Kitabı oxu: «Methoden in der Politikwissenschaft»

2 Was ist Wissenschaft? Eine kurze Annäherung

Wissenschaft kann definiert werden als eine »in ihren Aussagen überprüfbare und systematische Beschäftigung mit nahezu beliebigen Bereichen der Natur, des menschlichen Denkens und des menschlichen Zusammenlebens und seiner Gestaltungsformen« (Mols 2019, 24). Es können also die unterschiedlichsten Dinge, vom schon genannten Klimawandel bis zur Entschlüsselung des menschlichen Genoms, von schwarzen Löchern bis zur Entwicklung eines Klebstoffs, von der Entstehung politischer Parteien bis hin zu Krieg und Frieden, Gegenstand wissenschaftlicher Beschäftigung sein. Im Unterschied zu Alltagswissen, das auf den eigenen Erfahrungen, den Erzählungen anderer oder überlieferten Geschichten von früher (Traditionen) beruht und oft in seiner Entstehung nicht nachvollzogen werden kann, müssen wissenschaftliche Aussagen intersubjektiv, also unabhängig von der aussagenden Person, nachvollziehbar sein. Um Intersubjektivität zu erreichen, müssen wissenschaftliche Aussagen einer Reihe von Kriterien genügen. Dazu gehören:

Präzise Sprache und genau definierte Begriffe. Es muss klar formuliert sein, was man meint, wenn man einen bestimmten Begriff verwendet, also welche Bedeutung der Begriff hat. Denn es macht zum Beispiel einen Unterschied, ob man Demokratie als »ich darf selbst mitentscheiden« oder als »die gewählten Vertreter entscheiden« definiert. Folgt man der ersten Definition, wird man das politische System Deutschlands als verbesserungsfähig ansehen, da es Möglichkeiten des direkten Entscheidens vor allem auf der kommunalen Ebene, weniger auf der Landesebene und mit Ausnahme der Neugliederung des Bundesgebiets (Art. 29 Abs. 2 GG) und einer neuen Verfassung (Art. 146 GG) nicht auf Bundesebene gibt. Folgt man der zweiten Definition, so wird man womöglich zu einer positiveren Bewertung kommen. Grundsätzlich wird man aber aneinander vorbeireden, wenn man sich nicht über die Bedeutung von Demokratie verständigt, sondern davon ausgeht, dass die eigene Definition geteilt wird. Für den Umgang mit Wissenschaft und wissenschaftlichen Studien bedeutet das, sich sehr genau anzuschauen, wie wichtige Begriffe und Konzepte definiert sind, um nachzuvollziehen, was damit gemeint ist.

Standardisierte und regelgeleitete Vorgehensweisen bei der Untersuchung der Welt. Wenn ein Thema oder Ereignis wissenschaftlich untersucht wird, muss klar sein, wie man bei der Untersuchung vorgegangen ist, welche einzelnen Schritte bei einem Experiment man gemacht hat, welche Fragen in einer Umfrage gestellt wurden und allgemeiner: welche Methoden man verwendet hat, um zu Erkenntnis über die Welt zu gelangen. So kann man in einer Umfrage zur Demokratiezufriedenheit beispielsweise fragen: »Wie zufrieden sind Sie mit der Demokratie?« Man sollte diese Frage dann in jedem Interview in genau der gleichen Weise stellen und nicht etwa einmal »Sie sind doch sicher zufrieden mit der Demokratie, oder?« und ein anderes Mal »Sind Sie denn zufrieden mit der Demokratie?«. Denn das könnte zu Verzerrungen in den Antworten führen. Bei der ersten Frage wird schon eine Antwort nahegelegt. Zudem fällt es aufgrund der Ja-Sage-Tendenz (Akquieszenz) unabhängig vom Inhalt der Frage leichter, zuzustimmen als zu widersprechen. Darüber hinaus würde bei dieser Frage hinzukommen, dass der Begriff der Demokratie wenig präzise ist. Die Frage erscheint zwar recht eindeutig, aber es ist nicht nachvollziehbar, auf was sich die Antwort bezieht. Das könnte die Idee der Demokratie oder die Demokratie in Deutschland sein. Präziser wäre es also, die Frage aufzuteilen und wie in den meisten Umfragen üblich nach der Zustimmung zur Idee der Demokratie, zur Verankerung im Grundgesetz und zur praktischen Umsetzung in Deutschland zu fragen. Von zentraler Bedeutung ist es jedenfalls, die eigene Vorgehensweise, verwendete Messinstrumente – in diesem Fall einen Fragebogen – und auch die Auswertungsweisen offenzulegen. Erst dann kann sich die geneigte Öffentlichkeit ein Bild von den Ergebnissen einer wissenschaftlichen Studie machen.

Verortung von Begriffen, Konzepten und Methoden in wissenschaftlichen Strömungen oder Schulen. Wissenschaft ist kein einheitlicher Block. Gerade in den Sozialwissenschaften gibt es verschiedene wissenschaftliche Schulen und Strömungen, die zum Teil von sehr unterschiedlichen Grundannahmen (Prämissen) über die Beschaffenheit der Welt und des Seins (Ontologie) sowie die Beschaffenheit von Wissen und der Möglichkeit, Erkenntnis zu gewinnen (Epistemologie), ausgehen. Diese Grundannahmen muss man kennen, um wissenschaftliche Studien und deren Befunde einordnen zu können. Erstens geht es dabei um die Bedeutung der wissenschaftlichen Strömung im jeweiligen Fach: Gilt sie als allgemein anerkannt und etabliert oder ist sie randständig und umstritten? Zweitens geht es um die Forschungsperspektive und die verwendeten Begriffe. Denn unterschiedliche Schulen entwickeln auch unterschiedliche Fachsprachen, um denselben Untersuchungsgegenstand zu beschreiben und zu analysieren. So würde beispielsweise eine an der Systemtheorie von Niklas Luhmann (1984) oder Talcott Parsons (1972) orientierte Politikwissenschaftlerin das Verhältnis zwischen Politik und Wirtschaft aus dem Blickwinkel der funktionalen Differenzierung betrachten. Funktionale Differenzierung bedeutet, dass sich in Gesellschaften bestimmte Teilsysteme ausbilden, die Aufgaben für die Gesellschaft als Ganze erfüllen. Wirtschaft ist für die Umwandlung der Natur in Güter und Politik ist für das Fällen verbindlicher Entscheidungen zuständig. Beide funktionieren nach unterschiedlichen Logiken (Effizienz bei der Umwandlung vs. Effektivität bei der Durchsetzung) mit unterschiedlichen Währungen (Geld vs. Macht). Sie würde sich dann für die konkrete Ausgestaltung der Systeme und deren Austausch miteinander interessieren. Ein an Karl Marx (1867) orientierter Politikwissenschaftler würde das Verhältnis zwischen Politik und Wirtschaft dagegen als ein Verhältnis von Basis und Überbau analysieren und in der Politik vor allem die Verfestigung oder Institutionalisierung gesellschaftlicher Eigentumsverhältnisse sehen. Politik ist in diesem Verständnis eine Folgeerscheinung der materiellen Verhältnisse und kann nicht als eigenständige Sphäre analysiert werden. Es sind sowohl Vorannahmen und Vokabular als auch Erkenntnisinteressen der beiden Forscher:innen unterschiedlich. Und dennoch untersuchen sie beide den gleichen Gegenstand – das Verhältnis von Politik und Wirtschaft – und können beide zu gültigen Ergebnissen gelangen.

Zusammengenommen bilden diese drei Kriterien die Grundlage für wissenschaftliches Arbeiten, denn »Wissenschaft steht und fällt damit, dass ihre Aussagen mitteilbar, nachvollziehbar und zugleich kritisierbar sind« (Mols 2019, 25). Darüber hinaus ist es auch Aufgabe der Wissenschaft, »ihre Aussagen in einen systematischen Zusammenhang [zu bringen], der Einzeltatsachen zu ordnen hilft, sie in übergreifende Aussagen genereller Natur stellt und möglichst zu Erklärungen, d. h. zu verallgemeinernden Begründungsableitungen, vorstößt« (ebd.).

