Анализ случая представляет собой глубокое, детальное изучение конкретного случая (или случаев) в контексте реального мира. [1] [2] Например, анализ случаев в медицине может быть сосредоточен на отдельном пациенте или заболевании; анализ случаев в бизнесе может охватывать стратегию конкретной фирмы или более широкий рынок ; аналогично, анализ случаев в политике может варьироваться от узкого события, происходящего с течением времени, например, операции конкретной политической кампании , до огромного предприятия, например, мировой войны , или, что чаще, политического анализа проблем реального мира, затрагивающих множество заинтересованных сторон.
Как правило, исследование случая может осветить практически любого человека, группу, организацию, событие, систему убеждений или действие. Исследование случая не обязательно должно быть одним наблюдением ( N = 1), но может включать много наблюдений (один или несколько человек и организаций в течение нескольких периодов времени, все в рамках одного исследования случая). [3] [4] [5] [6] Исследовательские проекты, включающие многочисленные случаи, часто называются перекрестными исследованиями случаев, тогда как исследование одного случая называется исследованием внутри случая. [5] [7]
Исследования конкретных случаев широко практикуются как в социальных , так и в естественных науках . [8] [9] : 5–6 [10] [11]
Существует множество определений тематических исследований, которые могут подчеркивать количество наблюдений (небольшое N), метод ( качественный ), глубину исследования (всестороннее изучение явления и его контекста) и натурализм (рассматривается «реальный контекст»), вовлеченный в исследование. [12] Среди ученых существует общее согласие в том, что тематическое исследование не обязательно должно подразумевать одно наблюдение (N=1), но может включать в себя множество наблюдений в рамках одного случая или в рамках многочисленных случаев. [3] [4] [5] [6] Например, тематическое исследование Французской революции будет как минимум наблюдением двух наблюдений: Франция до и после революции. [13] Джон Джерринг пишет, что исследовательский дизайн N=1 настолько редок на практике, что он становится «мифом». [13]
Термин «исследование перекрестных случаев» часто используется для изучения нескольких случаев, тогда как «исследование внутри случая» часто используется для изучения одного случая. [5] [7]
Джон Герринг определяет подход кейс-стади как «интенсивное изучение одной единицы или небольшого числа единиц (случаев) с целью понимания большего класса подобных единиц (совокупности случаев)». [14] По мнению Герринга, кейс-стади подходят для идиографического стиля анализа, тогда как количественная работа подходит для номотетического стиля анализа. [15] Он добавляет, что «определяющей чертой качественной работы является использование несравнимых наблюдений — наблюдений, которые относятся к различным аспектам причинного или описательного вопроса», тогда как количественные наблюдения сопоставимы. [15]
По словам Джона Джерринга, ключевой характеристикой, отличающей тематические исследования от всех других методов, является «опора на доказательства, полученные из одного случая, и его попытки, в то же время, осветить особенности более широкого набора случаев». [13] Ученые используют тематические исследования, чтобы пролить свет на «класс» явлений.
Как и в случае с другими методами социальных наук, ни один из дизайнов исследования не доминирует над исследованием кейса. Кейсы могут использовать по крайней мере четыре типа дизайнов. Во-первых, может быть тип дизайна кейса «без теории в первую очередь» , который тесно связан с методологической работой Кэтлин М. Эйзенхардт . [16] [17] Второй тип дизайна исследования подчеркивает различие между исследованиями одного и нескольких кейсов, следуя рекомендациям Роберта К. Иня и обширным примерам. [16] [9] Третий дизайн имеет дело с «социальным конструированием реальности», представленным работой Роберта Э. Стейка . [16] [18] Наконец, обоснованием дизайна для исследования кейса может быть выявление «аномалий». Представительным исследователем этого дизайна является Майкл Буравой . [16] [19] Каждый из этих четырех дизайнов может привести к различным приложениям, и понимание их иногда уникальных онтологических и эпистемологических предположений становится важным. Однако, хотя проекты могут иметь существенные методологические различия, их также можно использовать в явно выраженных комбинациях друг с другом.
