Sakarya Üniversitesi Semineri (Eylül 2015) Göktu ğ Morçöl Pennsylvania State University.

... konulu sunumlar: "Sakarya Üniversitesi Semineri (Eylül 2015) Göktu ğ Morçöl Pennsylvania State University."— Sunum transkripti:

1 Sakarya Üniversitesi Semineri (Eylül 2015) Göktu ğ Morçöl Pennsylvania State University

2

3 Bu soru a ş a ğ ıdaki temel sorular ile yakından ili ş kili.  Tarafsız ara ş tırma mı yapmalı, yoksa (taraflı) politika mı önermeli?  Bilim insanları tarafsız olabilir mi? Özellikle toplumsal bilimlerde bu mümkün mü?  Toplumsal bilimcilerin partizan olması do ğ ru mudur?

4 Bu sorular tarihin bir çok döneminde ve bir çok ülkede soruldu.  Türkiye’de bu sorular üzerine açık ya da zımni varsayımlar hep yapılageldi.  Bu sorular özellikle Türkiye’de ve ş imdi önemli.  Türkiye’de kamu politikaları çözümlemeleri (KPÇ) alanı yeni yeni olu ş uyor.  Ş imdilerde alınacak yön ilerideki geli ş meleri de belirleyecek.

5  Bu KPÇ’nin anavatanı diyebilece ğ imiz Amerika Birle ş ik Devletleri’nde temel ders kitaplarında tartı ş ılan bir konu. Örne ğ in: (Bardach, 2012; Dunn, 2012; Weimer & Vining, 2011)  Genel olarak vurgulanan nokta: Kamu politikaları (public policy) ister istemez politik ortamlarda çözümlenir, yasala ş tırılır ve uygulanır.  Bu durumda: “Bilimsel çözümlemelere” (tarafsız ve bilgili bilim insanları tarafından yapılan çözümlemelere) “politikanın kirinin bula ş ması” kaçınılmaz görülüyor.

6 Kimileri bu “bula ş mayı” kabullenip, yine de kamu politikası çözümleyicilerine bu durumla ba ş a çıkabilmenin pratik yöntemlerini öneriyor: (Bardach (2012) Kimileri ise bu duruma bilgibilimsel (epistemological) yakla ş ımlar öneriyorlar: “participatory policy analysis and planning” yazını (John Forester ve Frank Fischer) Bu yazarlar kamu politikaları çözümlemelerinde “politik süreçlerin kaçınılamaz” olduklarını ve “kamunun çözümleme süreçlerine özellikle katılması” gerekti ğ ini savunuyor.

7 Bu çerçevede tarafsız olmak mümkün de ğ il, arzulanmıyor da…

8 Bu ve benzer çerçeveler içinde KPÇ ye yakla ş anlar “yorumlamaci çözümleme” (“interpretive policy analysis”) grubu olarak konferanslar düzenliyorlar. http://www2.hull.ac.uk/fass/english/news-and- events/events/ipa-2016.aspx Bu ara ş tırmacılar, bir de Critical Policy Studies adında bir dergi çıkarıyorlar. http://www.tandfonline.com/loi/rcps20#.VdoNU_lVhBc

9  Bu gibi sorular bilimsel çözümleme, politika ve bilgi bilim konularındaki varsayımlar ve dünya görü ş leri ile yakından ilgili.  Özellikle siyaset bilimcilerin ve ekonomistlerin bu sorulara cevaplarında ve dünya görü ş lerinde belirgin farklar var.  1990larda yaptı ğ ım bir ara ş tırmanın sonuçlarına göre (Morçöl, 2001):  Ekonomistler KPÇ nin nesnel (objektif) bir bilim olabilece ğ ine ve bunun da daha çok sayısal yöntemler kullanmak ile sa ğ lanabilece ğ ine inanıyorlar.  Siyaset bilimciler ise KPÇ süreçlerinde öznelliklerin (subjectivity) ve güç ili ş kilerinin (politikanın) önemini daha çok vurguluyorlar. Fischer ve Forester’in yakla ş ımlarını, siyaset bilimcilerin genel yakla ş ımlarının bir biçimi olarak görebiliriz.

10  Kamu politikaları çözümlemelerinde yöntem neden önemli?  Çünkü, bu soru “Tarafsız ara ş tırma mı yapmalı, yoksa (taraflı) politika mı önermeli?” sorusu ile yakından ili ş kili.  Bu soru da bilimsel bilginin ve çözümlemelerin tarafsızlı ğ ı ile yakından ilgili.  KPÇ yazınında, bu konuları tartı ş anlar farklı yakla ş ımlar öneriliyor.

11  KPÇ konusundaki bilgi bilimsel (epistemological) tartı ş malar önemli.  Öznelliklerin, de ğ er yargılarının ve politik güç ilişkilerinin KPÇ’de önemli roller oynadıkları ve sorunlar yarattıkları do ğ ru.  Ancak, bu sorunlar KPÇnin öznelliklere göre biçimlenmesini gerektirmiyor.  Kamu politikası çözümlemelerinin gerçekten i ş e yarayabilmesi için:  Bunların olabildi ğ ince nesnel (objektif) olarak yapılmaları  Özellikle de bilimsel araştırma yöntemlerinin bilerek ve sistematik olarak uygulanması gerekli.

