1

STEPHEN VAN EVERA

GUIA DE MÉTODOS PARA ESTUDANTES DE CIÊNCIAS

POLÍTICO

Conteúdo

INTRODUÇÃO

1. HIPÓTESES, LEIS E TEORIAS: UM GUIA DO USUÁRIO 7

O que é uma teoria? 7
O que é uma explicação específica? 15
O que é uma boa teoria? 17
Como as teorias podem ser feitas? 21
Como as teorias podem ser testadas? 27
Testes, previsões e testes fortes vs fracos 30
Dicas úteis para testar teorias 35
Como podem ser explicados eventos específicos? 40
Metodologia Mito 43

2. O QUE SÃO ESTUDOS DE CASO? COMO DEVEM SER REALIZADOS? 49

Estudos de caso em perspectiva 50
Testando Teorias com Estudos de Caso 55
Criando Teorias com Estudos de Caso 67
Condições Antecedentes de Internação a partir de Estudos de Caso 71
Testando Condições Antecedentes com Estudos de Caso 93
Explicando Casos 74
Testes Fortes vs. Fracos; Previsões e testes 75
Interpretando resultados contraditórios 76
Critérios de Seleção de Caso 77

3. O QUE É UMA DISSERTAÇÃO EM CIÊNCIA POLÍTICA? 89

4. DICAS ÚTEIS PARA ESCREVER UMA DISSERTAÇÃO DE CIÊNCIA POLÍTICA 97

Seleção de tópicos 97
Organização 99
Seu Prospecto de Dissertação 99
Seu capítulo introdutório 100
Seu capítulo final 103
Projeto de estudo e Apresentação 103
 2

Escrita 106
Estilo 108
Verificação 109
Seu Resumo 111
Lidando com sua Comissão de Dissertação 111
Lidando com sua cabeça, sua família e seus amigos 112
Como aprender mais sobre como escrever uma dissertação 113

5. A PROPOSTA DE DISSERTAÇÃO 115

6. ÉTICA PROFISSIONAL 117

APÊNDICE: COMO ESCREVER UM PAPER 123

LEITURA ADICIONAL 129

ÍNDICE 135

Introdução

Este livro reúne seis artigos que destilam conselhos sobre metodologia que dei, recebi ou ouvi ao
longo dos anos. Eles abordam questões que recebem mais tempo no ar nas salas de aula e nas
discussões de corredor no meu bairro. Eu os escrevi tendo em mente os leitores de estudantes de
pós-graduação, mas outros também podem achá-los úteis. Eles começaram como apostilas de aula
de como fazer que eu esbocei para me salvar de repetir conselhos muitas vezes repetidos. Qualquer
conselho que eu me lembre de dar mais de uma vez, por mais mundano ("Comece parágrafos com
frases de tópico!"), qualificado para inclusão. Ao mesmo tempo, omiti conselhos padrão que
raramente precisava dar.

Assim, este livro não é exaustivo ou definitivo. Não faço nenhum esforço para cobrir a orla
metodológica. (Omissão principal: não tenho capítulo sobre métodos de estudo de número grande.)
Todos os seis capítulos são básicos

2
cartilhas e expor meu ponto de vista pessoal. Nenhum pretende resumir os pontos de vista do campo
ou oferecer respostas definitivas. Eu os escrevi menos para divulgar soluções do que para estimular
os alunos a desenvolver suas próprias soluções para os quebra-cabeças que os capítulos abordam.

As opiniões expressas surgem mais da prática da metodologia do que do seu estudo. Elas refletem
minha experiência como estudante, colega, professora e editora. Aprendi algumas coisas
importantes com os escritos sobre filosofia da ciência e métodos das ciências sociais, mas achei
muito desses escritos obscuros e inúteis. Muitas vezes era mais fácil inventar minhas próprias
respostas do que desenterrá-las das resmas de arcanos lamacentos produzidos por filósofos e
 3

metodologistas, mesmo quando as respostas existiam em algum lugar dessas resmas.

Este livro reflete meu campo de concentração (relações internacionais/assuntos de segurança). Ele
se concentra em preocupações que são maiores no subcampo IR/segurança (por exemplo, o método
de estudo de caso) e seus exemplos são intensos em IR. Espero, no entanto, que seja útil para
estudantes de outras áreas da ciência política e de outras ciências sociais. Meus lamentos
antecipados aos leitores desses campos por seus paroquialismos que derivam de suas origens como
uma coleção de apostilas de classe.

Capítulo 1, "Hipóteses, Leis e Teorias: Um Guia do Usuário",

3
começou como um folheto de três páginas sobre inferência científica para uma turma de graduação
que eu lecionei na U.C. Davis há muitos anos. Não encontrando nenhuma cartilha que explicasse
como estruturar, avaliar e aplicar teorias, escrevi a minha. Ele se expandiu ao longo dos anos e
reflete meu próprio ponto de vista positivista e anti-
obfuscação. Estou um tanto persuadido pela visão de que as regras primárias do método científico
devem diferir entre a "ciência dura" e as ciências sociais. Ciência é ciência. Também acredito que as
regras básicas da ciência, muitas vezes complexas, são na verdade poucas em número e podem ser
claramente enunciadas e resumidas brevemente.
Os assuntos do Capítulo 1 - as ferramentas e regras básicas da inferência científica - são
frequentemente omitidos nos textos de métodos. Muitos escritos sobre métodos de ciências sociais
pressupõem que os leitores já sabem o que são teorias, o que são boas teorias, quais elementos as
teorias contêm, como as teorias devem ser expressas, quais regras fundamentais devem ser seguidas
ao testar ou aplicar teorias e assim por diante. Este capítulo enfatiza os pontos elementares que
outros ordenam.
Capítulo 2, "O que são estudos de caso? Como eles devem ser realizados?" começou como um
folheto de classe de pós-graduação elaborado para acompanhar uma tarefa para produzir um
pequeno estudo de caso. Não encontrando nenhuma cartilha curta sobre como fazer estudos de caso,
escrevi o meu próprio. Eu pretendia que fosse um ponto de partida para alunos sem exposição ao
método de caso.
O estudo de caso é o primo pobre entre os métodos das ciências sociais. A literatura de
metodologias dominante presta muita atenção aos métodos de n grandes enquanto descarta os
métodos de caso com uma onda. Muitos programas de pós-graduação em ciência política ensinam
métodos n grandes como a única técnica: as aulas de "metodologia" cobrem n métodos grandes para
escolha grande e racional) como se fossem tudo o que existe. Os métodos de estudo de caso
raramente são ensinados e quase nunca são ensinados em uma aula própria (Exceções incluem aulas
sobre o método de caso ministradas por Stephen Walt e John Mearsheimer na Universidade de
Chicago, por Scott Sagan em Stanford, por Peter Liberman em Tulane, de Andy Bennett em
Georgetown, de Ted Hopf em

4
da Universidade de Michigan, e por John Odell da Universidade do Sul da Califórnia.)

Considero os métodos de n grande e de estudo de caso como iguais essenciais. Cada um tem seus
 4

pontos fortes e fracos. Às vezes um é o método mais forte, às vezes o outro. Portanto, a atenção
desequilibrada que recebem deve ser corrigida. A culpa por esse desequilíbrio é, em parte, dos
próprios praticantes de estudos de caso. Eles não produziram um livro de receitas simples para
iniciantes. Sem um livro de receitas que destila o método, outros são obrigados a negligenciá-lo. Eu
escrevi este capítulo como um primeiro corte para um livro de receitas.

Capítulo 3, "O que é uma dissertação de ciência política?" reflete minha visão de que muitas vezes
definimos os limites do campo de forma muito estreita. Uma gama mais ampla de tópicos e
formatos de tese deve ser considerada um jogo justo. Especificamente, a cultura do campo da
ciência política é tendenciosa para a criação e teste da teoria sobre outros trabalhos, incluindo a
aplicação da teoria para resolver problemas políticos e responder a questões históricas e fazer um
balanço da literatura. Mas fazer e testar teorias não são os únicos jogos na cidade. Também vale a
pena aplicar teorias para avaliar políticas passadas e presentes e resolver quebra-cabeças históricos.
Se todo mundo faz e testa teorias, mas ninguém nunca as usa, então para que servem? A orização é
inútil se nunca aplicarmos nossas teorias para resolver problemas. O trabalho de inventário também
está se tornando mais valioso à medida que nossa literatura se expande a ponto de ninguém poder
fazer um balanço do todo por conta própria.

Além disso, a formulação de teorias e o teste de teorias podem ser tarefas difíceis para acadêmicos
no início de suas carreiras. A grande teorização leva tempo para aprender, e aplicar teorias ou fazer
um balanço pode ser uma maneira mais viável de começar. A aplicação da teoria e o inventário
exigem boa facilidade com as teorias, e ambos permitem ampla latitude para demonstrar essa
facilidade com menos risco de fracasso total. Portanto, dissertações desse gênero devem ser
reconhecidas como

5
uma ciência social capaz e consideradas alternativas quando as opções da grande teoria parecem
assustadoras.
O Capítulo 3 também reflete minha visão de que a ciência política deve abraçar a tarefa de
explicação histórica entre suas missões. Os historiadores não devem ser deixados sozinhos com a
tarefa. Muitos historiadores desconfiam de generalizações, daí o uso de teorias gerais; no entanto, as
teorias são essenciais para a explicação histórica. Muitos são avessos a explicações explícitas,
preferindo deixar os fatos falarem por si mesmos." Muitos são avessos a escrever uma história
avaliativa que julgue políticas e formuladores de políticas. A ciência política deve intervir para
preencher as lacunas explicativas e avaliativas deixadas por essas peculiaridades em cultura do
historiador.
Os capítulos 4 e 5, "Dicas úteis sobre como escrever uma dissertação de ciência política" e "A
proposta de dissertação", resumem os conselhos de artesanato que dei a estudantes e colegas ao
longo dos anos e que outros me deram. Eles se concentram em questões de apresentação e em
questões mais amplas de estratégia e tática acadêmica, enquanto desprezam a questão (geralmente
mais importante) do projeto de pesquisa. Em parte, refletem meu tempo de edição de Segurança
Internacional e as muitas discussões que tive sobre redação e apresentação com leitores e autores do
EI.
O Capítulo 6, "Ética Profissional", está um pouco fora do estreito ponto metodológico dos outros,
 5

mas toca a metodologia em um sentido amplo ao perguntar: como devemos trabalhar juntos como
uma comunidade? Isso reflete meu sentimento de que as ciências sociais precisam de alguma
discussão formal sobre ética profissional. A ciência social opera em grande parte além da
responsabilidade para com os outros. Instituições e profissões que enfrentam uma responsabilização
fraca precisam de lemes éticos internos que definam suas obrigações a fim de dizer o rumo. Caso
contrário, eles correm o risco de se perder na desutilidade parasitária. A ciência social não é
exceção.
Incluo um apêndice, "Como escrever um artigo", com a ideia de que os professores podem
considerá-lo um material útil para a aula. Isto

6
destila meu conselho para estudantes de graduação sobre como escrever trabalhos de classe. Como
deve ser um papel curto? Estas são as minhas sugestões. Eu dou para as aulas junto com todas as
tarefas em papel.
Por me ensinar sobre muitos assuntos discutidos aqui, agradeço a Robert Arseneau, com quem
discuti muitas dessas questões enquanto ele ensinava PS3 na U.C. Berkeley. Por comentários sobre
esses capítulos e/ou questões, também agradeço a Steve Ansolabehere, Bob Art, Andy Bennett, Tom
Christensen, Alex George, Charlie Glaser, Chaim Kaufmann, Peter Liberman, John Mearsheimer,
Bill Rose, Scott Sagan, Jack Snyder, Marc Trachtenberg, Steve Walt, Sandy Weiner e David
Woodruff. Agradeço também aos muitos professores, alunos e colegas que comentaram sobre meu
trabalho ao longo dos anos. Muito do que ofereço aqui são conselhos reciclados que eles me deram
uma vez.

CAPÍTULO 1

Hipóteses, leis e teorias: um guia do usuário

O que é uma teoria?

As definições do termo "teoria" oferecidas pelos filósofos das ciências sociais são enigmáticas e
diversas. Eu recomendo o seguinte como uma estrutura simples que captura seu significado
principal enquanto também explica os elementos que eles frequentemente omitem.

As teorias são afirmações gerais que descrevem e explicam o

8
causas ou efeitos de classes de fenômenos. Eles são compostos de leis ou hipóteses causais,
explicações e condições antecedentes. As explicações também são compostas por leis ou hipóteses
causais, que por sua vez são compostas por variáveis dependentes e independentes. Quatorze
definições merecem menção:

lei
 6

Uma relação regular observada entre dois fenômenos. As leis podem ser determinísticas ou
probabilísticas. Os primeiros relacionamentos invariáveis de quadro ("se A, então sempre B"). O
último quadro relaciona relações probabilísticas ("se A então às vezes B, com probabilidade X"). A
ciência dura tem muitas leis deterministas. Quase todas as leis das ciências sociais são
probabilísticas.

As leis podem ser causais ("A causa B") ou não causais ("A e B são causados por C; portanto, A e
Nu estão correlacionados, mas nenhum causa o outro) Nossa busca principal é por leis causais.
Exploramos a possibilidade de que as leis sejam não-causal principalmente para descartá-lo, para
que possamos decidir sobre a possibilidade de que as leis observadas sejam causais.

9
hipótese
Uma relação conjecturada entre dois fenômenos. Como as leis, as hipóteses podem ser de dois
tipos: causais ("suponho que A causa B") e não causais ("suponho que A e B são causados por C;
portanto, A e B estão correlacionados, mas nenhum causa o outro").

teoria
Uma lei causal ("estabeleci que A causa B") ou uma hipótese causal ("eu suponho que A causa B"),
juntamente com uma explicação da lei causal ou hipótese que explica como A causa B. Nota: o
termo "teoria geral" é frequentemente usado para teorias mais amplas, mas todas as teorias são, por
definição, gerais em algum grau.

explicação
As leis causais ou hipóteses que conectam a causa ao fenômeno que está sendo causado, mostrando
como ocorre a causação. ("A causa B porque A causa y, que causa r, que condições antecedentes
causas B.")

condições antecedentes
Um fenômeno cuja presença ativa ou

10
amplia a ação de uma lei causal ou hipótese. Sem ela, a causação opera mais fracamente ("A causa
algum B se C estiver ausente, mais B se C estiver presente" - por exemplo, "A luz do sol faz a
grama crescer, mas causa grande crescimento apenas em solo fertilizado") ou nada (" A causa B i C
está presente, caso contrário não" ex: "A luz do sol faz a grama crescer, mas somente se também
chover um pouco"). Podemos reafirmar uma condição antecedente como uma lei causal ou hipótese.
("C causa B se A estiver presente, caso contrário não" - por exemplo, "A chuva faz a grama crescer,
mas somente se também tivermos um pouco de sol").
As condições antecedentes também são chamadas de "termos de interação", "condições iniciais",
"condições de habilitação", "condições catalíticas", "pré-condições", "condições de ativação",
"condições de ampliação", "suposições". "condições assumidas", suposições." ou "suposições
auxiliares”.
 7

variáveis
Um conceito que pode ter vários valores, por exemplo, o "grau de democracia" em um país ou
variável variável independente a "parte do voto de dois partidos" para um partido político.

Variável independente (IV)

Uma variável que enquadra o fenômeno causal de uma teoria ou hipótese causal. Na hipótese
"alfabetização causa democracia", o grau de alfabetização é a variável independente.

11
variável dependente (VD)
Uma variável que enquadra o fenômeno causado de uma teoria ou hipótese causal. Na hipótese "a
alfabetização causa a democracia", o grau de democracia é a variável dependente.

variável interveniente (IntV)

Uma variável enquadrando um fenômeno interveniente não incluído na explicação de uma teoria
causal. Fenômenos intervenientes são causados pelo IV e causam o DV6 Na teoria "A luz do sol
causa a fotossíntese, fazendo com que a grama cresça", a fotossíntese é a variável interveniente.

variável de condição (CV)

Uma variável que enquadra uma condição antecedente. Os valores das variáveis de condição
controlam o tamanho do impacto que IVS ou IntVs têm em DVs e outros IntVs. Na hipótese "A luz
do sol faz a grama crescer, mas somente se também chovermos", a quantidade de chuva que cai é
uma variável de condição.

variável de estudo (SV)

Uma variável cujas causas ou efeitos procuramos descobrir com nossa pesquisa. A variável de
estudo de um projeto pode ser um IV, DV, IntV ou CV.

hipótese principal
A hipótese abrangente que enquadra a relação entre as variáveis independentes e dependentes de
uma teoria.

12
hipótese explicativa
As hipóteses intermediárias que constituem a explicação de uma teoria."

hipótese de teste
A hipótese que procuramos testar. Também chamada de "hipótese de pesquisa".

Nota: uma teoria, então, nada mais é do que um conjunto de leis ou hipóteses causais conectadas."

Neste diagrama A é a variável independente da teoria, B é a variável endente. As letras g e r indicam

variáveis intervenientes
 8

13
e compreendem a explicação da teoria. A proposta "A → B" é a hipótese principal da teoria,
enquanto as propostas que "A→ q"q→r" e "r→B" são suas hipóteses explicativas.

Podemos adicionar variáveis de condição, indicando-as usando o símbolo de multiplicação, "x"10

Aqui C é uma variável de condição: o impacto de A ona é ampliado por um valor alto em C e
reduzido por um valor baixo em C.

A→g→→B

Um exemplo seria:

Quantidade de sol

Quantidade de

Quantidade de fotossíntese → crescimento da grama

Quantidade de chuva

Pode-se exibir a explicação de uma teoria em qualquer nível de detalhe. Aqui elaborei a ligação
entre r e B para mostrar as variáveis explicativas s e f.

Pode-se estender uma explicação para definir causas mais remotas. Aqui as causas remotas de A (Y
e Z) são detalhadas:

14
C

Podemos detalhar as causas das variáveis de condição, como aqui com a causa de C:

Y Z A q → → st → B
 9

XXC

Não há limite para o número de condições antecedentes que podemos

quadro, Armação. Aqui mais condições (D, u, v) são especificadas.

Y Z A q→→s→→B X

X-C

Pode-se adicionar mais avenidas de causalidade entre variáveis causais e causadas. Aqui, duas
cadeias de causalidade entre A e B (passando pelas variáveis intervenientes f e g) são adicionadas,
para produzir uma teoria de três cadeias:

Y→ Z→A→→

→→ →→g →B →→

UXD X→C

Uma "teoria" que não pode ser diagramada por setas não é uma teoria e

15
precisa de reenquadramento para se tornar uma teoria. (Segundo este critério, muitas "teorias" e
escritas "teóricas" da ciência política não são teoria.)

O que é uma explicação específica?

Explicações de eventos específicos (guerras particulares, revoluções, resultados eleitorais,

depressões econômicas e assim por diante)

usam teorias e são estruturadas como teorias. Uma boa explicação nos diz quais causas específicas
produziram um fenômeno específico e identifica o fenômeno geral do qual essa causa específica é
um exemplo. Três conceitos merecem destaque:

explicação específica
Uma explicação lançada em termos específicos que explica um evento distinto. Como uma teoria,
ela descreve e explica causa e efeito, mas essas causas e efeitos são enquadrados em termos
singulares. (Assim, "expansionismo causa agressão, causando guerra" é uma teoria: "O
expansionismo alemão causou agressão alemã, causando a Segunda Guerra Mundial" é uma
explicação específica.) Explicações específicas também são chamadas de "explicações particulares"
(em oposição a "explicações gerais" .")
 10

Explicações específicas vêm em dois tipos. O segundo tipo ("explicação específica generalizada") é
mais útil:

explicação específica não generalizada

Uma explicação específica que não identifica a teoria de que a causa operante é um exemplo de
("Cermany causou a Segunda Guerra Mundial. A explicação não responde à questão

16
"do que é a Alemanha um exemplo?")

explicação específica generalizada

Uma explicação específica que identifica as orias que regem o seu funcionamento. 12 ("O
expansionismo alemão causou a Segunda Guerra Mundial" A causa operacional, "expansionismo
alemão", é um exemplo de expansionismo, que é a variável independente na hipótese "o
expansionismo causa a guerra".)

As explicações específicas são compostas por fenômenos causais, causados, intervenientes e

antecedentes:

fenômeno causal (CP)

O fenômeno que causa a causa.

fenômeno causado (EM)

O fenômeno que está sendo causado.

fenômenos intervenientes (PI)

Fenômenos que formam a explicação da explicação. Estes são causados pelo fenômeno causal e
causam o desfecho do fenômeno.

fenômenos antecedentes (AP)

Fenômenos cuja presença ativa ou amplia a ação causal dos fenômenos causais e/ou explicativos.

17
Nós diagramamos explicações específicas da mesma forma que fazemos teorias:

Uma teoria Expansão → Agressão → Guerra

Um específico generalizado Expansionismo alemão → Alemão agressão alemã → II Guerra

Mundial

Uma explicação específica não generalizada Alemanha → Surto de combates em 1 de

setembro de 1939 →→ Segunda Guerra Mundial
 11

O que é uma boa teoria?

Sete atributos principais governam a qualidade de uma teoria. 1. Uma boa teoria tem grande poder
explicativo. A variável independente da teoria tem um grande efeito em uma ampla gama de
fenômenos sob uma ampla gama de condições. Três características governam o poder explicativo:

Importância. A variação no valor da variável independente causa uma variação grande ou pequena
no valor da variável dependente? 15 Uma teoria importante aponta para uma causa que tem um
grande impacto aquela que causa grande variação na variável dependente

18
capaz. Quanto maior a variação produzida, maior o poder explicativo da teoria.
Gama explicativa. Quantas classes de fenômenos a variação no valor da variável independente da
teoria afeta e, portanto, explica? Quanto maior a gama de fenômenos afetados, maior o poder
explicativo da teoria. A maioria das teorias das ciências sociais tem alcance estreito, mas algumas
pérolas explicam muitos domínios diversos.
Aplicabilidade. Quão comum é a causa da teoria no mundo real? Quão comuns são as condições
antecedentes que ativam sua operação? Quanto mais prevalentes as causas e condições da teoria,
maior seu poder explicativo. A prevalência dessas

19
causas e condições no passado governam seu poder de explicar a história. Sua prevalência atual e
futura governa seu poder de explicar eventos presentes e futuros. 2. Boas teorias elucidam
simplificando. Portanto, uma boa teoria é parcimoniosa. Ele usa poucas variáveis simplesmente
organizadas para explicar seus efeitos.