Wissenschaft als menschliche Tätigkeit dient also nicht dazu, nur einen einzelnen Fall zu untersuchen, zu verstehen oder zu erklären. Sondern sie will darüber hinaus möglichst Gesetzmäßigkeiten etablieren, also allgemein oder zumindest für eine Gruppe von Ereignissen oder Fällen geltende Erkenntnisse. Es geht um die systematische und regelgeleitete Herstellung genereller Aussagen über die Wirklichkeit (Alemann/Forndran 1995, 44), die gerade aufgrund dieser empirisch und logisch abgesicherten Generalität zuverlässigere Aussagen über die Wirklichkeit ermöglichen als der »gesunde Menschenverstand« (vgl. Patzelt 2001, 69).

Wissenschaft verfolgt also das Ziel, die Realität nach einem System von Regeln nachprüfbar in einem geschlossenen Modell zu rekonstruieren (Kriterium der Wahrheit). Darüber hinaus sollen die Ergebnisse und Befunde von Wissenschaft auch dazu dienen, das Leben der Menschen rationaler und humaner zu machen (Kriterium der Nützlichkeit). Wissenschaft verfolgt also nicht nur einen Selbstzweck, sondern soll den Menschen zugutekommen. Das ist auch ein Hauptgrund, warum man bei der Erzeugung von Erkenntnis besondere Sorgfalt walten lassen und die Ergebnisse von Forschung gründlich prüfen sollte.

Je komplexer der Forschungsgegenstand, desto schwieriger ist auch das Herstellen möglichst genereller, empirisch und logisch wahrer Aussagen. Wenn es beispielsweise darum geht, den Wahlerfolg einer neuen Partei zu erklären, dann könnte eine alltägliche Erklärung von Wähler:innen sein, dass »die halt endlich mal sagen, was wirklich los ist« und die Menschen die Partei deshalb wählen. Aus wissenschaftlicher Perspektive könnte man dasselbe Phänomen zum Beispiel darüber erklären, dass eine Lücke zwischen den von den bisher erfolgreichen (sprich: im Parlament vertretenen) Parteien bearbeiteten Themen und den von den Wähler:innen als wichtig erachteten Fragen entstanden ist, die sogenannte Repräsentationslücke (vgl. Jun 2011). Neue Parteien können dann erfolgreich sein, wenn sie diese thematische Lücke besetzen. Um die Annahme zu überprüfen, müsste man nun erstens nachweisen, dass eine solche Lücke überhaupt bestanden hat, zweitens, dass die neue Partei diese Lücke besetzt hat, und drittens, dass die Partei auch aufgrund dieser thematischen Ausrichtung gewählt wurde. Dazu könnte man in einem ersten Schritt die Parteiprogramme der bisher erfolgreichen Parteien analysieren und die dort bearbeiteten Themen mit einer Wähler:innenumfrage zu wichtigen politischen Problemen abgleichen. Nur wenn dort tatsächlich Themen der Wähler:innen nicht besetzt sind (z. B. Frieden und Ökologie in den 1980er Jahren oder Nationalismus und Wohlstandschauvinismus in den späten 2010er Jahren), besteht überhaupt eine Lücke, in die Parteien stoßen können. In einem zweiten Schritt muss dann das Parteiprogramm der neuen erfolgreichen Partei analysiert werden. Nur wenn die von den anderen Parteien nicht aufgegriffenen, aber von einem ausreichend großen Teil der Wähler:innen betonten Themen dort vorkommen, können sie eine mögliche Erklärung für den Erfolg liefern. Um zu prüfen, ob dies und nicht andere Gründe – z. B. eine charismatische Parteivorsitzende – zur Wahlentscheidung geführt hat, müssten wiederum Wähler:innen befragt werden nach den Gründen für ihre Entscheidung. Wenn sich auch hier zeigt, dass die Themen tatsächlich ausschlaggebend waren, kann man davon sprechen, dass die These der Repräsentationslücke als Erklärung dient. Um zu einer generellen Aussage oder einer Gesetzmäßigkeit zu gelangen, muss dies an so vielen weiteren Fällen wie möglich geprüft werden.

Das Beispiel zeigt auch, dass man für das Treffen von generellen Aussagen eine Reihe von Hilfsmitteln benötigt. Zunächst einmal formuliert man Annahmen über die Zusammenhänge von Ereignissen. Diese können auf dem gesunden Menschenverstand beruhen oder aus schon bestehenden Erkenntnissen oder Theorien abgeleitet werden. Ist letzteres der Fall, dann nennt man sie Hypothesen. Um die Annahmen oder Hypothesen zu überprüfen, müssen die verwendeten Konzepte in untersuchbare Größen umgewandelt werden (Operationalisierung) und dann mithilfe eines daraus entstandenen Messinstruments (Methode) in der Wirklichkeit untersucht werden (Messung). Dies wird weiter unten in Kap. 2.2.6 nochmals ausführlich behandelt.

Grundsätzlich lassen sich aus all diesen Überlegungen mehrere Fragen ableiten, die man an wissenschaftliche Studien stellen kann und muss, um herauszufinden, ob sie vertrauenswürdig sind:

• Sind die verwendeten Begriffe genau definiert?

• Werden die Vorgehensweisen offengelegt?

• Werden die Methoden korrekt angewendet?

• Werden Grundannahmen der Forschung dargelegt?

• Werden die Studie und ihre Ergebnisse in die breitere Forschungslandschaft eingebettet?

• Sind die getroffenen Aussagen logisch und empirisch stringent und konsistent?

Das Einhalten der dahinter liegenden Regeln trägt maßgeblich zum Erzeugen gesicherten, also überprüften und überprüfbaren Wissens bei. Und es schafft Vertrauen in die Arbeit von Wissenschaftler:innen. Wenn diese Fragen alle mit ja beantwortet werden können, dann ist das ein Hinweis darauf, dass die Befunde aus den entsprechenden Studien vertrauenswürdig sind.

Je komplexer der Gegenstand und die Vorgehensweise bei einer Studie, desto wahrscheinlicher ist es jedoch, dass man ein fundiertes Wissen über den Gegenstand und die bisherige Forschung benötigt, um die aufgeworfenen Fragen umfassend beantworten zu können. Dies gilt beispielsweise dann, wenn komplexe mathematische oder statistische Verfahren oder experimentelle Methoden zum Einsatz kommen. Daher gibt es innerhalb jeder wissenschaftlichen Fachrichtung auch Verfahren der Qualitätssicherung. Eines davon ist das sogenannte double-blind peer review, bei dem zur Publikation vorgesehene Fachaufsätze oder Bücher in anonymisierter Form von mehreren anonymen fachkundigen Expert:innen als Gutachter:innen gelesen und beurteilt werden. Ein weiteres Verfahren, das leider viel zu selten angewendet wird, ist die Replikationsstudie, bei der Forscher:innen eine Studie auf der Basis der verwendeten Methoden und Daten nochmals durchführen. Bei gleicher Vorgehensweise sollten dann auch die gleichen Ergebnisse erzielt werden. Ist dies nicht der Fall, so sollte dem genauer auf den Grund gegangen werden. Auch sogenannte Meta-Analysen können der Qualitätssicherung dienen. Sie untersuchen mehrere Studien zu einem Themenbereich und vergleichen die Vorgehensweisen und Befunde der einzelnen Studien systematisch. Dabei fallen Gemeinsamkeiten und Abweichungen auf. Gerade Abweichungen von »üblichen« Ergebnissen können auf Schwächen entweder der abweichenden Studie oder der bisherigen Studien hinweisen. Daran anschließend – oder unabhängig – können systematische Theorietests durchgeführt werden.

Merkkasten 1: Maßstäbe wissenschaftlichen Arbeitens

• Präzise und verständliche Sprache

• Klare Begriffsdefinitionen

• Übersichtliche, logisch stringente Argumentation

• Offenlegen von Grundannahmen und Interessen

• Quellen und Verweise kennzeichnen

• Methoden der Datenerhebung und der Datenanalyse darlegen

• Immunisierungsverbot: keine unklaren Formulierungen, Bezüge auf Autoritäten sind keine hinreichenden Begründungen, Akzeptanz logischer und empirischer Kontrolle

2.1 Theorien als wichtige Grundelemente

Der Philosoph und Wissenschaftstheoretiker Karl Popper definiert Wissenschaft wie folgt: »Die Tätigkeit des wissenschaftlichen Forschens besteht darin, Sätze oder Systeme von Sätzen aufzustellen und systematisch zu überprüfen; in den empirischen Wissenschaften sind es insbesondere Hypothesen, Theoriensysteme, die aufgestellt und an der Erfahrung durch Beobachtung und Experiment überprüft werden« (Popper 1966, 3). Diese Definition beinhaltet die bereits diskutierten Elemente von Alemann und Forndran und führt darüber hinaus weitere Begriffe ein, die für das wissenschaftliche Arbeiten von zentraler Bedeutung sind: Theorien, Sätze und Hypothesen.