12  KPÇ'ye özgü yöntemler olmakla birlikte, KPÇ genel toplumsal bilimler yöntemlerini de kullanıyor.  Bu nedenle, hem genel hem de özel yöntemlerden söz edece ğ im.  Temel toplumsal bilim yöntemleri: kavramla ş tırma, hipotezler, deneysel tasarımlar, yarı-deneysel tasarımlar vb.  Özel olarak KPÇ de kullanılan yöntemler: fayda-maliyet analizi, ölçütler ve seçenekler matrisi, zaman serisi analizi (time-series analysis) vb.  Son zamanlarda popüler olan ve KPÇnin gelece ğ ini etkileyecek yöntemler: Social network analysis, agent-based simulations, multi-level causal analysis  Yorumlamacı (interpretivist) yöntemler ve niteliksel yöntemler

13

14 Yukarıda sordu ğ um soruya ve sonraki slaytlarda sözünü edece ğ im konulara ili ş kin bazı konular ş u kitapta tartı ş ılıyor. Kitabın bölümlerinden alıntılar ş u kaynakta bulunabilir: https://www.academia.edu/6398152/Kamu_Politikas%C4%B1_Kuram_ve_Uygulama._Y%C4%B1ld%C4%B1z_Mete_ve_Sobac%C4%B1_ Mehmet_Zahid_Derleyenler_Ankara_Adres_Yay%C4%B1nlar%C4%B1https://www.academia.edu/6398152/Kamu_Politikas%C4%B1_Kuram_ve_Uygulama._Y%C4%B1ld%C4%B1z_Mete_ve_Sobac%C4%B1_ Mehmet_Zahid_Derleyenler_Ankara_Adres_Yay%C4%B1nlar%C4%B1.

15  Genel olarak kamu politikaları çözümlemeleri (KPÇ) yöneticilere (karar vericilere) tavsiyede bulunma i ş levi olarak tanımlanabilir.  Bu tanımıyla kamu politikaları çözümlemelerinin ba ş langıcını saptamak zor.  Ba ş langıcını ş amanlara ya da ulemaya götürmek mümkün.  Bu tarihi, ABD’de ve Harold Lasswell ile ba ş latmak en do ğ rusu görünüyor.

16  Modern anlamda kamu politikaları çözümlemeleri 20. yüzyılın ürünü.  Amerika Birle ş ik Devletlerinde, üç etmenin birle ş ti ğ i bir noktada ortaya çıkmı ş : 1. Geleneksel Amerikan pragmatizmi “Bu sorunu nasıl çözeriz?” 2. Kamusal aktörlerin (kamu kurulu ş larının, kamusal otoritelerin) toplumsal sorunları çözebilece ğ i inancı 1930’lardan – 1960’lara 3. Çözümleme yöntemlerinde gelişmeler a) Ara ş tırma ve istatistiksel yöntemlerde geli ş meler b) Bilgisayarların geli ş mesi ve yaygınla ş ması

17 Amerikalı siyaset bilimci Harold Lasswell’in kavramla ş tırması önemli: “Policy Sciences of Democracy” Bunun iki bile ş eni var: 1. “knowledge of (about) the policymaking process” Bugünlerde “policy studies” olarak biliniyor. 2. “knowledge for (in) the policymaking process” Bugünlerde “policy analysis and evaluation” olarak biliniyor. Bizim konularımız bu ikinci genel alan olacak.

18  Bu ş ema Lasswell’in kavramla ş tırmasının bir betimlemesi (Penn State programdaki derslerin kodları ile)  Bundan sonraki slaytlar sa ğ daki alanlara ili ş kin.  Soldakiler siyaset biliminin konuları.

19 Politikanın ve öznelliklerin (örne ğ in, de ğ er yargılarının) KPÇ içinde rolü nedir?  Bu soruların kökenlerini Amerikan siyaset bilimcisi Harold D. Lasswell’in “Policy Sciences of Democracy” kavramla ş tırmalarında bulabiliriz.  Lasswell “Policy Sciences” ın  insan haysiyetinin korunması ve yüceltilmesinin ve  demokrasi prati ğ inin geli ş tirilmesinin bir aracı olması gerekti ğ ini savundu.

20 Lasswell akademik ya ş amının yansıra, kamu politikalarının olu ş turulmasına do ğ rudan katıldı. Yandaki foto ğ raf bu katılımın bir örne ğ i.

21  Lasswell’in önermeleri çok yüklü (loaded) önermeler.  Potansiyel olarak bir ikilem yaratıyorlar: Tarafsız bir bilim mi, yoksa insan haysiyeti ve demokrasiden yana bir bilim mi?  Bu ikilem üzerine tartı ş malar halen devam ediyor. Örne ğ in: Farr, Hacker, & Kazee 2006; Brunner, 2008; Farr, Hacker, & Kazee (2008)  Farr, Hacker, ve Kazee’ye göre, bu ikilem hala KPÇ prati ğ ini derinden etkiliyor ve KPÇnin yönelimi ve ilkeleri konusunda belirsizlikler yaratıyor.

22 Yukarıda sözünü etti ğ im “policy analysis and evaluation” in alanlarından birisi “policy and program evaluation.” Peter H. Rossi (1921–2006) bu alanın kurucularından sayılıyor. The University of Massachusetts, Amherst’te sosyoloji profesörü idi. http://www.asanet.org/footnotes/dec06/indextwo.html http://www.asanet.org/footnotes/dec06/indextwo.html )

23 Rossi’ye göre, kamu politikaları ve programlarının de ğ erlendirilmelerinin dört alanı (“domains”) var: 1. İ htiyaç de ğ erlendirmesi (needs assessment) 2.Süreç de ğ erlendirmesi (process evaluation, monitoring) 3.Etki de ğ erlendirmesi (outcome and impact assessments) 4.Verimlilik çözümlemesi (efficiency analysis: fayda-maliyet analizi ya da maliyet-etkililik analizi) Bunlara bir de meta-çözümleme (meta-analiz)’i ekleyebiliriz.

