri sorgulanmaktad›r. Ama toplam hane gelirinin de hesab› kolay de¤ildir. Hem her tür (maafl, kira, emekli ayl›¤›, de¤iflik ifl kazançlar› vb.) gelir dikkate al›nacak hem de bu hanede yaflayan ve gelir getiren herkes için yap›lacakt›r. Tar›msal geliri olanlar için bu sorunun çok anlaml› olmad›¤› söylenebilir. Hem tar›m gelirine karfl›l›k gelen bir gelir türü verilen örneklerde yoktur hem de alt› ayl›k bir nirengi dönemi de¤iflik tür tar›m gelirleri için senenin her döneminde anlaml› olmayacakt›r. Hasat dönemi erken yaz olanlara bahar döneminde bu soru soruldu¤unda geçen hasat dönemi sonunda elde ettikleri geliri verecekler midir? Bu sorunun cevab› sorudan bellidir ve vermemeleri beklenir. Ancak o zaman da hanenin önemli bir geliri hesap d›fl›na itilmifl olacakt›r. Bu durumda olanlar›n kimileri kafalar›nda bu de¤erlendirmeyi yap›p fark›nda olarak ya da olmayarak tar›msal gelirlerini hesaba dahil edecek kimileri de soruya ba¤l› kalarak etmeyebilecektir. Böylelikle kontrol d›fl› ve sanki adam›na göre sorulup cevaplanm›fl bir soru sormufl olmaktay›z. Bir di¤er örnek olarak da son y›llarda pek çok araflt›rmada vurgulanan sivil toplum kurulufllar›na üyelik ve di¤er tür faaliyetlerine kat›l›m›na dair verilebilir. Bu so-
6. Ünite - Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›: Anket Çal›flmalar›na Girifl
ru “Bünyesinde faal oldu¤unuz bir sivil toplum kuruluflu var m›?” ya da “Faaliyetlerine kat›ld›¤›n›z sivil toplum kurulufllar› var m›?” gibi bir dillendirme ile sorulabilir. Ancak faal olmak ile ne kast edildi¤i aç›k de¤ildir. Üye olmak m›, yoksa gönüllü olarak bir kurulufl için çal›flmak m›, yoksa ba¤›fl yapmak m› kast edilmektedir? Benzer flekilde “sivil toplum kuruluflu” denirken nas›l bir kurulufl vard›r ak›lda? Sivil toplum kuruluflu olarak herkesin akl›na hep ayn› kurulufllar gelmeyecek ya da birinin sivil toplum kuruluflu dedi¤ine di¤eri kat›lmayabilecektir. Afla¤›da izlenen yolda sivil toplum kuruluflundan ne kast edildi¤i aç›klanmaya çal›fl›lm›fl ve de¤iflik tür ve faaliyet alanlar› da örnek olarak verilmifltir. Ancak burada da faaliyet olarak sadece üyelik kullan›lm›flt›r. Ancak Çarko¤lu ve Cenker (2011) göstermektedir ki üyelik özellikle Türkiye’de pek de yayg›n de¤ildir. Bunun önemli bir nedeni kiflilerin kendilerini herhangi bir kuruluflla üyelik yoluyla formel bir ba¤ içinde görmeye çekinmeleri olabilir.
Afla¤›da verilen sorgulama sivil toplum kurulufllar›n›n gayet genifl bir faaliyet alan› içindeki farkl› alanlarda çal›flanlar›n›n her biri için ba¤›fl yapmak, üye olmak, gönüllü çal›flmak ve toplant›s›na kat›lmak gibi farkl› faaliyetlerden hangilerinin yap›ld›¤› ve hatta yap›lan ba¤›fl miktar›yla buralarda harcanan vakit de tek tek sorulmufltur. En sonda Türk Hava Kurumu, K›z›lay, TEMA, Çocuk Esirgeme Kurumu, AKUT gibi yayg›n bir fark›ndal›¤› olan kurulufllar özelinde de ayn› sorgulama yap›lm›flt›r. Zaman içinde faaliyetlerin farkl›laflabilece¤i de dikkate al›narak “son bir y›l içerisinde” ifadesiyle herkese ayn› referans noktas› verilmifltir. Daha önce tutulan yollarda ya bu tür bir temel referans dönemi verilmemifl ya da sadece halen devam etmekte olan tek bir faaliyet türü (üyelik) sorgulanm›flt›r. Bu örnekler göstermektedir ki tek bir sorunun farkl› amaçlara hizmet amac›yla pek çok farkl› dile getirilifl flekli olabilir. Burada dikkat çekmek gerekir ki bu de¤iflik biçimlerin saha çal›flmas›nda çok farkl› sürelerde gerçeklefltirilebilmesi söz konusudur. Yani en basit izlenen yol çabuk sorulup geçilebilirken biraz kuramsal amaç ve sorgulama flekli de¤iflince çok daha uzun sürede benzer bir sorunun cevab› al›nabilmektedir.
163
164
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
14
fiimdi size bir kart verece¤im. Size fikir vermesi aç›s›ndan bu kartta gönüllü kat›l›ma yönelik çeflitli kurulufllar›n neler olabilece¤i gösterilmektedir. Kartta yer alan tarzda gönüllü kat›l›ma yönelik bu tür kurulufllardan (dernek, vak›f, hay›r iflleri yapan kurulufllar, sendika, spor kulübü gibi) herhangi birine son bir y›l içerisinde ba¤›flta bulunmak, üye olmak, gönüllü çal›flmak, toplant›s›na kat›lmak gibi bir faaliyette bulunup bulunmad›¤›n›z› söyler misiniz? Evet ise bu kurumlar›n her birinin aç›k isimlerini söyler misiniz?
KURULUfi T‹P‹
KURULUfi ADI
Ne tarz bir faaliyette bulundu¤u
Son bir ay içerisinde bu sivil toplum kuruluflu için Ba¤›flta Ba¤›flta bulunarak bulunuldu kaç saat vakit ise miktar› harcad›n›z?
Üye olarak
Gönüllü çal›flarak
Toplant›s›na kat›larak
Spor kulübü
1
2
3
4
........T
......saat
Gençlik derne¤i
1
2
3
4
........T
......saat
Çevreci dernek
1
2
3
4
........T
......saat
‹nsan haklar›yla ilgili dernekler
1
2
3
4
........T
......saat ......saat
Hay›r iflleri yapan kurulufl
1
2
3
4
........T
Dinî kurulufl (cami yapt›rma derne¤i vs.)
1
2
3
4
........T
......saat
‹flçi Sendikas›
1
2
3
4
........T
......saat
Köy veya kent güzellefltirme veya dayan›flma derne¤i
1
2
3
4
........T
......saat
Meslek odalar›
1
2
3
4
........T
......saat
Sanat, folklor dernekleri
1
2
3
4
........T
......saat
Hemflehri dernekleri
1
2
3
4
........T
......saat
Cemaat dernekleri
1
2
3
4
........T
......saat
Okul yapt›rma dernekleri
1
2
3
4
........T
......saat
Sa¤l›k/Hastane gelifltirme dernekleri vak›flar›
1
2
3
4
........T
......saat
Siyasal parti
1
2
3
4
........T
......saat
Kad›n derne¤i
1
2
3
4
........T
......saat
Türk Hava Kurumu
1
2
3
4
........T
......saat
K›z›lay
1
2
3
4
........T
......saat
TEMA
1
2
3
4
........T
......saat
Çocuk Esirgeme Kurumu
1
2
3
4
........T
......saat
Arama Kurtarma Derne¤i (AKUT)
1
2
3
4
........T
......saat
Di¤er 1
1
2
3
4
........T
......saat
Çok anlaml› sorulara örnek olarak flu soruyu düflünelim: ”Günlük yaflant›n›z› düflündü¤ünüzde sizi kifli olarak en fazla meflgul edip zorlayan ve üzen en önemli sorun nedir?” Bu flekilde soruldu¤unda bir yanda iflsizlik, yeterli para kazanamama ya da sa¤l›k sorunlar› ön plana ç›karken bir di¤er grup da Güneydo¤uda hayatlar›n› kaybeden flehitleri bu soruya cevap olarak vermektedir. Bunun nedeni büyük olas›l›kla “üzen en önemli sorun” diye bir ibare kullan›lm›fl olmas›d›r. Üzüntü ile kiflisel olarak zorlanma ve meflguliyet ayn› soruda bir arada kullan›l›nca hangi soruya cevap verildi¤i mu¤lak kalmaktad›r.
6. Ünite - Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›: Anket Çal›flmalar›na Girifl
Bir di¤er örnek olarak da flu soruya bakal›m: “Önümüzdeki befl y›la bakt›¤›n›zda, içinde yaflad›¤›n›z yak›n aile çevresi ve mahalleniz ya da köyünüzde günlük yaflamda ne derece de¤iflim bekliyorsunuz? Bu de¤iflim sizce olumlu yönde bir de¤iflim mi yoksa olumsuz yönde mi?” Burada “yak›n aile çevresi”, “mahalleniz ya da köyünüzde günlük yaflam” a dair bir de¤erlendirme bekleniyor. Oysa bu üç ayr› de¤erlendirme olarak al›nabilecek bir sorudur asl›nda. Öyle ya aile çevresinde bir büyük de¤ifliklik uzun zamand›r hasreti çekilen bir aile üyesinin bir iflten, gurbetten, askerden vs geri dönüflü olabilir, uzun zamand›r planlanan bir özel yaflam de¤iflikli¤i evlilik, çocuk sahibi olma olabilir. Oysa bu geliflmeler mahallede ya da köyde olup bitenden tamamen ba¤›ms›z gerçeklefliyor da olabilir. Bu referanslardan hangi birine bakarak de¤erlendirme yap›laca¤› tamamen belirsiz kalmaktad›r.
Yönlendirici Sorular Sorunun sorulufl biçimi ya da dillendirilifl flekliyle al›nan cevaplar›n da¤›l›m›n›n de¤iflebilmesi sorular›m›z› dillendirirken üzerine dikkatle e¤ilmemiz gereken bir sorundur. Ço¤u zaman sorunun anlafl›lmas›n› kolaylaflt›rmak amac›yla soru hakk›nda aç›klay›c› bilgiler verilir. Bu bilgilerin soruya verilen cevaplar› bir yöne do¤ru çekmemesi gerekir. Örne¤in, dünyada yüksek olarak alg›lanabilecek say›da ülkede idam cezas› cinayet suçuna ceza olarak verilmektedir deyip ard›ndan ülkemizde idam cezas›n›n yeniden kanunen mümkün olmas›n› destekliyor musunuz? gibi bir soru sormak denekleri yönlendirmek olacakt›r ya da hükûmet bütçesinden askeri harcamalar için kifli bafl›na flu kadar harcanmaktad›r diyerek ard›ndan çevre korumas›na kifli bafl›na çok daha düflük bir rakam vererek harcama düzeyinin uygun olup olmad›¤›n› sormak do¤rudan cevab› yönlendirerek askerî harcamalar düflürülsün çevre korumas›na harcamalar da artt›r›ls›n sonucunu yaratacakt›r. Bu sorular bu tür yönlendirici aç›klamalar ya da konumland›rmalar (contextualization) yap›lmadan soruldu¤unda çok farkl› sonuçlar elde etmek flafl›rt›c› olmamal›d›r.
SAHADA GÖRÜfiMELER YOLUYLA VER‹ TOPLANMASI K›saca de¤iflik flekillerde haz›rlan›p kullan›lan soru cetvellerinin çal›flma süresince nas›l bir veri toplanma sürecine sokuldu¤unu özetlemeye çal›flal›m. Burada yüz yüze görüflmeler yoluyla yürütülen çal›flmalar, telefon ve posta ya da ‹nternet üzerinden kiflilerin kendi kendilerine cevaplad›klar› anketler yoluyla yürütülen çal›flmalar üzerinde yo¤unlafl›lacakt›r.
Kiflilerin Kendi Kendilerine Cevaplad›klar› Anketler Kiflilerin kendi kendilerine cevaplad›klar› anketler yoluyla yürütülen çal›flmalarda görüflmeciler kullan›lmad›¤› için maliyet avantaj› oldukça yüksektir. Herhangi bir flekilde görüflmeci ile dene¤in bir araya gelmesi gerekmedi¤inden denekler sorulara gerek duyduklar› zaman› vererek düflünüp, hatta araflt›r›p istedikleri yan›tlar› verebilirler. Herhangi bir zaman k›s›tlamas› olmaks›z›n sorular› cevaplayabilirler. Benzer nedenlerle herhangi bir soruyu bir görüflmecinin önünde cevaplaman›n getirebilece¤i çekinme ya da utanma duygusu olmadan sorular cevaplanabilir. Ancak posta yolu ile deneklerin kendi kendilerine cevaplad›klar› anketlerde görüflmecilerin kiflileri ziyaret etmelerinin getirdi¤i ilgi ve cevaplama iste¤i eksik kalabilir. Tipik olarak eve ya da ifl yerine ulaflt›r›lan bu tür anketler k›sa yoldan çöpe gidebilir. Dolay›s›yla posta anketlerinde en önemli sorun cevap oran›d›r (response rate). Bu düflük cevap oranlar›n›n önemli bir nedeni deneklerin isteksizli¤i oldu¤u kadar kendilerinden bekleneni anlayamama ya da istenen cevaplar› oluflturamama da olabi-
165
166
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
lir. Her ne kadar kifliler okuryazar olsalar da okuduklar›n› anlama kendilerine soru cetvelinde iletilen aç›klama ve talimatlar› takip etme yetisine sahip olmayabilirler. Soru cetvelinin çetrefil yap›s› bu tür deneklerin kat›l›m›n› k›s›tlayacakt›r. Yine unutulmamal›d›r ki kifliler soru cetvellerini kendileri doldururken aile ya da arkadafllardan ve de¤iflik ‹nternet kaynaklar›ndan da destek ve yard›m alabilirler ve bu tür d›flsal etkileri araflt›rmac›n›n kontrolü ya da etkilerini ölçme olana¤› yoktur. Posta ile yürütülen çal›flmalarda soru cetvelinin görünümü ayr› bir önem tafl›r. Öncelikle soru cetveli bir kitapç›k gibi düzenlenip kaliteli bir ka¤›da bas›lmal› ve göze çarpan kaliteli bir zarf ile birinci s›n›f posta servisi kullan›larak kiflilere iletilmelidir. Bu tür ayr›cal›kl› bir görünüm cevap oran›n› yüksek tutmaya yard›m edecektir. Sorular›n ulaflt›r›ld›¤› deneklerce kendi bafllar›na cevaplanaca¤› düflünülerek soru cetvelinin tek bafl›na her türlü pratik soruyu ya gereksiz k›lacak kadar aç›k ya da ortaya ç›kabilecek her tür soruya bir cevab› da soru cetveli üzerinde bulunduran bir formda olmal›d›r. Bir sorudan bir di¤erine geçifller ya da atlamalar gibi teknik olarak kafa kar›flt›r›c› olabilecek düzenlemelerden kaç›n›lmal› ya da son derece aç›k bir flekilde soru cetveli üzerinde düzenlemeye gidilmelidir. Soru cetvelinde sorular aras›nda yeterli mesafe b›rak›lmal› sorular kolay okunur görünmelidir. Aç›kt›r ki ‹nternet üzerinde yürütülen bu tür çal›flmalarda, gerekli talimat ve aç›klamalar ya da cevaba ba¤l› olarak atlamalar ve de¤iflik yönlendirmeleri basit bir flekilde sorunsuz olarak her dene¤e ulaflt›rmak mümkündür. Internet üzerinde posta ile yürütülen çal›flmalarda oldu¤u gibi belli adreslere davet gönderilerek de anket kiflilere ulaflt›r›labilir. E¤er hedef kitlede yer alanlar›n email adresleri tam olarak var ise aynen posta yolu ile yürütülen çal›flmaya benzer bir yap›ya geri dönülmüfl olunur. Hatta bu durumda ‹nternet üzerinden yürütülen çal›flman›n do¤al avantajlar› olacakt›r. Posta masraf› ve postan›n alaca¤› zaman ‹nternet üzerinden yap›lan çal›flmada olmayacakt›r. Kiflilere ulafl›m masrafs›z olacak, verilerin girifli ve kontrolünde önemli zaman kazan›lm›fl olacakt›r. Ancak hem klasik posta yolu ile yürütülen çal›flmalarda hem de ‹nternet üzerinden yürütülen çal›flmalarda karfl›lafl›lan ana zorluk verilen cevaplar›n gizlili¤inin sa¤lanmas› ve bu ba¤lamda da cevap vermeyenlerin kontrolüne dairdir. E¤er posta yolu ile gönderilen soru cetvellerine bir kimlik numaras› verilirse bu deneklerin verdikleri cevaplar›n adres ve kimlik numaras›ndan takip edilebilir oldu¤unu düflünerek yine hassas sorular›n cevaplar›nda çekingen davranmalar› sonucunu do¤uracakt›r. Benzer flekilde ‹nternet üzerinde de kifliye ait bir davet ile anket sitesine girifl yap›ld›¤›nda kimin girifl yapmad›¤›n› takip etmek mümkün olup yeniden davet ile cevap oranlar›n› yukar› çekmek de mümkün olmaktad›r. Kiflilerin kimlik bilgilerinin verilen cevaplarla birlefltirerek bir çözümleme yapma amac› güdülmüyorsa deneklerin anonimli¤inin muhafaza edilmesi yoluna gitmek en do¤ru yol olacakt›r. Her hâlükârda deneklere kimlikleri ile ilgili ne tür bilgiye sahip olundu¤u ve bu bilgilerin nas›l ve ne amaçla kullan›laca¤› aç›k bir flekilde anlat›lmal›d›r.
Telefonla Yürütülen Çal›flmalar Telefonla yürütülecek görüflmelerin de yüz yüze yap›lan çal›flmalara olan en büyük avantaj› yine maliyettir. Telefon anketlerinde örneklemle ilgili sorunlara Ünite 3’te de¤inmifltik. Bu sorunlar›n bertaraf edilebildi¤i varsay›m›ndan hareket edersek telefon çal›flmalar›n›n en önemli avantaj› tek bir yerden tüm görüflmecilerin yak›ndan izlenebilece¤i bir ortamda görüflmelerin yap›lmas›n›n kiflilerin kendi kendilerine sorular› cevaplamalar›n›n getirdi¤i baz› dezavantajlar› ortadan kald›rmaya yard›mc› olmas›d›r. Ancak ak›lda tutulmal›d›r ki yüz yüze yap›lacak görüflmelere
6. Ünite - Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›: Anket Çal›flmalar›na Girifl
oranla telefon görüflmelerinin k›sa sürmesi beklenir. Yine yüz yüze görüflmelerde ve tabi posta ya da web üzerinden yap›lan görüflmelerde kullan›labilecek grafik ya da skala kullan›m›n›n telefonda yap›lamamas›d›r. Bu yüzden kullan›lacak cevap seçeneklerinin k›sa ve skalalar›n da basit olmas› gerekir.
Yüz Yüze Görüflmelerle Yürütülen Çal›flmalar Maliyet yüksekli¤ine ra¤men yüz yüze görüflme yöntemi hâlâ anket verisinin toplanmas›nda en kaliteli veri toplama yöntemidir. Bu elbette görüflmecilerin iyi e¤itilmifl ve kontrol edilmifl olmalar›na da s›k› s›k›ya ba¤l›d›r. Bat›da yar› zamanl› olarak ev kad›nlar›n›n çal›flt›¤› bir ifl alan› iken zamanla bu grubun tam zamanl› ifllere geçmesi ve artan suç oran› anketör olarak çal›flmak isteyenlerin arz›n› azaltm›flt›r. Tipik olarak Türkiye’deki görüflmeciler ço¤unlukla yar› zamanl› çal›flan üniversite ö¤rencileridir. Her ne kadar bu e¤itim vermeyi kolaylaflt›rsa da ayn› kiflilerin farkl› projelerde istihdam›n› zorlaflt›rmakta ve e¤itimli görüflmecilerin süreklili¤ini k›s›tlamaktad›r. Yüz yüze görüflmelerde e¤itimli görüflmecilerin ve Ünite 3’te özetlenen örneklem seçim yöntemlerinin uygulanmas› ile hanelerde görüflmelerin yap›lmas› görece olarak kolaylaflm›fl olsa da hane görüflmelerinde randevu al›narak sadece görüflmeye ayr›lm›fl bir zamanda görüflme yapmak halen oldukça zor ve maliyetli bir uygulamad›r. Bugünlerde yüksek standartlarda bir araflt›rmada yap›lan TUIK’den ADNKS temelinde elde edilen hane adreslerine gönderilen görüflmecilerle görüflmelerin yap›lmaya çal›fl›lmas›d›r. Kiflisel bir iletiflim kurularak yap›lmaya çal›fl›lan görüflmelerde cevap oran› telefon ile yap›landan yüksek olmakla beraber ço¤u zaman %50 oran›n›n üzerine ç›kamamaktad›r. Sadece görüflme yapmay› kabul edenlerin oran›nda de¤il ayn› zamanda da her sorulan soruya al›nan cevap oran›nda da yüz yüze yap›lan görüflmelerde önemli bir geliflme gözlenmektedir. Görüflmeciler bir nedenle anlafl›lmadan geçifltirilmeye çal›fl›lan sorular hakk›nda baz› önceden tasarlanm›fl basit aç›klamalar getirerek cevap alabilmektedirler. Burada dikkat edilmesi gereken nokta görüflmecilerin yapt›klar› aç›klamalarla al›nan cevaplar› baz› yönlere do¤ru flekillendirmeleridir ki bundan hassasiyetle kaç›nmak gerekti¤i aç›kt›r. Yine tecrübeli ve iyi e¤itilmifl görüflmecilerin ciddiyetsiz, samimi olmayan denekleri ve aç›kça tutars›z ve yanl›fl olan cevaplar› ortaya ç›karmalar› da beklenir. Bu tür aksamalar görüflmeci kullan›lmayan yöntemlerde ya hiç anlafl›lamamakta ya da basit mant›k hatalar› bulunsa bile bu ancak veri toplama süreci bittikten sonra olabilmektedir. Buna bir yeni teknoloji olarak web üzerinden yürütülen çal›flmalarda oluflturulan veri toplama amaçl› web sitesindeki mant›k kontrolleri ile cevaplayan denekleri uyararak bir çözüm bulunsa bile bu yöntemlerin tam olarak ifllemesi zordur. Yüz yüze yürütülen çal›flmalarda en önemli sorun kimi zaman 50-150 aras› görüflmecinin birkaç hafta içerisinde ayn› çal›flmada çal›flmas›yla oluflan koordinasyon ve kontrol sorunlar›d›r. Sahaya sadece e¤itimden geçmifl görüflmecilerin ç›kmas›n› sa¤lamak bir sorun olabilmekte, çal›flma sürerken anketör e¤itimi verilmesi gerekebilmektedir. Anketörlerin sahada gerek haneye eriflim, gerek haneden görüflülecek kiflinin seçimi, gerekse de görüflme s›ras›nda kendilerinden beklenenleri yerine getirip getirmediklerinin kontrol edilmesi flartt›r. Aksi taktirde her aflamada pek çok sorunla karfl›lafl›labilir ve bu da örneklemin hem temsil yetene¤ini düflürecek hem de al›nan cevaplar›n istenilen ölçüm standartlar›nda olmamas› sonucunu oluflturabilecektir. Dolay›s›yla yüz yüze görüflmelerle yürütülen çal›flmalarda önemli bir çaba görüflmecilerin sahada görüflmeler sürerken kontrolü için harcanmaktad›r. Görüflmeler bitirildikten sonra da hem belli oranda dene¤in kontrol
167
168
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
amaçla yeniden ziyareti hem yine belli oran›n›n da telefonla ulafl›larak kontrolden geçirilmesi gerekmektedir.
KAMUOYU/ANKET ÇALIfiMALARININ SINIRLARI VE GÜÇLÜ YÖNLER‹ Kamuoyu/anket çal›flmalar› de¤erlendirilirken örneklem teknolojisindeki geliflmelerin sa¤lam›fl oldu¤u avantajlarla bafllamak yerinde olur. Pratik olarak hakk›nda bilgi elde etmenin çok güç oldu¤u pek çok hedef kitle hakk›nda pratik bir flekilde bilgi elde etmek kamuoyu/anket çal›flmalar›yla mümkün olmaktad›r. Pek çok kamu siyasas› aç›s›ndan önemli de¤erlendirmenin demokrasinin iflleyifli için ihtiyaç duyulan de¤erlendirmelerin elde edilebilmesi ancak bu tür çal›flmalarla mümkün olabilmektedir. Pek çok kuramsal beklentimizin hedef kitleleri temsil yetene¤ine sahip örneklemler kullanarak test edilebilmesi ancak kamuoyu araflt›rmalar›yla mümkün olabilmektedir. Ancak unutmamak gerekir ki kamuoyu/anket çal›flmalar› sonuçta bireylerin davran›fllar› ya da bu davran›fllar›n›n gözlenmesi temelinde de¤il sadece bireylerin kendi bildirimleri temelinde flekillenmektedir. Kiflilerin kendileri hakk›nda bildirimlerinin sorunlu bir veri kayna¤› oldu¤u unutulmamal›d›r. Pek çok zaman hassas konularda bu bildirimler eksik ya da yanl› flekillendirilecek, hatta pek çok konuda hiçbir bildirimde bulunulmayabilecektir. Ancak deneysel yöntemlerin kamuoyu/anket çal›flmalar›na uyarlanmas›yla bu tür k›s›tlar›n da üstesinden gelinmeye bafllanm›flt›r. Yine hat›rda tutmak gerekir ki pek çok zaman kamuoyu/anket çal›flmalar› sadece tutumlar üzerinde durmaktad›r. Tutumlarla tercih ve davran›fllar aras›ndaki ba¤ son derece sorunlu bir ba¤d›r. Pek çok zaman tercih ya da davran›fla dönüflmemifl de olsa kiflilerin bir tutumlar› vard›r. Bu tutumlar›n de¤iflik ortamlarda farkl› tezahürlerinin de olaca¤› beklenir.
6. Ünite - Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›: Anket Çal›flmalar›na Girifl
169
Özet
N A M A Ç
1
N A M A Ç
2
Nicel amaçl› temel veri toplama süreçleri hakk›nda anket çal›flmalar› çerçevesinde bilgi edinmek Nicel amaçl› veri toplama süreçlerinin yegane yöntemi saha çal›flmalar› yoluyla anket uygulamalar› de¤ildir. Ancak en yayg›n kullan›m› olan ve ana sorunlar› itibar›yla di¤er yöntemlerle de benzeflen bu yöntemin ana niteliklerinin neler oldu¤unu ortaya koymaya çal›flt›k. Anket çal›flmalar›n›n tarihsel geliflimi Türkiye’deki prati¤in de¤erlendirmesiyle tart›flmak Burada anket çal›flmalar›n›n gerek dünyada gerekse de Türkiye’deki geliflimi üzerinde k›sa bir tart›flma yürütülmüfltür. Bu yöntemin geliflimi ve flu an halen kullan›lan farkl› yaklafl›mlar›n karfl›laflt›rmal› avantaj ve k›s›tlar› ortaya konmaya çal›fl›lm›fl ve Türkiye prati¤inde mevcut seçeneklerin neler oldu¤u ortaya konmufltur.
N A M A Ç
3
Anket çal›flmalar›n›n kurgulanmas› ve soru sorma teknikleri hakk›nda bilgi edinmek Anket çal›flmalar›n›n farkl› kurgular›n›n neler oldu¤u ve soru cetvellerinin kurgusunda dikkat edilecek unsurlar ile soru sorma teknikleri üzerine k›sa bir tart›flma verilmifltir. Burada ana amaç her farkl› yöntem ve yaklafl›m›n örneklerini sunmak ve avantajlar› ile k›s›tlar›n›n neler oldu¤unu vurgulamakt›r.
170
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Kendimizi S›nayal›m 1. Kapal› uçlu sorular? a. K›s›tl› say›da cevap seçene¤i kullan›r b. Deneklerin herhangi bir seçene¤i seçmesine izin vermez c. Detayl› cevaplar vermeyi teflvik eder d. Temel demografik sorular›n cevaplar›n› arar e. Az say›da seçenek sunar
6. Afla¤›dakilerin hangisi genel bir soru dillendirme prensibi de¤ildir? a. Hiçbir aç›k uçlu soru sorma b. Sorular› uzun tutma c. Anlafl›lmaz terimler kullanma d. Anlam farkl›l›klar›ndan kaç›nacak ifadeler kullan e. Çok uzun seçenek listeleri kullanma
2. Afla¤›dakilerden hangisi telefon anketlerinin bir dezavantaj› de¤ildir? a. Araflt›rmac›lar genifl bir ulafl›m bütçesi ile çal›flmak zorunda de¤ildirler b. Baz› kiflilere telefon ile ulaflmak mümkün olmayabilir c. Telefonda kiflilerle ayr›nt›l› de¤erlendirme cetvelleri verilemez d. Kiflilerle k›s›tl› zamanda yak›n anlay›fl içinde bir görüflme yapmak zordur e. Görsel yard›m al›namaz
7. Yönlendirici sorulardan kaç›nmak gerekir, çünkü? a. Baz› seçeneklerin soru taraf›ndan cevap olarak önerildi¤i düflünülüp sonuçlar farkl›laflabilir b. Soru ve cevaplar aras›nda bir uyumsuzluk oluflabilir c. Baz› negatif ifadeler kullan›labilir d. Ayn› zamanda birçok konu sorgulan›yor olabilir e. Cevap için çok bilgi sahibi olmak gerekebilir
3. Bir yüz yüze görüflmeye bafllarken afla¤›dakilerden hangilerinden bahsetmek gerekmez? a. Araflt›rman›n amaçlar› b. Araflt›rman›n kimin taraf›ndan yap›ld›¤› c. Araflt›rma verilerinin nas›l kullan›laca¤› d. Araflt›rmay› destekleyen kurulufllar e. Araflt›rmada kullan›lacak istatistiki teknikler
8. Afla¤›dakilerden hangisi do¤rudur? a. Kiflilerin kendi kendilerine yapt›klar› anketler sadece posta yolu ile yürütülür b. ‹nternet anketleri bir tür posta anketidir c. Posta anketini kimin doldurdu¤u kesin olarak bilinir d. Internet anketleri özünde kendi kendine doldurulan anketlerdir e. Soru cetvelinin görünümü kendi kendine doldurulan anketlerde önemli de¤ildir
4. Afla¤›dakilerin hangisi bir yüz yüze görüflme anketinde standart bir görüflme süreci izlenmesinin nedeni de¤ildir? a. Sorular›n farkl› denekler için ayr› ayr› uyarlanmas›n› engellemek için b. Sorular›n farkl› farkl› anlamlara gelecek flekilde sorulmas›n› engellemek için c. Cevaplar›n standart bir yorumunu alabilmek için d. Görüflmecilere kolay olsun diye e. Tecrübesiz görüflmecilerin de anketi yapabilmesini sa¤lamak
9. Afla¤›dakilerin hangisi kendi kendine doldurulan anketlerin yüz yüze yürütülen anketlerle karfl›laflt›r›ld›¤›nda bir dezavantaj› de¤ildir? a. Kiflilerin sorular üzerinde daha uzun düflünüp karar verebilmesi b. Çok say›da kapal› uçlu soru sorulamamas› c. Araflt›rmac›n›n fazla detayl› soru soramamas› d. Deneklerin çok fazla soruya cevap verememesi nedeniyle eksik veri toplanmas› e. Daha h›zl› sonuç al›nabilmesi
5. Afla¤›dakilerin hangisine bir soru cetvelinde sorular›n s›ralamas›n› ayarlarken dikkat etmek gerekmez? a. Hassas sorular› sona b›rakmak b. Sorular› konu bafll›klar›na göre gruplamak c. Sorular›n farkl› düzende sorulabilmesini sa¤lamak d. Kendinden sonra gelen sorular›n önemini de¤ifltirecek sorular sormak e. Kolay cevaplanabilecek sorular› önce sormak
10. Bir anket çal›flmas›nda kiflilerin do¤ru cevap verip vermediklerini nas›l anlayamay›z? a. Verilen cevaplar ile kiflilerin davran›fllar›n› karfl›laflt›rabiliriz b. Verilen cevaplar› hedef kitledeki do¤rulu¤u bilinen verilerle karfl›laflt›r›r›z c. Farkl› sorularla ayn› konuda veri toplay›p onlar› karfl›laflt›r›r›z d. Deneysel veri ile al›nan cevaplar› karfl›laflt›r›r›z e. Görüflülenlere do¤ru cevap verip vermediklerini sorar›z
6. Ünite - Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›: Anket Çal›flmalar›na Girifl
171
Kendimizi S›nayal›m Yan›t Anahtar› 1. a 2. a
3. e
4. e
5. d 6. a 7. a 8. d
9. e
10. e
Yan›t›n›z yanl›fl ise “Çal›flman›n Kurgulanmas›” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Sahada Görüflmeler Yoluyla Veri Toplanmas›” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise ““Sahada Görüflmeler Yoluyla Veri Toplanmas›” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Sahada Görüflmeler Yoluyla Veri Toplanmas›” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Çal›flman›n Kurgulanmas›” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Çal›flman›n Kurgulanmas›” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Çal›flman›n Kurgulanmas›” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise ““Sahada Görüflmeler Yoluyla Veri Toplanmas›” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Sahada Görüflmeler Yoluyla Veri Toplanmas›” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Bilimsel Araflt›rma Alan› Olarak Kamuoyu/Anket Çal›flmalar›” konusunu yeniden gözden geçiriniz.
S›ra Sizde Yan›t Anahtar› S›ra Sizde 1 Ba¤›ml› ya da ba¤›ms›z de¤iflkenlerin ölçüm düzeylerinin farkl›laflmas› verilerin toplanmas›nda da bunu takip eden çözümleme aflamas›nda da önemli etkiler yaratacakt›r. Farkl› ölçüm düzeylerinde görüflülen kiflilerin istenilen cevab› istenildi¤i flekilde verebilme yetileri de de¤iflecektir. Örne¤in gelirinizi bir aral›k içerisinde söylemek kesin bir rakam olarak vermekten her zaman daha kolayd›r. Benzer flekilde her çözümleme tekni¤i için farkl› varsay›mlar geçerli olacakt›r. Nominal ya da s›ralama ölçe¤inde elde edilmifl bir ölçüm ile anlaml› matematiksel ifllemler yap›lamayacakt›r. Bu nedenle matematiksel ifllemlerin kullan›laca¤› zaman bu tür k›s›tlara dikkat etmek gerekir.
S›ra Sizde 2 Bu tür sorular›n dillendirilmesine ne kadar dikkat edersek edelim aç›k uçlu b›rak›lan bu sorulara herkesin verece¤i cevaplar farkl› olabilecektir. Bu cevaplarda bir ortak yön bulmak ve bu cevaplar› flekillendiren ana motivasyon ya da fikrin ne oldu¤unu ortaya ç›kar›p buna göre bir gruplamaya gitmek gerekecektir. S›ra Sizde 3 Burada örnek olarak kullan›lan sorular›n bir elefltiriye tabi tutulmas› beklenmektedir. Her soru için ayn› amaca ulaflmay› sa¤layacak farkl› bir dillendirme ne olabilir? Bu soru daha k›sa ve özlü bir flekilde dile getirilebilir mi? Ya da amaca uygun olarak sorunun biraz daha detayl› ve uzun sorulmas› gereklidir? Gibi sorular› kendimize sormam›z gerekir. S›ra Sizde 4 Burada beklenen her soru için bizim varsayd›¤›m›z anlam›n soruyu cevaplayanlarca elde edilip edilmedi¤inin gözlenmesidir. Biz bir amaca uygun olarak soruyu soruyoruz ama acaba cevaplayanlar bizim beklentilerimize uygun flekilde mi anl›yorlar sorumuzu? Yoksa beklentilerimizden farkl› ve bizim amac›m›za da hiç uygun olmayan anlamlar da yüklüyorlar m› sorulan sorulara? Bu ve benzeri sorularla biliflsel görüflmelerde sorulan sorular›n amaca hizmet edip etmedi¤ini belirlemeye çal›flmak gerekir.
172
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Yararlan›lan Kaynaklar Chang L, Krosnick JA (2009). National Surveys via RDD Telephone Interviewing versus the Internet: Comparing Sample Representativeness and Response Quality. Public Opinion Quarterly, 73(4):641-678. Converse, Jean M. 1987. Survey Research in the United States: Roots and Emergence 1890-1960, University of California Press. Couper M, et al. (2001). Web Survey Design and Administration. Public Opinion Quarterly 65(2): 230-253. Çarko¤lu, Ali ve Kemal Kiriflci 2004. “The View from Turkey: Perceptions of Greeks and Greek-Turkish Rapprochement by the Turkish Public”, Special Issue on Greek-Turkish Relations, Turkish Studies, Frank Cass, vol. 5, No. 1, Spring, pp.117-154. Çarko¤lu, Ali ve Cerem Cenker. 2011. “On the Relationship between Democratic Institutionalization and Civil Society Involvement: New Evidence from Turkey”, Democratization, vol.18, No.3, pp.751-773. Diener, E., Emmons, R. A., Larsen, R. J., & Griffin, S. (1985). The Satisfaction with Life Scale.Journal of Personality Assessment, 49, 71-75. Dillman D (1991). The design and administration of mail surveys. Annual Review of Sociology, 17:225249.Gönlübol, M., ‹ç Etkenler Aç›s›ndan bir D›fl Politika ‹ncelemesi (Ankara: Ulusal Bas›mevi, 1969).
Groves R. (1990) “Theories and methods of telephone surveys”, Annual Review of Sociology, 16:221-240. Özcan, G. ‘Türkiye’de D›fl ‹liflkilerin ‹ç Hukuk Rejimi’ in F. Sönmezo¤lu (ed.), Türk D›fl Politikas›n›n Analizi, (‹stanbul: Der Yay›nlar›, 1994), pp.293-316. Putnam, R.. “Diplomacy and Domestic Politics: The Logic of Two Level Games,” International Organization. Vol.42. No.3 (1988). pp.427-60. Schaeffer N.C, Presser S (2003). The Science of Asking Questions. Annual Review of Sociology. 65-88. Tanör, B. ‘Türkiye’de D›fl ‹liflkilerin ‹ç Hukuk Rejimi’ in Sönmezo¤lu F. (ed.), Türk D›fl Politikas›n›n Analizi, (‹stanbul: Der Yay›nlar›, 1994) pp. 317-32. Thurstone, L.L. ve E.J. Chave. 1929. The Measurement of Attitude, Chicago: University of Chicago Press. Tourangeau R, Smith TW (1996). Asking sensitive questions: The impact of data collection mode, question format, and question context. Public Opinion Quarterly 60(2): 275-304.