Theorien können definiert werden als »heuristische Mittel, mit deren Hilfe […] die unmittelbare Anschauung übersteigende[ ], systematische[ ] Informationen über nicht offensichtliche Aspekte der Wirklichkeit gewonnen werden sollen« (Westle 2009, 50). Sie dienen dazu, das Besondere in das Allgemeinere einzuordnen und einzelne Erscheinungen in einen Zusammenhang zu bringen. Oft geschieht dies in der Form eines kausalen Zusammenhangs von Ursache und Wirkung. Sozialwissenschaftliche Theorien kann man sich dabei als modellähnliche, abstrakte und damit reduzierte Konstruktionen von Wirklichkeit vorstellen, in denen geronnenes Wissen über sich wiederholende Verhaltensweisen oder Entwicklungen aufbewahrt wird. Sie stellen Begriffe, Argumente und Denkmuster bereit, die Ordnung in die Beschäftigung mit der Wirklichkeit bringen. Das Ziel von Theorien ist es, Ausschnitte der Wirklichkeit sprachlich abzubilden. Sie sollen die in der Wirklichkeit existierenden kausalen Zusammenhänge zwischen einzelnen Phänomenen oder Tatsachen in Aussagen fassen, die allgemeine Gültigkeit beanspruchen (allgemeine Sätze) und gleichzeitig die Tatsachen adäquat beschreiben (singuläre Sätze). Diesen Zusammenhang zwischen Wirklichkeit und Sprache nennt man Korrespondenztheorie der Wahrheit (vgl. Behnke u. a. 2006, 21–23; Abb. 1).

Abb. 1: Korrespondenztheorie der Wahrheit (Quelle: eigene Darstellung modifiziert nach Behnke u. a. 2006, 23).

Theorien dienen also dazu, die Wirklichkeit, wie wir sie über unsere Sinneseindrücke (oder empirische Methoden als Hilfswerkzeuge) erfahren, vermittels Sprache abzubilden und dabei Aussagen über kausale Zusammenhänge zu treffen. Theorien müssen den Kriterien der Wissenschaftlichkeit und insbesondere der intersubjektiven Nachvollziehbarkeit entsprechen, um verstehbar und auch überprüfbar zu sein.

Theorien sind damit auch Anleitung oder Grundlage eines Forschungsprozesses. Sie bündeln das Forschungsinteresse auf ein bestimmtes Phänomen, formulieren Analyseperspektiven und bieten darüber hinaus mit ihren Begriffen und Definitionen Hinweise dafür, wie einzelne Begriffe so übersetzt oder operationalisiert werden können, dass man sie in der Wirklichkeit messen kann. Die daraus abgeleitete empirische Untersuchung dient dann der Überprüfung der Gültigkeit oder des Wahrheitsgehaltes einer Theorie. Aus dieser Perspektive stehen am Anfang jeder Forschung Theorien, welche dann an die durch diese Theorien vorstrukturierte Empirie rückgebunden werden müssen. Zugleich werden Theorien gerade in den Sozialwissenschaften auf der Basis empirischer Beobachtungen formuliert, sodass so betrachtet Beobachtungen am Anfang der Erkenntnis stehen. Im Grunde handelt es sich bei wissenschaftlichem Arbeiten somit um einen zirkulären Prozess ( Abb. 2), der Empirie (also die Beobachtung oder empirische Erfahrung) und Theorie (also die verallgemeinerten Annahmen über Zusammenhänge in der Empirie) verbindet.

Abb. 2: Theorie und Beobachtung (Quelle: eigene Darstellung).

Merkkasten 2: Funktionen von Theorien (vgl. Westle 2009, 51)

• Theorien beruhen auf Beobachtungen und lenken Beobachtung.

• Theorien bilden Ausschnitte der Wirklichkeit ab.

• Theorien formulieren Annahmen über kausale Zusammenhänge zwischen Ereignissen.

• Theorien entstehen in einem sozialen Prozess (Forschung). Sie werden zu einer bestimmten Zeit in einem bestimmten Kontext formuliert.

• Theorien sind so formuliert, dass sie überprüfbar und damit widerlegbar sind.

2.2 Bausteine wissenschaftlichen Arbeitens: einige Definitionen

Ein Problem bei der Verwendung von Sprache ist deren Präzision. Dies gilt auch und gerade für wissenschaftliches Arbeiten. Denn Kommunikation kann leicht scheitern, wenn wir uns nicht exakt ausdrücken. Dies liegt vor allem daran, dass in der Alltagssprache die verwendeten Elemente meist nicht genau definiert werden. Stattdessen verlassen wir uns darauf, dass unsere Gesprächspartner:innen im Großen und Ganzen dasselbe meinen, wenn sie dieselben Worte verwenden. So bewegen wir uns etwa in einer Dorfkneipe bei politischen Diskussionen auf der Ebene der Alltagssprache – und damit auch auf der Ebene subjektiver Politikbegriffe, die sehr unterschiedlich sein können ( Kap. 4.1). Im wissenschaftlichen Kontext kommen wir mit diesen Begriffen nicht besonders weit, da sie meist unreflektiert und ohne genaue Festlegung ihrer Bedeutung verwendet werden. Will man jedoch die Wirklichkeit so genau wie möglich abbilden und die eigenen Aussagen verstehbar, nachvollziehbar und nicht zuletzt messbar machen, so sollte man sich Gedanken darüber machen, wie man verwendete Ausdrücke von der Alltagssprache in eine präzisere Sprache übersetzen kann.

Dabei können sprachwissenschaftliche Konzepte aus der Semantik (der Wissenschaft von der Bedeutung der Zeichen) hilfreich sein. In der Bedeutungstheorie wird bei sprachlichen Ausdrücken unterschieden zwischen der Intension (Bedeutung) und der Extension (dem Bezug oder Referenten).

Als Intension bezeichnet man den Sinn des Ausdrucks. Der Sinn oder die Bedeutung ist das, was man beim Verstehen des Ausdrucks erfasst. Wenn man den Ausdruck ›Staat‹ hört, so wird man damit eine Vorstellung verbinden, z. B. die Grenzen oder die Organisationsform eines Staates. Wenn der Ausdruck ›Demokratie‹ fällt, kann man z. B. Wahlen damit verbinden oder Meinungsfreiheit. Je genauer man selbst festlegt, was man unter einem Ausdruck versteht, desto exakter ist Kommunikation möglich.

Da Bedeutung und Bezug eines Ausdrucks nicht das Gleiche sind, unterscheidet man von der Intension die Extension. Damit ist der Gegenstand oder die Gruppe von Gegenständen gemeint, auf die sich ein Ausdruck bezieht, die der Ausdruck benennt. Verschiedene Wörter oder Ausdrücke können denselben Bezug haben, z. B. wäre Deutschland ein Referent für die Ausdrücke ›Staat‹ und ›Demokratie‹. Allerdings können zwei Ausdrücke nicht dieselbe Bedeutung und gleichzeitig einen verschiedenen Bezug haben. »Denn der Bezug ist eine Funktion der Bedeutung. Wenn die Bedeutung feststeht, dann ist auch der Bezug eindeutig bestimmt« (Føllesdal u. a. 1988, 217), da der entsprechende Referent die Bedeutungsinhalte aufweisen muss, die in der Intension formuliert sind. Ein Beispiel zur Verdeutlichung: Das heutige Belarus kann nicht eine Demokratie sein, wenn der Bedeutungsgehalt von ›Demokratie‹ freie, faire und gleiche Wahlen umfasst. Diese Beziehung lässt sich grafisch im sogenannten Ogden’schen Dreieck ausdrücken ( Abb. 3), das der englische Linguist Charles Kay Ogden formulierte (vgl. Ogden/Richards 1923).

Abb. 3: Odgen’sches Dreieck (Quelle: eigene Darstellung nach Føllesdal u. a. 1988, 217).