24 Bir toplumsal sorun ya da ihtiyaç var mi ki devlet (kamu kurulu ş ları) bunun için bir program üretsin ve uygulasın?  İ htiyaç nedir? Sorun nedir?  Örne ğ in, “yoksulluk” bir sorun mudur?  Yoksul kimdir?  İ htiyaçları nelerdir?  Ne gibi programlara ihtiyaç var: i ş sizlik sigortası, yemek yardımı, sa ğ lık hizmetleri gibi

25  Var olan kaynaklar (ikincil kaynaklar, secondary data)  Ekonomik ve toplumsal göstergeler (social indicators):  Gelir dahilimi, enflasyon, mutluluk ve yasam kalitesi endeksleri  Kamu kurulu ş larının belgeleri  Sa ğ lık istatistikleri  Örnek: the US Census Bureau’s Survey of Income and Program Participation: http://www.census.gov/sipp/http://www.census.gov/sipp/  Anket ara ş tırmaları  “Key informant” lar ile görü ş meler  “Focus groups”  Ön kestirimler (forecasting)

26  Ana sorun:  Program tasarlandı ğ ı gibi uygulanıyor mu? Uygulamada sorunlar var mi?  Alt sorular:  Programa yeteri kadar para tahsis edilmi ş mi?  Programı destekleyecek yeteri kadar eleman var mi?  Programın uygulamasında kullanılacak bina, tesisat, motorlu araçlar vb. yeterli mi?  Program önceden belirlenmi ş profesyonel standartlara göre uygulanıyor mu? 

27  Pek çok toplumsal bilimsel ara ş tırma yöntemleri kullanılabilir.  En önemli konu program içeriklerinin (nesnelerin, grupların, kategorilerin vb.) dikkatle tanımlanması:  “Programa yeteri kadar para ayrıldı mi?” sorusunu sorarken, ne kadar paranın yeterli oldu ğ unu saptamak önemli.  “Programda öngörülen hizmetler hedef nüfusa ula ş ıyor mu?” sorusunu cevaplamak için hedef nüfusun iyi tanımlanmı ş olması gerekli.

28 İ ki soru: 1.Program hedeflerine (amaçlarına) ula ş ıldı mi? - Outcome evaluation, outcome monitoring 2.Ula ş ıldı ise, bunun nedeni programın kendisi mi? - Impact evaluation Örne ğ in:  Programın amacı yoksul çocuklar arasındaki beslenme bozukluklarını 10 yılda %50 azaltmak  Ölçümlere göre bu hedefe ula ş ılmı ş (outcome evalution)  Bu hedefe program nedeni ile mi ula ş ıldı ya da genel ekonomik zenginle ş me nedeni ile mi? (impact evaluation)

29 Outcome evaluation ve impact evaluation arasında daha zor olanı ikincisi. Bunun nedeni, nedensellik ili ş kisi kurmak zor. Nedensellik ili ş kisini saptamanın ko ş ulları:  De ğ i ş kenler arasında istatistiksel ili ş ki olmalı.  De ğ i ş kenler arasında zaman ili ş kisi (chronology) olmalı:  Ba ğ ımsız de ğ i ş ken ba ğ ımlı de ğ i ş kenden önce gelmeli.  Ba ş ka (rakip) açıklamaların geçerli olmadı ğ ı gösterilebilmeli.  Ba ğ ımsız ve ba ğ ımlı de ğ i ş kenler arasında kuramsal bir ba ğ lantı olmalı.

30  Hizmet iyile ş tirme bölgeleri (H İ Bler) kentsel alanların ekonomik geli ş mesinde etkin roller oynuyorlar mı?  Sorunun açımlaması: 1. Nedir bu hizmet iyile ş tirme bölgeleri (H İ Bler)? 2. Neden “ekonomik geli ş mesinde etkin roller oynamaları” bekleniyor?

31  H İ Blerin İ ngilizcedeki adı: Business Improvement Districts (BIDs)  H İ Bler önceden saptanmı ş kentsel alanlara sınırlı sayıda kamu hizmetleri götürmek için olu ş turulmu ş kurumsal biçimlenmelerdir.  H İ Blerin genel amacı: Kentsel alanların (özellikle ticari merkezlerin) ekonomik geli ş melerine katkıda bulunmak.  Bunlar özerk kurulu ş lar tarafından yönetilirler, belediye ve di ğ er özel (kar gözetmeyen) kurulu ş lar ile birlikte çalı ş ırlar.  H İ Bler özellikle 1980lerden bu yana bir çok ülkede kuruldular: ABD, Kanada, İ ngiltere, İ rlanda, Almanya, Hollanda, Güney Afrika vb. (Kaynak: Morçöl & Al, 2014)

32 Hoyt’a (2008) göre, Kanada’nın Toronto kentindeki 1969 yılında kurulan Bloor West Village Business Improvement Area (1969) ilk H İ B. Morçöl ve Gautsch (2013) a göre, ABD’nin Nevada eyaletindeki Incline Village General Improvement District (1961) ilk H İ B. H İ Blerin ilk kez nerede ve ne zaman ortaya çıktıkları tartı ş ma konusu.

33  Hizmet iyileştirme bölgeleri (H İ Bler) kentsel alanların ekonomik geli ş mesinde etkin roller oynuyorlar mı? Bu ara ş tırma sorusunun kavramsal modeli: H İ Bin varlı ğ ı Ekonomik geli ş me (etkinlik) (nedensellik ili ş kisi)  Bu nedensellik ili ş kisinin var olup olmadı ğ ını nasıl saptayabiliriz?