ULUSLARARASI ‹L‹fiK‹LERDE ARAfiTIRMA YÖNTEMLER‹
7 Amaçlar›m›z
N N N N
Bu üniteyi tamamlad›ktan sonra; Nicel veri analizinin temel özelliklerini kavrayabilecek De¤iflik nicel veri grafiklerini yapabilecek Merkezi e¤ilim ve buradan sapma ölçütlerini de¤erlendirebilecek Tablo analizi, standart normal tabloyu kullanabilecek regresyon analizinin temel kavramlar›n› aç›klayabilecek bilgi ve becerilere sahip olabileceksiniz.
Anahtar Kavramlar • • • • •
Histogram Çubuk Çizimi Pasta Çizimi Ortalama Varyans
• • • •
En S›k De¤er, Mod Medyan Tablo Yüzdeleme Regresyon Modeli
‹çindekiler
Uluslararas› ‹liflkilerde Nicel Veri Analizi Araflt›rma Yöntemleri ve Raporlama
• • • • •
G‹R‹fi BET‹MSEL N‹CEL VER‹ ANAL‹Z‹ MERKEZÎ E⁄‹L‹M ÖLÇÜTLER‹ DA⁄ILIM ÖLÇÜTLER‹ TABLO VER‹LER‹N‹N ÇÖZÜMLEMES‹ • REGRESYON MODEL‹ • SONUÇ
Nicel Veri Analizi ve Raporlama G‹R‹fi Nicel veri analizi ile bu analizlerin raporlanmas›n›n her aflamas› araflt›rman›n amac›yla yak›ndan ilgilidir. Pek çok zaman ya elde araflt›rman›n amac›na ulaflmaya yeterli olmayacak bir veri seti vard›r ya da bu amaca do¤rudan hizmet etmeyen ancak farkl› konularda ilginç olabilecek bilgiler veri setinde mevcuttur. Araflt›rmac›(lar) pek çok zaman veri toplama ifli bitti¤inde sanki bu ifle niye girifltiklerini unutmufl gibi amaç ve disiplinden yoksun bir flekilde sonuç raporlar›n› yazmaya giriflebilirler. Bu gibi durumlarda araflt›rmac›lar›n eldeki veriyi de¤iflik flekillerde okurlara ulaflt›rma gayreti içinde olduklar› görülür ancak dikkatli bir okur ne amaçla eldeki raporun okunmas› gerekti¤ini bilmeden sanki bir veri denizinde yüzer gibi bir duyguya kap›labilir. Okurlar› böyle bir güçlükle karfl› karfl›ya b›rakmamak gerekir. Bunun bafll›ca sebebi herhangi bir okurun bilim insanlar› için çok de¤erli olmas›d›r. Tüm ilginç bilimsel çal›flmalar aras›ndan taraf›m›zdan yaz›lm›fl birkaç sayfay› okumaya bafllam›fl bir kiflinin ilgisini, vakit ve çabas›n› heba etmememiz gerekir. Bunun belki de en do¤rudan yolu en bafl›ndan amac›m›z›n ne oldu¤unu net bir flekilde belirlememiz ve araflt›rmam›z› raporlarken her aflaman›n bu amaca nas›l hizmet etti¤ini gözden kaç›rmamam›z gerekir. Örne¤in bu ünitede nicel veri toplamay› bitirdikten sonra bu verileri nas›l raporlayaca¤›m›z› aktarmaya çal›fl›yoruz. Bunu yaparken de her zaman veri toplamaya bafllarken kendimize koymufl oldu¤umuz ana amaçlar›m›za geri dönmemiz ve bu amaçlar› nicel veri raporlamakta temel k›lavuz olarak kullanmam›z gerekti¤ini vurguluyoruz. Bilimsel çal›flmalar›n sonuçlar› pek çok farkl› ortamda paylafl›labilir. Ne tür bir veri çözümlemesi yaparsak yapal›m ne tür bir mecrada bu çözümleme sonuçlar›n› paylaflt›¤›m›z ve çözümlemelerin sunumu ya da raporlanmas›n› de¤ifltirecektir. Bu aç›dan farkl› bilimsel araflt›rma sonuçlar›n›n paylafl›m mecralar›n› k›saca gözden geçirmekte fayda vard›r. Burada bilimsel veri ve çözümlemelerinin paylafl›ld›¤› tüm farkl› mecralar›n üzerinden gidebilece¤imizi düflünmemeliyiz. Bu liste çok kalabal›k olacakt›r. Ancak bilim insanlar› öncelikle çal›flmalar›n› bilimsel dergilerde makaleler olarak yay›nlarlar. Bu dergi makaleleri oldukça k›sa olduklar›ndan biraz daha uzun ve ayr›nt›l› bir sunum ya bir kitap fleklinde olur ya da akademik bir kitap de¤ilse de bir araflt›rma raporu olarak sonuçlar paylafl›labilir. Günümüzde araflt›rma sonuçlar›n›n web siteleri üzerinden pek çok de¤iflik makale ve hatta kitaba ulafl›m linki verilerek paylafl›ld›¤› gibi dinamik veri analizi yapma olana¤› ile de desteklen-
176
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
di¤ini görmekteyiz. Bu tür web sitelerine örnek olarak Uluslararas› Saha Çal›flmalar› Program› (International Social Survey Program-ISSP (http://www.issp.org/) ve Dünya De¤erler Araflt›rmas› (World Values Survey-WVS http://www.worldvaluessurvey.org/) siteleri verilebilir. Bilimsel yaz›n›n paylafl›ma sunuldu¤u en “de¤erli” mecralar iki tarafl› kör hakemlik sürecinden geçirilmifl makale ve kitaplard›r. De¤erli kelimesini t›rnak içine alarak veriyorum çünkü bu elbetteki öznel bir de¤erlendirmedir. Pek çok zaman bir bilimsel çal›flman›n de¤eri zaman içerisinde farkl› bilim insanlar›nca hatta farkl› alan ve disiplinlerde çal›flan bilim insanlar›nca nas›l kullan›fll›, yararl›, aç›klay›c› vs bulundu¤uyla ilgilidir ve temel olarak bu de¤er buluflun zamana b›rak›l›p bilim insanlar›nca at›fta bulunmaya de¤er bulunmayla ölçülmesi gerekir. ‹ki tarafl› kör hakemlik sürecinden kast edilen de asl›nda basit bir kurumsal düzenlemedir. Makalelerin yay›na sunuldu¤u dergiler editör(ler), yay›n kurulu üyelerince yönetilirler. Bu dergilere yay›nlanmak üzere gönderilen makaleler bu yöneticiler (genelde editör) taraf›ndan makalenin konusu ve burada kullan›lan yöntemlerde uzmanlaflm›fl birkaç hakeme de¤erlendirmek üzere gönderilir. Kitap öneri ve taslaklar› da genelde üniversite yay›nevlerinin yöneticileri olan editörlerce benzer bir çift tarafl› “kör” de¤erlendirmeye tabi tutulur. Bu makaleler hakemlere gönderilirken kim ya da kimler taraf›ndan yaz›ld›klar› belirtilmez. Hatta makalenin yazar bilgisi bir flekilde makaleyi okurken tahmin edilebilir durumdaysa bu bilgilerin de hakemden gizlenmesi esast›r. K›saca hakem makalenin kim ya da kimlerce kaleme al›nd›¤›n› bilmeden, yani bu anlamda “kör” olarak, makaleyi okuyup de¤erlendirmelidir. Bu flekilde genelde 2-3 hatta bazen daha fazla say›da hakem taraf›ndan makale okunup de¤erlendirilir. Bu “kör” de¤erlendirmeler sonucunda ya bafl›ndan yay›na de¤er bulunmaz, ya baz› de¤iflikliklerle yay›na kabul olunur, ya da baz› de¤ifliklik önerileriyle yeniden “kör” de¤erlendirmeye al›n›r ve süreç tekrar edilir. Ancak her durumda dergi editörünün karar› hakem raporlar› eflli¤inde yazar(lar)a iletilir. Burada da “kör” de¤erlendirmenin ikinci taraf› gündeme gelir. De¤erlendirmelerin hangi hakemler taraf›ndan yap›ld›¤› da yazar(lar)a söylenmez editörler taraf›ndan. ‹ki tarafl› “kör” de¤erlendirmeden kast edilen de tam budur. Ne de¤erlendirilen kim taraf›ndan de¤erlendirildi¤ini bilir, ne de de¤erlendiren kimi de¤erlendirdi¤ini bilir. Ancak böyle bir çift tarafl› “kör” de¤erlendirmeyle sadece ve sadece bilimsel ölçütlerle bir makalenin bilimsel bilgi da¤arc›¤›m›za anlaml› bir katk› yap›p yapmad›¤› konusunda do¤ru bir karara ulafl›labilece¤i düflünülür. Bu flekilde bir de¤erlendirme ile yay›nlanan dergi ve kitap serileri akademik camia taraf›ndan “de¤erli” olarak kabul görür. Kimi alanlarda bu tür çift tarafl› bir “kör” de¤erlendirmenin zor ya da olanaks›z oldu¤u düflünülebilir. Zaten ufak bir grup olan uzman kadro birbirinin ilgi ve araflt›rma alanlar› ve hatta yazma sitilini dahi gayet iyi bilir ve bu yüzden yazar›n kimli¤inin gizlenmesi hemen hemen olanaks›zd›r. Bu tür ufak gruplar›n oluflturdu¤u alanlar›n dergileri de genelde dar bir okur çevresine ulafl›r. Daha genifl ve dolay›s›yla da çift tarafl› “kör” de¤erlendirmenin daha kolay oldu¤u alanlar›n dergileri genelde daha çok okura ulafl›r, daha çok referans al›r ve dolay›s›yla da daha “etkili” dergiler olurlar. Etki faktörü üzerine bak›n›z (http://thomsonreuters.com/products_services/science/free/essays/impact_factor/). Bu tür çift tarafl› “kör” de¤erlendirmeye dayal› dergilerde bilimsel argümanlar›n dile getirilifli ve bulgular›n sunumu genellikle genel kabul görmüfl ve genellikle riayet edilen kurallara göre flekillenir. Pek çok yüksek etki sahibi dergi genellikle makale uzunlu¤una k›s›tlama getirir. Bu k›s›tlamalar genellikle belli bir büyüklükte sayfa ya da kelime say›s›yla verilir. Yedi sekiz bin kelime ile on bin kelime
7. Ünite - Nicel Veri Analizi ve Raporlama
aras› de¤iflen bu makalelerde sunumun gayet disiplinli olmas› flartt›r. Sadece makalenin amac›na uygun bir kaynakçan›n önemli bir yer tutaca¤› düflünüldü¤ünde geriye makalenin ana fikri ve bulgular›n›n sunumu için çok yer kalmad›¤› ortadad›r. Her makale öncelikle ifllenilen konunun kuramsal, görgül ve siyasa aç›s›ndan önemi ve bu aç›lardan ana amaçlar›n›n k›saca ortaya kondu¤u bir girifl ile bafllamal›d›r. Ard›ndan çal›flmaya temel oluflturan yaz›n gayet disiplinli ve amaca uygun flekilde ortaya konmal›d›r. Bu yaz›n taramas›nda amaç konuyla ilgili ne kadar çok yay›n oldu¤unu ve yazarlar›n bunlar aras›ndan ne kadar genifl bir k›sm›n› okumufl oldu¤unu göstermek de¤ildir. Sadece bir yaz›n›n tüm detaylar›yla ortaya konulmas› amaçlanan makale ve kitaplar haricinde böyle bir yaz›n taramas› hiçbir zaman yap›lmaz. Bir makale ve hatta kitapta yaz›n taramas›yla amaçlanan ayr›nt›l› bir analiz öncesinde konuyu ana hatlar›yla ön plana ç›karmak ve daha da önemlisi takip eden analize neden ihtiyaç oldu¤unu gösterecek ve yaz›ndaki eksiklikleri öne ç›karacak bir tarama yapmakt›r. Bir sonraki bölümlerde sunulacak olan analizin, yöntemsel yeniliklerin, bunlara temel sa¤layan yeni toplan›lm›fl verinin ve benzeri yeniliklerin neden yenilik ve bilgi da¤arc›¤›m›za yeni bir katk› oldu¤unu ortaya koyacak bir yaz›n taramas› gereklidir. Bu ana amac› yerine getirebilecek uygun uzunlukta bir yaz›n taramas› bir makale içinde yaklafl›k iki bin kelime ile s›n›rl› kalmak durumundad›r. Daha uzun olan bir tarama ne yöntemin ne de bulgular›n temel özellikleri ve analiz ve yorum için yer b›rakacakt›r. King, Keohanne ve Verba (1994) kitab›ndaki bilimsellik kriterlerine geri dönersek her çal›flman›n yöntemsel özelliklerinin ortaya konulmas› özel bir öneme sahiptir. Ancak böylelikle ne yap›lm›fl oldu¤u lay›k›yla anlafl›labilecektir. Ancak böylelikle bizden sonra gelen araflt›rmac›lar öncelikle bizim yapt›klar›m›z› yeniden üretmek ve ileri götürebilmek için üzerine yeni araflt›rmalar infla edebileceklerdir. Araflt›rman›n kamusal alana aç›k bir flekilde yerlefltirilip paylafl›lmas›n›n da en baflta gelen flart› yöntemin lay›k›yla ayr›nt›l› bir flekilde anlat›lmas›d›r. Bu ya ana makale metni içinde ya da bir teknik ekte yap›labilir. Ancak mutlaka bunun için bir yer makalelere de rapor ve kitaplara da konulmal›d›r. Yöntem detaylar› verilirken verinin nas›l topland›¤› ve hatta temel betimsel özellikleri de buraya eklenebilir. Bilimsel makalelerde nitel ya da nicel verilerin betimleyici temel özelliklerine yer ay›rmak güç olabilir. Ancak pek çok zaman bu özellikler üzerinden dikkatli bir okurun ay›raca¤› vaktin çok de¤erli bilgiler verece¤i unutulmamal›d›r. Bir verinin “hikayesi” öncelikle betimsel özelliklerindedir. Makalelerde bunlara ay›racak çok k›s›tl› yer olabilir ama kitaplarda ve bilimsel raporlarda daha fazla yer ay›r›p gerekli özeni göstererek bu betimsel özelliklerin ayr›nt›l› bir dökümünü vermek gerekir. Bilimsel makalelerde en genifl yer genelde en son analiz teknikleriyle elde edilen bulgular›n sunumu ve bunlar›n tart›fl›lmas›na ayr›l›r. Bulgular›n tart›fl›lmas› deyince ne kast edildi¤inin üzerinde durmak gerekir. Burada kast edilen analiz tekni¤ine hâkim herkesin okuyabilece¤i bir tak›m tablolar› bir de yazar olarak tekrar edip okura sunmak de¤ildir. Sonuç olarak yazardan beklenen “bir art› bir iki eder” türünden bir analiz okumas› de¤il bu elde edilen “iki” sonucunun mevcut yaz›n içerisinde nas›l yorumlanmas› gerekti¤idir. Sonuçlar›n hangi ba¤lamda nas›l farkl› okunabilece¤i ve genel sosyal bilim yaz›n› içerisinde nas›l anlaml› bir görüfle karfl›l›k geldi¤ine dair araflt›rmac›lar›n yorumunun burada paylafl›lmas› önemlidir. Yazar kendince bulgular› nas›l yorumlad›¤›n› savunabilmeli ve böylece okurlar› ikna edebilmelidir. Sonuçlar›n sunumunda en önemli beklenti ve belki de en zor olan› asl›nda budur. Biz burada nicel veri analizinin engin detaylar›na girmeye çal›flmayaca¤›z bile. Bu konu çok daha uzun bir tart›flmay› gerektirecektir. Ancak her nicel araflt›rman›n bir
177
178
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
noktada elde etti¤i verinin temel özelliklerini anlamas› için gerekli en temel analiz süreçleri üzerinde duraca¤›z. Buna nicel verinin “hikâyesi” diyece¤iz. Bu hikâyede öncelikle biraz resim kullanmak gerekir. Elde edilen de¤iflkenlerin nas›l bir da¤›l›ma sahip olduklar› grafiklerle resmedilmelidir. Bu da¤›l›mlar›n çok gözlem içermesi bizi hep zora sokan bir özelliktir. En merak etti¤imiz hemen her zaman tipik olarak bu da¤›l›mdan bir gözlemin ne olaca¤›d›r. Herhangi bir de¤iflkenin en tipik gözlemi nedir? Bu sorunun yan›t›n› verir vermez da¤›l›m› gören herkes geri kalan gözlemlerin bu tipik gözlem etraf›nda nas›l da¤›ld›¤›na dair de bir “hikâye” dinlemek ister. De¤iflkenlerimizin betimlendikten sonra ilgimiz genellikle iliflkilere kayacakt›r. Hangi de¤iflken ile bir di¤eri aras›nda nas›l bir iliflki oldu¤unu ö¤renmek isteyece¤izdir. Bu nedensellik iliflkileri için bir ba¤›ml› de¤iflken ile ba¤›ms›z de¤iflkenlere ihtiyaç duyar›z. Asl›nda bu nedensellik iliflkilerinin de mümkün oldu¤unda grafiklerle resmedilmesi tavsiye edilir. Böylelikle teknik olarak çok çetrefil görünen bir iliflki gayet rahat anlafl›labilecek ve verinin hikâyesi ortaya kendili¤inden ç›k›verecektir. Araflt›rmac›lar nicel verileri tüm detay›yla her tür yay›n mecras›nda kullanamayabilirler. Örne¤in günümüz dergilerinde detayl› betimsel bir tart›flmaya nadiren yer verilmektedir ve genellikle beklenilen en uygun ve en son tekniklerle amaçlanan, genellikle nedensellik iliflkilerinin s›nanmas›d›r. Pek çok zaman da daha uzun ve ayr›nt›l› çözümlemelere yer verme olana¤› ancak kitap ve raporlarda elde edilebilmektedir. Ancak araflt›rmac›lara analizlerini makale fleklinde yay›nlama aflamas›na gelmeden eldeki verinin do¤as›n› kendileri için anlamakta afla¤›da özetlenen betimleyici çözümlemeleri yapmalar› tavsiye edilir.
BET‹MSEL N‹CEL VER‹ ANAL‹Z‹ Bir nicel veri analizine genelde basit bir frekans tablosuyla bafllan›r. Afla¤›da Tablo 1’de buna örnek olarak bir araflt›rmada yafl da¤›l›m› gösterilmifltir. Tipik olarak böyle bir tablo tek bir sütun olarak gözlenir. Biz burada sayfaya s›¤d›rmak amac›yla 35. Sat›rdan gözlemleri ikiye bölerek tabloyu oluflturduk. Bu tür yer kazan›mlar›n› pek çok zaman raporlamada kullanmak zorunda kalabiliriz. Tablo 1’de ilk kolon sadece sat›r say›s›n› vermektedir. ‹kinci kolon ise yafl de¤erlerini gösteriyor. Alt›nc› kolon ile tablonun ikinci k›sm› bafllamaktad›r ve bu kolon da yine yafl de¤erlerini vermektedir. 3 ve 7. Kolonlarda her yafl de¤erinden kaçar dene¤in veri setimizde oldu¤unu okuyabiliyoruz. Örne¤in 18 yafl›nda 24 kifli varken 53 yafl›nda da 33 kifli vard›r. 4 ve 8. Kolonlar da her bir gözlem grubunun toplam›n yüzde kaç pay›na sahip oldu¤unu gösterir. Yine ayn› örnekten devam edersek 18 yafl›ndakiler toplam›n %1.1’ine karfl›l›k gelirken 53 yafl›ndakiler %1.6’s›na karfl›l›k gelmektedir. Toplamda 2-5 kolonda gösterilen yafllarda (yani 18-52 yafl aras›nda) toplam 1661 kifli (toplam›n %78.9’u) varken 53-91 yafl aras›nda da 444 kifli (toplam›n %21.1’i) vard›r. Yani genel toplam olarak 1661+444=2105 kifli vard›r bu tabloda verileri özetlenen. 4 ve 8. Kolonlar her yafltan toplamda yüzde kaç gözlem yap›ld›¤›n› gösterirken 5 ve 9. Kolonlar kümülatif paylar› vermektedir. Kümülatif pay bu örnek özelinde her yafl için o yafl ve alt›ndakilerin toplam içindeki yüzde pay›n› verir. Yani 13. Sat›rda 30 yafl›nda toplam›n %2.4’ü bulunurken 30 yafl ve alt› (yani 1830 yafl aras›nda) toplam›n %29’u bulunmaktad›r. Kümülatif pay de¤iflik yafl gruplar› aras›nda toplam›n ne kadar›n›n bulundu¤unu hesaplamakta da çok kullan›fll›d›r. Örne¤in e¤er merak›m›z 30 ile 35 yafl aras›nda toplam›n yüzde kaç›n›n bulundu¤unu ö¤renmek ise o zaman 35 yafl›n kümülatif yüzde de¤eri olan %43.5’ten 30 yafl›n kümülatif de¤eri olan %29’u ç›karmam›z yeterlidir. Yani 30-35 yafl aras›nda toplam›n (43.5-29=) %14.5 bulunur.
179
7. Ünite - Nicel Veri Analizi ve Raporlama
1
2
3
4
5
Yafl
Frekans
Yüzde (%)
Kümülatif (%)
1
18,00
24
1,1
2
19,00
53
2,5
3
20,00
39
4
21,00
5
22,00
6 7
7
8
9
Yafl
Frekans
Yüzde (%)
Kümülatif (%)
1,1
53,00
33
1,6
80,5
3,7
54,00
32
1,5
82,0
1,9
5,5
55,00
30
1,4
83,4
50
2,4
7,9
56,00
20
1,0
84,4
33
1,6
9,5
57,00
30
1,4
85,8
23,00
48
2,3
11,7
58,00
22
1,0
86,8
24,00
35
1,7
13,4
59,00
26
1,2
88,1
8
25,00
50
2,4
15,8
60,00
13
,6
88,7
9
26,00
48
2,3
18,1
61,00
29
1,4
90,1
10
27,00
57
2,7
20,8
62,00
21
1,0
91,1
11
28,00
60
2,9
23,6
63,00
15
,7
91,8
12
29,00
63
3,0
26,6
64,00
13
,6
92,4
13
30,00
50
2,4
29,0
65,00
26
1,2
93,6
14
31,00
73
3,5
32,4
66,00
17
,8
94,4
15
32,00
56
2,7
35,1
67,00
9
,4
94,9
16
33,00
65
3,1
38,2
68,00
10
,5
95,3
17
34,00
51
2,4
40,6
69,00
10
,5
95,8
18
35,00
60
2,9
43,5
70,00
9
,4
96,2
19
36,00
68
3,2
46,7
71,00
6
,3
96,5
20
37,00
53
2,5
49,2
72,00
2
,1
96,6
21
38,00
53
2,5
51,7
73,00
8
,4
97,0
22
39,00
47
2,2
54,0
74,00
9
,4
97,4
23
40,00
45
2,1
56,1
75,00
7
,3
97,8
24
41,00
53
2,5
58,6
76,00
4
,2
98,0
25
42,00
41
1,9
60,6
77,00
9
,4
98,4
26
43,00
51
2,4
63,0
78,00
6
,3
98,7
27
44,00
34
1,6
64,6
79,00
8
,4
99,0
28
45,00
38
1,8
66,4
80,00
2
,1
99,1
29
46,00
36
1,7
68,1
81,00
5
,2
99,4
30
47,00
44
2,1
70,2
82,00
3
,1
99,5
31
48,00
45
2,1
72,4
83,00
4
,2
99,7
32
49,00
35
1,7
74,0
84,00
1
,0
99,8
33
50,00
36
1,7
75,7
85,00
3
,1
99,9
34
51,00
42
2,0
77,7
89,00
1
,0
100,0
35
52,00
25
1,2
78,9
91,00
1
,0
100,0
Toplam 1661
78,9
444
21,1
Genel Toplam
6
2105
100
Elimizdeki veriyi tablo ile daha anlafl›l›r bir özet hâline döktü¤ümüzde asl›nda daha da basit bir çizim ile resmedildi¤inde ayn› verinin daha da kolay anlafl›l›r hale dönüflece¤i de görülecektir. Bunu yaparken eldeki verinin hangi düzeyde ölçüldü¤ünü göz önünde tutmakta fayda vard›r. Örne¤in yukar›daki örnekteki yafl gibi bir oransal ölçekte ölçülmüfl bir de¤iflken ile u¤rafl›yorsak o zaman çubuklar›n bir-
Tablo 7.1 Deneklerin Yafl Da¤›l›m›
180
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
birine de¤di¤i bir histogram ya da alan çizimi kullanmak daha uygun olacakt›r. Unutulmamal›d›r ki oransal ölçekte de¤iflik aral›klar›n birbirleriyle matematiksel olarak karfl›laflt›r›labilmesi söz konusudur. Bu durumda daha düflük düzey nominal ya da s›ralama (ordinal) ölçekteki de¤iflkenler için daha uygun olan çubuk grafi¤indeki gibi çubuklar aras› bir mesafe tutmak gerekmez. Afla¤›daki fiekil 7.1’de ayn› yafl verisi üç de¤iflik flekilde resmedilmifltir. Görüldü¤ü gibi ayn› veri birbirinden oldukça farkl› yorumlara olanak veren birbirinden farkl› flekillerde resmedilebilmektedir. Burada hangisinin eldeki verinin bize iletebildi¤i bilgiye daha yak›ndan karfl›l›k geldi¤ine karar vermemiz gerekir. Aç›kt›r ki yafl gruplar› daha genifl tutuldu¤unda da¤›l›m›n resmi daha kaba bir hâle bürünmekte ve detaylar kaybolmaktad›r. fiekil 7.1a’dan 7.1b’ye geçerken Y aksindeki ölçek 0-80 aras›nda tutuldu¤u içindir ki yafl gruplar› aras›ndaki fark daha bask›n görünmektedir. fiekil 7.1b’den 7.1c’ye ayn› veri gösterilmesine ra¤men sadece Y aksi 80’den 45’e çekildi¤inde grafi¤in b›rakt›¤› intiba sanki yafl gruplar› aras›ndaki fark daha büyükmüfl gibi olmaktad›r. Oysa veri ayn› veridir ve fark da elbette ayn› farkt›r. Sadece bu örnek bile grafikleri olufltururken verilmek istenilen bilginin ya da yarat›lan intiba›n bir yanl›l›k yarat›p yaratmad›¤›ndan emin olmam›z gerekti¤ini göstermeye yeter. fiekil 7.1d’de de yine ayn› frekans da¤›l›m› temel al›narak her yafl grubunun toplam içindeki paylar›n›n da¤›l›m› resmedilmifltir. Ancak bu detaya inildi¤inde en genç yafl grubu olan 18-22 yafl grubunun asl›nda en kalabal›k grup olmad›¤› gözlenebilmektedir. En genifl grup 28-32 yafl grubudur. Yine ancak fiekil 7.1d’de yafl gruplar› eflit aral›klarla verilmifltir. Daha önceki flekillerde her yafl grubunun geniflli¤i farkl›d›r. Bu da toplam içinde sahip olduklar› paylardaki farkl›laflman›n ard›ndaki neden olabilece¤i için grafikleri yorumlamak güçleflmektedir. Prensip olarak bir histogramda her grubun temsil etti¤i de¤iflken aral›¤›n›n eflit olmas› gerekir. Çubuklar›n temeli eflit boyutlarda görünebilir ancak bu ayn› çubuklarla temsil edilen verinin de eflit aral›ktaki gözlemlere dayand›¤› anlam›na gelmeyebilir. Nitekim afla¤›daki fiekil 7.1 a-c için eflit olmayan yafl aral›klar› oldu¤u görülebilir. fiekil 7.1 fiekil 7.1c Yafl Da¤›l›m› 45 40 35 30 25 20 15 10 5 0
%21,1
18-52
53-91 fiekil 7.1b Yafl Da¤›l›m›
80 70 60 50 40 30 20 10 0
%43,5
%40
%2,2 36-55
56-75
%40
%14,3 %2,2 18-35
36-55
56-75
76-91
fiekil 7.1d Yafl Da¤›l›m›
%14,3 18-35
%43,5
76-91
%14,3 %14,1 15 13 %11,3 %11,4 11 %9.6 %9,5 %8,7 9 %6,9 7 %5,3 5 %3,8 3 %1,8%1,8%1,1 %0,4%0,1 1 -1 18 -2 23 2 -2 28 7 -3 33 2 -3 38 7 -4 43 2 -4 48 7 -5 53 2 -5 58 7 -6 63 2 -6 68 7 -7 73 2 -7 78 7 -8 83 2 -8 88 7 -9 2
%78,9
80 70 60 50 40 30 20 10 0
fiekil 7.1a Yafl Da¤›l›m›
181
7. Ünite - Nicel Veri Analizi ve Raporlama
fiekil 7.2a 0
10
20
Türkiye’nin AB üyeli¤ine karfl› oy kullan›rd›m
40
50
60
%26,1
Türkiye’nin AB üyeli¤ini destekler yönde oy kullan›rd›m FY, bilmiyor, CY
30
%14,3
%59,5
Bugün yap›lacak bir halk oylamas›nda siz, Türkiye’nin Avrupa Birli¤i üyeli¤i için mi, yoksa bunun karfl›s›nda m› oy kullan›rd›n›z?
182
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
fiekil 7.2b Sizce Türkiye kendi sorunlar›n› çözmek için yeterli imkâna sahip midir, yoksa ancak Avrupa Birli¤i’ne üye olarak m› bu sorunlar› çözebilecektir?
Ancak Avrupa Birli¤i’ne üye sorunlar›n› çözebilir %13,2
FY, bilmiyor, CY %9
Türkiye sorunlar›n› kendi çözebilir %77,9
fiekil 7.2c Genel olarak de¤erlendirdi¤iniz de Avrupa Birli¤i’ne girmek Türkiye’ye ne derece yararl›, ne derece zararl› olacakt›r?
%18 %16 %14
15,7
Zararl› olacak (0-4) %22,2
14,7
15,6 Yararl› olacak (6-10) %52,6
%12 %10
10,3
%8
9,0
9,5
7,1
%6 4,1
3,7
%4
%
fiekil 7.2d Türkiye Avrupa Birli¤i’ne üye olmazsa öncelikli izlenmesi gereken d›fl politika hangisidir?
4,2
3,1
%2 Çok zararl› olacak
1
2
3
4
3,0 5
6
7
8
9 Çok FY, yararl› bilmiyor, olacak CY
%40 %35 %30 %25 %20
38,0
38,0
%15 %10 %5 %
16,7 4,4 4,4
1,6
0,6 0,3 0,4 Türk ‹slam ABD Ba¤›ms›z D›fl Türk Di¤er dünyas›yla dünyas›yla ile bir d›fl ülkelerle ve yak›nlafl- yak›nlafl- yak›nlafl- politika iflbirli¤i ‹slam mak mak mak izlemeli içinde dünyas›yla olmal›, yak›nlaflmal› dünya ile bütünleflmeli
FY, bilmiyor, CY
7. Ünite - Nicel Veri Analizi ve Raporlama
Bu dört örnek üzerinde farkl› grafikler fiekil 7.2’de gösterilmifltir. Her birinin görsel olarak vurgulad›¤› bir farkl› bilgi boyutu vard›r. Örne¤in fiekil 7.2a’da vurgulanmak istenen bir referandum olmufl olsa Türkiye’nin AB üyeli¤in destekleyece¤ini söyleyenlerin oran›n›n buna karfl› olanlardan yaklafl›k iki kat daha büyük bir grubu oluflturdu¤udur. Bu konuda henüz karar›n› verememifl ya da cevap veremeyenlerin ise az›msanamayacak bir grup oluflturduklar›n›n da vurgulanmas› bu çizimde bir üç boyutlu yatay çubuk çizimiyle gösterilmifltir. Benzer bir üçlü seçene¤in da¤›l›m› fiekil 7.2b’de pasta çizimiyle gösterilmifltir. Görsel olarak bu üç grup aras›ndaki oransal farklar›n gözlenmesi zor olabilir. Bu nedenle her iki çizimde de çubuk ya da pasta dilimlerinin her birinin rakamsal olarak yüzde kaçl›k bir paya karfl›l›k geldi¤i de çizim üzerinde gösterilmifltir. Böylelikle görsel olarak oluflabilecek yanl›fl intibalar rakamsal verinin ayn› çizim üzerinde gösterilmesiyle ortadan kald›r›lmaya çal›fl›lm›flt›r. fiekil 7.2c ve d’de görece olarak çok say›da seçenek aras›nda da¤›l›m›n nas›l oldu¤u gösterilmeye çal›fl›lm›flt›r. Burada bir pasta çiziminin oldukça karmafl›k bir resim ortaya ç›karaca¤› aç›kt›r. fiekil 7.2c’de seçeneklerin nelere karfl› geldi¤i rakamsal olarak 0-10 cetveli üzerinde gösterildi¤inden okumas› daha kolayd›r. Bu durumda bir çizgi grafi¤i mevcut bilgiyi aktarmakta daha iyi bir ifllev görmektedir. Yine her seçene¤in toplam içinde nas›l bir paya sahip oldu¤unu ayn› çizim üzerinde bulmak mümkündür. Bunun ötesinde bir gruplama da yap›larak 0-4 aral›¤› toplam› ile 6-10 aral›¤› toplam› da ayr› birer kutucukta gösterilmifltir. Böylelikle kaba olarak AB’ne girmenin Türkiye için “yararl›” ya da “zararl›” olaca¤› kanaatinde olanlar›n nas›l bir gruplanmaya gitti¤ini de ayn› çizim üzerinde gözlemek mümkün olmaktad›r. fiekil 7.2d’de ise hem seçenekler oldukça fazlad›r hem de her bir seçene¤in tek bafl›na okunmas› daha zordur. Bu durumda çizgi grafi¤i yerine bir çubuk çizimi daha kolay alg›lanacak bir sunum vermektedir. Her ne kadar seçenek say›s› çok olsa da asl›nda topu topu iki seçenek aras›nda eflit flekilde bölünmüfl bir kitle oldu¤u bu resimden aç›kça gözlenebilmektedir. Geri kalan seçenekler hemen hiç ilgi çekmezken önemli grubun da cevap veremedi¤i gözlenmektedir. Bu grubun seçim yap›larak ay›rt edilmifl iki seçenekten ayr›flt›r›lmas› ve bunlara karfl›t uçta gösterilmesi burada önemlidir. Bir di¤er önemli olan nokta gerek fiekil 7.2c gerek 7.2d’de Y ekseni s›f›r noktas›ndan bafllamaktad›r. Bu yüzde paylar gösterildi¤inde de farkl› ölçümler içinde önemlidir. Özellikle birbiriyle karfl›laflt›r›lacak iki çizimde eksenlerin karfl›laflt›r›labilir olmas› son derece önemlidir. Yukar›da verilerin resmedilmesi hakk›nda k›saca örneklemeye çal›flt›¤›m›z birkaç ana prensibin alt›n› çizmekte yarar vard›r. Bunlar›n bafl›nda her grafi¤in mutlaka bir bafll›k ile birlikte okura sunulmas›d›r. Bu bafll›k daima içerdi¤i veri hakk›nda k›saca bilgi vermeli ve metin içerisinde takibi kolaylaflt›racak flekilde numaralanmal›d›r. Ayn› prensibi tablolar için de izlemek en do¤rusudur. Herhangi bir bafll›¤›n bir özet oldu¤u unutulmamal› ancak gereksiz yere teknik terminoloji de kullanmaktan kaç›nmal›d›r. Yani e¤er bir tablo istatistiki bir nedensellik analizi sunuyorsa burada ön plana ç›kar›lmas› beklenen bu nedenselli¤in hangi de¤iflkenler aras›nda s›nand›¤›d›r. Yoksa bu s›namada hangi tekni¤in kullan›ld›¤› de¤il. Verilerin resmedilmesinde verideki bilgi ön plana ç›kar›lmal› ve bu bilginin istenilen özelli¤inin yanl›fls›z bir flekilde yans›t›lmas›na özen gösterilmelidir. Burada kaç›n›lmaz olarak baz› öznel tercihler olacakt›r kuflkusuz. Zaman içerisindeki geliflimi vurgulamak isteyen bir araflt›rmac› her hangi bir zaman kesitindeki durumu ayr›nt›l› bir flekilde resmetmek isteyen bir araflt›rmac›dan farkl› bir çizim oluflturacakt›r. Ancak eldeki amaca en uygun ve bu amac› en yan›lsamas›z flekilde yans›tan bir çi-
183
184
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
zim tercih edilmelidir. Çizim ile rakamsal veri aras›nda istenilen amaca göre bir ba¤ kurulabilmeli ve bunun için çizim üzerinde gerekli ek bilgi özetleri okura sunulmal›d›r. Bu konuda ayr›nt›l› bir sunum için bak›n›z Tufte (1983) ve fienesen (2007, 103-116). Verilerin resmedilmesi buraya kadar raporlaman›n bir parças› olarak ele al›nd›. Oysa raporlama öncesinde de basit resimleme teknikleri kullan›larak verinin “temizlenmesi” ve ileri çözümlemeler için de bir temel oluflturulabilir. Afla¤›da bir de¤iflkenin da¤›l›m›nda temsili tipik bir gözlemin özelliklerini ortaya koyma çabas›na giriflece¤iz. Bunu yaparken de¤iflkenin da¤›l›m›n› resmetti¤imizde örne¤in ola¤and›fl› gözlemlerin olup olmad›¤› önemli bir gözlem olacakt›r. Ola¤and›fll›l›ktan kas›t bir yanl›fl veri girifli olabilece¤i gibi girifli do¤ru da olsa genel e¤ilimlerden çok farkl› birkaç izole gözlem de olabilir. Bunlar da¤›l›m resmedildi¤inde aç›kça gözlenebileceklerdir. Keza da¤›l›mda gözlemlerin tek bir de¤er etraf›nda m› yo¤unlaflt›¤› yoksa farkl› birkaç de¤er etraf›nda m› yo¤unlaflt›¤› en rahat da¤›l›m›n resmedilmesiyle gözlenebilecektir. Dolay›s›yla verilerin resmedilmesini sadece raporlama ve verilerin sunumunun bir parças› olarak görmemek gerekir. Grafik kullan›m› ile do¤rudan veri çözümlemesine de girilmifl olunur. Bu konuda daha ayr›nt›l› bir tart›flma için bak›n›z Henry (1995), Jacoby (1998) ve Wallgren, Wallgren, Persson, Jorner ve Haaland (1996). Verilerin resmedilmesinde de daha sonraki veri çözümlemelerinde de ana amaçlar›n bafl›nda eldeki çok say›da gözlemi en basit flekilde özetleyen bir kestirme gösterge bulabilmektir. Elimizde yüzlerce hatta binlerce analiz birimine, kifliye, ülkeye de¤iflik co¤rafi bölgelere vs dair bilgi içerisinden hedef kitlemize dair kestirme bilgi veren tipik bir gözlem ne olabilir? E¤er elimizde bir anket çal›flmas› varsa örne¤in ve bu seçmen yafl›ndaki nüfusu temsil ediyorsa tipik bir seçmen nas›l bir seçmendir? Bu soru elbette hangi de¤iflkene göre nas›l bir seçmendir diye dillendirilmelidir. Yani seçmen nüfusun örne¤in yafl aç›s›ndan tipik bir bireyinin yafl› nedir? Tipik seçmenin yafl› kaçt›r? Bu sorulara verilen en basit yan›t ortalamalar temelindedir. Örneklemimizdeki seçmenlerin ortalama yafl› kaçt›r? Bu soruyu yan›tlarsak tüm örneklemi bir flekilde temsil eden tipik bir bireyin yafl›n›n kaç oldu¤unu bulaca¤›m›z› düflünürüz. fiimdi bu ortalama hesaplar›na biraz daha detayl› girelim.
