1
Metodologie výzkumu politiky
Vít Beneš, Petr Drulák (eds.)
Obsah
Metodologie výzkumu politiky .................................................................................................. 1
1. Úvod................................................................................................................................... 6
Literatura................................................................................................................................ 7
2. Vědecký výzkum a jeho epistemologické, metodologické a normativní souvislosti......... 9
2.1. Vysvětlující výzkum.................................................................................................... 9
2.1.1. Korelační pojetí kauzality .................................................................................. 10
2.1.2. Podmínkové pojetí kauzality.............................................................................. 10
2.1.3. Mechanistické pojetí kauzality........................................................................... 11
2.2. Interpretativní výzkum .............................................................................................. 12
2.3. Kritický výzkum........................................................................................................ 13
Literatura.............................................................................................................................. 16
3. Výzkumný rámec a jeho prvky ........................................................................................ 17
3.1. Výzkumná otázka ...................................................................................................... 19
3.2. Způsob práce s teorií.................................................................................................. 21
3.2.1. Popis................................................................................................................... 23
3.2.2. Tvorba teorie ...................................................................................................... 24
3.2.3. Aplikace teorie ................................................................................................... 25
3.2.4. Testování teorie.................................................................................................. 26
3.3. Výběr případů............................................................................................................ 28
3.4. Operacionalizace pojmů, vymezení dat a proměnných............................................. 31
3.5. Způsob zpracování a interpretace dat ........................................................................ 34
3.6. Shrnutí ....................................................................................................................... 35
Literatura.............................................................................................................................. 35
4. Případová studie ............................................................................................................... 37
4.1. Případová studie v historii a současnosti................................................................... 37
4.2. Výzkumný rámec případové studie ........................................................................... 39
4.2.1. Výzkumné cíle a výzkumné otázky ................................................................... 39
4.2.2. Výběr předmětu výzkumu a případů.................................................................. 40
2
4.2.3. Vymezení proměnných ...................................................................................... 43
4.2.4. Zpracování dat a interpretace výsledků.............................................................. 45
4.3. Příklad aplikace případové studie: Environmentální nedostatek a konflikty ............ 48
4.3.1. Výběr předmětu výzkumu a výzkumné otázky.................................................. 48
4.3.2. Vymezení proměnných ...................................................................................... 49
4.3.3. Výběr případů..................................................................................................... 49
4.3.4. Zpracování a interpretace dat ............................................................................. 50
4.4. Zhodnocení případové studie..................................................................................... 50
4.5. Závěr.......................................................................................................................... 51
Literatura.............................................................................................................................. 51
5. Interpretativní případová studie ....................................................................................... 54
5.1. Interpretativní případová studie v historii a současnosti ........................................... 54
5.2. Pragmatismus, koncepty a relacionismus.................................................................. 55
5.3. Výzkumný rámec interpretativní případové studie ................................................... 56
5.4. Příklad aplikace interpretativní případové studie: Americké rozhodování v karibské
krizi 58
5.5. Příklad aplikace interpretativní případové studie: Evropská policejní spolupráce.... 60
5.6. Závěr.......................................................................................................................... 62
Kontrolní otázky................................................................................................................... 63
Literatura.............................................................................................................................. 63
6. Komparativní případová studie ........................................................................................ 65
6.1. Komparativní studie v historii a současnosti............................................................. 65
6.2. Výzkumný rámec komparativní studie...................................................................... 66
6.2.1. Výzkumné cíle a výzkumné otázky ................................................................... 66
6.2.2. Výběr případů..................................................................................................... 69
6.2.3. Vymezení proměnných ...................................................................................... 71
6.2.4. Zpracování dat a interpretace výsledků.............................................................. 72
6.3. Příklad aplikace komparativní studie: Sociální revoluce .......................................... 73
6.3.1. Výzkumné cíle.................................................................................................... 73
6.3.2. Výběr případů..................................................................................................... 74
6.3.3. Vymezení proměnných ...................................................................................... 74
6.3.4. Zpracování dat a interpretace výsledků.............................................................. 75
6.4. Zhodnocení komparativní studie ............................................................................... 76
6.5. Závěr.......................................................................................................................... 77
Kontrolní otázky................................................................................................................... 78
Literatura.............................................................................................................................. 78
7. Kvalitativní srovnávací analýza ....................................................................................... 81
3
7.1. Kvalitativní srovnávací analýza v historii a současnosti........................................... 81
7.2. Výzkumný rámec kvalitativní srovnávací analýzy.................................................... 82
7.2.1. Výzkumné cíle a výzkumné otázky ................................................................... 82
7.2.2. Vymezení proměnných ...................................................................................... 83
7.2.3. Zpracování dat a interpretace výsledků.............................................................. 85
7.3. Příklad aplikace kvalitativní srovnávací analýzy: socioekonomický rozvoj v Latinské
Americe ................................................................................................................................ 89
7.3.1. Výzkumné cíle a výzkumné otázky ................................................................... 89
7.3.2. Vymezení proměnných ...................................................................................... 90
7.3.3. Zpracování dat a interpretace výsledků.............................................................. 91
7.4. Zhodnocení kvalitativní srovnávací analýzy ............................................................. 96
7.5. Závěr.......................................................................................................................... 96
Kontrolní otázky................................................................................................................... 97
Literatura.............................................................................................................................. 97
8. Regresní a korelační analýza.......................................................................................... 100
8.1. Historie a současnost statistické analýzy................................................................. 100
8.2. Výzkumný rámec statistické analýzy ...................................................................... 101
8.2.1. Výzkumné cíle a otázky ................................................................................... 101
8.2.2. Výběr případů................................................................................................... 102
8.2.3. Vymezení proměnných .................................................................................... 103
8.2.4. Zpracování dat a interpretace výsledků............................................................ 105
8.3. Příklad aplikace regresní analýzy: členství v mezinárodních organizacích ............ 114
8.4. Zhodnocení regresní a korelační analýzy ................................................................ 119
8.5. Závěr........................................................................................................................ 119
Kontrolní otázky................................................................................................................. 120
Literatura............................................................................................................................ 120
9. Statistická analýza kategoriálních dat ............................................................................ 121
9.1. Analýza kategoriálních dat v historii a současnosti................................................. 121
9.2. Výzkumný rámec analýzy kategoriálních dat ......................................................... 121
9.2.1. Výzkumné cíle a otázky ................................................................................... 122
9.2.2. Výběr případů................................................................................................... 122
9.2.3. Vymezení proměnných .................................................................................... 122
9.2.4. Zpracování dat a interpretace výsledků............................................................ 123
9.3. Příklad aplikace korespondenční analýzy: Hlasování v Evropském parlamentu.... 130
9.4. Zhodnocení statistické analýzy kategoriálních dat.................................................. 133
9.5. Závěr........................................................................................................................ 134
Kontrolní otázky................................................................................................................. 134
4
Literatura............................................................................................................................ 134
10. Předpovědní metody.................................................................................................... 136
10.1. Historie a současnost předpovědních metod........................................................ 136
10.2. Výzkumný rámec předpovědních metod ............................................................. 138
10.2.1. Výzkumné cíle a otázky ............................................................................... 138
10.2.2. Scénáristika................................................................................................... 139
10.2.3. Teorie her...................................................................................................... 142
10.3. Příklad aplikace teorie her: Íránský jaderný program.......................................... 146
10.4. Zhodnocení předpovědních metod....................................................................... 148
10.5. Závěr .................................................................................................................... 149
Kontrolní otázky................................................................................................................. 150
Literatura............................................................................................................................ 150
11. Obsahová analýza........................................................................................................ 154
11.1. Historie a současnost obsahové analýzy.............................................................. 154
11.2. Výzkumný rámec obsahové analýzy ................................................................... 155
11.2.1. Výzkumné cíle a otázky ............................................................................... 156
11.2.2. Výběr předmětu výzkumu ............................................................................ 157
11.2.3. Vymezení proměnných................................................................................. 158
11.2.4. Zpracování dat a interpretace výsledků........................................................ 161
11.3. Příklad aplikace obsahové analýzy: Diskuze o mořském dně na půdě OSN....... 163
11.3.1. Výzkumné cíle a otázky ............................................................................... 163
11.3.2. Výběr předmětu výzkumu ............................................................................ 164
11.3.3. Vymezení proměnných................................................................................. 164
11.3.4. Zpracování dat a interpretace výsledků........................................................ 165
11.4. Zhodnocení obsahové analýzy............................................................................. 166
Kontrolní otázky................................................................................................................. 166
Literatura............................................................................................................................ 167
12. Diskurzivní analýza..................................................................................................... 169
12.1. Diskurzivní analýza v historii a současnosti........................................................ 169
12.2. Výzkumný rámec diskurzivní analýzy................................................................. 170
12.2.1. Výzkumné cíle výzkumné otázky................................................................. 171
12.2.2. Předmět výzkumu a vymezení dat................................................................ 171
12.2.3. Zpracování dat a interpretace výsledků........................................................ 174
12.3. Příklad aplikace diskurzivní analýzy: Rakouská národní identita ....................... 177
12.3.1. Výzkumné cíle a výzkumné otázky.............................................................. 177
12.3.2. Předmět výzkumu a vymezení dat................................................................ 178
12.3.3. Zpracování dat a interpretace výsledků........................................................ 179
5
12.4. Zhodnocení diskurzivní analýzy.......................................................................... 180
12.5. Závěr .................................................................................................................... 180
Literatura............................................................................................................................ 181
13. Etnografie.................................................................................................................... 185
13.1. Historie a současnost etnografie .......................................................................... 185
13.2. Výzkumný rámec etnografie................................................................................ 186
13.2.1. Výzkumné cíle a otázky ............................................................................... 186
13.2.2. Výběr předmětu výzkumu a vymezení dat................................................... 187
13.2.3. Sběr a zpracování dat a interpretace výsledků.............................................. 189
13.3. Příklad aplikace etnografie: Válka v Iráku .......................................................... 192
13.4. Zhodnocení etnografie ......................................................................................... 194
13.5. Závěr .................................................................................................................... 195
Kontrolní otázky................................................................................................................. 195
Literatura............................................................................................................................ 195
14. Závěrem: Logika, rétorika a standardy výzkumu........................................................ 199
14.1. Logika výzkumu .................................................................................................. 199
14.2. Rétorika výzkumu................................................................................................ 203
14.2.1. Název a úvod ................................................................................................ 204
14.2.2. Teorie............................................................................................................ 206
14.2.3. Metodologie.................................................................................................. 207
14.2.4. Analýza......................................................................................................... 209
14.2.5. Závěr............................................................................................................. 211
14.2.6. Seznam zdrojů .............................................................................................. 212
14.3. Standardy výzkumu ............................................................................................. 213
14.3.1. Platnost ......................................................................................................... 214
14.3.2. Spolehlivost .................................................................................................. 215
14.3.3. Etika.............................................................................................................. 215
Literatura............................................................................................................................ 216
6
1. Úvod
Vít Beneš, Petr Drulák
Kniha Metodologie výzkumu politiky, kterou držíte v ruce, navazuje na publikaci vydanou
v roce 2008 kolektivem autorů z Ústavu mezinárodních vztahů Jak zkoumat politiku (Drulák a
kol., 2008), která reagovala na tehdejší absenci metodologické reflexe v českém výzkumu
politiky. Naše první kniha, která nabídla úvod do hlavních metodologií kvalitativního
výzkumu, se setkala s příznivým ohlasem v oborech, jimž byla určena, tedy především
politologii, mezinárodních vztazích, evropských a bezpečnostních studiích. Rovněž pomohla
nárůstu metodologické povědomí těchto oborů, který můžeme pozorovat jak na úrovni výuky,
tak i na úrovni diplomových a disertačních prací či publikací českých autorů.
Navazujeme na publikaci z roku 2008 a zároveň se snažíme odpovědět na některé její
nedostatky. Mezi oběma publikacemi existuje dělba práce, obě knihy se do určité míry
doplňují a při plánování a realizaci výzkumu politiky bychom proto měli věnovat pozornost
tématům diskutovaným v první i ve druhé knize. Publikace Jak zkoumat politiku se
soustředila na filozofickovědní souvislosti jednotlivých metodologií použitelných při
výzkumu politiky. Představili jsme nejdůležitější kvalitativní metodologie výzkumu politiky,
přičemž jsme zdůrazili jejich ontologické a epistemologické předpoklady. Důraz na
filozofickovědní souvislosti, které tvořily významnou část výkladu v předchozí publikaci,
nám umožnil kategorizovat metodologie podle jejich epistemologických východisek
(vysvětlující přístupy versus interpretativní přístupy) a ontologických východisek (holismus
versus individualismus a materialismus versus idealismus). První kniha dobře ilustrovala
epistemologickou a ontologickou pluralitu kvalitativních metodologií (k metodologickým
souvislostem filozofickovědních otázek viz též Hollis – Smith 2000; Ochrana 2013; Bourdieu
– Chamboredon – Passeron 1991).
Na filozofickovědní úvod do kvalitativních metodologií, který nabídla první kniha z roku
2008, navazujeme důkladnějším výkladem jednotlivých metodologií a návodem na sestavení
výzkumného rámce (research design). Chceme čtenáři poskytnout detailní návod, jak
postupovat při plánování a realizaci výzkumu využívajícího zvolenou metodologii a při
prezentaci výsledků tohoto výzkumu. Budeme se věnovat tomu, jak si klást výzkumnou
otázku, jak vybírat předmět výzkumu a analyzované případy, jak specifikovat proměnné a jak
zpracovávat data. Filozofickovědní předpoklady, diskutované v první publikaci, bychom
neměli při sestavování výzkumného rámce ztrácet ze zřetele. Naše předpoklady o tom, jak
poznávat svět (epistemologie) a co vlastně poznáváme (ontologie) bezprostředně ovlivňují
způsob, jakým si klademe výzkumné otázky, jakým pracujeme s teoriemi, co považujeme za
relevantní data a jak tyto data zpracováváme a interpretujeme.
Zároveň se snažíme vyvarovat některým omezením a nedostatkům první knihy. V knize,
kterou držíte v ruce, se snažíme představit jednotlivé metodologie v uživatelsky přátelské
podobě. Praktický návod na plánování a realizaci výzkum, který jednotlivé kapitoly nabízí,
poslouží stejně tak dobře zkušenému výzkumníkovi, jako studentovi při práci na jeho
bakalářské nebo diplomové práci. Oproti první knize z roku 2008 jsme tentokrát zahrnuli i
statistickou analýzu (regresní a korelační analýza a statistická analýza kategoriálních dat) a
předpovědní metodologie.
Než se pustíme do výkladu jednotlivých metodologií, považujeme za důležité připomenout
některá koncepčních odlišení (Drulák 2008a, 2008b 2008c). V prvé řadě odlišíme
metodologie a metody a na základě epistemologických východisek, diskutovaných
v předcházející publikaci, vymezíme vysvětlující, interpretativní a kritický výzkumu. Od
epistemologických východisek výzkumu se odvíjí i diskuze o výzkumných standardech.
7
Předmětem našeho zájmu jsou především metodologie a pouze druhotně metody (Drulák,
2008a). Na jedné straně metodologie i metody odkazují k propojování abstraktního světa
teorií s konkrétním světem empirických pozorování, umožňují naplňovat teoretické pojmy a
souvislosti empirickými daty a vyvozovat z konkrétních dat obecnější závěry. Na druhé straně
se liší rozdílem mezi obecnější strategií a konkrétnější taktikou (McNabb, 2004: 341).
Metodologie představuje obecnou strategii propojování teorie s empirií – můžeme rozlišovat
například mezi vysvětlujícími metodologiemi a interpretativními metodologiemi. Metoda je
taktikou či technikou sběru a vyhodnocování dat: například strukturovaný rozhovor,
neformální rozhovor, zúčastněné pozorování, analýza dokumentů, analýza konverzace,
analýza korelace, kontingenční tabulka. Metoda je postup – konkrétní návod a popis způsobu,
jakým chceme naplnit náš výzkumný cíl.
Jednotlivé metodologické kapitoly se potom budou věnovat specifickým otázkám plánování a
realizace výzkumu využívajícího příslušnou metodologii. Všechny kapitoly mají v zásadě
identickou strukturu. Po krátkém úvodu následuje shrnutí historického pozadí diskutované
metodologie. Kdy, v jakém kontextu či v jaké disciplíně jsme se mohli se zmíněnou
metodologií poprvé setkat? Jak je metodologie využívána v současnosti a které metodologické
texty zásadním způsobem přispěly k jejímu rozvoji?
Jádrem jednotlivých kapitol je návod na sestavení výzkumného rámce a jeho jednotlivých
prvků (k jednotlivým prvkům metodologického rámce viz Geddes 2003; George – Bennett
2005: 73-88). V zásadě je můžeme rozlišit čtyři prvky metodologického rámce společné pro
všechny metodologie. Každá kapitola poskytne vodítko, 1) jakým způsobem v rámci dané
metodologie formulujeme výzkumný cíl (výzkumnou otázku), 2) jak vybíráme předmět
výzkumu (případy), 3) jak vymezujeme data (proměnné) a 4) jak data zpracováváme
(metoda). Přestože se představené metodologie liší ve svých epistemologických východiscích,
jejich výzkumné rámce vždy nějakým způsobem specifikují, co je cílem výzkumu, jaký
případ (případy) zkoumáme, co považujeme za vstupní data a jak tato data zpracováváme.
V poslední podkapitole si představíme aplikaci zmíněné metodologie v praxi. Smyslem této
podkapitoly je seznámit čtenáře s výzkumným rámcem nějakého existujícího výzkumu.
Ukážeme si, jakou výzkumnou otázku si autor položil, co bylo jeho cílem, jak vybíral
případ(y) pro svoji empirickou analýzu, jak vymezil data (proměnné) a jakou metodou data
zpracovával.
Literatura
Bourdieu, P., Chamboredon, J.-C., Passeron, J.-C (1991): The Craft of Sociology.
Epistemological Preliminaries. Berlin, New York, Walter de Gruyter.
Drulák, Petr (2008a) „Úvod“, In: Drulák, Petr a kol., Jak zkoumat politiku: Kvalitativní
metodologie v politologii a mezinárodních vztazích. Praha: Portál, 9-13.
Drulák, Petr (2008b) „Epistemologie, ontologie a operacionalizace“, In: Drulák, Petr a kol.,
Jak zkoumat politiku: Kvalitativní metodologie v politologii a mezinárodních vztazích.
Praha: Portál, 14-28.
Drulák, Petr (2008c) „Kvalitativní výzkum – standardy, rétorika a logika“, In: Drulák, Petr a
kol., Jak zkoumat politiku: Kvalitativní metodologie v politologii a mezinárodních
vztazích. Praha: Portál, 227-240..
Geddes, B (1990):How the Cases You Choose Affect the Answers You Get. Political
Analysis, vol. 2, no. 1, s. 131–149.
8
George, A. L. – Bennett, A.(2005): Case studies and theory development in the social
sciences. Cambridge: MIT Press.
Hollis, M., Smith, S.: Mezinárodní vztahy: výklad a porozumění. Brno, Centrum pro studium
demokracie a kultury 2000.
McNabb, D. E (2004).:The Interpretive Approach II: Ethnographic Methods. In: D. E.
McNabb. Research Methods for Political Science. Quantitative and Qualitative Methods.
New York, Sharpe,s. 398–415.
Ochrana, František (2013): Metodologie vědy. Úvod do problému. Praha: Karolinum.
9
2. Výzkum politiky a jeho epistemologické, metodologické
a normativní souvislosti
Petr Drulák, Ondřej Císař, Vít Beneš
Na rozdíl od přírodních věd probíhá společenskovědní výzkum, tedy i výzkum politiky,
v rámci několika hlavních výzkumných tradic: vysvětlující výzkum, interpretativní výzkum a
kritický výzkum (Hollis – Smith 2000; Drulák 2008b; McNabb 2004: 343-349). Každá
z těchto výzkumných tradic vychází z odlišných epistemologických východisek a reprezentuje
tak specifický způsob zkoumání společenské reality. Bylo by chybou povyšovat některou
z těchto výzkumných tradic na univerzální perspektivu, z níž bychom se pak pokoušeli
„opravovat“ přístupy jiné (della Porta – Keating 2008; Winch 2004; Oakeshott 1933).
Z praktických důvodů bychom si měli uvědomit možnosti a limity výzkumu, ve kterém je
ukotven náš výzkumný projekt, a těmto možnostem a limitům přizpůsobit celkovou
prezentaci (styl psaní) a zarámování našich interpretací a závěrů.
Ačkoliv se jednotlivé výzkumné tradice podstatně odlišují co do vnitřní logiky a standardů,
neznamená to, že využití metod jednoho typu se v rámci jednoho výzkumu vylučuje
s využitím metod jiného typu. Naopak dobrý výzkum bude často kombinovat kvalitativní a
kvantitativní data, výzkumné postupy interpretativních a vysvětlujících metodologií. Nicméně
podobné propojování vyžaduje jak zvládnutí příslušných metodologických dovedností, tak i
otevřenost a toleranci vůči odlišným standardům.
V této knize se vyhýbáme rozlišení na kvalitativní vs. kvantitativní výzkum (kvalitativní
metodologie vs. kvantitativní metodologie), které je běžné v jiných metodologických
učebnicích a se kterým pracovala i naše starší publikace z roku 2008 (Drulák et al. 2008).
Rozlišení na kvalitativní a kvantitativní metodologie může být vnímáno jako zavádějící.
Adjektivum kvalitativní či kvantitativní nemusí odpovídat charakteru zpracovávaných dat.
Některé z metodologií běžně označovaných jako kvantitativní mohou zpracovávat i
kvalitativní data (viz statistická analýza kategoriálních dat). Naopak kvantifikaci a výzkumné
techniky typické pro kvantitativní metodologie můžeme využít i v rámci kvalitativních
metodologií (obsahová analýza či diskurzivní analýza).
2.1.Vysvětlující výzkum
Vysvětlující výzkum hledá a ověřuje příčinné (kauzální) souvislosti mezi politickými
fenomény (příčinou a následkem). Zatímco epistemologické rozdíly mezi vysvětlujícím a
interpretativním výzkumem můžeme považovat za relativně etablované (Hollis – Smith, 2000;
Drulák et al. 2008), hlavní diskuse v posledních letech probíhala právě v rámci vysvětlujícího
výzkumu (King – Keohane – Verba 1994; George – Bennett, 2005; Brady – Collier 2010).
V této metodologické diskusi se střetli na jedné straně zastánci korelačního pojetí kauzality
sledující kvantitativní logiku (viz legendární metodologická učebnice King – Keohane –
Verba, 1994) a na straně druhé výzkumníci orientovaní na podmínkové pojetí kauzality
(klasické vymezení viz Ragin 1987: kap. 1-3; viz též Mahoney, Goertz 2006) respektive
mechanistické pojetí kauzality (George – Bennett, 2005), kteří se namísto proměnných a
vztahů mezi nimi soustředí na makrosociální případy. V rámci vysvětlujícího výzkumu tedy
rozlišujeme tři přístupy ke kauzalitě: korelační pojetí, podmínkové pojetí a mechanistické
pojetí.
10
2.1.1. Korelační pojetí kauzality
V rámci korelačního pojetí kauzality zjišťujeme, která z možných (hypotetických) příčin má
nejsilnější kauzální efekt na zkoumaný fenomén. Současně posuzujeme pravděpodobnost,
s jakou příčina ovlivňuje následek. Korelační pojetí kauzality můžeme ztotožnit
s pozitivistickou tradici. Pod pojmem positivismus máme na mysli výzkumnou tradici, která
přebírá logiku a metodologické postupy přírodních vědy (naturalismus) (viz della Porta –
Keating 2008: 19-25). Jejím cílem je hledání obecných kauzálních zákonitostí o fungování
společnosti (univerzalismus), přičemž dosavadní poznatky o těchto obecných zákonitostech
jsou formulovány v podobě teorií testovatelných vůči empirické realitě (empirismus).
Abychom mohli teorie testovat, musíme přijmout předpoklad, že výzkumník jako poznávací
subjekt je oddělený od poznávané reality, která existuje nezávisle na něm (objektivismus)
(srov. Barša – Císař 2008: 293-300).
Dnešní pozitivismus také nevěří v možnost formulovat jedinou univerzálně platnou teorii.
Zákonitosti fungování společnosti (teorie) je třeba vždy kontextualizovat a vymezit jejich
platnost jasně definovanými podmínkami. Pro naše obory je typická pluralita teorií, cílem
vysvětlujícího výzkumu je formulace stále lepších teorií a jejich testování ve snaze nalézt
teorii, která co nejlépe vystihuje zákonitosti fungování společnosti. Teorie testujeme tím
způsobem, že ověřujeme zda změny nezávislé proměnné (hypotetizované příčiny) způsobují
změny závislé proměnné (důsledek) (blíže viz kapitola věnovaná výzkumnému rámci a
způsobu práce s teorií).
Intenzitu, s jakou předpokládané příčiny ovlivňují zkoumaný fenomén, a pravděpodost, že
k tomuto ovlivňování dochází, můžeme nejpřesvědčivěji doložit laboratorním experimentem
(Mahoney– Goertz 2006). Při laboratorním experimentu izolujeme zkoumaný případ od všech
potenciálních rušivých vlivů, vystavíme jej působení vždy jen jedné hypotetické příčiny a
zjišťujeme, zda se objeví očekávaný důsledek. Korelační pojetí kauzality se opírá o
terminologii používanou v těchto laboratorních experimentech. Rozlišuje nezávislou
proměnnou (předpokládaná příčina, explanans), závislou proměnnou (předpokládaný
důsledek, explanandum), zprostředkující proměnné (skrze něž působí nezávislá proměnná na
závislou) a kontrolní proměnné (potenciální rušivé vlivy, které mohou působit na závislou
proměnnou) (Gray 2004; Mc Nabb 2004; Drulák 2008b). V rámci korelačního pojetí kauzality
zjišťujeme, zda hodnota závislé proměnné kolísá v závislosti na hodnotě nezávislé proměnné,
tj. zda spolu hodnoty obou proměnných korelují. Jak jsme se zmínili výše, nejvhodnějším
postupem pro identifikaci kauzálních efektů je laboratorní experiment, který však při
výzkumu politiky většinou nemůžeme z praktických či etických důvodů experiment použít.
Lze se mu ale přiblížit dostatečně vysokým počtem vhodně vybraných případů.1
Obecně platí,
že vyšší počet zkoumaných případů (N) zajišťuje vyšší spolehlivost testu. Typickým
příkladem vysvětlující metodologie vycházející z korelačního pojetí kauzality je statistická
analýza (regresní a korelační analýza) zkoumající řádově stovky a tisíce případů. Pokud se
počet případů (N) pohybuje v desítkách a stovkách, můžeme v rámci korelačního pojetí
kauzality použít i komparativní případovou studii (King – Keohane – Verba 1994; Drulák
2008b).
2.1.2. Podmínkové pojetí kauzality
Alternativou ke korelačnímu pojetí je podmínkové pojetí kauzality, které zachycuje kauzalitu
identifikací nutných a postačujících podmínek zkoumaného jevu (Mahoney, Goertz 2006). Na
1
Ke strategiím výběru případů viz kapitoly věnující se komparativní případové studii, kvalitativní srovnávací
analýze a regresní a korelační analýze.
11
rozdíl od korelačního pojetí kauzality nás nezajímá, jak silně ovlivňuje předpokládaná příčina
zkoumaný fenomén. Zajímá nás, zda můžeme předpokládanou příčinu označit za nutnou a /
nebo postačující podmínku pro zkoumaný fenomén. Pokud na zkoumaný fenomén působí
více příčin, nezjišťujeme sílu vlivu jednotlivých příčin, jako je tomu u korelačního pojetí
kauzality. Naopak nás zajímá, v jaké kombinaci (kombinacích) se musí příčiny vyskytovat,
aby došlo k očekávanému důsledku. V této souvislosti např. Ch. Ragin (1987) mluví o
zvláštním pojetí kauzality založené na vícenásobně spojených vztazích. Podmínkové pojetí
kauzality (hledání nutných a postačujících podmínek) je proto vhodné pro analýzu situací, kdy
různé cesty (různé kombinace podmínek) vedou ke stejnému výsledku – tento jev označujeme
pojmem ekvifinalita. Podmínkové pojetí kauzality rovněž vychází z komparace více případů a
s korelačním pojetím sdílí obecný cíl – odhalování obecných zákonitostí fungování
společnosti prostřednictvím testování teorií. Zároveň však zůstává citlivé vůči specifickým
výstupům jednotlivých případů. Průkopnickým postupem pro studium takto pojaté kauzality
jsou tzv. Millovy vylučovací metody (viz kapitola komparativní případová studie). Dnes
dominantním postupem je však mnohem sofistikovanější kvalitativní srovnávací analýza (viz
kapitola Kvalitativní srovnávací analýza).
2.1.3. Mechanistické pojetí kauzality
Konečně třetím přístupem je mechanistické pojetí kauzality, které se soustřeďuje na zkoumání
příčinných mechanismů. Korelační pojetí kauzality a do určité míry i podmínkové pojetí
kauzality se soustřeďují na kauzální efekty – důsledky působení kauzálních mechanismů,
které měříme na závisle proměnné. V rámci korelačního pojetí kauzality předpokládáme
existenci příčinného mechanismu, ve skutečnosti ale měříme pouze počáteční bod tohoto
mechanismu (změna nezávislé proměnné) a konečný bod tohoto mechanismu (změna závislé
proměnné vyvolaná změnou nezávislé proměnné). Naopak v rámci mechanistického pojetí
kauzality považujeme příčinnou vazbu za prokázanou až tehdy, kdy se nám podaří empiricky
prokázat dílčí mezikroky, jimiž nezávisle proměnná produkuje daný výsledek. Jak uvádějí
George a Bennett (2005: kap. 10), zatímco efekt kouření na zvýšenou pravděpodobnost
výskytu rakoviny plic byl korelačně prokázán již dříve (a statistik byl s vysvětlením
spokojen), přesný mechanismus působení rakovinotvorných látek se podařilo vysledovat až
později (a až tehdy by byl spokojen také mechanisticky uvažující badatel).
Příčinný mechanismus můžeme analyzovat i bez komparace (George – Bennett 2005; Drulák
2008b), analýzou jediného případu buď sledováním procesu, nebo metodou shody (viz
kapitola případová studie). Sledování procesu rozkládá zkoumanou souvislost mezi příčinnou
a důsledkem do řady kroků, které ji zprostředkovávají. Jde o identifikaci i těch nejmenších
součástek kauzálního mechanismu. Analýza pokračuje do takové úrovně souvislostí, kdy jsou
tyto souvislosti uznány jako evidentní. Sledování procesu (jeden případ) doplňuje statistickou
analýzu (velký počet případů) a komparativní případovou studii (malý počet případů) při
testování hypotéz. Podobně jako v kauzálním a podmínkovém pojetí kauzality, i v rámci
mechanistického pojetí kauzality usilujeme o teoretické poznání – hledáme obecné zákonitosti
fungování společnosti. Nicméně k potvrzení hypotézy o kauzálním mechanismu nestačí
doložit kauzální efekt. Je třeba prokázat i existenci samotného mechanism, skrze který se
tento efekt projevuje. Protože určité příčiny a jejich kombinace mohou produkovat stejný
výsledek různými cestami (viz výše zmíněná ekvifinalita), je třeba vysledovat mechanismy
působení těchto příčin jako součást vlastního empirického testu dané teorie.
12
2.2.Interpretativní výzkum
Vědecký výzkum se však nemusí omezovat pouze na hledání kauzálních souvislostí. Vedle
vysvětlujícího výzkumu máme výzkum interpretativní, jehož cílem je rekonstrukce
subjektivních či sdílených významů, které jednotlivci a skupiny přisuzují realitě: věcem,
jiným lidem i sami sobě. Poznání společnosti se rovná porozumění „zevnitř“ významům,
které aktéři přikládají světu a podle nichž jednají a takto je objektivizují. Nejde tedy primárně
o zachycení mentálních stavů mysli, ale o „objektivní významy“, které upravují svět, v němž
žijeme, a podle nichž jednáme (Wagenaar 2011: 14-24). Proč jsou (subjektivní či sdílené)
významy tak důležité? Interpretativní výzkum se opírá o předpoklad, že když lidé přisuzují
určitý význam realitě kolem sebe (a sobě samým), ji vlastně vytváří (konstituují).
Rekonstrukce (interpretace) těchto významů nám umožňuje pochopit hlubší zdroje jednání
zkoumaných jednotlivců a skupin (Drulák 2008b: 19). V rámci interpretativního výzkumu nás
tedy zajímají konstitutivní vztahy. Podobně jako vztahy kauzální i vztahy konstitutivní
propojují dva odlišné fenomény, nicméně na rozdíl od kauzálních je propojují vztahem
vzájemné podmíněnosti, který nelze redukovat na příčinu a následek. Interpretativní tradice je
dědicem weberovského důrazu na rozumění a interpretaci (Verstehen jako protikladu
Erklären, více viz Hollis – Smith 2000, Drulák et al. 2008).
Interpretativní výzkum vychází z argumentu, že nástroje přírodních věd jsou nepoužitelné pro
analýzu lidské společnosti, protože v této oblasti nelze oddělit teorie od fakt (dat), navíc zde
výzkumník ani nemůže existovat vně poznávané reality. V rámci společenských věd
interpretujeme interpretace aktérů světa, v němž se sami pohybujeme. Lidská společnost má
zároveň schopnost (sebe)reflexe, což znamená, že mění svoje chování v závislosti na
(vědeckých) poznatcích o sobě samé. Aktéři jejichž chování zkoumáme, mohou měnit svoje
chvání podle toho, co si o sobě, o ostatních aktérech a o lidské společnosti přečtou v odborné
literatuře. Vstupní data (chování aktérů) nelze oddělit od teorie (dosavadních poznatků
zobecněných do podoby teorií). Naopak přírodní svět, pokud pomineme některé aspekty
kvantové mechaniky, můžeme zkoumat, aniž by naše pozorování či samotná existence
teoretického poznání ovlivnily chování námi zkoumaného objektu. Zjednodušeně řečeno,
jablko padající ze stromu nepřestane padat, pokud jej začneme pozorovat a stejně tak si jablko
nemůže přečíst nejnovější vědecké (teoretické) poznatky o chování jablek (od Newtona,
Einsteina nebo kohokoliv jiného) a přizpůsobit jejich závěrům svoje chování.
Cílem interpretativního výzkumu proto není formulace kauzálních zákonitostí, ale
rekonstrukce individuálních nebo sdílených významů, které utváří svět jako sociální realitu a
podle kterých aktéři tohoto světa jednají. Metodologie a metody, které k naplnění tohoto
výzkumného cíle používáme (interpretativní případová studie, diskurzivní analýza,
etnografie) se proto ve větší či menší míře liší od postupů, které známe z přírodních věd a
které používáme ve vysvětlujícím společenskovědním výzkumu. Interpretativní výzkum se
liší od vysvětlujícího i charakterem dat a způsobem jejich zpracování. Empirická data nejsou
strukturována do proměnných a naše analýza se tak neomezuje na ověřování souvislostí mezi
několika málo vybranými proměnnými (charakteristikami zkoumaných případů).
K interpretativní analýze musíme znát konkrétní kontext jednání a pravidla, která jej upravují
(Hollis – Smith 2000; Schwarz-Shea – Yanov 2011). Interpretativní analýza se snaží uchopit
předmět v jeho jedinečnosti, v jeho přirozeném prostředí a zaměřuje se na vnitřní popis
situace (Drulák 2008b: 19). Teorie se v rámci tohoto výzkumu netestují, ale formulují –
koncepty jsou tak konstruovány během výzkumu namísto toho, aby byly předem
operacionalizovány (Wagenaar 2011). Otázka hledání zobecnitelných závěrů zde nedává
smysl. Interpretativní výzkum se týká malého počtu případů. Cílem je zachycení studovaných
případů, jejichž výběr je veden věcnými vodítky, v jejich komplexitě a složitosti.
13
K tomu využíváme empirická data v podobě dokumentů, textů, projevů, rozhovorů, zápisů
z terénního výzkumu apod (blíže viz příslušné kapitoly). Při zpracování těchto empirických
dat využíváme princip hermeneutického kruhu. Opakovaně přecházíme od teorie a
interpretace na jedné straně k pozorování samotného jednání. Teorie nám nabízí určité
předporozumění (interpretaci), se kterým přistupujeme k empirickým datům. Na základě
empirických dat přehodnocujeme a vytváříme interpretaci zkoumaného jevu, která může
sloužit jako východisko pro další empirické pozorování. Výsledkem interpretativního
výzkumu je (sdílený) obraz světa, jak mu rozumí zkoumaný jedinec či zkoumané
společenství. Poznatky nás vědců jsou samozřejmě zprostředkované, ve skutečnosti je tedy
výsledkem našeho výzkumu naše intersubjektivní interpretace toho, jak zkoumaný jedinec či
společenství interpretují realitu (nějaký fenomén, jiné lidi či sami sebe). Interpretativní
výzkum může nabídnout i typologie, pojmová zpřesnění a pojmové inovace (viz kapitola
věnovaná interpretativní případové studii). Typologie nám umožňuje definovat kategorie,
které pomáhají porozumět zkoumané realitě a usouvztažňuje naše poznatky se stávajícím
poznáním (Nohlen 1994; Drulák 2008b). Přestože interpretativního výzkumu neusiluje o
abstraktní zobecňování, může nabídnout základní kameny (pojmy, koncepty a typologie)
využitelné při budování teorií, modelů či předpovědí v rámci vysvětlujícího výzkumu. Kromě
již zmíněné interpretativní případové studie je typickým příkladem interpretativního výzkumu
diskurzivní analýza. Východiska interpretativního výzkumu sdílí i etnografie, která nabízí
„vnitřní“ porozumění tomu, jak vytváření významů (včetně kultury) funguje v praxi lidské
společnosti.
2.3.Kritický výzkum
Konečně třetí kategorií je výzkum kritický (McNabb 2004: 346), který sdílí některá
z východisek výzkumu interpretativního. Jestliže se interpretativní výzkum spokojí s cílem
rekonstruovat významy, které námi zkoumaní jednotlivci a skupiny přisuzují realitě, pak
kritický výzkum explicitně usiluje o změnu těchto významů (diskurzu) a potažmo i o změnu
společenské reality v souladu konkrétními normativními pozicemi. Kritický výzkum tedy
s interpretativním výzkumem sdílí eppistemologický předpoklad, že věda nemůže nikdy
dospět k univerzálně platným postulátům. Podle protagonistů kritického výzkumu je totiž
veškeré vědění je zprostředkováno mocenskými vztahy, které jsou produktem specifického
historického a společenského kontextu (Kincheloe – McLaren 2005: 304). Snaha
vysvětlujícího výzkumu o „neutrální“, „objektivní“ a „univerzálně platné“ poznání proto ve
skutečnosti přispívá k reprodukci stávajících mocenských vztahů a společenského řádu.
Předpoklad, že jazyk není pouhým neutrálním a objektivním nástrojem popisujícím „reálný
svět“, v rámci kritického výzkumu vztahujeme i na vědecký diskurz samotný. I zdánlivě
neutrální a objektivní popis ve skutečnosti vytváří sociální realitu.
Jakým způsobem bychom se měli vypořádat s těmito epistemologickými a etickými
problémy? Podle protagonistů kritického výzkumu bychom měli rezignovat na univerzálně
platné poznání, přestat předstírat politickou neutralitu a místo toho zaujmout konkrétní
normativní (politické) stanovisko: emancipace slabých, znevýhodněných a vyloučených,
odhalování škodlivých společenských podmínek (McNabb 2004: 346-347). Kritický výzkum
vychází z předpokladu propojenosti poznávacího subjektu a poznávaného objektu, z čehož
vyplývá, že výzkum může svět nejen poznávat, ale také do něj intervenovat a proměňovat jej.
Společenská realita tak není něco, co je poznáváno nebo interpretováno, ale co je
spoluvytvářeno v kreativním a performativním aktu, jehož nositelem může být i konkrétní
výzkumný projekt (viz della Porta a Keating 2008).
14
Hlavním smyslem kritického výzkumu je společenská změna tomuto cíli se podřizují dílčí
otázky týkající se práce s teorií či metodologických postupů. I v rámci kritického výzkumu
pracujeme s teoriemi, ke ovšem nechápeme jako odraz nějakých kauzálních zákonitostí, ale
jako užitečný nstroj na poznání a nápravu lidské společnosti. V rámci kritického výzkumu
také můžeme využívat postupy a techniky vysvětlujícího a interpretativního výzkumu, které
však rámujeme do širších politických a normativních ambicí kritického výzkumu.
Co se týče konkrétních výzkumných projektů, v rámci kritického výzkumu se obvykle
zaměřujeme na emancipaci jednotlivců a skupin, kteří jsou chápáni jako vyloučení ze
společnosti. Zjednodušeně řečeno, takový výzkum se nejprve vcítí do jejich
marginalizovaného postavení, aby je následně mohl změnit. Stírá se tak hranice mezi
výzkumem a sociálním aktivismem. Pro kritický výzkum je zároveň typické, že k naplnění
zmíněných normativních (politických) cílů přizpíváme nejenom skrze výstup našeho
výzkumu, ale i v průběhu provádění výzkumu. Už při plánování výzkumu, sběru dat (terénní
výzkum) a zpracování dat úzce spolupracujeme se zkoumanými lidmi a „angažujeme se“ ve
snaze o jejich emancipaci a zlepšení jejich životních podmínek. Ke zkoumanému společenství
nepřistupujeme jako k objektu výzkumu, ale jako k rovnocennému spolutvůrci výzkumu.
Hranice mezi pozorovatelem a pozorovaným se tak stírá nejenom na abstraktní
epistemologické rovině, ale i v každodenní výzkumné praxi. Typickým příkladem kritického
výzkumu je participativní výzkum, o kterém však v této knize nepojednáváme. Prvky
kritického výzkumu však najdeme i v některých metodách a postupech diskurzivní analýzy či
etnografie.
15
Tabulka č. 1: Epistemologické, metodologické a normativní souvislosti výzkumu politických věd a mezinárodních vztahů
VÝZKUM Vysvětlující Interpretativní Kritický
cíl hledání příčinných souvislostí mezi fenomény
rekonstrukce
(inter)subjektivních
významů
společenská
změna a
emancipace
pojetí
kauzality
korelační podmínkové mechanistické
(konstitutivní
vztahy)
pozice vědce vnější pozorovatel vnitřní pozorovatel
vnitřní hybatel
(aktivista)
poznání zobecnitelné
zobecnitelné /
kontextualizované
kontextualizované aplikované
teorie a
koncepty
testování testování / tvorba tvorba / testování tvorba
využití (jako
normativní
východisko)
počet případů
(N)
vysoké nízké jeden nízké nízké / jeden
vstupní data
orientace na
proměnné
orientace na
případy
orientace na
případy a jejich
kontext
orientace na případy
a jejich kontext
orientace na
společenské
problémy
metodologie
regresní a
korelační analýza
statistická analýza
kategoriálních dat
komparativní
případová studie
obsahová analýza
komparativní
případová studie
kvalitativní
srovnávací analýza
případová studie
předpovědní
metody
interpretativní
případová studie
diskurzivní analýza
etnografie
diskurzivní
analýza
etnografie
metodologické
texty
King – Keohane –
Verba 1994
Ragin 1987
George – Bennett
2005
Wagenaar 2011,
Schwarz-Shea –
Yanow 2012
Wodak – Meyer
2001
16
Literatura
Barša, Pavel – Císař, Ondřej (2008): Anarchie a řád ve světové politice. Praha: Portál.
Brady, Henry – Collier, David (eds. 2010). Rethinking Social Inquiry. Diverse Tools, Shared
Standards. Lanham, Boulder, New York, Toronto, Oxford: Roman and Littlefield.
Della Porta, Donatella – Keating, Michael (2008): „How Many Approaches in the Social
Sciences? An Epistemological Introduction.” In Approaches and Methodologies in the
Social Sciences: A Pluralist Perspective, eds. Donatella Della Porta a Michael Keating.
Cambridge: Cambridge University Press, s. 19-39.
Drulák, Petr (2008): Drulák, Petr a kol., Jak zkoumat politiku: Kvalitativní metodologie
v politologii a mezinárodních vztazích. Praha: Portál.
Drulák, Petr (2008b): „Epistemologie, ontologie a operacionalizace“, In: Drulák, Petr a kol.,
Jak zkoumat politiku: Kvalitativní metodologie v politologii a mezinárodních vztazích.
Praha: Portál, s. 14-28.
George, A. L. – Bennett, A.(2005): Case studies and theory development in the social
sciences.Cambridge, MIT Press.
Gray, D. E.: Doing Research in the Real World. London, Sage 2004.
Hollis, M. – Smith, S.: Mezinárodní vztahy: výklad a porozumění. Brno, Centrum pro
studium demokracie a kultury 2000.
King, Gary – Keohane, Robert – Verba, Sidney (1994): Designing Social Inquiry. Scientific
Inference in Qualitative Research. Princeton, New Jersey.
Kincheloe, Joe L. – McLaren, Peter (2005): Rethinking Critical Theory and Qualitative
Research. In: Denzin, Norman K. – Lincoln, Yvonna S. (eds): The Sage Handbook of
Qualitative Research. London: Sage, s. 303-342.
Lijphart, Arend (1971): Comparative Politics and the Comparative Method. American
Political Science Review, Vol. 65, No. 3, s. 682–693.
Mahoney, James (2010): „After KKV. The New Methodology of Qualitative Research.“
World Politics 62(1): 120-147.
McNabb, D. E (2004): Research Methods for Political Science: Quantitative and Qualitative
Methods. London, Sharpe.
McNabb, D. E (2004): The Interpretive Approach II: Ethnographic Methods. In: Research
Methods for Political Science. Quantitative and Qualitative Methods. New York, Sharpe,
s. 398–415.
Nohlen, D. (1994): Typus/Typologie. In: Kritz, J., Nohlen, D., Schultze, R.-O. et al.: Lexikon
der Politik. Band 2. Politikwissenschaftliche Methoden. München, Verlag C. H. Beck, s.
492–494.
Oakeshott, Michael (1933): Experience and Its Modes. Cambridge: Cambridge University
Press.
Ragin, Charles (1987): The Comparative Method. Moving Beyond Qualitative and
Quantitative Strategies. Los Angeles: University of California Press.
Schwarz-Shea, Peregrine – Yanow, Dvora (2012): Interpretive Research Design. New York a
London: Routledge.
Wagenaar, Hendrik (2011): Meaning in Action. Interpretation and Dialogue in Policy
Analysis. New York: M.E. Sharpe.
Winch, Peter (2004): Idea sociální vědy a její vztah k filosofii. Brno: CDK
Wodak, Ruth – Meyer, Michael J. (eds., 2001): Methods of Critical Discourse Analysis.
London: Sage.
17
3. Výzkumný rámec a jeho prvky1
Ondřej Císař, Vít Beneš
V této kapitole se zaměříme na obecné charakteristiky výzkumného rámce a jednotlivých
kroků při přípravě výzkumu. Jaké otázky musíme zvážit, když plánujeme projekt naší
závěrečné práce, článku nebo knihy? Jaké problémy musíme vyřešit a jakým úskalím se
vyhnout? V rámci omezeného rozsahu jedné kapitoly se na tyto otázky pokusím co nejlépe
odpovědět. Cíl kapitoly je přitom praktický – poskytnout čtenářům a čtenářkám srozumitelný
balíček „první pomoci“ při plánování výzkumné práce a přemýšlení o její prezentaci.
Tento balíček sice vychází z učebnic a příspěvků, k nimž je dále odkazováno, ale stejně tak
odráží i dlouholetou praxi autorů při řízení tří českých společenskovědních časopisů
(Politologického časopisu, Mezinárodních vztahů a české edice Sociologického časopisu) a
zkušenost z organizace a výuky letních škol research design. Tyto zkušenosti na mnoha
místech textu upřednostňujeme před učebnicovou úplností. Jinak řečeno, na následujících
stranách možná nenaleznete všechny typologie přístupů a postupů výzkumu. Uvedený návod
lze však považovat za použitelný a používaný. Vycházíme z toho, že společenskovědní
výzkum, byť je definován a veden teorií, je především praktickou činností. Vědecký výzkum,
ať již se pohybujeme v rámci vysvětlující, interpretativní či kritické výzkumné tradice,
charakterizujeme třemi základními rysy: (1) systematičností, (2) transparentností, (3)
zacíleností (dále vycházím především z Pierce 2008 ; King – Keohane – Verba 1994).
(1) Systematičnost znamená, že jednotlivé kroky výzkumného procesu na sebe logicky
navazují a že data sbíráme a analyzujeme podle předem promyšleného postupu a podle
pravidel, která jsme si sami zvolili (McNabb 2004: 7). V běžném životě se rozhodujeme a
volíme intuitivně na základě informací, které nám nesystematicky přináší naše každodenní
zkušenost. Když ale plánujeme vědecký výzkum, vždy se soustředíme jen na určitý výsek této
každodenní zkušenosti. Na základě systematicky uspořádaných kroků postupujeme od
formulace své výzkumné otázky až po interpretaci výsledků analýzy. Zatímco v každodenním
životě by byl takový postup absurdní, systematičnost je jedním z definičních kritérií
vědeckému výzkumu. Vysvětlující, interpretativní i kritický výzkum je systematická činnost,
která má vést k novému poznání, novým znalostem, lepšímu porozumění společnosti či její
emancipaci. Abychom těchto cílů dosáhli, musíme postupovat systematicky, podle předem
sestaveného plánu (výzkumného rámce). Systematičnost neznamená, že musíme slepě
následovat zavedené postupy. Výběr metodologie, metody, a výzkumných postupů pro sběr,
analýzu a interpretaci dat je na nás. My sami se rozhodujeme, jaké výzkumné postupy
použijeme a podle jakých pravidel budeme postupovat. Systematičnost je nezbytná při
realizaci výzkumu, kdy postupujeme podle předem sestaveného plánu (výzkumného rámce).
Systematičnost je ale důležitá i při prezentaci výsledků výzkumu, kdy je vtělena do celkové
struktury naší práce.
(2) Transparentnost se týká zveřejnění procedur vědeckého výzkumu. Způsob, jakým jsme
dosáhli výsledků našeho výzkumu (nových poznatků a znalostí), by měl být veřejný, aby si
uživatelé výzkumu či ostatní členové vědecké komunity mohli ověřit správnost a
smysluplnost postupů, pomocí kterých jsme našeho výsledku dosáhli. Výzkum je kolektivní
činnost, kdy každý jednotlivý článek či kniha dílčím způsobem přispívá do širšího pole a
zároveň z tohoto pole čerpá. Náš výzkumný rámec může sloužit jako vodítko pro ostatní.
Transparentnost výzkumných procedur je důležitá i proto, aby mohli uživatelé výsledků
1
Text vznikl v rámci Programu rozvoje vědních oblastí na Univerzitě Karlově (PRVOUK), P17 Vědy o
společnosti, politice a médiích ve výzvách doby, řešeném na Fakultě sociálních věd Univerzity Karlovy v Praze.
18
našeho výzkumu správně interpretovat závěry našeho výzkumu. Připomínáme, že je
odpovědností každého výzkumníka předcházet možným dezinterpretacím jeho výzkumu.
Veřejnost procedur nám tak dává možnost identifikovat konkrétní omezení daného výzkumu,
jelikož každý výzkum se uskutečňuje v rámci určitých omezení. Pokud nejsme schopni
sledovat postup řešení, pokud není jasné, jaké informace byly v dané práci využity a jak byly
analyzovány, nelze mluvit o vědeckém výzkumu. Formulace výzkumného rámce
(výzkumného plánu), který se ve formě metodologické kapitoly stává součástí finální
publikace, zásadním způsobem přispívá k transparentnosti našeho výzkumu.
Vědecký výzkum charakterizuje také (3) zacílenost na konkrétní problém, kterou vyjadřuje
jasně formulovaná výzkumná otázka. Cílem výzkumu je hledání odpovědi na výzkumnou
otázku. Výzkum není „teorií všeho“ ani „psaním učebnic“, je naopak řešením konkrétní a
jasně vymezené otázky, která by měla být kontextualizovaná v existující literatuře. Cíl
výzkumu by měl být relevantní z praktického, ale i akademického hlediska. To je jeden
z důvodů, proč musí každá práce obsahovat kritickou diskusi literatury. Zacílenost se
projevuje nejenom při plánování výzkumu (sestavení výzkumného rámce) a realizaci
výzkumu, ale i při prezentaci jeho výsledků.
V této kapitole se soustředíme na obecná doporučení pro sestavování výzkumného rámce,
které jsou do určité míry společná pro vysvětlující, interpretativní (a kritické) metodologie.
Každý výzkum by měl být systematický, transparentní a zacílený. To znamená, že před
započetím každého výzkumu bychom se měli pokusit naformulovat výzkumný rámec, kterým
si stanovíme plán výzkumných prací (systematičnost), tak aby náš postup byl otevřený a
veřejný (transparenost) a abychom my sami a posléze i naši čtenáři věděli, jaký cíl se snažíme
naplnit (zacílenost). V jednotlivých kapitolách potom nalezneme vodítka pro sestavení
výzkumného rámce (plán výzkumu), které jsou specifické pro danou metodologii.
V literatuře a v metodologických učebnicích najdeme několik pohledů na strukturu
výzkumného rámce (King – Keohane – Verba 1994: 13). V této knize – například v obecném
souladu s Punchem (2008) – rozlišujeme pět prvků výzkumného rámce. Jedná se vlastně o pět
prvků výzkumného plánu, které bychom si měli rozmyslet ještě před tím, než se pustíme do
samotného výzkumu (sběru, zpracování a interpretace dat): 1) výzkumná otázka; 2) způsob
práce s teorií; 3) výběr případů; 4) operacionalizace pojmů a vymezení dat a 5) samotný
způsob zpracování a interpretace dat.
Výzkum by měl být zacílený, což znamená, že směřujeme k naplnění konkrétního
výzkumného cíle, respektive k zodpovězení konkrétní výzkumné otázky. Věda tvoří sociální
pole, v němž navazujeme na jiné badatele a přinejmenším v tradičním pojetí výzkumu
(vysvětlující a do jisté míry i interpretativní výzkum) se snažíme budovat poznání ve formě
zobecnitelných teorií. Z našeho výzkumného rámce by proto mělo být zřejmé, zda a jakým
způsobem budeme pracovat s teoriemi (hypotézami, kategoriemi, koncepty) a jak chceme
přispívat k teoreticky orientovanému výzkumu. Každá z metodologií představené v této knize
nabízí určitou strategii propojování teorie s empirickými daty. Ve výzkumné praxi se data
vztahují k určitému obecnému fenoménu a konkrétnímu případu či případům tohoto
fenoménu. I když zrovna neděláme (komparativní) případovou studii jako takovou, vždy si
musíme vymezit předmět výzkumu a konkrétní případy (události, objekty či aktéry),
analyzovaný v rámci naší empirické analýzy. Nikdy není možné zkoumat
(mezinárodně)politickou realitu ve vší její empirické šíři a náš výzkum se proto nevyhnutelně
omezuje na vybrané události, objekty, aktéry či systémy, které jsou případy určitého obecného
fenoménu. Na samotných případech nás až na výjimky (viz tzv. hustý popis) nezajímají
všechna dostupná data týkající se námi zvoleného případu, ale pouze informace, které
potřebujeme k naplnění našeho výzkumného cíle a zodpovězení výzkumné otázky. Data,
většinou v podobě proměnných, nás zajímají z toho důvodu, že pomocí nich měříme
19
abstraktní koncepty. Každý výzkumný rámec by proto měl specifikovat, jaká data budeme
potřebovat k tomu, abychom změřili, zachytili a identfikovali naše abstraktní koncepty
v empirické realitě. Naměřené proměnné či jiná data kvalitativní povahy (dokumenty, texty,
rozhovory, zápisky z terénního výzkumu a další) potom slouží jako vstup pro analýzu, jejímž
výstupem je odpověď na naši výzkumnou otázku. Samotná analýza, tedy zpracování a
interpretace dat, by měla být systematická a transparentní. To znamená, že bychom si měli
předem rozmyslet, jakým způsobem (metodou) budeme data zpracovávat.
3.1.Výzkumná otázka
Formulace výzkumného cíle, respektive výzkumné otázky je prvním krokem při sestavování
výzkumného rámce. Výzkumný cíl respektive výzkumná otázka dávají našemu výzkumu
smysl a účel. Způsob, jakým formulujeme výzkumný cíl a výzkumnou otázku, přímo vychází
z epistemologických východisek jednotlivých výzkumných tradic zmíněných v předcházející
kapitole. Z toho, jak jsme naformulovali výzkumnou otázku, by měl být zřejmý typ práce
z hlediska způsobu práce s teorií (viz následující podkapitola). Jasně vymezenou a
srozumitelně sdělitelnou výzkumnou otázku považujeme za nejdůležitější komponent
výzkumného rámce (výzkumného plánu) a potažmo i samotného výzkumu. Dobře
formulovaná výzkumná otázka je nutnou podmínkou každého úspěšného výzkumu a
schopnost dosáhnout deklarovaného cíle a odpovědět na výzkumnou otázku je základním
standardem kvality vědeckého výzkumu (viz kritérium platnosti).
Výzkumnou otázku formulujeme na základě předchozího seznámení se s dostupnou
literaturou k tématu, které nás zajímá. Otázka je pak specifickou formulací našeho
konkrétního cíle v rámci tohoto širšího tématu. Může být zaměřena popisně, např. jak
vypadají stranické systémy nebo občanské společnosti ve středovýchodní Evropě? Může
vymezovat vysvětlující cíl. Pak je zaměřena buď na hledání příčin, např. jaké jsou příčiny
války nebo politické participace, nebo na zjišťování důsledků, např. jaký efekt mělo
přistoupení země k EU nebo jaké jsou důsledky konsociačního modelu demokracie. A může
také stanovit cíl z hlediska interpretativní tradice, např. jak vnímají české politické elity
bezpečnostní hrozby a jak se toto vnímání proměnilo po 11. září 2001?
Čím lépe je otázka vymezena, tím lépe se bude zpracovávat. Dobrá výzkumná otázka by měla
splňovat následující kritéria (zde vycházíme z King – Keohane – Verba 1994: 14-19;
Schmitter 2008: 266-268): akademická relevance, praktická relevance a zacílenost.
Výzkumná otázka by měla být relevantní z akademického a teoretického hlediska. Měla by se
týkat nějakého relevantního teoretického problému a odpověď na ni by měla přinést platný
příspěvek existujícímu poznání. V našem výzkumu bychom neměli „znovu vynalézat kolo“.
Právě proto by měla být výzkumná otázka zakotvena v existující literatuře a existujícím
poznání studovaného fenoménu. Měla by zajímat nejen nás, ale i někoho jiného alespoň
v rámci naší disciplíny, aby výslednou práci chtěl vůbec někdo číst. Při formulaci
výzkumného cíle respektive výzkumné otázky bychom měli identifikovat odbornou debatu,
do které naším výzkumem přispíváme, „bílá místa“ v dosavadním výzkumu, která budeme
chtít zmapovat a zaplnit, či nedostatky, které bychom chtěli naším výzkumem napravit.
Nicméně pouhé konstatování, že námi zvolené téma není dostatečně prozkoumané, nestačí.
To často může mít svůj dobrý důvod, proto je třeba téma vybírat i s ohledem na
realizovatelnost a dosažitelnost deklarovaných cílů. Smyslem vědy je budování
zobecňujícího, teoretického poznání – zejména pokud se bavíme o vysvětlujícím výzkumu.
Již z formulace výzkumné otázky, respektive výzkumného cíle, by mělo být zřejmé, jakým
způsobem chceme přispět k budování teoretického poznání. Chceme pouze zmapovat určitý
empirický případ formou systematického popisu, který může být později využit pro budování
20
či testování teorií? Chceme přispět do odborné debaty tím, že otestujeme konkurenční
teoretické hypotézy ohledně příčin námi zkoumaného fenoménu? Nebo chceme formulovat
nové koncepty, typologie, hypotézy a teorie? Specifikaci způsobu práce s teorií se budeme
věnovat v další části výzkumného rámce, nicméně již ze samotné formulace výzkumné otázky
a výzkumného cíle by mělo být zřejmé, jakou cestou se chceme vydat.
Výzkumná otázka by měla být relevantní z praktického hlediska. Měla by se týkat
výzkumného problému, který má nejen teoretickou relevanci, ale má význam i pro uživatele
výzkumu: politiky, diplomaty, představitele veřejných institucí, profesionály z řad
podnikatelské sféry a nevládního sektoru a v neposlední řadě veřejnosti. Každá práce, ať již se
jedná o čistě popisný text nebo o formulaci nové abstraktní teorie, by měla v konečném
důsledku přispívat nejenom k lepšímu obecnému poznání mezinárodních vztahů a politiky,
ale i k lepšímu porozumění a potažmo i řešení nějakého praktického, politického a
společenského problému. Při zvažování praktické relevance bychom měli brát v potaz, kdo je
konečným příjemcem a uživatelem našeho výzkumu. Některé výzkumné projekty mají
konkrétního zadavatele a tedy i uživatele výsledků výzkumu – typicky se jedná o některou ze
státních institucí (např. Ministerstvo zahraničních věcí), mezinárodních institucí nebo i
nevládních organizací či firem. V takovém případě by měl výzkum přispívat k řešení nějaké
situace, kterou jako problémovou vnímá tento konkrétní uživatel. Pokud náš výzkum nemá
konkrétního zadavatele a uživatele, reagujeme na „celospolečenskou poptávku“ a přispíváme
k lepšímu porozumění nějakého celospolečenského problému.
Samotné budování teorií není samoúčelné, ale slouží k lepšímu pochopení toho, jak funguje
mezinárodní politika a politika obecně (vysvětlující přístup), respektive k lepšímu porozumění
toho, jak o politice uvažují ostatní účastníci a aktéři mezinárodní politiky (interpretativní
přístup). Praktický význam vysvětlujícího výzkumu ideálně spočívá v tom, že odhalení
zákonitostí fungování (mezinárodně)politického světa umožní politikům, diplomatům,
úředníkům a lidské společnosti jako takové vyvarovat se – z pohledu většiny společnosti –
škodlivým jevům a naopak dosáhnout žádoucích a přínosných výstupů (King – Keohane –
Verba 1994: 15).
Interpretativní výzkum tím, že rekonstruuje významy, které političtí aktéři přisuzují realitě,
umožňuje politikům, diplomatům či veřejnosti pochopit hlubší zdroje jednání těch druhých i
nás samotných. Studium intersubjektivních významů, stejně tak studium konstitutivních
předpokladů (teorií) a idejí, které formují uvažování těch druhých i nás samotných, je důležité
pro politiky a diplomaty jako součást jejich „hermeneutické zručnosti“. Tím máme na mysli
schopnost mezikulturního (po)rozumnění, (sebe)reflexi a empatii, která je nezbytná pro
odhadování reakce druhých a tedy i pro vedení vyjednávání, a obecně řečeno schopnost
„překládat“ mezi různými kontexty (Guzzini 2001: 103-106).
Zatímco vysvětlující a interpretativní výzkum přispívají k řešení politických a společenských
problémů nepřímo tím, že odhalují zákonitosti politického světa a rekonstruují významové
struktury v pozadí myšlení a jednání politických aktérů, kritický výzkum usiluje o nápravu
přímo. Politická a společenská relevance je tedy pro kritický výzkum zásadní. V rámci
kritického výzkumu můžeme praktickou relevanci vztáhnout k lidstvu jako celku, častěji však
usilujeme o politickou (ekonomickou, společenskou) emancipaci přesně vymezených
vyloučených či jinak znevýhodněných skupin.
Výzkumná otázka by měla být jasně zacílená na naplnění konkrétního výzkumného cíle.
Široce vymezený výzkumný cíl znesnadňuje jeho naplnění. Vágně stanovený výzkumný cíl
smysluplnou práci na výzkumném projektu znemožňuje, neboť namísto zaměření se na určitý
předmět výzkumu umožňuje chaotické „poletování“ mezi různými výzkumnými cíli, které
v horším případě končí autorskou paralýzou a v tom lepším chaotickou a nezaměřenou prací.
Zejména začínajícím badatelům doporučujeme řídit se příslovím lepší vrabec v hrsti
(konkrétní a dosažitelný výzkumný cíl) než holub na střeše (zajímavý, ale široký a
21
nedosažitelný výzkumný cíl). Měli bychom také pamatovat, že kdo honí dva zajíce, nechytí
žádného. Pokud se snažíme zodpovědět několik náročnějších výzkumných otázek najednou,
s největší pravděpodobností nebudeme mít dostatek teoretických konceptů, metodologických
nástrojů a empirických dat na jejich věrohodné zodpovězení. Výsledkem bude teoreticky
neukotvená, metodologicky nejasná a empiricky povrchní práce. Výzkumnou otázku bychom
měli dobře prostorově, tematicky a časově specifikovat, aby se dala vůbec zpracovat. Jasně
specifikovanou výzkumnou otázkou nejenom vymezujeme, ale i omezujeme, co je cílem a
předmětem našeho výzkumu. Říkáme, co od našeho výzkumu čtenář může očekávat a co od
něj očekávat nemůže. Do určité míry si tak sami stanovujeme kritéria, podle kterých bude náš
výzkum hodnocen.
Ostatní prvky výzkumného rámce (výběr případů, vymezení proměnných, způsob analýzy dat
a jejich interpretace) jsou výzkumnému cíli podřízeny a výzkumný rámec a potažmo i
samotný výzkum tvoří logicky provázaný celek. Výzkumný cíl, respektive výzkumná otázka,
tvoří jádro našeho výzkumného rámce. To ovšem neznamená, že bychom nemohli výzkumný
cíl dodatečně přeformulovat, například v situaci, kdy nám chybí některá data. Výzkumné
otázce by měl být podřízen postup výzkumných prací i celá struktura výsledného
akademického textu.
3.2.Způsob práce s teorií
Jak jsme se zmínili výše, konečným cílem vysvětlujícího a do určité míry i interpretativního
výzkumu je budování teoretického poznání. To ovšem neznamená, že každý jednotlivý
výzkumný projekt musí formulovat nebo testovat teorii. Jak již bylo řečeno, výzkum
(vysvětlující, interpretativní i kritický) je kolektivní činnost a v praxi funguje dělba práce
mezi výzkumnými projekty a mezi jednotlivými odbornými pracemi. Zatímco některé
odborné texty se soustředí na sběr empirických dat a popis vybraných případů, jiné práce se
soustřeďují na hledání obecných teoretických zákonitostí (na základě dříve shromážděných
dat) či na testování teoretických hypotéz. Výzkum má zároveň kumulativní povahu. To platí
především pro vysvětlující výzkum, který věří v možnost prohlubování a akumulace
vědeckého poznání. Právě teorie umožňují tuto kumulaci vědění. Podle protagonistů
vysvětlujícího přístupu, kteří se v tomto nechali inspirovat v přírodních vědách, by měla věda
produkovat stále lepší teorie, které budou schopny zachytit zákonitosti, kterými se řídí
sociální realita.
Od každého jednotlivého výzkumného projektu se sice neočekává formulace nové teorie, měli
bychom však v rámci našeho výzkumného rámce specifikovat, jakým způsobem bude náš
výzkum přispívat k teoretickému poznání, respektive jakým způsobem budeme s teoriemi
pracovat. Ještě před tím, než si představíme možnosti, jakým způsobem můžeme v našem
výzkumu pracovat s teoriemi, se zastavíme u otázky co to vlastně teorie je.
V rámci vysvětlujícího výzkumu teorie pojímáme jako „obecné výpovědi, které popisují a
vysvětlují příčiny nebo efekty tříd fenoménů“ (Van Evera 1997: 7-8). Teorie je zjednodušený
model empirické reality, který zachycuje nejdůležitější kauzální zákonitosti regulující
vybranou výseč této reality, respektive vybraný fenomén. Teorie tedy vysvětlují nějaké
obecnější fenomény (např. specifikují příčiny revolucí, konstituce politických stran nebo
efekty různých modelů demokracie), nikoli jen jednotlivé události (neexistuje teorie
Francouzské revoluce nebo teorie objevení se ODS). Skutečnost, že teorie zjednodušují
22
realitu, není vadou teorií, ale jejich inherentní vlastností. Společenskovědní teorie „objasňuje
skrze zjednodušení“ tím, že odhaluje ty nejdůležitější příčinné zákonitosti regulující
společenskou realitu respektive její vybraný výsek (viz též Van Evera 1997: 17-21). Přesněji
řečeno, dobrá teorie by měla být úsporná (parsimonious). Měla by co nejlépe vysvětlit
zkoumaný fenomén pomocí co nejjednodušších hypotéz a její platnost by měla být omezena
co nejmenším počtem podmínek.
Tím se dostáváme k otázce, z čeho se vlastně teorie skládá. Teorie se skládají z konceptů,
které reprezentují jednotlivé obecné fenomény, věcných hypotéz o příčinných vztazích mezi
fenomény a z podmínek platnosti hypotéz (Van Evera 1997: kap. 1, King – Keohane – Verba
1994).
Koncept (pojem) reprezentuje určitý abstraktní fenomén. Koncepty jsou „stavebními
kameny“, které potřebujeme pro výstavbu teorie (Ochrana 2013: 56). Bez konceptů se
neobejde žádný výzkum usilující o obecné (teoretické) poznání. Jednotlivé koncepty vznikají
(jsou formulovány) v rámci určité teoretické tradice, zároveň však zprostředkovávají
komunikaci v rámci vědecké komunity, napříč jednotlivými výzkumnými tradicemi,
teoretickými přístupy a metodologiemi (srovnej Drulák 2009). Bez konceptů se tedy neobejde
žádný výzkumník, který chce komunikovat (publikovat) výsledky své práce. Příkladem
konceptu mohou být termíny revoluce, politická strana, politická participace či bohatství.
Koncepty je třeba definovat (vymezit pomocí již existujících teoretických konceptů) a
operacionalizovat (vymezit jejich datovou podobu pomocí měřitelných proměnných) (viz
podkapitola věnovaná operacionalizaci).
Hypotéza je z teorie odvozená teze o příčinném vztahu mezi konkrétní fenomény, které jsou
reprezentovány koncepty. Fenomén, který je předpokládanou příčinou, zachycujeme a
měříme ve formě nezávisle proměnné. Fenomén, který je důsledkem působení příčinného
vztahu, měříme pomocí závislé proměnné. Hypotéza musí jasně specifikovat kauzální efekty,
tedy očekávaný důsledek existence příčinného vztahu. Příkladem může být teze, že
s rostoucím bohatstvím roste u jednotlivců politická participace. Hypotéza by měla zároveň
vyjasnit příčinné mechanismy, skrze které jsou tyto kauzální efekty produkovány. Hypotéza
by tedy měla obsahovat obecnou (teoretickou) argumentaci, proč by měla s rostoucím
bohatstvím posilovat i politická participace.
Podmínka (antecedent condition) je fenomén, jehož přítomnost aktivuje postulovanou
příčinnou zákonitost a vymezuje platnost celé teorie. Ve společenských vědách zřídkakdy
hypotézy cele „potvrzujeme“ nebo naopak „odmítáme“. Ve společenskovědním výzkumu
nejsme schopni formulovat „univerzální zákony“, teorie většinou platí jen za určitých
podmínek. Nezřídka se proto omezujeme na testování platnosti jasně definovaných teorií za
určitých podmínek a vždy pro určitou „doménu“ či skupinu případů (viz Geddes 2003).
Teorie musí být falzifikovatelná, což znamená, že z ní odvozené hypotézy jsou vyvratitelné.
Hypotéza je vyvratitelná, pokud jsme schopní předem specifikovat nějaký možný empirický
důkaz, který by byl v rozporu s naší teorií / hypotézou (Popper, 1997: 62). Například hypotéza
„žádný člověk nežije věčně“ není vyvratitelná, protože empirický důkaz, který by hypotézu
vyvrátil (výskyt člověka žijícího věčně) není ani v principu možný. (King – Keohane – Verba
1994: 19-23) upozorňují, že pokud je naše teorie (hypotéza) natolik vágní, že se ani v principu
nemůže mýlit, pak taková teorie ztrácí schopnost přinést nějaké nové poznání.
Jako příklad falzifikovatelné teorie v mezinárodních vztazích můžeme uvést realistický model
systému mezinárodních vztahů. Z realismu můžeme odvodit hypotézu o vztahu mezi polaritou
mezinárodního systému a jeho stabilitou. Realisté předpovídají, že multipolární systém bude
méně stabilní než bipolární či unipolární (Waltz 1979). Tato hypotéza je vyvratitelná, protože
můžeme předem specifikovat možný empirický důkaz, který by byl v rozporu s testovanou
hypotézou – tím by byl výskyt stabilního multipolárního systému.
23
Testovatelné teorie a z nich odvozené hypotézy také musejí být dostatečně konkrétní,
abychom mohli koncepty, se kterými pracují, operacionalizovat a měřit. Dobrá teorie je
zároveň vnitřně konsistentní, což znamená, že ze stejné teorie nelze odvodit protikladné
hypotézy (viz King – Keohane – Verba 1994). Jak jsme se již zmínili, dobře formulovaná
teorie by měla být také úsporná – měla by „vysvětlit hodně s málem“. Teorie by měla být co
nejjednodušší, zároveň by ale měla nabídnout hypotézy vysvětlující co nejvíce světa kolem
nás. Čím více je schopna vysvětlit, tím větší explanační sílu má (Van Evera 1997: 17-21).
Jak tedy můžeme s teoriemi pracovat? Přesněji řečeno jak může náš výzkum přispět
k teoretickému poznání? Jakou práci máme psát, aby byla přijata výsledek vědeckého
výzkumu? Existuje jen jeden způsob, jak ji lze pojmout? Stejně jako v každé jiné oblasti
kreativní činnosti existuje několik způsobů, jimiž můžeme k výzkumné práci přistoupit. Jejich
obhajitelnost vždy závisí na konkrétních podmínkách a možnostech, které nám stanovuje naše
konkrétní pracoviště (Punch 2008). Jinými slovy řečeno, podobně jako nejsou různými typy
obecenstva přijímány všechny možné filmové žánry, nemusí být na vaší katedře nebo institutu
přijatelný každý způsob práce, který v následujících odstavcích zmíníme.
Existuje několik dělení výzkumných prací z hlediska jejich vztahu k teoretickému poznání a
jejich příspěvku k vědeckému poznání sociální reality. Podle van Every se v sociálních
vědách můžeme setkat s následujícími sedmi typy výzkumné práce: 1) formulace nové
teoretické hypotézy; 2) testování teorie; 3) zhodnocení literatury; 4) zhodnocení určité
politiky a preskripce; 5) vysvětlení historického případu pomocí teorie; 6) hodnocení
historického případu či politiky a 7) předpověď (Van Evera 1997: 89-95). George a Bennett,
vycházející ze starších dělení Lijpharta (1971) a Ecksteina (1975) potom rozlišují šest typů
výzkumných rámců podle toho, jakým způsobem přispívají k teoreticky orientovanému
výzkumu George – Bennett 2005: 74-76). Klasifikace George a Bennetta se týkala
případových studií, ale můžeme ji vztáhnout k výzkumným pracím obecně: A) ateoretická /
konfigurativní idiografická studie (popis); B) disciplinovaná konfigurativní studie (aplikace
teorie); C) heuristická studie (tvorba teorie); D) testování teorie; E) ověření věrohodnosti
(předběžný test teorie) a F) hledání „základních kamenů“ (při tvorbě nové teorie).
Na následujících řádcích nabízíme typologii čtyř možných způsobů práce s teorií. Toto
rozdělení (popis; tvorba teorie; aplikace teorie a testování teorie) je volně inspirováno výše
zmíněnými typologiemi vědeckých prací Van Every, George a Bennetta a potažmo i Lijpharta
a Ecksteina, zároveň ale odráží pedagogickou a editorskou praxi autorů této kapitoly.
K teoreticky orientovanému výzkumu tedy můžeme přispívat čtyřmi způsoby. Za prvé ve
formě popisu, který prezentuje data využitelná jinými výzkumníky při budování či testování
teorií. Za druhé teorie formulujeme a budujeme (Van Evera 1997 ; Strauss – Corbinová 1999 ;
Wagenaar 2011). Za třetí můžeme teorie aplikovat a používat jako „pracovní nástroje“ při
vysvětlení historických událostí či predikci budoucího vývoje studovaného výseku sociální
skutečnosti (viz Van Evera 1997). Konečně za čtvrté můžeme testovat z teorií odvozené
výroky (hypotézy) (King – Keohane – Verba 1994).
3.2.1. Systematický popis
Prvním způsobem, jak můžeme přispět k teoretickému poznání, je systematický popis, jehož
cílem je sebrat, shromáždit a případně i agregovat nová data týkající se určité události. Byť je
někdy vědeckost popisných prací zpochybňována, dokonce i ti nejvýraznější obhájci
zobecňujícího (teoretického) vysvětlujícího výzkumu souhlasí s tím, že „dobrá deskripce je
lepší než špatné vysvětlení” (King – Keohane – Verba 1994: 45). Popisné práce mají
explorační charakter. Smyslem deskriptivních výzkumných projektů je prozkoumat doposud
nezmapovanou část empirické reality a sebrat a shromáždit nová empirická data, která mohou
24
být později využita při tvorbě teorií (hypotéz) či při jejich testování. Deskriptivní práce sama
sice neprodukuje nové teorie, přesto však plní důležitou roli v rámci vysvětlujícího výzkumu,
jehož konečným cílem je teoretické poznání (hledání příčinných souvislostí mezi fenomény).
Popis je proto jedním z možných a legitimních výzkumných cílů, jemuž se v naší práci
můžeme věnovat.
Ani deskriptivní práce však nemůže být čistě ateoretická. Teorie se v deskriptivních pracích
objevuje zpravidla v podobě teoretických konceptů. Na začátku výzkumu nespecifikujeme
žádnou hypotézu a náš výzkum není veden snahou posoudit vysvětlující sílu teorií a testovat
hypotézy. Cílem systematického popisu není vysvětlení (vyzdvihnutí nejdůležitějších příčin
zkoumané události), ale zachycení a zmapování případu (určité události) v jeho komplexitě a
v rámci širšího kontextu. Zde se dotýká s postupy interpretativního výzkumu. To také
znamená, že v popisné práci, která postrádá hlubší teoretické, konceptuální a metodologické
nástroje potřebné pro hledání příčinných souvislostí, bychom se měli zdržet snah o kauzální
vysvětlení (analýzu) popisovaných jevů a událostí. Pokud máme větší ambice než je popis a
chtěli bychom nabídnout i vysvětlení či interpretaci shromážděných dat, musíme sáhnout po
některé z metodologií vysvětlujícího výzkumu (korelační, podmínkové či mechanistické
pojetí kauzality) respektive interpretativního výzkumu, které nám umožní systematičtěji
pracovat s teoriemi a koncepty (tvořit, aplikovat či testovat teorie).
Jak jsme se již zmínili, přínos systematického popisu spočívá v tom, že sbírá, shromažďuje a
případně agreguje nová fakta (data), která mohou být později využita při tvorbě či testování
obecnějších hypotéz a teorií (viz též ateoretická, konfigurativní případová studie v George –
Bennet 2005: 75). Pokud se rozhodneme pro popisnou práci, měli bychom předložit nová či
méně známá data, která by měla být prostá subjektivního hodnocení a konceptuálně
neukotvených a metodologicky nejasných pokusů o kauzální vysvětlení (takový pokusům
říkáme spekulace). Protože smyslem popisu je najít a shromáždit nová data, musíme pracovat
s primárními zdroji (archivní dokumenty, projevy, dotazníky, rozhovory, terénní výzkum).
Pokud v popisných pracích data pouze sbíráme a agregujeme, avšak nezpracováváme
(neanalyzujeme) a neiterpretujeme, potom i náš výzkumný rámec bude stručnější. Výzkumný
rámec popisných prací se často omezuje na specifikaci výzkumného cíle (výzkumné otázky),
předmětu výzkumu, ohraničení případu a případně vymezení dat (proměnných), které chceme
sbírat. Výzkumná otázka deskriptivní práce se ptá po detailech („co“) a průběhu („jak“)
určitého jasně vymezeného případu – události či historické epizody. Příkladem popisu může
být výzkum hledající odpověď na výzkumnou otázku „Jak vypadala diplomatická
korespondence na počátku druhé světové války?“
Deskriptivní práce se v politických vědách nejčastěji pojí s případovou studií. Při popisu
můžeme využít i postupy interpretativní případové studie, etnografie či diskursivní analýzy.
K popisu, shromáždění a agregaci kvalitativních dat (texty, kategoriální proměnné) se
výborně hodí obsahová analýza, naopak k agregaci kvantitativních dat nám velmi dobře
poslouží popisná statistika.
3.2.2. Tvorba teorie
Dalším cílem může být tvorba nové teorie. Cílem takové práce je na základě induktivní logiky
formulovat nové koncepty a / nebo testovatelné výpovědi (hypotézy) o studovaném
fenoménu. Cílem takové práce může být i upřesňování a modifikace stávajících teorií,
konceptů, hypotéz a podmínek jejich platnosti. Teorie tedy netestujeme, ale tvoříme. Z toho
plyne, že pokud se v takové práci objevují hypotézy, objevují se až jako výsledek výzkumu.
Nové teorie, hypotézy či koncepty většinou vytváříme v doposud nezmapované oblasti
(například kybernetická bezpečnost), kde doposud chybí koncepty a teorie. Můžeme se také
25
soustředit na situace, kdy existující teorie nejsou schopny v určitém případě nebo případech
dostatečně vysvětlit studovaný fenomén. Případy, které dosavadní teorie není schopna
vysvětlit, označujeme jako vymykající se případy (deviant cases – viz kapitola k případové
studii). Jejich detailním studiem můžeme formulovat alternativní teorii, která v takovémto
případě vysvětlí studovaný fenomén a přijde s novými hypotézami, mechanismy působení
proměnných na sebe a podmínkami platnosti (viz kapitola případová studie). Van Evera
(1997: 23) jako příklad uvádí případ Indie, která se vymyká obecně doložené hypotéze o
vztahu mezi gramotností a demokratičností. V rozporu s touto všeobecně přijímanou a
doloženou hypotézou Indie je demokracií i přes vysokou úroveň negramotnosti. Studiem
indického případu můžeme formulovat alternativní hypotézy vysvětlující demokracii.
Takovýmto způsobem můžeme také poskytnout empirickou podporu pro specifikaci
mechanismů působení proměnných na sebe a to i ve studii, která spoléhá převážně na
statistický důkaz kauzálního efektu (viz Císař – Navrátil 2014). Jinými slovy řečeno, můžeme
tak sledovat kauzální mechanismy, které zprostředkovávají vztah mezi proměnnými.
Výzkumná otázka, kterou se při formulaci nové teorie snažíme zodpovědět, se ptá po
obecných příčinách určitého fenoménu: „Proč vznikají války?“. Formování nových konceptů,
typologií či teorií se zpravidla pojí s jednopřípadovými studiemi (George – Bennet 2005),
s interpretativní případovou studií (Wagenaar 2011) nebo se zakotvenou teorií (Braun 2008).
K formování nových teoretických argumentů ale můžeme využít i komparativní případovou
studii. Konečně k tvorbě teorií můžeme využít i některé z předpovědních metod, konkrétně
pak scénáristiku (viz kapitola Předpovědní metody).
3.2.3. Aplikace teorie
Aplikace teorie patří mezi častý cíl vědeckých prací, doporučujeme jej zejména začínajícím
výzkumníkům a těm, kteří mají omezenější teoretické ambice. Výzkumná otázka takové práce
je zpravidla popisná („co?“) nebo zachycuje sociální procesy a mechanismy („jak?“)
partikulárních událostí: „Jak vypukla druhá světová válka?“ Jinými slovy se jedná o
teoreticky vedenou analýzu, jejímž cílem není obecné vysvětlení (hledání či ověřování
příčinných zákonitostí), ale zachycení specifických kroků, které vedly k určité události,
optikou vybrané teorie (srov. také Van Evera 1997: 15-16). Při aplikaci teorie pracujeme
s teorií, ovšem nikoliv proto, abychom testovali z ní odvozené hypotézy (viz Punch 2008: 48-
49 a dále). Aplikace tedy není test – teorie používáme, ale neposuzujeme jejich vysvětlující
sílu.
Při aplikaci teorií si musíme hlídat vnitřní konsistentnost našeho výzkumu a respektovat
vnitřní logiku zvoleného teoretického modelu. K vysvětlení případu (případů) používáme
koncepty a příčinné vazby odvozené z vybrané teorie. Měli bychom se zároveň vyvarovat
eklektismu – útržkovitému a nahodilému využívání prvků vzájemně nekompatibilních teorií.
Aplikovat bychom měli jednu konkrétní teorii, kterou v teoretické části náležitě představíme.
Příkladem aplikace teorií je také ta část interpretativního výzkumu, které primárně jde o
zachycení představ, koncepcí, symbolů a schémat, jimiž studovaní aktéři zvýznamňují svět
kolem sebe a jejich proměny (Drulák et al. 2008). Příkladem takové práce může být
z interpretativní etnografické tradice vycházející výzkum vnímání podoby zapojení členů
punkové subkultury do lokální brněnské scény (viz Císař – Koubek 2012). Můžeme také
pracovat s typologiemi, kdy je naším cílem roztřídit studovanou realitu podle teoreticky
definovaných typologií (Collier et al. 2008). Příkladem může být zachycení různých podob
politického aktivismu, který spočíval v typologií vedeném popisu mimoparlamentního
prosazování zájmů a kolektivních identit v České republice (viz Císař et al. 2011).
26
Specifickým příkladem aplikace teorie jsou některé předpovědní metody. Předpovědi se snaží
odhadnout budoucí politický vývoj a konsekvence určitých politických opatření pomocí
prověřených teorií (modelů). Kromě odhadů budoucího vývoje pak můžeme i navrhovat
alternativní řešení a jejich náklady a přicházet s možnými doporučeními (více viz Young –
Quinn 2002). Předpověď by ale v žádném případě neměla mít podobu projekce určitých
předem daných politických hodnot do výzkumné práce. Stejně jako ve všech ostatních
příkladech (aplikovaného) výzkumu i zde spoléháme na teoretická vodítka a transparentní
analýzu.
V tom nejjednodušším případě můžeme teoretický model použít k tomu, abychom na základě
znalostí aktuální a budoucí hodnoty nezávislé proměnné odhadli vývoj proměnné závislé.
Například pokud empirická data ukazují, že mezinárodní systém směřuje k multipolárnímu
systému, můžeme využít realistickou teorii mezinárodních vztahů k formulaci předpovědi, že
budoucí mezinárodní systém bude méně stabilní. V mezinárodních vztazích, politologii i
v jiných společenských vědách jako je ekonomie se setkáme s celou řadou sofistikovanějších
předpovědních modelů – viz modely teorie her (mezinárodní vztahy), volební modely
(politologie), ekonometrické modely (ekonomie). Považujeme za důležité připomenout, že
aplikace teorie pro potřeby předpovídání budoucnosti je něco jiného než testování teorie, o
kterém budeme mluvit v následující podkapitole. Při předpovídání budoucnosti pomocí
etablovaných a prověřených teorií pouze odhadujeme budoucí hodnoty jednotlivých
proměnných. Aplikované teorie (předpovědní modely) nehodnotíme. Naopak při testování
teorií zjišťujeme, zda teorií předpovězené (hypotetické) hodnoty odpovídají skutečně
naměřeným (historickým) hodnotám jednotlivých proměnných.
3.2.4. Testování teorie
Vysvětlující výzkum má kumulativní povahu. Vědci pracující v rámci vysvětlujícího
výzkumu usilují o stále lepší obecné (teoretické) poznání tím, že formulují a testují takové
teorie, které co nejlépe zachytí obecné zákonitosti fungování mezinárodních vztahů respektive
politiky jako takové. Zároveň usilujeme o eliminaci neúspěšných teorií, jejichž abstraktní
model neodpovídá zákonitostem fungování reálného světa. V procesu budování obecného
(teoretického) poznání tedy hraje důležitou roli nejenom tvorba nových teorií, ale zejména
pak testování stávajících teorií, přesněji řečeno z nich odvozených teoretických hypotéz.
Při testování teorie v rámci vysvětlujícího výzkumu si klademe otázku „proč“. Výzkumná
otázka při testování teorie se však neptá po příčinách partikulárních událostí (proč vypukla
druhá světová válka), ale po příčinách obecných fenoménů (například proč vznikají války).
Možné odpovědi ve formě testovatelných hypotéz přinášejí teorie, které taková práce testuje.
Jak jsme se již zmínili výše, hypotéza je z teorie odvozená teze o příčinném vztahu mezi
různými fenomény (teoretickými koncepty). Řekli jsme si také, že testovat můžeme pouze
takovou hypotézu, která je vyvratitelná. K tomu, abychom mohli hypotézu empiricky testovat,
musíme si také operacionalizovat koncepty, se kterými naše hypotéza pracuje (viz navazující
sekce věnující se operacionalizaci pojmů a vymezení proměnných). Například pokud
testujeme realistickou hypotézu, podle které je unipolární a bipolární systém stabilnější než
multipolární mezinárodní systém, musíme si rozmyslet, jak budeme měřit měřit míru polarity
mezinárodního systému a jak budeme měřit míru stability mezinárodního systému. K
operacionalizaci teoretických konceptů používáme proměnné (měřitelná vlastnost nabývající
různých hodnot – viz níže). Například polaritu (nezávislá proměnná) můžeme měřit pomocí
proměnné počet velmocí v systému, stabilitu (závislá proměnná) můžeme operacionalizovat
pomocí proměnné četnost válek v systému.
27
Tím se dostáváme k podstatě testování teorií (hypotéz). Kauzální hypotéza je tvrzení o tom,
že hodnoty závislé proměnné závisí na hodnotě nezávislé proměnné (nízký počet velmocí
znamená nízký výskyt válek a naopak). Při testování hypotézy neděláme nic jného než že
zjišťujeme, zda teorií předpovězené hodnoty závislé a nezávislé proměnné odpovídají
hodnotám těchto proměnných naměřeným v námi zkoumaných případech. V praxi většinou
netestujeme jednu hypotézu, ale několik hypotéz najednou. Každá z těchto hypotéz formuluje
alternativní možnou příčinu zkoumaného fenoménu, přičemž tato příčina je opět
operacionalizována ve formě měřitelné proměnné. Například liberální teorie mezinárodních
vztahů tvrdí, že stabilita systému (četnost válek) závisí na vnitrostátním režimu jednotlivých
států, který můžeme operacionalizovat jako podíl demokracií resp. autokracií v daném
systému. Každá testovaná hypotéza (teorie) je tedy v našem výzkumu reprezentovaná jednou
nezávislou proměnnou, přičemž nezávislé proměnné reprezentující konkurenční hypotézy
bývají označovány jako kontrolní proměnné.
Proč testujeme více konkurenčních hypotéz najednou? Zjištění, že hodnota závislé proměnné
koreluje s hodnotami nezávislé proměnné, ještě neznamená, že mezi nimi existuje příčinná
souvislost (kauzalita). O příčinné souvislosti můžeme mluvit až poté, co jsme vyloučili vliv
ostatních možných příčin (kontrolních proměnných) na námi studovanou závislou
proměnnou.
Podstata testování teoretických hypotéz (zjišťování zda teorií předpověděné hodnoty
proměnných odpovídají naměřeným hodnotám proměnných) zůstává stejná, ať už k testování
použijeme jakoukoliv z metodologií vysvětlujícího přístupu: komparativní případovou studii,
kvalitativní srovnávací analýzu, statistickou analýzu či dokonce případovou studii. Přesto
však mezi jednotlivými přístupy ke kauzalitě nalezneme dílčí rozdíly.
V rámci korelačního pojetí kauzality (regresní a korelační analýza, případně komparativní
případová studie) považujeme kauzální hypotézu za prokázanou, pokud mezi naměřenými
hodnotami závislé a nezávislé proměnné existuje funkční vztah (hodnoty obou proměnných
na sobě závisí). Hypotézu potvrzujeme, pokud naměřené hodnoty odpovídají této teoretické
předpovědi. Hypotézu zamítáme, pokud je vztah mezi naměřenými hodnotami náhodný.
Korelační pojetí kauzality zároveň předpokládá, že pro doložení kauzální souvislosti je třeba
vyloučit vliv dalších možných příčin (kontrolních proměnných) a mělo by být také zřejmé, že
změny ve studovaných proměnných proběhly v logickém časovém sledu (viz Disman 2002).
V rámci podmínkového pojetí kauzality považujeme hypotézu za prokázanou, pokud
empirické měření potvrdí, že výskyt podmínky (nezávislá proměnná) je nutný a / nebo
dostačující pro výskyt výsledku (závislá proměnná). Pokud se neprokáže, že podmínka je
nutnou a / nebo postačující podmínkou pro výskyt výsledku, hypotézu zamítáme. Podmínkové
pojetí kauzality nepředpokládá konkurenční vztah mezi možnými příčinami, ale spíše
komplementární. Nezjišťujeme tedy, která z možných příčin má větší vliv na zkoumaný
důsledek, ale jakým způsobem musí být možné příčiny nakombinovány, aby došlo k výskytu
nebo nevýskytu námi zkoumaného důsledku.
Konečně v rámci mechanistického pojetí kauzality máme hypotézu za prokázanou, pokud se
nám podaří identifikovat dílčí mezikroky (zprostředkující proměnné), skrze které nezávisle
proměnná ovlivňuje závisle proměnnou. Badatelům, kteří chápou kauzalitu mechanisticky
(viz předcházející kapitola) k prokázání kauzality kontrolovaná korelace nestačí. Zatímco
v rámci korelačního pojetí kauzality (statistika) či podmínkového pojetí kauzality
(komparativní případová studie) nám pro důkaz efektu stačí prokázání korelace mezi
naměřenými hodnotami závislé a nezávislé proměnné (tj. „na začátku“ a „konci“ kauzálního
vztahu) nebo kombinace podmínek, při mechanisticky orientovaném kauzálním výzkumu pro
potvrzení hypotézy vyžadujeme empirický důkaz mechanismu působení proměnných na sebe.
Nestačí doložit efekt a mechanismus předpokládat teoreticky, i samotný kauzální
mechanismus je třeba empiricky doložit (viz George – Bennett 2005). Jak ukazuje kapitola o
28
jednopřípadových studiích, k empirické analýze kauzálního mechanismu se nejčastěji využívá
sledování procesu (process tracing).
3.3.Výběr případů
Případ je konkrétní událost či jev, který používáme pro detailní zkoumání obecnějšího
fenoménu (blíže viz kapitola Případová studie). Obecným fenoménem může být válečný
konflikt, případem válečného konfliktu je potom třeba druhá světová válka nebo korejská
válka. Případem máme na mysli dostatečně ohraničenou historickou epizodu, která je
ohraničena časově nebo tematicky (nejlépe pak časově i tematicky). Případ ovšem může být
definován také jako určitý objekt, uzavřený systém, který má jasné hranice, svou vnitřní
logiku fungování a svou specifickou podstatu. V tomto ohledu může být případem české
ministerstvo zahraničních věcí (pokud zkoumáme obecný fenomén diplomatických úřadů),
ale případem může být třeba i mezinárodní systém po konci studené války (pokud zkoumáme
obecný fenomén mezinárodní systém). Soubor všech existujících případů (například všechny
války v historii lidstva nebo všechny existující ministerstva zahraničních věcí) označujeme
jako populaci (základní soubor). Vždy mějme na paměti, že při vymezení zkoumaného
obecného fenoménu a vymezení populace vždy vycházíme z teoretických východisek a z naší
výzkumné otázky.
Způsob výběru případů a zejména pak jejich počet úzce souvisí s volbou výzkumné tradice
(vysvětlující, interpretativní či kritický výzkum), se způsobem práce s teorií a s volbou
konkrétní metodologie. Pro vysvětlující výzkum je typický větší počet případů, zvláště pokud
se pohybujeme v rámci korelačního pojetí kauzality (statistická analýza) a do určité míry i
podmínkového pojetí kauzality (kvalitativní srovnávací analýza). Mechanistické pojetí
kauzality (případová studie) si vystačí s analýzou jediného případu. Interpretativní výzkum se
většinou soustřeďuje na jediný případ (interpretativní případová studie), některé
interpretativní metodologie však zpracovávají data (například texty, projevy) většího počtu
aktérů (viz diskurzivní analýza).
Z hlediska způsobu práce s teorií platí, že popisné práce zůstávají u jediného případu.
Výzkumný rámec popisných prací bývá poměrně stručný, protože nepracujeme s teoriemi,
nicméně i v popisných textech musíme alespoň vymezit hranice (časové a tematické)
zkoumaného případu. Při tvorbě nové teorie se často soustřeďujeme na jeden případ –
většinou si vybíráme takový, který se vzpírá dosavadnímu teoretickému poznání (vymykající
se případy – deviant case). K tvorbě teorie ale můžeme využít i komparativní případovou
studii. V tomto případě vycházíme z logiky, podle níž je při vytváření nové zobecnitelné
teorie potřeba srovnat a analyzovat data většího počtu případů. Aplikace teorie může mít
podobu jednopřípadové studie, ale i souběžné aplikace jedné teorie na vícero případů. Při
testování teorie je důležité věnovat výběru případů náležitou pozornost. Při testování teorií,
kdy je naším cílem ověřovat platnost obecných teoretických hypotéz v empirické realitě, se
snažíme maximalizovat počet analyzovaných případů – v ideálním případě by měl náš výběr
zahrnovat celou populaci. Pokud to není možné, pečlivě vybíráme případy podle etablovaných
metodologických postupů (viz kapitoly Komparativní případová studie a Regresní a korelační
analýza).
Proč je výběr případů tak důležitý, zvláště při testování teorií ve vysvětlujícím výzkumu? Jak
jsme se zmínili výše, smyslem testování teorií je ověřit, zda v reálném světě existuje příčinná
souvislost mezi závislou proměnnou a nezávislou proměnnou (předpokládanou příčinou). Pro
doložení kauzální souvislosti ovšem musíme ověřit nejenom korelaci mezi hodnotami závislé
a nezávislé proměnné, ale musíme navíc doložit, že ke změně závislé proměnné nedošlo
29
v důsledku působení dalších možných příčin (kontrolních proměnných). Ve vysvětlujícím
výzkumu existují tři standardní postupy, jak tohoto cíle dosáhnout: (A) experiment, (B)
statistická analýza, (C) komparace (King – Keohane – Verba 1994 ; Van Evera 1997).
Při experimentu nám kontrolu nad hodnotami proměnných zajišťuje experimentální prostředí
laboratoře. V laboratoři můžeme držet hodnoty všech kontrolních proměnných konstantní,
manipulovat jen s hodnotami nezávislé proměnné (předpokládané příčiny) a sledovat její
případný efekt na hodnoty závislé proměnné. Laboratorní prostředí, které udržuje hodnoty
všech relevantních kontrolních proměnných konstantní, nám umožňuje vyloučit jejich vliv.
Pokud je v této podmínkách změna nezávislé proměnné doprovázena změnou závislé
proměnné, můžeme potvrdit hypotézu o vlivu závislé proměnné na nezávislou proměnnou.
