3. Onderzoeksmethodologie en -aanpak
3.2 Onderzoeksmethodologie
3.2.5 Fuzzy set QCA versus conventioneel kwantitatief onderzoek
73 ‘Boolean’, betekent eenvoudig gezegd dat variabelen enkel gecodeerd kunnen worden als [0] of [1], dus dichotoom zijn.
74 George Boole (1815-1864), was een Britse mathematicus die als eerste een algebra ontwikkelde die bruikbaar was voor variabelen met enkel twee mogelijke waarden, 'waar' of 'onwaar'.
3.2.5 Fuzzy set QCA versus conventioneel kwantitatief onderzoek
Toepassingen van fuzzy sets vinden hun oorsprong in het vakgebied electrical engineering en elektronics research. Twee belangrijke basispublicaties daarbij zijn: ‘Abstraction and pattern classification’ (Bellman, Kalaba, & Zadeh, 1964) en ‘Fuzzy Sets’ (Zadeh, 1965a, 1965b). In de publicaties geven de auteurs een uiteenzetting van de wetenschappelijke onderbouwing, het toepassingsgebied en de definitie van fuzzy sets. Zadeh (1965a) omschrijft fuzzy sets als:
A fuzzy set is a class of objects with a continuum of grades of membership. Such a set is characterized by a membership (characteristic) function which assigns to each object a grade of membership ranging between zero and one. The notions of inclusion, union, intersection, complement, relation, convexity, etc., are extented to such sets, and various properties of these notions in the context of fuzzy sets are established. (p. 338)
Zadeh (1965a) geeft de volgende wiskundige benadering van fuzzy sets:
Let X be a space of points (objects), with a generic element of X denoted by x. Thus, X = (x).
A fuzzy set (class) A in X is characterized by a membership (characteristic) function fA(x) which associates with each point in X a real number in the interval [0, 1], with the value of fA(x) at x representing the “grade of membership” of x in A. Thus, the nearer the value of fA(x) to unity, the higher the grade of membership of x in A. When A is a set in the ordinary sense of the term, its membership function can take on only two values 0 and 1, with fA(x) = 1 or 0 according as x does or does not belong to A. Thus, in this case fA(x) reduces to the familiar function of a set A. (When there is a need to differentiate between such sets and fuzzy sets, the sets with two-valued characteristic functions will be referred to as ordinary sets or simply sets.). (p. 339)
91
Onderzoeksmethodologie en -aanpak
complexe binaire sets van onderzoeksgegevens. Daarbij maakte hij gebruik van zogenoemde ‘Boolean algoritmen’. Deze algoritmen zijn ontwikkeld in de jaren vijftig van de negentiende eeuw door ingenieurs werkzaam binnen het vakgebied van elektronica. CsQCA was de eerste
techniek en is ontwikkeld eind jaren 80 van de 19e eeuw. “QCA using conventional Boolean73
74 (or ‘crisp’) sets was developed first, which is why the label ‘QCA’ is so often used too
name this technique” (Rihoux & Ragin, 2009, p. xix). Het ging hierbij specifiek om het vereenvoudigen van elektronische circuits. Quine (1952) en McCluskey (1966), hebben bij de ontwikkeling ervan een belangrijke rol vervuld (Rihoux & Ragin, 2009, p. 33). MvQCA is wat betreft uitgangspunten en procedures, zoals de Boolean benadering, praktisch identiek aan csQCA met dien verstande dat er twee belangrijke verschillen zijn.
Het eerste verschil is dat bij csQCA aan een dichotome onderzoeksvariabele alleen de waarde [0] of [1] kan worden toegekend en bij mvQCA meerdere, door gebruik te maken van een categorie indeling.
Het tweede verschil is dat mvQCA gebruik maakt van zogenoemde drempelwaarden (thresholds) om een meer gefundeerde afweging te maken op de dichotome waarden [0] en [1]. Een voordeel bij toepassing van mvQCA ten opzichte van csQCA is, dat het risico om belangrijke informatie van onderzoeksvariabelen in een onderzoek te verliezen wordt beperkt (Rihoux & Ragin, 2009, p. 70).