Ganhar parcimônia muitas vezes requer algum sacrifício de poder explicativo, no entanto. Se esse
sacrifício for muito grande, torna-se inútil. Podemos tolerar alguma complexidade se precisarmos
dela para explicar o mundo.

3. Uma boa teoria é "satisfatória", isto é, satisfaz nossa curiosidade. Uma teoria é insatisfatória se
nos deixa imaginando o que causa a causa proposta pela teoria. Isso acontece quando as teorias
apontam para causas familiares cujas causas, por sua vez, são um mistério. Certa vez, uma política
explicou sua derrota eleitoral: "Não consegui votos suficientes!" Isso é verdade, mas insatisfatório.
Ainda queremos saber por que ela não obteve votos suficientes.

Quanto mais distante uma causa estiver de seu efeito proposto, mais satisfatória será a teoria.
Assim, “secas causam fome” é menos satisfatório do que “mudanças na temperatura da superfície
do oceano causam mudanças nos padrões de ventos atmosféricos, causando mudanças em áreas de
chuvas fortes, causando secas, causando fome”.

4. Uma boa teoria é claramente estruturada. Caso contrário, não podemos inferir previsões a partir
dele, testá-lo ou aplicá-lo a situações concretas.
 12

Uma teoria claramente estruturada molda suas variáveis a partir de conceitos que o teórico definiu
claramente.

Uma teoria claramente estruturada inclui um esboço completo da explicação da teoria. Isso não nos
deixa imaginando como A causa B. Assim, "mudanças na temperatura do oceano causam fome" é
menos completa do que "mudanças na temperatura do oceano causam mudanças nos padrões de
ventos atmosféricos, causando mudanças em áreas de chuvas fortes, causando secas, causando
fome".

Uma teoria claramente estruturada inclui uma declaração das condições antecedentes que permitem
sua operação e governam seu impacto. De outros

20
sábio, não podemos dizer quais casos a teoria governa e, portanto, não podemos inferir prescrições
políticas úteis.
Desastres de política externa geralmente acontecem porque os formuladores de políticas aplicam
teorias válidas a circunstâncias inadequadas. Considere a hipótese de que "apaziguar outros estados
os torna mais agressivos, causando a guerra". Isso foi verdade com a Alemanha durante 1938-39,
mas o oposto às vezes é verdadeiro: uma posição firme torna a outra mais agressiva, causando
guerra. Para evitar o tiro pela culatra das políticas, portanto, os formuladores de políticas devem
conhecer as condições antecedentes que decidem se uma posição firme tornará outras mais ou
menos agressivas. Problemas paralelos surgem em todos os domínios de formulação de políticas e
destacam a importância de enquadrar claramente as condições antecedentes.
5. Uma boa teoria é, em princípio, falseável. Dados que falsificariam a teoria podem ser definidos
(embora possam não estar disponíveis agora),
Teorias que não são claramente estruturadas podem ser não falsificáveis porque sua imprecisão
impede os investigadores de inferir predições deles.
As teorias que fazem oniprevisões que são cumpridas por todos os eventos observados também são
não falsificáveis. Testes empíricos não podem corroborar ou infirmar tais teorias porque todas as
evidências são consistentes com elas. As teorias religiosas dos fenômenos têm essa qualidade: os
resultados felizes são a recompensa de Deus, os desastres são o castigo de Deus, as crueldades são
os testes de Deus para nossa fé e os resultados que escapam a essas categorias amplas são os
mistérios de Deus. Alguns argumentos marxistas compartilham esse traço omnipreditivo.
6. Uma boa teoria explica fenômenos importantes: responde a perguntas

21
questões que importam para o mundo mais amplo, ou ajuda outros a responder a tais perguntas. As
teorias que respondem a perguntas não formuladas são menos úteis, mesmo que respondam bem a
essas perguntas. (Muita teorização das ciências sociais tem pouca relevância no mundo real e,
portanto, falha neste teste.) 7. Uma boa teoria tem riqueza prescritiva. Ele produz recomendações de
políticas úteis.
Uma teoria ganha riqueza prescritiva ao apontar causas manipuláveis, uma vez que causas
manipuláveis podem ser controladas pela ação humana. Assim, “o capitalismo causa o
imperialismo, causando a guerra” é menos útil do que “posturas e doutrinas militares ofensivas
 13

causam guerra”, mesmo que ambas as teorias sejam igualmente válidas, porque a estrutura das
economias nacionais é menos manipulável do que as posturas e doutrinas militares nacionais.
"Ensinar história chauvinista na escola causa guerra" é ainda mais útil, pois o conteúdo da educação
nacional é mais facilmente ajustado do que a política militar nacional.
Uma teoria ganha riqueza prescritiva ao identificar perigos que podem ser evitados ou mitigados
por contramedidas oportunas. Assim, as teorias que explicam as causas dos furacões não fornecem
nenhuma maneira de evitá-los, mas ajudam os previsores a alertar as comunidades ameaçadas para
proteger suas propriedades e se abrigar.
Uma teoria ganha riqueza prescritiva ao identificar condições antecedentes requeridas para sua
operação (ver ponto 4). Quanto melhor essas condições forem especificadas, maior será nossa
capacidade de evitar aplicar erroneamente as prescrições da teoria a situações que a teoria não
governa.

Como as teorias podem ser feitas?

Não existe uma receita geralmente aceita para fazer teorias. Alguns estudiosos usam a dedução,
inferindo explicações de mais.

22
leis causais gerais, já estabelecidas. Assim, muita teoria econômica é deduzida da suposição de que
as pessoas procuram maximizar sua utilidade econômica pessoal. Outros fazem teorias de forma
indutiva: procuram relações entre fenômenos; então eles investigam para ver se as relações
descobertas são causais; então eles perguntam "de que lei causal mais geral esse processo de causa e
efeito específico é um exemplo?" Por exemplo, depois de observar que os esforços conflitantes para
obter fronteiras seguras ajudaram a causar as guerras árabe-israelenses, um teórico pode sugerir que
a competição pela segurança causa a guerra.
Nove ajudas à formulação de teorias merecem menção. (Os oito primeiros são indutivos, o último é
dedutivo.)
1. Podemos examinar casos "outlier", isto é, casos mal explicados pelas teorias existentes.22 Causas
desconhecidas devem explicar seus resultados. Tentamos identificar essas causas examinando o
caso.
Especificamente, para fazer uma nova teoria, selecionamos casos em que o fenômeno que
procuramos explicar é abundante, mas suas causas conhecidas são escassas ou ausentes. Causas
desconhecidas devem estar em ação. Essas causas se anunciarão como características inusitadas do
caso e como fenômenos que estão associados à variável dependente dentro do caso. Nós nomeamos
esses fenômenos como causas candidatas.23 Também selecionamos as opiniões de pessoas que
experimentaram

23
o caso ou o conhecem bem e nomeiam suas explicações como causas candidatas. Para inferir as
condições antecedentes de uma teoria (CVS), selecionamos casos em que as causas da variável
dependente são abundantes, mas

variável pendente é escassa ou ausente. Isso sugere que o desconhecido

 14

condições antecedentes estão ausentes no caso. O estudo do caso pode

identificá-los.

2. O método da diferença" e o "método da concordância" (proposto por John Stuart Milly pode
servir como auxílio para a elaboração de teorias indutivas. No método da diferença, o analista
compara casos com características de fundo semelhantes e valores diferentes na variável de estudo (
ou seja, a variável cujas

causas ou efeitos procuramos descobrir), procurando outras diferenças entre os casos. Nomeamos
essas outras diferenças entre casos como possíveis causas da variável de estudo (se procuramos
descobrir suas causas) ou seus possíveis efeitos (se buscarmos seus efeitos). Escolhemos casos
semelhantes para reduzir o número de causas ou efeitos candidatos que surgem: quanto mais
semelhantes os casos, menos candidatos, tornando as causas e efeitos reais mais fáceis de detectar.
Da mesma forma, no método de

24
concordância o analista explora casos com características diferentes e valores semelhantes na
variável de estudo, procurando outras semelhanças entre os casos e nomeando essas semelhanças
como possíveis causas ou efeitos da variável.
3. Podemos selecionar casos com valores extremamente altos ou baixos no

25
estudar variável (SV) e explorá-los para fenômenos associados a ela. Se os valores da variável de
estudo forem muito altos (se o fenômeno SV estiver presente em abundância), suas causas e efeitos
também devem estar presentes em abundância incomum, destacando-se no contexto do caso. Se os
valores do SV forem muito baixos (se o fenômeno do SV estiver quase ausente), suas causas e
efeitos também devem ser notados por sua ausência.
4. Podemos selecionar casos com extrema variância dentro do caso no valor da variável de estudo e
explorá-los para fenômenos que covariem com ela. Se os valores da variável de estudo variam
muito, suas causas e efeitos também devem variar muito, destacando-se no contexto de caso mais
estático.
5. A análise contrafactual pode auxiliar na teorização indutiva. O analista examina a história,
tentando "prever" como os eventos teriam se desenrolado se alguns elementos da história tivessem
sido alterados, com foco em condições variadas que parecem importantes e/ou manipuláveis. Por
exemplo, para explorar os efeitos de fatores militares sobre a probabilidade de guerra, pode-se
perguntar:
"Como a diplomacia pré-1914 teria evoluído se os líderes da Europa não acreditassem que a
conquista era fácil?" Ou, para explorar a importância de amplos fatores sociais e políticos na causa
da agressão nazista: "Como a década de 1930 poderia ter se desenrolado se Hitler tivesse morrido
em 1932?" Quanto maior o impacto das mudanças postuladas, mais importante é a análise.
Quando os analistas descobrem análises contrafactuais que consideram persuasivas, encontram
teorias que consideram persuasivas, uma vez que todas as previsões contrafactuais se baseiam em
 15

teorias. (Sem teorias, o analista não poderia prever como as condições alteradas teriam mudado os
eventos.) Se outros duvidam da análise (mas não podem expor falhas fatais nela), tanto melhor: a
teoria pode ser nova, portanto, uma descoberta real. Neste ponto, o analista tem apenas que
enquadrar a teoria em

26
uma maneira geral para que as previsões possam ser inferidas e testadas. O analista deve perguntar:
"Que leis causais gerais são exemplos de dinâmicas das quais afirmo?" A resposta é uma teoria.
A análise contrafactual nos ajuda a reconhecer teorias, não a criá-las. As teorias descobertas pela
análise contrafactual devem existir no subconsciente do teórico antes da análise; caso contrário, o
orista não poderia construir o cenário contrafactual. A maioria das pessoas acredita em mais teorias
do que sabe. O difícil é trazer essas teorias à tona e expressá-las em termos gerais. A análise
contrafactual ajuda nesse processo.

6. Muitas vezes, as teorias podem ser inferidas de debates políticos. Os proponentes de

determinadas políticas enquadram declarações de causa e efeito específicas ("Se o comunismo
triunfar no Vietnã, triunfará na Tailândia, Malásia e em outros lugares") que podem ser enquadradas
como teorias gerais ("As vitórias comunistas são contagiosas: vitória comunista em um estado
aumenta as chances de vitória comunista em outros"; ou, mais geralmente, "A revolução é
contagiosa; revolução em um estado aumenta as chances de revolução em outros"). Podemos testar
essas teorias gerais. Esses testes podem, por sua vez, ajudar a resolver o debate político. Teorias
inferidas dessa maneira certamente terão relevância política e merecem atenção especial por esse
motivo.

7. Os insights de atores ou observadores que vivenciaram o evento que se procura explicar podem
ser explorados para hipóteses. Aqueles que vivenciam um caso geralmente observam dados
importantes não registrados que não estão disponíveis para investigadores posteriores. Portanto, eles
podem sugerir hipóteses que não poderíamos inferir apenas da observação direta.

27
8. Conjuntos de dados de n grandes podem ser explorados para correlações entre variáveis. Nós
nomeamos as correlações descobertas como possíveis relações de causa e efeito. Este método
raramente é frutífero, no entanto. Um novo conjunto de dados de n grande geralmente é difícil de
montar, mas se confiarmos nos conjuntos de dados existentes, nosso alcance será reduzido pelas
curiosidades dos pesquisadores anteriores. Só podemos explorar teorias que usam variáveis que
outros já escolheram codificar.

9. Podemos moldar teorias importando teorias existentes de um domínio e adaptando-as para

explicar fenômenos em outro. 28 Assim, estudantes de percepção errônea em relações
internacionais e estudantes de comportamento político de massa tomaram teorias emprestadas da
psicologia. Estudantes de assuntos militares tomaram emprestado teorias do estudo das
organizações. Estudantes de sistemas internacionais tomaram emprestado teorias (por exemplo,
teoria do oligopólio) da economia.
 16

Como as teorias podem ser testadas?

Temos duas maneiras básicas de testar teorias: experimentação e observação. Os testes

observacionais vêm em duas variedades: n grande e estudo de caso. Assim, no geral, temos um
universo de três métodos básicos de teste: experimentação, observação usando análise de n grande e
observação usando análise de estudo de caso.

28
1. Experimentação. Um investigador infere previsões de uma teoria. Em seguida, o investigador
expõe apenas um dos dois grupos equivalentes a um estímulo. Os resultados são congruentes ou
incongruentes com as previsões? A congruência da previsão e do resultado corrobora a teoria, a
incongruência a enfraquece.

2. Observação. Um investigador infere previsões de uma teoria. Em seguida, o investigador observa

passivamente os dados sem impor um estímulo externo à situação e pergunta se as observações são
congruentes com as previsões.

As previsões enquadram as observações que esperamos fazer se nossa teoria for válida. Eles
definem expectativas sobre a incidência, sequência, localização e estrutura dos fenômenos.31 Por
exemplo, sempre podemos prever que os valores das variáveis independentes e dependentes de
teorias válidas devem variar ao longo do tempo e do espaço,

mantendo-se as demais variáveis. Os valores das variáveis intervenientes que formam a explicação
da teoria também devem covariar com a variável independente ao longo do tempo e do espaço.
Variação na variável independente

29
deve preceder a variação relacionada ao tempo na variável dependente. Se uma teoria social está
sendo testada, os atores devem falar e agir de maneira adequada à lógica da teoria (por exemplo, se
"a competição comercial causa guerra", as elites que decidem pela guerra devem expressar
preocupações comerciais como razões para a guerra).
Algumas ciências exatas (química, biologia, física) dependem amplamente de experimentos. Outros
(astronomia, geologia, paleontologia) dependem em grande parte da observação. Na ciência
política, os experimentos raramente são viáveis, com raras exceções, como simulações de conflitos
ou experimentos psicológicos. Isso deixa a observação como nosso principal método de teste.

Dois tipos de análise observacional são possíveis: 1. Análise de n grande, ou "estatística".32 Um

grande número de casos, geralmente várias dúzias ou mais, é reunido e explorado para ver se as
variáveis variam conforme a teoria prevê.
2. Análise de estudo de caso. O analista explora um pequeno número de casos (apenas um) em
detalhes, para ver se os eventos se desenrolam da maneira prevista e (se o assunto envolve o
comportamento humano) se os atores falam e agem como a teoria prevê.
Qual método - experimento, n grande ou estudo de caso - é o melhor? Devemos privilegiar o
 17

método que permite os testes mais fortes. (Discutirei testes fortes mais adiante neste capítulo.) Mais
testes são melhores do que menos; testes fortes são melhores que fracos; muitos testes fortes são os
melhores, assim como os métodos que os permitem. A estrutura dos dados disponíveis decide qual
método é mais forte para testar uma determinada teoria.

30
A maioria das teorias da guerra é melhor testada por métodos de estudo de caso porque o registro
histórico internacional da política e diplomacia pré-guerra, que serve como nossos dados,
geralmente se presta melhor ao estudo profundo de alguns casos do que à exploração de muitos
casos. Alguns casos são registrados em grande profundidade (as duas Guerras Mundiais), mas o
registro histórico se deteriora acentuadamente à medida que avançamos para além do décimo quinto
ou vigésimo caso. Como resultado, os estudos de caso geralmente permitem testes mais fortes do
que os métodos de n grandes. Por outro lado, os métodos de n grande são relativamente mais
eficazes para testar teorias da política eleitoral americana porque um grande número de casos (de
eleições ou de eleitores entrevistados) está bem registrado. Os estudos de caso podem ser
ferramentas fortes para explorar a política americana, no entanto, especialmente se estudos de caso
aprofundados produzirem dados importantes que de outra forma seriam inacessíveis,34 e a análise
de n grande pode ser um método forte para explorar a política internacional se dados de teste
relevantes forem registrada para muitos casos (veja, por exemplo, os muitos bons testes de n grande
da teoria da paz democrática). A experimentação é a abordagem menos valiosa porque os
experimentos raramente são viáveis na ciência política.

Testes Fortes vs. Fracos; Previsões e testes

Testes fortes são preferidos porque transmitem mais informações e têm mais peso do que testes
fracos.

31
Um teste forte é aquele cujo resultado é improvável que resulte de qualquer fator, exceto a operação
ou falha da teoria. Testes fortes avaliam previsões que são certas e únicas. Uma certa previsão é
uma previsão inequívoca. Quanto mais certa a previsão, mais forte o teste. As previsões mais certas
são previsões determinísticas de resultados que devem ocorrer inexoravelmente se a teoria for
válida. Se a previsão falhar, a teoria falha, pois o fracasso pode surgir apenas da não operação da
teoria. Uma previsão única é uma previsão não feita por outras teorias conhecidas. Quanto mais
exclusiva for a previsão, mais forte será o teste. As previsões mais exclusivas prevêem resultados
que não poderiam ter nenhuma causa plausível, exceto a ação da teoria. Se a previsão for bem-
sucedida, a teoria é fortemente corroborada porque outras explicações para o resultado do teste são
poucas e implausíveis.
Certeza e singularidade são ambas questões de grau. As previsões caem em qualquer lugar em uma
escala de zero a perfeita em ambas as dimensões. Testes de previsões que são altamente certas e
altamente exclusivas são mais fortes, pois fornecem evidências positivas e negativas decisivas. À
medida que o grau de certeza ou singularidade cai, a força do teste também cai. Testes de previsões
que pouca certeza ou singularidade são as mais fracas e são inúteis se a previsão testada não tiver
certeza ou singularidade. Podemos distinguir quatro tipos de testes, diferindo por suas combinações
 18

de força e fraqueza:
1. Testes de aro. Previsões de alta certeza e nenhuma singularidade fornecem testes negativos
decisivos: um teste reprovado mata uma teoria ou explicação, mas um teste aprovado dá pouco
suporte. Por exemplo: "O acusado estava no estado no dia do assassinato?" Se não, ele é inocente,
mas mostrar que esteve na cidade não o prova culpado. Para permanecer viável, a teoria deve saltar
através do aro que este teste apresenta, mas a passagem do teste ainda deixa a teoria no limbo.
2. Festivais de armas de fogo. Previsões de alta singularidade e nenhuma certeza fornecem testes
positivos decisivos: passagem fortemente corroboram

32
a explicação, mas uma reprovação a enfraquece muito pouco. Por exemplo, uma arma fumegante
vista na mão de um suspeito momentos após um tiroteio é uma prova bastante conclusiva de culpa,
mas um suspeito não visto com uma arma fumegante não é provado inocente. Uma explicação que
passa por um teste de "arma fumegante" desse tipo é fortemente corroborada, mas poucas dúvidas
são lançadas sobre uma explicação que falha.
3. Testes duplamente decisivos. Previsões de alta singularidade e alta certeza fornecem testes que
são decisivos nos dois sentidos: a passagem corrobora fortemente uma explicação, um reprovado a
mata. Se uma câmera de segurança de banco registra os rostos de ladrões de banco, seu filme é
decisivo em ambos os sentidos – prova que os suspeitos são culpados ou inocentes. Tal teste
combina um "teste de aro" e um teste de "arma fumegante" em um único estudo. Esses testes
transmitem mais informações (um teste resolve a questão), mas são raros.
4. Testes de palha ao vento. A maioria das previsões tem baixa singularidade e baixa certeza e,
portanto, fornece testes que são indecisos nos dois sentidos: os testes aprovados e reprovados são
"canudos no vento". Esses resultados de testes podem pesar no balanço total de evidências, mas são
indecisos. Assim, muitas explicações para eventos históricos fazem previsões probabilísticas ("Se
Hitler ordenou o Holocausto, provavelmente deveríamos encontrar algum registro escrito de suas
ordens")37, cujo fracasso pode simplesmente refletir as probabilidades negativas. Aprendemos algo
testando essas previsões de palha no vento, mas esses testes nunca são decisivos por si mesmos.
Infelizmente, isso descreve as previsões com as quais geralmente trabalhamos.
As disputas interpretativas geralmente surgem de disputas sobre o que as teorias predizem. O
realismo faz previsões que foram

33
contrariado pelo fim da guerra fria? Alguns estudiosos dizem que sim, outros dizem que não. Tais
desacordos podem ser reduzidos se as teorias forem claramente formuladas para começar (já que
declarações teóricas vagas deixam mais espaço para previsões divergentes) e se as previsões
testadas forem explicadas e justificadas.
As disputas interpretativas também surgem de disputas sobre a singularidade e a certeza das
previsões. A previsão é única? Ou seja, outras teorias ou explicações predizem o mesmo resultado?
Se assim for, um teste aprovado é menos impressionante. A escola de historiadores Fischer
argumenta que o "conselho de guerra" alemão de 8 de dezembro de 1912, uma reunião sinistra entre
o Kaiser Guilherme II e seus líderes militares (descoberta apenas na década de 1960), sinalizou uma
conspiração entre a elite alemã para instigar uma grande guerra. Alguns críticos respondem que a
personalidade mercurial do Kai-ser explica sua conversa belicosa naquela reunião - ele muitas vezes
 19

desabafava dizendo coisas que não queria dizer. Em suma, eles apontam para uma explicação
concorrente para eventos que alguns Fischeritas alegaram ser uma "arma fumegante" para sua teoria
de enredo de elite da guerra. A questão então se baseia na plausibilidade dessa explicação
concorrente.
A previsão é certa, ou seja, é inequívoca? Caso contrário, os testes reprovados são menos
prejudiciais. Alguns historiadores argumentam que a guerra hispano-americana de 1898 surgiu de
uma conspiração de líderes norte-americanos em busca do império que esperavam tomar as
Filipinas da Espanha. A ausência de qualquer menção a tal conspiração nos diários e cartas
particulares desses líderes ou nos arquivos oficiais convence outros de que não houve. Nesta visão,
a teoria da conspiração prevê com alta certeza que a menção de uma conspiração deve ser
encontrada nesses registros. Teóricos da conspiração respondem

34
que os bons conspiradores escondem suas conspirações, muitas vezes sem deixar registros. A teoria
da conspiração ainda está viva, eles argumentam, porque a teoria prevê apenas fracamente que os
conspiradores devem registrar sua conspiração, portanto, a falta de tal registro é uma mera "palha
no vento que enfraquece a teoria apenas fracamente. A questão não depende de a evidência, mas em
estimativas divergentes da certeza da previsão da teoria de que uma conspiração deixaria um
registro visível.
Essa discussão destaca a necessidade de discutir a singularidade e a certeza das previsões testadas
ao interpretar as evidências. Todas as evidências não são iguais porque as previsões que eles testam
não são igualmente únicas ou certas. Portanto, os autores devem comentar sobre a singularidade e a
certeza de suas previsões.
Testes fortes são preferidos a testes fracos, mas os testes também podem ser hiper-fortes ou injustos
com a teoria. Por exemplo, pode-se realizar testes sob condições onde estão presentes forças
compensatórias que contrariam sua ação prevista. A aprovação de tais testes é impressionante
porque mostra que a causa da teoria tem grande importância, ou seja, alto impacto. Mas uma teoria
válida pode ser reprovada em tais testes porque um fator compensatório mascara sua ação. Tal teste
engana ao registrar um falso negativo – a menos que o investigador, atento ao viés do teste, dê
pontos de bônus à teoria pelas dificuldades extras que enfrenta.
Outra forma de teste hiper-forte avalia teorias sob circunstâncias que não possuem as condições
antecedentes de que necessitam para operar. Mais uma vez, é improvável que a teoria passe, e
ficamos impressionados se isso acontecer. A passagem sugere que a teoria tem um alcance
explicativo mais amplo do que se acreditava anteriormente. Tais testes não são medidas justas da
validade básica de uma teoria, no entanto, uma vez que a avaliam contra afirmações que ela não faz.