34 Hizmet iyile ş tirme bölgeleri (H İ Bler) kentsel alanlardaki suç oranlarının azaltılmasına katkıda bulunuyorlar mi? Kavramsal model: H İ Bin varlı ğ ı Suç oranı Ekonomik geli ş me Basitle ş tirelim: H İ Bin varlı ğ ı Suç oranı (X) (Y) (Ba ğ ımsız de ğ i ş ken) (Ba ğ ımlı de ğ i ş ken)

35 Hizmet iyileştirme bölgeleri (H İ Bler) kentsel alanlardaki suç oranlarının azaltılmasına katkıda bulunuyorlar mi? H İ Bin varlı ğ ı Suç oranı (X) (Y)  Suç oranlarını etkileyen pek çok etmen oldu ğ unu biliyoruz: - Yoksulluk oranları, kültürel etmenler, kolluk güçlerinin etkinli ğ i vb.  Öyleyse bir H İ Bin varlı ğ ının suç oranlarına etkisini nasıl yanıtlayabiliriz? - Bunun cevabı temel toplumsal bilim ara ş tırma yöntemlerinde.

36

37  Bunları iyi ö ğ renmek ve anlamak önemli, çünkü di ğ er yöntemler de bunlar üzerine in ş a edilmi ş ler.  Bunları önemsemeyen ara ş tırmacılar yanlı ş lar yapabiliyorlar.  Bulgularının geçerlilikleri sorgulanabilir oluyor.  Bunların üzerindeki tartı ş malar (“pozitivist bilim” vb.) önemli. O konulara zaman zaman de ğ inece ğ im.

38  Positivism Interpretivism (hermeneutics, phenomenology vb.)  Tümdengelimsel (deductive) Tümevarımsal (inductive) ara ş tırma yakla ş ımı ara ş tırma yakla ş ımı  Niceliksel (quantitative) Niteliksel (qualitative) ara ş tırma yöntemleri ara ş tırma yöntemleri Bu sunumda bu boyutların sol tarafındakileri vurgulayaca ğ ım. 38

39 Tümdengelimsel Yakla ş ım 39 Soruları ve/veya hipotezleri görgül araştırma ile sınar. Soruları ve/veya hipotezdeki değişkenleri tanımlar (operationalization). Kuramsal çerçeveden araştırma sorularını ve hipotezleri çıkarsar. Araştırmacı kuramsal çerçeveyi oluşturur.

40 Tümevarımsal Yakla ş ım 40 Sonuçta bir kuram ya da kavramlaştırma çıkabilir. Ya da sorular sorarak, aldığı cevaplara göre genellemeler yapabilir. Buna göre araştırmasında tanımlanmış biçimler ya da düzenlilikler araştırabilir. Araştırmacı bir kuram ya da kavramlaştırma ile başlayabilir.

41  Gerçek hayattaki ara ş tırmalar bu iki yakla ş ımın bile ş imi.  Fakat, her durumda aşa ğ ıdaki bile ş enler uyumlu olmalı. 1. Kavramla ş tırma 2. Görgül ara ş tırma 3. Sonuçların sunumu 41

42  Kavramla ş tırma – Kuram geli ş tirme ve sınama – Ara ş tırmanın amacını, sorularını, hipotezlerini ve modelini saptama – Kavramları (de ğ i ş kenleri) tanımlama – De ğ i ş kenlerin ölçüm düzeylerini belirleme – Ara ş tırma tasarımı – Geçerlilik (validity) ve güvenilirlik (reliability) sorunları  Görgül ara ş tırma – Veri toplama – Verileri çözümleme  Sonuçların sunumu – Yayınlama: makale, kitap, rapor, vb. – Sözlü sunu ş lar – İ nternet’te sunu ş lar Özellikle kavramla ş tırma üzerinde duraca ğ ım.

43 Genel olarak iki tür amaç olabilir: 1. Temel ara ş tırma: Bir konudaki kuramla ş tırmaya ya da literatüre katkıda bulunmak Örnek soru: “Yoksullu ğ un nedenleri nelerdir?” 2. Uygulamalı ara ş tırma: Bir sorunun çözümüne katkıda bulunmak Örnek soru: “Bu kentteki yoksullu ğ un azaltması için hangi yöntemler en etkili olur?” * Önceki sorumuz bir temel ara ş tırma sorusu mu, uygulamalı ara ş tırma sorusu mu? : Hizmet iyile ş tirme bölgeleri (H İ Bler) kentsel alanlardaki suç oranlarının azaltılmasına katkıda bulunuyorlar mi? 43

44  Hipotezler, iki de ğ i ş ken arasındaki ili ş kiyi tanımlamak için kullanılır.  Hipotezler, modeller ile ifade edilen ili ş kilerin sözcükler ile ifade edilme biçimleridir.  Hipotezler pozitivist, tümdengelimsel ve niceliksel ara ş tırmalar için gereklidir. Tümevarımsal ve niteliksel ara ş tırmalarda gerekli de ğ iller; hatta yanıltıcı olabilirler. Çünkü, hipotezler precision (kesinlik) gerektirir. Örnek: 44

45  Bir ara ş tırmanın modeli a ş a ğ ıdaki gibi iki de ğ i ş kenli olabilir.  Ya da çok de ğ i ş kenli olabilir:  Her model kendine göre çözümleme yöntemleri gerektirir. Örne ğ in: — T-test — Multiple regression analysis 45

46  De ğ i ş kenler positivist ve niceliksel ara ş tırmanın temel kavramları.  Ama de ğ i ş kenler ile dü ş ünmek niteliksel ara ş tırmacılar için de yararlı.  De ğ i ş ken (variable) matematiksel bir kavram ve de ğ i ş mez de ğ erlerin (constant) kar ş ıtı. Y = 3 + 5X  Örnek: Y = 3 + 5X 46 X ve Y: de ğ i ş kenler 3 ve 5 : de ğ i ş mezler)

47 H İ Bin varlı ğ ı Suç oranı (X) (Y) Y = a + bX Suç oranı = a + [b X (H İ Bin varlı ğ ı)] H İ Bin varlı ğ ı Suç oranı ? Temsili bir denklem: Y = 2X 1 + 3X 2 + 4X 3 + … + cX n 47

