Kausalanalytische Forschungsdesigns - Einzelansicht

Die Aufgabe der Gesellschaftswissenschaften besteht sowohl im Beschreiben als auch im Erklären sozialer Tatbestände. Alle Erklärungen beinhalten behauptete Ursache-Wirkung-Beziehungen, die empirisch überprüft werden müssen. Außerhalb der Wissenschaft finden sich in Politik und Publizistik ebenfalls häufig Behauptungen über Kausalität, z.B. wenn eine polizeiliche Maßnahme als Grund für einen Rückgang der Drogenkriminalität gelobt wird, diese Maßnahme den Rückgang also verursacht habe. Die Aufgabe einer kritischen Sozialwissenschaft besteht auch hier in der empirischen Überprüfung solcher Aussagen. Statistik und quantitative Sozialwissenschaft verfügen inzwischen über ausgefeilte Methoden zur möglichst strengen Prüfung von Kausalbeziehungen. Der „Goldstandard” ist dabei ein Experiment mit einem vom Versuchsleiter gezielt gesetzten Stimulus sowie der Zufallszuweisung auf Kontroll- und Experimentalgruppe. Allerdings ist es bei sozialwissenschaftlichen Fragestellungen aus praktischen und ethischen Gründen nicht immer möglich, ein Feld- oder Laborexperiment durchzuführen. Das Seminar behandelt daher die Frage, wie mittels nichtexperimenteller Beobachtungsdaten kausale Hypothesen angemessen überprüft werden können. Es hat zum Ziel zu vermitteln, wie Regressionsanalysen sinnvoll aufgebaut werden können, und für die Vor- und Nachteile verschiedener Forschungsdesigns zu sensibilisieren. Oftmals können beispielsweise sog. Quasi-Experimente (natürliche Experimente) zur Kausalschätzung ausgenutzt werden. Dabei erfolgt die Zuweisung auf Vergleichs- und „Experimentalgruppe” durch die sich der Kontrolle des Wissenschaftlers entziehende (soziale) Umwelt. Das Seminar macht die Techniken anhand von Beispielstudien verständlich und vermittelt das notwendige statistischer Hintergrundwissen. Die Teilnehmer üben die Auswertung mit der Statistiksoftware Stata und nutzen Daten echter, veröffentlichter Studien, um deren Ergebnisse zu replizieren. Fragestellungen dieser Studien sind unter anderen, inwiefern repressive Polizeimaßnahmen den Konsum harter Drogen verhindern oder ob Gewinner hoher Lotteriesummen seltener pleitegehen.

Dunning, T. (2012). Natural Experiments in the Social Sciences: A Design-Based Approach. Cambridge University Press.

Morgan, S. L. und C. Winship (2014). Counterfactuals and Causal Inference:Methods and Principles for Social Research (2 Aufl.). Cambridge University Press.

Wooldridge, J. (2010). Econometric Analysis of Cross Section and Panel Data (2. Aufl.). MIT Press.

Alle interessierten Studierenden des MA Soziologie melden sich bitte bis zum Ende der Belegphase an, sodass vor Veranstaltungsbeginn eine vollständige Liste aller Kursteilnehmer vorliegt.