Rohkenisin hiukan haastaa tätä ajattelua. Jos ongelmat ovat kompleksisia ja tutkittavat systeemit monimutkaisia, sitä suuremmalla syyllä olisi käytettävä järeämpää kalustoa. Olisi vaikea kuvitella kvanttifyysikon sanovat, että koska systeemi on pahuksen monimutkainen, tyydyn kuvailemaan sitä vain verbaalisesti. Tietenkin jos menetelmäosaaminen todellakin rajoittuu tilastolliseen testaamiseen ja lähinnä popperiaaniseen frekventistiseen analyysiin, voi se tuntua joissain tapauksessa vajavaiselta työkalulta -- toki sekin tuottaa todennäköisesti luotettavampaa tietoa kuin pelkkä ilmiön verbaalinen kuvailu. Se että jokin jää "vajaatulkintaiseksi" voi tietysti kertoa siitä, että todellisuus ikävästi kahlitsee mielikuvitusta. Ja "tulkinta" ei ole missään tapauksessa vastakohta asioiden tutkimiselle analyyttisesti, vaan osa prosessia. Kaikki tulokset tulkitaan riippumatta menetelmästä.
On aivan oikein ja perusteltua haastaa näkemykseni.
Meillä on kaikilla sosiaali- ja taloustieteen aloilla vaikeuksia lähteä edes testaamaan kausaalisia suhteita ilman, että niitä on teoreettisesti hahmotettu ensin kvalitatiivisilla menetelmillä. Meillä olisi hemmetin huonot eväät päättää siitä, mitä muuttujia meidän ylipäätään pitäisi ottaa mallinnukseen mukaan. Jos valitsemme ne täysin subjektiivisesti ja puolirandomilla, on mitä suurimmassa määrin todennäköistä, että valikoimme epärelevantteja ja jätämme pois relevantteja muuttujia. Lisäksi voimme löytää tilastollisesti pitävän suhteen kahden muuttujan välille, mutta emme välttämättä ymmärrä että siitä väliltä on jäänyt pois joku ulkopuolinen muuttuja, joka vaikutuksen todellisuudessa luo tai sitä muuttaa.
Meillä on myös isoja hankaluuksia mitata asioita, kun ihmiset ymmärtävät moniselitteisiä asioita omalta kannaltaan. Jos haluamme vaikkapa mitata perhesuhteiden vaikutusta perheyrityksen menestykseen, pitää löytää tapa mitata perhesuhteita. Voi melkein heittämällä sanoa, että pelkkä kysymys "onko sinulla läheinen suhde perheeseesi?" ei riitä. Tässä tapauksessa - ennen tilastollista testaamista - meillä pitää olla jonkinlainen idea siitä, mitä kaikkea muuttuja "hyvä perhesuhde" pitää sisällään. Tässä työssä tarvitaan jotakin kättä pidempää, jonka tuottaminen voi alun pitäen olla mahdotonta pelkillä korrelatiivisilla menetelmillä. Menestyksen mittaaminen on helpompaa (voidaan käyttää vaikka liiketuloksen kasvua viimeisen viiden vuoden ajalta), mutta ei sekään todellakaan yksiselitteistä. Kaikki firmat eivät edes tavoittele kasvua ja voivat siitä huolimatta olla menestyksekkäitä (=tuovat paljon rahaa, onnellisuutta, yhteenkuuluvuuden tunnetta, jne jne omistajaperheelle).
Korrelatiiviset menetelmät eivät myöskään aina paljasta koko totuutta niissä kokonaisuuksissa, joissa ihmisen käyttäytyminen on ratkaiseva tekijä. Vaikka meillä olisi täydellinen selittävien muuttujien joukko (mikä ei edes ole mahdollista) mittaamassa perheyrityksen menestystä, voi totuus olla, että reseptejä menestykseen on monia. Puhtaasti tilastollinen analyysi antaa meille yhden vastauksen, joka voi olla todennäköisesti oikea, mutta luultavasti ei ainoa.
Ymmärrän, joskaan en kaikilta osin hyväksy, sukupuolentutkimuksen piiristä kuuluvaa kritiikkiä menetelmävalinnan subjektiivisuutta kohtaan. Meidän aivoillamme on tapana hirttäytyä tiettyihin kaavoihin, joiden kautta valitsemme muuttujat tutkimusmalliimme tavallaan jonkinlaisina itsestäänselvyyksinä ja jossain määrin omista lähtökohdistamme. Ihmiset haluavat uteliaisuudessaan löytää jotakin uutta ja mielenkiintoista, ja aivoillamme on taipumus pyrkiä hieman helpottamaan tätä löytämisen iloa. Tämän itsekriittinen tiedostaminenkaan ei aina riitä ja siksi auttaa, että ennen asiaa on kaiveltu muilla, kuin tilastollisilla menetelmillä. Se auttaa olemaan objektiivisempi ja turvaa tutkimuksen integriteettiä.
Pidän myös täysin oikeana, että sosiaalitieteissä (sis. myös politiikan tutkimuksen ja taloustieteet) tilastollisia tutkimuslöydöksiä kyseenalaistetaan laadullisin menetelmin. Jos meillä on tilastollinen malli perheyritysten menestyksestä ja jonkun toisen tekemästä haastattelututkimuksesta käy ilmi, että yksittäinen perheyritys tai pieni joukko perheyrityksiä on saavuttanut menestystä mallista poikkeavalla tavalla, niin se on aivan validia tietoa jatkotutkimusta varten.
Sinällään saman tyyppisiä ongelmia on luonnontieteissäkin. Niissä on kuitenkin se ero, että tilastollinen testaaminen on usein yksinkertaisesti ainoa tapa löytää lisää tietoa teorian rakentamiseksi. Partikkeleita kun ei voi haastatella ja jonkun kappaleen käyttäytymiseen liittyvä case study olisi todennäköisesti aikamoista fiktiota. Järkevän case studyn tai haastatteluihin pohjaavan tutkimuksen voi tehdä kyllä oikein mainiosti yksittäisen firman menestyksestä tai epäonnistumisesta. Tuossa tapauksessa tulokset eivät ole useimmiten laajasti yleistettävissä, mutta ne antavat työkaluja laajemmin yleistettävien tutkimusten suunnittelussa.
Sanoisin, että nykyään selvästi suurin osa ihmistieteiden parissa toimivista tutkijoista hyväksyy määrälliset, laadulliset, välimuodot ja "mixed" menetelmät toisiaan täydentävinä tapoina tuottaa uutta tietoa.