2.2.1 Begriffe

Solche in ihrer Intension festgelegten Ausdrücke nennt man auch Begriffe. Begriffe können definiert werden als »Denkeinheiten, deren zunächst subjektiver Charakter dadurch objektiviert, d. h. intersubjektiv vermittelbar gemacht werden kann, dass andere Individuen mit einer solchen Denkeinheit den gleichen Inhalt wissentlich verbinden« (Dreier 1997,117; vgl. Sartori 1975, 13; 1984, 27). Mit Dreier (1997, 130) können drei Typen wissenschaftlicher Begriffe identifiziert werden, die sich hinsichtlich ihres Informationsgehalts unterscheiden.²

1. Klassifikatorische Begriffe (qualitative Begriffe) dienen der Erfassung von Unterschieden. Es werden Kriterien festgelegt, nach denen alle untersuchten Fälle in zwei oder mehrere Klassen eingeteilt werden können. Dabei müssen die Klassen begrifflich so definiert werden, dass sie wechselseitig ausschließlich und erschöpfend sind. D. h., ein Fall kann lediglich in eine Klasse fallen und alle Fälle können einer Klasse zugeordnet werden. Beim italienischen Politikwissenschaftler Giovanni Sartori heißt das dann »mutually exclusive« und »empirically exhaustive« und stellt eine zentrale Bewertungsgrundlage für Klassifikationssysteme dar. Ein Beispiel für eine Klassifikation von Elementen wäre die Unterscheidung von Besitzklassen in Arm und Reich oder von politischen Regimen in Demokratie und Diktatur.

2. Komparative Begriffe oder Ordnungsbegriffe setzen Eigenschaften von Fällen zueinander in Bezug. Sie ermöglichen damit eine feinere Unterscheidung und genauere Beschreibung. Die Vergleichsgrößen wären dann ärmer oder reicher in Bezug auf Besitz bzw. demokratischer und weniger demokratisch bei politischen Regimen. Dabei gilt, dass komparative Begriffe in einer strengen Ordnung zueinanderstehen. Dazu müssen die Bedingungen der Irreflexivität (ein Element kann nicht mit sich selbst in einer Relation stehen: Deutschland ist demokratischer als Deutschland), der Asymmetrie (Deutschland ist demokratischer als Kasachstan; damit ist ausgeschlossen, dass Kasachstan demokratischer ist als Deutschland) und der Transitivität (Deutschland ist demokratischer als die Türkei. Die Türkei ist demokratischer als Kasachstan; das bedeutet auch, dass Deutschland demokratischer ist als Kasachstan) erfüllt sein.

3. Sogenannte metrische Begriffe setzen die Fälle in eine strenge Ordnung zueinander und erlauben Aussagen über die Abstände zwischen den Fällen. Dazu würde man beispielsweise Besitz in Euro messen und könnte damit die Abstände in genauen Beträgen angeben. Es sind also mehr Informationen in den Begriffen enthalten, die dann auch mehr und exaktere Aussagen über Zusammenhänge zwischen Begriffen und deren verschiedenen Ausprägungen bei den Fällen erlauben (A besitzt 100 €, während B nur 50 € besitzt. A ist daher nicht nur reicher, sondern um 50 € reicher als B, und damit doppelt so reich wie B.)

Für die Formulierung von Theorien über die Wirklichkeit und für wissenschaftliche Analysen ist es hilfreich, Begriffe mit möglichst hohem Informationsgehalt zu formulieren, da dadurch auch mehr und genauere Aussagen über die Wirklichkeit möglich sind. Dass das gerade in der Politikwissenschaft nicht so einfach ist, können wir wieder am Beispiel des Begriffs Demokratie sehen: Dieser ist zunächst ein klassifikatorischer Begriff und wird erst komparativ, wenn man den Begriff erweitert um das Kriterium des Verwirklichungsgrads. Ein metrischer Begriff wird er kaum werden können, denn auf welcher Basis können wir formulieren, welches Land doppelt so demokratisch ist wie ein anderes?

2.2.2 Definitionen

Wenn man Begriffen eine exakte Bedeutung zumisst, dann definiert man sie. Dabei beruht eine Definition immer auf sprachlichen Konventionen und kann daher nicht empirisch richtig oder falsch sein. Sie kann lediglich für einen Forschungsprozess nützlich oder nutzlos sein. Das erklärt einerseits, warum es von vielen Begriffen mehr als eine Definition gibt. Es wirft aber auch eine grundlegende Problematik der Wissenschaft auf. Denn wenn man verallgemeinerbares Wissen anstrebt, ist es wenig sinnvoll, immer und für jeden Begriff eine eigene Definition zu verwenden, die jedes Mal erläutert werden muss und den Vergleich mit anderen Forschungsergebnissen erschwert. Eine genaue Kenntnis des Forschungsfeldes und der verwendeten Begrifflichkeiten ist daher von zentraler Bedeutung, um nicht dem Fehler der geistigen »Provinzialität« (vgl. Sartori 1994) aufzusitzen. Es ist vorzuziehen, eine etablierte Definition zu verwenden, anstatt eine neue zu formulieren. Das ist nur dann sinnvoll, wenn man gut zu begründende Einwände gegen eine Definition hat, etwa weil deren Intension zu eng oder zu weit ist oder sie nur schlecht in messbare Größen übersetzt werden kann.

Definitionen können unterschiedliche Formen annehmen, wobei diese in unterschiedlichem Maße direkt für eine empirische Erfassung der Intension geeignet sind (vgl. Dreier 1997, 142–144). Nominaldefinitionen legen die Intension eines Begriffs dadurch fest, dass sie ihn mit einem anderen, schon bekannten Begriff oder mehreren Begriffen gleichsetzen. So könnte man Demokratie mit Joseph Schumpeter als den Wettbewerb zwischen Eliten um Stimmen bei Wahlen definieren. Bei Nominaldefinitionen müssen Intension und Extension gleichbleiben, wenn wir den zu definierenden Ausdruck mit dem definierenden Ausdruck vertauschen. Zudem dürfen durch die Definition keine neuen Informationen bezüglich des definierenden Ausdrucks hinzukommen.

Realdefinitionen umfassen Aufzählungen charakteristischer Merkmale des zu definierenden Ausdrucks. Eine Realdefinition von Wahlen könnte lauten: »Wahlen sind der Prozess der politischen Willensäußerung, in dem die Bürgerinnen und Bürger eines Staates per Abgabe einer Stimme auf einem Wahlzettel die Zusammensetzung der Legislative bestimmen«.

Operationaldefinitionen sind im Sinne empirischer Forschung die hilfreichste, aber auch anspruchsvollste Form von Definitionen. Sie legen die Intension eines Begriffs darüber fest, dass sie angeben, wie der definierte Begriff empirisch erfasst werden kann. Es werden also die einzelnen Schritte angegeben, die notwendig sind, um das Vorliegen des damit bezeichneten Phänomens zu messen. Eine Operationaldefinition des Begriffs politische Wahlen würde beispielsweise umfassen, dass es eine Wahloption bei der Bestimmung der politischen Vertreter:innen geben muss (gemessen durch die Anzahl der Kandidat:innen auf einem Stimmzettel), dass die Stimmberechtigten (gemessen an Staatsbürgerschaft und Alter) über diese Kandidat:innen abstimmen dürfen (gemessen an der Möglichkeit, diese Stimmzettel in einem Wahllokal auszufüllen und abzugeben) und dass die Ergebnisse dieser Abstimmung zur Auswahl der politischen Vertreter:innen verwendet wird (gemessen an der Anzahl der abgegebene Stimmen für die Kandidat:innen). Diese Definition bedürfte noch weiterer Präzisierung, zeigt jedoch bereits den Aufwand der Formulierung.

2.2.3 Variablen

Der Begriff Variable wird definiert als »begrifflich definiertes Merkmal von Objekten beliebiger Art, die mindestens zwei Merkmalsausprägungen haben, welche eine Mengenzerlegung (Klasseneinteilung) des gemeinten Objektbereichs darstellen« (Dreier 1997, 134). Der Begriff ›politisches Regime‹ ist beispielsweise eine Variable, die die Ausprägungen ›Demokratie‹ und ›Diktatur‹ annehmen kann. Je nach gemessener Ausprägung lassen sich Länder der einen oder anderen Klasse zuteilen. Analog zu der bereits eingeführten Unterscheidung von Begriffen lassen sich Variablen in klassifikatorische, komparative und metrische Variablen unterscheiden ( Kap. 2.2.1).