Laboratorní experimenty jsou standardním nástrojem při testování teoretických hypotéz
v přírodních vědách, jejichž logiku přebírají mnozí badatelé pracující v rámci vysvětlujícího
výzkumu. Realizace laboratorních experimentů ve společenských vědách však bývá
problematická ze dvou důvodů. Za prvé, objekty a systémy, které v mezinárodních vztazích a
politických vědách zkoumáme, jsou většinou příliš velké a komplexní na to, aby se daly zavřít
do laboratoře. Nemáme dostatečně velkou laboratoř, abychom do ní mohli zavřít celý stát. Za
druhé, mezinárodní vztahy a politické vědy podobně jako jiné sociální vědy zkoumají chování
lidí a lidských kolektivů. Pokud bychom chtěli dělat experimenty „na lidech“ mohli bychom
narazit na etické problémy. Z obou důvodů je využití experimentu v mezinárodních vztazích a
politologii omezeno, nejčastěji se s ním setkáme u některých předpovědních metod (teorie her
– viz příslušná kapitola). V některých oblastech výzkumu – především v USA – se ale dnes
jedná o prosazující se trend.
Statistická analýza je příkladem neexperimentálního (observačního) výzkumu. Statistická
analýza nám umožňuje posoudit, zda má na závislou proměnnou větší vliv nezávislá
proměnná nebo kontrolní proměnné, díky velkému počtu případů (přesněji: velkému množství
pozorování) a pravděpodobnostním zákonům. Vedle síly vztahu mezi proměnnými poskytuje
statistická analýza informaci o možnosti zobecnit vztah prokázaný na výzkumném vzorku na
celou populaci případů. Zjednodušeně řečeno, z pravděpodobnostních zákonů vyplývá, že čím
dokonaleji je vybrán výzkumný vzorek a čím více takto vybraných případů obsahuje, tím
vyšší je pravděpodobnost, že námi odhalená souvislost mezi naměřenými hodnotami závislé a
nezávislé proměnné existuje nejenom ve skupině námi analyzovaných případů, ale i v celé
populaci (ve všech existujících případech). Nebo jinak řečeno, že souvislost zjištěná ve
výzkumném vzorku je zobecnitelná na populaci, z níž byl vybrán. Naopak pokud jsou
analyzované případy vybrány nevhodně (tzv. výběrová chyba) a/nebo je jejich počet příliš
nízký, zvyšuje se pravděpodobnost, že zjištěný vztah nelze na populaci zobecnit. Výběr
případů pro statistickou analýzu nezřídka provádíme pomocí náhodného výběru ze všech
jednotek v populaci (pokud je to možné, jedná se o nejspolehlivější způsob zajištění
reprezentativnosti vzorku), když případy vybíráme záměrně (nenáhodně), také usilujeme o
maximální reprezentativnost našeho výběrového vzorku (viz kapitola Regresní a korelační
analýza).
Komparace je třetím způsobem, jak můžeme při testování teoretických hypotéz kontrolovat
vliv kontrolních proměnných (tj. konkurenčních nezávislých proměnných). Již od formulace
klasických komparativních metod J. S. Milla nám komparace umožňuje alespoň částečně
kontrolovat vliv potenciálních příčin studovaného jevu (kontrolních proměnných) tím, že
pečlivě vybíráme případy pro naše srovnání (viz Van Evera 1997: kapitola “Komparativní
případová studie“). Komparaci používáme v okamžiku, kdy z objektivních či jiných důvodů
(např. na základě výzkumné otázky) není možné provést analýzu většího množství případů.
Těmito objektivními důvody je nejčastěji nízký počet existujících případů námi zkoumaného
fenoménu. Mezinárodní vztahy často zkoumají chování objektů (států), které se vyskytují
pouze v nízkých počtech. V současném mezinárodním systému existuje pouze 193 států
30
(členů OSN) a výzkumné práce zkoumající státy, respektive události ze života států nezřídka
naráží na problém nízkého počtu analyzovaných případů, což znemožňuje smysluplné použití
statistické analýzy. Do stejného problému se dostáváme i v okamžiku, kdy analyzujeme
relativně specifický fenomén, jako například rozšiřování Evropské unie. Počet případů států,
které kdy vstoupily do EU, je velmi nízký z pohledu statistické analýzy. Velká část sociálně
vědních badatelů proto volí komparaci jako alternativní řešení umožňující alespoň částečnou
kontrolu kauzálního vlivu kontrolních proměnných pomocí pečlivého výběru případů.
Statistika i komparace jsou funkčními ekvivalenty laboratorního experimentu v tom smyslu,
že nám podobně jako experiment umožňují kontrolovat hodnoty nezávislé proměnné a
kontrolních proměnných. Stejně jako statistická analýza ani komparace nám ale neumožňuje
přímo měnit hodnoty nezávislé proměnné a přitom udržovat neměnné hodnoty všech
kontrolních proměnných. Jsme tedy odkázáni na neexperimentální, observační způsob
kontroly nezávislých (kontrolních) proměnných. Nezkoumáme případy v umělém
kontrolovaném prostředí laboratoře, ale zkoumáme a měříme případy, které se „volně
vyskytují v přírodě“, ve svém přirozeném kontextu společenské reality. Při komparaci
z těchto přirozeně se vyskytujících případů pečlivě vybíráme případy podle kontextu, ve
kterém se vyskytují, a / nebo podle hodnot jednotlivých proměnných. Zatímco statistická
metoda často vybírá případy náhodně a zapovídá záměrný výběr podle hodnot závislé
proměnné, v komparativní analýze případy nevybíráme náhodně a zároveň můžeme vybírat
případy podle hodnot závislé proměnné.
Podle Kinga, Keoheana a Verby, kteří jsou protagonisty korelačního pojetí kauzality, bychom
pro komparaci nikdy neměli vybírat případy se stejnými hodnotami závislé proměnné (King –
Keohane – Verba 1994: 130). Podle korelačního pojetí kauzality je cílem komparace,
podobně jako statistické analýzy, vysvětlit změny závislé proměnné (tomu odpovídá
longitudinální rámec výzkumu – viz dále), respektive rozdíly v hodnotách závislé proměnné
napříč případy (odpovídá mu průřezový výzkumný rámec – viz dále). Pokud je naším cílem
vysvětlit změnu a rozdíly v hodnotách závislé proměnné napříč jednotlivými příopady, nemá
smysl vybírat pro srovnání případy s identickými hodnotami závislé proměnné. Co to
znamená v praxi? Pokud je naším cílem najít příčiny vzniku válek, náš výběr případů se,
podle Kinga a jeho kolegů, neměl vědomě omezovat jenom na případy (události), kdy k válce
došlo, a ignorovat případy, kdy k ní nedošlo. Pokud je naším cílem odhalit příčiny revolucí,
naše srovnání by se nemělo omezovat jenom na případy úspěšných revolucí. Výzkumný
rámec by měl umožňovat variaci na úrovni hodnot závislé proměnné – tedy jevu, který se
snažíme vysvětlit. Abychom se vyvarovali výše zmíněné výběrové chybě (selection bias),
doporučuje se vybírat případy podle hodnot nezávislé proměnné (předpokládané příčiny) a
pokud jsme z nějakých důvodů nuceni vybírat případy podle hodnot závislé proměnné, měli
bychom vybírat případy s různými hodnotami závislé proměnné (King – Keohane – Verba
1994: kap. 4 a dále).
Komparativní metoda dovoluje vybírat případy podle hodnot závislé proměnné (George –
Bennett 2005: 22-25), zvláště pokud se pohybujeme v rámci podmínkového pojetí kauzality.
Připomínáme, že v podmínkovém pojetí kauzality je naším cílem vysvětlit výskyt (či absenci)
určitých jevů. Výběr případů i podle hodnot závislé proměnné je možný v rámci tzv.
Millových metod, které jsou základními metodami komparativní studie. Millových metod a
tedy i způsobů jak vybírat případy v komparativní analýze, je hned několik. Detailnější návod
nalezneme v kapitole věnované komparativní případové studii.
V závislosti na našem výzkumném cíli je posledním krokem, který bychom měli při výběru
případů pro statistickou analýzu či komparaci učinit, volba mezi longitudinální (v čase) nebo
průřezovou (mezi případy) komparací. V rámci experimentu dochází ke dvěma typům
srovnávání měření – srovnání v čase (před a po experimentu) a mezi skupinami/případy
(skupiny, která byla vystavena předpokládané příčině a kontrolní skupiny, která jí vystavena
31
nebyla). Z těchto dvou logik, které se v rámci experimentu scházejí, odvozujeme dva základní
postupy při výběru případů neexperimentálního (observačního) výzkumu: diachronní
(longitudinální) a synchronní (průřezový).
V diachronním (longitudinálním) výzkumu analyzujeme (pomocí statistické analýzy či
komparace) případy (tj. události či objekty) v různých časových okamžicích. Každé jednotlivé
pozorování třeba i toho samého objektu v různých časových okamžicích chápeme jako
svébytným případ (svébytnou událost). Diachronní výzkum tedy může být jedním ze způsobů,
jak navýšit počet případů (pozorování) a uniknout pasti „nízkého N“. I při diachronním
srovnávání však platí obecné pravidlo, že jednotlivá pozorování (případy) musí být od sebe
dostatečně časově ohraničené a vymezené – mezi jednotlivými pozorováními musí být
rozumný časový odstup. Diachronní (longitudální) výzkum se experimentu podobá v tom, že
provedeme několik měření před a po působení předpokládané příčiny (jedno pozorování před
a po nestačí). Nemáme ale srovnání s kontrolní skupinou, takže nekontrolujeme vliv kontextu
daného případu. Příkladem otázky pro diachronní (longitudinální) výzkum může být: Co bylo
příčinou poklesu důvěry v politiku v české populaci po pádu komunismu? Jiným příkladem
diachronního (longitudinálního) výzkumu politické mobilizace, participace a sociálních hnutí
může být analýza dopadu přistupování a vstupu do EU na české skupiny hnutí za práva žen.
V tomto výzkumu jsme v rámci jedné země srovnávali situaci před započetím přístupových
jednání se situací poté, kdy jednání začala a zaměřili se na efekt přistupování k EU na
kontext, organizační kapacitu a spolupráci zkoumaných organizací (viz Císař – Vráblíková
2010).
Synchronní (průřezový) výzkum srovnává napříč různými případy v jednom časovém
okamžiku. Srovnáváme mezi odlišnými případy, nesrovnáváme ale v čase. To znamená, že
sice můžeme odhalit korelaci mezi závislou a nezávislou proměnnou, ale nedokážeme zjistit,
zda změny nezávislé a závislé proměnné nastaly v časovém sledu. Nemůžeme ověřit, zda ke
změně závislé proměnné došlo po změně nezávislé proměnné nebo naopak. Příkladem otázky
pro synchronní (průřezový) výzkum je: Proč někteří lidé chodí k volbám a jiní ne? Jiným
příkladem průřezového designu s malým počtem případů byla komparativní studie dvou
environmentálních organizací sociálních hnutí, která svou strategií volby případů usilovala o
to, aby vybrala co nejvíce podobné organizace, které se lišily jen ve způsobu financování.
Zjednodušeně řečeno, jedná se o komparativní design tzv. nejvíce podobných případů
odpovídající Millově metodu rozdílu (více viz kapitola ke komparativní studii). Výzkumná
otázka se ptala, jestli různé způsoby financování vedou u těchto organizací k různým
strategiím (viz Císař 2010).
3.4.Operacionalizace pojmů, vymezení dat a proměnných
Tato kniha se věnuje metodologiím empirického výzkumu. Ovšem abstraktní koncepty,
s nimiž pracujeme při aplikaci či testování teorie, (například koncepty mocenská kapacita
státu či politická participace) nejsou přímo pozorovatelné. Pokud chceme s abstraktními
teoriemi, hypotézami a koncepty pracovat v rámci empirického výzkumu, musíme je vyjádřit
ve formě pozorovatelných, tj. měřitelných, indikátorů (viz např. Disman 2002). Tento proces
propojování abstraktních teoretických pojmů s konkrétními daty označujeme termínem
operacionalizace (Gray 2004; Mc Nabb 2004; Drulák 2008b). Z metodologického hlediska se
jedná o klíčový postup, jehož kvalita rozhoduje o kvalitě celého výzkumu. Při
operacionalizaci si stanovujeme, jakým způsobem budeme abstraktní teoretické koncepty, se
kterými pracujeme, zjišťovat a měřit v empirické skutečnosti. Například pokud nás zajímá
teoretický koncept mocenské rovnováhy a mocenské kapacity národních států, musíme si
rozmyslet, jakým způsobem budeme mocenské postavení a mocenské kapacity národních
států měřit, jaká data máme sbírat. Musíme si ujasnit, podle čeho poznáme, že došlo například
32
k mocenskému vzestupu státu X. Každý použitý analytický koncept proto musí mít vedle své
pojmové definice, která tento koncept zavádí pomocí jiných teoretických konceptů, také
definici operační, která specifikuje jeho měřitelnou podobu.
Všechny metodologie představené v této knize různým způsobem zpracovávají určitá
empirická data zachycující charakteristiky a kvality předem vybraných případů (reálných
událostí či objektů). Až na výjimky ale naším cílem není popis sám o sobě, ale naplnění
výzkumného cíle v rámci teoreticky orientovaného výzkumu – hledání odpovědí na obecnější
otázky týkající se podoby a fungování mezinárodních vztahů a politiky. To mimo jiné
znamená, že nezpracováváme veškerá dostupná data týkající se námi zvoleného případu
(případů), ale pouze ta data, která potřebujeme k naplnění našeho výzkumného cíle,
respektive k zodpovězení naší výzkumné otázky. Jaká data budeme potřebovat, závisí
především na výzkumné otázce, z níž je dále odvozen způsob naší práce s teorií a použité
teoretické koncepty. Pokud teorie aplikujeme či testujeme, musíme použité teoretické
koncepty předem definovat a operacionalizovat. Vyjádření konceptů v měřitelné podobě
(operacionalizace) je důležité zejména u prací, které teorie testují. Naopak pokud je naším
cílem tvorba nových konceptů, hypotéz a teorií či rekonstrukce významů pojmů
(interpretativní výzkum), potom vytváříme koncepty v průběhu našeho výzkumu.
Všechny metodologie představené v této knize pracují s empirickými daty v různé podobě
(kardinální, ordinální či nominální proměnné, mluvené a psané projevy, dokumenty, obrazová
data, zápisy rozhovorů či záznamy ze zúčastněného pozorování). Jednotlivé metodologie se
ale liší v tom, jaká data zpracovávají a jak data získávají. Vysvětlující metodologie většinou
zpracovávají vstupní data v podobě proměnných. Proměnná je měřitelná vlastnost, která může
nabývat různých hodnot napříč případy a která reprezentuje určitý abstraktní koncept
(například HDP na osobu reprezentuje ekonomickou vyspělost státu). Interpretativní
metodologie nezpracovávají data v podobě diskrétních proměnných. Nicméně i v rámci těchto
metodologií si musíme ujasnit, co budeme považovat za vstupní data pro naši analýzu, co nás
na zkoumaných událostech a jevech zajímá (kategorie, řečové akty, metafory, atd.).
V rámci vysvětlujícího výzkumu operacionalizujeme teoretické koncepty pomocí
proměnných. Proměnná (veličina) v měřitelné podobě zachycuje vlastnost, znak či
charakteristiku zkoumaných případů. Může nabývat různých hodnot. Proměnná vždy
reprezentuje nějaký obecný (teoretický) koncept a je na nás zvolit si takové proměnné, které
co nejlépe reprezentují a vystihují teoretické koncepty, se kterými pracujeme. Například
teoretický koncept mocenská kapacita státu můžeme vystihnout (operacionalizovat) pomocí
proměnné podíl vojenských výdajů státu na celkových vojenských výdajích ve světě.
Politickou participaci můžeme zase operacionalizovat jako účast ve volbách nebo mnohem
šířeji jako participaci na skupině činností, která zahrnuje vedle volení také například účast na
demonstraci nebo podpis petice. Demokracii můžeme definovat dvěma po sobě jdoucími
svobodnými volbami nebo můžeme definici rozšířit o fungující občanskou společnost a
prodemokratické postoje populace. Způsob měření „makes a difference“ (viz Geddes 2003).
Takto nadefinované proměnné můžeme přímo měřit a naměřené hodnoty našich proměnných
můžeme dále zpracovávat zejména v rámci vysvětlujících metodologií.
Proměnné ze své definice variují, to znamená, že v jednotlivých případech mohou nabývat
různých hodnot. Smyslem vysvětlujících metodologií je hledání příčin této variace.
Zjednodušeně řečeno, nelze vysvětlovat takový stav světa, který existuje v konstantní
hodnotě. Pokud by byly všechny státy (i všechny ostatní možné politické jednotky) na světě
stejně demokratické, nemělo by smysl se ptát, co je příčinou demokracie.
Rozlišujeme několik typů proměnných podle toho, jakých hodnot mohou nabývat. Kardinální
proměnná nabývá číselných hodnot. Například vojenské výdaje státu můžeme vyjádřit
v dolarech, podíl státu na celkových vojenských výdajích světa vyjadřujeme v procentech.
Ordinální proměnná zachycuje pořadí či intenzitu nějakého jevu. Například proměnná levo-
33
pravá politická orientace může nabývat hodnot jasná levice / mírná levice / střed / mírná
pravice / jasná pravice. Hodnoty ordinální proměnné lze seřadit, ale na rozdíl od kardinální
proměnné nemůžeme její hodnoty sčítat a odečítat. Nominální proměnné vyjádřují kvalitativní
stav. Hodnoty, kterých může nominální proměnná dosahovat, nejsou vyjádřeny číselně, ale
pomocí kategorií. Příkladem může být národní příslušnost europoslanců. Tato proměnná
může nabývat 28 různých hodnot – kategorií. Hodnoty nejsou vyjádřeny kvantitativně
(číselně), ale kvalitativně – nemůžeme je sčítat, ani seřadit na škále. Specifickým typem
nominální proměnné je binární proměnná, která nabývá pouze dvou hodnot: výskyt určitého
jevu / absence určitého jevu. Příkladem může být proměnná nazvaná „výskyt demokracie“.
Ve výzkumném rámci bychom měli specifikovat i zdroj dat. Připomínáme, že jednotlivé
metodologie se liší v tom, co považují za vstupní data a jaký typ dat zpracovávají.
Rozlišujeme primární zdroje a sekundární zdroje. Nejjednodušší způsob, jak rozlišit primární
a sekundární zdroje, je z hlediska autorství. Primární zdroje byly vytvořeny přímými svědky a
účastníky zkoumaných událostí. Typicky mezi ně řadíme dokumenty vypracované
zkoumanými aktéry a institucemi: státními institucemi, mezinárodními organizacemi,
nevládními organizacemi a dalšími aktéry. Dokumenty mohou mít podobu právních aktů,
záznamů jednání, zpráv z terénu (pozorovatelské mise, zastupitelské úřady), případně i
kratších analytických komentářů. Primárním zdrojem mohou být i projevy projevy, články či
memoáry politických představitelů a jiných reprezentantů výše zmíněných institucí, zejména
pokud děláme analýzu politického diskurzu. Dále sem řadíme i rozhovory, které novináři
nebo my sami realizujeme s politickými představiteli, případně i běžnými občany, pokud to
vyžaduje náš výzkum.
Za určitých podmínek můžeme jako primární zdroj použít i média (tisk, televize, rádio).
Pokud se pohybujeme v rámci vysvětlujícího výzkumu a zajímají nás určité
(zahraničně)politické události a nikoliv mediální sféra sama o sobě, soustřeďujeme se na
zpravodajské články renomovaných agentur zachycujících zkoumané události a naopak
ignorujeme interpretace v podobě komentářů z pera noviniářů. Pokud se pohybujeme v rámci
interpretativního či kritického výzkumu, přistupujeme k novinovým komentářům podobně
jako k projevům politiků – jedná se o součást veřejného a politického diskurzu, který můžeme
zkoumat pomocí interpretativních metodologií. Jako primární zdroj můžeme využít i
nejrůznější audiovizuální materiály, kulturní artefakty – v zásadě jakýkoliv empirický
materiál, pokud jeho zpracování dává smysl v kontextu zvolené výzkumné tradice,
metodologie a naší výzkumné otázky. Mezi primární zdroje řadíme i nejrůznější databáze a
archivy obsahující nejrůznější statistické údaje, legislativní akty, dokumenty či zpravodajské
články.
Pro zhodnocení kvality a využitelnosti jednotlivých zdrojů je důležitější, kdo je vydavatelem a
autorem textu, než forma (tištěná či elektronická). V době, kdy z internetu je možné stáhnout
cokoliv, počínaje monografií, přes odborné články až po novinové články či anonymní blogy,
nemá smysl rozlišovat mezi tištěnými a elektronickými zdroji. S elektronickými zdroji
z internetu pracujeme stejným způsobem jako s tištěnými – zajímá nás vydavatel, autor,
charakter textu a samozřejmě využitelnost v kontextu naplňování výzkumného cíle.
Primární zdroje můžeme sami sbírat v terénu například skrze zúčastněné pozorování (viz
kapitola věnovaná etnografii) nebo rozhovory. Pokud data sbíráme, resp. vytváříme sami
(data nerostou jako „houby v lese“, aby se dala prostě jen sesbírat), měli bychom ve
výzkumném rámci specifikovat, jakým způsobem je chceme získat. Většinou se však
spoléháme na práci ostatních, kteří primární data shromáždili do podoby nejrůznějších
databází nebo archivů. V takovém případě bychom si měli rozmyslet, kde budeme potřebná
data hledat a jaké primárních dat databáze chceme využívat. Není třeba zdůrazňovat, že to,
jaká data budeme potřebovat, se dozvíme z operacionalizace konceptů, se kterými pracujeme
(viz výše).
34
Sekundární (akademické) zdroje jsou takové, které zpracovávají, analyzují a interpretují
primární zdroje, přičemž dodržují alespoň ta nejzákladnější pravidla akademického psaní
(systematičnost, transparentnost a zacílenost). Autoři sekundárních zdrojů až na výjimky (viz
terénní výzkum v etnografii) nejsou přímými účastníky analyzovaných událostí. Sekundární
zdroje interpretují data, například tím, že na základě empirických dat zobecňují a staví nové
teorie, tím, že na empirická data aplikují určitou teorii, nebo tím, že empirická data používají
k testování teoretických hypotéz. V rámci interpretativního výzkumu používáme data
(primární zdroje) k rekonstrukci individuálních či sdílených významů.
Sekundární zdroje nejrychleji poznáme podle toho, že obsahují seznam použitých zdrojů.
Typickými příklady sekundárních zdrojů jsou monografie, odborné články v recenzovaných
časopisech, učebnice. Řadíme sem i nejrůznější výzkumné zprávy, včetně těch vypracovaných
mezinárodními či nevládními institucemi. Pokud obsahují seznam použitých zdrojů,
považujeme je za sekundární (akademické) zdroje, přestože nebyly vypracovány úzce
chápanou „akademickou komunitou“.
Sekundární zdroje nejčastěji využíváme jako zdroje teoretických argumentů. Když
sestavujeme výzkumný rámec, zajímá nás, k jakým závěrům dospěly klíčové texty
(sekundární zdroje) analyzující námi zkoumaný fenomén. Z tohoto důvodu si děláme přehled
(sekundární) literatury. Sekundární zdroje můžeme využít i jako metodologickou inspiraci. Za
určitých podmínek můžeme sekundární zdroje využít i při realizaci výzkumu jako zdroje dat.
Za prvé, pokud píšeme popisný text, měli bychom se vyvarovat sekundárních zdrojů. Jestliže
smyslem popisu je sebrat a shromáždit nová empirická data, musí vycházet především
z primárních zdrojů. Za druhé, podobně i při budování teorií a v rámci nterpretativního
výzkumu bychom se měli soustředit na primární zdroje. Za třetí, pokud používáme sekundární
literaturu jako zdroj dat, měli bychom rozlišovat mezi popisnými tezemi a analytickými
argumenty a závěry. Obecně platí, že ve své práci můžeme zpracovávat data (popisné teze)
obsažená v sekundární literatuře, neměli bychom však bez dalšího přebírat cizí analytické
argumenty a závěry.
3.5.Způsob zpracování a interpretace dat
Konečně poslední položkou výzkumného rámce by měl být popis způsobu zpracování a
interpretace dat – tedy metoda v užším slova smyslu. Popis postupu řešení výzkumného cíle
by měl být součástí jakéhokoli výstupu společenskovědního výzkumu (vysvětlujícího,
interpretativního i kritického) a to bez ohledu na charakter jeho dat (kvalitativní či
kvantitativní) nebo konkrétní postup. Každý autor nebo autorka při naplňování svého
výzkumného cíle sledoval/a nějaký postup. Tato kniha poskytuje přehled základních
metodologií, přičemž každá z těchto metodologií nabízí specifickou metodu (či několik
různých metod), jak postupovat při samotném zpracování empirických dat. Je na nás,
abychom si z představených metodologií vybrali takovou, která nám umožní co nejlépe
naplnit výzkumný cíl a odpovědět na výzkumnou otázku. Tuto knihu můžeme chápat jako
menu,, ze kterého si můžeme vybírat vhodný postup. Můžeme též kombinovat různé
metodologie, pokud to přispěje k naplnění našeho výzkumného cíle a pokud to dává smysl.
V neposlední řadě je třeba zdůraznit, že zde uvedený přehled metodologií a metodnení
vyčerpávající. V metodologických učebnicích, ze kterých vychází tato kniha i jednotlivé její
kapitoly, naleznete řadu dalších specifických postupů.
Jednotlivé metodologie se liší v míře standardizace výzkumných postupů. Některé
metodologie se spoléhají na počítačové zpracování dat, zatímco jiné kladou důraz na
interpretaci dat výzkumníkem cestou hermeneutického kruhu. V rámci jednotlivých
35
metodologií představíme způsob zpracování dat (konkrétní metody) typický pro danou
metodologii. Některé metodologie (například diskurzívní analýza či předpovědní metody)
nenabízí jednotný metodologický kánon, jak přistupovat k empirickým datům. V takovém
případě v podkapitole zpracování a interpretace dat představíme výběr nejpoužívanějších
metod (výzkumných postupů), které můžeme v příslušné metodologii použít.
3.6.Shrnutí
V této kapitole jsme představili základní obecná doporučení týkající se výzkumného rámce
společenskovědního výzkumu, snažili jsme se odpovědět na otázky, které si každý potenciální
výzkumník klade při plánování výzkumu. Kapitolu jsme podřídili praktickým požadavkům
v konkrétním kontextu českých společenských věd, především pak politologie a
mezinárodních vztahů.
Jedná se bezesporu jen o základní výklad a nakonec proto nezbývá než doporučit další četbu.
K celé řadě použitelných publikací odkazoval předchozí text, ke shrnutí současné
metodologické diskuse, včetně debaty kauzální efekt vs. mechanistické vysvětlení, lze mimo
uvedených publikací, např. Brady a Collier (2010), doporučit také Mahoneyho (2010).
Obecně velmi praktické příručky nabízí například Punch (2008), Babbie (2012) a Creswell
(2013). Ke struktuře návrhů výzkumu se jako dobře použitelné ukázaly například publikace
Silbergha (2001) a Przeworskiho a Salomona (1995). Ke statistické analýze lze mimo Hendla
(2012) doporučit stručný text Franklina (2008).
Literatura
Babbie, Earl R. (2012): The Practice of Social Research. Cengage Learning.
Brady, Henry – David Collier (eds. 2010): Rethinking Social Inquiry. Diverse Tools, Shared
Standards. Lanham, Boulder, New York, Toronto, Oxford: Roman and Littlefield.
Braun, Mats (2008): Zakotvená teorie. In: Drulák, Petr (ed.): Jak zkoumat politiku:
kvalitativní metodologie v politologii a mezinárodních vztazích. Praha: Portál, s. 203-226.
Císař, Ondřej – Navrátil, Jiří (2014): „Promoting Competition or Cooperation: The Impact of
EU Funding on Czech Advocacy Organizations.“ Democratization: v tisku.
Císař, Ondřej – Vráblíková, Kateřina (2010): „The Europeanization of Social Movements in
the Czech Republic: The EU and Local Women‟s Groups.“ Communist and PostCommunist
Studies 43(2): 209-219.
Císař, Ondřej – Vráblíková, Kateřina (2013): „Transnational Activism of Social Movement
Organizations: The Effect of European Union Funding on Local Groups in the Czech
Republic.” European Union Politics 14(1): 140–160.
Císař, Ondřej – Koubek, Martin (2012): „Include „Em All? Culture, Politics and a Local
Hardcore/Punk Scene in the Czech Republic.“ Poetics: Journal of Empirical Research on
Culture, the Media and the Arts 40(1): 1–21.
Císař, Ondřej – Navrátil, Jiří – Vráblíková, Kateřina (2011): „Staří, noví, radikální: politický
aktivismus v České republice očima teorie sociálních hnutí.“ Sociologický časopis/Czech
Sociological Review, 47(1): 137–167.
Collier, David – Jody, Laporte – Seawright, Jason (2008): “Typologies: Forming Concepts
and Creating Categorical Variables.” In The Oxford Handbook of Political Methodology,
eds. Janet M. Box-Steffensmeier, Henry E. Brady a David Collier. Oxford University
Press, s. 152-173.
36
Creswell, John W. (2013): Research Design: Qualitative, Quantitative, and Mixed Methods
Approaches. Thousand Oaks, CA: Sage.
Disman, Miroslav (2002): Jak se vyrábí sociologická znalost: příručka pro uživatele. Praha:
Karolinum.
Drulák, Petr a kol. (2008): Jak zkoumat politiku? Kvalitativní metodologie v politologii a
mezinárodních vztazích. Praha: Portál.
Drulák, Petr (2009) „Syntéza teorií cestou jejich destrukce“. In: Pavel Barša a kol., Dialog
teorií: Filozofická dilemata výzkumu mezinárodních vztahů. Praha: SLON, 225-245.
Franklin, Mark. (2008): “Quantitative Analysis.” In Approaches and Methodologies in the
Social Sciences: A Pluralist Perspective, eds. Donatella Della Porta a Michael Keating.
Cambridge: Cambridge University Press, s. 240-262.
Geddes, Barbara (2003): Paradigms and Sand Castles: Theory Building and Research Design
in Comparative Politics. Ann Arbor: University of Michigan Press.
George, Alexander L. – Bennett, Andrew (2005): Case Studies and Theory Development in
the Social Sciences. Cambridge MA: MIT Press.
Gray, D. E. (2004): Doing Research in the Real World. London, Sage.
Guzzini, Stefano (2001): The Significance and Roles of Teaching Theory in International
Relations. Journal of International Relations and Development, Vol. 4, No. 2, s. 98-117.
Hendl, Jan (2012): Přehled statistických metod. Praha: Portál.
King, Gary – Keohane, Robert – Verba, Sidney (1994). Designing Social Inquiry. Scientific
Inference in Qualitative Research. Princeton, New Jersey.
Mahoney, James (2010): „After KKV. The New Methodology of Qualitative Research.“
World Politics 62(1): 120-147.
McNabb, David E. (2004): Research Methods for Political Science: Quantitative and
Qualitative Methods. Armonk: M.E. Sharpe.
Pierce, Roger (2008): Research Methods in Politics: A Practical Guide. Thousand Oaks, CA:
Sage.
Popper, Karl (1997): Logika vě deckého zkoumání. Praha : Oikúmené.
Przeworski Adam – Salomon, Frank (1995): „The Art of Writing Proposals: Some Candid
Suggestions for Applicants to Social Science Research Council Competitions.” SSRC,
http://www.ssrc.org/publications/view/the-art-of-writing-proposals/.
Punch, Keith (2008): Úspěšný návrh výzkumu. Praha: Portál.
Schmitter, Philippe (2008): „The Design of Social and Political Research.“ In Approaches
and Methodologies in the Social Sciences: A Pluralist Perspective, eds. Donatella Della
Porta a Michael Keating. Cambridge: Cambridge University Press, s. 263-295.
Silbergh, David (2001): Doing Dissertations in Politics: A Student Guide. London:
Routledge.
Strauss, Anselm L. – Corbin, Juliet (1999): Základy kvalitativního výzkumu: postupy a
techniky metody zakotvené teorie. Boskovice: Albert.
Van Evera, Stephen (1997): Guide to Methods for Students of Political Science. Ithaca:
Cornell University Press.
Wagenaar, Hendrik (2011): Meaning in Action. Interpretation and Dialogue in Policy
Analysis. New York: M.E. Sharpe.
Waltz, Kenneth N. (1979): Theory of International Politics. New York: McGraw-Hill.
Young, Eóin – Quinn ,Lisa (2002): Writing Effective Policy Papers. Budapest: OSI.
37
4. Případová studie
Michal Kořan
Případová studie je detailní analýzou jednoho případu, který byl zvolen jako objekt výzkumu.
Tato kapitola se bude zabývat pouze tzv. instrumentálními případovými studiemi, které
pracují s vysvětlujícím přístupem k sociálním vědám (viz úvodní kapitolu). Instrumentální
případové studie se zaměřují nikoli na popis konkrétního fenoménu, ale na získání
obecnějších teoretických poznatků. Hodnota instrumentální případové studie tedy spočívá
nikoli ve studovaném fenoménu samém, ale v přínosu pro obecnější, teoretické poznání.
Studium případu je pouhým nástrojem (instrumentem) pro práci s teorií. Konkrétně cílem
případové studie může být poskytnutí příčinného teoretického vysvětlení vybraného případu,
testování existující teorie či tvorba teorie nové. Případová studie musí vždy zohlednit celkový
(sociální, politický, historický) kontext události či objektu, fenoménu či děje a musí zároveň
poskytnout komplexní obrázek.
4.1.Případová studie v historii a současnosti
Kořeny případová studie spočívají především v historických vědách, odkud byla ve druhé
polovině 19. století postupně včleněna do antropologie a sociologie. Tento posun je nejčastěji
dáván do souvislosti s francouzským sociologem Frédérikem Le Play (1806–1882).
Nejvlivnější školou, která stála za světovým rozšířením případových studií, je ovšem
americká chicagská škola. Chicagská škola se až do poloviny třicátých let 20. století
považovala za hlavního intelektuálního aktéra na poli celé americké sociologie. Postupné
pronikání pozitivismu do amerického sociálně-vědního prostředí ve druhé polovině třicátých a
ve čtyřicátých letech 20. století přineslo ústup chicagské školy ve prospěch statisticky a
teoreticky orientovaných kvantitativních přístupů. Hlavními argumenty proti případovým
studiím byla jejich domnělá neschopnost poskytnout jasné nástroje k verifikaci výsledků
výzkumu a předpokládaná neschopnost progresivně hromadit teoreticky relevantní poznání.
Jedinečnost a ucelenost případové studie totiž nedovolovala nalézt data potřebná k potvrzení
či vyvrácení výzkumu – veškerá data byla obsažena již ve výzkumu samém a žádná jiná,
„vnější“ data nebyla považována za relevantní k danému případu. Proto se případová studie
potýká s problémem tzv. vnější platnosti (zobecnitelnosti - viz níže). V neposlední řadě bylo
argumentováno i hospodárností statistických metod, které byly i při vynaložení nesrovnatelně
menšího úsilí schopné poskytnout obdobné výsledky jako případové studie.
Do druhé poloviny 20. století sociologie vstoupila se zcela novým kánonem vědeckých
standardů – dedukce má přednost před indukcí. Byl vyloučen jakýkoli bezprostřední,
„intimní“ kontakt mezi badatelem a zkoumaným předmětem (což je jeden z pilířů
kvalitativních přístupů). Zkoumání bez teoretické základny bylo považováno za bezcenné.
Případové studie se dostaly do podřízeného postavení ve srovnání se statistikou. Přinejlepším
byly považovány za nástroj pro předběžné pilotní výzkumy, které dají posléze vyrůst
skutečnému, na statistice postavenému bádání. Díky trvalému úsilí vyrovnat se svou
vědeckostí kvantitativním přístupům se zastánci případových studií od padesátých let 20.
století pokoušeli postavit svou tradici na co nejpevnější a nejpreciznější základy. Paradoxně
tedy právě spor s kvantitativními přístupy zajistil, že případová studie se od šedesátých let 20.
století postupně stávala lépe a lépe definovaným odvětvím, které mohlo nabídnout
reprezentativní a precizní postupy práce, dokonce s ambicí dostát dobovým standardům
38
vědeckosti. Od počátku osmdesátých let 20. století tak lze zaznamenat obnovený zájem o
případové studie.
Tento obecný vývoj na poli metodologie společenských věd se do mezinárodních vztahů a
politologie naplno promítl s téměř dvacetiletým zpožděním. Zároveň však platí, že
v politologii a mezinárodních vztazích případové studie v minulosti nikdy svou přitažlivost
neztratily. Podíl kvantitativních studií na poli politologie a mezinárodních vztahů od
osmdesátých let 20. století sice postupně narůstá, ovšem nastupuje na místo deskriptivních
historických článků. Deskriptivní historické příspěvky jsou s případovou studií často chybně
zaměňovány, v podstatných rysech se od sebe liší. Historické deskripce jsou pouze popisem
určitého děje, vyňatého z historie bez jednoznačného důvodu, bez toho, že by děj samotný
poskytoval jasné ohraničení a odlišení. V současnosti se případové studie na celkové produkci
podílí stabilně zhruba 14 % odborných článků. Významnou roli ve zkvalitňování metodologie
případových studií sehrála dnes již klasická práce Garyho Kinga, Roberta Keohana a
Sidneyho Verba Designing Social Inquiry (1994). Současnými nejkvalitnějšími zdroji pro
seznámení se s případovými studiemi jsou kniha Alexandera George a Andrewa Bennetta
Case Studies and Theory Deveopment in the Social Sciences (2005), neméně významným
milníkem je publikace Case Study Research – Principles and Practices od Johna Gerringa
(2007). Nejnovějším přírůstkem do rodiny autoritativních zdrojů jedno-případové
metodologie je pak kniha Dereka Beache a Bruna Pedersena Process Tracing Methods:
Foundations and Guidelines (2013), která je první komplexní monografií zasvěcenou metodě
sledování procesu.
Podoba i způsob tvorby instrumentálních případových studií jsou značně ovlivněny tím, že se
explicitně vymezují vůči kvantitativnímu a ryze empirickému modelu tvorby teorií. Jednopřípadové
studie odmítají takový model vysvětlení/teorie, podle něhož je jev vysvětlen jen
tehdy, pokud je odvozen z jednoho či více zákonů založených na empiricky podložené
korelaci. Zastánci instrumentálních případových studií argumentují, že důsledné zkoumání
jednoho případu nám umožňuje odhalit množství působících proměnných a propojených
příčinných mechanismů, přiblíží nás blíže k realitě sociálního světa. Mnohost a
neuspořádanost sociálního světa nás nutí uvažovat o alternativních způsobech, jakými došlo
k pozorovanému jevu, pokusit se načrtnout více alternativních kauzálních procesů shodných s
výsledkem a s nalezenými důkazy. Identifikací příčinného mechanismu zužujeme množinu
potenciálních soupeřících příčin, které mohou nepředpokládaným způsobem ovlivnit proces a
výsledek sledovaného případu. Chceme-li důsledně testovat teorii, nestačí, že je hypotéza
konzistentní se statisticky významným počtem intervenujících kroků (jako v případě hledání
statistických korelací). Všechny zprostředkující proměnné musejí být předpovězeny
hypotézou, nebo musí být hypotéza upravena (Bennett – George 2005: 205–207). Zároveň je
však nutné mít na paměti, že příčinný mechanismus funguje jen za určitých podmínek, ale
zároveň se jedná pouze o jeden z mnoha mechanismů, který v daném příčinném poli působí.
Ani při tom nejpodrobnějším zkoumání tedy nelze vyloučit všechny možné „soupeřící“
příčiny, což platí zejména v sociálně-vědním výzkumu, jehož předmětem je lidské sociální
jednání.
Již několikrát zde zazněl termín příčinnost / příčinný výzkum či příčinný mechanismus.
Přestože jde o jeden z nejčastěji užívaných a nejdůležitějších pojmů u případových studií, ani
v rámci mezinárodních vztahů samých neexistuje shoda ohledně jeho přesné definice (Waltz
1979: 8; King – Keohane – Verba 1994: 79–114; Homer-Dixon 1999: 6–11; George a Bennett
2005: 11–15, 135–137). Lze však uvést několik bodů, v nichž se jednotlivá pojetí příčinnosti
protínají:
příčinný mechanismus propojuje nezávislou a závislou proměnnou;
příčinné mechanismy zahrnují i takové fyzické, sociální či psychologické procesy, které
nemohou být bezprostředně pozorovány;
39
z tohoto důvodu je možné je pouze nedokonale dovodit a hypoteticky předpokládat na
základě dat získaných pozorováním;
příčinný mechanismus působí pouze uvnitř určitého kontextu či příčinného pole a jeho
efekt závisí na interakci s proměnnými a s jinými mechanismy, které tento kontext
spoluutvářejí.
Pro lepší představu, jaké povahy mohou být příčinné mechanismy, si zde ukážeme konkrétní
příklady toho, na co se zaměřit, pokud chceme příčinný mechanismus definovat. Strukturální
příčinné mechanismy jsou vnějšími omezeními a příležitostmi pro (politické) jednání, která
jsou tvořena materiálními okolnostmi aktérů. V tomto případě se ptáme, jak materiální
struktura ovlivňuje pozorovatelné chování. Institucionální příčinné mechanismy jsou odlišné
od strukturálních v tom smyslu, že jsou vytvořené člověkem/společností. Ptáme se tedy, jak
formální či neformální instituce či pravidla ovlivňují pozorovatelné jednání a chování aktérů.
Pokud se zaměřujeme na ideové příčinné mechanismy, pak se ptáme, jak je pozorovatelné
jednání aktéra ovlivněno jeho interpretací okolního světa (Beach – Pedersen 2013).
4.2.Výzkumný rámec případové studie
Výzkumný rámec rozdělujeme na několik klíčových metodologických kroků (viz kapitola
Výzkumný rámec a jeho prvky). Mezi nejvýznamnější z těchto kroků patří vymezení
výzkumného cíle, vymezení předmětu výzkumu a výběr případu výzkumu a zpracování a
interpretace dat. (George – Bennett, 2005: 73–88; McNabb 2004: 362–368; Mitchell –
Bernauer 1998).
4.2.1. Výzkumné cíle a výzkumné otázky
Každý výzkum, bez ohledu na konkrétní metodologii, by měl začínat zvědavostí, tj. zcela
zřejmým zájmem získat na konci bádání uspokojivé závěry a odpovědi. Bez této elementární
zvědavosti pozbývá jakýkoli výzkum smysl. Tato zvědavost vás rovněž směřuje ke
konkrétnímu výzkumnému cíli. Případová studie obecně může směřovat ke třem cílům: 1)
testování existující teorie; 2) formulace nové teorie; 3) vysvětlení případu pomocí existující
teorie. Až po stanovení výzkumného cíle a výzkumných otázek je hledána adekvátní
metodologie a metoda. V žádném případě není správné stanovit si cíl výzkumu kvůli tomu, že
chce autor použít konkrétní metodologii. Před vlastním stanovením cíle je bezpodmínečně
nutné důsledně provést kritický rozbor sekundární literatury, který mimo jiné značně zpřesní
představu o možných cílech výzkumu. Poté je doporučeníhodné provést „brainstorming“ ať
už individuálně či ještě lépe s dalšími kolegy. V průběhu brainstormingu jsou pak například
graficky či narativně znázorňované nejrůznější nápady, vztahy mezi nimi. Na tento
brainstorming je vhodné navázat tzv. „volným psaním“, kdy jsou veškeré myšlenky, ať již
potenciálně relevantní či zcela zbytečné, téměř bez rozmyslu zapisovány a autor se k nim
vrací později. Důvodem a významem „volného psaní“ je schopnost této techniky pomoci
autorovi nezastavit se hned na počátku procesu, ale vypisovat si veškeré ideje a nápady, které
vám proletí hlavou, bez obav, že z nich použijete třeba jen jedno procento. Největším rizikem
na počátku stanovení cíle výzkumu totiž je „zaseknutí se“ z důvodu obav o relevanci –
v drtivé většině případů se dobré nápady dostavují až po probrání mnoha a mnoha idejí,
nápadů a myšlenek.
40
Výzkumné otázky odrážejí způsob, jakým uvažujeme o daném tématu z našeho vlastního
hlediska. Dobré výzkumné otázky většinou začínají obecným problémem, který je postupně
zužován na zcela konkrétní téma zkoumání. Tento úzce vymezený pohled pak soustředí
badatelský zájem na určitou oblast nebo záležitost. Později nám může výzkumná otázka
pomoci vytvořit tezi nebo hypotézu, ke které shromáždíme údaje nebo informace pro naši
výzkumnou práci. I při psaní kratších textů (nebo třeba seminárních prací) je proto na dobré
výzkumné otázce pracovat – i zde totiž se totiž autor může dopustit i zásadních chyb,
například zabývat se příliš mnoha problémy najednou a nedospět k žádnému závěru. Rizika
při stanovení otázek jsou následující. Stanovení příliš širokých otázek, stanovení příliš mnoha
otázek, stejně jako (na druhé straně) stanovení příliš málo či příliš úzkých otázek. Je tedy
patrné, že stanovení otázek je obecně riskantní podnik. Správně stanovená otázka musí být
relevantní, testovatelná (ověřitelná), jasná a jednoduchá, motivující a musí obsahovat prvek
originality a odpovídat parametrům zadání a cíle. Ideální postup spočívá v několika
následných krocích. Nejprve je opět proveden „brainstorming“ – tj. sepsání všech nápadů a
jejich následná formulace ve formě předběžných otázek. Z nich dojde k vyhodnocení a výběru
těch nejrelevantnějších a ideálně k výběru jedné zastřešující otázky. Tento nápad je dobré
nechat po nějakou dobu uležet a vrátit se k němu později a znovu jej zhodnotit. Neexistuje
návod či rada, kolik výzkumných otázek si položit, nicméně lze doporučit mít k jedné
zastřešující otázce maximálně čtyři až šest dalších dílčích podotázek, které se k zastřešující
otázce vztahují.
4.2.2. Výběr předmětu výzkumu a případů
Výběr předmětu výzkumu je vždy odlišný od výběru případu. Předmět výzkumu je obecný
fenomén, jehož povahu chceme prozkoumat; případ je konkrétní událost či jev, který
použijeme pro detailní zkoumání obecnějšího fenoménu. Za předmět výzkumu může být
zvolen vojenský intervencionismus jako obecnější fenomén, za „případ“ může být vybrána
americká invaze do Iráku v roce 2003. Předmět výzkumu sice můžeme vybírat za pomoci
obecnějších pravidel pro sociální vědy, ovšem u případových studií musíme přihlédnout ke
specifické povaze této metodologie, především v tom, že předmět, který se pokoušíme
uchopit, je spíše podtypem či podkategorií než obecným fenoménem. Lepších výsledků
můžeme dosahovat pouze tehdy, pokud sám předmět výzkumu není definován příliš široce
(Yin 2003a; Stake 1995: 18–21, 2005: 450–451). Namísto „konfliktu“ jako obecného
fenoménu se zaměříme na „ozbrojený mezistátní konflikt“, namísto „ozbrojené intervence“ na
určitý podtyp intervence, provedený buď specifickými nástroji (pozemní intervence, letecké
útoky), nebo pod specifickým organizačním zastřešením (unilaterálně, OSN, NATO či EU).
Po výběru předmětu výzkumu se pokračujeme výběrem případu. Riziko chyby při výběru
případu představuje jednu z největších slabostí případové studie. Proto je potřeba nejprve
dobře vědět, co rozumíme termínem případ. Přidržíme se vcelku jednoduché, přesto však
smysluplné definice případu, podle níž je případem dostatečně ohraničený aspekt historické
epizody či dostatečně ohraničená historická epizoda sama o sobě. Pochopitelně, v kvalitativní
metodologii není nikdo schopen nabídnout přesnou specifikaci toho, co je „dostatečně
ohraničené“. Každopádně je nutné dbát na to, aby „ohraničenost“, ať už časová, či tematická,
byla natolik významná, že již svou povahou vybízí k jejímu definování jako případu.
Případem tedy může být proces vyjednávání o Česko-německé deklaraci, ovšem případem již
není obecný fenomén vyjednávání mezinárodních smluv nebo česko-německé vztahy jako
takové. Zde chybí jasná ohraničenost a vymezenost. Případ ovšem může být definován také
jako určitý objekt, uzavřený systém, který má jasné hranice a svou vnitřní logiku fungování a
svou specifickou podstatu. V tomto ohledu může být případem české ministerstvo
41
zahraničních věcí jako aktér hospodářské dimenze zahraniční politiky, ale případem již
nemůže být hospodářská dimenze zahraniční politiky jako taková. Té schází ona vyhraněná
podstata. Z uvedených případů vyplývá, že nejlepší pro definici případu je situace, kdy určitý
fenomén či epizoda splňuje obě kritéria – časové i tematické ohraničení. Nezbytnou součástí
výběru případu je tudíž přesné vymezení hranic vůči jeho okolí a vůči jeho kontextu (Yin,
2003a: 34–36). Za všech okolností musíme mít na paměti, že cílem případových studií
(zejména při užití sledování procesu, viz níže) je otevřít „černou skříňku“ příčinných procesů.
Měli bychom být dostatečně obeznámeni s případem samým, s jeho sociálním a historickým
kontextem a dále si musíme zajistit adekvátní přístup k datům či dokonce přímo k aktérům
sledovaného případu (Blatter – Blume 2008: 340). Pokud tato podmínka není splněna, měl by
se poohlédnout po jiném případu.
Vybraný případ musí být vhodný pro opakování již existujících předchozích testů nebo pro
zavedení testu nového. Je přínosné volit takový případ, který vykazuje shodné rysy se
současnými politicky relevantními případy (viz Van Evera 1997: 77–88). Rovněž musíme
dbát na to, aby zvolený případ obsahoval co možná největší množství teoreticky relevantních
dat. Příliš úzké vymezení případu by mohlo vést k opomenutí významné nezávislé a
zprostředkující proměnné, což by ohrožilo platnost celého výzkumu. Naopak, široké
vymezení případu, kdy budeme zahrnovat i velké množství nerelevantních dat, neumožní
účinně použít žádnou z technik dovozování teorie z empirických dat. Jak se vyhnout tomuto
riziku? Můžeme nejprve vybrat teorii, kterou chceme testovat a na základě obecných rysů této
teorie vybere více případů, které ve svých hodnotách nezávislých, ale i závislých proměnných
odpovídají teoretickým předpokladům. Potom například za použití komparace s metodou
mlhavých množin (viz kapitola komparativní případová studie) nalezne takovou obecnou
empirickou konfiguraci případů, která je teoreticky relevantní. Až poté dojde k detailnímu
zkoumání některého z případů v zájmu zjistit, zda existují dostatečné důkazy o příčinných
vazbách mezi jednotlivými faktory či zda další faktory, které nebyly součástí původní teorie,
hrají významnější roli, než bylo původně předpokládáno (Blatter – Blume 2008: 340).
Dalším kritériem výběru případu je vztah k předmětu studia, tedy vztah ke zvolenému využití
vůči teorii. Proces výběru případu se tedy liší v závislosti na cíli výzkumu, tj. na otázce, zda
případovou studii pro testování teorie, pro tvorbu nové teorie či pro aplikaci teorie pro
vysvětlení studovaného fenoménu. Pro učinění tohoto rozhodnutí si můžeme pomoci
následujícími otázkami:
Jaké povahy je jev, který chceme vysvětlit? Je již podchycen v určité teorii, či nikoli?
Pokud ano, jaký teoretický rámec může být užit? Existuje jen jedna teorie, nebo více
soupeřících teorií?
Pokud teorie existuje a je naším cílem je testovat, zda adekvátně předpokládá příčinné efekty
či její prediktivní schopnost: je tato teorie dostatečně specifická a operacionalizovaná?
Jaké aspekty existující teorie či teorií musejí být vybrány pro testování, vytříbení (zjemnění,
zušlechtění) či zhodnocení?
Pokud se jedná o unikátní, popř. extrémní jev nebo z nějakých jiných důvodů nemáme teorii k
dispozici, jakou provizorní teorii výzkumník může postulovat pro účely studie?
Pokud ani tato možnost neexistuje, jaké máme možnosti pro zkoumání tohoto fenoménu?
(George a Bennett 2005: 79; Yin 2003a: 28–29, 40–41)
Hlavní rozdíl tedy spočívá v tom, zda budeme při dalších krocích vedeni existující teorií, nebo
zda fenomén, který nás zajímá, předmětem teoretického zájmu dosud nebyl. Velmi často se
také může stát, že nás zpočátku zajímá testování existující teorie více než případ sám a
v průběhu výzkumu se zájem obrátí, či naopak. Jedním z pilířů kvalitativních přístupů je
42
jejich flexibilita a otevřenost vůči takovým zvratům, a dokonce z nich činí svou přednost.
Není proto namístě mít z takového vývoje obavy.
Pro testování existující teorie existují dva postupy výběru případů – testování nejvíce
pravděpodobným a testování nejméně pravděpodobným případem. Oba postupy jsou
příkladem silného testu (Van Evera 1997: 31), protože se zaměřují na pečlivě vybrané
unikátní případy. Pokud chceme testovat teorii pomocí nejvíce pravděpodobného případu,
vybíráme takový případ, u kterého testovaná teorie předpovídá největší pravděpodobnost
výskytu zkoumaného jevu. Máme-li důvěřovat platnosti testované teorie, pak musí být
schopna s přesností předpovědět proces a výsledky klíčového případu. Pokud klíčový případ
ve všech směrech (v hodnotě nezávislé proměnné) odpovídal testované teorii a její předpovědi
o procesu a výsledku (o hodnotě závislé proměnné) byly chybné, sama teorie je s největší
pravděpodobností také chybná (Eckstein 1975: 113–118). Výběr nejvíce pravděpodobného
případu můžeme ilustrovat na testování teorie štěpících linií, která tvrdí, že v politickém
systému, v němž se kříží jednotlivé štěpící sociopolitické linie (cleavages), je potlačována
regionální identita (jako jedna ze štěpících linií). Klíčovým případem pro tuto teorii může být
Rakousko, které je charakteristické křížením štěpících sociopolitických linií. Pokud
případovou studií Rakouska zjistíme, že opak je pravdou a že zemská (regionální) identita je
zde velice silná navzdory křížícím se liniím, pak takový výsledek by měl vést k zavržení či
k přeformulování teorie. Pokud naopak provedená případová studie ukáže, že rakouský
kontext je velice specifický v jeho federalistickém uspořádání a dovoluje posilování zemské
identity navzdory neexistenci silné regionální sociopolitické štěpící linie, testovaná teorie
štěpících liní si zachovává svoji vysvětlující sílu (Eckstein 1975: 119).
Pokud chceme realizovat opravdu silný test, vybereme si na testování takový případ, který je
nejenom nejvíce pravděpodobný pro testovanou teorii, ale zároveň nejvíce pravděpodobný
pro konkurenční alternativní teorie. Tedy alternativní teorie s vysokou pravděpodobností
předpovídají stejný výsledek jako testovaná teorie. Pokud případová studie zpochybní
předpověď všech teorií, radikálně jsme snížili nebezpečí, že testovaná teorie neuspěla pouze
proto, že jsme nezahrnuli proměnné předpokládané jinými teoriemi. Testovaná teorie
jednoduše neprošla tzv. jednoduchým testem a lze se domnívat, že její základní předpoklady
jsou chybné (stále však existuje nebezpečí, že jsme opomněli zahrnout proměnnou, kterou
žádná z teorií nepředpokládala). (Bennett 2004: 30; George – Bennett 2005: 121–122) Případ,
který takto zpochybnil existující teorii, nazýváme vymykajícím se případem (deviant case) a
ten se pak často stává základem pro tvorbu teorie nové.
Druhým postupem, jak vybírat případ pro testování teorie, je nejméně pravděpodobný případ.
Vybíráme takový případ, u kterého testovaná teorie předpovídá nejnižší pravděpodobnost
výskytu zkoumaného jevu. Pokud chceme sílu testu ještě zvýšit, vybíráme případ, který je
nejenom nejméně pravděpodobný pro testovanou teorii, ale zároveň nejvíce pravděpodobný
pro konkurenční alternativní teorie. Pokud případová studie potvrdí předpověď testované
teorie, zatímco ostatní teorie se svojí předpovědí neuspějí, potom máme v ruce vůbec
nejsilnější důkaz platnosti testované teorie. Pak lze tvrdit, že testovaná teorie prošla
nejtvrdším možným empirickým testem.
Nejméně pravděpodobný případ zvolil například E. Morse pro testování hypotézy odvozené z
neoliberalismu v mezinárodních vztazích. Ten předpokládá, že zvyšující se vzájemná
provázanost mezinárodního prostředí proměňuje zahraniční politiku v tom smyslu, že ji činí
méně egoistickou (nacionalistickou), více otevřenou a kooperativní. Jako nejméně
pravděpodobný případ si vybral gaullistickou Francii, kterou vykreslil jako zemi
charakteristickou vypjatou snahou ubránit svou nezávislost i ve stále více se propojujícím
mezinárodním prostředí. Jak ukázal konec šedesátých let, tato snaha byla neúspěšná a Francie
se nakonec opustila politiku ekonomického nacionalismu. Podle Morse jeho studie prokázala,
43
že ani Francie jako extrémní příklad nevyvrátila teoreticky postulovaný předpoklad (přejato z
Odell 2004: 62).
Formulování nové teorie je induktivním procesem, kdy začneme s empirickým materiálem a
pomocí strukturované analýzy čekáme, zda se objeví důkazy, odkazující k hypotetickým
příčinným mechanismům. Budování teorie pomocí případové studie je užíváno i v méně
„induktivním“ případě, a to když existuje teorie, která formuluje korelaci mezi X a Y, ale
mezi nimi je černý, neprobádaný prostor. V tomto případě výzkumník detailně studuje
typický případ, který v nezávislé i závislé proměnné odpovídá dané teorii a snaží se odhalit
skrývající se příčinný mechanismus. Třetí variantou je situace, kdy známe výsledek (závislou
proměnnou), ale nejsme si jistí či neznáme, co výsledek způsobilo (nezávislá proměnná)
(Beach – Pedersen 2013: 85). George a Bennett (2005: 78) doporučují proceduru „stavění
celku“. Ta předpokládá, že lze k sobě skládat teorie o určitých podtypech fenoménu a tak
postupně naplňovat ambicióznější cíl vývoje obecnější teorie. I v případě obecnější teorie
však zůstává zachován základ kvalitativních přístupů spočívající v ohledu na partikulární
sociální, ekonomický, časový nebo geografický kontext. Případ pak vybereme s ohledem na
to, zda svou podstatou a povahou odpovídá zvažovaným teoretickým postulátům. Především
musíme pracovat pouze s případem, který svou povahou a vymezením dovolí nalezení
příčinných mechanismů významných natolik, aby bylo na jejich základě možné postulovat
základy nové teorie. Můžeme však postupovat zcela induktivně, tj. vybrat případ pro jeho
vlastní podstatu a zajímavost a v případě, že úspěšně identifikujeme příčinný mechanismus či
příčinné podmínky, budeme na tomto základě formulovat teoretické postuláty, otevřené
dalšímu testování či úpravám. Pravděpodobně nejsnazší cestou k vytváření nové teorie je užití
již definovaného vymykajícího se případu. Díky tomu, že jím již byla testována existující
teorie, bude méně obtížné identifikovat relevantní příčinný mechanismus, který se může stát
základem teorie nové. Pokud „vymykající se případ“ k dispozici není, je možné vytvořit teorii
tak, že je induktivně identifikován komplexní příčinný proces. Případová studie pak slouží
jako heuristický nástroj schopný poukázat na nové proměnné a hypotézy (Bennett 2004: 35).
Pokud ve výzkumu usilujeme o aplikaci existující teorie za účelem teoretického vysvětlení
analyzovaného fenoménu, vybíráme takový případ, který považujeme za hodný studia díky
jeho jedinečnosti či významu, ale pro jeho prozkoumání využíváme existující teorie, která
dosud na daný fenomén nebyla aplikována. Teorie slouží pouze jako vodítko pro
identifikování hlavních procesů a proměnných v rámci případu. Případ tedy neslouží jako
nástroj pro práci s teorií, ale naopak teorie je vodítkem pro práci s případem.
4.2.3. Vymezení proměnných
Při vysvětlujícím výzkumu většinou pracujeme s proměnnými. Jejich patřičné vymezení a
určení hodnot, kterých mohou jednotlivé proměnné nabývat je dalším z úhelných kamenů
vytvoření kvalitní případové studie. Při tomto procesu si musíme na počátku klást tyto otázky:
Jaké jsou závislé proměnné, které chceme vysvětlit? Jaké jsou nezávislé nebo zprostředkující
proměnné, které jsou součástí teoretického rámce?
Specifikace závislé proměnné velice úzce souvisí s výběrem předmětu výzkumu (viz výše).
Pokud jej definujeme příliš široce, bude velmi obtížné určit hodnoty, jichž může nabývat.
George a Bennett (2001: 79–80) ukazují příklad, kdy je předmětem studia fenomén „ukončení
války“. Ovšem takto široce pojatý jev neumožňuje téměř žádnou možnost specifikace závislé
proměnné, neboť není jasné, jaký způsob ukončení války můžeme mít na mysli – jedná se o
příměří, konečné vyjednání všech podmínek míru, fyzické přemožení protivníka? V každém
případě se závislá proměnná, která charakterizuje daný způsob ukončení války, liší.
44
Zásadní součástí práce s proměnnou je určení uchopitelných a porovnatelných hodnot, jichž
může nabývat. Odhalení příčinného mechanismu je často podmíněno právě schopností
identifikovat a poměřovat hodnoty, jež zprostředkující a nezávislé proměnné nabývají.
Schopnost správně určit, jaké hodnoty může daná proměnná nabývat, bezprostředně souvisí
s kvalitní operacionalizací konceptů, s nimiž ve výzkumu pracujeme. Ani jeden z těchto úkolů
nelze učinit, aniž bychom měli jasnou představu o problematice, kterou studujeme. V tomto
ohledu také tkví další ze zásadních rozdílů mezi případovou studií a kvantitativními přístupy:
proměnné sice mohou být specifikovány s pomocí teorie (Yin 2003b), ale hlavní zásluhu v
tomto kroku hraje expertiza vědce a induktivní vhled do konkrétního případu (Stake 1995: 38;
Bennett – George 2005: 114). Nejen teorie, ale hlavně znalost případu tedy pomáhá identifi
kovat, jaké proměnné mají být do studie zahrnuty a jaké naopak opominuty (Mitchell –
Bernauer 2004: 88). Z tohoto důvodu je možné před vlastním příčinným výzkumem provést
pilotní případovou studii, jejímž úkolem není identifikace příčinných mechanismů, ale pouze
zprostředkování základního porozumění dané problematice. Na druhé straně, i v průběhu
vytváření případové studie samé často dochází k identifikaci nepředpokládaných
zprostředkujících proměnných. Dokonce lze říct, že právě v jejich dodatečné identifikaci tkví
jedna z hlavních předností metody „sledování procesu“.
Hodnoty proměnné mohou být popisovány v kvantitativních i kvalitativních pojmech, záleží
především na povaze zkoumaného jevu. Může být pochopitelně užito kombinace obou.
Kvantitativně vyjádřené hodnoty proměnných jsou lépe uchopitelné a měřitelné, ovšem
kvalitativní přístupy často pracují s předměty studia, jejichž koncepty se 1) takovému
vyjádření brání nebo 2) jejich užití poskytne jen omezenou možnost interpretace.
S prvním problémem se například setkáme, chceme-li do hypotetické studie o vlivu nastavení
politického systému na určité zahraničněpolitické rozhodnutí zahrnout „otevřenost“ a
„uzavřenost“ politického systému (tuto proměnnou prosazoval například průkopník výzkumu
zahraniční politiky James Rosenau, viz Rosenau 1969). Otevřenost a uzavřenost politického
systému v podstatě nelze úspěšně vměstnat do kvantitativního rámce. Na druhý problém
ukázala studie zaměřená na kooperaci mezi ministerstvem zahraničních věcí a ministerstvem
průmyslu a obchodu v oblasti hospodářské diplomacie. Studie ukázala, že hodnotit úspěšnost
této kooperace pouze na základě kvantitativně definovaných závislých proměnných
vycházejících 1) z počtu pracovníků obchodně-ekonomických úseků (OEÚ)
a 2) objemu prostředků vynaložených na financování OEÚ vede k nepřesným závěrům.
Zatímco obě proměnné narůstaly, analýza komunikace mezi oběma aktéry prokázala přesně
opačný trend.
V práci s hodnotami proměnných se potýkáme s kompromisní volbou mezi bohatostí a
úsporností (kdy hodnoty proměnné jsou méně diferencované či pouze dichotomické) (Bennett
– George 2005: 85). Bohatěji diferencované hodnoty proměnných například užili A. George a
R. Smoke ve studii o donucovací diplomacii. Byly identifikovány čtyři hodnoty, kterých tato
proměnná nabývala: 1) explicitní ultimátum; 2) nevyslovené ultimátum; 3) postupné
„přitahování šroubu“; 4) varianta „zkusíme a uvidíme“ (přejato z Bennett – George 2005: 85).
Bez takto odlišených hodnot proměnných by v podstatě nebylo možné výzkum provést, neboť
pouze dvě dichotomické hodnoty (např. ultimátum – ne-ultimátum) mají pro daný výzkum
minimální vypovídací hodnotu. Často se můžeme setkat s tím, že proměnným jsou přiřknuty
pouze dvě dichotomické hodnoty. T. Risse-Kappen do studie vlivu veřejného mínění na
zahraniční politiku (Risse-Kappen 1991: 479–512) zahrnuje jako proměnnou „povahu státu“,
kterou vyjádřil pouze dvěma hodnotami – „silný“ a „slabý“ stát. Na základě hodnocení vlivu
těchto dvou proměnných pak usuzoval na to, jakou spojitost má institucionální „síla“ či
„slabost“ státu s vlivem veřejného mínění na zahraniční politiku státu. Zmíněná studie RisseKappena
mimo jiné dokumentuje problémy, kterým čelíme, je-li proměnná (ať už závislá,
nezávislá, či zprostředkující) definována zjednodušeně, široce či
45
příliš vágně. Pouhé rozlišení na silný a slabý stát nedovoluje diferencovanější uchopení
daného případu a ztěžuje i výběr případu, o němž budeme mluvit později.
Získávání empirických dat (sbírání empirických pozorování) není náhodný a ad hoc proces,
ale měl by být veden přesně v souladu se zvoleným cílem a zvolenými koncepty. U
případových studií tak vždy dbáme na to, zda získávaná data (empirické důkazy) odpovídala
konceptuálním a teoretickým východiskům. Pokud jsme si vymezili proměnné včetně škály
hodnot, kterých mohou tyto proměnné nabývat, potom získávání dat není nic jiného než
měření, kdy zjišťujeme hodnoty námi nadefinovaných proměnných pro zkoumaný případ.
Ať již pracujeme s proměnnými nebo nikoliv, systematicky se snažíme sbírat empirický
materiál, který by měl umožnit určit, zda očekávaný příčinný mechanismus je či není ve
zkoumaném případě přítomen. Sbíraná data musejí být kriticky zhodnocena, nikoli nekriticky
přijímána. Často vybíráme případy či zdroje nikoli na základě skutečné výzkumné potřeby,
ale na základě přístupnosti dat. Přitom často může být problémem, že konkrétní data zůstala
zachována či zpřístupněna z nějakého konkrétního důvodu, který výzkumníkovi není znám,
ale který významným způsobem pokřivuje jejich vypovídací hodnotu. Vždy je tedy potřeba
kriticky posuzovat zdroj dat (pozorování, dokumentů či rozhovorů), kontext dat (historický,
sociální, politický atd.). Empirická data tedy musejí být posouzena ve vztahu k tomu, co je
známo o respondentech, aktérech, jejich záměrech, o jejich interakci s konkrétní situací,
v nichž byla data sbírána, dále pak se musíme tázat, jaký byl účel dokumentů, který
analyzujeme, zda je možné posoudit daný dokument pomocí dalších nástrojů či dat. Neméně
důležité je zaměřit se kriticky na to, co není zmíněno, nebo jaké dokumenty a proč chybí.
Takové kritické posouzení je vždy extrémně náročné na rozsah vědomostí a důslednost
badatele. Zároveň se musíme smířit s tím, že nikdy nebudeme mít stoprocentní jistotu a
naprostou přesnost získaných dat. Přesto je potřeba se při sběru dat vyhnout zásadnímu
znehodnocení výzkumu díky případnému systematickému zkreslení při výběru dat (Beach –
Pedersen 2013: 170 – 186).
4.2.4. Zpracování dat a interpretace výsledků
Nejčastěji užívanými přístupy pro zpracování a interpretaci dat jsou v případových studiích
užívány sledování procesu (process tracing) a metoda shody (congruence method). Tyto
přístupy jsou dosud jediné uznávané metodologické způsoby, jak hledat a definovat příčinné
mechanismy bez pomoci srovnávání případů mezi sebou (Beach – Pedersen 2013: 2 – 3).
Zejména sledování procesu je stále oblíbenější a rozšířenější technikou pro detailní
prozkoumání pozorovatelných jevů příčinného mechanismu v individuálním případu či v
malém počtu případů (Bennett 2004: 35).
4.2.4.1. Sledování procesu
Sledování procesu je prostředkem, jak poznat mechanismus, který stojí za vznikem a
chováním určitého pozorovatelného jevu pomocí analýzy jediného případu (Bennett – George
2005: 147). Sledování procesu je vhodné pro ty výzkumníky, kteří se nespokojí s pouhou
identifikací korelace mezi nezávislou proměnnou a výsledkem (závislou proměnnou) a chtějí
poznat, co se děje mezi empiricky poznatelnou příčinou a následkem. Snažíme se zachytit a
identifikovat příčinný mechanismus, který leží mezi nezávislou proměnnou (či proměnnými)
a proměnnou závislou. Snažíme se identifikovat i ty nejmenší součástky kauzálního
mechanismu. Sledování procesu pokračuje do takové úrovně souvislostí, kdy jsou tyto
souvislosti uznány jako evidentní. Příkladem sledování procesu je práce vyšetřovatele, který
46
musí prokázat kauzální souvislost mezi jednáním pachatele a zločinem. I vyšetřovatel musí
tuto souvislost rozdrobit do řady na sebe navazujících kroků, jejichž vlastní kauzalita je na
základě nalezených dat (důkazů) evidentní. Protože příčinný mechanismus je vždy
nepozorovatelný, musí se výzkumník spokojit s hledáním a interpretací stop takového
příčinného procesu („stopováním“, odtud process „tracing“) (Blatter – Blume 2008: 316).
Sledování procesu začínáme důslednou rešerší a pročítáním existující literatury, která se
daným fenoménem zabývá, jak z teoretického, tak z empirického hlediska (Beach – Pedersen
2013: 66).
Jednotlivé techniky sledování procesu se pak již od sebe liší, rozlišujeme detailní vyprávěni
(narace), a analytické vysvětlení. Nejjednodušším způsobem sledování procesu je detailní
vyprávění (narace). Jde o detailně vyprávěný příběh předložený v chronologické formě, jehož
účelem je osvětlit, jak se zkoumaná událost odehrála. Tento způsob sledování procesu
neumožňuje explicitní užití teorie či teoreticky předpokládaných proměnných. Přesto nelze
říct, že by narace byly teoreticky zcela bezcenné. Usilujeme-li o teoretičtější zakotvení
výzkumu, pak můžeme detailní narace považovat za často nezbytný první krok – dobře
zkonstruované vyprávění může ukázat dostatek možných příčinných procesů, tak aby byl
výzkumník schopen určit, jaký další způsob sledování procesu je dále relevantní.
Odlišným způsobem sledování procesu je analytické vysvětlení, které přetavuje detailní
historické vyprávění do analytického příčinného vysvětlení vyjádřeného v explicitních
teoretických formách. Detailní vyprávění nám může poskytnout vhled do vztahu mezi
příčinou a důsledkem, aniž bychom museli předem formulovat teorii nebo operacionalizovat a
specifikovat proměnné. Při analytické vysvětlení však všechny tyto kroky musíme
bezpodmínečně dodržet. Měli bychom jasně operacionalizovat jednotlivé pojmy, stanovit
hodnoty jednotlivých proměnných. Jádro analytického vysvětlení spočívá v hledání dílčích
kroků v hypotetickém příčinném mechanismu. Postupně hledáme zprostředkující proměnné
spojující nezávislými a závislými proměnnými. Vhodnou cestou, jak začít, je nakreslit
„mapu“ možných a přesvědčivých spojení mezi jednotlivými závislými, nezávislými a
zprostředkujícími proměnnými a jednotlivé části příčinného mechanismu rozdělit do skupin či
do rámečků. Vždy je nutné se tázat, kolik a jaké části mechanismu jsou nezbytné. Pokud se
věnujeme testování teorií, daný mechanismus by měl být spíše úsporný. Naopak, pokud se
věnujeme vytváření teorie, je vhodné zahrnout co největší šíři hypotetických prvků příčinného
mechanismu (Beach – Pedersen 2013: 73).
Postup při sledování procesu někdy musíme uzpůsobit předpokládané formě příčinného
procesu. Jiný postup použijeme, pokud předpokládáme lineární příčinný mechanismus, jiný za
podmínek komplexní příčinnosti, kdy výsledky příčinných mechanismů vyplývají ze
vzájemně se prolínajících a sbíhajících podmínek, nezávislých proměnných, či dokonce
příčinných řetězců. Sledování procesu nemusí nutně vést k identifikaci celého příčinného
řetězce, neboť tato data nemusí být vždy k dispozici. V takových případech se můžeme
spolehnout na dostatečně „hutnou“ teoretickou naraci. Taková narace musí obsahovat hluboký
vhled do struktur a motivací aktérů a hlavně jasný obrázek klíčových momentů, kdy se různé
faktory či příčiny (nezávislé proměnné) spojí dohromady a vytvoří zaznamenatelný důsledek
(následek/závislou proměnnou). (Blatter – Blume 2008: 324).
4.2.4.2. Metoda shody
Metoda shody (congruence method) je způsobem, jak strukturovat historické vyprávění
(naraci) do teoreticky úspornější podoby. Umožňuje testovat, zda teoretické předpoklady stran
vazeb mezi závislou a nezávislou proměnnou jsou správné či nikoli. Metoda shody je tedy
použitelná tehdy, pokud určitá teorie jasně postuluje vztah mezi hodnotami nezávislé a závislé
47
proměnné. V tomto ohledu představuje metoda shody jisté úskalí – jen omezené množství
existujících teorií dosahuje potřebné úrovně určitosti a vnitřní konzistence tak, aby bylo
možné učinit dostatečně specifickou předpověď.
Při práci s teorií můžeme postupovat dvěma způsoby: deduktivně nebo induktivně. Zaprvé
můžeme deduktivně (ex-ante) vytvořit předpovědi na základě existující teorie a empiricky pak
testovat, zda teorie odpovídá očekávaným hodnotám. Nejprve zjistíme reálnou hodnotu
nezávislé proměnné v daném případě a obrátíme se na teorii pro předpověď, jakou hodnotu by
podle ní měla nabýt závislá proměnná. Pokud je empirická hodnota závislé proměnné shodná
s touto teoretickou předpovědí, naše případová studie potvrzuje existenci příčinného
mechanismu a jejich shodu s teoretickými předpoklady.
Za druhé můžeme postupovat induktivně, kdy nejprve provedeme empirická pozorování a pak
sledujeme, která z testovaných teorií lépe odpovídá zaznamenaným empirickým výsledkům.
V každém případě je nutné mít na paměti, že oproti komparativní případové studii či
statistické analýze zůstává jádrem této metody snaha spojit abstraktní koncepty s konkrétními
empirickými pozorováními fenoménů v jejich přirozeném kontextu (Blatter – Blume 2008:
326)
Příkladem užití metody shody je například testování teorie socializace národních aktérů do
mezinárodních režimů. Ta předpokládá, že čím delší kontakt udržují mezi sebou aktéři v
rámci daného režimu, tím dochází k hlubší socializaci a proměně jejich identit (Checkel
2005a: 811). Nezávislou proměnnou je tedy v tomto případě „doba trvání kontaktu“, která je
přímo úměrná závislé proměnné – „hloubce socializace“. Pro jednoduché testování takto
postulované teorie není nutné sledovat celý proces socializace, stačí nám „měřit“ hodnoty
jednotlivých proměnných při vstupu a výstupu. Víme již, že pouhá shoda mezi teoretickou
předpovědí a pozorovatelným výsledkem případu nemusí znamenat, že příčinný mechanismus
skutečně existuje. Metoda shody bere v úvahu pouze závislou a nezávislou proměnnou, a
pokud ji teorie postuluje, i proměnnou zprostředkující. Nevšímá si však celého příčinného
vztahu a procesu, který jej doprovází.
Metoda shody má slabší vypovídací hodnotu než metoda sledování procesu, přesto má
několik jedinečných předností. Protože výzkumník nemusí do detailů sledovat příčinný proces
od nezávislé proměnné až k závislé proměnné, nejsou kladeny tak vysoké nároky na získávání
dat a informací jako v případě sledování procesu. Další výhoda spočívá v tom, že metoda
shody může za relativně nízkých nákladů přispět ke zjemnění existující teorie, ke zvýšení
přesnosti operacionalizovaných proměnných nebo k definování nutných či postačujících
podmínek.
Pro diskuzi o patřičné interpretaci dat je důležité zdůraznit, že jedno-případové studie nemají
k dispozici srovnání jako náhradu experimentu, proto nemohou kontrolovat hodnotu žádné z
proměnných. Pouze za podmínek, kdy hodnota jedné z proměnných je kontrolována, jsme
schopni poměřovat míru toho, jak změny hodnot v dané proměnné ovlivňují výsledek ve
sledovaném případu. Případové studie jsou tudíž o poznání silnější při identifikaci rozsahu
podmínek, za nichž předpokládaný příčinný mechanismus působí (rozsah podmínek platnosti
– scope conditions), než v odhadování příčinné váhy jednotlivých proměnných. V každém
případě platí, že ať už je cíl zvolen jakýkoli, případové studie jsou jistější v posuzování toho,
zda a jak proměnné ovlivnily výsledek, než v posuzování toho do jaké míry. Při výzkumu
vlivu národní identity na zahraniční politiku tak nejsme schopni pomocí případové studie
zjistit, do jaké míry identita politiku skutečně ovlivňuje, ale jsme schopni zjistit, zda k tomuto
ovlivňování dochází, a pokud ano, jakým způsobem. Pro stanovení rozsahu podmínek
platnosti příčinného vztahu vycházíme z identifikace tzv. nutné nebo postačující podmínky.
Pokud jsme v rámci případové studie schopni specifikovat nutnou či postačující podmínku,
znamená to, že jsme schopni definovat podmínky, za nichž nastane určitý hypoteticky
předpokládaný výsledek. Za podmínek ekvifinality (určitého konečného stavu mohlo být
48
dosaženo více různými procesy a prostředky) a mnoho-příčinnosti (konečný stav může být
výsledkem několika různých příčin) je nicméně vždy sporné, zda daná podmínka je skutečně
dostatečná a nezbytná i v ostatních případech. Tak jako v sociálních vědách obecně se i v
tomto případě musíme spokojit spíše s menším nárokem na platnost výroků o rozsahu
podmínek platnosti. Přítomnost dané proměnné přispívá k určitému výsledku, nelze však říct,
že vždy když je přítomná, očekávaný výsledek nastane (Eckstein 1975; Walker – Cohen,
1985; Bennett – George 2005: 25–27; Goertz – Mahoney 2006).
4.3.Příklad aplikace případové studie: Environmentální
nedostatek a konflikty
Kniha Thomase F. Homer-Dixona Prostředí, nedostatek a násilí je výborným příkladem
instrumentální případové studie. Metodologicky se pevně drží všeho, co bylo výše zmíněno,
postupuje v přesně určených krocích a navíc si Homer-Dixon uvědomuje meze případové
studie. Práci Homer-Dixona lze z hlediska naší typologie považovat za instrumentální
případovou studii, jejímž cílem je vytvoření teorie, přičemž si pomáhá předběžnou hypotézou.
K identifikaci příčinného mechanismu používá sledování procesu. Je však nutné předeslat, že
Homer-Dixonova práce není klasickou „jednopřípadovou“ studií, ale kolekcí několika
jednotlivých případů. Ty ovšem neslouží jako kolektivní výstup, s každou zemí je zacházeno
jako s jedinečným, vlastním případem a nejsou (byť pravděpodobně mohou být) užity pro
komparaci.
4.3.1. Výběr předmětu výzkumu a výzkumné otázky
Autor si všímá zvýšeného zájmu o problematiku tlaku environmentálního nedostatku, o němž
se předpokládá, že v rostoucí míře ovlivňuje národní a mezinárodní bezpečnost.
„Environmentální bezpečnost“ jako předmět výzkumu však odmítl, neboť tento pojem je
příliš široký. Autor tedy provedl první redukci – omezil předmět výzkumu z „bezpečnosti“ na
„konflikt“. Předmět výzkumu považoval nadále za příliš rozměrný. Environmentální konflikt
může nabývat nejrozmanitějších podob, od války přes terorismus po obchodní spory; předmět
výzkumu tak dále zúžil na „násilný národní a mezinárodní konflikt“ (Homer-Dixon 1999: 3).
Výzkumný cíl tedy definoval jako hledání nejpravděpodobnějšího propojení mezi
environmentálním nedostatkem a násilným národním a mezinárodním konfliktem. Toto
stanovení hypotetického příčinného vztahu, které následně autorovi pomohlo lépe vybrat
případy a identifikovat proměnné, bylo učiněno na základě předchozích zkušeností s
výzkumem obdobného typu.
Protože environmentální nedostatek je za všech okolností pouze jednou nezávislou
proměnnou v komplexu příčin vedoucích k násilnému konfliktu, nepokouší se autor ptát na
jeho relativní význam ve srovnání s ostatními možnými faktory či proměnnými. Pouze se ptá:
„Mohou být zdroje a povaha konfliktu adekvátně pochopeny bez zahrnutí environmentálního
nedostatku jako nezávislé proměnné?“ (tamtéž, s. 7) Jinými slovy, usiluje o identifikaci
rozsahu podmínek platnosti, o nichž byla řeč výše. Za tímto účelem užil sledování procesu
pro analýzu propojení mezi environmentálním nedostatkem a konfliktem. Tento postup mu
měl umožnit analyzovat příčinné procesy působící v každém vybraném případu (tamtéž, s.
174). Publikace dobře ilustruje vliv ekvifinality na výběr výzkumných otázek – autor
neusiluje o určení míry vlivu jím postulovaných proměnných, neboť do hry může vstoupit
49
řada dalších nepředpokládaných faktorů. Proto také dodává, že měřit relativní příčinný dopad
vybrané nezávislé proměnné je v podstatě nemožné.
4.3.2. Vymezení proměnných
Z případových studií, které autor v rámci svého výzkumu publikoval, se nyní krátce zaměříme
na studii o Jižní Africe (viz též Percival – Homer-Dixon 1998). Na této studii lze totiž velice
dobře ilustrovat způsob, jakým Homer-Dixon postupoval. Za nezávislou proměnnou v
provedeném výzkumu byl zvolen „environmentální nedostatek“. Autor jej definuje jako
„nedostatek obnovitelných zdrojů vyplývající ze spotřebování, znehodnocení, zvýšených
požadavků a z nerovnoměrné distribuce“ (Homer-Dixon 1999: 3). Hodnoty nezávislé
proměnné se pohybují na kontinuu mezi „slabý nedostatek“ a „silný nedostatek“, s
nespecifikovanými jednotlivými stupni. K operacionalizaci silného nedostatku obnovitelných
zdrojů používá sérii indikátorů: roční srážky nižší než 500 mm, což je považováno za
minimální hodnotu pro zemědělství odkázané na dešťovou vláhu (v případě Jižní Afriky
silným nedostatkem srážek trpí 65 % země. Dalším indikátorem silného environmentálního
nedostatku je nízká úroveň organických látek v půdě (zhruba 60 % půdy v Jižní Africe).
Homer-Dixon v případě Jižní Afriky zahrnul do operacionalizace nezávislé proměnné i míru
odlesňování. Protože zhruba 40 % Jihoafričanů (cca 17 milionů) je závislých na dřevu jako
energetické surovině, za posledních 50 let zmizely čtyři pětiny lesa v nejvíce postižené
provincii Kwa-Zulu. Další komponentou nezávislé proměnné je kvalita pitné vody (až 70 %
městského černošského obyvatelstva nemá přístup k vodovodu). Zprostředkující proměnné
tvořilo pět „sociálních efektů“: 1. omezená zemědělská produktivita; 2. omezená hospodářská
produktivita, zejména ovlivňující obyvatelstvo, které je vysoce závislé na environmentálních
zdrojích; 3. migrace těchto obyvatel v zájmu nalezení „lepšího života“; 4. vyšší stupeň
segmentace společnosti, často podél již existujících etnických štěpení; 5. rozrušení
existujících státních institucí. Podívejme se například zprostředkující proměnnou omezená
zemědělská produktivita. Autor se zaměřuje na rozdíly mezi výnosy za apartheidu většinově
bělošské provincie Natal a většinově černošské provincie Kwa-Zulu. V některých komoditách
(například brambory) dosahuje Kwa-Zulu až pětkrát menší podíl ve výnosech (viz též
Percival – Homer-Dixon 1998). Homer-Dixon si rovněž všímá rostoucího počtu černošského
obyvatelstva Jižní Afriky, která zdaleka překračuje tempo růstu (či spíše poklesu)
obyvatelstva bělošského. Ta vede k razantnímu zvyšování hustoty obyvatel, která dále tlačí na
migraci do oblastí relativně méně osídlených (bod 3).
4.3.3. Výběr případů
Výběr byl založen na předchozí specifikaci proměnných. Autor se explicitně zaměřil na
případy, v nichž obě – závislá i nezávislá proměnná – dosahují vysokých hodnot. Jinými
slovy, vybíral případy, v nichž existoval vysoký environmentální nedostatek i konflikt.
Homer-Dixon si je vědom, že tento postup „narušuje kánony standardní vědecké práce“
(tamtéž, s. 171), neboť se vlastně dopouštěl chyby „zaujatého výběru“. Autor se nicméně
snažil tento postup obhájit tím, že především v raných fázích výzkumu, pokud by nebyl veden
hledáním případů na základě obou proměnných, by mohl strávit příliš mnoho času
zkoumáním nerelevantních případů. Proto si alespoň zpočátku přednostně vybírá případy,
které demonstrují hypoteticky předpokládaný příčinný vztah, tedy vztah mezi
environmentálním nedostatkem a konfliktem (tamtéž, s. 171–172).
50
4.3.4. Zpracování a interpretace dat
Nyní si ukážeme, jak Homer-Dixon sledoval proces zvyšování hodnoty jednoho z projevů
nezávislé proměnné – znehodnocování obnovitelných zdrojů – a vliv tohoto procesu na jím
definované sociální efekty v případě Filipín. Nejdříve si všímá historického dědictví
španělské a americké koloniální politiky, která odkázala Filipínám značně nerovnoměrný
přístup k úrodné půdě. K tomuto faktoru dále přičetl značný demografický nárůst (kolem 2,5
% v osmdesátých letech) a zanedbatelnou industrializaci. Tyto faktory přispěly ke stále
vyššímu přebytku pracovní síly v zemědělství a k následnému snižování mezd. Homer-Dixon
popisuje, jak miliony chudých rolníků migrovaly do již zcela přeplněných měst a další
miliony do environmentálně vysoce zranitelných a málo úrodných míst. V těchto oblastech
noví osadníci za účelem krátkodobých a jednorázových zisků dlouhodobě či nenávratně ničili
křehké ekosystémy. Tento proces s sebou nesl další znehodnocování půdy a spolu se snižující
se produkcí potravin ještě více tlačil na další krátkodobé způsoby využívání půdy. Následkem
jsou miliony rolníků situovaných na okraji rostoucích urbánních oblastí či ve vzdálených a
environmentálně zranitelných oblastech. V tom či onom případě jsou obě skupiny
hospodářsky prospěšné pouze zanedbatelně, navíc bez vidiny možnosti zlepšení.
Homer-Dixon v závěru jednoznačně tvrdí, že ve všech zkoumaných případech analýza
prokázala zvyšující se pravděpodobnost a výskyt konfliktů se zvyšujícím se
environmentálním nedostatkem. Dodává, že díky jeho analýze se mu podařilo odkrýt způsob
dopadu environmentálního nedostatku, který byl považován pouze za nepřímou a
nevýznamnou příčinu konfliktů. Na druhé straně tvrdí, že environmentální nedostatek nikdy
není dostatečnou příčinou, která by sama o sobě mohla způsobit konflikt, navíc zdůrazňuje, že
příčinná role nedostatku je unikátní každé zkoumané společnosti (tamtéž, s. 178). Z analýzy
také vyplynula zjištění ohledně kontextu a podmínek, které hrají podstatnou roli v dopadu
nedostatku na konflikt. Jedná se zejména o povahu trhu, autonomii státu, sílu vzájemné
důvěry a zodpovědnosti, stejně jako povahu pre-existujících etnických a třídních rozdělení,
úroveň organizační soudržnosti „vyzyvatelských“ skupin, jejich pojetí spravedlnosti a způsob
vedení atd. Vztah mezi environmentálním nedostatkem a sociálním kontextem považoval za
interaktivní, tedy že nelze jeden oddělit od druhého. Vzájemně se ovlivňují, a proto jakákoli
generalizace musí zůstat v mezích, které danému případu poskytuje konkrétní kontext. V
tomto ohledu autor bezpečně dostál základním požadavkům kvalitativních věd, stejně jako
nárokům kladeným na hloubkovou případovou studii. Je však třeba dodat, že výsledky
získané případovými studiemi založenými na metodě sledování procesu považuje spíše za
předběžné, dovolující sofistikovanější hypotézy, které by měly být testovány za užití širšího
spektra metodologií, včetně velkých celosvětových statistických a komparativních analýz. Z
toho vyplývá, že kvalitativní případová studie pro něj přece jen není cílem o sobě, ale pouze
nástrojem k vyšší vědecké metě, jíž je, podle názoru Homera-Dixona, poznání založené na
kvantitativních metodologiích. Autor nepojímal svou studii pouze jako teoretickou, ale jako
vysoce praktickou – na základě jeho knihy se ukazuje, že „lze podniknout řadu věcí, které
napomohou k zabránění vzniku (environmentálně vyvolaných) konfliktů“. Kniha sice
nenabízí konkrétní nástroje, ale „ukázala na řadu sociálních, hospodářských a politických
proměnných otevřených k politickému zpracování“
(tamtéž, s. 181).
4.4.Zhodnocení případové studie
Hlavní význam jedno-případové ne-srovnávací studie spočívá v tom, že dovoluje kombinovat
zájem sociálních vědců o poznání jedinečnosti historického a sociálního kontextu sociálních
51
jevů na jedné straně s obecným zájmem o tvorbu a testování teoretických výroků. Druhý
základní přínos je potřeba spatřovat v tom, že případové studie umožňují otevřít „černé
schránky“ očím pozorovatele skrytých příčinných mechanismů a procesů, které zůstávají ve
srovnávacích a kvantitativních přístupech uzavřeny. Pokud bychom rezignovali na rozkrývání
příčinných procesů a omezili se na testování korelace mezi nezávislou a závislou proměnnou,
které leží na počátku a konci příčinného procesu, klesla by vnitřní platnost výzkum. To
znamená, že teoretické dovozování, založené na pozorování empirických jevů více případů
může zkreslit skutečné procesy, ke kterým dochází uvnitř případů. Někteří autoři dokonce
tvrdí, že jednopřípadová studie je dokonalejší náhradou experimentu, než komparativní
případová studie (Kittel – Kuehn 2013: 2).
Nevýhody případové studie jsou dvojího charakteru. Zaprvé, navzdory nárůstu zájmu o
případové studie i precizaci metodologických postupů, nadále nedošlo k obecně uznávané
formalizaci metodologie a k definování sdílených standardů. Jinými slovy – stále neexistuje
jednoznačný a obecně platný řemeslný návod pro vytváření případové studie. Až do roku
2013 navíc neexistovala monografie, která by v ucelené formě přinášela definici dvou
hlavních metodologických přístupů – sledování procesu a metody shody (Kittel – Kuehn
2013: 9). Druhý, závažnější problém, vyplývá z toho, že přes nesporný posun se případová
studie nadále potýká s takzvanou vnější platností. Vnější platnost se týká otázky, do jaké míry
mohou být nálezy a dovození z jednoho případu extrapolovány v rámci širší populace. Jinými
slovy, do jaké míry je možné závěry případových studií použít jako základ pro tvorbu teorií se
širší platností, která přesahuje dílčí historický a sociální kontext, v němž se sledovaný případ
odehrál. Této výhradě (jíž ne všichni ovšem uznávají) je nutné přizpůsobit teoretické ambice
případových studií a zaměřovat se spíše na teorie středního dosahu, než na universální „velké“
teorie.
4.5.Závěr
Případová studie představuje stále svébytnější, metodologicky zakotvený a uznávaný přístup
ke studiu (mezinárodní) politiky. Oproti dřívějšímu vývoji se případová studie již explicitně
nevymezuje vůči kvantitativním přístupům, spíše se snaží o jejich doplnění. Ve srovnání s
kvantitativními metodologiemi nabízí případová studie jedinečné expertní porozumění
danému případu a jeho instrumentální využití pro další, teoretické účely. Pro úspěšné
vytvoření případové studie je zapotřebí klást bezpodmínečný důraz na pečlivost při výběru
případů a operacionalizaci proměnných. Tyto kroky rozhodují o kvalitě celého výzkumu. Jak
z praktických ukázek aplikace případových studií, tak z textu samého vyplývá, že autor
případové studie by si měl být vědom inherentních omezení, vyplývajících z povahy této
metodologie. Jedná se především o malou míru schopnosti určit příčinnou váhu
předpokládaného příčinného mechanismu. Tato skutečnost je následkem neexistující kontroly
hodnot proměnných v rámci analýzy jediného případu. Pokud je však toto a další omezení,
mající kořeny v mnohotvárné povaze sociální reality, přijato a zohledněno, případové studie
mohou poskytnout vysoce platné výpovědi o zkoumaných jevech.
Literatura
Beach, D., R. Pedersen. 2013. Process-tracing methods: foundations and guidelines. Ann
Arbor: University of Michigan.
52
Bennett, A. (2004): Case Study Methods: Design, Use and Comparative Advantages. In:
Sprinz, D. F., Wolinsky-Nahmias, Y. et al.: Models, Numbers, and Cases: Methods for
Studying International Relations. Ann Arbor, University of Michigan Press, s. 19–55.
Bennett, A. – George, L. A. (2001) : Case Studies and Process Tracing in History and
Political Science: Similar Strokes for Different Foci. In: Elman, C., Elman, M. F. et al.:
Bridges and Boundaries: Historians, Political Scientists, and the Study of International
Relations. Cambridge, MIT Press.
Blatter, J., T. Blume. 2008. „In Search of Covariance, Causal Mechanisms or Congruence?
Towards a Plural Understanding of Case Studies.“ Swiss Political Science Review 14 (2):
315 - 356.
Checkel, J. T. (2005): International Institutions and Socialization in Europe: Introduction
andFramework. International Organizations, no. 59, s. 801–826.
Eckstein, H. (1975): Case Study and Theory in Political Science. In: Greenstein, F. I., Polsby,
N. W. et al.: The Handbook of Political Science. Reading, Addison-Wesley, s. 79–138.
George, Alexander L. – Bennett, Andrew (2005): Case Studies and Theory Development in
the Social Sciences. Cambridge MA: MIT Press.
Gerring, John (2007): Case Study Research: Principles and Practices. Cambridge: Cambridge
University Press.
Goertz, G. – Mahoney, J. (2006): Scope in Case Study Research.
Homer- Dixon, Thomas F. (1999): Environment, scarcity, and violence. Princeton, N.J.:
Princeton University Press, xvi, s. 253
King, Gary – Keohane, Robert – Verba, Sidney (1994): Designing Social Inquiry. Scientific
Inference in Qualitative Research. Princeton, New Jersey.
Kittel, B., D. Kuehn. 2013. „Introduction: Reassessing the Methodology of Process Tracing.”
European Political Science 12 (1): 1-9.
McNabb, David E. (2004): Research Methods for Political Science: Quantitative and
Qualitative Methods. Armonk: M.E. Sharpe.
Mitchell, R. B. – Bernauer, T (1998): Empirical Research on International Environmental
Policy: Designing Qualitative Case Studies? Journal of Environment and Development,
vol. 7, no.1, s. 4–31..
Mitchell, R. B. – Bernauer, T. (2004): Beyond Story-Telling: Designing Case Study Research
in International Environmental Policy. In: Sprinz, D. F., Wolinsky-Nahmias, Y. et al.:
Models, Numbers, and Cases: Methods for Studying International Relations. Ann Arbor,
University of Michigan Press, s. 81–106.
Odell, J. S. 2004. Case Study Methods in International Political Economy. In: Sprinz, D. F.,
Wolinsky-Nahmias, Y. et al.: Models, Numbers, and Cases: Methods for Studying
International Relations. Ann Arbor, University of Michigan Press 2004, s. 56–85.
Percival, V. – Homer-Dixon, T. (1998): Environmental Scarcity and Violent Confl ict: The
Case of South Africa. Journal of Peace Research, vol. 35, no. 3, Special Issue on
Environmental Confl ict, s. 279–298.
Risse-Kappen, T. (1991): Public Opinion, Domestic Structure, and Foreign Policy in Liberal
Democracies. World Politics, , vol. 43, no. 4. s. 479–512.
Rosenau, N. J. (ed. 1991): International Politics and Foreign Policy. New York, Free Press
1969.
Stake, R. (1995): The Art of Case Study Research. Thousand Oaks, SAGE Publications.
Stake, R. (2005): Qualitative Case Studies. In: Denzin, N. K., Lincoln, Y. S. et al.: The
Handbook of Qualitative Research. London, Sage, s. 443–466.
Van Evera, Stephen. (1997): Guide to Methods for Students of Political Science. Ithaca:
Cornell University Press.
53
Walker, H. – Cohen, B. (1985): Scope Statements: Imperatives for Evaluating Theory.
American Sociological Review, vol. 50, no. 3, s. 288–301.
Waltz, Kenneth N. (1979): Theory of International Politics. New York: McGraw-Hill.
Yin, R. K.: Case Study Research: Design and Methods. Thousand Oaks, Sage 2003a.
Yin, R. K.: Applications of Case Study Research. London, Sage 2003b.
54
5. Interpretativní případová studie
Petr Drulák
Případová studie je nejrozšířenější metodologií kvalitativního výzkumu politiky.
V metodologických diskusích vystupuje obvykle ve třech odlišných podobách: jedinečná
případová studie, komparativní případová studie a instrumentální případová studie. Jak ukáže
tato kapitola, toto rozlišení je neúplné a zkreslující, neboť pomíjí zásadní metodologický
přínos interpretativní případové studie a vede k její záměně za jedinečnou případovou studii.
To nic nemění na tom, že tyto tři typy případových studií představují používané
metodologické cesty a že jejich stručná charakteristika nám usnadní výklad přínosu případové
studie interpretativní.
5.1.Interpretativní případová studie v historii a současnosti
Historicky první podobou je jedinečná případová studie, která se omezuje na popis průběhu
jedinečné události. Tyto případové studie nejsou teoreticky založené a nesnaží se o jakékoliv
teoretické zobecnění svých závěrů. Metodologicky mohou být kvalitně založené, pokud se na
příklad opírají o historiografické metody, ale často jsou z hlediska metod neurčité. Vyjma
zcela výjimečných případů mají jedinečné případové studie v metodologicky založeném
výzkumu politiky místo pouze jako data vstupující do dalšího výzkumu a nikoliv jako platný
výzkumný výsledek. Proto se jí tato kapitola dále věnovat nebude.