FsQCA biedt in tegenstelling tot csQCA en mvQCA de mogelijkheid om aan variabelen op een continue schaal zogenoemde ‘Membership’ waarden toe te kennen, die liggen tussen [0,0] en [1,0]. “The basic idea behind fuzzy sets is to permit the scaling of membership scores and thus allow partial membership” (Rihoux & Ragin, 2009, p. 89).
73 ‘Boolean’, betekent eenvoudig gezegd dat variabelen enkel gecodeerd kunnen worden als [0] of [1], dus dichotoom zijn.
74 George Boole (1815-1864), was een Britse mathematicus die als eerste een algebra ontwikkelde die bruikbaar was voor variabelen met enkel twee mogelijke waarden, 'waar' of 'onwaar'.
3.2.5 Fuzzy set QCA versus conventioneel kwantitatief onderzoek
Toepassingen van fuzzy sets vinden hun oorsprong in het vakgebied electrical engineering en elektronics research. Twee belangrijke basispublicaties daarbij zijn: ‘Abstraction and pattern classification’ (Bellman, Kalaba, & Zadeh, 1964) en ‘Fuzzy Sets’ (Zadeh, 1965a, 1965b). In de publicaties geven de auteurs een uiteenzetting van de wetenschappelijke onderbouwing, het toepassingsgebied en de definitie van fuzzy sets. Zadeh (1965a) omschrijft fuzzy sets als:
A fuzzy set is a class of objects with a continuum of grades of membership. Such a set is characterized by a membership (characteristic) function which assigns to each object a grade of membership ranging between zero and one. The notions of inclusion, union, intersection, complement, relation, convexity, etc., are extented to such sets, and various properties of these notions in the context of fuzzy sets are established. (p. 338)
Zadeh (1965a) geeft de volgende wiskundige benadering van fuzzy sets:
Let X be a space of points (objects), with a generic element of X denoted by x. Thus, X = (x).
A fuzzy set (class) A in X is characterized by a membership (characteristic) function fA(x) which associates with each point in X a real number in the interval [0, 1], with the value of fA(x) at x representing the “grade of membership” of x in A. Thus, the nearer the value of fA(x) to unity, the higher the grade of membership of x in A. When A is a set in the ordinary sense of the term, its membership function can take on only two values 0 and 1, with fA(x) = 1 or 0 according as x does or does not belong to A. Thus, in this case fA(x) reduces to the familiar function of a set A. (When there is a need to differentiate between such sets and fuzzy sets, the sets with two-valued characteristic functions will be referred to as ordinary sets or simply sets.). (p. 339)
92
••• Chapter 3
Bij toepassing van fsQCA techniek geldt dat de uitgangspunten75 van het op te zetten
onderzoek moeten voldoen aan criteria die opgesteld zijn op basis van theorieën, ervaring en kennis van de te onderzoeken objecten/onderwerpen (in dit onderzoek: Nederlandse gemeenten). “Proceed to model building-namely, identify potential conditions to be included in the model(s), relying on case-based knowledge and theoretical considerations’ (Rihoux & Ragin, 2009, p. 19). Zoals elke wetenschappelijke onderzoeksmethode en -techniek eigen specifieke theorieën, concepten en methodologie kent, zo geldt dit ook voor QCA en de daarvan afgeleide technieken. Algemeen gesteld zijn er twee belangrijke en conventionele manieren dominant bij het verkrijgen van wetenschappelijke kennis: kwantitatief en kwalitatief onderzoek. Ook wel genoemd positivistisch en interpretatief onderzoek. Haverland & Yanow (2010) omschrijven beide vormen:
Onderzoek geïnspireerd door een positivistische benadering veronderstelt dat de realiteit onafhankelijk van de observeerder bestaat en dat deze objectief waargenomen kan worden. Het belangrijkste doel van positivistisch onderzoek is om oorzaken van een fenomeen te ontdekken; de taak bij het ontwerpen en uitvoeren van onderzoek is het testen van causale hypothesen. Daarom moet de onderzoeker, naast het bieden van een aannemelijk causaal mechanisme, zo overtuigend mogelijk aantonen dat een factor (onafhankelijke variabele) een andere factor heeft veroorzaakt (afhankelijke variabele). De onderzoeker moet aantonen dat oorzaak en gevolg met elkaar correleren. Daarbij moet de oorzaak het effect in tijd voorafgaan. Het effect mag niet veroorzaakt worden door een andere factor. Dit laatste betekent dat in het onderzoek ‘gecontroleerd’ moet worden op alternatieve verklaringen, (zie bijvoorbeeld Babbie, 1998; Haverland, 2007). Des te meer de onderzoeker in deze taak slaagt, hoe groter de interne validiteit van het onderzoek is.