Darüber hinaus können Variablen unterschieden werden nach (vgl. Westle 2009, 78):

• Art und Anzahl der Ausprägungen: Gibt es zwei separate Ausprägungen, spricht man von dichotomen, diskreten Variablen (Demokratie: ja/nein), bei mehreren separaten Ausprägungen von polytomen Variablen (Demokratietyp: präsidentiell, semipräsidentiell, parlamentarisch, direkt) und bei beliebig vielen stetigen Ausprägungen von kontinuierlichen Variablen (Einkommen, Gewicht).

• Beobachtungsstatus: Variablen können manifest oder latent, also direkt oder nur indirekt messbar sein (Einkommen vs. Vermögen). Wenn eine Variable latent ist, so wird man messbare Variablen definieren müssen, über die die Ausprägungen dieser latenten Variablen erfassbar sind. Dies sind sogenannte Indikatoren, die das Vorliegen und die jeweilige Ausprägung einer Variablen anzeigen.

• Status: Variablen können sich auf ein Merkmal eines Falles beziehen (absolut: Wahlbeteiligung) oder auf ein Verhältnis zwischen Fällen (relational: Macht).

• Merkmalsebene: Variablen können sich auf individuelle oder kollektive Merkmale beziehen (Wahlentscheidung vs. Höhe der Wahlbeteiligung).

Verwendet man eine Variable, um Fälle zu unterscheiden, erstellt man eine Klassifikation. Werden mehrere Variablen und damit Merkmalskombinationen verwendet, um Fälle zu unterscheiden, dann spricht man von einer Typologie. Gerade theoretische Begriffe wie Demokratie werden in der Regel über solche Typologien abgebildet. Es handelt sich also um Merkmalsbündel, die neue Variablen bilden. Ein Beispiel für eine einfache Typologie mit zwei Variablen ist die Kombination der dichotomen Variablen politische Aktivität und Parteimitgliedschaft zu einer Typologie politischer Partizipation ( Tab. 1). Es entsteht ein zweidimensionaler Merkmalsraum mit vier möglichen Kombinationen.

Prinzipiell können beliebige Variablen miteinander kombiniert werden. Diese müssen nicht dichotom, sollten aber diskret sein, also eine zählbare Anzahl von Werten aufweisen. Stetige Variablen können durch die Einführung von Schwellenwerten in diskrete Variablen (z. B. Einkommen: niedrig, mittel, hoch) umgewandelt werden. Denn sonst wird es schwierig, die Kriterien der Ausschließlichkeit und der Umfänglichkeit zu erfüllen, die für die Bildung von Typologien und Klassifizierungen zentral sind (vgl. Sartori 1970). Es können auch mehr als zwei Variablen zu einer Typologie verbunden werden, was allerdings in der Darstellung und in der Kombinatorik schnell recht komplex werden kann.

Tab. 1: Eine einfache Typologie politischer Partizipation

Quelle: Schnell u. a. 1995, 349.

Aber wie wählt man passende Variablen für eine solche Typologiebildung aus? Dies sollte immer auf theoretischen Überlegungen beruhen. So ist es beispielsweise wenig sinnvoll, die Variablen Wahlen (ja/nein) und Zugang zum Meer (ja/nein) zu einer Typologie politischer Herrschaft zu kombinieren. Die Kombination von Wahlen und Rechtsstaatlichkeit hingegen führt zu einer sinnvollen Typologie. Staaten mit Rechtsstaatlichkeit und Wahlen würde man als liberale Demokratie, Staaten ohne beides als totalitäre Diktatur bezeichnen. Interessant sind zudem die beiden anderen Kombinationsmöglichkeiten: Wahlen ohne Rechtsstaatlichkeit (illiberales elektorales Regime) und Rechtsstaatlichkeit ohne Wahlen (Diktatur des Rechts), die sich in ihrer Funktionslogik deutlich von den anderen Typen unterscheiden.

2.2.4 Aussagen

Exakt definierte Begriffe ermöglichen nicht nur die Verständigung über ein zu untersuchendes Phänomen, sie ermöglichen es auch, zwei oder mehrere Phänomene zueinander in Beziehung zu setzen, indem sie durch sprachlichen Äußerungen nach den Regeln der Logik miteinander verbunden werden. Meist werden hier Variablen zueinander in Bezug gesetzt. Solche Aussagen ermöglichen es, Behauptungen über die mit den Begriffen erfassten Phänomene aufzustellen (vgl. Dreier 1997, 145). Aussagen bilden die Grundelemente von Theorien und von empirischer Wissenschaft, denn sie können an der Wirklichkeit überprüft werden. Sie können sich in empirischen Untersuchungen als wahr oder falsch erweisen (was für Begriffe nicht gilt).

Dabei kann zwischen sehr konkreten Aussagen bezüglich einzelner Fälle (singuläre Aussagen) und solchen Aussagen, die sich auf eine Gruppe identischer Fälle beziehen (Allaussagen) unterschieden werden. Eine singuläre Aussage wäre etwa: »Deutschland ist eine Demokratie«. Eine Allaussage wäre: »Alle Länder sind Demokratien«. Die erste Aussage ist durch eine Fallstudie relativ leicht zu prüfen, wenn Demokratie entsprechend definiert wird. Die zweite Aussage ist deutlich schwerer zu prüfen, da man sich alle Länder genau ansehen müsste. Komplizierter wird es, wenn bei Allaussagen verschiedene Phänomene verknüpft werden, etwa »Reichtum führt zu Demokratie« oder »Je reicher ein Land, desto wahrscheinlicher ist es demokratisch«. Aussagen müssen zudem logisch widerspruchsfrei sein. Wenn sie empirisch überprüfbar sein sollen, dann müssen sie zudem beobachtbare Merkmale enthalten, die sie der Überprüfung zugänglich machen. Eine solche empirische Aussage ist dann wahr, wenn sie mit der Wirklichkeit übereinstimmt.

2.2.5 Hypothesen

Noch unbewiesene Aussagen, die Behauptungen über die Wirklichkeit und Zusammenhänge zwischen Phänomenen in der Wirklichkeit beinhalten, werden als Hypothesen bezeichnet (vgl. Kromrey 2009, 42). Sie formulieren allgemeine Erwartungen über ein oder mehrere Ereignisse: Zusammenhänge, Veränderungen, Unterschiede. Sie sind die »Übersetzung des Forschungsproblems bzw. der Forschungsfrage in empirisch prüfbare Gebilde« (Dreier 1997, 360) und damit immer auch schon eine vorläufige Antwort auf die Forschungsfrage. Hält eine Hypothese der Prüfung stand, so gilt sie als vorläufig richtig. Hält sie nicht stand, ist sie widerlegt (falsifiziert) und muss entweder aufgegeben oder verändert werden. Mit Opp (1999) und Atteslander (2006) können Bedingungen formuliert werden, die eine Hypothese erfüllen muss:

• Eine Hypothese ist als Aussage formuliert. Zur Veranschaulichung ein Beispiel: Menschen mit höherer Bildung erzielen in der Bundesrepublik Deutschland höhere Einkommen.

• Eine Hypothese enthält mindestens zwei semantisch gehaltvolle Begriffe. In unserem Beispiel sind dies Bildung und Einkommen.

• Die Begriffe werden explizit oder implizit mit einem logischen Operator – »wenn-dann« oder »je-desto« – verbunden. Hier: Wenn höhere Bildung, dann höhere Einkommen.

• Die Aussage ist nicht tautologisch. Die beiden Begriffe haben nicht die gleiche Intension und Extension.

• Die Aussage ist widerspruchsfrei. Der eine Begriff schließt den anderen nicht aus.

• Die Geltungsbedingungen sind angegeben. Es findet sich eine Allaussage. Implizit findet sich in unserem Beispiel eine Allaussage bezüglich aller Personen in der Bundesrepublik Deutschland.

• Die Begriffe sind messbar. Bildung kann für unsere Hypothese als formaler Bildungsabschluss anhand eines Zeugnisses gemessen werden, Einkommen anhand der Steuererklärung oder der Lohnabrechnung.

• Die Aussage ist überprüfbar. Das ist möglich, insofern man Zugriff auf die benötigten Daten hat.