MERKEZÎ E⁄‹L‹M ÖLÇÜTLER‹ Ortalama terimi pek çok zaman mu¤lâk bir flekilde kullan›l›r. Siyasetçiler “ortalama vatandafl” tan bahsederlerken kimi kast etmektedirler? Ya da bir s›n›ftaki not, ya da bir flirketteki ortalama maafl kimin not ya da maafl›na karfl›l›k gelir? Ya ortalama aile büyüklü¤ü ya da illerde ortalama milletvekili say›s› nas›l olur da kesirli bir rakam olur? Bu ve benzeri ortalamalar asl›nda bir da¤›l›mdaki merkezi e¤ilimin ne oldu¤unu özetlemeye ya da bu da¤›l›mlardan tipik bir gözlemin ne olaca¤›na dair bir kestirmedir. Frekans da¤›l›m› elde edip bunlar› de¤iflik grafiklerle resmetmeye çal›fl›rken asl›nda bu da¤›l›mlar› temsil etmekten uzak kal›r›z. Tüm da¤›l›m› görebilmek güzeldir ama sonuçta burada hala çok fazla bilgi ile u¤rafl›r durumday›zd›r. Hele elde birkaç frekans da¤›l›m› varsa bunlar› birbirleriyle karfl›laflt›rmak iyice zorlafl›r. Frekans da¤›l›mlar›n› temsil eden bir özet bilgi ihtiyac› duyar›z. Bunu da asl›nda temelde üç de¤iflik flekilde yapar›z. Birincisi da¤›l›m›n flekli üzerinde bir basit gözlem üretebiliriz. ‹kinci olarak da¤›l›mdaki gözlemlerin etraf›nda yo¤unlaflt›¤› bir temsili de¤er bulmaya çal›fl›r›z. Üçüncü olarak da bu temsili de¤er etraf›ndaki da¤›l›m›n ne derece oldu¤unu gözleriz.
185
7. Ünite - Nicel Veri Analizi ve Raporlama
Frekans da¤›l›mlar› sonsuz de¤iflik flekilde olabilir. Bu aç›dan karfl› karfl›ya kal›nan bir da¤›l›m›n fleklini birkaç standart da¤›l›ma referans ile daha rahat betimleyebiliriz. Birkaç da¤›l›m standard›ndan bahsedebiliriz. Örne¤in her gözlemin eflit say›da ya da oranda oldu¤u bir dikdörtgen da¤›l›m bize bir nirengi noktas› verebilir (bak›n›z fiekil 7.3 sa¤ alt köfle). Dikdörtgen da¤›l›mda her gözlem eflit say›da da¤›lm›flt›r dolay›s›yla tipik bir gözlem bulmak özellikle zordur. Simetrik da¤›l›mlar ile asimetrik da¤›l›mlar› da birbirinden ay›rt etmek gerekir. Simetrik olmayan bir da¤›l›ma bakt›¤›m›zda ilk akla gelen a¤›rl›kl› gözlemlerin ne yönde olufltu¤u ya da afl›r› uç gözlemlerin ne yöne do¤ru kayd›¤›d›r. fiekil 7.3’te sa¤ üst köfledeki da¤›l›m simetrik de¤ildir. Da¤›l›m›n “kuyru¤unun” sa¤a do¤ru oldu¤u durumda birkaç nadir gözlemin da¤›l›m›n pozitif uçlar›nda oldu¤u anlafl›l›r. fiekil 7.3’teki asimetrik da¤›l›m da sa¤a do¤ru kuyruklanm›fl bir da¤›l›md›r. “Kuyru¤un” sola do¤ru oldu¤u durumda da birkaç nadir gözlemin negatif uçta gözlendi¤i anlafl›l›r. Simetrik bir da¤›l›mda bir orta noktan›n sa¤›nda ve solunda ayn› flekilde de¤er da¤›l›mlar› görülür. Böylelikle orta noktadan büyük ya da küçük de¤erlerin birbirine üstünlük sa¤lamalar› söz konusu de¤ildir. fiekil 7.3’te sa¤ üst köfledeki da¤›l›m d›fl›ndaki tüm da¤›l›mlar simetriktirler. Örne¤in bu standart olarak al›nan da¤›l›mlarda özel bir yere sahip olan çan e¤risi da¤›l›m› da bir simetrik da¤›l›md›r (bak›n›z fiekil 7.3 orta s›ra sa¤daki flekil). Çan e¤risinde ya da normal da¤›l›mda en çok gözlem orta noktada yap›lm›flt›r. Bu orta noktan›n üzerinde ya da alt›nda eflit uzakl›kta iki de¤er hep ayn› orana sahiptir. Normal da¤›l›mda da¤›l›m›n uç noktalar›nda git gide az gözlem vard›r ve uç noktalarda ortan›n üzeri ile alt› aras›nda bir gözlem oran› farkl›l›¤› yoktur. Normal da¤›l›m üzerinde ileride daha ayr›nt›l› duraca¤›z. fiekil 7.3 De¤iflik da¤›l›m örnekleri
Da¤›l›mlar›n merkezî e¤iliminin ne oldu¤u konusunda birkaç ölçüt kullan›labilir. Bunlar›n en yayg›n kullan›m› olan› basit aritmetik ortalamad›r. Bu tür toplama ifllemlerindeki matematiksel notasyon için bu ünitenin sonundaki EK I bölümüne bak›n›z. X=
1 N ∑ X i N i=1
Ço¤u zaman bu ortalama de¤er bir frekans tablosundan da hesaplanabilir. Burada afla¤›daki formül yukar›daki formülden de elde edilebilir: X=
1 N ∑ fX i N i=1
186
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Burada f her X de¤erine karfl›l›k gelen frekans de¤eridir. Afla¤›daki tablodaki örne¤e bakarsak X 2 de¤erini 5 gözlem için al›rken 3 de¤erini 4, 10 de¤erini de 7 gözlem için almaktad›r. X f fX 2 5 (2) 5 3 4 (3) 4 10 7 (10) 7 Orijinal formülde afla¤›daki ifllemi yapmam›z gerekir:
X= X=
1 ((2 + 2 + 2 + 2 + 2) + (3 + 3 + 3 + 3) + (10 + 10 + 10 + 10 + 10 + 10 + 10)) 5 + 4 + 7) ( 1 92 (2 ⋅ 5) + (3 ⋅ 4) + (10 ⋅ 7)) = 16 = 5.75 ( (16)
Gruplanm›fl frekans da¤›l›mlar›nda yukar›daki formülde X yerine grup ortalamalar›n›n (Xo) kullan›lmas› gerekir. Aritmetik ortalamalarda e¤er da¤›l›m simetrik de¤ilse uç gözlemler ortalama de¤eri çok etkileyecektir. Bunu en çabuk flu örnekle görebiliriz. Farz edelim ki 10 kiflilik bir grupta herkesin cebinde birer liras› var. Bu grupta cepte ortalama herkes için bir lira olacakt›r. On birinci kifli cebinde 100 lira ile gruba kat›l›nca grubun cebinde toplam 110 lira olacak ve grup ortalamas› da bir liradan 10 liraya ç›k›verecektir. Ortalama gelir hesaplar›nda hep bu tür bir uç gözlemin ortalamay› kuyru¤un ucuna do¤ru çekti¤ini görürüz. Böyle kuyruklu da¤›l›mlarda ortalaman›n yan›lt›c› sonuçlar verece¤i de aflikârd›r. Ortalamadan sapmalar›n toplam› da her zaman s›f›ra eflit ç›kar. N N N N N ∑ ( X i − X ) = ∑ X i − NX = ∑ X i − ∑ Xi = 0 i =1 i =1 N i =1 i =1
Yukar›daki örne¤e geri dönersek ortalaman›n nas›l iflledi¤ini biraz daha iyi görebiliriz. Orijinal 10 kiflilik grubun her üyesinin cebinde birer lira varken on birinci yeni gelen kiflinin cebinde 100 lira vard›. Bu halde yeni grup ortalamas› 10 lira bulunuyordu. Dolay›s›yla bu 11 kiflilik grup için ortalamadan sapmalar›n toplam›n› hesaplad›¤›m›zda orijinal ilk on kifli için (1-10)=-9 bulaca¤›z. On kifli için bu toplam -90 yapacakt›r. Yani ilk 10 kifliye dokuzar lira fazladan eklenirken yeni gelen on birinci kifliden de bu toplam da¤›t›lan 90 liran›n ç›k›yor olmas› gerekecektir. Yani ortalamadan sapmalar her zaman toplamda dengelenecektir. X=
1 10 1 1 11 ∑ ( X i − X ) = ∑ ( X i − X ) + ( X11 − X ) N i=1 N i=1 N 1 1 10 (1 − 10)) + (100 − 10) ( 11 11 1 1 = (−90) + (90) = 0 11 11 =
Ortalamalar farklar› z›mparalar. Derinlikleri, yükseklikleri trafllar ve tek düze bir ova haline dönüfltürür her co¤rafyay›. Nepal için ortalama bir rak›m elde etmek mümkündür hiç flüphesiz ve bu rak›m büyüklü¤ü hemen yan› bafl›ndaki Bengla-
7. Ünite - Nicel Veri Analizi ve Raporlama
defl’ten yüksek ç›kacakt›r. Ancak Nepal’in Hindistan s›n›r›nda yükseklik 1000 metreyi bile bulmazken biraz kuzeye gidildi¤inde Himalaya s›rada¤lar›n›n en yüksek tepelerine ulafl›l›r ve bu bölge alçak ovalardan çok daha genifl oldu¤undan tepelerin yüksek rak›m› ortalama rakam› güneydeki ovalardan çok daha yukar› tafl›r. Belki biraz garip de olsa ortalamalar hiç de temsil gücü olmayan büyüklüklere karfl›l›k gelebilir. Örne¤in ortalama el ya da kol say›s› hesap etti¤imizde bu ortalama her zaman ikiden az da olsa ufak ç›kacakt›r. Aç›kt›r ki baz› insanlar ellerini ya da kollar›n› kaybedebilirler. Bu uzuvlar›n› kaybetmifl kiflilerin say›s› ne kadar küçük olursa olsun tüm toplum için uzuv ortalama say›s›n› ikinin alt›na çekeceklerdir. Yani ortalama uzuv say›s› hiç de temsili olmayan bir flekilde ikiden ufak ç›kacak ve ortalama vatandafl›n ikiden az uzvu oldu¤u sonucuna götürecektir bizi. Görüldü¤ü gibi da¤›l›mdaki tüm de¤erleri dikkate alan ortalama kuyruklu da¤›l›m örneklerinde oldu¤u gibi da¤›l›m genelini hiç de temsil etmeyen bir sonuç ortaya ç›karabilmektedir. O hâlde bu tür bir hesaba dayanmayan bir “ortalama” gösterge ne olabilir? Günlük hayatta s›k s›k en fazla gözlenen de¤erleri genel da¤›l›m› temsil edermifl gibi kullan›r›z. Örne¤in yukar›da kullan›lm›fl olan yafl da¤›l›m›nda fiekil 7.1d’de görüyoruz ki örneklemimizde en çok gözlenen yafl aral›¤› 28-32 aras›ndad›r. Yani tipik denek için 28-32 yafl aras›nda denilebilir. Asl›nda bu gruplar içinde yafl da¤›l›mlar›n›n eflit olmad›¤› Tablo 7.1’den de gözlenmektedir. En s›k gözlenen yafl 31dir ve 28-32 yafl aral›¤›na düflmektedir. Öbeklenmifl verilerde en s›k gözlenen de¤erin bulunmas› konusu için bak›n›z fienesen (2007, 173-175). Eldeki da¤›l›mda en yo¤un olarak gözlenen de¤ere “en s›k de¤er” ya da mod (Xesd) denir. Günlük kullan›mda moda olan giysi, saç kesimi vs gibi gözlemler için de benzer bir gözlem yap›l›r. Örne¤in tipik Türkiyeli için mavi gözlü sar›fl›n demeyiz. Mavi gözlü sar›fl›nlar Türkiye’de gözlenmedi¤inden de¤il elbette. Ama en s›k gözlenen bu tür insanlar olmad›¤›ndan basitlefltirerek genelde Türkiyelilerin daha kumral ya da siyah saçl› ve gözlü olduklar› basitlefltirmesini yapar›z fienesen (2007, 170). Günlük hayatta kullan›lan benzer tür de¤erlendirmeler örne¤in “milli” içecek, yiyecek vs için de yap›l›r ve örne¤in Türkiye’de en s›k ve çok tüketilen içecek olarak çay “milli” içecek olarak verilir. En s›k gözlenen de¤er nominal düzey ve üzeri için hesaplanabilir. Ortanca ya da medyan (Xmd) da aritmetik ortalamaya alternatif olarak tüm da¤›l›m de¤erlerinden etkilenmeyen bir ölçüt olarak kullan›l›r. Ortanca gözlem de¤erleri büyüklük s›ras›ndayken da¤›l›m›n %50’sini geride b›rakan gözlemdir. Yani ortanca da¤›l›mdaki gözlem say›s›n› iki eflit parçaya böler. Bunu hesaplamas› oldukça kolayd›r ancak ölçüm düzeyi olarak elde en az›ndan s›ralama yap›labilir bir düzeyde ölçüm olmal›d›r. Örne¤in elimizde 11, 7, 2, 5 ve 9 dan oluflan bir seri olsun. Burada veriler s›rland›¤›nda 2, 5, 7, 9 ve 11 elde edilir ve ortanca de¤er 7 olarak bulunur. Oysa bu seriden 11 ç›kar›ld›¤›nda geri kalan gözlemler aras›nda ortanca de¤er 5 ve 7 aral›¤›nda ((5+7)/2)=6 olarak bulunur. Yani toplam gözlem say›s› çiftse o zaman ortaya düflen iki gözlemin aritmetik ortalamas› ortanca gözlemi verir. Öbeklenmifl da¤›l›mlarda ortanca hesab› için bak›n›z fienesen (2007, 176-177). Yukar›da simetrik olmayan ve bir yana do¤ru kuyruklanm›fl da¤›l›mlardan bahsetmifl ve ortalaman›n uç gözlemler taraf›ndan nas›l büyük de¤ifliklikler gösterebildi¤ini tart›flm›flt›k. Bu ba¤lamda aritmetik ortalama, ortanca ve en s›k gözlenilen de¤er aras›ndaki iliflkiyi simetrik ve simetrik olmayan da¤›l›mlarda göstermekte fayda vard›r. fiekil 7.4’te simetrik da¤›l›m için her üç göstergenin de çak›flt›¤›n› gözlüyoruz. Oysa sa¤a do¤ru kuyruklanm›fl da¤›l›mlarda ortalama sa¤ uca do¤ru ka-
187
188
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
yarken ortanca gerek aritmetik otalamadan gerekse de en s›k gözlenilen de¤erden daha küçül kalmaktad›r. Sola do¤ru kuyruklanm›fl da¤›l›mlarda ise aritmetik ortalama sol uca kayarken ortanca en s›k gözlenilen de¤er ve aritmetik ortalaman›n aras›nda yer al›r. fiekil 7.4 Ortalama, en s›k görülen de¤er (esd) ve ortanca (md) aras›ndaki iliflki
X = Xmd = Xesd
X
Xmd
Xesd
Xesd Xmd X
DA⁄ILIM ÖLÇÜTLER‹ E¤er bir de¤iflken tek bir de¤erden oluflup asl›nda hiç de¤iflim göstermiyorsa yani asl›nda bir sabitse bir sonraki aflamaya geçmeyiz. Çünkü bir sonraki aflama bu merkezi e¤ilimin etraf›ndaki da¤›l›ma dair olacakt›r. Bu de¤erlendirme merkezi e¤ilimin etraf›ndaki da¤›l›ma dairdir ama asl›nda herhangi bir gözlemin tüm da¤›l›m göz önüne al›nd›¤›nda ne derece gözlenmesi olas› bir gözlem oldu¤una dair de bir ç›kar›m yapmaya olanak verir. Herhangi bir gözlem da¤›l›m›n en tipik de¤erinden ne kadar yukar›da ya da afla¤›dad›r? Bu soruya cevap verebilmemiz için bir da¤›l›m ölçütü gelifltirmemiz gerekir. Afla¤›daki fiekil 7.5’te iki da¤›l›m gösterilmifltir. A da¤›l›m› ile B da¤›l›m›n›n ortalama de¤erleri ayn› ve 30 dur. Varsayal›m ki bu 40 de¤erinde bir gözlem elde etmifl olal›m. Bu gözlem hangi da¤›l›mdan gelmifl olabilir? B da¤›l›m› A da¤›l›m›na göre daha homojendir. Dolay›s›yla B da¤›l›m›ndan 40 gibi bir de¤eri gözlemek daha düflük olas›l›kt›r. Bir baflka de¤iflle 40 A da¤›l›m›nda gözlenmesi çok da ola¤an d›fl› olmayan bir de¤ere karfl›l›k gelirken B da¤›l›m›nda ayn› de¤eri gözlemek daha düflük bir olas›l›kt›r diye nitelendirilebilir.
189
7. Ünite - Nicel Veri Analizi ve Raporlama
fiekil 7.5 Farkl› varyansta simetrik da¤›l›mlar
B
A 40 X=30
E¤er bu da¤›l›mlar iki partinin iller düzeyinde oy da¤›l›mlar›ysa karfl› karfl›ya oldu¤umuz duruma belki daha aç›k bir yorum getirilebilir. A partisi için de B partisi içinde ortalama oy oran› %30’dur. Bir ilde e¤er her iki parti de %40 gibi bir oy alm›flsa bu nas›l yorumlanabilir? A partisi için %40 ve üzeri oy al›nm›fl il oran› B partisinden daha fazlad›r. Dolay›s›yla bu il A partisi için daha ola¤an bir gözlem iken B partisi için daha nadir bir gözlemdir. Bu örnekten de aç›kça gözlendi¤i gibi herhangi bir de¤iflkenin ortalama de¤erini bilmek ço¤u zaman pek bir anlam ifade etmez. Çünkü ortalama d›fl›ndaki gözlemlerin ne kadar “tipik” oldu¤unu sadece bu ortalama de¤ere bakarak bilmek mümkün olmayacakt›r. Bunu anlamak için eldeki verilerin ne derece toplu ya da yayg›n bir flekilde da¤›lm›fl olduklar›n› da bilmemiz gerekir. Bu bilgiye ulaflmak için yine birkaç ölçüt kullan›labilir. Bu ölçütlerden birinci ve en basit olan› aral›k (range) de¤eridir. Aral›k de¤eri de¤iflkenin en büyük ile en küçük gözlem de¤eri aras›ndaki farkt›r. Yine yukar›daki örne¤i devam ettirirsek iki partinin oy oranlar›n›n yine ortalama olarak ayn› ve 30 oldu¤unu varsayal›m. A partisi baz› illerde çok düflük baz› illerde de çok yüksek oy al›rken B partisinin bu ortalama de¤er etraf›nda daha yo¤un bir flekilde oy almakta oldu¤unu varsayal›m. E¤er A partisinin en düflük oy ald›¤› ildeki oyu %10, en yüksek oy ald›¤› ilde de %80 ise aral›k de¤eri A partisi için oy aral›¤› %70 puan olacakt›r. B partisi ise en düflük oy ald›¤› ilde %20, en yüksek oy ald›¤› ilde ise %70 oy alm›flsa B partisi için aral›k de¤eri %50 puan olacakt›r. Dolay›s›yla aral›k de¤eri daha düflük olan B partisi için ortalama de¤er etraf›nda da¤›l›m›n daha yo¤un oldu¤u söylenebilir. Aral›k ölçütünün ola¤an d›fl› uç gözlemlere karfl› çok hassas oldu¤u ortadad›r. E¤er diyelim ki B partisi için bir ilde hemen hiç oy ç›kmamakta baflka bir ilde de hemen tüm oylar bu partiye gitmektedir. Bu iki il d›fl›ndaki illerde ise %30 civar›nda bir oy almaktad›r B partisi. Bu durumda sadece bu iki il nedeniyle B partisinin aral›k de¤eri daha yüksek ç›kacak ve yan›lt›c› bir da¤›l›m intiba› yaratacakt›r. Uç gözlemlerin bu yan›lt›c› etkisinden kurtulmak amac›yla de¤iflken da¤›l›mlar›n›n üst ve alt uçlar› d›flar›da b›rak›larak bir aral›k hesaplanabilir. Bu amaçla dörde bölenler aral›¤› kullan›labilir. De¤iflken da¤›l›m›n› en üst %25’i ile en alt %25’i at›ld›¤›nda ortada kalan %50 hangi de¤erler aras›nda de¤iflmektedir? Bu sorunun yan›t› dörde bölenler aral›¤›n› (DBAr) verir. DBAr = Üst Dörde Bölen – Alt Dörde Bölen DBAr = D3 – D1
190
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Yukar›daki örnekte 40 de¤eri e¤er A da¤›l›m› için en üst %25’in s›n›r›n› veriyorsa B da¤›l›m› için bu de¤erin 40’tan daha düflük olmas› gerekir. E¤er A ve B da¤›l›mlar› simetrik ise A da¤›l›m›nda %20 ve alt›n›n en düflük %25’lik dilimi vermesi beklenir. Ancak ortalama de¤er etraf›nda daha yo¤un da¤›l›m gösteren B da¤›l›m› için en düflük %25’lik dilimin s›n›r›n›n 20’den daha büyük olmas› beklenir. Dolay›s›yla A da¤›l›m› için dörde bölenler aral›¤› %40 ile %20 aras›nda iken B da¤›l›m› için bu aral›¤›n daha dar olmas› beklenir. Yine yukar›daki Tablo 7.1’de birikimli da¤›l›ma bakt›¤›m›zda ilk %25’lik gözlem 28 yafl ile 29 yafl aras›nda kalmaktad›r. 28 yaflta toplam›n %23.6’s› 29 yaflta ise 26.6’s› vard›r. Yani aradaki fark %3’tür. ‹lk dörde bölen s›n›r› olan %25 ile 28 yafl birikimli da¤›l›m de¤eri aras›ndaki fark %1.4’tür. Yani bu da 28 ve 29 yafl aras›ndaki toplam %3 puan fark›n yaklafl›k %47sine ((1.4/3)=0.466667) karfl›l›k gelmektedir. O halde D1=28.47 bulunur. Yine ayn› mant›kla hesapland›¤›nda D3=49.59 bulunur. O halde DBAr=49.59-28.47=21.12 bulunur. Yani yaklafl›k 21 yafl fark› da¤›l›m›n ortas›ndaki %50yi içermektedir.
Standart Sapma ve Varyans fiimdiye kadar tart›fl›lan da¤›l›m göstergeleri basit ve kolay hesaplanabilir göstergelerdir belki ama da¤›l›ma dair pek az bilgiyle hesapland›klar›ndan oldukça kaba göstergeler olarak kalmaktad›rlar. En önemli dezavantajlar› uç noktalarda ola¤and›fl› gözlemlerden çok etkilenmeleridir. Ancak böyle gözlemlerin olmad›¤› durumlarda daha çok bilgiyle iflleyen bir gösterge daha iyi ifl görecektir. Her gözlemin merkezî e¤ilim göstergesi olarak kullan›lan aritmetik ortalamadan sapmalar› hesapland›ktan sonra bunlar›n ortalamas› hesaplanabilir. Ancak aritmetik ortalaman›n mant›¤›n› hat›rlarsak böyle bir hesab›n her zaman s›f›r verece¤ini görürüz: 1 N 1 1 N ∑ ( X i − X ) = ∑ X i − NX = X − X = 0 N i=1 N i=1 N
Bunun yerine her da¤›l›m de¤erinin ortalamadan sapmas›n›n karelerinin toplam› temelinde afla¤›daki varyans (s2) hesaplamas› elde edilir: S2 =
2 1 ∑ ( X i − X ) N
Hedef kitlenin varyans›n› kestirmede yukar›daki formülün N yerine (N-1) ile kullan›lmas› gerekir. Standart sapma (s) hesaplanmas› ise varyans›n karekökü al›narak yap›l›r:
s = s2
Standart sapma gözlemlerin ölçü birimi ile ifade edilir. Oysa varyans ortalamadan sapmalar›n karesi al›narak hesapland›¤›ndan gözlemlerin ölçüm biriminden farkl› bir ölçüm birimine karfl›l›k gelmektedir. Örne¤in yukar›daki yafl da¤›l›m› örne¤inde (yafl2) gibi ne oldu¤u pek anlafl›lmayan bir ölçüm birimine geçmifl oluruz. Standart sapman›n mant›¤›n› takip edersek ortalamadan sapmalar›n çok oldu¤u zaman yüksek standart sapma, az oldu¤u zaman da düflük sapma elde edilece¤i görülür. En uç örnek olarak tüm gözlemlerin ayn› de¤eri ald›¤› durumda tüm da¤›l›m gözlemlerinin ortalamas› her gözlemin de¤erine eflit olacak ve bu ortala-
7. Ünite - Nicel Veri Analizi ve Raporlama
madan her sapma da yine s›f›ra eflit ç›kacakt›r. Bu durumda da varyans ve dolay›s›yla da standart sapma s›f›r olarak bulunur. Bu durumdan her aflamada bir gözlemin de¤erini di¤erlerinden farkl›laflt›rarak ad›m ad›m uzaklafl›ld›¤›nda her aflamada varyans›n da artt›¤› görülecektir. Yine varyans sapmalar›n kareleri ile çal›flt›¤›ndan herhangi bir uç de¤erin toplama uç bir sapman›n karesi olarak girece¤inden büyük etkisi olacakt›r. Dolay›s›yla tüm da¤›l›m gözlemlerinin kullan›ld›¤› bütün ölçümlerde oldu¤u gibi burada da ola¤and›fl› gözlemler varyans üzerinde büyük etki yaratacaklard›r. Ancak varyans ve standart sapman›n tam yorumu için normal da¤›l›m ile olan iliflkisi üzerinde durmam›z gerekecektir. Bir da¤›l›mdaki herhangi bir gözlemin nas›l yorumlanmas› gerekti¤i bu gözlemin içinden geldi¤i da¤›l›mdaki göreceli konumuna ba¤l›d›r. Örne¤in 30 ortalamal› bir da¤›l›mdan elde edilen 40 gibi bir gözlem ortalamaya at›fla +10 olarak gösterilebilir. Yine ayn› da¤›l›mdan 20 gibi bir gözlem de -10 olarak gösterilebilir. Bu ortalamadan farklar standart sapmaya bölünerek kaç standart sapma farka karfl›l›k geldikleri gösterilebilir. Yani e¤er 30 ortalamal› bir da¤›l›mda e¤er standart sapma 5 ise bu da¤›l›mdan elde edilen 40 gibi bir gözlem asl›nda ortalamadan (10/5)=2 standart sapma büyük demektir. Bu hesap k›saca gözlemlerin standart z skorlar›na dönüfltürülmesi olarak bilinir ve afla¤›daki formüle göre hesaplan›r: z=
( Xi − X ) s
Z skorlar›n›n toplamlar› s›f›r oldu¤undan ortalamalar› da s›f›rd›r. Bunu afla¤›daki gibi gösterebiliriz:
∑ zi = ∑
( Xi − X ) s
1 N
=
1 ∑( Xi − X ) = 0 s
∑ zi = 0
Z skorlar›n›n varyans ve dolay›s›yla da standart sapmalar› da her zaman 1 dir. Bu da afla¤›dan gözlenebilir:
var ( z ) =
=
1
Ns
1 = N
2
1 N
2
∑ ( zi − z )
( Xi − X ) 2 ∑ s − 0 2
∑( Xi − X )
=
N
2
N ∑( Xi − X )
2
∑( Xi − X )
=1
Z skorlar› ortalamas› s›f›r ve standart sapmas› da 1 olan bir da¤›l›m verir ama bu da¤›l›mlar› “normalize” etmez. Yani normal da¤›l›m› olmayan bir da¤›l›m› standart z skorlar›na dönüfltürdü¤ümüzde standart normal da¤›l›m hâline getirmifl olmay›z. Ama e¤er elimizde normal bir da¤›l›m varsa o zaman standart z skorlar›na dönüfltürdü¤ümüzde elimizde standart normal da¤›l›ma sahip bir da¤›l›m olur ve bu da¤›l›m›n özelliklerini kullanarak eldeki herhangi bir gözlem hakk›nda ç›kar›mlarda bulunabiliriz.
191
192
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Normal da¤›l›m ortalama ve standart sapma taraf›ndan flekli belirlenen matematiksel bir formüle ba¤l›d›r. Her de¤iflik ortalama ve standart sapma farkl› normal e¤riler verir. Afla¤›da fiekil 6’da farkl› ortalama ve standart sapma de¤erlerine göre de¤iflik normal e¤riler verilmifltir. Bunlar aras›nda bir tanesi s›f›r ortalama ve bir de¤er alan bir standart sapma için standart normal da¤›l›m elde edilir. fiekil 7.6
-10,0 -9,6 -9,2 -8,8 -8,4 -8,0 -7,6 -7,2 -6,8 -6,4 -6,0 -5,6 -5,2 -4,8 -4,4 -4,0 -3,6 -3,2 -2,8 -2,4 -2,0 -1,6 -1,2 -0,8 -0,4 0,0 0,4 0,8 1,2 1,6 2,0 2,4 2,8 3,2 3,6 4,0 4,4 4,8 5,2 5,6 6,0 6,4 6,8 7,2 7,6 8,0 8,4 8,8 9,2 9,6 10,0
Farkl› Ortalama ve Standart Sapma De¤erleri için Normal Da¤›l›mlar
Normal da¤›l›m asl›nda gerçek dünyada hiç gözlenmeyen bir soyut matematiksel da¤›l›m› verir. Normal da¤›l›m hiçbir zaman X aks›na de¤mez. Yani ortalamadan ne kadar yukar›da (ya da afla¤›da) bir de¤er gözlenirse her zaman bu de¤erden daha yukar›da (ya da afla¤›da) bir de¤er gözlenebilir. Yani bu uç de¤erlerin olas›l›klar› çok ufak olabilir ama hiçbir zaman s›f›r olmayacakt›r. Oysa gerçek dünyada her zaman gözlenemeyen de¤erler olacakt›r ve dolay›s›yla da¤›l›mlar›n alt ve üst s›n›rlar› her zaman vard›r. Dolay›s›yla normal da¤›l›m gerçek dünya için sadece soyut bir yaklafl›k nirengi noktas› sa¤lar. Normal da¤›l›m›n simetrik oldu¤undan önceden de bahsetmifltik. Standart sapma ve ortalama de¤erlerin de¤iflimi bu gerçe¤i de¤ifltirmez. Afla¤›da fiekil 7.7’de normal da¤›l›m e¤risinin alt›nda yer alan toplam alan›n farkl› standart sapma de¤erleri aras›ndaki büyüklükleri verilmifltir. Burada hedef kitle ile çal›fl›ld›¤› düflüncesinden hareketle standart sapma s yerine σ ve ortalama da X– yerine µ ile gösterilmifltir. Buradan da görülen her normal da¤›l›m e¤risi için art› eksi bir standart sapma aras›nda toplam›n yaklafl›k %68’i, art› eksi iki standart sapma aras›nda da yaklafl›k %95’i yer al›r. Ortalama de¤er etraf›nda simetrik olan bu da¤›l›m herhangi bir da¤›l›mda gözlenen de¤erleri ortalama ve standart sapma kullan›larak standardize ettikten sonra bir standart normal tablosu yard›m›yla de¤iflik hipotezleri test etme olana¤› sa¤lar.
193
7. Ünite - Nicel Veri Analizi ve Raporlama
0.0 0.1 0.2 0.3 0.4
fiekil 7.7 Farkl› noktalar için normal e¤rin alt›nda kalan alanlar
34.1% 34.1% 0.1% 2.1% 13.6%
13.6%
2.1% 0.1%
fiimdi varsayal›m ki elimizde normal da¤›lan s›nav notlar› var. Bu s›navda gözlenen ortalama 50 standart sapma da 20 olsun. Bu s›navda 70 alm›fl bir ö¤renci toplam›n yüzde ne kadar›n› geride b›rakm›fl olacakt›r? Bu soruyu cevaplamak için öncelikle elimizdeki gözlenen s›nav sonuçlar›n› standart z skorlar› haline dönüfltürmemiz gerekir. Bu da¤›l›m için 70 alm›fl bir ö¤rencinin z skoru afla¤›daki flekilde hesaplan›r: z=
Xi − µ 70 − 50 = =1 σ 20
Demek ki 70 asl›nda bu da¤›l›m için bir standart sapma ortalaman›n üzeri demek olmaktad›r. Bu nedenle de toplam›n yaklafl›k %64’ünü bu notu alan bir ö¤rencinin geride b›rakt›¤› ç›karsamas› yap›l›r. Z skorlar›n›n ekte verilmifl tablosundan bu kadar net ç›kmam›fl de¤erler de okunabilir. Örne¤in, varsayal›m ki bu s›navda sadece en üst %10 notu alan ö¤rencilere A notu verilmek isteniyor. Acaba hangi not ve üzeri A alabilecektir bu s›navdan? Bu durum fiekil 8’de resmedilmifltir. Yapmam›z gereken hangi z skorunun üzerinde toplam›n %10’unu b›rakt›¤›n› tespit etmektir. Tablodan bu de¤er iki flekilde bulunabilir. Ya ortalama ile aras›nda %40 b›rakan z skoruna bak›l›r ya da üzerinde %10 b›rakan z skoruna bak›l›r. ‹ki de¤er de elbette ayn› sonuca ulaflt›racakt›r bizi. Tabloda z=1,28 için istenilen alana ulafl›ld›¤› gözlenmektedir. Peki 1,28’lik bir z skoru nas›l bir s›nav notuna karfl›l›k gelmektedir?
z = 1, 28 =
X i − 50 20
⇒ X i = 50 + (1, 28)(20) = 75, 6
194
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
fiekil 7.8 Standart Normal Da¤›l›m Tablosunun Kullan›m›-1 z=0,75
z=1,28
‹stenilen aral›k 50-27,34-10=12,66 ya da 40-27,34=12,66 ya da 50-27,34=22,66-10=12,66 olarak bulunur. %27,34
%10 -3,0-2,8-2,6-2,4-2,2-2,0-1,8-1,6-1,4-1,2-1,0-0,8-0,6-0,4-0,2-0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 2,0 2,2 2,4 2,6 2,8 3,0
O hâlde yaklafl›k 75 ve üzerinde not alanlar bu s›navdan A alabileceklerdir. Peki e¤er 65 ile 75 aras›na da B verilirse toplam›n ne kadarl›k bir yüzdesi B alm›fl olacakt›r? Bu soru için önce 65’in z=0,75’e karfl›l›k geldi¤i bulunur:
z=
Xi − µ σ
=
65 − 50 = 0, 75 20
Z=0,75 ile z=0 aras›nda %27,34 vard›r. Z=1,28 ile z=0 aras›nda da %40 oldu¤u düflünülürse B alm›fllar›n oran› 40-27,34=%12,66 bulunur. Ayn› aral›¤›n farkl› hesaplan›fl flekilleri fiekil 7.8’de gösterilmifltir. Benzer bir mant›k ile 45’in alt›na e¤er F veriliyorsa o zaman B’den düflük ve F’den yüksek not alanlar›n oran›n› bulmak için öncelikle 45 için z skorunu bulmam›z gerekir:
z=
Xi − µ σ
=
45 − 50 = −0, 25 20
-0,25 ile z=0 aras›ndaki alan %9,87 bulunur. 65 ve 50 aras›nda da %27,34 oldu¤una göre toplam›n 27,34+9,87= %37,21 F üzerinde ve B alt›nda not alm›fl bulunur (Bak›n›z fiekil 7.9).
195
7. Ünite - Nicel Veri Analizi ve Raporlama
fiekil 7.9 Standart Normal Da¤›l›m Tablosunun Kullan›m›-2 z=0,25
z=0,75
‹stenilen aral›k 9,87+27,34=37,21 ya da 100-(41,13+22,66)=37,21 olarak bulunur.
%9,87
%27,34
%41,13
%22,66
-3,0-2,8-2,6-2,4-2,2-2,0-1,8-1,6-1,4-1,2-1,0-0,8-0,6-0,4-0,2-0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 2,0 2,2 2,4 2,6 2,8 3,0
TABLO VER‹LER‹N‹N ÇÖZÜMLEMES‹ Yukar›da frekans da¤›l›mlar› verilirken verilerin tabloya dökülmesinin üzerinden k›saca geçmifltik. Frekans da¤›l›mlar›n› göstermek amac›yla oluflturulan tablolarda tek de¤iflkenin almakta oldu¤u de¤iflik de¤erlerin ne yo¤unlukta da¤›ld›¤› gösterilir. Örne¤in yukar›daki örneklerde deneklerin yafl da¤›l›mlar› ya da Türkiye’nin AB’ne üyeli¤i hakk›ndaki de¤erlendirmelerini göstermifltik (bak›n›z Tablo 7.1 ve fiekil 7.2). Ancak ço¤u zaman bu de¤iflkenlerin aralar›ndaki iliflkiler de merak konusudur. Örneklemimizde karfl›lafl›lan kiflilerin yafl› artt›kça Türkiye’nin AB’ne üyeli¤ine bir referandum ortam›nda destek verme olas›l›klar› artar m› azal›r m›? Bu konuda bir beklentimizi farkl› temellerde flekillendirebiliriz. Örne¤in 1970’li y›llarda siyasal sosyalizasyonunu yaflam›fl olan yani bu günlerde k›rkl› yafllar›n›n sonuna gelmifl olanlar›n bugünlerde 18-20 yafllar›nda olanlardan daha düflük düzeyde AB üyeli¤ine destek verecekleri beklenilebilir. Bu beklentinin s›namas›na basit bir tablo üzerinde bafllan›labilir. Tablo 7.2’de daha önce Tablo 7.1’de verilen yafl da¤›l›m› ve fiekil 2a’da verilmifl halk oylamas›nda AB’ne üyelik için destek verilip verilmeyece¤ine dair sorunun cevaplar› birbirleriyle iliflkileri temelinde verilmifltir. Öncelikle yafl gruplar› befler y›ll›k aral›klar yerine onar y›ll›k aral›klar haline dönüfltürülmüfltür. Böylelikle özellikle ileri yafllarda gözlenen az gözlem say›lar›n›n gözlenilen örüntüyü alg›lamay› zorlaflt›r›c› etkisinden kurtulunmaya çal›fl›lm›flt›r. Dikkat edilirse en son yafl grubu da 78+ olarak b›rak›lm›flt›r. Burada 78-88 yafl grubu ötesinde sadece 2 gözlem bulunmas› dolay›s›yla bu yola gidilmifltir. ‹kinci olarak dikkat edilmesi gereken nokta toplam gözlem say›lar›ndaki farkl›laflmad›r. Bunun nedeni gerek yafl gerek AB üyelik de¤erlendirmesi sorusunda bulunan fikri yok ya da cevap yok yan›tlar›n›n bu analiz d›fl›nda b›rak›lm›fl olmas›d›r.