75 Overigens gelden de genoemde uitgangspunten eveneens voor de technieken csQCA en mvQCA.
Het doel van interpretatief onderzoek echter is ‘redenen’ voor een fenomeen aan te dragen. Dus, in plaats van ‘waardoor’, zoals in positivistisch onderzoek, vraagt de onderzoeker ‘waarom’. Interpretatief onderzoek begint niet met formele hypothesen, specificeert geen variabelen en test geen hypothesen. Onderzoekers, die deze manier van wetenschappelijke kennisvergaring aanhouden, veronderstellen dat sociale werkelijkheden intersubjectief (of ‘sociaal’) geconstrueerd zijn en dat wetenschappelijke kennis alleen ontwikkeld kan worden in interactie met actoren in hun eigen omgeving en situaties. (pp. 90-91)
Het specifieke van fsQCA is dat het zich onderscheidt van kwantitatief en kwalitatief onderzoek, omdat in de kern fsQCA beide specificaties in zich heeft en in die zin een brug vormt tussen beide en daardoor elkaar kunnen aanvullen. “A fuzzy set can be seen as a continuous variable that has been purposefully calibrated to indicate degree of membership in a well-defined and specified set.” (Ragin, 2008, p. 30).
Bij fsQCA is sprake van kwalitatief onderzoek omdat in een set met onderzoeksvariabelen het zogenoemde membership van een variabele de waarden [0] en [1] kan aannemen, respectievelijk full nonmembership en full membership, die beide kwalitatief van aard zijn. Dit is een belangrijk basisuitgangspunt bij fsQCA. Daarnaast is er een waarde 0,5 ofwel het cross-over point, waarbij sprake is van zowel ‘Neither fully in nor fully out’ in een set met conditions.
FsQCA is ook kwantitatief van aard omdat in een set met variabelen het membership van een te onderzoeken variabele op een continue schaal kan variëren tussen de waarden [0,0] en [1,0].
Zoals hiervoor al opgemerkt, kent QCA haar eigen theorieën, concepten en methoden. Voor de verantwoording van dit onderzoek is het noodzakelijk helder en duidelijk aan te geven welke begrippen daarbij horen en welke betekenissen zij hebben. Tabel 9 toont de
93
Onderzoeksmethodologie en -aanpak
Bij toepassing van fsQCA techniek geldt dat de uitgangspunten75 van het op te zetten
onderzoek moeten voldoen aan criteria die opgesteld zijn op basis van theorieën, ervaring en kennis van de te onderzoeken objecten/onderwerpen (in dit onderzoek: Nederlandse gemeenten). “Proceed to model building-namely, identify potential conditions to be included in the model(s), relying on case-based knowledge and theoretical considerations’ (Rihoux & Ragin, 2009, p. 19). Zoals elke wetenschappelijke onderzoeksmethode en -techniek eigen specifieke theorieën, concepten en methodologie kent, zo geldt dit ook voor QCA en de daarvan afgeleide technieken. Algemeen gesteld zijn er twee belangrijke en conventionele manieren dominant bij het verkrijgen van wetenschappelijke kennis: kwantitatief en kwalitatief onderzoek. Ook wel genoemd positivistisch en interpretatief onderzoek. Haverland & Yanow (2010) omschrijven beide vormen:
Onderzoek geïnspireerd door een positivistische benadering veronderstelt dat de realiteit onafhankelijk van de observeerder bestaat en dat deze objectief waargenomen kan worden. Het belangrijkste doel van positivistisch onderzoek is om oorzaken van een fenomeen te ontdekken; de taak bij het ontwerpen en uitvoeren van onderzoek is het testen van causale hypothesen. Daarom moet de onderzoeker, naast het bieden van een aannemelijk causaal mechanisme, zo overtuigend mogelijk aantonen dat een factor (onafhankelijke variabele) een andere factor heeft veroorzaakt (afhankelijke variabele). De onderzoeker moet aantonen dat oorzaak en gevolg met elkaar correleren. Daarbij moet de oorzaak het effect in tijd voorafgaan. Het effect mag niet veroorzaakt worden door een andere factor. Dit laatste betekent dat in het onderzoek ‘gecontroleerd’ moet worden op alternatieve verklaringen, (zie bijvoorbeeld Babbie, 1998; Haverland, 2007). Des te meer de onderzoeker in deze taak slaagt, hoe groter de interne validiteit van het onderzoek is.