35
Dicas úteis para testar teorias

Os testadores de teoria devem seguir estas injunções:

1. Teste o maior número possível de hipóteses de uma teoria. Testar apenas um subconjunto das
hipóteses de uma teoria é uma má prática porque deixa a teoria parcialmente testada. Uma teoria é
totalmente testada testando todas as suas partes.
 20

O número de hipóteses testáveis excede o número de links em uma teoria. Considere a teoria:
A→q⇒r B

Um teste completo avaliaria a hipótese principal da teoria (A →B), as hipóteses explicativas da

teoria (A→q, q→r, e r→→B) e suas combinações híbridas (Ar e q→B). Assim, uma teoria de três
ligações compreende um total de seis hipóteses testáveis. Um analista deve explorá-los todos, se o
tempo e a energia permitirem.
2. Inferir e testar o maior número possível de previsões de cada hipótese. A maioria das hipóteses
faz várias previsões testáveis, portanto, não se contente com apenas uma. Para descobrir mais,
considere qual variação a hipótese prevê tanto no tempo quanto no espaço (ou seja, entre regiões,
grupos, instituições ou indivíduos). Considere também qual processo de decisão (se houver) ele
prevê, e qual fala e ação individual específica ele prevê.
As previsões enquadram as observações que você espera fazer se a teoria for válida. Eles definem
expectativas sobre a incidência, sequência, localização e estrutura dos fenômenos. Evite enquadrar
previsões tautológicas que preveem simplesmente que esperamos observar a teoria em operação
("Se o the for válido, prevejo que observaremos sua causa causando seu efeito"). Assim, a hipótese
de que

36
"a democracia causa a paz" produz a seguinte previsão tautológica: "Devemos observar a
democracia causando a paz". Uma previsão não tautológica seria: "Devemos observar que os
estados democráticos estão envolvidos em menos guerras do que os estados autoritários".
3. Explique e defenda as previsões que você deduz de sua teoria. Como observei anteriormente, as
controvérsias científicas geralmente decorrem de disputas sobre quais previsões podem ser
razoavelmente inferidas de uma teoria e quais não podem. Vemos então os cientistas concordarem
com os dados, mas diferirem sobre sua interpretação porque discordam sobre o que as teorias
testadas preveem. Os teóricos podem minimizar tais disputas explicando e defendendo plenamente
suas previsões.
As previsões podem ser gerais (o teórico prevê um padrão amplo) ou específicas (o teórico prevê
fatos discretos ou outras observações únicas). Previsões gerais são inferidas e usadas para testar
hipóteses gerais ("Se janelas de oportunidade e vulnerabilidade levam os estados à guerra, os
estados em declínio relativo devem lançar mais do que sua parcela de guerras"). Previsões
específicas são inferidas e usadas para testar ambas as hipóteses gerais ("Se janelas de oportunidade
e vulnerabilidade levam os Estados à guerra, devemos ver o Japão se comportar de forma mais
agressiva como uma janela de oportunidade aberta a seu favor em 1941") e explicações específicas
("Se uma janela de oportunidade levou o Japão à guerra em 1941, deveríamos encontrar registros de
tomadores de decisão japoneses citando uma janela de fechamento como motivo para a guerra").
4. Selecione dados que representem, com a maior precisão possível, o domínio do teste. Ao usar
métodos de teste de n grande, selecione dados que representem o universo definido pelas hipóteses
testadas. Ao usar métodos de estudo de caso, selecione dados que representem condições nos casos
estudados. Mesmo os dados que representam o domínio do teste apenas grosseiramente podem ser
úteis.41 Ainda assim, quanto mais precisa a representação,
 21

37
o melhor. Escolher a evidência seletivamente – isto é, favorecer a evidência que apóia sua hipótese
sobre a refutação da contra-evidência – não é permitido, uma vez que tal prática viola o princípio da
representação acurada.
Essa regra é quase um lugar-comum, mas a literatura mais antiga da ciência política (estou
pensando em trabalhos sobre relações internacionais) muitas vezes a quebrou "argumentando pelo
exemplo". Os exemplos são úteis para ilustrar teorias dedutivas, mas só se tornam evidências se
representarem (mesmo que grosseiramente) a base de dados relevante completa e/ou forem
apresentados com detalhes suficientes para compor um único estudo de caso.
5. Considere e avalie a possibilidade de que uma relação observada entre duas variáveis não seja
causal, mas resulte do efeito de uma terceira variável. Duas variáveis podem covariar porque uma
causa a outra, ou porque uma terceira variável causa ambas. Por exemplo, as vendas mensais de
luvas e sopradores de neve estão intimamente relacionadas no norte dos Estados Unidos, mas
nenhuma causa a outra. Em vez disso, o clima de inverno causa ambos. Devemos considerar ou
introduzir controles sobre os efeitos de tais terceiras variáveis antes de concluir que a correlação
entre variáveis indica causalidade entre elas.
6. Ao interpretar os resultados, julgue cada teoria por conta própria méritos.
Se você reprovar (ou passar) em uma teoria, não assuma a priori que o mesmo veredicto se aplica a
teorias semelhantes. Cada teoria em uma família de teorias (como a família neoclássica de teorias
econômicas, a família marxista de teorias do imperialismo, a família realista de teorias de relações
internacionais e assim por diante) deve ser julgada por conta própria. Os pontos fortes e fracos de
outras teorias na família não devem ser atribuídos a ela, a menos que ambas as teorias sejam
variadas.

38
formigas da mesma teoria mais geral e seu teste refutou ou corroborou essa teoria geral.
Se você reprovar (ou passar) uma hipótese em uma multi-hipótese a teoria, isso não diz nada sobre a
validade de outras hipóteses na teoria. Algumas podem ser falsas e outras verdadeiras. Você deve
testar cada separadamente. Considere se você pode reparar teorias reprovadas antes de descartá-las.
As teorias reprovadas geralmente contêm hipóteses válidas. Talvez eles possam ser recuperados e
incorporados a uma nova teoria.
7. Podemos reparar teorias substituindo hipóteses não confirmadas por novas hipóteses explicativas
propondo um processo causal interveniente diferente ou estreitando o escopo das alegações da
teoria. Restringimos as alegações de uma teoria adicionando novas condições precedentes (variáveis
de condição, ou CVS), de modo que a teoria não alega mais governar os casos incluídos no teste
reprovado. Isso nos permite deixar de lado o teste de reprovação. A teoria agora é mais modesta,
mas passa em seus testes.
8. Podemos testar teorias contra a hipótese nula (o teste pergunta: "Essa teoria tem algum poder
explicativo?") ou entre si (os testes perguntam: "Essa teoria tem mais ou menos poder explicativo
do que teorias concorrentes? "), Ambos os formatos de teste são úteis, mas não devem ser
confundidos. As teorias que passam em todos os seus testes contra o nulo não devem ser chamadas
de teoria principal sem

39
 22

Investigação aprofundada; eles ainda podem perder disputas contra teorias concorrentes. Por outro
lado, teorias que perdem disputas contra concorrentes não devem ser descartadas completamente.
Eles ainda podem ter algum poder explicativo, e teorias com poder explicativo são valiosas mesmo
que outras teorias tenham mais.
9. Testa-se uma teoria perguntando se a evidência empírica confirma as previsões da teoria, não
perguntando quantos casos a teoria pode explicar. Uma teoria pode explicar poucos casos porque
seu fenômeno causal é raro ou porque requer condições especiais de estufa para operar, mas ainda
pode operar fortemente quando essas condições estão presentes. Tal teoria explica poucos casos,
mas, no entanto, é válida.
O número de casos que uma teoria explica esclarece sua utilidade: quanto mais casos a teoria
explica, mais útil ela é, mantendo-se todas as outras coisas iguais. Ainda assim, mesmo as teorias
que explicam muito poucos casos são valiosas se esses casos forem importantes e a teoria os
explicar bem.
10. Não se testa uma teoria avaliando a validade de suas suposições (os valores assumidos em seus
CVs). Um teste pergunta: "A teoria funciona se as condições que ela afirma exigir para sua
operação estiverem presentes?" Enquadrado dessa forma, um teste axiomaticamente supõe que as
suposições são verdadeiras. Testes sob condições que violam as suposições da teoria são injustos, e
as teorias não devem ser rejeitadas porque são reprovadas em tais testes.
A validade das suposições de uma teoria afeta sua utilidade, no entanto. Suposições que nunca se
sustentam dão origem a teorias que operam apenas em um mundo imaginário e, portanto, não
podem explicar a realidade ou gerar prescrições políticas. As teorias mais úteis são

40
aqueles cujas suposições correspondem à realidade em pelo menos alguns casos importantes.

Como podem ser explicados eventos específicos?

As idéias que enquadram causa e efeito vêm em dois grandes tipos: teorias e explicações
específicas. As teorias são formuladas em termos gerais e podem se aplicar a mais de um caso
("Expansionismo causa guerra" ou "Impactos de objetos extraterrestres causam extinções em
massa"). Explicações específicas explicam eventos distintos - guerras, intervenções, impérios,
revoluções ou outras ocorrências específicas ("o expansionismo alemão causou a Segunda Guerra
Mundial" ou "Um impacto de asteróide causou a extinção dos dinossauros"). Abordei o
enquadramento e o teste das teorias acima, mas como devemos avaliar explicações específicas?45
Devemos fazer quatro perguntas:
1. A explicação exemplifica uma teoria geral válida (isto é, uma lei de cobertura)?46 Para avaliar a
hipótese de que A causou b em um caso específico, primeiro avaliamos a forma geral da hipótese
("A causa B" ). Se A não causa B, podemos descartar todas as explicações de instâncias específicas
de B que afirmam que exemplos de A foram a causa, incluindo a hipótese de que A causou b neste
caso.

41
Avaliamos o argumento de que "o canto do galo causou o nascer do sol do dia" perguntando se, em
geral, os galos causam o nascer do sol pelo seu canto. Se a hipótese de que "os corvos do galo
 23

causam o nascer do sol" foi testada e reprovada, podemos inferir que o canto do galo não pode
explicar o nascer do sol de hoje. A explicação falha porque a lei de cobertura é falsa.
As explicações específicas generalizadas são preferidas às explicações específicas não
generalizadas porque podemos medir a conformidade das primeiras, mas não das últimas, às suas
leis de cobertura. (Estas últimas nos deixam sem leis de cobertura identificadas para avaliar.) --
Explicações específicas não generalizadas devem ser reformuladas como explicações específicas
generalizadas antes de nos conformarmos. pode medir isso
2. O fenômeno causal da lei de cobertura está presente no caso que buscamos explicar? Uma
explicação específica só é plausível se o valor da variável independente da teoria geral na qual a
explicação se baseia for maior que zero. Mesmo que A seja uma causa confirmada de B, isso não
pode explicar casos de B que ocorrem quando A está ausente.
Mesmo que as depressões econômicas causem guerras, elas não podem explicar as guerras que
ocorrem em períodos de prosperidade. Mesmo que o capitalismo cause o imperialismo, ele não
pode explicar os impérios comunistas ou pré-capitalistas. Impactos de asteróides podem causar
extinções, mas não podem explicar extinções que ocorreram na ausência de um impacto.
3. As condições antecedentes da lei de abrangência estão reunidas no caso? As teorias não podem
explicar resultados em casos que omitem suas condições antecedentes necessárias. Mordidas de
cães espalham raiva se o cão estiver raivoso; mordidas de um cão não raivoso não podem explicar
um caso de raiva.
4.Os fenômenos intervenientes da lei de abrangência são observados no caso? Os fenômenos que
ligam a causa e o efeito postulados pela lei de cobertura devem ser evidentes e aparecer em
momentos e lugares apropriados. Assim, se um impacto de asteróide matou os dinossauros 65
milhões. anos atrás, deveríamos encontrar evidências do catastrófico processo de matança que um
impacto desencadearia. Por exemplo, alguns cientistas

42
teorizam que um impacto mataria pulverizando o globo com rocha derretida, provocando incêndios
florestais que escureceriam os céus com fumaça, bloqueariam a luz do sol e congelariam a terra. Se
assim for, devemos encontrar a fuligem desses incêndios em sedimentos de 65 milhões de anos em
todo o mundo. Devemos também encontrar evidências de uma chuva de rocha derretida muito
grande (do tamanho de um continente ou mesmo global) e uma morte muito abrupta de espécies.
Este quarto passo é necessário porque os três primeiros passos não são definitivos. Se omitirmos o
passo 4, ainda é possível que a lei de cobertura que apóia nossa explicação seja probabilística e o
caso em questão esteja entre aqueles em que não funcionou. Também devemos testar as previsões
internas da explicação como uma proteção contra a possibilidade que nossa fé na lei de cobertura é
equivocada, e que a "lei" é de fato falsa. Por essas duas razões, quanto melhor os detalhes do caso
estiverem de acordo com as previsões detalhadas dentro do caso da explicação, mais forte será a
inferência de que a explicação explica o caso.

43
Os analistas podem inferir a lei de cobertura subjacente à explicação específica de um determinado
evento a partir do próprio evento. Os detalhes do evento sugerem uma explicação específica; o
analista então enquadra essa explicação em termos gerais que permitem testes em um banco de
dados mais amplo; a explicação passa nesses testes; e o analista então reaplica a teoria ao caso
 24

específico. Assim, o teste da teoria geral e a explicação de um caso específico podem ser feitos +
juntos e podem apoiar um ao outro.

Mitos da Metodologia

Os filósofos da ciência social oferecem muitas injunções ilusórias que podem ser melhor ignoradas.
Os seguintes estão entre eles:

1. "As teorias que confirmam as evidências transcendem em importância as teorias que confirmam
as evidências." Karl Popper e outros falsificadores argumentam que "as teorias não são
verificáveis", apenas falsificáveis,50 e que os testes que confirmam uma teoria são muito mais
significativos do que os testes que a confirmam.51 Sua primeira afirmação está estreitamente
correta, a segunda não. As teorias não podem ser provadas absolutamente porque não podemos
imaginar e testar todas as previsões que elas fazem, e sempre existe a possibilidade de que uma
previsão inimaginável falhe. Em contraste, testes infirmantes podem refutar mais decisivamente
uma teoria. Não se segue, porém, que os testes de confirmação transcendam os testes de
confirmação. Se uma teoria passa por muitos testes fortes, mas depois é reprovada em um teste de
uma previsão não testada anteriormente, isso geralmente significa que a teoria requer condições
antecedentes não identificadas anteriormente para operar.

44
Reagimos reformulando a teoria para incluir a condição antecedente, estreitando assim o escopo das
alegações da teoria de excluir o teste reprovado. Nos termos de Popper temos agora uma nova
teoria, porém, todos os testes passados pela velha teoria também corroboram a nova, deixando-a em
forma muito forte ao nascer. Assim, os testes de confirmação nos dizem muito sobre a velha teoria,
sobre sua substituição reparada e sobre quaisquer versões posteriores. O argumento contrário de
Popper deriva em parte de sua estranha suposição de que uma vez que as teorias são declaradas, elas
são prontamente aceitas,52 portanto, a evidência em seu favor não é importante porque meramente
reforça uma crença preexistente na teoria. O oposto é mais frequentemente verdadeiro: a maioria
das novas ideias enfrenta preconceitos hostis mesmo depois de acumular evidências de
confirmação.
2. "As teorias não podem ser falsificadas antes que surja sua substituição." Imre Lakatos afirma que
"não há falsificação [da teoria] antes do surgimento de uma teoria melhor", e "a falsificação não
pode preceder a teoria melhor". Essa afirmação é muito abrangente. Aplica-se apenas a teorias que
falham em alguns testes, mas retêm algum poder explicativo. Devemos manter essas teorias até que
uma substituição mais forte chegue. Mas se os testes mostrarem que uma teoria não tem poder
explicativo, devemos rejeitá-la, esteja ou não disponível uma teoria substituta. que falham, estejam
ou não as substituições prontas.

45
Pedir àqueles que alegam refutar teorias ou explicações que proponham substituições plausíveis
pode servir como uma verificação de alegações prematuras de refutação. Isso pode expor casos em
que o investigador refutado manteve a teoria em um padrão que sua própria explicação não poderia
atender. Isso sugere, por sua vez, que o padrão era muito alto, em outras palavras, que o refutor
 25

interpretou erroneamente o ruído nos dados como uma evidência falsificadora decisiva contra a
teoria. No entanto, encontrar mérito neste exercício está muito longe de concordar que teorias não
podem ser falsificadas exceto pelo maior sucesso de teorias concorrentes. Certamente podemos
saber o que está errado antes de saber o que está certo.
3. A evidência que inspirou uma teoria não deve ser reutilizada para testá-la." Esses argumentos são
frequentemente ligados a advertências para não testar teorias com os mesmos casos dos quais foram
inferidas. Ele se baseia na preferência por testes cegos. A suposição é que os dados não usados para
inferir uma teoria são menos conhecidos por um investigador do que os dados usados, portanto, o
investigador que usa dados não utilizados é menos tentado a amostrar os dados seletivamente.
O teste cego é uma verificação útil da desonestidade, mas não é viável como regra fixa. Seu
objetivo é evitar que os estudiosos escolham testes corroborantes enquanto omitem os invalidantes.
Mas impor regras de teste cego às ciências sociais é de fato impossível porque os investigadores
quase sempre sabem algo sobre seus dados antes de testar suas teorias e, portanto, muitas vezes têm
uma boa ideia do que os testes mostrarão, mesmo que excluam os dados que inspiraram suas ideias.

46
Portanto, precisamos de outras barreiras contra a falsificação de testes 58 Infundir as profissões das
ciências sociais com altos padrões de honestidade é a melhor solução.
4. "Não selecione casos na variável dependente" - ou seja, não selecione casos do que você procura
explicar (por exemplo, guerras) sem também escolher casos contrários (paz). Estudantes do método
case frequentemente repetem este aviso. Não é válido. A seleção da variável dependente é
apropriada em qualquer uma das três condições comuns:
a) Se pudermos comparar as condições em casos selecionados com uma situação média conhecida.
A situação média é muitas vezes suficientemente conhecida para não exigir mais estudos
descritivos. Se sim, podemos compar

47
os casos selecionados na variável dependente a essas condições normais conhecidas. Não há
necessidade de estudos de caso completos para fornecer pontos de comparação mais precisos.
b. Se os casos tiverem grande variação dentro do caso na variável de estudo, permitindo vários
procedimentos de congruência dentro do caso.
c. Se os casos forem suficientemente ricos em dados para permitir o rastreamento do processo.
Essas condições permitem métodos de teste - comparação com condições médias, vários
procedimentos de congruência dentro do caso e rastreamento de processo - que não exigem
comparação com casos externos específicos. Quando eles são usados, a falha em selecionar casos
para comparação explícita não levanta problemas.
5. "Selecione para análise teorias que tenham conceitos fáceis para medir." Alguns estudiosos
recomendam que nos concentremos em questões fáceis de responder. Esse critério não é sem lógica:
o estudo do fundamentalmente incognoscível é fútil e deve ser evitado. No entanto, o maior perigo
está em inutilmente "olhar sob a luz "quando o objeto procurado está na escuridão, mas pode ser
encontrado com esforço. Grandes partes das ciências sociais já desviaram seu foco do importante
para o facilmente observado, desviando-se assim para trivialidades. A teoria geral da relatividade de
Einstein provou ser difícil de testar. O mesmo deveria acontecer. Ele se absteve de concebê-lo? A
estrutura de um programa científico é distorcida quando os pesquisadores evitam a próxima
 26

pergunta lógica porque sua resposta será difícil de

48
encontrar. Uma solução melhor é dar crédito bônus aos estudiosos que assumem a tarefa mais difícil
de estudar o menos observável.
6. "A análise contrafactual pode expandir o número de observações disponíveis para testes
teóricos." James Fearon sugere esse argumento.66 No entanto, as declarações contrafactuais não
podem substituir as observações empíricas. Eles podem esclarecer uma explicação: "Eu afirmo que
x causou y; para esclarecer minha afirmação, deixe-me explicar minha imagem de um mundo sem
x". Eles também podem ajudar os analistas a levantar hipóteses enterradas em suas próprias mentes
(veja a seção "Como podem ser feitas teorias?" neste capítulo). Mas declarações contrafactuais não
são dados e não podem substituir dados empíricos em testes de teoria.

CAPÍTULO 2

O que são estudos de caso? Como Devem Ser Realizados?