Хотя тематические исследования могут быть направлены на предоставление ограниченных объяснений отдельных случаев или явлений, они часто направлены на получение теоретических знаний об особенностях более широкой популяции. [20]
Отбор случаев в исследовании случаев обычно направлен на поиск случаев, которые являются репрезентативными выборками и которые имеют вариации по измерениям теоретического интереса. [20] Использование этого является исключительно репрезентативным, например, средний или типичный случай часто не является самым богатым по информации. При прояснении линий истории и причинно-следственной связи более полезно выбирать субъектов, которые предлагают интересный, необычный или особенно показательный набор обстоятельств. Отбор случаев, основанный на репрезентативности, редко сможет дать такого рода понимание.
В то время как случайный выбор случаев является допустимой стратегией выбора случаев в исследованиях с большим числом N, среди ученых существует консенсус, что он рискует породить серьезные предубеждения в исследованиях с малым числом N. [21] [22] [20] [23] Случайный выбор случаев может привести к нерепрезентативным случаям, а также неинформативным случаям. [23] Обычно следует выбирать случаи, которые имеют высокий ожидаемый прирост информации. [24] [20] [25] Например, случаи, выпадающие из общего ряда (те, которые являются экстремальными, девиантными или нетипичными), могут раскрыть больше информации, чем потенциально репрезентативный случай. [25] [26] [27] Случай также может быть выбран из-за неотъемлемого интереса случая или обстоятельств, его окружающих. С другой стороны, он может быть выбран из-за глубоких местных знаний исследователей; когда исследователи обладают этими местными знаниями, они в состоянии «впитать и проткнуть», как выразился Ричард Фенно , [28] и, таким образом, предложить обоснованные линии объяснения, основанные на этих богатых знаниях обстановки и обстоятельств.
Помимо решений о выборе случая, субъекте и объекте исследования, необходимо принять решения о цели, подходе и процессе исследования случая. Таким образом, Гэри Томас предлагает типологию для исследования случая, в которой сначала определяются цели (оценочные или исследовательские), затем очерчиваются подходы (теория-тестирование, построение теории или иллюстративные), затем определяются процессы, при этом основной выбор заключается в том, будет ли исследование единичным или множественным, а также в том, будет ли исследование ретроспективным, моментальным или диахроническим, и будет ли оно вложенным, параллельным или последовательным. [29]
В статье 2015 года Джон Джерринг и Джейсон Сирайт перечисляют семь стратегий отбора дел: [20]
Для теоретического открытия Джейсон Сирайт рекомендует использовать отклоняющиеся случаи или экстремальные случаи, которые имеют экстремальное значение переменной X. [25]
Аренд Лейпхарт и Гарри Экштейн выделили пять типов исследовательских проектов по изучению случаев (в зависимости от целей исследования), Александр Джордж и Эндрю Беннетт добавили шестую категорию: [30]
Аарон Раппорт переформулировал стратегии выбора случая «наименее вероятных» и «наиболее вероятных» в стратегию выбора случая «уравновешивающих условий». Стратегия выбора случая уравновешивающих условий состоит из трех компонентов: [31]
В отношении выбора случаев Гэри Кинг , Роберт Кеохейн и Сидни Верба предостерегают от «выбора зависимой переменной ». Например, они утверждают, что исследователи не могут делать обоснованные причинно-следственные выводы о вспышках войн, рассматривая только случаи, когда война действительно произошла (исследователь должен также рассмотреть случаи, когда война не произошла). [22] Однако ученые, занимающиеся качественными методами, оспаривают это утверждение. Они утверждают, что выбор зависимой переменной может быть полезен в зависимости от целей исследования. [24] [32] [33] Барбара Геддес разделяет их опасения по поводу выбора зависимой переменной (она утверждает, что ее нельзя использовать для целей проверки теории), но она утверждает, что выбор зависимой переменной может быть полезен для создания и модификации теории. [34]
Кинг, Кеохейн и Верба утверждают, что нет методологической проблемы в выборе объясняющей переменной , однако. Они предупреждают о мультиколлинеарности (выборе двух или более объясняющих переменных, которые идеально коррелируют друг с другом). [22]