Někteří stoupenci kvantitativních metodologií odkazují na tento typ případových studií jako
odstrašující příklad údajné metodologické zaostalosti kvalitativních přístupů. Pokud by se
kvalitativní přístupy omezovaly na tento typ výzkumu, nezbývalo by než jim dát za pravdu.
Nicméně nejenže se kvalitativní výzkum neomezuje na jedinečné případové studie, nýbrž
samotná metodologie případových studií nabízí hned několik metodologicky a teoreticky
informovaných cest.
K nejčastěji používaným patří instrumentální případová studie (viz předcházející kapitola) a
komparativní případová studie (viz následující kapitola). Snaží se rekonstruovat zkoumaný
případ či zkoumané případy tak, aby výsledná studie prokazovala vztah mezi příčinnou a
následkem. Pozitivistické metodologie výzkumu politiky považují možnost kauzálního závěru
za hlavní přednost případových studií (King – Keohane – Verba 1994). S kauzalitou
ztotožňují rovněž přidanou hodnotu případových studií oproti metodologiím kvantitativním,
které sice jsou schopné měřit sílu závislosti mezi dvěma jevy, aniž by však dokázaly tuto
závislost vysvětlit.
Nejobvyklejší způsob hledání kauzality vede přes komparativní případové studie představené
v příslušné kapitole. Kauzalitu prokazují buď korelačním způsobem jako vztah mezi
nezávislou a závislou proměnnou (King – Keohane – Verba 1994) nebo analýzou nutných a
postačujících podmínek (Mahoney – Goertz 2006; Ragin 2000). V obou případech musí být
počet zkoumaných případů dostatečně vysoký na to, aby pokryl variabilitu proměnných či
testovaných podmínek.
V posledním desetiletí se však na úrovni případové studie prosazuje i jiná cesta kauzálního
výzkumu. Jednopřípadové studie, představené v následující kapitole, neporovnávají více
případů ani obvykle nepoužívají jazyk proměnných. Kauzalitu zkoumají podrobným
rozborem procesu, který uvnitř zkoumaného případu spojuje příčinu s následkem (George–
Bennett 2005). Tímto rozborem procesu odhalují jedinečný kauzální mechanismus daného
případu.
55
Kauzální případové studie, ať už jednopřípadové či komparativní, však nepředstavují jediné
teoreticky a metodologicky založené alternativy vůči čistě popisným, jedinečným případovým
studiím. Jinou takovou alternativu představuje interpretativní případová studie. Ač je tento typ
v metodologických pojednáních buď zcela pomíjen či zaměňován za jedinečné případové
studie (Creswell 2002), právě s interpretativními případovými studiemi je spojena řada
významných posunů v sociálněvědním poznání. Toto poznání neobohacují kauzálním
závěrem, nýbrž zavedením nového pojmu, zpřesněním stávajících pojmů (obvykle vnitřním
rozlišením pojmu či typologií) či analýzou konstitutivních vztahů.
Další výklad se nejprve zastaví u vědněfilozofických souvislostí interpretativní případové
studie. Jde zejména o filozofický pragmatismus, s ním související relacionismus a rovněž
související důraz na pojmy spíše než teorie. Následně bude vyložen smysl tohoto typu
případové studie pro pojmovou inovaci a výzkum konstitutivních vztahů. Na to naváží dva
příklady použití ve výzkumné praxi – Allisonův rozbor amerického rozhodování v době
karibské krize a Friedrichsovu studii evropské policejní spolupráce (Allison 1971; Friedrichs
2008).
5.2.Pragmatismus, koncepty a relacionismus
Interpretativní případová studie už svým názvem odpovídá epistemologii, která se hlásí
k porozumění a nehledá kauzální vysvětlení. Z ontologického hlediska může být slučitelná
s individualismem, její hlavní přednosti se však projeví spíše při holistickém přístupu. To lze
také konstatovat o vztahu interpretativní případové studie a vědněfilozofického pragmatismu.
Pragmatismus není jejím výlučným rámcem, nicméně svými předpoklady a nároky jí
odpovídá lépe než pozitivismus či vědecký realismus (Drulák 2009). V tomto ohledu debata o
interpretativní případové studii přenáší na metodologickou úroveň postpozitivistickou debatu
mezi pragmatismem a vědeckým realismem (Kratochwil 2007; Wight 2007).
Co spojuje interpretativní případovou studii s pragmatismem? Především je to metodologická
volnost, kterou pragmatismus nabízí. Pragmatický výzkum neopírá svoji vědeckost o předem
jasně definované analytické nástroje a postupy, ty se utvářejí během samotného výzkumu, ani
o soulad mezi výzkumným záměrem a objektivním stavem světa, nýbrž o užitečnost a
použitelnost získaných poznatků (Friedrichs – Kratochwil 2009). Tím odpovídá jedné ze
silných stránek tohoto typu případové studie, jíž je možnost kreativního výzkumu. Na druhou
stranu možnost kreativity vznáší určité nároky na výzkumníka, kterému se nedostává předem
daných metodických vodítek. Namísto indukce či dedukce se pragmatismu hlásí ke strategii
abdukce, která je na jednu stranu volnější a na druhou stranu obtížněji operacionalizovatelná.
Pragmatismus klade důraz na pojmy nikoliv na teorie (Friedrichs, Kratochwil 2009). Skrze
pojmy se snaží uspořádat danou oblast našeho poznání a to tak, že z určitých pojmů vychází a
na základě výzkumu je zpřesňuje, což odpovídá jak principům abdukce, tak i principům
hermeneutického kruhu. Poznání se v této perspektivě projevuje především schopností
odlišovat a klasifikovat sociální realitu. Kauzální vazby pragmatismus nevylučuje, ale ani jim
nepřikládá zvláštní důležitost. To odpovídá možnostem interpretativní případové studie, která
nenabízí kauzální závěry, nýbrž typologie, pojmová zpřesnění a pojmové inovace.
Pominutí kauzality však neznamená, že by tento typ případové studie nemohl zkoumat
společenské souvislosti či společenský pohyb a byl by odsouzen ke studiu jednotlivostí či
jejich statických schémat. To by bylo ostatně v rozporu s podstatou případové studie jako
takové. Interpretativní případová studie nechápe souvislosti a pohyb společenských jevů
kauzálně, nýbrž relacionisticky. Relacionismus se na rozdíl od kauzálního pohledu nedívá na
společenské vztahy individualisticky nýbrž holisticky (Emirbayer 1997). Vztahy nevznikají až
dodatečně mezi předem konstituovanými subjekty, nýbrž subjekty samy se vzájemným
56
vztahem konstituují a jsou podrobeny jeho vnitřní dynamice. Společenské souvislosti mají
charakter dynamického konstitutivního vztahu, který může nabývat nejrůznějších podob.
Může se jednat o vztah rovný například mezi kolegy či přáteli či nerovný například mezi
učitelem a žákem nebo vykořisťovatelem a vykořisťovaným. V každém případě však platí, že
role a identity subjektů jsou dány vztahem, mimo vztah subjekty neexistují. Subjekty jsou
vytvářeny a přetvářeny vztahem, který samy vytvářejí.
Kauzální pohled na tento typ vztahů je buď nesprávný nebo přinejmenším problematický.
Nesprávné by bylo zkoumat vzájemně konstituované identity aktérů, jako kdyby byly
vzájemně zapříčiněné, například že by učitel byl příčinnou žáka. Kauzalita je však také těžko
zkoumatelná i na úrovni interaktivního jednání. Například jednání učitele je možno příčině
vysvětlit určitým jednáním žáka, nicméně tato příčina bude často mít svoji vlastní příčinu
v jednání učitele tedy v důsledku, který má být vysvětlen. Místo jasného lineárního rozlišení
mezi příčinou a důsledkem se dostáváme do začarovaného kruhu, v němž se příčiny a
důsledky navzájem živí. Kauzální rozbor něčeho podobného pak bude stejně marný jako
pokus řešit dětskou hádku hledáním odpovědi na otázku, kdo si začal. Spíše než pokus o
rekonstrukci příčin a důsledků jednání jednotlivých aktérů potom bude často plodnější
zkoumat kvalitu a dynamiku jejich celkového vztahu.
Relacionismus do velké míry souzní s pragmatismem, nicméně jeho prvky se objevují i
v jiných filozofických perspektivách zejména, pokud se hlásí k holismu či k dialektice jako
například marxismus (Emirbayer 1997). Jeho vztah ke kauzalitě je komplikovaný. Kauzální
vysvětlení mají na půdě relacionismu smysl, pouze pokud předefinujeme, co kauzalitou
rozumíme (Emirbayer 1997: 307-308). V takovém případě jde však spíše o úlitbu
pozitivismu, který si nedokáže vědu bez kauzality vůbec představit. Zejména v americké
sociální vědě se někteří obhájci vědeckosti interpretativních přístupů snaží odlišovat různé
druhy kauzality tak, aby kauzalita zahrnovala jakoukoliv studovanou souvislost (Kurki 2007;
Jackson 2011: 199), čímž však pojem kauzality vyprazdňují. Než se pouštět do podobného
pojmového násilí je vhodnější jasně říci, že některé důležité společenské souvislosti nemají
vztah příčiny a následku.
5.3.Výzkumný rámec interpretativní případové studie
Podstatou každé případové studie je pojmově a empiricky založený příběh. Případová studie
musí mít jasně vymezený začátek, od něhož se odvíjí děj, který se nakonec nějak završuje. Od
příběhů, které si lidé běžně vyprávějí, se případová studie liší metodologickými nároky.
Studie by měla především odpovídat na výzkumnou otázku, přičemž samotná výzkumná
otázka musí splňovat určitá obecná kritéria (viz Úvod). Otázka rámující tento typ výzkumu
může nabývat nejrůznějších podob, obvykle bude zahrnovat otázku po průběhu určitého děje
(co se odehrálo?), jeho obecnější kategorizaci (jakého abstraktního jevu je konkrétní děj
případem?) či vnitřních souvislostech (jak jsou různé dílčí aspekty sledovaného jevu
navzájem provázány?).
Další nároky se liší podle typu studie. U jedinečné případové studie nemusejí být už nijak dále
specifikovány, popřípadě se může jednat o kritéria historiografického výzkumu. U kauzálních
studií půjde o přesvědčivé prokázání souvislosti mezi příčinou a následkem, ať už na úrovni
jednoho případu či více případů.
Jaké nároky klademe na interpretativní případovou studii? Příběh, který tato studie podává, by
měl být založen na odborných pojmech. Jedná se o pojmy, v nichž je formulována výzkumná
otázka a které jsou obvykle definovány a rozpracovány v odborné literatuře týkající se tématu
otázky. K často používaným pojmům ve výzkumu politiky patří například moc, zahraniční
politika, mezinárodní organizace, mezinárodní systém, stranický systém, volební systém,
57
europeizace, veřejné mínění, demokracie, politická elita atd. Ačkoliv většina těchto pojmů je
obecně srozumitelná, pro potřeby výzkumu není podstatné, jak se pojmu obecně rozumí,
nýbrž jak je v literatuře přesně definován. Zde se nám obvykle rozevírá řada možností, neboť
tentýž pojem bude různými autory sledujícími různé výzkumné cíle různě definován,
například marxistický pojem moci se bude lišit od realistického či liberálního. Jeden pojem se
navíc může vnitřně členit na zvláštní typy a podtypy, čímž vznikají členité typologie. Nabízejí
se například různé typologie mezinárodních organizací, stranických systémů či zahraničních
politik.
Vypracování případové studie předpokládá, že jsme obeznámeni s pojmovým aparátem, který
je k dispozici. Vyžaduje také schopnost vybrat ty pojmy, které jsou klíčové ke zpracování
případové studie a ta jejich rozpracování, která jsou použitelná pro zkoumaný problém.
Celkový počet pojmů, o něž se opíráme, nebývá vysoký. Často pracujeme pouze s jedním či
dvěma pojmy. Tuto pojmovou úspornost pak vyvažujeme hloubkou, do níž pojem
rozpracováváme.
Vedle důkladné práce s pojmovým aparátem vyžaduje interpretativní případová studie
důkladnou práci s empirickým materiálem. Používáme především tři okruhy zdrojů: primární
dokumenty zachycující zkoumané události (zpravodajství, projevy, prohlášení, chronologie
atd.), rozhovory s účastníky a sekundární zdroje analyzující zkoumané události (především
odborné články a knihy). Práce s pojmy a práce s empirickými zdroji probíhají současně a
navzájem se doplňují. Zatímco pojmy dávají směr práci se zdroji, usnadňují výběr a
interpretaci, zdroje vedou k přehodnocování pojmů. Nejedná se proto o deduktivní
vyvozování ani o induktivní dovozování nýbrž o abdukci, která kombinací indukce a dedukce
dospívá k závěrům, které nejlépe odpovídají informacím, jež máme k dispozici. Výzkumný
proces tak směřuje k pojmově i empiricky podloženému příběhu.
Samotný příběh je významným výstupem případové studie. Jeho význam je především
praktický - seznamuje s událostmi. To je přínosné, zejména pokud tyto události zatím nebyly
systematicky zachyceny a jsou politicky významné. Z hlediska vědeckého však příběh nemusí
být a často není výstupem nejdůležitějším. Příběh vychází z aplikace stávajícího pojmového
aparátu na zkoumané empirické zdroje, při níž se často ukáže nedostatečnost existujících
pojmů. To povede k jejich zásadnějšímu přehodnocení zahrnující úpravy výchozích definic,
rozšíření typologií o další typy či zavedení zcela nových pojmů. Výzkum pak získává
obecnější význam, který přesahuje konkrétní zkoumaný případ, neboť zpřesňuje pojmové
nástroje, které jsou k dispozici pro naši obecnější orientaci v dané oblasti.
Klasifikační typologie rozdělují zkoumané objekty do vzájemně výlučných kategorií podle
jejich sdíleného rysu, který je podstatný z hlediska výzkumu (např. typologie mezinárodního
systému podle počtu rozhodujících velmocí či stranické systémy podle počtu stran).
Komparativní typologie člení objekty podle vybraného sdíleného rysu, aby je následně
porovnaly podle do míry, v níž obsahují onen rys (např. mezinárodní systém lze typologizovat
podle míry ozbrojeného násilí). A konečně ideální typy vznikají jako abstraktní modely
vystupňováním vybraných pozorovaných rysů zkoumaného objektu (Weber 1998: 44; Drulák
2008b), nekryjí se s pozorovaným objektem, nýbrž slouží jako abstraktní ideál, s nímž lze
pozorovanou realitu porovnávat (např. porovnávat ideální typ pluralitní demokracie
s existující pluralitní demokracií).
Řada významných pojmových inovací v sociálních vědách měla charakter interpretativních
případových studií. Například Arend Lijphart ve své studii v šedesátých letech zjišťuje, že
nizozemská demokracie se vymyká tehdejším typologiím demokracie a zavádí vlivný pojem
konsociační demokracie (Lijphart 1968). Podobně Raymond Aron ve svém výzkumu
fungování mezinárodního systému po druhé světové válce přichází s dvourozměrnou
typologií odlišující jednak bipolaritu od multipolarity a jednak systém homogenní od
heterogenního (Aron 1962). Typologii mezinárodního systému rozšiřuje také například Daniel
58
Deudney (1995). Na základě studia prvních desetiletí existence USA navrhuje pojem
filadelfský systém, který představuje hybridní uspořádání mezi suverénním státem a skupinou
států. Neznamená to, že by se tito autoři nutně hlásili k interpretativní případové studii či že
by se nevěnovali kauzalitě. Jde spíše o to, že pojmových inovací, jimiž oslovili své obory,
bylo dosaženo výše popsaným postupem – teoretickým rozpracováním vybraného konceptu a
jeho novou typologizací na základě zkoumaných událostí.
Zatímco příběh je svou povahou dynamický, odvíjí se v čase, koncepty a jejich typologie jsou
statické. Ačkoliv interpretativní případová studie nezachycuje pohyb kauzální, neznamená to,
že by byla statická. Pohyb a změna v ní mohou vystupovat dvěma způsoby. Mohou být
zachyceny na úrovni samotného konceptu, který je definován dynamicky jako určitý pohyb či
proces. V tomto případě není změna explicitně zkoumána a vysvětlována, nýbrž jednoduše
předpokládána. Odehrává se v rámci konceptu a takto pojatý koncept představuje
pojmenování a definici procesu, jako například hlasování může naplňovat pojem demokracie
či vojenská operace pojem války. Změna vyplývá z popisu událostí tvořících studovaný
případ, aniž by byla teoreticky tématizována.
Pochopení pohybu a změny však také může být hlavním předmětem výzkumné otázky a
případové studie. To vyžaduje uvést zkoumaný pohyb do souvislosti s jinými pohyby. Jak již
bylo řečeno, jedná se v tomto případě o souvislosti konstitutivní, v nichž se pohyby a jimi
nesené jevy navzájem utvářejí. Konstitutivní souvislosti je namístě identifikovat nejprve na
úrovni pojmů a následně je konfrontovat s empirickým materiálem podobně jak je popsáno
výše. Je na místě připomenout, že ne každý typ vztahů se hodí ke konstitutivnímu výzkumu.
Nebylo by správné čelit zavádějící představě, že všechny sociální vztahy jsou kauzální,
převrácenou tezí, že všechny jsou konstitutivní. Tomu se však vyhneme, pokud budeme mít
dostatečný respekt ke zkoumanému empirickému materiálu.
Interpretativní případová studie se může opírat o jeden případ, může jich však také zahrnovat
více. Na rozdíl od kauzálních případových studií zde počet případů nepředstavuje žádný
závažnější posun se zásadními metodologickými důsledky. Pokud interpretativně zkoumáme
několik případů, lze použít metodu strukturovaného, zaměřeného porovnání (structured,
focused comparison). Ta však neříká nic jiného než, že zkoumané případy by měly mít
stejnou strukturu, aby bylo možné je navzájem porovnávat a že tato struktura by se měla
zaměřit na určitý rys případu, který vyplývá z výzkumné otázky (George – Bennett 2005: 67).
Na výzkumné otázce závisí i to, jak moc má být srovnání strukturované a nač se má zaměřit.
5.4.Příklad aplikace interpretativní případové studie: Americké
rozhodování v karibské krizi
Graham Allison se ve své práci o karibské krizi věnuje třinácti dnům od 16. do 28. října 1962
(Allison 1971). Rozebírá události začínající v okamžiku, kdy USA získávají letecké snímky
prokazující, že SSSR navzdory svým předchozím ujištěním umístil na Kubě jaderné rakety,
pokračující americkým uvalením námořní blokády proti Kubě a končící sovětským stažením
raket z ostrova. Jednalo se o jednu z nejvážnějších krizí studené války, při níž hrozilo, že
dojde k vojenskému střetu mezi USA a SSSR, buď americkým útokem na sovětskou základnu
na Kubě nebo sovětským útokem na americké lodě vynucující blokádu, který by hrozil přerůst
ve zničující jadernou válku.
Allison si klade tři otázky: proč se SSSR rozhodl rakety rozmístit, proč se USA rozhodly řešit
situaci blokádou a proč SSSR rakety nakonec stáhnul. Nicméně na základě evidence, kterou
má v šedesátých letech k dispozici, představující americké vládní dokumenty, paměti
amerických účastníků rozhodování a rozhovory s nimi, se může zodpovědně vypořádat pouze
59
s druhou otázkou. Na druhou stranu i na základě kusých informací o sovětském postupu autor
nabízí několik zajímavých analýz poskytujících částečné odpovědi na první a třetí otázku.
Ačkoliv Allisonova hlavní otázka, proč se Američané rozhodli řešit krizi blokádou, má
kauzální charakter, kdy se autor ptá pro příčině pozorovaného jevu (tj. amerického rozhodnutí
o blokádě), samotná případová studie je kauzální jen částečně. Kauzální závěry, které
příležitostně nabízí, jsou spíše nahodilé a ne zcela podložené. Nelze říci, že by autor
systematicky vyhodnocoval možné nezávislé proměnné a snažil se podchycovat proměnné
kontrolní, jak žádá komparativní přístup. Zabývá se jedním případem a tudíž ani komparovat
nemůže. Ani nelze říci, že by nabídnul jedinečný a koherentní kauzální mechanismus
identifikovaný rozborem procesu. Autor přichází se třemi příběhy, které nabízejí tři odlišné
perspektivy na týž případ, aniž by bylo zřejmé, jak tyto perspektivy navzájem propojit. Pokud
by kniha měla být posuzována z hlediska prokázání kauzálních souvislostí, musela by být
odložena jako spíše nepovedený pokus o analýzu.
To, že se jedná o jeden z nejvýznamnějších příspěvků ke studiu mezinárodních vztahů
minulého století, přesto není výsledkem nedorozumění nebo náhody. Allisonův přínos
spočívá v inovativní typologii rozhodování státu a v kvalitní empirické ilustraci této typologie
na případu amerického rozhodování, jak reagovat na sovětské jaderné rakety na Kubě.
Hlavním konceptem výzkumu je rozhodování státu. Allison se vymezuje vůči výzkumné a
analytické praxi, která vychází z více či méně explicitního modelu racionálního aktéra. Tento
model identifikuje na základě shrnujícího rozboru významných příspěvků v oboru MV jako
soubor předpokladů o tom, že stát je schopen definovat své cíle, alternativy dosažení těchto
cílů, vyhodnocovat alternativy podle jejich výnosů a nákladů a konečně uskutečňováním
těchto alternativ dosahovat svých cílů. Stát se podle tohoto modelu chová jako racionální
jedinec, který se od člověka liší pouze mnohonásobně vyššími možnostmi a schopnostmi.
Allison tento model rozhodování sátu nezavrhuje, ale nabízí k němu dvě alternativy, které
berou v potaz fakta pomíjená modelem racionálního jedince. První alternativu vypracovává na
základě shrnujícího rozboru literatury zkoumající velké organizace a státní administrativu.
Rozhodování státu chápe jako organizační proces, jehož analýzy musí brát v úvahu specifika
velkých organizací (například ministerstev, zpravodajských služeb či ozbrojených sil). Jde
zejména o to, že organizace musí jednat podle zažitých procedur a nemůže tudíž zcela
flexibilně reagovat na situaci, že organizace má své vlastní cíle, k nimž patří nárůst vlastních
pravomocí a rozpočtu, že organizace vybírají a zpracovávají informace podle svých potřeb, že
organizace dokáže sabotovat uskutečňování rozhodnutí, s nimiž nesouhlasí a že jednání státu
je výsledkem více ale většinou méně kvalitní koordinace řady organizací.
Druhou alternativu identifikuje Allison na základě politologické a memoárové literatury, která
rozebírá politické procesy vyjednávání, v nichž se utvářejí politická rozhodnutí. Model
politického procesu se zaměřuje na vyjednávající jednotlivce – jejich institucionální a osobní
zájmy, jejich postavení v politické hierarchii a vzájemné vztahy, jejich představy o světě, na
pravidla prostředí, v němž jednají a na tlak událostí, jemuž musí čelit.
Allison tako získává tři pohledy na rozhodování státu, racionální, organizační a politický,
z nichž každý klade jiné otázky a soustředí pozornost na jiné aspekty téhož rozhodovacího
procesu. Tuto trojdílnou typologii důkladně rozpracovává, když každému ze tří modelů
věnuje jednu teoretickou kapitolu, v níž vysvětluje, nač se model zaměřuje a jaké otázky
klade. Tři pohledy mu umožňují formulovat tři příběhy amerického rozhodování v oněch
třinácti dnech karibské krize. Všechny tři příběhy, přičemž každému je opět věnována
samostatná kapitola, vedou ke stejnému závěru, jímž je rozhodnutí uvalit blokádu, ale každý
příběh vysvětluje toto rozhodnutí jinak.
V příběhu vycházejícím z racionálního modelu identifikuje na základě literatury Allison šest
možností, jimiž USA mohly na sovětské rakety zareagovat – nedělat nic, vyvinout
diplomatický tlak, přetáhnout Castra na svoji stranu, podniknout vojenskou invazi na Kubu,
60
provést letecký úder proti základnám a uvalit blokádu. Přináší tak empirickou klasifikační
typologii, která mu umožňuje strukturovat analýzu. Každou možnost v několika odstavcích
stručně charakterizuje co do výhod a nevýhod, načež dochází k závěru, že blokáda byla ze
všech možností relativně nejvýhodnější. Toto racionalistické vyhodnocení má charakter
měkké analýzy nákladů a výnosů a vlastní příběh rozhodování se z něho trochu ztrácí, neboť
k analýze vlastně není potřeba. Není proto patrně náhodou, že vyhraněné racionalistické
přístupu obvykle ani případové studie nepoužívají a spoléhají se spíše na herněteoretické
modely.
Na druhou stranu modely organizační a politický je možné operacionalizovat pouze pomocí
příběhu, poněvadž se vztahují k procesům, které se odvíjejí v čase. Jedná se o koncepty, které
změnu a pohyb předpokládají. V příběhu podle organizačního modelu se Allison zaměřuje na
instituce, jejichž představitelé zasedali ve Výkonném výboru Rady pro národní bezpečnost,
který v oněch dnech pod prezidentovým vedením připravovala americké rozhodnutí. Šlo
především o Bílý dům, ministerstvo obrany, velitele ozbrojených sil, CIA a ministerstvo
zahraničí. Všímá si, že hlavní debata se odehrávala mezi stoupenci leteckého útoku a
stoupenci blokády. Vysvětluje, jak předchozí vojenské plánování letectva, o něž se diskuse
opírala, počítalo pouze s plošným bombardováním celého ostrova a nenabízelo omezený úder
zaměřený na základny. To nakonec vedlo k odmítnutí leteckého útoku. Nicméně i volba
námořní blokády vedla ke sporům a nedorozuměním mezi politiky a admirály o to, jak má být
blokáda prováděna.
V příběhu podle politického modelu Allison rozebírá politické, institucionální a osobní
motivy klíčových členů výkonného výboru jakož i jejich vzájemné vztahy. Všímá si, jak se
jejich názory vyvíjeli jednak pod vlivem událostí a jednak pod vlivem samotné diskuse.
Rozebírá vnitropolitické motivy, které hrály významnou roli při rozhodování prezidenta
Kennedyho, a všímá si, jak významný vliv měl na prezidenta jeho bratr Robert, který se spolu
s několika dalšími prezidentovými důvěrníky v průběhu diskusí plných omylů a
nedorozumění přiklonil k blokádě, což mělo důležitý vliv na výsledné prezidentovo
rozhodnutí.
Přínos Allisonovy studie nespočívá v objevu nových historických faktů o americkém
rozhodování během karibské krize. Nicméně jeho práce je empiricky přínosná tím, jak známá
fakta zasazuje do tří paralelních příběhů. Z praktického hlediska je důležité, když ukazuje, jak
významné rozhodnutí, které mohlo vést k nukleární válce, bylo ovlivňováno omyly, náhodami
a neracionálními faktory. Její hlavní význam však spočívá právě v identifikaci alternativ
k racionálnímu modelu rozhodování státu, jimiž zpochybňuje předpoklady, které byly často
mlčky přejímány jako samozřejmé. Jeho trojčlenná typologie rozhodování státu se stala
inspirací pro celou řadu dalších výzkumů.
5.5.Příklad aplikace interpretativní případové studie: Evropská
policejní spolupráce
Jörg Friedrichs si klade otázku, do jaké míry jsou evropské státy ochotny spolupracovat
v policejní oblasti a v čem se jejich přístupy ke spolupráci liší (Friedrichs 2008). Vědecký a
praktický význam otázky spočívá v tom, že policejní oblast patří k základním atributům státní
svrchovanosti a její internacionalizace má závažné důsledky pro fungování státu.
Friedrichs vychází ze dvou pojmů – preference státu a mezinárodní spolupráce, které
teoreticky rozpracovává a operacionalizuje pro policejní oblast. Jejich rozpracování vede
k pojmovému zpřesnění. Pojem preferencí vnitřně člení do čtyř dimenzí: obecný postoj
k mezinárodní spolupráci, rozsah (kolik otázek má spolupráce zahrnovat), okruh (kolik států
má být zapojeno), závaznost (jak silné mají být závazky ke spolupráci). Obdobným
61
způsobem rozpracovává i pojem mezinárodní policejní spolupráce, která se může odehrávat
na třech rovinách: legitimizace (společná definice hrozby v právních dokumentech), metody
(postupy policejní spolupráce) a autorizace (právní nástroje přeshraničního působení).
V každé ze tří rovin může stát různým způsobem definovat svoji preferenci, která se navíc
může lišit od dimenze k dimenzi. Autor tak získává konceptuální mřížku o dvanácti bodech
(čtyři dimenze ve třech rovinách), která umožňuje empiricky zachytit a vyhodnotit preference
státu k policejní spolupráci.
Tato konceptuální práce probíhá souběžně s předběžným vyhodnocováním empirického
materiálu (dokumenty, zprávy, sekundární literatura, rozhovory), konceptuální mřížka je
výsledkem jako pojmové reflexe tak i empirického vyhodnocování. V práci s empirickými
daty musí autor učinit několik důležitých metodologických voleb. Za prvé si volí zkoumané
státy. Autor analyzuje čtyři největší západoevropské státy – Německo, Francii, Velkou
Británii a Itálii, které na jednu stranu spojuje liberálně demokratický systém a na druhou
stranu odlišují různé ústavní a politické tradice. Za druhé si autor volí konkrétní oblasti
policejní spolupráce. Autor se rozhoduje pro terorismus a drogy, které na základě literatury
identifikuje jako nejpravděpodobnější oblasti, v nichž by státy mohly policejně spolupracovat.
Za třetí je nutno stanovit zkoumané období. Autor volí dvě období - období šedesátých a
sedmdesátých let, kdy vznikají první mezinárodní režimy této spolupráce, a období aktuální
začínající po roce 1990.
Jak autor operacionalizuje své dva klíčové pojmy vzhledem k empirickému materiálu?
Spolupráci operacionalizuje na třech rovinách, pro dvě oblasti (terorismus a drogy) a ve dvou
obdobích. Získává tak dvanáct operacionalizací, z nichž každá je spojena s dokumentem či
institucionální praktikou, která podle autora naplňuje pojem spolupráce v daném kontextu.
Jejich identifikace probíhá na základě sekundární literatury. Například spolupráci v boji proti
terorismu po roce 1990 představuje v rovině legitimity návrh dokumentu OSN
projednávaného pod názvem Komplexní úmluva o mezinárodním terorismu, v rovině metody
výměna zpravodajských informací a v rovině autorizace evropský zatykač. Obdobným
způsobem identifikuje důležité dokumenty a praktiky i pro devět dalších případů.
Preference států Friedrichs operacionalizuje tím, že sestaví dílčí případové studie, které
zachycují, jak se stát stavěl ke každé ze dvanácti operacionalizací policejní spolupráce. Každá
studie nabízí stručný příběh (kolem dvou stránek), který odráží čtyři dimenze preferencí státu
(obecný postoj, rozsah, okruh, závaznost) a který popisuje, jak stát v daném období jednal.
Vzhledem k tomu, že autor zkoumá čtyři státy, získává celkem 48 dílčích případových studií.
Tyto dílčí případové studie je pak možné agregovat do komplexnějších případových
studií přinejmenším dvěma způsoby. Lze je spojovat podle zemí, čímž získáme čtyři vnitřně
členité studie o Německu, Francii, Velké Británii a Itálii. Autor v závěru předkládá výsledky
podobné syntézy. Lze je však také spojovat tematicky, čímž získáme buď dvě velmi
komplexní studie, o spolupráci v boji proti terorismu a o spolupráci v potírání drog, nebo šest
komplexních studií, z nichž každá se věnuje jedné rovině spolupráce (legitimizace, autorizace,
metody) buď při potírání drog nebo v boji proti terorismu. Právě ze šesti takových kapitol se
sestává empirická část Friedrichsovy knihy.
Pro snazší agregaci výsledků dílčích případových studií sahá autor k jejich kódování.
Každou ze čtyř dimenzí (obecný postoj, závaznost, rozsah, okruh) každé dílčí případové
studie kvantifikuje dílčím číselným indexem, které následně průměruje do indexu preference.
Například obecný postoj k mezinárodní spolupráci kvantifikuje buď jako kladný (1), nejasný
(0) nebo záporný (-1). Získává tak 48 číselných údajů. Tato kvantitativní agregace umožňuje
shrnout a doplnit kvalitativní závěry výzkumu. Ukazuje například, že Francie a Německo
podporují internacionalizaci policejní spolupráce mnohem silněji než Itálie a Velká Británie.
Zajímavé jsou však především rozdíly vyplývající z domény a konkrétní podoby spolupráce.
62
Například Německo preferuje co nejzávaznější spolupráci, je však opatrnější ohledně rozsahu
spolupráce a je ochotnější spolupracovat v boji proti terorismu než v potírání drog.
Autor však kvantifikaci využívá i jinak. Její pomoci zkoumá konstitutivní a kauzální vztahy.
Kauzální výzkum testuje cesty vzniku preferencí podle různých teorií. Z hlediska tématu
kapitoly je nebudeme rozebírat. Větší pozornost věnujme konstitutivnímu vztahu, který
Friedrichs na základě sebraného materiálu testuje. Klade si otázku, která je inspirována
politickou debatou o rozšiřování a prohlubování Evropské unie. Ptá se, zda se různé dimenze
policejní spolupráce navzájem vyvažují (například čím vyšší závaznost, tím nižší rozsah a
okruh) nebo naopak posilují (například s vyšší závazností roste rozsah i okruh).
Mezi různými dimenzemi spolupráce není vztah kauzální, neboť jedna není příčinnou druhé,
což však neznamená, že by se navzájem neovlivňovaly. Všechny dimenze jsou součástí
jednoho interaktivního procesu formování preferencí, který nelze smysluplně rozkouskovat
odlišováním závislých a nezávislých proměnných. Jedná se proto o dobrý příklad
konstitutivního vztahu. Tomu odpovídá i metoda, kterou Friedrichs volí. Počítá vzájemné
korelace mezi třemi dílčími indexy (rozsahem, okruhem a závazností), které všechny
vycházejí jako pozitivní a statisticky významné. To lze interpretovat, že různé dimenze
spolupráce se navzájem nevyvažují, nýbrž posilují.
Friedrichsova práce přináší z hlediska interpretativního výzkumu tři významné poznatky. Za
prvé případové studie poskytují empiricky bohatou odpověď na výzkumnou otázku, do jaké
míry jsou evropské státy ochotny spolupracovat v policejní oblasti a v čem se jejich přístupy
ke spolupráci liší. Za druhé na teoretické úrovni rozvíjí a zpřesňuje dva významné pojmy
výzkumu mezinárodních vztahů, jimiž jsou preference státu a mezinárodní spolupráce. Za
třetí analyzuje konstitutivní vztah mezi šířkou a hloubkou spolupráce tím, že šířku a hloubku
nejprve kvalitativně rozebere v dílčích případových studiích a následně kvantitativně
vyhodnotí jejich vztah analýzou korelace. Ukazuje tím, že i interpretativní výzkum se může
vhodně doplňovat s vybranými kvantitativními přístupy.
5.6.Závěr
Interpretativní případová studie představuje významnou cestu kvalitativního výzkumu. Ač se
jedná o metodologii empirického výzkumu, může přinášet významné teoretické závěry
spočívající v inovacích pojmového aparátu zejména pak vytváření a zpřesňování typologií.
Vyžaduje důslednou konceptuální přípravu spočívající v reflexi a výběrů stávajících
odborných pojmů odpovídajících výzkumné otázce. Samotná případová studie formuluje svůj
příběh na základě vybraných pojmů a současně tyto pojmy na základě příběhu zpřesňuje,
doplňuje a reviduje.
Jelikož příběh se vždy odvíjí v čase, má případová studie dynamický charakter. Interpretativní
případová studie zachycuje tuto dynamiku dvojím způsobem – pojmy, které v sobě dynamiku
zahrnují (např. Allisonovy modely organizačních a politických procesů), a konstitutivními
vztahy zkoumajícími vzájemnou propojenost dvou zkoumaných jevů (např. Friedrichsův
výzkum souvislostí mezi šířkou a hloubkou evropské spolupráce).
Interpretativní případová studie přináší výsledky ve dvou rovinách – empirické a teoretické.
Empiricky formuluje příběh, který odpovídá na výzkumnou otázku. Teoreticky obohacuje
pojmový aparát, který obor vytváří pro formulaci podobných příběhů.
Metodologie interpretativní případové studie nenabízí předem daný výzkumný postup.
Postup, koncepty a nástroje vznikají během samotného výzkumu vedeného výzkumnou
otázkou a jsou do určité míry jedinečné. Vodítkem jsou jednak obecné standardy
kvalitativního výzkumu a jednak výzkumná praxe, kterou lze vysledovat na podobných
studiích publikovaných v odborné literatuře.
63
Kontrolní otázky
Co je výsledkem interpretativní případové studie?
Co jsou to konstitutivní vztahy? Uveďte příklady.
Vylučuje se interpretativní případová studie s rozborem více případů?
Jak interpretativní případová studie zachycuje změnu?
Literatura
Allison, Graham T. (1971) Essence of Decision : Explaining the Cuban Missile Crisis.
Boston : Little, Brown and Company
ARON, Raymond. Peace & war: a theory of international relations. New Brunswick, N.J.:
Transaction Publishers, c2003, xxvi, 820 p. ISBN 0765805049.
Creswell, J. W.: Qualitative Inquiry and Research Design: Choosing among Five Traditions.
Thousand Oaks, Sage 2002.
Daniel H. Deudney (1995). The Philadelphian system: sovereignty, arms control, and balance
of power in the American states-union, circa 1787–1861. International Organization, 49,
pp 191-228. doi:10.1017/S002081830002837X.
Drulák, Petr (2009) „Syntéza teorií cestou jejich destrukce“. In: Pavel Barša a kol., Dialog
teorií: Filozofická dilemata výzkumu mezinárodních vztahů. Praha: SLON, 225-245.
Drulák, Petr (2008b): „Epistemologie, ontologie a operacionalizace“, In: Drulák, Petr a kol.,
Jak zkoumat politiku: Kvalitativní metodologie v politologii a mezinárodních vztazích.
Praha: Portál, s. 14-28.
Emirbayer, Mustafa (1997) „Manifesto for a Relational Sociology“. American Journal of
Sociology, Vol. 103, No. 2, 281-317.Friedrichs, Jörg (2008) Fighting Terrorism and
Drugs: Europe and international police cooperation. London and New York: Routledge.
Friedrichs, Jörg and Friedrich Kratochwil (2009) „On Acting and Knowing: How Pragmatism
Can Advance International Relations Research and Methodology“. International
Organization 63, Fall 2009, 701–31.
George, Alexander L. a Andrew Bennett. 2005. Case Studies and Theory Development in the
Social Sciences. Cambridge MA: MIT Press.
Goertz, G., Mahoney, J.: Scope in Case Study Research, 2006.
Jackson, Patrick T. (2011) The Conduct of Inquiry in International Relations. London and
New York: Routledge.King, Gary, Robert Keohane a Sidney Verba. 1994. Designing
Social Inquiry. Scientific Inference in Qualitative Research. Princeton, New Jersey.
Kratochwil, Friedrich (2007) „Of false promises and good bets: a plea for
a pragmatic approach to theory building (the Tartu lecture)“. Journal of International
Relations and Development, 10, 1–15.
Kurki, Milja (2007) „Critical Realism and Causal Analysis in International Relations“.
Millennium, vol. 35, No.2, 361-378.
Lijphart, A.: Consociation and Federation: Conceptual and Empirical Links. Canadian Journal
of Political Science/Revue canadienne de science politique, 1979, vol. 12, no. 3, s. 499–
515.
Lijphart, A.: The Politics of Accommodation. Pluralism and Democracy in the Netherlands,
Berkeley: University of California Press, 1968.
Weber, M.: Metodologie, sociologie a politika. Praha, OIKOYMENH 1998 .
64
Weber, Steven (1997): Prediction and the Middle East Peace Process. Security Studies, Vol. 6,
No. 4, s. 167-179.
Wight, Colin (2007) „Inside the epistemological cave all bets are off“. Journal of
International Relations and Development, 10, 40–56.
65
6. Komparativní případová studie
Jan Karlas
Komparativní případovou studii (dále pouze komparativní studie) používáme
k soustředěnému studiu případů, tedy příkladů určitého jevu (George – Bennett 2005: 17-19;
Van Evera 1997: 27-30). Zkoumáme dva nebo několik případů a provádíme jejich srovnávací
analýzu (tzv. across-case analysis) (George – Bennett 2005: 18-19). Komparativní studie se
vyznačuje, alespoň ve svém převládajícím pojetí, tím, že patří mezi metodologie tzv.
vysvětlujícího (explanatorního) výzkumu.
V rámci vysvětlujícího výzkumu vytvářejí hlavní alternativy komparativní studie statistická
analýza, kvalitativní komparativní analýza (QCA) a případová studie (viz příslušné kapitoly
v této knize). Z hlediska počtu případů leží komparativní studie mezi statistickou analýzou a
QCA na jedné straně a případovou studií na straně druhé. Z toho vyplývá i její obecně
omezená vnitřní platnost: nenabízí ani „šířku“ statistické analýzy (případně QCA), ani
„hloubku“ případové studie. Z tohoto důvodu ji často kombinujeme s metodami případové
studie, zejména s metodou rozboru procesu (process-tracing) (viz Bennett – George 2005: 28-
30). K pozitivům komparativní studie patří to, že obecně může vykazovat vyšší konstrukční
platnost a teoretický potenciál než statistická analýza a v některých případech i než případová
studie. Jestliže má nějakou zvláštní hodnotu, spočívá tato hodnota v tom, že – na rozdíl od
případové studie – kombinuje konstrukční platnost a teoretický potenciál s vyšší mírou vnější
platnosti. V kombinaci s rozborem procesu tak komparativní studie může představovat cenný
metodologický nástroj obsahující několik různých kvalit.
První část této kapitoly ukáže, že komparativní studie se uplatňuje především ve vysvětlujícím
výzkumu, který pracuje s teoriemi. Využívá se přitom jak ve výzkumu vycházejícím
z pozitivismu, tak ve výzkumu založeném na vědeckém realismu. Jádro kapitoly tvoří její
druhá část, která vymezuje výzkumný rámec komparativní studie. Nabízí tak praktický návod
k tomu, jak tuto metodologii využít. Třetí část podrobněji rozebírá vybranou aplikaci
komparativní studie, konkrétně práci Thedy Skocpolové States and Social Revolutions z roku
1979, jež patří mezi přední díla politické a historické sociologie. Poslední část kapitoly se
zamýšlí nad silnými a slabými stránkami komparativní studie.
6.1.Komparativní studie v historii a současnosti
Komparativní studie se používá v podstatě od počátků zkoumání politické reality i sociální
reality jako takové. Setkáváme se s ní v dílech řady zakládajících postav politologie i dalších
sociálních věd, mezi které patří Adam Smith, Alexis de Tocqueville nebo Karl Marx
(Mahoney – Rueschmeyer 2003: 3). Určitý ústup zaznamenává, spolu s dalšími kvalitativními
přístupy, v polovině 20. století, tedy v okamžiku širšího uplatnění kvantitativních metod
v sociálních vědách (viz též George – Bennett 2005: 3). V druhé polovině 60. let však začínají
sociálně vědní badatelé opět projevovat zájem o komparaci omezeného počtu případů. Od 70.
let komparativní studie zaujímá místo jedné z častých kvalitativních metodologií politologie a
v menší míře i mezinárodních vztahů.
Komparativní studie se v několika posledních desetiletích uplatňovala jak v pozitivisticky
založeném výzkumu, tak ve výzkumu vycházejícím z vědeckého realismu. Pro pozivisticky
laděné badatele představovala především jednu z alternativ k experimentu jako
metodologickému ideálu vědy (Collier 1991: 106-108; George – Bennett 2005: 25; Lijphart
1971: 683-684; Van Evera 1997: 51). Experiment sice nabízí maximální kontrolu kauzálního
66
vlivu nezávislých proměnných, zároveň se ale těžko provádí při výzkumu sociální reality.
Značná část sociálně vědních badatelů tak přistupovala ke komparativní studii jako
k částečnému řešení tohoto problému. Podobně jako statistická analýza – i když v menší míře
– umožňuje alespoň omezeným způsobem kontrolovat kauzální vliv nezávislých proměnných
(viz např. Lijphart 1971; Mackie – Marsh 1995: 173-174; částečně též King – Keohane –
Verba 1994: 219-223).
Pro badatele vycházející z vědeckého realismu představovala komparativní studie v minulosti
poměrně unikání možnost, jak skloubit jejich bytostný zájem o srovnávání substantivních
případů s analýzou kauzality (Katznelson 1997).
Z tohoto důvodu jí využívaly stoupenci strukturalistických přístupů, především v rámci
komparativní historie nebo historické sociologie (Collier 1991; Skocpol – Sommers 1980).
Mezi nejvýznamnější představitele tohoto využití komparativní studie patří Perry Anderson,
Reinhard Bendix, S. N. Eisenstadt, Seymour Martin Lipset, Stein Rokkan, Barrington Moore,
Charles Tilly nebo Immanuel Wallerstein. Pro strukturalisty nepředstavovala komparativní
studie pouze metodologickou pomůcku, ale vytvářela jeden ze základních pilířů jejich
teoretického přístupu.
6.2.Výzkumný rámec komparativní studie
6.2.1. Výzkumné cíle a výzkumné otázky
Komparativní studie představuje jako většina metodologií vysvětlujícího výzkumu nástroj pro
propojení teorie zobecňující kauzální vztahy s empirickými daty. Můžeme ji použít
v souvislosti s korelačním i podmínkovým pojetím kauzality. První z těchto pojetí je typické
pro statistické metody, ale používá se i v komparativních případových studiích (King –
Keohane – Verba 1994). Korelační pojetí kauzality se zabývá vztahem mezi dvěma různými
jevy, které zachycujeme a měříme pomocí proměnných. Proměnná je vlastnost, znak či
charakteristika zkoumaných případů, která může nabývat různých hodnot. Závislá proměnná
zachycuje intenzitu jevu, o jehož vysvětlení usilujeme. Nezávislá proměnná vyjadřuje faktor,
který může uvedený jev ovlivňovat nebo způsobovat. Korelační pojetí zkoumá, zda hodnota
závislé proměnné kolísá v závislosti na hodnotě nezávislé proměnné, tj. zda spolu hodnoty
obou proměnných korelují.
Korelační pojetí má zároveň blízko k pravděpodobnostnímu přístupu ke kauzalitě (Collier –
Brady – Seawright 2010: 145-148; Goertz – Mahoney 2012; Ragin – Becker 1992: 106-107).
Silné hodnoty nezávislé proměnné podle něj zvyšují pravděpodobnost, že silných hodnot
dosáhne i závislá proměnná. Jde však o předpoklad pravděpodobnosti, nikoliv nutnosti. To
mj. znamená, že nepřítomnost vazby mezi oběma proměnnými v jednom nebo několika
případech ještě nevyvrací její obecnou platnost. V korelačním pojetí rovněž jednotlivé
případy představují spíše jen zdroje dat, nežli substantivní entity. Zaměřuje se především na
vyhodnocení kauzálního vlivu jednotlivých nezávislých proměnných.
Komparativní studii můžeme stejně tak využít pro podmínkovou analýzu (viz např. Mahoney
– Goertz 2006: 5-8; Ragin 2000: 33-34). V tomto typu výzkumu závislou a nezávislou
proměnnou nahrazují empirický výsledek a kauzální podmínky. Výsledek představuje jev,
jehož výskyt chceme vysvětlit. Kauzální podmínka představuje faktor, který může výskyt
uvedeného jevu způsobovat. Jestliže určitý faktor představuje tzv. nutnou podmínku daného
výsledku, pozitivní hodnota (tj. přítomnost nebo silná přítomnost) výsledku si vždy (tj.
v každém empirickém případě) vyžaduje i pozitivní hodnotu vysvětlujícího faktoru. Pokud
67
naopak tento faktor vytváří tzv. postačující podmínku empirického výsledku, jeho výskyt
vždy povede i k výskytu výsledku.
Podmínkové pojetí kauzality jde často ruku v ruce s deterministickým přístupem. Podle něj by
přítomnost postačující podmínky měla s určitostí vést k tomu, že dojde v daném případě i
k empirickému výsledku, pro který je daná podmínka postačující. Naproti tomu výskyt
výsledku by si měl vždy vyžadovat přítomnost nutné podmínky. Jestliže tedy neprokážeme
zkoumanou vazbu v jednom nebo několika málo případech, jedná se o její vážné
zpochybnění. S tím souvisí i skutečnost, že podmínkový přístup se soustředí na rozbor
samotných případů spíše než na vyhodnocování kauzální relevance zkoumaných podmínek.
Zabývá se především vysvětlováním zásadních jevů, jejichž kauzální podmínky hledá.
Tomu, že se komparativní studie váže k vysvětlujícímu výzkumu, odpovídá i způsob kladení
výzkumných otázek. Typická výzkumná otázka uplatňovaná v takové studii se ptá „Proč?“,
případně „Co je důsledkem?“. V komparativní studii převládají otázky „Proč?“, které se ptají
po příčinách určitého fenoménu. V tomto případě analyzujeme závislou proměnnou (nebo
empirický výsledek). Výzkumným cílem samotné empirické analýzy je identifikace nezávislé
proměnné (kauzální podmínky), která závislou proměnnou (empirický výsledek) ovlivňuje.
? → Y
Výzkumná otázka „Co je důsledkem?“ je v komparativní studii méně častá. V tomto případě
je naší studovanou proměnnou nezávislá proměnná (nebo kauzální podmínka). Výzkumným
cílem samotné empirické analýzy je identifikace závislé proměnné (nebo empirického
výsledku), který je důsledkem určitého fenoménu.
X → ?
Váha teorie a případů v komparativní studii kolísá. Mezi její tři hlavní cíle patří 1) formování
nových teorií (nebo nových teoretických hypotéz), 2) testování teorií a 3) aplikace teorie (viz
např. Eckstein 1975: 94; George – Bennett 2005: 74-79; Lijphart 1971: 691-693; Van Evera
1997: 55). Setkáváme se proto s teoreticky zaměřenými srovnáními omezeného počtu případů
i s komparativními studiemi, které usilují o vysvětlení událostí a procesů pozorovaných
v empirických případech.
Komparativní studii často používáme k testování hypotézy, kdy ověřujeme platnost hypotézy
(hypotéz) pomocí srovnávání hodnot empirického výsledku a kauzálních podmínek napříč
případy. Hypotéza je z teorie odvozená teze – odpověď na výzkumnou otázku, která postuluje
vztah mezi konkrétní kauzálními podmínkami (předpokládanou příčinou) a empirickým
výsledkem (předpokládaným důsledkem).
X → Y
Testování teoretických hypotéz je deduktivní výzkumná strategie, což v praxi znamená, že
hypotézu (hypotézy) formulujeme hned na začátku celého výzkumu (při sestavování
výzkumného rámce).
Příkladem komparativní studie testujícím určitou teoretickou hypotézu je článek Stephena
Saidemana a jeho kolegů ?(Saideman et al. 2005)?. Testují hypotézu, že nutnou podmínkou
změny sociálních identit v průběhu separatistických konfliktů jsou materiální zájmy elit,
konkrétně jejich snaha získat domácí a zahraniční podporu. Jejich studie zkoumá změny
sociální identity ve dvou vybraných případech konstrukce státní identity na pozadí
separatismu, konkrétně v případech separatistického hnutí v Eritreji v letech 1961 a 1991 a
separatistického hnutí v Makedonii v letech 1989 a 1995. V obou těchto případech
68
doprovázely snahu o samostatnost výrazné pokusy politických elit o konstrukci státní identity.
Elity zároveň v průběhu vývoje konstrukce identity měnily.
Zjištění Saidemana a jeho kolegů dokládají, že zájem elity na získání především domácí
podpory funguje jako nutná podmínka proměny státní identity. V eritrejském případě v 60.
letech separatistické hnutí vyměnilo původně islámsky založenou konstrukci identity za
teritoriální a etnickou konstrukci, aby získalo maximální domácí podporu. K této identitě se
z uvedeného důvodu vrátilo i v 70. letech po pokusu vystavět identitu ideologicky, na bázi
sociální revoluce a marxistické ideologie. Stejně tak v Makedonii elity po určité době upustily
od formování etnicky založené identity ve prospěch teritoriálního pojetí, které jim mohlo
přinést výraznější domácí podporu.
Komparativní studii můžeme využít i k formování nových teoretických hypotéz,
prostřednictvím identifikace základních podobností a odlišností mezi několika případy.
Výzkumná otázka zní obdobně jako v případě testování teorie. Ovšem formulace nové teorie
je induktivní proces. To v praxi znamená, že teoretické hypotézy nejsou naformulovány na
začátku výzkumu, ale jsou výsledkem celé analýzy.
Vytváření hypotézy ilustruje článek Johna S. Odella (2009). Zabývá se vyjednáváním
probíhajícím v mezinárodních organizacích. Zaměřuje se na otázku, proč v některých
případech končí tato vyjednávání úspěšně, zatímco v jiných často nemohou pokročit vpřed.
Odell zkoumá tuto otázku tak, že srovnává dva různé případy vztahující se k zahájení
současného vyjednávacího kola Světové obchodní organizace (WTO), tedy Katarského kola.
První případ představují vyjednávání o zahájení tohoto kola probíhající v roce 1999 v Seattlu.
Jako druhý případ pak autor zvolil vyjednávání o otevření kola probíhající o dva roky později
v katarském Doha. Zatímco v Seattlu se členské státy organizace na otevření vyjednávacího
neshodly, v Doha shodu nalezly.
Odell na základě srovnání obou případů zjišťuje, že postačující podmínku úspěšného
vyjednávání představuje jeho integrativní povaha. Při jednání v Doha státy použily více
integrativní vyjednávací strategie. Naproti tomu v Seattlu se soustředily pouze na své vlastní
výnosy a jejich prosazení. Srovnání obou případů však Odella zároveň vede ke zformování
nových teoretických hypotéz o vyjednávání v mezinárodních organizacích. Tyto hypotézy zní
následovně: 1) jestliže stát vnímá situaci tak, že možnost alternativy, která se mu nabízí vedle
spolupráce s jinými státy, klesá, začne více do svého jednání začleňovat integrativní prvky (a
obráceně); 2) šance na odblokování vyjednávání se zvyšují, pokud státy používají integrativní
strategie; 3) šance na odblokování vyjednávání se zvyšují, …, jestliže zprostředkující aktér
konzultuje s větším počtem účastníků vyjednávání a navrhuje propracovaný vyjednávací text
nebo návrh (Odell 2009: 295).
Při aplikaci teorie, která představuje poslední typický cíl komparativní studie, nás obvykle
nejdříve zaujme konkrétní případ a hledáme jeho vysvětlení. Komparace nám v tomto případě
umožní ověřit platnost tohoto vysvětlení tím, že ho srovnáme s jinými relevantními případy.
Jestliže se v námi zkoumaném případu něco odehrálo, dává smysl srovnat tento případ
s dalším, poměrně odlišným případem, ve kterém se přesto odehrálo něco podobného. Pokud
v obou případech doprovázela zkoumaný vývoj stejná kauzální podmínka, naše vysvětlení se
stane průkaznějším. Podobně můžeme náš případ porovnávat s velmi podobným případem, ve
kterém se ale daný jev neodehrál. Pokud zjistíme, že kauzální podmínka měla pozitivní
hodnotu jen v prvním případě, domnělé kauzální důsledky této podmínky se opět posilují.
Tímto způsobem Richard Steinberg zkoumá otázku, proč vyjednávání v globálním obchodním
režimu kolísají mezi „vyjednáváním založeným na právu“ (law based bargaining) a
„vyjednáváním založeným na moci“ (power based bargaining) (Steinberg 2002). Steinberg
srovnává ve své studii celkem čtyři případy vyjednávání v rámci globálního obchodního
režimu: 1) otevření tzv. Tokijského kola, 2) uzavření Tokijského kola, 3) otevření tzv.
Uruguayského kola, a 4) uzavření Uruguayského kola. Mezi těmito čtyřmi případy existuje
69
zajímavá odlišnost v tom, že pouze poslední z nich se vyznačoval „vyjednáváním založeným
na moci“.
Steinberg ukazuje, že postačujícími podmínkami pro „vyjednávání založeném na právu“ byly
v případě globálního obchodního režimu mocenské zájmy silných států a geopolitický kontext
Studené války. Silné státy usilovaly o přípravu vyjednávacích kol otevřeným způsobem proto,
že díky otevřenosti vyjednávání získaly možnost se více dozvědět o preferencích slabších
zemí. Tato podmínka ale normativně založené vyjednávání dostatečně neobjasňuje, protože
v případě Tokyjského kola se použilo i v závěrečné fázi vyjednávání. To vysvětluje
geopolitický kontext Studené války, ve kterém silné státy zohledňovaly ekonomické zájmy
slabších zemí z důvodu jejich strategického udržení v západním bloku. Po skončení Studené
války již tento motiv absentuje, což vysvětluje mocensky založené uzavření Uruguayského
kola.
6.2.2. Výběr případů
Je to právě výběr případů, při kterém nejvíce využijeme základní metody komparativní studie.
Těmi jsou dvě základní tzv. Millovy metody, tedy tzv. metoda shody (method of agreement) i
metodu rozdíla (method of difference) (Mill 1888 in Etzioni – Dubow 1970: 207-208).
Metoda shody prověřuje, zda posuzovaná kauzální podmínka představuje nutnou podmínku
výsledku. Při jejím využití srovnáváme dva nebo několik případů, ve kterých se výsledek
vyskytuje. Potom logicky platí, že každou kauzální podmínku, která se nevyskytuje ve všech
zkoumaných případech (viz podmínky A, B a D v tabulce č. 1), můžeme vyloučit jako nutnou
podmínku příslušného výsledku.
Při použití metody shody tedy pro komparativní analýzu vybíráme případy, které sice spojuje
výskyt námi zkoumaného výsledku, ale jinak jsou maximálně odlišné. Tím se zvyšuje
pravděpodobnost, že většina kauzálních podmínek se nebude ve všech zkoumaných případech
vyskytovat. Všechny tyto podmínky, které se vyskytují pouze v některých případech, pak
budeme moci vyloučit jako nutné podmínky výsledku, který jsme zaznamenali ve všech
případech. Aplikace metody shody, která je znázorněna v tabulce č. 1, nás vede k závěru, že
nutnou podmínkou zkoumaného výsledku nemohou být podmínky, která se nevyskytují ve
všech zkoumaných případech (podmínky A, B, D).
Tabulka č. 1: Metoda shody
Kauzální podmínky Výsledek
Případ A B C D E
1 * - * * *
2 - * * * *
3 - * * - *
* podmínka či výsledek se v daném případě vyskytuje
- podmínka není v daném případě přítomna
Výběr případů podle metody shody můžeme dobře ilustrovat na již zmíněném výzkumu
Saidemana a jeho kolegů (Saideman et al. 2005: 621), kteří testovali hypotézu o vztahu mezi
způsobem konstrukce sociálních identit a materiálními zájmy elit. Autoři zvolili dva případy
separatismu, které se nacházely ve shodné situaci, co se týče konstrukce sociálních identit
(Eritrea v 60. a 70. letech i Makedonie v 90. letech byly nábožensky i jazykově rozdělené
společnosti). Kromě této shody ale vykazovaly celou řadu odlišných charakteristik: Zatímco
Makedonie se nachází v Evropě, Etiopie leží v Africe. Oba případy tedy spadají do zcela
70
jiného kulturně civilizačního okruhu. Liší se i historickým a strategickým kontextem (období
před a po skončení Studené války), způsobem dosažení samostatnosti (mírová cesta vs.
krvavý konflikt) a celou řadou dalších charakteristik.
Naopak prostřednictvím metody rozdílu ověřujeme, zda kauzální podmínka představuje
postačující podmínku výsledku. Podle metody rozdílu srovnáváme minimálně jeden pozitivní
případ, tedy případ, ve kterém se zkoumaný výsledek vyskytuje, s alespoň jedním negativním
případem, tedy případem, ve kterém se příslušný výsledek nevyskytuje. Následně můžeme
vyloučit jako postačující podmínku jakoukoliv kauzální podmínku, která se vyskytuje
v pozitivních i negativních případech. Za těchto okolností je zjevné, že taková kauzální
podmínka (v tabulce č. 2 se jedná o podmínky B a C) nepostačuje k tomu, aby zkoumaný
výsledek nastal. Použití metody rozdílu, která je znázorněno v tabulce č. 2, nás vede k závěru,
že postačujícími podmínkami zkoumaného výsledku nemohou být podmínky, která se
vyskytují jak v případech, kdy jsme zaznamenali zkoumaný výsledek, tak v případech, kdy
jsme zkoumaný výsledek nezaznamenali (v tabulce č. 2 se jedná o podmínky B a C).
Tabulka č. 2: Metoda rozdílu
Kauzální podmínky Výsledek
Případ A B C D
1 * - * * *
2 - * * * *
3 - * * - *
podmínka či výsledek se v daném případě vyskytuje
- podmínka není v daném případě přítomna
V případě metody rozdílu proto volíme případy, které se liší v hodnotě empirického výsledku,
ale zároveň mají maximálně podobný charakter. Obecnou podobnost případů totiž zpravidla
doprovází stejná hodnota převážného množství kauzálních podmínek napříč těmito případy.
Tím, že vybíráme maximálně shodné případy, můžeme vyloučit ty kauzální podmínky, ve
kterých se zvolené případy shodují, jako možné postačující podmínky vysvětlující zkoumaný
výsledek. Podobnost případů lze identifikovat jak synchronně (zaměření na více jednotek
spojených stejnou nebo podobnou funkcí, např. národní státy), tak diachronně (zaměření na
jednu jednotku v různých časových obdobích její existence). Tímto způsobem můžeme
porovnávat např. odlišnost v zahraniční politice dvou států nacházejících se ve stejné
politicko-geografické oblasti nebo změnu v zahraniční politice jednoho státu mezi dvěma
různými časovými obdobími.
Na základě metody rozdílu zvolila případy například Pauline Jones Luong (Luong 2002). Její
práce se zabývá odlišnostmi volebních systémů v Kazachstánu, Kyrgyzstánu a Uzbekistánu.
V duchu metody rozdílu tedy staví na několika případech, které se navzdory odlišnosti svých
výsledků vyznačují výraznou podobností. Prostřednictvím vyloučení těch kauzálních
podmínek, které ve všech třech případech nabývají podobných hodnot, se pak Loung
snaží eliminovat faktory, které rozdíl mezi uvedenými zeměmi nevysvětlují. Konkrétně
poukazuje na to, že míra otevřenosti zkoumaných volebních systémů nezávisí na socioekonomickém
rozvoji. Tento rozvoj totiž dosahuje ve všech třech zemích podobné úrovně.
Jako postačující podmínku naopak autorka pomocí metody rozdílu vymezuje percepce
politických elit týkající se jejich politického postavení.
Při volbě případů a při vytváření komparativní studie obecně však můžeme využít ještě třetí
z Millových metod, tzv. „metodu souvisejících kolísání“ („method of concomitant
variations“). Tato metoda na rozdíl od metody shody a metody rozdílu netíhne
71
k dichotomickému pojetí kauzálních podmínek, podle kterého se podmínky buď vyskytují,
nebo absentují. Metoda souvisejících kolísání rozlišuje více hodnot proměnných, např.
„vysokou“, „střední“ a „nízkou“ hodnotu. Příčinnou souvislost vyhodnocujeme podobně jako
další dvě Millovy metody srovnáváním hodnot nezávislé proměnné s hodnotami závislé
proměnné napříč případy. Pokud tedy chceme použít metodu souvisejících kolísání, volíme
takové případy, ve kterých můžeme rozlišit více možných hodnot analyzovaných
proměnných.
Metodu souvisejících kolísání používají ve své analýze posilování odborů v Latinské Americe
např. Ruth Berins Collier a David Collier (Collier – Collier 1991). V rozboru vývoje v osmi
latinskoamerických zemích rozlišují čtyři různé hodnoty posilování odborů jako závislé
proměnné. Současně zkoumají několik nezávislých proměnných, mezi které patří např. moc
odborů nebo politická moc oligarchie. Collier a Collier tímto způsobem identifikují jako
klíčovou kauzální proměnnou politickou moc oligarchie. Z jejich výzkumu vyplývá, že
mobilizace odborů klesá v závislosti na této proměnné. Aktivita odborů může dosáhnout
vyššího stupně pouze tehdy, pokud politické postavení oligarchie klesne pod určitou úroveň.
Tabulka č. 3: Metoda souvisejících kolísání
Nezávislé proměnné
Závislá
proměnná
Případ A B C D
1 silná silná nízká střední silná
2 silná střední nízká nízká střední
3 nízká nízká střední střední nízká
Závěr: s hodnotami závislé proměnné korelují hodnoty nezávislé proměnné B
6.2.3. Vymezení proměnných
Komparativní studie zpracovává hodnoty empirických výsledků a kauzálních podmínek,
případně závislých a nezávislých proměnných, které jsme naměřili ve vybraných případech.
Pro komparativní studii obecně, a zejména pro její dominantní část stavějící na analýze
kauzálních podmínek a metodě shody nebo metodě rozdílu, je typický velký důraz na
konceptualizaci (Goertz 2006; Sartori 1970). Při operacionalizaci kauzálních podmínek a
empirického výsledku si klademe otázku, jaké kvalitativní druhy zkoumaného empirického
výsledku a kauzálních podmínek existují. Pomocí dodatečných atributů základního konceptu
nacházíme jeho druhy. Přitom zpravidla identifikujeme konkrétní druh empirického výsledku,
jehož přítomnost nás obzvláště zajímá, a kterou chceme vysvětlit. Například na základě
rozlišení různých typů státu můžeme dojít k tomu, že nás zajímá vznik národního státu
„západoevropského“ typu v raném novověku (Tilly 1990). Tento druh státu jako obecného
konceptu se pak stane konkrétním empirickým výsledkem naší analýzy. Budeme zkoumat, za
jakých podmínek tento typ státu vznikl, tj. jaké konkrétními druhy kauzálních podmínek ho
doprovázely.
Z toho vyplývá, že v dominantním pojetí komparativní studie pracujeme velmi často
s kategorickými, nominálními hodnotami podmínek a výsledků, případně rovnou s jejich
dichotomickými hodnotami. V tomto případě podmínky a výsledky (např. existence nebo
absence národního státu na určitém teritoriu v určité době) nabývají pouze dvou hodnot: buď
se vyskytují (pozitivní hodnota) nebo absentují (negativní hodnota). Ti, kdo staví na
72
komparativní studii, tak současně velmi často pracují s typologiemi (Collier – Laporte –
Seawright 2008).
Jiná varianta komparativní studie, která se váže ke korelačnímu pojetí kauzality a k metodě
souvisejících kolísání, se vyznačuje „kvantifikujícím“ přístupem. V tomto výzkumu
pracujeme s ordinálními či kardinálními proměnnými. Tyto proměnné tak nabývají několika
možných hodnot (typické je např. rozlišení vysoké, nízké a střední hodnoty). I tato varianta
komparativní studie stále náleží ke kvalitativnímu přístupu. I pro ni je proto důležitá
konceptualizace analyzovaných proměnných. Spíše než na vymezování druhů nebo typů
těchto proměnných se ale soustředí na operacionalizaci jejich stupňů, tj. určení kritérií,
prostřednictvím kterých tyto stupně rozlišíme.
Při stanovování možných kauzálních podmínek v komparativní studii je na místě určitá míra
úspornosti (parsimony). Tato úspornost totiž představuje řešení tradičně zdůrazňovaného
problému komparativní studie, tedy problému „hodně proměnných, málo případů“ (many
variables, small N) (viz např. Collier 1991; Lijphart 1971). Sociální realita kvůli své
komplexní povaze obsahuje poměrně velké množství důležitých faktorů. V důsledku toho
stojíme obvykle před větším počtem podmínek, které musíme vzít v úvahu. Konkrétní
podmínku ale můžeme označit za skutečnou příčinu zkoumaného jevu jen tehdy, pokud
vyloučíme kauzální působení dalších podmínek. Toho se však dosahuje velmi obtížně.
Komparativní studie se navíc – na rozdíl od statistické analýzy – zabývá pouze malým
množstvím zkoumaných případů. Na rozdíl od statistické analýzy tedy nemůže kontrolovat
působení podmínek podobně jako působení proměnných na základě jejich korelací ve větším
počtu případů.
Jednou z cest, kterou se v komparativní studii můžeme vyrovnat s problémem „mnoho
proměnných, málo případů“, je právě úspornost ohledně kauzálních podmínek a tedy redukce
jejich počtu. Existují přitom dvě varianty tohoto postupu. První z nich sází na sdružení všech
relevantních podmínek do několika podmínek klíčového významu. Druhá varianta se snaží
omezit na analýzu několika klíčových podmínek a ostatní podmínky vypustit.
6.2.4. Zpracování dat a interpretace výsledků
Jak bylo popsáno výše, hlavní cíl komparativní studie spočívá v posouzení příčinnosti
několika možných kauzálních podmínek nebo nezávislých proměnných. Výsledných zjištění
dosáhneme především prostřednictvím postupného vylučování jednotlivých podmínek nebo
proměnných tím, že srovnáváme jejich hodnoty s hodnotami empirického výsledku nebo
závislé proměnné. Konkrétní postup, jakým takové vylučování probíhá, jsme zachytili
v předcházejících částech, kdy jsme se věnovali metodě shody, metodě rozdílu a metodě
souvisejících rozdílů.
Pokud testujeme (deduktivně vytvořenou) teorii nebo teoretickou hypotézu, srovnáváme
předpovídané hodnoty empirického výsledku a kauzálních podmínek s jejich naměřenými
hodnotami v jednotlivých případech. Pokud reálné hodnoty výsledku a podmínek ve většině
případů odpovídají hodnotám, které předpovídá hypotéza, potvrzujeme hypotézu. Pokud
v rámci jedné komparativní studie testujeme větší počet vzájemně si konkurujících hypotéz,
děláme v zásadě to samé s tím, že poměřujeme empirickou realitu s větším počtem
(konkurenčních) teoretických předpovědí.
Induktivní hledání nových hypotéz má podobnou, ale částečně jinou logiku. Nepoměřujeme
naměřené hodnoty s nějakými teoretickými (předpovídanými) hodnotami, ale srovnáváme
naměřené hodnoty empirických výsledků napříč případy, ve snaze najít vazby mezi nimi a
hodnotami kauzálních podmínek.
73
6.3.Příklad aplikace komparativní studie: Sociální revoluce
To, jak vypadá výzkumný rámec a realizace komparativní studie v praxi, si dále přiblížíme
prostřednictvím práce Skocpolové States and Social Revolutions. Tato kniha představuje
jednu ze stěžejních prací historické i politické sociologie a staví na klasických Millových
metodách (Skocpol 1979). Jak upozorňuje James Mahoney, žádná komparativní studie dosud
nevyvolala z metodologického hlediska tolik diskuse jako právě toto dílo (Mahoney 1999:
1156). Skocpolová v této práci předložila nové vysvětlení sociálních revolucí, které se
kriticky vymezovalo vůči zavedeným vysvětlením. Dochází k závěru, že krize státu patří mezi
jednu ze dvou hlavních přičin sociální revoluce. Krize státu pramení ze střetu, ke kterému
dochází mezi státní byrokracií usilující o reformy reagující na vnější hrozbu a vládnoucí
třídou, která dané reformy odmítá. Neméně důležitou příčinu sociálních revolucí však
představují i rolnická povstání využívající zmíněného rozkolu mezi státní byrokracií a
vládnoucí třídou. K tomuto vysvětlení došla Skocpolová právě na základě komparativní studie
srovnávající několik historicky významných případů uskutečněných i pouze v zárodku
existujících sociálních revolucí.
Některé z metodologických diskusí k dílu States and Social Revolutions se zaměřovaly spíše
na toto dílo samo o sobě (viz zejm. Nichols 1986; Skocpol 1986). Další z nich se však na jeho
pozadí zabývaly i obecnými metodologickými otázkami komparativní studie. Patřily mezi ně
zejména výběr případů (např. Collier – Mahoney 1996; Geddes 1990) a prověřování
kauzálních vazeb (viz např. Goldstone 1997; Lieberson 1991, 1994; Mahoney 1999; Mahoney
2003; Savolainen 1994).
6.3.1. Výzkumné cíle
Z hlediska obvyklých cílů komparativní studie náleží dílo States and Social Revolutions mezi
práce usilující o vytvoření nových teoretických hypotéz. Jde mu totiž o vytváření nových
teoretických vysvětlení prostřednictvím empirické analýzy. Skocpolová konkrétně hledá
vysvětlení pro sociální revoluce, přičemž za hlavní motiv svého úsilí označuje nedostatečnost
již existujících vysvětlení tohoto fenoménu (Skocpol 1979: 5-14; srov. též Nichols 1986: 165-
167). Konkrétně odmítá následující teoretická vysvětlení sociálních revolucí: 1) marxistickou
perspektivu, 2) „agregovanou psychologickou“ perspektivu, 3) perspektivu
„systémového/hodnotového konsensu“ a 4) perspektivu „politického konfliktu“. Od všech
těchto perspektiv se vysvětlení Skocpolové odlišuje v následujících třech ohledech (Skocpol
1979: 14). Za prvé, má ne-voluntaristickou, strukturální povahu. Za druhé, vedle domácích
struktur a procesů přisuzuje význam také mezinárodním strukturám a procesům. Za třetí, stát
chápe jako aktéra, který jedná do značné míry autonomně na zájmech socio-ekonomických
aktérů.
Ačkoliv Skocpolová usiluje o vytvoření teoretického vysvětlení sociální revoluce, neusiluje o
předložení obecné teorie uvedeného jevu (Skocpol 1979: 5-6). Jak vysvětluje, obecné teorie
sociálních revolucí formulují širší konceptuální vzorce a hypotézy, které lze aplikovat napříč
velkým počtem historických případů. Naproti tomu teorie, se kterou přichází ona sama, se
vztahuje především k těm historickým případům sociální revoluce, na jejichž pozadí vzniká.
Stejně jako obecné teorie sociální revoluce se nicméně i její vysvětlení soustředí hlavně na
nalezení obecných kauzálních sil.
74
6.3.2. Výběr případů
Volba případů, kterou Skocpolová učinila, úzce souvisí s tím, že ve své práci využívá metodu
shody a metodu rozdílu (viz níže). Rozlišuje tak mezi pozitivními a negativními případy
sociální revoluce (Skocpol 1979: 36-42). Pozitivní případy se vyznačují tím, že v nich došlo k
sociální revoluci. Skocpolová se konkrétně zaměřuje na tři případy sociální revoluce – Francii
(Velkou francouzskou revoluci v 18. století), Rusko (revoluce v roce 1917) a Čínu (revoluce
v roce 1911). Negativní případy, tedy případy, kdy ke skutečné sociální revoluci odpovídající
autorčině definici nedošlo, zastupují v práci Skocpolové zejména Anglie (Parlamentní
revoluce v 17. století), Prusko (Reformní hnutí v 19. století a revoluce v letech 1848-1850) a
Japonsko (reformy Meiji v 19. století). Srovnatelnost těchto případů tak spočívá jednak ve
vzájemné srovnatelnosti pozitivních případů (podle metody shody) a také ve vzájemné
srovnatelnosti pozitivních a negativních případů jako celku (podle metody rozdílu).
6.3.3. Vymezení proměnných
Empirický výsledek (závislou proměnnou) představuje uskutečnění sociální revoluce. Tyto
revoluce Skocpolová definuje jako „rychlé, základní transformace společnosti státu a třídních
struktur; [sociální revoluce] jsou doprovázeny a částečně i vedeny třídně založenými
revoltami zespodu“ (Skocpol 1979: 4-5). Současně můžeme v práci States and Social
Revolutions rozlišit dva druhy kauzálních podmínek: komplexní podmínky a dílčí proměnné
(viz též Mahoney 1999: 1160-1164; Mahoney 2003: 358-359; Nichols 1986: 178).
V nejobecnější rovině se Skocpolová zabývá dvěma základními kauzálními podmínkami,
jimiž jsou „podmínky pro kolaps státu“ (conditions for state breakdown) a „podmínky pro
rolnickou revoluci“ (conditions for peasant revolution). Tyto komplexní podmínky však dále
rozkládá na pět dílčích nezávislých proměnných. První podmínka tak v sobě zahrnuje 1)
existenci mezinárodního tlaku, 2) autonomii státu a 3) zemědělskou zaostalost. „Podmínky
pro rolnickou revoluci“ vycházejí ze dvou následujících dílčích proměnných: 1) rolnické
autonomie a solidarity a 2) zranitelnosti vlastníků půdy. Práce Skocpolové se tedy řídí jedním
z postupů komparativní studie pro vymezení proměnných, který nabádá k redukci
podmínek/proměnných. Jak vyplývá z předchozího nástinu, Skocpolová redukuje větší počet
proměnných na dvě klíčové podmínky („podmínky pro kolaps státu“ a „podmínky pro
rolnickou revoluci“). V neposlední řadě věnuje Skocpolová pozornost i „kontrolním“
podmínkám vycházejícím ze čtyř výše zmíněných alternativních vysvětlení sociální revoluce
(marxistického vysvětlení, psychologického vysvětlení, perspektivy
systémového/hodnotového konsensu a perspektivy politického konfliktu). Patří k nim
především relativní nedostatek (relative deprivation) a povstání městských dělníků.
V práci States and Social Revolutions bohužel nenajdeme zřetelnou operacionalizaci
zkoumaných podmínek. Skocpolová však přesto jejich hodnoty určitým způsobem specifikuje
(viz též Mahoney 1999). K empirickému výsledku (sociální revoluce), k oběma základním
kauzálním podmínkám (podmínky pro kolaps státu a podmínky pro rolnickou revoluci) i ke
kontrolním podmínkám (relativní nedostatek a povstání městských dělníků) přistupuje
Skocpolová v zásadě jako k faktorům dichotomickým. Jde tedy o faktory, které nabývají dvou
možných hodnot - buď uvedené jevy existují nebo nikoliv. Za kritérium svědčící o existenci
sociální revoluce považuje přítomnost dvou následujících souborných procesů: 1) souběh
sociální změny s třídním povstáním a 2) souběh politické a sociální transformace. Jako projev
existence obou základních kauzálních podmínek autorka chápe přítomnost vysokých hodnot
dílčích kauzálních proměnných, z kterých se obě proměnné skládají. K dílčím nezávislým
proměnným přistupuje jako k faktorům, které nabývají několika možných hodnot.
75
Dílo States and Social Revolutions nenabízí ani obecné vymezení dat, která slouží pro zjištění
hodnot zkoumaných podmínek. Přesto však můžeme alespoň výčtem uvést hlavní faktory,
kterým při určování úrovně podmínek věnuje pozornost. Při zjišťování existence sociálních
revolucí (empirický výsledek) vychází Skocpolová z jejich vymezení jako rychlých a
základních proměn společnosti, státu a třídních struktur doprovázených a částečně vedených
„zespodu“ vznikajícími třídně založenými povstáními. Při posuzování konkrétních revolucí se
tedy soustředí na rychlost, hloubku a povahu politických a sociálních změn.
Při posuzování mezinárodního tlaku jako první z pěti dílčích nezávislých proměnných se
Skocpolová zabývá zejména možnou existencí mezinárodních ozbrojených konfliktů, které se
daného státu bezprostředně dotýkaly. Za ukazatel omezené autonomie státu (druhá dílčí
nezávislá proměnná) považuje zejména přítomnost vyšší společenské třídy vlastníků půdy a
její institucionalizované politické pravomoci. Jako hlavní ukazatel zemědělské zaostalosti
(třetí dílčí nezávislá proměnná) v práci States and Social Revolutions vystupuje úroveň
produktivity a růstu zemědělského sektoru. Rolnickou autonomii (čtvrtá dílčí nezávislá
proměnná) vyhodnocuje Skocpolová především podle toho, jakou část z celkového množství
půdy v dané zemi rolníci vlastnili. Zranitelnost vlastníků půdy jako pátá a poslední dílčí
nezávislá proměnná se v jejím pojetí odvíjí především od míry nezávislosti vlastníků půdy na
státu.
6.3.4. Zpracování dat a interpretace výsledků
Dílo States and Social Revolutions používá hned tři základní metody komparativní studie,
konkrétně metodu shody, metodu rozdílu a metodu souvisejících kolísání. Jak vyplývá
z vlastního pojetí Skocpolové, sází především na metodu shody a metodu rozdílu. V prvé řadě
vychází z metody shody. S její pomocí se snaží odhalit kauzální příčiny, které existovaly
v pozitivních případech sociální revoluce, tedy ve francouzském, ruském a čínském případě,
navzdory obecné odlišnosti těchto případů (Skocpol 1979; viz též Mahoney 1999, 2003).
Pomocí této metody vylučuje jako nutnou podmínku uskutečnění sociální revoluce povstání
městských dělníků, jelikož k přítomnosti tohoto faktoru nedochází ve všech třech pozitivních
případech revoluce. Zatímco francouzskou i ruskou revoluci povstání městských dělníků
doprovázelo, v čínském případě tento typ povstání neproběhl. Z toho autorka dovozuje, že
povstání městských dělníků nepředstavuje nutnou podmínku sociální revoluce.
Současně však Skocpolová využívá i metody rozdílu. Na jejím základě přistupuje ke všem
vybraným případům revoluce, tedy k pozitivním i negativním případům, jako k případům
v zásadě shodným. Snaží se tak odhalit faktory, v důsledku kterých v některých z případů
k revolucím nedošlo. Metoda rozdílu umožňuje autorce vyloučit jako postačující podmínku
sociální revoluce relativní nedostatek, který existoval jak v případech, kdy k sociální revoluci
došlo (pozitivní případy v podobě Francie, Ruska a Číny), tak v případech, kdy ke skutečné
sociální revoluci nedošlo (negativní případy v podobě Anglie, Pruska a Japonska).
S využitím metody souvisejících kolísání navíc Skocpolová řadí všechny zkoumané případy
podle hodnot, jakých v nich nabývá pět dílčích nezávislých proměnných. Tímto způsobem
opět vylučuje proměnné, které nemohly stát za revolucemi v pozitivních případech. Kromě
zmíněných metod komparativní studie se v práci States and Social Revolutions setkáme i s
aplikací metody rozboru procesu, která se jinak používá v případových studiích (viz kapitola
Případová studie). Z hlediska komparativní studie spočívá smysl rozboru procesu v tom, že
umožňuje posoudit závěry vycházející z komparativního srovnání na úrovni procesů
probíhajících v jednotlivých případech. Skocpolová zjevně chápe revoluce nejen jako
důsledek obecných příčin, ale současně i jako projev specifických a postupných dějů
odvíjejících se v jednotlivých případech. Tuto rovinu její analýzy dobře ilustruje např. její
76
přístup ke „zhroucení státu“ jako jedné z kauzálních podmínek a k rozboru této podmínky
ve francouzském případě. Na základě metod komparativní studie přistupuje Skocpolová ke
„zhroucení státu“ nejprve jako k podmínce, která buď existuje, nebo nikoliv (metoda shody a
metoda rozdílu). V rámci rozboru procesu však „zhroucení státu“ sleduje i jako postupný
proces skládající se z většího počtu dílčích kroků.
6.4.Zhodnocení komparativní studie
Komparativní studie na rozdíl od svých dvou hlavních alternativ, tedy statistické analýzy a
případové studie, disponuje relativně menšími „komparativními“ výhodami. Jestliže
statistické metody nabízejí badatelům neobvyklou „šířku“ (ve smyslu počtu zahrnutých
případů a pozorování), jednopřípadové studie naopak nabízejí neobvyklou „hloubku“, když se
maximálně noří do nitra jednotlivých případů. Komparativní studie se se svým srovnáváním
několika případů ocitá někde mezi nimi, aniž by je předčila v jednom či druhém ohledu (srov.
též Ragin 2000).
Ve srovnání se statistickou analýzou, ale i s případovou studií, dosahuje komparativní studie
zpravidla podstatně nižší vnitřní platnosti, tedy schopností prokazovat kauzální vazby. Stejně
jako v případě jiných metodologií, vyplývá její snížená vnitřní platnost z omezené možnosti
kontroly kauzálního vlivu kauzálních podmínek/nezávislých proměnných. Ve srovnání
s experimentem má pro tuto kontrolu pouze omezené možnosti (Collier 1991: 106-108;
George – Bennett 2005: 25; Lijphart 1971: 683-684; Van Evera 1997: 51). Stejně jako
statistická analýza totiž nemůže laboratorních podmínkách měnit hodnoty nezávislé proměnné
a přitom udržovat neměnné hodnoty všech kontrolních proměnných. Namísto toho se tedy
rovněž soustředí na pozorování empirické reality (Van Evera 1997: 27-30). Komparativní
studie však navíc kvůli malému množství případů nemůže na rozdíl od statistické analýzy
hodnotit vliv proměnných prostřednictvím analýzy jejich korelace ve vysokém počtu případů
(Lijphart 1971: 684). Na rozdíl od případové studie ale zároveň nevyvažuje tento nedostatek
ani hloubkovou analýzou kauzality pomocí rozboru kauzálních procesů a mechanismů nebo
velkého počtu pozorování vyskytujících se „uvnitř“ případů (Bennett – George 2005;
Campbell 1975; Van Evera 1997: 51-55).
Vedle sklonu k omezené vnitřní platnosti čelí komparativní studie, stejně jako případová
studie, i slabé vnější platnosti, tedy schopností zobecnit závěry plynoucí z jednoho případu na
další případy (Bennett – George 2005: 30-32; Collier 1991: 113; Van Evera 1997: 53-54).
Jeden nebo několik případů, na které se zaměřuje, se svými charakteristikami mohou
odlišovat od značného počtu případů daného jevu.
Dílčí problém komparativní studie spočívá ve slabinách jejích klasických, tedy Millových
metod. Diskuse Millových metod tvoří vpravdě svébytnou a stále se rozvíjející linii (základní
příspěvky viz zejména Goldstone 1997; Lieberson 1991, 1994; Mahoney 1999; Nichols 1986;
Savolainen 1994; Skocpol 1986). Poměrně značná odborná náročnost a nedostatek prostoru
nám neumožňují přiblížit zde hlavní argumenty, které se v této diskusi objevily. Zmiňme tedy
pouze snad nejčastěji zmiňovaný problém Millových metod, který spočívá v jejich zaměření
na téměř naprosto podobné nebo téměř naprosto odlišné případy. I samotný Mill se totiž
domníval, že sociální realita v zásadě neobsahuje případy tohoto typu a že jeho metody lze
tedy jen obtížně použít ve společenských vědách (viz Bennett – George 2005: 152-162;
Lijphart 1971: 688; Skocpol – Somers 1980: 194; Van Evera 1997: 57-58).
Zmiňme však i několik rysů komparativní studie, které jí dávají výrazný potenciál. Za prvé,
stejně jako případová studie má komparativní analýza dobré předpoklady z hlediska
konstrukční platnosti a teoretického potenciálu. Pomáhá nám řešit to, že většina sociálně
vědních konceptů se jen těžko definuje a měří (viz např. George – Bennett 2005: 17-18, viz
77
též Van Evera 1997: 54). Komparativní studie tento úkol usnadňuje, neboť nám dává možnost
hlubšího studia konceptů prostřednictvím omezeného počtu případů. Takto můžeme
upřesňovat povahu obecných konceptů a vymezovat kritéria pro jejich měření. To přitom není
příliš možné ve statistické analýze, která se zaměřuje na zběžnější analýzu velkého počtu
případů.
Silnou stránkou komparativní studie může být i teoretický potenciál. Ten vychází z její
schopnosti odkrývat nové teoretické hypotézy na základě srovnávání několika případů
(George – Bennett 2005: 20-21). Jeden možný postup nabízí studium případů, které se
vyznačují neobvykle silnou hodnotou empirického výsledku nebo kauzálních podmínek, a
jejich srovnání s případy, kde takto silná hodnota absentuje. Za určitých podmínek může
komparativní studie vykazovat i vyšší konstrukční platnost a teoretický potenciál než
případová studie díky tomu, že zkoumá několik případů. Řada cenných konceptuálních a
teoretických poznatků může vystoupit do popředí až tehdy, když přestaneme konkrétní
případy zkoumat odděleně a začneme je srovnávat.
Za druhé, vnitřní platnost komparativní studie můžeme zvýšit její kombinací s metodami
případové studie, zejména s metodou rozboru procesu. Srovnávání hodnot proměnných napříč
případy tak můžeme doplnit zkoumáním procesů, které se odehrávají v jednotlivých
případech (viz Bennett – George 2005: 28-30; Van Evera 1997: 51-53). Za třetí, ve srovnání
s případovou studií patří k silným stránkám komparativní studie její relativně vyšší vnější
platnost. Tím, že překračuje hranice jednoho případu, umožňuje větší zobecňování získaných
poznatků.
6.5.Závěr
Komparativní studie patřila v minulosti v komparativní politologii a v menší míře i v
mezinárodních vztazích k poměrně často využívaným metodologiím. Za tento stav do značné
míry vděčí své epistemologické a ontologické otevřenosti. Těšila se pozornosti jak ze strany
pozitivistických badatelů, kteří v ní viděli jednu z možností pro nahrazení experimentu, tak
realistických badatelů, kterým dává jedinečnou možnost pro kauzální analýzu několika
substantivních případů. Tato metodologie je i relativně pluralitní z hlediska cílů. Využívá se
pro vytváření a testování teoretických hypotéz i pro jejich aplikaci.
Využití komparativní studie nicméně v současnosti zaostává za využitím jejich dvou hlavních
alternativ, tedy statistické analýzy a případové studie. Tento stav lze přičíst především
relativně nízké vnitřní platnosti komparativní studie, tedy její schopnosti prokázat kauzální
vazbu mezi proměnnými. Tuto okolnost však může v konkrétních případech vyvažovat
konstrukční platností a teoretickým potenciálem. Případovou studii naopak komparativní
studie předčí vnější platností. Nakonec i omezenou vnitřní platnost komparativní studie lze
vyvážit její kombinací s metodami případové studie. Komparativní studii a případovou studii
bychom tak měli vidět spíše jako doplňující než konkurenční přístupy: zatímco metody
případové studie mohou přispět ke zvýšení vnitřní platnosti komparativní studie, metody
komparativní studie mohou zvýšit vnější platnost případové studie. A nakonec ve své základní
podobě představuje komparativní studie vhodný nástroj pro ty, kteří chtějí předběžně testovat
relevanci hypotéz, aniž by chtěli detailně rozebírat procesy probíhající uvnitř jednotlivých
případů. Do této kategorie velmi často patří mj. studenti zpracovávající bakalářskou nebo
diplomovou práci.
78
Kontrolní otázky
S jakými epistemologickými předpoklady se komparativní studie pojí?
K jakým cílům lze využít komparativní studii?
Jakým způsobem byste řešili problém „hodně proměnných, málo případů“?
Pokuste se navrhnout konkrétní případy, které by se hodily pro aplikaci metody shody a
metody rozdílu.
Jakým způsobem byste zvýšili vnitřní platnost komparativní studie?
Literatura
George, Alexander L. a Andrew Bennett. 2005. Case Studies and Theory Development in the
Social Sciences. Cambridge MA: MIT Press.
Van Evera, Stephen. 1997. Guide to Methods for Students of Political Science. Ithaca: Cornell
University Press.
SKOCPOL, Theda. States and social revolutions: a comparative analysis of France, Russia,
and China. Reprint. Cambridge: Cambridge University Press, 1979. ISBN
9780521294997.
RUESCHEMEYER, Dietrich. Comparative historical analysis in the social sciences. Editor
James Mahoney. New York: Cambridge University Press, c2003, xix, 444 s. Cambridge
studies in comparative politics. ISBN 0521016452.
Collier, D.: The Comparative Method: Two Decades of Change. In: Rustow, D. A., Kenneth,
P. et al.: Comparative Political Dynamics: Global Research Perspectives. New York,
Harper Collins 1991, s. 7–31.
Lijphart, A.: Consociation and Federation: Conceptual and Empirical Links. Canadian Journal
of Political Science/Revue canadienne de science politique, 1979, vol. 12, no. 3, s. 499–
515.
Van Evera, Stephen. 1997. Guide to Methods for Students of Political Science. Ithaca: Cornell
University Press.
Mackie, T., Marsh, D.: The Comparative Method. In: Marsh, D., Stoker, G. et al.: Theory and
Methods in Political Science. Houndmills, Macmillan 1995, s. 173–188.
King, G., Keohane, R. O., Verba, S.: Designing Social Inquiry: Scientifi c Inference in
Qualitative Research. Princeton, Princeton University Press 1994.
Katznelson, Ira, 1997. „Structure and Configuration in Comparative Politics.“ In.
Comparative politics: rationality, culture, and structure. 2nd ed. LICHBACH, Mark Irving
a Alan S ZUCKERMAN New York: Cambridge University Press, 2009, xvi, 497 p.
Cambridge studies in comparative politics. ISBN 0521712343.
Collier, D.: The Comparative Method: Two Decades of Change. In: Rustow, D. A., Kenneth,
P. et al.: Comparative Political Dynamics: Global Research Perspectives. New York,
Harper Collins 1991, s. 7–31.
Skocpol, T., Sommers, M.: The Uses of Comparative History in Macrosocial Inquiry.
Comparative Study of Society and History, 1980, vol. 22, s. 174–197.
79
Collier, D, H. Brady, J. Seawright. 2010. „Critiques, Responses, and Trade Offs: Drawing
Together the Debate.“ Pp. 125-159 in H. Brady, D. Collier (eds.). Rethinking social
inquiry: diverse tools, shared standards. Lanham: Rowman & Littlefield Publishers.
GOERTZ, Gary a James MAHONEY. A tale of two cultures: qualitative and quantitative
research in the social sciences. Princeton, N.J.: Princeton University Press, 2012, viii, 238
s. ISBN 9780691149714.
RAGIN, Charles C a Howard Saul BECKER. What is a case?: exploring the foundations of
social inquiry. New York, NY, USA: Cambridge University Press, 1992, viii, 242 p. ISBN
0521421888.
Goertz, G., Mahoney, J.: Scope in Case Study Research, 2006.
Ragin, Ch.: Fuzzy-Set Social Science. Chicago, University of Chicago Press 2000.
Eckstein, H.: Case Study and Theory in Political Science. In: Greenstein, F. I., Polsby, N. W.
et al.: The Handbook of Political Science. Reading, Addison-Wesley 1975, s. 79–138.
Lijphart, A.: Comparative Politics and the Comparative Method. American Political Science
Review, 1971, vol. 65, s. 682–693.
Odell, J. S. (2009). "Breaking Deadlocks in International Institutional Negotiations: The
WTO, Seattle, and Doha". International Studies Quarterly.
RICHARD H.,. In the Shadow of Law or Power? Consensus-Based Bargaining and Outcomes
in the GATT/WTO. International Organization. 2002, 56(2).
Etzioni, Amitai & DuBow, Fred, (joint comp.) (1970). Comparative perspectives : theories
and methods. Little, Brown, Boston
Jones-Luong, P.: Institutional Change and Political Continuity in Post-Soviet. Central Asia.
New York, Cambridge University Press 2002.
Shaping the Political Arena: Critical Junctures, the Labor Movement, and Regime Dynamics
in Latin America, co-authored with Ruth Berins Collier (Princeton University Press, 1991;
reissued in 2002 by University of Notre Dame Press, with a Preface by Guillermo
O‟Donnell).
Goertz, G., Mahoney, J.: Scope in Case Study Research, 2006.
Sartori, G.(1970) "Concept Misformation in Comparative Politics." The American Political
Science Review 64 (4): 1033-1053.
Coercion, Capital, and European States, AD 990–1990 (1990)
David Collier; Jody LaPorte; Jason Seawright Typologies: Forming Concepts and Creating
Categorical Variables The Oxford Handbook of Political Methodology. 2008.
Mahoney, J.: Nominal, Ordinal, Narrative Appraisal in Macrocausal Analysis. American
Journal of Sociology, 1999, vol. 104, s. 1154–1196.
Collier, David and Mahoney, James, Insights and Pitfalls: Selection Bias in Qualitative
Research (October 1, 1996). World Politics, Vol. 49, No. 1, October 1996 . Available at
SSRN: http://ssrn.com/abstract=1540881
Geddes, B.: How the Cases You Choose Affect the Answers You Get. Political Analysis,
1990, vol. 2, no. 1, s. 131–149.
Goldstone, J. A.: Methodological Issues in Comparative Macrosociology. Comparative Social
Research, 1997, vol. 16, s. 107–120.
Lieberson, S.: Small Ns and Big Conclusions. Social Forces, 1991, vol. 70, s. 307–320.
Savolainen, J.: The Rationality of Drawing Big Conclusions Based on Small Samples: In:
Defense of Mill,s Methods. Social Forces, 1994, vol. 72, s. 1217–1224.
80
Nichols, Elizabeth. 1986. "Skocpol and Revolution: Comparative Analysis vs. Historical
Conjuncture." Comparative Social Research 9:163-86
Campbell, D. T.: Degrees of Freedom and the Case Study. Comparative Political Studies,
1975, vol. 8, no. 2, s. 178–193.
Lieberson, S.: Small Ns and Big Conclusions. Social Forces, 1991, vol. 70, s. 307–320.
Savolainen, J.: The Rationality of Drawing Big Conclusions Based on Small Samples: In:
Defense of Mill,s Methods. Social Forces, 1994, vol. 72, s. 1217–1224.
Skocpol, T., Sommers, M.: The Uses of Comparative History in Macrosocial Inquiry.
Comparative Study of Society and History, 1980, vol. 22, s. 174–197.
Saideman, S. M., B. K. Dougherty, E. K. Jenne. 2005. „Dilemmas of Divorce: How
Secessionist Identities Cut Both Ways.“ Security Studies 14 (4): 607-636.
81
7. Kvalitativní srovnávací analýza
Karel Kouba, Jan Došek
Kvalitativní srovnávací analýza (Qualitative Comparative Analysis, QCA) představuje
poměrně mladý soubor metodologických postupů, jejichž cílem je systematicky objasňovat
hypotézy ohledně příčinných vztahů u srovnávaných případů. Od standardních statistických
postupů (např. regresní analýza) se odlišuje podmínkovým pojetím kauzality, které se
projevuje ve snaze o identifikaci nutných a postačujících podmínek vedoucích ke
zkoumanému výsledku. Od ostatních kvalitativních metod (instrumentální a interpretativní
případové studie, komparativní případové studie) se odlišuje důrazem na přesné kódování a
kvantifikaci proměnných, nutností sestavit datový soubor a využití počítačových programů
pro jeho zpracování. Využití QCA lze doporučit zejména v takových výzkumných situacích,
kde existuje malý či střední počet případů (cca. 5-30) pro jejichž analýzu nelze využít
statistické techniky, dále tam, kde je potřeba doložit, že vztahy mezi proměnnými zjištěné na
základě podrobné instrumentální případové studie jednoho (či několika málo) případů jsou
operativní i ve srovnatelných případech. QCA je také velmi často v rámci jednoho výzkumu
využívána paralelně s aplikací jiných postupů, či naopak jako kontrast k výsledkům
statistických technik.