75 Overigens gelden de genoemde uitgangspunten eveneens voor de technieken csQCA en mvQCA.
Het doel van interpretatief onderzoek echter is ‘redenen’ voor een fenomeen aan te dragen. Dus, in plaats van ‘waardoor’, zoals in positivistisch onderzoek, vraagt de onderzoeker ‘waarom’. Interpretatief onderzoek begint niet met formele hypothesen, specificeert geen variabelen en test geen hypothesen. Onderzoekers, die deze manier van wetenschappelijke kennisvergaring aanhouden, veronderstellen dat sociale werkelijkheden intersubjectief (of ‘sociaal’) geconstrueerd zijn en dat wetenschappelijke kennis alleen ontwikkeld kan worden in interactie met actoren in hun eigen omgeving en situaties. (pp. 90-91)
Het specifieke van fsQCA is dat het zich onderscheidt van kwantitatief en kwalitatief onderzoek, omdat in de kern fsQCA beide specificaties in zich heeft en in die zin een brug vormt tussen beide en daardoor elkaar kunnen aanvullen. “A fuzzy set can be seen as a continuous variable that has been purposefully calibrated to indicate degree of membership in a well-defined and specified set.” (Ragin, 2008, p. 30).
Bij fsQCA is sprake van kwalitatief onderzoek omdat in een set met onderzoeksvariabelen het zogenoemde membership van een variabele de waarden [0] en [1] kan aannemen, respectievelijk full nonmembership en full membership, die beide kwalitatief van aard zijn. Dit is een belangrijk basisuitgangspunt bij fsQCA. Daarnaast is er een waarde 0,5 ofwel het cross-over point, waarbij sprake is van zowel ‘Neither fully in nor fully out’ in een set met conditions.
FsQCA is ook kwantitatief van aard omdat in een set met variabelen het membership van een te onderzoeken variabele op een continue schaal kan variëren tussen de waarden [0,0] en [1,0].
Zoals hiervoor al opgemerkt, kent QCA haar eigen theorieën, concepten en methoden. Voor de verantwoording van dit onderzoek is het noodzakelijk helder en duidelijk aan te geven welke begrippen daarbij horen en welke betekenissen zij hebben. Tabel 9 toont de
94
••• Chapter 3
belangrijkste sleutelbegrippen en samenhang die bij conventioneel en fsQCA onderzoek van toepassing zijn:
Conventioneel Fuzzy set QCA
1. Variables Sets
2. Measurement Calibration
3. Dependent variables Qualitative outcomes
4. Given populations Constructed populations
5. Correlation Set theoretic relations
6. Correlation matrix Truth table (kind of cases)
7. Net effects Causal recipes (INUS conditions)
8. Counterfactual estimation Counterfactual analysis
Tabel 9. Alternatieven van sleutelbegrippen: conventioneel versus fsQCA onderzoek Aangepast van: Redesigning Social Inquiry (pp. 1-10), C.C. Ragin, 2008.
De genoemde sleutelbegrippen staan hieronder toegelicht, waarbij op onderdelen de relatie wordt gelegd naar dit onderzoek.
Ad 1. Variables versus Sets
In tegenstelling tot het gebruik van variabelen bij conventioneel statistisch onderzoek, staat bij fsQCA het begrip ‘set’ centraal, waarmee setrelaties worden uitgevoerd. Dit betekent in de context dat een set een groep van variabelen vormt, die meer case georiënteerd is, omdat het een mate van ‘membership’ inhoudt en classificatie consequenties kent. De onderzoekseenheden/cases in dit onderzoek, Nederlandse gemeenten, vormen een set en kunnen hierbij variëren op acht onafhankelijke en een afhankelijke variabele.