48  De ğ i ş kenler soyut kavramlar; bunların somut olarak ve özgül olarak tanımlanmaları gerekiyor.  Bu tanımlama süreci kavramsal (conceptual) ve i ş lemsel (operational) tanımlamalardan olu ş uyor. Süreç ş öyle betimlemebilir:  Örne ğ imizde bunları nasıl uygulayabiliriz? H İ Bin varlı ğ ı Suç oranı 48

49  Genel olarak tasarımlar betimsel (descriptive) ve açıklama amaçlı (explanatory) olarak sınıflandırılıyor.  Ancak bu sınıflamanın mutlak olmadı ğ ını hatırlamak gerekli.  Bu tasarım biçimlerini bir süreç (sürekli dizi; continuum) olarak dü ş ünmek daha do ğ ru. Açıklama amaçlı tasarımlar Betimsel tasarımlar Örnek: Deneysel ara ş tırmalar Anket ara ş tırmaları 49

50  Bunlar de ğ i ş kenler arasındaki nedensel ili ş kileri saptamak amacı ile kullanılıyor.  Bunların nedenselli ğ i saptamada en güçlü tasarımlar oldu ğ u dü ş ünüluyor.  Açıklama amaçlı tasarımların iki türünden söz edebiliriz:  Klasik deneyler (true (classical) experiments)  “Sözde” deneyler (quasi-experiments)  Klasik deneyler sözde deneylere göre daha güçlü olarak kabul ediliyor. 50

51 1. De ğ i ş kenler arasında istatistiksel ili ş ki olmalı. 2. De ğ i ş kenler arasında zaman ili ş kisi (chronology) olmalı: Ba ğ ımsız de ğ i ş ken ba ğ ımlı de ğ i ş kenden önce gelmeli. 3. Ba ş ka (rakip) açıklamaların geçerli olmadı ğ ı gösterilebilmeli. 4. Ba ğ ımsız ve ba ğ ımlı de ğ i ş kenler arasında kuramsal bir ba ğ lantı olmalı. Bu ko ş ulları a ş a ğ ıdaki model için yerine getirebilir miyiz? H İ Bin varlı ğ ı Suç oranı 51

52 Genel model: 52

53 Program (X 1 ) Outcome (Y) External Variable (X 2 ) External Variable (X 3 ) Unintended Outcome Impact Assessment

54 Programın etkisi (actual program effect)

55 H İ Bin varlı ğ ı Suç oranı (X) (Y) Y = a + bX Suç oranı = a + [b X (H İ Bin varlı ğ ı)] H İ Bin varlı ğ ı Suç oranı ? 55

56 1.Deney kümesi ve kar ş ıla ş tırma kümesi (experimental and control groups) 2.Ön testler ve art testler (pre- and post-tests) 3.Rastgelele ş tirme (randomization) Di ğ er tasarımlar, bu modele benzedikleri ölçüde güçlü sayılıyorlar. H İ Bler örne ğ inde bu model uygulanabilir mi? Nasıl? H İ Bin varlı ğ ı Suç oranı 56

57  Klasik deneylerin nadir örneklerinden biri: The New Jersey and Pennsylvania Income Maintenance Experiments (1970ler)  Bunlar yapay ve basitle ş tirilmi ş sistemler varsayımları üzerine kurulmu ş.  Basitle ş tirmenin temeli, deney birimlerinin (örne ğ in insanların) tek düze olabilecekleri.  Aralarındaki farklılıkların yok sayılabilece ğ i ya da istatistiksel olarak kontrol edilebilece ğ i.  Etki de ğ erlendirmesinde klasik deneyler neden pratik de ğ il:  İ nsanları rastgele (random) yöntemlerle gruplara ayırmak mümkün olmayabilir.  Klasik deneyler çok pahalıdır ve uzmanlık ve uzun zaman gerektirir.  Program uygulamaları zaman içinde de ğ i ş ebilir: -Kalıtımcılar ayrılabilir -Program yönetimi de ğ i ş ebilir. 57

58  Bunlar, yapay ve basitle ş tirilmi ş sistemler varsayımları üzerine kurulmu ş.  Oysa gerçek hayat karma ş ık. Özellikle insanlar ve onların allarındaki ili ş kiler çok karma ş ık sistemler.  Öyleyse, bu karma ş ıklı ğ ı anlamaya yardımcı olacak yöntemler kullanılmalı. Bu yöntemlere sonra de ğ inece ğ im.  Bu durumda deneysel yöntemler hala kullanılabilir mi?  Daha iyi yöntemler geli ş tirilene kadar kullanılabilirler. Deneysel yöntemler hala sistem düzeyinde (makro düzeyde) kestirimler yapabilmemiz için yararli.  Daha uzun bir süre deneysel yöntemlerin kullanılmaya devam edece ğ ini tahmin edebiliriz. 58

59  Sözde (yarı) deneysel ara ş tırma tasarımları (quasi-experimental designs) modeli:  Sözde (yarı) deneysel ara ş tırma tasarımlarında istatistiksel kontroller kullanılır.  Genellikle bunlar klasik deneylerden daha zayıftır. 59

60 Structural equation modeling 60

61 H İ Bin varlı ğ ı Suç oranı ?  Bu ili ş kileri ara ş tırmak için bir klasik deney düzenlenebilir mi?  H İ Blerin etkilerini yalıtmak için di ğ er de ğ i ş kenleri istatistiksel olarak kontrol edebilir miyiz? 61