A grande literatura sobre o método de estudo de caso apareceu nos últimos anos, mas essa literatura
permanece irregular. surgiu um catálogo de projetos de pesquisa para estudos de caso. Nenhum
livro cobre a gama de considerações de projeto de estudo. Lá

50
não há um livro de receitas de sopa de nozes sobre o método de caso para praticantes iniciantes, e
muitos textos sobre metodologia de ciências sociais desprezam ou omitem o método de estudo de
caso. Assim, o capítulo seguinte destila, elabora e qualifica as observações e sugestões da literatura
existente. Eu me concentro em avaliar o método de estudo de caso e oferecer conselhos práticos de
como fazer para iniciantes que estão fazendo estudos de caso.

Estudos de caso em perspectiva

Como observei no Capítulo 1, temos duas maneiras básicas de testar teorias: experimentação e
observação. Os testes observacionais vêm em duas variedades: n grande e estudo de caso. Assim,
em geral temos um universo de três métodos básicos de teste: experimentação, observação usando
análise ampla e observação usando análise de estudo de caso.

Qual método de teste é melhor? O estudo de caso é inferior a outros métodos?

Os cientistas sociais há muito consideram os estudos de caso os mais fracos

51
desses três métodos de teste por duas razões. Primeiro, alguns argumentam que os estudos de
 27

caso fornecem a menor oportunidade de controlar o efeito de perturbar as terceiras variáveis. Nessa
visão, os experimentos são o melhor método (o investigador elimina o possível efeito de variáveis
omitidas expondo o grupo a apenas um estímulo, mantendo os outros constantes). A análise de n
grande é a próxima melhor, porque o investigador pode executar correlações parciais para controlar
o efeito de variáveis omitidas específicas e pode contar com o efeito aleatório de examinar muitos
casos para reduzir os efeitos de outras variáveis omitidas. Estudos de um ou poucos casos são
piores, porque os dados não são aleatórios e as correlações parciais são inviáveis, pois os pontos de
dados são muito poucos."
Essa crítica aos estudos de caso é injusta, no entanto. Os estudos de caso oferecem dois métodos
bastante fortes para controlar o impacto de variáveis omitidas. Primeiro, testes de previsões de
variância dentro do caso

52
(isto é, testes que usam múltiplos "procedimentos de congruência ou uma metodologia de
"rastreamento de processo") ganham fortes controles a partir do caráter uniforme das condições de
fundo do caso. 10 A maioria dos casos oferece um pano de fundo de condições de caso bastante
uniformes, e muitos casos permitem várias observações de valores nas variáveis independentes (IV)
e dependentes (DV). Se as condições do caso forem uniformes, podemos descontar a influência da
terceira variável como causa da covariância observada dentro do caso entre os valores de IV e DV.
(As condições de fundo uniformes do caso criam um ambiente semicontrolado que limita os efeitos
de terceiras variáveis mantendo-as constantes.)¹1
Em segundo lugar, podemos controlar os efeitos de variáveis omitidas selecionando casos de estudo
com valores extremos (altos ou baixos) na variável de estudo (SV). Isso reduz o número de terceiros
fatores com força para produzir o resultado que a teoria do teste prevê,

53
o que reduz a possibilidade de que variáveis omitidas sejam responsáveis por testes aprovados.
Uma segunda crítica aos estudos de caso - que "os resultados de estudos de caso não podem ser
generalizados para outros casos" tem mais mérito, mas se aplica apenas a estudos de caso único.
Um único caso é um laboratório pobre para identificar as condições antecedentes de uma teoria
(condições de fundo que ativam ou ampliam sua ação), 13 porque, como observado acima, a
maioria dos casos fornece um pano de fundo de condições de caso bastante uniformes. Essa
uniformidade mascara a ação das condições antecedentes que a teoria requer, uma vez que a
condição antecedente não varia, portanto, não causa variação reveladora no DV. Assim, uma teoria
que passa em um teste de estudo de caso único com cores voadoras pode exigir condições
antecedentes raras e, portanto, ter pouco alcance explicativo, mas essa fraqueza pode permanecer
oculta de um investigador que estuda apenas um ou dois casos. (Assim, a força do método do caso
também é uma fraqueza. A uniformidade das condições de fundo do caso controla os efeitos de
terceiras variáveis, mas também mascara as condições antecedentes.) A identidade e a importância
das condições antecedentes emergem mais claramente de estudos de n grandes. Em estudos de n
grande, os casos que não possuem essas condições antecedentes surgem como valores discrepantes
que exibem a causa da teoria sem seu resultado previsto. A existência de outliers sinaliza que a
teoria precisa
 28

54
condições especiais para operar; O estudo desses outliers pode identificar essas condições. O estudo
de um único caso não oferece nenhum método paralelo para descobrir condições antecedentes; no
entanto, essas condições antecedentes podem ser descobertas fazendo mais estudos de caso, de
modo que essa fraqueza no método de caso é reparável.
O método case tem dois pontos fortes que compensam essa fraqueza. Primeiro, os testes realizados
com estudos de caso costumam ser fortes, porque as previsões testadas são bastante singulares
(essas previsões não são feitas por outras teorias conhecidas).16 Especificamente, os estudos de
caso permitem o teste de previsões sobre o discurso privado e os escritos de atores políticos. Muitas
vezes, essas previsões são singulares à teoria que as faz; nenhuma outra teoria prevê os mesmos
pensamentos ou declarações. A confirmação de tais previsões corrobora fortemente a teoria do teste.
Os estudos de caso são o melhor formato para capturar tais evidências. Portanto, os estudos de caso
podem fornecer evidências bastante decisivas a favor ou contra as teorias políticas. Muitas vezes,
essa evidência é mais decisiva do que a evidência de n grande.
Em segundo lugar, inferir e testar explicações que definem como o independente causa a variável
dependente geralmente é mais fácil com o estudo de caso do que com os métodos de n grandes. Se a
evidência do estudo de caso apóia uma hipótese, o investigador pode então explorar mais o caso
para deduzir e testar explicações detalhando a operação da hipótese. Mais importante, pode-se
"traçar o processo", isto é, examinar o processo pelo qual as condições iniciais do caso são
traduzidas em resultados do caso. Como funciona a teoria? Processo de rastreamento pode nos
dizer. Os procedimentos de congruência também podem iluminar as explicações. (Mais sobre
procedimentos de rastreamento e congruência de processos abaixo.) Ambos os procedimentos são
bastante fáceis de executar após um caso ter sido inicialmente

55
estudado porque o trabalho preliminar sobre o caso, estabelecendo os antecedentes e a cronologia
do caso, e assim por diante, já foi feito. Em contraste, um teste de n grande de uma hipótese fornece
pouco ou nenhum novo insight sobre o processo causal que compreende a explicação da hipótese,
nem gera dados que possam ser usados para inferir ou testar explicações desse processo. No geral,
os métodos de n grandes nos dizem mais sobre se as hipóteses são válidas do que por que elas são
válidas. Estudos de caso dizem mais sobre por que eles se mantêm.
Assim, o método do caso é um método forte de testar teorias. Uma teoria é válida? Como funciona?
Mesmo estudos de caso único podem dar respostas claras. Eles são menos capazes de identificar as
condições antecedentes de uma teoria. Quão ampla é a gama de casos que a teoria governa? Os
estudos de caso dizem pouco, a menos que vários sejam realizados.
Qual método de investigação - experimento, grande ou estudo de caso - é superior? A resposta
depende da natureza de nossa pergunta e da estrutura dos dados no domínio que estudamos. Os
experimentos podem ser melhores se os experimentos forem viáveis (mas raramente são em
ciências sociais). O n grande pode ser melhor se quisermos testar uma hipótese principal e se
tivermos muitos casos bem registrados para estudar. Os estudos de caso podem ser melhores se
quisermos inferir ou testar hipóteses explicativas, ou se os casos foram registrados de forma
desigual, alguns são registrados com grande detalhe, muitos com poucos detalhes. Não há uma
resposta uniforme para a pergunta "qual método é o melhor?"
 29

Testando Teorias com Estudos de Caso

Os estudos de caso podem servir a cinco propósitos principais: testar teorias, criar teorias,
identificar condições antecedentes, testar a importância dessas condições antecedentes e explicar
casos de importância intrínseca. Os primeiros quatro propósitos são semelhantes em

56
sua lógica e são realizados usando os mesmos métodos básicos. Embora cada propósito mereça sua
própria discussão, os leitores familiarizados com este material podem pular para a seção
"Explicando Casos depois de ler este.

Os estudos de caso oferecem três formatos para testar teorias:18 comparação controlada,
procedimentos de congruência e rastreamento de processos. A comparação controlada usa
observações comparativas entre casos para testar teorias. Os procedimentos de congruência são de
dois tipos, com um tipo usando observações comparativas entre casos para testar teorias, o outro
usando observações dentro de casos. O rastreamento de processos testa teorias usando observações
dentro de casos. O procedimento de congruência e o rastreamento do processo são métodos de teste
mais fortes do que a comparação controlada. (Todos os três também são usados para criar teorias e
para inferir e testar condições antecedentes.)

Em cada formato de teste devem ser seguidos os mesmos três passos: (1) declarar a teoria; (2)
exponha expectativas sobre o que devemos observar no caso se a teoria for válida, e o que devemos
observar se for falsa; e (3) explorar o caso (ou casos) procurando congruência ou incongruência
entre expectativa e observação.

Comparação Controlada

Na comparação controlada, o investigador explora observações pareadas em dois ou mais casos,

perguntando se os valores dos pares são

57
congruentes ou incongruentes com as previsões da teoria do teste, por exemplo, se os valores da
variável independente (IV) forem maiores no caso A do que no caso B, os valores na variável
dependente (DV) também devem ser maiores no caso A do que no B. Se os valores no DV são de
fato maiores no caso A do que no B, a teoria passa no teste. Se forem muito maiores, isso indica que
a teoria tem grande importância - que a variação no valor do IV causará grande variação no valor do
DV. Se forem apenas um pouco mais altas, o teste é novamente aprovado, mas o resultado sugere
que a teoria tem pouca importância.
A seleção de casos segue o “método da diferença” ou “método da concordância” de John Stuart
Mill. estabelecer). Se procuramos estabelecer as causas da variável de estudo, o investigador então
pergunta se os valores da variável de estudo correspondem entre os casos com os valores das
variáveis que definem suas possíveis causas. Se procuramos estabelecer os efeitos da variável do
estudo, o investigador pergunta se seus valores correspondem nos casos com valores nas variáveis
que definem seus possíveis efeitos. Em cada instância, casos semelhantes são escolhidos para
 30

controlar o efeito de terceiras variáveis: quanto mais semelhantes os casos, menos provável é que a
ação de terceiras variáveis explique os testes aprovados.
No método de concordância o investigador escolhe casos com características gerais diferentes e
valores semelhantes na variável de estudo. O investigador então pergunta se os valores da variável
do estudo correspondem entre os casos com os valores das variáveis que definem seus possíveis
efeitos (ou suas causas, se procurarmos estabelecê-los).
A comparação controlada é o método de estudo de caso mais familiar, mas também o mais fraco. O
método da diferença é fraco porque nas ciências sociais as características dos casos pareados nunca
são

58
idênticos (como o método da diferença exige). O método de concordância é ainda mais fraco porque
os casos pareados geralmente se desviam ainda mais de ter características totalmente diferentes
(como o método de concordância exige).

Procedimentos de Congruência

Ao utilizar procedimentos de congruência, o investigador explora o caso em busca de congruência

ou incongruência entre os valores observados na variável independente e dependente e os valores
previstos pela hipótese de teste. Dois tipos de procedimento de congruência são usados.

1. Procedimento de congruência tipo 1: Comparação com valores típicos. O investigador observa os

valores de IV e DV dentro de um caso particular e observa o mundo (sem fazer mais estudos de
caso) para determinar os valores de IV e DV que são típicos na maioria dos outros casos. O
investigador então deduz dessas observações e da teoria do teste os valores relativos esperados para
IV e DV no caso de estudo e mede a congruência ou incongruência entre expectativa e observação.
Por exemplo, em um determinado caso, se o valor do IV estiver acima da norma típica, o valor do
DV também deve estar acima do normal se a teoria for válida. 28 Se os valores do DV estiverem de
fato acima do normal, a teoria passa no teste. Se estiverem muito acima do normal, isso indica que a
teoria tem grandes

59
importância, que a variação no valor do IV causará grande variação no DV. Se estiverem apenas um
pouco acima do normal, o teste é novamente aprovado, mas o resultado sugere que a teoria tem
pouca importância.
Assim, para testar a hipótese de que "desaceleração econômica causa bodes expiatórios de minorias
étnicas", exploraríamos casos de retração (por exemplo, os Estados Unidos na Grande Depressão da
década de 1930), perguntando se o bode expiatório étnico estava acima do normal nesses casos; ou
exploraríamos casos de prosperidade (os Estados Unidos na década de 1960) e perguntaríamos se o
bode expiatório étnico estava abaixo do normal.
Como determinamos os valores normais de IV e DV? Muitas vezes, os níveis normais de fundo dos
fenômenos são uma questão de conhecimento comum. Assim, sabemos que a economia dos EUA da
década de 1930 estava mais deprimida do que as economias industriais modernas típicas sem fazer
novos estudos para provar isso. Sabemos que a Alemanha nazista e a União Soviética de Stalin
 31

eram mais assassinas do que os típicos estados industriais modernos, e podemos comparar com
segurança sua conduta com essa conduta típica em um estudo de caso. Sabemos que a crença da
elite de que a conquista era viável estava acima da média histórica na Europa em 1914. Se o
conhecimento comum é escasso ou não confiável, no entanto, pesquisas para estabelecer valores
típicos são necessárias.
O procedimento de congruência tipo 1 funciona melhor se selecionarmos casos com valores
extremos (muito altos ou muito baixos) no SV.
Assim, para testar a hipótese de que “desaceleração econômica causa bodes expiatórios de minorias
étnicas”, exploraríamos os Estados Unidos na década de 1930 (uma desaceleração extrema) em vez
de uma recessão menor nos EUA ou na Europa. Para testar a hipótese de que "a crença de que a
conquista é fácil causa guerra", exploraríamos a Europa durante 1910-14 (quando tais crenças eram
incomumente difundidas) em vez de tempos mais normais.24 Casos que exibem valores extremos
nas variáveis de estudo são

60
bons laboratórios de teste porque as teorias fazem previsões mais exclusivas e certas sobre elas. Isso
permite testes mais fortes. Em um caso em que o fenômeno causal de uma teoria é extremamente
abundante, seus efeitos (incluindo suas variáveis intervenientes e dependentes) também devem ser
abundantes. Da mesma forma, se a causa for incomumente escassa, seus efeitos também devem ser
escassos. Se observarmos esses resultados extremos, é improvável que eles surjam de um erro de
medição, pois apenas um grande erro causaria o resultado observado. A ação de uma terceira
variável também é uma causa improvável da observação, uma vez que é improvável que outra causa
opere com força suficiente para produzir o efeito surpreendente que a teoria prevê. E qualquer
terceira variável responsável também seria abundante, portanto, se destacaria no fundo do caso,
facilitando a localização. Portanto, podemos descartar mais facilmente erros de medição e
explicações de variáveis omitidas para testes aprovados. (Em outras palavras, a previsão testada é
bastante única, portanto, o teste é forte.)
Se não observarmos o resultado previsto, é menos provável que o erro de medição ou o efeito
compensatório de outras variáveis tenham causado a falha. Como um grande resultado foi previsto,
esse resultado deveria ter sobrepujado quaisquer erros de medição ou variáveis contrárias,
aparecendo apesar deles. Além disso, uma variável de compensação provavelmente precisaria ser
abundante e, portanto, fácil de detectar. Portanto, uma falha no teste na ausência de uma variável de
compensação poderosa visível lança grandes dúvidas sobre a teoria. (Em outras palavras, a previsão
testada é bastante certa, portanto, o teste é forte.)

61
Assim, tanto a aprovação quanto a reprovação nos testes fornecem evidências decisivas em casos
com valores extremos na variável de estudo. A passagem corrobora fortemente a hipótese, uma
reprovação a invalida fortemente.
O procedimento de congruência tipo 1 é um primo próximo da comparação controlada. Ambos se
baseiam em comparações entre casos, não dentro deles.25 Ambos oferecem meios para reduzir a
possibilidade de que testes aprovados resultem da ação de terceiras variáveis. Eles diferem no
método de reduzir essa possibilidade. A comparação controlada mantém o histórico do caso
constante, evitando assim a variação de terceiras variáveis potencialmente perturbadoras. Assim,
 32

estreita a gama de variáveis que variam entre os casos, o que reduz o número de potenciais por
variáveis de turbulência. Em contraste, se um método de seleção de caso de "valor extremo na
variável de estudo" for usado, a congruência tipo 1 reduz os problemas de variáveis omitidas
expandindo o impacto que as variáveis omitidas devem gerar para produzir o resultado previsto pela
teoria. Isso diminui a probabilidade de qualquer terceira variável ter impacto suficiente para
produzir esse resultado e também garante que essas variáveis necessariamente valores extremos
chamarão a atenção para si mesmas se produzirem esse resultado. Assim, o número de potenciais
variáveis perturbadoras é novamente reduzido, desta vez por um método diferente.
2. Procedimento de congruência tipo 2: Múltiplas comparações dentro do caso. O investigador faz
uma série de observações emparelhadas de valores

62
no IV e DV em uma série de circunstâncias dentro de um caso. Em seguida, o investigador avalia se
esses valores covariam de acordo com as previsões da hipótese do teste.25 Se covariam, o teste é
aprovado. Quanto maior a amplitude da covariância do DV com o IV, maior a importância da teoria.
Assim, para testar a teoria de que "desaceleração econômica causa bodes expiatórios de minorias
étnicas", podemos perguntar se medidas periódicas de bodes expiatórios são possíveis em intervalos
de tempo durante a Grande Depressão nos Estados Unidos durante 1929-41; e se forem, podemos
então perguntar se o uso de bodes expiatórios aumentou à medida que a depressão se aprofundou
durante 1929-33, e se o uso de bodes expiatórios diminuiu à medida que a depressão diminuiu mais
tarde.
O procedimento de congruência tipo 2 funciona melhor se selecionarmos casos com duas
características: (1) muitas observações de valores de IV e DV são possíveis; e/ou (2) os valores de
IV ou DV variam acentuadamente ao longo do tempo ou no espaço (na região, instituição, grupo e
assim por diante) dentro do caso.
Casos que permitem muitas observações são melhores laboratórios de teste porque permitem mais
medidas de congruência, e testes que se baseiam em mais medidas são mais fortes.
Casos com grande variação nos valores do IV DV também são bons laboratórios de testes, pois as
teorias fazem previsões mais singulares e certas sobre esses casos. Por exemplo, se os valores do IV
de uma teoria variam acentuadamente, os valores do seu DV também devem variar acentuadamente.
É improvável que essa variação acentuada no DV surja de um erro de medição, uma vez que o erro
precisaria ser grande e girar em sintonia com o IV - uma combinação improvável. A ação de uma
terceira variável também é uma causa improvável, pois isso exigiria uma

63
terceira variável que gira em sintonia com A e tão marcadamente quanto A uma possibilidade
improvável, e que é facilmente avaliada, uma vez que tal variável saltará do caso. Portanto,
podemos descartar mais facilmente erros de medição e explicações de variáveis omitidas para testes
aprovados. Por razões paralelas, também podemos descartar essas explicações para testes que
falharam. Como resultado, tanto a aprovação quanto a reprovação nos testes fornecem evidências
decisivas em casos com variância acentuada no IV. A passagem corrobora fortemente a hipótese, o
fracasso a infirma fortemente.
O procedimento de congruência tipo 2 é um estudo de caso dentro do caso, mas ele se transforma
em análise de n grande em algum ponto à medida que o número de observações dentro do caso
 33

aumenta e os valores das variáveis são atribuídos a valores numéricos. Por exemplo, a eleição de
1994 nos EUA é um exemplo limitado de algo mais geral - uma eleição parlamentar em uma
democracia - portanto, tem aspectos de um caso. Também permite centenas de observações
expressas em forma numérica - por exemplo, as 435 corridas de casas dos EUA. Estes podem ser
estudados e comparados estatisticamente. Tal estudo tem aspectos de um procedimento de
congruência tipo 2 e uma análise de n grande.
Os estudos de caso podem, em princípio, ser híbridos de procedimentos de congruência dos tipos 1
e 2. Um analista pode fazer muitas observações de um caso e comparar essas observações entre si e
com um valor típico. Um analista também pode selecionar casos que oferecem muitas observações
de IV e DV, valores extremos de IV ou DV e grande variação nesses valores, tudo ao mesmo tempo.
Ambos os tipos de procedimento de congruência podem ser usados para testar as hipóteses
explicativas de uma teoria, bem como sua hipótese principal. ambas as variáveis na hipótese
explicativa testada.