7.1.Kvalitativní srovnávací analýza v historii a současnosti
Přestože se jedná o poměrně mladou metodu, postupy spojené s QCA představují základ již
stovek existujících publikovaných výzkumů. Většina z nich byla uskutečněna v oborech
politologie a sociologie. Stává se však přijímanou metodologií i v dalších společenskovědních
disciplínách. Příkladem v rámci epidemiologie je analýza rizikových faktorů vedoucích
k nechráněnému sexu (Schensul a kol. 2010), v ekonomii analýza faktorů ovlivňujících výkon
firem (Greckhamer a kol. 2008), či v kriminologii analýza příčin vedoucích k zachování trestu
smrti (Miethe a kol. 2005). K většímu rozšíření QCA mezi výzkumníky přispělo i vydání
několika učebních textů, které rozebírají její různé metodologické aspekty. Předností učebnice
D. Caramaniho (2009) je ucelené představení logických základů QCA zdůvodněných
s ohledem na booleovskou algebru. Výhodou jiného úvodního textu (Rihoux, Ragin 2009, viz
též Kouba 2010) je jednak pokrytí širšího okruhu alternativních metodologických postupů
vycházejících z QCA, jednak stručný komentovaný úvod k jejich vybraným existujícím
aplikacím. V němčině je dostupný text pokrývající problematiku QCA s ostrými i fuzzy
množiny (Schneider, Wagemann 2007). V češtině je dostupné dosud jediné úvodní pojednání
do téže problematiky (Kouba 2011) a stručné představení QCA (Karlas 2008). Velké
množství zahraničních úvodních a pokročilých metodologických textů ke QCA nabízí i
webová stránka zastřešující aktivity výzkumníků používajících kvalitativní srovnávací
analýzu (COMPASSS 2013). Na této stránce lze také nalézt rozsáhlý seznam existujících
výzkumů, které QCA prakticky využily jako hlavní výzkumnou metodu. V nedávné době je
možné hovořit o prudkém nárůstu počtu publikovaných výzkumů, které QCA používají.
Ačkoli se kvalitativní srovnávací analýza postupně stává jednou z nejpoužívanějších
komparativních metod, v českém výzkumném prostředí je stále využívána spíše výjimečně.
Do současnosti se o její východiska opírají pouhé tři výzkumy publikované v České republice.
J. Karlas (2011) využívá QCA s ostrými množinami pro srovnávací analýzu kontroly
evropských záležitostí národními parlamenty. Ostré množiny představují i východisko pro
komparativní vysvětlení udržitelnosti mírových dohod v liberijských občanských válkách
82
(Řehák 2012). V této analýze je všech 13 případů srovnáváno diachronně, což představuje
zajímavý kontrast k většinou synchronním srovnávacím analýzám. Dosud jediný publikovaný
výzkum využívající fuzzy množinovou QCA zkoumá faktory, které ovlivňují ochotu
členských zemím NATO angažovat se ve válce v Afghánistánu (Došek 2012). Vzhledem
k tomu, že všechny tři výzkumy byly zveřejněny v nedávné době, lze očekávat, že představují
počátek trendu směrem k výraznějšímu prosazení této komparativní metody i v českém
badatelském prostředí. Podobně jako v zahraničí lze také předpokládat, že se brzy začnou
uplatňovat i mimo politologii v jiných společenskovědních oborech.
7.2.Výzkumný rámec kvalitativní srovnávací analýzy
7.2.1. Výzkumné cíle a výzkumné otázky
Kvalitativní srovnávací analýza se řadí mezi vysvětlující přístupy, jejichž cílem je příčinné
vysvětlení. V rámci politologie, ale i ostatních vědních disciplín můžeme rozlišit dvě různá
pojetí („kultury“) kauzality: podmínkové („kvalitativní“) pojetí kauzality a korelační
(„kvantitativní“) pojetí kauzality (Mahoney – Goertz 2006; viz též kapitola Komparativní
případová studie). Oba přístupy jsou v mnoha ohledech nesouměřitelné, řídí se jinou logikou,
což často vede k nedorozumění ohledně jejich relativních výhod a nevýhod. V rámci
podmínkového pojetí kauzality usilujeme o zobecňující (teoretické) poznání, zároveň se ale
snažíme o vysvětlení partikulárních (jedinečných) událostí, v čemž se přibližujeme historické
metodě. Specifikum kvalitativní srovnávací analýzy, která se hlásí k podmínkovému pojetí
kauzality, tedy spočívá v systematickém odhalování nutných a postačujících podmínek či
postačujících kombinací podmínek vedoucích ke zkoumanému výsledku. Naopak v rámci
korelačního pojetí kauzality usilujeme o zobecnění a o vysvětlení celých tříd jevů, k čemuž je
nejlépe přizpůsobena statistická analýza.
Podmínkovému pojetí kauzality odpovídá i způsob, jakým si v rámci kvalitativní srovnávací
analýzy klademe výzkumné otázky. Přestože můžeme pomocí QCA i statistické analýzy řešit
tematicky totožný problém, použití podmínkového či naopak korelačního pojetí kauzality
vynucuje odlišnou formulaci výzkumné otázky. Pro ilustraci zvolme jednu z nejčastějších
výzkumných problémů srovnávací politologie: příčiny demokracie (Mahoney, Goertz 2006:
231). Jedna z nejčastěji využívaných statistických metod, regresní analýza, tento výzkumný
problém převede na otázku „Jaký je průměrný kauzální efekt jedné nebo více nezávisle
proměnných na demokracii“. Naopak kvalitativní metody, včetně QCA, budou výzkumnou
otázku formulovat jako „Jaké jsou příčiny demokracie v konkrétních případech zemí?“ (viz
Mahoney – Goertz 2006: 231). Oba typy otázek vedou ke zcela odlišným metodologickým
postupům.
Jiný příklad výzkumné otázky nabízí Wickham-Crowley (1992), který si ve své kvalitativní
srovnávací analýze příčin neúspěchu revolučních geril v latinskoamerických zemích klade
otázku „Jaké postačující podmínky či postačující kombinace nutných podmínek vedly
k revolučnímu neúspěchu?“. Obdobně Berg-Schlosser a De Meur (1994), se ptají, které
podmínky umožnily přežití či naopak zhroucení meziválečných evropských demokracií.
Tento typ otázek, kdy se ptáme po nutných a/nebo postačujících podmínkách určitého
výsledku, si samozřejmě mohou klást i ostatní méně formalizované vysvětlující metodologie:
instrumentální případová studie a komparativní případová studie.
Kvalitativní srovnávací analýzu nejčastěji využijeme při testování teoretických hypotéz. Řada
hypotéz, jejichž platnost v empirických výzkumech ve srovnávací politologii a mezinárodních
vztazích ověřujeme, je konstruována ve formě nutných a postačujících podmínek. Naopak
83
hypotézy implikující korelační vazby mezi proměnnými jsou ověřovány statistickými
metodami (viz kapitola Regresní a korelační analýza). Základem pro příčinné vysvětlení
v rámci podmínkového přístupu ke kauzalitě je koncepce nutných a postačujících podmínek.
Nutné a postačující podmínky jsou v sociálně-vědním výzkumu všudypřítomné a jejich
využití v politologickém výzkumu nám poskytuje rozsáhlé možnosti. Nutné podmínky
můžeme vyjádřit řadou logicky ekvivalentních jazykových výrazů: „bez X by se Y nestalo“,
„vždy, když Y, tak X“, „předpokladem pro Y je X“, „X je nezbytnou součástí Y“, „všechny
případy s Y obsahují rovněž X“. Podmínka X představuje nutnou podmínku výsledku Y,
pokud vždy pozorujeme výsledek Y, když je podmínka X přítomna. Můžeme ale pozorovat
přítomnost podmínky X bez toho, aby se realizoval výsledek Y. Druhým klíčovým pojmem
podmínkového přístupu ke kauzalitě je postačující podmínka. Podmínka X je postačující pro
výsledek Y, pokud vždy, když pozorujeme X, pozorujeme také přítomnost Y. Lze ale
pozorovat uskutečnění výsledku Y bez přítomnosti X. V čistě deterministickém pojetí by
falzifikaci výroků, že X je nutnou nebo postačující podmínkou Y představoval jediný
odchylný případ. Pozorování jediného případu s přítomností podmínky Y, ale absencí
výsledku X, by vyvrátilo hypotézu o přítomnosti nutné podmínky. Pozorování jediného
případu, kde X nastalo, ale není doprovázeno Y, by vyvrátilo tvrzení o postačující podmínce.
QCA s použitím fuzzy množin se však opírá o probabilistickou koncepci, v rámci níž je
možné hovořit stupni, do jakého je daný vztah konzistentní s výrokem o přítomnosti nutné či
postačující podmínky. Je proto možné hovořit o téměř nutných a téměř postačujících
podmínkách.
Podmínkové pojetí kauzality, se kterým pracuje QCA, je asymetrické. Skutečnost, že
podmínka X je nutnou či postačující podmínkou výsledku Y nutně neznamená, že by byla
absence podmínky X byla nutnou či postačující podmínkou absence výsledku Y. Podmínka X
může být součástí kauzálního mechanismu, který způsobuje výsledek Y, i kauzálního řetězce,
který způsobuje jeho absenci (negaci). Asymetričnost podmínkového pojetí kauzality má
dopady i na způsob kladení výzkumných otázek v rámci QCA i na interpretaci výsledků
QCA. V rámci korelačního pojetí kauzality (statistická analýza) hledáme příčiny výskytu
určitého jevu i příčiny absence určitého jevu současně v rámci jedné výzkumné otázky, která
má tvar „Co ovlivňuje hodnotu určité proměnné“. Ovšem v rámci QCA hledáme příčiny
(nutné a postačující podmínky) výsledku a příčiny absence daného výsledku odděleně.
7.2.2. Vymezení proměnných
Rozdíl mezi statistickou analýzou a QCA je v tom, jaké jednotky a jaký rozsah hodnot při
měření proměnných používáme. Pro statistiku platí, že každá proměnná má vlastní jednotky,
vlastní rozsah hodnot. Například proměnná „ekonomická vyspělost státu“ se měří v dolarech
HDP na hlavu, může nabývat hodnot od nuly do (teoreticky) nekonečna. Proměnná „délka
členství v NATO“ se měří v letech a může nabývat hodnot od nuly v roce 1949 do současného
roku. Statistická analýza je bez problémů schopná zpracovat proměnné vyjádřené různými
jednotkami, s různým rozsahem hodnot.
Naopak pro QCA je potřeba data kalibrovat. Kalibrací máme na mysli převod naměřených
proměnných do jednoho rozsahu hodnot. Na rozdíl od původní proměnné, zkalibrovaná data
nevyjadřují míru intenzity nějakého jevu či vlastnosti pozorovaného případu. Zkalibrovaná
data vyjadřují členství či nečlenství (nebo dokonce částečné členství) případu v předem
definované množině (kategorii). Touto množinou (kategorií) mohou být například
„ekonomicky vyspělé státy“ nebo „noví členové NATO“. Podle toho, jakých hodnot mohou
zkalibrované proměnné nabývat, rozlišujeme dvě varianty kvalitativní srovnávací analýzy:
kvalitativní srovnávací analýza s využitím ostrých množin (crisp set QCA) a kvalitativní
84
srovnávací analýza s využitím fuzzy množin (fuzzy set QCA). Starší varianta csQCA
vyžaduje, aby všechny proměnné vstupující do analýzy byly kódovány dichotomicky s
hodnotami 0 a 1 pro označení nečlenství či členství daného případu v množině (kategorii)
(Ragin 1987). Toto dichotomické kódování chápeme jako ostré množiny, kde hodnota 1
znamená, že daný případ je uvnitř dané množiny a hodnota 0 vně této množiny. Novější a
v současnosti rozšířenější varianta s fuzzy množinami (fsQCA)1
umožňuje vyjádřit stupeň
členství případu v množině kdekoli v intervalu mezi 0 a 1 (včetně). Tvůrcem celé koncepce
QCA s fuzzy množinami je americký sociolog a politolog Charles Ragin (Ragin 2000, 2008).
Použití fuzzy množin má oproti ostrým množinám výhodu v možnosti zachytit variaci
v intenzitě sledovaných jevů, a vyhýbá se tak jednomu z hlavních problémů analýzy s ostrými
množinami vyžadující často umělou a arbitrární dichotomizaci přirozeně kontinuálních
proměnných.
Na rozdíl od ostrých množin, které jsou vždy dichotomické a proto výhradně kvalitativní,
fuzzy množiny nabývají hodnot v intervalu od nuly do jedné, což nám umožňuje vyjádřit
stupeň členství případu v množině (resp. míru pravdivosti určitého výroku), kde 1 je plné
členství (pravda) a 0 plné nečlenství (nepravda). Protože tyto koncové body jsou pro fuzzy
množiny velmi důležité, nelze jednoduše říci, že by představovaly klasickou intervalovou
proměnnou. Nejvhodnější je vnímat ji jako běžnou dichotomickou (binární) proměnnou, která
kromě hodnot 0 a 1 nabývá i hodnot „odstínů pravdy“ (Verkuilen 2005: 468).
Přiřazování hodnot stupně členství ve fuzzy množině se nazývá kalibrace. Jedná se o klíčový
proces, který vyžaduje dobrou teoretickou znalost zkoumaných jevů a zvolených případů.
Každý výzkum opírající se o fsQCA by měl být maximálně transparentní při popisu postupu
přiřazování hodnot. Ke kalibraci nejčastěji používáme specializovaný software (například
fsQCA 2.0 - viz Ragin a kol. 2006). Zmíněný software umožňuje automatické vypočítání
míry členství všech případů ve vybrané fuzzy množině. Pro uplatnění tohoto postupu
potřebujeme intervalové vyjádření proměnné a tři klíčové hodnoty, které tato proměnná může
nabývat. Těmito klíčovými body jsou hodnota (téměř) plné příslušnosti k množině (full
membership - fuzzy hodnota 0,95), hodnota (téměř) plné nepříslušnosti (full nonmembership -
0,052
) a dělícího bodu (crossover point – 0,5).
Například hodnota plné příslušnosti k množině „ekonomicky vyspělé státy“ je taková hodnota
HDP na hlavu, u které můžeme zcela pravdivě prohlásit, že stát je vyspělý. Hodnota plné
nepříslušnosti k množině „ekonomicky vyspělé státy“ je taková výše HDP na hlavu, u kterého
je výrok „stát je ekonomicky vyspělý“ zcela nepravdivý. Dělící bod reprezentuje míru
maximální neurčitosti, tedy hodnotu, při které nelze stanovit, zda je blíže k hodnotě plného
členství v množině nebo plného vyloučení z množiny. Je třeba zdůraznit, že nejde o blízkost
v matematickém slova smyslu, ale ve smyslu kvalitativním. Za dělící bod tedy nelze
bezmyšlenkovitě zvolit průměr či medián naměřených hodnot, ale je třeba jeho výběr
zdůvodnit na základě vnějších teoretických předpokladů. Stejně tak není nejvhodnější strategií
zvolit minimální (resp. maximální) hodnotu jako práh plné nepříslušnosti (resp. plné
příslušnosti) v množině.
Alternativou k výše uvedenému postupu je manuální přiřazování fuzzy hodnot pro každý
případ zvlášť. Při tomto způsobu kalibrace zvolíme několik hodnot, se kterými budeme
pracovat. Např. šestibodová škála by byla tvořena hodnotami 0,00, 0,20, 0,40, 0,60, 0,80 a
1,00 (je vhodné vyhnout se hodnotě 0,5, která značí maximální neurčitost (Ragin 2008: 131)).
Následně pak na základě teoretických znalostí výzkumník přiřadí každý případ v dané
proměnné k jednomu z těchto bodů. V porovnání s kalibrací za pomoci softwaru je manuální
1
V češtině se lze rovněž setkat i s výrazem mlhavé množiny (viz Karlas 2008).
2
Software fsQCA 2.0 nepoužívá 0 a 1 jako klíčové hodnoty z matematických důvodů. Je proto možné hodnoty
vyšší než 0,95 interpretovat jako plné členství v množině a hodnoty menší než 0,05 jako plné vyloučení
z množiny (Ragin 2008: 88).
85
kalibrace více zjednodušující, protože je nucena pracovat s menším počtem fuzzy hodnot. Její
výhodou ovšem je, že ji lze použít i na kvalitativní proměnné a nevyžaduje tak, aby vstupní
data měla charakter kvantitativních proměnných. Pro detailní výklad o kalibrování fuzzy
množin viz Ragin 2008.
7.2.3. Zpracování dat a interpretace výsledků
Co se týče vymezení dat (kvantifikace proměnných) a způsobu jejich zpracování a
interpretace (matematický zápis) se kvalitativní srovnávací analýza blíží regresní a korelační
analýze. Přesto bychom neměli zapomínat na to, že jádro QCA spočívá v podmínkovém pojetí
kauzality a v analýze nutných a postačujících podmínek. QCA má blízko k historické metodě
v tom, že usiluje o vysvětlení partikulárních událostí. Pokud je v historické analýze konkrétní
události stanoven příčinný vztah, pak tento vztah implikuje přítomnost kontrafaktuální situace
a tedy nutné podmínky: „Pokud je argumentováno, že událost A byla příčinou partikulární
historické události B, pak zřejmě nezbývá než implikovat, že kontrafaktuální tvrzení je
pravdivé – pokud by se nestalo A, nenastalo by B.“ (Fearon 1996: 232). Pomocí tohoto
postupu následně výzkumník zaměřující se na konkrétní historickou událost identifikuje „ …
hodnoty proměnných, které jsou postačující pro zkoumaný .“ (Mahoney, Goertz 2006: 232).
V rámci QCA však postupujeme ještě dále v tom, že k určení nutných a postačujících
podmínek vedoucích ke sledovanému důsledku využíváme srovnání s jinými případy.
Typickým výsledkem naší analýzy je nalezení několika postačujících kombinací více
podmínek, které k důsledku v různých případech vedly. Využíváme k tomu logické postupy
vycházející z booleovské algebry (csQCA) rozšířené o poznatky vícehodnotové (fuzzy)
logiky (fsQCA). Zaměřením na specifický kontext, v němž se odvíjely historické trajektorie
(postačující kombinace podmínek) v konkrétních případech, se blížíme případové studii.
Explicitním srovnáním a snahou o zobecnění vztahů mezi proměnnými mimo jediný případ se
naopak přibližujeme k statistické analýze.
Pro kalibraci a zpracování dat v rámci QCA využíváme speciální software. Nejpoužívanější
jsou programy Tosmana 1.3.2.0 (Cronqvist 2011) a fsQCA 2.0 (Ragin a kol. 2006). Tosmana
je nástrojem pro použití QCA s ostrými množinami (crisp-set QCA), ve které jsou proměnné
kódovány dichotomicky (hodnotami 0 a 1), ale neumožňuje analýzu fuzzy množin. Výhodou
Tosmany je schopnost tvorby Vennových diagramů, kterou program fsQCA 2.0 postrádá.
Vennovy diagramy jsou při použití csQCA vynikající grafickou pomůckou pro prezentaci
výsledků a znázornění všech logicky možných kombinací mezi množinami.
Nejpoužívanějším softwarem je fsQCA 2.0, který umožňuje analýzu fuzzy množin, manuální
analýzu nutných podmínek a poskytuje řešení na základě výzkumníkových teoretických
předpokladů o kontrafaktuálních případech. Tato kapitola předpokládá použití právě
programu fsQCA 2.0.
Oba v současnosti využívané programy jsou k dispozici zdarma a představují jednoduchou a
uživatelsky intuitivní platformu pro kvalitativní srovnávací analýzu. Výchozí datový soubor
lze nejprve sestavit v programu Excel a následně importovat do obou aplikací ve formátu
CSV (oddělený středníkem).
V následujícím textu si vysvětlíme hlavní principy zpracování dat v QCA a konkrétní
analytické kroky. V terminologii QCA se nezávisle proměnné označují jako podmínky
(conditions) a závisle proměnné jako výsledek (outcome). Abychom porozuměli
následujícímu výkladu, je třeba se nejdříve seznámit s logickými operacemi u fuzzy množin –
konjunkcí, disjunkcí a negací. Konjunkce (logické „a“) dvou a více podmínek se zapisuje
symbolem * a její fuzzy hodnota odpovídá nejnižší fuzzy hodnotě z proměnných, které tuto
kombinaci tvoří. Máme-li tedy kupříkladu kombinaci dvou podmínek A a B, kde fuzzy
86
hodnota podmínky A je 0,7 a fuzzy hodnota podmínky B 0,8, zapíšeme tuto kombinaci A*B a
přiřadíme jí hodnotu 0,7 (resp. je jí přiřazena programem fsQCA). Konjunkce se používá pro
zápis kombinací proměnných, které způsobují výsledek. QCA ale předpokládá ekvifinalitu,
tedy situaci, kdy ke stejnému výsledku vede v různých případech více kombinací podmínek.
K vyjádření této situace se používá disjunkce (logické „nebo“), zapisovaná symbolem +.
Fuzzy hodnota konjunkce odpovídá nejvyšší hodnotě kombinace podmínek, ze kterých je
tvořena. Vezmeme-li tedy předchozí kombinaci A*B (0,7*0,8 = 0,7) a provedeme její
disjunkci s podmínkou C, jejíž fuzzy hodnota bude 0,6, získáme hodnotu 0,73
. Může se stát,
že k výsledku nevede přítomnost podmínky, ale její absence. V takovém případě je použita
negace (symbol ~).4
Její výpočet je jednoduchý – negace podmínky D se získá odečtením její
hodnoty od jedné, tedy ~D = 1 – D. Logický (nikoliv matematický) vztah mezi podmínkami a
výsledkem zachycuje tzv. logická funkce, k jejímuž zápisu používáme výše zmíněné
operátory:
A*B + C*~D → V
Tato hypotetická logická funkce říká, že výsledek V je způsoben kombinací podmínek A a B
nebo kombinací přítomnosti podmínky C a absence podmínky D.
Smyslem kvalitativní srovnávací analýzy je hledání takové podmínky, která je nutnou
podmínkou důsledku nebo takové podmínky nebo kombinace podmínek, která je postačující
podmínkou důsledku. V případě nutné podmínky jsou případy s přítomností důsledku
podmnožinou množiny případů, které vykazují přítomnost podmínky, zatímco postačující
podmínka je podmnožinou důsledku. Z toho vyplývají odlišné strategie pro určení nutnosti
(necessity) a dostatečnosti (sufficiency). Při testování hypotézy, že určitá podmínka je nutnou
pro dosažení určitého výsledku, zkoumáme, zda případy se shodným důsledkem rovněž sdílejí
přítomnost některé z kauzálních podmínek. Při testování hypotézy, že určitá podmínka je
postačující pro dosažení určitého výsledku, zkoumáme, zda případy se stejnými kauzálními
podmínkami mají také stejné fuzzy hodnoty důsledku. Tímto způsobem hledáme podmínky a
zejména kombinace podmínek, které jsou postačující pro přítomnost důsledku (Ragin 2008:
17-20).
Zatímco první postup je přímočarý a zvládneme jej provést manuálně, pro analýzu
postačujících podmínek (a jejich kombinací) využijeme pravdivostní tabulky (truth table)5
.
Pravdivostní tabulka je tabulka, jejíž sloupce tvoří jednotlivé proměnné (podmínky a
výsledek), řádky pak představují všechny hypoteticky možné kombinace podmínek, jejichž
počet se rovná 2k
, kde „k“ představuje počet podmínek. V předposledním sloupci pravdivostní
tabulky zaznamenáváme počet případů (n), u nichž naměřené hodnoty podmínek a výsledku
odpovídají zmíněné kombinaci. Řádky (kombinace podmínek), které se reálně nevyskytují,
označujeme jako kontrafaktuální kombinace (counterfactuals). V posledním sloupci je
vypočtená konzistence kombinací podmínek (viz dále). Pro příklad pravdivostní tabulky viz
tabulka č. 2.
Pravdivostní tabulka nám umožní porovnat relevanci všech myslitelných kombinací
podmínek a vybrat ty, které podrobíme další analýze (logické minimalizaci – viz níže), což je
v této fázi analýzy klíčovým úkolem. Kombinace (řádky pravdivostní tabulky) pro další
3
Zápis by vypadal A*B + C. Je vhodné zdůraznit, že výsledná fuzzy hodnota neodpovídá nejvyšší hodnotě
jednotlivých proměnných (v tomto případě B = 0,8), ale nejvyšší hodnotě kombinace proměnných (zde A*B =
0,7).
4
Negaci lze zapisovat buď symbolem ~D nebo ¬D nebo malými písmeny d nebo čárou nad velkým písmenem
D.
5
Za použití programu fsQCA 2.0 vybereme pro analýzu nutných podmínek z lišty nástrojů „Analyze“ a následně
„Necessary conditions“ a pro analýzu postačujících podmínek „Analyze“, „Fuzzy Sets“ a „Truth Table
Algorithm“.
87
zpracování vybíráme podle dvou kritérií: empirického pokrytí a konzistence.6
Empirické
pokrytí jednoduše udává počet případů (n), které odpovídají dané kombinaci podmínek (jejich
fuzzy hodnota členství je nejvyšší právě pro tuto kombinaci). Konzistence (postačující
podmínky) zjednodušeně udává, do jaké míry je daná kombinace podmínek podmnožinou
výsledku.
Při určování hranice pro zahrnutí do analýzy vycházíme z dat konkrétního výzkumu. Hranice
empirického pokrytí bývá obvykle i jen jeden případ (zahrnujeme tedy všechny empiricky
zaznamenané kombinace podmínek), ale v případě vysokého počtu případů můžeme
z různých důvodů7
hranici pro zahrnutí do analýzy zvýšit. Hranice konzistence by neměla být
nižší než 0,8 (nabývá hodnot od 0 do 1), ale častěji její hodnotu volíme v oblasti okolo 0,9
(srov. Ragin 2008: 135-136). Vzorec pro výpočet konzistence postačující podmínky je:
kde Xi vyjadřuje fuzzy hodnotu členství individuálního případu v dané podmínce či
konfiguraci podmínek, Yi fuzzy hodnotu příslušného výsledku a „min“ označuje výběr nižší
z obou hodnot. Tento vzorec, používaný programem fsQCA 2.0, je sofistikovanější metodou
vyhodnocání konzistence fuzzy množin, nežli je způsob používaný pro kvalitativní
komparativní analýzu s ostrými množinami, kde konzistence představuje jednoduše podíl
případů, jejichž míra členství v kombinaci podmínek je nižší než jejich míra členství ve
výsledku. Zde uvedený vzorec zohleďnuje tzv. „těsné odchylky“ (near misses), tudíž
nekonzistentní případy, jejichž členství v kombinaci podmínek (Xi) je jen nepatrně vyšší, než
jejich členství ve výsledku (Yi), výslednou konzistenci penalizují méně, než případy, jejichž
členství v kombinaci podmínek převyšuje jejich členství ve výsledku výrazněji (pro
podrobnější výklad o konzistenci viz Ragin 2006: 294-299 nebo Ragin 2008: 45-54). To, že
jmenovatel ve vzorci obsahuje součet hodnot podmínek ve všech srovnávaných případech,
znamená, že maximální hodnota konzistence (1) ukazuje dokonale postačující podmínku
splňující kritérium, že hodnoty podmínky jsou nižší nebo rovny hodnotě fuzzy množiny
výsledku.
Kombinace, které splňují obě námi nastavená kritéria, následně podrobíme logické
minimalizaci (minimization). Jejím prostřednictvím původní kombinace zredukujeme na
jednodušší kombinace podmínek. Základní princip minimalizace spočívá v tom, že pokud se
dvě kombinace podmínek liší pouze v jedné kauzální podmínce, a přesto vedou ke stejnému
výsledku, pak lze tuto podmínku považovat za irelevantní a vypustit ji, čímž získáme
jednoduší kombinaci. Například pokud máme dvě kombinace podmínek A*B*C a A*B*~C,
které se liší pouze přítomností, resp. absencí jedné podmínky (v tomto případě C), a pokud
tyto kombinace vedou ke stejnému výsledku, lze podmínku (C) vypustit a dále pracovat se
zjednodušenou (minimalizovanou) kombinací (v našem případě A*B).
Kombinace, které jsou získány základní minimalizací, se nazývají prvotní implikanty (prime
implicants). Je obvyklé, že každý z nich pokrývá (implikuje) hned několik z původních
kombinací v pravdivostní tabulce a může se tak stát, že máme více prvotních implikantů, než
je třeba. V takovém případě může výzkumník využít tabulku prvotních implikantů (prime
implicant chart), aby určil, které implikanty jsou podstatné a které nadbytečné. Zjednodušeně,
6
V programu fsQCA 2.0 v okně pravdivostní tabulky vybereme na liště nástrojů „Edit“ a poté „Delete and
code“, kde obě hodnoty nastavíme a program následně smaže empiricky nedostatečně pokryté kombinace
podmínek, zbylé kombinace seřadí podle konzistence a výsledek těch, které splňují námi nastavený práh
konzistence, zakóduje jako „1“.
7
Faktory, které je třeba brát v úvahu, jsou vedle počtu případů i počet podmínek, míra obeznámenosti
výzkumníka s jednotlivými případy, míra preciznosti kalibrace atd. (Ragin 2008: 133).
88
účelem tabulky je „pokrýt“ co nejvíce původních kombinací co nejmenším počtem prvotních
implikantů (srov. Kouba 2011: 486-487, Ragin 1987: 96-97).
Cílem kvalitativní srovnávací analýzy je najít takovou logickou funkci, která co nejlépe
odpovídá naměřeným hodnotám jednotlivých podmínek a výsledku. Výsledkem softwarového
zpracování dat jsou tři alternativní výsledky (logické funkce): komplexní řešení, úsporné
řešení a střední řešení.8
Dokončením procesu minimalizace získáme tzv. komplexní řešení
(complex solution). Rysem tohoto řešení je, že pracuje pouze s kombinacemi, ke kterým lze
přiřadit jeden či více zkoumaných případů a nezahrnuje tak žádné předpoklady o
kontrafaktuálních (nepozorovaných) kombinacích. Předpokládáme, že logicky možné, ale
empiricky nezaznamenané kombinace (kontrafaktuály) nevedou k výsledku. Takové řešení
má obvykle vysokou konzistenci a je opřeno o empirickou skutečnost, ovšem na úkor
zjednodušení původních kombinací. Komplexní řešení bývá příliš složité.
Opakem komplexního řešení je řešení úsporné (parsimonious), které je získáno tak, že
v zájmu redukce podmínek činí zjednodušující předpoklady. Předpokládáme, že
kontrafaktuální kombinace mohou být považovány za vedoucí k výsledku, pokud se tímto
získá jednodušší kombinace podmínek. Tento postup sice skutečně poskytne úsporné řešení,
ovšem je opřeno více o mechanickou aplikaci matematiky než o empirickou realitu a/nebo
naši teoretickou znalost.
A právě třetí, střední (intermediate), řešení je založeno na našich teoretických předpokladech.
Počítačovému programu zadáme, které ze zkoumaných podmínek mají přispívat k výsledku, a
které nikoliv. Program pak opět použije logickou minimalizaci i s využitím kontrafaktuálních
případů, tentokrát ale pouze tehdy, je-li to v souladu s našimi teoretickými předpoklady.
Interpretace výsledných kombinací vedoucí k výsledku závisí především na našich
teoretických předpokladech. Výsledky získané pomocí softwaru nelze přeceňovat a je více
než vhodné je podepřít použitím dalších metod. V tomto smyslu jsou výsledky fuzzy
množinové analýzy spíše odrazovým můstkem pro další kroky v celkové analýze (srov.
Kouba 2011: 503).
Při interpretaci výsledů ovšem máme k dispozici dva ukazatele, které nám pomohou určit
platnost a spolehlivost výsledných kombinací, a sice konzistenci (consistency) a pokrytí
(coverage). Zatímco konzistence postačující podmínky udává, do jaké míry je daná podmínka
či jejich kombinace podmnožinou výsledku, hodnota pokrytí postačující podmínky naopak
udává, do jaké míry je výsledek podmnožinou podmínky (nebo jejich kombinace). Určuje,
nakolik je zjištěná kombinace empiricky důležitá. QCA předpokládá možnost ekvifinality – tj.
situace, kdy ke stejnému výsledku vede více cest (více kombinací podmínek). Pokrytí určuje,
jak velká část případů následuje danou cestu. Je zřejmé, že kombinace podmínek, která
odpovídá jen malé části případů, bude empiricky méně významná než kombinace s vysokou
hodnotou pokrytí. Vzorec pro její výpočet v případě postačující podmínky je (Ragin 2008:
57):
kde je, obdobně jako u konzistence, Xi fuzzy hodnota individuálního případu pro danou
konfiguraci podmínek (nebo i jen jednotlivou podmínku), Yi fuzzy hodnota příslušného
výsledku a „min“ označuje výběr nižší z obou hodnot. Oproti vzorci pro výpočet konzistence
je pouze změna ve jmenovateli, kde místo sumou Xi dělíme sumou Yi. Vzorec pro pokrytí
postačující podmínky je shodný se vzorcem pro konzistenci nutné podmínky. Zdůrazněme, že
pokrytí má smysl počítat jen u kombinací s vysokou konzistencí. Protože pokud daný vztah
mezi podmínkou a výsledkem není konzistentní postačující podmínkou, pak nemá smysl
počítat, nakolik je empiricky relevantní.
8
I v tomto se QCA liší od regresní analýzy, jejímž výsledkem je pouze jeden odhad průběhu regresní funkce.
89
Software pro QCA rozlišuje dva druhy pokrytí: hrubé (raw) a unikátní (unique). Hrubé
pokrytí udává, do jaké míry empiricky zaznamenané případy odpovídají dané kombinaci
podmínek. Ovšem máme-li dvě různé kombinace vedoucí k výsledku, například A*B a C*D,
jejich celkové hrubé pokrytí (A*B + C*D) se nerovná součtu jejich dílčích hrubých pokrytí,
protože se mohou do určité míry překrývat (některé případy mají vysoké členství v obou
kombinacích). Unikátní pokrytí kombinace udává, jak velkou část případů s přítomným
zkoumaným výsledkem lze vysvětlit jen a pouze danou kombinací. Lze jej vypočítat snadno:
představme si, že hrubé pokrytí pro A*B je 0,25 a pro C*D 0,3, ale jejich celkové pokrytí
A*B + C*D činí pouze 0,35. K výsledku vedou tři cesty: A*B, C*D a kombinace obou.
Unikátní pokrytí kombinace A*B se vypočítá odečtením hrubého pokrytí C*D od celkového
pokrytí a naopak. Unikátní pokrytí A*B tak činí 0,05 (0,35 – 0,3) a C*D 0,10 (0,35 – 0,25)
(Ragin 2008: 66).
Pokud máme více kombinací vedoucích k výsledku, je důležité věnovat pozornost oběma
pokrytím. Jedná se o nástroj k vyhodnocení empirické váhy jednotlivých konzistencí. Při
prezentování výsledků výzkumu by mělo být samozřejmostí uvést jak konzistenci
diskutovaných kombinací, tak obě hodnoty pokrytí.
7.3.Příklad aplikace kvalitativní srovnávací analýzy:
socioekonomický rozvoj v Latinské Americe
7.3.1. Výzkumné cíle a výzkumné otázky
Výzkumný rámec v rámci kvalitativní srovnávací analýzy s fuzzy množinami ilustrujeme na
příkladu komparativně-historického výzkumu, jehož cílem bylo odhalit historické příčiny
vysoké a nízké úrovně sociálního a ekonomického rozvoje v zemích Latinské Ameriky (Katz
a kol. 2005; Mahoney 2003).9
Jeho autoři vycházejí z předpokladu, že úroveň sociálního a
ekonomického rozvoje každé země ve 20. století je podmíněna dlouhodobou historickou
trajektorií. Tato závislost na minulém průběhu (path dependence) sahá až do koloniálního
období a rozvojová trajektorie dané země je důsledkem působení konkrétních strukturálních
podmínek (a jejich kombinací), jež danou společnost v době španělského impéria
charakterizovaly. Celému regionu je vlastní paradox, kdy centrální části říše na území
dnešního Mexika, Peru, Bolívie, Ekvádoru či Guatemaly sice vykazovaly nejvyšší
ekonomickou prosperitu v koloniálním období, ale v průběhu 20. století patřily k zemím
s nejnižšími úrovněmi socioekonomického rozvoje. Naopak ekonomicky a politicky periferní
oblasti v době koloniální nadvlády na území dnešního Chile, Argentiny, Kostariky či
Uruguaye se staly ve 20. století nejrozvinutějšími. Cílem výzkumu Katze, Mahoneyho a jejich
kolegů je vysvětlit tento paradox a identifikovat nutné a postačující podmínky sociálního a
ekonomického rozvoje v 15 zemích Latinské Ameriky. Hlavním cílem autorů tohoto
výzkumu není identifikovat minimální postačující kombinace podmínek vedoucích k jednomu
ze zkoumaných důsledků, ale soustředí se především na analýzu nutnosti a dostatečnosti
jednotlivých podmínek pro vysokou (nízkou) úroveň rozvoje latinskoamerických zemí ve 20.
století.
9
Autoři se z důvodu srovnatelnosti zaměřují pouze na bývalé španělské kolonie, proto mezi případy není
zastoupena Brazílie. Dále z důvodů pozdějšího získání nezávislosti do analýzy nezahrnují Kubu, Panamu a
Dominikánskou republiku.
90
7.3.2. Vymezení proměnných
Autoři zvolili čtyři závisle proměnné – kromě stupně sociálního a ekonomického rozvoje také
negace těchto hodnot, které vyjadřují úroveň sociální a ekonomické nerozvinutosti. Provedení
analýzy nejen pro výsledek, ale i jeho negaci není při užití fsQCA neobvyklé. Zároveň tento
výzkum dobře ukazuje, že v rámci QCA představuje vysvětlení přítomnosti určitého jevu
(socioekonomického rozvoje) a vysvětlení jeho negace dva separátní výzkumné cíle. QCA
totiž předpokládá tzv. asymetrickou kauzalitu. To znamená, že míra členství podmínky nebo
jejich kombinace (např. 0,3) může být podmnožinou jak výsledku (0,6), tak negace výsledku
(1 – 0,6 = 0,4). Z toho důvodu není důvod očekávat dokonalou negativní korelaci mezi
výsledky analýz pro výsledek a jeho negaci (Ragin 2008: 137-138).
Kalibrace proměnných do fuzzy množin byla provedena manuální metodou za využití
sedmibodové škály (0,00; 0,17; 0,33; 0,5; 0,67; 0,83 a 1,00). Ekonomický rozvoj byl
operacionalizován pomocí hrubého národního produktu, hrubého domácího produktu per
capita a počtu automobilů a telefonů v zemi za uplynulé století (1900-1990). Sociální rozvoj
byl kvantitativně měřen gramotností, výdaji na vzdělání a očekávanou délkou života. Pomocí
těchto kvantitativních dat byly případy seřazeny od nejvíce po nejméně rozvinutou zemi a
následně byly na základě kvalitativní literatury určeny dělící body, podle kterých byly
stanoveny míry členství jednotlivých případů ve fuzzy množinách. Obdobný postup byl
použit i pro další proměnné (Mahoney 2003: 76-78, Katz a kol. 2005: 545-547).
První podmínka vychází z hypotézy o negativním vlivu vysoké hustoty osídlení indiánského
obyvatelstva v dané zemi na dlouhodobý ekonomický a sociální rozvoj země. Početnější
indiánské osídlení se odráželo v sociálním (a ekonomickém) vyloučení na základě rasové a
etnické příslušnosti v rámci přísně hierarchické koloniální společnosti. Toto vyloučení
následně vytváří slabé podmínky pro investice v důsledku slabé ochrany občanských a
vlastnických práv. Vyloučení velké části obyvatel z podnikatelských aktivit následně ohrožuje
dlouhodobý ekonomický rozvoj (Mahoney 2003: 77). Druhou proměnnou představuje rozloha
velkostatků v dané zemi. Zemědělské hospodaření založené na velkých rozlohách haciend a
latifundií využívalo formy nucené práce, čímž přispělo k vytvoření rozsáhlé třídy chudých
rolníků. Asymetrické vztahy mezi majiteli haciend a rolníky dále představovaly překážku
k vytváření zdravotních a vzdělávacích systémů, čímž negativně ovlivňovaly budoucí sociální
rozvoj (Katz a kol. 2005: 553). Hospodaření na menších farmách bylo typické spíše pro
periferní oblasti španělské koloniální říše a velkostatky dominovaly jejím centrálním částem,
což by mohlo přispět k vysvětlení historického ekonomického obratu.
Typ exportních produktů, na které bylo zaměřeno hospodářství, představuje třetí významný
rys koloniální společnosti s možnými důsledky na budoucí rozvoj. Lokální ekonomika závislá
na exportu nerostných surovin a tropických zemědělských produktů představovala překážku
pro dlouhodobý rozvoj (Katz a kol. 2005: 553). Absence hospodářské závislosti na těžbě či
pěstování jiných plodin v mírnějších klimatických podmínkách periferních oblastí říše naopak
mohla vést k většímu rozvoji obchodu a vyšším domácím investicím.
Poslední dvě podmínky se vztahují k politickým charakteristikám koloniálních společností.
Již v rámci těchto společností se začínal formovat politický rozpor mezi liberálními a
konzervativními koloniálními elitami. Liberálové, soustředění především v periferních
oblastech, představovali hlavní odpůrce koloniální moci a jejích institucí, jako byly obchodní
monopoly. Konzervativci, silní spíše v centrálních částech říše, naopak byli zastánci státních
regulací a udržení korporativních privilegií (Katz a kol. 2005: 554). Přítomnost silných
liberálů proto představují čtvrtou historickou podmínku, která má na základě teoretických
předpokladů pozitivně ovlivňovat dlouhodobý ekonomický i sociální rozvoj. Naopak
přítomnost silných konzervativců má pro takový rozvoj představovat překážku.
91
Výsledkem operacionalizace a kalibrace je vytvoření celkem devíti fuzzy (pět teoretických
podmínek a čtyři zkoumané důsledky), přičemž míra členství v každé množině může nabývat
sedmi úrovní. Analyzováno bylo celkem 15 případů latinskoamerických zemí.
7.3.3. Zpracování dat a interpretace výsledků
Protože účelem tohoto textu není prezentovat výsledky celého výzkumu, jsou zde ilustrovány
tři možné výstupy QCA: identifikace nutné podmínky, nutné a postačující podmínky a
postačující kombinace podmínek pro některé ze zkoumaných důsledků. Tabulka č.1 uvádí
vypočítané hodnoty konzistence a spolu s nimi také hodnoty pokrytí, tedy empirické
relevance pro výsledek „sociální nerozvinutost“. 10
Pokrytí bylo vypočteno jen u těch
podmínek, které lze označit za konzistentní (zvolili jsme hranici 0,8).
Tabulka č. 1: Konzistence a pokrytí nutných a postačujících podmínek pro sociální
nerozvinutost
Podmínka
Konzistence
postačující
podmínky
Pokrytí
postačující
podmínky
Konzistence
nutné
podmínky
Pokrytí
nutné
podmínky
Husté indiánské osídlení
(H)
0,86 0,96 0,96 0,86
~Husté indiánské osídlení
(~H)
0,39 - 0,26 Rozlehlé
velkostatky (V) 0,80 0,76 0,76 ~Rozlehlé
velkostatky
(~V)
0,56 - 0,45 Export
nerostných surovin
a tropických produktů (E)
0,65 - 0,84 0,65
~Export nerostných
surovin a tropických
produktů (~E)
0,54 - 0,26 Silní
liberálové (L) 0,55 - 0,65 ~Silní
liberálové (~L) 0,90 0,53 0,53 Silní
konzervativci (K) 0,78 - 0,79 ~Silní
konzervativci (~K) 0,54 - 0,41 Zdroj:
Katz a kol. 2005: 558-559; Mahoney 2003: 83-84, přepočítáno podle
sofistikovanějšího výpočtu konzistence a pokrytí (viz Ragin 2006: 294-299 nebo Ragin 2008:
45-54)
Výsledky výzkumu Katze, Mahoneyho a jejich kolegů ukazují, že k sociální nerozvinutosti ve
20. století vedly tři postačující podmínky ukotvené v minulosti (husté indiánské osídlení,
velká rozloha velkostatků a absence silných liberálů). Pouze jedna z nich (husté indiánské
osídlení) je však zároveň podmínkou nutnou, což nám naznačují vysoké hodnoty jak
10
Upozorněme, že výzkum Katze a jeho kolektivu pro výpočet konzistence používá zastaralou metodu, která
konzistenci vyjadřuje jednoduše jako podíl případů splňující vztah X ≤ Y (postačující podmínka), resp. Y ≤ X
(nutná podmínka) (Katz a kol. 2005: 558-559). Zde prezentujeme konzistence vypočtené pomocí
sofistikovanějšího výpočtu (viz kapitolu 4.2.3.), které kromě počtu (ne)konzistentních případů berou v úvahu
také velikost případných odchylek.
92
konzistence, tak pokrytí. Obvykle konzistence a pokrytí pracují proti sobě, tj. s vysokou
konzistencí je obvykle spojeno nižší pokrytí, ale v případě silného vztahu mezi proměnnými,
jako zde, tomu tak není a lze konstatovat, že husté indiánské osídlení je postačující a zároveň
nutnou podmínkou sociální nerozvinutosti bývalých španělských kolonií. Následující graf
znázorňuje vztah mezi podmínkou husté indiánské osídlení a výsledkem v podobě abcence
sociální rozvinutosti. Je třeba upozornit, že osy tohoto grafu reprezentují míru členství
jednotlivých případů (zemí) v množinách – kategoriích (kategorie nerozvinutá země kategorie
země s hustým indiánským osídlením. Tento graf nezachycuje korelační kauzalitu, jako je
tomu například u lineární regrese, ale podmínkovou kauzalitu. Umístění bodů na diagonální
ose tedy neimplikuje lineární korelaci, ale znamená, že podmínka (Husté indiánské osídlení)
je nutnou i postačující podmínkou pro výsledek (~Sociální rozvinutost).
Graf č. 1: Husté indiánské osídlení jako nutná a postačující podmínka pro abcenci
sociální rozvinutosti latinskoamerických zemí
Co se týče nutných či postačujících podmínek pro ekonomický rozvoj (či jeho absenci),
dospěli autoři studie k závěru, že silná přítomnost liberálů představuje nutnou, ale nikoli
postačující podmínku pro ekonomický rozvoj v bývalých španělských koloniích.
Nejpřesvědčivěji je tento vztah prezentován v grafu č. 1, zachycujícím vztah mezi silnými
liberály a vysokým stupněm ekonomického rozvoje. Všechny případy jsou na diagonále nebo
pod ní, což je schéma typické pro perfektní nutnou podmínku (konzistence 1,00).
Nepozorujeme žádný případ, kdy by země dosáhla vysokého stupně ekonomického rozvoje
bez toho, aby byla ovlivněna silnými liberály. Ovšem nelze říci, že by tato podmínka byla
postačující. Případy jsou rozmístěny po celém prostoru pod diagonálou, a ne pouze v její
93
blízkosti, což vede k relativně nižší hodnotě pokrytí (0,69). Silní liberálové jsou tedy nutnou,
ale nikoli postačující podmínkou ekonomického rozvoje. Výrazným případem je Salvador,
jehož velmi vysoké členství v množině států se silnými liberály (0,83) nepostačovalo k tomu,
aby se zařadil do množiny ekonomicky rozvinutých států (míra členství je pouze 0,17).
Graf č. 2: Silné liberální elity jako nutná, ale nikoli postačující podmínka ekonomického
rozvoje latinskoamerických zemí
Katz, Mahoney a jejich kolegové zjišťovali, které podmínky jsou samy o sobě nutné a
postačující pro ekonomickou rozvinutost (či její absenci) a sociální rozvinutost (či její
absenci). Jejich analýza dospěla k závěru, že husté indiánské osídlení je nutnou i postačující
podmínkou pro absenci sociální rozvinutosti a že silný liberalismus je nutnou podmínkou pro
ekonomický rozvoj.
Dílčím cílem autorů bylo i hledání kombinace podmínek, která by byla postačující podmínkou
pro výsledek. Ve své práci shrnují pouze výsledek tohoto dílčího cíle, samotnému postupu
hledání postačující kombinace podmínek příliš prostoru nevěnují. Pokusme se na
následujících řádcích zrekonstruovat, jak autoři postupovali.
Pro zjednodušení budeme pracovat pouze se třemi podmínkami (fuzzy množinami): husté
indiánské osídlení (H), rozlehlé velkostatky (V) a silní liberálové (L). Budeme hledat
kombinace těchto podmínek, které by byly postačujícími podmínkami pro výskyt jediného
výsledku: absence ekonomické rozvinutosti (~ER). Jinými slovy, hledáme takovou kombinaci
podmínek, jejíž přítomnost vždy vedla k absenci ekonomického rozvoje latinskoamerických
zemí.
Prvním krokem v rámci fsQCA je kalibrace, kdy zjišťujeme míru členství zkoumaných
případů (15 zemí Latinské Ameriky) ve třech fuzzy množinách (H, V a L). V druhém kroku
94
sestavujeme, pomocí některého z výše zmíněných počítačových programů, pravdivostní
tabulku. Každý řádek této tabulky reprezentuje jednu z osmi možných kombinací podmínek
(H, V, L), počítačový program nám spočítá míru členství jednotlivých případů v těchto
kombinacích (průnicích) podmínek. Vzhledem k tomu, že členství případů v podmínkách
může být částečné (v intervalu <0;1>), potom i jejich členství v kombinaci podmínek bývá jen
částečné. V předposledním sloupci je uveden počet případů (n), jejichž míra členství v dané
kombinaci je vyšší než 0,5.
Tabulka č. 2: Pravdivostní tabulka
Kombinace
podmínek
Podmínky Výsledek
Konzistence
H V L ~ER n
H*V*L
1 1 1
0 3 (Salvador,
Guatemala, Mexiko)
0,72
H*V*~L
1 1 0
1 3 (Bolívie, Ekvádor,
Peru)
1,00
~H*~V*L
0 0 1
0 3 (Argentina,
Kostarika, Uruguay)
0,41
H*~V*L 1 0 1 1 1 (Nikaragua) 0,80
H*~V*~L 1 0 0 1 1 (Honduras) 1,00
~H*V*L 0 1 1 0 1 (Chile) 0,57
~H*V*~L 0 1 0 - 0 ~H*~V*~L
0 0 0 - 0 V
posledním sloupci pravdivostní tabulky pak vidíme konzistenci pro jednotlivé kombinace
podmínek. Kombinace podmínek H*V*~L vykazuje perfektní konzistenci 1,00, což znamená,
že stupeň členství všech zkoumaných případů v této kombinaci je nižší, než jejich členství
v množině ekonomicky nerozvinutých zemí. Jinými slovy, kombinace všech těchto tří
podmínek byla jednou z historických cest, která blokovala ekonomických rozvoj ve 20.
století.
Tabulka ale také ukazuje, že postačující podmínkou výsledku ~ER (absence ekonomické
rozvinutosti) mohou být i další dvě kombinace podmínek. Pomocí logické minimalizace proto
v dalším kroku hledáme takovou kombinaci podmínek, která bude vycházet ze všech tří
zjištěných postačujících kombinací podmínek. Například kombinace H*V*~L (druhý řádek
tabulky) a H*~V*~L (pátý řádek) se liší pouze v hodnotě proměnné V a lze je tak zjednodušit
na H*~L. Analogicky H*~V*~L (pátý řádek) a H*~V*L lze zjednodušit na H*~V.
Minimalizací jsme tak získali dvě výsledné kombinace po dvou proměnných, které již dále
nelze zjednodušit, pokud nechceme brát v potaz empiricky neexistující kombinace.
Graf č. 3: Vysoká hustota indiánského osídlení jako postačující, ale nikoli nutná
podmínka ekonomické nerozvinutosti země
95
Výsledkem analýzy je proto následující komplexní řešení:
H*~L + H*~V → ~ER
Postačující podmínkou absence ekonomické rozvinutosti latinskoamerických zemí byla
vysoká hustota indiánského osídlení doprovázená politicky slabým liberálním hnutím (H*~L)
nebo malou rozlohou velkostatků (H*~V) (Mahoney 2003: 85-86). K tomu, aby podmínka
hustého indiánského osídlení způsobila na absenci ekonomické rozvinutosti, bylo třeba, aby
spolupůsobila v kombinaci s jinými proměnnými. Pro ilustraci je vztah mezi důsledkem
(ekonomicky nerozvinutá země) a jednou z kombinací podmínek (H*~L), znázorněn v grafu
č. 3. Zde se ukazuje zrcadlově obrácený vzorec dat, než u nutné podmínky. Všechny případy
se vyskytují nalevo od diagonály a splňují tak podmínku dostatečnosti, tedy, že fuzzy hodnota
X je ve všech případech nižší nebo rovna hodnotě Y (X ≤ Y). V této situaci se jedná o
dokonale konzistentní vztah (hodnota konzistence je 1,00).
I minimalizace proto potvrzuje významné negativní důsledky vysoké hustoty indiánského
osídlení v době koloniální nadvlády na následný dlouhodobý sociální i ekonomický vývoj. Na
druhé straně, analýza dostatečnosti jednotlivých podmínek ukazuje, že k sociální
nerozvinutosti mohlo historicky dojít i působením dalších dvou podmínek. Téměř vždy, když
zemědělství v zemi dominovaly rozsáhlé velkostatky a absentovalo silné liberální hnutí,
výsledkem byla sociální nerozvinutost. Analýza nutných podmínek pak ukazuje, že bez toho,
aby země měla husté indiánské osídlení a bez toho, aby její export závisel na nerostných
surovinách, by nedošlo k nízké úrovni sociálního rozvoje.
96
7.4.Zhodnocení kvalitativní srovnávací analýzy
Vzhledem ke stále většímu rozšíření QCA a analýzy nutných a postačujících podmínek je
otázkou, do jaké míry jsou tyto postupy souměřitelné s klasickými statistickými postupy, či
zda dokonce nemohou poskytnout lepší řešení některých problémů, které statistickou analýzu
doprovázejí. QCA s ostrými množinami bývá často srovnávána s logistickou regresí, která
pracuje s dichotomickou závisle proměnnou (např. Grofman, Schneider 2009; Grendstad
2007). Fuzzy množinová QCA potom bývá srovnávána s jednoduchou regresní analýzou
s kontiunální závisle proměnnou (např. Katz a kol. 2005; Stockemer 2012).
Obecně platí, že použití QCA je vhodnější, pokud existuje předpoklad, že zkoumaný jev je
důsledkem komplexní kauzální struktury (Grofman, Schneider 2009: 670). Autoři studie
představené v předchozí části (Katz a kol. 2005) v regresních modelech shledávají vysokou
nestabilitu regresních koeficientů způsobenou malými změnami ve specifikaci modelů.
Konstatují, že regresní modely, na rozdíl od fuzzy množinové analýzy, v jejich výzkumu
nepřinesly žádné smysluplné výsledky (Katz a kol. 2005: 567). V situaci s podobně nízkým
počtem případů (nijak neobvyklým ve srovnávací politologii) se proto jeví jako výhodnější
užití fuzzy množinové QCA, než standardních statistických technik. QCA však stále více
proniká i do výzkumů s velkým počtem případů, které dosud byly tradiční doménou
statistické analýzy. Například Grendstad (2007) využívá QCA pro analýzu velkého počtu
pozorování z dat z výběrových šetření, kde případy představují jednotlivé respondenty. Havní
výhoda QCA spočívá v možnosti odhalit kontextuální kombinace podmínek. QCA a
logistická regrese jsou spíše komplementární než soupeřící postupy a volba jedné či druhé
závisí na specifikaci výzkumného problému (Grendstad 2007: 139).
Silné stránky kvalitativní srovnávací analýzy vyniknou vždy, když je analýza doprovázena
kvalitativním zhodnocením zjištěných kombinací podmínek, jejich popsáním na základě
konkrétních historických událostí ve zkoumaných případech a interpretací těchto obecných
výroků ve světle dalších důkazů. To vyžaduje detailní obeznámenost výzkumníka s procesy,
které se odvíjely ve všech srovnávaných případech. Tento ideál je samozřejmě složitější
naplnit, pokud je srovnáván vysoký počet případů.
Slabými stránkami analýz QCA jsou naopak určitá míra arbitrárnosti v určení fuzzy hodnot
při procesu kalibrace a vysoká citlivost výsledků analýzy na tom, které proměnné jsou ve
výchozím modelu zahrnuty. Například podle D. Stockemera (2009) trpí fuzzy množinová
analýza více problémy než regrese. Důvodem je jednak vysoký počet komplikovaných
postačujících kombinací podmínek s nízkým empirickým výskytem, jednak vysoká citlivost
QCA na různé způsoby kódování proměnných.
7.5.Závěr
Smyslem kvalitativní srovnávací analýzy je propojení kauzálního (historického) vysvětlení
partikulárních událostí s komparativním vysvětlením celých tříd jevů. QCA tak činí na
základě kauzální koncepce nutných a postačujících podmínek. Výhodou fuzzy množin je to,
že umožňují postihnout i kontinuální variaci v hodnotách proměnných. Fuzzy-množinová
QCA umožňuje určit, zda u srovnávaných případů platí, že jednotlivé podmínky jsou
probabilisticky nutné či postačující pro studovaný výsledek, či jaké postačující kombinace
podmínek k tomuto výsledku vedly. Pro dosažení tohoto cíle tato metoda využívá tři základní
množinové operace vycházející z booleovské algebry. Data tak procházejí procesem logické
97
minimalizace, jehož výsledkem je stanovení co nejjednodušších výroků ohledně toho, jaké
kombinace, jakých příčin a v jakých případech ke sledovanému výsledku vedly.
Při kvalitativní srovnávací analýze je třeba neustále konfrontovat empirické důkazy s
teoretickými východisky ohledně vlivu podmínek na sledovaný výsledek. Čím silnější jsou
teoretická východiska pro analýzu, tím robustnější budou závěry získané pomocí QCA.
Předností QCA je to, že dává prostor pro zohlednění konkrétního kontextu, v němž se
příčinné procesy odehrávají. V tom je její relativní výhoda oproti často používaným
statistickým metodám. V některých výzkumných situacích je tak QCA vhodnější
metodologickou alternativou než například regresní modely. Výhoda QCA oproti výhradně
kvalitativním postupům spočívá v tom, že vyžaduje systematické zhodnocení důkazů a
explicitní kódování a měření hodnot proměnných. Lépe se tak přibližuje takovým standardům
vědecké práce, jako je princip falzifikovatelnosti, princip otevřenosti a transparentnosti
výzkumných procedur vedoucích k výsledné inferenci a princip replikovatelnosti analytických
postupů.
Kontrolní otázky
Proč kvalita kalibrace určuje kvalitu celé analýzy?
V čem spočívá výhoda kódování proměnných do fuzzy množin oproti kvantitativním
operacionalizacím?
K čemu slouží pravdivostní tabulka?
Jak vypadá graf pro postačující a jak pro nutnou podmínku?
Proč je vhodnější počítat celkovou konzistenci speciálním vzorcem a nikoli jako podíl
případů, které jsou konzistentní s předpokládaným vztahem?
Jaký je rozdíl mezi komplexním, středním a úsporným řešením?
Jaký je rozdíl mezi hrubým a unikátním pokrytím?
Literatura
Dirk Berg-Schlosser; Gisèle De Meur. Conditions of Democracy in Interwar Europe: A
Boolean Test of Major Hypotheses. Comparative Politics, Vol. 26, No. 3. (Apr., 1994),
pp. 253-279.
CARAMANI, Daniele: Introduction to the Comparative Method with Boolean Algebra.
Thousand Oaks, Sage Publications 2009.
COMPASSS 2013. Comparative Methods for Systematic Cross-Case Analysis.
(http://www.compasss.org/)
Cronqvist, Lasse. 2011. Tosmana: Tool for Small-N Analysis, Version 1.3.2.0. Trier:
University of Trier. (http://www.tosmana.net).
DOŠEK, Jan: Kvalitativní komparativní analýza zapojení evropských členů NATO do operací
v Afghánistánu. Mezinárodní vztahy, 47, 2012, č. 2, s 29-56.
EELLS, Ellery: Probabilistic Causality. Cambridge, Cambridge University Press 1991.
98
FEARON, James D.: Causes and counterfactuals in social science: Exploring an analogy
between cellular automata and historical processes. In: TETLOCK, P. – BELKIN, A.
(eds.): Counterfactual thought experiments in world politics. Princeton, Princeton
University Press 1996.
Greckhamer, Thomas, Vilmos F. Misangyi, HeatherElms, and RodneyLacey. "Using
Qualitative Comparative Analysis in Strategic Management Research. An Examination of
Combinations of Industry, Corporate, and Business-Unit Effects." Organizational
Research Methods 11, no. 4 (2008): 695-726.
Grendstad, Gunnar. "Causal complexity and party preference." European Journal of Political
Research 46, no. 1 (2007): 121-149.
Grofman, Bernard, and Carsten Q. Schneider. "An introduction to crisp set QCA, with a
comparison to Binary logistic regression." Political Research Quarterly 62, no. 4 (2009):
662-672.
Katz, Aaron, Matthias Vom Hau, and James Mahoney. "Explaining the great reversal in
Spanish America Fuzzy-set analysis versus regression analysis." Sociological Methods &
Research 33, no. 4 (2005): 539-573.
Karlas, J. 2008. „Komparativní případová studie.“ S. 62–91 in P. Drulák (ed.). Jak zkoumat
politiku. Kvalitativní metodologie v politologie a mezinárodních vztazích. Praha: Portál.
KARLAS, Jan: Národní parlamenty a kontrola evropských záležitostí. Komparativní analýza.
Praha, Karolinum 2011.
KOUBA, Karel: RIHOUX, Benoit; RAGIN, Charles C. et al. (2009). Configurational
Comparative Methods. Qualitative Comparative Analysis (QCA) and Related Techniques.
London: Sage Publications. (Recenze knihy). Acta Politologica 2, 2010, č. 1, s. 72-74.
KOUBA, Karel: Kvalitativní srovnávací analýza (QCA) a konfigurativní metody
v politologii. In: Úvod do studia politiky. Ed. NOVÁK, Miroslav. Praha, Sociologické
nakladatelství 2011, s. 468–507.
Mahoney, James. "Long-Run Development and the Legacy of Colonialism in Spanish
America." American Journal of Sociology 109, no. 1 (2003): 50-106.
MAHONEY, James – GOERTZ, Gary: A Tale of Two Cultures: Contrasting Quantitative and
Qualitative Research. Political Analysis, 14, 2006, s. 227-249.
Ragin, Charles. 1987. The Comparative Method. Moving Beyond Qualitative and
Quantitative Strategies. Los Angeles, University of California Press.
Miethe, Terance D., HongLu, and Gini R. Deibert. "Cross-National Variability in Capital
Punishment. Exploring the Sociopolitical Sources of Its Differential Legal Status."
International Criminal Justice Review 15, no. 2 (2005): 115-130.
Ragin, Charles. 2000. Fuzzy-Set Social Science. Chicago: University of Chicago Press.
99
Ragin, Charles. 2006. „Set Relations in Social Research: Evaluating Their Consistency and
Coverage.“ Political Analysis 14 (3): 291-310.
Ragin, Charles. 2008. Redesigning Social Inquiry: Fuzzy Sets and Beyond. Chicago:
University of Chicago Press.
Ragin, Charles et al. 2008. User’sGuide to Fuzzy-Set / Qualitative Comparative Analysis.
Tucson, Arizona: Department of Sociology, University of Arizona. Dostupné na:
http://www.u.arizona.edu/~cragin/fsQCA/download/fsQCAManual.pdf (cit. 2. 4. 2013).
Ragin, Charles C., Kriss A. Drass a Sean Davey. 2006. Fuzzy-Set/Qualitative Comparative
Analysis 2.0. Tucson, Arizona: Department of Sociology, University of Arizona. Dostupné
na: http://www.u.arizona.edu/~cragin/fsQCA/software.shtml (cit. 2. 4. 2013).
Ragin, Charles C., Kriss A. Drass and Sean Davey. 2006. Fuzzy-Set/Qualitative Comparative
Analysis 2.0. Tucson, Arizona: Department of Sociology, University ofArizona.
(http://www.u.arizona.edu/~cragin/fsQCA/citing.shtml).
RIHOUX, Benoit - RAGIN, Charles C. (eds.): Configurational Comparative Methods.
Qualitative Comparative Analysis (QCA) and Related Techniques. London, Sage
Publications 2009.
ŘEHÁK, Vilém: Mediace jako nástroj řešení konfliktů. Případ občanské války v Libérii.
Mezinárodní vztahy, 46, 2011, č. 3, s. 30-54.
Schensul, Jean J., Devyani Chandran, S. K. Singh, Marlene Berg, Sharad Singh, and Kamla
Gupta. "The use ofqualitative comparative analysis for critical event. research in alcohol
and HIV in Mumbai, India." AIDS and Behavior 14, no. 1 (2010): 113-125.
SCHNEIDER, Carsten – WAGEMANN, Claudius: Qualitative Comparative Analysis und
Fuzzy Sets. Ein Lehrbuch für Anwender und jene, die es werden wollen. Opladen,
Verlag Barbara Budrich 2007.
Stockemer, Daniel. "Fuzzy Set or Fuzzy Logic? Comparing the Value of Qualitative
Comparative Analysis (fsQCA) versus Regression Analysis for the Study of Women's
Legislative Representation." European Political Science 12, no. 1 (2012): 86-101.
Verkuilen, Jay. 2005. „Assigning Membership in a Fuzzy Set Analysis.“Sociological Methods
& Research 33 (4):462-96.
Wickham-Crowley, Timothy P. 1992. Guerrillas and Revolution in Latin America. A
Comparative Study of Insurgents and Regimes since 1956. Princeton, Princeton
University Press 1992.
100
8. Regresní a korelační analýza
Petr Soukup
Tato kapitola nás uvede do problematiky statistické analýzy kvantitativních dat. Zatímco
v ČR je tento typ analýz v oblasti politických věd spíše okrajový, světově to neplatí, a je tedy
více než žádoucí mít též znalosti o těchto technikách. V této kapitole představíme základní
metody statistické analýzy kvantitativních dat: regresní a korelační analýzu. V následující
kapitole se budeme zabývat statistickou analýzou kvalitativních (kategoriálních) dat. Jde o
nejužívanější postupy v sociálních vědách obecně, a proto jsme se rozhodli vybrat právě tyto.
Čtení kapitoly předpokládá obeznámenost se základy popisné statistiky (průměr, medián,
modus, rozptyl směrodatnou odchylku a procenta). 1
Samozřejmě nemůžeme obsáhnout
veškerou problematiku statistické analýzy dat ve dvou kapitolách, proto v textu doplňujeme
na základní díla, kde se můžeme dozvědět více a naučit se dalším postupům.
8.1.Historie a současnost statistické analýzy
Podat stručný vývoj celé statistiky v několika řádcích je nemožné, protože její historie sahá
mnoho staletí hluboko. Statistické analýze se od starověku věnoval nespočet badatelů a
akadeemiků a nadto o jejím vývoji jsou napsány celé knihy. Proto zmíníme jen základní
představitele a knihy, které se vztahují ke statistické analýze obecně a zejména pak k regresní
a korelační analýze. Regresní analýza je poměrně stará a její počátky lze hledat již v renesanci
například v úvahách Galilea. Rozšíření regresního přístupu se datuje zpravidla na počátek 19.
století a v souvislosti s jejím zrodem se nejčastěji zmiňuje Carl Gauss, německý matematik,
který roku 1809 publikoval text o metodě nejmenších čtverců pro výpočet regrese (Stigler
1981). Sám pojem regrese je připisován antropologovi Galtonovi, který zkoumal vztah mezi
výškou rodičů a jejich dětí a tento vztah označil jako regrese. Konstatoval, že velcí rodiče
mají zpravidla velké děti, ale o něco menší než jsou oni sami, u malých platí, že mají malé
děti, ale o něco větší. Tento vztah označil jako regrese k průměru. Později se výraz regrese
používal pro vztah dvou a více proměnných, zcela v souladu s významem, který budeme
využívat my (Hebák – Hustopecký 1987).
Korelační přístupy jsou oproti regresním cca o sto let mladší. Za zakladatele zkoumání párové
souvislosti proměnných ordinální povahy je považován psycholog Charles Spearman, který si
povšiml, že výsledky jednotlivých testů inteligence spolu souvisí (jedinci s dobrým
výsledkem v jednom testu mají výsledky i v jiném a vice versa). Na základě této zkušenosti
Spearman odvodil korelační koeficient, který dnes nese jeho jméno. Statistici dále rozvinuli
korelační metodologii, zřejmě nejvýraznější přínos měl Karl Pearson, dle kterého je
pojmenován nejznámější korelační koeficient pro kardinální proměnné.
Postupem času se statistika přesunula z Evropy do USA a klíčová pracoviště jsou dnes na
prestižních amerických univerzitách. Nicméně i v Evropě a konkrétně v ČR se nemáme zač
stydět. Vědecky velmi úspěšným pracovištěm je katedra matemetické statistiky a
pravděpodobnosti na MFF UK. Z mnoha jmen zmiňme Karla Zváru, který se soustředí právě
na regresní analýzu.
Obecně platí, že všechny zde představené přístupy se běžně učí v kurzech statistiky na
vysokých školách napříč obory (tj. jak v sociálních tak přírodních či technických vědách) a i
1
Pokud tomu tak není, pak nechť čtenář nahlédne do některých základních statistických textů – např. Hendl
(2012), Budíková a kol. (2010), nebo Magnello (2010).
101
počet učebnic k této problematice je vysoký. Pro sociální vědy je zřejmě nejvhodnější text
Hendla (2012), ale číst můžeme i další učebnice, například Budíková a kol. (2010), Neubauer
a kol. (2012). Pro stručné první seznámení se statistikou může posloužit i komiks Magnello
(2010). Zahraniční literatura je nepřeberná a jen titulů s názvem „social science data analysis“
jsou desítky. Z mnoha titulů lze pro oblast politologie a mezinárodních vztahů doporučit titul
Penningse a jeho kolehů (Pennings. Keman, Kleinnijenhuis. 1999), protože citlivě kombinuje
obecné poznatky o statistické analýze dat a o komparativní případové studie s praktickými
ukázkami výzkumu. Využít můžeme i obecný titul věnovaný sociálněvědnímu výzkumu
(Babbie 2004). Specificky regresní analýze a korelačním přístupům jsou věnovány samostatné
knihy. V ČR jsou to zejména od Hebáka a kol. (2005) a od Zváry (2008). Nutno poznamenat,
že pro chápání zmíněných publikací jsou občas potřeba hlubší znalosti z vysokoškolské
matematiky. Z cizojazyčné provenience lze pro začátečníky v oblasti regresní analýzy
doporučit zejména texty z edice Quantitative Applications in the Social Sciences, vydávané
již po desetiletí nakladatelstvím Sage. Konkrétně lze doporučit učební texty od Lewis-Becka
(1980), Achena (1982) a Berryho a Feldmana (1985). Detailní seznámení s regresními
přístupy lze nalézt i v klasické knize od Foxe (1997).
8.2.Výzkumný rámec statistické analýzy
8.2.1. Výzkumné cíle a otázky
Statistickou analýzu řadíme mezi vysvětlující metodologie, zároveň je pro ni typické tzv.
korelační pojetí kauzality (viz rozlišení mezi korelačním a podmínkovým přístupem ke
kauzalitě v kapitole Výzkum politiky a jeho epistemologické, metodologické a normativní
souvislosti). Základní výzkumné otázky, které si při použití regresních a korelačních přístupů
klademe, se proto týkají existence příčinného mechanismu mezi dvěma fenomény a jeho síly:
Souvisí jeden fenomén s druhým (například volební orientace jedince se vzděláním)?
Jak je tato souvislost silná či slabá?
Pokročilejší výzkumné otázky se potom mohou týkat intenzity náhodné složky či míry vlivu
několika faktorů na zkoumaný fenomén:
Není zjištěná souvislost klamavá (nejde o artefakt v datech)?
Neovlivňují fenomén ještě další faktory?
Který faktor ovlivňuje sledovaný fenomén nejsilněji?
Při formulaci výzkumných otázek nesmíme zapomínat, že výzkumné otázky by měly být
formulovány na základě teoretického poznání případně předchozího kvalitativního výzkumu
(případových studií), který souvislosti naznačí. Cílem statistické analýzy je tyto souvislosti
potvrdit či vyvrátit – někdy hovoříme o konfirmačním charakteru statistických analýz.
Statistickou analýzu tedy využíváme k testování teorií, jak je popsáno v kapitole Výzkumný
rámec a jeho prvky (část věnovaná způsobům práce s teorií).2
Na počátku ještě poznamenejme, že dva přístupy představované v této kapitole, tj. regresní a
korelační analýza se mírně liší ve způsobu uvažování. Regresní model předpokládá jednu či
více nezávislých proměnných, které ovlivňují závislou proměnnou. Pro jednu nezávislou
2
Existuje ale i tzv. explorační statistická analýza, tj. taková, jejímž cílem není ověřovat hypotézy, ale naopak je
generovat.
102
proměnnou X a závislou proměnnou Y můžeme model regresní analýzy schematicky zapsat
jako:
X → Y
Oproti tomu korelační model předpokládá oboustrannou souvislost, kdy proměnná X
ovlivňuje proměnnou Y a proměnná Y ovlivňuje proměnnou X.
X ↔ Y
Dodejme, že model regresní analýzy může vyvolat dojem, že se regresní přístupy hodí pro
hledání kauzálního mechanismu. To ovšem není vždy pravda (více viz text o problému
kauzality v závěru této kapitoly).
Statistická analýza v základním režimu pracuje s výběrovými soubory (viz dále) a kromě
potvrzení vztahů slouží ke zobecnění výsledků na populace (například na všechny země EU),
proto hovoříme o induktivním charakteru statistické analýzy (někdy se přímo užívá sousloví
statistická indukce či inference).
8.2.2. Výběr případů
V této části se budeme zabývat vymezením případů (jednotek), které ve statistické analýze
používáme. Nejtypičtější jednotkou bývají jedinci – typicky v situaci, kdy nás zajímá jejich
chování (například volební chování), a kdy o nich získáváme informace z dotazníkových
šetření. Nicméně v oblasti srovnávací politologie a mezinárodních vztahů toto neplatí. Tyto
disciplíny se většinou zaměřují na větší celky (ve statistice jim často říkáme agregace),
například na jednotlivé země, mezinárodní organizace, neziskové organizace, konflikty
(války) atd. Vždy musíme vymezit případy pro analýzu dle naší výzkumné otázky a dle toho
získávat data (pro vymezení případu viz též kapitola Případová studie). Soubor všech
existujících případů označujeme jako základní soubor (populaci). Populací máme na mysli
všechny existující případy (jednotky), námi zkoumaného obecného fenoménu. Pokud
zkoumáme obecný fenomén chování českého voliče, naším základním souborem (populací)
jsou všichni existující voliči v ČR. Vždy mějme na paměti, že definice konkrétní populace pro
náš výzkum vychází z teoretických východisek a zeména z naší výzkumné otázky. Pokud
pracujeme s vyššími celky (zeměmi apod.) pak většinou používáme všechna dostupná data (za
všechny země) a dále popsané výběrové procedury nejsou potřebné. Z pohledu statistiky je
poměrně jedno, zda vybíráme nebo zda pracujeme s celou populací. Jediný rozdíl spočívá
v tom, že pokud máme celou populaci, nemusíme provádět statistické testování – tedy
ověřovat, zda jsou zjištění o výběru platná i pro celou populaci.
Pokud je základní soubor rozsáhlý, typicky pokud pracujeme s jedinci jako případy, pak
nepracujeme s celou populací, ale pouze s její částí, kterou označujeme jako výběrový soubor
(výběr).3
Pokud budeme například zkoumat souvislost mezi vzděláním a orientací na škále
levice-pravice, můžeme si cílovou populaci vymezit jako všechny dospělé osoby v ČR. Získat
ovšem informace od celé populace (všech dospělých osob v ČR) o jejich vzdělání a orientaci
na škále levice-pravice není snadné (bylo by to finančně náročné). Statistici proto odvodili
pravidla jak sestavovat z cílové populace výběry, tj. části populace, které jsou poté zkoumány
a výsledky z výběru jsou zpětně aplikovány na populaci. Z praktických i statistických důvodů
se velikosti výběrů pohybují v řádu stovek maximálně v řádu tisíců. Pokud chceme závěry
3
V sociálních vědách se někdy výběrový soubor (výběr) nepřesně označuje jako vzorek.
103
týkající se výběru zpětně zobecňovat na populaci, musíme při sestavování výběru dodržovat
následující postupy. Na obecné úrovni rozlišujeme dva způsoby, jakými vybíráme případy pro
výběrový soubor: náhodný (pravděpodobnostní) výběr a záměrný výběr.
Náhodný (pravděpodobnostní) výběr je založen na poznatcích teorie pravděpodobnosti, kterou
v tomto textu pro nedostatek prostoru nerozebíráme. Nejjednodušším přístupem je tzv. prostý
náhodný výběr (simple random sampling, SRS), kdy máme seznam všech jednotek v populaci
(tzv. oporu výběru) a z nich vybíráme tak, aby každá jednotka měla stejnou pravděpodobnost
vybrání. Například vybíráme z osudí čísla přiřazená jednotkám, nebo v moderní době
necháme počítač generovat náhodná čísla. Výsledkem je výběr, který umožňuje korektní
zpracování dále představenými způsoby statistické analýzy.
V praxi je výše popsaný postup prostého náhodného výběru málokdy uskutečnitelný (lze jej
například využít pro výběr student příslušné školy, občanů menší obce). Proto se uplatňují
složitější postupy, nejčastěji vícestupňové. Vícestupňový náhodný výběr ukážeme na příkladu
dospělé populace v ČR. V prvním stupni bychom náhodně vybírali obce (pokud bychom
například chtěli náhodný výběr 400 osob, vybírali bychom 400x ze seznamu obcí). Seznam
obcí je dostupný veřejně a tak by úloha byla snadná. Ve druhém stupni bychom ve vybraných
obcích vybírali ulice (takové seznamy jsou též k dispozici), ve třetím dům v příslušné ulici a v
posledním (či předposledním v případě bytového domu) osobu ve vybraném domě (pro tyto
účely existují tabulky náhodných čísel). Výsledkem by byl výběr 400 osob, který bychom
poté zkoumali. Poznamenejme, že dnešní výzkum probíhá často skrze technické prostředky
(telefon, internet) a tak se provádí náhodné výběry například skrze generování náhodných
telefonních čísel.4
Záměrný výběr není narozdíl od náhodného výběru založen na zákonitostech z teorie
pravděpodobnosti, ale jde o pragmatický přístup k vybírání. Cílem je zpravidla získat výběr,
který bude podobný náhodnému, ale s menšími náklady a snazší cestou. Provádění náhodných
výběrů je totiž poměrně nákladné a proto se ve výzkumné praxi používá zejména
v akademickém výzkumu, naopak výzkumy veřejného mínění se spoléhají na výběry
záměrné. Nejpoužívanějším postupem při záměrném výběru je kvótní výběr. Opět popišme
jeho využití na jednoduchém příkladu. Nebudeme měnit cílovou populaci (tj. dospělí v ČR).
Pro vytvoření kvótního výběru potřebujeme znát strukturu populace (běžně dle vzdělání,
pohlaví a věkových kategorií). Tyto informace jsou dostupné například z webu Českého
statistického úřadu. Poté rozhodneme o velikosti výběrového souboru (v této otázce
doporučujeme konzultovat odbornou literaturu ke statistické analýze). Dle stanovené velikosti
výběru a struktury populace rozepíšeme výběr například tak, aby jeho struktura odpovídala
cílové populaci. Dle tohoto rozpisu pak získáváme jednotlivé respondenty a budeme mít
zajištěno, že struktura našeho výběru z hlediska vzdělání, věku a pohlaví bude odpovídat
struktuře populace. I když to vypadá poměrně nevěrohodně, tento postup nese v praxi
poměrně dobré výsledky. Slavná je historka o úspěchu kvótního vybírání při předvídaná
prezidentských voleb v USA v r. 1936 (G. H. Gallup). Neméně slavná je ovšem i historka
neúspěchu předpovědi z kvótních dat z voleb v r. 1948. V každém případě platí, že zejména
v Evropě jsou kvótní postupy oblíbené a hojně používané.
8.2.3. Vymezení proměnných
Ještě než se budeme věnovat detailnějšímu popisu regresní a korelační analýzy, musíme si
upřesnit pojem proměnná, kterou budeme hojně využívat v této a následující kapitole.
4
Detailnější popis způsobu jak vybírat z populací přesahuje možnosti této kapitoly. Zájemce lze odkázat na
literaturu z oblasti metodologie (např. Babbie 2010) případně složitější texty z oblasti statistiky, klasikou je Kish
(1995), českou klasikou pak Čermák (1980).
104
Proměnná zachycuje určitou vlastnost zkoumaných případů (jednotek), přičemž může nabývat
různých hodnot. Podle toho, jak proměnnou vyjadřujeme a jakých může nabývat hodnot,
rozlišujeme různé typy proměnných. Pro jednoduchost odlišíme tři typy proměnných:
nominální proměnné, ordinální proměnné a kardinální proměnné.
Nominální proměnnou máme na mysli takovou proměnnou, která může nabývat různých
hodnot, ale tyto hodnoty nelze žádným způsobem třídit (dle velikosti) ani s nimi provádět
matematické operace (sčítat, odečítat násobit, dělit). Příkladem nominální proměnné je
například poloha státu podle světadílů. Každý stát (jako jednotku našeho výzkumu) můžeme
zařadit do Afriky, Ameriky, Asie, Austrálie, nebo Evropy. Bez dalšího ale nelze říci, že Asie
je více než Afrika atd. Z praktických důvodů většinou neužíváme označení jednotlivých
hodnot (tj. Afrika, Asie), ale arbitrární číselné kódy (např. Afrika bude mít přiřazen kód ‚“1“,
Amerika “2“, atd.)5
. Tyto kódy jsou výhodné pro počítačové zpracování dat, ale nikdy
nesmíme zapomenout na jejich věcný význam a jejich umělost. Jde o pouhé kódy a nikoliv
skutečné kvantitativní údaje, se kterými je možné skrze matematické operace počítat.
Specifickou variantou nominální proměnné je binární (dichotomická) proměnná, která může
nabývat pouze dvou hodnot. Nominální proměnné bývají též označovány jako kvalitativní či
kategoriální data a metodám jejich zpracování se věnuje následující kapitola.
Ordinální proměnná se podobá nominální proměnné ovšem s tím rozdílem, že její hodnoty
můžeme seřadit. Příkladem může proměnná levo-pravá politická orientace, kdy má
dotazovaný ve výzkumu na výběr následující možnosti: jasná levice-mírná levice-střed- mírná
pravice- jasná pravice. Opět běžně místo slovního vyjádření užíváme kódy, tj. „1“ pro jasnou
levici, atd. Kódy jsou arbitrární, ale sledují pořadí hodnot. Hodnoty ordinální proměnné lze
seřadit, ale nemůžeme s nimi provádět matematické operace. Nemůžeme například tvrdit, že
ten, kdo zaškrtl v dotazníku hodnotu 5-jasná pravice, je o 4 pravicovější než ten kdo zaškrtl 1jasná
levice. Korektní je pouze sdělit, že jeden respondent je výrazně pravicovější než jiný.
Kardinální proměnná na rozdíl od předchozích nabývá číselných hodnot, které samy o sobě
mají smysl (netřeba tedy znát jejich popis). Díky tomu s nimi můžeme provádět matematické
operace, přinejmenším lze stanovovat jejich rozdíly. Příkladem může být například proměnná
HDP na hlavu v příslušné zemi. Pokud má země A HDP na hlavu 4000 USD a země B 3800
USD, lze říci, že v zemi B je HDP na hlavu o 200 jednotek nižší než v zemi A. Samozřejmě
lze též říci, že v zemi B je hodnota nižší případně jiná, tj. využít poznatků o ordinálních i
nominálních stupnicích.
Z uvedených příkladů jasně vyplývá, že nominální proměnná je nejjednodušší a informačně
nejchudší – umožňuje poměrně omezené závěry. Naopak kardinální proměnná je nejsložitější
a informačně nejbohatší – umožňuje více závěrů. Ve statistice pak obecně platí pravidlo, že
operace s nominálními proměnnými jsou omezené a je jich nejméně. S ordinálními
proměnnými je možné provádět vše co s nominálními plus další operace navíc. Nejvíce je
možné analyzovat kardinální data. Bohužel většina údajů, které v oblasti politických věd
máme, dosahuje maximálně ordinálních stupnic a tak jsou naše možnosti zpracování často
omezené.
Kardinální a ordinální proměnné bývají označované jako kvantitativní data. Jde o data, která
jsou vyjádřená čísly, navíc jsou většinou výsledkem kvantitativního výzkumu (viz dále,
případně též v kapitole 1). Ihned ovšem upozorněme, že používání čísel automaticky
neznamená měření a už vůbec ne přesná měření. Kvantitativní data mohou vykazovat chyby –
při definici měřeného fenoménu, při získávání dat, při zpracování apod. Nepodléhejme proto
iluzi, že vše co je kvantitativní (vyjádřené číslem) je také přesné a spolehlivé.
Zcela zde opomíjíme problematiku konstrukce různých indexů a škál z několika proměnných,
které se běžně v oblasti politických věd používají, obdobně neřešíme způsob konstrukce
5
Nejčastější kódování začíná od jedničky a pokračuje následujícími přirozenými čísly.
105
otázek a dotazníku (nejčastějšího nástroje pro sběr kvantitativních dat). Čtenáře, který není
seznámen s těmito otázkami kvantitativního výzkumu, odkazujeme na literaturu uvedenou
v úvodní části této kapitoly.
Typologie proměnných je klíčová pro rozhodnutí o tom, kterou statistickou proceduru
můžeme použít. V této kapitole si představíme regresní analýzu a korelační analýzu, které
zpracovávají kardinální proměnné, ordinální proměnné či binární proměnné. V následující
kapitole se soustředíme na statistické metody pro analýzu nominálních proměnných
(kategoriálních dat). Dle počtu nezávislých proměnných rozlišujeme jednoduchou regresní
analýzu, která zkoumá vztah mezi jedinou nezávislou proměnnou a jedinou závislou
proměnnou, a mnohonásobnou či vícenásobnou regresní analýzu, která zkoumá vztah mezi
více než jednou nezávislou proměnnou a jednou závislou proměnnou.
Učiňme ještě několik praktických poznámek týkajících se získávání dat. Často nemusíme
sbírat data vlastním výzkumem, protože jsou již k dispozici. Mnoho kvantitativních dat, která
jsou získávána národně či mezinárodně, jsou k dispozici v tzv. datových archivech. Pro
potřeby politických věd je významným archivem například Inter-university Consortium for
Political and Social Research (ICPSR).6
V ČR máme Český sociálněvědní datový archiv
v rámci Sociologického ústavu AV ČR,7
kde lze mj. nalézt data z CVVM, volebních výzkumů
a dalších zajímavých studií8
. Pro oblast mezinárodních vztahů lze doporučit specifické
databáze s kvantitativními údaji, které jsou produktem dlouhodobých výzkumných projektů
jako například Manifesto Project Database 9
nebo projekt Correlates of War (COW). 10
Zejména COW má rozsáhlý obsah a díky dlouhodobé existenci je možné provádět i historická
srovnání. Využít můžeme i další specializované databáze připravované neziskovými
organizacemi, jako jsou Stockholm International Peace Research Institute (SIPRI) a jeho
Military Expenditure Database,11
či Freedom House a jeho Freedom in the World.12
Obdobně
lze pro statistickou analýzu využívat data získávána statistickými úřady či mezinárodními
organizacemi (OSN, OECD), opět jde o veřejná data dostupná přes internet.
8.2.4. Zpracování dat a interpretace výsledků
Pro statistické zpracování kvantitativních dat lze využít nejrůznější softwarové prostředky.
S ohledem na rozšířenost a jednoduchost ovládání volíme pro ukázky v této a následující
kapitole MS Excel. Nicméně Excel není primárně programem pro statistické výpočty a proto
se v oblasti profesionálního zpracování sociálněvědních dat (politické vědy nevyjímaje) užívá
zpravidla speciální statistický software. Dva zřejmě nejrozšířenější statistické programy jsou
STATA a IBM SPSS. Narozdíl od Excelu disponují tyto programy širším spektrem
statistických analýz a také práce s velkými soubory dat a opakované analýzy jsou v nich
výrazně jednodušší. Na rozdíl od předchozích placených software existují i produkty zdarma.
Nejrozšířenější (a to i mezi statistiky v ČR) je R neboli R-project.
6
Databáze ICPSR jsou dostupné na stránkách http://www.icpsr.umich.edu/icpsrweb/landing.jsp.
7
Národní datový archiv je dostupný na stráne http://archiv.soc.cas.cz/.
8
Základní informace lze zpravidla získat přímo online, data jsou většinou ke stažení po jednoduché registraci,
při které se uživatel zaváže data využívat pouze pro akademické účely.
9
Manifesto Project Database je dostupná na https://manifestoproject.wzb.eu/.
10
Databáze projektu Correlates of War je dostupná na http://www.correlatesofwar.org/.
11
Databáze vojenských výdajů SIPRI je dostupná na
http://www.sipri.org/research/armaments/milex/milex_database.
12
Databáze Freedom in the World je dostupná na https://freedomhouse.org/report-types/freedom-world.
106
8.2.4.1. Jednoduchá regresní analýza
Cílem regresní analýzy je najít matematickou funkci, která co nejlépe vystihuje souvislosti
mezi naměřenými hodnotami nezávislé proměnné a závislé proměnné. Regresní analýza
zároveň umožňuje zhodnotit, zda tato nalezená funkce dostatečně vystihuje naměřené hodnoty
proměnných dostatečně nebo zda je vztah mezi nimi náhodný. Jednoduchou regresní analýzu
využíváme k testování jedné teorie. Pokud regresní analýza zjistí mezi naměřenými
hodnotami proměnných dostatečně silný funkční vztah, potvrzujeme teoretickou hypotézu o
kauzální vazbě mezi fenomény. Regresní analýza je primárně grafická metoda. Jejím cílem je
najít křivku, která leží co nejblíže většině bodů znázorňujících hodnoty proměnných
naměřené v jednotlivých případech. Jak víme ze středoškolské matematiky, každá křivka má
svou regresní rovnici, například přímka má tento obecný tvar, kde y je naše závislá proměnná
a x nezávislá proměnná:
y = b1x + b0
Cílem regresní analýzy je odhadnout parametry této funkce – v případě přímky (lineární
regresní analýza) hledáme hodnoty konstanty b0 regresního koeficientu b1. Tato křivka
(funkce) je poté vyhodnocena a pokud leží dostatečně blízko naměřeným hodnotám závislé a
nezávislé proměnné, můžeme prohlásit, že mezi oběma proměnnými existuje závislost.
Prvním krokem při realizaci regresní a korelační analýzy zpravidla bývá grafické znázornění
dat, nejčastěji ve formě bodového grafu. Graf má hned několik předností. Skrze graf
dokážeme orientačně nahlédnout na souvislost mezi fenomény a posoudit její charakter. Podle
umístění bodů v grafu můžeme odhadnout, jaký typ funkce budeme hledat – využít můžeme
např. lineární funkci (přímka), kvadratickou funkci (parabola), obecnou polynomickou funkci,
logaritmickou funkci či exponenciální. Graf nám též umožní odhalit tzv. odlehlá pozorování –
jedná se o případy, které se zcela vymykají převládajícímu trendu (například některá
proměnná nabývá extrémních hodnot). Graf nám může nadto ušetřit mnohá zklamání, při
pohledu na graf se dá odhadnout, jestli vůbec můžeme očekávat souvislost mezi proměnnými.
Je třeba upozornit, že graf ztrácí své výhody, pokud máme jednotek v našem souboru příliš
mnoho. Již od stovek jednotek je graf nepřehledný. Toto lze řešit tak, že z našeho souboru
děláme výběr (teď ovšem z jiných důvodů, než které byly uváděny výše) a zobrazíme jen část
takto vybraných dat, která již bude graficky přehledná.
Dalším krokem je nalezení konkrétní křivky a odhad jejích parametrů (koeficientů). Abychom
předešli subjektivitě, používáme pro nalezení konkrétní křivky různé odhadovací techniky,
nejčastěji metodu nejmenších čtverců (ordinary least squares, OLS). Logika hledání vhodné
křivky skrze OLS je snadná: ze všech možných křivek hledáme tu, pro kterou je suma čtverců
svislých vzdáleností pozorování od křivky co nejmenší. Matematicky to znamená počítání
derivací funkce a hledání extrému (opět viz středoškolská matematika). Naštěstí nikdo dnes
nemusí derivovat, výpočet regresní analýzy za nás provede software.
Podstatu regresní analýzy ilustrujeme na následujícím grafu, kde je znázorněna souvislost
mezi ekonomickou vyspělostí zemí EU a jejich úrovní demokracie. Pro účely ilustrace je
ekonomická vyspělost operacionalizována pomocí HDP na hlavu v USD a úroveň
demokracie pomocí tzv. indexu demokracie sestaveného organizací Economist Intelligence
Unit, která je úzce spojena s časopisem Economist.13
Analýza se týká celé populace (všech 27
členů EU), nedělali jsme žádný výběr.
13
Technické návody, jak získat výstupy uvedené v této a následující kapitole vč. dat jsou ke stažení na webu
autora.
107
Graf č. 1: Souvislost úrovně demokracie a ekonomické vyspělosti zemí EU
Z grafu č. 1 je na první pohled patrné, že základní vzorec souvislosti je tento: vyšší úroveň
jedné proměnné (země je na grafu více vpravo) se odráží ve vyšší úrovni druhé proměnné
(země je na grafu více nahoře). Při pohledu na uspořádání jednotek jsme se rozhodli použít
lineární funkci, to znamená, že hledáme přímku, která je co nejblíže všem pozorováním.
Uspořádání jednotek ale narušuje odlehlé pozorování - Lucembursko, které má nejvyšší HDP,
ale index demokracie poměrně malý. Jednotky (případy), které mají charakter odlehlých
pozorování, představují pro regresní i korelační analýzu problém, protože mohou někdy i
značně ovlivnit výsledky. Proto můžeme (či spíše měli bychom) odlehlá pozorování vypustit
z analýzy. Abychom problém demonstrovali prakticky, srovnáme grafy a výsledky regresní
analýzy včetně odlehlého pozorování (viz graf č. 1) a poté bez něj (viz graf č. 2).
Graf č. 2: Souvislost úrovně demokracie a ekonomické vyspělosti zemí EU s regresní
přímkou a jejími charakteristikami (bez Lucemburska)
108
Na první pohled je zřejmé, že nyní je regresní přímka ještě výstižnější než v předchozí
analýze, všechny body leží na přímce nebo velice blízko ní. To potvrzuje i hodnota indexu
determinace R2
. V původním modelu včetně odlehlého bodu index determinace hodnotu
0,5825, nyní 0,8037 (definice indexu determinace viz níže). Regresní rovnice též změnila své
parametry. Výsledná regresní rovnice má tuto podobu:
y = 0,0507x + 6,576
V našem případě tedy hodnota konstanty b0 činí 6,576 a hodnota regresního koeficientu b1 je
0,0507. Nyní se věnujme interpretaci hodnoty konstanty a regresního koeficientu. Klíčový je
regresní koeficient, která udává sklon regresní přímky (někdy se mu také sklon říká).
Interpretace je poměrně snadná, koeficient udává, o kolik se změní (zvýší či zmenší) hodnota
proměnné na ose y, když se proměnná na ose x zvýší o jednotku. V našem případě to
znamená, že když vzroste HDP na osobu o tisíc dolarů (tj. jednotka na ose x v našem grafu)
index demokracie je o 0,0507 vyšší. Často tuto interpretaci upravujeme, například v našem
případě by byla zajímavější formulace, že při posunu o 10 tisíc dolarů se index demokracie
zvýší o 0,507 (tj. 10x0,0507). Intepretace konstanty je geometricky poměrně jednoduchá – jde
o průsečík regresní přímky s osou y. Z věcného hlediska není výše konstanty důležitá – v
našem případě je to úroveň indexu demokracie v zemi, kde je nulové HDP na osobu14
.
Poslední charakteristika zobrazená v grafu je index determinace R2
.. Jde o charakteristiku,
která měří nakolik je regresní přímka výstižná, tj. jak blízko našich bodů leží. Teoreticky
nabývá hodnot mezi 0 a 1. R2
= 0 znamená, že nelze nijak regresní přímkou popsat souvislost,
mezi naměřenými hodnotami závislé a nezávislé proměnné neexistuje žádná souvislost a body
jsou náhodně rozptýleny v grafu. R2
= 1 znamená, že přímka zcela vystihuje naše data,
prochází všemi body. Ukázky těchto dvou extrémů nalezneme v grafu č. 3 (perfektní
souvislost) a grafu č. 4 (žádná souvislost). Technicky je R2
korelačním koeficientem dle
Pearsona (srov. část této kapitoly věnované korelační analýze) mezi skutečnou hodnotou
závislé proměnné (tj. svislou vzdáleností jednotlivých bodů od osy x) a jejich odhadnutou
14
Zkuste si pomyslně protáhnout regresní přímku vlevo a průsečík s osou y bude mít hodnotu 8,0812, tj.
hodnotu konstanty.
109
hodnotou (tj. svislou vzdáleností mezi regresní přímkou a osou osy x pro příslušnou úroveň
nezávislé proměnné)15
.
Graf č. 3: Perfektní souvislost mezi proměnnými (R2
= 1)
Graf č. 4: Ţádná souvislost mezi proměnnými (R2
= 0)
Hodnotu R2
zpravidla jej interpretuje po vynásobení
stem v procentech. V našem případě lze hodnotu
0,8037 interpretovat tak, že hodnota indexu
demokracie je z 80 % ovlivněna HDP. Pro agregovaná
15
V případě více nezávisle proměnných je definice analogická, jen regresní přímku nahrazuje rovina či
nadrovina (srov. dále).
y = x + 10
R² = 1
0
2
4
6
8
10
12
14
16
18
20
0 2 4 6 8
y = 13.286
R² = 0
0
2
4
6
8
10
12
14
16
18
20
0 2 4 6 8
110
data (tj. například data za země, regiony apod.) jsou hodnoty indexů determinace poměrně
vysoké (daří se vysvětlit poměrně mnoho), naopak pro data individuální (za jedince,
domácnosti apod.) bývají hodnoty poměrně nízké (opět srov. dále).
Výsledek regresní analýzy bývá často prezentován nikoliv graficky, ale v tabulce. Následující
tabulka shrnuje výsledky regresní analýzy, která zkoumala souvislost mezi nezávislou
proměnnou orientace měřící politickou orientaci jednotlivců na škále levá-pravá (hodnota 1
znamená extrémní levici, 10 extrémní pravici) a proměnnou individualismus měřící příklon
jednotlivců k individualismu resp. etatismu (1 – stát by se měl postarat o jedince, 10 – jedinec
by se měl postarat sám o sebe). Pro analýzu byla použita data ze šetření European value study
z ČR z roku 199916
. Na rozdíl od předchozí ukázky, tento výzkum nebyl prováděn na celé
populaci (všech občanech ČR), ale pouze na výběru z populace.