62  Geçerlilik ve güvenilirlik herhangi bir ara ş tırma tasarımında en önemli sorunlar arasındadır.  Geçerlilik, ara ş tırma bulgularının do ğ rulu ğ una ili ş kindir.  Güvenilirlik, gözlem veya ölçümlerdeki tutarlılık ile ilgilidir.  Önceki örne ğ imizde geçerlik ve güvenilirli ğ i nasıl sa ğ layabiliriz? H İ Bin varlı ğ ı Suç oranı 62

63 Geçerlilik biçimleri Geçerlilik biçimleri:  Internal validity Tasarımlar ile ilgili  External validityÖrneklem seçimi ile ilgili  Operational validityKavramla ş tırma ile ilgili Üç senaryo (operational validity & reliability): Güvenilmez Güvenilir, Güvenilir ve ve geçersiz ama geçersiz geçerli 63

64  Bir ara ş tırmada hangi çözümleme yönteminin kullanılması gerekti ğ i öncelikle de ğ i ş kenlerin ölçüm düzeylerine (levels of measurement) ba ğ lı.  De ğ i ş kenlerin Ölçüm Düzeyleri (Levels of Measurement) Düzey Örnek En üst düzey: Scale Ratio Age (23, 46, 67, …) Interval Temperature on the Fahrenheit (or Celsius) Scale (e.g., 68°F, 25°C) Ordinal Likert-scaled response categories (“Strongly Agree,” “Agree,” …“Strongly Disagree”) En alt düzey: Nominal Gender (“Male” and “Female”) 64

65 De ğ i ş kenlerin ölçüm düzeyleri ve istatistik yöntemlere örnekler: Önceki örne ğ imizde ölçüm düzeyleri nelerdir? Hangi testler uygulanmalı? H İ Bin varlı ğ ı Suç oranı 65

66  Buraya kadarki sunumda kavramla ş tırma sorunlarından söz ettim.  Görgül ara ş tırma yapma ve sonuçların sunumu konuları ayrıca ve daha uzun bir zaman gerektiriyor.  Kaliteli bir bilimsel ara ş tırmada sözünü etti ğ im tüm bile ş enler birbirleri ile uyumlu olmalılar:  Kavramla ş tırma  Görgül ara ş tırma  Sonuçların sunumu Budist rahiplerin “mandala” yapması gibi…

67  Etik sorunlar bir ara ş tırmanın her a ş amasında söz konusudur:  Ara ş tırmanın tasarımı  Ara ş tırmanın uygulanması (veri toplama ve çözümleme)  Ara ş tırma sonuçlarının yazılması  Üç sorun alanı:  Katılımcıların zarardan korunması ve ki ş ilik haklarının korunması  Ara ş tırmanın her a ş amasında do ğ rulara sadik kalınması  Ara ş tırmaya katılanların katkılarının tanınması ve takdir edilmesi

68  Belmont Raporu’nda (1979) üç ilkeden söz ediliyor:  Ki ş ilere ve haklarına saygı  Katılımcıların yarar ve zararlarının saptanıp bilgilendirilmeleri  Katılımcıların seçiminde ve aralarında adaletli davranılması (kaynak: http://www.hhs.gov/ohrp/humansubjects/guidance/belmont.html)http://www.hhs.gov/ohrp/humansubjects/guidance/belmont.html  Bu ilkeler ABD’de 1991’de bir yasa ile kodlandı: “The Federal Common Rule” (kaynak: http://www.hhs.gov/ohrp/humansubjects/commonrule/)http://www.hhs.gov/ohrp/humansubjects/commonrule/

69

70  KPÇ’de kullanılan yöntemlerin sistemlerin karma ş ıklıklarını göz ardı ettiklerini ve basitle ş tirmeler üzerine kurulduklarını söylemi ş tim.  Örne ğ in klasik deneyler, a ş ırı basitle ş tirmeler üzerine kurulmu ş tur.  Sistemlerin karma ş ıklıklarını kabul eden kavramla ş tırmalar ve onları anlamak için kullanılan yöntemler var mı?  Evet, “complex governance networks” kavramla ş tırması ve benzerleri bunu yapıyorlar.  “Social network analysis” (SNA), “agent-based simulations” ve benzeri yöntemler kullanılıyor.

71  Yöneti ş im (governance) kuramcılarının saptamaları:  Kamu politikalarının olu ş umunda ve kamusal hizmetleri iletmede çok aktörlülük: — Kamusal aktörler yansıra, yarı-kamusal ve özel aktörlerin katılımı — Dü ş ünce kurulu ş larının (think thanks) etkinli ğ i  Belirsizlikler ve bilinmezlikler: — Kamu politikası olu ş umu ve hizmet da ğ ılımında gelece ğ e yönelik (çıktıların, sonuçların kestiriminde) belirsizlik — Aktörler arası ili ş kilerde belirsizlik

72 Jessop (The Future of the Capitalist State, 2002):  Devletin toplum içindeki yeri ve rolü sorunsal bir duruma geldi.  Politik etkinlikler merkezi devletin sınırları dı ş ına çıkmaya ve kamu politikalarının üretimi uluslararasıla ş maya ba ş ladı. Kooiman (Modern Governance, 1993):  Günümüz dünyasında hiç bir kamusal ya da özel aktörün toplumun gittikçe karma ş ıkla ş an ve dinamik sorunlarını tek ba ş ına çözebilme kapasitesi yok. Torfing, Peters, Pierre ve Sørensen (Interactive Governance, 2012):  Kamusal kurulu ş ların yetmezli ğ i ve aktörlerin ço ğ alması yöneti ş im kavramla ş tırmasını zorunlu kılıyor.