Ad 2. Measurement versus Calibration
Meten betekent in conventioneel onderzoek meestal dat er gebruik wordt gemaakt van indicatoren waarbij hun scores relatief ten opzichte van elkaar worden onderzocht. De waargenomen gemiddelden en (standaard)varianties van de indicatoren zijn daarbij belangrijke maten om verbanden tussen afhankelijke en onafhankelijke variabelen te onderzoeken en/of aan te tonen. De conventionele indicatoren zijn echter niet gekalibreerd. Hun scores zijn alleen onderling relatief zinvol ten opzichte van elkaar, of ten opzichte van
hun gemiddelden. Om fuzzy sets zinvol toe te passen moeten indicatoren gekalibreerd worden. Gekalibreerd betekent in de context van dit onderzoek dat vanuit theoretische en inhoudelijke kennis van Nederlandse gemeenten een score moet worden gespecificeerd, voor zowel de onafhankelijke variabelen als voor de afhankelijke variabele (in dit onderzoek respectievelijk: ‘Acht kwaliteitsmanagementprincipes' en ‘Succesvol kwaliteitsmanagement in de gemeentelijke organisatie’.
De variabelen worden vervolgens onderzocht in een set van gemeenten. Drie belangrijke ijkpunten voor de kalibratie van fuzzy sets zijn membership punten, die op een continue schaal liggen tussen de waarden [0,0] en [1,0]:
1. Volledig membership [1].
2. Het zogenoemde cross-over point [0,5].
3. Volledig niet membership [0].
De drie membership punten dienen voor elke fuzzy set voorafgaand aan de analyse bepaald te worden.
Ad 3. Dependent variables versusQualitative outcomes
Algemeen kan gesteld worden dat de afhankelijke variabele de focus vormt binnen conventioneel onderzoek en de verklaring van de mate van spreidingsvariantie van die variabele het belangrijkste doel is. Het probleem dat zich echter voordoet bij het verklaren van spreidingsvariantie van een afhankelijke variabele, is dat de variantie die wordt bestudeerd meestal ongedifferentieerd en niet gekalibreerd is. Bij fsQCA ligt de focus op ‘Qualitative outcomes’. Om die te onderzoeken is het noodzakelijk om externe en substantiële criteria daarbij te betrekken en die vervolgens te kalibreren.
95
Onderzoeksmethodologie en -aanpak
belangrijkste sleutelbegrippen en samenhang die bij conventioneel en fsQCA onderzoek van toepassing zijn:
Conventioneel Fuzzy set QCA
1. Variables Sets
2. Measurement Calibration
3. Dependent variables Qualitative outcomes
4. Given populations Constructed populations
5. Correlation Set theoretic relations
6. Correlation matrix Truth table (kind of cases)
7. Net effects Causal recipes (INUS conditions)
8. Counterfactual estimation Counterfactual analysis
Tabel 9. Alternatieven van sleutelbegrippen: conventioneel versus fsQCA onderzoek Aangepast van: Redesigning Social Inquiry (pp. 1-10), C.C. Ragin, 2008.
De genoemde sleutelbegrippen staan hieronder toegelicht, waarbij op onderdelen de relatie wordt gelegd naar dit onderzoek.
Ad 1. Variables versus Sets
In tegenstelling tot het gebruik van variabelen bij conventioneel statistisch onderzoek, staat bij fsQCA het begrip ‘set’ centraal, waarmee setrelaties worden uitgevoerd. Dit betekent in de context dat een set een groep van variabelen vormt, die meer case georiënteerd is, omdat het een mate van ‘membership’ inhoudt en classificatie consequenties kent. De onderzoekseenheden/cases in dit onderzoek, Nederlandse gemeenten, vormen een set en kunnen hierbij variëren op acht onafhankelijke en een afhankelijke variabele.