196
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
fiimdi Tablo 2a’n›n nas›l bir mant›k ile oluflturuldu¤unu anlamaya çal›flal›m. Burada iki de¤iflken birbirleriyle iliflkilendirilerek tabloya dökülmüfltür. Bu ne demektir? Örne¤in Tablo 7.2’de 18-27 yafl grubunda olup da AB’ne üyelik deste¤i verece¤ini söyleyen kaç denek vard›r sorusunun cevab› bulunabilir. Bu durumda olan toplam 291 denek vard›r. 28-37 yafl grubunda olup da yine AB üyeli¤ine destek veren 369, 38-47 yafl grubunda olup da AB üyelik deste¤i veren ise 247 denek vard›r. AB üyeli¤ini destekler yönde oy kullanacaklar›n› söyleyenler aras›nda yafl gruplar›n› takip etti¤imizde gözlenen denek say›s›n›n düflmekte oldu¤unu görüyoruz. Bunun temel nedeni ileri yafllarda deneklerin örneklem içerisindeki toplam say›lar›n›n da düflük olufludur. Türkiye genç nüfusa sahip bir ülkedir ve do¤al olarak ülkeyi temsil eden bir örneklemde genç yafl gruplar› daha ileri yafl gruplar›ndan daha kalabal›k olacaklard›r. Peki bu bize kiflilerin yafllar› artt›kça AB’ne destek olas›l›klar›n›n da düfltü¤ünü gösteriyor mu? Bunu görmek için bu tablodaki verinin ba¤›ml› ve ba¤›ms›z de¤iflkenler temelinde yüzde paylar hâline dönüfltürmemiz gerekir. Tablo 7.2a AB Üyeli¤ine verilen destek ve yafl aras›ndaki iliflki
A.25- Bugün yap›lacak bir halk oylamas›nda siz, Türkiye’nin Avrupa Birli¤i üyeli¤i için mi, yoksa bunun karfl›s›nda m› oy kullan›rd›n›z?
18-27
Yafl gruplar›
Toplam
Türkiye’nin AB üyeli¤ine karfl› oy kullan›rd›m
Türkiye’nin AB üyeli¤ini destekler yönde oy kullan›rd›m
118
291
Toplam
409
28-37
154
369
523
38-47
119
250
369
48-57
90
184
274
58-67
47
103
150
68-77
19
39
58
78+
5
19
24
552
1255
1807
Burada iliflkisine bakt›¤›m›z iki de¤iflkenin hangisi ba¤›ml› hangisi de ba¤›ms›z de¤iflkendir? Örne¤imizde bu sorunun cevab› gayet aç›kt›r. Basit bir ters mant›k yürütürsek, AB’ne üyelik deste¤inin kiflilerin yafllar›n› belirleyemeyece¤ini görürüz. Ba¤›ml› de¤iflken olarak bir halk oylamas›nda AB’yi destekler yönde oy kullanma oran› yafl gruplar› de¤ifltikçe nas›l de¤iflmektedir? Bu sorunun cevab› için yukar›daki Tablo 7.2’de e¤er kolon yüzdelerini al›rsak o zaman her yafl grubunun üyeli¤e destek verenlerle vermeyenler içindeki pay›n› bulmufl oluruz. Bu paylar›n ülkedeki yafl yap›s›n› yans›tman›n ötesine geçmeyece¤i aç›kt›r. Oysa her yafl grubu içinde AB üyeli¤ini destekleyenlerle desteklemeyenlerin paylar›n› hesaplad›¤›m›zda ve bu paylar›n yafl gruplar› aras›nda nas›l bir örüntüyle de¤iflti¤ini gözledi¤imizde yafl ile üyelik deste¤i aras›ndaki iliflkiye dair bir bilgi elde ederiz. Tablo 7.2b ba¤›ms›z de¤iflkenin yer ald›¤› sat›r yüzdeleri al›narak Tablo 2a’dan hesaplanm›flt›r. Burada görüyoruz ki örne¤in 28-37 yafl aras›ndakilerin %70,6s› AB üyeli¤ini desteklemekte %29,4’ü ise desteklememektedir. Üyeli¤e destek oranlar›n›n yafl gruplar› de¤ifltikçe nas›l de¤iflti¤ini gözledi¤imizde AB üyeli¤ine deste¤in en genç yafl grubunda %71.1den 28-37’de %70,6’ya, 38-47 grubunda %67,8’e ve 48-
7. Ünite - Nicel Veri Analizi ve Raporlama
197
57 grubunda da 67,2’ye geriledi¤ini gözlüyoruz. Daha ileri yafl gruplar›nda görece daha az gözlem olmas›na ra¤men AB üyeli¤ine deste¤in düflmedi¤ini hatta biraz yükseldi¤ini görüyoruz. Yani söz konusu olan iliflki do¤rusal bir iliflki de¤ildir. Yafl artt›kça destek sürekli olarak düflmemekte ve bir yafl grubuna kadar destek geriledikten sonra bu dönüm noktas›ndan sonra yafl artt›kça destek de biraz artmakta ancak hiçbir zaman en genç yafl gruplar›ndaki destek oranlar›na da ulaflamamaktad›r. A.25- Bugün yap›lacak bir halk oylamas›nda siz, Türkiye’nin Avrupa Birli¤i üyeli¤i için mi, yoksa bunun karfl›s›nda m› oy kullan›rd›n›z?
18-27
Yafl gruplar›
Türkiye’nin AB üyeli¤ine karfl› oy kullan›rd›m
Türkiye’nin AB üyeli¤ini destekler yönde oy kullan›rd›m
28,9
71,1
Toplam
100
28-37
29,4
70,6
100
38-47
32,2
67,8
100
48-57
32,8
67,2
100
58-67
31,3
68,7
100
68-77
32,8
67,2
100
78+
20,8
79,2
100
30,5
69,5
100
Toplam
Tablo 7.2b AB Üyeli¤ine verilen destek ve yafl aras›ndaki iliflki
Tablo 7.2c’de görüldü¤ü gibi kolon yüzdeleri al›nmas› durumunda eldeki veriye farkl› bir bak›fl aç›s› elde edilebilir. Örne¤in AB üyeli¤ini destekleyenlerin yafl profili gerek genel örneklem toplam›na gerek AB üyeli¤ine destek vermeyenlere göre daha genç iken, AB üyeli¤ini desteklemeyenler daha orta yafl gruplar›nda yo¤unlaflm›fl görünmektedir. Ancak bu bize yafl ile üyelik deste¤i aras›ndaki iliflkinin s›nanmas›na yönelik bir test çerçevesi vermemektedir. A.25- Bugün yap›lacak bir halk oylamas›nda siz, Türkiye'nin Avrupa Birli¤i üyeli¤i için mi, yoksa bunun karfl›s›nda m› oy kullan›rd›n››z?
Yafl gruplar›
Toplam
Toplam
Türkiye'nin AB üyeli¤ine karfl› oy kullan›rd›m
Türkiye'nin AB üyeli¤ini destekler yönde oy kullan›rd›m
18-27
21,4
23,2
22,6
28-37
27,9
29,4
28,9
38-47
21,6
19,9
20,4
48-57
16,3
14,7
15,2
58-67
8,5
8,2
8,3
68-77
3,4
3,1
3,2
78+
0,9
1,5
1,3
100,0
100,0
100,0
Tablo 7.2d’de de tüm örneklem içerisinde her yafl ve üyelik deste¤i de¤erlendirmesi için genel toplam içindeki pay hesaplanmaktad›r. Buradan da görüyoruz ki örne¤in 18-27 yafl grubunda AB üyeli¤ine destek verenler toplam›n %16,1’ine
Tablo 7.2c AB üyeli¤ine verilen destek ve yafl aras›ndaki iliflki
198
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
karfl›l›k gelirken 78 ve üzeri yaflta ve üyeli¤e destek verenler toplam›n ancak %1,1’ine karfl›l›k gelmektedir. Bu tabloda sat›r marjinalleri her yafl grubunun toplam içindeki toplam pay›n› verirken kolon marjinalleri de AB’ne üyelik deste¤inin genel toplam içindeki da¤›l›m›n› vermektedir. Tabii yine burada fikir beyan etmeyen ve cevap vermeyenlerin çözümleme d›fl›nda b›rak›lm›fl oldu¤unu ak›lda tutmak gerekir. Tablo 7.2d AB üyeli¤ine verilen destek ve yafl aras›ndaki iliflki
A.25- Bugün yap›lacak bir halk oylamas›nda siz, Türkiye’nin Avrupa Birli¤i üyeli¤i için mi, yoksa bunun karfl›s›nda m› oy kullan›rd›n›z?
Yafl gruplar›
Toplam
Toplam
Türkiye’nin AB üyeli¤ine karfl› oy kullan›rd›m
Türkiye’nin AB üyeli¤ini destekler yönde oy kullan›rd›m
18-27
6,5
16,1
22,6
28-37
8,5
20,4
28,9
38-47
6,6
13,8
20,4
48-57
5,0
10,2
15,2
58-67
2,6
5,7
8,3
68-77
1,1
2,2
3,2
78+
0,3
1,1
1,3
30,5
69,5
100,0
‹ki de¤iflken aras›nda bir iliflki oldu¤u tespit edildi¤i zaman akla iki ek soru gelir. Birincisi bu iliflkinin yönüdür. ‹kincisi ise bu iliflkinin ne derece yüksek derecede bir iliflki oldu¤udur. ‹ki de¤iflken aras›nda bir iliflki oldu¤u tespit edildikten sonra ba¤›ml› de¤iflkenin baflka aç›klay›c›lar› olup olmad›¤›n› merak ederiz. Bu soru do¤rudan ilk aflamada ba¤›ms›z de¤iflkenle ba¤›ml› de¤iflken aras›nda gözlenen iliflkinin asl›nda bir baflka de¤iflkenin ba¤›ms›z de¤iflkenle olan iliflkisinin bir yans›mas› olup olmad›¤›na ya da eldeki bir ba¤›ms›z de¤iflken d›fl›nda ve ondan ba¤›ms›z olarak baflka de¤iflkenlerin de ilgilendi¤imiz ba¤›ml› de¤iflkenle çoklu iliflki örüntüleri gösterip göstermedi¤ine bizi götürür. Yukar›daki yafl ve AB’ne üyeli¤e verilen destek için gözlenilen iliflki yafl gruplar› yükseldikçe, yani daha yafll› deneklere gidildikçe önce AB’ne üyelik deste¤i düflerken daha sonra yükselmekteydi. Bu U fleklinde bir iliflkiye karfl›l›k gelmektedir. Daha basit tür iliflkiler bir ba¤›ms›z de¤iflkenin de¤eri artt›kça ba¤›ml› de¤iflkenin de¤erinin de artt›¤› “pozitif” iliflkiler ile ba¤›ms›z de¤iflkenin de¤eri artt›kça ba¤›ml› de¤iflkenin de¤erinde düflüfl gözledi¤imiz “negatif” iliflkilerdir. Tablo 7.3’te bu iliflkilere kurgulanm›fl birer örnek verilmifltir. Aile geliri artt›kça, yani burada ba¤›ms›z de¤iflken X artt›¤›nda, hayattan memnuniyetin, yani burada ba¤›ml› de¤iflken Y’nin de artmas›n› bekleriz. Tablo 7.3’te Y ile X aras›nda hiçbir iliflkinin gözlenmedi¤i duruma örnek en üstte A örne¤inde gösterilmifltir. Beklenen pozitif iliflkiye örnek ortada B örne¤inde verilmifltir. Beklentilere karfl› olarak negatif iliflki de C örne¤inde gösterilmifltir. Burada bir dikkat edilmesi gereken durum da daha önceki örneklerden farkl› olarak kolon yüzdeleriyle çal›fl›lm›fl olmas›d›r. Ba¤›ms›z de¤iflken (X) yani aile geliri burada kolonda verildi¤inden kolon yüzdeleriyle çal›fl›lm›flt›r. ‹kinci sorumuz eldeki iliflkinin ne derece kuvvetli bir iliflki oldu¤una dairdir demifltik. Tablo 7.3’teki iliflkilerin kuvvetini anlamak için mükemmel pozitif ve mü-
7. Ünite - Nicel Veri Analizi ve Raporlama
199
kemmel negatif iliflkinin nas›l olaca¤›n› düflünmek faydal› olacakt›r. Hayattan memnuniyeti yüksek olanlar sadece geliri yüksek olanlar aras›nda ve hayattan memnuniyeti düflük olanlarda geliri düflük olanlar aras›nda gözleniyor olsayd›, o zaman elimizde mükemmel pozitif bir iliflki olurdu. Keza hayattan memnuniyeti yüksek olanlar sadece geliri düflük olanlar aras›nda ve memnuniyeti düflük olanlar da sadece geliri yüksek olanlar aras›nda olsayd›, o zaman da mükemmel negatif bir iliflkimiz olurdu. ‹liflki Yok (A) Hayattan memnuniyet (Y)
Aile geliri (X) Yüksek Düflük
Düflük
Yüksek
60
60
40
40
100
100
Pozitif iliflki var (B) Hayattan memnuniyet (Y)
Yüksek Düflük
Aile geliri (X) Düflük
Yüksek
40
60
60
40
100
100
Negatif iliflki var (C ) Hayattan memnuniyet (Y)
Aile geliri (X) Düflük
Yüksek
Yüksek
60
40
Düflük
40
60
100
100
‹liflkilerin derecelerinin ölçülmesi eldeki de¤iflkenlerin hangi düzeyde ölçüldü¤üyle yak›ndan ilgilidir. ‹simlendirme (nominal) düzeyinde ölçülen de¤iflkenler aras›ndaki iliflkilerin derecesi ile s›ralama (ordinal) düzeyinde ölçülen de¤iflkenlerin aras›ndaki iliflkinin derecesini ölçmek farkl› yaklafl›mlar gerektirecektir. Nominal düzeyde ölçülen iki de¤iflken aras›ndaki iliflkinin yönünü belirlemek mümkün de¤ilken daha ileri düzeylerde hem yön hem iliflki derecesini veren ölçümler gelifltirilebilir. Keza en üst ölçüm düzeyi olan oransal (ratio) düzeyine var›ld›¤›nda da farkl› iliflki formülasyonuna giriflmek gerekir. Biz burada en üst ölçüm düzeyi için kullan›fll› olan regresyon modeli üzerinde k›saca durup de¤iflkenler aras› çoklu iliflkilerin nas›l çözümlenebilece¤ini k›saca örneklemeye çal›flaca¤›z. Bu farkl› ölçüm düzeylerindeki iliflki ölçütleri pek çok istatistik kitab›nda bulunabilir. Bak›n›z Elifson, Runyon ve Haber (1990).
REGRESYON MODEL‹ Öncelikle en basit olan bir ba¤›ml› de¤iflken ve bir de ba¤›ms›z de¤iflken aras›ndaki iliflkiden bafllayal›m. Burada çözümlemeye bafllamadan önce araflt›rmac› ba¤›ml› de¤iflkenin ne oldu¤unu belirlemifltir ve bir de onunla ilintilendirdi¤i ba¤›ms›z de¤iflken vard›r elinde. Biz yine ba¤›ml› de¤iflkeni Y ba¤›ms›z de¤iflkeni de X ile gösterece¤iz. Burada hem Y hem de X oransal olarak ölçülmüfltür. Varsayal›m ki elimizde afla¤›daki tabloda gösterilmifl olan bir nesilden di¤erine al›nan e¤itim ölçümü olsun. Görüflülen deneklerden kendilerinin ve annelerinin e¤itim düzeyleri toplam okula devam edilen y›l olarak al›nm›fl olsun. Burada dene¤in annesinin e¤itimi ile kendi e¤itimi aras›nda bir iliflkinin olmas› beklenir. Hatta bu iliflki-
Tablo 7.3 Ba¤›ml› ve Ba¤›ms›z De¤iflkenler Aras› ‹liflki Örnekleri
200
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
nin de normal flartlar alt›nda pozitif bir iliflki olmas› beklenir. Yani annenin e¤itimi artt›kça çocu¤un da e¤itiminin artmas› beklenir. Afla¤›daki veriler fiekil 10’da resmedilmifltir. Tablo 7.4a Regresyon örnek verisi, kiflinin kendi e¤itimi ve annesinin e¤itimi aras›ndaki iliflki
Annenin e¤itimi (okula devam edilen y›l olarak)
Dene¤in kendi e¤itimi (okula devam edilen y›l olarak)
X
Y
Ahmet
5
21
Ayfle
12
17
Zeynep
0
5
Hüseyin
5
16
Ömer
12
21
Emre
4
8
Elif
8
16
Ceren
0
12
Serdar
9
13
Berna
5
11
Ortalama de¤er
6
14
Bu flekil annenin e¤itimini ba¤›ms›z de¤iflken olarak X ekseninde, dene¤in e¤itimini de ba¤›ml› de¤iflken olarak Y ekseninde göstermektedir. Her iki de¤iflken için de 10 gözlem varken bile bu flekil asl›nda gayet karmafl›k bir iliflki resmetmektedir. Öyle ya verimiz içinde üç anne befler y›l e¤itimlidir. Ancak bu annelerin birinin çocu¤u 21 y›l di¤erininki 16 y›l ve üçüncüsününki ise 11 y›l e¤itim alm›fl görünmektedirler. Yani her üç çocuk da annelerinden daha uzun süre okulda kalm›fl olsalar da aç›k net bir iliflki örüntüsü gözlemek zordur. Ancak tüm denekler için annenin e¤itim y›l› her zaman çocu¤unkinden azd›r. Regresyon analizi do¤rusal bir denklem kestirerek bu çetrefil verileri özetler. Do¤rusal bir denklem e¤er iki gözlemimiz olsayd›, yani elimizde sadece örne¤in üçüncü (Zeynep) ve beflinci (Ömer) boyanm›fl gözlemler olsayd› gayet kolay bulunabilirdi. ‹ki noktadan geçen sadece bir tek do¤ru vard›r ve bu da fiekil 7.10’da kesik çizgi ile gösterilmifltir. Oysa elimizde iki de¤il burada oldu¤u gibi 10 hatta çok daha fazla veri varsa, tek bir do¤ruyu bu verileri temsil amac›yla nas›l belirleyebiliriz? Kesik çizgi ile gösterilen do¤runun verilerin iyi bir özeti oldu¤undan nas›l emin olabiliriz? Örne¤in bu iki nokta aras›na çizilmifl do¤rudan daha “iyi” bir denklem el yordam› bulunamaz m›? Bu denklemleri hangi kriterde belirleyebiliriz? Regresyon analizi bu sorulara verilebilecek basit bir cevap üzerine kurgulanm›flt›r. Öyle bir do¤rusal denklem bulal›m ki bu denklem için gözlenen ba¤›ml› de¤iflken de¤eri Y ile denklemimiz Yˆ aras›ndaki fark›n, yani fiekil 7.11’deki e de¤erinin tüm gözlemler için karelerinin toplam› minimize edilmifl olsun. Yani bu flekilde kestirilen denklem ile elde edilecek e2’lerin toplam›ndan daha ufak ç›kacak bir baflka denklem bulunmas›n. Kestirilen do¤rusal denklem en genel flekliyle afla¤›daki gibi yaz›labilir. Yˆ = αˆ + βˆ X
201
7. Ünite - Nicel Veri Analizi ve Raporlama
fiekil 11’de αˆ ve βˆ’n›n neye karfl›l›k geldikleri resmedilmifltir. Alfa (αˆ) ba¤›ms›z de¤iflken (X) s›f›r de¤erini ald›¤›nda ba¤›ml› de¤iflkenin ald›¤› de¤erdir. fiekil 11’de pozitif bir de¤er alan α e¤er s›f›r olsayd› denklem orijinden geçen bir do¤ˆ) ise ba¤›ms›z de¤iflkende bir birim de¤iflimin baruya karfl›l›k gelecekti. Beta (β ¤›ml› de¤iflkende karfl›l›k geldi¤i farkt›r. Denklemimizin do¤rusal olmas› bu bir birimlik de¤iflimin ba¤›ms›z de¤iflken (X) için hangi düzeyde gerçekleflirse gerçekleflsin ba¤›ms›z de¤iflken üzerinde yarataca¤› etkinin sabit ve βˆ kadar kal›yor olmas›na karfl›l›k gelir. Bu önemli bir nokta oldu¤undan elimizdeki örnek çerçevesinde do¤rusall›¤›n ne anlama geldi¤ini yorumlamam›z gerekir. Elimizde anne e¤itimi ile çocuk e¤itimi aras›ndaki iliflkiye dair bir denklem var. X yani annenin e¤itini diyelim hiç olmad›¤›nda X0 = 0 ⇒ Yˆ0 = αˆ bulunacakt›r. Anne e¤er bir y›ll›k e¤itime sahipse o zaman elimizde Yˆ1 = αˆ + βˆ (1) ⇒ Yˆ1 − Yˆ0 = αˆ + βˆ − αˆ = βˆ . E¤er annenin e¤itimi 20 y›l olsayd› ve bu e¤itimin 21 y›la ç›kmas› durumunda çocu¤un e¤itiminde nas›l bir fark olaca¤›n› hesapl›yor olsayd›k o zaman yine ayn› flekilde fark› βˆ bulurduk: Yˆ21 − Yˆ20 = αˆ + βˆ (21) − αˆ − βˆ (20) = βˆ . BU önemli k›s›tt›r. Pek çok zaman bu do¤rusal etkinin beklentilere karfl›l›k gelmedi¤ini düflünebiliriz ve bu beklentilerin s›nanmas› gerekir. Eldeki verilerde Ba¤›ml› de¤iflken olarak kullan›lan Y ile bu kestirilen do¤rusal denklem aras›ndaki fark da afla¤›daki flekilde ifade edilebilir:
(
)
e = Y − Yˆ e gerçekleflen ya da gözlenen ba¤›ml› de¤iflken de¤eri oldu¤una ve Yˆ da do¤rusal denklem ile tahmin edilen ba¤›ml› de¤iflken de¤eri oldu¤una göre, e bir tahmin hatas›d›r. Tahmin hatalar›n›n karelerinin toplam› olan afla¤›daki denklemin en ufak de¤eri veren αˆ ve βˆ de¤erlerini X ve Y cinsinden bulmam›z gerekir:
∑ e2 = ∑ (Y − αˆ − βˆ X )
2
Bu denklemi minimize eden αˆ ve βˆ de¤erleri afla¤›daki flekilde elde edilir. Bu tahmin de¤erleri oldu¤undan αˆ ve βˆ olarak ifade edilmifllerdir:
βˆ =
∑ (Y − Y )( X − X ) 2 ∑( X − X)
Kendi E¤itimi (Okula Devam Edilen Y›l Olarak)
αˆ = Y − βˆ X fiekil 7.10
25 Ömer
Ahmet 20 Hüseyin
Elif
Ayfle
15 Ceren Berna
10 Zeynep
Serdar
Emre
5
y=0,811x+9,1341 R2=0,4385
0 0
1
2
3 4 5 6 7 8 9 10 11 Annenin E¤itimi (Okula Devam Edilen Y›l Olarak)
12
13
Baban›n e¤itimi ile kendi e¤itimi aras›ndaki regresyon iliflkisi
202
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Baban›n e¤itimi ile kendi e¤itimi aras›ndaki regresyon iliflkisi
Kendi E¤itimi (Okula Devam Edilen Y›l Olarak)
fiekil 7.11
25 Ömer
Ahmet 20 Hüseyin
e
Elif
15
Ayfle Serdar
Ceren
Berna
10 Zeynep
Emre
5
y=0,811x+9,1341 R2=0,4385
0 0
1
2
3
4
5
6
7
8
9
10
11
12
13
Annenin E¤itimi (Okula Devam Edilen Y›l Olarak)
Yukar›daki 10 gözlem için bu iki denklemin gerektirdi¤i hesaplar afla¤›daki Tablo 7.4’te yap›lm›flt›r. x = ( X − X ) ve y = (Y − Y ) ve olarak hesapland›¤›nda yx ve x2 kolonlar› elde edilir. Daha sonra bu kolon toplamlar› ve onlar›n da oranlar› al›nd›¤›nda αˆ ve βˆ de¤erleri bulunur. fiekil 7.11 üzerinde de gösterildi¤i gibi gerek αˆ gerek βˆ de¤erleri pozitif bulunmaktad›r. Yani annenin e¤itimi artt›kça çocuklar›n e¤itimi de artmaktad›r. Ancak bu βˆ de¤eri s›f›rdan büyük ancak birden küçük oldu¤u için annenin her bir y›l fazladan e¤itiminin ancak %81 kadar›n›n çocu¤un e¤itimine yans›d›¤›n› görüyoruz. Ancak anne hiç e¤itimsiz bile olsa bir nesil sonraki çocuklar›n ortalama 9,1 y›ll›k bir e¤itimi olaca¤›n› öngörüyor kestirilen denklem. Bu yaklafl›k 9 y›ll›k fark›n annenin e¤itiminden ba¤›ms›z her çocu¤a yans›d›¤› düflünülürse yeni neslin e¤itim avantaj› ortaya ç›kmaktad›r. Tablo 7.4b Regresyon denkleminin kestirim hesaplar› tablosu
Annenin e¤itimi Derne¤in kendi (okula devam e¤itimi (okula devam edilen y›l olarak) edilen y›l olarak) X
Y
x
y
yx
x2
Ahmet
5
21
-1
7
-7
1
Ayfle
12
17
6
3
18
36
Zeynep
0
5
-6
-9
54
36
Hüseyin
5
16
-1
2
-2
1
Ömer
12
21
6
7
42
36
Emre
4
8
-2
-6
12
4
Elif
8
16
2
2
4
4
Ceren
0
12
-6
-2
12
36
Serdar
9
13
3
-1
-3
9
Berna
5 _ X=6
11 _ Y=14
-1
-3
3
1
Toplam=
133
164
Alfa
9,134
Beta
0,811
Ortalama de¤er
7. Ünite - Nicel Veri Analizi ve Raporlama
fiekil 7.11’de gösterilen bir di¤er hesap sonucu da R2 de¤eridir. Bu de¤er de yukar›daki temel regresyon denklemlerinden elde edilir ve ba¤›ml› de¤iflkendeki toplam varyans›n yüzde kaç›n›n ba¤›ms›z de¤iflken taraf›ndan aç›klanabildi¤ine karfl›l›k gelir. R2 s›f›r ile 1 aras›nda de¤iflir ve bire yaklaflt›kça ba¤›ms›z de¤iflkenin aç›klay›c› kuvvetinin artt›¤› fleklinde yorumlan›r. Bu örnekte yaklafl›k %43,8 ba¤›ms›z de¤iflken taraf›ndan aç›klan›rken geriye kalan %56 gibi bir varyans›n modelin %56 tahmini d›fl›nda gerçekleflti¤i görülür. Dolay›s›yla R2 de¤eri elimizdeki ba¤›ml› de¤iflken ile ba¤›ms›z de¤iflken aras›ndaki do¤rusal iliflkinin toplam varyans›n ne oran›n› aç›klayabildi¤i yani ne derece kuvvetli bir iliflki oldu¤una dair bir ipucu verir. ‹lk baflta bahsetmifl oldu¤umuz nedensel iliflkiler için iliflkinin yönü ve büyüklü¤ü hakk›nda bir ç›kar›m› alfa ve beta de¤erlerine bakarak bulurken bu de¤erlerin özetledi¤i do¤rusal modelin veriye ne derece uydu¤una dair bir ç›kar›m› R2 verir. Burada verilmifl olan R2 asl›nda istatistik kitaplar›nda karfl›m›za ç›kan Pearson korelasyon katsay›s›n›n karesine eflittir. Bak›n›z Blalock (1979, 405-409) ya da Elifson, Runyon ve Haber (1990, 198-206). Dikkat edilirse flimdiye kadar regresyon hakk›nda konuflurken asl›nda istatistikten hiç bahsetmedik. Sadece bir e tan›mlad›k ve bu e de¤erlerinin karelerinin toplam›n› en küçük yapacak alfa ve beta de¤erleri bulduk. Burada sadece bir minimizasyon vard›r. Oysa asl›nda regresyon analizi bu eldeki verilerde gözlenen e ve asl›nda hedef kitledeki do¤rusal iliflkide oldu¤u varsay›lan ve do¤rudan gözlenmeyen rastsal faktörlerin da¤›l›mlar›na dair bir varsay›m yapar. Bu faktörler e¤er normal da¤›l›ma sahipse o zaman regresyon analiziyle elde edilen alfa ve beta de¤erleri hakk›nda istatistiki s›namalar yap›labilir. Bu tür bir regresyon analizi sunumu için bak›n›z Stock ve Watson (2003, 91-141). Bir sonraki ad›m olarak elimizdeki ba¤›ml› de¤iflkeni aç›klamakta kullan›labilecek baflka ba¤›ms›z de¤iflkenler olup olmad›¤› sorusunu cevaplamam›z gerekir. Elbette hemen hiçbir ba¤›ml› de¤iflkendeki varyans›n tümünü ya da bunun önemli bir k›sm›n› sadece tek bir ba¤›ms›z de¤iflken ile aç›klamak mümkün de¤ildir. Sosyal iliflkilerde daima çok de¤iflkenli bir aç›klama gereklidir. Yukar›daki denklem çok say›da ba¤›ms›z de¤iflkeni içerecek flekilde afla¤›daki flekilde de¤ifltirilebilir:
Y = αˆ + βˆ1 X1 + βˆ2 X2 + ⋅⋅⋅+ βˆK X K + e Bu flekilde iki ba¤›ms›z de¤iflkenin ba¤›ml› de¤iflken üzerindeki etkilerini birbirinden ay›rt etmek gerekir. Örne¤in yukar›da annenin e¤itiminin çocu¤un e¤itimi üzerine etkisine bakarken çok çocuklu ailelerle daha az çocuklu aileler aras›nda bir fark gözetmemifltik. Oysa beklentimiz ailedeki çocuk say›s› artt›kça oradaki çocuklar›n e¤itimlerinin düflece¤i yönündedir. Yapmak istedi¤imiz ailedeki çocuk say›s›n› sabit tuttu¤umuzda annenin e¤itimini de¤ifltirdi¤imizde çocuklar›n e¤itim düzeyi nas›l de¤iflmektedir onu görmektir. Burada çözümlemeyi zorlaflt›ran annenin e¤itimi ile ailedeki toplam çocuk say›s›n›n da, yani seçmifl oldu¤umuz iki ba¤›ms›z de¤iflkenin de kendi aralar›nda ilintili olmalar›d›r elbette. Bu hem yukar›dakine benzer flekilde çoklu ba¤›ms›z de¤iflkenlerin katsay›lar›n›n kestirilmesinde hem de elde edilen denklemin yorumlanmas›nda zorluklar yarat›r. Yani birbiriyle ilintili iki ba¤›ms›z de¤iflkeni tek tek ayn› ba¤›ml› de¤iflkeni aç›klamak üzere bir denkleme koymak sonucunda elde edilecek etki katsay›lar› bu iki de¤iflkenin beraber ayn› denkleme konulmalar› sonucunda elde edilecek etki katsay›lar›ndan farkl› olacakt›r. Bu tart›flma bizi çoklu iliflkilerde kontrol kavram›na götürür. Yani bir de¤iflkenin farkl› birkaç de¤iflkenin ba¤›ml› de¤iflken üzerine etkisi kontrol al-
203
204
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
t›nda tutuldu¤unda kendi marjinal etkisinden bahsetmemiz gerekir. Burada kontrol de¤iflkenlerinin ne olduklar› ve say›s› elbette herhangi bir ba¤›ms›z de¤iflkenin çoklu bir denklem içerisindeki marjinal etkisi üzerine büyük etkisi olacakt›r.
SONUÇ Sosyal bilimlerde ço¤u zaman kuramsal olarak ba¤›ml› de¤iflkenlerin hangi ba¤›ms›z de¤iflkenler taraf›ndan belirlendi¤i konusunda ba¤›ml› de¤iflkenlerdeki tüm varyans› aç›klamaya yeterli bir kuramsal çerçeve yoktur. Kuramsal olarak bu belirsizli¤in yan› s›ra de¤iflkenlerin ölçümünde karfl›lafl›lan pek çok sorun da de¤iflkenler aras› iliflkilerin modellemesinde görgül sorunlara yol açar. Ancak hemen her zaman birkaç ba¤›ms›z de¤iflkenin etkilerini birbirlerinden ay›rmak, hangisinin di¤erlerine göre daha yüksek bir etkiye sahip oldu¤unu ortaya ç›karmak ve toplam varyans›n mümkün oldu¤unca yüksek bir oran›n› aç›klayabilmek gibi temel sorunlarla u¤rafl›r›z. Burada önemli olan nokta çok de¤iflkenle kurgulanm›fl bir aç›klay›c› denklem söz konusu oldu¤unda hangi de¤iflkenlerin ba¤›ml› de¤iflkenle ilintili olaca¤›na dair birinci bilginin kuramsal çerçeveden elde edilmesi gere¤idir. Bu kuramsal arka plan bize de¤iflkenler hakk›nda bir fikir verir ard›ndan da bu de¤iflkenlerin ölçülüp veri çözümlemesine dahil edilmesi gerekir. Nicel verilerin çözümlenmesi ve sunumuna bafllarken araflt›rman›n amaçlar›n›n her zaman ak›lda tutulmas› gere¤inden bahsetmifltik. Bu amaçlar do¤rultusunda hem nas›l bir çözümleme yap›laca¤›na hem de bu çözümlemelerin hangi önceliklerle sunulaca¤›na karar verilir. E¤er amaç sadece bir nicel betimleme yapmaksa buna ba¤l› kal›n›p nedensellik s›namalar›na girmek gerekli olmayacakt›r. Oysa amaç bir nedensellik s›namas›ysa o zaman yukar›da gayet basit bir çerçevede sunmaya çal›flt›¤›m›z çok de¤iflkenli bir s›nama modeli gelifltirilmesi ve bunun teknik detaylar›n›n okurla paylafl›lmas› gerekecektir. Bu amaçlar›n çal›flman›n en bafl›nda belirlenmesi çok önemlidir çünkü k›saca göstermeye çal›flt›¤›m›z gibi her çözümlemenin varsayd›¤› birtak›m ölçüm düzeyleri vard›r. Bu düzeylerde ölçümler yap›lmadan ya da eldeki ölçüm düzeyine uygun bir çözümleme çerçevesi oluflturmadan tatmin edici bir analiz yap›lamayacakt›r. Unutulmamal›d›r ki sosyal bilimlerde çok de¤iflkenli bir aç›klama çerçevesi vaz geçilemez bir gerekliliktir. Buna uygun bir araflt›rma kurgusu ve çözümlemesi için gerekli önlemler araflt›rman›n her aflamas›nda al›nmal›d›r.
7. Ünite - Nicel Veri Analizi ve Raporlama
205
Özet
N A M A Ç
1
N A M A Ç
2
Nicel veri analizinin temel özellikleri kavrama Bu bölümde öncelikle nicel veri analizinin gerek yürütülmesinde gerek sunumunda en önemli iki etmenin alt› çizildi. Bunlardan birincisi araflt›rman›n genel amac› ikincisi ise hedeflenen okur kitlesinin nitelikleri ve beklentilerinin neler oldu¤udur. Buna vurgu yap›larak farkl› amaç ve hedef okur kitlelerine göre analiz ve sunum stratejilerinin de¤iflmesi gere¤i üzerinde duruldu. De¤iflik nicel veri grafiklerini yapmak Herhangi bir nicel veri analizinde en baflta gelen yöntem verinin resminin çizilmesidir. Bu flekilde verinin ana özellikleri görülebilecek ve analizde peflinden koflulmas› gereken örüntülerin neler oldu¤u daha rahat gözlenebilecektir. Bu amaçla eldeki verinin ölçüm düzeyine ba¤l› olarak farkl› grafiksel veri resimlendirme yöntemleri üzerinde durulmufltur. Bu yöntemlerde dikkat edilmesi gereken temel kurallar vurgulanm›flt›r.
N AM A Ç
3
N A M A Ç
4
Merkezi e¤ilim ve buradan sapma ölçütlerini de¤erlendirmek Eldeki verinin en basit flekilde özetlenebilmesi için tipik gözlem nedir sorusunun yan›t› nas›l verilebilir? Bu soru merkezî e¤ilim ölçütlerinin nas›l oluflturulabilece¤i tart›flmas›na götürmüfltür bizi. Bunun ard›ndan bu tipik gözlemden olan sapmalar›n özetlenmesi amac›yla farkl› ölçütler tart›fl›lm›flt›r. Her ölçütün avantaj ve k›s›tlar› vurgulanm›fl ve örnekler etraf›nda farkl› özellikleri verilmifltir. Tablo analizi, standart normal tabloyu kullanabilecek regresyon analizinin temel kavramlar›n› aç›klayabilecek bilgi ve beceriler kazanmak Gerek veriyi betimlemek gerek verideki farkl› iliflkileri nedensellik s›namalar›na temel oluflturacak flekilde ortaya koymak amac›yla tablo analizinin temel kavramlar› üzerinde örnekler çerçevesinde durulmufltur. Bu tart›flma daha sonra regresyon analizinin ana kavramlar›yla noktalanm›flt›r.