Исследования случаев обычно рассматриваются как плодотворный способ выдвижения гипотез и создания теорий. [21] [22] [24] [35] [15] Исследования случаев полезны для понимания выпадающих или отклоняющихся случаев. [36] Классические примеры исследований случаев, которые породили теории, включают теорию эволюции Дарвина (выведенную из его путешествий на остров Пасхи) и теории экономического развития Дугласа Норта (выведенные из исследований случаев ранних развивающихся государств, таких как Англия). [35]
Исследования случаев также полезны для формулирования концепций , которые являются важным аспектом построения теории. [37] Концепции, используемые в качественном исследовании, как правило, имеют более высокую концептуальную обоснованность, чем концепции, используемые в количественном исследовании (из-за концептуального растяжения : непреднамеренного сравнения разнородных случаев). [24] Исследования случаев добавляют описательную насыщенность, [38] [33] и могут иметь большую внутреннюю обоснованность, чем количественные исследования. [39] Исследования случаев подходят для объяснения результатов в отдельных случаях, что является тем, для чего количественные методы менее приспособлены. [32]
Исследования случаев были охарактеризованы как полезные для оценки правдоподобности аргументов, объясняющих эмпирические закономерности. [40] Исследования случаев также полезны для понимания выбросов или отклоняющихся случаев. [36]
Благодаря тонким знаниям и описаниям, исследования случаев могут полностью определить причинные механизмы способом, который может быть сложнее в исследовании с большим числом участников. [41] [38] [42] [21] [43] [36] С точки зрения определения «причинных механизмов» некоторые ученые различают «слабые» и «сильные цепи». Сильные цепи активно связывают элементы причинной цепи для получения результата, тогда как слабые цепи являются просто промежуточными переменными. [44]
Исследования случаев, которые бросают вызов существующим теоретическим ожиданиям, могут внести вклад в знание, описывая, почему случаи нарушают теоретические предсказания, и указывая условия области действия теории. [21] Исследования случаев полезны в ситуациях причинной сложности, где может быть эквифинальность , сложные эффекты взаимодействия и зависимость от пути . [24] [45] Они также могут быть более подходящими для эмпирических проверок стратегических взаимодействий в рационалистической науке, чем количественные методы. [46] Исследования случаев могут определять необходимые и недостаточные условия, а также сложные комбинации необходимых и достаточных условий. [24] [32] [47] Они утверждают, что исследования случаев также могут быть полезны для определения условий области действия теории: являются ли переменные достаточными или необходимыми для достижения результата. [24] [32]
Качественное исследование может быть необходимо для определения того, является ли лечение случайным или нет. Как следствие, хорошее количественное наблюдательное исследование часто подразумевает качественный компонент. [15]
«Designing Social Inquiry» (также называемая «KKV»), влиятельная книга 1994 года, написанная Гэри Кингом , Робертом Кеоханом и Сидни Вербой , в первую очередь применяет уроки из регрессионно-ориентированного анализа к качественным исследованиям, утверждая, что одна и та же логика причинно-следственной связи может использоваться в обоих типах исследований. [22] [48] [37] Авторы рекомендуют увеличить количество наблюдений (рекомендация, которую Барбара Геддес также дает в «Paradigms and Sand Castles» ), [34], поскольку небольшое количество наблюдений затрудняет оценку множественных причинно-следственных эффектов, а также увеличивает риск того, что есть ошибка измерения , и что событие в одном случае было вызвано случайной ошибкой или ненаблюдаемыми факторами. [22] KKV рассматривает отслеживание процесса и качественное исследование как «неспособные дать сильный причинно-следственный вывод» из-за того, что качественные ученые будут бороться с определением того, какая из многих промежуточных переменных действительно связывает независимую переменную с зависимой переменной. Основная проблема заключается в том, что качественному исследованию не хватает достаточного количества наблюдений для надлежащей оценки эффектов независимой переменной. Они пишут, что количество наблюдений можно увеличить различными способами, но это одновременно приведет к другой проблеме: что количество переменных увеличится и, таким образом, уменьшит степени свободы . [37] Кристофер Х. Эйкен и Дункан Снидал аналогичным образом утверждают, что тематические исследования бесполезны для построения и проверки теорий. [49]