Ad 2. Measurement versus Calibration
Meten betekent in conventioneel onderzoek meestal dat er gebruik wordt gemaakt van indicatoren waarbij hun scores relatief ten opzichte van elkaar worden onderzocht. De waargenomen gemiddelden en (standaard)varianties van de indicatoren zijn daarbij belangrijke maten om verbanden tussen afhankelijke en onafhankelijke variabelen te onderzoeken en/of aan te tonen. De conventionele indicatoren zijn echter niet gekalibreerd. Hun scores zijn alleen onderling relatief zinvol ten opzichte van elkaar, of ten opzichte van
hun gemiddelden. Om fuzzy sets zinvol toe te passen moeten indicatoren gekalibreerd worden. Gekalibreerd betekent in de context van dit onderzoek dat vanuit theoretische en inhoudelijke kennis van Nederlandse gemeenten een score moet worden gespecificeerd, voor zowel de onafhankelijke variabelen als voor de afhankelijke variabele (in dit onderzoek respectievelijk: ‘Acht kwaliteitsmanagementprincipes' en ‘Succesvol kwaliteitsmanagement in de gemeentelijke organisatie’.
De variabelen worden vervolgens onderzocht in een set van gemeenten. Drie belangrijke ijkpunten voor de kalibratie van fuzzy sets zijn membership punten, die op een continue schaal liggen tussen de waarden [0,0] en [1,0]:
1. Volledig membership [1].
2. Het zogenoemde cross-over point [0,5].
3. Volledig niet membership [0].
De drie membership punten dienen voor elke fuzzy set voorafgaand aan de analyse bepaald te worden.
Ad 3. Dependent variables versusQualitative outcomes
Algemeen kan gesteld worden dat de afhankelijke variabele de focus vormt binnen conventioneel onderzoek en de verklaring van de mate van spreidingsvariantie van die variabele het belangrijkste doel is. Het probleem dat zich echter voordoet bij het verklaren van spreidingsvariantie van een afhankelijke variabele, is dat de variantie die wordt bestudeerd meestal ongedifferentieerd en niet gekalibreerd is. Bij fsQCA ligt de focus op ‘Qualitative outcomes’. Om die te onderzoeken is het noodzakelijk om externe en substantiële criteria daarbij te betrekken en die vervolgens te kalibreren.
96
••• Chapter 3
Ad 4. Given populations versus Constructed populations
In conventioneel kwantitatief onderzoek is het heel gebruikelijk om uit te gaan van een gegeven populatie of een daarvan afgeleide steekproef, zonder zich daarbij af te vragen of er mogelijk sprake is van irrelevante casussen. De casusgeoriënteerde techniek fsQCA vereist dat een zorgvuldige selectie van casussen plaatsvindt en zowel negatief als positief van aard zijn op verschillende onderzoeksvariabelen.
Ad 5. Correlation versus Set-theoretic relations
Conventioneel kwantitatief onderzoek is vaak gebaseerd op correlatie analyses, die variëren van multiple regressie- en factoranalyse tot structurele vergelijkingsmodellen. Al wat voor de analyse nodig is, is een matrix van bivariate correlaties met gemiddelden en standaarddeviaties van de variabelen. Correlatie berekeningen zijn geheel symmetrisch. Dit betekent dat als een correlatie wordt gebruikt om een verband tussen een oorzaak en een effect te testen, dan ook het verband getest wordt van de afwezigheid van een oorzaak en een effect. Dit houdt in dat correlatieberekeningen geen rekening houden met variabelen die onderdeel vormen van een set en die vanuit theoretisch oogpunt onderling gerelateerd kunnen zijn (set-theoretic relationships). Een settheoretische benadering is dan ook, in tegenstelling tot correlatieberekeningen, asymmetrisch en sluit daarmee goed aan bij theoretische uitgangspunten welke grotendeels ook verbaal van aard zijn. Belangrijke causale verbanden binnen een settheoretische benadering zijn de Engelstalige begrippen: 'Sufficiency' en 'Necessity', die beide in dit onderzoek gekoppeld zijn aan de centrale vraagstelling.
Ad 6. Correlation matrix versus Truth table (kind of cases)
In veel conventioneel kwantitatief onderzoek worden matrixen van bivariate correlaties