64
Rastreamento de Processo

No processo de rastreamento, o investigador explora a cadeia de eventos ou o processo de tomada

de decisão pelo qual as condições iniciais do caso são traduzidas em resultados do caso. A ligação
causa-efeito que conecta a variável independente e o resultado é desembrulhada e dividida em
etapas menores; então o investigador procura evidências observáveis de cada passo.
Por exemplo, se "impactos de asteróides causam extinções em massa", devemos encontrar
evidências de um mecanismo de morte em massa causado por asteróides no registro sedimentar de
extinções em massa que coincidem com impactos de asteróides. Talvez um impacto matasse
pulverizando o mundo com rocha derretida, provocando incêndios florestais globais que escurecem
os céus em fumaça, bloqueando a luz do sol e congelando a terra. Se assim for, o registro
sedimentar de extinções em massa deve conter os restos de uma vasta chuva de rochas derretidas
continentais ou globais, uma camada de fuligem e evidências de uma morte abrupta em massa de
espécies – evidências de cada etapa do processo de morte.
Da mesma forma, se "as distribuições bipolares do poder internacional causam a paz", devemos
encontrar, nos casos de bipolaridade pacífica, evidências de fenômenos intervenientes que formam
as cadeias causais pelas quais a bipolaridade causa a paz. Kenneth Waltz, o principal expoente da
tranquilidade da bipolaridade, sugere que a bipolaridade causa os seguintes fenômenos
pacificadores: menos falso otimismo por parte dos governos sobre o poder relativo dos oponentes;
cooperação mais fácil e aprendizado mais rápido de cada lado sobre o outro, levando a

65
regras do jogo; movimentos internos e externos mais rápidos e eficientes de cada lado para
equilibrar o crescimento no poder do outro ou para conter os movimentos agressivos do outro,
causando dissuasão; e a seleção de líderes políticos nacionais menos ineptos.30 Um teste de
rastreamento de processo procuraria evidências desses fenômenos em casos de bipolaridade (por
exemplo, a guerra fria, 1947-89) e, se fossem encontrados, evidências de que eles se originaram da
bipolaridade (por exemplo, depoimentos de formuladores de políticas que revelam motivos e
percepções que se enquadram nessa interpretação).
 34

A evidência de que um determinado estímulo causou uma determinada resposta pode ser buscada na
sequência e estrutura dos eventos e/ou no depoimento de atores explicando por que agiram da forma
como agiram. Por exemplo, se "competição comercial causa guerra", estudos de caso de surtos de
guerra devem revelar a pressão para a guerra por parte de elites comercialmente interessadas, as
decisões do governo para a guerra devem seguir (não preceder) essa pressão, e declarações nos
diários, correspondência privada, memórias e assim por diante de funcionários do governo devem
indicar que as decisões do governo refletem essa pressão. Se as "campanhas de relações públicas
moldam a opinião pública", as mudanças na opinião pública devem seguir-se rapidamente às
campanhas de relações públicas, e as entrevistas com os cidadãos devem revelar que eles
absorveram a mensagem da campanha e mudaram seus pontos de vista em resposta a ela.
Previsões de processo são muitas vezes únicas - nenhuma outra teoria prevê o mesmo padrão de
eventos ou o mesmo testemunho de ator sobre seus motivos - portanto, o rastreamento de processo
geralmente oferece fortes testes de uma teoria. Portanto, um rastreamento de processo completo de
um único caso pode fornecer um forte teste de uma teoria. Como observado acima, o investigador
ainda não terá certeza de quais condições antecedentes a teoria pode exigir para operar, e descobrir
essas condições continua sendo um importante

66
tarefa. Eles podem ser encontrados apenas explorando outros casos. Ainda assim, a validade da
teoria e sua capacidade de explicar pelo menos um caso são fortemente corroboradas.
As teorias assumem muitos padrões causais, e podemos adaptar os traços de processo para se
adequar a esses padrões. Algumas teorias (como, por exemplo, a teoria das extinções do impacto de
asteróides) postulam uma única cadeia causal:

A p→q→→B

Alguns (a teoria da polaridade da guerra de Waltz) postulam várias correntes:

→P→A→→→→B

Um rastreamento de processo completo procura evidências de todos os elos em todas as cadeias.

Os estudos de caso podem assumir vários ou todos esses quatro formatos (comparação controlada,
congruência tipo 1, congruência tipo 2 e rastreamento de processo) de uma só vez. No mesmo
estudo, podemos comparar um único caso com outro caso escolhido de acordo com o método de
diferença de Mill ou com condições típicas, podemos examiná-lo para ver se as medidas dentro do
caso dos valores do IV e DV variam no tempo e no espaço, e podemos estudá-la em busca de
evidências que corroborem ou infirmem as hipóteses explicativas da teoria.
Quão fortes são os testes teóricos que os estudos de caso apresentam? Cientistas testaram a teoria
geral da relatividade de Albert Einstein com um único procedimento de congruência em tempo real
tipo 1 estudo de caso: a observação do eclipse solar de 29 de maio de 1919, a teoria de Einstein
previu que a gravidade curvaria o caminho da luz em direção à gravidade fonte por uma quantidade
específica. Por isso, previu que durante um eclipse solar as estrelas próximas ao Sol apareceriam -
 35

estrelas deslocadas na verdade

67
atrás do sol apareceria ao lado dele, e as estrelas próximas ao sol apareceriam mais distantes dele - e
ele previu a quantidade de deslocamento aparente. Nenhuma outra teoria fez essas previsões. A
aprovação deste teste de estudo de caso único trouxe ampla aceitação da teoria porque as previsões
testadas eram únicas, não havia explicação concorrente plausível para o resultado previsto -
portanto, o teste aprovado era muito forte 32 Qualquer estudo de caso que teste de forma confiável
previsões igualmente únicas pode oferecer resultados igualmente decisivos. Estudos de caso de
ciências sociais raramente serão tão decisivos, mas esse problema decorre da natureza confusa dos
dados de ciências sociais e da complexidade dos fenômenos sociais, não da fraqueza inerente do
método de caso.

Criando Teorias com Estudos de Caso

Os estudos de caso podem servir a cinco propósitos principais: testar teorias, criar teorias,
identificar condições antecedentes, testar a importância dessas condições antecedentes e explicar
casos.

68
de importância intrínseca. A seção anterior discutiu o teste teórico. Esta seção abrange a elaboração
de teorias.
Para inferir novas teorias a partir de casos, começamos procurando casos para associações entre
fenômenos e testemunhos de pessoas que vivenciaram diretamente o caso (atores no caso, por
exemplo) sobre seus motivos e crenças sobre o caso. Essas associações e relatos de participantes
oferecem pistas sobre causa e efeito. Então perguntamos: "De que fenômenos mais gerais são esses
exemplos específicos de causas e efeitos?" Uma vez que as causas e efeitos candidatos são
enquadrados em termos gerais, o investigador tem teorias que podem ser testadas contra outras
evidências e aplicadas a outros casos.
Os investigadores podem usar quatro métodos básicos para inferir teorias de estudos de caso:
comparação controlada, procedimentos de congruência e rastreamento de processos (todos
abordados na seção anterior) e o método Delphi. A comparação controlada compara observações
entre casos para inferir teorias. Procedimento de congruência e rastreamento de processo deduzem
teorias de observações dentro de casos. O método Delphi consulta as opiniões dos participantes do
caso.

Comparação Controlada
Em uma comparação controlada, o investigador infere hipóteses a partir de contrastes ou
semelhanças em aspectos de vários casos, seguindo os métodos de diferença e concordância de
Mill. No método da diferença o investigador explora vários casos com características semelhantes e
valores diferentes na variável de estudo (a variável cujas causas ou efeitos procuramos descobrir),
procurando por

69
 36

outras diferenças entre os casos. Essas outras diferenças cross-case são nomeadas como possíveis
causas da variável de estudo (se buscarmos descobrir suas causas) ou possíveis efeitos (se
buscarmos seus efeitos). O investigador escolhe casos semelhantes para reduzir o número de causas
ou efeitos candidatos que surgem: quanto mais semelhantes os casos, menos causas candidatas. Isso
torna a causa real mais fácil de detectar.
No método de concordância o analista explora casos com características diferentes e valores
semelhantes na variável de estudo, procurando outras semelhanças entre os casos. Essas
semelhanças são nomeadas como causas ou efeitos candidatos da variável.
O método da diferença é preferido quando as características dos casos disponíveis são homogêneas
(a maioria das coisas sobre a maioria dos casos são bastante semelhantes). O método de
concordância é preferido quando as características dos casos disponíveis são heterogêneas (a
maioria das coisas na maioria dos casos são diferentes).

Procedimentos de Congruência
Ao usar procedimentos de congruência, o investigador explora um caso procurando a correlação
dentro do caso entre a variável do estudo e outros fenômenos. Esses fenômenos são nomeados como
possíveis variáveis independentes em novas hipóteses (se buscarmos estabelecer as causas da
variável em estudo) ou como possíveis variáveis dependentes (se buscarmos estabelecer seus
efeitos). Três formatos específicos são usados.
1. O investigador "examina os valores discrepantes", explorando casos que são mal explicados por
causas conhecidas, na suposição de que causas desconhecidas explicam seus resultados.
Especificamente, o investigador procura casos em que o fenômeno do estudo está presente, mas
suas causas conhecidas estão ausentes. Causas ainda não descobertas devem explicar o fenômeno.
Esses fenômenos causais devem ser observados

70
em quantidades acima do normal no caso e devem ser observados covariando com a variável do
estudo.
2. O investigador seleciona casos com valores extremamente altos ou baixos na variável de estudo e
os explora procurando outros fenômenos que estejam presentes em quantidades acima ou abaixo do
normal. Quando o fenômeno do estudo está presente em abundância, suas causas e efeitos também
devem estar presentes em abundância incomum e, portanto, devem se destacar no contexto do caso.
Quando o fenômeno do estudo está ausente, suas causas e efeitos também devem ser destacados por
sua ausência.
3. O investigador seleciona casos com extrema variância dentro do caso na variável dependente e os
explora procurando fenômenos que covariem com a variável de estudo. Se os valores da variável de
estudo variam muito, suas causas e efeitos também devem variar muito, destacando-se no contexto
de caso mais estático.

Rastreamento de Processo

O investigador rastreia o processo causal que produz o resultado do caso, em cada estágio inferindo
a partir do contexto o que causou cada causa. Se esse rastreamento de processo para trás for bem-
 37

sucedido, ele leva o investigador de volta a uma causa principal.

O Método Delphi

No método Delphi, o investigador explora os pontos de vista dos participantes do caso ou de outras
pessoas que vivenciaram o caso em busca de hipóteses. Aqueles que vivenciam um caso geralmente
observam dados importantes não registrados que são perdidos para investigadores posteriores. O
investigador usa seus

71
memórias e julgamentos para inferir hipóteses que não poderiam ser feitas apenas a partir da
observação direta.

Inferindo Condições Antecedentes de Estudos de Caso

Como observado acima, um ponto fraco do estudo de caso único é sua ocultação das condições
antecedentes das teorias – as condições de fundo necessárias para que as teorias funcionem ou que
ampliem sua ação. No entanto, pode-se descobrir essas condições de fundo examinando novos
casos selecionados.
Quatro métodos de inferir condições antecedentes são mais úteis. (Esses métodos são paralelos aos
quatro métodos de inferir teorias, descritos acima.)

1. Comparação controlada. O investigador usa o método da diferença de Mill para inferir condições
antecedentes a partir de contrastes ou semelhanças nas características de vários casos. variável. Por
exemplo, se os casos examinados anteriormente tivessem valores altos nas variáveis independentes
e dependentes, agora examinaríamos casos com valores altos no IV, valores baixos no DV e uma
grande semelhança com os casos examinados anteriormente em outros aspectos. Assim, se a
hipótese de que "desaceleração econômica causa fechamento de comércio" foi testada usando a
Europa 1929-39 como um caso (valores altos em IV e DV), procuraríamos em seguida casos em
que desacelerações ocorreram sem fechamento. Se não encontrarmos casos de alto-IV-baixo-DV,
isso sugere que as condições necessárias para a operação da teoria são abundantes, e a teoria

72
tem ampla aplicabilidade (ou "validade externa"). Se encontrarmos tais casos, nós os inspecionamos
em busca de pontos de diferença com casos previamente examinados. Condições antecedentes
importantes aparecerão como esses pontos de diferença entre maiúsculas e minúsculas.
2. Procedimentos de congruência. O investigador mede a lacuna entre os valores previstos e
observados na variável dependente em um caso e, em seguida, procura correlações entre o tamanho
da lacuna e os valores de outros fenômenos dentro do caso. O investigador então nomeia fenômenos
que se correlacionam com o gap (que são escassos quando o valor do DV é menor do que o valor de
IV justifica e são abundantes quando o valor de DV é maior do que o valor de IV justifica) como
possíveis condições antecedentes. Dois formatos são usados.
O investigador pode examinar os casos atípicos - aqueles casos em que a causa postulada da teoria
está presente, mas seu efeito previsto está ausente. Se assumirmos que a teoria é válida, esse padrão
 38

indica que uma condição antecedente importante também está notavelmente ausente. A condição
antecedente ausente pode ser identificada entre as condições que geralmente estão presentes, mas
estão ausentes no caso discrepante.
O investigador também pode explorar casos com grande variação dentro do caso no valor da
variável dependente e valores altos constantes na variável independente. Esse padrão sugere que
uma condição antecedente importante varia dentro do caso.39 Ela deve se anunciar como um fator
que covaria com a VD.
3. Rastreamento de processos. O investigador rastreia o processo causal pelo qual o resultado do
caso foi produzido, em cada estágio tentando inferir do contexto quais condições antecedentes o
processo requer.
4. O método Delphi. O investigador explora os pontos de vista dos participantes do caso ou de
outras pessoas que vivenciaram o caso para possíveis

73
condições antecedentes. Eles podem ter observado pessoalmente a dinâmica da história que não
pode ser observada em retrospecto por não participantes.

Testando Condições Antecedentes com Estudos de Caso

Condições antecedentes, como hipóteses, devem ser testadas antes de receberem credibilidade.
Assim como as hipóteses, elas podem ser testadas de três maneiras: comparação controlada,
procedimentos de congruência e rastreamento de processos.
1. Comparação controlada. O investigador explora observações pareadas em dois ou mais casos,
perguntando se os valores dos pares são congruentes ou incongruentes com a premissa de que a
condição antecedente amplia a ação causal da variável independente sobre a variável dependente.
Por exemplo, se os valores da variável de condição forem maiores no caso A do que no caso B, os
valores da variável dependente também devem ser maiores, em relação aos valores da variável
independente, no caso A do que no caso B. Se possível, o investigador seleciona os casos de acordo
com uma adaptação dos critérios de Mill para o método da diferença: os casos devem ter
características gerais semelhantes, valores semelhantes na IV e desfechos diferentes. Se a variável
de condição (CV) tiver impacto, seus valores devem covariar com os valores do DV.
2. Procedimentos de congruência. Dois procedimentos de congruência são mais úteis para testar
condições antecedentes. Primeiro, o investigador estuda casos com valores extremos (altos ou
baixos) na variável de condição e um valor maior que zero na variável independente. Um valor
muito alto no CV deve multiplicar os efeitos do IV sobre as variáveis intervenientes (IntVs) e DV,
movendo seus valores acima dos intervalos previstos (com "predicted" significando o valor previsto
pela teoria do teste à luz do valor no IV no caso). Um valor muito baixo no CV deve diminuir os
IVs

74
impacto em IntVs e DV, diminuindo seus valores abaixo dos intervalos previstos.60 Em segundo
lugar, o investigador estuda casos com grande variação dentro do caso no valor do CV e pouca ou
nenhuma variação dentro do caso no IV. Se o CV for importante, o valor do DV deve covariar com
ele.
 39

3. Rastreamento de processos. O investigador explora a cadeia de eventos ou o processo de tomada

de decisão pelo qual as condições iniciais do caso são traduzidas em resultados do caso. Condições
antecedentes deixarão pegadas nesse processo: os atores podem se referir à sua importância e os
eventos ocorrerão em uma sequência que segue seu aparecimento e desaparecimento.

Explicando casos

Conforme observado no Capítulo 1,12 explicações para casos específicos são avaliadas
respondendo a quatro perguntas:

1. A explicação exemplifica uma teoria geral válida (uma lei de cobertura)? A explicação específica
deve exemplificar uma lei de cobertura válida. Uma explicação que se baseia em uma falsa teoria
geral cai.

2. O fenômeno causal da lei de cobertura está presente no caso? O fenômeno causal da explicação
deve estar presente no caso.

75
Se não, a explicação cai. (Mesmo que A seja uma causa confirmada de B, ela não pode explicar
casos de B que ocorrem quando A está ausente.)
3. As condições antecedentes da lei de cobertura são atendidas no caso? As teorias não podem
explicar os resultados de casos que omitem suas condições antecedentes necessárias.
4 Os fenômenos intervenientes da lei de abrangência são observados no caso? Os fenômenos que
ligam a causa e o efeito postulados pela lei de cobertura devem ser evidentes no caso e aparecer na
ordem e localização adequadas.
A lógica da explicação do caso é paralela à de um patologista fazendo uma autópsia ou de um
detetive resolvendo um crime. As explicações específicas da morte (ou crime) são avaliadas
perguntando se elas se baseiam em uma lei de cobertura válida, se as condições para o
funcionamento dessa lei de cobertura, sua causa e condições antecedentes exigidas são observadas
no caso em questão, e se fenômenos indicadores que sinalizam seu funcionamento interno também
é observado. Uma investigação de explicação de caso não testa teorias, embora as evidências
coletadas também possam ser usadas para verificar a validade de uma teoria.
Cientistas políticos raramente fazem estudos de caso explicando casos, em parte porque definem a
tarefa de explicar casos como o domínio dos historiadores; no entanto, os historiadores muitas vezes
explicam os casos de uma maneira mais suave do que os cientistas políticos. Suas explicações são
deixadas vagas, e as previsões que eles inferem dessas explicações não são especificadas, portanto,
o significado de suas evidências é muitas vezes ambíguo. As teorias gerais que fundamentam suas
explicações são muitas vezes profundamente enterradas. Como resultado, suas explicações são
difíceis de interpretar e avaliar. Isso deixa ampla margem para os cientistas políticos contribuírem
para a discussão da explicação histórica.

Testes Fortes vs. Fracos; Previsões e testes

 40

Testes fortes são melhores que testes fracos, e os resultados de testes fortes têm mais peso do que os
resultados de testes fracos.

76
Conforme observado na seção "Testes Fortes vs. Fracos" no Capítulo 1, um teste forte é aquele cujo
resultado provavelmente não resultará de qualquer fator, exceto da operação ou fracasso da teoria.
Testes fortes avaliam previsões que são certas e únicas. Uma certa previsão é uma previsão
inequívoca. Quanto mais certa a previsão, mais forte o teste. Uma previsão única é uma previsão
não feita por outras teorias conhecidas. Quanto mais exclusiva for a previsão, mais forte será o
teste.
Ao testar uma teoria, o investigador deve selecionar casos que permitam os testes mais fortes. Isso
exige a seleção de casos sobre os quais a teoria do teste faz previsões certas ou únicas (ou ambas).
Ao redigir os casos, os autores devem explicar e justificar as previsões que testam. As disputas
interpretativas sobre estudos de caso geralmente surgem de disputas sobre a justiça das previsões
testadas. Essas disputas podem ser racionalizadas oferecendo algumas palavras sobre por que a
previsão parece justa.
Os autores também devem comentar sobre a força dos testes realizados. Quão únicas e certas foram
as previsões testadas? Os testes foram da variedade de arma fumegante, aro, duplamente decisivo
ou palha ao vento?

Interpretando resultados contraditórios

O que os investigadores devem fazer quando os testes produzem resultados contrários quando as
teorias passam em alguns testes e são reprovadas em outros? Resposta: investigue mais. Cinco
procedimentos são apropriados:
1. Inferir e testar previsões adicionais, com especial atenção para a descoberta de testes de "aro" e
"arma fumegante". Esses testes adicionais podem resolver a confusão.

2. Verifique novamente a precisão dos dados usados em testes anteriores. Alguns

77
podem estar errados. Se assim for, um resultado inequívoco pode surgir da verificação dupla: todos
os testes podem agora ser aprovados ou reprovados.
3. Reconsidere as previsões que você inferiu da teoria. Eles eram justos? Às vezes, reprovações
falsas (ou passagens falsas) são relatadas porque as previsões falsas são testadas.
4. Replique seus testes usando novos casos. A replicação pode produzir resultados mais
consistentes.
5. Reparar a teoria de forma a permitir que ela passe em testes reprovados, limitando o escopo de
suas alegações ou removendo hipóteses explicativas reprovadas. Isso pode salvar uma teoria
danificada (embora o produto recuperado seja agora uma teoria diferente e mais restrita).

Critérios de Seleção de Caso

Os praticantes de estudos de caso não produziram nem um catálogo abrangente de possíveis

 41

projetos de pesquisa de estudo de caso 45 nem uma lista abrangente de métodos de seleção de
casos. Assim, fiz minha própria lista de critérios úteis de seleção de casos.46 Minha lista (de onze
critérios) não esgota as possibilidades lógicas, mas inclui tudo o que me parece forte.
Especificamente, argumento que os seguintes atributos de caso são possíveis razões para a seleção
de caso: (1) riqueza de dados; (2) valores extremos na variável independente, variável dependente
ou variável de condição; (3) grande variação dentro do caso nos valores das variáveis
independentes, dependentes ou de condição; (4) divergência de previsões feitas sobre o caso por
teorias concorrentes; (5) a semelhança das condições dos antecedentes do caso com as condições
dos problemas políticos atuais; (6) prototipidade das condições de fundo do caso; (7) adequação
para comparação controlada com outros casos (principalmente usando o método da diferença de
Mill); (8) caráter atípico; (9) importação intrínseca;

78
(10) adequação para replicação de testes anteriores; e (11) adequação para a realização de um tipo
de teste anteriormente omitido.
Esta lista reflete dois critérios gerais para a seleção de casos: Primeiro, os investigadores devem
selecionar os casos que melhor atendam ao propósito de sua investigação. Como observado
anteriormente, existem cinco propósitos para estudos de caso: testar teorias, criar teorias, identificar
possíveis condições antecedentes que as teorias requerem para operar, testar a importância dessas
condições antecedentes e explicar casos de importância intrínseca. O critério de seleção mais
apropriado difere de propósito para propósito, portanto, os investigadores devem ser claros em seu
propósito antes de selecionar casos. Alguns dos seguintes critérios de seleção são apropriados para a
maioria dos propósitos, mas alguns servem apenas a um ou dois propósitos. Portanto, os
investigadores devem ter o cuidado de combinar critérios e propósitos. (Veja a tabela no final deste
capítulo, para um resumo das correspondências e incompatibilidades entre a missão e os critérios de
seleção de casos.)
Os critérios de seleção de casos devem, portanto, diferir com o estágio em que a investigação se
encontra. Os investigadores primeiro procuram inferir teorias, depois testá-las e, em seguida, testar
seu alcance (ou "validade externa") inferindo e testando condições antecedentes. As regras para a
seleção de casos variam entre essas tarefas e, portanto, variam de acordo com o estágio da
investigação.
Em segundo lugar, ao testar teorias, os investigadores devem selecionar casos para maximizar a
força e o número de testes que permitem ao investigador realizar. A seleção do melhor caso permite
os testes mais fortes (testes de previsões que são certas e/ou únicas) com o menor esforço de
pesquisa.