73  Bunlara felsefi, kavramsal temel sa ğ lamak  Bunların kavramla ş tırmaları ile karma ş ıklık kuramınınkileri sentezlemek Örne ğ in, karma ş ıklık kuramının ş u temel kavramları yöneti ş im süreçlerini anlamamıza katkıları olabilir. — Kendini Biçimlendirme — Kendili ğ inden Olu ş um — Sistemlerin Birlikte Evrimleri

74

75 Regresyon Denklemi Üzerine Çe ş itlemeler: Y = 2X (Tek ba ğ ımsız de ğ i ş kenli, do ğ rusal ili ş ki) Y = 2X 1 + 3X 2 + 4X 3 + … + cX n (Çok de ğ i ş kenli, do ğ rusal ili ş kiler) Y = 2X 1 + 3X 2 2 + ½X 3 3 + … + cX n n-1 (Çok de ğ i ş kenli, do ğ rusal olmayan ili ş kiler) Y t+1 = 1.5Y t 2 (Zaman içinde, ba ğ ımsız de ğ i ş kensiz de ğ i ş im ) Bu son denklem bir ba ğ ımsız de ğ i ş ken (dı ş sal etki) olmadan bir sistemin kendi kendini biçimlendirebilece ğ i anlayı ş ına do ğ ru ilk adım.

76 Y t+1 = 1.5Y t 2 Bu denklem, kendini biçimlendirmenin basitle ş tirilirmi ş bir betimlemesi. E ğ er kamusal aktörlerin eylemleri ile kamusal (kolektif) sonuç arasında do ğ rudan ba ğ lantı yoksa:  Toplumsal kümeler kendilerini örgütleyerek sorunlarını çözebilirler mi? Sorunu çözmek ne demektir? Kendi kendine örgütlenme mümkün müdür? Kendi kendine örgütlenme nasıl olur? — Hangi aktörler katılırlar? — Aktörler birbirleri ile nasıl etkile ş irler? — Bu etkile ş imlerin sistemik sonuçları nelerdir?

77 Kamu politikalari kuramları arasında bir önceki slayttaki sorulara cevap arayanlar var. Örne ğ in: Institutional Rational Choice Advocacy Coalition Framework

78 En önemli ismi: Elinor Ostrom (1933 –2012) Indiana Üniversitesi ve Arizona State Üniversitesin’de ekoonomi politik profesörü idi. 2009’da Nobel Ekonomi Ödülünü kazandı.

79 Elinor Ostrom:  “Economic (self-) governance, especially the commons”: Temel çalı ş ma alanı  Self-organization (self-governance): Kullandı ğ ı temel kavram İ nsan kümelerinin çe ş itli etkinlik alanlarında kendilerini örgütleme yetenekleri oldu ğ unu gösterdi. — Merkezi örgütlenmenin her zaman gerekli olmadı ğ ını gözlemledi. Kendini örgütlemenin (yönetmenin) ko ş ullarının neler oldu ğ u konusunda, çalı ş ma arkada ş ları ile birlikte, ayrıntılı çalı ş malar yaptı. Kendini örgütlemenin ko ş ullarını kodladı.

80 Elinor Ostrom:  Karma ş ıklık kuramının kimi kavramlarına göndermeler yaptı.  Nobel ödülü kabul konu ş ması: http://www.nobelprize.org/mediaplayer/index.php?id=12 23 http://www.nobelprize.org/mediaplayer/index.php?id=12 23 Ostrom’un, karma ş ıklık kuramından farkları var: Çalı ş malarının tek oda ğ ı: kendini örgütleme (yönetme) — Bu nedenle toplumsal sistemlere bütünsel bir bakı ş açısı yok. Metodolojik yakla ş ımı: methodological individualism (indirgemeci) Kuramla ş tırması statik: sistemik dönü ş ümleri ciddi olarak çalı ş madı.  İş te bu konularda karma ş ıklık kuramı katkılarda bulunabilir.

81 Karma ş ıklık kuramının toplumsal bilimlere uygulanmalarında iki kavramla ş tırma (paradigma?) ortaya çıkıyor gibi: 1. Mikro–makro kavramla ş tırmaları: Bu benim tercihim. Ostrom’un katkıları 2. Sosyo-ekoljik (socio-ecological) ya da sosyo-teknik (socio- technical) sistemler kavramla ş tırmaları Charles Perrow (1999)

82 Temel varsayımlar ve sorular:  Kamu politikaları tekil kolektif aktörlerin eylemlerinin do ğ rusal sonuçları de ğ ildir.  Kamu politikaları dedi ğ imiz süreçler, karma ş ık sistemler olarak görülmeli.  Bu karma ş ık sistemler: Kendi kendilerini biçimlendirme yetene ğ inde olan bireysel ve kolektif aktörlerin etkinlikleri ve etkile ş imleri sonucunda ortaya çıkarlar. Çevrelerindeki di ğ er toplumsal ve do ğ al sistemler ile birlikte evrilirler.

83 Kendini Biçimlendirme ve Kamu Politikaları Konusunda Sorular ve Çalı ş malar:  Yöneti ş im süreçlerinde kamu kurulu ş larının oynadıkları ve oynayabilecekleri roller nelerdir? Devlet, yöneti ş im sürecinde her hangi bir aktör müdür; yoksa onun bu süreçte özel bir rolü mü vardır? Torfing, Peters, Pierre ve Sørensen’in (2012) “meta- governance” kavramı  Bir sistemin ve onun ögelerinin (aktörlerin) kendi kendini biçimlendirme kapasitelerini belirleyen nelerdir? — Ostrom’un ve arkada ş larının çalı ş maları

84 Kendini Biçimlendirme ve Kamu Politikaları Konusunda Sorular ve Çalı ş malar:  Kendi kendini biçimlendirme yetene ğ inde olan bireysel ve kolektif aktörler kendilerini nasıl tanımlarlar? “Biz” ya da “kendimiz” kavramları kimler tarafından ve nasıl olu ş turulur? — Axelrod’un çalı ş maları (Axelrod, 1997) — Autopoiesis: Maturana & Varela; Niklas Luhmann

85 Kamu politikası dedi ğ imiz karma ş ık sistemler kendilerini biçimlendirme yetene ğ inde olan bireysel ve kolektif aktörlerin etkinlikleri ve etkile ş imleri sonucunca ortaya çıkarlar ise:  Bireylerin ve grupların inançları, tercihleri, davranı ş ları ve ili ş kilerinden nasıl sistemik (toplumsal, kolektif, yapısal) sonuçlar ortaya çıkar?  Ortaya çıkan sistemik yapılar, nasıl bireylerin inanç ve tercihlerini etkiler? Bu konularda kamu politikaları alanında pek çalı ş ma yok. Bunlar daha çok sosyologların sordukları sorular.