206
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Kendimizi S›nayal›m 1. Niye akademik çal›flmalar öncelikle hakemli dergiler ve kitap yay›nevlerinde yay›nlan›r? a. Yay›n çabuklaflt›¤› için b. Kolayl›kla okurla buluflulabildi¤i için c. Dergiler genelde üniversiteler taraf›ndan bas›ld›¤›ndan d. Bu mecralar›n etkileri daha yüksek oldu¤undan e. Buralarda çal›flmalar›n bilimsel yeterli¤i çift tarafl› kör bir de¤erlendirmeye tabi tutuldu¤undan. 2. Bilimsel çal›flmalar›n sunumunda afla¤›dakilerden hangisine önem vermek vazgeçilmezdir? a. Okurun ne yap›ld›¤›n› tam olarak anlay›p araflt›rmay› tekrar üretebilece¤i bilgileri vermek b. Sonuçlar› istatistiksel olarak sunmak c. Sonuçlar› basitlefltirip grafiksel olarak sunmak d. Elde mevcut en son araflt›rma tekniklerini kullanm›fl olmak e. Araflt›rmay› matematiksel bir ifadeye indirgeyebilmek 3. Aritmetik ortalama afla¤›dakilerin hangisindeki merkezi e¤ilimi yans›tmakta en az sorunlu kullan›m› bulur? a. Ülkedeki gelir da¤›l›m›n› özetlemek için b. Bölgesel bir partinin ülke çap›nda oy da¤›l›m› c. Üniversite girifl s›nav›ndaki puan da¤›l›m› d. Bir gazete okurlar›n›n ideolojik düzlemde da¤›l›m› e. Zeka ölçüm skorlar›n›n da¤›l›m› 4. Haftal›k süt tüketimi 5 litre olan bir ailenin Türkiye genelinde ne konumda oldu¤unu saptamak için neye ihtiyac›m›z yoktur? a. Türkiye’de haftal›k ortalama süt tüketimini bilmeye b. Bu ailenin standart z skorunu bilmeye c. Türkiye’de haftal›k süt tüketiminin standart sapmas›n› bilmeye d. ‹ngiltere’deki haftal›k ortalama süt tüketimini bilmeye e. Türkiye’de haftal›k süt tüketiminin varyans›n› bilmeye
5. Yukar›daki ünite tart›flmas›ndaki örnekte de kullan›lan AB’ne üyeli¤e verilen deste¤in asl›nda ideolojik bir temeli oldu¤u beklentisini elimizde deneklerin kendilerini solcu, sa¤c› ya da ortada olarak gösterdikleri bir cetvel yard›m› ile nas›l s›nayabiliriz? a. AB üyeli¤ine destek verenlerin yüzde kaç›n›n solcu oldu¤una bakar›z b. AB üyeli¤ine karfl› olanlar› yüzde kaç›n›n sa¤c› oldu¤una bakar›z c. Örneklemine yüzde kaç›n›n AB’ye destek veren solcu yüzde kaç›n›n da AB’ne karfl› sa¤c›lar oldu¤una bakar›z d. Solcu, ortada ve sa¤c› olanlar içinde AB’ne taraftar olanlar›n oran› nas›l de¤ifliyor diye bakar›z e. Toplam örneklemde solcu ve sa¤c› olup da AB’ne üyeli¤i destekleyenlerin oran›na bakar›z 6. Ortalamas› 45 ve standart sapmas› da 5 olan bir normal da¤›l›m için 70’in standart z de¤eri afla¤›dakilerden hangisidir? a. 2 b. 5 c. 1,2 d. 4,5 e. 3 7. Ortalamas› 45 ve standart sapmas› da 5 olan bir normal da¤›l›m için 40 ve 55 aras›nda kalan alan yüzde kaçt›r? a. %67 b. %81,8 c. %95 d. %46 e. %18,2 8. Sonuçlar› normal da¤›lan bir s›navda ortalama 60 standart sapma da 10 dur. S›navdan 50 alan bir ö¤rencinin geride b›rakt›¤› ö¤rencilerin oran› yaklafl›k kaçt›r? Bu s›navda 50 ve 65 aras›ndakilerin oran› nedir? a. %30 ve %23 b. %15,9 ve %53,3 c. %17 ve %38,2 d. %34,1 ve %17 e. %15,9 ve %34,1
7. Ünite - Nicel Veri Analizi ve Raporlama
207
Kendimizi S›nayal›m Yan›t Anahtar› 9. Kifli bafl›na düflen gayri safi milli has›la (KBGSMH) artt›kça hükümet bütçesinden e¤itime ayr›lan pay›n ( E) artaca¤› beklentisi do¤rusal bir regresyon denklemiyle s›nan›rken kullan›lan denklem nas›l olacakt›r ve burada e¤im (α) ve denklem sabitinin (β) beklenen de¤erleri ne olabilir? a. E=α+β (KBGSMH); α=0, β<0 b. E=α+β (KBGSMH); α>0, 0<β<1 c. KBGSMH=α+β E, α>0, β>0 d. KBGSMH=α+β E, α=0, β<0 e. E=α+β (KBGSMH); α>0, β>1
1. e
10. Y›llar içindeki seçimlerde bir partinin ald›¤› oy oran› (Oy%) ile mecliste sahip oldu¤u sandalye oran› (S%) aras›nda bir iliflki olmas› beklenir. Bu iliflki S%= α+β (Oy%) denklemiyle ifade edildi¤inde mükemmel bir temsil sisteminde beklenen α ve β de¤erleri ne olmal›d›r? a. α=0, β<1 b. α=1, β<0 c. α=0, β=1 d. α=1, β>1 e. α=0, 0<β<1
7. b
2. a 3. e 4. d 5. d 6. b
8. b 9. b 10. c
Yan›t›n›z yanl›fl ise “Nicel Veri Çözümlemesine Bafllarken” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Nicel Veri Çözümlemesine Bafllarken” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Merkezi E¤ilim Ölçütleri” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Merkezi E¤ilim Ölçütleri” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Betimsel Nicel Veri Analizi” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Da¤›l›m Ölçütleri” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Da¤›l›m Ölçütleri” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Da¤›l›m Ölçütleri” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Regresyon Modeli” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Regresyon Modeli” konusunu yeniden gözden geçiriniz.
208
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Yararlan›lan Kaynaklar Abelson, R.P. (1995). Statistics as Principled Argument, Psychology Press. Blalock, H.M. 1979. Social Statistics, 2. Bask›, New York: McGraw Hill. Bulmer, M.G. (1967). Principles of Statistics, Dover Publications. Elifson, K.W., R. P. Runyon ve A. Haber. 1990 Fundamentals of Social Statistics, 2. Bask›. New York: McGraw Hill. Freedman, D., R. Pisani, R. Purves and A. Adhikari (1991). Statistics, 2nd edition, W..W. Norton and Company. Tufte, E. 1983. The Visual Display of Quantitative Information, Graphics Press. Jacoby, W.G. 1997. Statistical Graphics for Univariate and Bivariate Data, Sage Publications. Jacoby, W.G. 1998. Statistical Graphics for Visualizing Multivariate Data, Sage Publications. Wallgren, A., B. Wallgren, R. Persson, U. Jorner, J. A. Haaland. 1996. Graphing Statistics & Data: Creating Better Charts, Sage Publications. Henry, G.T. 1995. Graphing Data: Techniques for Display and Analysis, Sage Publications. Rae, L.M. ve R.A.Parker. (1997). Designing and Conducting Survey Research, A Comprehensive Guide, San Francisco: Jossey-Bass Publishers. Stock, J.H. ve M.W. Watson. 2003. Introduction to Econometrics. Addison Wesley. fienesen, Ü. (2004) ‹statistik, Say›lar›n Arkas›n› Anlamak, ‹stanbul: Literatür Yay›nlar›.
7. Ünite - Nicel Veri Analizi ve Raporlama
209
EK 1 Biraz Matematiksel Notasyon Burada toplama ifllemlerini basit bir notasyon çerçevesinde kullanaca¤›z. Genellikle X ba¤›ms›z Y ise ba¤›ml› de¤iflkenleri göstermek için kullan›lacakt›r. Xi ya da Yi bu de¤iflkenlerin ölçüm birimi i için olan de¤erini verecektir. Yani e¤er analiz birimimiz bireyler ise i Ahmet Bey ya da Ayfle Han›m gibi bireylerin bu de¤iflken için hangi de¤eri ald›klar›n› gösterir. E¤er bir de¤iflken için N tane gözlem varsa bu de¤iflkenin N analiz birimi için toplam de¤erini flu flekilde bulabiliriz: N ∑ Xi =X1 + X1 + ⋅⋅⋅ + X N −1 + X N i =1 Örnek : N = 10 X1 = 2, X2 = 4, X 3 = 1, X 4 = 6, X5 = 2, X6 = 2, X 7 = 7, X8 = 3, X1 = 8 ve X10 = −2 10 ∑ Xi = X1 + X1 + ⋅⋅⋅ + X9 + X10 = 2 + 4 + 1 + 6 + 2 + 2 + 7 + 3 + 8 + (−2) = 31 i =1
Ayn› mant›¤› takiple afla¤›daki ifllem de sonuçland›r›l›r: 5 2 2 2 2 2 2 2 ∑ Xi = X 3 + X 4 + X5 = (1) + (6) + (2) = 41 i= 3
Ayn› örnek etraf›nda afla¤›daki toplamlar›n birbirlerine eflit olmad›¤›n› teyit etmekte fayda vard›r: 5 2 2 5 ∑ Xi ≠ ∑ Xi i = 3 i= 3 2 2 2 2 2 2 5 2 2 2 ∑ i = 3 Xi = X 3 + X 4 + X5 = (1) + (6) + (2) = 41 ≠ ( X 3 + X 4 + X5 ) = (1 + 6 + 2) = 81
Benzer flekilde Y3=3 Y4=5 Y5=1 için
5 5 5 ∑ Xi ∑ Yi ≠ ∑ XiYi i = 3 i = 3 i = 3
(1 + 6 + 2)(3 + 5 + 1) ≠ (1)(3) + (6)(5) + (2)(1) ⇒
(9)(9) ≠ 35
Afla¤›daki basitlefltirmelere dikkat etmek gerekir: N N ∑ aXi = aX1 + aX1 + ⋅⋅⋅+ aX N −1 + aX N = a ∑ Xi i =1 i =1 N ∑ a = Na i =1
210
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
EK 2 Standard Normal Da¤›l›m -sonsuz Z’ye
Z 0,000 0,100 0,200 0,300 0,400 0,500 0,600 0,700 0,800 0,900 1,000 1,100 1,200 1,300 1,400 1,500 1,600 1,645 1,700 1,800 1,900 2,000 2,100 2,200 2,300 2,326 2,400 2,500 2,576 2,600 2,700 2,800 2,900 3,000
Z Eksi sonsuzdan Z skoruna toplam alan 0,5000 0,5398 0,5793 0,6179 0,6554 0,6915 0,7257 0,7580 0,7881 0,8159 0,8413 0,8643 0,8849 0,9032 0,9192 0,9332 0,9452 0,9500 0,9554 0,9641 0,9713 0,9772 0,9821 0,9861 0,9893 0,9900 0,9918 0,9938 0,9950 0,9953 0,9965 0,9974 0,9981 0,9987
Xcell’de NORMSDIST(..) fonksiyonu ile elde edilmifltir.
Z’den +sonsuza
Z Z’den art› sonsuza toplam alan 0,5000 0,4602 0,4207 0,3821 0,3446 0,3085 0,2743 0,2420 0,2119 0,1841 0,1587 0,1357 0,1151 0,0968 0,0808 0,0668 0,0548 0,0500 0,0446 0,0359 0,0287 0,0228 0,0179 0,0139 0,0107 0,0100 0,0082 0,0062 0,0050 0,0047 0,0035 0,0026 0,0019 0,0013
ULUSLARARASI ‹L‹fiK‹LERDE ARAfiTIRMA YÖNTEMLER‹
8 Amaçlar›m›z
N N N N
Bu üniteyi tamamlad›ktan sonra; Farkl› yöntemlerin birbirleri ile rekabet hâlinde olmaktan ziyade, birbirlerini tamamlad›klar›n›, Çeflitli yöntemlerin nas›l en iyi flekilde entegre edilip araflt›rma sorular›na uygulanabilece¤ini, Çeflitli kar›fl›mlar›n hangi bilimsel amaca hizmet etti¤ini, Farkl› çoklu yöntem kullan›m flekillerini (4’lü, 3’lü, 2’li gibi) ve örneklerini aç›klayabilecek bilgi ve becerilere sahip olabileceksiniz.
Anahtar Kavramlar • Üçleme Yöntemi • Formel Modelleme • ‹statistiki Analiz
• Nitel Vaka Analizi • Disiplinli - Yap›land›r›c› Çal›flma
‹çindekiler
Uluslararas› ‹liflkilerde Çoklu Yöntem Araflt›rma Yöntemleri Yaklafl›mlar›
• G‹R‹fi • YÖNTEMSEL ÇO⁄ULCULUK • ÇOKLU YÖNTEM KARIfiIM ÇEfi‹TLER‹ • ‹K‹L‹ KARIfiIM ÇEfi‹TLER‹ • FORMEL MODELLEME VE N‹CEL YÖNTEMLER‹N KARIfiIMLARI • FORMEL MODELLEME VE N‹TEL YÖNTEMLER‹N KARIfiIMLARI • N‹CEL YÖNTEMLER‹N DE⁄‹fi‹K TÜRLER‹N‹ KARIfiTIRAN YAKLAfiIM • N‹TEL YÖNTEMLER‹N DE⁄‹fi‹K TÜRLER‹N‹ KARIfiTIRAN YAKLAfiIM • SONUÇ
Çoklu Yöntem Yaklafl›mlar› G‹R‹fi Son zamanlarda, uluslararas› iliflkiler alan›nda, araflt›rma yöntemleri ile ilgili geliflmeler olmufl ve araflt›rmac›lar ilgilendikleri sorular› cevaplarken çoklu yöntem yaklafl›mlar›n› giderek artan bir h›zla kullanmaya bafllam›fllard›r. 20. yüzy›l, nicel ve nitel yaklafl›mlar› a¤›rl›kla kullanan sosyal bilimciler aras›nda yo¤un tart›flmalara sahne olmufl fakat geçti¤imiz on y›lda farkl› yöntemlerin rakip olmad›klar› vurgulanm›fl, birbirlerini tamamlay›c› unsurlar›na önem verilmeye bafllanm›flt›r. Ayn› çal›flma içerisinde farkl› yöntemlerin nas›l birlefltirilece¤i ile ilgili çal›flmalar giderek önem kazanm›flt›r. Bunun en önemli göstergeleri aras›nda, disiplinleraras› dergiler olan Çoklu Yöntem Araflt›rmas› Dergisi (Journal of Mixed Method Research) ve Nitel ve Nicel (Quality & Quantity) gibi dergilerin yay›nlanmaya bafllamas› ve bunun yan› s›ra Amerikan Siyaset Bilimi Derne¤i bünyesinde Nitel ve Çoklu Yöntem Araflt›rmalar› (Qualitative and Multi-Method Research) adl› bir alt bölümün kurulmufl olmas› yer almaktad›r. Baz› bilim felsefesi araflt›rmac›lar›, nitel ve nicel yaklafl›mlar›n epistemolojik olarak farkl› olduklar›n› ve ayn› çal›flma içerisinde entegre edilemeyeceklerini savunmaktad›rlar. Fakat çoklu yöntem kullan›m›n› savunanlar, araflSIRA S‹ZDE t›rma sorusunu en iyi flekilde cevaplayabilmek için birden fazla yöntemi entegre etmek gerekiyorsa, bunun yap›lmas› gerekti¤ini, sonuçta bir araflt›rmada kullan›lan D Ü fi Ü N E L ‹ M yöntemin soruya göre belirlenmesi gerekti¤ini savunmaktad›rlar. Siyaset Bilimi ve Uluslararas› ‹liflkiler alanlar›nda araflt›rma yöntemleri konular›nda söz sahibi olan baz› araflt›rmac›lar, nitel ve nicel yaklafl›mlar›n S O R Ubirlikte kullan›lmas›nda bir sak›nca olmad›¤›n› anlatm›fllard›r. Henry Brady ve David Collier, Sosyal Araflt›rmay› Yeniden Düflünmek (Rethinking Social Inquiry) (2004) adl› kiD‹KKAT taplar›nda, iki yöntem aras›nda derin farkl›l›klar olmad›¤›n› ve baz› farkl›l›klar›n araflt›rmac›lar taraf›ndan afl›labilece¤ini King, Keohane ve Verba da Sosyal Araflt›rSIRA S‹ZDE may› Tasarlama (Designing Social Inquiry) (1994) adl› kitaplar›nda, kaliteli sosyal bilim araflt›rmalar›n›n nicel ve nitel yaklafl›mlar› ayn› çal›flma içerisinde entegre edebileceklerini belirtmifller ve bu iki yaklafl›m aras›nda bilimsel ç›kar›mda izlenen AMAÇLARIMIZ prosedürler aç›s›ndan bir farkl›l›k olmad›¤›n› vurgulam›fllard›r.
N N
Henry E. Brady ve David Collier. (2004). Rethinking Social Inquiry: K ‹Diverse T A P Tools, Shared Standards. Lanham, MD: Rowman & Littlefield.
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
TELEV‹ZYON
‹NTERNET
‹NTERNET
D‹KKAT
D‹KKAT
SIRA S‹ZDE
214 AMAÇLARIMIZ
N N
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
YÖNTEMSEL T E L E V ‹ Z Y O NÇO⁄ULCULUK
TELEV‹ZYON
‹NTERNET
Ba¤›ml› de¤iflken üzerinde birden fazla ba¤›ms›z de¤iflkenin etkisi olabilece¤ini düflünürsek, nicel yöntemler her bir ba¤›ms›z de¤iflkenin ba¤›ml› de¤iflken ile ne kadar iliflkili oldu¤unu ölçebilir. ‹ç savafllar›n süresinin hangi faktörler taraf›ndan belirlendi¤i konusunda bir sorumuz oldu¤unu varsayal›m. Ba¤›ms›z de¤iflkenler aras›nda uluslararas› ve yerel etkenleri sayabiliriz. SIRA S‹ZDE Örne¤in, taraflara ülke d›fl›ndan destek var m›? Ülke içindeki demokrasinin düzeyi Bu iki D Ü fi Üne N Eboyuttad›r? L‹M faktörün de belli olas›l›k yüzdeleri ile iç savafllar›n süresini etkileyebildi¤ini S O R U görebiliriz.
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
AMAÇLARIMIZ
Gary King, Robert K ‹ T AO.PKeohane ve Sidney Verba. (1995). Designing Social Inquiry: Scientific Inference in Qualitative Research. Princeton, NJ: Princeton University Press.
K ‹ T A P
D‹KKAT
SIRA S‹ZDE
Sosyal Bilimlerde çoklu yöntemlerin kullan›m› konusunda giderek artan bir çaba oldu¤unu görüyoruz. Üç temel yöntemi nitel, nicel ve formel model, kullanan araflt›rmac›lar art›k her bir yöntemin birbirini tamamlay›c› rollerini keflfetmifllerdir. ‹ N T E R N E T kullan›larak, makro kuramlar hakk›nda de¤erli bilgiler ö¤reneFormel modelleme bilir ve olas› senaryolar› gerçek hayatta olmad›¤› kadar çeflitlendirebiliriz. Fakat formel model, ampirik bir yöntem de¤ildir ve modelin bulgular›n›n nitel ya da nicel yöntemler kullan›larak test edilmesi gerekir. Vaka çal›flmalar› ya da nitel yaklafl›mlar süreç takibi yöntemini kullanarak neden-sonuç iliflkilerini keflfetmeye yard›mc› olurlar fakat vaka d›fl›nda genelleme yap›lmas›na s›ra geldi¤inde sorun yaflayabilirler. Nicel yöntemler ise de¤iflkenler aras›ndaki ba¤lant›lar› saptayabilirler fakat iki de¤iflken aras›ndaki neden-sonuç iliflkisini göstermek için yeterli de¤illerdir. Yöntemler birlikte kullan›ld›¤›nda birbirlerinin eksikliklerini tamamlayabilirler. Bu ünitede, her bir yöntemin fayda ve üstünlükleri k›saca anlat›ld›ktan sonra nitel, nicel ve formel modellerin kullan›ld›¤› örnek araflt›rmalardan bahsedilecektir.
Formel Modelleme Yaklafl›m› Formel modelleme yönteminin üstünlü¤ü, son derece titiz ve dikkatli bir çal›flma gerektiren tümdengelim yönteminde sakl›d›r. Tümdengelim yöntemi ile neden-sonuç iliflkilerinin detayl› olarak irdelenmesi ve test edilebilir hipotezlerin ortaya konulmas› mümkündür. Örnekler aras›nda, toplu faaliyet ikilemi (collective action), mahkûmlar ikilemi (prisoner’s dilemma), güvenilir taahhüt (credible commitment) SIRA S‹ZDE ve müvekkil-vekil sorunu (principal-agent problem) yer almaktad›r. Formel modelleme yönteminde bazen birden fazla çözüm olabilece¤i için sonuca ulaflmak zor olabilir. Ayr›ca, kiflilerin tercihleri ba¤›ms›z de¤iflken olarak modele aktar›l›rsa, D Ü fi Ü N E L ‹ M modelin aç›klama gücü azal›r. Bu eksikliklerin üstesinden gelmek için, formel modellerin mutlaka vaka analizi ya da istatistiksel çal›flmalarla desteklenip, modelden S O R U ampirik bulgularla ispatlanmas› gerekir. ç›kan hipotezlerin TümdengelimD yöntemi ‹ K K A T Ünite 2’de nedensellik konusu alt›nda ifllenmifltir.
Nicel Yöntemler SIRA S‹ZDE
N N
Nicel yöntemlere ayn› zamanda istatistiksel yöntemler de denir. Nicel yöntemlerin üstünlükleri aras›nda öne ç›kanlar, iki de¤iflken aras›ndaki iliflkiyi ölçebilmeleri ve ba¤›ms›z de¤iflken üzerinde gözlemlenen etkinin ne kadar›n›n farkl› ba¤›ms›z deAMAÇLARIMIZ ¤iflkenler taraf›ndan belirlendi¤ini gösterebilmeleridir. Farkl› ba¤›ms›z de¤iflkenlerin, bir ba¤›ms›z de¤iflken üzerinde yaratt›klar› etkilere, k›smi etkiler (partial efK Önceki ‹ T A P ünitelerde de belirtildi¤i gibi, iki de¤iflken aras›nda bir iliflkifects) denir. nin ölçülüyor olmas›, bu iliflkinin bir neden-sonuç mekanizmas›na ba¤l› oldu¤unun kan›t› de¤ildir. Dolay›s›yla, formel modelleme ve vaka analizleri bu eksikli¤i E L E Vkullan›labilir. ‹ZYON kapatmakTiçin Bu iki yöntem de iki de¤iflken aras›nda neden-sonuç iliflkilerinin belli bir mant›k silsilesi içerisinde keflfedilmesine yard›mc› olurlar. ‹NTERNET
8. Ünite - Çoklu Yöntem Yaklafl›mlar›
215
Nitel Yöntemler Nitel yöntemler, nicel yöntemlerin tersine, neden-sonuç iliflkilerinin ispatlanmas› aç›s›ndan üstün olan yöntemlerdir. Ayr›ca, süreç takibi gibi yöntemlerle, istatistiksel analizde keflfedilen bir iliflkinin gerçek bir nedensel iliflki mi yoksa sahte bir iliflki mi oldu¤unu ayd›nlatmak konusunda istatistiksel yöntemleri tamamlayabilirler. Baz› durumlarda, iki de¤iflken aras›nda karfl›l›kl› bir nedensellik iliflkisi olabilir. Di¤er bir deyiflle, ba¤›ml› de¤iflken hem ba¤›ms›z de¤iflken taraf›ndan belirlenen hem de ba¤›ms›z de¤iflkeni etkileyen bir konumda olabilir. Süreç takibi yöntemi, nedensel iliflkinin yönünü belirlemek aç›s›ndan da gereklidir. Ayr›ca, istatistiksel yöntemlerin aç›klayamad›¤›, sapk›n ya da normal ölçülerin d›fl›na ç›km›fl (outlier or deviant cases) gözlemleri de aç›klamak için vaka analizi yöntemine ihtiyaç vard›r. Peki, nitel yöntemlerin eksik kald›klar› noktalar nelerdir? Öncelikle, large-N diye nitelendirilen genifl bir popülasyona yay›lan çal›flmalarda, nedensel etkilerin vaka analizi taraf›ndan keflfedilmesi neredeyse mümkün de¤ildir. Vaka analizi, araflt›rma konusunun s›kl›¤› ve hangi flartlar alt›nda s›k olufltu¤u konusunSIRA S‹ZDE da ölçüm sa¤layamaz. Bu da vaka analizi çal›flmalar›n›n birebir tekrarlanmas›n› (replication) engeller. Araflt›rmac›lar, nadiren ayn› vakalar›, ayn› verileri ve ayn› kuram› kullan›r. En önemlisi de vaka analizi bulgular›n›n hangi popülasyon için D Ü fi Ü N E L ‹ M hangi flartlar alt›nda geçerli olaca¤›n› tayin etmek zordur. Bu durum vaka analizi çal›flmalar›n›n nicel yöntemlerin en önemli üstünlü¤ü olan genelleme yapabilme S O R U özelliklerini azalt›r. Vaka analizi yöntemlerinin tan›mlar› ve de¤iflik uygulamalar›, sapk›nDve‹ Kkritik K A T vaka analizi ve süreç takibi yöntemi de dahil olmak üzere, Ünite 4’te detayl› olarak ifllenmifltir.
ÇOKLU YÖNTEM KARIfiIM ÇEfi‹TLER‹
SIRA S‹ZDE
N N
Genelde, birden fazla yöntemin entegre edilerek araflt›rman›n yürütüldü¤ü çal›flmalara çoklu yöntem kullanan çal›flmalar denir. Peki, kaç yöntemin bir arada kulAMAÇLARIMIZ lan›lmas› gerekti¤ine dair ideal bir say› var m›d›r? Yöntemlerin kullan›m s›ras›, hangisinin önce ya da hangisinin sonra kullan›ld›¤› farkeder mi? Andrew Bennett’e göK ‹ 1T AMant›kl›l›k P re, dört farkl› araflt›rma türü ve amac› tan›mlamak mümkündür: ‹ncelemesi (Plausibilty Probe), 2- Disiplinli-Yap›land›r›c› Çal›flmalar (Disciplinedconfigurative studies), 3- Kuram oluflturucu çal›flmalar (Heuristic or theory-generating studies) ve 4- Kuram test edici çal›flmalar› Çoklu yöntemlerin T E L E Vhangi ‹ Z Y O N kar›fl›mlar›n›n bu amaçlara hizmet etti¤ini tan›mlamak, hangi yöntemlerin ne amaçla yanyana getirilebilece¤i konusunda da fikir sa¤layacakt›r. Mant›kl›l›k incelemesi, bir araflt›rmaya devam etmeden önce araflt›rma için har‹NTERNET canacak çaban›n ve izlenecek araflt›rma yönteminde baz› de¤iflikliklerin yap›lmas›n›n gerekli olup olmad›¤›n› belirlemek üzere yap›lan bir ön çal›flmad›r. Disiplinli-yap›land›r›c› çal›flmalar, bir vakay› ya da istatistiksel olarak gözlemlenen iliflkiyi aç›klamak için bir kuram›n kullan›lmas›d›r. Ampirik bilgiler zaten bellidir fakat baz› bulgular flafl›rt›c› oldu¤u için bu yönteme baflvurulur. Kuram oluflturucu çal›flmalar tümdengelim ya da tümevar›m yöntemlerini kullanarak çal›flman›n d›fl›nda b›rak›lm›fl fakat ba¤›ml› de¤iflken üzerinde olas› etkisi olacak faktörleri yeniden ele almak, kuram› gözden geçirmek ve yeni bir kuram tan›mlamak için yap›lan çal›flmalard›r. Kuram-testine yönelik çal›flmalar ise kuram›n genifl ya da k›s›tl› bir gruba hitap edip etmedi¤ini ve genellenebilir olup olmad›¤›n› belirlemeye yönelik çal›flmalard›r.
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
216
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Birden fazla yöntem ayn› çal›flma içerisinde kullan›ld›¤›nda, s›ralama önemlidir. Di¤er bir deyiflle, yöntemsel yaklafl›m önce formel modelleme sonra da istatistiksel analiz içerebilir ya da önce istatistiksel analiz sonra formel modelleme içerebilir. Birinci yaklafl›m kuram› test etmeyi, ikinci yaklafl›m ise kuram oluflturmay› hedeflemektedir. Bir çal›flma, s›ras›yla kuram oluflturup sonra test edebilir ya da bir kuram› önemli bir vakay› aç›klamak üzere kullan›p, daha sonra istatistiksel analiz yoluyla kuram› daha genel bir ortamda test edebilir. Tabii her yöntem birbiri ile entegre edilip kullan›labilir fakat her türlü yöntem kar›fl›m› bahsedilen her amaç için geçerli de¤ildir. Formel modeller için istatistiksel test yapabilir ama istatistiksel bulgular için formel model kullanarak test yapamay›z. Ayr›ca, ayn› çal›flma içerisinde yukar›da belirtilen araflt›rma amaçlar›ndan birden fazlas› hedeflenebilir. Ayn› çal›flma içerisinde, hem teori oluflturma hem de teori test etmeyi hedefleyen yöntemlerin birlikte kullan›ld›¤›n› görmek mümkündür. Tablo 8.1’de dört amaç ve her amaca hizmet edebilecek kar›fl›mlar anlat›lm›flt›r. Her kar›fl›m›n amac›n›n ne oldu¤u da ayr›ca her alanda yaz›lm›flt›r. Tabloda ikili kar›fl›m yöntemleri üzerinde durulmufltur. Fakat yukar›da da belirtildi¤i gibi ikiden fazla yöntem bir kaç amac› yerine getirmek için ayn› çal›flma içinde kullan›labilir. 4 ve üzeri, 3’lü ve 2’li olmak üzere çoklu yöntem kullanan çal›flmalar› s›n›fland›rabiliriz. Bu s›n›fland›rma bir hiyerarfli belirtmek amaçl› de¤il, örneklerin daha net ve organize flekilde ele al›nmas› için gereklidir. S›ras›yla, 4’lü ve üzeri, 3’lü ya da üçleme (tripartite) çeflitleri ele al›nd›ktan sonra, ünitenin büyük ço¤unlu¤u ikili yöntem kar›fl›m örneklerine ayr›lm›flt›r. Tablo 8.1 Araflt›rma Amaçlar› ve Çoklu Yöntem Kar›fl›m Çeflitleri Kaynak: Bennett, Andrew. (2002). “Where the Model Frequently Meets the Road: Combining Statistical, Formal, and Case Study Methods”. Paper presented at the Annual Meetings of the American Political Science Association, Boston, MA.
Formel-Nicel
Mant›kl›l›k ‹ncelemesi
Modelleri de¤ifltirme ve veri taban› incelemesinin bulunabilece¤i katk›lar›n ön çal›flmas›n› yapmak
Model oluflturmak için istatistiksel çal›flma sonucu tespit edilen iliflkileri kullanma veya Disiplinlibir modeli belli bir Yap›land›r›c› gözlemi ya da istatistiksel bulguyu aç›klamak için kullanmak
Kuram oluflturucu
Formel bir modeli kullanarak, istatistiksel analizde dahil edilmesi gereken ba¤›ms›z de¤iflkenleri tespit etmek
Formel modellerin Kuram test istatistiksel analizini yapmak edici
Formel-Nitel
Nitel-Nicel
Modele yap›lmas› gereken de¤ifliklikleri tespit etmek ve daha ileri düzeyde test yapmadan önce olas› modeller aras›nda seçim yapmak
Modele olas› de¤ifliklikler tespit etme ve hangi vakalar›n çal›fl›labilece¤ini belirlemek
Bir modeli bir vakay› anlamak için kullanmak ya da bir vakay› modeli gelifltirmek için kullanmak
Bir vakay›, istatistiksel analizde dahil edilmesi gereken ba¤›ms›z de¤iflkenlerin belirlenmesi için kullanmak ya da istatistiksel bulgularda belirlenen iliflkinin nedenselli¤ini bir vakay› inceleyerek tespit etmek
Tümdengelim (formel model) ve tümevar›m (vaka analizi) yöntemleri ile yeni olas› de¤iflkenleri belirlemek
‹statistiksel analiz ile gözlemlenen ölçülerin d›fl›na ç›km›fl vakalar› tespit etmek ve daha sonra bu vakalar›n analizi yap›larak yeni de¤iflkenleri belirlemek
Vaka analizi ve süreç takibini kullanarak formel modellerin testini yapmak
‹statistiksel yöntemler kullan›larak vaka analizi bulgular›n›n genellenebilirli¤ini test etmek
8. Ünite - Çoklu Yöntem Yaklafl›mlar›
217
Dört ve Üzeri Yöntemin Kar›fl›m› Zengin bir yöntem yelpazesini biraraya getiren önemli ve iç savafl alan›nda popüler çal›flmalardan bir tanesi, Yale Üniversitesi profesörü Stathis N. Kalyvas’›n ilk 2006 y›l›nda yay›nlanan “‹ç Savafl’ta fiiddetin Mant›¤› (The Logic of Violence in Civil War)” bafll›kl› çal›flmas›d›r. Kalyvas iç savafllarda sivillere ve silahs›z kiflilere karSIRA S‹ZDE fl› yöneltilen fliddeti çal›flt›¤› kitab›nda, formel modelleme yöntemi ile ‹kinci Dünya Savafl›’nda iflgal alt›nda olan Yunanistan’daki iç savafl› çal›fl›r. Arfliv taramas› ve tarihsel analiz kullanarak iç savafla dair detaylar› belirler. Devletin belli bölgelerdeD Ü fi Ü N E L ‹ M ki topraklar› kontrol seviyesine göre, hem militanlar hem de devlet güçleri taraf›ndan sivillerin hedef seçilip seçilmedi¤ini belirler. Yunanistan’›n Argolid bölgesinR U S O etnografik deki köyler analiz birimi olarak kullan›l›r. Kalyvas arfliv taramas›, çal›flmalar ve mahkeme kay›tlar›n› tarayarak, 1943 ve 1949 y›llar› aras›nda meydana gelen fliddet vakalar› ile ilgili hem nitel hem de nicel veritaban› oluflturur. D ‹ K K A T Daha sonra nicel yöntemleri kullanarak Argolid bölgesini Yunanistan’›n baflka bir bölgesi ile karfl›laflt›r›r. Amaç, neden baz› bölgelerde sivillerin daha çok hedef seçilip fliddete SIRA S‹ZDE maruz kald›¤›n› anlamakt›r. Nicel, nitel ve formel modelleme içeren ve ayr›ca nitel yöntemin etnografik çal›flma ve arfliv taramas› gibi farkl› yöntemlerini kullanarak çok zengin hâle gelmifl olan bu çal›flma iç savafl çal›flmak isteyenlerin mutlaka okuAMAÇLARIMIZ malar› gereken bir kitapt›r.
N N
Stathis N. Kalyvas. (2006). The Logic of Violence in Civil War. NewKYork: Uni‹ T ACambridge P versity Press.
Üçleme (Tripartite) Yöntemi
TELEV‹ZYON
Üç yöntemin bir arada kullan›lmas›n›n örne¤ini oluflturan yaklafl›mlar›n belki de en ünlüsü, ‘üçleme’ yöntemi (tripartite method) olarak bilinen yaklafl›md›r. Stanford Üniversitesi siyaset bilimi profesörü David Laitin, üçleme yöntemi ad›n› verdi‹ N T E Retmektedir. NET ¤i çoklu yöntemin di¤er tüm yöntemlere üstün oldu¤unu iddia Laitin’in üçleme yöntemine göre bir siyaset bilimci en mükemmel sonuçlara ancak formel modelleme, istatistiki inceleme ve nitel vaka analizini bir arada kullanarak ulaflabilir. Laitin’in üçleme yöntemine göre araflt›rmac› öncelikle cevab›n› arad›¤› soru üzerine tümdengelim yaklafl›m›yla bir formel model infla etmelidir. Bu formel modelde, hangi ba¤›ms›z de¤iflkenlerin hangi ba¤›ml› de¤iflkenlere sebep oldu¤u, e¤er varsa ara de¤iflkenlerle birlikte aç›kça belirtilmelidir. Formel model araflt›rmac›n›n hipotezlerini, beklentilerini, ve ana iddias›n› flematik olarak temsil etmesi aç›s›ndan önemlidir. ‹kinci aflamada araflt›rmac› bu formel modelde ortaya koydu¤u beklentilerin ne kadar do¤ru oldu¤unu kendi araflt›rma konusuyla alakal› olan tüm vakalar› (dünyan›n tüm ülkeleri, bir ülkenin tüm illeri, bir demografik grubun tüm üyeleri, vs.) kapsayan bir istatistiki incelemeyle ortaya koyar. Elbette bunun yap›labilmesi için üzerine hipotezlerin dayand›¤› ba¤›ml› ve ba¤›ms›z de¤iflkenlerin nicel olarak kodlanm›fl oldu¤u veritabanlar›n›n mevcut olmas› gerekir. Pek çok konuda tüm dünyay› veya tüm ilgili vakalar› kapsayan böylesi veritabanlar› bulunmad›¤› için araflt›rmac› böyle bir veritaban›n› kendisi oluflturmakta veya pek tercih edilmese de tüm ülkeleri kapsamayan, eksikleri ve noksanlar› bulunan veri tabanlar›n› kullanmaktad›r. ‹statistiki araflt›rmas› sonucu ilgilendi¤i ba¤›ml› ve ba¤›ms›z de¤iflkenlerin örne¤in tüm dünyadaki da¤›l›m›n› ve hipotezlerinin beklentileriyle aras›nda ne derece-
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
218
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
de bir korelasyon oldu¤unu gören araflt›rmac›, üçüncü aflamada ise bu da¤›l›mdaki konumlar›na göre seçti¤i bir yada birkaç vaka üzerine derinlemesine bir nitel vaka analizi gerçeklefltirerek, nedensellik iliflkisini ve mekanizmas›n› ad›m ad›m ortaya ç›karmay› hedeflemektedir. Formel modelle bafllayan, nicel analizle devam eden, nitel vaka incelemesiyle sona eren devam eden Laitin’in üçleme yöntemi bir anlamda en üst kuramsal seviyeden (soyut tümdengelim hipotezleri) kademeli olarak ampirik verilere (tüm vakalar evrenini kapsayan istatistiki analize) ve nihayet mikro seviyede bir nedensellik incelemesine (bir veya birkaç vaka incelemesi) inmektedir. Bu noktada Laitin’in vurgulad›¤› husus, bu ilerlemenin tek yönlü olmad›¤›, istatistiki analiz ve vaka incelemelerinin sonuçlar› do¤rultusunda araflt›rmac›n›n tekrar en bafla dönerek formel modelini yeniden yap›land›rmas› gerekti¤idir. Bu flekilde formel modellerin rehberli¤inde ayn› anda nicel ve nitel yöntemleri de kullanan araflt›rmac›n›n, cevap arad›¤› araflt›rma sorusuna her yöntem ve yaklafl›m aç›s›ndan tatminkâr ve tutarl› bir cevap bulabilece¤i umulmaktad›r. SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ D Ü fi Ü N E L ‹ M S O R U K ‹ T A P D‹KKAT
TELEV‹ZYON SIRA S‹ZDE ‹NTERNET AMAÇLARIMIZ
1
Türkiye’nin SIRA illerinde S‹ZDEokuryazarl›k oran› ve ekonomik kalk›nm›fll›k seviyesi aras›nda, e¤er varsa, nedensellik iliflkisini üçleme yöntemiyle araflt›rabilece¤iniz bir araflt›rma tasar›m› yap›n›z. D Ü fi Ü N E L ‹ M
Laitin’in üçleme yöntemine karfl› getirilen elefltiriler iki ana grupta toplanabilir: Üçleme yönteminin S O R U pratik ve lojistik olarak sosyal bilimlerdeki pek çok araflt›rma sorusu ve araflt›rmac› için tatbik edilmesi imkâns›z olan idealist bir yöntem oldu¤u do¤rultusundaki elefltiriler ve her araflt›rma sorusunda mutlaka üç yöntemin bir D‹KKAT arada kullan›lmas›n›n daha iyi sonuçlar vermeyece¤i, baz› sorular›n cevaplanmas›nda sadece tek bir yöntemin derinlemesine kullan›lmas›n›n daha verimli olaca¤› SIRA S‹ZDE do¤rultusundaki elefltiriler. Birinci gruptaki elefltirileri getirenler, üçleme yönteminin her bir aya¤›n› oluflturan yöntemlerin tek bafl›na bile çok uzun süren e¤itim ve uygulama süresini gerektirdi¤ini, ço¤u araflt›rmac›n›n bu üç yöntemin her birine AMAÇLARIMIZ D Ü fi Ü N E L ‹ M hakim olmas›n›n çok zor ve hatta imkâns›z oldu¤unu iddia etmektedirler. Bir araflt›rmac›n›n oyun kuram› gibi formel modelleme yöntemlerine hakim olduktan sonra S O R U istatistik yöntemlerini sadece bilmekle kalmay›p ustaca uygulayabilecek seviyede K ‹ T A P yetkinlik kazanmas› ve buna ek olarak vaka incelemesi yapaca¤› ülkelerin dillerini, kültürlerini, ve ba¤lamsal önem arz eden di¤er hususiyetlerini ö¤renD ‹ K tarihlerini KAT mesi, çok uzun y›llar alacak ve belki de hiçbir zaman baflar›lamayacak kadar zor TELEV‹ZYON bir ideal hedef olabilir. Kald› ki böylesi bir üçlü yöntem e¤itimi için (örne¤in dilleSIRA S‹ZDE rin ö¤renimi, saha çal›flmas› vs.) çok büyük finansal kaynaklar›n tahsisi ve herbir yöntemde usta ö¤retim görevlilerinin istihdam› gerekir ki siyaset bilimi ve ulusla‹ N T E R Nakademik ET raras› iliflkilerde araflt›rmalar için böylesine büyük yat›r›mlar› yapabileAMAÇLARIMIZ cek dünyada pek az ülke ve e¤itim kurumu bulunmaktad›r.