79
1. Selecione casos ricos em dados. Aprendemos mais com estudos de caso que nos permitem
responder a mais perguntas sobre o caso. Quanto mais dados tivermos, mais perguntas poderemos
responder. Portanto, mais testes são possíveis, portanto, casos ricos em dados são preferidos, outras
coisas sendo iguais.
Selecionar casos para riqueza de dados é especialmente apropriado se você
planeja inferir ou testar teorias usando rastreamento de processo, uma vez que o processo
rastreamento requer uma grande quantidade de dados.
 42

A riqueza de dados pode assumir várias formas. Dados de arquivo abundantes podem estar
disponíveis. Os participantes do caso podem estar vivos e disponíveis para entrevistas. Outros
estudiosos podem ter estudado o caso para seus próprios propósitos e feito grande parte do trabalho
braçal para você.
2. Selecione casos com valores extremos (altos ou baixos) na variável independente (IV), na
variável dependente (DV) ou na variável de condição (CV). Sob este método, selecionamos casos
em que a variável de estudo (a variável cujas causas ou efeitos procuramos estabelecer) está
presente em quantidades anormalmente grandes ou quantidades anormalmente pequenas.
Para testar uma teoria, selecione casos com valores extremos na variável independente. Esses casos
oferecem testes fortes porque as previsões da teoria sobre o caso são certas e únicas (como
observado acima neste capítulo).
Argumenta-se frequentemente que se deve selecionar casos representativos ou típicos do universo
de casos. O método de seleção de casos de "valor extremo no IV" argumenta o oposto, que os casos
que são atípicos em sua dotação com a variável independente nos ensinam mais.

80
Alguns também argumentam que selecionar casos para valores extremos no IV configura testes
fracos porque a passagem do teste é provável: valores altos de IV devem elevar alguns valores de
DV mesmo que a teoria funcione apenas fracamente, portanto, o teste é fácil de passar. Essa visão
baseia-se, no entanto, em uma falsa definição de "melhor forte". Um teste forte é aquele cujo
resultado é improvável que resulte de qualquer outro fator que não seja a operação ou falha da
teoria. De acordo com esta definição, um teste usando um caso selecionado para valor extremo no
IV é um teste forte. Devemos esperar resultados extremos em tal teste.53 Se eles ocorrerem, é
improvável que esses resultados extremos resultem de outros fatores. Se eles não ocorrerem, é
improvável que isso resulte de qualquer outra causa que não seja o fracasso da teoria. Portanto,
casos com valores IV extremos são laboratórios para testes fortes.
Para fazer uma teoria, selecione casos com valores extremos na variável de estudo. Se os valores da
variável de estudo forem muito altos, suas causas (ou efeitos, se procurados) devem estar presentes
em abundância incomum, portanto, essas causas (ou efeitos) devem sobressair mais claramente no
pano de fundo do caso. Isso os torna mais fáceis de

81
local. Da mesma forma, se os valores da variável de estudo forem anormalmente baixos, suas
causas (ou efeitos) devem ser mais marcantes por sua ausência.
Para inferir condições antecedentes, selecione casos com valores extremos e opostos no IV e DV
especificamente, com valores muito altos nos IVs e valores muito baixos no DVS. Esses são casos
em que a causa postulada da teoria está abundantemente presente, mas o efeito previsto está
notavelmente ausente. Por exemplo, para inferir as condições necessárias para que a alfabetização
cause democracia, devemos selecionar sociedades altamente alfabetizadas com regimes autoritários.
Para inferir as condições necessárias para que a depressão econômica cause a guerra, devemos citar
os casos em que ocorreram depressões profundas, mas nenhuma guerra resultou, e assim por diante.
Tal padrão indica que uma condição antecedente importante também está notavelmente ausente. A
condição ausente pode ser identificada entre as condições que normalmente estão presentes, mas
estão ausentes no caso estudado.
 43

Para testar uma condição antecedente candidata (uma condição que uma teoria requer para operar
ou que amplie sua ação), selecione casos com valores extremos na variável de condição. Um valor
alto no CV deve multiplicar o efeito do IV nas variáveis intervenientes (IntVs) e DV. Um valor
baixo no CV deve deixar o IV com pouco impacto nos IntVs e DV. Em ambos os casos, os
resultados previstos são pronunciados e, portanto, menos prováveis de surgirem de erros de
medição ou das ações de uma terceira variável.

82
3. Selecione casos com grande variação dentro do caso no valor da variável independente, variável
dependente ou variável de condição ao longo do tempo ou espaço.
Para testar uma teoria, selecione casos com grande variação dentro do caso no valor da variável
independente. As teorias fazem previsões sobre o impacto da variância no valor do IV, portanto, a
variância no valor do IV gera previsões, portanto, quanto mais variância no caso do valor do IV,
mais previsões temos para testar. Tal variação assume a forma de mudança diacrônica ou síncrona
no valor do IV - isto é, mudança ao longo do tempo dentro do período coberto pelo caso, ou
diversidade no valor do IV entre regiões, grupos, organizações ou indivíduos presentes em O caso.
A seleção de casos para a variação do valor IV dentro do caso é especialmente apropriada se você
planeja usar um procedimento de congruência tipo 2 para teste, pois os procedimentos de
congruência tipo 2 dependem da observação da variação dentro do caso.
Para fazer uma teoria, selecione casos com grande variação dentro do caso no valor da variável de
estudo. As causas e efeitos da variável de estudo também devem variar amplamente nesse caso, em
sintonia com a variável de estudo. Isso os torna mais fáceis de detectar no fundo do caso. Causas e
efeitos candidatos se anunciarão como características de caso que variam com o valor do SV - isto
é, como fatores presentes quando o valor do SV é alto, ausentes quando é baixo.
Para inferir as condições antecedentes de uma teoria, selecione casos com grande variação dentro
do caso no valor do DV e valores altos constantes na TV. Tal caso contém algumas observações
onde o valor relativo no IV e DV coincide com as previsões da teoria (alta em IV e DV), e algumas
onde não (alta

83
um IV baixo em DV). As condições antecedentes candidatas se anunciarão como fatores que são
mais abundantes quando os valores relativos correspondem às previsões - isto é, quando os valores
de DV são mais altos.
Para testar uma condição antecedente candidata, selecione casos com grande variação dentro do
caso no valor do CV. Se o CV for importante, o valor do DV deve ser maior, em relação ao valor do
IV, quando o CV é abundante do que quando é escasso.
4. Selecione casos sobre os quais teorias concorrentes fazem previsões opostas. Este método de
seleção é apropriado se você estiver mais interessado em testar o poder relativo das duas teorias do
que testar uma teoria contra a hipótese nula (ou seja, se você preferir organizar uma "luta de três
pontas" lakatosiana por uma -luta encurralada").
Se você estiver testando o poder relativo de duas teorias, escolha casos sobre os quais elas fazem
previsões opostas, por exemplo, um caso com variância dentro do caso oposta nos valores dos dois
IVs (valores em um IV caem ao longo do tempo e valores no outros aumentam ao longo do tempo).
O DV deve covariar com o IV mais forte.
 44

Se você estiver testando o poder relativo de duas condições antecedentes, escolha casos em que o
IV esteja presente e os CVs mostrem variância dentro do caso oposta (por exemplo, valores em um
CV caem ao longo do tempo, valores no outro aumentam ao longo do tempo). O DV deve covariar
com o CV mais forte.
Para obter melhores resultados, selecione casos que permitam testes de previsões que sejam únicas
e certas, bem como opostas.
5. Selecione casos que se assemelhem a situações atuais de interesse político.58 Uma teoria inferida
ou testada em um caso que se assemelha a um segundo caso irá mais frequentemente "viajar" para
esse segundo caso - isto é, operar no segundo caso também. Portanto, prescrições políticas
deduzidas do primeiro caso podem ser aplicadas com mais segurança ao segundo.

84
Acadêmicos interessados em oferecer prescrições de políticas devem, portanto, estudar casos cujas
características de fundo sejam paralelas às características dos problemas políticos atuais ou futuros.
Um estudo sobre políticas de saúde em Minnesota fornece prescrições mais confiáveis para
políticas de saúde em Wisconsin do que um estudo sobre políticas de saúde em Burkina Faso. As
teorias que operam em Burkina Faso podem exigir condições ausentes em Wisconsin, portanto, as
prescrições deduzidas dessas teorias se mostrarão infundadas em Wisconsin. Isso é menos provável
de teorias que operam em Minnesota, uma vez que Minnesota e Wisconsin são semelhantes em
muitos aspectos.
6. Selecione casos com características prototípicas de antecedentes. Pode-se selecionar casos com
condições de fundo médias ou típicas, com base no fato de que as teorias que passam nos testes que
esses casos apresentam são mais propensas a "viajar" bem, aplicando-se amplamente a outros casos.
Este método de seleção às vezes é apropriado, mas é usado em excesso. Se se busca teorias com
ampla aplicabilidade, muitas vezes é mais apropriado seguir o método de seleção 5, "selecionar
casos que se assemelham a situações atuais de preocupação política", pois esse método oferece uma
melhor garantia de que teorias corroboradas serão aplicadas a outras situações importantes. O
método 6 seleciona teorias que se aplicam amplamente; o método 5 seleciona teorias que são menos
amplas em geral, mas mais amplamente para circunstâncias importantes. O último objetivo é muitas
vezes mais importante.
7. Selecione casos que sejam bem combinados para comparações entre casos controlados. Pode-se
selecionar casos para permitir seu pareamento para comparação controlada, ou seja, para o método
de diferença (os casos têm características semelhantes e valores diferentes na variável de estudo) ou
o método de concordância (os casos têm características diferentes e valores semelhantes no estudo
variável). O método da diferença, sendo o mais forte dos dois, geralmente é o preferido.
Critérios de comparação controlada podem ser aplicados para selecionar um ou mais casos. Um
único caso pode ser selecionado com o objetivo de compará-lo com estudos de caso existentes que
outros já pesquisaram e escreveram. Especificamente, se planejamos realizar um método de
diferença

85
na comparação, selecionamos um novo caso cujas características se assemelham às de um caso já
estudado, mas que possui valores diferentes na variável de estudo. Vários casos podem ser
 45

selecionados com o objetivo de compará-los (em outras palavras, se planejamos realizar um método
de comparação de diferenças, selecionamos casos com características semelhantes e diversos
valores de variáveis de estudo) ou com casos existentes (selecionamos casos com características
semelhantes às de um caso já estudado, mas com valores diferentes na variável de estudo).
Para testar uma teoria usando um método de comparação controlada, selecione casos com
características semelhantes e valores diferentes na variável de estudo (ou seja, selecione pelo
método da diferença). A teoria passa no teste se o estudo revelar que os valores de IV e DV
correspondem entre os casos. Se, por exemplo, o IV tem um valor maior no caso 1 do que no caso
2, o DV também deve ter um valor maior no caso 1 do que no caso 2.
Lembre-se, no entanto, que o método da diferença é um instrumento bastante fraco para teste de
teoria (e o método de concordância é ainda mais fraco). Portanto, outros critérios de seleção devem
ter maior prioridade para testadores de teoria.
Para fazer uma teoria, selecione casos com características semelhantes e valores diferentes na
variável de estudo (para comparação de método de diferença) ou casos com características
diferentes e valores semelhantes na variável de estudo (para comparação de método de
concordância).
As causas ou efeitos candidatos se anunciarão como diferenças nas características dos casos
comparados quando o método da diferença for usado. Eles se anunciam como semelhanças nas
características dos casos comparados quando se utiliza o método de concordância.
O método da diferença é preferido quando as características dos casos disponíveis são bastante
homogêneas (a maioria das coisas sobre a maioria dos casos são semelhantes). O método de
concordância é preferido quando as características dos casos disponíveis são bastante heterogêneas
(a maioria das coisas na maioria dos casos são diferentes).

86
Para inferir condições antecedentes, selecione casos usando variantes do método da diferença ou do
método da concordância.
Para o método da diferença, escolha casos com (1) valores semelhantes no IV; (2) características de
caso semelhantes; e (3) valores diferentes no DV. As condições antecedentes candidatas se
anunciarão como diferenças nas características dos casos comparados.
Para o método de concordância, escolha casos com (1) valores semelhantes no IV; (2) diferentes
características de caso; e (3) valores semelhantes no DV. As condições antecedentes candidatas se
anunciarão como semelhanças nas características dos casos comparados.
Ao testar uma condição antecedente candidata, selecione casos com (1) valores semelhantes no IV e
(2) valores diferentes no DV. A condição passa no teste se os valores no CV corresponderem aos
valores no DV entre os casos.
8. Selecione casos discrepantes. Aqui o investigador seleciona casos que são mal explicados pelas
teorias existentes, na suposição de que causas desconhecidas explicam seus resultados e podem ser
identificadas examinando o caso. Selecionamos casos em que os valores da variável dependente são
altos e suas causas conhecidas estão ausentes. As novas causas candidatas se anunciarão como
características inusitadas desses casos e como características que correspondem à VD dentro do
caso.
Para fazer uma teoria, selecione casos em que as causas conhecidas do DV são escassas, mas o DV
está abundantemente presente. Isso sugere que causas desconhecidas estão operando no caso e que
 46

o estudo do caso pode revelá-las.

Para inferir uma condição antecedente, selecione os casos em que as causas conhecidas do VD são
abundantes, mas o VD é escasso ou ausente. Isso sugere que condições antecedentes desconhecidas
estão ausentes no caso, e que o estudo do caso pode identificá-las.
9. Selecione casos de importância intrínseca. Selecionar casos de importância humana ou histórica
intrínseca (1ª Guerra Mundial, Segunda Guerra Mundial,

82
Holocausto) é apropriado se nosso objetivo é explicar o curso da história. Selecionamos esses casos
com um aceno para sua riqueza de dados (não há muito sentido em estudar casos em que o registro
é muito escasso para responder às nossas perguntas), mas principalmente de acordo com a
magnitude de suas consequências humanas.
10. Selecione para replicação de teste. Testes teóricos completos requerem a repetição de testes
iniciais para corroborar seus resultados. Ao fazer isso, escolhemos casos por sua adequação como
laboratórios para replicar testes anteriores. Essa abordagem considera vários casos como vários
experimentos. A replicação do teste, e não a comparação entre casos, é o objetivo dos estudos
posteriores da série.
Uma replicação pode ser exata ou inexata (uma "quase-replicação"). Uma replicação exata repete
um teste anterior exatamente com um caso semelhante. Uma quase-replicação (que é bem mais
comum) repete um teste anterior com alguma alteração no desenho da pesquisa.60 Os casos são
selecionados por meio dos mesmos critérios de seleção usados para selecionar o(s) caso(s) para o
teste a ser replicado.
11. Selecione para tipos de testes omitidos anteriormente. Se uma teoria já enfrentou um tipo de
teste, agora pode ser apropriado submetê-la a outro tipo de prova. Por exemplo, se uma teoria já
enfrentou testes de estudo de caso de procedimento de congruência, agora pode ser apropriado
submetê-la a um teste de estudo de caso de rastreamento de processo. Selecionamos esses casos por
sua utilidade como bancos de teste de rastreamento de processos.
O investigador pode testar uma teoria com o mesmo caso do qual foi inferida? Como observei no
Capítulo 161, essa prática é criticada com base na falta de integridade desses testes. A crítica baseia-
se na preferência por testes cegos. A suposição é que os dados não usados para inferir uma teoria
são menos conhecidos por um investigador.

88
do que os dados usados, portanto, o investigador que usa dados não utilizados fica menos tentado a
amostrar os dados seletivamente.
Proibir a reutilização de casos inspiradores de teoria para testes de teoria não é viável na prática, no
entanto, e causaria uma perda de boas evidências. Outras barreiras contra a falsificação de testes -
por exemplo, infundir profissões de ciências sociais com altos padrões de honestidade são mais
práticos. A Tabela 1, abaixo, resume as correspondências e incompatibilidades de missões de estudo
e critérios de seleção de casos.

Tabela 1. Onze Critérios de Seleção de Casos Quando cada um é apropriado? (está na página 88,
deixei fora)
 47

CAPÍTULO 3

O que é uma dissertação de ciência política?

Dissertações em ciência política pode realizar sete principais missões. Isto dá origem a 7 tipos de
dissertação, um para cada missão. A maioria das dissertações realiza várias dessas missões e,
portanto, são híbridas, mas ainda é útil considerar possíveis dissertações do tipo ideal.
1. Uma dissertação propondo teoria avança novas hipóteses. Um argumento dedutivo para essas
hipóteses é avançado. Exemplos podem ser oferecidos para ilustrar essas hipóteses e demonstrar sua
plausibilidade, mas testes empíricos fortes não são realizados.

90
2. Uma dissertação de teste de teoria usa evidências empíricas para avaliar teorias existentes. Essa
evidência pode assumir a forma de análise de n grande, estudos de caso ou ambos.
Muitas dissertações são uma mistura do tipo 1 e 2. Eles fazem algumas propostas de teoria e alguns
testes de teoria. No entanto, uma boa tese pode se concentrar exclusivamente em propor teoria, ou
em testar teoria, desde que contribua com conhecimento útil.
3. Uma dissertação de avaliação da literatura (ou "balanço") resume e avalia a literatura teórica e
empírica existente sobre um assunto. Ele pergunta se as teorias existentes são valiosas e os testes
existentes são persuasivos e completos.

91
4. Uma dissertação avaliativa ou prescritiva de políticas avalia políticas públicas atuais ou futuras
ou propostas de políticas. As premissas factuais e teóricas dos proponentes e oponentes das políticas
propostas são válidas ou inválidas? A política produzirá os resultados que seus proponentes
prometem?
Costuma-se dizer que o trabalho normativo não é teórico. O oposto é verdadeiro. Todas as propostas
de políticas baseiam-se em previsões sobre os efeitos das políticas. Essas previsões, por sua vez,
baseiam-se em pressupostos teóricos implícitos ou explícitos sobre as leis do movimento social e
político. Portanto, toda avaliação de políticas públicas requer o enquadramento e a avaliação da
teoria, portanto é fundamentalmente teórica.
O trabalho prescritivo de políticas pode se concentrar na avaliação de uma política específica, na
avaliação de soluções concorrentes para um determinado problema; ou nas implicações políticas de
um desenvolvimento político ou técnico (como, por exemplo, a revolução nuclear ou o colapso do
império soviético).
5. Uma dissertação explicativa histórica usa teoria (teoria reconhecida academicamente, teoria
popular ou dedução do "senso comum") para explicar as causas, padrões ou consequências de casos
históricos.

92
Esses trabalhos geralmente fornecem uma boa descrição, mas se concentram em explicar o que é
 48

descrito.
6. Uma dissertação avaliativa histórica avalia as crenças factuais e teóricas que orientaram os atores
políticos oficiais ou não oficiais e/ou avalia as consequências das políticas que eles adotaram.
Dissertações dos tipos 5 e 6 são raras e pouco admiradas na ciência política. Isso reflete um viés
geral no campo que favorece a criação e o teste da teoria sobre a aplicação da teoria. No entanto,
esse viés é equivocado. Se as teorias nunca forem aplicadas,

93
então para que servem? As teorias só têm valor se forem efetivamente postas em prática para
explicar, avaliar ou prescrever.
Além disso, os estudos dos tipos 5 e 6 carecem de um lar amigável em outras disciplinas, o que
deixa esse trabalho para os cientistas políticos. Alguns historiadores são avessos a explicações
explícitas, preferindo "deixar os fatos falarem por si mesmos". Outros elaborarão uma explicação
preferida, mas raramente colocam explicações conflitantes umas contra as outras, como é necessário
para avaliar completamente uma explicação. Os historiadores também (com algumas exceções)
geralmente são avessos a escrever a história avaliativa. No entanto, sem a história explicativa do
trabalho, a história nunca é explicada; e sem um trabalho histórico avaliativo aprendemos pouco
com o passado sobre a solução de problemas presentes e futuros. Portanto, algum campo deve
aceitar essas tarefas. Eu indico ciência política.
7. Uma dissertação preditiva aplica teorias para extrapolar o mundo futuro a partir de eventos atuais
ou de desenvolvimentos futuros postulados, Uma dissertação puramente preditiva é um projeto
arriscado porque o futuro está constantemente acontecendo, aumentando o perigo de que o projeto
possa ser ultrapassado por eventos. Portanto, os alunos geralmente devem evitar dissertações desse
tipo. No entanto, este aviso não é rígido. O trabalho preditivo pode ser valioso e pode assumir a
forma de dissertação.
Esses sete tipos de dissertação podem ser resumidos em quatro categorias: proposição de teoria (1),
teste de teoria (2), aplicação de teoria (4, 5, 6 e 7) e avaliação de literatura (3) Dissertações do Tipo
1 e 2 - criação de teorias e teoria

94
testes - têm o maior prestígio na ciência política, mas todos os sete tipos são legítimos se forem bem
feitos. Seja claro em sua própria mente sobre que tipo de dissertação você está fazendo.

Finalmente, algumas palavras sobre dissertações descritivas estão em ordem. Tais dissertações
descrevem circunstâncias políticas. Eles vêm em dois tipos: descritivos contemporâneos (com foco
em desenvolvimentos e condições atuais)¹2 e descritivos históricos (com foco em eventos e
condições passados),

95
Uma dissertação descritiva é um oitavo tipo possível de dissertação de ciência política; no entanto,
uma tese puramente descritiva será mal recebida por outros cientistas políticos. Eles querem que os
autores expliquem ou avaliem os eventos, políticas ou ideias que descrevem. Portanto, a descrição
deve ser combinada com alguma elaboração, teste ou aplicação da teoria. A descrição deve muitas
vezes preceder a explicação ou avaliação, pois fenômenos que não foram descritos não podem ser
 49

explicados ou avaliados. Portanto, os alunos que procuram explicar ou avaliar fenômenos que
outros não descreveram completamente devem primeiro dedicar muita atenção à descrição, dando
origem a dissertações amplamente descritivas. Isso é bom, desde que o aluno também faça alguma
explicação ou avaliação.

CAPÍTULO 4

Dicas úteis sobre como escrever uma dissertação de ciência política

Costumo fazer as seguintes sugestões para estudantes de pós-graduação que estão fazendo
dissertações.