Предполагаемая проблема «степеней свободы», которую определяет KKV, широко считается ошибочной; в то время как количественные ученые пытаются агрегировать переменные, чтобы уменьшить количество переменных и, таким образом, увеличить степени свободы, качественные ученые намеренно хотят, чтобы их переменные имели много различных атрибутов и сложность. [50] [24] Например, Джеймс Махони пишет: «Байесовская природа процесса отслеживания объясняет, почему нецелесообразно рассматривать качественные исследования как страдающие от проблемы малого N и определенных стандартных проблем причинной идентификации». [51] Используя байесовскую вероятность , можно сделать сильные причинно-следственные выводы из небольшого количества данных. [52] [53]
KKV также определяет индуктивное рассуждение в качественном исследовании как проблему, утверждая, что ученые не должны пересматривать гипотезы во время или после сбора данных, поскольку это позволяет вносить специальные теоретические корректировки для соответствия собранным данным. [54] Однако ученые отвергли это утверждение, отметив, что индуктивное рассуждение является законной практикой (как в качественном, так и в количественном исследовании). [55]
Обычно описываемым ограничением тематических исследований является то, что они не поддаются обобщению. [22] Из-за небольшого количества случаев может быть сложнее гарантировать, что выбранные случаи являются репрезентативными для большей части населения. [39]
Поскольку исследования с малым числом N не должны полагаться на случайную выборку, ученые должны быть осторожны, чтобы избежать смещения отбора при выборе подходящих случаев. [21] Распространенная критика качественной науки заключается в том, что случаи выбираются потому, что они соответствуют предвзятым представлениям ученого, что приводит к предвзятому исследованию. [21] Александр Джордж и Эндрю Беннетт также отмечают, что распространенной проблемой в исследованиях с использованием тематических исследований является согласование противоречивых интерпретаций одних и тех же данных. [24] Другим ограничением исследований с использованием тематических исследований является то, что может быть трудно оценить величину причинно-следственных связей. [56]
Преподаватели могут подготовить исследование случая, которое затем будет использоваться в классах в форме «обучающего» исследования случая (см. также метод исследования случая и метод книги случаев ). Например, еще в 1870 году в Гарвардской юридической школе Кристофер Лэнгделл отошел от традиционного подхода «лекции и заметки» к преподаванию договорного права и начал использовать дела, рассматриваемые в судах, в качестве основы для обсуждений в классе. [57] К 1920 году эта практика стала доминирующим педагогическим подходом, используемым юридическими школами в Соединенных Штатах . [58]
За пределами права учебные примеры стали популярными во многих различных областях и профессиях, от бизнес-образования до естественнонаучного образования. Гарвардская школа бизнеса была среди самых известных разработчиков и пользователей учебных примеров. [59] [60] Преподаватели разрабатывают учебные примеры, имея в виду конкретные цели обучения. Дополнительные соответствующие документы, такие как финансовые отчеты, временные рамки, краткие биографии и мультимедийные приложения (например, видеозаписи интервью) часто сопровождают учебные примеры. Аналогичным образом учебные примеры становятся все более популярными в естественнонаучном образовании, охватывая различные биологические и физические науки. Национальный центр учебных примеров в преподавании естественных наук сделал все больше учебных примеров доступными для использования в классе, для университетских и средних школьных курсов. [61] [62]
Случайная выборка ненадежна в исследованиях с малым числом выборок.