N N N N
K ‹ T A P
David D. Laitin. “The Perestroikan Challenge to Social Science”, Politics & SociK ‹ T(2003). A P ety, Cilt 31, Say› 1, s.163-184.
TELEV‹ZYON
Bütün Tbu ve elefltirilere ra¤men, nispeten yeni bir yaklafl›m olan üçE L Ezorluklara V‹ZYON leme yöntemini kullanarak yap›lm›fl ve son y›llarda yay›nlanm›fl baz› araflt›rmalar bulunmaktad›r. Yukar›da da belirtildi¤i gibi üçleme yöntemi formel modelleme, istatistiki yöntemler ve vaka inceleme tekniklerini ve bunlar›n kullan›m›nda gerekli ‹ N T (araflt›r›lan ERNET di¤er araçlar› ülkenin dili vs.) ö¤renmeyi gerektirdi¤i için, üçleme yön-
‹NTERNET
8. Ünite - Çoklu Yöntem Yaklafl›mlar›
temini kullanarak yap›lan araflt›rmalar›n, siyaset bilimi ve uluslararas› iliflkiler doktora programlar›n›n ortalama yedi y›l veya daha uzun sürdü¤ü ABD’de yap›lan doktora araflt›rmalar› ve tezlerinden üretilmifl olmas› flafl›rt›c› de¤ildir. Bunun yak›n dönemdeki bir örne¤ini Kaliforniya Üniversitesi, Berkeley’deki doktora tezini, Ham Demokrasi: Do¤al Kaynak Zenginli¤i ve Siyasi Rejimler (Crude Democracy: Natural Resource Wealth and Political Regimes) ad›yla kitaplaflt›ran Yale Üniversitesi ö¤retim üyesi Thad Dunning vermifltir. Dunning bu kitab›nda, petrol baflta olmak üzere do¤al kaynaklarla demokrasi aras›nda oldu¤u varsay›lan negatif iliflkiye odaklanm›fl ve bu iliflkiyi üçleme yöntemini kullanarak elefltirel bir aç›dan ele alm›flt›r. Oyun kuram› baflta olmak üzere formel modelleme SIRA tekniklerini kullanaS‹ZDE rak do¤al zenginliklerle siyasi rejim aras›nda var oldu¤unu düflündü¤ü iliflkiyi inceleyen Dunning, demokrasi karfl›t› darbeleri ve demokratikleflme sürecini ayr› ayD Ü fi Ü N E L ‹ M r› modelleyerek ifle bafllam›flt›r. ‹kinci aflamada dünyadaki tüm ülkelerde do¤al zenginlik ve demokrasi aras›ndaki iliflkiyi test etti¤i bir istatistiki analiz ortaya koyS O Rony›llar U mufltur. Üçüncü aflamada Dunning, petrol zenginli¤inin deste¤iyle boyunca komflular›ndan çok daha sa¤lam bir demokratik rejim oturtan Venezuela örne¤ini, do¤al kaynak zenginliklerinin anti-demokratik darbelerle ve otoriter rejimle iç D‹KKAT içe geçti¤i fiili, Bolivya ve Ekvador örnekleriyle karfl›laflt›rmal› olarak, nitel vaka analizi yöntemleriyle incelemifltir. Elbette bu incelemeyi baflarabilmek için, Dunning’in formel modelleme, istatistik yöntemleri, ‹spanyol diliSIRA ve S‹ZDE ad› geçen Latin Amerika ülkelerinin siyasal tarihi üzerine e¤itim görmesi ve uzmanl›k gelifltirmesi gerekmifltir. Bu örnek üçleme yönteminin zorluklar›na iflaret etti¤i gibi, ayn› zaAMAÇLARIMIZ manda uygulanmas›n›n imkâns›z olmad›¤›n› da göstermektedir.
N N
Thad Dunning. (2008). Crude Democracy: Natural Resource Wealth RegiK ‹and T APolitical P mes, New York: Cambridge University Press.
‹K‹L‹ KARIfiIM ÇEfi‹TLER‹
219
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
TELEV‹ZYON
‹NTERNET
‹NTERNET
Nicel ve Nitel Yaklafl›m Kar›fl›mlar› ‹statistiksel Analiz ve Derinlemesine Mülakat
Georgetown Üniversitesi’nde ö¤retim üyesi Marc Morje Howard, Kaliforniya Üniversitesi, Berkeley’de tamamlad›¤› doktora tezini kitaplaflt›rd›¤›, Post-Komünist Avrupa’da Sivil Toplumun Zay›fl›¤› adl› eserinde, istatistiksel analiz yöntemlerini ve derinlemesine mülakat baflta olmak üzere nitel yöntemleri baflar›l› bir flekilde beraberce kullanm›flt›r. Howard’›n bu kitab›ndaki bafll›ca sorusu fludur: Eskiden komünist olan ülkelerin vatandafllar› komünist geçmifli olmayan ülkelerin vatandafllar›na göre sivil toplum örgütlerine daha m› az kat›lmaktad›rlar? E¤er öyleyse bu durumun sebepleri nelerdir? Bu sorular› cevaplamak üzere Howard öncelikle Dünya De¤erler Araflt›rmas› (World Values Survey) verilerini kullanarak otuzdan fazla ülkede vatandafllar›n sivil toplum örgütlerine kat›l›m oranlar›n›n nicel ve istatistiki bir analizini yapm›fl, sonuçta komünist geçmifli olan ülkelerde, hem eski demokrasilere (ABD, ‹ngiltere, Fransa, gibi) hem de komünist olmayan otoriter geçmifle sahip ülkelere (Meksika, Brezilya, gibi) göre sivil toplum örgütlerine kat›l›m›n çok daha az oldu¤unu ortaya ç›karm›flt›r. Howard’›n nicel incelemesindeki bafll›ca bulgusu eski komünist ülkeler ile komünist geçmifli olmayan ülkeler aras›nda istatistiki olarak anlaml› derecede büyük farklar oldu¤u, bu konuda örne¤in Makedonya ve Slovakya’n›n birbirlerine kom-
SIRA S‹ZDE 220
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
Uluslararas› ‹liflkilerde SIRA S‹ZDEAraflt›rma Yöntemleri
flular› olan Yunanistan veya Avusturya’dan çok daha benzedi¤idir. Kifli bafl›na düD Ü fi Ü N E L ‹ M flen ortalama sivil toplum örgütü üyeli¤i eski demokrasilerde 2.39 ve komünist geçmifli olmayan eski otoriter ülkelerde 1.82 iken komünist geçmifli olan ülkelerS O R U de 0.91’dir (Howard, Sivil Toplumun Zay›fl›¤›, s.62). Komünist geçmifl ve sivil toplum aras›ndaki negatif iliflkiyi kuflkuya yer b›rakmayacak verilerle pek çok seviyede gösteren DHoward, ikinci aflamada nitel vaka analizine yönelmektedir. Komünist ‹KKAT geçmifli olan ülkeler aras›nda Do¤u Almanya ve Rusya’y›, bir bak›ma ‘en farkl› sistem tasar›m›’na (bu tasar›m için bu kitapta, ‘Vaka Analizleri’ konulu 4. Üniteye baSIRA S‹ZDE k›n›z) baflvurarak seçmifl ve analiz etmifltir. Howard, bu ülkelerde bir yandan Almanca ve Rusça olarak derinlemesine mülakatlar yaparak, bir yandan da kamuoyu araflt›rmalar› düzenleyerek, sivil toplum örgütlerine ilgisizli¤in arkas›ndaki neAMAÇLARIMIZ densellik iliflkisini ortaya ç›karmaya çal›flm›flt›r.
N N
Marc Morje KHoward. ‹ T A P(2003). The Weakness of Civil Society in Post-Communist Europe, New York, Cambridge University Press.
Nicel Analiz, T E L E V ‹ Nitel Z Y O N Do¤al Deneyler ve ‹çerik Analizi
Yale Üniversitesi’nde ö¤retim üyesi olan Keith Darden, ‹flgale Direnifl: Kitlesel Okuryazarl›k ve Kal›c› Ulusal Aidiyetlerin Yarat›lmas› adl› kitab›nda, Karpat da¤lar› eteklerinde, Ukrayna’n›n komflu iki ili olan Transcarpathia ve Stanislaviv’de ne‹ N T E R Nde¤iflik ET den son derece seviyelerde Sovyet-karfl›l› gerilla direnifline rastlan›ld›¤›n›, nicel verilerin de eflli¤inde fakat bir nitel do¤al deney çerçevesinde inceler. Ayn› dili (Ukraynaca) konuflan bu iki il halk›, ayn› din ve mezhebe (Yunan Katolik H›ristiyan) ba¤l›d›rlar. Benzer seviyede sanayileflmifl ve flehirleflmifl, benzer flekilde da¤l›k bir araziye sahip ve ayn› tür orman örtüsüyle kapl› ve halk›n›n büyük ço¤unlu¤u köylü olan bu iki ilde ortaya ç›kan Ukrayna milliyetçisi, anti-Sovyet gerilla direnifli faaliyetleri ise son derece de¤iflik seviyelerdedir. Siyaset biliminde isyan ve gerilla savafl› konusunda önemli oldu¤u düflünülen tüm bu etmenlerin benzerli¤ine ra¤men, 1944 y›l›ndaki Sovyet iflgalini ve ilhak›n› müteakip, bu iki ildeki Sovyet karfl›t› Ukrayna milliyetçisi gerilla direnifli seviyesinde muazzam bir fark ortaya ç›km›flt›r. Ukrayna’da en yo¤un Sovyet karfl›t› gerilla direnifli Stanislaviv’de ortaya ç›karS‹ZDETranscarpathia ise hiç Sovyet karfl›t› gerilla direniflinin görülken, komfluSIRA il olan medi¤i bir bölge olarak göze çarpmaktad›r. Stanislaviv’in Sovyet kontrolüne geçti¤i 1944 sonunda dahi, Ukrayna Direnifl Ordusu’na mensup 10,000 gerilla savaflD Ü fi Ü N E L ‹ M ç›s› da¤larda K›z›lordu’ya karfl› direnmekteydi. Avrupa’da savafl›n sona erdi¤i 1945 y›l›nda bile 4,500 direniflçi Stanislaviv’de Sovyet iflgaline karfl› savafl›yordu. S O R Usay›s› 2,500’e indirilebildi¤i hâlde 1950’lerin bafllar›na kadar Sta1946’da direniflçi nislaviv da¤lar›nda Sovyet güçlerine karfl› militanlar›n sald›r›lar› devam etti. Transcarpathia’daysa kontrolüne girdi¤i 1944 sonundan itibaren hiçbir direnifl D ‹ K K Sovyet AT görülmedi. Keith Darden aradaki bu fark› Stanislaviv’de savafl öncesi dönemde Ukrayna milliyetçisi bir okul müfredat›n›n yürürlükte olmas›na, Transcarpathia’da SIRA S‹ZDE ise olmamas›na ba¤l›yor. Darden’›n çal›flmas›, niceliksel verilerle (Stanislaviv ve Transcarpathia’n›n sosyo ekonomik, fiziki ve co¤rafi niceliksel verileri), nitel bir do¤al deneyin ve içerik analizinin (karfl›laflt›rmal› okul müfredat›) beraberce kulAMAÇLARIMIZ lan›ld›¤› bir örnektir.
N N
Keith Darden. K ‹(2013). T A P Resisting Occupation: Mass Literacy and the Creation of Durable National Loyalties, New York, Cambridge University Press.
TELEV‹ZYON
TELEV‹ZYON
‹NTERNET
‹NTERNET
221
8. Ünite - Çoklu Yöntem Yaklafl›mlar›
Bugün Bat› medyas› baflta olmak üzere popüler medyan›n önemli bir kesiminde ‹slam ve SIRA S‹ZDE pekçok negatif siyasal ve toplumsal sonuçlar (fliddet, terrörizm, demokrasi karfl›tl›¤›, laiklik karfl›tl›¤›, eflitsizlik, vs.) aras›nda güçlü bir iliflki oldu¤una dair bir inanç yayg›nl›k D Ü fi Ü N E L ‹ M kazanm›flt›r. Bir sosyal bilimci olarak bu inançlar›n ampirik gerçeklikle ne kadar ilgisi oldu¤unu görmek için ilk aflamada hangi yöntemi kullanarak nas›l bir araflt›rma tasar›m› S O R U yapmak uygun olur?
Co¤rafi Analiz - ‹statistiksel Analiz
2
D‹KKAT
Amerika’daki eyaletler aras›nda neden baz› politikalar›n benzer flekilde uyguland›¤›n› konu alan çal›flmalar›nda, Berry ve Baybeck (2005) komflu eyaletler aras›ndaS‹ZDE ki rekabet ve birbirinden ö¤renmeyi iki temel aç›klay›c› faktörSIRA olarak kullanm›fllard›r. Araflt›rmac›lar›n amac› belli konulardaki politikalar›n nas›l eyaletler aras›nda yayg›nlaflt›¤›n› incelemektir. Araflt›rmada, Co¤rafi Bilgi Sistemleri (GIS – GeograpAMAÇLARIMIZ hic Information Systems), eyaletler aras›ndaki rekabeti test etmek için kullan›lm›flt›r. Her iki görüflü savunan araflt›rmac›lar eyaletler aras›ndaki uzakl›¤› baz olarak alm›fllard›r. Di¤er bir deyiflle, ister devletler birbirlerinden ö¤reniyor ister K ‹ T A olsunlar, P rekabet dolay›s›yla birbirlerinin önüne geçmeye çal›fls›nlar, onlar›n birbirlerinden etkilenmelerini sa¤layan temel faktör co¤rafi uzakl›k olarak ortaya ç›km›flt›r. Berry ve Baybeck çal›flmalar›nda GIS yöntemini kullanarak hangi faktörün bask›n T E L E V ‹ Z Y Odaha N oldu¤unu anlamaya çal›flmaktad›rlar. SIRA S‹ZDE ve hangi GIS yöntemi kullan›larak tüm 50 eyaletin nüfusunun büyüklü¤ünün bölgelerde yo¤unlaflt›¤›n›n hesaplanmas› mümkün olmufltur. Hangi eyaletlerin loto ‹ N T E Rtest N E T edilmifltir: ve flans oyunlar›na sahip oldu¤u konusu incelenmifl ve iki hipotez D Ü fi Ü N E L ‹ M (1) Bir eyalet e¤er flans oyunlar› oynanan eyaletlerle çevrili ise, o eyalette de flans oyunlar› oynanma ihtimali daha yüksektir (Ö¤renme hipotezi). R U oyunlar› oy(2) fians oyunu oynanmayan bir eyalette yaflayan insanlar›n,S Oflans nanan di¤er eyaletlere gitme olas›l›¤› yükselirse, bu durumda o eyalet de flans oyunlar›na izin vermeye bafllayacakt›r (Rekabet hipotezi). D‹KKAT GIS yöntemi kullan›larak, bir eyalette yaflayan kiflilerin flans oyunlar› oynanan di¤er eyaletlere gitme olas›l›klar› hesaplanm›flt›r. Daha sonra istatistiksel analiz SIRA S‹ZDE yöntemi kullan›larak, bir eyaletin di¤er eyaletlere göre refah durumu ba¤›ms›z de¤iflken olarak modele eklenmifltir. Sonuçta, eyaletler aras›nda benzer politikalar›n uygulanmas› ve yayg›nlaflmas›n›n ö¤renme etkisinden ziyade, rekabetten kaynakAMAÇLARIMIZ land›¤› kanaatine var›lm›flt›r.
N N
N N
Berry, W. D., Baybeck, B. (2005). “Using Geographic Information Systems K ‹ T AtoPStudy Interstate Competition”. American Political Science Review, Cilt 99, sayi 4, s. 505-519.
‹statistiksel Analiz - Saha Çal›flmas›
TELEV‹ZYON
fiimdi bahsedece¤imiz çal›flma IRA (‹rlanda Cumhuriyetçi Ordusu) üzerine bir vaka çal›flmas› olup, önce IRA’n›n nas›l bar›flç›l propoganda yapan bir örgütten fliddete baflvuran bir örgüte dönüfltü¤ünü inceliyor. Sonra da saha çal›flmas› ve mili‹NTERNET tanlarla yap›lan mülakatlar vas›tas› ile istatistiksel analiz bulgular›n›n do¤rulu¤u saptan›yor. ‹nsanlar›n neden siyasi hedeflerine ulaflmak için fliddete baflvurdu¤u genelde, ekonomik eflitsizlikten kaynaklanan göreceli yoksunluk (relative deprivation) hissinin mutsuzluk ve gücenmeye yol açt›¤› ve bu hislerin de insanlar› ayaklanma ve baflkald›r›ya yöneltti¤i fleklinde aç›klan›r. Karfl›t görüflte olanlar ise fliddetin ya da fliddete baflvurman›n, kiflilerin duygusal hareketlerinin bir sonucu de¤il
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON SIRA S‹ZDE ‹NTERNET D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
222
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
de, baz› politik ç›kar ve bedel hesaplar›n›n sonucu bilinçli bir yöntem oldu¤unu savunurlar. White, IRA’y› inceledi¤i çal›flmas›nda iki kuramsal yaklafl›m› sentezlemeye çal›flmaktad›r. Önce makro düzeyde bir çal›flma ile ekonomik eflitsizlik, devlet bask›s› ve fliddet aras›ndaki iliflkiyi nicel yöntemler kullanarak incelemifl, daha sonra mikro düzeyde mülakatlar yaparak istatistiksel bulgular›n kiflisel bazda ne kadar do¤ru oldu¤unu belirlemifltir. ‹statistiksel analiz iki ba¤›ms›z de¤iflkenin etkisini ölçmeye yöneliktir: 1- göreceli yoksunluk, 2- devlet bask›s›. Özellikle devlet bask›s›n›n bar›flç›l protestoyu destekleyen bir grup için baz› siyasi hesaplara yol açaca¤› düflünülmektedir. fiiddetin nas›l ortaya ç›kt›¤›n› belirlemek için, White ‹rlanda’n›n kuzeyinde yer alan Derry flehrini seçmifltir. Bunun iki nedeni vard›r. Birincisi, flehir ‹rlanda milliyetçilerinin yo¤un olarak mevcut oldu¤u ve s›k s›k bar›flç›l protestolara sahne olan bir yerdi. ‹kincisi, milliyetçiler ço¤unlukta oldu¤u için devletin bask›s›na da maruz kalmam›fllard›r. Ba¤›ml› de¤iflken her ay IRA taraf›ndan gerçeklefltirildi¤i öne sürülen silahl› ya da bombal› sald›r›lar›n say›s›d›r. Ba¤›ms›z de¤iflkenlerden, göreceli yoksunluk ayl›k iflsizlik oranlar› ile, devlet bask›s› ise göz alt› yasas›n›n yürürlü¤e geçmesi ve her ay askeri kuvvetler taraf›ndan öldürülen ‹rlandal› milliyetçilerin say›s› hesaplanarak ölçülür. Regresyon analizi sonuçlar› IRA fliddetinin askeri birlikler taraf›ndan sivillerin hedef al›nmaya bafllamas›yla artt›¤›n› göstermektedir. Göreceli yoksunlu¤un ise artan fliddet üzerinde bir etkisi olmad›¤› görülmüfltür. Nicel analiz bulgular›n›n gerçek hayatta insanlar›n düflüncelerini yans›tt›¤›ndan emin olmak için, White ayr›ca Derry flehrinde medeni haklar› savunmak için oluflturulmufl hareketin içinde yer alan 11 kifli ile iki saat süren görüflmeler yapm›fl ve siyasi amaçlar› yerine getirmek için bar›flç›l m› yoksa fliddete yönelik mi bir yöntem takip edilmesi ile ilgili fikirlerini sormufltur. Her bir kiflinin hayat hikayelerini inceleyerek, baz›lar›n›n nas›l IRA üyesi olma yolunda ilerledi¤i belirlenmifltir. Örne¤in, tutuklanan IRA elemanlar›ndan biri çevrede olan de¤ifliklikleri, bu de¤iflikliklere kendisinin verdi¤i tepkileri ve IRA’ye üye olma sürecini detayl› olarak anlatm›flt›r. 11 kiflinin de birbiri ile tutarl› olarak, ‹ngiliz hükûmetinin ald›¤› tedbirlere at›fta bulunmas› ve fliddetin ondan sonra bafllad›¤›n› belirtmeleri göreceli yoksunlu¤un fliddeti aç›klamadaki gücünü zay›flatmaktad›r. Görüflmeler, insanlar›n fliddete baflvurmalar›n›n bilinçli bir seçim sonucu oldu¤unu ve özellikle bar›flç›l yollar›n çözüme ulaflt›rmayaca¤›n› düflündükleri anda ortaya ç›kan bir seçim oldu¤u yönünde kan›t sa¤lam›fllard›r. White’›n çal›flmas›nda, nitel yaklafl›mlar›n nedensel sürecin nas›l geliflti¤ini aç›klamak için çok faydal› oldu¤unu görüyoruz.
N
Robert W. White. “From Peaceful Protest to Guerilla War: Micromobilization of the M A K A(1989). LE Provisional Irish Republican Army”, American Journal of Sociology. Cilt 94, Say› 6, s. 1277-1302.
MAKALE
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
3
‹ki devlet, A SIRA ve B,S‹ZDE aras›nda nükleer silahlanma ile ilgili müzakereleri araflt›rd›¤›n›z› düflünün. A’n›n B’ye karfl› nükleer silah üretimi konusunda cayd›r›c›l›k kullanmak istedi¤ini varsay›n. Hangi flartlar alt›nda cayd›r›c›l›¤›n baflar›l› olaca¤› ile ilgili A’ya tavsiye vermek Ü fi Ü N E L ‹ Mkullan›ld›¤› bir araflt›rma plan› haz›rlay›n. Vaka analizi ve istatistiküzere çokluDyöntemin sel yöntem kullanaca¤›n›z› düflünürseniz, nas›l bir çoklu yöntem çal›flmas› yapard›n›z. Bu arada amac›n›z›n S O Ryeni U bir kuram oluflturup test etmek oldu¤unu düflünün. D‹KKAT
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
N N
SIRA S‹ZDE
AMAÇLARIMIZ
8. Ünite - Çoklu Yöntem Yaklafl›mlar›
FORMEL MODELLEME VE N‹CEL YÖNTEMLER‹N KARIfiIMLARI Formel modelleme önceden de belirtildi¤i gibi çeflitli sorulara aç›klama olarak kulland›¤›m›z kuramlar›n mant›ksal güçlerini artt›rmak için Uluslararas› ‹liflkiler alan›nda kullan›lan yöntemlerden biridir. Duncan Snidal (2004), formel modellerin baflka bir yöntemle, nitel ya da nicel, birlikte kullan›l›rsa uluslararas› siyaset konular› ile ilgili analizlerimizi zenginlefltirece¤ini savunmufltur. Formel modelleme ve nicel yaklafl›mlar›n kar›fl›k kullan›lma flekillerinden biri yukar›da bahsedilen araflt›rma hedeflerinden kuram oluflturma yönündeki çal›flmalard›r. Araflt›rmac›lar formel modelleme kullanarak detayl› bir flekilde ba¤›ml› de¤iflkeni etkileyebilecek birçok yeni etkeni belirleyebilir ve daha sonra istatistiksel analiz yöntemi ile modelin öngördü¤ü faktörlerin gerçekten etkileri olup olmad›¤›n› tespit edebilirler. Afla¤›da nicel ve formel modelleri birlikte kullanan baz› çal›flmalardan örnekler sunulmufltur. Dusting Tigley ve Barbara Walter (2011), devletleraras› iliflkilerde itibar infla etme çabalar›n› inceledikleri çal›flmalar›nda, önce bilinen formel modellerin labaratuvar deneyleri ile testini yap›p, daha sonra model taraf›ndan aç›klanamayan gözlemleri inceleyerek, kuram› yeniden düzenlemifllerdir. Bu çal›flma teori oluflturucu araflt›rmaya bir örnektir. Kenneth Schultz (1999) demokratik bar›fl ile ilgili çal›flmas›nda varolan istatistiksel bulgulara dayanarak, birbiri ile rekâbet hâlinde olan iki kuramsal yaklafl›m› formel modelleme kullanarak gelifltirmifl ve yeniden test etmifltir. Schultz’un çal›flmas› disiplinli-yap›land›r›c› olarak nitelendirilebilir. Amac›m›z, bafllang›çta belirlenen dört hedefin herbiri için bir örnek sunmaktan ziyade, örnekleri anlat›rken bariz olarak öne ç›kan karakterlerini belirtmektir. Bapat’›n çal›flmas› kuram test etmeye yönelik bir çal›flma olarak nitelendirilebilir.
Formel Modelleme - Deneysel Yöntem Kar›fl›m› ‹tibar infla etme ya da sayg›nl›k kazanma devletleraras› ve devlet içi çat›flma ile ilgilenen araflt›rmac›lar›n yak›ndan ilgilendikleri konulardan bir tanesidir. Özellikle kazan›lan itibar›n niteli¤i çat›flma üzerinde etkili mi, öyle ise hangi flartlar alt›nda etkili oldu¤u üzerinde yo¤unlukla durulan konular aras›ndad›r. Barbara Walter (2006), hükûmetlerin neden baz› iç çat›flma ç›karan gruplarla savaflt›¤›n›, baz›lar› ile savaflmad›¤›n› inceledi¤i çal›flmas›nda, devletlerin ço¤unlukla ayr›l›kç› ve toprak talep eden gruplar› kontrol etmeye çal›flt›¤›n› belirlemifltir. Bunun nedenini ise bir devletin ilerde ortaya ç›kabilecek olas› baflka gruplara gözda¤› vermek ve hiçbir flekilde topraklar›ndan feragat etmeyece¤ine dair ün ve ya nam›n› yaymaya çal›flmas› olarak aç›klam›flt›r. Baz› araflt›rmac›lar ise devlet liderlerinin kararlar›n› verirken di¤er devletlerin itibarlar›na her zaman önem vermediklerini göstermifltir. Tingley ve Walter (2011) formel modelleme ve laboratuvar deneyleri kullanarak itibar›n hangi flartlar alt›nda önem kazand›¤›n› tespit etmeye çal›flm›fllard›r. Di¤er etkenlerin kontrol edildi¤i laboratuvar ortam›nda, kiflilerin ne zamana itibarlar›n› artt›rmak için çaba sarfettiklerini ve itibar›n davran›fllar›n üzerindeki etkisini ay›rt etmek daha kolay olabilir. Afla¤›da, çal›flman›n hem formel modelleme hem de deney k›sm› detayl› olarak anlat›lm›flt›r.
Formel Modelleme Çal›flmalar›n›n ilk k›sm›nda formel modeli sunan Tingley ve Walter, kiflilerin birbirleri hakk›nda k›s›tl› ya da eksik bilgi sahibi olduklar› durumlarda, itibar infla etmek için daha çok çaba sarf edildi¤ini ve geçmifl davran›fllar›n önem kazand›¤›n› göster-
223
224
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
mifllerdir. Daha da önemlisi, itibara olan yat›r›m kifliler birbirlerini ilerleyen zamanlarda tekrar göreceklerini düflündüklerinde daha da artmaktad›r. Formel modelde ve deneysel analizde kifliler ya da bireyler baz›nda varsay›mlar yap›lsa da, çal›flman›n amac› bulgular› kullanarak, devletlerin birbirleri ile devaml› karfl›laflma ve bir flekilde iletiflime geçme ihtimali düflünüldü¤ünde nas›l hareket edecekleri ile ilgili genellemeler yapmakt›r. Tersi düflünüldü¤ünde, bir kifli di¤er kifliyi bir daha hayat›nda çok s›k görmeyece¤ine kanaat getirmiflse, o zaman itibar infla etme çabas›na girmesi beklenmez. Çal›flman›n ikinci aflamas›nda, deneysel yöntem kullan›larak belli ba¤›ms›z de¤iflkenlerin itibar infla etme çabalar› üzerindeki etkisine bak›lm›flt›r. Deney kat›l›mc›lar›n›n birbirleri ile çok az karfl›laflt›klar› durumlarda bile itibarlar› ile ilgili dikkatli olduklar› gözlemlenmifltir. Fakat baz› kat›l›mc›lar, bu genel e¤ilimin d›fl›nda kalm›fllard›r. Çal›flman›n son aflamas›nda, normalin d›fl›nda tepki gösteren kat›l›mc›lar incelenmifl ve neden genelde farkl› tepki gösterdikleri aç›klanmaya çal›fl›lm›flt›r. Formel modellemede genel olarak araflt›rma konusu olan aktörlere, oyuncular olarak hitap edilir. Tingler ve Walter’›n çal›flmas›nda bahis konusu olan itibar, bir aktörün bir konuyu çözümleme konusundaki tutumuyla ilgilidir. Baflka deyiflle, geçmiflte kendisine karfl› ç›kan aktörlerle mücadele eden bir aktörün, gelecekte de kendisine karfl› gelen aktörlere göz yummayaca¤› ile ilgili inan›fl bu çal›flmadaki itibar›n konusudur. Amerika Birleflik Devletleri’nin 11 Eylül sald›r›lar›ndan sonra, Afganistan’› iflgal etmeleri bu tür bir ün ve itibar› yayma gayretinin bir örne¤idir. ‹leride olabilecek terörist sald›r›lara karfl› tepkisiz kalmayaca¤›n› göstermifltir. Benzer flekilde, ekonomi alan›nda böyle bir formel model, piyasaya giriflini cayd›rma (market-entry deterrence) oyunudur. Küçük firmalar›n pazardan pay almamalar› için tekelci (monopolist) bir firma fiyatlar›n› düflürerek, yeni girecek firmalara pazardan alacaklar› pay›n k›s›tl› olaca¤› sinyalini verir. Böylece, rekabet etmek gücü olmayan olas› firmalar pazara girmekten vazgeçer. Monopol ilk zamanda az kâr elde etse de bu k›sa dönemli bir kay›pt›r. Uzun vadede bir çok firmaya karfl› kendisiyle rekabetin zor oldu¤una dair bir in salaca¤› için k›sa vadedeki kay›p önemsizdir. Tingley ve Walter marketi korumaya çal›flan, monopol, ve girmeye çal›flan firma, meydan okuyan, aras›nda tekrarlanan karfl›laflmalar sonucunda, monopolün ve meydan okuyan firman›n nas›l davranaca¤›n› formel modelleme yöntemiyle tahmin etmeye çal›flm›fllard›r. Ayr›ca, meydan okuyan firma her zaman bir tane olmayabilir. Birden fazla firma markete girmeye çal›flabilir. Bu durumda, monopolün hareketi de¤iflebilir. Afla¤›daki flekil sadece bir kez karfl›lafl›lan bir oyunu resimlemektedir. Formel modellemeye örnek oluflturmas› aç›s›ndan Tingley ve Walter’›n çal›flmas›ndan birebir al›nt› yap›larak sunulmufltur. Oyun monopol ve pazara girmeye çal›flan firma aras›nda ilk karfl›laflma ile bafllar. ‹lk hamle pazarda yer alan monopolün savunmaya geçip geçmeyece¤i ya da fiyatlar› düflürmek konusunda ne kadar kararl› oldu¤unun tamamen flans eseri bir olas›l›k da¤›l›m› ile bafllar. Burada ifl rastgele belirlenir. Monopolün mücadele etme olas›l›¤› p ile, mücadele etmeme ya da pazara girmeye çal›flan firmay› engellememe olas›l›¤› 1-p ile ifade edilir. Bu durumda, p’nin de¤eri belirsizdir. Monopolün mücadeleci olup olmad›¤› ile ilgili yeni girmeye çal›flan firman›n fikri monopolün o zamana kadar yaym›fl oldu¤u ün ile ilgilidir. E¤er karfl›m›zda mücadeleci oldu¤una dair itibar kazanm›fl bir monopol varsa her zaman yeni firmalar› engellemeye çal›fl›r. Çünkü sonunda alaca¤› ödül her flartta daha fazlad›r. Parantez içinde belirtilen ödüllerden ilk rakam, pazara yeni girmeye çal›flan firmaya, ikinci rakam ise monopole aittir. Bu durumda 160, 70’ten büyük oldu¤u için monopol engelleme yoluna gider. E¤er karfl›m›zda mücadele konusunda karars›z bir monopol varsa, yeni fir-
225
8. Ünite - Çoklu Yöntem Yaklafl›mlar›
malara izin verme yoluna gidecektir. Monopolün o zamana kadar yaym›fl oldu¤u itibara ba¤l› olarak, pazara yeni girmeye çal›flan firma ise monopole meydan okuyup okumayaca¤›na karar verir. Tabii bu karar› verirken monopolün mücadele için kararl› olma olas›l›¤›n›, p, ve karar› olmama olas›l›¤›n›, 1-p, göz önünde bulundurur. Monopolle rekabet etmeye karar verirse o zaman monopolde firmay› engellemek için mücadele edip etmeyece¤i konusunda karar verir. fiekil 8.2 Tek Karfl›laflmal› Monopoli Oyunu
Do¤a Kararl› (p)
Karars›z (1-p) Girifl Yapan Firma C
C
(95, 300)
F
(150, 160)
C
C
Monopol
Monopol F
(80, 70)
(95, 300)
F
(150, 70)
F
(80, 160)
Kaynak: Dustin H. Tingley ve Barbara Walter. (2011). “The Effect of Repeated Play on Reputation Building: An Experimental Approach, International Organization, Cilt 65, Say› Spring, s. 347.
Oyunun tekrar oynand›¤› durumlarda, yani birinci firma ile ilgili monopol karar›n› verdikten sonra, ikinci bir firma monopolle rekabet edip etmeyece¤ine karar verir. Takibinde, monopol yeniden ikinci firmay› da engelleyip engellemeyece¤i konusunda bir karar verir. Her yeni firma pazara girme konusunda karar vermeye çal›fl›rken kendinden öncekilerin nas›l davrand›¤›n› ve neticede monopolün nas›l davrand›¤› konusunda bilgi edinme ve böylece monopolün ün ve itibar›yla ilgili fikirlerini de¤ifltirme ve yenileme imkan›na sahiptir. Monopolün ilk pazara girmeye çal›flan firmalara karfl› tutumu, daha sonra girmeye çal›flan firmalara karfl› olabilecek tutumu konusunda bilgi sa¤lar.
Deneysel Yöntem Çal›flman›n deneysel k›sm›nda, kat›l›mc›lara oyunun iki farkl› versiyonu oynat›lm›flt›r. Amaç, tekrarlanan oyunlar›n, pazara sürekli yeni firmalar›n girmeye çal›flt›¤› durumlarda monopolün ve yeni firmalar›n davran›fllar› üzerindeki etkisini ölçmektir. Bir versiyonda 4, di¤erin de 8 pazara yeni girmeye çal›flan firma vard›r. Formel modelleme sonuçlar›na göre, kat›l›mc›lar›n davran›fllar› ile ilgili 3 tahminde bulunulmufltur. Birincisi, kararl› monopoller her zaman yeni girmeye çal›flan firmalar› engellemeye çal›flacaklard›r. ‹kinci, karars›z monopoller ilk bafllarda mücadele edeceklerini gösteren bir ün salmaya çal›fl›rlar, çünkü daha pazara girecek çok firma vard›r. Oyun ilerleyip pazara girmeye çal›flan firmalar azald›kça, monopol yeni girmeye çal›flan firmalara izin verecektir. Üçüncü, yeni firma pazara girifl ile ilgili karar›n› verirken önce ne tür bir monopolle karfl› karfl›ya oldu¤unu bilmeli ve sonra da monopolün önceki firmalara nas›l davrand›¤›na bakmal›d›r. E¤er monopol hiçbir zaman sözünden dönmediyse yeni firmalar hiçbir zaman erken dönemlerde pazara girmeye çal›flmamal›d›rlar. Çünkü, monopolün türü ne olursa olsun, ilk zamanlarda her yeni firmay› engellemeye çal›flacakt›r. Kat›l›mc›lar Princeton Üniversitesinin Deneysel Sosyal Bilim Laboratuvar› arac›l›¤› ile deneye dahil edilmifllerdir. Bir deneyde ya 4 yeni firma ya da 8 yeni firma
Rasgele atama konusu 3. Ünite’de detayl› olarak ifllenmifltir. Deneylerde kat›l›mc›lar aras›nda ve özellikle de gruplar aras› de¤iflkenlik üzerinde farkl› etkenleri kontrol etmek amac›yla rasgele atama yöntemine baflvurulur.