Sind die in der Hypothese verwendeten Begriffe theoretisch sinnvoll definiert und empirisch messbar, wird man die getroffene Aussage auch gut überprüfen können. Da sich Hypothesen jedoch oft auf komplexere Zusammenhänge beziehen, kann dies durchaus kompliziert werden (vgl. Atteslander 2006, 38). Daher ist es hilfreich, bei der Beurteilung von Studien und deren Ergebnissen verschiedene Formen von Hypothesen zu unterscheiden. So behaupten sogenannte Existenzhypothesen lediglich, dass ein bestimmtes Phänomen existiert (»Deutschland ist eine Demokratie«). Korrelationshypothesen behaupten einen Zusammenhang zwischen zwei oder mehreren Phänomenen (»Wenn Wahlen, dann Demokratie«; »Je mehr Einkommen, desto zufriedener«). Eine Spezialform der Korrelationshypothese sind Kausalhypothesen, die einen Ursache-Wirkungs-Zusammenhang formulieren (»Arbeitslosigkeit verursacht Fremdenfeindlichkeit«) (vgl. Alemann/Forndran 2005). Wichtig ist, dass Korrelationshypothesen zunächst nur eine Wechselbeziehung oder ein gleichzeitiges Variieren zweier Phänomene formulieren, während Kausalhypothesen eine Wirkungsrichtung und einen Mechanismus für diese annehmen.

Auch die sogenannte Nullhypothese, die den meisten statistischen Analyseverfahren zugrunde liegt, ist eine Form der Korrelationshypothese. Sie besagt, dass zwei Phänomene nicht miteinander zusammenhängen. Statistisch wird dann geprüft, ob diese Nullhypothese zurückzuweisen ist, und es wird eine Wahrscheinlichkeit angegeben, mit der gefundene Zusammenhänge nicht zufällig sind. Eine weitere Unterscheidung von Korrelationshypothesen wird anhand der logischen Operatoren »wenn-dann« und »je-desto« gezogen (vgl. Häder 2006, 47–49 und Dreier 1997, 361–366). Ersterer zeigt in der Regel kausale Zusammenhänge an, während letzterer relationale Zusammenhänge anzeigt.

Wichtig ist auch der Geltungsanspruch von Hypothesen. Dieser wird bei der Bewertung von wissenschaftlichen Studien oft übersehen. Sogenannte deterministische Hypothesen sind Allaussagen, die einen umfassenden Geltungsanspruch unabhängig von Raum und Zeit haben. Sie lassen keine Abweichungen zu (»Arbeiter:innen wählen die SPD«). Diese finden sich in den Sozialwissenschaften aufgrund der Diversität menschlichen Handelns relativ selten. Häufiger finden sich Aussagen oder Hypothesen mit mittlerer Reichweite, die einen eingeschränkten Geltungsbereich haben. Ein typischer einschränkender Satz wäre: »Für westliche Gesellschaften gilt«. Häufig finden sich auch probabilistische Hypothesen, die sich auf statistische Gesetze beziehen. Dabei handelt es sich um relationale Korrelationsaussagen und nicht um Kausalaussagen. Anstatt eines deterministischen Geltungsanspruchs wird eine statistische Geltungswahrscheinlichkeit formuliert (»Arbeiter:innen wählen mit einer höheren Wahrscheinlichkeit p die SPD als andere Parteien«). Während eine deterministische Hypothese bei einem abweichenden Fall (diese:r Arbeiter:in wählt nicht SPD) widerlegt ist, ist bei probabilistischen Hypothesen eine Abweichung möglich. Sie sind erst widerlegt, wenn die Wahrscheinlichkeit p nicht erreicht wird.

Schließlich können Hypothesen nach der Bezugsebene unterschieden werden. Individualhypothesen beziehen sich auf individuelle Merkmale (»Je höher die Bildung einer Person, desto höher ihr Einkommen«). Kollektivhypothesen beziehen sich auf Merkmale von Gruppen (»Je höher der Katholik:innenanteil in einem Wahlkreis, desto höher der Stimmenanteil der CDU«). Der Rückschluss von der Kollektivebene auf die Individualebene ist nicht so einfach möglich (es kann auch Katholik:innen geben, die eine andere Partei wählen) und die Hypothese ist nicht widerlegt, wenn man nur ein Gegenbeispiel findet. Kontexthypothesen verbinden Individualmerkmale mit Kollektivmerkmalen (»In Diktaturen sind die Menschen weniger politisch aktiv als in Demokratien«).

Erst wenn Hypothesen mehrfach geprüft sind, werden sie in Form von probabilistischen oder deterministischen Gesetzen Eingang in Theorien finden.

2.2.6 Operationalisierung und Messung

Unter Operationalisierung versteht man die Übersetzung von Begriffen in messbare Größen: »Unter der Operationalisierung eines Begriffs ist die Angabe derjenigen Vorgehensweisen, derjenigen Forschungsoperationen zu verstehen, mit deren Hilfe entscheidbar wird, ob und in welchem Ausmaß der mit dem Begriff bezeichnete Sachverhalt in der Realität vorliegt« (Kromrey 2009, 173).

Wie schon mehrfach angesprochen, sind manche Begriffe direkt messbar. Sie haben einen unmittelbaren empirischen Bezug. Andere Begriffe hingegen sind nicht direkt messbar, da sie keinen empirischen Bezug haben. Es müssen also Variablen, sogenannte Indikatoren, gefunden werden, die es ermöglichen, diese Begriffe indirekt zu messen. Ein Konzept wie Produktivität hat zwar einen empirischen Bezug, denn es gibt Unterschiede im Grad der ökonomischen Entwicklung zwischen verschiedenen Ländern. Allerdings können wir diese nicht direkt messen, sondern müssen stellvertretend bestimmte Variablen messen, die mit dem Begriff Produktivität etwas zu tun haben und diesen idealerweise in seiner Gänze abbilden. Wir benötigen Indikatoren als »solche empirischen Sachverhalte, die 1. direkt wahrnehmbar oder feststellbar sind und die 2. eindeutige Hinweise auf den nicht direkt erfahrbaren Sachverhalt liefern« (Kromrey 2009, 167).

Produktivität könnte dabei auf verschiedenen Ebenen gemessen werden. Auf der Ebene einer Volkswirtschaft könnte das Verhältnis zwischen den erzeugten Produkten und den dabei eingesetzten Mitteln (Arbeit, Boden und Kapital) gemessen werden. Notwendig dafür wäre eine getrennte Erfassung aller vier Elemente. Konkret müssten eingesetzte Arbeitszeit, eingesetztes Kapital und eingesetzte Vorprodukte und Rohstoffe sowie die damit erzeugten Produkte einer Volkswirtschaft erfasst und deren jeweilige Geldäquivalente gemessen und in Bezug gesetzt werden.

Wenn bestimmte Begriffe nicht direkt über sogenannte definitorische Indikatoren gemessen werden können, dann benötigt man korrelative oder schlussfolgernde Indikatoren (vgl. Kromrey 2009, 163). Korrelative Indikatoren haben nicht dieselbe Intension oder Bedeutung wie die zu messenden Begriffe, sind diesen aber ähnlich und haben einen direkten empirischen Bezug. Intern korrelative Indikatoren erfassen Teilaspekte eines mehrdimensionalen Phänomens und treten mit anderen Komponenten des definierten Begriffs gemeinsam auf. Wahlen sind zum Beispiel messbare Indikatoren für die Existenz von Demokratie, bilden aber nur einen Teil der Intension von Demokratie ab. Extern korrelative Indikatoren sind nicht Bestandteil der Definition eines Begriffs, korrelieren aber mit der Merkmalsdefinition. Korruption korreliert zum Beispiel negativ mit Demokratie. Kann man also die Existenz von Korruption in nennenswertem Umfang nachweisen, dann kann man davon auf die Nicht-Existenz von Demokratie rückschließen. Schlussfolgernde Indikatoren erlauben Rückschlüsse auf Merkmalsausprägungen, die überhaupt nicht direkt messbar sind. So kann auf den Charakter einer Person lediglich anhand von manifesten Eigenschaften oder Verhaltensweisen rückgeschlossen werden. Dazu wiederum müssen Regeln formuliert werden, wie und warum diese manifesten Variablen überhaupt mit der zu untersuchenden latenten Variable zusammenhängen. Diese Korrespondenzregeln können wiederum falsch sein. Ein Kernproblem der Operationalisierung ist daher deren Validität oder Gültigkeit ( Kap. 5.1.1).