Tabulka č. 1: Výstupy z jednoduché regresní analýzy (levopravá orientace v závislosti
na orientaci na individualismus/kolektivismus)
Koeficienty
Chyba
stř.
hodnoty t stat
Hodnota
P
Hranice 4,389781 0,14355 30,58019
7,5E-
164
individualismus 0,251921 0,021474 11,73154 1,3E-30
R2
=0,075
Z tabulky můžeme vyčíst několik poznatků. Existuje pozitivní souvislost mezi sledovanými
fenomény, pravicovější jedinci preferují více individualismu a vice versa. Regresní přímka je
pozitivně skloněná. Nicméně souvislost je poměrně slabá. R2
je malé, což znamená, že
regresní přímka je vzdálená od jednotlivých bodů v grafu. Podobu regresní rovnice zjistíme ze
sloupce koeficienty:
orientace = 4,39 + 0,25*individualismus
Platí tedy, že s posunem o jednotku směrem k většímu individualismu (připomeňme, že je
měřen na stupnici 1-10) se zvýší hodnota měřené levicovo-pravicové orientace směrem
k pravici o 0,25 bodu (celá stupnice je opět pro připomenutí od 1 do 10). Tabulka č. 1 má
ovšem další sloupce, které je nutno objasnit. Třetí sloupec (t-stat) a hlavně pak čtvrtý sloupec
(P hodnota) nám říkají, zda výsledky regresní analýzy zpracovávající data týkající se výběru
z populace (šlo o cca 1600 dospělých v ČR) jsou zobecnitelná na celou populaci (tj. cca 8
milionu osob). Nejdříve vysvětleme tyto hodnoty obecněji a poté obecné pravidlo uplatníme
na náš příklad. Ke zjišťování, zda výsledek, který objevíme v našem výběru
(výběrovýsoubor), je zobecnitelný na celou populaci (základní soubor), používáme tzv.
statistické testy. Tyto testy ověřují, zda souvislost mezi proměnnými, kterou jsme nalezli ve
výběru a která je vyjádřená regresní rovnicí, existuje i v populaci nebo zda je souvislost ve
výběru důsledkem náhody, která je vždy při vybírání jednotek přítomna. Testy obecně pracují
s nulovou hypotézou, podle které je souvislost mezi proměnnými identifikovaná ve vzorku
dílem náhody a na úrovni populace neexistuje, a s alternativní hypotézou, podle které
souvislost identifikovaná ve výběru existuje i v populaci. Pomocí statistického testu (v našem
16
Jde o šetření, které je od roku 1981 realizováno v mnoha evropských zemích, ČR nevyjímaje. Veškeré
informace naleznou zájemci na webu http://www.europeanvaluesstudy.eu/.
111
případě se jednalo o tzv. Studentův t-test) spočítáme hodnotu tzv. testového kritéria (t stat,
někdy též t-value), ke které nám statistický program dopočítá i výslednou P hodnotu.
P hodnota (p-value) technicky znamená pravděpodobnost, že můžeme při výběru z populace
získat data, která jsou extrémnější než naše za podmínky že nulová hypotéza opravdu platí.
Zjednodušeně řečeno, P hodnota vyjadřuje pravděpodobnost, že závislost mezi oběma
proměnnými zjištěná na výběrovém souboru je způsobena jen náhodnou přítomnou v procesu
vybírání našich případů. Když je tato pravděpodobnost malá (v sociálních vědách většinou
pod 0,05) zamítneme nulovou hypotézu. Souvislost identifikovaná ve výběru je příliš silná na
to, aby byla produktem náhody při výběru. Pokud je P hodnota vysoká (nad 0,05),
nezamítáme nulovou hypotézu. Nelze vyloučit, že závislost mezi proměnnými v populaci
neexistuje a že v našich datech je přítomna jen díky působení náhody.
V případě regresní analýzy provádíme dílčí t-testy pro každou nezávislou proměnnou zvlášť.
Jejich nulová hypotéza tvrdí že přílušná(é) nezávislá proměnná(é) ovlivňuje(í) závislou
proměnnou. V našem případě je P hodnota pro proměnnou individualismus 1,3 E-30,17
což je
méně než 0,05. Vliv proměnné individualismus na orientaci je tedy prokazatelný.
Na závěr upozorněme, že P hodnota (poslední sloupec v tabulce č. 1) nám sděluje, zda je
výsledek analýzy z našeho výběru zobecnitelný na populaci (někdy hovoříme o statistické
významnosti výsledků). Naopak regresní koeficient (první sloupec tabulky č. 1) vyčísluje
míru vlivu nezávislé proměnné na závislou proměnnou (někdy hovoříme o věcné významnosti
výsledků). V praxi tak mohou nastat 4 situace:
Náš výsledek není zobecnitený na populaci (vysoká P hodnota), a ani věcně není zajímavý
(nízký regresní koeficient).
Náš výsledek není zobecnitený na populaci (vysoká P hodnota), ale věcně vypadá
zajímavě (vysoký regresní koeficient).
Náš výsledek je zobecnitený na populaci (nízká P hodnota), ale věcně není zajímavý
(nízký regresní koeficient).
Náš výsledek je zobecnitený na populaci (nízká P hodnota) a i věcně je zajímavý (vysoký
regresní koeficient).
8.2.4.2. Mnohonásobná regresní analýza
Jednoduchá regresní analýza zkoumá souvislost mezi pouze dvěma proměnnými. Při testování
hypotéz se častěji užívá složitějších postupů, kdy se snažíme jeden fenomén (jednu závislou
proměnnou) vysvětlit za pomoci více nezávislých proměnných. Tomuto postupu říkáme
mnohonásobná (či vícenásobná) regresní analýza.
Mnohonásobnou regresní analýzu nejčastěji využíváme k testování konkurenčních teorií,
z nichž každá vysvětluje zkoumaný fenomén pomocí jiných příčin. Při testování několika
teorií vybíráme proměnné tak, aby byla každá z testovaných teorií reprezentována jednou
nezávislou proměnnou (případně několika nezávislými proměnnými). Pomocí mnohonásobné
regresní analýzy zjišťujeme, která z nezávislých proměnných silněji ovlivňuje závislou
proměnnou, a tedy která z testovaných teorií dokáže lépe vysvětlit zkoumaný fenomén.
Pro případ mnohonásobné regrese nelze užít žádný jednoduchý obrázek ve formě bodového
grafu. Pokud bychom chtěli znázornit naměřená data v bodovém grafu, potřebovali bychom
pro každou proměnnou novou osu (rozměr v prostoru). Na grafické znázornění regresní
analýzy zkoumající závislost mezi jednou závislou proměnnou a třemi nezávislými
proměnnými bychom potřebovali čtyřrozměrný prostor. Nicméně princip zpracování dat u
17
Zápis čísla 1,3 E-30 je tzv. vědecký zápis, věcně znamená, že jde o číslo 1,3x10-30
, tj. číslo, které má první
platnou číslici na třicátém místě za desetinnou čárkou, tj. číslo nesmírně malé.
112
mnohonásobné regresní analýzy je podobný jako u jednoduché regresní analýzy. Cílem
mnohonásobné regresní analýzy je obecně řečeno hledání (n-1)rozměrné nadroviny v
(n)rozměrném prostoru, která leží co nejblíže napozorovaných kombinací nezávislých a
závislých proměnných (n značí celkový počet proměnných). Hledanou nadrovinu můžeme
opět vyjádřit matematicky, přičemž můžeme využít jakoukoliv známou matematickou funkci.
Obecný tvar regresní rovnice pro mnohonásobnou lineární regresní analýzu (tj. použili jsme
lineární funkci) zkoumající vztah mezi jednou závislou a dvěma nezávislými proměnnými (tj.
hledáme dvourozměrnou rovinu v třírozměrném prostoru) vypadá takto:
y = b0 + b1x1 + b2x2
V této rovnici x1, x2 až xn představují jednotlivé nezávislé proměnné. Cílem mnohonásobné
regresní analýzy je opět najít parametry této funkce – dílčí regresní koeficienty (b0, b1, b2 až
bn).
Ilustrativní výsledky mnohonásobné regrese jsou znázorněny v tabulce č. 2. Opět se snažíme
vysvětlit příčinu levopravé orientace jednotlivců (proměnná orientace). S ohledem na
omezení v našich datech a případná teoretická zdůvodnění jsme si kromě míry individualismu
(proměnná individualismus) vybrali další tři nezávislé proměnné: věk, vzdělání (počet let
strávených ve škole) a pohlaví. Pohlaví je binární (dichotomická) proměnná, která byla
arbitrárně nakódována tak, že muži mají přiřazen kód 0 a ženy 118
. Podle první teoretické
hypotézy závisí pravolevá orientace na míře individualismu jednotlivce, druhá hypotéza
očekává, že lidé starší budou častěji levicově orientováni, podle třetí hypotézy lidé vzdělanější
budou tíhnout k pravici a konečně podle čtvrté hypotézy souvisí pravolevá orientace s
pohlavím. Výsledky prezentujeme pouze v tabulkové podobě:
Tabulka č. 2: Výstupy z regresní analýzy (levopravá orientace v závislosti na orientaci
na individualismus/kolektivismus, vzdělání , věku a pohlaví)
Koeficienty
Standardní
chyba t stat
Hodnota
P
Hranice 4,588385 0,324157 14,15481 4,57E-43
individualismus 0,238019 0,021423 11,11056 9,94E-28
vzdelani 0,034069 0,013184 2,584199 0,009844
vek -0,01761 0,003152 -5,58557 2,71E-08
pohlavi 0,188444 0,108342 1,739341 0,082157
R2
=0,0979
Zdroj: EVS ČR 1999, n=1690
Výsledná regresní rovnice má tuto podobu:
orientace = 4,588 + 0,238*individualismus + 0,0340*vzdelani - 0,0176*vek + 0,188*pohlavi
Interpretace hodnot koeficientů v jednoduché a mnohonásobné regresní analýze je odlišná. Při
jednoduché regresní analýze levopravé orientace (viz předchozí část) nám regresní koeficient
řekl, jaký je vliv individualismu na pravolevou orientaci bez ohledu na ostatní charakteristiky.
Při mnohonásobné regresi označujeme koeficient jako dílčí regresní koeficient. Vyjadřuje vliv
jednotlivé proměnné při zohlednění vlivu ostatních proměnných v analýze. V tabulce č. 2
například koeficient pro vzdělání vypovídá o vlivu vzdělání při zohlednění (očištění vlivu)
18
Kódování může být jakékoliv, ale nejvýhodnější pro interpretaci je kódování 0 a 1.
113
individualismu, věku a pohlaví. Tímto způsobem (odborně nazývaným elaborace) lze odhalit
mnohé klamné souvislosti, které se mohou objevit při analýze skrze jednoduchou regresi či
párovou korelaci.
Shrňme si stručně substantivní výsledky našeho ilustrativního příkladu (vynechme proměnnou
individualismus-kolektivismus). U vzdělání je hodnota dílčího regresního koeficientu 0,034,
což znamená, že vzdělanější lidé jsou pravicovější (s každým rokem vzdělání navíc mají
hodnotu na stupnici levopravá o 0,034 vyšší). U věku je naopak koeficient záporný (–
0,01761), což svědčí o tom, že starší lidé jsou spíše levicovější (deset let věku navíc způsobí
posun směrem k levici o 0,176=10x0,01761). Zvláštní pozornost si zaslouží koeficient u
proměnné pohlaví. Hodnota koeficientu je 0,188, tj. ženy jsou o 0,188 pravicověji orientovány
než muži. Jak ale zjistíme, že tuto hodnotu nemůže s ohledem na velikost hodnoty P brát
příliš vážně.
Po zhodnocení velikosti koeficientů se zaměřme na zobecnitelnost našich zjištění na populaci
skrze dílčí t-testy. Můžeme tvrdit, že zjištěná tendence, že vzdělanější lidé jsou pravicovější,
starší levicovější, ženy pravicovější platí nejenom pro výběr 1600 lidí ale i pro celou ČR?
Odpověď nám poskytne opět P hodnota. Jak je vidět z výsledné tabulky, s výjimkou pohlaví,
jsou vlivy všech proměnných na levopravou orientaci prokazatelné (P je menší než 0,05).
Závěrem k praktické aplikaci mnohonásobné regresní analýzy ještě přidejme upozornění, že
při použití regresní analýzy můžeme narazit na různé obtíže. Zřejmě nejčastějším problémem
v sociálněvědní analýze je multikolinearita, tj. případ výrazné závislosti mezi dvěma
nezávislými proměnnými. Cílem regresní analýzy je ověřování vztahu mezi závislou
proměnnou na jedné straně a nezávislými proměnnými na straně druhé. Pokud má regresní
analýza sloužit tomuto cíli, je nutné, aby spolu nezávislé proměnné nesouvisely vůbec, nebo
jen velmi málo. Při výraznějších souvislostech (mluvíme o škodlivé multikolinearitě) nastává
problém interpretace jednotlivých regresních koeficientů. Pro odhalení škodlivé
multikolinearity mezi dvojicí nezávislých proměnných používáme korelační koeficient
(definice je uvedena níže). Jako orientační kritérium škodlivé multikolienarity se udává
hodnota korelačního koeficientu nad 0,8 (v absolutní hodnotě).
8.2.4.3. Korelační analýza
Výstupem korelační analýzy je narozdíl od regresní analýzy číslo, tzv. korelační koeficient,
který vyjadřuje, zda fenomény spolu souvisí hodně či málo, případně pozitivně nebo
negativně. V případě, že máme pouze dvě proměnné, hovoříme o tzv. párovém korelačním
koeficientu, který spočítáme jako druhou odmocninou indexu determinace (definice viz část
věnovaná regresní analýze). Pro různé úrovně měření (ordinální či kardinální) užíváme různé
způsoby výpočtu korelačních koeficientů. Nejčastěji užívané jsou Pearsonův koeficient pro
kardinální proměnné a Spearmanův koeficient pro ordinální proměnné.
Oba korelační koeficienty mohou nabývat hodnot mezi -1 a +1. Velikost v absolutní hodnotě
vypovídá o těsnosti souvislosti, znaménko o tom, zda je souvislost pozitivní (+), nebo
negativní (-).Platí poměrně jednoduché vazby mezi regresní a korelační analýzou:
Když je regresní přímka blízko napozorovaných jednotek (bodů v grafu) je souvislost
těsná a korelační koeficient bude velký (v absolutní hodnotě se bude blížit jedničce).
Když je regresní přímka daleko od napozorovaných jednotek (bodů v grafu) je souvislost
slabá a korelační koeficient bude malý (v absolutní hodnotě se bude blížit nule) a
hovoříme o slabé souvislosti.
Když je regresní přímka rostoucí (směřuje z levého dolního rohu do pravého horního), je
korelační koeficient kladný, a hovoříme o pozitivní souvislosti.
114
Když je regresní přímka klesající (směřuje z levého horního rohu do pravého dolního), je
korelační koeficient záporný, a hovoříme o negativní souvislosti.
Korelační koeficient podle Pearsonova vzorce (Hendl 2012) se užívá pro kardinální
proměnné. Jeho výhodou je snadná interpretace. Po umocnění na druhou a vynásobění stem
udává, z kolika procent ovlivňuje jedna proměnná druhou proměnnou (srov. diskusi o
koeficientu determinace R2
v části o regresní analýze). V literatuře existují různá doporučení
pro interpretaci hodnoty korelačního koeoficeintu, Zřejmě nejrozšířenější je doporučení
Cohena (1998), podle kterého hodnota do 0,1 značí malou závislost, do 0,3 střední a od cca
0,5 velkou. Berme ovšem tato doporučení s rezervou.
Ještě se stručně seznámíme s korelačním koeficientem, který je použitelný i v případě, že naše
proměnné nejsou kardinální, ale ordinální. V sociálních vědách jde o zcela běžnou situaci,
proto je dobré tyto postupy znát. Korelačních koeficientů pro ordinální data je mnoho,
s ohledem na omezený prostor a omezení MS Excel, se soustředíme na ukázku nejznámějšího
koeficientu, který je po jeho tvůrci označován jako Spearmanův. Technicky je výpočet
koeficientu poměrně jednoduchý, stačí z původních dat (dvou proměnných) určit pořadí (to
lze například v Excelu provést snadno skrze funkci RANK). Z těchto pořadí se poté spočítá
klasický korelační koeficient dle Pearsona (viz výše). Obtíž vzniká při interpretaci
Spearmanova koeficientu – zde nelze využít intepretace druhé mocniny ve formě indexu
determinace. Jsme tedy odkázáni na empirickou zkušenost a jaká výše korelačního
koeficientu znamená malou závislou či velkou závislost odvozujeme z výsledků předchozích
analýz.
Pro zobecnění výsledků korelační analýzy na populaci užíváme statistický test o nulovosti
korelačního koeficientu. Jeho základní (nulovou) hypotézou je tvrzení, že sledované
fenomény spolu v populaci nesouvisí. Z velikosti příslušné P hodnoty (definice viz výše)
můžeme udělat závěr, zda nulovou hypotézu nezamítneme (je-li P větší než 0,05), nebo
zamítneme (je-li menší).19
Existuje i mnohonásobná korelační analýza. V této kapitole se jí
nevěnujeme, zájemce lze odkázat na text Hebáka a kol. (2005).
8.3.Příklad aplikace regresní analýzy: členství v mezinárodních
organizacích
8.3.1.1. Výzkumný cíl a výzkumné otázky
Pro ilustraci mnohonásobné regresní analýzy provedeme rozbor textu Mansfield a Pevehouse
(2008). Hlavním výzkumný cílem statě bylo otestovat hypotézu, že státy v procesu
demokratizace vstupují do mezinárodních organizací častěji než jejich autoritářské protějšky
(Mansfield – Pevehouse 2008: 279). Pro účel analýzy rozdělili autoři organizace na ty, které
se zaměřují na mezinárodní standardy (standards-based), ekonomické (economic) a politické
(political). V návaznosti na toto rozdělení si autoři položili tři výzkumné otázky:
Ovlivňuje demokratizační proces ochotu vstoupit do mezinárodních organizací
nastolujícíh mezinárodní standardy?
Ovlivňuje demokratizační proces ochotu vstoupit do mezinárodních ekonomických
organizací?
19
Excel tento test přímo nepočítá, ale je poměrně snadný a proto je pomůcka pro výpočet testu připravena v
přiloženém souboru pro Excel.
115
Ovlivňuje demokratizační proces ochotu vstoupit do mezinárodních politických
organizací?
Autoři v teoretické části uvádějí různé teoretické modely, podle kterých může být pro
demokratizující se stát v určitém okamžiku výhodné vstupovat do mezinárodních organizací,
zejména pak organizací zajišťujících dodržování lidských práv a ekonomických organizací
(srov. Mansfield – Pevehouse: 273-274). Podle testované hypotézy je vstup demokratizujícího
se státu do mezinárodní organizace důležitý pro zajištění pokračování demokratického vývoje
i pro legitimazaci vládnoucích sil.
8.3.1.2. Vymezení proměnných
Jako závislé proměnné zvolili autoři meziroční změny počtu mezinárodních organizací
příslušného typu, jichž je stát členem. Míru demokratizace, která je podle testované hypotézy
hlavním faktorem ovlivňujícím rozhodnutí o vstupu do mezinárodní organizace, autoři
operacionalizovali pomocí tří binárních nezávislých proměnných: demokratizace
(democratization), autokratizace (autocratization) a stabilní demokracie (stable democracy).
Kromě těchto nezávislých proměnných si autoři nadefinovali ještě celkem 15 kontrolních
proměnných. Kontrolní proměnná je zjednodušeně řečeno konkurenční nezávislá proměnná.
Konkurenční v tom smyslu, že tyto kontrolní proměnné zachycují možné alternativní příčiny
rozhodnutí o vstupu do mezinárodních organizací, které konkurují naší hypotéze. Začlenění
kontrolních proměnných je velice důležité, protože nám umožňuje vyloučit (kontrolovat) vliv
alternativních příčin zkoumaného fenoménu (závislé proměnné). Pokud bychom opominuli
nějakou klíčovou charakteristiku, která ovlivňuje závislou proměnnou, závěry naší analýzy by
byly klamné.
Z metodologického hlediska stojí za pozornost série šesti binárních kontrolních proměnných
podle jednotlivých regionů světa. Původně chtěli autoři do své analýzy zařadit nominální
proměnnou Region, která může nabývat šesti hodnot (North America, South America, Middle
East, Asia, Oceania, Europe). Protože ale mnohonásobná regresní analýza neumí pracovat
s nominálními proměnnými, zvolili elegantní alternativní řešení: Nominální proměnnou se
šesti hodnotami (kategoriemi) nahradili šesticí binárních proměnných.
Přehled všech závislých, nezávislých a kontrolních proměnných včetně jejich
operacionalizace uvádí následující tabulka č. 3. Pro úplnost dodejme, že jednotkou analýzy je
stát, tudíž proměnné měří určitou vlastnost státu v daném roce:
Tabulka č. 3: Popis proměnných pouţitých v analýze jejich kódování
Typ
proměnné
Označení proměnné
Operacionalizace a
kódování proměnné
Zdroj dat
závislé
proměnné
Change in economic IOs
membership Meziroční změna počtu
mezinárodních organizací
(příslušného typu), jichž je
stát členem.
COW Project,
Union of
International
Associations
Change in political IOs
membership
Change in standards IOs
membership
116
nezávisléproměnné Democratization
Binární proměnná (0,1).
Hodnota 1 znamená
změna v demokratický
režim v posledních pěti
letech.
Polity IV data set
Autocratization
Binární proměnná (0,1).
Hodnota 1 znamená
změna v nedemokratický
režim v posledních pěti
letech.
Stable Democracy
Binární proměnná (0,1).
Hodnota 1 znamená trvání
demokratického režimu
v posledních pěti letech.
kontrolníproměnné
Major Power
Binární proměnná (0, 1).
Hodnota 1 znamená, že
stát je velmoc.
COW Project
Independence
Počet let, po které je stát
nezávislým státem.
COW Project
Dispute
Počet mezistátních
konfliktů, do nichž je stát
v příslušném roce zapojen.
MID 3.0 data
Hegemony
Podíl HDP největšího
státu v analýze (po celou
dobu USA) a celkového
HDP všech zemí světa
Penn World Table
#Economic IOs Počet mezinárodních
organizací (podle
jednotlivých typů
organizací), jichž je stát
v daném roce členem. Jde
o technické proměnné,
které zachycují vliv počtu
organizací, jichž je stát
členem, na rozhodnutí o
vstupu do další
organizace.
COW Project,
Union of
International
Associations
#Political IOs
#Standards IOs
Year
Rok jako pomocná
technická proměnná, která
je užita, aby byl
zohledněn nárůst počtu
organizací, jichž je stát
členem.
Former Communist
Binární proměnná (0,1).
Hodnota 1 znamená
postkomunistickou zemi.
North America Binární proměnné pro
odlišení regionu, kde se
země nachází.
South America
Middle East
117
Asia
Oceania
Europe
Tabulka č. 3 zároveň zachycuje i zdroje dat pro jednotlivé proměnné. Všimněme si, že autoři
nesbírají vlastní data, ale intenzivně využívají existující dlouhodobé výzkumné projekty a
databáze, zejména databázi Correlates of War (Singer – Small 1994). Pro úplnost dodejme, že
data byla sbírána za období 1965-2000.
8.3.1.3. Zpracování dat a interpretace výsledků
Jak jsme se již zmínili, autoři rozlišují tři typy mezinárodních organizací (mezinárodní
organizace ekonomické, politické a zaměřující se na mezinárodní standardy). Ke každému
typu mezinárodní organizace se váže jedna výzkumná otázka a každý typ mezinárodní
organizace je operacionalizován pomocí vlastní závislé proměnné. Zde je nutno upozornit, že
autoři provádějí tři samostatné analýzy pro tyto tři typy mezinárodních organizací. Technicky
vzato, výzkum Mansfielda a Pevehouse představuje tři samostatné mnohonásobné lineární
regresní analýzy. Jejich výzkum je projevem obecného doporučení analyzovat data po
skupinách v případě, kdy analýza všech dat dohomady by mohla zastřít výsledky, ktteré se
budou v jednotlivých skupinách výrazně odlišovat (srov. též Simpsonův paradox v textu
Hendla 2012:339-342).
Po představení výzkumných otázek a sady použitých proměnných ukažme výsledek jedné ze
tří mnohonásobných regresních analýz, která se týkala závislé proměnné „Meziroční změna
počtu mezinárodních ekonomických organizací, jichž je stát členem“. Poté ještě upozorníme
na další zajímavé aspekty představené analýzy a a na její možná rozšíření.
Tabulka 4. Vlivy proměnných na změnu členství státu v ekonomických mezinárodních
organizacích
proměnná: Koeficienty
standartní
chyba t stat
Hodnota
P
Democratization 0,153 0,08 1,9125 0,028
Autocratization -0,156 0,067
-
2,32835821 0,010
Stable
Democracy 0,069 0,059 1,16949153 0,121
#Economic IOs 0,018 0,007 2,57142857 0,005
#Political IOs 0,048 0,015 3,2 0,001
#Standards IOs 0,025 0,012 2,08333333 0,019
Major Power 0,18 0,106 1,69811321 0,045
Independence 0,00001 0,0006 0,01666667 0,493
Dispute 0,027 0,017 1,58823529 0,056
Hegemony -14,393 0,466
-
30,8862661 0,000
Year 0,048 0,013 3,69230769 0,000
Former
Communist 0,496 0,167 2,97005988 0,001
Constant 99,667 27,836 3,58050726 0,000
118
R2
=0,05, N=4665
Zdroj: Mansfield a Pevehouse (2008: 283), hodnoty t a P v posledních dvou sloupcích
dopočítal autor této kapitoly z hodnot koeficientů a jejich standardních chyb
Tabulka č. 4 shrnuje výsledky pro všechny nezávislé a kontrolní proměnné, z důvodu
přehlednosti tabulky není zahrnuto šest proměnných pro odlišení regionu. Z hodnot dílčích
regresních koeficientů (první sloupec) vyplývá, že i při kontrole ostatních efektů (tj.
hegemonie, délky nezávislosti, počtu vedených sporů, přítomnosti stabilní demokracie či
naopak přechodu k nedemokratickému režimu) lze vypozorovat kladný vliv demokratizačního
procesu (viz kladná hodnota koeficicientu u proměnné Democratization) na změnu počtu
ekonomických mezinárodních organizací, jichž je stát členem. Lidštěji řečeno, na datech za
posledních 35 let bylo prokázáno, že demokratizující se země mají větší tendenci vstupovat
do mezinárodních ekonomických organizací, než by odpovídalo náhodě.
Výsledky analýz Mansfielda a Pevehouse pro politické mezináriodní organizace a pro ty,
které jsou zaměřeny na mezinárodní standardy, zde nezobrazujeme. Pouze shrňme, že zatímco
první dvě výzkumné otázky (členství v ekonomických a na standardy zaměřených
mezinárodních organizacích) byly zodpovězeny kladně a analýzy potvrdily velký vliv
demokratizačního procesu. Třetí výzkumná otázka nebyla zodpovězena tak jednoznačně.
Analýze členství v politických mezinárodních organizacích ukázala třikrát menší regresní
koeficient u nezávislé proměnné Demokratization. To znamená, že demokratizující se státy
jsou méně ochotné vstupovat do mezinárodních politických organizací.
Pro potvrzení výsledků analýzy, které by mohly být částečně ovlivněny subjektivním
zařazením organizací výlučně do jednoho ze tří typů, provedli autoři analýzu ještě jednou a
tentokrát umožnili zařazení jedné organizace do více typů (srov. Mansfield – Pevehouse 2008:
286 a následnou diskusi). I tyto výsledky potvrdily výše uvedené závěry. Autoři ještě změnili
definici závislé proměnné (Mansfield – Pevehouse 2008: 287) a i po této úprav dospěli ke
stejným výsledkům.
Stručně ještě shrneme výrazné klady představené analýzy:
Představená analýza je poměrně komplexní, obsahuje 18 nezávislých proměnných (z toho
15 kontrolních proměnných), což odpovídá reálně užívaným regresním analýzám.
Analýza velice pěkně kombinuje data z různých databází z oblasti mezinárorních vztahů a
zároveň jasně popisuje způsob operaconalizace jednotlivých proměnných.
Autoři se precizně věnují rozboru výsledků a dalšími analýzami předcházejí spekulacím o
možném pochybení.
Zmiňme se i o možných problémech analýzy a dalších možnostech zkoumání. Výsledné
modely mají velice malé indexy determinace (do hodnoty 0,1) a podané vysvětlení je tedy
pouze velmi částečné (i přes použití mnoha proměnných). Tento problém může být způsoben
existencí dalších proměnných, které mají vliv na vstup do mezinárodních organizací, ale které
nebyly do analýzy zahrnuty. Příčinou nízkého indexu determinace může být i špatná volba
typu regresní funkce. Autoři předpokládali, lineární vliv nezávislé proměnné na proměnnou
závislou. Bylo by vhodné zkusit použít i jiný než lineární regresní model, například model
logistické regrese, kde by závislou proměnnou byla pravděpodobnost vstupu příslušné země
do mezinárodní organizace (viz příklad aplikace regresní analýzy na konci této kapitoly).
V neposlední řadě, pro potvrzení či vyvrácení výsledků by bylo vhodné analýzu rozšířit na
více zemí i na delší časový úsek až do současnosti, pokud již budou k dispozici veškerá data.
Z nastíněné analýzy i jejího rozboru by mělo být patrné, že vypočtením výsledků a jejich
intepretací nic nekončí, ale naopak spíše začíná. Další autoři začnou výsledky zpochybňovat,
přepočítávat. A jen díky těmto krokům dosáhneme zjištění, která jsou správná a spolehlivá.
119
8.4.Zhodnocení regresní a korelační analýzy
Závěrem dodejme několik poznámek o omezeních regresních a korelačních přístupů a také o
jejich rozšířeních. Omezení zde představené korelační analýzy (koeficienty dle Pearsona a
Spearmana) a lineární regresní analýzy spočívá v tom, že umožňuje modelovat jen vztahy,
které lze graficky zobrazit přímkou. Proto nemusí být představené modely vhodné pro
všechny situace. Souvislosti mezi proměnnými mají často jiný charakter (např. parabolický,
exponenciální, logaritmický), a proto je mnohdy vhodné použít jiné křivky.
Omezení regresní a korelační analýzy (jednoduché i mnohonásobné) spočívá v charakteru
zpracovatelných dat. S kardinálními proměnnými si regresní a korelační analýza poradí bez
problémů. Ale pokud chceme v regresní analýze pracovat s ordinálními proměnnými, což se
v politických vědách stává poměrně často, musíme používat její složitější varianty. Pokud je
závislá proměnná ordinální, musíme použít tzv. ordinální regresní analýzu, pro binární
závislou proměnnou binární logistickou regresi (blíže viz Řeháková 2000). Zde již
s prostředím Excelu nevystačíme a musíme používat specializovaný statistický software.
Velkým tématem, které souvisí s korelačními a regresními přístupy, je problém kauzality a
jejího zjišťování. Stručně připomeňme podmínky kauzality (tj. existence příčiny a následku):
funkční vztah mezi příčinou a následkem
neexistence dalších faktorů, které mají vliv na následek (tj. nepřítomnost klamné
souvislosti)
časová předstižnost příčiny před následkem
Funkční vztah můžeme postihnout pomocí kterékoliv ze zde představených metod:
jednoduché i mnohonásobné regresní analýzy či korelační analýzy. Klamným souvislostem
můžeme předejít skrze mnohonásobnou regresní analýzu (viz poslední uvedený příklad), která
umožňuje zahrnout do analýzy i kontrolní proměnné. Jednoduchá regresní analýza pracuje
jenom s jednou nezávislou proměnnou, tudíž neumožňuje kontrolovat vliv dalších faktorů
ovlivňujících zkoumaný fenomén. Problém nastává s požadavkem předstižnosti příčiny před
následkem. Data, která využíváme pro regresní či korelační analýzu, jsou většinou sbírána
v jednom konkrétním okamžiku, proto časovou předstižnost nemůžeme posoudit. Proto i
v případě regresní analýzy hovoříme o závislosti jedné proměnné na ostatních, ale nemůžeme
tvrdit, že nezávislé proměnné jsou příčiny pro následek, který měří závislá proměnná.
Příčinnost a následnost musíme vždy posoudit věcně, to za nás žádná statistická analýza
neudělá. Ta pouze umí v případě, že jsme o příčinnosti přesvědčeni popsat její charakter a
případně umožnit předvídat další vývoj. Samotné použití statistických nástrojů nestačí, vždy
je třeba posuzovat věcnou relevanci získaných výsledků užívat i zdravý rozum.
8.5.Závěr
Cílem této kapitoly byl stručný úvod do regresních a korelačních přístupů, které se využívají
v sociálněvědní datové analýze. Ukázali jsme si výzkumný rámec a konkrétní postupy jak
provádět statistickou analýzu a jak interpretovat její výsledky. Při publikaci regresních či
korelačních výsledků běžně zveřejňujeme hodnoty koeficientů a případně údaj o jejich
zobecnitelnosti na populaci (skrze tzv. P-hodnoty). Nesmíme vždy opominout též napsat,
z jakých dat vycházíme a uvést velikost použitého datového souboru. V případě, že jde o naše
originální data, sluší se uvést, jaká byla cílová populace, jakým způsobem byla sbírána a
v jakém období.
120
Kontrolní otázky
Kdy lze využít regresní a korelační přístupy?
Jaký je rozdíl mezi korelační a regresní analýzou?
Co je vhodné zveřejňovat při publikaci výsledků regresní analýzy?
Jaké jsou limity regresních a korelačních přístupů?
Zkuste si samostatně naformulovat úlohu regresní a korelační analýzy a na datech získaných
z datových archivů úlohu vypočítat.
Literatura
Achen, Ch., H. 1982. Interpreting and using regression. California : Sage.
Babbie, E. 2004 The practice of social research (10th ed.) Belmont : Thomson Learning.
Berry, W.D., Feldman, S. 1985. Multiple regression in practice. California : Sage.
Budíková Marie, Králová Maria, Maroš Bohumil 2010.Průvodce základními statistickými
metodami. Praha: GRADA
Čermák, V. 1980. Výběrová zjišťování. Praha: SNTL.
Fox, J. 1997. Applied regression analysis, linear models, and related methods . Thousand
Oaks : Sage.
Hebák, P. a kol. 2004. Vícerozměrné statistické metody (2). Praha: Informatorium.
Hebák, P., J. Hustopecký. (1987). Vícerozměrné statistické metody. Praha: SNTL.
Hendl. 2012. Přehled statistických metod: analýza a metaanalýza dat. Portál.
Kish, L. 1995. Survey sampling. Wiley.
Lewis-Beck, M. S. 1980.Applied regression: an introduction California : Sage.
Magnello, Eileen; Van Loon, Borin. 2010. Statistika. Praha: Portál
Mansfield, E.D., J.C. Pevehouse.2008. Democratization and the Varieties of International
OrganizationsThe Journal of Conflict Resolution, Vol. 52 (2),: 269-294
Neubauer, J., M. Sedlačík, O. Kříž. 2012.Základy statistiky.Praha: GRADA
Pennings, P. H. Keman, J. Kleinnijenhuis. 1999. Doing research in political science : an
introduction to comparative methods and statistics. London : Sage.
Řeháková, B. 2000 Nebojte se logistické regrese. Sociologický časopis. 36 (4):475-492.
Singer, J. David, and Melvin Small. 1994. Correlates of War project: International and civil
war data, 1816-1992. ICPSR Study 9905. Ann Arbor, MI: Inter-University Consortium
for Political and Social Research.
Stigler, Stephen M. (1981): Gauss and the Invention of Least Squares. The Annals of
Statistics, Vol. 9, No. 3, s. 465-474.
Zvára, K. 2008. Regrese. Praha: MATFYZPRESS.
121
9. Statistická analýza kategoriálních dat
Petr Soukup
Předchozí kapitola se věnovala regresním a korelační metodám, tedy technikám, které se
zaměřují na souvislosti proměnných kardinálního případně i ordinálního charakteru.
V sociálních vědách měříme mnoho fenoménů na nominálních či ordinálních stupnicích1
.
Těmto proměnným často souhrnně říkáme kategoriální proměnné. Adjektivum kategoriální
znamená, že se zaměřujeme na jednotlivé kategorie, tj. hodnoty nominálních či ordinálních
proměnných.
Nejčastěji používaným postupem při analýze kategoriálních proměnných jsou kontingenční
tabulky. Jako doplněk si v závěru představíme korespondenční analýzu, tj. techniku, která
umožňuje graficky zobrazovat výsledky analýzy nominálních proměnných. Jde o techniku,
která je poměrně oblíbená jak v akademickém tak v aplikovaném výzkumu. S ohledem na
různost nominálních proměnných bude popis v této kapitole strukturován následovně:
Nejdříve vysvětlíme postupy pro nejjednodušší typ nominální proměnné – dichotomické
proměnné (proměnné, které mohou nabývat jen dvou hodnot2
). Poté ukážeme obecnější
postupy pro proměnné s více než dvěmi kategoriemi. Při četbě této kapitoly je předpokládána
znalost pojmů a koncepcí popsaných v předchozí kapitole a proto nejsou tyto znovu
vykládány.
9.1.Analýza kategoriálních dat v historii a současnosti
Historie zpracování kategoriálních dat je mladší než historie zpracování kardinálních dat
představená v předchozí kapitole. Základní přístupy byly odvozeny na počátku minulého
století – patří mezi ně Pearsonův chi-kvadrát test či Cramerův kontingenční koeficient.
Složitější postupy, které vyžadují pokročilou výpočetní techniku (korespondenční analýza a
loglineární modelování) jsou mnohem mladší a jejich historie se počíná psát v sedmdesátých
letech 20. století. Klíčovými jmény těchto novějších přístupů jsou zejména Leo Goodman
(1978) a Jean Paul Bencerzi (1973). V Česku je literatury věnované specificky této
problematice poměrně málo. Základní přístupy lze nalézt v literatuře uvedené v předchozí
kapitole, zejména v Hendlovi (2012). Základní pojednání o loglineárních modelech a
korespondenční analýze lze nalézt v textu kolektivu vedeného Hebákem (2005). V anglickém
jazyce existují celé knihy věnované analýze kategoriálních dat. Klasikou v oboru je text
Agrestiho (2002), případně Simonofa (2003). Četba těchto textů vyžaduje znalosti základních
postupů vysokoškolské matematiky.
9.2.Výzkumný rámec analýzy kategoriálních dat
1
Někdy se nesprávně možné odpovědi (hodnoty proměnné) označují jako škály. Tento výraz je však
v sociálněvědní metodologii vyhrazen pro konstrukce sestávající z několika proměnných (existuje tak například
škála konzervativismu). Více se o problematice škál čtenář dozví například v učebnici výzkumné metodologie
od Babbieho (2004).
2
Typicky proměnná charakterizující pohlaví (muž, žena), volební chování (volil, nevolil), stranickou příslušnost
(straník, nestraník) a účast na občanských aktivitách (podepsal vs. nepodepsal petici).
122
9.2.1. Výzkumné cíle a otázky
Výzkumné cíle a výzkumné otázky pro analýzu kategoriálních dat se příliš neliší od běžného
výzkumného rámce statistické analýzy popsaného v předchozí kapitole. Výzkumné otázky,
které můžeme řešit skrze analýzu kategoriálních dat, mohou mít následující podobu:
Vyskytuje se zkoumaný fenomén častěji u určité kategorie obyvatel (určité kategorie
zemí)?
Existuje souvislost mezi dvěma fenomény?
Obecně platí, že výzkumné otázky řeší asociace (vztahy) mezi dvěma či více proměnnými
nominální či ordinální povahy. V případě kategorických dat nehovoříme o korelaci, jako je
tomu u kardinálních dat, ale o asociaci či vztahu. S ohledem na charakter dat a za určitých
podmínek (viz závěr předchozí kapitoly) můžeme zkoumat i kauzalitu mezi kategoriálními
proměnnými.
Konkrétní příklad výzkumné otázky v reálném výzkumu může vypadat takto:
Kolikrát více mužů než žen (případně obráceně) je členy politických stran?
Jsou to častěji vysokoškoláci nebo lidé se středním vzděláním, kdo se občansky angažují?
Které mezinárodní organizace častěji akcentují určitá témata?
Jak se podobají či nepodobají hlasování jednotlivých států (či politických frakcí)
v mezinárodních organizacích?
Uvedené výzkumné otázky budou motivovat i naše ukázkové analýzy a nejsou tedy zvoleny
zcela náhodně. Obdobně jako v případě regresní analýzy platí, že analýza kategoriálních dat
se zaměřuje na testování hypotéz (srov. předchozí kapitola), jde tedy konfirmační přístup.
Cílem analýzy kategoriálních dat je tedy testovat hypotézy plynoucí z našich výzkumných
otázek (definice hypotézy viz kapitola Výzkumný rámec a jeho prvky – část věnovaná práci
s teorií). Nicméně existují i postupy explorační či popisné. Typickým představitelem
exploračního přístupu je korespondenční analýza představená v závěru této kapitoly
9.2.2. Výběr případů
Případem pro analýzu kategoriálních dat může být podobně jako pro regresní analýzu
jednotlivec, političtí zástupci či politické strany (typické v politologii), region, země, ale též
mezinárodní organizace (typické v mezinárodních vztazích). Podobně jako u regresních a
korelačních analýz platí, že buď analyzujeme celou populaci data (tj. všechny případy, které
jsou k dispozici s ohledem na řešenou výzkumnou otázku), nebo provádíme výběr. Pokud má
mít naše analýza robustní výsledky, je třeba zajistit dostatečný počet případů pro různé
kombinace sledovaných proměnných. Doporučujeme minimálně pět případů pro každou
kombinaci sledovaných proměnných, přesnější stanovení tohoto kritéria viz diskuse u chikvadrát
testu.
Vždy samozřejmě musí platit, že pokud užijeme výběr místo dat o celém základním souboru
(populaci), musí být tento výběr reprezentantem základního souboru. Jakékoli vychýlení má
za následek vychýlení našich výsledků.
9.2.3. Vymezení proměnných
123
Kategoriální data (tj. nominální a ordinální proměnné) jsou v oblasti sociálních věd,
politologii a mezinárodní vztahy nevyjímaje, poměrně běžná. Dokonce běžnější než data
kardinální. V dotaznících se zcela běžně používají odpovědí na stupnici od rozhodně
souhlasím, přes spíše souhlasím, spíše nesouhlasím, až po rozhodně nesouhlasím (ordinální
proměnná). Obdobně k zachycení výsledků hlasování (pro, proti) nebo členství v mezinárodní
organizaci (člen, nečlen) používáme kategoriální data, přesněji řečeno binární
(dichotomickou) proměnnou (proměnná, která může nabývat jen dvou hodnot). Časté jsou i
nominální proměnné, pomocí kterých zachycujeme stranické preference voličů či
geografickou polohu států.
V analýze kategoriálních dat hledáme či ověřujeme asociaci (vztah) mezi dvěma či více
kategoriálními proměnnými. Poměrně běžné je omezení pouze na několik málo proměnných
(cca do 4-5) a také na počet hodnot (kategorií) jednotlivých proměnných. Reálně se používá
maximálně 5 hodnot (kategorií). Proto při analýze kategoriálních dat vybíráme klíčové
proměnné3
a nadto u proměnných slučujeme obdobné kategorie.
Metody představené v této kapitole (viz následující část) se týkají pouze analýzy vztahu dvou
proměnných. Složitější postupy pro vztahy více proměnných nalezne čtenář v literatuře
uvedené v úvodu kapitoly.
V analýze kategoriálních dat je důležité, kolika hodnot (kategorií) mohou námi sledované
kategoriální proměnné nabývat. Mohou nastat dva případy. Pokud mají námi sledované
proměnné málo hodnot (2-5), pak je vhodné používat analýzu kontingenčních tabulek s chikvadrát
testy (viz první část této kapitoly). Pokud mají naše proměnné mnoho kategorií
(někdy až řádově stovky), pak je vhodným postupem korespondenční analýza (viz druhá část
této kapitoly).
Běžně pro analýzu používáme originální data – tedy data za jednotlivé případy. Nicméně při
analýze kategoriálních dat lze s úspěchem využít i odvozená a agregovaná data v podobě tzv.
kontingenční tabulky. Kontingenční tabulka neobsahuje data pro jednotlivé případy, ale údaje
o počtu případů v jednotlivých kategoriích a jejich kombinacích (viz níže). Lze tedy poměrně
pohodlně dělat sekundární analýzy dat, protože tyto tabulky bývají běžně otištěny v článcích
či knihách.
I pro analýzu kategoriálních dat platí, že data pro analýzu můžeme získat z existujících
databází (dostupných na Internetu – viz vymezení a získání dat v předchozí kapitole). Data
pocházející nejčastěji z výběrových šetření ale využít lze i oficiální statistiky (národní či
mezinárodní).
9.2.4. Zpracování dat a interpretace výsledků
9.2.4.1. Kontingenční tabulka
Klíčovým nástrojem analýzy kategoriálních dat je kontingenční tabulka. Je tedy nezbytné
tento nástroj představit a ukázat si základní postupy s těmito tabulkami. Kontingenční tabulka
je tabulka, která má v řádcích hodnoty jedné proměnné a ve sloupcích hodnoty druhé
proměnné. Existují i tabulky pro více než dvě proměnné. Další dimenze těchto
vícerozměrných kontingenčních tabulek nazýváme vrstvy. Práce s vícerozměrnými tabulkami
je komplikovanější a přesahuje možnosti tohoto úvodního pojednání.
Jednotlivé buňky v tabulce představují absolutní četnosti (počet případů) či relativní četnosti
(v procentech) výskytu jednotlivých kombinací. Příklad takové tabulky nabízí tabulka č. 1.
3
Toto provádíme též při analýze kardinálních dat, zejména s ohledem na jednodušší interpretaci.
124
Cílem používání kontingenčních tabulek je zmapování souvislostí proměnných, které jsou
v řádku a sloupci (často je označujeme jako řádková a sloupcová proměnná).
Tabulka č. 1: Kontingenční tabulka popisující souvislost vysokoškolského vzdělání
s účastí v prezidentských volbách4
(absolutní četnosti a řádková procenta)
Absolutní četnosti Řádková procenta
Vzdělání Volil Nevolil Celkem Volil Nevolil Celkem
VŠ 120 25 145 83 % 17 % 100 %
Jiné 591 285 876 67 % 33 % 100%
Celkem 711 310 1021
Tabulka č. 2: Kontingenční tabulka popisující souvislost vysokoškolského vzdělání
s účastí v prezidentských volbách (šance a poměr šancí)
Šance
Volit
Poměr
šancí
volit
VŠ
(výpočet)
4,8
(=120/25)
2,3
(=4,8/2,1)
Jiné
vzdělání
(výpočet)
2,1
(=591/285)
Zdroj: CVVM, únor 2013, N= 1060
Například hodnota 120 na prvním řádku a v prvním sloupci naší tabulky znamená, že mezi
oslovenými vysokoškoláky volilo 120 osob (z oslovených 1021 respondentů5
). Pro publikaci
výsledků ale častěji používáme relativní četnosti (nejčastěji v procentech). S ohledem na naší
výzkumnou otázku (zda častěji volí vysokoškoláci či lidé s jiným vzděláním) bude namístě
spočítat procenta řádková (viz pravá část tabulky). Základem pro výpočet řádkových procent
bude vždy celkový počet vysokoškoláků nebo osob s jiným vzděláním. Součet těchto procent
v příslušném řádku pak musí být vždy 100 %. Můžeme konstatovat, že vysokoškoláci volí
častěji, alespoň v našem výběrovém souboru.
Kromě absolutních a relativních četností můžeme v kontingenční tabulce zaznamenávat i tzv.
šance, případně poměry šancí. Šance je poměr četnosti první a druhé sloupcové kategorie pro
příslušnou kategorii v řádku. Technicky se šance počítají jako podíl pravděpodobností 6
, lze je
ale též počítat jako podíl četnosti výskytu určitého jevu (volil) a výskytu jevu opačného
(nevolil). Šance se běžně používají pouze v případech, kdy alespoň jedna z proměnných je
binární (tj. kontingenční tabulka má pouze dva sloupce). Šance může být teoreticky hodnota
4
Tato tabulka vznikla zjednodušením původních dat. Prvně byli z výpočtu odebráni ti, kdo neměli volební právo
(35 respondentů) a dále došlo ke sloučení vzdělanostních kategorií (původní proměnná měla 9 kategorií.
Poznamenejme, že slučování kategorií je v analýze kategoriálních dat poměrně obvyklé, někdy k němu vedou
věcné důvody, jindy statistické (pro analýzy potřebujeme dostatečné zastoupení jednotlivých kombinací
odpovědí).
5
Celkový počet respondentů výzkumu nalezneme v tabulce zcela vpravo dole, běžně pak v poznámce pod
tabulkou.
6
Výklad pravděpodobností a pravidel jejich počítání přesahuje možnosti tohoto textu.
125
v intervalu <0,∞>. Hodnoty větší než 1 značí, že převažuje výskyt sledovaného jevu nad jeho
opakem (v našem případě, že je více voličů než nevoličů), význam hodnot menších než 1 je
opačný (převažuje výskyt opaku sledovaného jevu). V tabulce č. 2 jsou v dolní levé části části
vypočteny šance volit pro vysokoškoláky resp. pro osoby s jiným než VŠ vzděláním. Šance,
že vysokoškolák volil v prvním kole prezidentských voleb je tedy 4,8:1, v případě osob
s jiným vzděláním je šance 2,1:1. Prostým srovnáním tedy můžeme dojít k závěru, že
vysokoškoláci byli v prezidentské volbě (jejím prvním kole) aktivnější, než osoby s jiným
stupněm vzdělání.
Šance jako poměrové charakteristiky bývá zvykem ještě dávat do poměru. Vznikne tzv.
poměr šancí, který nabývá teoreticky hodnot z intervalu <0,∞>. Hodnoty okolo 1 znamenají,
že šance v obou sledovaných skupinách (v našem případě vysokoškoláci a lidé s jiným
vzděláním) jsou obdobné. Hodnoty nad 1 značí vyšší šance v první skupině (v našem případě
mezi vysokoškoláky) a analogicky (jen opačně) je to pro hodnoty poměrů šancí menších než
17
. Opět platí, že čím dále je poměr šance od jednotky, tím jsou rozdíly mezi šancemi v obou
sledovaných skupinách výraznější. V našem případě má hodnotu 2,3 a vypovídá o tom, že
šance vysokoškoláků volit (vs. nevolit8
) je 2,3x vyšší než u osob, které vysokoškolské
vzdělání nemají.9
Poměr šancí lze vyjádřit i jinak. Pokud je poměr šancí okolo 1, pak proměnné v řádku a
sloupci spolu nesouvisí (tj. volební chování není ovlivněno vzděláním), pokud je naopak
poměr šancí od jednotky odlišný, pak proměnné spolu souvisí (tj. volební chování je
ovlivněno vzděláním). Preciznější zjištění souvislosti proměnných nabídne dále popsaný chikvadrát
test.
9.2.4.2. Chi-kvadrát test a kontingenční koeficient
Nejčastějším postupem pro prokázání souvislosti v kontingenčních tabulkách je chi-kvadrát
(χ2
) test o nezávislosti. Logika výpočtu tohoto testu je následující. Nejdříve si sestavíme
kontingenční tabulku z našich dat (tzv. napozorované četnosti). Potom zkonstruujeme druhou
kontingenční tabulku, která odpovídá situaci, kdy spolu proměnné vůbec nesouvisí. Tato
druhá kontingenční tabulka má stejné součty řádků sloupců (okraje kontingenční tabulky), ale
četnosti uvnitř tabulky (tzv. očekávané četnosti) spočteme tak, že vždy pronásobíme součet
příšlušného řádku se součtem příslušného sloupce a podělíme celkovým počtem jednotek
v kontingenční tabulce. Například očekávaná četnost vysokoškoláků, kteří volí by se v našem
případě vypočetla jako (145*711)/1021. Chi-kvadrát test o nezávislosti porovnává
napozorované a očekávané četnosti ve všech polích kontingenční tabulky. Jeho výsledkem je
hodnota testového kritéria, které má přibližně chi-kvadrát rozdělení, a ze kterého nám náš
statistický program (stačí MS Excel) vypočítá P hodnotu (srovnej se statistickými testy
v regresní analýze).
Většinou díky software pouze zadáme napozorované a očekávané četnosti a software sám
vypočte P-hodnoty, 10
s jejichž pomocí určíme výsledek statistického testu. Opět platí
pravidlo, že hodnota P menší než 0,05 značí prokázání souvislosti (tj,. zamítnutí hypotézy o
7
Doplňme, že pro snazší interpretaci se doporučuje v případech, kdy je poměr šancí menší než 1 spočítat jeho
převrácenou hodnotu a obrátit pro interpretaci buď sledované skupiny, nebo výskyt jevu s jeho opakem.
8
Při využívání šancí je vždy implicite přítomno srovnání s opačnou kategorií (viz výklad výše).
9
Samozřejmě, že výsledek by bylo možné prezentovat i ve formě řádkových procent, pak bychom konstatovali,
že v prvním kole prezidentské volby volilo 83 % vysokoškoláků a 67 % osob, které mají jiné než VŠ vzdělání.
10
P hodnota v případě chi-testu označuje pravděpodobnost, že naměřená souvislost je produktem náhody a ve
skutečnosti (tj. v populaci) spolu proměnné nesouvisí, byť naše výběrová data nazančují opak.
126
nezávislosti proměnných). U vyšších hodnot P pak uzavřeme konstatováním, že se nám
nepodařilo souvislost prokázat.
P hodnota je v naší ukázce 0,00021.11
Můžeme konstatovat, že jsme opravdu prokázali, že
volební účast závisí na vzdělání, konkrétně navíc víme (z poměru šancí resp. kontingenční
tabulky), že vysokoškoláci volí častěji. Zjednodušeně řečeno P hodnoty je pravděpodobnost,
že i pokud by proměnné spolu nesouvisely, my jsme získali výběrová data, která naopak
svědčí o jejich souvislosti (díky náhodě, která je při vybírání přítomna). Statistici doporučují,
abychom při malé pravděpodobnosti (běžně do 0,05) hypotézu o nezávislosti zamítli.
Poznamenejme, že různé vědní obory si toto doporučení statistiků upravily. Lékařské vědy
jsou při vyhodnocování výsledků striktnější a jako průkazné vnímají výsledky s P-hodnotami
pod 0,01 či 0,001. Naopak v sociálních vědách se občas připouští i hranice 0,1 (tj. 10 % chyby
při vyhodnocení testu).
Z hodnoty chi-kvadrát testu je ještě odvozeno několik kontingenčních koeficientů, tj. měr
souvislosti mezi proměnnými. Kontingenční koeficient využíváme pro vyhodnocení
souvislosti proměnných v situaci, kdy pracujeme s rozsáhlejšími kontingenčními tabulkami, u
kterých nemůžeme použít šance a jejich poměr.12
Kontingenční koeficienty jsou obdobou
korelačních koeficientů z předchozí kapitoly pro ordinální data. Kontingenční koeficienty
mají hodnoty v intervalu <0,1>. Nemohou nabývat záporných hodnot, jednoduše proto, že u
nominálních proměnných nemá smysl rozlišovat mezi pozitivní či negativní souvislostí. Platí
obdobné pravidlo jako u korelací, tj. čím vyšší je koeficient (ceteris paribus), tím vyšší je
souvislost proměnných.13
Nejznámějším kontingenčním koeficientem je Cramerův koeficient,
nesoucí jméno po svém autorovi (většinou označován „V“, případně „Cv“). Excel bohužel
přímo žádné kontingenční koeficienty nepočítá, ale lze využít poměrně jednoduché odvození
hodnoty koeficientu z hodnoty P chi-kvadrát testu14
. Cramerův koeficient se vypočte jako
odmocnina z podílu hodnoty testového kritéria chi-kvadrát a součinu počtu pozorování a
počtu řádků nebo sloupců (větším údajem) zmenšeným o jednotku (srov. např. Hendl 2012:
323). V naší ukázce je hodnota Cramerova kontingenčního koeficientu 0,1215
. To není nijak
vysoká hodnota (připomeňme, že maximálně může nabýt hodnoty 1), ale jistá souvislost tu je.
9.2.4.3. Adjustovaná residua a znaménkové schéma
Adjustovaná rezidua a znaménková schémata nám poskytují odpověď na otázku, které
kombinace jsou v kontingenční tabulce častější a které naopak méně časté. Tuto otázku si
klademe v okamžiku, kdy nám chi-kvadrát test a kontingenční koeficient potvrdily souvislost
mezi proměnnými. Adjustovaná rezidua a znaménková schémata používáme pro analýzu
rozměrnějších kontingenčních tabulek (větší než 2x2).
Rezidua jsou rozdíly mezi napozorovanými a očekávanými četnostmi (srov. výše u chikvadrát
testu). Pokud je podělíme jejich směrodatnou odchylkou, získáme adjustovaná
11
Detailní návod nalezne čtenář v samostatném souboru, kde jsou všechny výpočty z této kapitoly provedeny a
náležitě okomentovány.
12
Šance a a poměry šancí lze použít pouze u kontingenčních tabulek typu 2x2.
13
Poučku bychom s úspěchem použili, pokud bychom počítali souvislost například v různých regionech,
různých letech a srovnávali hodnoty koeficientů. S ohledem na to, zda požíváme data vhodná pro zkoumání
kauzality či nikoli, vypovídá koeficient o kauzalitě nebo jen o prosté souvislosti.
14
Čtenář jej nalezne v ukázkovém souboru, který tvoří přílohu této kapitoly. Je pouze nutné zadat P-hodnotu,
specifikovat kolik řádků a sloupců má kontingenční tabulka a kolik respondentů odpovídalo na naše dvě otázky,
z nichž tvoříme kontingenční tabulku.
15
Používáme zpravidla zápis Cv=0,12.
127
rezidua. Tyto hodoty mají tu příjemnou vlastnost, že zhruba kopírují normální rozdělení16
a
lze je tedy díky znalostem tohoto rozdělení (opět klíčové hodnoty nalezneme ve statistických
tabulkách nebo software, případně si je studjící i vyučující statistiky pamatují) snadno
vyhodnotit. Konkrétně platí, že adjustovaná rezidua s hodnotami mimo interval <-1,96;1.96>
značí vychýlení od stavu nezávislosti (tj. velice časté či málo časté zastoupení příslušné
kombinace v kontingenční tabulce), hodnoty ve zmíněném intervalu o žádné výchylce
nesvědčí17
.
Použití adjustovaných reziduí a na ně navazujícího znaménkového schématu demonstrujme
na našem příkladu vztahu mezi vzděláním a občanskou angažovaností. Výsledek chi-kvadrát
testu byl P=2,06x10-9 a Cv=0,218
. Proměnné tedy spolu souvisí a nás zajímá, zda jsou to lidé
se základním či středním nebo vysokoškolským vzděláním, kdo se angažuje častěji apod.
Rozdíly v míře angažovanosti mohou být patrné prostým pohledem do tabulky s řádkovými či
sloupcovými procenty (viz výše). Řádková a sloupcová procenta ale mohou být zavádějící pamatujme
na to, že naše data jsou výběrem z populace a je tedy přítomná výběrová chyba, tj.
naše výsledky mohou být jen díky procesu vybírání respondentů více či méně zkreslené).
Tabulka č. 3: Adjustovaná rezidua (souvislost návštěvy veřejného shromáţdění se
vzděláním) 19
Vzdělání
(neúplné)
základní
střední bez
maturity a
vyučení
střední s
maturitou
VOŠ,
Bakalářské a
VŠ
Návštěva
veřejného
shromáţdění
ANO -3,4 -3,4 2,4 5,1
NE 3,4 3,4 -2,4 -5,1
Zdroj: CVVM, únor 2013, N= 105020
Tuto tabulku s adjustovanými rezidui můžeme snadno zjednodušit do podoby znaménkové
schématu. Znaménkové schéma je de facto kontingenční tabulka, ve které hodnoty
adjustovaných reziduí nahradíme znaménky resp. symboly (v nejjednodušším případě - , + ,
0) dle těchto pravidel:
Pokud je hodnota adjustovaného rezidua menší než - 1,96 nahradíme ji znaménkem “- “.
Pokud je hodnota adjustovaného rezidua větší než 1,96 nahradíme ji znaménkem “+ “.
V ostatních případech užijeme symbolu “0“.
Tabulka č. 4: Znaménkové schéma (souvislost návštěvy veřejného shromáţdění se
vzděláním)
16
Jde o nejčastěji užívané teoretické rozdělení ve statistice, značené zpravidla písmenem N, základní
standardizované rozdělení má velice dobře známé vlastnosti, z nichž ta nejběžněji užívaná je skutečnost, že 95 %
všech hodnot leží v intervalu <-1,96;1.96>.
17
Interval plyne z vlastnosti standardizovaného normálního rozdělení popsaného v předchozí poznámce.
18
Data i příslušné výpočty nalezne čtenář v přiloženém souboru v Excelu.
19
Technický výpočet není zcela snadný, čtenáře opět odkazujeme na vzorový výpočet v Excelu, kde je vše
obsaženo ve vzorcích i doprovodném komentáři.
20
Tato tabulka opět vznikla zjednodušením původních dat. Prvně byli z výpočtu odebráni ti, kdo uvedli, že neví,
zda se obdobné akce účastnili, případně neodpověděli, a dále došlo ke sloučení vzdělanostních kategorií
(původní proměnná měla 9 kategorií).
128
Vzdělání
(neúplné)
základní
střední bez
maturity a
vyučení
střední s
maturitou
VOŠ,
Bakalářské a
VŠ
Návštěva veřejného
shromáţdění
ANO - - + +
NE + + - Zdroj:
CVVM, únor 2013, N= 105021
Tabulku obsahující znaménkové schéma interpretujeme následovně. Znaménko plus
znamená, že výskyt dané kombinace (například kombinace střední vzdělání s maturitou a
účast na veřejném setkání) je častější než by odpovídalo stavu, kdyby spolu řádková a
sloupcová proměnná nesouvisela. Výskyt dané kombinace je tedy statisticky významný na 5
% hladině, technicky jde o aplikaci testů s P-hodnotou na jednotlivá pole tabulky. Obdobně
znaménko mínus znamená, že výskyt dané kombinace je méně častý. Viz například
kombinace základní vzdělání a účast na veřejném setkání. Nula (v našem schématu se žádná
neobjevuje) znamená, že v dané kombinaci je zhruba tolik případů, kolik by odpovídalo stavu
nezávislosti proměnných.
Schéma interpretujeme relativně – tj. porovnáváme řádkové či sloupcové kategorie mezi
sebou a jednotlivé kombinace též. V našem případě můžeme tedy provést poměrně
jednoduchou interpretaci: Osoby vzdělanější (minimálně s maturitním vzděláním) se účastní
veřejných setkání častěji než osoby s nižším vzděláním. Nyní máme tento závěr, který jsme
bychom vytušili z náhledu do tabulky řádkovými procenty, opřený o statistickou analýzu a
můžeme konstatovat, že tyto vztahy budou (s velkou pravděpodobností) platit v celé dospělé
populaci ČR. Dodejme, že existují i další statistické testy, které by ještě porovnaly proporci
aktivních mezi maturanty a vysokoškoláky atd., nicméně ty již přesahují možnosti tohoto
úvodního textu a jejich implementace v Excelu není zcela snadná. Běžně jsou dostupné ve
specializovaném statistickém software (srov. dále).
9.2.4.4. Korespondenční analýza
Poměrně často se setkáváme s kontingenčními tabulkami, které jsou velice rozměrné, přesněji
řečeno počet hodnot (kategorií) jednotlivých proměnných je velký (minimálně 6 pro obě
proměnné). Pro tyto tabulky je využití dříve uvedených postupů poměrně obtížné a zpravidla
nelze získat jednoduchý vhled do struktury závislostí mezi proměnnými resp. jejich
kategoriemi. V těchto situacích nachází své uplatnění korespondenční analýza
(correspondence analysis, často označovaná zkratkou CA). Autorem techniky je již zmíněný
Benzécri (1973), první aplikaci realizoval Greenacre (1984). Pro čtenáře začínajícího s touto
technikou lze doporučit text Clausena (1998) a v češtině přílušnou kapitolu z dílny autorského
kolektivu vedeného Hebákem (2005).
Jde o poměrně složitou statistickou techniku, která umožňuje zobrazit kontingenční tabulku
v obrázku, nejčastěji dvourozměrném, ve formě jakési mapy. Přirovnání k mapě je zřejmě
nejvhodnější, protože obdobně jako v mapách zjišťujeme vzdálenosti jednotlivých míst,
v grafu z korespondenční analýzy sledujeme vzdálenosti mezi kategoriemi řádkové a
21
Tato tabulka opět vznikla zjednodušením původních dat. Prvně byli z výpočtu odebráni ti, kdo uvedli, že neví,
zda se obdobné akce účastnili, případně neodpověděli, a dále došlo ke sloučení vzdělanostních kategorií
(původní proměnná měla 9 kategorií).
129
sloupcové proměnné (viz dále). Statisticky jde o poměrně složitou techniku založenou na
poznatcích vektorové algebry, pro jejíž výpočet musíme použít specializovaný statistický
software (např. SAS, Stata, Statistica, SPSS a R). Z tohoto důvodu se nebudeme detailně
věnovat způsobu výpočtu a čtenáře odkážeme na literaturu, kde se může dozvědět více o
možnostech této techniky (Clausen 1998; Hebák 2005).
Jaká je obecná logika výpočtu korespondenční analýzy? Základem je podobně jako
v předchozích analýzách kontingenční tabulka. Z ní se počítají řádkové a sloupové profily
(obdoby řádkových a sloupcových procent) a stanovuje se vzdálenost jednotlivých řádkových
profilů od průměrného řádkového profilu a analogicky u sloupců. Tyto vzdálenosti lze
vynášet do obrázků. Protože zobrazení v mnohorozměrných grafech není příliš přehledné a
praktické, ustálila se praxe zobrazovat výsledky v dvourozměrném grafu (výše zmíněné
mapy). Do této mapy vyneseme výše zmíněné řádkové a sloupcové profily. Vzdálenosti mezi
řádkovými a sloupcovými profily vystihují, jak často se příslušné řádkové a sloupcové
kategorie vyskytují společně, tj. jejich korespondenci (odtud název techniky).
Dlužno poznamenat, že osy výsledné dvourozměrné mapy zpravidla nemají jednoduchou
interpretaci, protože jsou zjednodušením původního mnohorozměrného prostoru (jeho
dimenze je o jednu menší než je mimimum z počtu řádků nebo sloupců).
Výsledek korespondenční analýzy můžeme ilustrovat na velice jednoduchém příkladu vztahu
mezi zájmem o politiku u 14-letých a jejich otců. Čtrnáctiletí žáci měli ve výzkumu ICCS
2009 uvést, jaký mají zájem oni a jejich otcové o o politické a kulturní dění (velice se zajímá,
docela se zajímá, moc se nezajímá, resp. vůbec se nazjímá)22
.
Graf č. 1: Korespondenční mapa pro zájem dítěte a otce o politické a kulturní dění
22
Kontingenční tabulku opět nalezne čtenář v přiloženém souboru v Excelu.
130
Zdroj: ICCS 2009, N= 4529
Čtení mapy v grafu č. 1 je poměrně jednoduché. Blízký výskyt řádkové kategorie (křížek) a
sloupcové kategorie (kroužek) v naší mapě znamená častý výskyt příslušné kombinace.
V našem případě tedy k platí, že pokud se o politické a kulturní dění velmi zajímá otec
(kroužek vlevo nahoře), pak se velice o tyto věci zajímá i dítě. Analogicky bychom mohli číst
závěry pro další zobrazené kategorie odpovědí. Například z velké vzdálenosti mezi odpovědí
velice se zajímám a otec se vůbec nezajímá, lze usoudit, že rodin, kde se otec o politiku vůbec
nezajímá a dítě naopak velmi, bude velice málo. Z naší mapy je tedy patrné, že děti se
zajímají o politická a kulturní témata v zásadě stejně jako jejich rodiče.
9.3.Příklad aplikace korespondenční analýzy: Hlasování
v Evropském parlamentu
V následující části představíme jednu z aplikací korespondenční analýzy z oblasti
mezinárdních vztahů od Kreppelové a Tsebelise (1999). Cílem autorů tohoto článku bylo
zkoumat hlasování v Evropském parlamentu v letech 1989-1994. Výzkumné otázky byly
následující:
Formují se koalice v EP na základě národní příslušnosti nebo na základě ideologických
skupin?
Jsou koalice založeny na rozdílech mezi zeměmi nebo jsou orientovány dle levo-pravé
orientace, nebo existují zcela jiné linie štěpení (např. extrémisté vs. umírnění)?
131
Závisí tvorba koalic na projednávaných tématech (životní prostředí, sociální otázky,
ekonomické, atd.)?
Empirická analýza pokrývala hlasování v Evropském parlamentu během třetího legislativního
období (1989-1994). S ohledem na množství hlasování v pěti zkoumaných letech se autoři
rozhodli, že nebudou analyzovat celý základní soubor (všechna hlasování), ale pouze náhodný
výběr stovky hlasování (viz část vymezení případů v předchozí kapitole). Pro zajištění
reprezentativity výběru hlasování autoři navíc ověřovali, zda vlastnosti výběru odpovídají
vlastnostem populace (všechna hlasování) z hlediska:
podílu hlasování v prvním či druhém kole,
podílu schválených návrhů
podíl hlasování o novém předpisu (oproti pouhé novelizaci).
U každého hlasování autoři zjišťovali několik charakteristik (nominálních proměnných):
výsledek hlasování (pro/proti/zdržel se), ideologická skupina (10 politických frakcí
v tehdejším EP), národní příslušnost (12 členských států) a téma (6 výborů EP, které
legislativu projednávaly). Vznikla tak kontingenční tabulka se 300 sloupci (100 hlasování x 3
možné výsledky hlasování) a 71 řádky (zástupci jednotlivých frakcí z 12 zemí zastoupených
tehdy v EP). Ukázku vstupních dat pro analýzu nabízí tabulka č. 4 (pro tři frakce a tři
hlasování).
Tabulka č. 4: Ukázka vstupních dat korespondenční analýzy (hlasování v EP)
Y1 N1 B1 Y31 N31 B31 Y69 N69 B69
GS 0 27 4 25 1 6 26 0 5
IV 1 12 8 5 0 8 4 0 3
SP 9 0 8 11 0 6 0 13 4
Vysvětlivky: GS = německá delegace (G) v rámci evropských socialistů (S); IV = italská
delegace (I) v rámci frakce zelených (V); SP = španělská delegace (S) v rámci evropských
lidovců (P); Y = hlasoval pro; N = hlasoval proti; B = zdržel se; čísla za písmeny znamenají
pořadové číslo hlasování v EP.
Zdroj: Kreppel, Tsebelius, 1999: 945
V grafu č. 2 je výsledná mapa z korespodennční analýzy, která odpovídá na první výše
uvedenou výzkumnou otázku, zda se koalice v EP formují na základě národní příslušnosti
nebo na základě ideologických skupin.
Graf č. 2: Korespondenční mapa pro jednotlivá hlasování v EP podle národní
příslušnosti a politické afiliace
132
Vysvětlivky: První písmeno = stát (B = Belgie, D = Dánsko, F = Francie, G = Německo, H=
Řecko, I = Itálie, J = Irsko, L = Lucembursko, N = Nizozemsko, P = Portugalsko, S =
Španělsko, U = Spojené království. Druhé písmeno = politická skupina (A = Rainbow
Group/Technical Group of Independent Members, C = Communist Group/Left Unity, E =
European Democrats, G = United European Left, L = Liberal and Democratic Group, N =
Nonattached, P = People‟s Party of Europe/Christian Democrats, R = European Democratic
Alliance, S = Socialist Group, V = Green Group). Křížek = hlasování “proti”, čtverec =
hlasování “pro”, tečka = zdržel se.
Zdroj: Kreppel – Tsebelius (1999: 95)
Mapa je sice poměrně nepřehledná, nicméně závěry jsou poměrně jasné. Autoři ukázali, že
koalice v Evropském parlamentu se formují na ideologickém nikoli národnostním principu.
Další analýzou zaměřenou jen na úspěšná hlasování23
bylo prokázáno, že větší úspěch při
formování koalic (zejména těch vítězných) má levice. Výsledná mapa (viz graf č. 3) ukazuje,
že levicové frakce (znázorněné v našem grafu vpravo) 24
jsou velice blízko k úspěšným
pozitivním hlasováním („YES“). Blíže ke středové ose je tzv. velká koalice socialistů a
lidovců, více vpravo je shluk reprezentující hlasování podporovaná socialisty společně
s liberály. Naopak nalevo v našem grafu jsou zejména pravicové frakce a blízko nich úspěšná
zamítavá hlasování („NO“). Připomínáme, že umístění je v korespondenční mapě vždy
arbitrární a dokonce se může v různých softwarech lišit. Korespondenční analýzu zajímají
vzdálenosti mezi kategoriemi (tj. jejich společný výskyt) a nikoliv žádné absolutní údaje.
Zároveň osy korespondenčních map nereprezentují jednotlivé proměnné, jak jsme zvyklí
z korelační a regresní analýzy, které zpracovávají kardinální a ordinální proměnné.
Autoři citovaného textu interpretují tuto skutečnost tak, že v EP byla ve sledované době
většina předkládaných návrhů levicová a tyto byly logicky podporovány levicovými frakcemi
23
Tj. taková, kdy byl návrh EK v EP schválen nebo nechválen díky jednotnému postoji koalic.
24
Umístění je vždy v korespondenční mapě arbitrární a dokonce se může v různých softwarech lišit,
Připomeňme, že korespondennčí analýzu zajímají vzdálenosti mezi kategoriemi (tj. jejich spoelčný výskyt) a
nikoliv žádné absolutní údaje.
133
napříč zeměmi a naopak negovány pravicí. Autoři zároveň upozorňují, že zjištěná levicovost
návrhů ze strany Evropké komise není překvapivá, protože v době, kdy byla nominována
z jednotlivých zemí, převažovaly levicové vlády.
Graf č. 3: Korespondenční mapa pro „úspěšná“ hlasování
Zdroj: Kreppel – Tsebelius (1999: 955)
Pro úplnost dodejme, že se autoři věnovali i hlasováním pro jednotlivé tématické oblasti
(podle výborů, které ji projednávaly) a prokázali různé vzorce úspěchu levice a pravice
v těchto hlasováních (čtenáře odkazujeme na detailní studium původního článku).
9.4.Zhodnocení statistické analýzy kategoriálních dat
Pro sociální vědy jsou kategoriální data poměrně typická, proto by jejich analýza měla patřit
k základní výbavě sociálního vědce. Přesto možnosti analýzy kategoriálních dat nejsou
bezbřehé a mají své limity. Základní analýzy je možné provádět pouze pro dvě proměnné (viz
dříve představený chi-kvadrát test v kontingenčních tabulkách nebo korespondenční analýza).
Při zpracování dvojice proměnných hrozí zjištěných klamavých souvislostí, případně i tzv.
Simpsonův paradox. Jde o situaci, kdy při analýze souvislosti dvou proměnných, dospějeme
ke zcela špatnému závěru díky tomu, že existuje další fenomén, který by bylo potřeba při
analýze zohlednit. Například Hendl dobře ukazuje, jak může jednoduché srovnání kvality
nemocnic vést ke špatnému závěru, pokud nezohledníme, zda běžně přijímají jednodušší či
složitější lékařské případy (Hendl 2012: 339-344).
134
Kromě zde představených metod existují samozřejmě i složitější přístupy pro více
proměnných, ty jsou ale zpravidla dostupné jen ve speciálním software a navíc i tyto mají své
limity. V případě, že chceme modelovat vzájemnou souvislost více než dvou kategoriálních
proměnných, používáme nejčastěji loglineární modely25
, které mají mnoho podtříd. Obecně je
můžeme jednoduše rozdělit na modely pro nominální proměnné a modely pro ordinální
proměnné. V těchto modelech je základním principem modelování šancí, o kterých jsme
pojednali při ukázce zpracování tabulek 2x2. Více se může zájemce o tomto přístupu
dozvědět v první kapitole knihy kolektivu vedeného Hebákem (2005), detailně pak
v monografii Agrestiho (2002).
Poměrně blízkým přístupem k loglineárním modelům je logistická regrese, o které bylo
stručně pojednáno na konci předchozí kapitoly. Na rozdíl od loglineárních modelů, které
předpokládají, že všechny proměnné jsou nominální či ordinální, se v logistické regresi kromě
těchto proměnných využívají též kardinální proměnné. Nadto logistická regrese má obdobně
jako regrese lineární rozdělení na proměnnou závislou a nezávisle proměnné, u loglineárních
modelů se mezi proměnnými nerozlišuje a modeluje se jejich vzájemná souvislost.
9.5.Závěr
Tato kapitola představila základní přístupy v statistické analýze kategoriálních dat. Zaměřila
se zejména na klasické zpracování dat pomocí kontingenčních tabulek (prezentaci ve formě
sloupcových a řádkových procent) včetně jejich statistického vyhodnocení skrze chi-kvadrát
test a znaménkové schéma. Byly ukázány též základní míry charakterizující souvislosti
v kontingenčních tabulkách (Cramerův koeficient a poměr šancí v tabulkách 2x2). V závěru
byla představena korespondenční analýza, tj. technika která graficky znázorňuje vztahy pro
velké rozměrné kontingenční tabulky.
Kontrolní otázky
Co jsou to kategoriální data?
Jaké přístupy jsou pro ně vhodné?
K čemu konkrétně slouží chi-kvadrát test a znaménkové schéma?
K jakým úlohám lze využít korespondenční analýzu?
Zkuste provést samostatně analýzu kontingenční tabulku, která je v přiloženém souboru
v Excelu
Zkuste samostatně korespondenční analýzu tabulky v v přiloženém souboru v Excelu
Literatura
Agresti, A. 2002. Categorical data analysis (2nd ed.). Wiley.
Babbie, E. 2004 The practice of social research (10th ed.) Belmont : Thomson Learning.
Claussen, E.,S. (1998). Applied correspondence analysis: an introduction. Sage.
Hendl. 2012. Přehled statistických metod: analýza a metaanalýza dat. Portál.
Hebák, P. a kol. 2005. Vícerozměrné statistické metody (3). Informatorium.
Simonoff, J.S. 2003. Analyzing categorical data. Springer.
Benzécri, J., P.. 1973. L‟Analyse des Correspondances. Paris:
25
Plný název zní logaritmicko-lineární modely (v angličtině nejčastěji loglinear models).
135
Dunod.
Greenacre, M., J. 1984. Theory and applications of correspondence analysis. London:
Academic Press.
Clausen, S., E. 1998. Applied correspondence analysis: an introduction. California : Sage.
Greenacre, M., J., J. Blasius (eds.). 2006. Multiple correspondence analysis and related
methods. Boca Raton: Chapman & Hall/CRC.
Goodman, L.J. 1978 Analyzing qualitative/categorical data. London: Addison-Wesley.
Kreppel, A. G. Tsebelius. 1999. Coalition Formation in the European Parliament.
Comparative Political Studies 1999 (32) : 933-966.
136
10. Předpovědní metody
Michal Parízek, Ondřej Ditrych
„Předpovídat není snadné – zvlášť když jde o budoucnost,“ měl si kdysi postěžovat dánský
fyzik Niels Bohr, a řada dnešních politologů by jeho suchému konstatování patrně přitakala.
Před několika lety byla vydána rozsáhlá studie, která představuje výsledky hodnocení
předpovědních schopností několika set mezinárodněpolitických expertů, kteří byli
v posledních dvou dekádách požádáni o předpovědi základních politických parametrů, jako je
vznik ozbrojeného konfliktu, změny hranic států nebo setrvání politických představitelů u
moci (Tetlock 2005). Závěry studie jsou neúprosné: v průměru jsou političtí experti jen o něco
málo lepšími prognostiky, než by byli šimpanzi házející náhodně šipky na terče s označenými
předpověďmi. Řečeno odborněji, přesnost předpovědí politických expertů přesáhla jen
marginálně přesnost předpovědí generovaných strojem, který z nabízených možnosti vybírá
zcela náhodným procesem.
Hlavním důvodem, proč je obecně politické předpovídání tak málo úspěšné, je problém
komplexity politických a obecně sociálních jevů. Řečeno ve zkratce, do předpovědních
modelů vstupuje příliš velké množství neznámých, které jsou navíc navzájem provázány příliš
složitými vztahy, které nejsme schopni spolehlivě zachytit. Předpovědi pak buď vynechávají z
analýzy některé klíčové faktory, nebo nezachycují správně vztahy mezi nimi, případě nemají
dostatek spolehlivých vstupních dat. I přes tato úskalí se zdá, že chce-li být jakýkoliv
společenskovědní obor prakticky relevantní, nemůže na myšlení budoucího zcela rezignovat
(George 1993; Taagepera 2008). Jinými slovy, předvídat není snadné, ale to neznamená, že
budoucnost nelze podrobit disciplinovanému vědeckému zkoumání (Neumann – Øverland
2004: 265).
10.1. Historie a současnost předpovědních metod
Věda o mezinárodních vztazích, zejména ta americká (srof. Hoffmann 1977), v sobě nesla
silný prvek prediktivity od svého počátku. Pochopení minulosti, často reduktivní, mělo být
nástrojem porozumění a usměrňování přítomnosti a budoucnosti mezinárodní politiky, ve
které Spojené státy sehrávaly novou úlohu angažované velmoci (srov. Morgenthau 1948).
Víra v možnost vědecké politické předpovědi byla následně umocněna v důsledku
behaviorální revoluce (mezi stěžejní práce věnované předpovědím mezinárodněpolitického
prostředí v tomto období patří Bell 1964, Freeman – Job 1979, Choucri – Robinson 1978,
nebo Singer – Wallace 1979).
Nárůst zájmu o systematické přemýšlení o budoucnosti, dílem ovlivněné reflexí minulých
neúspěchů, sledujeme i v posledních letech. K problematice politické předpovědi vyšla
například dvě zvláštní čísla uznávaných mezinárodních časopisů (Campbell 2008; Schneider
et al. 2011) a začínají se množit studie, které se pokoušejí o metodologicky sofistikované
předpovědi (Goldstone et al. 2010; Brandt et al. 2011; Gleditsch - Ward 2013; Tikuisis et al.
2013). K dispozici pro zájemce v oboru je i rozsáhlé kompendium předpovědních metod
sestavené v rámci The Millenium Project (Glenn – Gordon 2009). V české literatuře bohužel
mnoho prací věnujících se politickému předpovídání nenajdeme. Za zmínku však rozhodně
stojí nedávná rozsáhlá práce věnující se prognostickým metodám ve společenských vědách
obecně, s jejich aplikacemi především na socio-ekonomické otázky (Štědroň – Potůček –
Knápek – Mazouch 2012).
137
Obecně můžeme identifikovat tři významné přístupy k vytváření politických předpovědí –
scénáře, teorii her, a statistiku. V této kapitole zaměříme na dva prvně jmenované. Historicky
vzato mají scénáristika i teorie her coby nástroje politické předpovědi společné to, že se
zrodily z ducha studené války a z potřeby vojenských a obranných analytiků porozumět
krokům rivalů a předpovědět jejich budoucí chování.
Počátky scénáristiky nacházíme ve výzkumně obranném komplexu USA v 50. letech 20.
století, konkrétně v institutu RAND. Jsou spojeny se jmény Olaf Helmer a Herman Kahn. Byl
to právě Kahn, jemuž se zalíbil návrh spisovatele Leo Rostena (známého u nás zejména jako
autora kdysi populární knihy Pan Kaplan má stále třídu rád) pojmenovat alternativní
budoucnosti konstruované v RAND – s jasným normativním zadáním přispět „myšlením
nemyslitelného“ k účinné realizaci americké zahraniční politiky – jako scénáře (scenarios,
neboli v té době již zastaralé synonymum filmových či divadelních screenplays). Scénáře
definujeme jako „hypotetické sekvence událostí konstruované za účelem soustředění
pozornosti na kauzální procesy a okamžiky důležité pro rozhodnutí“ (Kahn – Wiener 1967:
6). Smyslem této definice je odlišit alternativní budoucnosti (scénáře), od prostých předpovědí
budoucího vývoje (Kahn 1960; srov. Ringland 1998) či od normativních projekcí (centrálních
plánů), které se rozmohly před a zejména po druhé světové válce v souvislosti s tím, jak stát
získával větší kontrolu nad ekonomikou (Neumann – Øverland 2004).
Scénáře brzy zdomácněly i mimo bezpečnostní komunitu. V jiných částech veřejného sektoru
(na ministerstvech zahraničí či v mezinárodních institucích) začala tato nesamozřejmá
metafora narativu o budoucnosti sloužit při plánovacích procesech (scenario planning).
Popularitu získala rovněž v think tankové sféře, ale rozmohla se i v soukromém sektoru, kde
slouží strategickému managementu a ke kontrole korporátního rizika. Dnes proto narážíme na
scénáristické projekty na každém kroku a v prostředích tak rozmanitých jako jsou státní
úřady, zpravodajské služby (například známý projekt National Intelligence Council), banky,
poradenské firmy, bezpečnostně konzultační společnosti (RAND, Stratfor), think tanky
působící v oblasti zahraniční politiky (namátkou European Council on Foreign Relations,
Stiftung Wissenschaft und Politik, Chatham House) nebo mezinárodní civilní i vojenské
organizace (OECD, NATO). Rozsáhlé využití scénáristiky dokládá každoročně vydávaná
anotovaná bibliografie volně dostupných studií, která vychází jako součást předpovědní
publikace již výše zmíněného Millenium Project (srov. Glenn – Gordon – Florescu 2012).
Ruku v ruce se stále rostoucí oblibou scénářů (srov. Ramirez – Selsky – van der Heijden
2008) spatřila světlo světa i řada příruček s metodickými radami, jak scénáře sestavovat (srov.
Schwartz 1996; van der Heijden 1996; Ogilvy 2002; Ringland 2002; Gaßner – Steinmüller
2004; Kosow – Gaßner 2008).
Teorie her se v politickém výzkumu podobně jako scénáristika používá v podstatě již od
svého založení na konci 40. a v 50. letech v USA. Mezi zakladatele teorie her patří především
Oskar Morgenstern, John von Neumann (von Neumann – Morgenstern 1944) a John F. Nash
(Nash 1951, 1950). I výše zmiňovaný Herman Kahn vycházel ve svých pracech o scénářích
jaderného konfliktu především z teorie her. Z hlediska historického i teoretického významu
představuje teorie her jeden z klíčových přístupů k politickému výzkumu vůbec. O teorii her
se v podstatné míře opírá celý střední proud v mikroekonomii a teorie her ležela i v základech
práce dvou politologů, kteří dosáhli na Nobelovu cenu (za ekonomii), tedy Thomase
Schellinga (např. 1960) a Elinor Ostrom (např. 1990). Bohužel je třeba poznamenat, že v
českém odborném prostředí, a koneckonců i v podstatné části kontinentální Evropy, je pozice
teorie her v politologii a mezinárodních vztazích zejména ve srovnání se Spojenými státy
výrazně upozaděna. V této kapitole představíme teorii her jako nástroj politického
předpovídání. Budeme na naprostém minimu držet matematický aparát, na kterém je jinak
teorie her založena, a jehož zvládnutí pokročilejší užití teorie her předpokládá.
138
V české politologické literatuře lze zcela základní představení některých herně-teoretických
poznatků nalézt v monografii Druláka (2003). Pro práce rozebírající teorii her na pokročilejší
úrovni musí čtenář sáhnout po literatuře z jiných disciplín (zejména ekonomie). Čtenářovi,
který se zajímá o teorii her jako nástroj politického výzkumu, však doporučujeme výše
zmiňované práce zahraniční provenience.
Třetím přístupem k vytváření předpovědí, který v této kapitole nerozvádíme, je statistická
analýza časových řad nebo panelových dat. Jedná se o technicky náročnou metodu, jejíž
představení by si vyžadovalo podstatně delší, samostatně stojící text. Kapitola této monografie
věnované regresní a korelační analýze mohou zájemcům posloužit jako dobrý úvod do
statistické analýzy dat jako takové, přičemž k metodám předpovídání se čtenář může dostat
v dalším kroku studia. Čtenáře se zájmem o statistickou analýzu časových řad můžeme
odkázat na Montgomeryho metodologickou příručku (Montgomery et al. 2011) či na některé
existující studie (Goldstone et al. 2010; Gleditsch - Ward 2013). Z podobných důvodů, pro
které se zde nevěnujeme statistice obecně, pomíjíme rovněž statistické nástroje předpovídání
výsledků voleb. Jedná se o úzce specializovanou oblast, jež vyžaduje poměrně náročný
statistický aparát a již nelze pojmout v jedné kapitole (srov. Taagepera 2008).
10.2. Výzkumný rámec předpovědních metod
10.2.1. Výzkumné cíle a otázky
Základním cílem předpovědních metod politického výzkumu je předpovídat budoucí politické
jevy. To však nutně neznamená, že tyto metody mají vždy za cíl přijít s jasnou předpovědí
konkrétních událostí v tom smyslu, v jakém předpověď počasí říká, jaká bude teplota a
pravděpodobnost srážek v daném okamžiku na daném místě. Jakkoliv i o takovou předpověď
se můžeme pokusit, často nám jde jen o předpovězení vývoje určitého jevu (bez udání
konkrétního okamžiku) nebo dokonce pouze o představení výčtu hned několika možných
budoucností. Scénáristika je metoda přemýšlení o budoucích dějích, naším cílem tedy není
vysvětlení (testování hypotéz vedoucích k potvrzení či vyvrácení existenci jistých kauzálních
vztahů či mechanismů), ani interpretace (identifikace významotvorných praktik sehrávajících
konstitutivní roli pro určitý výsek sociální reality). Pro předpovědi i scénáře obecně platí, že
vycházejí z jisté teoretické a historické reflexe mechanismů působících v určitém prostředí.
Konkrétní cíl a výzkumná otázka se liší podle toho, zda je naším cílem vypracování scénáře
(možná budoucnost), předpovědi (pravděpodobná budoucnost) či normativní projekce (ideální
budoucnost). Scénáře jsou explorativní úvahy o tom, co se stát může (Borjeson et al. 2006).
Definujeme je jako „interně konzistentní hypotézy o budoucím vývoji, logické řetězce,
v nichž jsou propojeny hybatelé s důsledky svého působení“ (Rosell 1999: 126). Nehledáme
obzvláště pravděpodobné verze budoucnosti, jako je tomu u předpovědí. Nicméně i
explorační scénáře by měly být pravděpodobné alespoň přiměřeně (van den Heijden 1996:
29). Jejich smysl nespočívá v co nejpřesnějším odhadu budoucího vývoje (a dle toho by také
neměla být posuzována jejich kvalita), ale v rozpracování možných kauzálních řetězců
vedoucích k dynamické změně v daném prostředí nabízejí mnohaúrovňovou projekci
budoucnosti.
Autory scénářů spojuje skepse vůči možnostem politické předpovědi v prostředí chápaném
jako komplexní systém (v němž vzhledem k jeho nelinearitě nelze například účinně
předpovídat budoucnost projekcí minulých trendů do budoucna, jak často činívala tradiční
scénáristika) a zároveň víra, že scénáristická metoda může být produktivním způsobem
přemýšlení o budoucnosti s praktickou i teoretickou relevancí (Patomäki 1996; Weber 1997;
139
Bernstein et al. 2000; Neumann – Øverland 2004; Herrmann – Jong 2007; Patomäki 2008).
Scénáristika přispívá k reformulaci existujících teorií a vytváření nových teorií. Scénáře
zpochybňují jednoduché a často zažité historické analogie, hluboce zakořeněné představy o
příčině a následků a zvěcnění v přítomnosti sledovaných trendů. Vypracováváním scénářů
vnášíme do teoretické debaty nové ideje a argumenty. Na okraj lze zmínit, že podobnou
ambici k teoretické relevanci mají i scénáře alternativní minulosti (counterfactual), jimž se
v disciplíně mezinárodních vztahů v posledních letech také daří (srov. Tetlock – Lebow –
Parker 2006; Lebow 2010).
Předpovědi (predikce) obsahují probabilistická tvrzení o tom, co se stane. Předpovědi
můžeme získat pomocí kvantitativních metod (simulační modelování, ekonometrické modely,
analýza časových řad, extrapolací apod.) nebo pomocí kvalitativních metod. Mezi ně řadíme
tzv. úsudkovou metodu (judgmental method) či teorii her, které se věnuje i tato kapitola.
Teorie her je metodou orientovanou na aktéry a jejich zájmy. Základním výzkumným cílem
teorie her jakožto předpovědní metody je proto předpovědět výsledek interakce konkrétních
politických aktérů. Jinými slovy teorii her můžeme použít na vypracování předpovědi v tom
nejpřímějším slova smyslu. Předpověď pak odpovídá na otázku, k jakému vývoji dojde
v interakci konkrétních politických aktérů.
Teorii her však můžeme použít i k předpovídání na obecnější úrovni, kdy hledáme obecnější
předpověď aplikovatelnou na značné množství různých situací, podobných si v klíčových
parametrech. V tomto případě hledáme odpověď na obecnější otázku, za jakých podmínek lze
obecně předpokládat, že v interakci politických aktérů bude zpravidla docházet k určitému
vývoji. Výsledná předpověď pak neoznačuje konkrétní chování konkrétních aktérů
v konkrétním čase, ale obecnou tendenci aktérů určitého typu chovat se v určitých situacích
určitým způsobem. V odborné výzkumné praxi bohužel dramaticky převládá druhý přístup, a
to do té míry, že vůbec nalézt konkrétní herně-teoretické předpovědi v odborných publikacích
je téměř nemožné. Dále v této kapitole však budou zastoupeny přístupy oba, přičemž důraz
bude kladen na konkrétní empiricky orientovanou formu předpovědi.
V neposlední řadě může být naším cílem i vypracování normativních projekcí (normativních
scénářů, plánů, strategií). Normativní projekce (normativní scénáře), stanovují určitou verzi
budoucnosti a postulují, jak se jí dobrat, či jak se jí naopak vyhnout (Mietzner – Reger 2004).
Přestože takové normativní plánování má ve výzkumu dlouhou tradici (viz historické
představení výše), v této kapitole se mu nebudeme specificky věnovat.
10.2.2. Scénáristika1
10.2.2.1. Výběr případů
Scénář (ale i předpověď) je narativem vztaženým k určitému prostředí či systému s konkrétní
strukturou (a trendy působícími změnu nebo naopak zachování daného stavu) a aktéry. Podle
rozsahu tohoto prostředí se můžeme rozhodnout psát scénáře a předpovědi universální či
naopak úzce vymezené.
Vymezení hranic scénáře můžeme provést na základě geografickém, tematickém, nebo jej
můžeme odvíjet od či na základě více či méně předpokládatelné události. Příkladem prvního
typu mohou být prezidentské volby s pevně stanoveným datem, příkladem druhého vypuknutí
mezinárodní krize (s různou měrou rizika). Scénář bychom měli vymezit i časově a určit, zda
píšeme scénáře s krátkodobou, střednědobou nebo dlouhodobou perspektivou (Mietzner –
1
Tato podkapitola vychází z dřívější publikace jednoho ze spoluautorů (Ditrych 2012).
140
Reger 2004). Vedle rozsahu prostředí a časového intervalu je třetím důležitým rozhodnutím,
zda chceme vypracováním scénáře či scénářů odpovědět na celou sadu otázek co, kdy a jak (v
tomto případě můžeme hovořit o „kompletním modelu“), nebo pouze na některé z nich.
Mějme přitom na paměti, že všechna tři rozhodnutí spolu těsně souvisejí: narativ podle
kompletního modelu bude věrohodnější, bude-li prostředí rozsahem menší a časový interval
kratší (vzhledem k tendenci systémů k setrvačnosti). Tato úvaha je platná jak pro scénáře
prediktivní, tak explorační.
10.2.2.2. Zpracování dat a interpretace výsledků
Scénáristická metoda, jejíž východiska byla naznačena výše, se vzdává úsilí o co nejpřesnější
předpověď. Její praktická (ale i teoretická) relevanci však spočívá v konfrontaci
zpřítomňované budoucnosti s budoucností myšlenou, která se stává nástrojem učení a
kultivace praktického úsudku ve smyslu aristotelské fronésis. Metody, které projektují
nejpravděpodobnější možnou budoucnost „standardního světa“ (předpověď), jsou založené na
lineárním protažení (extrapolaci) minulosti přes přítomnost do budoucna. Naopak scénáře,
jimiž se zabývá scénáristika, zohledňují systémovou nelinearitu a mají ambici stát se
východiskem pro hledání alternativ ke kognitivním pozicím, které v mezinárodních vztazích a
příbuzných disciplínách převládají.
Scénáře, formálně definované jako narativy možného vývoje v určitém prostředí, bývají
zpravidla psány v budoucím čase – jsou tedy konstrukcemi z přítomnosti do budoucnosti.
Můžeme se ale setkat i s užitím času minulého – v tomto případě jde o konstrukce
z budoucnosti do přítomnosti. Psaní scénářů může být činností individuální i kolektivní,
přičemž práci v týmech lze spíše doporučit, protože i v úzce vymezených prostředích lze
obyčejně určit řadu faktorů, jejichž porozumění prospěje soustředění (ideálně mezioborové)
expertízy. Podle některých autorů lze dokonce kolektivní způsob psaní scénářů s cílem
identifikace existujících předpokladů a prozkoumání činitelů změny považovat za definiční
prvek scénáristické metody (Popper – Wagner – Lempert 2002: 5).
Samotný postup sestavování scénářů nemá ustavenou kanonickou podobu a bude se vždy lišit
podle výzkumného cíle. Například Neumann a Øverland (2004) si za cíl kladou především
napomoci politickému plánování „perspektivistickým“ znejistěním dominantní lineární
koncepce času vedoucí k zvěcnění současných trendů – času, který lze jednoduše rozdělit na
minulost, přítomnost a budoucnost. Scénáře jsou potom spíše nástrojem reprezentace
problematiky nelinearity času – minulé i budoucí (proto také zavrhují běžný způsob psaní
scénářů jako projekce z přítomnosti do budoucnosti).
Vedle toho Bernstein a jeho kolegové (Bernstein et al. 2000) usilují především o vytvoření
alternativy k nomotetickému teoretizování obráceného do minulosti. Východisky jejich pojetí
scénáristiky je evoluční teorie, kterou chápou jako příklad funkční teorie v otevřeném
systému,2
a implicitně bayesiánská procesní metoda. Ta spočívá v 1) stanovení původní
domněnky, 2) určení pravděpodobnosti určitého vývoje za předpokladu, že tato domněnka je
správná a pravděpodobnosti alternativ, pokud se ukáže jako nesprávná, a 3) následné úpravy
původní domněnky v závislosti na skutečném vývoji (srov. Hermann – Jong 2007; Bayes
1970 [1764]). Samotné zpracování dat potom můžeme charakterizovat jako proces
předsledování (forward tracking) či předuvažování (forward reasoning), který lze nejlépe
popsat jako „překlopení“ metody sledování procesu (process tracing) z minulosti do
2
Využití evoluční teorie má v jejich případě za cíl odpoutat se od newtoniánskému determinismu stávajících
systémových teorií mezinárodních vztahů.
141
budoucnosti (k metodě sledování procesu viz kapitola Případová studie či Bennett 2008;
Beach and Pedersen 2012).
Nástroji tohoto předsledování, které má být protilékem k častému narativnímu bludu post hoc,
ergo propter hoc a tendence zpětně násilně „vměstnat“ přelomové události do existujících
teoretických paradigmat jsou právě scénáře. Budeme-li postupovat společně s Bernsteinem a
jeho kolegy, určíme v následujících sedmi krocích:
Hybné síly (driving forces) jsou kauzálními činiteli v určitém prostředí, které ve vzájemných
kombinacích komplexních kauzálních mechanismů vedou k jistým výsledkům. Tyto síly
mohou, ale nemusejí být odvozeny z kauzálních tvrzení společenskovědních teorií. V této fázi
určíme co nejvíce hybných sil, přestože míra detailu musí i zde být omezena.
Předem dané skutečnosti (predetermined elements) představují relevantní skutečnosti, které
lze považovat za relativně jisté. Při určování předem daných skutečností postupujeme opatrně
a snažíme se vyvarovat zkreslení v důsledku našich subjektivních preferencí či
intersubjektivně sdílených předsudků apod. S patřičnou opatrností můžeme pro konkrétní
časové rámce považovat některé dlouhodobé trendy (například demografické) za předem dané
skutečnosti.