226
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
uyaran (treatment) olarak kullan›lm›fl ve kat›l›mc›lar›n bu iki türden sadece birine kat›lmas›na izine verilmifltir. Her oturumda kat›l›mc›lar rasgele atama yöntemi ile monopoller ve yeni firmalar olmak üzere iki gruba da¤›t›lm›flt›r. Kat›l›mc›lara birinci grup ve ikinci grup ad› verilmifltir. Monopollere kararl› olup olmad›klar› bilgisi verilmifl yeni firmalara bilgi verilmemifltir. Fakat her deneyin sonunda monopolün bir önceki deneyde nas›l davrand›¤› aç›klanm›flt›r. Monopollere de yeni firmalar›n rekabeti göze alma ihtimallerinin üçte bir, göze almama ihtimallerinin üçte iki oldu¤u söylenmifltir. Amaç, itibar infla etme çabas›na monopollerin gereken önemi vermelerini sa¤lamakt›r. Böylece itibar infla etmek ile ilgili farkl› teflvikler oldu¤unda monopollerin nas›l davranaca¤› gözlemlenebilmifltir. Sonuçlar monopollerin daha az yeni firman›n pazara girmeye çal›flt›¤› durumlarda, itibar infla etme çabalar›n›n azalmad›¤›n› göstermifltir. Yeni firmalar da bu durumda, monopollerle rekabeti daha çok göze almaya yanaflmam›fllard›r. Formel modellemede tahmin edildi¤inin aksine, kat›l›mc›lar 4 ya da 8 yeni firman›n pazara girmeye çal›flt›¤› oyunlarda birbirinden farkl› davran›fllar sergilememifllerdir. Hiçbir oyunun bafl›nda, monopoller beklenenin aksine itibar ve ünlerini artt›r›c› yönde hareket etmemifllerdir. Ayr›ca, yeni firmalar da normalden daha fazla rekabete girmeye çal›flm›fllard›r. Oyunun daha sonraki tekrarlanan aflamalar›nda ise, monopollerin beklenenin aksine itibarlar› için daha çok çal›flt›klar› görülmüfltür. Rekabet konusunda kararl› olmayan monopollerin oyunun ilerleyen aflamalar›nda yeni firmalara daha fazla izin vermeleri beklenirken bu tür monopollerde itibar ve ünleri için çaba sarfetmeye devam etmifllerdir. Ödüllerin da¤›l›m›na bak›ld›¤›nda, bu rasyonel olmayan bir davran›flt›r. Çal›flman›n son aflamas›nda, beklentilerin d›fl›nda geliflen davran›fllar yeniden gözden geçirilmifltir. Karars›z monopollerin rasyonel davranmamas›n›n nedeni, oyunun mant›¤›n› anlamamalar› olmufl olabilir. Bunu anlamak için, deneyde tekrarlanan turlar sonucu kat›l›mc›lar›n deneyin kurallar›n› daha iyi ö¤renip ö¤renmediklerine bak›lm›flt›r. Tekrar sonucu ö¤renme de geliflmeler olsa da deneysel bulgular›n de¤iflmedi¤i gözlemlenmifltir. Karars›z monopollerin deneyin son aflamas›nda bile itibar artt›r›c› çabalar›na devam etmeleri geriye kalan yeni firmalar az oldu¤u için daha az bedel ödemelerine ve yapt›klar› hatay› fark edememelerine ba¤lanabilir. ‹kinci aç›klama, kat›l›mc›lar›n deneyin kurallar›n› ö¤renmedikleridir. Deney sonunda kendilerine sonraki kat›l›mc›lara ne tür tavsiyeler verebilecekleri soruldu¤unda, bu durum ortaya ç›km›flt›r. Son aç›klama da kiflilerin tercihleri ile ilgili olabilir. Karars›z monopoller zay›f olduklar›n› belli etmemek ve etrafa güçlü olduklar›n› yaymak için itibarlar›n› son an›na kadar korumaya çal›flm›fllard›r. Tingley ve Walter, deneyin bulgular› kullan›larak devlet liderlerinin davran›fllar› hakk›nda ç›kar›mlar yap›lmas› konusunda dikkatli davran›lmas› gerekti¤ini belirtmifllerdir. Fakat, yine de kiflilerin tercihleri ve zihinsel yetenekleri ile ilgili deney bulgular›n›n liderler için de geçerli olabilece¤ini savunmak kaç›n›lmazd›r. Baz› liderler, kendilerine karfl› gelen gruplar ya da kifliler karfl›s›nda sahip olduklar› ün ve nam›n ne kadar önemli oldu¤unu anlamakta gecikebilirler. Princeton üniversitesi ö¤rencilerinin de zihinsel yetenekleri yüksek ö¤renciler oldu¤unu düflünürsek, liderler hakk›nda çok da uzak tahminler yap›yor say›lmay›z.
N
MAKALE
Barbara Walter. “Building Reputation: Why Governments Fight Some Separatists M A K(2006). ALE but Not Others?” American Journal of Political Science, Cilt 50, Say› 2, s. 313-330.
8. Ünite - Çoklu Yöntem Yaklafl›mlar›
Dustin H. Tingley ve Barbara Walter. (2011). “The Effect of RepeatedM APlay K A L Eon Reputation Building: An Experimental Approach”, International Organization, Cilt 65, Say› Spring, s. 343-365.
Formel Modelleme - ‹statistiksel Analiz Kar›fl›m› Disiplinli Yap›land›r›c› Schultz (1999), formel modelleme ve istatistiksel analiz içeren çal›flmas›nda, ‘demokratik bar›fl’ kuram›n› ele alm›flt›r. Demokratik bar›fl kuram›, demokrasilerin kurumsal, kültürel ve geleneksel uygulamalar alanlar›nda paylafl›mlar› oldu¤u için, birbirleri ile savaflmalar›n›n neredeyse imkâns›z oldu¤unu öngörmüfltür. Schultz gelifltirdi¤i formel model yolu ile demokratik bar›fl›n devletler aras›nda güvenilir taahhüt (credible commitment)’ün olup olmamas› ile alakal› oldu¤unu savunmufltur. Ayn› zamanda, Schultz demokratik bar›fl ile ilgili o zamana kadar gelifltirilmifl olan iki kuram› test etmifltir. ‹lk kuram demokrasilerin kurumsal yap›s›n› vurgulam›fl, liderlerin verdikleri kararlardan genifl bir halk kitlesine sorumlu oldu¤unu, dolay›s›yla savafl gibi bir karar›n al›nabilecek zor bir karar oldu¤u vurgulam›flt›r. ‹kinci kuram, demokrasilerin kurumsal özelliklerini kabul etmifl, ama bu özelliklerin liderleri k›s›tlay›c› rolünden çok, di¤er devlet ve aktörleri bilgilendirici rolü üzerinde durmufltur. Demokrasilerde karar verme süreçleri fleffaf bir flekilde ilerledi¤i için di¤er ülkeler demokrasilerin siyasi amaçlar› ile ilgili bilgi alma flans›na sahiptirler. Bu durum ayn› zamanda demokrasileri uluslararas› arenan›n güvenilir ve sözüne itimat edilir aktörleri hâline getirir. Birbirleri ile müzakere hâlinde olan devletler için güvenilir olmak anlaflmazl›klar›n çözülme flans›n› artt›r›r. Schultz’un çal›flmas› yukar›da bahsedilen çoklu yöntem kar›fl›m çeflitleri aras›nda disiplinli yap›land›r›c› tür olarak da nitelendirilebilir. ‹statistiksel bulgular bellidir, fakat iki farkl› aç›klama mevcuttur. Schultz’un iki kuramdan hangisinin geçerli oldu¤unu gösterebilmesi ve her iki kuram› de ayn› veritaban› üzerinde test edilebilmesi için farkl› bir yaklafl›m gelifltirdi¤ini görüyoruz. ‹ki kuram de temelde demokrasilerin kendi özellikleri ile ilgili olup, demokratik iki ülkenin birbirlerine nas›l davranacaklar› konusunda direk aç›klamalar› yoktur. Demokrasiler aras›nda savafl›n gözlemlenmemesi demek, demokrasilerin kurumsal k›s›tlamalar› ve siyasi karar süreçlerinin fleffaf olmas›n›n nedensel bir sonucu olmayabilir. Di¤er bir deyiflle o zamana kadar yap›lan hiçbir çal›flma kurumsal k›s›tlamalar› ve fleffafl›k derecesini ölçüp bu iki de¤iflkenin iki demokratik ülkenin birbiri ile savaflmamas› üzerindeki etkisini direk olarak incelememifltir. Ayr›ca, demokratik bar›fl ile ilgili çal›flmalar iki devlet aras›nda meydana gelen savafl say›s›n› ba¤›ms›z de¤iflken olarak kullanm›fllard›r. Bu da, iki kuramdan hangisinin daha güçlü bir aç›klama getirdi¤ini anlamak için yetersizdir. Schultz önce formel modelleme yöntemi ile bir kriz durumu pazarl›k modeli gelifltirmifltir. Model, demokrasiler taraf›ndan tehdit edilen devletlerin yukar›da bahsedilen kurumsal k›s›tlama ve fleffafl›k kuramlar› aç›s›ndan nas›l tepki gösterece¤ini tahmin etmifltir: 1. Demokratik bir ülke taraf›ndan tehdit edilen baflka bir ülke, demokrasilerde savafla kalk›flman›n a¤›r bir bedeli oldu¤unu bildi¤i için, tehdidi ciddiye almaz ve demokratik ülkeye karfl› ç›kar (Kurumsal k›s›tlama kuram›). 2. Demokratik bir ülke taraf›ndan tehdit edilen di¤er bir ülke demokratik ülkenin gerçek niyetini belirtti¤inin fark›ndad›r ve demokratik ülkenin blöf yapmad›¤›n› bilir. Bu sebeple di¤er ülke krizi t›rmand›rmamak için çal›fl›r (fleffafl›k kuram›).
N
227
MAKALE
228
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
‹ki kuramdan da tehdit eden ülkenin demokratik olmas›n›n hedef olan ülkenin davran›fl› üzerindeki etkisi hakk›nda da birbirine tamamen z›t tahminler yürütülüyor. Tablo 8.2’de formel modellemenin tahminleri görülebilir. Tablo 8.2 Demokratik Tehditçi Ülkelere Karfl› Tepki Kaynak: K.A. Schultz. (1999). “Do Democratic Institutions Constrain or Inform?” International Organization, Cilt 53, Say› 2, s.248.
Kurumsal K›s›tlama
fieffafl›k ve Bilgi Paylafl›m›
Savafl›n Bedelinde Art›fl
Tam Bilgi Ediniliyor
Halka Karfl› Sorumlulukta Art›fl
Birinci ülke tehdit eder
–
–
+
‹kinci ülke direnir
+
–
–
+/–
–
+/–
Davran›flsal Sonuç
Savafl
Kurumsal k›s›tlama kuram›na göre, tehdit alt›nda olan bir ülke, e¤er tehdit eden ülke demokrasi ise büyük ihtimalle direnifle geçecektir. Demokratik ülkelerde, özellikle liderler için bir savafltan beklenen fayda az oldu¤u için, hedef seçilen ülkelerin demokrasilerden gelen tehditlere daha kuflkucu yaklaflmalar› beklenir. Hedef ülke, bu durumda direnme yoluna gider. fieffafl›k kuram› ise tam tersi bir tahminde bulunur. Demokratik ülkeler niyetlerini daha aç›k belli ettikleri için, savafl tehdidi yapan bir demokratik ülkenin blöf yapma ihtimali oldukça düflüktür. Bu durumda, hedef ülkelerin demokrasilerden gelen tehditlere direnme olas›l›¤› daha düflüktür. Hangi kuram›n do¤ru oldu¤unu göstermek için, formel modellemenin istatistiksel olarak test edilmesi gerekmektedir. E¤er istatistiksel bulgular, hedef ülkelerin demokratik olmayan ülkelere nazaran demokratik ülkelerden gelen tehditlere daha fazla direnifl gösterdi¤ini belirlerse kurumsal k›s›tlama kuram› do¤rudur. Tersi durumunda ise fleffafl›k kuram›n›n do¤ru oldu¤u savunulabilir. Hedef ülkenin direnme ya da teslim olmas› konusundaki seçiminin ba¤›ml› de¤iflken oldu¤u istatistiksel analiz sonuçlar›, hedef ülkelerin demokratik ülkeler taraf›ndan tehdit edildikleri durumlarda krizi t›rmand›rmak yerine, direnifl göstermemeyi tercih ettiklerini göstermifltir. Bu da fleffafl›k kuram›n›n geçerli oldu¤unu göstermifltir.
Formel Modelleme - ‹statistiksel Analiz Kar›fl›m› - Kuram Testi Formel modelleme ve istatistiksel yöntem bir de kuramlar› test etmek amaçl› birlefltirilir. Bu bölümde Navin Bapat’›n bu y›l yay›nlanan silahl› örgütlere devletlerin sa¤lad›¤› destekleri inceleyen çal›flmas› bu tür kar›fl›m›n örneklerinden bir tanesidir. Devletlerin silahl› örgütlere destek sa¤lamas›, örgütlerin güçlenip destek sa¤layan devletleri de tehdit etmeye bafllayabileceklerini hesaba katarsak oldukça riskli bir davran›flt›r. Fakat, baz› devletler rakipleri ve düflmanlar›yla geleneksel askeri yöntemlerle bafla ç›kmak yerine, s›kça o devletlere sald›ran örgütleri desteklerler. Bapat bu çal›flmas›nda önce bir formel modelleme ile ne tür devletlerin örgütlere destek sa¤layaca¤›n› belirlemeye çal›flm›fl, daha sonra formel modelin tahminlerini 1981 ve 2001 y›llar› aras›nda faaliyet gösteren örgütleri ve onlar› destekleyen devletler üzerinde bir veritaban› kullanarak test etmifltir. Bapat, bir grubu desteklemenin oldukça pahal› bir sinyal oldu¤unu ve rakibini pazarl›¤a zorlamak için baflvurulan bir strateji oldu¤unu belirterek aç›klamas›na bafllar. Örgütlerin hedefledikleri devletler, örgütün aktivitelerini kontrol etmekte zorland›klar› için, destek sa¤layan ülke deste¤i durduraca¤›na dair güvenilir bir sinyal verdi¤i taktirde, pazarl›k esnas›nda daha esnek davranabilirler. Fakat, flöyle bir ikilemin ortaya ç›kmas› olas›d›r: ayr›l›kç› ve terörist örgütler kazand›klar› deste¤i kaybetmek istemedikleri için bir anda destekçi devleti hedef almaya çal›flabilir
8. Ünite - Çoklu Yöntem Yaklafl›mlar›
ya da hedefledikleri ülke ile anlaflmaya yanaflmayabilirler. Örgütün tehdidi alt›nda bulunan destekçi bir devletin sözüne güvenilmesi zorlafl›r. ‹kilemin di¤er parças›n›, Türkiye y›llard›r PKK ile yaflamaktad›r. PKK’n›n, ETA ve IRA gibi muadillerinin aksine, silah b›rakmamas›n›n arkas›ndaki en önemli etkenlerden birisi, bu iki grubun da hiç almad›¤› kadar d›fl destek almas› ve almaya devam etmesidir. Formel model bir silahl› örgüt, hedefledi¤i devlet ve destekçi devlet olmak üzere 3 aktörün tercihleri üzerine kurulmufltur. Model iki varsay›mla bafllar: 1- hedef devletler, destekçi devletleri cayd›rmak amac›yla silahl› örgütlerle müzakere masas›na oturmayacaklar›n› söylerler. Fakat biliyoruz ki, baz› devletler örgütlerle müzakere yoluna giderler. Bu da hedef devletlerin müzakere ile ilgili niyetlerini gizleyeceklerini göstermektedir. 2- Destekçi devletler de, hedef devletlerle yani rakipleriyle olan pazarl›klar›nda daha etkili olmak için silahl› örgütlerin müzakereye yanaflmayaca¤›n› vurgulayabilir. Bu durumda, destekçi devletlerde örgütleri yanl›fl tan›tm›fl olurlar. Ayr›ca, hedef devlet, destekçi devlete deste¤ini durdurmas› için rüflvet teklif edebilir. Formel modelin ödül yap›s› ve oyuncular›n tercihleri konusunda detaya inmemekle birlikte, bu flekilde üç aktör aras›nda oynanan oyunun olas› 4 sonucundan bahsetmek yerinde olacakt›r: 1- bir d›fl devlet taraf›ndan destek sa¤lanmaz, 2- destek sa¤lan›r fakat rüflvet kabul edilmez, 3- destek sa¤lan›r, rüflvet kabul edilir ve örgüt fliddeti durdurur, 4- destek sa¤lan›r, rüflvet kabul edilir fakat örgüt destekçi devletin fliddeti durdurma ça¤r›s›n› kabul etmez ve iç çat›flma devam eder. Bir devletin baflka bir devlete karfl› fliddet kullanan silahl› bir örgüte neden destek sa¤lad›¤›n› aç›klamaya s›ra gelince, formel modelin öngördü¤ü en önemli etken silahl› örgüt ile destekçi devletin tercih ve ç›karlar›n›n örtüflüp örtüflmemesidir. Fakat silahl› örgüt haricinde baflka hiçbir aktörün bunu destek sa¤lamadan önce belirlemesi zordur. Bu da formel modelde özel ya da sakl› bilgi (private information) olarak nitelendirilir. Örne¤in, 1982’de ‹srail’in Güney Lübnan’› iflgaline karfl› direnmek için kurulan Hizbullah, daha sonra ‹ran taraf›ndan desteklenmeye bafllanm›flt›r. ‹ran’›n flart› örgütün Ayetullah’a sadakatini ilan etmesi ve ‹ran’›n siyasi hedeflerini desteklemesi idi. ‹ran’›n deste¤i sayesinde, Hizbullah ‹srail taraf›ndan sindirilmekten kurtulmufl oldu. ‹ran da y›llarca, ‹srail’e karfl› olan d›fl politika hedeflerini örgütün üzerinden gerçeklefltirmifl oldu. Bu örnekte, hem destekçi hem de örgüt ortak olarak kazanm›fllard›r. 11 Eylül sald›r›lar›ndan sonra, Amerika Taliban’a karfl› karadan mücadele etsinler diye Afganistan içerisinde faaliyet gösteren Kuzey ‹ttifak›’na (Northern Alliance) destek sa¤lam›flt›r. Kuzey ‹ttifak› o s›rada amaçlar›n›n hem Taliban’› hem de Al-Kaide’yi yenmek oldu¤unu belirtmelerine ra¤men, daha sonra Amerika’dan ald›klar› yard›m ve silahlar› düflmanlar›n›n kontrolünde olan topraklar› ele geçirmek ve kendi zenginliklerini artt›rmak için kullanm›fllard›r. ‹ttifak, Amerika’n›n hedefleri ile ilgilenmedi¤ini göstermifltir. 1989 ve 2001 y›llar› aras›nda tüm rakip devletler efllefltirilerek istatistiksel analiz için popülasyon oluflturulmufltur. Nicel analiz birimi iki devletin birbirine rakip oldu¤u ve rakiplerden birinin silahl› bir örgütle mücadele etti¤i y›l olarak tan›mlanm›flt›r. Her bir y›l için ayr›ca rakiplerden di¤erinin örgüte destek sa¤lay›p sa¤lamad›¤› ile ilgili, çeflitli arflivler ve gazete haberleri taranarak bir veri taban› oluflturulmufltur. Temel ba¤›ms›z de¤iflken, destekçi devletin örgütü istedi¤i zaman kontrol edip sindirecek gücü olup olmad›¤›d›r. Baflka ba¤›ms›z de¤iflkenler eklenerek, hedef devletin gücü gibi deste¤i etkileyebilecek de¤iflkenler kontrol edilmifltir. Çal›flmada yaklafl›k 150 y›l destek bafllang›ç y›l› kodlanm›fl ve istatistiksel analiz bu veriler üzerinden gerçeklefltirilmifltir. Probit analizi kullan›larak, destekçi devletle-
229
230
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
rin hedef devletler karfl›s›ndaki pazarl›k güçleri iki durumda artm›flt›r. Destekçi devlet ya büyük güç olarak nitelendirilen devletlerden biri ya da orta derecede zay›f ama çok zay›f olmayan devletlerden biri oldu¤unda destek rakiplere karfl› pazarl›klarda etkili olmufltur. Bapat’›n çal›flmas› formel modellemede bir devletin baflka bir devletle çat›flma hâlinde olan silahl› bir örgüte destek sa¤lama ihtimali ile ilgili öngörülen baz› etkenleri istatistiksel bir analizle genifl bir popülasyon üzerinde test etmeye yöneliktir. Bu sayede formel modelin bulgular›n›n gerçe¤i ne kadar yans›t›p yans›tmad›¤›, formel modelde mant›k olarak ortaya ç›kan neden-sonuç iliflkisine dair istatistiksel olarak iki de¤iflken aras›nda bir iliflki olup olmad›¤› ve bulgular›n ne kadar genellenebilir olup olmad›¤› tespit edilebilmifltir.
N
MAKALE
Navin Bapat (2012). M A K A L E “Understanding State Sponsorship of Militant Groups”, British Journal of Political Science, Cilt 42, Say› 1, s. 1-29.
FORMEL MODELLEME VE N‹TEL YÖNTEMLER‹N KARIfiIMLARI Formel Modelleme, Etnografi, Söylem Analizi ve Derinlemesine Mülakat
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
Formel modeller, derinlemesine mülakat ve saha araflt›rmalar›yla ulafl›lan verilerin de¤erlendirilmesinde veya bu verilerden kuramsal olarak anlaml› sonuçlar ç›kar›lmas›nda da kullan›lmaktad›r. Bu ünitenin bafl›nda üçleme yönteminin (tripartite method) fikir babas› olarak ismi öne ç›kan David Laitin, kariyerinin daha önceki bir döneminde çoklu yöntemlerin bir baflka örne¤ini, formel modelleme, etnogSIRA de S‹ZDE rafi, söylem analizi ve derinlemesine mülakat yöntemlerini birlikte kulland›¤›, Teflekkül eden Kimlik (Identity in Formation: The Russian-speaking Populations in D Ü fi Ü N E L ‹ M the Near Abroad) adl› meflhur eserinde vermifltir. Bu kitab›nda Laitin, öncelikle siyasal kimliklerin oluflumuna iliflkin bir kuram gelifltirmifl ve daha sonra Estonya, S O R Uve Kazakistan’da ana dili Rusça olan az›nl›k gruplar› aras›nda deLetonya, Ukrayna rinlemesine mülakatlar› ve söylem analizini de içeren etnografik çal›flmalarda bulunmufltur. Bu çal›flmalar› sonucunda Laitin, ana dili Rusça olan az›nl›klar›n tamaD‹KKAT men ak›lc› seçilim (rational choice) kuram›n›n tahminlerini onaylar flekilde, Rusça veya içinde bulunduklar› ülkenin resmî dili aras›ndaki seçimlerini kendi ç›karlar›SIRA S‹ZDE na en üst seviyede hizmet edece¤ini düflündükleri flekilde yapt›klar›n› tespit etmifltir. ‹fl hayat›nda, e¤itim, kültür, siyaset ve di¤er alanlarda Rusça’n›n yararl› olaca¤›n› düflünenler ana dilleri Rusça’da ›srar etmekte, di¤erleri az›nl›¤› olduklar› ülkeleAMAÇLARIMIZ rin ulusal dillerini seçmektedirler.
N N
David D. Laitin. Identity in Formation: The Russian-speaking Populations in K ‹ T(1998). A P the Near Abroad, Ithaca, Cornell University Press.
FormelT EModelleme, Yo¤un Tasvir ve Vaka Analizleri LEV‹ZYON
‹kinci Dünya Savafl› sonras› dönemde ABD kaynakl› olarak siyaset bilimi ve sosyoloji baflta olmak üzere sosyal bilimleri etkisi alt›na alan modernizasyon kuram› (modernization theory), formel modelleme ile yo¤un tasvir ve vaka analizini bira‹ N Tönemli E R N E T bir ak›md›r. ‹lham›n› Alman sosyal bilimci Max Weber’den raya getiren alan, Weber’in eserlerini ‹ngilizce’ye çevirerek ABD’de yay›nlanmas›n› ve yayg›nlaflmas›n› sa¤layan Talcott Parson’›n önderlik etti¤i modernizasyon kuram› yaklafl›-
SIRA S‹ZDE
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M
D Ü fi Ü N E L ‹ M
S O Yöntem R U 8. Ünite - Çoklu Yaklafl›mlar›
m›, dünyadaki tüm siyasal kültürel e¤ilimleri ‘modern’ ve ‘modernite olmak T D ‹ K K Aöncesi’ üzere basit bir ikilemin karfl›t sütunlar›na yerlefltiren bir formel model tasnifine dayanmaktad›r. Weber’in Protestan Ahlak› ve Kapitalizmin Ruhu adl› meflhur eserinSIRA S‹ZDE de ortaya koydu¤u kuram da esasen Katolik ve Protestan yöreleri elen alan karfl›laflt›rmal› vaka analizleri ve yo¤un tasvirlerden yola ç›karak modern kapitalist ekonomi ve toplum düzeniyle uyum içinde ve çat›flma içinde olan kültürel yap›lar›n AMAÇLARIMIZ formel olarak modellenmesine yönelik bir çabayd›.
N N
Max Weber. (2008). Protestan Ahlak› ve Kapitalizmin Ruhu, Ankara: K ‹ TAyraç A P Yay›nlar›. Talcott Parsons bu çabay› çok daha sistematik ve formel bir zemine oturtarak ‘örüntü de¤iflkenleri’ (pattern variables) ad› alt›nda birbirine karfl›t T E L E V ‹befl Z Y O Nçift kavram üzerinden tüm toplumlar› analiz etmeyi denedi. (Pekço¤unun tam Türkçe karfl›l›¤› bulunmayan bu befl çift örüntü de¤iflkeni ‹ngilizce orjinalinde flöyledir: affectivity/affective neutrality, self-orientation/collectivity-orientation, universalism/parSIRA S‹ZDE ‹ N T E R her N E T vakada, siticularism, ascription/achievement, specificity/diffusity.) ‹ncelenen yasal ve toplumsal ögeler, bu örüntü de¤iflkenleri do¤rultusunda s›n›fland›r›l›yor, D Ü fi Ü N E L ‹ M böylelikle herhangi bir toplumun veya yörenin modernite ile ne kadar uyumlu olup olmad›¤› ortaya konulmaya çal›fl›l›yordu. Modernite öncesi geleneksel topO R U lumdan modern topluma geçifl paradigmas› üzerinden ülkeleri Sinceleyen bu kuram›n en erken ele alarak inceledi¤i vakalardan birisi de Türkiye’dir. Modernizasyon kuram› aç›s›ndan Türkiye’yi inceleyen Daniel Lerner, 1958 tarihli, Geleneksel TopD‹KKAT lumun Sona Erifli: Ortado¤u’nun Modernleflmesi adl› meflhur kitab›nda, etnografik saha araflt›rmas› ve derinlemesine mülakatlar neticesinde, ‘Orta Do¤u bugün AmeSIRA S‹ZDE formel olarika’n›n oldu¤u gibi olmak istiyor’ (s.79) sonucuna varm›flt›r. Bu sonuç, rak örüntüsel de¤iflkenlerle ifade edilen, modernizmle uyumlu davran›fl ve tutum de¤iflikliklerinin Türkiye örne¤inde (ve Orta Do¤u’da) gerçekleflmeye bafllad›¤›na AMAÇLARIMIZ iflaret ediyordu.
N N
Daniel Lerner. (1958). The Passing of Traditional Society: Modernizing K ‹ T A P the Middle East, New York, Free Press.
N‹CEL YÖNTEMLER‹N DE⁄‹fi‹K TÜRLER‹N‹ TELEV‹ZYON KARIfiTIRAN YAKLAfiIM Sosyal A¤ (Network) Analizi - ‹statistiksel Analiz
‹ N T E R N Ebir T iliflki olup Sosyal a¤ analizi (Social Network Analysis - SNA) iki birim aras›nda olmad›¤›n›, iliflkinin niteli¤ini ve boyutunu inceleyen bir nicel araflt›rma yöntemidir. Birimler hücre, kifli, kurum veya devlet gibi bir çok farkl› bilim alan›nda araflt›rma konusu olan obje ya da aktörler olabilirler. Bir a¤, bir grup, birim ve iki birimin birbiri ile ba¤lant› biçimini ve boyutunu belirten bir kuraldan oluflur. Örne¤in, komfluluk a¤lar› “yan yana yaflarlar” ifadesi ile ve arkadafll›k a¤lar› da “arkadafl›d›r” ifadesi ile belirtilir. Bu iki ifade komflular ve arkadafllar aras›ndaki a¤la ilgili kural› belirtir. Sosyal a¤ analizinin sosyal bilimlerde kullan›lmaya bafllanmas› 1960’lara kadar uzan›r. Uluslararas› ‹liflkiler alan›nda yayg›n kullan›lmamakla beraber devletler aras› ticaret, uluslararas› organizasyonlara üyelik ve diplomatik iliflkilerin çal›fl›lmas›na uyguland›¤›n› görüyoruz.
S O R U231 D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
SIRA S‹ZDE ‹NTERNET D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
232
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
fiekil 8.3 1870 ve 1974 Y›llar›nda Dünyada Güvenlik ‹ttifak› A¤lar› (fiekil Zeev Maoz’un May›s 2009’da California Üniversitesi, Davis’te düzenlenen A¤ Analizi Çal›fltay›’nda sundu¤u, “How Cooperation Emerges from Conflict:_An Agent-Based Model of Security Networks Formation” bafll›kl› çal›flmas›ndan direk olarak aktar›lm›flt›r. Her iki y›lda da dünyadaki devletlerin birbirleri ile güvenlik ittifaklar› arac›l›¤› ile nas›l bir iliflkisel a¤ kurduklar› görülmektedir.)
Kaynak: Zeev Maoz. (2009). “How Cooperation Emerges from Conflict: An Agent-Based Model of Security Networks Formation”. Network Analysis Workshop. University of California, Davis, s.24.
Sosyal a¤ analizi iki tür a¤dan bahseder: ‹liflkisel (relational) ve ba¤lant›sal (affiliational). ‹liflkisel a¤ herhangi bir iki birim aras›ndaki iliflkiyi tan›mlayan ve ölçen a¤d›r. Komfluluk, arkadafll›k, devletleraras› güvenlik ve ticari ittifaklar iliflkisel a¤ örnekleridir. Ba¤lant›sal a¤ ise bir birim ile bir olay, organizasyon ya da grupla olan iliflkisini tan›mlayan ve ölçen a¤d›r. Mesleki derneklere üyelik, sosyal kulüplere üyelik ve devletlerin uluslararas› organizasyonlara üyeli¤i (Türkiye - Avrupa Birli¤i) ba¤lant›sal a¤ örnekleridir. ‹liflkisel a¤ simetrik ya da asimetrik olabilir. A ülkesi B ülkesi ile güvenlik ittifak› kurmufltur demek, A ülkesinin B ülkesi ile B ülkesinin de A ülkesi ile ittifak hâlinde oldu¤u anlam›na gelir. Bu simetrik bir a¤d›r. A ülkesi B ülkesine ihracat yapar demek, arada asimetrik bir a¤ oldu¤u anlam›na gelir. A’n›n B’ye ihracat yap›yor olmas›, B’nin de A’ya ihracat yapt›¤› anlam›na gelmez ya da B, A’ya ihracat yapsa bile, A ile ayn› miktarda yapt›¤› anlam›na gelmez. Sosyal a¤ analizini Uluslararas› ‹liflkiler alan›nda uygulayan öncü kifliler aras›nda Kaliforniya Üniversitesi, Davis Siyaset Bilimi ve Uluslararas› ‹liflkiler Profesörü Zeev Maoz yer almaktad›r. Devletleraras› ittifaklar› inceleyen, “Düflman›m›n Düflman› Kimdir? Dengesiz Uluslararas› ‹liflkilerin Neden ve Olas› Sonuçlar›” bafll›kl› bir çal›flmas›nda devletler aras› dengesiz iliflkilerin uluslararas› çat›flma üzerindeki etkisini incelemifl. Hem sosyal a¤ analizi hem de k›s›mlar aras› ve boylamsal veri taban› kullanarak istatistiksel analiz yapm›flt›r. Dengeli iliflkiler, bir üçlü a¤da, iki devlet aras›ndaki iliflkiye bakarak di¤er iki devlet aras›ndaki iliflki ile ilgili ayn› ç›kar›m› yapabilece¤imiz iliflkiler, dengesiz iliflkiler ise iki devlet aras›ndaki iliflkiye bakarak, di¤er ikisi ile ilgili ç›kar›m yapt›¤›m›zda yanl›fl sonuca varaca¤›m›z iliflkilerdir. fiekil 8.4’teki farkl› a¤lar dengeli ve dengesiz iliflkileri örneklendirmeye yard›mc› olacakt›r.
233
8. Ünite - Çoklu Yöntem Yaklafl›mlar›
fiekil 8.4
+
+
‹
K +
‹
K -
+ J
J
8.4.1. Dengeli: Dostumun dostu benim de dostumdur.
8.4.2. Dengeli: Düflman›m›n düflman› benim dostumdur.
-
-
‹
K +
+ J
8.4.3. Dengesiz: Düflman›m›n dostu benim de dostumdur.
‹
K -
J
8.4.4. Dengesiz: Düflman›m›n düflman› benim de düflman›md›r.
fiekiller 8.4.1 ve 8.4.2 dengeli iliflkilere örnek vermektedir. Birinci flekilde devletler ‹ ve J dost ve K ve J de dosttur. Sonuç olarak ‹ ve K’nin dost olmas›n› bekleriz. Durumun böyle oldu¤unu görüyoruz. ‹kinci flekil de birinci fleklin düflman versiyonudur. Devletler ‹ ve J düflman ve K ve J de düflmansa, ‹ ve K dost olmal›d›r. K için ‹ düflman› olan J’nin düflman›d›r. fiekiller 8.4.3 ve 8.4.4 dengesiz iliflkilere örnektir. Üçüncü flekilde, devletler ‹ ve J dost, K ve J de dosttur. ‹ ve K’n›n dost olmalar› beklenirken düflman olduklar›n› görüyoruz. Dördüncü flekilde ise devletler ‹ ve J düflman, ayn› flekilde K ve J de düflmand›r. Beklentimiz ‹ ve K’n›n birbirlerine dost olmalar›d›r. Çünkü K için ‹ düflman› olan J’nin düflman›d›r. Ama bir ‹ ve K’n›n da düflman olduklar›n› görüyoruz. fiu ana kadar sosyal a¤ analizinin biraz da olsa mant›¤›n› gösterebildi¤imizi umuyoruz. Sosyal a¤ analizindeki beklentileri kullanarak Maoz ve di¤erleri bir dizi test edilebilecek hipotez oluflturmufllard›r. Ordunun Dahil Oldu¤u Devletleraras› Münakafla veri taban› (Militarized Interstate Dispute Data - MID) kullan›larak 1816 ve 2000 y›llar› aras›nda devletleraras›ndaki dostluk ve düflmanl›k iliflkilerinin bir münakaflan›n askere intikal edip etmedi¤ine olan etkisine bak›lm›flt›r. ‹statistiksel analiz sonucunda flu bulgulara ulafl›lm›flt›r: 1. Bir devlet düflman›n›n düflmanlar›yla, düflman›n›n dostlar›na nazaran, üç kat daha fazla dostluk kurmaya e¤ilimlidir. 2. Hem müttefik hem de düflman paylaflan devletlerin, paylaflmayanlara göre, birbirleri ile savaflma ihtimali on kat artmaktad›r. 3. Demokratik de¤erleri paylaflmayan veya ekonomik iliflkileri güçlü olmayan devletler, müttefik ve düflmanlar›n› daha s›k de¤ifltirirler. 4. Dengesiz iliflkilerin s›kl›kla rastlanmas›n›n nedeni uluslararas› iliflkilerin ak›flkan yap›s›ndan kaynaklanmaktad›r.
Anket Çal›flmas› - Mülakat - ‹statistiksel Analiz Baz› çal›flmalar bir ülkede anket çal›flmas› ve boylamsal istatistiksel analizi bir araya getirerek, istatistiksel analizle test edilemeyen mikro düzeydeki faktörleri araflt›rmaya çal›fl›rlar. ‹ç savafl konusuna nicel yaklafl›mlar› inceledi¤imizde, 1950
Devletleraras› Dengeli ve Dengesiz ‹liflkiler Kaynak: Zeev Maoz, Lesley G. Terris, Ranan D. Kuperman, ve Ilan Talmud. (2007). “What is the Enemy of My Enemy? Causes and Implications of Imbalanced International Relations, 18162001”, Journal of Politics, Cilt 69, Say› 1, s. 105.
Orduya intikal etmifl devletleraras› münakaflalar veritaban› Uluslararas› ‹liflkilerde münakafla, çat›flma ve savafl› çal›flmak için en çok kullan›lan veritaban›d›r. Veriye internet üzerinden http://www. correlatesofwar.org/COW2% 20Data/MIDs/MID310.html adresinden ulafl›labilir. Veritaban› 1816 ve 2001 y›llar› aras›nda bir ve ya daha fazla devletin, bir ve ya daha fazla devlete karfl› tehdit, güç gösterisi ve güç kullan›m›n› içeren çekiflmeler üzerine bilgi sa¤lamaktad›r. Çekiflmelerin boyutlar› savafl kadar büyük de¤ildir, o nedenle veritaban› askeri gücün dahlini tehditle bafllay›p savafla kadar uzanan bir cetvel üzerinde kodlamaktad›r.