Während definitorische Indikatoren die Intension des Begriffs ganz abdecken, erfassen intern korrelative Indikatoren nur einen Teil der Intension und die Gültigkeit der Operationalisierung hängt dann von der Stärke der Korrelation des Indikators mit den anderen Elementen der Definition ab. Bei extern korrelativen Indikatoren ist die Gültigkeit ungewiss, da es zwar einen Zusammenhang zwischen Indikator und gemeintem Sachverhalt gibt, der Indikator aber kein Bestandteil der zu messenden Sache ist. Die Korrelation wäre also theoretisch zu begründen, um die Gültigkeit der Operationalisierung plausibel zu machen. Im Fall der Korruption würde man argumentieren, dass sie ein Beleg dafür ist, dass Gesetze und Regeln nicht befolgt werden und damit keine Rechtsstaatlichkeit gegeben ist, die wiederum Bestandteil gängiger Definitionen liberaler Demokratien ist. Bei schlussfolgernden Indikatoren ist das Problem der Gültigkeit noch größer, da der Zusammenhang zwischen Indikator und dem Phänomen nicht empirisch, sondern nur theoretisch überprüfbar ist, etwa indem man mögliche Verhaltensmuster hypothetisch formuliert, die mit einem bestimmten Charakter einhergehen, und diese dann wieder überprüft. Narzisst:innen würden sich nicht nur selbst großartig finden, sondern alle anderen abwerten, die sie als Kritiker:innen oder Konkurrent:innen empfinden.

Die Übersetzung von Begriffen in Handlungsanweisungen zur empirischen Anwendung ist eine komplexe Aufgabe. Und sie erfordert sprachliche wie theoretische Sorgfalt. Zunächst müssen Begriffe wissenschaftlich exakt definiert werden, dann Indikatoren ausgewählt und anhand von Korrespondenzregeln mit den Begriffen verbunden werden. Zur empirischen Erfassung der Indikatoren müssen wiederum Messvorschriften formuliert und begründet werden.

Sind Begriffe durch die Operationalisierung einmal messbar gemacht, so erfolgt die eigentliche Messung. Dabei werden Objekten oder Ereignissen »entsprechend den Ausprägungen der an diesen Objekten betrachteten Merkmale« Ziffern nach zuvor formulierten Regeln zugewiesen (Kromrey 2009, 202, vgl. Stevens 1951, 1). Die Messregeln geben dabei an, auf welche Weise Forscher:innen ihre gedanklichen Konzepte mit der Wirklichkeit verknüpfen wollen. Je standardisierter die Forschung, desto präziser müssen die Messvorschriften sein und desto eher sind die Ergebnisse von Messungen Zahlen. So könnte beispielsweise der Begriff Demokratiezufriedenheit über einen Fragebogen gemessen werden. Die Frage könnte lauten: »Wie zufrieden sind Sie im Allgemeinen mit der Demokratie in Deutschland?« Die Antwortmöglichkeiten wären etwa »sehr«, »eher«, »eher nicht« und »gar nicht zufrieden«. Die Frage und die Antwortmöglichkeiten stellen die Operationalisierung dar. Wenn die Frage einer Person gestellt wird, dann würde man den Antwortmöglichkeiten die Ziffern 1, 2, 3 und 4 zuordnen und entsprechend der gewählten Antwort die Ziffer notieren. Das wäre die Messung.

Entscheidend ist bei der Messung, dass diese strukturtreu erfolgt. Die Unterschiede zwischen klassifikatorischen, komparativen und metrischen Begriffen ( Kap. 2.2.1) müssen bei der Operationalisierung und Messung berücksichtigt werden. Die durch den Begriff bezeichnete und strukturierte Objektmenge muss so in einer Menge von Zahlen abgebildet sein, dass die Struktur der empirischen Objekte in der Menge der zugeordneten Zahlen bei aller Vereinfachung erhalten bleibt.

Für klassifikatorische Eigenschaften heißt strukturtreue Abbildung, dass die zugeordneten Zahlen lediglich Gleichheit und Ungleichheit repräsentieren. Daher kann man zur Abbildung dichotomer Ausprägungen zum Beispiel die Ziffern 1 und 2, genauso aber etwa die Zahlen 100 und 372 verwenden. In der Statistik nennt man die daraus resultierende Skala Nominalskala. Gleiche Merkmalsausprägungen erhalten dieselbe Ziffer, unterschiedliche Merkmalsausprägungen unterschiedliche Ziffern. Eine Deutung der Relationen zwischen den Zahlen ist nicht zulässig. Ordnet man Demokratie den Wert 2 zu und Diktatur den Wert 1, so ist Demokratie nicht doppelt so demokratisch, sondern einfach anders.

Für komparative Eigenschaften bedeutet strukturtreue Abbildung, dass sie (Un-)Gleichheit sowie eine Rangordnung der Objekte repräsentieren. Dies kann durch die Ziffern 1, 2 und 3, aber genauso gut durch die Zahlen 9, 17 und 42 erreicht werden, denn bei komparativen Eigenschaften sind die Abstände zwischen den Zahlen nicht von Bedeutung. Die daraus resultierende Ordinalskala ist auch hinsichtlich der Relationen der Ausprägungen interpretierbar. Wird der Grad der Freiheit einzelner Länder – wie etwa beim Freedom House Index³ – anhand von politischen Rechten und bürgerlichen Freiheiten gemessen, dann werden den Merkmalsausprägungen »frei«, »teilweise frei« und »nicht frei« die Ziffern 1, 2 und 3 zugeordnet. Da es sich um einen komparativen Index handelt, gilt, dass Länder mit der Ziffer 1 freier als solche mit der Ziffer 2 und diese wiederum freier als solche mit der Ziffer 3 sind. Die Werte können jedoch nicht hinsichtlich ihrer Abstände interpretiert werden: 1 ist weder um 1 freier noch halb so unfrei wie 2.

Bei metrischen Eigenschaften müssen (Un-)Gleichheit, Rangordnung und Abstände repräsentiert werden. Daher müssen die Abstände zwischen den gemessenen Eigenschaften auch abgebildet werden. Metrische Eigenschaften können entweder in Intervallskalen oder in Ratioskalen übersetzt werden. Bei Intervallskalen können zusätzlich zu Gleichheit und Rangordnung die Abstände zwischen den Zahlen interpretiert werden. Misst man Temperatur in Bezug auf die festgelegten Fixpunkte Gefrier- und Siedepunkt von Wasser und teilt die Skala in gleiche Schritte ein, so kann man sagen, dass 10 °C um 5 ° wärmer sind als 5 °C. Man kann jedoch nicht sagen, dass 10 °C doppelt so warm sind wie 5 °C. Dazu würde man eine sogenannte Ratioskala benötigen, bei der der Nullpunkt auch in Bezug auf das gemessene Phänomen empirisch die Bedeutung eines Nullpunktes hat. Dies ermöglicht die Interpretation der Verhältnisse zwischen Merkmalsausprägungen. 0 € bedeuten für das Merkmal Einkommen, dass kein Einkommen erzielt wird. Ein Einkommen von 50 € ist doppelt so hoch wie eines von 25 €. Beim Beispiel Temperatur wäre die Kelvinskala eine solche Ratioskala, bei der der Nullpunkt bedeutet, dass das Konstrukt Temperatur aufhört zu existieren.

Insgesamt gilt es also festzuhalten, dass es beim Messen als Zuordnung von Zahlen zu Merkmalen und deren Ausprägungen entscheidend ist, festzulegen, welche Unterschiede berücksichtigt werden sollen, welche Maßeinheit verwendet werden soll und nach welchen Regeln Zahlen zu Merkmalsausprägungen zugeordnet werden. Beachtet man das Skalenniveau von Ziffern etwa in Statistiken nicht genau, so wird man schnell unzulässige Aussagen treffen. Wird die Variable Geschlecht mit den Ausprägungen männlich = 1, weiblich = 2 und divers = 3 gemessen, ist die Aussage, dass Geschlecht bei einer Person mit dem Wert 3 dreimal so ausgeprägt ist wie bei einer Person mit dem Wert 1 – auch wenn sie rein auf die Zahlen bezogen stimmen mag – empirischer Unfug.

2.2.7 Erklärung

Das Erklären von politischen Ereignissen oder Tatsachen ist die Kernbeschäftigung der Politikwissenschaft und insbesondere der empirischen Politikforschung. Erklärungen sind eng verbunden mit dem Testen von Theorien und Hypothesen, denn diese formulieren mit ihren Annahmen über Zusammenhänge in der Wirklichkeit nichts anderes als mögliche Erklärungen. Erklärungen sind dabei logisch und empirisch wahre Aussagen darüber, warum ein Sachverhalt oder ein Zusammenhang vorliegt.