V další fázi budeme hledat klíčové neznámé (critical uncertainties) – důležité činitele
událostí, jejichž podobu, mocnost a důsledky nemůžeme předem s jistotou určit. Tyto
neznámé, které mohou být výsledkem vzájemného působení předem daných skutečností, jsou
ústředními spojovacími prvky při vytváření scénáristického narativu. Tím se scénáře liší od
testování standardních teorií, které propojují již známé prvky. Právě v propojování klíčových
neznámých prostřednictvím jasných (hypotetických) kauzálních vztahů spočívá přidaná
hodnota scénáristické metody.
Narativ (scenario plot line). Narativ je vyprávění o tom, jak je budoucnost zpřítomňována
působením hybných sil, předem daných skutečností a různých kombinací klíčových
neznámých. Logika každého narativu musí spočívat na předpokladu jisté regularity, který
může, ale nemusí vycházet z některé teorie mezinárodních vztahů (například teorie
mocenského vyvažování). „Výhodou scénáristické metody je, že nahodilé události,
ekvifinalita, multifinalita a komplexní, konjukturální kauzalita zde již nejsou neodbytnými
potížemi, které je třeba minimalizovat nebo jednoduše ignorovat.“ (Bernstein 2000: 57)
S těmito jevy se můžeme vypořádat tím, že zkonstruujeme vícečetné scénáře nebo scénáře
rozvětvíme. Při formulaci narativů se snažíme příliš nepodléhat regularitám tvořícím páteř
jejich vyprávění.
Rané indikátory (early indicators) definujeme jako pozorovatelné a měřitelné charakteristiky,
které nám umožňují posoudit, zdali se daný scénář (nebo jeho část) stává skutečností – tedy,
zdali se budoucnost zpřítomňuje podle stanovené narativní linie. Proto jsou velmi důležité pro
proces předsledování.
Pro každý sestavený scénář stanovíme jeho důsledky (implications of scenarios). Přemýšlení o
budoucích důsledcích různých scénářů nutí uživatele našeho výzkumu (tvůrce zahraniční
politiky) předem uvažovat o tom, jak by se v daných situacích zachovali. Umožňuje jim
rovněž porovnat náklady a výnosy vývoje podle různých scénářů či jejich částí. Nakonec,
díky rozpracovaným kauzálním řetězcům mohou zvážit, jak vývoj v různých stadiích scénáře
ovlivnit a například zabránit tomu, aby byl daný scénář „dohrán“ do konce.
Nakonec promyslíme divoké karty (wild cards) – krajně nepravděpodobné, a přesto ne zcela
nemyslitelné jevy či události, které by významně narušily výše stanovené kauzální řetězce.
Příprava na krajní situace vzniklé v důsledku divokých karet může být ku prospěchu tvůrcům
politiky. Zároveň mohou být divoké karty prospěšné při budoucích úpravách teorie, protože
jejich a priori formulace je obranou proti post hoc determinismu, omezujícímu možnosti
tvořivého promýšlení minulosti. Divoké karty by neměly být na okraj odsunutým a pro
výsledek scénáristického projektu nerelevantním dodatkem.
142
Výše nastíněný postup je samozřejmě pouze jednou z možných soudobých scénáristických
metod. V jistých krocích se podobá jiným, tradičnějším návodům, například Schwartzově
(1996), v němž je proces tvorby scénářů rozdělen do kroků osmi: identifikace klíčových
témat, určení důležitých interních faktorů, stanovení externích hybných sil (drivers), seřazení
těchto hybných sil podle důležitosti a pravděpodobnosti, sestavení základních logických
řetězců scénářů na základě interakce vybraných hybných sil, dotvoření scénářů ve vyprávěcí
celky a popis jejich důsledků. Postup Bernsteina a jeho kolegů však považujeme za pro
soudobou scénáristiku návodný, protože účinně zohledňuje systémovou komplexitu,
z metodologického hlediska je dostatečně podrobný a transparentní a teoretické i praktické
relevance usiluje dosáhnout pomocí původního a jasně vymezeného konceptu předsledování.
10.2.3. Teorie her
10.2.3.1. Výběr případů
Teorie her je metodou orientovanou na aktéry a jejich zájmy. Z tohoto důvodu je třeba vybírat
takové případy (aktéry), které se svou povahou alespoň blíží předpokladům, na kterých teorie
her staví. Základním předpokladem teorie her je racionalita aktérů. Ve zcela minimalistické
verzi je aktér považován za racionálního, pokud má tzv. úplné a tranzitivní preference. Pokud
je aktér schopen u každého páru možných výsledků hry určit, který preferuje (případně jestli
preferuje oba stejně), má úplné preference. Tranzitivita preferencí znamená, že pokud aktér
preferuje výsledek A před výsledkem B a B před C, musí také preferovat výsledek A před
výsledkem C (např. Shepsle 2010, kap. 2). Zejména složitější herně-teoretické modely však
kladou na aktéry vyšší nároky, především co do jejich schopnosti předvídat, kam jejich
rozhodnutí povedou. Z hlediska politické předpovědi jsou herně-teoretické modely užitečné
vždy jen do té míry, do jaké zkoumaní aktéři alespoň zhruba odpovídají jejich předpokladům
o racionalitě aktérů alespoň zhruba odpovídají.
To úzce souvisí z otázkou, jakého typu jsou aktéři, kteří do interakce vstupují (Frieden, 1999).
Pokud studujeme interakci kolektivních entit, které se fyzicky skládají z více jedinců,
narážíme na problém, komu vlastně aktérství a zájmy přisoudit. Jsou to studované entity
(státy) nebo jednotlivci, kteří dané entity tvoří (občané států)? A pokud aktérství a zájmy
přisoudíme státu, můžeme skutečně předpokládat, že se chovají alespoň přibližně jako
racionální aktéři, tj. že tyto zájmy strategickým způsobem prosazují (Scharpf 1997 kap. 3)?
Pokud považujeme takové zjednodušení za empiricky opodstatněné, můžeme herněteoretickou
analýzu k předpovědi využít. Pokud ne, musíme se v analýze posunout o úroveň
níže ke konkrétním jedincům, u nichž zájmy jsme schopní identifikovat. Pokud ani toto není
možné, musíme se užití teorie her zcela vzdát prostě proto, že předpoklady její platnosti
nejsou v našem případě naplněny.
Na zcela praktické úrovni je pro vytvoření herně-teoretické předpovědi klíčové nalézt
odpovědi na čtyři otázky, které dohromady vlastně určují, jakou hru aktéři ve skutečnosti
hrají. Těmito podotázkami jsou (viz např. Tsebelis 1991: 93):
Kdo jsou pro danou situaci, o níž se zajímáme, klíčoví aktéři?
Jaké mají zájmy, tj. (techničtěji vzato) jaké budou jejich výplaty (jejich užitek) ze všech
možných výsledků, ke kterým by jejich interakce mohla vést?
Jaké mají aktéři k dispozici možnosti (jak mohou táhnout) a jaká je posloupnost jejich
tahů? Táhnou všichni najednou, nebo postupně? Pokud postupně, v jakém pořadí?
143
Jaký mají aktéři přístup k informacím? Jsou plně informování o podmínkách hry a
především zájmech ostatních aktérů? Pokud nejsou, mají někteří oproti ostatním
informační výhodu?
Pokud jsme jako analytici schopni na tyto ve své podstatě empirické otázky odpovědět,
budeme následně s pomocí konkrétních herně-teoretických postupů, z nichž dva stručně
představíme nížeji, schopni předpovědět, jak interakce aktérů dopadne.
10.2.3.2. Vymezení dat
Lze celkem s jistotou konstatovat, že sběr dat je jednou ze slabin herně-teoretických přístupů
v politickém výzkumu. Důvod je jednoduchý: „člověk člověku do hlavy nevidí“, a zájmy
aktérů se tak špatně odhadují nebo měří.3
První a z našeho pohledu preferovanou možností je
pokusit se zájmy empiricky odhadnout, přičemž můžeme vycházet buď z existujících
dokumentů, ve kterých aktéři své zájmy (alespoň částečně) vyjevují, nebo z rozhovorů
s experty, kteří se ve zkoumané situaci orientují a dané aktéry znají (Zürn 1997). Druhou
často užívanou možností je zájmy deduktivně odvodit z předchozí zkušenosti s podobnými
typy aktérů, resp. odvodit je z určité obecné (teoretické) znalosti. S odkazem na klasickou
Niskanenovu analýzu se například běžně předpokládá, že cílem úředníků veřejné správy není
naplňovat veřejný zájem, ale maximalizovat objem finančních prostředků, jež jejich úřad
spravuje (Niskanen 1971).
Data týkající se zájmů klíčových aktérů jsou pro herně-teoretickou předpověď klíčová, ovšem
stejně důležitá je znalost institucionálních pravidel, podle kterých aktéři jednají. Pokud
například ústava státu určuje, že v jisté fázi politické krize činí následující krok předseda
parlamentu a ne premiér nebo prezident, musíme s tím při predikci dalšího vývoje počítat.
Vliv formálních pravidel, jako je ústava, na jednání aktérů je zjevný. V analýze je však třeba
počítat i s pravidly neformálními. V Radě ministrů EU se například dlouhodobě uplatňuje
neformální norma konsensuálního rozhodování, přičemž právně vzato je pro přijetí rozhodnutí
ve většině otázek potřeba pouze kvalifikovaná většina. Naše predikce hlasování v Radě by
měla tato neformální pravidla zohledňovat (Parízek 2012).
Abychom výčet dat nutných k vytvoření politické předpovědi uzavřeli, musíme zmínit
problém přístupu aktérů k informacím. Znají všichni aktéři veškeré podstatné prvky své
interakce, tj. především zda znají zájmy svých protihráčů a pravidla, podle nichž se hraje?
Pokud ano, jedná se tzv. o hru s plnou informací. Hry s plnou informací jsou obecně
k pochopení i řešení snazší než hry s informací neúplnou. Pokud aktéři úplnou informaci
nemají, zajímá nás dále, jestli mají někteří oproti jiným informační výhodu, tj. znají některé
prvky hry, jež ostatním známé nejsou. V takovém případě by se jednalo o hru s neúplnou a
asymetrickou informací.
Na základě dat týkajících se vymezení aktérů a jejich zájmů, institucionálních pravidel a
přístupu k informacím můžeme zformulovat samotnou hru, tj. převést substantivní empirická
pozorování do matematické formy, kterou lze následně analyzovat. V politické teorii her se
hry nejčastěji zachycují pomocí herních matic nebo herních stromů. Zatímco matic se užívá
k zachycení her, ve kterých táhnou všichni hráči naráz (tzv. hry v normální nebo strategické
formě), stromů se užívá u her, kdy táhnou aktéři jeden po druhém (sekvenční hry v extenzivní
formě). Následující tabulka č.1 představuje obecnou matici pro hru dvou hráčů jménem Řehoř
(Ř jako řádek) a Sylvie (S jako sloupec), kde každý volí mezi strategií 1 a 2 (tzv. hra 2x2).
V každém ze čtyř polí uvádí matice v hranatých závorkách pro Řehoře i Sylvii jejich výplaty
3
Nutno však dodat, že tato slabina není specifická pro teorii her. Málokterá politická analýza nepracuje
s konceptem zájmů aktérů alespoň v nějaké podobě.
144
pro danou kombinaci strategií, například pro kombinaci Ř2S1 (tedy kombinaci kde Řehoř
zvolil strategii 2 a Sylvie strategii 1). Hodnoty těchto výplat jsou určeny empiricky, přičemž
někdy používáme reálná čísla (viz níže), někdy jednoduchou řadu od 1 do 4, kde 4 bude
značit situaci, která je pro daného hráče nejvíce preferovaným výsledkem interakce, a 1
situaci preferovanou nejméně (v obou případech bude výsledek předpovědi stejný).
Tabulka č. 1: Hra dvou hráčů
Sylvie hraje strategii S1 Sylvie hraje strategii S2
Řehoř hraje strategii Ř1 [Výplata Ř pro Ř1S1 ;
Výplata S pro Ř1S1]
[Výplata Ř pro Ř1S2 ;
Výplata S pro Ř1S2]
Řehoř hraje strategii Ř2 [Výplata Ř pro Ř2S1 ;
Výplata S pro Ř2S1]
[Výplata Ř pro Ř2S2 ;
Výplata S pro Ř2S2]
Celkově platí, že kvalita herně-teoretické předpovědi závisí na kvalitě vstupních dat: kdo jsou
hráči, jaké mají zájmy, jaké mají k dispozici tahy a v jaké posloupnosti táhnou, a jaké mají
v každém kroku k dispozici informace. Tyto čtyři faktory dohromady definují jakoukoliv hru
a změna ve kterémkoliv z nich může vést k dramaticky odlišné předpovědi jejího výsledku.
10.2.3.3. Zpracování dat a interpretace výsledků
Teorie her nám umožňuje s pomocí matematického aparátu předpovídat chování racionálních
aktérů. Pokud jsme schopni sebrat výše zmíněná data nebo je alespoň deduktivně vyvodit z
teorie, může přistoupit jejich zpracování a k formulaci samotné předpovědi. Způsobů, jakými
vstupní data herně-teoreticky zpracovat, je celá řada, a volba konkrétního postupu závisí na
povaze situace, jíž se zabýváme.4
V této kapitole zmíníme asi nejznámější herně-teoretický
postup spočívající v hledání tzv. Nashovy rovnováhy a o něco méně známý postup pro řešení
her tzv. zpětnou indukci.5
Koncept Nashovy rovnováhy (Nash equilibrium, NE) je používán k řešení her ve strategické
formě, tedy her, u nichž aktéři táhnou současně a musejí se rozhodovat bez znalosti kroků
svých protihráčů. Jak v takové situaci předpovědět výsledek hry? Klíč k řešení hry spočívá ve
ve své podstatě jednoduché myšlence vynikajícího amerického matematika Johna Nasha,
podle kterého je možným řešením pouze taková kombinace strategií aktérů, ze které nebude
mít žádný z aktérů motivaci se sám od sebe odklonit. Jinými slovy, rovnovážná a tudíž
stabilní je pouze taková kombinace strategií, kde žádný z aktérů nebude chtít své chování
změnit, pokud ho zároveň nezmění jeho protihráč. Pokud ve hře nějakou takovou
rovnovážnou kombinaci strategií nalezneme, můžeme předpovědět, že právě ona bude
výsledkem hry (resp. že aktéři se budou ve hře chovat právě podle odpovídajících strategií).
Mnoho her má Nashových rovnováh více. V takovém případě je možným výsledkem hry
kterákoliv z nich a predikční schopnost teorie her se tak snižuje.
4
Zároveň nemá smysl zastírat, že volba našeho postupu bude dramaticky ovlivněna naší znalostí konkrétních
herně-teoretických technik. Jak bylo zmíněno, užívání zejména pokročilejší teorie her předpokládá zvládnutí
poměrně náročného a rozsáhlého matematického aparátu, a v praxi je tak často prostá obeznámenost či
neobeznámenost s existujícími postupy rozhodujícím faktorem. Podobně je tomu koneckonců u všech
výzkumných metod, ovšem u teorie her (stejně jako třeba u statistických metod) je toto omezení na první pohled
patrné.
5
V teorii her se různé způsoby předvídání výsledků her nazývají koncepty řešení (solution concepts).
145
Pro ilustraci postupu hledání Nashovy rovnováhy (a tedy vytvoření předpovědi) si vezměme
známou hru zvanou vězňovo dilema, ve které se každý ze dvou spolupachatelů trestného činu
po dopadení rozhoduje, zda zapírat a chránit sebe i svého kumpána, nebo zda druhého zradit a
spolupracovat s policí. Pokud se některý z hráčů rozhodne spolupracovat, má od šerifa slíbený
snížený trest (1 rok ve vězení). Zároveň si pachatel, který bude zapírat, ale bude udán
spolupachatelem, odsedí trest za oba (20 let). Pokud by oba vězňové zapírali, budou
usvědčeni jen z menšího trestného činu a oba dostanou 5 let. Pokud se oba zradí, odsedí si
každý 10 let. Hra je zachycena v tabulce č. 2, která udává výplaty vězňů pro všechny čtyři
možné kombinace jejich chování. Například kombinace, kde se Řehoř rozhodne zapírat,
zatímco Sylvie bude spolupracovat s policií, je zachycena v prostředním řádku vpravo. Tato
kombinace dává Řehořovi výplatu -20 a Sylvii výplatu -1. Povšimněme si, že výplaty jsou
v záporných hodnotách, udávají počet let, které vězni stráví ve vězení. 6
Pro úplnost
připomeňme, že oba hráči táhnou zároveň, bez znalosti tahu druhého, nemohou se tedy ani
domluvit.
Tabulka č. 2: Vězňovo dilema
Sylvie zapírá Sylvie spolupracuje s policií
Řehoř zapírá [-5 ; -5] [-20 ; -1]
Řehoř spolupracuje s
policií
[-1 ; -20] [-10 ; -10]
Postup hledání bodu Nashovy rovnováhy je poměrně jednoduchý. Stačí projít jednu po druhé
všechny možné kombinace strategií (a tady i výsledky hry) a zjistit, zda by se některému
z hráčů vyplatilo jednostranně změnit svou strategii. Vezměme si hned první kombinaci
strategií ŘehořzapíráSylviezapírá, která dává oběma hráčům výplatu -5 (tedy 5 let). Vyplatilo by
se některému z hráčů změnit svou strategii? Pokud se podíváme na volbu Řehoře, vidíme, že
změnou strategie ze Řehořzapírá na Řehořspolupracuje by si polepšil, protože by si odseděl jen 1 rok
místo 5 (v tabulce bychom se posunuli do dolního prostředního pole [-1 ; - 20]. Totéž platí i
pro Sylvii – změna strategie na spolupracuje by snížila její trest. Je tedy jasné, že kombinace
ŘehořzapíráSylviezapírá není Nashovou rovnováhou. Může jí být kombinace
ŘehořspolupracujeSylviezapírá? Ukazuje se, že nikoliv, protože zatímco tento výsledek dává
Sylvii její nejpreferovanější výplatu (1 rok), pro Řehoře by bylo výhodnější svou strategii
změnit a rovněž spolupracovat, protože by si snížil trest z 20 let na 10 (posunuli bychom se
z původního středního pravého pole do dolního pravého pole). Ani tato kombinace tedy
nemůže být Nashovou rovnováhou. Protože je hra symetrická, nemůže být Nashovou
rovnováhou ani kombinace opačná, tedy ŘehořzapíráSylviespolupracuje. Pokud stejnou analýzu
provedeme pro poslední možnou kombinaci, tedy ŘehořspolupracujeSylviespolupracuje, vidíme, že
ani jeden z hráčů by si nemohl polepšit změnou své strategie. Pokud by se kterýkoliv z hráčů
rozhodl místo spolupráce s policií zapírat, zvýšil by se mu trest z 10 let na 20. Kombinace
ŘehořspolupracujeSylviespolupracuje je tedy Nashovou rovnováhou a zároveň naší předpovědí
výsledku interakce obou vězňů.
Vtip hry spočívá v tom, že pro oba hráče je kolektivně výhodné zapírat (oba dostanou 5 let),
ale ukazuje se, že individuální racionalita je povede ke vzájemné zradě – jedinou Nashovou
rovnováhou hry bude výsledek [-10 ; -10]. Nashovou rovnováhou vězňova dilematu je
výsledek, kdy se oba aktéři vzájemně zradí, což je vrhne do situace, ve které jsou na tom oba
6
V češtině popisuje v odborné politologické literatuře vězňovo dilema v kontextu mezinárodní politiky
například již zmiňovaný Drulák (2003). V angličtině doporučíme jakoukoliv učebnici teorie her z výše
uvedeného seznamu.
146
výrazně hůře, než kdyby spolupracovali. Nashovou rovnováhou hry, a tedy i naší předpovědí
jejího výsledku, je suboptimální situace.
Ke stejnému výsledku je možno dojít i s použitím jiného konceptu řešení her, tzv.
dominantních strategií. Dominantní strategie je taková, která se aktérovi vyplatí za jakékoliv
situace, tedy ať už se protihráč rozhodne pro jakoukoliv strategii. Zatímco velké množství her
má alespoň jednu Nashovu rovnováhu, jen minimum her má rovnováhu dominantních
strategií.
10.3. Příklad aplikace teorie her: Íránský jaderný program
Konkrétní aplikace, pomocí které budeme ilustrovat užití teorie her pro politické
předpovídání, vychází z práce Bruce Bueno de Mesquity Principles of International Politics
(Bueno de Mesquita 2009, kap. 3) a pojednává o otázce využití ekonomických sankcí a
vojenských prostředků Spojenými státy vůči Íránu v otázce jeho jaderného programu. Jedná
se o částečně učebnicový text, ovšem autorova analýza vychází ze skutečných empirických
dat a autor sám je v současnosti zřejmě nejvýznamnějším politickým prognostikem. Výhodou
tohoto textu je také to, že umožní ilustrovat herně-teoretickou techniku zpětné indukce,
pomocí které můžeme předpovídat výsledek her, ve kterých aktéři táhnou postupně (tím
doplníme předchozí diskusi o hledání Nashovy rovnováhy). Naše expozé bude velice
zjednodušené, pro získání detailnějšího vhledu doporučujeme samotný text Bueno de
Mesquity.
Jak bylo naznačeno výše, první krok, který musí analytik při vytváření předpovědi učinit, je
identifikace klíčových aktérů, zjištění jejich zájmů, a zjištění posloupnosti možných kroků
aktérů. V našem příkladu íránského jaderného programu jsou aktéry exekutivy USA a Íránu.
Na základě rozhovorů s experty věnujícími se současné íránské a středovýchodní politice
identifikuje Bueno de Mesquita zájmy obou aktérů a možné výsledky jejich interakce. Podle
autora stojí USA ve své zahraniční politice před volbou, zda na Írán tlačit skrze ekonomické
sankce, či zda mu nabídnout kompromisní jednání. Pokud budou USA prosazovat sankce,
Írán se rozhodne, zda se jim podvolit a vzdát se svého jaderného programu, nebo zda jim i za
cenu ekonomických problémů vzdorovat. Pokud USA nabídnou jednání, rozhodne se Írán,
zda přistoupit na nabízený kompromis a vzdát se části jaderného programu, nebo zda
kompromis odmítnout. V posledně jmenované situaci by se USA musely rozhodnout, zda na
Írán vojensky zaútočit, nebo zda od útoku couvnout i za cenu toho, že bude Írán svůj jaderný
program nadále rozvíjet. Graf č. 1 shrnuje celou situace v tzv. herním stromu, který udává
všechny body, kde některý z hráčů volí mezi více možnostmi, a také výplaty hráčů pro každý
možný výsledek hry. Zcela nahoře v grafu (a časově nejdříve) volí USA, zda nabídnout
jednání, či zda uvalit na Írán nové ekonomické sankce. V druhém kroku se rozhoduje Írán,
přičemž pokud by se (po americké nabídce jednání) rozhodl kompromis odmítnout, budou se
ještě ve třetím kroku rozhodovat USA, zda zaútočit. Každý z možných průběhů hry povede
k určitému výsledku, který dá hráčům určité výplaty (v každém páru je vždy výplata USA
uvedena jako první a výplata Íránu jako druhá), přičemž hodnoty výplat jsou opět určovány
empiricky na základě názorů expertů.7
Z povahy situace vyplývá, že hra je sekvenční (aktéři
táhnou po sobě, nikoliv současně). Zároveň mají aktéři v této verzi hry úplnou informaci, tj.
aktér vždy ví, jak v předchozím kroku táhl jeho protihráč.8
7
Zde uvedené výplaty jsou čistě ilustrativní, ve svém textu Bueno de Mesquita konkrétní hodnoty neudává a
výsledky hry pojednává obecně. Zde představovaná tabulka numericky odpovídá tabulce 3.1 (a) na str. 89., a
samozřejmě přináší také stejnou předpověď.
8
Pokud bychom chtěli učinit analýzu o něco realističtější, předpoklad úplné informace bychom mohli vypustit a
sledovat, jak to výsledky hry změní. Bueno de Mesquita tak činí i ve své kapitole.
147
Graf č. 1: Herní strom interakcí USA a Íránu v otázce jaderného programu
Tuto takzvanou sekvenční hru řeší de Mesquita pomocí již zmiňované zpětné indukce
(backwards induction, BI). Jádrem zpětné indukce je úvaha, že aktér vždy volí takovou
strategii, která maximalizuje jeho výplatu s ohledem na to, jak na ni budou v dalších krocích
reagovat protihráči. Jinými slovy, aktér nevolí nutně kroky vedoucí přímo k nejvyšší výplatě,
ale kroky vedoucí k nejvyšší výplatě, jaké lze dosáhnout, vzhledem k tomu, jak budou
následně táhnout ostatní. Pokud chceme takovou strategii nalézt, musíme hru řešit od konce,
pozpátku (proto zpětná indukce). Představme si například, že jsme v situaci, kdy USA nabídly
jednání, ale Írán odmítl, a USA se nyní rozmýšlejí, zda zaútočit. Z výplat v grafu č. 1 je jasné,
že USA raději zaútočí, než aby couvly, protože 20>0. Nyní budeme grafem postupovat
nahoru a odhadovat, jaké kroky aktéři učiní, pokud vědí, že v kroku posledním by se USA
rozhodly pro útok. V další fázi řešení hry (ovšem z hlediska jejího reálného průběhu časově
samozřejmě ve fázi předchozí) jsme v situaci, kdy Írán volí, zda přijmout či odmítnou
nabízený kompromis. Protože odmítnutí kompromisu by znamenalo útok USA, Írán fakticky
volí mezi možností kompromisu s výplatou 60 a možností útoku s výplatou 20. Protože
60>20, Írán by v takové situaci volil přijetí kompromisu. Podobně, pokud by USA přišly se
sankcemi, Írán bude volit mezi 0 a 40 a zvolí 40, tedy postavení se sankcím a ekonomickou
válku. Konečně v posledním (ovšem z hlediska reálného průběhu hry prvním) kroku USA
volí, zda nabídnout jednání, či zda uvalit sankce. Vzhledem k volbám Íránu, které jsme právě
identifikovali, se fakticky jedná o volbu mezi ekonomickou válkou s Íránem a kompromisem,
kde se Írán vzdá části svého programu. Protože 60>40, dospěl de Mesquita k závěru, že USA
nabídnou kompromisní jednání a to bude Íránem přijato.
148
Zajímavým elementem sekvenčních her řešených pomocí zpětné indukce, je role
alternativních historií (counterfactuals). Při volbě svých strategií totiž aktéři samozřejmě
nehodnotí pouze tu možnost, kterou nakonec zvolí, ale i veškeré možné postupy („historie“)
alternativní. Pro výsledek hry je tak stejně důležité, k jakým výsledkům vedou strategie
nakonec skutečně zvolené, jako strategie, kterým se aktéři vyhnuli. Pokud se vrátíme ke grafu
č. 1, pro výsledek interakce Íránu a USA nebylo důležité pouze to, zda Írán přistoupí na
kompromis navržený USA. Stejně klíčové bylo, že pokud by se USA rozhodly uvalit na Írán
ekonomické sankce, ten by jim vzdoroval a zavedl USA do horší situace, než do jaké je ve
výsledku vedl návrh jednání. Pokud by však USA očekávaly, že se Írán případným
hospodářským sankcím podvolí, vůbec by kompromisní jednání nebyly navrhly. Na jednu
stranu je tak cílem teorie her přicházet s konkrétními předpověďmi výsledků politických her,
a tedy určovat, které „historie“ nebo které z možných scénářů se budou realizovat. Jak jsme si
ale právě ukázali, teorie her nás zároveň učí, jak zásadními jsou pro tyto volby i historie
alternativní.
Jak bylo zmíněno, zejména pokročilejší herně-teoretické modely se opírají o relativně složitý
matematický aparát, kterému jsme se samozřejmě v této krátké podkapitole vyhnuli. Jako
první referenci můžeme čtenáři, který by měl o herně-teoretický politický výzkum zájem,
doporučit právě zde pojednávaný text Bueno de Mesquity, který problematiku pojednává
detailněji, ovšem stále jen s naprostým minimem matematického aparátu.
10.4. Zhodnocení předpovědních metod
V úvodu jsme naznačili, že soudobá politologie jako vědní disciplína má tendenci se ambice
předvídat budoucí jevy vzdávat. Nicméně předpovídání je v politologii vrcholně
problematickým podnikem. Přední experti se často ve svých očekáváních dramaticky
rozcházejí. V takto nepříjemné situaci může být jednoduchou reakcí na potřebu předpovědí
extrapolace z minulosti do budoucnosti. Takový „naivní“ postup může fungovat překvapivě
dobře, ovšem pouze u jevů, které jsou stálé, nebo které se vyvíjejí stálým způsobem, ať už
monotónním trendem nebo cyklicky. Co ale dělat v situaci, kdy do hry vstupuje změna, ať už
exogenního nebo endogenního charakteru? Co dělat tam, kde se klíčové politické podmínky
neustále mění, ať už se jedná o zájmy aktérů, jejich moc, či jednoduše o celkový kontext
jejich interakce? V takové situaci naivní přístup „co bylo, bude“ nutně selhává a jeho místo
musí zaujmout postupy, které se k myšlení budoucího postaví sofistikovanějším způsobem.
Jak jsme již zmínili, zásadní překážkou těchto sofistikovanějších postupů je komplexita
politických systémů, tedy mnohost politicky relevantních jevů, jež je třeba do přípravy
předpovědi zahrnout, a komplikovanost vztahů mezi nimi.
Svébytným způsobem se s problémem komplexity sledovaného prostředí pokouší vyrovnat
soudobá scénáristika. Prvek předpovědi je zde potlačen anebo zcela mizí, a smyslem scénářů
se naopak stává rozšiřování prostoru myšlení o (mezinárodní) politice skrze tvořivé a přesto
disciplinované způsoby zacházení s budoucností. Scénáristika znejisťuje naše zažité
předpoklady, ukazuje podmíněnost našeho pohledu z přítomnosti. Rovněž nám umožňuje –
například procesem předsledování – učení z budoucnosti s tím, jak se nám odkrývá a může
být porovnávána s verzemi budoucnostmi, které jsme na základě našich (jasně stanovených a
přiznaných) východisek určili.
Teorie her má z pohledu předpovídání oproti jiným metodám, zaměřeným primárně na
empirické zkoumání současného nebo minulého stavu konkrétních politických jevů, jednu
zásadní výhodu: snaha předpovídat politické události leží v jejím samotném jádru. Ve své
podstatě je totiž výsledkem herně-teoretické analýzy vždy předpověď, ať už obecná nebo
149
týkající se konkrétních aktérů (jak bylo zmíněno výše). Teorie her je nástroj předpokládající
strategické uvažování aktérů. Snaha aktérů předvídat chování ostatních a tomu strategicky
uzpůsobit své vlastní chování leží v samotném jádru politiky, a teorie her nám dává pro
studium takových situací nástroje. V tomto smyslu je teorie her nesmírně užitečným a
sofistikovaným nástrojem.
Této výjimečné schopnosti zahrnout do predikce strategické chování aktérů však teorie her
dosahuje jen díky svým předpokladům. Jak bylo zmíněno, pokud tyto předpoklady jsou
empiricky (racionalita aktérů) alespoň zhruba naplněny, je teorie her potenciálně vynikajícím
prognostickým nástrojem. Četné studie však dokládají, že rozhodování politických aktérů
často vykazuje systematické odchylky od druhu racionality předpokládaného teorií her (Jervis
1976; Tversky & Kahneman 1981). Pro politickou předpověď je pak zásadní empiricky
odhadnout, jak významné tyto odchylky v konkrétní situaci jsou, a jestli se tedy aktéři svou
povahou jejím předpokladům alespoň přibližují.
Teorie her má samozřejmě také své podstatné nevýhody. První nevýhoda je zjevná: využití
teorie her předpokládá nutnost zvládnutí náročnějšího technického aparátu, často s
podstatným matematickým elementem. Asi nejlepším úvodem do teorie her, u nějž jsou tyto
technické nároky na čtenáře drženy na minimu, je Morrow (1994). Mezi pokročilé texty pak
patří především McCarty a Meirowitz (2007), Osborne (2003), nebo již klasické texty
Osborna a Rubinsteina (1994) a Myersona (1991). Asi nejuznávanějším autorem věnujícím se
teorii her specificky jako nástroji předpovídání politických událostí je Bruce Bueno de
Mesquita. Ten také nabízí elementární úvod do teorie her orientovaný na problematiku
predikce v mezinárodní politice (Bueno de Mesquita 2009), který případným zájemcům nelze
než doporučit, a který zároveň úzce sledujeme v dalším výkladu o teorii her v této kapitole.9
10.5. Závěr
V samotném závěru kapitoly o předpovídání a myšlení budoucnosti stojí za to vrátit se k již
v úvodu citované práci Philipa Tetlocka o předpovědních schopnostech politických expertů.
Vedle zmíněných poznatků o obecně nízké kvalitě politických prognóz totiž jeho práce
přináší jedno zásadní pozitivní zjištění, a sice že kvalita předpovědí je silně závislá na
obecném postupu, který daný expert při vytváření předpovědi uplatňuje. Zjednodušeně
řečeno, podle Tetlocka lze identifikovat dva základní typy přístupů k předpovídání. Jeden
přístup staví na hlubokém porozumění nějakému specifickému významnému aspektu
studovaného problému, tedy na předpovědi opírající se o očekávaný vývoj malého množství
klíčových indikátorů. Druhý obecný přístup se naopak snaží neuzavírat se mnohosti
potenciálně relevantních jevů a čerpá prediktivní schopnost z mnoha nejrůznějších zdrojů.
Příkladem prvního přístupu k předpovídání je teorie her. Ta staví na předpokladu, že
komplexní politickou realitu je možno účinně zjednodušit na podstatné prvky. Těmi jsou
zájmy aktérů a strategická povaha situace, v níž se aktéři snaží své zájmy realizovat. Pokud
jsme schopni tyto základní faktory odhalit, měli bychom být schopni předvídat výsledky.
Druhým přístupem k předpovídání, který staví na mnohosti potenciálně relevantních jevů, je
scénáristika. Na první pohled se takový eklektický přístup může zdát povrchní, bez zřetelného
logicky obhajitelného základu. Tetlock však ukazuje, že právě taková široká perspektiva
dosahuje v přesnosti předpovědí systematicky výrazně lepších výsledků. Jinými slovy,
9
V české politologické literatuře lze zcela základní představení některých herně-teoretických poznatků nalézt,
v kontextu mezinárodní politiky, v monografii Druláka (2003). Pro práce rozebírající teorii her na pokročilejší
úrovni musí čtenář sáhnout do literatuře z jiných disciplín (zejména ekonomie). Z hlediska čtenáře zajímajícího
se o teorii her jako nástroj politického výzkumu je však jednoznačně nejlepší zaměřit se na výše zmiňované
práce zahraniční provenience.
150
základem dobré předpovědi je zpravidla zahrnutí do analýzy velkého množství jevů a pokud
možno široce rozkročené chápání situace citlivé i vůči jevům, které se na první pohled mohou
v dané chvíli jevit jako druhořadé. „Předpovídat není snadné – zvlášť když jde o budoucnost,“
a alespoň při současném stavu našeho poznání se tak vyplatí nechávat při vytváření
politických předpovědí oči široce dokořán.
Kontrolní otázky
Literatura
Bayes, Thomas (1970): An Essay Towards Solving a Problem in the Doctrine of Chances. In:
Pearson, E.S. – Kendall, M.G. (eds.): Studies in the History of Statistics and Probability.
London: Charles Griffin.
Beach, David – Pedersen Rasmus (2012): Process-Tracing Methods: Foundations and
Guidelines. Ann Arbor: University of Michigan Press.
Beer, Stafford (1979): The Heart of Enterprise. London: Wiley.
Bell, Daniel. 1964. Twelve Models of Prediction: A Preliminary Sorting of Approaches in the
Social Sciences. Daedalus, Vol. 93, No. 3, s. 845-880.
Bennett, Andrew (2008): Process Tracing: A Bayesian Perspective. In: Steffensmeier, Janet
Box – Brady, Henry – Collier, David (eds.): The Oxford Handbook of Political
Methodology. Oxford: Oxford University Press.
Bernstein, Steven – Lebow, Richard Ned – Gross Stein, Janice – Weber, Steven (2000): God
Gave Physics the Easy Problems: Adapting Social Science to an Unpredictable World.
European Journal of International Relations, Vol. 6, No. 1, s. 43-76.
Beyerchen, Alan (1992): Clausewitz, Nonlinearity and the Unpredictability of War.
International Security, Vol. 17, No. 3, s. 59-90.
Borjeson, Lena – Hojer, Mattias – Dreborg, Karl-Henrik – Ekvall, Tomas –Finnveden, Göran.
(2006): Scenario types and techniques: Towards a user's guide. Futures, Vol. 38, No. 7, s.
723-739.
Bousquet, Antoine – Curtis, Simon (2011): Beyond Models and Metaphors: Complexity
Theory, Systems Thinking and International Relations. Cambridge Review of
International Affairs, Vol. 24, No. 1, s. 43-62.
Brandt, P.T., Freeman, J.R. & Schrodt, P.A., 2011. Real Time, Time Series Forecasting of
Inter- and Intra-State Political Conflict. Conflict Management and Peace Science, 28(1),
pp.41–64.
Bueno de Mesquita, B., 2009. Principles of International Politics 4th ed., Washington D.C.:
CQ Press.
Campbell, J.E., 2008. Editor‟s Introduction: Forecasting the 2008 National Elections. PS:
Political Science & Politics, 41(04), pp.679–682.
Carr, E.H. (1946): The Twenty Years’ Crisis. London: Macmillan.
Choucri, Nazli – Robinson, Thomas (1978): Forecasting in International Relations: Theory,
Methods, Problems, Prospects. San Francisco: Freeman.
Ditrych, Ondřej (2012): Scénáristika jako metoda v mezinárodních vztazích. Mezinárodní
vztahy, Roč. 47, č. 4, s. 93-107.
151
Drulák, Petr (2003): Teorie mezinárodních vztahů. Praha: Portál.
Freeman, John – Job, Brian (1979): Scientific Forecasts and Predictions: Problems of
Definition and Epistemology. International Studies Quaterly, Vol. 23, No. 1, s. 113-143.
Frieden, J.A., 1999. Actors and Preferences in International Relations. In D. A. Lake & R.
Powell, eds. Strategic Choice and International Relations. Princeton: Princeton Univ
Press, pp. 39–76.
Fukuyama, Francis (1992): The End of History and the Last Man. New York: Free Press.
Gaßner, Robert – Steinmüller, Karlheinz (2004): Scenarios that Tell a Story – Normative
Narrative Scenarios. Příspěvek na semináři New Technology Foresight, Forecasting &
Assessment Methods, Seville, 3.-14. května.
Gaddis, J.L., 1992. International Relations Theory and the End of the Cold War. International
Security, 17(3), pp.5–58.
George, Alexander (1993): Bridging the Gap: Theory and Practice in Foreign Policy.
Washington: U.S. Institute of Peace.
Gleditsch, K.S. & Ward, M.D., 2013. Forecasting is difficult, especially about the future
Using contentious issues to forecast interstate disputes. Journal of Peace Research, 50(1),
pp.17–31.
Gleick, James (1988): Chaos : making a new science. Penguin.
Glenn, Jerome – Gordon, Theodore (2009): Future Research Methodology 3.0. Washington:
Millenium Project.
Glenn, Jerome – Gordon, Theodore – Florescu, Elizabeth (2012): State of the Future 2012.
Washington: Millenium Project.
Goldstone, J.A. et al., 2010. A Global Model for Forecasting Political Instability. American
Journal of Political Science, 54(1), pp.190–208.
Heijden, Kees van den (1996): Scenarios: The Art of Strategic Conversation. Chichester:
Wiley and Sons.
Herrmann, Richard – Jong, Kun Choi (2007): From Prediction to Learning: Opening Experts‟
Mind to Unfolding History. International Security, Vol. 31, No. 4, s. 132-161.
Hoffmann, Stanley (1959): International Relations: The Long Road to Theory. World Politics,
Vol. 11, No. 3, s. 346-377.
Hoffmann, Stanley (1977): An American Social Science: International Relations. Daedalus,
Vol. 106, No. 3, s. 41-60.
Huntington, Samuel (1993): The Clash of Civilizations? Foreign Affairs, Vol. 72, No. 3, s.
22-49.
Jervis, R., 1976. Perception and misperception in international politics, Princeton: Princeton
University Press.
Jervis, R., 1998. System Effects, Princeton: Princeton University Press.
Kahn, Herman (1960): On Thermonuclear War: Thinking the Unthinkable. Princeton:
Princeton University Press.
Kahn, Herman – Wiener, Anthony (1967): The Year 2000. A Framework for Speculation on
the Next Thirty-Three Years. New York: Macmillan.
Kosow, Hannah - Gaßner, Robert (2008): Methods of Future and Scenario Analysis. Bonn:
Deutsches Institut für Entwicklungspolitik.
Larner, Wendy - Walters, William (eds. 2004): Global Governmentality: Governing
International Spaces. London, Routledge.
Lebow, Richard Ned (2010): Forbidden Fruit - Counterfactuals and International Relations.
Princeton: Princeton University Press.
Lewis-Beck, M.S. & Rice, T.W., 1992. Forecasting Elections, Cq Pr.
Lorenz, Edward (1963): Deterministic Nonperiodic Flow. Journal of the Atmospheric
Sciences, Vol. 20, No. 2, s. 130-141.
152
McCarty, N. & Meirowitz, A., 2007. Political Game Theory: An Introduction, Cambridge:
Cambridge University Press.
Mietzner, Dana – Reger, Guido (2004): Scenario Approaches – History, Differences,
Advantages and Disadvantages. Příspěvek na semináři New Technology Foresight,
Forecasting & Assessment Methods, Seville, 13.-14. května.
Montgomery, D.C., Jennings, C.L. & Kulahci, M., 2011. Introduction to Time Series Analysis
and Forecasting, John Wiley & Sons.
Morgenthau, Hans (1948): Politics among Nations. New York: Knopf.
Morrow, J.D., 1994. Game Theory for Political Scientists, Princeton University Press.
Myerson, R.B., 1991. Game Theory: Analysis of Conflict, Harvard: Harvard University Press.
Nash, John (1951): Non-Cooperative Games. The Annals of Mathematics, Vol. 54, No. 2, s.
286–295.
Nash, John F. (1950): The Bargaining Problem. Econometrica, Vol. 18, No. 2, s. 155–162.
Neumann, Iver – Øverland, Erik (2004): International Relations and Policy Planning: The
Method of Perspectivist Scenario Building. International Studies Perspectives, Vol. 5, No.
3, s. 258-277.
Niskanen, William A. (1971): Bureaucracy and representative government. Aldine, Atherton.
Ogilvy, James (2002): Creating Better Futures: Scenario Planning as a Tool for a Better
Tomorrow. New York: Oxford University Press.
Osborne, M.J., 2003. An Introduction to Game Theory, Oxford University Press, USA.
Osborne, M.J. & Rubinstein, A., 1994. A Course in Game Theory, Cambridge: MIT Press.
Ostrom, Elinor (1990): Governing the Commons: The Evolution of Institutions for Collective
Action. Cambridge: Cambridge University Press.
Parízek, Michal (2012): After the Enlargement: Trends and Threats in the European Union
Decision-Making. Perspectives. Review of International Affairs, Vol. 20, No. 1, s. 33–58.
Patomäki, Heikki (1996): How to Tell Better Stories about World Politics. European Journal
of International Relations, Vol. 2, No. 1, s. 105-133.
Patomäki, Heikki (2008): The Political Economy of Global Security: War, Future Crises and
Changes in Global Governance. London: Routledge.
Popper, Steven – Lempert, Robert – Wagner, Caroline (2002): Moving beyond Foresight.
Příspěvek na konferenci Foresight, Scenarios, Lanscaping, Brusel, 5. července.
Ramirez, Rafael – Selsky, John – van der Heijden, Kees (eds., 2008): Business Planning in
Turbulent Times: New Methods for Applying Scenarios. London: Earthscan.
Ringland, Gill (1998): Scenario Planning: Managing for the Future. Chichester: Wiley and
Sons.
Ringland, Gill (2002): Scenarios in Public Policy. Chichester: Wiley and Sons.
Rosell, Steven (1999): Renewing Governance: Governing by Learning in the Information
Age. New York: Oxford University Press.
Shepsle, K.A., 2010. Analyzing Politics: Rationality, Behavior and Instititutions Second
Edition., W. W. Norton & Company.
Scharpf, F.W., 1997. Games Real Actors Play: Actor-centered Institutionalism In Policy
Research, Westview Press.
Schelling, Thomas C. (1960): The strategy of conflict. Harvard: Harvard University Press.
Schneider, G., Gleditsch, N.P. & Carey, S., 2011. Forecasting in International Relations One
Quest, Three Approaches. Conflict Management and Peace Science, 28(1), pp.5–14.
Schwartz, Peter (1996): The Art of the Long View. New York: Doubleday.
Singer, David – Wallace, Michael (1979). To Augur Well: Early Warning Indicators in World
Politics. London: Sage.
153
Stevens, J., 2012. Political Scientists Are Lousy Forecasters. The New York Times. Available
at: http://www.nytimes.com/2012/06/24/opinion/sunday/political-scientists-are-lousyforecasters.html
[Accessed May 9, 2013].
Štědroň, Bohumír – Potůček, Martin – Knápek, Jaroslav – Mazouch, Petr (2012):
Prognostické metody a jejich aplikace. Praha: Nakladatelství C H Beck.
Taagepera, R., 2008. Making Social Sciences More Scientific: The Need for Predictive
Models, Oxford University Press, USA.
Tetlock, P.E., 2005. Expert Political Judgment: How Good Is It, How Can We Know?,
Princeton University Press.
Tetlock, P.E., 1999. Theory-Driven Reasoning About Plausible Pasts and Probable Futures in
World Politics: Are We Prisoners of Our Preconceptions? American Journal of Political
Science, 43(2), pp.335–366.
Tetlock, Philip - Lebow, Richard Ned - Parker, Noel Geoffrey (eds., 2006): Unmaking the
West - 'What If?' Scenarios that Rewrite World History. Ann Arbor: Michigan University
Press.
Tikuisis, P., Carment, D. & Samy, Y., 2013. Prediction of Intrastate Conflict Using State
Structural Factors and Events Data. Journal of Conflict Resolution, 57(3), pp.410–444.
Tsebelis, George (1991): Nested Games: Rational Choice in Comparative Politics. University
of California Press.
Tversky, A. & Kahneman, D., 1981. The Framing of Decisions and the Psychology of Choice.
Science, 211(4481), pp.453–458.
Von Neumann, John – Morgenstern, Oskar (1944): Theory of Games and Economic
Behavior. Princeton: Princeton University Press.
Walt, Stephen (1998): The Hidden Nature of Systems (A Review of 'System Effects' by
Robert Jervis). The Atlantic Monthly, Vol. 282, No. 3, s. 130-134.
Waltz, K.N., 1997. Evaluating Theories. The American Political Science Review, 91(4),
p.913.
Weber, Steven (1997): Prediction and the Middle East Peace Process. Security Studies, Vol.
6, No. 4, s. 167-179.
Zürn, Michael (1997): Assessing State Preferences and Explaining Institutional Choice: The
Case of Intra–German Trade. International Studies Quarterly, Vol. 41, No. 2, s. 295–320.
154
11. Obsahová analýza
Martina Varkočková
Obsahová analýza (content analysis) je metoda, která nám umožňuje vyvozovat vědecké
závěry pomocí systematického a objektivního zkoumání určitých, jasně definovaných
charakteristik komunikačních sdělení (Holsti 1969: 601). Je to jedna z metod, které zkoumají
komunikační sdělení různého typu, ať již textové, mluvené, obrazové, filmové či jiné. Mezi
další metody, které se zabývají analýzou sociální komunikace, patří např. diskurzivní analýza,
konverzační analýza, kritická analýza, normativní analýza, sémiotická analýza či narativní
analýza (Neuendorf 2002: 5-8). Na rozdíl od výše zmiňovaných metod, které se snaží
proniknout za samotný (psaný, mluvený, obrazový) projev, rekonstruovat intersubjektivní
význam a proces jeho formování (konstituce), obsahová analýza se soustředí na text samotný.
V případě obsahové analýzy tedy hovoříme o objektivním, systematickém a kvantitativním
popisu komunikačního sdělení (Berelson 1952, cit. v Holsti 1969: 597). Při aplikaci obsahové
analýzy se zaměříme na počítání a následné vysvětlení předem definovaných charakteristik
(kategorií), které nám pomohou popsat text z hlediska tématu, zdroje, způsobu vyjadřování,
účelu, časového či geografického vývoje. Obsahová analýza nám umožní vyvodit trendy v
sociální komunikaci, porovnat zkoumaný text s určitým standardem či odvodit vlastnosti a
životní hodnoty jednotlivců a sociálních skupin.
Obsahová analýza ve své čisté podobě je nejčastěji zařazována do skupiny kvantitativních
výzkumných metod a vzhledem ke svému výzkumnému rámci, epistemologickým a
ontologickým předpokladům patří mezi vysvětlující metody. Přesto je třeba zdůraznit, že se
nejedná o pouhé mechanické počítání četností výrazů v dané sadě textů. Jednak obecně platí,
že kvantitativnost a kvalitativnost nejsou dichotomními veličinami, nýbrž "lze pozorovat
přímou logickou spojitost od kvalitativního třídění až po nejpřesnější měření, která vede přes
mezičlánky jakými jsou systematické hodnocení, pořadí, vícedimenzionální klasifikace, různé
typologie nebo jednoduché kvantitativní indexace." (Lazarsfeld - Barton 1952: 155). Zároveň
je třeba si také uvědomit, že i při použití obsahové analýzy musíme učinit mnoho výsostně
kvalitativních rozhodnutí, kdy například tvorba kódovacího schématu je velmi kreativní
proces. Obsahová analýza ve své kvantitativní podobě může být použita sama o sobě,
nejčastější a nejvhodnější aplikace však bude v různé kombinaci s jinými kvalitativními
metodami. Například pomocí obsahové analýzy můžeme testovat hypotézy, které vzešly z
předchozího (kvalitativního) výzkumu. Nebo naopak vhodnými kvalitativními metodami
(diskurzivní analýza, etnografie) můžeme rozvést a prohloubit poznatky, které jsme získali
provedením obsahové analýzy dokumentů.
11.1. Historie a současnost obsahové analýzy
Jednoduché formy obsahové analýzy byly používány již od počátku novověku (biblická
studia, počátky grafologie, analýza snů Sigmunda Freuda). Avšak za podobu, v jaké je i v
dnešní době využívána, vděčíme především Haroldu Lasswellovi, ač on sám se zdráhal
používat přímo pojem obsahová analýza a raději hovořil o analýze symbolů (symbol analysis)
či kvantitativní sémantice (quantitative semantics) (Franzosi 2008: xxiv). V období 2. světové
války byl Lasswell pověřen v Kongresové knihovně USA vedením oddělení zabývajícím se
analýzou propagandy válčících stran. Právě zde ve spolupráci s kolegy naplno rozvinuli
metodologii obsahové analýzy. Za první "učebnici" obsahové analýzy je standardně
považována kniha Bernarda Berelsona z roku 1952 Content Analysis in Communication
155
Research. V této průkopnické fázi se výzkumníci soustředili na důkladné rozpracování
základních témat a konceptů metody, především na pravidla vytváření kódovacího schématu,
na posuzování spolehlivosti měření, statistické zpracování výsledků apod. Protože se snažili o
co největší míru objektivnosti a co největší přiblížení se standardům přírodních věd, pokusili
se vypracovat vyčerpávající seznam kategorií, které by se staly univerzálně používanými při
aplikaci obsahové analýzy v politických vědách. Jednalo se tedy o kategorie vytvořené
dedukcí na základě politické teorie (Franzosi 2008: xxv). Rovněž striktně omezili předmět
zkoumání obsahové analýzy na zjevný obsah (manifest content) sdělení.
Obsahová analýza, již plně rozvinuta, brzy překračuje hranici politických věd a její aplikace
se rychle rozšiřuje i do jiných oborů, jakými jsou mediální studia, žurnalistika, sociologie,
antropologie, psychologie, teorie umění aj. To s sebou přináší určitou pluralitu, která
napomáhá rozvoji a zpřesnění některých konceptů (zejména velký důraz je kladen na
dosahování co nejvyšší míry spolehlivosti kódování), zároveň však představuje postupný
ústup od některých požadavků postulovaných průkopníky metody. Například již není
udržitelná představa jednotného seznamu kategorií a univerzálního kódovacího schématu,
neboť kategorie vyvinuté pro výzkum politiky nejsou vhodné pro analýzy psychologické,
uměnovědné či jiné. Nástup a rozvoj výpočetní techniky od 60. letech zefektivnit získávání a
zpracovávání velkého množství dat. Poslední fáze vývoje obsahové analýzy je kladena do 80.
let 20. století. Souvisí především s debatou o vhodnosti a možnosti použítí obsahové analýzy
na zkoumání nejen zjevného obsahu, ale i skrytého významu (latent content) komunikačních
sdělení (Mayring 2000). V této souvislosti se hovoří o kvalitativní obsahové analýze
(qualitative content analysis) a jejích různých formách, například etnografické obsahové
analýze (Altheide 1987).
Mezi základní učebnice zabývající se obsahovou analýzou patří kromě Berelsonovy knihy z
roku 1952 ještě práce Holstiho (1969), Krippendorffa (1980 a pozdější vydání), Webera
(1990) a Neuendorfové (2002).
11.2. Výzkumný rámec obsahové analýzy
Po obecném úvodu a historickém kontextu se nyní soustředíme na popis samotného
výzkumného rámce obsahové analýzy. Výzkumný rámec, či plán výzkumu (Hendl 2005)
představuje určitý návod, jakým způsobem by měl výzkumník strukturovat svoji badatelskou
činnost, aby dostál nárokům kladeným na vědecké výstupy konkrétní zvolené metody. Za
standardní je považován postup od stanovení účelu výzkumu, k identifikaci vhodného
teoretického a konceptuálního rámce, přes položení precizní výzkumné otázky k volbě
metodologie a konkrétních metod výzkumu. Rozhodnutí, ke kterým v těchto prvních fázích
plánování výzkumu dospějeme, zásadním způsobem ovlivní i další fáze vědeckého bádání,
tedy především volbu a sběr vhodných dat, způsob jejich analýzy, aplikaci hodnotících kritérií
a formulaci konečných výstupů. Pokud badatel zvolí jako vhodnou metodu obsahovou
analýzu, měl by postupovat v následujících krocích (Schulz a kol. 2011, Neuendorf 2002):
stanovení výzkumné otázky; volba ukazatelů a kritérií, jejichž analýza umožní odpovědět na
výzkumnou otázku (operacionalizace); volba zdrojů dat (určení skupiny komunikačních
sdělení obsahujících dostatečné množství vhodných ukazatelů); tvorba kódovacího schématu
(zvolení vhodných kategorií, které "popisují vlastnosti mediovaného obsahu, které jsou
relevantní pro [zvolené] téma" (Schulz a kol. 2011: 38); kódování (aplikace kategorií na
zvolenou množinu komunikačních sdělení); vyhodnocení a interpretace získaných výsledků
kódování.
156
11.2.1. Výzkumné cíle a otázky
Obsahová analýza je kvantitativní metoda. Jedním z cílů obsahové analýzy bude popis
souboru sdělení s ohledem na jejich rozsah, frekvenci vybraných textových entit, časových
trendů či intenzity určitých vyjádření. Jako analytický nástroj ji používáme v rámci tzv.
nomotetického výzkumu, kdy se snažíme o generalizaci na základě zkoumání relativně
velkého množství dat, spíše než o hluboký vhled do jednoho jediného případu. Obsahová
analýza jako metoda, která usiluje o vysvětlení, výborně zapadá do obecného hypotetickodeduktivního
rámce pozitivistického přístupu ke zkoumání reality. Tento přístup spočívá ve
formulování určitých hypotéz či tvrzení, zpravidla vyvozených ze studia teoretické literatury.
Tyto hypotézy jsou následně testovány tak, že badatel ověří jejich platnost na datech
získaných pozorováním reálných jevů. Na základě měřením a analýzy reálných dat pak
potvrzujeme či zamítáme původní hypotézy, případně je korigujeme tak, aby odpovídaly
zjištěným skutečnostem. Obsahová analýza ve své čisté kvantitativní podobě slouží právě k
formulaci a testování hypotéz.
Zajímavý příklad dobře naformulovaného výzkumného cíle přináší práce Kevina Coea
(2011). Autor zde zkoumá, zda je možno potvrdit obecně přijímaný názor, že prezident Bush
velmi umně ovlivnil obsah masového zpravodajství ohledně války v Iráku v průběhu roku
2004, před prezidentskými volbami. Autor použil obsahovou analýzu pro věcné a časové
porovnání obsahů prohlášení prezidenta Bushe se způsobem, jakým o válce informovala
vytipovaná americká média. Obsahová analýza napomohla vyvrátit či alespoň zpochybnit
hypotézu, že vhodně pronesená prohlášení prezidenta Bushe výrazně ovlivnila způsob, jakým
o válce informovala hlavní americká média. Ve výsledku se nepotvrdila věcná ani časová
korelace mezi prezidentskými výstupy a mediálním krytím události.
Jak již bylo zmíněno, obsahová analýza se používá pro analýzu komunikačních sdělení.
Každý typ komunikace může být popsán z několika úhlů pohledu, např. z pohledu původce
sdělení, samotného obsahu sdělení, způsobu vytvoření a předávání tohoto sdělení, z pohledu
příjemce sdělení či důsledku působení tohoto sdělení. Tuto mnohovrstevnatost lze shrnout do
často citované věty "KDO říká CO, PROČ, KOMU, JAKÝM ZPŮSOBEM a s JAKÝM
VÝSLEDKEM" (Lasswell - Lerner - Pool 1952: 12). Přehled jednotlivých možností použití
obsahové analýzy nabízí následující tabulka:
Tabulka č. 1: Moţnosti pouţití obsahové analýzy podle Holstiho
Účel výzkumu Otázka Výzkumný problém
Popsat samotná sdělení
Co?
Popis trendů v obsahu komunikace
Přiřazení známé charakteristiky zdrojů
k jejich sdělení
Srovnání obsahu sdělení s určitými
standardy
Jak?
Analýza techniky přesvědčování
Analýza stylu komunikace
Komu?
Přiřazení známé charakteristiky
příjemců ke sdělení, které pro ně bylo
vytvořeno
Popis komunikačních vzorců
Vyvodit závěry o zdroji
sdělení (proces vytváření
sdělení)
Proč?
Zajištění politické a vojenské informace
Analýza psychologické charakteristiky
jednotlivce
157
Potvrzení vlivu kultury či kulturní
změny
Získání důkazů
Kdo? Určení rozporovaného autorství
Vyvodit závěry o výsledku
komunikace
S jakým
výsledkem?
Měření čtivosti
Analýza toku informací
Zhodnocení odezvy na sdělení
Zdroj: Holsti (1969: 604)
Obsahovou analýzu tedy používáme v případě, kdy počítání a následná analýza předem jasně
definovaných charakteristik relativně veliké sady sdělení pomůže potvrdit či vyvrátit
hypotézu vztahující se k některému aspektu dané komunikace (k původci sdělení, k obsahu
sdělení, ke způsobu, jakým bylo sdělení předáváno příjemcům sdělení atd.).
11.2.2. Výběr předmětu výzkumu
Obsahovou analýzu můžeme použít pro analýzu v rámci různých sociálně-vědních oborů pro
analýzu různých druhů sdělení. Po stanovení výzkumné otázky a její operacionalizace je
nutné učinit rozhodnutí o tom, jaký typu sdělení nás zajímá. Nejčastěji analyzovaným typem
sdělení je bezesporu text, což rozhodně platí i pro vědy politické. Mezi texty můžeme zařadit
novinové články, knihy, dokumenty oficiální i soukromé povahy, případně přepisy rozhovorů,
skupinových diskuzí či poznámek o provedených pozorováních. Obsahovou analýzu však
můžeme aplikovat i na celou řadu dalších typů sdělení, např. na fotografie, karikatury a
komiksy, internetové stránky, mluvené projevy, předvolební billboardy, filmy či reklamní
spoty (Schulz a kol. 2011). Následující text se soustředí na práci s textem, ale uvedené
postupy lze pouze s malými obměnami aplikovat i na obrazové, zvukové či multimediální
typy sdělení.
Po zvolení typu komunikačních sdělení je třeba vytvořit výběrový soubor či korpus (archive,
population, universe) dostatečného počtu vhodných textů. V některých případech bude
rozhodnutí o zahrnutí či nezahrnutí textů do korpusu jednoduché, např. pokud se rozhodneme
analyzovat všechny přepisy projevů poslanců Evropského parlamentu při schvalování složení
Evropské komise v roce 2010. V takovém případě máme k dispozici časově, tematicky i
početně přesně ohraničenou skupinu textů (census) (Neuendorf 2002: 74), jejichž kvantita
nebude při analýze vyžadovat neúměrně mnoho vědecké kapacity. Většinou se však badateli
nabízí příliš velké množství textů, díky čemuž bude třeba učinit několik rozhodnutí, jaké texty
do korpusu zařadit. Holsti uvádí tři úrovně výběru (sampling): výběr podle zdroje sdělení,
výběr konkrétních sdělení od vybraných zdrojů a někdy se může uplatnit i výběr v rámci
jednotlivých sdělení (Holsti 1969: 654). Co se týče zdroje sdělení, pokud zkoumáme názor
politických elit na určitou problematiku, musíme učinit rozhodnutí, které politické zástupce
zařadíme do výběru zdrojů komunikačních sdělení. V souvislosti s konkrétní výzkumnou
otázkou pak ve výběru zdrojů může být například prezident, premiér, ministr zahraničních
věcí, předsedové politických stran zastoupených v parlamentu apod. V případě, že jsme výběr
zdroje zúžili na konkrétního aktéra (například prezidenta), je třeba dále specifikovat výběr
konkrétních textů. Zde se nabízí opět několik kritérií výběru: časové (např. porovnání názorů
prezidenta v prvním a posledním roce mandátu), geografické (texty určené pro domácí či
zahraniční publikum) či typologie textů (projevy, rozhovory, eseje, knižní publikace).
Z hlediska typologie se musíme rozhodnout, zda budeme zkoumat tištěná či jiná média
(rozhlas, televize, internet aj.). Po zvolení tištěných médií je opět třeba rozhodnout, zda se
158
badatel omezí např. pouze na celostátně vydávané deníky, a omezí jejich počet (např. první tři
v pořadí dle prodaného nákladu v daném roce).
V některých případech pak bude třeba v rámci snahy o maximální efektivitu práce ještě dále
zmenšit korpus komunikačních sdělení tak, že v rámci vybraných textů od vybraného zdroje
budeme zkoumat pouze ty části textů, které hovoří o Evropské unii. A konečně je možné
učinit rozhodnutí, že pro obsahovou analýzu budou použity vždy pouze titulní stránky
vybraných deníků (výběr v rámci textu).
Výše uvedený postup při vytváření výběrového souboru odpovídá technice záměrného
(nenáhodného) výběru (non-random sampling) (viz též kapitola k regresní a korelační
analýze). Při tomto postupu vybíráme texty podle kritérií, která vycházejí především ze
samotné výzkumné otázky. Nenáhodný výběr bude často použit v případech relativně malého
množství vhodných textů, tedy např. pro vytváření korpusu textů prezidenta ČR, ve kterých
vyjadřuje svůj postoj k EU. Druhou technikou, kterou můžeme použít při vytváření
výběrového souboru textů, je náhodný výběr (random sampling) (viz též kapitola k regresní a
korelační analýze). Náhodný (pravděpodobnostní) výběr znamená, že "každá jednotka v
populaci musí mít stejnou šanci být vybrána" (Neuendorf 2002: 83). Různé varianty
náhodného výběru (např. Neuendorf 2002: 83-87, Holsti 1969: 655-656) by teoreticky měly
být použity v maximálním počtu výzkumných prací používajících obsahovou analýzu, neboť
do velké míry zajišťují objektivitu výběru textů. Použitím náhodného výběru se omezí
vědomá či nevědomá zaujatost badatele, který by při nenáhodném výběru mohl mít tendenci
brát úvahu například pouze texty, které potvrzují jeho domněnky.
S výběrem techniky náhodného či nenáhodného výběru textů souvisí i otázka, jak velký by
měl být výběrový soubor. Jelikož obsahová analýza je kvantitativní metoda, která se snaží
generalizovat na základě analýzy velkému množství dat, měli bychom seskupit velký počet
textů vhodných pro následnou analýzu. Při použití obsahové analýzy v politických vědách
však budeme narážet především na dva limity - limit dosažitelnosti textů a limit
proveditelnosti analýzy. Pokud je pro nás dosažitelná jenom malá část daného aktéra, nemusí
být dostupný výběr reprezentativní. Naopak pokud by náš výběr zahrnoval příliš velký počet
textových jednotek, nebudeme mít časové a lidské kapacity tyto texty zpracovat. V tom
případě je nutné použít vhodný způsob náhodného výběru, pomocí něhož se sníží počet textů
na takovou úroveň, kterou je výzkumník schopen adekvátně zpracovat a analyzovat. Obecně
tedy nelze stanovit optimální velikost korpusu, nicméně je třeba, aby badatel uvážlivě zvolil a
ve své studii obhájil zvolenou velikost výběrového souboru.
Je potřeba zdůraznit, že veškerá rozhodnutí o výběru textů musí podléhat logice výzkumného
účelu a výzkumné otázky. Špatná rozhodnutí o zahrnutí či nezahrnutí určité skupiny sdělení
může významným způsobem ovlivnit konečný výsledek analýzy. Zároveň však můžeme v
průběhu sestavování korpusu zjistit, že některá sdělení nejsou přístupná. Typicky se bude
jednat o materiály pod různým stupněm utajení, historické dokumenty či texty v jazyce
menšinového etnika, jejichž překlad by představoval neúměrné časové zatížení. V tom
případě je vhodné přeformulovat výzkumný cíl tak, aby byl proveditelný s přihlédnutím k
dostupnému korpusu textů.
11.2.3. Vymezení proměnných
Po vytvoření korpusu textů přichází na řadu příprava kódovacího schématu, což je proces,
který je možné rozdělit do tří kroků: 1) stanovení kódovací jednotky (jak text bude rozdělen
pro účely kódování), 2) určení kategorií (jak budou kódovací jednotky rozřazovány do skupin
dle společných znaků, proměnné) a 3) způsobu hodnocení v rámci jednotlivých kategorií (v
rámci jednotlivých skupin mohou jednotlivé kódovací jednotky nabývat různých hodnot).
159
Nejdříve si blíže představíme samotný proces kódování (coding). Jak bylo řečeno v úvodu
kapitoly, obsahová analýza se pokouší o generalizaci na základě zkoumání relativně velkého
množství dat. Předpokládáme tedy, že vybraným znakům textu můžeme přisoudit určité
společné charakteristiky a dle těchto charakteristik můžeme dané části textu rozčlenit do
několika skupin - kategorií. Zároveň v rámci těchto kategorií dále posuzujeme určité kvality
jejích členů. A právě toto rozřazování a hodnocení částí textů se nazývá kódování. Pro lepší
názornost si představme pověstný koš ovoce - výběrový soubor. V rámci tohoto koše ovoce
můžeme vysledovat několik kategorií (hodnot) proměnné druh ovoce: hrušky, jablka, švestky.
Jednotky v kategorii hrušky je možno dále rozřadit podle hodnot dalších proměnných: odrůda,
stupeň zralosti, pěstitelský region, váha apod. Jednotlivé (nominální) proměnné a především
pak hodnoty (kategorie), kterých mohou nabývat, musíme pečlivě vymezit. Vybrané
proměnné a kategorie v závislosti na účelu výzkumu rozhodneme o způsobu jejich
operacionalizace, například zda pro posouzení stupně zralosti hrušky postačí dvě úrovně
(nezralá - zralá) či více úrovní (nezralá - zralá - přezrálá). Toto rozčlenění ovocného koše do
jednotlivých kategorií - kódování - následně umožní ověřovat si hypotézy o úrodě ovoce, o
kvalitě jednotlivých pěstitelských regionů, o vhodnosti načasování sklizně apod.
Nejprve si stanovíme tzv. kódovací jednotku (coding unit, unit of analysis). Kódovací
jednotku si můžeme představit jako úsek textu, který vypovídá o zvolené výzkumné otázce, a
který následně bude podroben analýze, tedy kódování. Literatura (Holsti 1969, Weber 1990,
Neuendorf 2002, Schulz a kol. 2011) nabízí několik úrovní kódovacích jednotek: jednotlivá
slova či symboly, věty či odstavce, témata, ucelené jednotky (items) a postavy (characters).
Analýza na každé z těchto úrovní s sebou přináší určité klady i zápory. Slovo jako jednotku
analýzy lze relativně snadno definovat, díky rozvoji výpočetní techniky a existenci
nejrůznějších slovníků je možno velmi rychle a snadno podrobit velké množství textů
výzkumu a počítání konkrétních slov. Narážíme však na problém, že jedno slovo může mít
více (často i protichůdných) významů. S tím souvisí i druhý problém, že konkrétní slovo
může mít odlišný význam v nejrůznějších kontextech. Omezením výzkumu na jedno slovo
ztrácíme informaci o bezprostředním (textuálním) i širším kontextu. Je tedy otázkou, zda by
pro politické vědy měl výzkum na úrovni jednotlivých slov dostatečnou vypovídajcí hodnotu.
S podobnými problémy se můžeme setkat i při volbě věty či odstavce za kódovací jednotku.
V rámci politických věd proto nejčastěji volíme za kódovací jednotku určité téma (theme),
což je jednotka "téměř nepostradatelná pro výzkum propagandy, hodnot, postojů a jím
podobných" (Holsti 1969: 647). Tématem máme na mysli úsek textu, který vyjadřuje určitou
ucelenou myšlenku, námět nebo motiv.1
Téma může být vyjádřeno několika slovy, větou i
větším úsekem textu (Smith 2000: 321). Podotýkáme, že je třeba rozlišovat téma jako
kódovací jednotku (úsek textu) od tématu ve smyslu proměnné vyjadřující tematické zaměření
zkoumané kódovací jednotky. Obecně platí, že členění textu podle formálních kritérií (slova,
věty, odstavce, články) je jednodušší než členění podle sémantických jednotek (témata,
argumenty) (Schulz a kol. 2011: 40). Stanovení tématu jako kódovací jednotky však zároveň
přiblíží badatelovu práci částečně ke kvalitativnímu pólu typu výzkumu, neboť mu umožní
hlouběji proniknout do textu a do jisté míry zvýší nárok na jeho tvořivost při práci s textem.
Druhým krokem ve vytváření kódovacího schématu je vymezení proměnných (variables) a
kategorií (categories). Proměnná je charakteristika (vlastnost) kódovací jednotky (úseku
textu), která může nabývat různých hodnot (kategorií). Podle toho, jakých hodnot může
proměnná nabývat, rozlišujeme nominální, ordinální a kardinální proměnné (Neuendorf 2002,
Schulz a kol. 2011: 41-44; blíže viz kapitola věnovaná statistické analýze kategoriálních dat).
Ve výše uvedeném příkladu ovocného koše by tak proměnná "druh ovoce" nabývala
nominálních hodnot „jablko“, „hruška“ atd, pro proměnnou „stupeň zralosti“ bychom zvolili
1
Je třeba rozlišovat téma jako kódovací jednotku (úsek textu) od tématu ve smyslu proměnné vyjadřující
tematické zaměření zkoumané kódovací jednotky.
160
ordinální stupnici nabývající hodnot např. "nezralá - zralá - přezrálá". Pokud by byly
hodnoceny postoje politiků k určité zahraničně-politické události, mohli bychom zvolit
hodnoty "odmítavý - neutrální - vstřícný". Při volbě ordinální stupnice je však třeba velmi
dobře promyslet a popsat, dle jakých kritérií budou dané hodnoty přisuzovány, tedy v jakém
případě můžeme postoj politika považovat za neutrální a kdy jej již můžeme popsat jako
vstřícný. Konečně kardinální stupnice měření by u ovocného koše takovouto kategorii
představovala "váha", jednotlivé kódovací jednotky by nabývaly hodnot "135 gramů", "258
gramů" apod. V obsahové analýze pracujeme nejčastěji s nominálními, případně
s ordiniálními proměnnými.
Třetím krokem je operacionalizace samotných kategorií. Kategorie jsou hodnoty, kterých
může (kategorická) proměnná nabývat. Jedná se o skupiny, do kterých rozřazujeme
analyzované kódovací jednotky a jejichž následný popis a hodnocení představuje konečný cíl
obsahové analýzy. Zjednodušeně řečeno, musíme specifikovat, jakým způsobem budeme
jednotlivé kategorie měřit a podle jakých kritérií budeme kódovací jednotky do kategorií
zařazovat. Důležitost, která je přikládána tvorbě kategorií, ilustruje často citovaná pasáž:
"Obsahová analýza stojí a padá s kategoriemi. Jednotlivé studie se ukázaly jako přínosné v
situaci, kdy kategorie byly dobře formulovány a odpovídaly jak výzkumné otázce, tak obsahu
[zkoumaných sdělení]." (Berelson 1952: 147, cit. dle Holsti 1969: 644). Přestože nebo možná
právě proto, že se jedná o tak důležitý krok v obsahové analýze, nelze přinést přesný návod na
tvorbu těchto kategorií, a naplno se zde uplatní výzkumníkova zkušenost a tvořivost. Obecně
jsou zmiňovány dva přístupy k tvorbě kategorií (např. Neuendorf 2002: 95-106). Tím prvním
je dedukce, tedy definování kategorií a priori na základě studia literatury, teoretických
poznatků a naší výzkumné otázky. Do tohoto přístupu spadá i situace, kdy využijeme
kódovací schéma vytvořené pro jiné studie. V některých oborech existují i všeobecně
uznávané kategorie. Naopak při induktivním postupu tvoříme kategorie přímo ze samotných
dat, na základě prvotního čtení a srovnávání textů (srovnej se zakotvenou teorií viz Braun
2008). V praxi nejčastěji kombinujeme dedukci s indukcí, kdy nejdříve deduktivně stanovíme
kategorie na základě studia literatury a v souladu s naší výzkumnou otázkou, avšak po
kódování testovacího vzorku textů tyto kategorie upravíme tak, aby lépe vystihovaly
informaci v příslušných textech. V každém případě je třeba, aby zvolené kategorie a jejich
operacionalizace opravdu odpovídaly výzkumnému cíli, tedy "musíme si být naprosto jisti, že
měříme to, co skutečně chceme měřit" (Schulz a kol. 2011: 44). Kategorie by měly být
vyčerpávající, je tedy nutno vytvořit dostatek kategorií, aby každá kódovací jednotka mohla
být označena alespoň jednou kategorií či její hodnotou. Jako příklad je možno uvést pokus,
při němž se několikrát hází standardní kostkou. Správně vytvořená kategorie by měla
obsahovat hodnoty "1", "2", "3", "4", "5" a "6". Pokud by chyběla jedna z těchto hodnot,
určitou část kódovacích jednotek (hodů) by nebylo možno správně popsat. Kategorie většinou
definujeme tak, aby byly vzájemně neslučitelné (disjunktní), což znamená, že jedné kódovací
jednotce není možné přiřadit více kategorií (hodnot) dané proměnné. V některých případech
lze uvažovat i o slučitelných kategoriích. Pokud nás například zajímá téma (téma jako
proměnná, tedy tematické zaměření kódovací jednotky), můžeme jedné kódovací jednotce
(věta, odstavec) přisoudit přisoudit několik kategorií současně. Usilujeme o to, aby byla
kategorie jednoznačně určena, tedy aby splňovala kritéria spolehlivosti, reprodukovatelnosti,
přesnosti či stability. V mnohých případech může být užitečné rozdělit proměnné na
identifikační a analytické. Identifikační kategorie pomohou přesně popsat každou kódovací
jednotku (zdroj, čas vzniku, její umístění ve větším celku apod.). Analytické proměnné pak
představují jádro výzkumu a popisují jednotlivé texty v souvislostech daných výzkumnou
otázkou (Schulz a kol. 2011: 43-44). Při tvorbě kódovacího schématu musíme respektovat
požadavky na kvalitu výzkumu, zároveň je potřeba dosáhnout únosného stupně komplexity,
koneckonců stejně jako v průběhu vytváření celého výzkumného rámce. Měli bychom dobře
161
zvážit množství potřebných kategorií vzhledem k časové a jiné náročnosti sběru dat a jejich
následného zpracovávání a především velmi pečlivě stanovit a popsat jednotlivé kategorie a
jejich měření. Právě poctivá operacionalizace představuje často ten nejvýznamnější přínos
dané vědecké práce.
Výsledkem tvorby kódovacího schématu je kódovací kniha. Kódovací knihu můžeme vnímat
jako návod pro vlastní kódování. Měl by se zde nacházet přesný popis kódovacích jednotek a
proměnných, dále pak hodnot (kategorií), kterých mohou proměnné nabývat. Především by
měla kódovací kniha obsahovat vyčerpávající operacionalizaci kategorií - návod, podle
kterého budeme jednotlivé kódovací jednotky zařazovat do kategorií. Kódovací kniha slouží i
jako záznam naší práce, podle kterého můžeme zopakovat, zkontrolovat a ověřit správnost
postupu a výsledků. V ideálním případě by tato kódovací kniha měla být vždy součástí
vědeckého výstupu a připojena k vědecké publikaci. Praxe je však taková, že autoři vesměs
kódovací knihy ke svým článkům nepřipojují (především z důvodu rozsáhlosti kódovacích
knih) a odkazují případné zájemce na osobní kontakt.
11.2.4. Zpracování dat a interpretace výsledků
Po vytvoření kódovacího schématu můžeme přikročit k samotnému procesu kódování
zvoleného výběrového souboru textů. Každou kódovací jednotku analyzujeme podle předem
stanovených proměnných a přiřadíme jí hodnotu (kategorii) podle postupu uvedeného
v kódovací knize. Většina autorů (např. Holsti 1969, Krippendorff 1980, Weber 1990,
Neuendorf 2002, Schulz a kol. 2011) dává jednoznačně přednost tomu, aby kódování bylo
rozděleno mezi více osob, tzv. kódovačů. Jedním z důvodů je úspora času v případě velkého
množství textů, které je potřeba kódovat. Druhým, neméně závažným důvodem, je snaha o
maximální objektivitu výzkumu. Vycházíme z předpokladu, že pokud kódování provádí
samotný výzkumník, těžko se vyhne určité předpojatosti, jelikož je příliš ponořen do
výzkumu a může tak nevědomky upřednostňovat určitý způsob kódování. V českém
výzkumném prostředí, zejména v oboru politických věd, však lze předpokládat, že k zapojení
celých týmů kódovačů bude docházet pouze zřídka. O to více bychom se měli snažit o co
nejvyšší míru spolehlivosti (reliability). Kritérium spolehlivosti nám určuje, do jaké míry by
aplikace konkrétního kódovacího schématu poskytla shodné výsledky při opakovaném
kódování (Neuendorf 2002: 112). Proto je nanejvýš vhodné, aby výsledky získané kódováním
jediného výzkumníka byly podrobeny alespoň namátkové kontrole jinou poučenou osobou.
V případě, že se na kódování podílí více pracovníků, je potřeba kódovače velmi dobře
připravit. Musí projít podrobným školením, musí mít k dispozici výborně zpracovanou
kódovací knihu. Zejména důležité je ověřit, především na počátku kódování, zda kódovači vše
správně pochopili a zda definice kategorií neposkytuje prostor pro odlišnou interpretaci.
Můžeme provést i test spolehlivosti mezi posuzovateli (intercoder reliability / inter-judge
reliability – viz závěrečná kapitola a standardy vědeckého výzkumu). Spolehlivost kódovačů
lze ověřit použitím statistických testů shody či kovariace, jako jsou Kendallův test,
Krippendorffova alfa, Spearmanův korelační koeficient apod. (Neuendorf 2002: 141-166),
kdy kódovači analyzují shodné kódovací jednotky a následně zjišťujeme, zda těmto
kódovacím jednotkám přiřadili shodné kategorie. Při zjištění nedostatečné spolehlivosti
následuje další školení kódovačů, případně upravení kategorií a pokynů tak, aby byla
jednoznačnější a snadněji použitelná, čímž se docílí větší spolehlivosti výsledků.
Celý proces kódování pečlivě zaznamenáváme, a to jak pro účely vlastního výzkumu, tak pro
možnou následnou kontrolu. Pro samotný proces kódování je vhodné promyslet takový
způsob záznamu, který umožní zachytit naprosto přesně jednotlivé kódovací jednotky,
kategorie a hodnoty, které jim byly přisouzeny, kontext a často i osobní komentář či
162
poznámky, které napomohou při analýze a interpretaci výsledků. V dnešní době většinou
využíváme možností počítačové techniky. Kromě základních textových a tabulkových editorů
existuje na trhu množství specializovaného softwaru, který kódování a následnou analýzu dat
výrazně urychlí a usnadní. V této souvislosti se často hovoří se o počítačové textové analýze
(computer assisted text analysis CATA) (Hájek 2010). Tradičně bývala obsahová analýza
členěna z pohledu formy kódování poměrně jednoznačně na ruční (manual) a počítačovou. S
rozvojem a masovým rozšířením počítačové techniky oba tyto způsoby kódování splynuly
(Alexa 1996: 9). Software nám výrazně pomáhá i při kvalitativně orientované obsahové
analýze, která dříve vyžadovala pečlivé ruční zpracování.
Při výběru počítačového programu bychom si měli uvědomit, k jakému typu výzkumu jej
budeme používat a které funkce jsou pro nás klíčové. Velmi užitečné srovnání počítačových
programů a jejich funkcí pro obsahovou analýzu nabízí Will Lowe (Lowe 2003) a dvojice
autorů Alexa a Zuell (Alexa - Zuell 1999). Lowe popisuje tři klíčové funkce, které jednotlivé
programy v různé kvalitě a hloubce nabízí (Lowe 2003: 1). První důležitou funkcí je
automatická obsahové analýza využívající předdefinované slovníky (dictionary-based content
analysis). Jedná se o základní funkci, která nám umoňuje ryze kvantitativní obsahovou
analýzu, která bude založena na zjišťování frekvence slov či slovních spojení a na
automatickém přiřazování kategorií. Počítačové programy umožňují import již existujícího
slovníku (většina sociálně-vědních oborů má vytvořeno množství takovýchto slovníků) nebo
vytvoření slovníku vlastního, účelově sestaveného pro konkrétní výzkum. Jedním z příkladů
je frekvenční slovník, jehož sestavení popisuje Hájek: "Pro každý korpus postupujeme stejně.
Nejprve spočítáme frekvence jednotlivých slov, která seřadíme od nejčetnějších po nejméně
četné. Protože nás ve vyprávění zajímají významové oblasti, vybereme do slovníku jen
nejčetnější významová slova, zpravidla podstatná jména. Jde nám totiž o to, abychom v
následujících krocích mohli pracovat jen se samotnými slovy, bez ohledu na bezprostřední
kontext, ve kterém se v textu vyskytla." (Hájek 2010: 24). Další typ slovníku je možné si
představit jako velkou sadu množin slov a slovních spojení, které jsou vždy společné určitému
fenoménu/ kategorii (Lowe 2003: 2). Například slova a slovní spojení "parlament", "dělba
moci", "volby", "volební právo", "ústavní soud", "politické strany" atd. mohou být v takovém
slovníku přiřazeny ke kategorii "demokracie". Počítačový program pak použije takový
slovník na výběrový soubor textů, automaticky přiřadí kategorii "demokracie" všude tam, kde
nalezne některé z předem definovaných slov či frází. Samozřejmostí je pak výpočet frekvence
výskytu jednotlivých slov a kategorií, případně jiných komplexnějších vztahů mezi
kategoriemi, či různé typy vizualizace těchto vztahů. Většina programů vyvinutých pro
obsahovou analýzu tuto základní funkci obsahuje: ATLAS.ti, DICTION, WordStat,
CATPAC, General Inquirer, TEXTPACK, SPSS TextSmart aj.
Druhou funkcí, kterou některé programy nabízejí, je možnost vytvářet vlastní slovníky.
Software nabízí uživatelské prostředí, které usnadní vytvoření vlastního slovníku
použitelného na náš výběrový soubor textů. Mezi tento typ programů patří KEDS/TABARI,
Profiler Plus, DIMAP (Lowe 2003).
Třetí funkcí programů pro obsahovou analýzu je asistence při samotném kódování, správa
dokumentů, poznámek či záznamů kódování (annotation aid). Programy s touto funkcí
můžeme použít pro kvalitativní obsahovou analýzu (computer-assisted qualitative data
analysis software, CAQDAS). Tyto programy umožňují tzv. otevřené kódování (open coding),
tedy kódování, při němž jednotlivé kategorie teprve vznikají s tím, jak se výzkumník
seznamuje s jednotlivými kódovacími jednotkami a s jejich kontextem. Práce s těmito
programy nejvíce připomíná dřívější ruční obsahovou analýzu, zároveň tyto programy
umožňují realizaci otevřeného kódování, které známe ze zakotvené teorie (viz Braun 2008).
Mezi nejpoužívanější programy s důrazem na tyto funkce patří ATLAS.ti, MAXqda, NVivo
(Koenig 2004).
163
Při výběru vhodného počítačového programu je třeba vzít do úvahy ještě typ sdělení, které
chceme analyzovat. Ne všechny programy umožňují obsahovou analýzu například obrázků či
videí. Dále je třeba zjistit, ve kterých operačních systémech lze program spustit, jaké jsou
možnosti výstupů a exportu dat, zda lze v daném programu provést analýzu textu v jiném
jazyce či dokonce v jiném písmu, zda existuje dostatečná podpora pro řešení případných
problémů a v neposlední řadě bude při výběru programu hrát úlohu i cena daného produktu.
Je velmi obtížné dávat konkrétní návody, jak vyhodnocovat a interpretovat výsledky vzešlé z
kódování. Na to, jaké bude třeba použít statistické postupy, bude mít vliv především znění
výzkumné otázky (Neuendorf 2002: 168). Výsledky, jejich interpretace a prezentace musí
odpovídat na položenou výzkumnou otázku. Další faktor, který výrazně ovlivní způsob, jak se
získanými daty nakládat, bude zvolený typ zdrojů, zvolená kódovací jednotka a především
charakter proměnných a hodnot (kategorií), které tyto proměnné mohou nabývat. Jiným
způsobem se budou vyhodnocovat proměnné s nominálními hodnotami (kategoriemi), u
kterých se většinou omezíme na počítání frekvencí či časových řad, a jiným způsobem se
vyhodnotí proměnné s kardinálními hodnotami. Obecně lze říci, že výsledkem zpracování dat
(kódování) budou popisné počty dat a událostí (frequencies), různé typy časových řad (timelines),
různé typy vztahů mezi jednotlivými kategoriemi (Neuendorf 2002: 167), případně
prezentace společných výskytů textových entit (co-occurences) (Hájek 2010: 20). Při
interpretaci výsledků obsahové analýzy bychom se v každém případě neměli omezit na pouhý
popis výsledků. Získané údaje je potřeba funkčním způsobem propojit, čísla dokreslit odkazy
na konkrétní místa v textu, pokusit se o identifikaci a vysvětlení či dokonce porozumění
extrémním či překvapivým výsledkům.
11.3. Příklad aplikace obsahové analýzy: Diskuze o mořském
dně na půdě OSN
11.3.1. Výzkumné cíle a otázky
Práce autorů Friedheima a Kadaneho analyzuje debaty o mezinárodním statusu a využití
mořského dna, jež se vedly na půdě Organizace spojených národů (OSN) koncem šedesátých
let 20. století (Friedheim - Kadane 1969). Tato práce je sice staršího data, nicméně velmi
dobře ilustruje proces obsahové analýzy, včetně výběru textů, způsobu zpracování a
interpretace výsledků. Velmi dobře znázorňuje problémy, se kterými se budeme setkávat, ať
už je to otázka rozsahu korpusu textů, počet kódovačů nebo specifické vyjadřování a jazyk
textů. Zároveň lze předpokládat, že v oboru politických věd v českém prostředí budeme při
aplikaci obsahové analýzy využívat podobný výzkumný rámec jako Friedheim a Kadane.
Počátek debat o využití mořského dna je obvykle kladen do roku 1967, kdy velvyslanec Malty
při OSN Arvid Pardo upozornil na nedostatečnou úpravu pravidel využívání oceánů. Tyto
nedostatky se týkaly např. otázky vytýčení vnějšího okraje kontinentálního šelfu, možností
kontroly námořního zbrojení, možností vytvoření principů, které by regulovaly průzkum a
těžbu přírodních zdrojů z mořského dna aj. Debaty nad těmito otázkami probíhaly především
během 22., 23. a 24. zasedání Valného shromáždění, aby později veškerá agenda spojená s
problematikou mořského dna přešla pod agendu III. Konference o mořském právu (Friedheim
- Kadane 1969: 1). Friedheim a Kadane hledají odpověď na otázku, jaké různé přístupy k
řešení problémů týkající se mořského dna zaujímají jednotlivé státy nebo skupiny států.
Autoři věří, že nalezení trendů a vzorců v názorech jednotlivých aktérů nám zároveň napoví,
jakým způsobem nakonec bude tato otázka vyřešena.
164
11.3.2. Výběr předmětu výzkumu
Friedheim a Kadane zvolili pro obsahovou analýzu doslovné záznamy projevů a shrnující
zprávy o dění ve Valném shromáždění OSN, v hlavních výborech, v dočasných výborech a v
pracovních skupinách. Autoři se rozhodli pro použití záznamů z debat na půdě OSN z
několika důvodů. Za prvé předpokládali, že projevy a názory zástupců jednotlivých států byly
výsledkem již proběhnuvších předchozích vnitrostátních debat, a představovaly tak konečnou
pozici daných států. Za druhé, využití debat z jediné instituce (OSN) má tu výhodu, že
mohou být relativně snadno porovnávány. Mluvčí jsou většinou v dané organizaci dobře
socializováni, znají normy a pravidla, jimiž se diskuze a vyjednávání řídí, užívají podobný
jazyk, vyjadřování a sdílí určité symboly. Třetím důvodem pro použití záznamů OSN je dobrá
dostupnost těchto textů. Záznamy z debat a další dokumenty jsou systematicky pořizovány a
archivovány samotnou institucí. Nehrozí tedy nebezpečí, že by některý z dokumentů chyběl a
díky číslování dokumentů má výzkumník jistotu, že neopomenul důležitá data. S tím částečně
souvisí i čtvrtý důvod pro výběr tohoto korpusu: rozumná velikost. Základní soubor není
příliš velky, takže nemusíme provádět výběr, což zjednodušuje metodologii celého výzkumu.
A posledním důvodem je potřebná komplexnost souboru, která spočívá v relativně velikém
množství zúčastněných řečníků, šíři a hloubce obsahu jejich výpovědí. Při použití takto
komplexního souboru textů lze předpokládat, že v korpusu bude zachycena většina možných
přístupů k řešení otázek spojených s mořským dnem.
Přes všechny výhody využití záznamů debat autoři přiznávají i některé potíže. Jedním z
problémů může být nesoulad mezi prohlášením zástupce konkrétního státu na půdě OSN a
chováním daného státu. S touto kritikou se autoři vypořádávají vysvětlením, že k nesouladům
sice dochází, ale většinou se jedná o detaily, a nikoliv o podstatu celého problému. Friedheim
a Kadane dále poukazují na specifika prostředí OSN, jako například na častá zákulisní
jednání, která nejsou zaznamenávána, či na používání jazyka, který může být pro nezasvěcené
nesrozumitelný. Těmto úskalím se do autorského týmu autoři vyhnuli tím, že svoji
kvantitativní analýzu projevů v OSN doplnili o znalosti kontextu, prostředí, normem a zvyků
OSN, stejně tak se specifického vyjadřováním řečníků. Poslední problematická otázka se týká
spolehlivosti korelace mezi prohlášením jednotlivých států v debatách a mezi konečným
hlasováním pro konkrétní návrhy. Na tuto kritiku autoři bohužel v době vzniku jejich práce
neměli adekvátní odpověď, neboť nebyly ještě k dispozici výsledky hlasování, se kterými by
šlo výpovědi zástupců států porovnat. Nicméně diskuze těchto potenciálních problematických
bodů ukázala velkou míru sebereflexe, se kterou autoři k datům přistupovali (Friedheim Kadane
1969: 3-6) .
11.3.3. Vymezení proměnných
Autoři zvolili jako kódovací jednotku svého výzkumu krátký úsek textu (frázi), který
vystihoval postoj mluvčího k řešení problematiky mořského dna. Ve prospěch krátkých úseků
textu (např. ve srovnání se slovem jako kódovací jednotkou) hovořil účel celého výzkumu, ale
především povaha zdrojů. Jednotlivé texty byly často překlady projevů, záznamy projevů v
řeči, která nebyla pro daného mluvčího mateřštinou, některé texty byly pouhými shrnutími
nějakého jednání. Z těchto důvodů by použití jiného typu kódovací jednotky představovalo
velkou míru nespolehlivosti díky potenciálně špatným překladům, překlepům či nedostatečné
zběhlosti řečníka v určitém jazyce.
Následovalo vymezení proměnných a kategorií, které probíhalo induktivním způsobem. V
první fázi autoři pročetli celý korpus textů a identifikovali 189 různých frází, které
vystihovaly postoj mluvčího k řešení problematiky mořského dna. Po prvotní analýze těchto
165
189 úseků textu vykrystalizovaly tři hlavní kategorie (proměnné): proměnná 1, která
ilustrovala názor jednotlivých států na to, zda je vůbec problematiku mořského dna nutné
revidovat; proměnná 2, znázorňující různá kritéria, která státy navrhovaly aplikovat na revizi
definice kontinentálního šelfu a konečně proměnná 3, která odrážela postoj, jak v otázce
kontinentálního šelfu postupovat vzhledem k procedurálním standardům OSN. Škála všech tří
proměnných pak obsahovala několik (7 - 11) obecných kategorií, které byly ordinálně
seřazeny dle míry internacionalismu. Na jednom pólu stupnice se nacházela maximální snaha
řešit problémy s ohledem na obecné blaho a určitá ochota omezit vlastní suverenitu ve
prospěch celku (internacionalismus) a na druhém pólu vládlo přesvědčení, že jedině státy
mohou rozhodovat o rozsahu svého teritoria a o způsobu jeho využívání (nacionalismus)
(Friedheim - Kadane 1969: 11-12). Následovalo kódování všech textů korpusu dle takto
vytvořeného kódovacího schématu.
11.3.4. Zpracování dat a interpretace výsledků
Kódování provedl jediný kódovač, nicméně autoři se snažili zajistit objektivitu přiřazování
jednotlivých kategorií pomocí namátkové kontroly třetí osobou. Výsledkem kódování byly
počty kategorií přiřazených v rámci každé proměnné všem zúčastněným zemím. Autoři dále
vypočetli průměrné skóre pro každou zemi v rámci všech tří proměnných, tedy určili míru
internacionalismu zkoumaných zemí v rámci všech tří proměnných. Jelikož každá ze tří
proměnných byla posuzována na odlišné stupnici, bylo nutno ještě průměrná skóre vhodně
upravit tak, aby bylo možno porovnat výsledky získané pro každou proměnnou. Takto
upravené údaje pak autoři znázornili ve formě tabulky a grafů. Po kódování, výpočtech a
prezentaci výsledků, následovala interpretace získaných výstupů. Tato interpretace vhodně
kombinuje číselné údaje získané kvantitativní obsahovou analýzou s následným kvalitativním
zhodnocením. Grafické znázornění výsledků dobře ilustrovalo existenci několika skupin států,
které zastávaly podobný přístup. Kvantifikované výsledky byly doprovázeny příklady
konkrétních výroků a hlubším zamyšlením nad důvody, které svedly často různorodé státy do
skupin s podobnými názory, a nad některými extrémními či překvapivými výsledky.
Pomocí obsahové analýzy autoři identifikovali několik různých skupin zemí. Členy těchto
skupin spojoval podobný přístup k řešení otázky delimitace mořského dna: extrémně
nacionalistický (silný odpor k jakékoliv diskuzi či dokonce změně stávajícího uspořádání),
umírněně konzervativní (souhlas s názorem, že je třeba změnit současnou situaci, ale nejistota
ohledně příštího uspořádání) a umírněně reformní (souhlas s názorem, že je třeba definovat
okraj kontinentálního šelfu a nově upravit možnosti využívání těchto oblastí). Jako výrazně
dominantní se projevila skupina latinsko-amerických zemí, které zaujaly extrémně
nacionalistický postoj a odmítly změnu definice kontinentálního šelfu i případnou proměnu
práv týkajících se těchto oblastí. Svůj odpor podepřely odkazem na obranu národní jurisdikce
či nutností bránit svoji svrchovanost. Užití obsahové analýzy nejen ukázalo existenci takovéto
vyhraněné skupiny států, ale kvantifikace postojů zástupců těchto států poukázala, jak silný je
odpor těchto zemí a jak náročná bude následná diskuze a snaha o nalezení kompromisu
akceptovatelného pro tyto státy. Další zajímavý poznatek, který vzešel z tohoto výzkumu a
který by zřejmě nebyl dostatečně podchycen jinými metodami, byla absence výrazného zájmu
obou velmocí o dané téma. Ani USA, ani SSSR se nestali zastánci či dokonce vůdci něktweré
z výše zmíněných skupin států. Autoři nenabízejí žádný propracovaný argument, proč tomu
tak bylo, pouze domýšlejí a naznačují možné příčiny (např. interně nevyjasněné priority).
Nevyjasněnost preferencí velmocí i poměrně velké skupiny afrických států umožnila autorům
upozornit na poměrně silnou nejistotu ohledně budoucích debat či hlasování o otázce
mořského dna a jeho využití.
166
Vybraná práce velmi dobře ilustruje jak průběh samotné kvantitativní obsahové analýzy, tak
její možné další využití. V tomto případě byla obsahová analýza použita k prvotnímu
zkoumání určitého souboru dokumentů a k zachycení názorového spektra pomocí počítání
četností výskytu předem definovaných proměnných a jejich kategorií. Proměnné měly
ordinální povahu, což autorům umožnilo umístit postoje států na stupnici podle míry
internacionalismu / nacionalismu. Výsledky kvantitativní obsahové analýzy byly doprovázeny
snahou o podrobnější (kvalitativní) porozumění jak názorům jednotlivých skupin států, tak
celkové atmosféře vyjednávání o mořském dně.
11.4. Zhodnocení obsahové analýzy
Obsahová analýza ve své kvantitativní podobě patří mezi vysvětlující metody, které vycházejí
z empiricistického předpokladu objektivně měřitelné reality, kdy má smysl z našich
pozorování a měření vyvozovat zobecňující závěry. Při posuzování výhod a nevýhod
obsahové analýzy tedy musíme brát v úvahu tyto ontologické a epistemologické předpoklady.
Některé výhody pak mohou být z jiného úhlu pohledu vnímány jako nevýhody a naopak.
Hlavní výhodou obsahové analýzy je možnost analyzovat velké množství textů a dat,
především při použití některého specializovaného počítačového programu. Obsahovou
analýzu můžeme využitít na zkoumání procesů a trendů i přes velmi dlouhá časová období.
Tuto metodu lze aplikovat na dokumenty vzdálené od sebe dobou vzniku i stovky let a
sledovat výskyt některých pojmů a vyvozovat závěry týkající se vývoje významu daného
pojmu (lidská práva, demokracie apod.).