Seleção de tópicos

Uma boa dissertação faz uma pergunta importante. A resposta deve ser relevante para os problemas
reais do mundo real.
Hans Morgenthau uma vez lamentou que os cientistas sociais muitas vezes se escondem no "trivial,
no formal, no metodológico, no puramente teórico, no remotamente histórico - em suma, no
politicamente irrelevante".2 Tal conduta é tanto um crime quanto um erro. Ser relevante

98
é mais divertido, melhor para o mundo e uma boa mudança de carreira. Estudiosos que apresentam
argumentos ousados ganham mais elogios do que abusos se seu trabalho for sólido. A pesquisa
ganha visibilidade em grande parte por ter professores universitários a atribuí-la. Os professores
atribuem trabalhos que enquadram debates. Assim, trabalhos que apresentem ousadamente um lado
em um debate importante ou iniciem seu próprio debate serão mais amplamente divulgados e,
portanto, mais renomados. Seu autor irá desfrutar de fama e glória acadêmica.
Como encontrar bons tópicos? A partir de ontem, mantenha um arquivo "Livros e artigos que
alguém deveria escrever". Quando você formar uma imagem mental de algo que deseja ler, mas
uma pesquisa revelar que não existe, registre seu título hipotético e guarde-o em seu arquivo
"Livros e Artigos". Muitos desses artigos ausentes não serão projetos adequados para você, mas
alguns serão. O resto são tópicos possíveis para seus amigos e futuros alunos. Você presta um
grande serviço ao conceber projetos que eles podem executar.
Após cada aula de pós-graduação, escreva um memorando de auditoria sobre a área de assunto do
curso, perguntando o que estava faltando. Que perguntas importantes não foram feitas? Que
respostas você esperava encontrar na literatura que nunca apareceu? Que projetos de pesquisa
poderiam fornecer essas respostas?
Ph.D. os exames de qualificação oferecem outra oportunidade de auditar o campo em busca de
buracos preenchíveis. Você pesquisou o horizonte do campo: agora escreva um memorando sobre
perguntas e respostas que faltam na literatura e pesquisas que possam fornecer as respostas que
faltam.
 50

Tópicos de dissertação também podem ser encontrados em debates de políticas públicas.

99
Primeiro, leia sobre um debate político com o qual você se importa. Em seguida, identifique as
principais disputas de fato ou teoria que levam os lados opostos às suas conclusões opostas. Em
seguida, elabore um projeto de pesquisa que aborde uma ou mais dessas disputas. Esse método de
pesquisa localiza questões de pesquisa que não foram resolvidas e pertinentes a importantes
questões de política pública.

Organização
Uma boa dissertação tem uma tese - uma linha principal de argumento, ou um conjunto de
argumentos relacionados. Se sua dissertação não tem uma tese, pense novamente. Se sua dissertação
tiver muitas teses, considere maneiras de organizar suas ideias de forma mais simples.

Seu Prospecto de Dissertação

Seu prospecto de dissertação apoia seus pedidos de dinheiro de apoio à pesquisa. Seu prospecto
deve ter de cinco a dez páginas. Ele deve enquadrar a(s) questão(ões) que você abordará, as razões
pelas quais vale a pena explorar essas questões, suas hipóteses de trabalho (as respostas que você
espera encontrar), seus métodos de investigação e as razões pelas quais você escolheu esses
métodos.
Você deve colocar notas de rodapé em seu prospecto como faria com uma pesquisa papel. Boas
notas de rodapé bibliográfica para trabalhos existentes em seu tópico são importantes.
Antes de enviá-lo, circule seu prospecto entre amigos e colegas para seus comentários e críticas.

100
Seu Capítulo Introdutório
A introdução e a conclusão são as partes mais lidas da maioria das dissertações e as partes apenas
lidas de muitas, portanto, seu design merece atenção especial.
Você deve iniciar sua dissertação com um capítulo de introdução de resumo. Uma introdução
resumida ajuda os leitores a medir suas evidências em relação às suas alegações e argumentos,
esclarecendo essas alegações e argumentos desde o início. Isso torna seu trabalho mais legível.
Sua introdução resumida deve responder a seis (6) perguntas:
1. Que pergunta ou perguntas você aborda? Soletrá-los claramente. Uma dissertação pode propor
teorias, testar teorias, explicar eventos históricos ou avaliar políticas passadas ou presentes ou
propostas de políticas. Ele pode resumir e avaliar um corpo de literatura. Pode descrever
circunstâncias contemporâneas ou eventos históricos. Ele pode fazer vários ou todos os itens acima.
Indique claramente qual dessas missões sua dissertação cumpre.
Enquadre suas perguntas em termos que exigem respostas específicas. As perguntas que começam
com "como podemos entender" ("como podemos entender o significado da revolução nuclear?" ou
"como podemos entender o processo pelo qual surge o nacionalismo?") são tão abertas que não
respostas vazias ("podemos entender o significado da revolução nuclear lendo Bob Jervis")
tecnicamente qualificam como respostas. Perguntas focadas são melhores: "Quais são as
consequências da revolução nuclear?", ou "Quais são as causas do nacionalismo?" Perguntas que
perguntam sobre "causa" ou "consequência", ou que impõem tarefas descritivas específicas ("Quão
 51

numerosas foram as vítimas de Stalin?") são melhores, pois os leitores podem dizer mais facilmente
se você as responder.
2. Por que essas questões surgem de que literatura acadêmica ou eventos do mundo real? Que
literatura anterior foi escrita sobre essas questões? Qual é o "estado da arte" sobre o assunto?
Se suas perguntas surgem de uma literatura acadêmica em evolução,

101
você deve discutir essa literatura no texto de sua introdução e anotar literatura auxiliar ou
relacionada em notas de rodapé. Observe quaisquer controvérsias nesta literatura, explique suas
origens e evolução, detalhe os argumentos apresentados por ambos os lados e resuma seu status
atual. Observe o cerne factual ou teórico de qualquer desacordo contínuo. Observe também as
lacunas na literatura atual. Que questões não foram exploradas? (Vamos torcer para que o seu esteja
entre eles.) Você também pode interpretar os motivos que sustentam as controvérsias contínuas. O
que, se houver, motivos políticos ou metodológicos estão separando os disputantes? Esses
disputantes são acadêmicos honestos ou polemistas pagos? Resumindo, explique o que está
acontecendo no campo em que você está entrando.
Se suas perguntas surgirem de eventos históricos ou contemporâneos, detalhe esses eventos,
explique seu significado e explique por que eles deram origem à pergunta ou perguntas que você
aborda. Mencione também qualquer literatura existente sobre o assunto que você aborda e observe
as lacunas nessa literatura.
3. Que resposta ou respostas você oferecerá? Resuma claramente suas conclusões em sua
introdução. Seu resumo deve oferecer detalhes suficientes para permitir que os leitores
compreendam os principais elementos de seu argumento lendo apenas sua introdução. Deve
executar várias páginas, pelo menos.
A estratégia oposta, de seduzir os leitores retendo as conclusões até o final do documento, apenas
testa a paciência dos leitores. Além disso, seu argumento se perde em muitos leitores que não lerão
além de sua introdução.
4. Quais explicações, argumentos, interpretações ou estruturas concorrentes você irá rejeitar ou
refutar?" Identifique claramente os livros, artigos e ideias que você destrói. Conecte sua dissertação
a todos os debates e literaturas que

102
Ele fala com. Se falar para vários debates ou literaturas, sinalize isso para que os participantes de
cada debate percebam que seu trabalho é importante para eles. Isso ajuda a eles e também a você:
eles vão te citar e te tornar famoso.
5. Como você chegará às suas respostas? Diga algumas palavras sobre sua metodologia e fontes. Se
você estiver fazendo estudos de caso, explique como você selecionou seus casos. Se você estiver
fazendo pesquisa de arquivo, diga isso e identifique os arquivos e as fontes que você usou. Se você
estiver fazendo entrevistas, faça algumas observações sobre seus assuntos e procedimentos de
entrevista. Se você estiver fazendo um estudo estatístico de n grande, explique as origens e a
construção dos bancos de dados que está usando e explique seu método de análise - em termos
compreensíveis para muitos leitores que esqueceram suas estatísticas. Se você estiver usando outras
evidências, por exemplo, relatos de imprensa, explique sua natureza. Se sua abordagem é
 52

amplamente dedutiva, explique isso.

Se houver métodos ou fontes que os leitores possam esperar que você use, mas que por algum
motivo você não usou, você pode anotar isso e explicar suas decisões. Evidências que se mostraram
indisponíveis e linhas de pesquisa que se mostraram inviáveis podem ser mencionadas. Se houver
perguntas importantes que você não respondeu, identifique-as e explique por que você não
conseguiu respondê-las. Em vez de escrever sobre as lacunas em sua pesquisa, explique-as
honestamente em sua introdução. (Mas faça sua pesquisa de uma maneira que não exija desculpas
esfarrapadas.)
6. O que vem a seguir? Forneça um roteiro para o restante da dissertação: "O capítulo 1 explica
como comecei minha vida de crime: o capítulo 2 detalha as prisões precoces; o capítulo 3 descreve
meu caminho para o corredor da morte; o capítulo 4 oferece conclusões teóricas gerais e
implicações políticas". Algo desse tipo.
Assuntos 1 ("Qual é a sua pergunta?"), 2 ("Por que essa pergunta surgiu?"), e 3 ("Qual é a sua
resposta?") são as mais importantes. Certifique-se de cobri-los com cuidado.
Apresentações resumidas desse tipo reduzem a confusão sobre

103
o que sua dissertação faz e não diz. Eles também servem a um propósito de diagnóstico para o autor.
O ato de redigir um resumo pode alertá-lo para contradições internas ou outras falhas na estrutura
de seu argumento. Isso ajuda a sinalizar problemas que precisam ser corrigidos.
Sua introdução deve ser o primeiro capítulo que você rascunha e o último capítulo que você
termina. Como ele resume sua dissertação, você não pode completá-la até que os outros capítulos
estejam prontos e você saiba o que eles dizem. Portanto, não gaste esforço polindo-o até que o resto
de sua dissertação esteja escrito.

Seu Capítulo Final

Em sua conclusão, você pode resumir suas perguntas e respostas, caso sua introdução sumária tenha
sido superficial. No entanto, recomendo que você recapitule sua pesquisa apenas brevemente e, em
seguida, explore suas implicações mais detalhadamente. Que implicações políticas decorrem de
suas descobertas? Que teorias gerais ela questiona e quais reforça? Que questões históricas mais
amplas ela levanta ou resolve? Que pesquisas adicionais são exigidas por suas descobertas? Este é o
lugar para discutir o significado maior de sua pesquisa.

Projeto de estudo e Apresentação: Observar Cumulativo / Normas de Conhecimento

A ciência política é frequentemente criticada porque poucas questões são resolvidas e as mesmas
questões são revisitadas repetidamente. As coisas vão melhorar se os cientistas sociais seguirem
práticas que promovam a acumulação de conhecimento. Então, por favor, siga estas liminares:
1. Tenha um projeto de pesquisa antes de iniciar sua pesquisa. Essa banalidade é muitas vezes
honrada na brecha. "O principal objetivo

104
o projeto [de pesquisa] é ajudar a evitar a situação em que a evidência não aborda as questões
iniciais da pesquisa." Aqueles que prosseguem sem um projeto de pesquisa correm o risco de serem
abandonados em uma incompatibilidade entre suas perguntas e suas evidências.
 53

2. Enquadre seu argumento claramente. O conhecimento só se acumula se seus leitores souberem o

que você disse.
O que sua dissertação propõe, testa ou aplica teorias, o leitor deve ser capaz de fazer um "diagrama
de setas" dessas teorias. Se suas hipóteses não podem ser reduzidas a diagramas de setas, então sua
escrita e provavelmente seu pensamento estão muito confusos. Pense no seu projeto novamente.
Este conselho se aplica ao trabalho explicitamente teórico e ao trabalho normativo. Toda prescrição
de política se baseia em teorias, e uma boa redação prescritiva enquadra essas teorias claramente.
Se sua dissertação for amplamente descritiva ou histórica, suas principais descobertas devem ser
claramente resumidas pelo menos uma vez na dissertação, de preferência no início.
Se sua dissertação testa teorias ou explicações, enquadre claramente suas previsões (ou
"implicações observáveis") antes de apresentar evidências. As teorias e explicações são testadas
inferindo previsões a partir da explicação e, em seguida, perguntando se as previsões são
confirmadas ou não confirmadas pelas evidências. Você deve explicar esse processo para seus
leitores, enquadrando claramente as previsões que seus testes de evidência. (A maioria dos autores
omite esta etapa, mas isso não a torna sábia.)
Enquadre todas as previsões que fluem de sua teoria, incluindo aquelas que são falsificadas pela
evidência ou provam que não podem ser testadas. Previsões com falha devem ser identificadas e sua
falha confessada. Se algumas previsões forem confirmadas e algumas falharem, diga e ofereça
interpretação.
Assim, seu formato geral deve ser (a) enquadrar sua teoria/

105
explicação; (b) inferir previsões a partir dele; (c) realizar testes; e (d) oferecer interpretação.
3. Seja definitivo. Sua dissertação deve refletir uma pesquisa abrangente da literatura e evidências
relevantes para o seu assunto. Suas notas de rodapé devem fornecer uma bibliografia abrangente
para a literatura importante relevante ao seu tópico. Isso requer que você ganha o domínio de todos
os aspectos do seu assunto.
4. Documente todas as fontes e declarações de fato. Isso requer um bom sistema pessoal para
armazenar e recuperar suas evidências. Uma das minhas regras de ouro: na dúvida, faça fotocópias.
Copie tudo o que você pode usar ou citar em sua dissertação. Isso facilita a recuperação de dados e
a documentação das fontes.
5. "Discutir contra si mesmo." Reconheça os contra-argumentos que possam ser levantados por
leitores céticos e aborde-os brevemente mais tarde no texto. Conceda o que você deve a esses
argumentos e explique por que você não concede mais. Isso mostra aos leitores que você deu a
devida atenção a possíveis objeções ou interpretações alternativas. Também evita críticas
infundadas ao seu trabalho.
6. Faça sondagens de plausibilidade como a primeira fase de sua pesquisa. Em outras palavras,
descubra a resposta antes de fazer seu estudo. O modelo de ciência experimental vai da pergunta à
hipótese, à previsão, ao experimento e à conclusão. Esse programa mecanicista raramente funciona
para nós. Em vez disso, vamos da pergunta à hipótese, à previsão, à exploração de dados (sonda de
plausibilidade), à hipótese revisada, à previsão, à exploração de dados maiores e à conclusão. Em
suma, muitas vezes "trabalhamos para trás" da resposta à prova. Devemos fazer isso para estreitar o
leque de possíveis respostas que investigamos completamente. Caso contrário, desperdiçaríamos
 54

energia fazendo testes completos de hipóteses que uma olhada superficial nos dados refutaria.
7. Identifique claramente os trabalhos que sua dissertação revisa, contradiz

106
ou substitui. Se sua dissertação for teórica ou normativa, identifique pelo nome os autores cujas
obras você refuta. Se sua dissertação for descritiva ou histórica, identifique exatamente quais relatos
anteriores você está revisando. Isso pode incomodar os autores substituídos, mas, caso contrário,
seus leitores continuarão citando trabalhos ultrapassados.
Como você pode aprimorar suas habilidades metodológicas? Releia obras que você admira,
observando como os autores executaram seus projetos. Forme uma atitude sobre o que eles fizeram
certo e errado e observe os métodos e fontes que eles usaram. Considere se métodos ou fontes
semelhantes podem ser apropriados para o seu possível projeto de dissertação.

Escrevendo
Uma dissertação bem escrita é mais provável de ser publicada, assinada e citada. Portanto, tenha em
mente os seguintes pontos:
1. O que é simples também é bom. Sua dissertação deve fazer um único ponto principal ou um
punhado de pontos relacionados. Deve ter uma estrutura clara e simples.
Evite encher sua dissertação com ornamentos e gárgulas extras (como os alunos costumam fazer).
Só porque você pesquisou algo não significa que pertence ao manuscrito. Cortar é doloroso - "Suei
horas com isso!" - muito ruim! No mundo da pesquisa, metade do seu trabalho é feito para ser
jogado fora ou guardado para um projeto posterior.
A lógica da apresentação varia da lógica da descoberta. Sua pesquisa seguiu a lógica da descoberta,
mas sua redação deve seguir a lógica da apresentação. Isso significa que ele deve passar de forma
simples e clara de suas perguntas para suas respostas. Raramente é sábio apresentar suas
descobertas na mesma ordem em que você as fez.

107
Apresente sua escrita em um nível apropriado para leitores universitários de pós-graduação. Não
escreva em um nível que apenas seus supervisores do corpo docente possam entender. A bolsa que
não é usada na sala de aula da faculdade tem pouco impacto; portanto, você deve se esforçar para
abordar o aluno médio.
2. A estrutura a seguir é frequentemente apropriada para capítulos de uma dissertação:
a. Seu argumento;
b. Suas provas de apoio;
c. Contra-argumentos, qualificações e condições limitantes de seu argumento;
d. Breves observações conclusivas, que podem incluir comentários sobre as implicações de seu
argumento, ou podem observar as questões que eles levantam.

3. Comece cada capítulo com vários parágrafos resumindo o argumento apresentado no capítulo.
Você pode cortar esses resumos de seu rascunho final se eles parecerem redundantes com sua
introdução resumida, mas inclua-os em seus primeiros rascunhos. Eles ajudarão seu supervisor e
amigos a ler e comentar capítulos individuais. Você também pode querer manter esses resumos se
eles parecerem adequados. Finalmente, forçar-se a resumir seu argumento em cada capítulo é uma
 55

boa maneira de confrontar contradições ou deficiências nesse argumento.

Muitas vezes, esses resumos de capítulos são melhor escritos depois que você escreve o capítulo,
mas não se esqueça de adicioná-los em algum momento.

4. Comece cada parágrafo com um tópico frasal que defina o ponto principal do parágrafo.12 As
sentenças posteriores devem oferecer material de apoio que explique ou elabore o ponto principal
do tópico frasal. Qualificações ou refutação a contra-argumentos devem então seguir. Em suma, os
parágrafos devem ter a mesma estrutura que os capítulos inteiros.

108
Um leitor deve ser capaz de entender o objetivo de sua dissertação lendo apenas as primeiras frases
de cada parágrafo. 5. Divida os capítulos em seções e subseções numeradas. Mais subseções são
melhores do que menos; eles ajudam seus leitores a seguir seu argumento. Rotule cada seção ou
subseção com um cabeçalho de seção vívido que comunique o significado da seção.
6. Escreva frases curtas e declarativas. Evite a voz passiva. (Voz passiva: "Os kulaks foram
assassinados" - mas quem fez isso? Voz ativa: "Stalin assassinou os kulaks.")
Para mais conselhos sobre como escrever, veja William Strunk Jr. e E. B. White, The Elements of
Style, 3d ed. (Nova York: Macmillan, 1979), e Teresa Pelton Johnson, "Writing for International
Security: A Contributor's Guide", International Security 16 (Outono de 1991): 171 80.
7. Se você estiver fazendo estudos de caso: geralmente funciona escrever detalhes histórias
cronológicas do caso antes de fazer o estudo de caso. Isso ajuda você a dominar o caso. Então
reorganize seu material em um estudo de caso.

Estilo
Adquira o manual de estilo (formato de citação, bibliografia para mat, etc.) recomendado pelo seu
departamento ou universidade antes de iniciar sua pesquisa e verifique as seções sobre
documentação e bibliografia. Isso garante que você coletará todas as informações de citação
apropriadas enquanto faz sua pesquisa. Caso contrário, você pode ter que perder tempo depois
refazendo seus passos para coletar as informações necessárias.
Três formatos gerais de estilo são comuns: (1) a Universidade de

109
formato Chicago, que coloca referências a fontes em notas de rodapé ou notas finais; (2) o formato
Modern Language Association (MLA), que incorpora referências entre parênteses no texto; e (3) o
formato da American Psychological Association (APA), que também coloca referências entre
parênteses no texto, mas varia de outras maneiras do formato MLA. O formato Chicago é o mais
fácil de ler; os outros entulham o texto com referências. Use Chicago se seu departamento permitir.
As regras do estilo de Chicago são destiladas em Kate L. Turabian, A Manual for Writers of Term
Papers. Teses e Dissertações, 6ª ed., rev. John Grossman e Alice Bennett (Chicago: University of
Chicago Press, 1996). Obedeça servilmente suas instruções. Erros de estilo fazem seu manuscrito
parecer pouco profissional.

Verificação
Quando você terminar alguns capítulos da dissertação, circule-os para vários amigos para
 56

comentários e críticas. Não seja tímido. A primeira lei da erudição é "duas cabeças pensam melhor
que uma". A verificação melhorará seu trabalho.
Se seus capítulos são realmente incompletos - e os capítulos iniciais de dissertação geralmente são
bastante terríveis - mostre alguma cautela.
Provavelmente é melhor não mostrá-los a completos estranhos, que podem concluir deles que você
está com morte cerebral e que seu respirador deve ser desligado. No entanto, mostre-os a amigos
confiáveis para saber que você não está com morte cerebral, mesmo

110
embora a condição de seus capítulos sugira o contrário, e quem o ajudará a colocá-los em forma.
Por outro lado, quando os outros pedem para você avaliar o trabalho deles, você deve levar a tarefa
a sério. Ajudar outras pessoas a melhorar seu trabalho escrito é uma obrigação profissional
importante. Ao cumprir essa obrigação, mostre misericórdia e compaixão se o trabalho de seu
colega indicar morte cerebral precoce, ao mesmo tempo em que deixa claro que há espaço
significativo para melhorias e oferece sugestões específicas viáveis. Não olhe apenas para seus
professores para verificação ou crítica.
Seus amigos devem desempenhar um papel igual, talvez ainda maior. Estudantes de pós-graduação
às vezes veem seus colegas como competidores a serem mantidos à distância e deixados sem ajuda.
Este é um erro grave, por duas razões. Primeiro, não é menschlike. Você deve axiomaticamente, em
sua vida pessoal e profissional, aspirar a ser um mensch (pessoa de integridade e honra). O mundo
precisa de mais mensches: então seja um. Sua mãe e eu esperamos que você leve esse apelo a sério.
Ficaremos orgulhosos de você se o fizer. E os mensches ajudam seus colegas e colegas. Em
segundo lugar, o distanciamento de seus colegas é um erro de gestão de carreira. A história da
ciência social está no registro de triunfos e descobertas de estudiosos que formaram comunidades de
ajuda mútua fortalecedoras e, assim, superaram seus colegas atomizados. Aqueles que agem como
piranhas muitas vezes afundam, enquanto aqueles que ajudam uns aos outros se destacam e
prosperam. Sim, Virgínia, não há conflito entre a conduta colegial e os imperativos do sucesso
profissional. (Sobre este assunto estude cuidadosamente a Evolution of Cooperation, de Robert
Axelrod, pp. 63-66,16 que resume as chaves para o sucesso na vida acadêmica.)

15. Mensch: "uma pessoa correta, honrada e decente"; também "alguém de conseqüência;
alguém para admirar e imitar, alguém de caráter nobre (do iídiche) Leo Rosten. As alegrias do
iídiche (Nova York. McGraw-Hill, 1968). p. 234. Mensch é um termo sem gênero que inclui ambos
os sexos.