Der Begriff Erklärung ist daher eng mit einem positivistischen und nomologischen Verständnis von Wissenschaft verbunden ( Kap. 3). Die Grundform der Erklärung ist die deduktiv-nomologische Erklärung. Erklärungen beinhalten eine Aussage zu dem zu erklärenden Sachverhalt (Explanandum) und dem zur Erklärung herangezogenen Sachverhalt (Explanans) (vgl. Hempel/Oppenheim 1948; Patzelt 1992). In der Explanandum-Aussage wird der zu erklärende Sachverhalt empirisch gültig beschrieben. In den Explanans-Aussagen werden »Wenn-Dann«-Aussagen formuliert. Die »Dann«-Komponente erfasst das Explanandum. Die Randbedingungen geben an, unter welchen Umständen die »Wenn-Dann«-Aussagen zutreffen. Die »Wenn«-Komponente beschreibt jene Sachverhalte, welche als Erklärungsfaktoren dienen. Zur Prüfung des Wahrheitsgehalts einer Erklärung empfiehlt Patzelt (1992) folgende Fragen:

1. Stimmt die Explanandum-Aussage mit den Tatsachen überein?

2. Können die »Wenn-Dann«-Aussagen innerhalb ihrer Randbedingungen als empirisch wahr gelten?

3. Waren die Randbedingungen auch tatsächlich gegeben?

4. Lagen die Anfangsbedingungen auch wirklich vor?

5. Sind die einzelnen Aussagen und die Gesamtstruktur logisch konsistent?

Ein Beispiel für eine solche deduktiv-nomologische Erklärung ist die folgende, die sich auf das Entstehen neuer Parteien bezieht:

Explanans bzw. Gesetz: Wenn im Parlament vertretene Parteien die in der Bevölkerung vorhandenen Interessen nicht ausreichend repräsentieren, dann können neue Parteien entstehen.

Explanandum: Es gibt eine neue Partei.

Randbedingung: Die Interessen der Bevölkerung werden durch die im Parlament vertretenen Parteien nicht repräsentiert.

Am konkreten Beispiel – etwa der Entstehung der Partei »Die Grünen« – müsste aufgezeigt werden, dass die Randbedingung beim Entstehen vorlag. Zunächst müsste analysiert werden, welche Interessen und Themen die neue Partei vertrat. Das waren bei den Grünen vor allem Frieden und Umwelt. Dann müsste gezeigt werden, dass die Randbedingung vorliegt, dass erstens Umwelt und Frieden wichtige Themen für die Bevölkerung sind (z. B. durch Umfragen) und dass zweitens diese nicht ausreichend von den im Parlament vertretenen Parteien repräsentiert wurden (z. B. durch Analysen ihrer Parteiprogramme).

Schwierig ist bei solchen Formen der Erklärung oft, die Prämissen (also das was, als gegeben angenommen wird) oder Allaussagen zu begründen. Denn dies kann nicht durch Deduktion oder empirische Prüfung geschehen. Der Versuch würde entweder zu der Notwendigkeit immer neuer Prämissen, zu logischen Zirkelschlüssen oder zu Dogmen führen. Daher ist es sinnvoll, Theorien aus der Empirie heraus zu entwickeln und so die Problematik der Begründbarkeit von Prämissen zu umgehen.

Eine besondere Schwierigkeit in den Sozialwissenschaften besteht darin, dass es kaum unumstößliche Gesetze gibt und so die ideale Form der deduktiv-nomologischen Erklärung nicht möglich ist. Theorien sollten also als mögliche Erklärungen, die geprüft werden müssen, angesehen werden. Deshalb kommen in der empirischen Politikforschung häufig Erklärungen vor, die induktiv-statistisch oder probabilistisch sind. Im Unterschied zu deduktiv-nomologischen Erklärungen werden Gesetze durch Wahrscheinlichkeitsaussagen ersetzt:

Probabilistisches Explanans: Für 95 % der Fälle gilt: Wenn Staaten mehr als 20.000 € durchschnittliches Bruttoinlandsprodukt pro Kopf aufweisen, dann sind sie demokratisch.

Explanandum: Staat x ist demokratisch.

Randbedingung: Staat x hat mehr als 20.000 € durchschnittliches Bruttoinlandsprodukt pro Kopf.

Daraus ergeben sich zwei wichtige Unterschiede. Erstens ist eine logische Deduktion von Explanans auf Explanandum ausgeschlossen. Ein Land mit entsprechendem BIP ist nicht automatisch, sondern nur sehr wahrscheinlich demokratisch. Zweitens ist es möglich, dass mehrere probabilistische Aussagen zur Erklärung eines Phänomens dienen und daraus logische Widersprüche resultieren.

Eine weitere wichtige Unterscheidung von Erklärungen ist die zwischen Kausal-, Funktional- und Intentionalerklärungen (Føllesdal u. a. 1988).

Kausalerklärungen nehmen die Grundform von deduktiv-nomologischen Erklärungen an. Sie bestehen aus den Elementen Gesetz, Randbedingung und Phänomen. Sie umfassen auch induktiv-statistische Erklärungen, da bei beiden ein kausaler Zusammenhang angenommen wird. Das Kausalitätsprinzip besagt: »Für jedes Ereignis muss es eine Ursache oder auch eine komplexe Menge von Ursachen geben« (Kromrey 2009, 17). Ursache und Wirkung sollten dabei in einem engen zeitlichen Zusammenhang stehen, wobei Ursache vor Wirkung kommt. Eine Ursache-Wirkung-Relation kann durch die Prinzipien Determinismus (alles hat eine Ursache) und lokale Kausalität aufgezeigt werden. Letzteres bedeutet, dass es keine Abstandswirkung geben kann, daher sollten räumliche und zeitliche Distanz zwischen Ursache und Wirkung gering sein. Alternativ müssen Kausalketten bestehen, die beide miteinander verbinden.

Funktionalerklärungen versuchen, ein Phänomen mittels seiner Wirkung zu erklären. Die häufigste Variante ist die der günstigsten Wirkung. Phänomene existieren, weil sie eine positive Wirkung auf das Gemeinwesen haben. Solche Argumentationsmuster finden sich in struktur-funktionalistischen Ansätzen der Politikwissenschaft, etwa den systemtheoretischen Ansätzen nach David Easton. Hier wird ausgehend von der grundlegenden Annahme, dass Systeme zum Selbsterhalt streben, gefragt, wie dies generell möglich ist. Die Antwort aus dieser Perspektive: durch funktionale Differenzierung. Es gibt also bestimmte Funktionen, die erfüllt werden müssen, wie etwa das Durchsetzen der allgemeinverbindlichen Regeln. Die Existenz von Justiz und Polizei lässt sich dann darüber erklären, dass sie diese Funktion für eine Gesellschaft in einer guten Art und Weise erfüllen, sodass Konflikte durch sie verregelt werden. Dies kann belegt werden durch die Angabe der Verbindung zwischen günstiger Wirkung und dem Phänomen, das diese hervorbringt. Oder durch die Angabe von Personen, die das Phänomen bewusst auswählen. Im ersten Fall werden sie also in Kausalerklärungen überführt und im zweiten Fall in Intentionalerklärungen.

Intentionalerklärungen erklären ein Phänomen mit seiner beabsichtigten Wirkung. Sie nehmen folgende Struktur an: Eine Person legt ein bestimmtes Verhalten (beobachtbare Körperbewegung) an den Tag. Der Person werden Wünsche und Annahmen zugeschrieben und Verhalten, Wünsche und Annahmen zueinander in Bezug gesetzt, sodass aus dem Verhalten eine bewusste, durch die Wünsche geleitete und auf ein Ziel ausgerichtete Handlung wird. Es muss dabei aufgezeigt werden, dass die Person davon ausgeht, dass ihr Verhalten ein Mittel zur Verwirklichung des Wunsches ist, dass ihr Verhalten durch Wunsch und Annahmen verursacht wird. Wird also beispielsweise der Einsatz von Gewalt gegen Demonstrant:innen untersucht, so müsste aufgezeigt werden, dass die:der Regierungschef:in bewusst abgewogen und willentlich entschieden hat, dass die Sicherheitskräfte Gewalt einsetzen sollen und einen entsprechenden Befehl erteilt hat. Das Verhalten kann beobachtet werden, die Wünsche und Annahmen wären durch eine Befragung oder die Studie von Protokollen herauszufinden.