Obsahová analýza je nereaktivní metoda (unobtrusive method), což ocení především
výzkumníci ze sociologických, psycho-sociálních, pedagogických a jiných oborů. To
znamená, že většinou pracujeme s již existujícími dokumenty, odpadá tak nutnost texty
sestavovat dotazníky a provádět rozhovory, což bývají časově i finančně náročné aktivity.
Obsahová analýza nabízí objektivní, systematický přístup k datům. Pokud postupujeme dle
explicitně formulovaných pravidel, výsledkem je analýza s vysokou mírou strukturovanosti a
vysokým stupněm ověřitelnosti (Schulz a kol. 2011: 29).
Na druhou stranu obsahová analýza přináší poznatky pouze o textu samotném. Pokud
obsahovou analýzu použijeme samu o sobě, bez kombinace s dalšími kvalitativními
metodami, ztrácíme důležité informace o kontextu, ve kterém text vznikl, o jeho účelu, o
mluvčím, případně o povaze a reakci publika, jemuž byl text určen. Obsahová analýza klade
velký důraz na splnění všech požadavků spolehlivosti a platnosti postupů a získaných
výsledků. Musíme pečlivě zvažovat a zdůvodňovat každý krok své analýzy: velikost
výběrového souboru, výběr zdrojů, způsob výběru vzorku, konstrukci kategorií, záznam
kódování apod. Nevýhodou obsahové analýzy je i omezená použitelnost pro testování
kauzálních hypotéz. Podobně jako statistická analýza kategoriálních dat (viz příslušná
kapitola), obsahová analýza odhaluje společný výskyt textových entit a asociaci, vztah
(korelaci) mezi proměnnými, spíše než příčinnou souvislost.
Kontrolní otázky
Čím se liší obsahová a diskurzivní analýza?
Na jaké typy komunikačních sdělení lze obsahovou analýzu aplikovat?
K jakým účelům lze obsahovou analýzu použít?
Popište tvorbu kódovacího schématu.
167
Vysvětlete rozdíl mezi kódovací jednotkou a kategorií.
Literatura
Alexa, M. (1997): Computer-assisted text analysis methodology in the social sciences.
ZUMA-Arbeitsbericht 97/07, Mannheim (Centre for Survey Research and Methodology).
http://www.gesis.org/fileadmin/upload/forschung/publikationen/gesis_reihen/zuma_arbeit
sberichte/97_07.pdf, shlédnuto 22.4.2013
Alexa, M. - Zuell, C. (1999): Commonalities, differences and limitations of text analysis
Software: The results of a review. ZUMA - Arbeitsbericht 99/06, Mannheim (Centre for
Survey Research and Methodology). ISSN 1437-4110.
Altheide, D.L. (1987): Ethnographic Content Analysis. Qualitative Sociology, 10(1), Spring,
s. 65-77.
Berelson, B. (1952): Content Analysis in Communication Research. Glencoe: Free Press.
Braun, Mats (2008): Zakotvená teorie. In: Drulák, Petr (ed.): Jak zkoumat politiku:
kvalitativní metodologie v politologii a mezinárodních vztazích. Praha: Portál, s. 203-226.
Coe, K. (2011): George W. Bush, Television News, and Rationales for the Iraq War. Journal
of Broadcasting and Electronic Media, 55(3), s. 307-324.
Drulák, P. (ed.) (2008): Jak zkoumat politiku. Kvalitativní metodologie v politologii a
mezinárodních vztazích. Praha: Portál.
Franzosi, R. (2008): Content Analysis: Objective, Systematic and Quantitative Description of
Content. In Franzosi, R. (ed.): Content Analysis (SAGE Benchmarks in Social Research
Methods series). SAGE Publications. s. xxi-xlx
Friedheim, R. L. - Kadane, J. B. (1969): Quantitative Content Analysis of the United Nations
Seabed Debates: Methodology and a Continental Shelf Case Study. Carnegie Mellon
University, Department of Statistics. Paper 12. http://repository.cmu.edu/statistics/12,
shlédnuto 15-04-2013.
Hájek, M. (2010): Počítačová textová analýza metodou sledování spoluvýskytů slov. Data a
výzkum - SDA Info, Vol. 4, No. 1, s. 19-37.
Hardy, C. - Harley, B. - Phillips, N. (2004): Discourse Analysis and Content Analysis: Two
Solitudes? Qualitative Methods. Newsletter of the American Political Science Association
Organized Section on Qualitative Methods. Spring 2004, Vol. 2, No. 1, p. 19-22)
Hendl, J. (2005): Kvalitativní výzkum. Základní metody a aplikace. Praha: Portál.
Holsti, O.R. (1969): Content Analysis, in Lindzey, G. - Aronson, E. (eds.) The Handbook of
Social Psychology. Reading: Addison-Wesley, s. 598-692.
iDnes.cz (2013): Šéfdiplomat Palestiny je v Česku, v zemi hlasující proti její státnosti, Zdroj:
http://zpravy.idnes.cz/palestinsky-ministr-zahranici-rijad-malki-v-praze-fss/zahranicni.aspx?c=A130402_115829_domaci_paw,
Shlédnuto 04-04-2013
Koenig, T. (2004): Routinizing Frame Analysis through the Use of CAQDAS. Paper presented
at the Biannual RC-33 Meeting, Amsterdam, August 17-20, 2004
Krippendorff, K. (1980): Content Analysis; An Introduction to its Methodology. Beverly Hills,
CA: Sage.
Lazarsfeld, P.F. - Barton, A.H. (1951): Qualitative Measurement in the Social Sciences.
Classification, Typologies, and Indices. In Lerner, D. - Lasswell, H.D. (eds.), The Policy
Sciences: Recent Developments in Scope and Method. Stanford University Press. s. 155-
192.
168
Lowe, W. (2003): Content Analysis Software: A Review. Technical Report for the Identity
Project, Weatherhead Center for International Affairs, Harvard University.
http://dl.conjugateprior.org/preprints/content-review.pdf, shlédnuto 15-04-2013.
Mayring, P. (2000): Qualitative Content Analysis. Forum Qualitative Sozialforschung:
Theories, Methods, Applications, Vol. 1, No. 2., Art. 20. Dostupné (1.3.2013):
http://www.qualitative-research.net/index.php/fqs/article/view/1089/2386
Neuendorf, K.A. (2002): The Content Analysis Guidebook. SAGE Publications, Inc.
Smith, Charles P. (2000): Content analysis and Narrative Analysis. In: Reis, H.T. - Judd,
Ch.M. (eds.): Handbook of Research Methods in Social and Personality Psychology.
Cambridge University Press.
Schulz, W. - Scherer, H. - Hagen, L. - Reifová, I. - Končelík, J. (2011): Analýza obsahu
mediálních sdělení. Praha: Karolinum.
Weber, R.P. (1990): Basic Content Analysis. SAGE Publications, Inc.
169
12. Diskurzivní analýza
Vít Beneš
Diskurzivní analýza spadá do kategorie interpretativního výzkumu, který se soustřeďuje na
studium významotvorných praktik (Laffey – Weldes 2004: 28). Diskurzivní analýza se snaží
rekonstruovat subjektivní či sdílené významy, které lidé přisuzují realitě, skrze analýzu textů
a projevů, které tito lidé produkují. Opíráme se o předpoklad, že významy, které lidé dávají
realitě, nejsou vlastní věci samotné, ale jsou jí přisuzovány lidmi. Toto přisuzování významů
se řídí relativně fixními, ale zároveň nestabilními pravidly, která mají „nadosobní“ povahu –
proto hovoříme o diskurzu jako o abstraktní struktuře pravidel a idejí (struktura významů,
rétorická struktura, struktura jazyka – viz níže). Tato struktura ovlivňuje a umožňuje
politickou praxi a realizaci politické moci a zároveň politická praxe a politická moc udržuje
nadosobní strukturu významů při životě. Výzkumné otázky, které si diskurzivní analýza
klade, se potom soustřeďují na podobu diskurzu jako struktury a na vzájemnou interakci mezi
touto strukturou na jedné straně a politickou praxí a politickou mocí na straně druhé.
Diskurzivní analýza bývá též definována jako sada metod a teorií pro zkoumání běžně
používaného jazyka v sociálním kontextu. Jakkoli jazyk v jeho psané či mluvené podobě
představuje klíčový objekt zájmu diskurzivní analýzy, záběr diskurzivní analýzy je širší.
Vhodnější je tedy chápat diskurzivní analýzu jako studium lidských významotvorných praktik
(Wetherell 2001: 3), mezi které lze kromě verbální komunikace zařadit vizuální obrazy (film,
plakáty, reklamní billboardy) či jakoukoli jinou lidskou aktivitu spadající do široké kategorie
neverbální komunikace. Diskurzivní analýza jako poměrně inovativní přístup k textu jakožto
užitému jazyku se opírá o předpoklad, že jazyk není pouhé médium zprostředkující informace
o realitě, ale nedílná součást politicko-společenské reality, respektive její klíčová a
konstitutivní součást (Fairclough 2003: 2). V tomto aspektu se diskurzivní analýza odlišuje
vysvětlujících metodologií, které považují mluvený a psaný projev za médium, tedy za (často
nespolehlivého) zprostředkovatele informací o „reálném“ světě „za“ textem.
12.1. Diskurzivní analýza v historii a současnosti
Diskurzivní analýza jako metodologie postrádá jasný a jednoznačný kánon, z tohoto důvodu
je nemožné jednoznačně identifikovat její historii a počátky jejího využití (k historii DA viz
například van Dijk 1985). V rámci antropologie, literární vědy a folkloristiky se první
vědecké strukturalistické analýzy diskurzu začínají objevovat už ve 20. a 30. letech 20. století.
Van Dijk (1997) v této souvislosti zmiňuje tzv. ruský formalismus, jehož protagonisté se
začínají soustavněji věnovat textu, jeho uspořádání a strukturním zákonitostem literárních děl
(lidových pohádek) (Propp 1928/1999). Kořeny diskurzivní analýzy leží i ve strukturalistické
lingvistice. Za jejího zakladatele je považován Ferdinand de Saussure, který začal studovat
jazyk jako formální systém různých pravidel, která se realizují v jednotlivých promluvách.
K rozvoji strukturalismu přispěl i tzv. pražský strukturalismus. Pro pozdější rozvoj
diskurzivní analýzy je klíčový rozmach strutkuralismu v 50. a 60. letech, zejména ve Francii,
kdy se z něj stává širší intelektuální hnutí zasahující celou řadu souvisejících disciplín:
antropologii (Claude Lévi-Strauss), psychologii (Jacques Lacan) a literární teorii (Roland
Barthes). Na francouzský strukturalismus kriticky navazují filozofové, kteří bývají řazeni
mezi post-strukturalisty (Michel Foucault, Jacques Derrida). Poststrukturalismus představuje
jedno z klíčových teoretických a metateoretických východisek historicky orientované
diskurzivní analýzy, která vnímá diskurz jako systém omezení a pravidel pro formování
170
výpovědi. Naopak pro další rozvoj lingvisticky orientovaných variant diskurzivní analýzy a
pro kritickou diskurzivní analýzu hrála důležitou roli systémová funkční lingvistika
rozpracovaná v 60. letech Michaelem Hallidayem (1961).
První snahy o moderní diskurzivní analýzu, tak jak ji popisujeme v této kapitole, se začínají
objevovat od 60. letech. V té době se můžeme v jednotlivých disciplínách (antropologie,
literární vědy, sémiotika a sociolingvistika) poprvé setkat s aplikacemi výše zmíněných
teoretických poznatků (post)strukturalismu / strukturalistické lingvistiky / sémantiky
v empirických analýzách. Za všechny analytické texty můžeme zmínit první snahy o analýzu
diskurzu v rámci linvistické antropologie a sociolingvistiky (Hymes 1964), Foucaultovu
analýzu dějin šílenství, která leží na pomezí psychologie a filozofie vědění (Foucault
1961/1994), Barthesovu strukturalistickou analýzu Balzacovy novely Sarrasin (Barthes
1970/1974) nebo Todorovu strukturalistickou analýzu fantastické literatury (Todorov
1970/1973). Podle van Dijka (1985) se v 70. letech začíná objevovat diskurzivní analýza jako
svébytný pojem.
Kromě (post)strukturalismu postupně diskurzivní analýza vstřebává další teoretické a
filozofické inspirace. Za prvé, na konci 60. let se výrazněji prosazuje fenomenologická
sociologie / etnometodologie (Garfinkel 1967), která se soustřeďuje na praktické nástroje a
postupy, které lidé používají v každodenních situacích k porozumění („osmyslnění“) světu a
kontextu, ve kterém se nachází. Sdílené významy potom umožňují smysluplné koordinované
jednání a interakci mezi lidmi, respektive sociální organizaci jako takovou.
Z fenomenologické sociologie / etnometodologie čerpá především konverzační analýza a
členská kategorizační analýza (Sacks 1992). Za druhé, v 70. letech lingvistika postupně
objevuje teorii řečových aktů (speech act) rozpracovanou analytickými filozofy J. L.
Austinem (1962), H. P. Gricem a Johnem Searlem (1969) a formuje se tak tzv. pragmatická
lingvistika. Zatímco (post)strukturalisté chápou diskurz jako nadosobní strategii bez sebe
sama si vědomého stratéga (Foucault 1976/1990: 94-96), teorie řečových aktů je více
individualistická a přistupuje k diskurzu jako k promluvám strategicky uvažujícího aktéra.
Přestože se teorie řečových aktů a (post)strukturalismus shodnou v tom, že jazyk sám o sobě
ovlivňuje a utváří sociální realitu, rozpory v epistemologických a teoretických východiscích a
ve výzkumných strategiích přetrvávají (ilustrativní je ostrá výměna názorů mezi Derridou a
Searlem – viz Derrida 1977a, 1977b; Searle 1977). V 80. letech se teorie řečových aktů stává
vedle (post)strukturalismu alternativní filozofickou a teoretickou inspirací pro diskurzivní
analýzu, zejména v rámci sociální psychologie (Potter – Wetherell 1987). Devadesátá léta
jsou obdobím postupné institucionalizace diskurzivní analýzy jakožto multidisciplinární
metodologie. V současnosti nachází diskurzivní analýza svoje využití především v lingvistice,
sociologii, politických vědách, sociální psychologii, filozofii, komunikačních studiích,
literární teorii a kulturních studiích (Potter 2004: 607).
Komplexní pohled na celou škálu variant diskurzivní analýzy a témat, jimž se může
diskurzivní analýza v sociálních vědách věnovat, nabízí Wetherellová, Taylor a Yates (2001).
Dobrý vhled do metodologie (kritické) diskurzivní analýzy nabízí texty od Fairclougha (2003)
či Wodakové (Wodak – Meyer 2001). Kvalitním a všeobecně přístupným úvodem do analýzy
metafor je práce Lakoffa a Johnsona (1980). Základní rysy výzkumného rámce foucaultovské
historické diskurzivní analýzy (poststrukturalistické diskurzivní analýzy) v mezinárodních
vztazích jsou nastíněny v práci Hansenové (2006).
12.2. Výzkumný rámec diskurzivní analýzy
171
12.2.1. Výzkumné cíle výzkumné otázky
Diskurzivní analýza studuje významotvorné praktiky. Zkoumáme, jaký smysl a význam
dávají lidé sobě samým a světu kolem sebe. Tomuto obecnému cíli odpovídá i způsob kladení
výzkumných otázek. Zajímá nás podoba významů, které námi zkoumaný mluvčí (respektive
řečové společenství) přisuzuje objektům sociálního světa: sobě samému, ostatním aktérům,
věcem či událostem. Zajímá nás i vnitřní logika diskurzu, tedy pravidla a pravidelnosti
v procesu vytváření významů a vzájemné vztahy mezi významy, které aktér přisuzuje sobě,
jiným aktérům, věcem, aktivitám či činnostem. Proces přisuzování významů nazýváme
interpretací (van Dijk 1997: 8).
Výzkumné otázky mohou mít následující podobu: Jaký význam přisuzuje mluvčí jinému
aktérovi, nějaké věci či nějaké aktivitě? Jakým způsobem mluvčí (respektive řečové
společenství) interpretuje a konstruuje sebe sama? Časté jsou výzkumné otázky týkající se
identity aktérů. Například De Cilia, Reisigl a Wodaková zjišťují jakým způsobem je
v diskurzu konstruována rakouská národní identita (De Cillia – Reisigl – Wodak 1999).
Pro (zahraničně-)politický diskurz je typické, že legitimizuje a ospravedlňuje politická
rozhodnutí a tím umožňuje a omezuje jednání aktérů (viz níže). Můžeme si tedy klást otázku,
jakým způsobem diskurz reguluje a umožňuje konkrétní politickou praxi (Hansen 2006: 20).
Vazba mezi diskurzem a politickou praxí tedy není kauzální, ale spíše konstitutivní,
regulativní a umožňující. Proto se neptáme, zda existuje příčinný mechanismus mezi nějakou
objektivní nezávislou proměnnou a politickou praxí (zahraniční politikou). Naopak
zkoumáme (inter)subjektivní kognitivní, diskurzivní (chcete-li ideová) východiska, která
vůbec umožnila, že určité zahraničně-politické jednání je vnímáno jako přirozeně žádoucí,
racionální. V diskurzivní analýze se soustřeďujeme na otázky „jak je možné“, spíše než na
otázky „proč“. Jak je možné, že došlo k určitému politickému nebo zahraničně-politickému
rozhodnutí? Jaké jsou politické implikace přijetí jednoho způsobu vypodobnění před jiným
(Campbell 1998: 4)? Jak je možné, že političtí představitelé vnímají (vnímali) určité politické
rozhodnutí jako jediné racionální a myslitelné a naopak alternativní politika je často předem
vyloučena jako nemyslitelná? Příkladem je výzkum Dotyové týkající se zahraniční politiky
USA vůči jejich bývalé kolonii Filipínám po jejich osamostatnění v roce 1946 (Doty 1993).
Otázka, kterou si Dotyová klade, zní: Jak je možné, že Spojené státy považovaly za nutné
intervenovat na Filipínách a jak je možné, že neintervence pro ně byla nemyslitelná (Doty
1993: 297)?
Některé varianty diskurzivní analýzy inspirované etnometodologií a teorií řečových aktů
věnují velkou pozornost jednajícím aktérům a procesu produkce a reprodukce diskurzu.
V tomto případě nezkoumáme text jako manifestaci nadosobního diskurzu (významové
struktury), ale řečové akty konkrétních aktérů, které mají potenciál proměnit diskurz a
zprostředkovaně měnit způsob, jakým ostatní lidé interpretují sebe sama, ostatní aktéry, věci a
události. Ptáme se, jaké diskurzivní a rétorické strategie aktéři používají ve své (vědomé)
snaze vytvářet a měnit politický diskurz za účelem legitimizovat určitou politiku.
12.2.2. Předmět výzkumu a vymezení dat
12.2.2.1. Diskurz
Předmětem výzkumu diskurzivní analýzy je diskurz. Pro potřeby empirického výzkumu
vymezujeme diskurz tematicky. Zvolíme si aktéra, věc či aktivitu, jejichž subjektivní význam
či sdílený význam v rámci daného řečového společenství chceme rekonstruovat. Můžeme
172
například zkoumat diskurz Evropské unie (aktér) nebo diskurz oficiální rozvojové pomoci a
spolupráce (aktivita) nebo způsob zobrazování nějaké vojenské intervence (událost). Aktéra,
věc, událost či aktivitu, jehož subjektivní či sdílený význam se budeme pokoušet
rekonstruovat, si můžeme stanovit úzce (jedna událost, například vojenská intervence USA na
Filipínách - (Doty 1993) nebo široce (zahraniční politika jako celek - (Campbell 1998).
Diskurz můžeme definovat jako zažitou, kolektivně sdílenou sadu pravidel lidského myšlení a
mluvení (Jørgensen – Phillips 2002: 1). Tato sada pravidel má podobu nadosobní, více či
méně abstraktní struktury, která vtiskává lidskému myšlení a mluvení relativní řád a která
určuje, jakým způsobem mohou (mají) být jednotlivé prvky diskurzu kombinovány (van Dijk
1997: 5). Co jsou prvky diskurzu? Definice diskurzu většinou zahrnují prvky nacházející se
na různých úrovních abstrakce: význam, rétorika (konverzace) a jazyk. Můžeme tedy
rozlišovat pravidla významové struktury, pravidla struktury rétoriky (konverzace) a pravidla
jazykové struktury (van Dijk 1997: 6-13).
Významová struktura je soubor pravidel (pravidla diskurzu ve Foucaultově pojetí), která na
nejobecnější úrovni určují hranice vědění a obsah promluv. Významovou strukturu chápeme
jako systém diferencí, ve kterém je význam věcí (aktérů, událostí či aktivit) utvářen nikoli
skrze esenci věci samé, ale skrze řadu srovnávání, kladení věcí vedle sebe, během kterého
bývá jeden prvek hodnotově nadřazen druhému. Objekty světa a jednotliví aktéři tedy mohou
být identifikovány pouze skrze vykreslení jiného objektu, od čeho se odlišují (Hansen 2006:
19).
Struktura rétoriky / konverzace je soubor pravidel (pravidelností), která regulují organizaci a
řazení částí textu (vět) do větších celku (konverzace). Tato pravidla vymezují, jakým
způsobem jsou části textu provázány a seřazeny tak, aby text dosáhl určitého účelu, kterým
může být podkopání či legitimizace a ospravedlnění určité politiky, aktivity či jednání.
Pravidla na této úrovni abstrakce zajišťují přechod od tvrzení a argumentu k závěrečnému
úsudku (Wodak 2001: 74-77; Potter 2004: 617). Struktura rétoriky / konverzace se vztahuje
jednak ke způsobu řazení argumentů (navazování vět), ale i ke způsobu, jakým mluvčí
prezentuje sebe sama. Na analýzu struktury rétoriky / konverzace se soustřeďuje
sociálněpsychologická diskurzivní analýza (Potter 2004; viz též Silverman 2001: 179-188),
členská kategorizační analýza a některé varianty kritické diskurzivní analýzy (Reisigl –
Wodak 2001).
Struktura jazyka je soubor pravidel na nejnižší úrovni analýzy a abstrakce. Zajímají nás
pravidla a způsob uspořádání přirozeně se vyskytujícího textu na nejnižší úrovni analýzy:
využívání jednotlivých větných členů, řazení větných členů (slovosled), řazení vět (větosled),
zvuková stránka přirozeného jazyka (Cumming – Ono 1997). Je třeba připomenout, že i
pravidla gramatiky formují způsob, jakým interpretujeme a vnímáme svět kolem sebe (ostatní
aktéry, věci, události a aktivity).
12.2.2.2. Řečové společenství
Druhým úkolem je stanovení řečového společenství (speech community, linguistic
community), tedy skupiny osob, kteří sdílí pravidla diskurzu, jazyk, zkušenosti a základní
představy. Členové řečového společenství vstupují pravidelně a často do vzájemných
kontaktů uskutečňovaných prostřednictvím „sdíleného systému slovních znaků“ a zároveň se
odlišují od jiných podobných skupin významnými rozdíly v použití jazyka (Gumperz
1968/2009: 66). Řečová společenství drží pohromadě sdílenými normami, jednotliví členové
se však mohou lišit ve svých specifických názorech a přesvědčeních (Gumperz 1982: 24).
Výběr řečového společenství závisí na tom, čí diskurz nás zajímá, čí sdílené významy a
představy chceme sledovat.
173
Příkladem řečového společenství může být i mezinárodní síť diplomatů, kteří tvořili a tvoří
společenství, které je postavené na nepsaných, leč všeobecně uznávaných normách, sdílených
zkušenostech, způsobu uvažování a pravidlech komunikace (Bátora 2005: 45; Nicolson
1939/1969). Podobně i politiky, diplomaty a úředníky členských států EU a evropských
institucí můžeme označit za členy jednoho řečového společenství. Zatímco se tito aktéři „přou
o konkrétních otázkách, nárůst jedinečné slovní zásoby, která zachycuje stále více sdílených
poznatků, přispívá k jejich provázanosti a napomáhá vytváření evropské politické třídy“
(Christiansen – Jørgensen – Wiener 1999: 541). Řečové společenství si ale můžeme definovat
i šířeji a zahrnout do něj i novináře, akademiky či běžné občany. Řečovým společenstvím tak
může být samotný národ.
12.2.2.3. Korpus
Korpus je soubor psaných textů, mluvených projevů či vizuálních obrazů, který podrobujeme
empirické analýze. Nejdříve si zvolíme, jaký typ projevu chceme empiricky zkoumat. Diskurz
(významová struktura) se v praxi manifestuje skrze nejenom skrze verbální, ale i neverbální
projevy. Námi analyzovaným empirickým materiálem může být jakákoliv lidská aktivita,
která se podílí na sdělování a utváření významu věcí kolem nás: psaný text, mluvený projev,
ale i vizuální obraz či neverbální komunikace. Příkladem psaného textu jsou nejrůznější
oficiální dokumenty vyprodukované národními institucemi, mezinárodními institucemi, ale i
nevládním sektorem a soukromými společnostmi. Analyzovat můžeme programové
dokumenty, články v tištěných médiích a na internetu, blogy a internetové diskuze, literární
díla, učebnice, cestopisy a další. Příkladem mluveného projevu jsou projevy politiků, jednání
na půdě oficiálních institucí (například parlamentní rozpravy), rozhlasové a televizní pořady
(diskuze, zpravodajské pořady), rozhovory, běžná konverzace (například záznamy z terénního
výzkumu). Státní a mezinárodní instituce v současnosti veřejně poskytují přepisy jednání a
zasedání svých orgánů, což výrazně usnadňuje sběr dat pro diskurzivní analýzu. Existují i
komerční služby poskytující přepisy rozhlasových a televizních pořadů.
Jednotlivé varianty diskurzivní analýzy se liší v tom, jakým způsobem provádí přepis
mluveného slova. V našich disciplínách se většinou setkáme s těmi variantami diskurzivní
analýzy (foucaultovská historická diskurzivní analýza, kritická diskurzivní analýza), které
zkoumají diskurz jako významové struktury, kdy si vystačíme s prostým doslovným přepisem
mluveného slova. Naopak ty varianty diskurzivní analýzy (sociálně-psychologická DA, zčásti
i kritická diskurzivní analýza), které operují na nižší úrovni analýzy a zkoumají strukturu
jazyka, používají k přepisu mluveného projevu speciální zápis. Tento speciální zápis
zaznamenává i intonaci, důraz, pauzy a zaváhání, průběh konverzace a neverbální stránku
konverzace (Edwards 2001).
Předmětem empirického výzkumu v diskurzivní analýze mohou být i vizuální obrazy (Jewitt
– Oyama 2001). Analyzovat můžeme obrazy, filmy, karikatury a komiksy v médiích ale i
mapy, plakáty, billboardy, reklamní spoty, fotografie či jakékoliv visuální sdělení, se kterým
se setkáváme v běžném životě. Přestože samotná technika diskurzivní analýzy neverbálního
projevu má svá specifika, v epistemologické, teoretické a metodologické rovině přistupujeme
k vizuálním obrazům a další neverbální komunikaci stejným způsobem jako k psaným textům
a mluveným projevům (Manghani 2012; Rose 2012). Obrazy nejsou pouhými neutrálními
transparentními zprostředkovateli informací o reálném světě, ale vždy interpretují a utváří
význam tohoto světa tím, že jej zobrazují určitým způsobem (Rose 2012: 6). Interpretativní a
diskurzivní analýza vizuálního materiálu se dostává do popředí v souvislosti s tzv. „obratem
k obrazu“ (iconic turn) (Boehm 1994), který explicitně navazuje na „jazykový obrat“ (Rorty
1967). Protagonisté obratu k obrazu zdůrazňují klíčovou roli neverbálních obrazů v procesu
formování významu (Boehm – Mitchell 2009: 105-106).
174
Do korpusu ale můžeme zahrnout i rozhovory, skupinové diskuze (focus group) či záznamy
ze zúčastněného pozorování. Je třeba podotknout, že diskurzivní analýza přistupuje
k rozhovoru jako ke svébytné sociální interakci. Snažíme se, aby měl rozhovor podobu
přirozené komunikace mezi dotazovaným a tazatelem (Potter – Mulkay 1985: 84-86; Potter –
Wetherell 1995). Naše konverzace s dotazovaným má proto podobu polostrukturovaného či
nestrukturovaného rozhovoru, případně i narativního rozhovoru. Rozhovor či skupinová
diskuze se vede přímo v terénu, tedy v přirozeném prostředí dotazovaného. Takový rozhovor
se v mnohém podobá rozhovoru, který etnografové vedou v rámci svého zúčastněného
pozorování.
Posledním krokem při sestavování korpusu je vymezení časového období. Na jednom konci
spektra máme foucaultovskou (historickou) diskurzivní analýzu opírající se o produkci
vybraného řečového společenství napříč desetiletími či staletími (Campbell 1998).
Diskurzivní analýza může mít i podobu diachronického srovnání dvou či více jasně
vymezených bodů v čase. V případě diachronického srovnání korpus rozdělujeme na dvě či
více částí, každá z nich pokrývající zvolený bod či úsek na časové ose, přičemž jednotlivé
body v čase by ale od sebe neměly být příliš vzdálené. Poslední možností je diskurzivní
analýza zpracovávající projevy týkající se jediné historické události. Vybíráme událost, která
vyvolává silnou politickou reakci, je předmětem soustředěné pozornosti politiků a nebo má
„formativní“ charakter. To znamená, že událost (a způsob její interpretace) má potenciál
změnit způsob, jakým mluvčí interpretuje sebe sama, ostatní aktéry, věci a svět kolem sebe.
12.2.2.4. Kontext
Předmětem empirického výzkumu v diskurzivní analýze není jenom samotný korpus, ale
implicitně i kontext. Kontext tvoří jakýkoliv text mimo náš korpus, na který mluvčí navazuje
nebo se vůči němu vymezuje, jiný diskurz, ze kterého mluvčí přejímá pojmy a způsoby
myšlení, a širší sociální, kulturní a ekonomické struktury, ve kterých je mluvčí (respektive
řečové společenství jako celek) ukotven. To, jaký kontext je relevantní, závisí na typu
diskurzivní analýzy a na charakteru analyzovaných dat (textu, mluveného projevu či obrazu)
(Müller 2010). Lingvisticky orientovaná sociálně-psychologická diskurzivní analýza se
soustřeďuje na bezprostřední kontext. Naopak poststrukturalistická diskurzivní analýza se
soustřeďuje na mnohem širší kontext – sociální struktura společnosti (řečového společenství),
mocenský a institucionální kontext, kulturní zdroje a mezidiskurzivní vazby napříč různými
disciplinami a oblastmi lidského života. I z tohoto důvodu foucaultovská historická DA
nepracuje s jasně vymezeným korpusem.
12.2.3. Zpracování dat a interpretace výsledků
Diskurz jsme si definovali jako sadu pravidel (operujících na úrovni významové struktury,
rétoriky či jazyka). Abychom vůbec mohli v empirické analýze pracovat s abstraktní
strukturou, musíme si ji nějak vymezit a definovat pomocí teoretických konceptů a
operacionalizovat výše zmíněné vazby mezi abstraktní strukturou a politickou praxí.
Jednotlivé postupy diskurzivní analýzy se liší nejenom v epistemologických východiscích, ale
často i v teoretických konceptech, kterými uchopují vztah mezi diskurzem a politickou praxí
(empirií). Na následujících řádcích si představíme alespoň některé z těchto analytických
postupů.
175
12.2.3.1. Analýza metafor
V rámci analýzy metafor usilujeme o rekonstrukci významových struktur (diskurz) i
jazykových struktur (lingvistický přístup). Pro zachycení abstraktní významové struktury
používáme koncept metaforický pojem. Metaforický pojem je definován jako zobrazení
spojující dvě odlišné oblasti naší zkušenosti (Lakoff 1993: 208): zdrojovou oblast a cílovou
oblast. Metaforický pojem přenáší význam (z cílové oblasti do zdrojové) a utváří (konstruuje)
význam cílové oblasti. Naše znalosti a představy o zdrojové oblasti jsou skrze metaforu
použity pro porozumění cílové oblasti. Příkladem metaforického pojmu je spojení STÁT JE
OSOBA (metaforické pojmy píšeme VELKÝMI PÍSMENY). V tomto metaforickém pojmu
je STÁT cílovou oblastí a OSOBA zdrojovou oblastí. Tím, že si státy připodobníme k lidem,
si usnadníme chápání států (Drulák 2008: 128). Toto vymezení metaforického pojmu
odpovídá všeobecně přijímané definici metafory jako rétorického nástroje, který nám
umožňuje „vidět něco jako něco úplně jiného“ (Burke 1945: 503).
V rámci jednoho diskurzu existuje vícero metaforických pojmů, každý z nich spojuje cílovou
oblast s jinou zdrojovou oblastí. Cílovou oblastí může být jakýkoliv předmět výzkumu
(fenomén, aktivita či aktér), který nás zajímá. Každý metaforický pojem zachycuje a
zdůrazňuje jinou tvář předmětu našeho výzkumu. Naším prvním úkolem je předběžná
identifikace těchto metaforických pojmů. K prvotní identifikaci metaforických pojmů
můžeme využít teoretickou literaturou, která shrnuje nejdůležitější modely a ideální typy,
které řečové společenství používá k uchopení a popsání cílové oblasti. Metaforické pojmy
můžeme předběžně identifikovat i na základě prvního čtení korpusu. Na základě rozboru
teoretické literatury či prvního čtení korpusu sestavíme sadu metaforických pojmů, přesněji
řečeno sadu zdrojových oblastí, ke kterým se mluvčí snaží vědomě či nevědomě přirovnat
cílovou oblast, která nás zajímá. Metaforické pojmy by se neměly překrývat a měly by
zachycovat dominantní i alternativní představy o cílové oblasti.
Metaforické pojmy („stát je osoba“) v běžné řeči většinou nenajdeme. Naopak v samotném
korpusu nalezneme metaforické výrazy. Jde o konkrétní výrazy, které zpřítomňují určitý
abstraktní metaforický pojem. Při spojování metaforických výrazů s metaforickými pojmy
postupujeme podobně jako u obsahové analýzy. Metaforické pojmy, které jsme předběžně
identifikovali, si operacionalizujeme. Všechny metaforické výrazy, tedy věty a části vět
zkoumaného textu vztahující se k cílové oblasti, přiřazujeme pod některý z metaforických
pojmů. V poslední fázi takto rozpracované metaforické pojmy kvantitativně zpracujeme.
12.2.3.2. Kategorizační analýza a predikátová analýza
Podobně jako analýza metafor, i členská kategorizační analýza (analýza kategorií) a
predikátová analýza propojují abstraktní významovou strukturu (abstraktní kategorie které
lidé používají k vytváření smyslu věcí a k organizaci jejich znalostí) s jazykovou / větnou
strukturou zkoumaného textu (predikáty přiřazované ke konkrétním osobám, věcem a
událostem). Cílem kategorizační analýzy a predikátové analýzy je identifikace kategorií,
respektive predikátů, které se v diskurzu váží k námi zkoumanému předmětu výzkumu –
většinou je předmětem výzkumu nějaký aktér.
V rámci kategorizační analýzy zkoumáme, jakým způsobem mluvčí umísťuje aktéra
(jednotlivce, kolektivního aktéra nebo jiného objektu) do širších kategorií. Každý aktér může
být hypoteticky popsán celou řadou charakteristik a kvalit. Hypoteticky tedy může být
začleněn do nejrůznějších kategorií (muslim, Američan, otec, atd.). V každodenním životě
však lidé začleňují jiného aktéra (věci a události) do jedné tzv. členské kategorie čímž si
vědomě i podvědomě zjednodušují komplexní realitu. Tyto tzv. členské kategorie slouží k
176
označení a popisu osob (a jejich aktivit), věcí a událostí usnadňují lidem orientaci ve světě.
Aplikace jednotlivých kategorií na aktéry (individuální či kolektivní) není nahodilé, ale řídí se
určitými pravidly. Cílem nás jako analytiků je odkrýt tato pravidla a zjistit, jak členové
řečového společenství postupují při výběru ze sady možných kategorií pro uchopení námi
zkoumaného předmětu (Silverman 2001: 147).
Kategorizací mluvčí jinému aktérovi připisuje sociální identitu a začleňuje jej do skupiny
aktérů (sdílející tuto kvalitu) nebo jej z nějaké skupiny vyčleňuje. Každá kategorie je spojena
s určitou aktivitou, která je pro ni typická a vhodná (Nekvapil – Leudar 2006: 355). To
znamená, že začleněním nějakého aktéra do kategorie mluvčí říká, jaké chování od něj
očekává a v jakých aktivitách se může legitimně angažovat. Jedním z úkolů diskurzivní
analýzy je i zachycení těchto důsledků kategorizace a predikátů na politickou praxi.
Predikátová analýza se podobá kategorizační analýze v tom smyslu, že nám umožňuje
zkoumat, jakým způsobem diskurz utváří předmět našeho výzkumu (aktéra nebo jakýkoliv
jiný objekt). Zkoumáme, jakým způsobem mluvčí utváří kvalitu podmětu pomocí slovesných
vazeb, příslovcí a přídavných jmen (Milliken 1999: 232).
K identifikaci kategorií a predikátů, které se k nim váží, používáme opakované čtení textů
(viz předchozí část o metaforách). Na základě prvního čtení textu si stanovíme sadu
předběžných členských kategorií, většinou organizovaných do relačních párů, které jednotliví
mluvčí používají ke kategorizaci jiné osoby (osob) a/nebo sebe sama. Následně sledujeme
konkrétní užití těchto kategorií v korpusu. Jako příklad můžeme uvést členskou kategorizační
analýzu Nekvapila a Leudara (Nekvapil – Leudar 2006). Ve své analýze diskurzu Bushe,
Havla a bin Ládina po 11. září 2001 zjišťovali, jak je v textech všech tří mluvčích
vykreslováno explicitní i implicitní dělení mezi nejobecnějšími členskými kategoriemi „my“ a
„oni“. V Bushových a Havlových textech nalézají pár kategorií „obránci civilizace/teroristé“ a
v bin Ládinově textech identifikovali pár kategorií „obránci islámu/nevěřící křižáci“. Zajímá
nás, s jakými aktivitami, stavy a charakteristikami jsou tyto kategorie v promluvách
jednotlivých mluvčí (Bush, Havel, bin Ládin) asociovány.
V rámci kategorizační či predikátové analýzy provádíme i opačný (induktivní) postup. Podle
Sackse (1992) je možné rozpoznat kategorii prostřednictvím identifikace aktivit, které se k ní
váží. Hledáme predikáty, tedy činnosti (slovesa), stavy nebo vlastnosti (přídavná jména), která
mluvčí přisuzuje jinému aktérovi. Z podoby těchto predikátů vyvozujeme, do jaké kategorie
mluvčí daného aktéra začleňuje. Tento postup zvolila například Millikenová ve své
predikátové analýze amerických zahraničně-politických dokumentů z doby korejské války.
Ukazuje, jak predikáty typu „Japonsko touží po neutralitě“, „ztrácí morálku“ konstruují
Japonsko jako nezávislý, ale podřízený stát. Jako objekt jednání jiných (přesvědčování ze
strany USA) spíše než aktéra, který sám racionálně jedná. Millikenová ukazuje, jak státníci
dávali význam jednání států tím, že je zařazovali do sociálních kategorií (imperialistická
velmoc, satelity, klientské státy) (Milliken 2001: 237).
12.2.3.3. Foucaultovská historická diskurzivní analýza
Dalším postupem, který můžeme využít, je foucaultovská historická diskurzivní analýza, která
se soustřeďuje na analýzu významových struktur (nikoliv lingvistických struktur).
Foucaultovská diskurzivní analýza vychází z poststrukturalismu a soustřeďuje se na zkoumání
diskurzu jako významové struktury. Význam věcí nevyplývá z jejich podstaty, ale tvoří se
v procesu opakovaného porovnávání a kladení věcí vedle sebe (Derrida 1976; Hansen 2006).
Každá věc (aktér, událost a aktivita) je definována tím, čím není. Abstraktní významová
177
struktura tvoří dynamický systém, který zajišťuje relativní řád světa tím, že stabilizuje
významy reálných věcí, aktérů, událostí a aktivit.
Podle poststrukturalismu jsou odlišnost a binární protiklady nezbytné pro vynoření a udržení
významu věcí (Laclau – Mouffe 2001: 106). Binární protiklady (například
civilizovaný/barbarský, vyspělý/rozvojový) jsou odděleny fluidní a nestabilní hranicí, zároveň
tento vzájemně vylučující vztah v sobě nese hierarchické pořadí upřednostňující jednu z
polarit (Derrida 1976). Proto tento proces není hodnotově a tedy politicky neutrální – kladení
věcí do protikladu je spojeno s pozitivním hodnocením jedné věci nad druhou (Derrida 1976).
Analogicky přistupují post-strukturalisté k formování identity aktéra. Mluvčí vytváří význam
sebe sama skrze vymezování se vůči jinakosti reprezentované tím druhým a skrze artikulaci
hranic vymezujících jeho (self) od toho druhého (other) (Campbell 1998: 8). Aktér a jeho
identita se vynořují a jsou udržovány skrze neustálé zobrazování (reprodukci) odlišného
druhého, skrze neustále se reprodukující diskurz ohrožení.
Významy věcí (aktérů, událostí a aktivit) jsou tedy navzájem provázány v rámci širší
významové struktury (diskurzu). To ovlivňuje způsob, jakým přistupujeme k empirickému
materiálu (textu). Jak upozorňuje Millikenová, každý text vždy konstruuje význam více věcí
(aktérů, událostí a aktivit) najednou (Milliken 1999: 232). Například význam a smysl pojmu
demokracie se ozřejmuje teprve v kontrastu s tím, čím není – diktaturou. Pokud bychom
neměli definici diktatury, nedokázali bychom si představit a definovat ani demokracii. A
naopak. Pomocí foucaultovské historické diskurzivní analýzy se snažíme tuto strukturu
„rozplést“ a zjistit, jak námi zkoumané texty vytváří význam a identitu vícero věcí a aktérů
současně.
Častým tématem foucaultovské historické diskurzivní analýzy v mezinárodních vztazích je
vztah mezi identitou a zahraniční politikou – její cíl lze potom reformulovat jako zkoumání
relativní stability diskurzu zajišťujícího vazbu mezi identitou a zahraniční politikou (Hansen
2006: 29). Vzhledem k tomu, že významy a identity tvoří systém diferencí (binárních opozic),
můžeme identitu aktéra (self) rekonstruovat nepřímo tím, že zkoumáme jakým způsobem je
v jím produkovaných textech zobrazována jinakost (ten druhý – other). Například Neumann si
ve své analýze klade otázku, jakým způsobem ruské představy o Evropě přispívají
k formování ruské identity (Neumann 1996).
12.3. Příklad aplikace diskurzivní analýzy: Rakouská národní
identita
12.3.1. Výzkumné cíle a výzkumné otázky
Následující část představí aplikaci kritické diskurzivní analýzy z pera Ruth Wodakové a jejích
kolegů The Discursive Construction of National Identity (Wodak et al. 1999). Hlavním cílem
textu je konceptualizace a identifikace různých makrostrategií využívaných ke konstrukci
rakouské národní identity. Cílem studie je i analýza mezidiskurzivních vztahů, autory zajímá,
jakým způsobem jsou stereotypní formulace nebo argumenty z politického a mediálního
diskurzu přejímány v poloveřejném nebo kvazisoukromém diskurzu (Wodak et al. 1999: 10).
Individuální rozhovory a skupinové diskuse sloužily i k zachycení vlivu vnějšího netextového
prostředí (jako např. místa a doby rozhovoru/diskuse, sociologických faktorů, příslušnosti k
sociální, rasové či jiné skupině, politických názorů) na daný projev.
Práce Wodakové a jejích kolegů je příkladem kritické diskurzivní analýzy (viz též Beneš
2008). Autoři netvrdí, že by zaujímali objektivní a neutrální postoj. Naopak se přiznávají k
normativní motivaci k sepsání této práce, a k ideálům, k jejichž naplnění má přispět. Kromě
178
vědeckého přínosu je cílem práce i změna současné společenské a politické praxe a
emancipace těch, kdo trpí politickou a sociální nespravedlností. Cestou k emancipaci je
vědění samo: odhalení nahodilosti a imaginárnosti konstrukce národa, odkrytí
manipulativních diskurzivních strategií politiků a médií. Tyto strategie vedou na jedné straně
k homogenizaci a vnucení určitých politických cílů, idejí a zájmů a na druhé straně k
diskriminaci a vyloučení některých lidských bytostí (Wodak et al. 1999: 9). V pozadí kritické
diskurzivní analýzy tak vidíme klasickou osvíceneckou víru v emancipaci člověka skrze
poznání.
12.3.2. Předmět výzkumu a vymezení dat
Předmětem analýzy je rakouská národní identita. Snaha autorů analyzovat mezidiskurzivní
vztahy a kontext se jednoznačně projevila v šíři empirického materiálu, který zahrnuje širokou
škálu žánrů od politických projevů přes novinové články, plakáty a brožury až po rozhovory a
skupinové diskuse s „běžnými“ Rakušany. V celém textu zaujímá důležitou pozici analýza
mezidiskurzivních vztahů (vztah mezi politickým, veřejným a soukromým diskurzem).
Za účelem zachycení mezidiskurzivních vztahů byly do analýzy zahrnuty nejenom důležité
oficiální projevy a deklarace politiků („veřejný a mediální diskurz“), ale také skupinové
diskuse („poloveřejný diskurz“) a cílené individuální rozhovory („kvazisoukromý diskurz“) s
běžnými občany – příslušníky rakouského národa i menšin žijících v Rakousku. Analyzované
řečové společenství tedy tvoří nejenom rakouská politická elita, ale rakouská společnost jako
celek. Autoři se otevřeně vymezují vůči analýzám, které se omezují pouze na diskurz
politických elit (Wodak et al. 1999: 3).
Korpus pro analýzu veřejného a mediálního diskurzu tvoří především 22 nejdůležitějších
projevů od vládních činitelů, ale i z prostředí parlamentu a politických stran. Analýza těchto
projevů byla doplněna o analýzu blíže nespecifikovaného souboru plakátů, sloganů a politické
reklamy využité v kampani před referendem o vstupu Rakouska do EU a novinových článků
diskutující rakouskou neutralitu a evropskou bezpečnostní politiku krátce před tímto
referendem (De Cillia – Reisigl – Wodak 1999: 152). Korpus pro analýzu poloveřejného
diskurzu tvořily výstupy sedmi moderovaných skupinových diskusí s Rakušany i příslušníky
nerakouských menšin. Jak už jsme se zmínili, skupinové diskuze s běžnými Rakušany
autorům umožňují sledovat, jakým způsobem běžná populace přejímá koncepty typické pro
diskurz politických elit a jakým je v rámci zkoumaného řečového společenství (rakouská
společnost) utvářen význam pojmu „rakouský národ“. Korpus pro analýzu kvazisoukromého
diskurzu tvořilo 24 otevřených rozhovorů. Rozhovory byly tematicky strukturovány do deseti
oblastí (skupin otázek), v rámci kterých byl respondentovi ponechán poměrně široký prostor
pro rozvinutí myšlenek do celistvých vyprávění a svoji argumentaci doprovázeli vlastními
„příběhy ze života“. Rozhovory měly podobu přirozené komunikace mezi dotazovaným a
tazatelem a byly prováděny přímo v terénu v přirozeném prostředí (naprostá většina probíhala
doma u respondentů).
Skupinové diskuze i otevřené rozhovory byly doslovně přepsány pomocí speciálního zápisu,
který zaznamenal i všechny pauzy, citoslovce či opakování slov. Účastníci skupinových
diskusí a otevřených rozhovorů na téma rakouská národní identita nebyli vybíráni tak, aby
tvořili reprezentativní vzorek rakouské populace. Autoři nicméně nechali účastníky vyplnit
krátký dotazník zachycující věk, profesní a sociální status, politickou orientaci ve snaze
zachytit kontext, ve kterém jsou mluvčí ukotveni.
Časové vymezení korpusu bylo hodně úzké. Analýza se soustředila na jedinou událost –
referendum o vstupu Rakouska do EU, kdy se projevilo pnutí ve snaze Rakouska o zachování
a zároveň transformaci jeho národní identity. Korpus tvořila politická kampaň (projevy,
179
slogany, plakáty a politická reklama) před referendem o vstupu Rakouska do EU v roce 1995
a přepisy diskuzních skupin a rozhovorů realizovaných v druhé polovině roku 1995. Rok
1995 byl pro Rakousko výjimečný i proto, že si země připomínala 50 let od vyhlášení tzv.
druhé republiky, 40 let od podpisu rakouské státní smlouvy a znovuobnovení suverenity a kdy
se země připravovala na oslavy tzv. rakouského milénia. Zmínka o Rakousku (Ostarrichi)
v římských dokumentech z roku 996 je základem rakouského zakládajícího mýtu.
12.3.3. Zpracování dat a interpretace výsledků
Na všechny tři výše zmíněné oblasti zdrojových dat (politický, poloveřejný a polosoukromý
diskurz) byl s menšími obměnami aplikován jednotný analytický rámec. Autoři studie se
explicitně hlásí k použitím hermeneuticko-abduktivnímu přístupu k analýze empirických dat
(Wodak et al. 1999: 3). Abduktivní přístup kombinuje deduktivní a induktivní postupy, to
znamená, že se výzkumník opakovaně pohybuje od teorie k empirickým datům a zpátky (viz
kapitola Interpretativní případová studie). Wodaková a její kolegové aktivně vyhledávali
využitelné teorie, kterými se nejrůznější sociálněvědní disciplíny snaží zachytit zkoumaný
fenomén – konstrukci národní identity. Důležitou roli při formulaci konceptuálního rámce ale
hrála i pilotní studie (pilotní rozhovory a jedna pilotní skupinová diskuse), která autorům
pomohly specifikovat výzkumné otázky a vymezit pět tematických oblastí, , které jsou úzce
svázány s konstrukcí rakouské národní identity (Wodak et al. 1999: 93):
jazyková konstrukce homo austriacus;
příběhy a vyprávění o společné politické minulosti;
jazyková konstrukce společné kultury;
jazyková konstrukce společné politické přítomnosti a budoucnosti;
jazyková konstrukce „národního kolektivu“.
Samotná analýza se soustřeďuje na diskurz ve smyslu všechny tří úrovní abstrakce, které jsme
si představili v obecné části kapitoly: významová struktura (obsah – jaké kvality mluvčí
rakouskému národu přisuzuje), rétorika / konverzace (jaké strategie mluvčí používá pro
ospravedlnění začlenění či vyčlenění určitých osob z rakouského národa) jazyk (jazykové
prostředky realizující diskurz) (viz též Wodak 2001: 72-73).
Co se významové struktury týče, autoři zjišťovali jaký obsah je vkládán do výše zmíněných
pěti tematických oblastí konstrukce rakouské národní identity. Například v rámci tematické
oblasti „konstrukce společné minulosti“ zkoumali, v jaké podobě se v diskurzu objevují
zakládající mýty, mytické postavy, obrazy politického úspěchu, časů prosperity a stability, či
naopak porážky a krize. Zvláštní pozornost byla věnována interpretaci nacistické minulosti
(„Rakušané jako pachatelé“, nebo „oběti národního socialismu“). Důležitou roli hrála analýza
rétorických strategií. Kniha The Discursive Construction of National Identity je příkladem
kritické diskurzivní analýzy, která se na rozdíl od poststrukturalistické diskurzivní analýzy
nesoustřeďuje ani tak na abstraktní nadosobní významové struktury, ale na rétorické strategie,
kterými se konkrétní političtí aktéři snaží ospravedlnit svoji politiku začleňování nebo naopak
vyčleňování určitých osob do / z rakouského národa. Poslední úrovní diskurzivní analýzy
Wodakové a jejích spolupracovníků jsou jazykové prostředky využívané k realizaci výše
zmíněných strategií. Autoři hledali lexikální jednotky a syntaktické prostředky, které mluvčí
používali ke konstrukci sloučení, jednoty, stejnosti, rozdílu, specifičnosti, původu, kontinuity
či změny apod. Tato dimenze má nejblíže k tradičnímu lingvistickému pojetí diskurzivní
analýzy, jak je známe ze sociální psychologie.
Studie Wodakové a jejích kolegů ukázala, že rozsah významů asociovaných s konceptem
národa je poměrně široký, mnohé z nich jsou odvozeny od definice občanství a jiných
180
právních a demokratických institucí (Staatsnation), jiné čerpají z tradičního etnického a
kulturního pojetí (Kulturnation). Modely operující s oběma pojetími jako navzájem se
vylučujícími ideálními typy jsou tedy chybné. Centrálním tématem konstrukce rakouského
národa byl oslavný diskurz „vyznávající se z víry v Rakousko“, jehož přítomnost na všech
úrovních (veřejný, poloveřejný i kvazisoukromý diskurz) potvrzuje úspěšné vštěpování
národního cítění skrze stát, školství, média a socializaci v rodině.
12.4. Zhodnocení diskurzivní analýzy
Hlavní přínos diskurzivní analýzy spočívá v tom, že se soustřeďuje na prvky sociální reality
opomíjené jinými metodologiemi – na významotvorné aktivity. Metody diskurzivní analýzy
byly rozvíjeny s cílem pochopit, jakým způsobem lidé utvářejí význam světa kolem sebe.
Vysvětlující metodologie pracují s pevně danými kategoriemi a mají tedy tendenci opomíjet
dynamiku významové struktury. Naopak diskurzivní analýza se nesnaží vměstnat empirickou
realitu do předem definovaných teoretických kategorií, aniž by však zcela rezignovala na
teoretické poznání, byť ukotvené v partikulárním historickém a společenském kontextu.
Diskurzivní analýza jako interpretativně orientované metodologie se snaží rekonstrovat pojmy
a kategorie, které sami jednotlivci a kolektivy přisuzují realitě, a proces utváření tohoto
významu. Diskurzivní analýza nabízí teoretické a metodologické nástroje využitelné
k analýze témat, která stojí v popředí zájmu odborné obce i politické sféry: utváření identity
subjektů, regulace společnosti, formování kolektivních identit a kultury, společenské vztahy a
moc v těchto vztazích. Přestože se jedná o relativně novou metodologii, stojí na pevných
základech. Mnohé z nástrojů diskurzivní analýzy byly detailně rozpracovány v jiných
společenskovědních oborech, v pozadí diskurzivní analýzy stojí solidní a propracované
teoretické a metateoretické (epistemologické a ontologické) argumenty.
Diskurzivní analýza v současné podobě vykazuje i určité slabé stránky, první z nich je
neukotvenost klíčového pojmu „diskurz“. Jednotlivé varianty diskurzivní analýzy více či
méně precizně vymezují základní pojmy (včetně pojmu diskurz) v rámci dané metody, ale
neexistuje jednotné chápání pojmu diskurz napříč různými variantami diskurzivní analýzy.
V této kapitole jsme představili tři různá pojetí diskurzu podle toho, na jaké úrovni abstrakce
se jednotlivé varianty diskurzivní analýzy pohybují: významová struktura,
rétorika/konverzace a jazykové prostředky. S rozdílným chápáním pojmu diskurz souvisí i
metodologická pluralita diskurzivní analýzy. Chybí jednotící metodologický kánon.
Některé další charakteristiky diskurzní analýzy lze označit buď za výhody, nebo nevýhody v
závislosti na úhlu pohledu. Nástroje diskurzivní analýzy nejsou příliš vhodné pro hledání
kauzálních vazeb mezi jevy a kritiku lze očekávat i ze strany těch, kteří posuzují kvalitu,
přínos a užitečnost metodologických přístupů z pozice kauzální epistemologie. Například
kritická diskurzivní analýza odmítá myšlenku neutrální a objektivní vědy a naopak explicitně
deklaruje své politické a normativní cíle, k jejichž realizaci přispívá (např. odstranění
nerovnosti a vyloučení, emancipace utlačovaných). Není divu, že ze strany tradičních
vysvětlujících metodologií je kritizována za zaujatost a neobjektivnost.
12.5. Závěr
Diskurzivní analýza je v našich oborech relativně novou metodologií. Získává poměrně rychle
na popularitě, bohužel si ale často neuvědomujeme náročnost této metodologie. Diskurzivní
analýza zpracovává (nejenom) textová data ve snaze rekonstruovat sdílené významy, které
181
lidé a lidská politická společenství přisuzují realitě kolem sebe. Jako typický představitel
interpretativního přístupu je tedy diskurzivní analýza obzvláště vhodná pro analýzu světa
politiky.
Určitým problémem pro praktickou realizaci diskurzivní analýzy ale může náročnost na
zdroje i na samotné zpracování a interpretaci dat. Diskurzivní analýza, zvláště pak její
historická varianta, pracuje s velkým množstvím textových materiálů a dalších forem lidské
komunikace. Přitom na rozdíl od jiných metod využívajících počítačové zpracování dat máme
jen omezené možnosti, jak si zpracování a interpretaci dat zjednodušit a urychlit. Základní
metodou diskurzivní analýzy tedy zůstává opakované čtení zkoumaných textů.
Při samotné diskurzivní analýze se zpracováváme nejenom texty zahrnuté do korpusu, ale při
rekonstrukci sdílených významů musíme brát v potaz i širší mezitextové a mezidiskurzivní
vztahy a sociální a historický kontext. To vše vyžaduje nemalou dávku kulturní kompetence
(Neumann 2008: 63-65). Měli bychom znát místní jazyk řečového společenství, orientovat se
v textech nejrůznějšího žánru, které řečové společenství produkuje, a být obeznámeni se
širším sociálním, kulturním a politickém prostředím dané společnosti. Rozšiřuje se tak
množství a spektrum požadovaného empirického materiálu a stoupají i nároky na
propracovanost metody a na výzkumníka samého.
Kontrolní otázky
Ke studiu jakých témat lze využít diskurzivní analýzu?
Jaká empirická data může diskurzivní analýza zkoumat?
Co je to korpus ?
Jaké typy diskurzivní analýzy znáte a v čřem se liší?
Literatura
• Austin, John Langshaw (1962): How to Do Things with Words. Oxford: Clarendon
Press.
• Barthes, Roland (1970/1974): S/Z. New York: Hill and Wang.
• Bátora, Jozef (2005): Does the European Union transform the institution of
diplomacy? Journal of European Public Policy, Vol. 12, No. 1, s. 44-66.
• Boehm, Gottfried (1994): Die Wiederkehr der Bilder. In: Boehm, Gottfried (ed.): Was
ist ein Bild? München: Wilhelm Fink Verlag.
• Boehm, Gottfried – Mitchell, W. J. T. (2009): Pictorial versus Iconic Turn: Two
Letters. Culture, Theory and Critique, Vol. 50, No. 2-3, s. 103-121,
<http://dx.doi.org/10.1080/14735780903240075 >.
• Burke, Kenneth (1945): A Grammar of Motives. New York: Prentice Hall.
• Campbell, David (1998): Writing Security. Manchester: Manchester University Press.
• Cumming, Susanna – Ono, Tsuyoshi (1997): Discourse and Grammar. In: van Dijk,
Teun A. (ed.): Discourse as Structure and Process. London: Sage, s. 112-137.
• De Cillia, Rudolf – Reisigl, Martin – Wodak, Ruth (1999): The discursive
construction of national identities. Discourse and Society, Vol. 10, No. 2, s. 149-173.
• Derrida, Jacques (1976): Of Grammatology. Baltimore: Johns Hopkins University
Press.
• Derrida, Jacques (1977a): Signature event context. Glyph, Vol. 1, s. 172-197.
• Derrida, Jacques (1977b): Limited Inc. abc. Glyph, Vol. 2, s. 62-254.
182
• Doty, Roxanne Lynn (1993): Foreign Policy as Social Construction: A Post-Positivist
Analysis of U.S. Counterinsurgency Policy in the Philippines. International Studies
Quarterly, Vol. 37, No. 3, s. 297-320.
• Drulák, Petr (2008): Analýza metafor. In: Drulák, Petr (ed.): Jak zkoumat politiku:
kvalitativní metodologie v politologii a mezinárodních vztazích. Praha: Portál, s. 125-148.
• Edwards, Jane A. (2001): The Transcription of Discourse. In: Schiffrin, Deborah –
Tannen, Deborah – Hamilton, Heidi E. (eds.): The Handbook of Discourse Analysis. Oxford:
Blackwell, s. 321-348.
• Fairclough, Norman (2003): Analysing Discourse: Textual analysis for social
research. New York: Routledge.
• Foucault, Michel (1961/1994): Dějiny šílenství v době osvícenství. Praha: NLN.
• Foucault, Michel (1976/1990): The Will to Knowledge (The History of Sexuality 1).
London: Penguin.
• Garfinkel, Harold (1967): Studies in ethnomethodology. Englewood Cliffs: Prentice-
Hall.
• Gumperz, John J. (1968/2009): The Speech Community. In: Duranti, Alessandro (ed.):
Linguistic Anthropology: A Reader. Malden: Wiley-Blackwell, s. 66-73.
• Gumperz, John J. (1982): Discourse strategies. Cambridge: Cambridge University
Press.
• Halliday, Michael A. K. (1961): Categories of the theory of grammar. Word, Vol. 17,
No. 3, s. 241-292.
• Hansen, Lene (2006): Security as Practice. Discourse analysis and the Bosnian war.
London: Routledge.
• Hymes, Dell (ed., 1964): Language in Culture and Society: A Reader in Linguistics
and Anthropology. New York, Evanston, and London: Harper & Row.
• Christiansen, Thomas – Jørgensen, Knud Erik – Wiener, Antje (1999): The Social
Construction of Europe. Journal of European Public Policy, Vol. 6, No. 4, s. 528-544.
• Jewitt, Carey – Oyama, Rumiko (2001): Visual Meaning: A Social Semiotic
Approach. In: Van Leeuwen, Theo – Jewitt, Carey (eds.): Handbook of Visual Analysis.
London: Sage, s. 134-156.
• Jørgensen, Marianne – Phillips, Louise (2002): Discourse Analysis as Theory and
Method. London: Sage.
• Laclau, Ernesto – Mouffe, Chantal (2001): Hegemony and Socialist Strategy. Londýn:
Verso.
• Laffey, Mark – Weldes, Jutta (2004): Methodological Reflections on Discourse
Analysis. Newsletter of the American Political Science Association Organized Section on
Qualitative Methods, Vol. 2, No. 1, s. 28-30.
• Lakoff, George (1993): The contemporary theory of metaphor. In: Ortony, Andrew
(ed.): Metaphor and Thought. Cambridge: Cambridge University Press, s. 202-251.
• Lakoff, George – Johnson, Mark (1980): Metaphors We Live By. Chicago: Chicago
University Press.
• Manghani, Sunil (2012): Image Studies: Theory and Practice. Routledge.
• Milliken, Jennifer L. (1999): The Study of Discourse in International Relations: A
Critique of Research and Methods. European Journal of International Relations, Vol. 5, No.
2, s. 225-254.
• Milliken, Jennifer L. (2001): The social construction of the Korean War: Conflict and
its possibilities. Manchester: Manchester University Press.
• Müller, Martin (2010): Doing discourse analysis in Critical Geopolitics. L’Espace
Politique, Vol. 2010, No. 3, <http://espacepolitique.revues.org/index1743.html >.
183
• Nekvapil, Jiří – Leudar, Ivan (2006): Prezentace událostí 11. 9. 2001: Bush, bin Ládin
a jiní v interakci. Sociologický časopis, Vol. 42, No. 2, s. 353-377.
• Neumann, Iver B. (1996): Russia and the Idea of Europe: A Study in Identity and
International Relations. London: Routledge.
• Nicolson, Harold (1939/1969): Diplomacy. London, Oxford, New York: Oxford
University Press.
• Potter, Jonathan (2004): Discourse Analysis. In: Hardy, Melissa – Bryman, Alan
(eds.): Handbook of Data Analysis. London: Sage, s. 607-624.
• Potter, Jonathan – Mulkay, Michael (1985): Scientists‟ interview talk: Interviews as a
technique for revealing participants‟ interpretative practices. In: Brenner, Michael – Brown,
Jennifer – Canter, David (eds.): The Research Interview: Uses and Approaches. London:
Academic Press, s. 247-271.
• Potter, Jonathan – Wetherell, Margaret (1987): Discourse and Social Psychology:
Beyond Attitudes and Behaviour. London: Sage.
• Potter, Jonathan – Wetherell, Margaret (1995): Discourse Analysis. In: Smith,
Jonathan A. – Harre, Rom – Van Langenhove, Luk (eds.): Rethinking Methods in Psychology.
London: SAGE Publications, s. 80-92.
• Propp, Vladimir Jakovljevič (1928/1999): Morfologie pohádky a jiné studie. Jinočany:
Nakladatelství H&H.
• Reisigl, Martin – Wodak, Ruth (2001): Discourse and Discrimination: Rhetorics of
racism and antisemitism. London: Routledge.
• Rorty, Richard M. (ed., 1967): The Linguistic Turn: Essays in Philosophical Method.
Chicago: University of Chicago Press.
• Rose, Gillian (2012): Visual Methodologies: An Introduction to the Interpretation of
Visual Materials. London: Sage.
• Sacks, Harvey (1992): Lectures on Conversation: Volumes I and II. Oxford:
Blackwell.
• Searle, John R. (1969): Speech Acts: An Essay in the Philosophy of Language.
Cambridge: Cambridge University Press.
• Searle, John R. (1977): Reiterating the differences. Glyph, Vol. 1, s. 198-208.
• Silverman, David (2001): Interpreting Qualitative Data. Methods for Analysing Talk,
Text and Interaction. London: Sage.
• Todorov, Tzvetan (1970/1973): The Fantastic: A Structural Approach to a Literary
Genre. Ithaca: Cornell University Press.
• van Dijk, Teun A. (1985): Introduction: Discourse analysis as a new cross-discipline.
In: van Dijk, Teun A. (ed.): Handbook of Discourse Analysis. Orlando: Academic Press, s. 1-
10.
• van Dijk, Teun A. (1997): The Study of Discourse. In: van Dijk, Teun A. (ed.):
Discourse as Structure and Process. London: Sage, s. 1-34.
• Wetherell, Margaret (2001): Introduction. In: Wetherell, Margaret – Taylor, Stephanie
– Yates, Simeon J. (eds.): Discourse Theory and Practice. A Reader. London: Sage, s. 1-13.
• Wetherell, Margaret – Taylor, Stephanie – Yates, Simeon J. (eds., 2001): Discourse
Theory and Practice. A Reader. London: Sage.
• Wodak, Ruth (2001): The discourse-historical approach. In: Wodak, Ruth – Meyer,
Michael J. (eds.): Methods of Critical Discourse Analysis. London: Sage, s. 63-97.
• Wodak, Ruth – Rudolf, De Cilla – Reisigl, Martin – Liebhart, Karin (1999): The
Discursive Construction of National Identity. Edinburgh: Edinburgh University Press.
• Wodak, Ruth – Meyer, Michael J. (eds., 2001): Methods of Critical Discourse
Analysis. London: Sage.
184
185
13. Etnografie
Věra Veselá
Cílem této kapitoly bude ukázat, jak používáme etnografii v rámci politické vědy. V úvodu se
zaměříme na krátký historický přehled a představení klíčových metodologických knih a
učebnic. V jednotlivých částech kapitoly pak popíšeme, jak vypadá modelový research design
pro etnografii, včetně konkrétních ukázek jak formulovat výzkumnou otázku, jak stanovit
objekt výzkumu a vymezit data, jaké techniky a metody používáme při etnografickém
výzkumu a jak postupujeme při analýze a interpretaci dat. Jako příklad aplikace etnografie ve
výzkumné praxi použijeme studii Marie Gillespie (2006), která zkoumala proces
demokratické deliberace ve Velké Británii ve vztahu k národní bezpečnosti a jejímž cílem
bylo porozumět hlubokému skepticismu britské veřejnosti v souvislosti s invazí do Iráku
v roce 2003. V závěru kapitoly zhodnotíme hlavní přínosy etnografie pro výzkum politiky a
zmíníme i praktická úskalí použití této metodologie v politické vědě.
13.1. Historie a současnost etnografie
Původním cílem etnografů bylo popisovat skupiny vyznačující se odlišnou kulturou a
způsobem života, než bylo běžné v industriální společnosti. Výzkumníci informace a data
získávali tak, že doprovázeli misionáře a cestovatele na jejich objevitelských cestách a
popisovali cizí a z jejich pohledu neobvyklé kultury. Vznik moderní disciplíny politické
antropologie je ovšem spojován až s uveřejněním knihy African Political Systems v roce
1940, editované M. Fortesem a E.E. Evans-Pritchardem. Studie v této knize byly založeny na
rozsáhlém etnografickém výzkumu, jehož cílem bylo oddělit sociální procesy of jejich
„kulturního idiomu“, redukovat je do funkčních pojmů, a umožnit tak komparaci a
generalizaci (Vincent 1990, 258). Nicméně v souvislosti se vzrůstajícím vlivem
industrializace v západních zemích přišli již ve 20. let 20. století sociologové z americké
chicagské školy s nápadem využít výzkumných nástrojů etnografie při studiu společenských
nerovností a života také v městských zónách. Použití etnografického výzkumu jim umožnilo
zkoumat problémy i možnosti společenských změn, které by vedly ke zlepšení situace
odcizených či diskriminovaných skupin obyvatelstva, jako byli staří lidé, děti či nejchudší
dělnické třídy (McNabb, 2004, s. 399). Američtí výzkumníci začali používat etnografii i
k průkopnickým studiím zaměřeným na komunity indiánů a černošského obyvatelstva žijící v
některých velkých amerických městech (např. Benedict, 1934; Borneman, 1998). Podobně
v Evropě autoři použili etnografii například ke studiu identity nejrůznějších komunit a
etnických menšin v rámci národních států (např. MacDonald, 1993).
Koncem osmdesátých let a počátkem devadesátých let 20. století došlo k dalšímu rozšíření
etnografie ve studiu evropských elit a organizací. K průkopnickým dílům patří texty
francouzských autorů Abélese a Belliera, a jejich britských kolegů Wilsona, Hooghese či
Rosse (Bellier a Wilson, 2000; Hooghe, 2002; Ross, 1995). Například Rossova studie
vycházela ze šestiměsíčního pozorování každodenního fungování Delorsovy Komise v
kritickém období evropské integrace na počátku devadesátých let 20. století. Abéles a Jeudy
(1997) použili etnografii k výzkumu vládních institucí, Bellier (1993) k výzkumu veřejné
vzdělávací instituce se specifickou organizační strukturou (Ecole nationale d´administration),
která vychovává francouzskou politickou a ekonomickou elitu. V souvislosti se změnou
globálního politického kontextu a koncem studené války začali výzkumníci na některých
katedrách mezinárodních vztahů ve Spojených státech, Velké Británii a ve Francii vnímat
186
etnografické nástroje jako zvláště vhodné ke studiu role transnacionálních aktérů, nevládních
organizací, nadnárodních společností, emigrantských skupin či teroristických organizací a sítí.
Zájem o etnografii roste i ve výzkumu mezinárodních institucí jako jsou OSN, Mezinárodní
měnový fond či Světová banka (Goldman, 2005). Příkladem aplikovaného výzkumu může
snaha vlády národních států (například Spojených států) využít etnografii k zefektivnění boje
proti terorismu prostřednictvím programů jako je „Human Terrain System“, který má
americkým vojákům poskytovat jakýsi kulturní návod jak postupovat na okupovaných
územích (Kelly, Jauregui, Mitchell, Walton 2010, 5). Na druhou stranu badatelé využívají
etnografii k výzkumu vytváření politik „zdola“, zvláště v nadnárodních, nevládních
organizacích a rozvojovém sektoru (Ferguson 1994, Crewe, Harrisson 1998).
Nejucelenější přehled současných možností použití etnografie a participativního výzkumu ke
studiu politiky najdeme v knize Political Etnography. What immersion contributes to the
study of power (Schatz 2009). Základní vhled do historie a trendů v disciplíně politické
antropologie nabízí Vincent (1990, Nugent a Vincent 2004). O politické antropologii a studiu
politické kultury se můžeme dočíst také v práci Abélese a Jeudyho (1997) nebo Bornemana
(1998). Z metodologických učebnice zmiňme příslušnou kapitolu v knize McNabba (2004), či
texty od Coulona (1995) a Schwartzmanové (1993). Praktické postupy a úskalí při aplikaci
etnografického výzkumu politiky a mezinárodních vztahů popisuje řada dalších textů (Vrasti
2008; Gusterson (2008). Z aplikací etnografie na mezinárodní instituce je možné zmínit
Goldmanovu studii Světové banky (Goldman, 2005), knihu o roli OSN ve rwandské genocidě
(Barnett 2003), či studii mezinárodní rozvojové pomoci na příkladě státu Lesotho (Ferguson,
1994). Existuje celá řada etnografických analýz zaměřených na problematiku evropské
integrace (Abélesovy 1992; Abéles, Bellier a MacDonald, 1993; Goddard et al 1994; Smith
2004; Wilson – Smith 1993) nebo na válku proti terorismu (Kelly, Jauregui, Mitchell, Walton
2010).
13.2. Výzkumný rámec etnografie
13.2.1. Výzkumné cíle a otázky
Výzkumné cíle a otázky, které si při etnografickém výzkumu politiky a mezinárodních vztahů
klademe, mají většinou interpretativní charakter. Jak ale ukazuje Kubik na příkladu vývoje v
mateřské disciplíně sociální a politické antropologie (2009, 30-47), etnografie může být ku
prospěchu positivistickým (vysvětlujícím) výzkumným agendám stejně tak dobře jako těm
interpretativním. Podle Schatze se tak v současnosti etnografický výzkum politiky pohybuje
mezi dvěma póly. Na jedné straně stojí etnografie, jejíž smysl je „vnější“: používáme ji, aby
předložila důkazy k dekontextualizovanému vědění a považujeme ji za hodnotnou do té míry,
do které sebraný materiál přispívá k vysvětlujícím výzkumným strategiím založeným na
empirických generalizacích. Na opačném pólu výzkumu politiky stojí etnografie, jejíž účel je
„vnitřní“: konceptuální inovace v rámci interpretativních výzkumných strategií.
V rámci vysvětlující výzkumné strategie můžeme pomocí etnografie mapovat různorodé
vrstvy moci v byrokratických strukturách, vysvětlit způsob fungování sociální struktury
v každodenním životě lidí (Willis 1981), popsat vztah mezi formálními a neformálními
institucemi (North 1990: 4) a dokonce i testovat teoretické modely. Častá je kombinace
etnografie s případovými studiemi a dalšími vysvětlujícími metodologiemi (Abeles 1992;
Aronoff 1989; Weeden 1999; Petersen 2001; Blee and Currier 2006). V tomto případě není
našim účelem objevit něco nového, ale poskytnout korektivu, poopravení. Schatz například
zmiňuje studii Allina-Pisano (2004), která na základě etnografického výzkumu odhalila, že
187
místní autority na Ukrajině v 90. letech bránily neoliberálním ekonomickým reformám
z důvodů, které teoretická literatura přehlíží (Schatz 2009, 312-13). Narozdíl od kvantitativně
orientovaných metod (výzkumy veřejného mínění, statistická analýza) etnografie umožňuje
vysvětlit a upřesnit mechanismus změn zkoumaného fenoménu (Gillespie 2007, Walsh 2004).
V interpretativním výzkumu používáme etnografii ke studiu významů a porozumění tomu, jak
vytváření významů (včetně kultury) funguje v praxi lidské společnosti. Z tohoto pohledu
můžeme člověka připodobnit ke zvířeti zavěšenému do pavučiny významů, kterou si samo
upředlo (Geertz 2000). Její analýzu pak podle Geertze nelze považovat „za experimentální
vědu pátrající po zákonu, nýbrž za vědu interpretativní pátrající po významu“ (2000, s. 15).
Smyslem interpretativně orientované etnografie není testování hypotéz či vytváření širokých
empirických generalizací, ale konceptuální inovace, která je v současnosti klíčová pro rozvoj
výzkumu politiky (srovnej kapitolu věnující se interpretativní případové studii). Výzkumné
cíle a předmět výzkumu tedy nejsou motivovány zájmem budovat teorii, přispět
k metodologické debatě či vysvětlit konkrétní existující politiku. Podle Shapiro (2005) je
výzkum motivovaný problémem vhodnější než výzkum řízený metodou (nebo teorií). V praxi
totiž žádný problém nebývá abstraktní a každá otázka je již zasazena do existujících debat a
toků vědění v konkrétních disciplínách a obdobích. Například v roce 2004 mohl badatel
opodstatněně zkoumat vztah bank a státu v rozvinutých industriálních ekonomikách za použití
kvantitativních měření finančních toků. Na konci roku 2008, když došlo k odhalení spletité
sítě finančních networků a pochybných praktik půjčování financí, by použití etnografie k
odhalení vzájemných vztahů mezi klíčovými aktéry bylo nedocenitelné (například Ho 2005;
Schatz 2009, 304-5, Schatz 2007). Přesto bychom i interpretativní etnografický výzkum měli
koncipovat tak, aby byl srozumitelný pro neetnografy (či neantropology) a aby se vyjadřoval
k otázkám, které jsou relevantní pro výzkum politiky a sociální reality (Schatz 2009, 316).
Interpretativní výzkum zažil vrchol v 70. a na začátku 80. let a od té doby se pod vlivem
postmoderních výzev změnil. Nicméně si zachoval svoji životaschopnost nejen
v antropologii, ale i politické sociologii (Ashforth 2005) a komparativní politice (WagnerPacifici
1986, Fernandes 1997, Edles 1998 Smith 2004). Dnes je tak etnografie používána při
interpretativním výzkumu budování národa (Herzfeld 1997), národních a etnických identit
(Gagnon 2004) demokratizace (Weeden 2004; Paley 2002) nebo sociálního násilí (Fujii
2008).
Obecně řečeno, cílem etnografie, která pracuje s jiným zdrojem informací, není vyvrátit
výsledky dosavadních kvantitativních studií, ale přinést další, doplňující, či jiný pohled na
studovanou otázku a přispět tak k lepší znalosti politiky (Schatz 2009, 305). To má pak dopad
na způsob, jakým způsobem formulujeme předmět výzkumu a výzkumné otázky v etnografii.
Jako příklad můžeme uvést etnografický výzkum rwandské genocidy od Fujii (2008). Za svůj
výzkumný cíl si dala vysvětlení masové účasti na genocidě ve Rwandě z hlediska procesu
(narozdíl od hledání příčinného vztahu v obvyklém smyslu identifikace nezávislých
proměnných). Výzkumné otázky si stanovila následovně: Jak se obyčejným lidem stalo, že se
zapojili do masového násilí? Jak se různé způsoby chování (násilné i nenásilné) v různých
kontextech mohly stát? Pro pochopení těchto mikro-procesů bylo potřeba zaměřit se na
význam a zjistit, jak lidé chápali násilí a jak lidé byli navzájem pro sebe pochopitelní skrze
násilí (Fujii 2008: 572).
13.2.2. Výběr předmětu výzkumu a vymezení dat
Stanovení objektu výzkumu je dalším krokem, kdy si ujasňujeme, v jakém konkrétním
existujícím prostředí chceme etnografický výzkum provádět. V etnografii jsou objektem
188
výzkumu lidé nebo události, ke kterým se váže naše výzkumná otázka. Vzhledem k povaze
etnografického výzkumu (sběr dat pomocí terénního výzkumu) je třeba ponechat si ve
výzkumném plánu prostor pro změnu předmětu výzkumu v závislosti na možnostech přístupu
k studované lokalitě či společenství, či v důsledku nečekaných událostmí a nových
podmínkami na místě.
Měli bychom již od počátku usilovat o určitou representativnost volby objektu výzkumu tak,
aby byla relevantní pro výzkumný záměr. Zatímco v minulosti převládal komparativní přístup
opírající se o větší počet případů (vysoké „n“) s cílem dosáhnout lepší vědeckosti výzkumu,
dnes volíme spíše kontrolovanou komparaci menšího počtu případů. Pokud se zaměříme na
detailní zkoumání politických procesů a mechanismů v několika málo případech, můžeme
zachytit komplexitu politiky a přitom neztratit možnost generalizace (Bowen a Petersen 1999,
11, Kubik 42).
V této fázi tvorby výzkumného plánu bychom si měli stanovit charakteristiky a velikost
souboru zkoumaných lidí a situací tak, aby bylo zřejmé, jak jejich zkoumání přispívá
k naplnění našeho výzkumného cíle.
Kvalitu etnografického výzkumu přitom neurčuje počet plánovaných rozhovorů či délka
zúčastněného pozorování či terénního výzkumu, jako spíše schopnost obhájit metodologii
výběru objektu a reprezentativnosti ve vztahu k výzkumné otázce a k celé skupině, organizaci
či studovanému kontextu, respektive popsat jeho změny v průběhu etnografického výzkumu.
Výběr objektu výzkumu (případů) můžeme opět ilustrovat na výzkumu od Fujii o masové
účasti na genocidě ve Rwandě. Jejím cílem bylo sestavit representativní škálu lidských reakcí:
od nejméně násilné reakce k té nejnásilnější. Při rozhodování o výběru předmětu výzkumu
hledala lokality a společenství lidí reprezentující pokud možno celou škálu reakcí, aby
neprivilegovala určité pohledy na násilí vůči druhým (jako například perspektivu přeživších).
Z místního hlediska autorka vybrala za objekt výzkumu dvě venkovské komunity v centru a
na severu Rwandy, aby zachytila zásadní rozkol mezi severem a jihem, který dlouhodobě
ovlivňuje historii a politiku této země. Každá z těchto venovských komunit se skládala
přibližně z jednoho tisíce domů nebo pěti tisíc lidí. Dále prováděla rozhovory i s bývalými
obyvateli těchto dvou vesnic, kteří byli obviněni z účasti na genocidě a uvězněni ve dvou
ústředních vězeních. Při lokalizaci konkrétních informátorů se pak spolehla na informace od
obyvatel i místních autorit.
Ne vždy ovšem můžeme stanovit objekt výzkumu a lokalizovat informátory podle našich
potřeb. Nejpalčivěji se tento problém dotýká výzkumu mezinárodních vztahů. Od 90. let se
stále více autorů v disciplíně mezinárodních vztahů snaží používat etnografii k pochopení
„vnitřní logiky“, která řídí chování států, institucí, aktérů mezinárodních vztahů. Nicméně při
výzkumu zaměřeném na "vysokou" politiku nebo naopak na aktéry, jako jsou teroristické
organizace, většinou nemůžeme použít přímo etnografii včetně zúčastněného pozorování.
V praxi hledáme nejbližší možné místo ke studiu daného problému a pokud to není možné,
měli bychom vysvětlit proč (Schatz 2009, Comaroff a Comaroff 2003, 156-157). Při
plánování etnografického výzkumu (sestavování výzkumného rámce) bychom měli zvažovat,
jestli vůbec můžeme k výzkumu daného předmětu (aktéra či společenství) etnografii použít,
zda lze provést zúčastněné pozorování. Neměli bychom si stanovovat nereálné výzkumné cíle.
Měli bychom si také uvědomit, že naše osobní charakteristiky (národnost, sociální status,
pohlaví, vzdělání), ale i politický kontext, ze kterého přicházíme, ovlivní postoje a výpovědi
zkoumaných lidí. Tomuto zkreslení bychom měli předcházet správnou volbou výzkumného
cíle, výběrem zkoumané skupiny a strategie vstupu do ní a v neposlední řadě i strukturací
rozhovorů, které budeme provádět.
V okamžiku, kdy máme vymezený předmět našeho výzkumu (společenství, komunitu,
organizaci atp.), si musíme předem promyslet možnosti vstupu do zkoumaného společenství).
První možností je získat nejdříve podporu tzv. vrátných (gatekeepers). Vrátní disponují
189
formální či neformální autoritou mezi členy zkoumaného společenství, střeží vstup do něj a
jejich podpora nám může výrazně usnadnit vstup do společenství (Nedbálková 2007).
Například M. Harellové (2003), která studovala americké vojenské rodiny, hodně pomohl
dopis od řídícího důstojníka, který instruoval vojenský personál, aby s badatelkou
spolupracovali. Druhou možností, jak získat přístup do společenství, je usilovat o respekt,
uznání a důvěru ze strany jeho členů. Například P. Bourgois (1995), který dělal terénní
výzkum s dealery cracku ve španělském Harlemu v New Yorku, se vyhýbal spolupráci
s autoritami. Dokonce s ním v jednom případě policie špatně zacházela, což výrazně pomohlo
jeho snaze o terénní výzkum v dané lokalitě (Gusterson, 2008, 96). Třetí možností je částečně
či úplně skrytý výzkum. Ve snaze začlenit se do zkoumaného společenství zastíráme,
respektive neodkrýváme jeho členům účel našeho pobytu. V některých situacích je účelné
skrýt naši identitu výzkumníka a vystupovat jako běžný člen zkoumaného společenství či jako
řadový zaměstnanec zkoumané organizace. Skrytý výzkum může být vnímán jako eticky
problematický, jak ale poznamenávají Hejnal s Luptákem, „plně otevřené zúčastněné
pozorování je výzkumnou sebevraždou“ (Hejnal – Lupták 2013). V případě skrytého
zúčastněného pozorování je nezbytné zachovávat anonymitu členů zkoumaného společenství.
Před samotným vstupem do zkoumaného společenství (komunity či organizace) bychom měli
shromáždit dostupné informace o předmětu našeho výzkumu. Dostatek informací a dobrá
příprava a plánování jsou nezbytné zvláště v případech, pokud nemůžeme provést dlouhodobé
zúčastněné pozorování a naše časové možnosti jsou omezené. Měli bychom předběžně
prozkoumat osobní životopisy klíčových členů analyzovaného společenství a/nebo historii
navštívené organizace.. Představu o kontextu, ve kterém se zkoumaní lidé pohybují, můžeme
získat i skrze analýzu zpráv v místních médiích, které se většinou liší od pojetí zpravodajství
v jiných zemích. Informace o zkoumaném předmětu můžeme získat z dalších etnografických
studií a zdrojů používajících terénní výzkum. Cenné jsou i zkušenosti badatelů, kteří
prováděli etnografický výzkum v podobných prostředích. Neměli bychom ale zapomínat, že
sekundární literatura může posloužit jako doplňkový zdroj empirických dat, ale neměli
bychom z ní přebírat interpretaci dat a analytické závěry.
Poté, co si určíme předmět výzkumu, bychom si měli ujasnit, co považujeme v daném
výzkumu za data a co tedy budeme či můžeme pozorovat. Jak jsme již zmínili výše, cílem
etnografie většinou není testování hypotéz o příčinných vztazích mezi proměnnými, ale
odhalování subjektivních a intersubjektivních významů, kterými lidé vysvětlují, interpretují
to, co prožili, čeho se účastnili či byli svědky. V rámci takového interpretativního výzkumu
předem nevíme, jaké významy objevíme (a tedy jaká data hledáme). Očekáváme, že budou
vytvářeny zúčastněným pozorováním, konverzací při rozhovorech a/nebo podrobným studiem
dokumentů (Yanow, 2006, 71, Fujii 578).
Kromě počátečního vymezení, co považujeme za data, je při etnografickém výzkumu zásadní
také přípravná fáze, kdy shromažďujeme informace o studované otázce a objektu a zvažujeme
svoji pozici vůči zkoumanému objektu. Správné ošetření těchto otázek totiž může může
otevírat nebo naopak zavírat cestu k získání dat o zkoumaném objektu.
13.2.3. Sběr a zpracování dat a interpretace výsledků
Základním způsobem, jak získáváme data při etnografickém výzkumu politiky, je terénní
výzkum. Jeho cílem je získat empirické poznatky nebo zprostředkovat systémy významů.
Nejčastějšími technikami terénního výýzkumu, které můžeme využít i při etnografickém
výzkumu politiky, jsou zúčastněné pozorování a rozhovory.
Při zúčastněném pozorování následujeme lidi při jejich každodenních aktivitách, děláme je s
nimi a zapisujeme si poznatky relevantní pro výzkumnou otázku. Po určité období žijeme a
190
provádíme terénní výzkum ve vybraném společenství (komunitě, lokalitě či organizace – viz
předchozí část) a účastníme se formálních i neformálních částí jejího života. Pokud nemáme
prostor pro delší pobyt na jednom místě, můžeme využít nejrůznějších stáží či krátkodobých
pracovních poměrů ve vybrané organizaci, či participovat na společenských událostech,
profesních setkáních a konferencích vybraného společenství.
Narozdíl od studia dokumentů a provádění rozhovorů, při zúčastněném pozorování vidíme, co
lidé dělají, a vybíráme si, co z toho zaznamenáme. Při provádění terénního výzkumu
(zúčastněného pozorování) jsme také nuceni konfrontovat naše vlastní představy a
předpoklady o zkoumaném společenství s praktickou a bezprostřední zkušeností reálného
života v tomto společenství. Terénní výzkum nám tak umožňuje v průběhu výzkumu upravit
či nově konceptualizovat výzkumnou otázku. Zúčastněné pozorování nám také umožňuje
zkoumat rozdíly mezi tím, co se děje v popředí a v zákulisí - tedy popsat rozdíl mezi
idealizovanými či oficiálními popisy politiky, organizace či kultury a komplexní realitou
opravdové praxe (Gusterson, 99-100).
Zároveň ale při zúčastněném pozorování musíme vzít v úvahu naši pozici vůči sledovanému
společenství a jeho členům, a to nejen v případech, kdy je cílem studovat „zvláštní“ a
neznámé stránky různých společenství. Pouhá příslušnost výzkumníka k určité společnosti
ještě neznamená, že plně rozumíme všem jejím pravidlům a zvykům. Politické a veřejné
instituce mohou mít specifické kódy oblékání či vyjadřování, mají často nastaveno vlastní
chápání pracovní hierarchie či kolegiality, ale může v nich existovat i větší citlivost vůči
vnějším pozorovatelům a pořizováním zápisků. I badatel ze stejného kulturního prostoru,
který přichází na stáž třeba z univerzitního či výzkumného prostředí, musí podobné problémy
předvídat. Stejně tak si musíme uvědomovat metodologický a epistemologický problém, který
spočívá v tom, že působíme jako pozorovatel a současně spoluvytváříme fenomény, které
pozorujeme.
Při provádění rozhovorů získáváme informace prostřednictvím kladení předem připravených
otázek či na základě připravené osnovy rozhovoru. Cílem strukturovaných rozhovorů je získat
odpovědi podle předem stanovené pevné struktury uzavřených nebo otevřených otázek.
V terénním výzkumu se ovšem mnohem častěji používá technika polostrukturovaného
rozhovoru. Ten také vedeme s pomocí připravených otázek, ale v průběhu rozhovoru klademe
dodatečné otázky podle momentálních okolností a odpovědí dotazovaného. Při vedení
rozhovorů můžeme sledovat techniku "stavění", kdy každý rozhovor stavíme na předešlých,
jak se naše chápání zkoumaného společenství, organizace či tématu prohlubuje a rozšiřuje v
čase. V případě, že se výpovědi dotazovaných výrazně liší, lze použít techniku "větvení", kdy
přizpůsobíme strukturu rozhovoru konkrétním zájmům a identitě (například podle profese, či
víry). Konverzaci můžeme vést různými směry a přizpůsobovat její téma podle toho, co chtějí
jednotliví dotazovaní diskutovat. V některých případech naplnění našeho výzkumného cíle
lépe poslouží nestrukturovaný nebo dokonce narativní rozhovor, který je vlastně vyprávěním
životního příběhu dotazovaného, ze kterého lze lépe pochopit jeho názory a motivace. Pokud
se nám nedaří získávat odpovědi na otázky, které nás zajímají, například pokud se dotazovaný
nechce podělit o detaily svého příběhu, pak je potřeba hledat jiné otázky nebo uvést příklady z
podobného kontextu a inspirovat tak dotazovaného k výpovědi o jeho vlastní zkušenosti. Při
rozhovoru s členem politické strany či výše postaveným člověkem v hierarchii veřejných
institucí je potřeba vzít v úvahu, že tito lidé jsou z podstaty svých funkcí zvyklí hovořit s
novináři. Často tedy poskytují jen ty informace, které chtějí. Mají sklony formulovat své
myšlenky mnohoznačně, vynechávat některé informace, či naopak věnovat nadměrnou
pozornost jiným, z hlediska výzkumu méně relevantním událostem. Abychom posílili důvěru
dotazovaného a jeho ochotu podělit se o informace a osobní zkušenosti, měli bychom
zdůraznit, že nejsme novináři (Cohen, 1999) a / nebo dát najevo detailní znalost dané
problematiky.
191
Způsob provádění rozhovorů se liší podle našich možností ve vztahu k dané lokalitě či
společenství, a cíli výzkumu. Jednou z častých technik, kterou používáme při hledání
kontaktů a informátorů v těžce přístupných společenstvích, je metoda sněhové koule. První
informátor nám zprostředkuje kontakt s dalšími členy zkoumaného společenství či organizace,
a ti pak doporučí další kontakty podle stejného principu. Dobrým příkladem využití techniky
sněhové koule a stavění rozhovorů (viz výše) je Gustersonův výzkum amerických jaderných
laboratoří (Gusterson, 103-106). Pokud zkoumáme citlivou otázku, jako byla genocida ve
Rwandě, je důležité vybudovat si u dotazovaných důvěru, abychom mohli postupně přecházet
k choulostivým a složitějším otázkám. V tomto případě lze použít techniku „trychtýře“, kdy
redukujeme počet lidí, se kterými vedeme rozhovory. Například Fujii na začátku hovořila s 82
lidmi, na konci výzkumu s 9-10 lidmi v každém výzkumném místě několikrát. V těchto
případech je dobré organizovat rozhovory u dotazovaného doma nebo v jiných prostorech,
kde si dotazovaní mohou být jisti soukromím. Každý rozhovor by měl začínat představením
výzkumníka, detailním vysvětlením projektu a ujištěním, že výzkumník nebude sdílet
odpovědi s nikým dalším včetně vlády (Fujii, 573-74). Při prezentaci poznatků z rozhovorů,
zvláště pokud jsou vedeny na citlivá témata, musíme respektovat důvěrnost a anonymitu
těchto rozhovorů.
Po ukončení terénního výzkumu následuje analýza dat, respektive utřídění sebraných dat do
podoby, která je bezprostředně užitečná pro ověření hypotéz, intepretaci dat či popis diskursu
a praxe předmětu našeho výzkumu. Nejčastěji postupujeme cestou hermeneutického kruhu,
kdy opakovaně přecházíme od teorie a interpretace na jedné straně k pozorování samotného
jednání (Drulák 2008). Teorie nám nabízí určité předporozumění (interpretaci), se kterým
přistupujeme k terénnímu výzkumu. Na základě terénního výzkumu přehodnocujeme a
vytváříme interpretaci zkoumaného jevu, která může sloužit jako východisko pro další terénní
výzkum (pozorování).
K utřídění dat používáme různé výzkumné techniky. Můžeme využít technik obsahové
analýzy, zvláště pokud se pohybujeme v rámci vysvětlujícího přístupu. Data kódujeme a
kategorizujeme, například pomocí softwarového programu na analýzu kvalitativních dat, aby
se tak umožnilo zkoumat a analyzovat data systematicky a umožnit tak analýzu (viz kapitola
k obsahové analýze nebo též Gillespie 2006, 468). V případě interpretativně laděné etnografie
si třídíme a ukládáme data primárně podle biografií. Podle potřeby také vyhledáme a
vyznačujeme si informace podle témat.
Při zpracovávání dat si čteme zápisky z rozhovorů s jednotlivými mluvčími a přepisy z nich,
označujeme opakující se vzorce, typy v tématech a citovatelné pasáže. Cílem třídění dat je
najít kontury diskursu a praxe konkrétní komunity skrze analýzu rozhovorů nejen
s konkrétními jedinci, ale také s jedinou entitou - diskursivní komunitou (Gusterson, 103-
107). Pro interpretaci dat také můžeme použít již existující teorie a konceptuální rámce.
Například v případě terénního výzkumu ve Rwandě autorka pro analýzu dat použila
sociologický rámec založený na práci Marka Granovettera a jeho konceptu "sociální
zakořeněnosti" (social embeddedness). Při analýze dat tak jejím cílem bylo ukázat, jak tyto
spleti vedly k tomu, že někteří lidé byli více otevření k náboru než druzí; a jak tyto vazby také
utvářely formu účasti tím, že vedly lidi k určitým činům (násilí) a odrazovali je od jiných
(odporu) (Fujii, 578-9).
Následně data kategorizujeme do zvolených typologií s cílem umožnit čtenáři porozumět
daným jevům. Data získaná v průběhu etnografického shrneme tak, aby poskytovaly odpovědi
na výzkumnou otázku. Samotné psaní odborné studie při etnografickém výzkumu politiky
podléhá specifickým pravidlům a přináší i značné výzvy pro badatele. Na jednu stranu se od
výzkumníka očekává, že textem přivedeme popisované místo a společenství lidí k životu tak,
aby si je představil člověk, který tam nikdy nebyl (Nordstrom 2004, 14, Gusterson, 108). Na
druhou stranu se předpokládá, že studie osvětlí "obecné pravdy" - fungování kapitalismu,
192
sektoru jaderných zbraní, OSN, sociálního násilí atd., tak aby byla přínosem i pro
výzkumníky a čtenáře, kteří nejsou odborníky na popisované téma. Výsledný text by měl
budit dojem, že je „v pořádku“ z hlediska ostatních znalců dané problematiky, a poskytovat
tzv. hustý popis, aby si čtenář mohl dělat vlastní závěry či úsudky ohledně tématu, které je
popisováno (Gusterson, 108).
Někteří badatelé proto psaní etnografické studie považují za hermeneutický moment sám o
sobě. Tento přístup vychází z úvahy, že nejen terénní výzkum, ale i výzkum u psacího stolu a
psaní textu, tedy vymýšlení myšlenek ve, při a skrze psaní, konstruují sociální realitu
formulovanou ve výzkumné zprávě (viz například v antropologii Clifford a Marcus 1986,
Geertz 1988, v organizační teorii Golden-Biddle a Locke 1993, 1997). Viděno skrze tuto
optiku se hermeneutika při etnografickém výzkum politiky odehrává ve třech interpretativních
momentech. První hermeneutika patří těm, které studujeme, jejich interpretacím jejich
vlastních zkušeností. Druhá hermeutika je ta výzkumníkova a vzniká tím, jak interpretujeme
aktéry my, jak s nimi hovoříme, účastníme se, čteme jejich dokumenty atd. Třetí
interpretativní moment také patří do hermeutiky výzkumníka a probíhá během fáze u psacího
stolu, kdy si opakovaně pročítáme naše poznámky z terénu a analyzujeme je, a během psaní
textu, kdy vytváříme narativ prezentující jak terénní práci tak analýzu. Podle Yanow ovšem
tento výzkumný proces zahrnuje ještě čtvrtou hermeneutiku. Ta se odehrává během
dodatečného interpretativního momentu, kdy čtenář interpretuje badatelova slova. Pokud
předvídáme tento moment, reflektujeme možná čtení svých textů, představujeme si odpovědi
a píšeme pro ně, pak dává smysl považovat čtení spolu s psaním za metodu objevování
(Yanow 2009, 278-279).
