La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

1 POLI-D-314 Introduction à la politique comparée – cours 3 Jean-Benoit PILET.

Présentations similaires


Présentation au sujet: "1 POLI-D-314 Introduction à la politique comparée – cours 3 Jean-Benoit PILET."— Transcription de la présentation:

1 1 POLI-D-314 Introduction à la politique comparée – cours 3 Jean-Benoit PILET

2 2 Cours 3: Les pièges de la comparaison 1. Les pièges dans lélaboration du design de recherche (Sartori, 1994) Localisme Mauvaise classification Gradualisme Elasticité conceptuelle 2. Les pièges dans lanalyse et linterprétation des résultats Variable cachée Erreur écologique / erreur individuelle Biais dans la sélection des cas Importance démesurée des cas déviants

3 3 Le localisme Oubli du caractère nationalement marqué dun concept Exemple: le terme libéral Le piège du localisme guette également pour les comparaisons historiques Exemple: la gauche Le localisme peut aussi sappliquer pour les indicateurs choisis Exemple: le vote des projets de loi comme indicateur de la discipline partisane en Europe et aux USA Exemple: le référendum généralisé comme indicateur du populisme Le localisme peut aussi sappliquer pour le passage dun concept dun champ de la science politique à un autre Ex: la notion de cartel dans létude des partis et en études électorales

4 4 La mauvaise classification Construction de catégories inappropriées Exemple: étude des familles de parti sur la base du nom des partis Famille libérale: Oubli du Parti démocratique luxembourgeois, de la Venstre danoise, du Partido Social Democrata portugais Famille nationaliste: Scottish National Party, Partido Nacionalist Vasco, Front national, Alleanza Nazionale?

5 5 Le gradualisme La réalité serait trop complexe pour la réduire à des catégorisations binaires Principe selon lequel les traitements continus seraient plus pertinents que les traitements dichotomiques Sartori démontre que aucune des deux options nest par définition supérieure à lautre Les traitements continus peuvent faire perdre leur sens aux concepts utilisés (ex: démocratie) La plupart des échelles finiront pas être transformées en catégories tout aussi arbitraires que le classement dichotomique Le chercheur doit constamment garder à lesprit que toute catégorisation affecte la réalité observée

6 6 Lijphart (1997) et le lien entre fédéralisme et nombre de partis Hypothèses: les Etats fédéraux comptent plus de partis car chaque entité fédérée est un espace de développement pour des formations politiques spécifiques Test sur 36 pays Quest-ce quun Etat fédéral? Différentes catégorisations, différents résultats

7 7 Lijphart- catégorisation n°1 Etat fédéral si cest inscrit dans sa constitution ENPP USA2.41 Canada2.35 Allemagne2.84 Belgique5.49 Autriche2.72 Suisse5.57 Australie2.19

8 8 Lijphart- catégorisation n°2 Etats fédéraux et états régionalisés ENPP USA2.41 Canada2.35 Allemagne2.84 Belgique5.49 Autriche2.72 Suisse5.57 Australie2.19 ENPP Espagne2.76 Italie5.22 Venezuela3.07 Inde4.11

9 9 Lijphart- catégorisation n°3 Echelle de fédéralisme ( ) FEDENPPFEDENPPFEDENPP USA Espagne Danemark Canada Italie Finlande Allemagne Venezuela Norvège Belgique Inde France Autriche Grèce Suisse Malte Australie NZ Coeff.cor

10 10 Lélasticité conceptuelle Elargir la définition dun concept pour le rendre applicable en dehors de son contexte originel Le risque est quà force délargir le sens du concept, celui-ci perde son pouvoir explicatif Exemple: le concept de clivage

11 11 Loubli dune variable cachée (spuriousness) Lexplication tirée de la recherche est incomplète, une variable majeure a été omise Exemple: Landman et le lien entre latinos et pensionnés Exemple: Le lien entre diversité linguistique et développement économique Liberson & Hansen (1974): Plus il y a de diversité linguistique, moins il y a de développement économique Firebaugh (1980): L&H avait omis une variable majeure: lâge du pays

12 12 Lerreur écologique et lerreur individuelle Glissement non contrôlé entre le niveau danalyse des données et le niveau dinterprétation des résultats Erreur écologique: Formulation dexplications au niveau individuel sur la base de données au niveau agrégé Exemple: Nombre de femmes dans lélectorat et résultats dun référendum sur lavortement Erreur individuelle: Formulation dexplications au niveau agrégé sur la base de données au niveau individuel Exemple: Inglehart (1997) et sa catégorisation des sociétés modernes et postmodernes sur la base de données denquête sur les valeurs des citoyens

13 13 Biais dans la sélection des cas Sélection aléatoire vs. Sélection intentionnelle Ne pas oublier que le réalité observée peut être fonction des cas sélectionnés Exemple: Les causes des révolutions sociales Skocpol (1979) vs. Geddes (1990) Comment réduire ce risque? Augmenter le nombre de cas Sélectionner les cas sans a priori quant à leur rapport à lhypothèse de départ

14 14 Donner trop dimportance aux cas déviants Le but de la comparaison est de tester la valider des théories Cependant, une théorie peut rester valide même si elle est infirmée par quelques cas Une explication valable dans 90% des cas, ne va pas être mise de côté pour les 10% de cas où elle ne sapplique pas Exemple des méthodes statistiques dont le but est daccroître la part de la réalité expliquée mais sans espérer atteindre le 100%

15 15 Modèles alternatifs dexplication des voix de préférence des candidats flamands aux élections de 2007


Télécharger ppt "1 POLI-D-314 Introduction à la politique comparée – cours 3 Jean-Benoit PILET."

Présentations similaires


Annonces Google