Det har no tikka inn to svar på innlegget mitt som blei publisert på Sosiologen 14. juni 2023. Først ut var Rannveig Kaldager Hart med eit innlegg 19. juni, og Are Skeie Hermansen følgde deretter opp med eit innlegg 3. juli.
Utgangspunktet for denne debatten, er korleis ein kan skilja ut, fange opp, og måle den «unike» effekta av genetikk (eller biologi i breiare forstand) i studiar av klasse og sosial mobilitet. Det verkar ikkje som om Kaldager Hart og Skeie Hermansen er særleg interessert i, eller opptatt av, denne problemstillinga. Men begge skriv godt om kvasi-eksperimentelle metodar og det kontrafaktiske årsaksparadigmet, eit tema der dei er på heimebane.
Kvasi-eksperimentelle metodar er eit sett med statistiske analyseteknikkar[1] som etter kvart har blitt eit heilt vanleg innslag i den sosiologiske verktøykassa. Regression discontinuity, difference-in-difference, individ-nivå fast effekt, instrumentvariabel-metode, og propensity score matching er fem av dei kanskje mest kjende eksempla.[2] Desse analyseteknikkane er nyttige for mange formål, og kan gje svar på interessante forskingsspørsmål, så sant ein har gode nok data tilgjengeleg.
Ei alternativ kausalitetsforståing
Men det er fullt mogleg – ja, kanskje til og med direkte fruktbart – å nytte slike kvasi-eksperimentelle metodar, og samstundes ha ei anna forståing av årsak-verknad enn det kontrafaktiske paradigmet. Ei alternativ forståing er «kausalitet som ein generativ prosess», lansert av Sir David Cox og utvikla vidare av blant anna Goldthorpe (2001) og Blossfeld (2009). Dette rammeverket går, grovt forenkla, ut på følgjande to steg.
- Steg 1: etablere statistiske regularitetar og/eller tjukke kvalitative skildringar («establishing the phenomenon», i Robert K. Merton (1987) si ånd).
- Steg 2: lansere ein eller fleire teoretiske forklaringsmekanismar som kan skape (generere) det observerte empiriske mønsteret.
I første steg, lener ein seg nokså tungt på tidlegare forsking. Det å undersøka om tidlegare etablerte funn[3] også er gjeldande i andre land og/eller tidsperiodar, er blant anna ei viktig oppgåve. Andre steg stiller høge krav til substansiell kunnskap om det respektive forskingsfeltet. Djup innsikt i forskingsområdet er som regel nødvendig for å kunne slå fast kva som er dei viktigaste teoretiske forklaringsmekanismane.
Kvasi-eksperimentelle metodar vil openbart kunne spele ei viktig rolle både i steg 1, og i steg 2. Ved å samanlikna koeffisientar frå deskriptive analysar (f.eks. OLS regresjon) med meir ‘avanserte’ modellar (f.eks. individ-nivå fast effekt), vil ein til dømes kunne skilje mellom ulike potensielle forklaringsmekanismar.
Men det er fullt mogleg – ja, kanskje til og med direkte fruktbart – å nytte slike kvasi-eksperimentelle metodar, og samstundes ha ei anna forståing av årsak-verknad enn det kontrafaktiske paradigmet
Kreativ kvasi-eksperimentell kombinasjon
Denne alternative kausalitetsforståinga – kausalitet som ein generativ prosess – er kompatibel med svært mange, kanskje dei aller fleste, sosiologiske forskingsspørsmål,[4] og bør i prinsippet vere veleigna for både kvalitative og kvantitative undersøkingar.
Kaldager Hart og Skeie Hermansen opnar for at ein-dimensjonal, individ-nivå forsking – utan blikk for det relasjonelle og/eller strukturelle – også skal falla inn under merkelappen sosiologi, heilt utan gåseauge. På liknande inkluderande vis, bør det vel derfor vere rom for andre forståingar av kausalitet enn det kontrafaktiske årsaksparadigmet. Kanskje ein til og med kan vere så kreativ og innovativ at ein opnar for bruk av kvasi-eksperimentelle metodar i kombinasjon med ei anna kausalitetsforståing?
Det er ikkje heilt utenkeleg at det kan bli brukbar sosiologi av noko slikt.
[1] Somme nyttar ordet «design» for å omtala desse kvasi-eksperimentelle metodane, men det er noko upresist. Eit analysedesign består av minimum tre deler: (i) forskingsspørsmål, (ii) datamateriale, og (iii) analyseteknikk.
[2] Andre døme kunne blitt framheva, for eksempel ulike typar felteksperiment og vignett-eksperiment.
[3] Det er heller ingenting i vegen for å tre inn på heilt nye forskingsfelt og tema. Men her vil det ofte vere vanskelegare å lokalisere dei viktigaste forklaringsmekanismane sidan det eksisterande kunnskapsgrunnlaget er tynnare.
[4] Eksponering for ulike typar fordelar og ulemper som vert akkumulert og gjensidig forsterka gjennom (deler av) livsløpet er for eksempel inkompatibelt med det kontrafaktiske årsaksparadigmet (X er årsak til Y om og berre om Y aldri ville skjedd om X ikkje hadde skjedd), men vil i dei fleste tilfelle vere fullt kompatibelt med kausalitet som ein generativ prosess. Lundberg (2020) har eit liknande resonnement.
Referanser
Blossfeld, H. P. (2009). Causation as a generative process. The elaboration of an idea for the social sciences and an application to an analysis of an interdependent dynamic social system. In: Causal Analysis in Population Studies (pp. 83-109). Dordrecht: Springer.
Goldthorpe, J. H. (2001). Causation, statistics, and sociology. European Sociological Review, 17(1), 1-20.
Lundberg, O. (2020). Is lack of causal evidence linking socioeconomic position with health an ‘inconvenient truth’? European Journal of Public Health, 30(4), 619-619.
Merton, R. K. (1987). Three fragments from a sociologist’s notebooks: Establishing the phenomenon, specified ignorance, and strategic research materials. Annual Review of Sociology, 13(1), 1-29.