V každém případě bychom si měli uvědomit, že při sběru dat během terénního výzkumu, ale i
při jejich zpracování a interpretaci jsme součástí zkoumaného fenoménu. Měli bychom
reflektovat, jaké jsou naše možnosti a do jaké míry je naše interpretace dat určována naším
pohledem „zevnitř“. Při psaní závěrečné zprávy či studie je proto vhodné objasnit zvolené
způsoby a postupy terénního výzkumu (práce v terénu, zúčastněné pozorování, způsob vedení
rozhovorů), jejichž pomocí jsme získali empirické poznatky, nebo prostřednictvím kterých
zprostředkováváme popisované události. Při prezentaci primárních dat (například rozhovorů)
je také potřeba vzít v úvahu etické otázky spojené s etnografickým výzkumem a chránit
bezpečnost těch, které jsme dotazovali. Ve výsledné studii proto většinou neuvádíme skutečná
jména dotazovaných osob.
13.3. Příklad aplikace etnografie: Válka v Iráku
Jako příklad aplikace etnografie v politických vědách můžeme uvést článek Marie Gillespie,
která zkoumala názory a postoje Britů k válce v Iráku (Gillespie 2006). Autorkou této
etnografické studie je politická vědkyně, nejedná se tedy o případ, kdy je studie vypracována
antropologem, který se postupně dopracoval až do tradiční sféry politické vědy.
Za předmět výzkumu autorka zvolila analýzu procesu demokratické deliberace. Výzkumná
otázka zněla jak vznikají názory, způsoby argumentace a citová angažmá, která lidé vnášejí
do posuzování bezpečnostní politiky, většinou na základě čerpání informací z médií? Z
hlediska politické vědy bylo cílem výzkumu osvětlit souvislosti mezi mikroprocesy
demokratické deliberace a širšími otázkami národní a mezinárodní bezpečnosti. Jaké jsou
logiky, vzorce a formy diskursu veřejnosti v reakci na politický diskurs? Podle autorky byly
tyto procesy ve studiu mezinárodních vztahů často přehlíženy. Záměrem studie tak bylo
přispět ke studiu mezinárodních vztahů skrze použití etnografických dat a osvětlení postojů
veřejnosti k deklarovaným důvodům pro invazi do Iráku, která byla obhajována v kontextu
bezpečnostní politiky odkazem na „válku proti teroru“.
193
Z metodologického hlediska výzkum stavěl na „etnografii publika“. Jedná se o etnografickou
metodu, která analyzuje souvislost mezi tím, jak lidé interpretují informace čerpané z médií,
a širšími sociálními a politickými kontexty života lidí. Autorka neprováděla zúčastněné
pozorování nějakého konkrétního společenství, ale hloubkové rozhovory s britskými občany
z různého socio-ekonomického, etnického a náboženského pozadí.
Jako objekt výzkumu si autorka zvolila politické názory britských občanů včetně politických
názorů britských muslimů. Cílem Gillespie bylo zdokumentovat škálu politických perspektiv
a názorů. Snažila se ovšem vyhnout výlučnému zaměření na muslimy. Zajímalo ji porovnání a
kontrastování postojů menšinových etnických skupin a té většiny, přičemž vycházela
z předpokladu, že etnicita je vztahová, a ne fixní kategorie či atribut. Při výběru objektu
výzkumu Gillespie brala v úvahu, že termín muslim, i když odkazuje k náboženské kategorii,
je často používán ve smyslu „rasy“. Britští Jihoasiati a Arabové jsou často kategorizováni
jako muslimové kvůli sdíleným rasovým znakům. Autorka mezi dotazované zahrnula lidi
z rozdílného socio-ekonomického prostředí, protože předpokládala, že vzdělání a úroveň
kulturního kapitálu lidí může být důležitým indikátorem mediální a politické gramotnosti a
tedy i sledovaných názorů. Dotazovaní ovšem netvoří nějaký „representativní vzorek“,
protože cílem výzkumu nebyla generalizace pomocí kvantitativního výzkumu, jako je tomu u
statistické analýzy a obsahové analýzy (viz příslušné kapitoly). Naopak cílem kvalitativního
vedení rozhovorů bylo naopak vyzvědět indikativní, typické, ale také výrazně neobvyklé
odpovědi, a tímto způsobem identifikovat vzorce ve způsobech uvažování a pocitech.
Tazatelé zároveň dostali od autorky jakousi, i když flexibilní, strukturu rozhovorů, aby bylo
možné provést komparativní analýzu.
Sběru dat probíhal mezi zářím 2004 a dubnem 2006. Celkem 10 spolupracujících výzkumníků
z různých etnik provádělo hloubkové rozhovory se 173 lidmi napříč Velkou Británií:
v Edinburghu, Belfastu, Dublinu, Swansea, Bradfordu, Keighley, Oldhamu, v East End
Londýna a v Surrey. Věk dotazovaných se pohyboval mezi 11 a 82 lety, přičemž většina
informátorů byla ve věku mezi 20 a 35 lety. Mezi nimi bylo 81 žen a 92 mužů. Patřili
k různým vírám: 90 se jich popsalo jako Muslimové, 20 jako Hinduisté, 13 jako katolíci a 6
jako protestanti. Ostatní se označili jako ateisté, agnostici, sekulární nebo bez konkrétní víry.
Většina dotazovaných měla angličtinu jako svůj druhý jazyk a k tomu hovořila ještě jedním
nebo více z následujících jazyků: arabštinou, bengálštinou, hindí, kurdsky, pandžábsky,
sylheti, svahilštinou a urdu.
Autorka instruovala výzkumníky, kteří jí pomáhali se sběrem dat, aby přistupovali k
informátorům jako k publiku médií i představitelům veřejnosti. Tazatelé prováděli každých
šest týdnů hloubkové rozhovory se stejnými dotazovanými. Opakující se rozhovory umožnily
sledovat posouvající se názory a vnímání bezpečnosti a otázku legitimity invaze do Iráku
napříč časem. Rozhovory trvaly až dvě hodiny a jejich tématem byly otázky a události
spojené s aktuálními bezpečnostními problémy, které informátoři nebo výzkumníci zrovna
považovali za důležité, podle toho jak přicházely – například události v Beslanu, tsunami v
Asii, útok v Londýně, hurikán Katrína, spor kolem karikatur proroka Muhammeda atd.
Ve fázi analýzy a intepretace dat autorka ve spolupráci s asistenty nejdříve přepsala a uložila
provedených 173 rozhovorů do softwarového programu na analýzu kvalitativních dat (Nvivo
2). Data zakódovali a kategorizovali tak, aby je bylo možné systematicky zkoumat a
analyzovat. Při psaní závěrečné zprávy Gillespie rozdělila data podle témat, které sledovala ve
svých výzkumných otázkách. Nejdříve popsala otázku významu zpráv o bezpečnosti pro
názory respondentů. Zvláště identifikovala dva silné vzorce reakcí, které byly zřejmé napříč
rozhovory – reakce, které charakterizovaly, i když všeobecně, mediální kulturu britských
Muslimů a jiných informátorů z rasizovaných menšin. V druhé části vyhodnotila téma, jak
dotazovaní lidé rozmýšlejí o legitimitě bezpečnostní politiky Velké Británie. K tomu Gillespie
použila Weberovu trojstrannou typologii základů legitimity - tradiční, racionálně-legální a
194
charismatickou. Tento způsob koncipování etnografického materiálu sice autorka dopředu
neplánovala, ale při analýze dat zjistila, že pro setřídění úsudků informátorů je tato typologie
velmi užitečná. V závěrečné studii autorka zhodnotila výsledky výzkumu pro legitimitu
britské vlády.
13.4. Zhodnocení etnografie
Etnografie patří k metodologiím, které mají potenciál pozvednout, zlepšit a v některých
aspektech transformovat existující studium politiky a mezinárodních vztahů. Při realizaci
etnografie usilujeme o to stát se součástí studované lokality či společenství. Z terénního
výzkumu (zúčastněné pozorování, rozhovory) se o tématu dozvíme více než ze studia
dokumentů. Při sběru a zpracování dat přitom můžeme explicitně a přímo uplatňovat naši
vlastní subjektivní interpretaci toho, co vidíme a slyšíme. Jak se postupně zlepšuje naše
obeznámenost s detaily života zkoumaného společenství či organizace dostáváme se k širším
interpretacím a abastraktnějším analýzám. Kontext na „mikro“ úrovni se v důsledku potkává s
„velkými“ otázkami a tématy, jako třeba moc, útlak či násilí (Geertz, 2000, s. 32).
Vzhledem k tomu, že je založena na neustálém opakování procesů pozorování a interpretace
detailních a velmi rozličných informací, není etnografie příliš vhodná pro zobecňování na
abstraktnější rovinu teorií a v podstatě vylučuje vytvoření „velké“ teorie. Političtí etnografové
proto zpravidla nevstupují do velkých teoretických debat v politických vědách a
mezinárodních vztazích.
Pokud používáme zúčastněné pozorování a rozhovory, musíme se vyrovnat s tradiční kritikou
ohledně subjektivity jejich výzkumu. Je otázkou, zda můžeme dělat výzkum v klasickém
slova smyslu, pokud jsme vlastně zcela součástí fenoménu, který zkoumáme. Pro výzkum
politiky je však tento epistemologický rozpor spíše umělý. V etnografii se snažíme najít
střední cestu mezi oběma stranami sporu, která by nám umožnila zaujmout pozici vnějšího
pozorovatele, ale zároveň by reflektovala fakt, že jsme nevyhnutelnou součástí pozorovaného
objektu (viz například Bourdieu 1990; 2004). Vedle výše popsaného epistemologického
dilematu, se kterým se však potýká většina kvalitativních metod, můžeme narazit na úskalí
spojená s praktickým využíváním etnografie.
Většina badatelů v politických vědách, kteří provádějí etnografický výzkum, nejsou formálně
vyškoleni a učí se tyto metody za běhu. Musí se přitom spoléhat na studium klasických i
současných antropologických textů, navíc ani v rámci mateřské disciplíny antropologie
neexistují metodické texty, které by metodu specifikovaly. Každý je tak odkázán především
na metodu pokusu a omylu při vnoření se do terénu, což všechno vede k rozvoji množství
nevysloveného vědění o tom, jak je etnografický výzkum praktikován a psán (Yanow 2009,
277).
Etnografický výzkum je oproti jiným metodám časově a technicky mnohem náročnější, a to
jak při přípravě, tak ve fázi sběru dat a její analýzy a interpretace. Přístup k předmětu
výzkumu (společenství, lokalita či organizace) bývá nezřídka velmi komplikovaný, protože
techniky zúčastněného pozorování a vedení rozhovorů vyžadují nejen souhlas subjektu s
pobytem v jeho blízkosti, ale také ochotu spolupracovat s výzkumníkem na jeho práci.
Etnografická analýza vyžaduje sběr značného množství dat z nejrůznějších zdrojů a
výzkumník proto musí najít způsob, jak uchovávat relevantní data tak, aby byla později
snadno dosažitelná.
Přes tato úskalí můžeme prohlásit, že bez dostatečného prostoru pro etnografii by bylo
studium politiky značně ochuzené. Přínos etnografiického „vnoření se“ do studovaného
společenství či kontextu vidíme především ve čtyřech oblastech (Schatz 2009, 10-11). Zaprvé
etnografie může poskytnout dodatečná data a důkazy, které mohou zpochybnit nebo naopak
195
podpořit generalizace (a významy), se kterými přichází vysvětlující přístupy. Studium témat
jako jsou demokracie, svoboda, či mezinárodní řád může mít význam pouze tehdy, pokud
vezmeme v úvahu živé zkušenosti jednotlivců a způsoby, jak tyto abstrakce vnímají. Zadruhé
etnografie často rozšiřuje či přímo přehodnocuje způsob, jakým rozumíme hranicím
„politického“. Bezprostřední zkušenost z terénního výzkumu nás vede k teoreticky živému
zkoumání a ke kladení nových otázek. Zatřetí načasování terénního výzkumu, nepředvídané
události či osobní charakteristiky badatele usnadňují či naopak uzavírají přístup k určitým
druhům informací. Tyto výzvy a úskalí terénního výzkumu nutí výzkumníka k sebereflexi a
zvyšují povědomí o tom, že samotný výzkum (a osoba výzkumníka) ovlivňuje zkoumaný
předmět a že úplné a objektivní vědění není možné. Výzkum prováděný v terénu nás
obohacuje nejenom empiricky, ale slibuje i epistemologickou inovaci. Nakonec čtvrtou a
nejdůležitější výhodou a ctností etnografie je bezprostřední spojení výzkumníka s lidmi, kteří
jsou ovlivňováni mocenskými vztahy. Badatelé, kteří usilují pouze o abstraktní vědění, se
často utápí v konceptuálních a teoretických sporech a metodologických technikáliích a ztrácí
ze zřetele normativní důvody, které je původně motivovaly veškeré vědecké poznání. Naopak
etnografický výzkum nutí badatele neztrácet kontakt s praxí.
13.5. Závěr
Etnografie nabízí originální přístup ke zkoumání tradičních témat i nových otázek v rámci
politologie a mezinárodních vztahů. Svým potenciálem zkoumat souběžně otázky moci,
významů i transnacionáních sítí a toků zároveň představují metodologii relevantní pro
výzkum politiky v dnešním globalizovaném a postmoderním světě. Tato kapitola si kladla za
cíl nabídnout návod a popsat, jaké kroky je třeba následovat při tvorbě výzkumného rámce v
etnografii a při realizaci takového výzkumu.
Vzhledem k neustálému rozvoji na poli sociálních věd a reálné potřebě přezkoumávat sociální
fenomény z nových perspektiv, jsou etnografické nástroje a snaha o jejich úspěšné a kvalitní
použití důležitější než kdy dříve. Tato kapitola a další metodologické učebnice zmíněné
v jejím úvodu sice mohou základní návod, jak použitívat etnografii při výzkumu politiky,
nicméně etnografii se můžeme naučit a pochopit především skrze etnografickou praxi samou,
skrze vlastní terénní výzkum.
Kontrolní otázky
K jakým výzkumným agendám může použití etnografie přispět?
Co ovlivňuje volbu objektu výzkumu a metod(y) při terénním výzkumu?
Jaké jsou hlavní metody a techniky etnografie?
Jaké způsoby používáme k utřídění a analýze dat při etnografii?
Jaké informace ohledně výzkumu by měl badatel uvést při psaní závěrečné studie?
Jaké omezení se týkají použití etnografie při studiu politiky?
Jaká je hodnota a přínos použití etnografie pro studium politiky z hlediska studia politické
vědy a mezinárodních vztahů v současném světě?
Literatura
Abeles, M.: La vie quotidienne au Parlement europeen. Paris, Hachette 1992.
196
Abeles, M., Bellier, I., MacDonald, M.: Approche anthropologique de la Commission
europeenne / An Anthropological Approach to the European Commission. Brussels,
European Commission 1993.
Allina-Pisano, J. Sub Rosa Resistance and the Politics of Economic Reform: Land
Redistribution in Ukraine. World Politics 56 (4), 2004, s. 554-581.
Aronoff, M.J.: Israeli Visions and Divisions: Cultural Change and Political Conflict. New
Brunswick, N.J., Transaction, 1989.
Barnett, M.: Eyewitness to a Genocide: The United Nations and Rwanda, Cornell University
Press, 2003.
Bellier, I.: L’ENA comme si vous y etiez. Paris, Seuil 1993.
Bellier, I., Wilson, T. M. et al.: An Anthropology of the European Union. Building, Imagining
and Experiencing the New Europe. Oxford/New York, Berg 2000.
Bennedict, R. Patterns of Culture. Houghton Mifflin Harcourt,1934.
Bessette, G.: Involving the Community: A Guide to Participatory Development
Communication, Penang/Ontario, International Development Research Centre, 2004.
Blee, K.M., Currier, A. How Local Social Movement Groups Handle a Presidential Election.
Qualitative Sociology 29, 2006, s. 261-280.
Bongartz, P., Musyoki, S.M., Milligan, A., Ashley, H. Tales of shit: Community-led total
sanitation in Africa. Participatory Learning and Action (PLA) 61, London, International
Institute for Environment and Development, 2011.
Borneman, J.: Subversions of International Order. Studies in the Political Anthropology of
Culture. State University of New York Press 1998.
Bourdieu, P.: In other words. Essays towards a refl exive sociology. Stanford, Stanford
University Press 1990.
Bourdieu, P.: Comprendre. In: Bourdieu, P. et al. : La misere du Monde, Paris, Seuil 1993,
s. 903–939.
Bourdieu, P.: L,illusion. In: Raisons Pratiques. Sur la theorie de l,action. Paris, Seuil 1994,
s. 81–89.
Bourdieu, P.: Science of Science and Refl exivity. London, Polity 2004.
Bourdieu, P., Chamboredon, J.-C., Passeron, J.-C.: Le metier de sociologue. Prealables
epistemologiques. Čtvrte vydani. Paris, Mouton 1983.
Bourdieu, P., Chamboredon, J.-C., Passeron, J.-C.: The Craft of Sociology. Epistemological
Preliminaries. Berlin, New York, Walter de Gruyter 1991.
Bourgois, P. In Search of Respect: Selling Crack in El Barrio. New York, Cambridge
University Press, 1995.
Bowen, J.R., Petersen, R. Introduction: Critical Comparisons. In: Critical Comparisons in
Politics and Culture. Bowen, J.R., Petersen, R. et al., Cambridge, Cambridge University
Press, s. 1-20.
Clifford, J., Marcus, G.E. et al.: Writing Culture: The Poetics and Politics of Ethnography.
Berkeley, University of California Press, 1986.
Cohen, S. et al.: L’Art d’interviewer les dirigeants. Paris, PUF 1999.
Comarroff, J., Comarroff, J. Ethnography on an Awkard Scale: Postcolonial Anthropology
and the Violence of Abstraction. Ethnography 4 (2), 2003, s. 147-179.
Cooke, B., Kothari, U. et al.: Participation: The New Tyranny? New York, Zed Books, 2001.
Coulon, A.: Ethnomethodology, Qualitative Research Methods, vol. 36, London, Sage 1995.
Crewe E., Harrison, E.: Whoe Development? An Ethnography of Aid, London a New York,
Zed Books, 2002.
Edles, L.D.: Symbol and Ritual in the New Spain: The Transition to Democracy after Franco.
Cambridge, Cambridge University Press, 1998.
197
Ferguson, J.: The Anti-Politics Machine. Development, Depoliticization, and Bureaucratic
Power in Lesotho, University of Minessota Press, 1994.
Fernandes, L. Producing Workers: The Politics of Gender, Class, and Culture in the Calcutta
Jute Mills. Philadelphia, University of Pennsylvania Press, 1997.
Fortes, M., Evans-Pritchard, E. E. et al.: African Political Systems, Oxford, Oxford University
Press 1940.
Fujii, L.A. The Power of Local Ties: Popular Participation in the Rwandan Genocide. Security
Studies 17 (3), 2008, s. 568-597.
Geertz, C.: Interpretace kultur. Vybrane eseje. Praha, SLON, Sociologicke nakladatelstvi
2000.
Geertz, C.: The Interpretation of Cultures. Selected Essays. New York, Basic Books 1973.
Geertz, C. Works and Lives: The Anthropologist as Author. Stanford, California, Stanford
University Press, 1988.
Gillespie, M. Security, Media, Legitimacy: Multi-Ethnic Media Publics and the Iraq War.
International Relations 20 (4), 2006, s. 467-486.
Goddard, V. A., Llobera, J. R., Shore, C. et al.: The Anthropology of Europe. Identities and
Boundaries in Confl ict. Oxford, Berg 1994.
Golden-Biddle, K., Locke, K., Appealing Work: An Investigation in How Ethnographic Texts
Convince. Organization Science 4, 1993, s. 595-616.
Golden-Biddle, K., Locke, K. Composing Qualitative Research. Thousand Oaks, California,
Sage, 1997.
Goldman, M.: Imperial Nature: The World Bank and Struggles for Social Justice in the Age
of Globalization. New Haven, Yale University Press 2005.
Gusterson, H.: Ethnographic Research. In: Qualitative Methods in International Relations. A
Pluralist Guide. Klotz, A., Prakash, D. et al., Hampshire a New York, Palgrave
Macmillan, 2008, s. 93-113.
Hall, B.L., From Margins to Center? The Development and Purpose of Participatory
Research. The American Sociologist 23 (4), 1992, s. 15–28.
Harrell, M. Gender and Class-Based Role Expectations for Army Spouses. In: Anthropology
and the United States Military: Coming of Age in the Twenty-First Century, Frese, P.R.,
Harrell, M.C. et al., New York, Palgrave Macmillan, 2003.
Hejnal, Ondřej – Lupták, Ľubomír (2013): Když výzkum, tak skrytý: serpentinami
formalizované etiky. In: Pavlásek, Michal – Nosková, Jana (eds.): Když výzkum, tak
kvalitativní : serpentinami bádání v terénu. Brno: Masarykova univerzita, 2013, s. 133-
147.
Herzfeld, M. Cultural Intimacy: Social Poetics in the Nation-State. New York, Routledge,
1997.
Gagnon, P.V.: The Myth of Ethnic War: Serbia and Croatia in the 1990s. Ithaca, N.Y.,
Cornell University Press, 2004.
Ho, K. Situating Global Capitalisms: A View from Wall Street Investment Banks. American
Ethnologist 28 (3), 2005, s. 68-96.
Hooghe, L.: The European Commission and the Integration of Europe: Images of
Governance.
Cambridge, Cambridge University Press 2002.
Keck, M. E., Sikkink, K.: Activists Beyond Borders – Advocacy Networks in International
Politics. London, Cornell University Press 1998.
Kelly, J.D., Jauregui, B., Mitchell, S.T., Walton, J. et al.: Anthropology and Global
Counterinsurgency. Chicago, Chicago University Press 2010.
198
Kubik, J.: Ethnography of Politics: Foundations, Applications, Prospects. In: Political
Ethnography. What Immersion Contributes to the Study of Power. Schatz, E. et al.,
Chicago, The University of Chicago Press, 2009, s. 25-52.
MacDonald, S. et al.: Inside European Identities. Ethnography in Western Europe.
Providence/Oxford, Berg 1993
Marcus, G.E. Ethnography through Thick and Thin. Princeton, N.J., Princeton University
Press, 1998.
McNabb, D. E.: Research Methods for Political Science: Quantitative and Qualitative
Methods. London, Sharpe 2004.
McNabb, D. E.: The Interpretive Approach II: Ethnographic Methods. In: Research Methods
for Political Science. Quantitative and Qualitative Methods. New York, Sharpe 2004,
s. 398–415.
Naples, N. Feminism and Method: Ethnography, Discourse Analysis, and Activist Research.
New York, Routledge, 2003.
Nedbálková, Kateřina. Jedna ruka kreslí druhou aneb Jak se dělá etnografický výzkum. In
Kvalitativní výzkum v pedagogických vědách. Pravidla hry. Praha: Portál, 2007. s. 112-
125,
Nordstrom, C. Shadows of War: Violence, Power, and International Profiterring in the
Twenty-First Century. Berkeley, University of California Press, 2004.
North, D.: Institutions, Institutional Change and Economic Performance. Cambridge,
Cambridge University Press, 1990.
Nugent, D., Vincent, J. et al.: A Companion to the Antropology of Politics. London, Blackwell
Compnions to Anthropology, Blackwell, 2004.
Pain, R., Francis, P. Reflections on participatory research. Area 35 (1), 2003, s. 46-54.
Paley, J., Toward an Anthropology of Democracy. Annual Review of Anthropology 31, 2002,
s. 469-96.
Participatory Research and Development for Sustainable Agriculture and Natural Resource
Management: A Sourcebook. Ottawa, International Development Research Centre, 2005.
Petersen, R.: Resistance and Rebellion: Lessons from Eastern Europe. Cambridge, Cambridge
University Press, 2001.
Rosenau, J.N., Czempiel, E.O. Governance without Government: Order and Change in World
Politics, Cambridge Studies in International Relations, Cambridge University Press, 1992.
Ross, G.: Jacques Delors and European Integration. New York, Oxford University Press
1995.
Abeles, M., Jeudy, H.-P. et al.: Anthropologie du politique. Paris, Armand Colin 1997.
Schatz, E. Methods Are Not Tools: Ethnography and the Limits of Multiple-Methods
Research. Working Paper 12, Committee on Concepts and Methods, International Political
Science Association, January 2007.
Schatz, E. et al.: Political Ethnography. What Immersion Contributes to the Study of Power,
Chicago, The University of Chicago Press, 2009.
Schram, S.F. Words of Welfare: The Poverty of Social Science and the Social Science of
Poverty. Minneapolis, University of Minnesota Press, 1995.
Schwartzman, H. B.: Ethnography in Organizations. Qualitative Research Methods, vol. 27,
London, Sage 1993.
Shapiro, I. The Flight from Reality in the Human Sciences. Princeton, N.J., Princeton
University Press, 2005.
Sharp, J., Briggs, J., Yacoub, H., Hamed, N. et al.: Doing gender and development:
understanding empowerment and local gender relations. Transactions of the Institute of
British Geographers New Series 28 (3), 2003, s. 281-295.
199
Shdaimah, C., Stahl, R., Schram, S.F.: When You See the Sky through Your Roof: Policy
Analysis from Bottom Up. In: Political Ethnography. What Immersion Contributes to the
Study of Power. Schatz, E. et al., Chicago, The University of Chicago Press, 2009, s. 255-
274.
Smith, A. et al.: Politics and the European Commission. Actors, interdependence, legitimacy,
London/New York, Routledge 2004.
Smith, R. The Politics of Identities and the Tasks of Political Science. In: Problems and
Methods in the Study of Politics, Shapiro, I., Smith, R., Masoud, T.E. et al., Cambridge,
Cambidge University Press, 2004, s. 42-66.
Tarrow, S. The New Transnational Activism. Cambridge, Cambridge University Press, 2005.
Tynes, R. Nation-building and the diaspora on Leonenet: a case of Sierra Leone in
cyberspace. New Media & Society 9 (3), June 2007, s. 497-518.
Vincent, J.: Anthropology and Politics: Visions, Traditions, and Trends, Tucson, University
of Arizona Press 1990.
Vincent, J. et al.: The Anthropology of Politics. A Reader in Ethnography, Theory, and
Ashforth, A. Witchcraft, Violence, and Democracy in South Africa. Chicago, University of
Chicago Press, 2005.
Vrasti, W.: The Strange Case of Ethnography and International Relations. Millennium Journal
of International Studies 37 (2), December 2008, s. 279-301.
Wagner-Pacifici, R.E.: The Moro Morality Play: Terrorism as Social Drama. Chicago,
University of Chicago Press 1986.
Walsh, K.C.: Talking about Politics: Informal Groups and Social Identity in American Life.
Chicago, University of Chicago Press, 2004.
Walsh, K.C. Scholars and Citizens: Studying Public Opinion through Etnography. In:
Political Ethnography. What Immersion Contributes to the Study of Power. Schatz, E. et
al., Chicago, The University of Chicago Press, 2009, s. 165-182.
Weeden, L.: Ambiguities of Domination: Politics, Rhetoric, and Symbols in Contemporary
Syria. Chicago, University of Chicago Press, 1999.
Weeden, L. Concepts and Commmitments in the Study of Democracy. In: Problems and
Methods in the Study of Politics, Shapiro, I., Smith, R., Masoud, T.E. et al., Cambridge,
Cambidge University Press, 2004, s. 274-306.
Willis, P.: Learning to Labour: How Working Class Kids Get Working Class Jobs. New York,
Columbia University Press, 1981.
Wilson T. M., Smith M. E. et al.: Cultural Change and the New Europe: Perspectives on the
European Community. Boulder/Oxford, Westview Press 1993.
Yanow, D. Dear Author, Dear Reader: The Third Hermeneutic in Writing and Reviewing
Ethnography. In: Political Ethnography. What Immersion Contributes to the Study of
Power, Schatz, E. et al., Chicago, The University of Chicago Press, 2009, s. 275-302
14. Závěrem: Logika, rétorika a standardy výzkumu
Petr Drulák, Vít Beneš
14.1. Logika výzkumu
200
Řada omylů a nedorozumění, které se někdy objevují i v metodologických učebnicích,
pochází ze zaměňování logiky výzkumu s jeho rétorikou. Logikou výzkumu máme na mysli
realizaci výzkumu a následnost výzkumných kroků, zatímco rétorikou výzkumu rozumíme
prezentaci výsledků výzkumu v podobě studie (knihy, odborného článu), strukturované
v souladu s pravidly akademického psaní. Mnohdy vzniká mylný dojem, že následnost
výzkumných kroků (logika výzkumu) určuje strukturu studie (rétorika výzkumu). Ještě
nebezpečnějšího omylu se dopustíme, pokud rétorickou stavbu studie, tak jak je diskutována
níže, vezme jako návod výzkumného postupu. V případě prvního omylu vznikne nepřehledná
a nesrozumitelná studie (což lze napravit), v druhém případě nevznikne patrně vůbec nic,
neboť podle takového návodu se výzkum těžko může uskutečnit.
Při vymezení základních výzkumných aktivit, o něž se opírá logika výzkumu, můžeme vyjít
z rétoriky výzkumu a definovat je jako formulace výzkumné otázky, rozbor literatury,
vymezení způsobu práce s teorií a definice teoretických nástrojů, operacionalizace a volba
metod, výběr případů, sběr dat, zpracování a interpretace dat a vyvození teoretických závěrů.
Plánování výzkumu a sestavování výzkumného rámce, kterému se věnovala tato kniha,
odpovídá první část výzkumných aktivit: výzkumná otázka, způsob práce s teorií, definice a
operacionalizace konceptů, výběr případů a metod zpracování dat. Druhá část výzkumných
aktivit je realizace výzkumu v užším slova smyslu: sběr dat, zpracování a interpretace dat a
vyvození teoretických závěrů. Ovšem zatímco struktura výsledné studie má jednosměrnou
lineární podobu (rétorika výzkumu), samotný postup výzkumných aktivit (logika výzkumu)
lineární není (viz obrázek č. 1).
Nejjednodušším zobrazením logiky výzkumu je kruh, který odkazuje k filozofickému
principu hermeneutického kruhu. Ten se původně uplatňuje při interpretaci náboženských a
právních textů (Gadamer 1972; Hendl 2004; Drulák 2008b), ale jeho principy jsou
zobecnitelné na společenskovědní výzkum, zejména pokud jej realizujeme v rámci
interpretativního výzkumu. Podle hermeneutického kruhu nemůžeme jednotlivostem (např.
částem textu) porozumět bez porozumění celku a naopak celek nemůžeme pochopit, pokud
nechápeme jednotlivosti. K empirické jednotlivosti přicházíme s určitým předporozuměním,
které se opírá o naše abstraktní představy o celku. Toto předporozumění nám umožňuje
prvotně pochopit onu jednotlivost, což se následně promítá do našeho lepšího porozumění
celku. Na základě tohoto lepšího porozumění celku se můžeme vrátit k oné jednotlivosti a
pochopit ji tentokrát o něco lépe, což opět přispívá k lepšímu porozumění celku a tak dále.
Z hlediska metodologického můžeme chápat hermeneutický pohyb mezi jednotlivostí a
celkem jako pohyb mezi daty a našimi teoretickými koncepty, které tato data interpretují.
Přestože je filozofický princip hermeneutického kruhu spojován s interpretativním
výzkumem, vzájemné provázanosti mezi daty a teorií se nevyhne ani výzkum vysvětlující.
Teorie a teoretické koncepty nás předběžně připravují na data (empirickou realitu), kterou
chceme zkoumat. Jak jsme se již zmínili v úvodní kapitole věnované výzkumnému rámci, náš
výběr empirického případu i způsob, jakým vymezujeme data (proměnné) závisí na použitých
teoretických konceptech a zvolené metodologii. Určitý případ (událost, aktéra či objekt) si pro
analýzu vybíráme z toho důvodu, že reprezentuje určitý obecný fenomén, který nás zajímá
(případ „druhá světová válka“ reprezentuje obecný fenomén „mezinárodní konflikt“). Při
samotné empirické analýze potom nezpracováváme veškerá dostupná data týkající se námi
zvoleného případu (případů), ale pouze proměnné reprezentující vybrané teoretické koncepty
(například proměnná „HDP na osobu“ reprezentuje teoretický koncept „ekonomická
vyspělost“). Určité teoretické předporozumění se tedy nevyhnutelně promítá už do fáze
plánování empirického výzkumu (volba výzkumné otázky, výběr případů, vymezení dat a
proměnných). Při samotné realizaci výzkumu nezřídka přehodnocujeme, rozšiřujeme či
zužujeme datovou základnu našeho výzkumu oproti původnímu výzkumnému rámci
z teoretických či praktických důvodů. Můžeme upřesňovat operacionalizaci našich
201
teoretických konceptů a sbírat další data, která nám umožní tyto obecné koncepty lépe
zachytit. Někdy je dobré dodatečně rozšířit počet empirických případů, tak aby lépe
reprezentovaly zkoumaný obecný fenomén a abychom dostáli požadavkům některých
metodologií ohledně počtu zkoumaných případů (statistická analýza, kvalitativní srovnávací
analýza). V rámci komparativní případové studie někdy v průběhu samotného výzkumu
doplňujeme či odebíráme případy tak, aby jejich výběr odpovídal obecné logice vybrané
komparativní metody (viz výběr případů v obecné kapitole věnované výzkumnému rámci a
v kapitole ke komparativní případové studii).
Pohyb mezi teorií a daty ovšem probíhá i opačným směrem. Ve světle empirických dat často
musíme naše koncepty a postupy revidovat, čímž získáváme opět kvalitnější vhled do dat,
která sama nejsou statická, nýbrž jsou v důsledku našeho teoretického chápání rozšiřována či
zužována. To nám opět umožňuje přehodnotit naši konceptuální výbavu. Přehodnocování
teoretických konceptů, formulace nových hypotéz a tvorba novýh teorií je typickým úkolem
pro metodologie interpretativního výzkumu (zakotvená teorie, interpretativní případová
studie, diskurzivní analýza). Jedná o poměrně náročný postup s otevřeným koncem, který
ukazuje provizorní charakter našeho porozumění světu. Naopak vysvětlující výzkum klade
velký důraz na stabilitu konceptuální a teoretické základny v průběhu realizace našeho
výzkumu. Zejména pokud testujeme teorie, bychom se měli držet počátečního vymezení
teorií, hypotéz a teoretických konceptů. Ale ani v rámci vysvětlujícího výzkumu se v praxi
nevyhneme situacím, kdy musíme v pokročilé fázi výzkumného postupu (sběr, analýza a
interpretace dat) upravit či upřesnit naši konceptuální a teoretickou výbavu.
Jak jsme zdůraznili v úvodních kapitolách této knihy, plánování výzkumu a sestavování
výzkumného rámce je nezbytným předpokladem pro kvalitní výzkum, který by měl být
systematický, transparentní a zacílený. Výzkumný rámec ale není svěrací kazajka. Každý
individuální výzkum sleduje vlastní logiku výzkumu a samotný výzkumný postup vlastním
způsobem kombinuje a střídá jednotlivé výzkumné aktivity. Logika výzkumu (výzkumný
postup) je v porovnání s rétorikou výzkumu (prezentace výsledků výzkumu) nespojitá,
přeskakuje z jedné výzkumné aktivity na druhou a příležitostně se uzavírá do smyček.
Obrázek č. 1 pouze ilustruje, jak tento proces může vypadat, spojení mezi jednotlivými
aktivitami a jejich směry se budou lišit případ od případu.
Obrázek č. 1: Logika výzkumu
Formulace
výzkumné
otázky
Rozbor
literatury
Teoretické
nástroje
Závěry Analýza
dat
Sběr dat
Operacio-
nalizace
202
Zdroj: Drulák (2008c)
Co tuto změť způsobuje? Výzkumné aktivity obvykle probíhají paralelně, například studium
literatury a sběr dat, a často se od jedné se vracíme ke druhé, například od operacionalizace k
teorii. Dodržování mechanismu hermeneutického kruhu a průběžné revize a ověřování
dřívějších výzkumných kroků zajišťují, že na konci výzkumu zkoumáme naši otázku na
základě odpovídajících teorií, odpovídajícími metodami na odpovídajících datech. Ale tento
vzájemný soulad mezi jednotlivými výzkumnými aktivitami je až konečným důsledkem řady
revizí, které se týkají každé z definovaných činností včetně vymezení výzkumné otázky. I ta
se může v průběhu výzkumu měnit v závislosti na tom, co zjistíme z literatury, z teorií,
z metod či z dat.
Proč se ve výzkumné praxi linearita příliš nevyskytuje? Logika výzkumu v sobě zahrnuje dva
naprosto odlišné postupy v literatuře nazývané jako ars inveniendi a ars probandi, neboli
umění vymýšlet a umění přezkoumávat (Bourdieu, Chamboredon, Passeron 1991; Drulák
2008c). Řada metodologických návodů se zabývá pouze přezkoumáváním, poněvadž
vymýšlení považují za něco intuitivního a racionálně nezachytitelného. Vycházejí z existence
hypotéz a ukazují, jak hypotézy systematicky přezkoumávat (testovat). Nezabývají se tím, jak
hypotézy vznikají.
Domníváme se, že úvodem zmíněný omyl, který vede k záměně rétoriky výzkumu za jeho
logiku, je způsoben redukcí logiky výzkumu na ars probandi v jeho nejjednodušší podobě.
Ars probandi, porovnávání hypotézy s daty, může skutečně mít lineární povahu. Pokud se
přezkum opírá pouze o známé postupy a neklade nároky na kreativitu výzkumníka, lze ho
vskutku shrnout do jakéhosi manuálu výzkumného postupu, který bude stejně lineární jako
rétorika výzkumu. Takový jednoduchý lineární návod mohou někdy (rozhodně ne vždy)
nabídnout kvantitativní metody využívané při testování teorií (statistická analýza), i když i
ony od nás vyžadují určitou míru kreativity, například co se týče operacionalizace konceptů,
vymezení proměnných a sběru dat.
V případě metodologií zaměřených na vytváření nových konceptů, hypotéz a teorií
(interpretativní metodologie a některé z vysvětlujících metodologií) se takto jednoznačnými
návody nesetkáme. Ars inveniendi, které vede k formulaci hypotéz, zde není něčím, co
bychom mohli odsunout do černé skříňky intuice a iracionality, naopak stává se hlavní oporou
logiky výzkumu. Důraz na umění vymýšlet nám připomíná, že základním motorem výzkumu
je lidská tvořivost, schopnost přicházet s novými nápady a tyto nápady rozvíjet do různých
směrů.
Umění vymýšlet nemůžeme nikdy úplně zprůhlednit, racionálně rozebrat a zprostředkovat
další generaci výzkumníků. To však neznamená, že bychom o něm nemohli nic dozvědět.
Bourdieu, Chamboredon a Passeron (1991: 49-55) mluví nejméně o dvou doplňujících se
postupech, které vedou k novým myšlenkám ve výzkumu – ideální typy a analogie (Drulák
2008c).
O ideálních typech jsme mluvili již v kapitole věnované interpretativní případové studii.
Připomeňme, že se jedná o myšlenkový obraz, který vzniká z našich pozorování tím, že
stupňujeme a slučujeme určité pozorované rysy jevu do jakési ideální konfigurace. Například
na základě pozorování určitých ekonomických vztahů může vzniknout ideální typ liberální
tržní ekonomiky, který stupňuje svobodu účastníků a jejich racionalitu v ekonomických
203
vztazích. Ovšem na základě týchž pozorování může být definován také ideální typ
marxistické kapitalistické ekonomiky, který stupňuje nerovnost účastníků ekonomických
vztahů a jejich vykořisťující charakter. Samotná volba hledisek, které budeme stupňovat a
propojovat, je věcí zájmu výzkumníka.
I o analogiích již vlastně byla řeč byť jen nepřímo. Analogie nám umožňují přenést teoretické
modely, struktury či mechanismy z jednoho oboru do druhého. Definice analogie proto
odpovídá definici metaforické pojmu z kapitoly Analýza metafor, poněvadž kognitivně
propojuje dvě odlišné oblasti naší zkušenosti. Příkladů plodných analogií či metafor, které
posunuly výzkum v daném oboru je celá řad, jen namátkou zmiňujeme, že Darwinovy zákony
z biologie se uplatnily v ekonomii či politologii, kybernetické modely si našly cestu do
biologie, ve fyzice se výzkumu elektrických jevů opíral o znalosti o tepelných jevech a že v
historii umění se architektura gotické katedrály chápala pomocí analogie s teologickým dílem
Sv. Tomáše Akvinského Summa (Bourdieu, Chamboredon, Passeron 1991: 54). Tyto
„vědecké metafory“ fungují podle autorů jako „miniaturní teorie“, které umožňují odhalovat
strukturální podobnosti a zásobují nás nesčetnými otázkami a hypotézami hodnými
vědeckého přezkoumání (ibid. 55).
Zde představená logika výzkumu nám pomáhá ujasnit si, jak probíhá samotný výzkum.
Průběh výzkumu neprobíhá lineárně. Realizace výzkumu by měla respektovat výzkumný plán
(výzkumný rámec), který jsme si načrtli v přípravné fázi. Ovšem nejenomže postup
výzkumných prací (sběr, analýza a interpretace dat) závisí na výzkumném rámci (výzkumné
otázce, teorii či typu dat), nýbrž současně průběhu výzkumu zpětně ovlivňuje, jakou otázku si
klademe, jakou teorii volíme a na jaká data se zaměříme.
14.2. Rétorika výzkumu
Rétorikou výzkumu rozumíme pravidla výkladu, jež je třeba respektovat při psaní
výzkumných prací (Drulák 2008c). Volba vhodné rétorické strategie nastává po ukončení
vlastního výzkumu, kdy hledáme co nejpřesvědčivější způsob prezentace vybádaných
výsledků. Tato volba má podstatný vliv na přijetí či nepřijetí výzkumu posuzovateli, ať už
jsou jimi členové hodnotící komise u diplomových a disertačních prací či anonymní
recenzenti časopisů a nakladatelství. Způsob prezentace výsledků výzkumu je samozřejmě
klíčový i z hlediska uživatelů výzkumu a čtenářů z řad politiků, diplomatů, úředníků a širší
veřejnosti. Jinými slovy i vynikající výzkum bude posuzovateli a čtenáři odmítnut, pokud
autoři nezvládnou svoji studii po stránce rétorické.
Zvládnutí rétoriky je nezbytnou součástí výzkumné praxe. Výuka pravidel vědecké
argumentace proto probíhá na zahraničních univerzitách v samostatných předmětech
akademického psaní a není pouze součástí metodologických kurzů. Vzhledem k tomu, že
předmět akademické psaní na českých univerzitách zatím chybí, považujeme za nutné
dotknout se rétoriky výzkumu na závěr našeho metodologického výkladu.
Nutno předeslat, že existuje celá řada rétorických postupů, které se liší podle jazyka výkladu,
oboru výzkumu, publika, institucionálních zvyklostí či metodologie. Následující výklad
definuje pravidla, která se v našich oborech obvykle vztahují na studie určené akademickému
publiku. Týkají bakalářských, magisterských a disertačních prací jakož i odborných
monografií a článků ve vědeckých časopisech.
Rétorický styl, který při prezentaci výsledků našeho výzkumu používáme, musí být
maximálně vstřícný ke čtenáři. Vstřícnost rétoriky výzkumu souvisí s jejím lineárním
charakterem. Lze ji geometricky zobrazit přímou linií, která vede čtenáře bez jakýchkoliv
zákrut a odboček od formulace výzkumné otázky k odpovědi na tuto otázku. Lineární způsob
204
argumentace lze potom snadno sledovat. Autorská náročnost spočívá v tom, že lineární
charakter rétoriky výzkumu (viz obrázek č. 2) neodpovídá průběhu výzkumu, který má
naopak nespojitý, komplexní charakter (viz obrázek č. 1). Způsob, jakým výsledky výzkumu
prezentujeme, je v rozporu se způsobem, jakým promýšlíme a zapisujeme poznatky v průběhu
našeho výzkumu. Ve snaze přeložit výsledky našeho výzkumu do lineární podoby, nám často
nezbývá nic jiného než neustále přepisovat to, co jsme už jednou napsali či dokonce
několikrát přepsali. Je to však nakonec čtenář, kdo rozhoduje o osudu výzkumné studie a
jejího autora.
Podobně jako metodologie a metody i rétorika výzkumu patří do oblasti dovedností (techné),
jež lze ovládnout pouze trpělivou praxí. Jedná se přitom jak o pasivní praxi, kdy se při četbě
odborných textů nezaměřujeme jenom na obsah nýbrž i na rétoriku, tak i o praxi aktivní,
během níž se sami pokoušíme využít rétorická pravidla ve vlastním psaní. Rétoriku výzkumu
zvládáme tehdy, když dokážeme dokonale aplikovat její pravidla a když také víme, kdy a jak
můžeme tato pravidla vědomě a ku prospěchu věci porušit.
Obrázek č. 2: Rétorika výzkumu
Zdroj: Drulák (2008c)
Z hlediska struktury můžeme odborný text rozčlenit do následujících navazujících částí:
název, úvod, teorie, metody, výsledky, interpretace a závěr (Drulák 2008c). Z hlediska
rétorické strategie jsou nejdůležitějšími částmi název a úvod. Z názvu a úvodu se čtenář
dozví, co může od textu očekávat. Pokud tato očekávání budou příliš nízká, text nezaujme a
nebude čten. Pokud budou příliš vysoká, riskujeme, že je nedokážeme naplnit. Chybná
rétorika úvodu a názvu v obou případech text zásadně poškodí bez ohledu na výsledky
výzkumu.
14.2.1. Název a úvod
Název by měl v maximální stručnosti vyjadřovat hlavní myšlenku, výzkumnou otázku nebo
výsledek výzkumu. Zejména u článků a diplomových prací bychom se měli vyhnout obecným
názvům (např. „Válka a demokracie“ či „Britský volební systém“), o nichž nelze adekvátně
pojednat na tak omezeném prostoru, ale které mohou mít svůj smysl u monografií. Název naší
práce by měl vystihovat vlastní obsah stati (např. „Proč demokracie neválčí? Případ Brazílie“
či „Rostoucí role třetí strany v britském volebním systému“). Název by měl odpovídat
výzkumnému cíli, výzkumné otázce, případně výsledné odpovědi na tuto otázku, to znamená,
že na název textu můžeme vztáhnout stejné požadavky, které klademe na výzkumnou otázku
(viz kapitola výzkumný rámec a jeho prvky). Název práce by měl demonstrovat praktickou a
akademickou relevanci, abychom zaujali čtenáře z řad širší veřejnosti i akademické komunity,
zároveň by měl být jasně zacílený, abychom nevytvářeli nesplnitelná očekávání. Rozdělením
Formulace
výzkumné
otázky
Rozbor
literatury
Teoretické
nástroje
Operacio-
nalizace
Sběr dat Analýza
dat
Závěry
205
názvu na dvě části, obecnou a konkrétní (například „Příčiny genocidy: Rwanda a Burundi“)
můžeme specifikovat zkoumaný případ a současně identifikovat obecný přesah naší práce.
Rovněž doporučujeme použít v názvu sloveso, jehož přítomnost název vždy obohacuje a
posiluje jeho vypovídací hodnotu.
Samotný úvod plní několik funkcí. Měli bychom obhájit praktickou a akademickou relevanci
našeho výzkumu před laickou i odbornou veřejností. V úvodu představujeme čtenáři náš
výzkum – proč by si měl výslednou výzkumnou práci přečíst, co je naším cílem a jak ho
chceme dosáhnout, v čem spočívá přínos naší práce a jaká je struktura výsledného textu.
Představujeme výzkum v jeho finální podobě, v jaké se nakonec realizoval. Původní
výzkumný záměr (výzkumný rámec) může v průběhu výzkumu doznat určitých změn (viz
předchozí část), proto z hlediska rétoriky výzkumu doporučujeme sepisovat úvod až ve chvíli,
kdy máme hotovou analytickou část.
Nejdříve čtenáři objasníme praktickou relevanci našeho výzkumu (srov. s kapitolou
Výzkumný rámec a jeho prvky – část věnovaná výzkumné otázce). Musíme přesvědčivě
ukázat, proč má smysl klást si naši výzkumnou otázku a hlavně proč by měl čtenář chtít o oné
otázce vůbec něco vědět a proč by si měl naši práci přečíst. V této části úvodu poukážeme na
praktický (politický, společenský) problém, k jehož vysvětlení, porozumění a tedy i řešení
naše práce explicitně či implicitně přispívá (viz například výše zmíněný fenomén genocidy).
Demonstrace praktického, politického a společenského významu výzkumu v mezinárodních
vztazích a politických vědách většinou není nijak obtížné vzhledem k tomu, že naše disciplíny
se z definice zaměřují na (mezinárodně)politické a společenské fenomény (viz výše zmíněné
příklady demokracie a války, genocidy). Přesto bychom ale neměli praktickou relevanci
opomíjet. Zpracování této části se může na první pohled jevit jako snadné a samozřejmé,
ovšem opak může být pravdou. Potom co jsme byli řadu měsíců a někdy i let pohlceni
výzkumem, jeho praktický význam se nám může zdát natolik samozřejmým, že ztrácíme
schopnost odstupu od našeho výzkumu do té míry, že nepovažujeme za nutné, či v krajním
případě nedokážeme, projekt přesvědčivě obhájit před širším publikem.
Smyslem úvodní části není prezentovat naše osobní motivace a důvody, které nás vedly
k sepsání práce, ale důvody, proč by si ji měl čtenář přečíst. Většinou nemá smysl rozepisovat
se o tom, že nás téma zajímá, že jsme se jako autoři „chtěli o problému dozvědět více“.
Z hlediska rétoriky výzkumu je mnohem důležitější demonstrovat význam našeho výzkumu
pro širší (laické) publikum. Osobní motivace je zcela nezbytná pro úspěšnou realizaci
výzkumu (viz část věnovaná logice výzkumu). Z hlediska rétoriky výzkumu čtenáře naše
subjektivní důvody pro volbu tématu a výzkumné otázky nezajímají. Určitou výjimkou je
kritický výzkum, ve kterém musíme nejenom ozřejmit politickou a společenskou relevanci,
ale můžeme (a do značné míry se to i očekává) demonstrovat i naši subjektivní zaujetí pro
řešení zmíněného společenského a politického problému.
Akademická relevance shrnuje, jakým způsobem může náš výzkum přispět k existující
odborné literatuře. Nejdříve shrneme všechny důležité příspěvky k výzkumu daného
problému. Na tomto základě pak identifikujeme v odborné literatuře debaty, do kterých náš
výzkum přispívá, bílá místa, která budeme chtít zmapovat a zaplnit, či nedostatky, které
bychom chtěli naším výzkumem napravit. Ambicióznost našeho výzkumu by měla odpovídat
našim zkušenostem, rozsahu a typu práce. Při psaní bakalářských a magisterských prací
musíme ukotvit náš výzkum v existující literatuře domácí i světové produkce, ale od tohoto
typu prací se neočekává zásadní příspěvek ke světové literatuře. Na druhou stranu ani
bakalářská a magisterská práce nemůže být pouhým shrnutím existující literatury. U kratších
statí někdy bývá rozbor literatury součástí úvodu, výzkum prezentujeme především jako
snahu doplnit stávající literaturu, ať už jako příspěvek do probíhající odborné debaty, zaplnění
bílého místa či náprava převládajících omylů. U monografií rozboru literatury věnujeme
samostatnou kapitolu, která na úvod navazuje.
206
Nejdůležitější částí úvodu je výzkumná otázka. Výzkumná otázka respektive výzkumný cíl
reaguje na určitý společenský problém (viz praktická relevance našeho výzkumu) a na debaty,
bílá místa či nedostatky existující odborné literatury (viz akademická relevance). Jak jsme již
zmínili, výzkumnou otázkou čtenáři říkáme, co může od celé naší práce očekávat. Realizace
výzkumu směřuje k zodpovězení výzkumné otázky (viz logika výzkumu). Výzkumná otázka,
respektive hledání odpovědi na výzkumnou otázku, je pojítkem a smyslem výsledného
odborného textu. Všechny části výsledné práce (rétorika výzkumu) musí přispívat k naplnění
deklarovaného výzkumného cíle způsobem. Přesněji řečeno, čtenáři musí být z úvodu a
z metodologické části zřejmé, jak jednotlivé části (kapitoly) textu přispívají k hledání
odpovědi na výzkumnu otázku. Z hlediska rétoriky výzkumu by si měla celá práce sledovat
argumentační linii, která vyústí v zodpovězení výzkumné otázky a naplnění deklarovaného
výzkumného cíle.
Kromě výzkumné otázky by se měl čtenář z úvodu dozvědět základní informace o ostatních
prvcích našeho výzkumného rámce. Jakou metodologii používáme na zodpovězení naší
výzkumné otázky, případně i jaká jsou epistemologická východiska našeho výzkumu (viz
rozlišení mezi vysvětlujícím, interpretativním či kritickým výzkumem). Stručně informujeme
čtenáře o tom, zda a jakým způsobem budeme pracovat s teorií. Pokud aplikujeme teorii,
řekneme jakou, a zmíníme i klíčové koncepty, se kterými pracujeme. V případě, že teorii
(teorie) testujeme, měla by v úvodu zaznít i testovaná hypotéza (hypotézy). V úvodu bychom
také měli nastínit analyzované případy – v tuto chvíli je stačí vyjmenovat a stručně časově
vymezit. Konečně v úvodu bychom měli říci, kde jsme hledali potřebná data. V úvodu
bychom tedy měli stručně nastínit finální podobu výzkumného rámce, reflektující skutečný
průběh výzkumu, přičemž detailněji se budeme jednotlivým prvkům výzkumného rámce
věnovat v příslušných metodologických a teoretických kapitolách.
V úvodu můžeme shrnout hlavní poznatky stati. Je běžnou praxí zvláště v anglosaské vědecké
komunitě, že v úvodu se kromě výzkumné otázky dozvíme i výslednou odpověď, ke které
výzkum dospěl (viz předchozí poznámka, že úvod sepisujeme až na konci). S odkazem na
předchozí prozbor literatury objasníme, jak konkrétní výsledky našeho výzkumu rozšiřují
stávající poznání. Co se díky stati dozvídáme z toho, co jsme předtím nevěděli.
Úvod obvykle končí představením struktury stati, kdy stručně přibližujeme obsahy
jednotlivých částí stati a souvislosti mezi nimi. Jestliže představení základních parametrů
výzkumného rámce podává základní informace o logice výzkumu, představení struktury stati
se týká rétoriky výzkumu. Představíme funkce a role jednotlivých kapitol ve světle
výzkumného cíle, ke kterému práce směřuje. Čtenáři by mělo být zřejmé, jaká je „dělba
práce“ mezi kapitolami a jak na sebe kapitoly navazují. Musí být zřejmá argumentační linie
celého textu, abychom se při čtení jednotlivých kapitol neztratili.
14.2.2. Teorie
Pokud nemáme samostatnou kapitolu na rozbor literatury, následuje po úvodu obvykle
teoretická část. Podoba teoretické části závisí na způsobu, jakým jsme se rozhodli pracovat
s teorií (viz kapitola Výzkumný rámec a jeho prvky – část věnovaná způsobům práce s teorií).
Pokud jsme se rozhodli pro ateoretický popis, teoretická kapitola bude absentovat a pro
představení obecných konceptů si vystačíme s metodologickou kapitolou. Stejně tak pokud je
naším cílem tvorba nových teorií a hypotéz, nebudeme mít na začátku práce teoretickou
kapitolu. Dosavadní teoretické poznání shrneme v úvodu v rámci rozboru literatury, samotnou
empirickou analýzu však začínáme s čistým stolem a nové hypotézy a teorie se objevují až na
závěr práce coby výsledek našeho induktivního výzkumu. Naopak pokud teorie používáme
207
nebo testujeme, je samostatná teoretická kapitola (kapitoly) nezbytná. Při aplikaci teorie
představujeme teoretický model, který použijeme k vysvětlení námi vybraného případu.
Specifikujeme použité koncepty (pojmová definice) a specifikovat příčinné vazby mezi nimi
(teoretický model). Nicméně operační definice (vymezení datové podoby konceptů) většinou
nejde do takových detailů jako v případě testování teorie. Při aplikaci teorie je důležitější
seznámit čtenáře s vnitřní logikou (příčinnými mechanismy) zvoleného teoretického modelu.
U interpretativního výzkumu, ve kterém můžeme najít prvky aplikace teorie i tvorby nové
teorie, teoretická část ústí do očekávání teoretických souvislostí, s nimiž autoři přistupujeme
k empirické analýze. Pokud se rozhodneme teorie testovat, musíme představit vybranou teorii
(teorie), z nich odvozené hypotézy týkající se příčin zkoumaného fenoménu, koncepty, se
kterými hypotézy pracují (pojmové definice), a v neposlední řadě i způsob, jak budeme tyto
koncepty měřit (operační definice). Tomuto pohybu od teorií k měřitelným indikátorům
říkáme operacionalizace. Posledně jmenovaná položka, tedy operační definice konceptů,
může být buď součástí teoretické kapitoly, nebo navazující kapitoly metodologické.
Koncepty, hypotézy a teorie představujeme proto, že je budeme používat v samotné
analytické části. Bohužel u studentských prací se občas setkáváme se situací, kdy spolu
teoretická a analytická část vůbec nekomunikují. To je chyba. Představování teorií nikdy
nemůže být samoúčelné a s teoriemi (hypotézami, koncepty) musíme pracovat způsobem,
který jsme nastínili ve výzkumném rámci. Zavádíme teorie, modely a pojmy, o něž se bude
opírat v dalších další výzkum. Zavedení těchto teoretických nástrojů probíhá v dialogu
s existující teoretickou literaturou. Hypotézy jsou z teorií odvozené teze týkající se námi
zkoumaného fenoménu a jeho příčin. Pojmy musíme obhájit ve vztahu ke stávajícím teoriím.
Buď je přebíráme z existujících teorií s vysvětlením, proč je převzat právě tento a nikoliv jiný,
nebo, můžeme definovat vlastní teoretické koncepty s poukazem na to, že teorie žádný
vhodný koncept nenabízejí.
14.2.3. Metodologie
Metodologická část detailně představuje způsob (tj. metodu), jakým jsme hledali odpověď na
výzkumnou otázku a jakým jsme dospěli k výzkumnému cíli. Při sepisování metodologické
kapitoly využijeme náš původní výzkumný rámec (výzkumný plán), představíme jej ovšem
v podobě, v jaké byl výzkum skutečně realizován.
Jestliže výzkumný rámec jsme na začátku našeho výzkumu sestavovali hlavně kvůli sobě,
abychom věděli jak posupovat při realizaci výzkumu. Metodologickou kapitolu, která shrnuje,
jak byl výzkum skutečně realizován, píšeme pro čtenáře. Metodologická kapitola objasňuje
čtenáři náš postup při realizaci výzkumu (logika výzkumu). Čtenář by měl nejenom vědět,
jaké metodologické postupy jsme použili, ale hlavně proč jsme je volili. Měli bychom
ozřejmit, jak nám vybraná metodologie pomohla zodpovědět naši výzkumnou otázku,
respektive naplnit náš výzkumný cíl, případně i jaká jsou její omezení.
Aby mohli čtenáři posoudit adekvátnost zvoleného řešení a rozhodnutí, které musely být
během práce přijaty, musí být jeho postup srozumitelně popsán ve metodologické části práce.
Zatímco teoretická část dává naší práci věcnou relevanci, metodologická sekce dokládá její
systematičnost a umožňuje replikovat zvolené řešení (viz následující podkapitola věnovaná
standardům výzkumu), což patří mezi základní definiční atributy vědeckého výzkumu.
Metodologická kapitola je důležitá i z hlediska rétoriky výzkumu. Slouží totiž čtenáři jako
vodítko pro pochopení a porozumění výsledného textu. Jestliže z úvodu získal čtenář základní
představu o tom, co ho čeká, metodologická kapitola do detailů specifikuje výzkumné
postupy a tedy i strukturu a obsah analytické části naší práce. Jestliže má metodologická
kapitola sloužit jako vodítko pro navazující analytickou část, musí tomu odpovídat i rétorika a
208
styl psaní. Nepíšeme o tom, jaké metody existují, jaké metody můžeme používat, ale jakou
metodologii a jaké postupy skutečně používáme v naší práci. Zatímco v analytických
kapitolách, které tvoří největší část výsledného textu, píšeme o předmětu našeho výzkumu,
v metodologické kapitole píšeme o průběhu našeho výzkumu a o naší práci samotné.
Nebojme se psát v první osobě.
Rozsah a obsah metodologické kiapitoly tedy logicky závisí na tom, jak vypadá náš
výzkumný rámec a jakou metodologii používáme. Jakou si klademe výzkumnou otázku, zda
píšeme analytickou práci pracující s teoriemi nebo prostý popis, jakým způsobem vybíráme
případy a samozřejmě i na způsobu (metodě) zpracování dat. Jednotlivé kapitoly v této knize
nabídly specifické metodologie použitelné v teoreticky informovaném empirickém výzkumu,
tj. takovém, který zpracovává reálná data. Jednotlivé metodologie se ale liší z hlediska
epistemologických východisek (viz kapitola Výzkum politiky a jeho epistemologické,
metodologické a normativní souvislosti), a tato východiska bychom měli při sestavování
výzkumného rámce a při sepisování metodologické kapitoly respektovat. Jednotlivé
metodologie představené v této knize se liší i co do využitelnosti při tvorbě nových teorií,
aplikaci teorií nebo testování teorií.
Metodologická kapitola je obzvláště důležitá v okamžiku, kdy testujeme teorie. Na testování
potřebujeme výstižnou, systematickou a smysluplnou operacionalizaci hypotéz a konceptů,
abychom mohli dostát požadavku na spolehlivé a replikovatelné výsledky (viz následující část
věnovaná standardům výzkumu). Ale ani v popisném textu nemůže metodologická část
chybět. V popisné práci bude sice metodologická kapitola stručnější než u testování teorie, ale
i zde musíme přinejmenším vymezit popisovaný případ (případy) z hlediska časového a
tematického (viz kapitola Výzkumný rámec a jeho prvky – část věnovaná výběru případů),
definovat použité koncepty a představit použité primární zdroje (popisný text se musí opírat o
primární, nikoliv sekundární zdroje).
Sestavování výzkumného rámce a sepisování metodologické kapitoly pro interpretativní
výzkum, který můžeme využít pro rekonstrukci sdílených významů a na tvorbu nových
typologií a teorií, bývá poměrně náročné z několika důvodů. Za prvé, vytváření vytváření
nových konceptů a teorií od nás vyžaduje umění vymýšlet (ars inveniendi). Tento tvořivý
krok vycházející často z autorské intuice se obtížně zprostředkovává čtenářům v podobě
nějakého systematického postupu. Za druhé, epistemologická východiska interpretativního
výzkumu jsou skeptická ohledně spolehlivosti a reprodukovatelnosti výzkumu společenské
reality. I proto v interpretativním výzkumu najdeme méně metodologických učebnic, kterými
bychom se mohli inspirovat.
To však neznamená, že bychom měli v interpretativním výzkumu rezignovat na metodologii,
možná právě naopak. Jestliže interpretativní výzkum neklade důraz na spolehlivost a
reprodukovatelnost, o to více zdůrazňuje jiné kritérium: smysluplnost. Interpretativním
výzkumem zprostředkováváme čtenářovi smysl (význam), který zkoumaní aktéři a lidská
společenství dávají světu kolem sebe. Aby mohla výsledná práce plnit tento základní cíl
interpretativního výzkumu, musí „dávat smysl“. Jakkoliv v interpretativním výzkumu může
být obtížné rekonstruovat výzkumnou logiku (postup výzkumu), o to důležitější roli hraje
metodologická kapitola při zajištění smysluplnosti výzkumné rétoriky (prezentace výsledků
výzkumu).
Přestože někdy není možné do všech detailů vyložit a zprostředkovat naše výzkumné postupy,
jsme přesvědčeni, že každý výzkum – vysvětlující, interpretativní či kritický – by měl
specifikovat alespoň hlavní obrysy a prvky výzkumného rámce (viz kapitola Výzkumný
rámec a jeho prvky). V každém výzkumu si klademe nějakou výzkumnou otázku a usilujeme
o naplnění námi zvoleného výzkumného cíle. Výzkum by se měl nějakým způsobem
vztáhnout k teoriím, konceptům či typologiím používaným ke zkoumání námi zvoleného
fenoménu. Teorie, koncepty či typologie nalezneme i v interpretativním a kritickém výzkumu,
209
přestože tyto přístupy nesdílí představu vysvětlujícího výzkumu, podle kterého jsou teorie
modely zachycující objektivně existující zákonitosti fungování reálného světa.
Metodologická kapitola by měla tyto teoretické nástroje operacionalizovat. Každý výzkum
empiricky zkoumá vybraný případ (případy) – relativně ohraničené události, objekty, aktéry,
instituce, společenství, systémy. I když zkoumáme otevřené systémy (viz například
diskurzivní analýza), z praktických důvodů naše empirická analýza sbírá a zpracovává
konečné množství empirických dat. Čtenář by tedy měl vědět, jaký fenomén byl předmětem
našeho výzkumu, co či koho jsme zkoumali a jaká data potřebujeme, a jakými postupy jsme
sbírali data a propojovali nalezenou evidenci se zavedenými teoretickými nástroji.
V metodologické části také charakterizujeme použitá data a jejich zdroj, případně způsob
jejich sběru, pokud jsme je sebrali sami.
Podobně jako teoretické nástroje i metodologické a operacionalizační postupy je třeba obhájit
v dialogu s existující metodologickou literaturou. Jedním z důležitých standardů výzkumu je i
reflexivita (viz následující podkapitola), proto na závěr metodologické části obvykle
zmiňujeme omezení a nedostatky zvolené metody, které upozorňují čtenáře na vnitřní
omezení našeho výzkumného projektu, stejně tak na praktické problémy či překážky, na které
ksme při realizaci výzkumu narazili. Specifikujeme, jaký druh poznatků nelze od výzkumu
očekávat a v čem mohou být předložené výsledky z metodologických důvodů napadnutelné.
Zároveň vysvětlujeme, proč tyto slabiny neohrožují základní cíle našeho projektu. Utváříme
tím očekávání čtenáře a preventivně se bráníme té kritice, která není z hlediska našich cílů
podstatná. Kvalitní metodologická kapitola dává čtenářům návod na to, jak rozumět
výsledkým v kontextu našeho výzkumného cíle, předcházíme tak desinterpretaci výsledků
našeho výzkumu.
14.2.4. Analýza
Obsah analytické části je určován zvolenou metodologií a výzkumným rámcem, který jsme si
načrtli na začátku našeho výzkumu. Analytická část by měla odpovídat našemu výzkumnému
plánu (výzkumnému rámci), jakkoliv se tento plán může v průběhu realizace výzkumu měnit.
V analytické části by nemělo nic chybět, ale ani nic přebývat. Pokud zvolená metodologie
vyžaduje určitý analytický krok, měl by být v analytické části reflektován. A naopak.
V analytické části by se mělo objevit pouze to, co potřebujeme k naplnění výzkumného cíle.
Pokud děláme statistickou analýzu hlasování v českém parlamentu, nemá smysl rozepisovat
se o historii českého parlamentarismu od dob Rakouska-Uherska, přes Československou
republiku až po současnost. Naopak pokud jsme se rozhodli pro etnografickou analýzu
českého parlamentu, pak má smysl věnovat se i tradicím českého parlamentarismu.
Metodologie představené v této knize jsou ukotveny v příslušné výzkumnétradici a opírají se
o určitá epistemologická východiska (viz kapitola Výzkum politiky a jeho epistemologické,
metodologické a normativní souvislosti, k epistemologickým východiskům jednotlivých
metodologií viz též Drulák et. al. 2008). Použité koncepty a styl akademického psaní by měly
tato východiska respektovat. Jestliže například diskurzivní analýza vychází
z epistemologických východisek interpretativního výzkumu, těžko můžeme například tvrdit,
že námi zkoumaný diskurz je „příčinou“ určitého zahraničně-politického jednání.
Není potřeba zdůrazňovat, že v analytické části bychom měli respektovat logiku zvolené
teorie a používat koncepty představené v teoretické, respektive metodologické části. Vnitřní
konsistence a respekt k logice zvoleného teoretického modelu je obzvláště důležitá při
210
aplikaci teorie. Co se týče teoretických konceptů, v analytické části bychom měli koncepty
používat v souladu s jejich pojmovou definicí. Ve chvíli, kdy v analytické části měříme a
identifikujeme teoretické koncepty, využíváme k tomou definici operační. Jinými slovy,
k měření a zachycení teoretických konceptů používáme ty proměnné, které jsme nadefinovali
v metodologické části. Pokud jsme se v metodologické části rozhodli, že nejlepším způsobem,
jak změřit a zachytit teoretický fenomén „ekonomická vyspělost“ je proměnná „HDP na hlavu
v paritě kupní síly“, musíme v analytické části pracovat s proměnnou HDP na hlavu v paritě
kupní síly. V neposlední řadě, při práci s koncepty musíme používat jeden a tentýž výraz
napříč celým textem. Pokud píšeme článek na téma rozvojová spolupráce a pracujeme
s konceptem „donor“, měli bychom tento výraz používat konzistentně napříč celým textem a
ne že v jednom odstavci použijeme „donor“, v druhém „dárce“ a ve třetím pak
„poskytovatel“. Přestože se jedná o synonyma, z hlediska srozumitelnosti a vnitřní
konzistence bychom v textu měli používat pouze jeden výraz.
Analytická část je nejdůležitější a nejdelší částí naší práce. Většinou ji proto musíme
strukturovat do dílčích kapitol a podkapitol. Členění analytické části do kapitol, podkapitol a
částí by mělo být logické a v souladu se zvolenou metodologií. Pokud zpracováváme několik
málo případů pomocí komparativní studie, můžeme kapitoly členit podle jednotlivých
případů. Jindy může být smysluplnější strukturovat text podle testovaných teorií či podle
použitých proměnných. Pokud v rámci statistické analýzy provádíme několik dílčích testů,
můžeme podle nich strukturovat analytickou část práce. Pokud realizujeme popisbnou práci,
může dávat smysl členění chronologické. Rozčlenění analytické části do kapitol a podkapitol
je vždy individuální podle toho jakou otázku si klademe, jaké případy a kolik jich
analyzujeme, jakou metodologii používáme. Členění naší práce by ale vždy mělo být logické
a srozumitelné. Text strukturujeme do kapitol a podkapitol proto, aby se v něm mohl čtenář
lépe orientovat. Názvy kapitol musí být výstižné, musí odpovídat obsahu kapitol.
V úvodním odstavci každé kapitoly bychom měli čtenáři připomenout, co ho v následující
kapitole čeká a jakým způsobem kapitola zapadá do širšího plánu. Zvláště pokud je naše práce
delší, musíme do ní čas od času vkládat tyto „orientační cedule“, aby se čtenář na cestě naším
textem neztratil. Čtenář by měl v každém okamžiku vědět, kde se nachází, proč by si měl
přečíst další kapitolu a co ho čeká. Každá kapitola plní nějaký dílčí úkol v rámci širšího
výzkumného plánu, jehož cílem je odpovědět na výzkumnou otázku. Jaké úkoly jednotlivé
kapitoly plní, by se čtenář měl dozvědět z úvodu a z metodologické kapitoly, zvláště u delších
textů bychom mu to měli připomenout i na začátku jednotlivých kapitol. V úvodních
odstavcích kapitoly můžeme formulovat hlavní poznatky a argumenty dané kapitoly, přičemž
tyto poznatky by se měly objevit i v jejím názvu.
Mezi jednotlivými kapitolami textu tedy existuje jasná dělba práce a my jako autoři bychom ji
měli respektovat. V textu máme „speciální“ kapitoly (úvod, metodologická a teoretická
kapitola, závěr), jejichž úkol vyplývá především z obecných pravidel akademického psaní.
Například je zavedeným pravidlem, že vymezení teorií, hypotéz a definice konceptů je
úkolem pro teoretickou část, nikoliv pro empiricko-analytické části textu – tuto dělbu práce
musíme při psaní respektovat. Úkol jednotlivých kapitol v rámci analytické části našeho textu
vyplývá z našeho vlastního výzkumného rámce. Rozhodnutí o tom, co která analytická
kapitola bude dělat a co bude jejím úkolem, je na nás. Opět ale platí, že pokud má být práce
srozumitelná a přehledná, nějaká dělba práce musí existovat.
Jak už jsme se zmínili výše, rétorika výzkumu má na rozdíl od logiky výzkumu lineární
charakter. Text musí být plynulý. Věty by na sebe měly navazovat, píšeme jednoduše a
srozumitelně, vyvarováváme se složitých souvětí. Ucelené myšlenky uzavíráme do odstavců,
které by na sebe měly navazovat. Stejně tak podkapitoly a kapitoly výsledného textu by na
sebe měly navazovat. Kapitoly tvoří ucelenou argumentační linii, která by čtenáři měla být
zřejmá po přečtení nadpisů jednotlivých kapitol. Měli bychom se vyvarovat zbytečných
211
odboček a slepých uliček, které sice mohou být samy o sobě zajímavé, ale nijak nepřispívají
k dosažení výzkumného cíle, zdržují čtenáře a odvádí jeho pozornost od hlavní argumentační
linie celého textu. Pokud je některá odbočka zajímavá a je nám líto ji jenom tak smazat,
můžeme ji využít jako základ pro nový text.
Na konci jestlivých kapitol bychom měli, v závislosti na délce a složitosti celého textu,
shrnout dílčí výsledky zmíněné kapitoly. Dílčí výsledky i ty závěrečné představujeme
s maximální přehledností, pokud možno prostřednictvím tabulek. Během empirického
výkumu obvykle narazíme na řadu skutečností, které se nám z toho či onoho důvodu jeví jako
nové či zajímavé. Zdaleka ne všechny tyto skutečnosti můžeme zařadit do výsledků studie.
Patří tam pouze ty skutečnosti a data, které nám pomáhají odpovědět na výzkumnou otázku.
V případě, že objevíme něco skutečně zajímavého, co ovšem přímo nesouvisí se zaměřením
našeho projektu, a nechceme tento poznatek nechat zapadnout, máme dvě možnosti. Buď
revidujeme zaměření našeho výzkumu (výzkumnou otázku, teoretické nástroje, metody) nebo
si zmíněný poznatek odložíme pro další studii s jiným zaměřením a jinou výzkumnou
otázkou.
Pokud pracujeme s teoriemi (tvorba, aplikace či testování teorií – viz kapitola Výzkumný
rámec a jeho prvky), pak bychom měli výsledky interpretovat v kontextu našich teoretických
cílů a vyvodit z nich za pomocí teoretických nástrojů obecnější závěry. Jestliže bylo naším
cílem testování teorií, potom vyhodnocujeme hypotézy a očekávání, které jsme formulovali
v teoretické části. V případě tvorby teorie formulujeme nové teorie, hypotézy či typologie.
14.2.5. Závěr
V závěru se vracíme k ambicím a cílům celého výzkumu. Stručně zopakujeme, jaký byl
výzkumný cíl / výzkumná otázka a shrneme hlavní poznatky v podobě odpovědi na tuto
výzkumnou otázku. Smyslem závěru je shrnout a zopakovat poznatky z analytické části, což
znamená, že samotná analýza a interpretace musí proběhnout již v analytické části. Zároveň
by se v závěru měly objevit pouze ty argumenty a teze, které jsme obhájili v analytické části.
Obecně platí, že závěr není místem pro spekulativní úvahy nad rámec toho, co bylo řečeno (a
obhájeno) v analytické části.
Závěr uzavírá celou práci a měl by být reakcí a odpovědí na to, co jsme napsali do úvodu.
Jestliže jsme úvod zahájili zamyšlením nad praktickou relevancí našeho výzkumu, potom
závěr by měl obsahovat konkrétní praktická doporučení, která vyplývají z výsledků našeho
výzkumu. V úvodu jsme ukotvili náš výzkum v dosavadní akademické debatě, na závěr
potom porovnáme konkrétní výsledky naší studie s výsledky jiných studií. Vysvětlujeme, jak
naše výsledky rozšiřují empirické a / nebo teoretické poznání. V úvodu, respektive ve
výzkumném rámci jako takovém, jsme vyjádřili určité ambice ve vztahu k teoretickému
poznání, které bychom měli v závěru reflektovat. Pokud jsme chtěli čtenáři nabídnout
„pouze“ kvalitní popis, jehož cílem bylo sebrat, shromáždit a případně i agregovat nová data
týkající se určité události, bude i náš závěr zdůrazňovat empirické poznatky. Popisnou práci,
jejímž cílem nebyla analýza příčinných souvislostí, nemůžeme zakončit spekulativními
úvahami ohledně příčin popisované události či příčin zkoumaného fenoménu. Jestliže jsme
chtěli najít a vytvořit novou teorii (hypotézu či typologii) vysvětlující příčiny určitého
obecného fenoménu, potom bychom v závěru měli tuto naši novou teorii (respektive hypotézu
či typologii) jednoduše a srozumitelně vyložit. Zdůrazníme, v čem je naše teorie či hypotéza
nová oproti stávajícímu teoretickému poznání. Pokud jsme měli skromnější cíl v podobě
aplikace některé z existujících teorií, potom v závěru vyložíme, jak zvolená teorie vysvětluje
zkoumaný empirický případ. Konečně při testování teorie (teorií) bychom měli dát pokud
212
možno jasnou odpověď na otázku, zda testovanou hypotézu potvrzujeme či zamítáme. Pokud
jsme testovali několik konkurenčních hypotéz, z nichž každá vysvětlovala zkoumaný fenomén
pomocí jiné příčiny, měli bychom čtenáři říci, které z nich dokázala zkoumaný fenomén
vysvětlit lépe.
Obecně řečeno, závěrečné teze by měly odpovídat očekávání, které jsme vytvořili v úvodu
naší práce. Na jedné straně bychom se měli vyvarovat vyhýbavým a nejasným závěrům.
Jestliže jsme v úvodu slíbili odpověď na výzkumnou otázku, potom bychom tento slib měli
splnit a dát čtenáři jasnou, srozumitelnou a konkrétní odpověď. Na druhé straně bychom se
měli vyvarovat spekulativním závěrům, které jdou nad rámec výzkumné otázky předložené
v úvodu a které nejsou podepřené naší analýzou. Pokud naše analýza ukáže, že námi
testovaná hypotéza je platná, ovšem s určitými omezeními a za splnění určitých podmínek,
musíme to v závěru reflektovat. Stejně tak je záhodno zmínit omezení, ať již vyplývají ze
zvoleného teoretického východiska, použité metodologie nebo nedostatků v datové základně.
Spekulativní argumenty a teze nad rámec našeho výzkumného cíle a nad rámec provedené
analýzy do závěru nepatří. Ovšem (spekulativní) otázky naznačující jakým směrem by se
mohl ubírat navazující výzkum, mají v závěru své místo. Jak jsme se již zmínili v úvodních
kapitolách, výzkum je kolektivní činnost. Tak jako my využíváme výsledků práce jiných, tak i
ti, kteří přijdou po nás budou, jak doufáme, využívat poznatků našich. V závěru proto pro
čtenáře a další badatele shrneme naše vlastní poznatky, ale můžeme i navrhnout výzkumné
otázky jako možnou inspiraci pro další výzkum.
14.2.6. Seznam zdrojů
Seznam použitých zdrojů je typickým vnějším atributem a nedílnou součástí každé vědecké
práce. Seznam použitých zdrojů je výrazem naší snahy o transparentnost vůči čtenářovi a
posuzovateli našeho výzkumu. Ukazujeme, kde přesně jsme získávali teoretické modely,
kterými metodologickými postupy jsme se inspirovali, odkud jsme čerpali data a podpůrné
argumenty pro naši práci. Seznam použitých zdrojů ovšem nezahrnuje jenom akademickou
(teoretickou) a empirickou základnu, na které náš výzkum stojí, ale širší pole, vůči kterému se
vztahujeme a vymezujeme. Při výzkumu bychom neměli opomíjet žádné zdroje, které jsou
relevantní v souvislosti s výzkumnou otázkou. Měli bychom reflektovat všechny důležité
příspěvky k výzkumu daného problému, včetně těch, které dochází k jiným závěrům a vůči
nimž se vymezujeme.
Samotný seznam zdrojů je koncipován jako výčet použité literatury. V seznamu zdrojů se tedy
mohou objevit pouze ty zdroje, které jsme četli a na které v textu odkazujeme. A to platí i
naopak. V seznamu literatury by neměl chybět žádný zdroj, se kterým jsme pracovali.
Primární a sekundární zdroje, se kterými jsme pracovali, identifikujeme již v samotném textu
ve formě odkazů. V okamžiku, kdy reprodukujeme cizí myšlenky nebo pokud chceme čtenáře
odkázat na další relevantní literaturu, vkládáme do příslušného místa textu odkaz. V případě
potřeby můžeme použít originální text z primárního či sekundárního zdroje v původní podobě.
Takový text, označovaný jako citace, uvádíme v uvozovkách a na jeho konec opět vkládáme
odkaz na zdroj. Jestliže reprodukujeme cizí myšlenky a data nebo dokonce celé části textu bez
náležitého odkazu na zdroj, dopouštíme se plagiátorství, které je považováno za závažný
přestupek vůči akademické etice. Požadavek na odkazování na zdroje se týká i našich
vlastních starších textů, které využíváme v textu pozdějším. Pokud bychom přebírali celé části
našich dřívějších textů bez řádného odkazování, dopustili bychom se autoplagiátorství.
Samozřejmě můžeme publikovat dílčí výsledky jednoho výzkumu ve více publikacích. Každá
213
z těchto publikací si však musí zachovat originalitu, jednotlivé texty se musí lišit výzkumným
cílem a v odpovídající míře i strukturou a obsahem. Používáme-li naše starší texty, měli
bychom na ně odkazovat, na druhou stranu přehnaná a neodůvodněná citace vlastních děl,
které nesouvisí s tématem a s cílem práce, je nevhodná.
Odkazy na literaturu vkládáme do textu také v okamžiku, kdy přímo či nepřímo odkazujeme
na dosavadní literaturu. Například pokud v textu odkazujeme na „tvrzení některých autorů“
nebo „postuláty realistické teorie“, měli bychom doplnit odkazy na nejznámější díla, ve
kterých se zmíněná tvrzení či postuláty objevují. Zdroj bychom měli uvádět i pokud
pracujeme s faktografickými informacemi a daty, pokud se zrovna nejedná o všeobecně
známá fakta.
Vraťme se ale k závěrečnému seznamu zdrojů. Seznam zdrojů by měl zahrnovat jak prameny
sekundární (akademické zdroje), tak primární (rozlišení primární a sekundární zdroje viz
kapitola Výzkumný rámec a jeho prvky – část věnovaná vymezení dat). Doporučujeme
rozdělit seznam zdrojů do dvou kategorií: literatura (sekundární zdroje) a dokumenty
(primární zdroje různých typů). Zdroje by měly být dostatečným způsobem identifikovány
pomocí tzv. bibliografického záznamu. Ten by měl obsahovat zejména údaje o autorovi
(osoba či organizace), název, rok vydání, místo vydání a vydavatel. Pomocí bibliografického
záznamu musíme identifikovat všechny sekundární zdroje i zdroje primární, včetně těch, které
jsme sami sesbírali (například rozhovory). Identifikační údaje uvádíme u tištěných zdrojů i u
elektronických, které jsme stáhli z internetu. Samotné URL nebo pouhý název internetového
serveru nestačí – je třeba identifikovat konkrétní dokument, se kterým jsme pracovali.
Není úkolem této knihy diskutovat konkrétní podobu odkazů a seznamu literatury –
požadavky kladené na jejich technické provedení se liší podle disciplíny, podle zvyklostí
vědeckého pracoviště nebo nakladatelství, u kterého chceme svoji knihu či odborný článek
publikovat. Z těch nejznámějších a nejpoužívanějších můžeme zmínit tzv. harvardský styl (viz
Anglia Ruskin University 2015) použitý i v této knize nebo mezinárodní normu ČSN EN ISO
690 (Viernátová – Skůpa 2011). Bohužel jednotná citační norma neexistuje a jednotlivé
univerzity a nakladatelství často z historických důvodů používají vlastní citační normu se
specifickými pravidly pro odkazování a seznam literatury. Při práci se zdroji a
s formátováním odkazů a seznamu zdrojů podle nejrůznějších citačních norem můžeme využít
specializovaný software – tzv. citační manažery.
14.3. Standardy výzkumu
Na závěr naší knihy se budeme krátce věnovat standardům výzkumu, které bychom měli
v průběhu výzkumu respektovat a podle kterých bude i náš výsledný text posuzován. Rozdíl
mezi interpretativním a vysvětlujícím výzkumem, který jsme nastínili v první kapitole naší
knihy, se promítá i do standardů, které vedou náš výzkum a podle nichž posuzujeme kvalitu
výzkumu druhých. Identifikace a uplatňování metodologických standardů patří
k nejkomplikovanějším otázkám výzkumné praxe. K jejímu uchopení použijme Aristotelovy
pojmy poznání (epistémé), dovednosti (techné) a praktického poznání (fronésis) (Aristotelés
1996; Drulák 2008b,c). Zatímco poznání představuje teoretickou znalost rozvíjenou a
předávanou rozumovou argumentací (např. euklidovská geometrie vyvozující své závěry
z jasných axiomů), dovednost odkazuje ke schopnosti vytvářet a aplikovat obecné principy
znalosti (např. tesařova dovednost se opírá o znalost geometrie). Dovednost nemůžeme získat
pouze rozvažováním, je k tomu třeba opakovaného použití v praxi. Metodologie a metody
mají částečně povahu dovedností a můžeme si je osvojit pouze praxí. Na jejich použití se
rovněž vztahují zvláštnosti praktického poznání (fronésis), které také nelze formalizovat
do podoby bezprostředně aplikovatelných pravd, principů či pravidel. Praktické poznání se
214
sice opírá o určitá pravidla, jako když například soudce rozhoduje soudní při, neobejde se
však bez vyzrálosti vycházející z předchozích zkušeností. Standardy výzkumu proto zůstávají
do určité míry nevyslovené. Nelze je vyslovit v podobě, v níž by se daly bez dalšího
aplikovat.
Ačkoliv nelze jasně stanovit kritéria, podle nichž se posuzuje kvalita výzkumu, lze
identifikovat určité obecné standardy, které bychom měli při svém výzkumu respektovat a
podle kterých bude náš výzkum posuzován. Při realizaci našeho výzkumu a při prezentaci
jeho závěrů si musíme uvědomit, že důraz, který budou posuzovatelé klást na jednotlivé
standardy, se bude lišit podle jejich epistemologické pozice (Drulák 2008b). Vysvětlující
výzkum do značné míry přebírá standardy přírodních věd. Kvalita výzkumu je proto
posuzována co do jeho platnosti (zejména vnější a vnitřní platnost) a spolehlivosti (Gray
2004: 90-94). Po určitých úpravách ale můžeme kritéria platnosti a spolehlivosti vztáhnout i
vůči interpretativnímu výzkumu. Z níže uvedených standardů jsou pro interpretativní výzkum
relevantní například vnitřní platnost, konstrukční platnost, vnitřní konsistentnost či
spolehlivost posuzovatele a jeho schopnost sebereflexe. Konečně kritický výzkum bude klást
důraz na etické aspekty výzkumu: respekt ke zkoumaným subjektům, schopnost reflektovat
naši vlastní pozici vůči předmětu výzkumu (sebereflexe) a schopnost vnímat potřeby a
problémy společnosti, pro kterou píšeme a o které píšeme.
14.3.1. Platnost
Platnost (validity) se týká otázky, zda jsme naplnili deklarované výzkumné cíle a zda jsme
skutečně zkoumali to, co jsme zkoumat chtěli. To může znít celkem banálně, nicméně často se
stává, že důsledkem chybně zvolené metody či jiné operacionalizační chyby sbíráme data,
která sice mohou být zajímavá, ale přímo se netýkají zkoumané otázky. Rozlišujeme několik
druhů platnosti.
Vnitřní platnost (internal validity) se týká kvality, s níž je prokázán kauzální vztah mezi
nezávislou a závislou proměnnou (vysvětlující výzkum), respektive věrohodnost a
smysluplnost našich závěrů (interpretativní výzkum). Adjektivem vnitřní máme na mysli
věrohodnost závěrů týkajících se námi zkoumaného případu (výběru případů) (Gerring 2007).
Podařilo se nám v rámci námi zkoumaných případů věrohodně prokázat vztah mezi závislou a
nezávislou proměnnou? Reflektovali jsme alternativní hypotézy (kontrolní proměnné)?
Nakolik jsou získané výsledky (ne)zkresleny nežádoucími vlivy? Dávají závěry naší studie
smysl? Jsou naše závěry přesvědčivé pro naše naše čtenáře (Miles – Huberman 1994: 278-
279)? Odpovídají použité metododologické postupy praxi oboru respektive jsou odchylky od
této praxe odůvodnitelné v rámci uznávaných představ o povaze výzkumu v daném oboru?
Vnější platnost (external validity) hodnotí, do jaké míry jsou vyzkoumané závěry zobecnitelné
na další případy a do jaké míry se týkají pouze zkoumaného případu (případů). Umožňuje
nám velikost výběrového souboru a způsob jeho sestavení zobecnit závěry naší studie na
celou populaci? Jaké jsou hranice zobecnitelnosti? Na kterou skupinu případů lze závěry
našeho výzkumu zobecnit (Miles – Huberman 1994: 279)?
Kritériová platnost (criterion validity) porovnává výsledky měření určitého konceptu se
stávajícími uznávanými kritérii. Odráží způsob a výsledky našeho měření známá, ověřená a
zažitá kritéria měření zmíněného konceptu? Odpovídá operacionalizace konceptů dosavadní
praxi oboru? Odpovídá výsledek našeho měření jiným měřením stejného konceptu nebo
fenoménu?
Konstrukční platnost (construct validity) se bezprostředně týká kvality operacionalizace, tedy
převodu abstraktního konceptu do podoby měřitelných proměnných. Reprezentuje zvolená
215
proměnná (indikátor) námi zkoumaný abstraktní koncept? Nebylo by lepší měřit abstraktní
koncept jiným způsobem – jinou proměnnou (indikátorem)? Měříme to, co jsme chtěli měřit?
Předpovědní platnost (predictive validity) hodnotí kvalitu předpovědi budoucího vývoje
závislé proměnné na základě změn proměnné nezávislé. Odpovídají hodnoty proměnných,
které vygeneruje teoretický model, hodnotám skutečně naměřeným v budoucnosti?
14.3.2. Spolehlivost
Spolehlivost (reliability) hodnotí konsistentnost opakovaných měření a vyhodnocování dat.
Pokud je výzkumný nástroj spolehlivý, měl by stejná data vyhodnocovat stále stejně bez
ohledu na to, kdo, kdy a jak ho používá. Spolehlivost můžeme do značné míry ztotožnit
s replikovatelností. Replikovatelnost znamená, že výzkumné postupy musí být dostatečně
jasné a transparentní, aby kdokoliv podle nich mohl náš výzkum zopakovat. Platí, že každý by
měl mít možnost zopakovat výzkumný postup jakéhokoli výzkumu a v ideálním případě se
dobrat stejných výsledků. Pokud by jiný badatel náš výzkum zopakoval, pokud by použil naše
postupy a pravidla pro sběr, analýzu a interpretaci dat, měl by v ideálním případě dospět ke
stejným výsledkům. Spolehlivost je důležitým standardem vysvětlujícího výzkumu. Při
analýze kvantitativních dat můžeme dokonce spolehlivost vyjádřit koeficientem vycházejícím
z korelace mezi oběma měřeními či výsledky testů. Spolehlivost můžeme do určité míry
vztáhnout i na interpretativní či kritický výzkum. Vysvětlující výzkum se vyznačuje lepší
replikovatelností než výzkum interpretativní, což ovšem neznamená, že by interpretativní
výzkum měl na toto kritérium zcela rezignovat. I v případě, kdy naše data nejsou
kvantifikována do podoby přesně měřitelných proměnných, bychom měli usilovat o to, aby
byl náš výzkum replikovatelný. Podobně jako platnost, i spolehlivost má několik dimenzí.
Stabilita (stability) hodnotí konsistentnost opakovaných měření a zpracování dat. Získali
bychom při opakovaném použití našich výzkumných nástrojů na stejný výběrový soubor stále
stejné výsledky? Například dotazníkové šetření téže skupiny provedené jednou v pondělí a
jednou v pátek by mělo při nezměněných vnějších podmínkách poskytnout stejná data.
Vnitřní konsistentnost (internal consistency) se věnuje konsistentnosti a homogenitě mezi
dílčími částmi našeho výzkumu, výzkumného rámce či použitého metodického nástroje
(například dotazníku). Metodický nástroj (dotazník) je vnitřně konzistentní, pokud jeho
jednotlivé části (otázky) dávají konzistentní výsledky a konzistentně měří stejný koncept či
fenomén. Výzkum (výzkumný rámec) jako celek je vnitřně konzistentní, pokud jsou jeho dílčí
části ve vzájemném souladu.
Spolehlivost mezi posuzovateli (inter-coder reliability / inter-judge reliability) hodnotí, do jaké
míry se dva výzkumníci používající stejný metodický nástroj na stejných datech shodnou na
interpretaci dat (na výsledcích). Shodnou se dva výzkumníci, používající naši
operacionalizaci abstraktních konceptů, na kategorizaci pozorovaných případů? Přiřadili
kódovači analyzující shodné kódovací jednotky těmto kódovacím jednotkám shodné kategorie
(viz kapitola věnovaná obsahové analýze)? Je náš výzkumný rámec natolik jasný, aby jiní
výzkumníci postupující podle našeho výzkumného rámce dospěli ke stejné interpretaci dat a
tedy ke stejným výsledkům?
14.3.3. Etika
Výzkum by měl splňovat i určité etické standardy jednak v průběhu práce se zkoumanými
osobami, jednak při zpracování a interpretaci získaných dat. Etické aspekty výzkumu nabývají
216
na důležitosti, zvláště pokud jsou zkoumanými případy jedinci (spíše než státy) a / nebo
pokud zpracováváme neagregovaná data několika málo osob.
V prvé řadě zachováváme otevřenost a zkoumané osoby informujeme o cílech a průběhu
našeho výzkumu. Skrytý výzkum, kdy před zkoumanými osobami skryjeme naši skutečnou
identitu a / nebo skutečný cíl a účel našeho výzkumu, bychom měli provádět pouze
v odůvodněných případech, kdy by plná otevřenost mohla ohrozit cíle našeho výzkumu (viz
kapitola věnovaná etnografii). V takovém případě informujeme zkoumané osoby dodatečným
způsobem, jakmile to bude možné.
Měli bychom zachovávat respekt ke zkoumaným subjektům, zejména k jejich právu na
soukromí. Soukromí zkoumaných osob musíme chránit zejména při skrytém výzkumu (viz
výše). Při sběru dat (dotazníky, rozhovory) bychom si měli se zkoumanou osobou předem
dohodnout míru anonymizace. Pokud zkoumaná osoba nedala souhlas s odkrytím identity a
hrozí nebezpečí identifikace, měli bychom ji o tomto riziku informovat a vynechat nebo
dokonce pozměnit osobní údaje. S výsledky výzkumu bychom měli nakládat citlivě. Výzkum
by neměl v žádném případě ohrozit nebo dokonce poškodit zkoumané subjekt fyzicky,
psychicky či sociálně, stejně tak by neměl narušit jejich důstojnost (Reichel 2009: 177-178).
Při plánování výzkumu a při samotném zpracování a interpretaci dat si zachováváme
dostatečnou míru sebereflexe. Smysl sebereflexe se může lišit podle jednotlivých metodologií
(a jejich epistemologických pozic). V rámci vysvětlujícího výzkumu větěšinou skrze
sebereflexi usilujeme o maximální objektivitu (hodnotovou nestrannost a nezávislost) (Miles –
Huberman 1994: 278). Měli bychom se zbavit předsudků vůči předmětu výzkumu a přijímat
ho s otevřeností. Při výzkumu (při sběru a zpracování dat a při interpretaci výsledků
výzkumu) se oprostíme od našich hodnotových pozic a habituálního ukotvení tak, aby
neovlivnily náš výzkum. Zachováváme si nezávislost, protože naším úkolem není hájit zájmy
zadavatelů a ani zkoumaných osob (Reichel 2009: 176). Pokud se nám těmto požadavkům na
objektivitu nepodaří plně dostát, měli bychom o tom informovat čtenáře. Deklarovaná
hodnotová strannost a závislost je potom v rámci pozitivistického kánonu vnímána jako
přiznaná vada výzkumu.
Naopak v rámci interpretativního a zejména pak kritického výzkumu se snažíme vědomě a
výslovně uznat naše hodnotové a habituální zakotvení, které se nutně promítá do naší
výzkumné práce, aniž bychom se snažili je překonávat. V rámci interpretativního výzkumu
nám naše hodnotové a habituální zakotvení ve zkoumané společnosti může pomoci ve snaze o
rekonstrukci sdílených významů, které jednotlivci a skupiny přisuzují realitě. Kritický
výzkum, jehož smyslem je reflexe problémů zkoumaného společenství, obhajoba jejich zájmů
a potažmo širší společenská změna, je hodnotová strannost a vazba na zkoumané společenství
žádoucí a očekávaná.
Literatura
Anglia Ruskin University (2015): Guide to the Harvard Style of Referencing. Cambridge:
Anglia Ruskin University,
<http://libweb.anglia.ac.uk/referencing/files/Harvard_referencing_2015.pdf >.
Biernátová, Olga – Skůpa, Jan (2011): Bibliografické odkazy a citace dokumentů dle ČSN ISO
690 (01 0197) platné od 1. dubna 2011. Citace.com, <http://www.citace.com/CSN-ISO-
690.pdf >.
217
Reichel, Jiří (2009): Kapitoly metodologie sociálních výzkumů. Praha: Grada Publishing.
Novák, Miroslav a kol. (2011): Úvod do studia politiky. Praha: SLON
Gerring, John (2007): Case Study Research: Principles and Practices. Cambridge: Cambridge
University Press.
Kincheloe, Joe L. – McLaren, Peter (2005): Rethinking Critical Theory and Qualitative
Research. In: Denzin, Norman K. – Lincoln, Yvonna S. (eds): The Sage Handbook of
Qualitative Research. London: Sage, s. 303-342
Miles, Matthew B. – Huberman, A. Michael (1994): Qualitative Data Analysis: An Expanded
Sourcebook. London: Sage.
Barša, Pavel a Ondřej Císař. 2008. Anarchie a řád ve světové politice. Praha: Portál.
Císař, Ondřej. 2010. „Externally-Sponsored Contention: The Channelling of Environmental
Movement Organisations in the Czech Republic after the Fall of Communism.“
Environmental Politics 19(5): 736-755.
Della Porta, Donatella a Michael Keating. 2008. „How Many Approaches in the Social
Sciences? An Epistemological Introduction.” In Approaches and Methodologies in the
Social Sciences: A Pluralist Perspective, eds. Donatella Della Porta a Michael Keating.
Cambridge: Cambridge University Press, 19-39.
Della Porta, Donatella. 2008. “Comparative Analysis: Case-Oriented versus VariableOriented
Research.” In Approaches and Methodologies in the Social Sciences: A Pluralist
Perspective, eds. Donatella Della Porta a Michael Keating. Cambridge: Cambridge
University Press, 198-222.
Hollis, Martin a Steve Smith. 2000. Mezinárodní vztahy: výklad a porozumění (Explaining
and Understanding International Relations). Brno: CDK.
Oakeshott, Michael. 1933. Experience and Its Modes. Cambridge: Cambridge University
Press.
Ragin, Charles, C. 1987. The Comparative Method: Moving Beyond Qualitative and
Quantitative Strategies. Berkeley, Los Angeles, London: UC Press.
Schwarz-Shea, Peregrine a Dvora Yanow. 2012. Interpretive Research Design. New York a
London: Routledge.
Winch, Peter. 2004. Idea sociální vědy a její vztah k filosofii. Brno: CDK.