234
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
ve sonras›nda ülke y›l›n› analiz birim olarak kullanarak, iflsizlik, ekonomik kriz, demokrasi seviyesi ve d›fl faktörlerin ba¤›ms›z de¤iflken oldu¤u modellerin gelifltirildi¤ini görüyoruz. Fakat bu analizler genelde ülke baz›nda kal›p, kifli baz›na inememektedir. Örne¤in, ekonomik faktörlerin insanlar› gerçekten nas›l etkiledi¤ini anlamak ülkelerle ilgili göstergelere bakarak mümkün de¤ildir. Anket çal›flmas›, derinlemesine neden-sonuç iliflkisinin keflfedilmesi için önemli bir alternatif sa¤lamaktad›r. ‹ki nicel yaklafl›m› birlefltiren örnek bir çal›flma, New York Üniversitesi’nden Profesör Alexandra Scacco’nun doktora tez çal›flmas›d›r. Kiflilerin neden ayakland›¤› ile ilgili var olan araflt›rmalar genelde fliddete baflvurman›n fakirler için bedeli düflük bir davran›fl oldu¤u, fliddetten fayda sa¤lanaca¤› ile ilgili beklenti ve düflünülmeden öfkenin fliddet yoluyla d›fla vuruluflu gibi faktörleri aç›klama olarak öne sürmüfllerdir. Scacco dördüncü bir aç›klamay› bu çal›flmas›nda test etmektedir: Normalde fliddete baflvurmayacak insanlar bir anda kendilerini savunma pozisyonunda bulup ayaklanmaya kat›labilirler. Özellikle devlet taraf›ndan korunamayan kifliler çareyi savunmaya geçmekte bulup bir anda ayaklanman›n bir parças› olurlar. Scacco’nun önerisi birden fazla etnik grubun çat›flmaya bafllad›¤› durumlar için geçerlidir. Nijerya’daki çat›flma Müslüman ve Hristiyanlar aras›nda ç›km›flt›. Alexandra Scacco, Nijerya’da 2000 ve 2001 y›llar›nda gerçekleflen iki ayaklanmay› inceledi¤i çal›flmas›nda, iki nicel yöntemden yararlanm›flt›r. Önce, anket ve mülakat yöntemi ile fakirlik ve ayaklanmaya kat›l›m aras›ndaki nedensel iliflkiyi aç›klamaya çal›flm›flt›r. Scacco, 2008 y›l›nda 40 kifli ile mülakat ve ayaklanmaya kat›lm›fl ve kat›lmam›fl olan toplam 800 kifliyle anket yapm›flt›r. Anket kat›l›mc›lar›na flu sorular yöneltilmifltir: 1- Baflkas›n›n mal›na zarar verdiniz mi? 2- Bir kilise ya da camiye zarar verdiniz mi? 3- Baflka birine ait bir gayrimenkulü çald›n›z m›? 4- Baflka birisine fiziksel olarak zarar verdiniz mi? Bu sorular, özellikle anket kat›l›mc›lar›na ayaklanma konusunda kendi tan›mlar›n› yapmalar› için f›rsat vermemek amac›yla tasarlanm›flt›r. Sorulardan herhangi birine evet diyen bir kat›l›mc› ayaklanmaya kat›lm›fl olarak kabul edilmifltir. Anket sonuçlar›n›n analizinde bu soruya verilen cevap ba¤›ml› de¤iflkendir. Bir kifli hangi flartlar alt›nda bir ayaklanmaya kat›lmaya kararSIRA verir? Ba¤›ms›z de¤iflkenleri ölçmek için anket kat›l›mc›lar›na ekonoS‹ZDE mik durumlar›n› anlamaya yönelik sorular da sorulmufltur. Ekonomik durumun ölçümü kat›l›mc›lar›n alg›s›na dayal› olarak tarafl› bir ölçümdür. Tarafs›z bir ölçüm Ü fi Ü N E L ‹ M için ayr›ca Dkat›l›mc›lara babalar›n›n mesleklerinin ne oldu¤u ve kendi e¤itim seviyeleri ile ilgili de sorular yöneltilir. S O R U son aflamas›nda, Scacco Nijerya genelindeki veri tabanlar›n›n Tez çal›flmas›n›n istatistiksel analizini yaparak, ekonomik durum ve ayaklanmaya kat›lma aras›ndaki iliflkiyi yeniden test etmifltir. Nijerya Yaflam Standartlar› Anketi, kat›l›mc›lar›n D‹KKAT kendilerinin itiraf etti¤i Afrobarometre taraf›ndan silahl› sald›r›larla ilgili veri taban› ve Nijerya’n›n toplam 773 yerel hükûmetinden 130 tanesi rasgele seçilerek oluflSIRA S‹ZDE turulmufl veri taban› kullan›lm›flt›r. Fakirli¤in ayaklanmalara kat›lma nedenleri aras›nda önemli oldu¤u ortaya ç›km›flt›r. Yerel hükûmetlerin özellikleri ile ilgili veri taban›n›n analizi yap›ld›¤›nda, zay›f olan hükümetlerin yönetti¤i bölgelerde daha AMAÇLARIMIZ çok kat›l›m oldu¤u gözlenmifltir.
N N
Alexandra Scacco. Who Riots? Explaining Individual Participation in Ethnic K ‹ T A(2010). P Violence. PhD Dissertation. Columbia University.
TELEV‹ZYON
TELEV‹ZYON
‹NTERNET
‹NTERNET
235
8. Ünite - Çoklu Yöntem Yaklafl›mlar›
Arap dünyas›nda demokrasinin yerleflip yerleflemeyece¤i ile ilgili birSIRA çal›flma S‹ZDEyapaca¤›n›z› düflünün. Mikro seviyede bir araflt›rma yapmak isterseniz hangi yöntemi ya da yöntemleri kullan›rs›n›z. Mikro seviyede tespit ettiklerinizi makro seviyeden baflka bir yöntemle naD Ü fi Ü N E L ‹ M s›l pekifltirirsiniz?
4
N‹TEL YÖNTEMLER‹N DE⁄‹fi‹K TÜRLER‹N‹ S O R U KARIfiTIRAN YAKLAfiIM
SIRA S‹ZDE
D Ü fi Ü N E L ‹ M S O R U
Nitel yöntemleri kullanan araflt›rmac›lar›n pek ço¤u birden fazla nitel yöntemi ayD‹KKAT n› anda kullanmaktad›rlar. Di¤er çoklu yöntem araflt›rmalar›nda oldu¤u gibi, sadece nitel yöntemlerin birden fazla çeflidini kullanan çoklu yöntem araflt›rmalar›nda SIRA S‹ZDE da çoklu yöntem kullanman›n maksad›, her yöntemin kendi içinde bar›nd›rd›¤› öznellik riskini birden fazla yöntem kullanarak en aza indirmektir. Sadece mülakat yöntemini kullanan bir araflt›rmac› pek çok aç›dan öznellik AMAÇLARIMIZ elefltirisine muhatap olabilir. Örne¤in, pek çok araflt›rmac›, özellikle de hassas konularda çal›flmalar yapan araflt›rmac›lar, mülakat yapacaklar› kiflileri seçerken ‘kartopu örneklem’ (snowball sampling) denilen yöntemi kullan›r, baflka bir deK ‹ T A P yiflle ilk etapta mülakat› kabul eden deneklerin tavsiye ettikleri veya tan›d›klar› yoluyla mülakat grubunu olufltururlar. Fakat aç›kt›r ki bu ve bu gibi örneklem seçimlerinde araflt›rmac› ‘seçilim ön yarg›s›’na (selection bias) düflmüfl olabilece¤i TELEV‹ZYON gerekçesiyle elefltirilebilir. Araflt›rmac› sadece belli bir görüfle mensup veya kendi tezini destekleyece¤ini düflündü¤ü kiflilerle mülakat yapm›fl olmakla suçlanabilir. Kald› ki araflt›rmac› her görüflün savunulabilir nispette temsil edildi¤i bir grup ki‹ N T vas›tas›yla ERNET fliyle mülakat yapm›fl olsa bile arad›¤› nedenselli¤in mülakatlar ortaya ç›kar›lamayaca¤› çünkü kiflilerin somut gerçeklikten kopuk ve ancak kitle iletiflim araçlar›n›n yans›tt›¤› flekilde alg›lad›klar› bir konu hakk›nda araflt›rma yapt›¤› elefltirisi de getirilebilir. Bu durumda nitel araflt›rmac›m›z mülakat›n yan› s›ra, örne¤in, konusuyla ilgili olan en önemli birincil kaynaklar›n (polis raporlar›, parti programlar›, an›lar, resmî yaz›flmalar vs.) ‘içerik analizine’ (content analysis) veya konusuyla ilgili toplumsal kesimin içerisinde kat›l›mc› gözlem (participant observation) yapmay› da içeren etnografik yöntemlere baflvurabilir. Örne¤in bir siyasetçinin veya siyasetçilerin belli bir konuda mülakatta araflt›rmac›ya verdi¤i bilgiler, somut siyasi tart›flmalarda yapt›¤› konuflmalar›n›n metinleriyle, verdi¤i kanun teklifleri ve yap›lan oylamalarda tak›nd›¤› tav›rlarla, hitap etti¤i veya oyunu ald›¤› kitlenin etnografik saha çal›flmas›nda ortaya ç›kan görüflleriyle karfl›laflt›r›larak teyid veya tashih edilebilir. Birden fazla nitel yöntemi ayn› anda kullanmakla amaçlanan nedenselli¤e ulaflmak oldu¤una göre, bu nedenselli¤e dair do¤ru bilgiler veya ipuçlar› da tek bir kifli taraf›ndan veya tek bir gözlem arac›l›¤›yla verilemeyece¤ine göre, araflt›rma konusu olan soruya mümkün olan en fazla aç›dan bakmak ve ayr›ca mümkün olan en fazla ve de¤iflik arac› (araflt›rma yöntemini) kullanarak ayn› sonuca var›l›p var›lmad›¤›n› test etmek gerekir. Bu ve bunun gibi kayg›lar sonucu olarak nitel araflt›rmac›lar›n hemen her zaman birden fazla yöntemi kulland›¤› görülmektedir. S›f›rdan Demokrasi: Yeni Rus Devriminde Muhalefet ve Rejim (Democracy from Scratch: Opposition and Regime in the New Russian Revolution) adl› eserinde, Steven Fish ekonomik ve siyasi reformlarla rekabetçi demokratik bir düzene do¤ru evrilen Gorbaçov liderli¤indeki Sovyetler Birli¤i’nin son günlerinde yeni kurulan siyasi gruplara mensup kiflilerle mülakat yapmakla yetinmemifl, bu siyasi gruplar›n toplant›lar›nda kat›l›mc› gözlemci olarak etnografik çal›flmalar yapm›fl ve bu
N N
D‹KKAT
SIRA S‹ZDE
AMAÇLARIMIZ
K ‹ T A P
TELEV‹ZYON
‹NTERNET
SIRA S‹ZDE
236
D Ü fi Ü N E L ‹ M SIRA S‹ZDE S O R U D Ü fi Ü N E L ‹ M D‹KKAT S O R U
SIRA S‹ZDE D‹KKAT AMAÇLARIMIZ SIRA S‹ZDE
K ‹ T A P AMAÇLARIMIZ
TKE L‹E VT ‹ ZAY OP N
TELEV‹ZYON ‹NTERNET
‹ N T E RS‹ZDE NET SIRA
D Ü fi Ü N E L ‹ M SIRA S‹ZDE S O R U D Ü fi Ü N E L ‹ M D‹KKAT S O R U
SIRA S‹ZDE D‹KKAT AMAÇLARIMIZ SIRA S‹ZDE
K ‹ T A P AMAÇLARIMIZ
TKE L‹E VT ‹ ZAY OP N
TELEV‹ZYON ‹NTERNET
‹NTERNET
SIRA S‹ZDE Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri D Ü fi Ü N E L ‹ M
SIRA S‹ZDE
siyasi gruplar›n yay›n ve faaliyetleri üzerine içerik ve söylem analizi yapm›flt›r. Pek çok de¤iflik Sgörüflten siyasi aktörle yap›lan mülakatlar ve pek çok nitel yöntemin O R U Ü fi Ü N E L ‹ M Fish’in vard›¤› sonuçlar›n güvenilirli¤ini artt›r›c› bir rol oynaefl zamanl›Dkullan›m› m›flt›r. Üç ülkede devletin etnik siyasetini karfl›laflt›rmal› olarak inceledi¤i AlmanD‹KKAT ya, Rusya veSTürkiye’de Etnisite Rejimleri ve Milliyet adl› kitab›nda fiener Aktürk siO R U yasetçi, bürokrat, entelektüel, akademisyen ve sivil toplum önderi olmak üzere altSIRA S‹ZDE m›fl kadar kifliyle yapt›¤› mülakatlara ek olarak, parlamentolarda etnik konulardaD‹KKAT ki tart›flmalar›n söylem analizini, resmî kurum ve kurulufllar ile siyasi partilerin yay›nlar›n›n AMAÇLARIMIZ içerik analizini ve elli y›ll›k bir dönemde seçim sonuçlar›n›n karfl›laflt›rSIRAortaya S‹ZDE koyarak pek çok nitel yöntemi bir arada kullanm›flt›r. mal› analizini
N N N N
M. Steven Fish. K ‹ (1996). T A P Democracy from Scratch: Opposition and Regime in the RussiAMAÇLARIMIZ an Revolution, Princeton: Princeton University Press. fiener Aktürk. T EK L ‹E(2012). VT‹ ZAY OPN Regimes of Ethnicity and Nationhood in Germany, Russia, and Turkey, New York: Cambridge University Press.
Buna mukabil, son derece hassas ve hatta tehlikeli konularda ve ortamlarda yaTELEV‹ZYON ‹ N T E R N E T mülakat yap›lan kiflilerin gerçek isimleriyle an›lmamas› normal p›lan araflt›rmalarda ve anlafl›l›r karfl›lanmaktad›r. Vadim Volkov’un fiiddetli Giriflimciler: Rus Kapitalizminin ‹nflas›nda Güç Kullan›m› (Violent Entrepreneurs: The Use of Force in the N T E RS‹ZDE N E TCapitalism) adl› eseri bu duruma bir örnektir. Ço¤unlu¤u mafSIRA Making of ‹Russian ya üyesi, yasa d›fl› ifller yapan polis, asker, sporcu ve benzeri özelliklere sahip 26 kifliyle mülakatlar yapan Volkov, mülakat yapt›¤› pek çok kiflinin gerçek ismini kiD Ü fi Ü N E L ‹ M tab›nda vermemektedir. Üstelik dördü hariç di¤er mülakatlar›n› kaydetmesine de SIRA S‹ZDE izin verilmemifl, o da el yaz›s›yla tuttu¤u notlar ve akl›nda kald›¤› kadar›yla mülaS O R U katlar›n› kullanabilmifltir. Bunun gibi Chicago Üniversitesi siyaset bilimi profesörD Ü fi Ü N E L ‹ M lerinden Lisa Wedeen, Haf›z Esad diktatörlü¤ünün halk› üzerinde otorite kurma süreçlerini inceledi¤i Hakimiyetin Mu¤lakl›¤› adl› eserinin bir yerinde kendisine D‹KKAT S O R U bir Suriyeli taraf›ndan aktar›lan bir rüyan›n tabiri üzerinden Esad rejimini analiz etmeye çal›flm›flt›r. Normal flartlar alt›nda siyaset bilimi ve uluslararas› iliflkiler alan›nSIRA S‹ZDE da çal›flan araflt›rmac›lar›n bu kadar dolayl› ve tekrarlanmas› imkâns›z yöntemlere D‹KKAT tevessül etmesi hofl karfl›lanmaz ve hatta kabul edilemez. Örne¤in, yazarlar›n iddia ettikleri AMAÇLARIMIZ mülakatlar› gerçek kiflilerle yapt›klar›n›n ve bu mülakatlar›n›n içeri¤inin SIRA S‹ZDE teyid edilebilmesi gerekmektedir.
N N N N
Vadim Volkov. K ‹ (2002). T A P Violent Entrepreneurs: The Use of Force in the Making of RussiAMAÇLARIMIZ an Capitalism, Ithaca, Cornell University Press. Lisa Wedeen. T EK L (1999). ‹E VT‹ ZAY OPNAmbiguities of Domination: Politics, Rhetoric, and Symbols in Contemporary Syria, Chicago, University of Chicago Press.
SONUÇ TELEV‹ZYON
TERNET Yöntemsel‹ Nço¤ulculuk, birbirinden farkl› iki araflt›rma gelene¤i olan nitel ve nicel yöntemleri uygulayan siyaset bilimcilerinin kutuplaflmas›n› engellemekte faydal› oldu¤u gibi, bu ünitede verilen örneklerden de anlafl›laca¤› üzere birbirini tamam‹ N T E R N E bir T araya gelmesiyle araflt›rman›n en iyi biçimde gerçekleflmesilay›c› yöntemlerin ne katk›da bulunur. Kuramlar›n derinlemesine gelifltirilip yeni nedensel faktörlerin keflfedilmesinde formel modellemeden, neden-sonuç iliflkisinin geliflimiyle ilgili
8. Ünite - Çoklu Yöntem Yaklafl›mlar›
süreci incelemede nitel yöntemlerden ve öngörülen iliflkilerin genelde geçerli olup olmad›¤›n› anlamak için de nicel yöntemlerden istifade ederiz. Araflt›rmam›za hangi yöntemin ya da yöntemlerin rehberlik edece¤i ise ideal olarak araflt›rma konusu olan soru taraf›ndan belirlenmeli, araflt›rmac› soruyu en iyi flekilde cevaplayacak yöntem türlerini bir araya getirmelidir. Bu konuda önemli engellerden birisi, tek bir araflt›rmac›n›n hem formel modelleme hem de nicel ve nitel yöntemlere hakim olmas›n› beklemenin nerede ise imkâns›z olmas›d›r. Hatta, nicel yöntemler içerisinde bile araflt›rmac›lar›n ihtisas gelifltirdikleri yöntemler de¤iflir. Baz›lar› deney konusunda uzmanken, baz›lar› ise k›s›mlar aras› boylamsal analiz konusunda uzmanl›k gelifltirir. Dolay›s›yla, ço¤u zaman yöntemsel ço¤ulculuk bir kaç araflt›rmac›n›n bir araya gelmesini gerektirir. Her araflt›rma yönteminin araflt›rmac›y› baz› tür cevaplara yönlendirebilece¤i ihtimalini de göz önüne alarak, araflt›rmac›lar›n, tüm yöntemleri ayn› anda kullanma becerisine sahip de¤ilseler bile, en az›ndan de¤iflik araflt›rma yöntemi gelene¤inden gelenlerin benzer sorulara nas›l cevaplar verdi¤ini bilmeye, anlamaya ve bu di¤er cevaplar karfl›s›nda kendi yöntemsel tercihlerini savunabilmeye ihtiyaçlar› vard›r. Bunu da yayg›nlaflt›rman›n yollar›ndan birisi, de¤iflik yöntemleri kullanan araflt›rmac›lar›n birbirlerinin çal›flmalar›n› inceleyerek tart›flt›klar› ve fikir al›flveriflinde bulunduklar› ortamlar›n yarat›lmas›d›r. Bu, üniversitelerde gerçekleflen seminerler arac›l›¤›yla olabilece¤i gibi, böylesi bir tart›flma ve fikir al›flverifline olanak sa¤layan dergiler, çevrim içi forumlar ve benzeri kanallar arac›l›¤›yla da gerçekleflebilir. Her hâlükârda, çoklu yöntemlerin yayg›n kullan›m›n›n, siyaset ve uluslararas› iliflkiler alan›nda cevap aranan sorulara en tatminkâr cevaplar›n verilmesi konusundaki entellektüel rekabete çok olumlu bir katk›da bulundu¤unu söyleyebiliriz.
237
238
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Özet
N A M A Ç
1
N A M A Ç
2
Farkl› yöntemlerin birbirleri ile rekabet hâlinde olmaktan ziyade, birbirlerini tamamlad›klar›n› aç›klayabilmek Her araflt›rma yöntemi belli baz› tarz sorular› cevaplamak veya ayn› sorular›n de¤iflik boyutlar›n› ayd›nlatmak konusunda üstünlüklere ve avantajlara sahiptir. Dolay›s›yla bilimsel sorumluluk sahibi bir araflt›rmac›n›n yapmas› gereken en az›ndan kendi ilgilendi¤i sorulara kendisinden de¤iflik yöntemlerle yaklaflan araflt›rmac›lar›n ne gibi sonuçlara, neden ve nas›l vard›¤›n› bilmektir. Böylesi bir yöntemler aras› bilinç ve etkileflim, hem sorulan sorular›n hem de verilen cevaplar›n kalitesini artt›racakt›r. Çeflitli yöntemlerin nas›l en iyi flekilde entegre edilip araflt›rma sorular›na uygulanabilece¤ini aç›klayabilmek Tümdengelime dayal› formel modelleme yönteminin üstünlü¤ü neden-sonuç iliflkilerine dair detayl› ve test edilebilir hipotezlerin ortaya koyulmas›n› mümkün k›lmas›d›r. Oysa iki de¤iflken aras›ndaki iliflkiyi ölçmek ve ba¤›ml› de¤iflken üzerinde gözlemlenen etkinin ne kadar›n›n farkl› ba¤›ms›z de¤iflkenler taraf›ndan belirlendi¤ini gösterebilmek ve böylesi iliflkilerin ne kadar genellenebilir oldu¤unu tespit edebilmek konular›nda nicel yöntemler avantajl›d›r. Nitel yöntemler ise neden-sonuç iliflkilerinin ispatlanmas› aç›s›ndan üstün olan yöntemlerdir. Dahas›, süreç takibi gibi yöntemlerle, istatistiksel analizde keflfedilen bir iliflkinin gerçek bir nedensel iliflki mi yoksa sahte bir iliflki mi oldu¤unu ortaya ç›karmak hususunda istatistiksel yöntemleri tamamlayabilirler.
N A M A Ç
3
N AM A Ç
4
Çeflitli yöntem kar›fl›mlar›n›n hangi bilimsel amaca hizmet etti¤ini aç›klayabilmek Mant›kl›l›k incelemesi, bir araflt›rmaya devam etmeden önce araflt›rma için harcanacak çaban›n ve izlenecek araflt›rma yöntemine baz› de¤iflikliklerin yap›lmas›n›n gerekli olup olmad›¤›n› belirlemek üzere yap›lan bir ön çal›flmad›r. Disiplinli-yap›land›r›c› çal›flmalar, bir vakay› ya da istatistiksel olarak gözlemlenen iliflkiyi aç›klamak için bir kuram›n kullan›lmas›d›r. Ampirik bilgiler zaten bellidir fakat baz› bulgular flafl›rt›c› oldu¤u için bu yönteme baflvurulur. Kuram oluflturucu çal›flmalar, tümdengelim ya da tümevar›m yöntemlerini kullanarak çal›flman›n d›fl›nda b›rak›lm›fl fakat ba¤›ml› de¤iflken üzerinde olas› etkisi olacak faktörleri yeniden ele almak, kuram› gözden geçirmek ve yeni bir kuram tan›mlamak için yap›lan çal›flmalard›r. Kuram-testine yönelik çal›flmalar ise kuram›n genifl ya da k›s›tl› bir gruba hitap edip etmedi¤ini ve genellenebilir olup olmad›¤›n› belirlemeye yönelik çal›flmalard›r. Farkl› çoklu yöntem kullan›m flekillerini (4’lü 3’lü 2’li gibi) ve örneklerini aç›klayabilmek Nicel ve nitel, nicel ve formel modelleme, nitel ve formel modelleme fleklindeki üç ana kar›fl›k yöntem kullan›m›na ek olarak, nicel ve nitel yaklafl›mlar›n kendi içindeki pek çok yöntemini de ayn› anda kullanan (nitel-nitel ve nicel-nicel) çoklu yöntem uygulamalar› mevcuttur. Bir görüfle göre, en mükemmel sonuçlara ancak formel modelleme, istatistiki nicel inceleme ve nitel vaka analizini bir arada kullanan “üçleme yöntemi” ile ulafl›labilir. Bu ünite içerisinde, 2’li, 3’lü ve 4’lü yöntem kullan›m çeflitleri tan›mlanm›fl ve hepsi için siyaset bilimi ve uluslararas› iliflkiler yaz›n›ndan örnek çal›flmalar verilmifltir.
8. Ünite - Çoklu Yöntem Yaklafl›mlar›
239
Kendimizi S›nayal›m 1. David Laitin’in üçleme yöntemi (tripartite method) hangi üç yöntemin birarada kullan›lmas›n› öngörmektedir? a. Derinlemesine mülakat, arfliv çal›flmas›, ve kat›l›mc› gözlem b. Formel modelleme, istatistiksel analiz, nitel vaka incelemesi c. Do¤al deney, kamuoyu araflt›rmas›, derinlemesine mülakat d. ‹statistiksel analiz, do¤al deney, söylem analizi e. Nitel vaka incelemesi, içerik analizi, etnografi 2. Afla¤›daki yöntemlerden hangisi en fazla tümdengelim yöntemine dayanmaktad›r? a. Nitel vaka analizi b. Nicel istatistiki çal›flmalar c. Söylem ve içerik analizleri d. Kat›l›mc› gözlem e. Formel modelleme 3. Afla¤›dakilerden hangisi nitel yöntemlerin de¤iflik türlerinin kullan›ld›¤› bir çoklu yöntem araflt›rma tasar›m› de¤ildir? a. Metin içerik analizi ve siyasi söylem analizi b. Kat›l›mc› gözlem ve derinlemesine mülakat c. Sosyal a¤ analizi ve istatistiksel analiz d. Vaka analizi ve süreç takibi e. Arfliv araflt›rmas› ve etnografi 4. Afla¤›dakilerden hangisi formel modellemenin kullan›ld›¤› sorunlar aras›nda de¤ildir? a. Toplu faaliyet ikilemi b. Mahkumlar ikilemi c. Müvekkil-vekil sorunu d. Güvenilir taahhüt sorunu e. Gerekli ve zorunlu koflullar sorunu 5. “Bir araflt›rmaya devam etmeden önce araflt›rma için harcanacak çaban›n ve izlenecek araflt›rma yönteminde baz› de¤iflikliklerin yap›lmas›n›n gerekli olup olmad›¤›n› belirlemek üzere yap›lan ön çal›flma” ne adla an›l›r? a. Mant›kl›l›k incelemesi b. Disiplinli-Yap›land›r›c› çal›flma c. Kuram oluflturucu çal›flma d. Kuram test edici çal›flma e. Tipolojik kuramsal çal›flma
6. Afla¤›daki araflt›rma birimlerinden hangisi sosyal a¤ analizi ile çal›fl›lamaz? a. Devleteraras› ‹ttifak b. Devletler ve devlet d›fl› örgütler aras› ittifak c. NATO - Kuzey Atlantik Antlaflmas› Örgütü d. ‹ç Savafl e. Liderlik aras› anlaflmazl›k 7. Çoklu yöntem çal›flmalar›nda karfl›lafl›lan güçlükler aras›nda hangisini sayamay›z? a. Bir araflt›rmac›n›n tüm yöntemleri bilmesi oldukça zordur. b. Çoklu yöntem kullanan araflt›rmalar mutlaka bir yöntemin uygulanmas›nda eksik kal›rlar. c. Araflt›rmac›lar›n çoklu yöntem kullanmalar› için yeterince teflvik yoktur. d. Farkl› yöntemler bilen araflt›rmac›lar›n biraraya gelip ortak çal›flma üretmesi zaman al›r. e. a ve d 8. ‹statistiksel analizin di¤er yöntemlere göre eksikli¤i nedir? a. Genellenebilir ç›kar›mlar yapmak daha kolayd›r. b. Bir kuram›n test edilmesinde kullan›lamazlar. c. ‹ki de¤iflken aras›ndaki neden-sonuç iliflkisini göstermekte yetersizdir. d. ‹ki de¤iflken aras›nda iliflki olup olmad›¤›n› gösterebilir. e. Birçok de¤iflkenin ayn› anda k›smi olarak ba¤›ml› de¤iflken üzerindeki etkisini gösterebilir. 9. D›fl politika konusunda yetkili siyasetçilerin görüfllerini analiz etmek için hem birebir görüflleri ö¤renmek hem de genel kan›y› tespit edip birebir görüflleri yans›t›p yans›tmad›¤›n› anlamak için hangi ikili yöntemi kullan›rs›n›z? a. Co¤rafi Analiz - ‹statistiksel Analiz b. Mülakat - Anket c. Do¤al deney - anket d. Arfliv Taramas› e. b ve c 10. Afla¤›dakilerden hangisi nicel yöntemlerin de¤iflik türlerinin kullan›ld›¤› bir çoklu yöntem araflt›rma tasar›md›r? a. Mülakat - ‹statistiksel analiz b. Deney - ‹statistiksel analiz c. Arfliv taramas› - vaka analizi d. Mülakat - anket e. Etnografik çal›flma - sosyal a¤ analizi
240
Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri
Kendimizi S›nayal›m Yan›t Anahtar› 1. b 2. e 3. c
4. e 5. a 6. d 7. b 8. c 9. e 10. b
Yan›t›n›z yanl›fl ise “Üçleme Yöntemleri” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Formel Modelleme Yaklafl›m›” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Nitel Yöntemlerin De¤iflik Türlerini Kar›flt›ran Yaklafl›m” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Formel Modelleme Yaklafl›m›” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Çoklu Yöntem Kar›fl›m Çeflitleri” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Sosyal A¤ Analizi - ‹statistiki Analiz” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Çoklu Yöntem Kar›fl›m Çeflitleri” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Yöntemsel Ço¤ulculuk” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Nicel ve Nitel Yaklafl›m Kar›fl›mlar›” konusunu yeniden gözden geçiriniz. Yan›t›n›z yanl›fl ise “Nicel Yöntemlerin De¤iflik Türlerini Kar›flt›ran Yaklafl›m” konusunu yeniden gözden geçiriniz.
S›ra Sizde Yan›t Anahtar› S›ra Sizde 1 Türkiye’nin illeri aras›nda okuryazarl›k oran› ve kalk›nm›fll›k seviyesi aras›nda, e¤er varsa, nas›l bir nedensellik iliflkisi oldu¤una iliflkin bir çal›flmada üçleme yönteminin kullan›lmas› için s›ras›yla formel modelleme, istatistiki inceleme ve vaka analizine baflvurmak gerekecektir. Öncelikle okuryazarl›k ve ekonomik kalk›nm›fll›k aras›nda nas›l bir nedensellik iliflkisi olaca¤›na iliflkin hipotezlerinizi formel modeller hâlinde ifade etmelisiniz. ‹kinci aflamada, Türkiye’nin tüm illerinin okuryazarl›k ve ekonomik kalk›nm›fll›k verileri aras›nda olumlu ya da olumsuz anlaml› bir iliflki olup olmad›¤›n› istatistiki bir incelemeyle ortaya koymal›s›n›z. Üçüncü aflamada da bu illerden bir ya da birkaç›n› (mesela en yüksek ve en düflük okuryazarl›k oran›na sahip iki ili karfl›laflt›rmal› olarak) derinlemesine vaka analizine tabi tutarak okuryazarl›k ve ekonomik kalk›nm›fll›k aras›nda tam olarak nas›l bir nedensellik iliflkisi oldu¤unu ad›m ad›m gözlemleyerek ortaya koymal›s›n›z. S›ra Sizde 2 ‹slam ve pek çok negatif siyasal ve toplumsal sonuçlar (fliddet, terörizm, demokrasi karfl›tl›¤›, laiklik karfl›tl›¤›, eflitsizlik vs.) aras›nda güçlü bir iliflki oldu¤una iliflkin inançlar› bilimsel olarak test edebilmek için ilk aflamada yap›lmas› gereken ampirik olarak böyle bir iliflkinin
olup olmad›¤› istatistiki analizlerle oraya koymakt›r. Çünkü iddialar, tüm Müslümanlar› ve ülkelerini kapsayan genel geçer ampirik iddialar oldu¤u için, ilk aflamada formel modellerle veya vaka analizleriyle test edilmeleri mümkün de¤ildir. Kaliforniya Üniversitesi, Berkeley’den profesör Steven Fish, Are Muslims Distinctive? (Müslümanlar Farkl› M›?) adl› kitab›nda cinayet oranlar›, terör sald›r›lar›, ekonomik eflitsizlik oranlar›, demokrasiye ve laikli¤e iliflkin görüfller, gibi pek çok konuda tüm dünyadaki Müslüman ülkeleri ve World Values Survey’in tüm Müslüman deneklerini kapsayan analizinde bu konular›n ço¤unda Müslümanlar ve Müslüman olmayanlar aras›nda fark olmad›¤›n›, baz› konularda Müslümanlar›n daha iyi baz› konulardaysa daha kötü durumda olduklar›n› ortaya koymufltur. S›ra Sizde 3 Öncelikle nükleer silahlanma ve cayd›r›c›l›k ile ilgili varolan çal›flmalar› incelerim. Amac›m, yeni bir kuram oluflturmak ve test etmek oldu¤u için bir vaka analizi yapar, cayd›r›c›l›¤› etkileyebilecek faktörleri keflfederim. Vaka analizinde 2 ve ya 3 konu ile ilgili vaka incelenir ve cayd›r›c›l›¤›n baflar›l› olup olmayaca¤›n› etkiledi¤ini düflündü¤üm de¤iflkenlerin detayl› olarak nedensonuç süreçlerini incelerim. Sonraki aflamada, ilgilendi¤im de¤iflkenlerle ilgili veri tabanlar›n› kontrol ederim. E¤er cayd›r›c›l›¤›n baflar›s› ile ilgili bir veri taban› yoksa, oluflturmaya çal›fl›r›m. Tabii veri taban› genel olarak herhangi bir konu ile ilgili bir ülkenin di¤er bir ülkeye karfl› uygulad›¤› cayd›r›c›l›k politikalar›n› içerebilir. Genel olarak cayd›r›c›l›¤›n hangi flartlar alt›nda baflar›l› oldu¤u, nükleer silahlarla ilgili ç›kar›mlar›m›z hakk›nda da ipuçlar› sa¤layacakt›r. S›ra Sizde 4 Mikro seviyede yap›lan analizlerin amac› siyasette aktörlerin düflüncelerini daha detayl› anlamakt›r. Mülakat, anket ve deney gibi yöntemler kiflilerin demokrasiye karfl› tutumlar›n›n tespiti için faydal› olabilir. Örne¤in, mülakat çal›flmas›n› bir anketle pekifltirebilir ya da önce deney yapar daha sonra gözlemlediklerinizi bir anketle pekifltirebilirsiniz. Makro düzeydeki yöntemler de genel olarak ülkenin bütünü ile ilgili bak›fl aç›s› sa¤larlar. Örne¤in, bölgede daha önce demokrasiye geçifl giriflimleri olmufl mu? Vaka analizi birkaç devletin derinlemesine incelenmesine yard›mc› olabilir. ‹statistiksel analiz de genel olarak bölgedeki tüm rejim de¤iflikliklerini anlamaya, mikro düzeyde ve vaka analizinde tespit etti¤imiz etkenlerin birbirleri ile iliflkilerinin boyutlar›n› ölçmeye yard›mc› olabilir.
8. Ünite - Çoklu Yöntem Yaklafl›mlar›
241
Yararlan›lan Kaynaklar Aktürk, fi. (2012). Regimes of Ethnicity and Nationhood in Germany, Russia, and Turkey, New York: Cambridge University Press. Bapat, N. (2012). “Understanding State Sponsorship of Militant Groups”. British Journal of Political Science, Cilt 42, Say› 1, s. 1-29. Bennett, A. (2002). “Where the Model Frequently Meets the Road: Combining Statistical, Formal, and Case Study Methods”. Paper presented at the Annual Meetings of the American Political Science Association, Boston, MA. Brady, H. E., Collier, D. (2004). Rethinking Social Inquiry: Diverse Tools, Shared Standards. Lanham, MD: Rowman & Littlefield. Bueno de Mesquita, B. (2002). “Domestic Politics and International Relations”, International Studies Quarterly, Cilt 46, Say› 1, s.1-9. Darden, K. (2013). Resisting Occupation: Mass Schooling and the Creation of Durable National Loyalties, New York: Cambridge University Press. Dunning, T. (2008). Crude Democracy: Natural Resource Wealth and Political Regimes, New York: Cambridge University Press. Fearon, J., Laitin, D. (2008). “Integrating Qualitative and Quantitative Methods”, the Oxford Handbook of Political Methodology (Box-Steffensmeier, J. M., Brady, H. E., Collier, D.), s. 756-776. Oxford: Oxford University Press. Fish, M. S. (1996). Democracy from Scratch: Opposition and Regime in the Russian Revolution, Princeton: Princeton University Press. Fish, M. S. (2011). Are Muslims Distinctive? A Look at the Evidence, New York: Oxford University Press. Howard, M. M. (2003). The Weakness of Civil Society in Post-Communist Europe, New York, Cambridge University Press. Kalyvas, S. N. (2006). The Logic of Violence in Civil War. New York: Cambridge University Press. King, G., Keohane, R.O., Verba, S. (1995). Designing Social Inquiry: Scientific Inference in Qualitative Research. Princeton, NJ: Princeton University Press. Laitin, D. D. (1998). Identity in Formation: The Russian-Speaking Populations in the Near Abroad, Ithaca: Cornell University Press. Laitin, D. D. (2003). “The Perestroikan Challenge to Social Science”, Politics & Society, Cilt 31, Say› 1, s.163-184. Lerner, D. (1958). The Passing of Traditional Society: Modernizing the Middle East, New York, Free Press.
Maoz, Z. (2009). “How Cooperation Emerges from Conflict:_An Agent-Based Model of Security Networks Formation”. Network Analysis Workshop. University of California, Davis. Maoz, Z., Terris, L. G., Kuperman, R. D., Talmud, I. (2007). “What is the Enemy of My Enemy? Causes and Implications of Imbalanced International Relations, 1816-2001”. Journal of Politics, Cilt 69, Say› 1, s. 100-115. Scacco, A. (2010). Who Riots? Explaining Individual Participation in Ethnic Violence. PhD Dissertation. Columbia University. Schultz, K. A. (1999). “Do Democratic Institutions Constrain or Inform?” International Organization, Cilt 53, Say› 2, s.248. Snidal, D. (2004). “Formal Models of International Politics”, Models, Numbers, and Cases: Methods for Studying International Relations (Sprinz, D. F., Wolinsky-Nahmias, Y. ). Ann Arbor: University of Michigan Press. Sprinz, D. F., Wolinsky-Nahmias, Y. (2004). Models, Numbers, and Cases: Methods for Studying International Relations. Ann Arbor: University of Michigan Press. Tezcür, G. M. (2010). “When Democratization Radicalizes: The Kurdish Nationalist Movement in Turkey”. Journal of Peace Research, Cilt 47, Say› 6, s. 783. Tingley, D. H., Walter, B. (2011). “The Effect of Repeated Play on Reputation Building: An Experimental Approach”. International Organization, Cilt 65, Say› Spring, s. 343-365. Volkov, V. (2002). Violent Entrepreneurs: The Use of Force in the Making of Russian Capitalism, Ithaca, Cornell University Press. Weber, M. (2008). Protestan Ahlak› ve Kapitalizmin Ruhu, Ankara: Ayraç Yay›nlar›. Wedeen, L. (1999). Ambiguities of Domination: Politics, Rhetoric, and Symbols in Contemporary Syria, Chicago: University of Chicago Press. White, R. W. (1989). “From Peaceful Protest to Guerilla War: Micromobilization of the Provisional Irish Republican Army”, American Journal of Sociology, Cilt 94, Say› 6, s. 1277-1302. Walter, B. (2006). “Building Reputation: Why Governments Fight Some Separatists but Not Others?” American Journal of Political Science, Cilt 50, Say› 2, s. 313-33.