111
Seu Resumo
Em um estágio inicial, escreva um resumo de uma ou duas páginas que forneça um resumo claro e
convincente de sua dissertação. Faça circular este resumo ao circular os rascunhos dos capítulos
para ajudar seus leitores a compreender a direção geral do que você está fazendo.
Você também deve incluir um índice provisório com os títulos dos capítulos ao distribuir os
rascunhos dos capítulos. Isso ajuda seus leitores a ver o quadro geral.

Lidando com seu Comitê de Dissertação

 57

Seu orientador lhe deve uma reação ponderada à sua proposta de dissertação e alguma reação à
medida que você produz os capítulos. No entanto, esta é a sua dissertação não do seu orientador.
Seu nome vai na capa. Se você estiver realmente preso - como ficará de vez em quando - peça
ajuda, mas não espere que ninguém segure sua mão durante todo o processo. Seu conselheiro tem o
direito de esperar que você resolva a maioria de seus problemas sozinho e busque suas próprias
soluções antes de pedir que outros se envolvam.
Os membros do seu comitê lhe devem uma, mas apenas uma leitura cuidadosa dos capítulos de sua
dissertação. Não espere leituras iteradas. Um conselheiro amoroso pode lhe dar mais de um, mas
não espere isso. Portanto, você deve escolher cuidadosamente quando deseja que os membros do
comitê leiam seus rascunhos.
Edite os rascunhos dos capítulos antes de mostrá-los ao seu comitê. Seu comitê leva muito mais
tempo para ler rascunhos muito rudimentares e eles são menos capazes de fazer comentários úteis.
Portanto, arrume tudo antes de enviá-lo. (Se você quiser uma correção antecipada no meio do curso
do seu comitê, peça ao seu orientador para reagir a um esboço detalhado e não a um rascunho
incompleto.)

112
Ouça atentamente os conselhos do seu conselheiro. A maioria desses conselhos provavelmente será
sábia, alguns serão equivocados. Você não precisa seguir o conselho errôneo, mas tem razões para
rejeitar o conselho que você rejeitar. Não faça seu conselheiro repetir as coisas duas vezes. Lembre-
se de que, quando você lida com seu consultor, seu profissionalismo está à mostra.

Lidando com sua cabeça, sua família e seus amigos

Escrever uma dissertação é um ato difícil e solitário que exige muita força de vontade. A melhor
maneira de convocar essa vontade é escolher um tópico que o desperte. Essa consideração defende a
escolha de um tópico que desperte suas paixões em vez de tópicos que se encaixam nas modas
atuais do campo, mas o excitam menos.
Os cônjuges, outros significativos, pais e amigos de acadêmicos muitas vezes não conseguem
compreender completamente a importância central e a grande dificuldade de escrever uma
dissertação. Eles ficam impacientes com os muitos meses de comportamento estranho - a distração
caindo no bueiro, o olhar vago, o desaparecimento aparentemente permanente de eremita em pilhas
de bibliotecas escuras, a vasta desordem do apartamento com nuvens de cartões e papel,
murmurando para si mesmo quando os outros podem ouvi-lo, e assim por diante. Você deve ser
forte contra esses inimigos do conhecimento. Perdoe-os por sua ignorância e abuso, mas não ceda
ao seu desejo de brincar nos fins de semana, ir à praia, tomar uma cerveja ou agir como uma pessoa
normal. Quem não escreveu dissertações nunca consegue entender o quanto é importante manter o
foco no projeto. O melhor que você pode fazer é explicar a eles, repetidamente, que sua carreira
depende de escrever uma dissertação decente, e que escrever uma dissertação decente é como
escalar o Monte Everest, mas só com preparação cuidadosa e intenso

113
foco tenso na tarefa. Se isso não funcionar, console-se na comunhão de amigos que escrevem
dissertações que estão na mesma situação e espere que os papéis do divórcio não cheguem antes de
 58

você obter seu diploma.

Como aprender mais sobre como escrever uma dissertação

Releia vários livros que você gosta que usaram abordagens semelhantes às suas e imite seus
melhores aspectos.

CAPÍTULO 5

A Dissertação

Proposta

Sua proposta de dissertação explica seu projeto para o mundo. Para apoiá-lo e obter comentários e
sugestões sobre seu projeto de amigos e colegas. Deve enquadrar a(s) pergunta(s) que sua
dissertação irá responder e explique como você se propõe a respondê-las. Também deve persuadir
os leitores de que suas perguntas são importantes, e seu plano de ação é prático.
Uma proposta deve responder a cinco perguntas:
1. Que pergunta ou perguntas você aborda?
2. Por que essa pergunta surge? (De quais debates acadêmicos ou eventos do mundo real?) Por que
isso importa? Diga algumas palavras sobre as origens e o significado do seu projeto.
3. Que literatura anterior foi escrita sobre a questão? Descreva o "estado da arte" sobre o assunto.

116
Se uma literatura substancial já apareceu sobre o assunto que você aborda, você deve explicar e
distinguir as opiniões majoritárias e minoritárias (fornecendo notas de rodapé à literatura relevante)
e esboçar a maneira pela qual importantes controvérsias relevantes evoluíram.
Nota: As perguntas 2 e 3 se sobrepõem e muitas vezes podem ser respondidas juntas em uma única
afirmação.
4 Que hipóteses de trabalho você explorará? Você não pode ter certeza de sua resposta até concluir
sua pesquisa, mas os leitores querem saber quais palpites você planeja investigar.
5. Como você chegará às suas respostas? Diga algumas palavras sobre a metodologia que está
escolhendo, por que a está escolhendo e como a implementará. Se você estiver fazendo estudos de
caso, identifique seus casos e explique sua seleção. Se você estiver analisando bancos de dados de n
grandes, identifique-os e descreva-os. Se você estiver fazendo entrevistas ou outra pesquisa de
campo, explique brevemente como você planeja fazer isso. Se você estiver fazendo uma pesquisa de
pesquisa, descreva brevemente suas fontes de pesquisa. Se você estiver fazendo pesquisa de
arquivo, explique quais arquivos e fontes você usará. Se você estiver usando outros registros, por
exemplo, contas de imprensa, deixe isso claro. Se sua abordagem é amplamente dedutiva, explique
isso. Se houver métodos que os leitores possam esperar que você use, mas que por algum motivo
você não usará, você pode anotar isso e explicar brevemente suas decisões.
Você deve responder a essas perguntas em cerca de cinco a dez páginas digitadas em espaço duplo.
Anote sua proposta como se fosse um trabalho de pesquisa. Também pode ser apropriado anexar
 59

uma bibliografia preliminar de uma ou duas páginas listando algumas das fontes que você planeja
consultar.
Para saber mais sobre como escrever uma proposta, pergunte a um amigo que escreveu uma
proposta supostamente boa se você puder ver o que eles fizeram. Preste muita atenção às propostas
que foram bem recebidas pelos outros.

CAPÍTULO 6

Éticas profissionais

Muitas profissões têm códigos de ética e ensinam o homem profissional em suas escolas
profissionais. Por exemplo, a maioria dos estudantes de direito, administração e medicina agora faz
um curso de ética profissional em algum momento.
As ciências sociais também deveriam discutir e ensinar a ética profissional, por três razões.
Primeiro, o mundo em geral não pode nos responsabilizar facilmente por nosso desempenho
profissional geral. Nenhuma força de mercado nos obriga a entregar um produto de pesquisa útil.
Sem essa pressão, corremos o risco de degenerar em parasitas sociais. (Grupos que não prestam
contas a ninguém raramente servem bem e muitas vezes se tornam parasitas ou piores.) Um corpo
compartilhado de ética profissional que define nossas obrigações para com a sociedade pode reduzir
a lacuna de responsabilidade, ajudando-nos a manter nossos próprios pés no fogo.
Em segundo lugar, nossos alunos não podem facilmente nos responsabilizar. Se ensinarmos mal,
pouco podem fazer. Portanto, devemos nos responsabilizar para atuar como professores. Um corpo
de ética que define nossas obrigações de ensino pode ser um mecanismo de auto-responsabilização.
Terceiro, a falta de normas compartilhadas entre nós sobre duto em todos os tipos de ambientes
pessoais e profissionais causa

118
confusão e até tragédias que ferem as partes envolvidas e consomem o tempo de outros que devem
atuar como juízes. Essas confusões e tragédias poderiam ser reduzidas alcançando um acordo mais
amplo e claro sobre as normas profissionais de conduta entre si. Questões a serem abordadas em um
módulo de curso sobre ética profissional podem incluir:
1. O que os cientistas sociais devem ao mundo exterior? Relevância? Honestidade? Nada? Temos
algum tipo de contrato social com a sociedade em geral, ou somos livres para nos comportar como
quisermos?
Uma visão é que a ciência social tem o dever de ser relevante. Temos um contrato implícito com a
sociedade: em troca de liberdades e privilégios acadêmicos, concordamos em gastar pelo menos um
pouco de energia respondendo às questões mais urgentes da sociedade. Isso não requer perseguição
de título. Podemos cumprir nossa obrigação com pesquisas políticas ou com trabalhos mais
abstratos que possam ter implicações políticas no futuro. Mas a ciência social viola seu contrato se
cair em completa irrelevância, como aconteceu. A ciência social também tem o dever de ser
impopular, se necessário.
Muitas ideias sociais importantes têm efeitos distributivos que prejudicam alguém - muitas vezes
 60

alguém que é barulhento ou poderoso. Tirar o calor deles faz parte do nosso trabalho. Devemos
esperá-lo e não nos desviarmos dele. Recebemos o privilégio da posse em parte para que possamos
enfrentá-lo, e desperdiçamos e abusamos desse privilégio se deixarmos que o medo da crítica desvie
nosso trabalho. O surf de moda intelectual e o middle straddling devem ser desencorajados quando
substituem a fala de indesejável verdades.
2. O que os cientistas sociais devem a seus alunos?
Uma visão é que a missão de um professor é produzir homens e mulheres eruditos que tenham
grandes pensamentos próprios. Isso requer conter nosso desejo de nos clonar e dar aos nossos
alunos liberdade total para formar suas próprias ideias, incluindo ideias (horrores) que se chocam
com as nossas.

119
Todos nós amamos nossas próprias ideias, mas o lugar para enquadrá-las é em nosso trabalho
escrito. Aí devemos argumentar um ponto de vista claro. Em nosso ensino, devemos colocar
quebra-cabeças e apresentar ambos os lados. Os alunos devem ser convidados a apresentar suas
próprias respostas. Em suma, os professores devem bifurcar seu trabalho: argumentando suas ideias
em seus escritos; ensinar os outros a pensar (portanto impondo poucas respostas) em seu ensino.
Os professores também devem o ensino de habilidades que são pouco divertidas de ensinar, por
exemplo, a escrita. Ensinar a escrever é um dever importante dos professores universitários. A
maioria de nós prefere falar sobre substância do que sobre escrever, mas ensiná-la faz parte do
nosso trabalho.
3. O que os cientistas sociais devem uns aos outros? Imparcialidade na revisão de manuscritos,
solicitações de bolsas, revisão de mandato? Civilidade do discurso? Generosidade na partilha de
ideias? Conduta geral menschlike?
Uma visão é que a diversidade de métodos e argumentos deve ser mantido. Um mercado
diversificado de ideias e métodos profissionais produz os melhores resultados.
Ao contratar temos o direito, na verdade obrigados, a definir os limites da ciência social e excluir o
que está além dela. A tolerância não exige que contratemos e contratemos feiticeiros e alquimistas.
Mas o hegemonismo de subcampo deve ser desaprovado. Os estudiosos servem mal ao seu
departamento, alunos e campo ao tentarem clonar reflexivamente seu método ou subcampo tópico a
ponto de exterminar outros.
Ao revisar manuscritos, devemos excluir a concordância ou discordância com o argumento de um
autor como critério para recomendar ou não a publicação. Os revisores devem endossar manuscritos
que, com habilidade e seriedade, apresentem argumentos importantes, mesmo que o argumento
deixe o revisor no limite. Aprendemos através do debate. O debate exige que os diversos pontos de
vista sejam ouvidos na imprensa. Os revisores devem emitir julgamentos que promovam essa
diversidade.
Por outro lado, o retrocesso mútuo na revisão é uma forma de corrupção. Não corte seus amigos
pessoais e metodológicos

120
ou almas gêmeas ideológicas quaisquer interrupções na revisão de manuscritos. O backscratch
(arranhão???) corrupto ocorre em nosso campo, mas isso não o torna certo.
 61

A civilidade do discurso deve ser preservada. Devemos expor os argumentos com força, mas o
ataque ad hominem deve ser reduzido ao mínimo. Os argumentos devem se ater à lógica e à
evidência do caso e devem ser julgados assim. Caso contrário, o discurso degrada-se em guerras
pessoais com as quais a comunidade aprende pouco.
Os estudiosos devem defender firmemente a liberdade de expressão acadêmica de todos os outros
estudiosos. Temos o dever de proteger o direito de nossos oponentes mais amargos de serem
ouvidos. O discurso civil entra em colapso se não fizermos isso (uma importante lição da década de
1960).
Os montadores de dados e os inventores de ideias merecem a primeira chance de seu uso, mas a
erudição é mais produtiva quando os estudiosos compartilham uns com os outros. A monopolização
de dados, a monopolização de documentos e até a monopolização de ideias são práticas duvidosas.
Mensches fazem o mundo girar, e isso deve ser reconhecido nas decisões de financiamento,
contratação e promoção. O sucesso de um campo acadêmico depende em parte se ele tem pelo
menos algumas pessoas justas e de espírito público entre seus líderes. Tais indivíduos estabelecem
um tom moral para o campo, agem como corretores justos para resolver disputas, servem como
bons exemplos para estudiosos mais jovens e asseguram a esses estudiosos mais jovens que o
campo será administrado de maneira meritocrática. Sem tais líderes, os campos acadêmicos estão
fadados a degenerar em corrupção intelectual e conflito interno. Portanto, algum valor deve ser
colocado na menschhood nas decisões de pessoal.
4 Amor, romance, etc.
Uma regra geral sólida é: nenhum tipo de romance nas linhas de energia. O corpo docente e os
alunos de pós-graduação são adultos, e os seres humanos adultos se acasalam, muitas vezes com
outros que compartilham seus interesses intelectuais. No entanto, o romance através das linhas de
energia, ou seja, entre duas pessoas, uma das quais tem poder sobre a outra, deve ser estritamente
tabu. Quando tal romance parece uma boa ideia para

121
ambas as partes, a relação de poder deve ser terminada de forma clara e permanente antes que o
namoro comece. O partido mais poderoso deve formalmente recusar-se a tomar decisões sobre o
partido menos poderoso. Se isso for, por algum motivo, administrativamente impossível (como
muitas vezes será), então o romance é uma ideia muito ruim: pode ser assédio sexual aos olhos da
parte mais fraca, e geralmente corrompe a integridade profissional da pessoa. ambas as partes.
Mesmo que a parte mais forte possa recusar a si mesma, ela ainda não pode iniciar um romance
adequadamente porque a sugestão de romance pelo mais forte é coercitiva por natureza: a parte
mais fraca teme que rejeitar o mais forte levará à retaliação. Portanto, os partidos mais fortes com
pensamentos românticos devem mantê-los para si mesmos, a menos que o mais fraco levante o
assunto.

APÊNDICE

Como escrever um paper

 62

Eu frequentemente ofereço as seguintes sugestões para alunos de graduação escreverem trabalhos

de classe.

Formato geral
O seguinte formato geral é frequentemente apropriado: "diga a eles o que você vai dizer a eles;
então diga a eles; então diga a eles o que você disse a eles."

Formato de introdução
Comece seu artigo com uma breve introdução resumida. Esta introdução resumida deve responder
até cinco (5) perguntas:
1. Que pergunta ou perguntas você aborda?
2. Por que essas questões surgem? De que literatura ou eventos do mundo real? Ofereça um
histórico que esclareça suas dúvidas e coloca-os no contexto.
3. Que resposta ou respostas você oferece? Resuma sua linha de fundo em poucas frases.

124
4. Como você alcançará suas fontes e métodos. suas respostas? Diga algumas palavras sobre suas
fontes e métodos.
5. O que vem a seguir? Forneça um roteiro para o resto do artigo: "A Seção I explica como comecei
minha vida no crime; a Seção II detalha minhas prisões precoces; a Seção III descreve minha
viagem ao corredor da morte; a Seção IV oferece conclusões teóricas gerais e implicações políticas.
" Algo desse tipo.
O número 1 ("Qual é a sua pergunta?"), o número 2 ("Por que essa pergunta surge?") e o número 3
("Qual é a sua resposta?") são essenciais: certifique-se de cobri-los. Os números 4 e 5 são opcionais.
Apresentações resumidas desse tipo ajudam os leitores a entender seu argumento. Eles também
ajudam a diagnosticar problemas com seu papel. Uma introdução resumida pode ser difícil de
escrever. Uma possível razão: lacunas ou contradições em seus argumentos ou evidências, que o
resumo expõe. Solução: repense e reorganize seu paper.

Formato de Conclusão
Os autores frequentemente recapitulam seus argumentos em suas conclusões; no entanto, uma boa
introdução resumida muitas vezes torna redundante uma conclusão resumida completa. Em caso
afirmativo, recapitule rapidamente e use sua conclusão para explorar as implicações de seu
argumento. Que prescrições de política seguem de sua análise? Que argumentos gerais põe em
causa e quais reforça? Que outros projetos de pesquisa sugere?

Argumentação
Quatro injunções sobre argumentação devem ser mantidas em mente.
1. Use evidências empíricas - fatos, números, história - para apoiar seu argumento. O argumento
puramente dedutivo às vezes é

125
apropriado, mas o argumento apoiado em evidências é sempre mais persuasivo.
 63

2. Enquadre claramente o(s) ponto(s) geral(is) que sua evidência apóia. Não peça que os fatos falem
por si mesmos. Para resumir os pontos 1 e 2: ofereça evidências para apoiar sua argumentos e
indique os argumentos que sua evidência suporta.
3. "Discutir contra si mesmo." Depois de expor seu argumento, reconheça perguntas ou objeções
que um leitor cético possa levantar e aborde-as brevemente. Isso mostra aos leitores que você foi
cuidadoso, completo e deu a devida atenção a possíveis objeções ou interpretações alternativas.
Muitas vezes, é claro, o cético teria um bom argumento, e você deveria concedê-lo. Não exija
demais para suas teorias ou evidências
4. Use notas de rodapé para documentar todas as fontes e declarações de fatos.
No formato de nota de rodapé e citação, consulte e obedeça Kate L. Turabian, Um Manual para
Escritores de Trabalhos de Conclusão de Curso, Teses e Dissertações, 6ª edição, rev. John Grossman
e Alice Bennett (Chicago: University of Chicago Press, 1996), em brochura. Você deve possuir uma
cópia.

Escrevendo
Uma boa escrita é essencial para um pensamento claro e uma comunicação eficaz. Portanto, tenha
em mente os seguintes pontos:
1. Seu artigo deve apresentar um único ponto ou um punhado de pontos relacionados e deve seguir
uma organização simples. Evite acumulá-lo com pontos extras. Se você desenvolveu um argumento
que mais tarde se tornou auxiliar ao repensar seu artigo, retire o argumento do artigo. Isso é
doloroso ("Suei horas com essa ideia!"), mas argumentos estranhos drenam o poder do seu
argumento principal.
2. Divida seu artigo em seções e subseções numeradas.

126
Mais seções é melhor do que menos. As seções ajudam os leitores a ver a estrutura do seu
argumento.
Rotule as seções com títulos de seção vívidos que transmitem as principais mensagem da seção.
3. Recomendo a seguinte estrutura para seções/subseções:
a.Seu argumento;
b. Suas provas de apoio;
c. Contra-argumentos, qualificações e condições limitantes de seu argumento.
4. Comece cada seção com várias frases resumindo o argumento apresentado na seção. Você pode
cortar esses resumos de seu rascunho final se eles parecerem redundantes com sua introdução
resumida, mas você deve incluí-los em seus primeiros rascunhos para ver como eles ficam. Escrever
esses resumos também é uma boa maneira de se forçar a decidir o que está e o que não está fazendo
em cada seção, e de se forçar a enfrentar contradições ou vem em seu argumento. Muitas vezes,
esses resumos de seção são mais bem escritos depois que você escreve a seção, mas não se esqueça
de adicioná-los em algum momento.
5. Comece cada parágrafo com um tópico frasal que defina o ponto principal do parágrafo. Frases
posteriores devem oferecer material de apoio que explique ou elabore o ponto da frase-tópico.
Qualificações ou refutação a contra-argumentos devem então seguir. Em suma, os parágrafos devem
ter a mesma estrutura que as seções inteiras.
Um leitor deve ser capaz de compreender o impulso de seu argumento por lendo apenas as
 64

primeiras frases de cada parágrafo.

6. Escreva frases curtas e declarativas. Evite a voz passiva. (Voz passiva: "Os kulaks foram
assassinados" - mas quem fez isso? Voz ativa: "Stalin assassinou os kulaks.")

127
7. Escreva a partir de um esboço. Os contornos são os principais auxílios para a coerência e a
legibilidade.
8. Escreva em um nível apropriado para leitores de graduação universitária, ou seja, leitores
inteligentes sem muito conhecimento prévio sobre seu tópico. Na verdade, seus trabalhos de classe
serão lidos por professores que provavelmente sabem algo sobre seu tópico, mas eles querem ver
como você apresentaria seu argumento para as pessoas quem não.
Para mais conselhos sobre como escrever, veja William Strunk Jr. e E. B. White, The Elements of
Style, 3d ed. (Nova York: Macmillan, 1979), e Teresa Pelton Johnson, "Writing for International
Security: A Contributor's Guide", International Security 16 (Outono de 1991): 171 80.
Se estiver fazendo um trabalho de pesquisa, você também pode consultar Kate L. Turabian, A
Student's Guide to Writing College Papers, 3d ed. (Chicago: University of Chicago Press, 1976),
para aconselhamento.³

Verificação
Peça a um ou dois amigos para dar uma olhada no seu paper antes de entregá-lo; e retribuir o favor
para eles quando eles têm um papel sob

128
caminho. Duas cabeças pensam melhor do que uma, e dar e receber comentários são habilidades
importantes.

Dicas gerais de beleza (no sentido de organização)

Tome cuidado para entregar um papel limpo e arrumado. Execute seu corretor ortográfico. Um
papel de aparência bagunçada sugere uma mente bagunçada.

Como aprender mais sobre como escrever papéis

Releia artigos que você ou outros admiram e imite seus melhores aspectos.