86  Hollandalı ara ş tırmacı Gerrits ’in Kuzey Avrupa’da nehir deltalarındaki çalı ş maları karma ş ıklık kuramının uygulamalarına bir örnek.  Gerrits: Kamu politikalarını yapanlar do ğ al sistemleri edilgen varlıklar olarak dü ş ünme hatasını i ş liyorlar. Oysa do ğ al sistemler kendilerini biçimlendirme ve de toplumsal sistemler ile birlikte evrilme özelliklerine sahipler.

87 Morçöl, T Vasavada & Kim (2014):  Bu ara ş tırmada Philadelphia kentindeki bir “Hizmet İ yile ş tirme Bölgesi” (H İ B) kurulu ş unun (Center City District, CCD) kentin yöneti ş im a ğ ı (governance network) içindeki rolünü anlamaya çalı ş tık. http://www.centercityphila.org/

88 Morçöl, T Vasavada & Kim (2014):  Bu ara ş tırmada bir içerik çözümlemesi ve SNA’nin özel bir biçimini (network text analysis) kullandık.  Kullandı ğ ımız yazılımlar AutoMap ve ORA (http://www.casos.cs.cmu.edu/).http://www.casos.cs.cmu.edu/

89 Center City’deki en önemli aktörlerin zaman içinde de ğ i ş imi (“centrality” ölçümleri) CCD direktörünün etkinliklerinin zaman içinde de ğ i ş imi

90  Direktör çok önemli bir aktör.  Ciddi bir “social capital”i var ve bu zaman içinde artmı ş. Bu bulguların kamu politikaları için en önemli sonucu:  Kamusal politika dedi ğ imiz süreçlerin sadece kamusal olarak tanımlanan aktörler tarafından belirlenmedi ğ i.  Di ğ er aktörlerin (CCD direktörü gibi) çok önemli roller oynayabilecekleri.

91 Bir ba ş ka örnek:  Doktora ö ğ rencimin Illinois eyaletindeki çocuklar için sa ğ lık sigortası programının olu ş umdaki süreçleri inceledi ğ i ara ş tırma.  Bu ö ğ renci Advocacy Coalition Framework (ACF) kavramla ş tırmasını kullandı.  Ara ş tırmasında benzer bir yöntem (network text analysis, AutoMap ve ORA) uyguladı.  Özel olarak ta “cluster analysis” uyguladı.  Bu yöntemler ile 1997 ile 2007 arasında her yılda olu ş an aktör kümelerini (koalisyonları) ve bu koalisyonların inançlarını (de ğ er yargılarını) saptadı.

92 1997 (üç koalisyon ve de ğ erleri): : aktörler : de ğ erler : küme merkezleri

93 2002 (dört koalisyon ve de ğ erleri) : aktörler : de ğ erler : küme merkezleri Kümelerin (koalisyonların) be ş yıl içindeki de ğ i ş imlerini gözleyebiliyoruz.

94

95  Bunlar ciddi felsefeler ve kuramlar üzerine kurulmu ş lar.  Bu felsefi ve kuramsal temelleri anlayarak kullanılırlarsa yararlı olabilirler.  Ancak dikkatli olunmalı:  Bunlar, toplumsal ara ş tırmalarda kolaycılı ğ a ve dü ş ük kaliteli ara ş tırmalara neden olabilir.  Örne ğ in, e ğ er bir kamu politikası sürecinin “okumasını” yapıyorsak, bunun öznel bir okuma olmadı ğ ını nasıl anlayaca ğ ız?  E ğ er her okuma öznel ise, ara ş tırma bulgularının topluma ne yararı olabilir?

96

97  Tarafsız ara ş tırma mı yapmalı, yoksa (taraflı) politika mı önermeli?  Bilim insanları tarafsız olabilir mi? Özellikle toplumsal bilimlerde bu mümkün mü?  Toplumsal bilimcilerin partizan olması do ğ ru mudur? Benim cevaplarım:  Olabildi ğ ince tarafsız olunmalı ve çözümlemelerde en do ğ ru ve en uygun yöntemler kullanılmalı.  Bunun için de yöntemleri en basitinden ba ş layarak ö ğ renmek ve sürekli ö ğ renmeye devam etmek gerekiyor.

98  KPÇ’de pek çok yöntem kullanılıyor.  Bunları anlayabilmek ve do ğ ru kullanabilmek için temel toplumsal bilimler yöntemlerini ö ğ renmek gerekli. — Örne ğ in klasik deneylerin mantı ğ ını ve varsayımlarını anlamak çok önemli.  Bu temel yöntemler, basitle ş tirici varsayımlar üzerine kurulmu ş lar. Bu nedenle, eksik ve bazen yanıltıcı olabilirler.  Yine de bunlar gerekli ve önemli. Sistemleri makro düzeyde anlamamıza yardımcı oluyorlar.  SNA ve ABC son zamanlarda ra ğ bet gören yöntemler. Bunlar, yöneti ş im sistemlerini anlamamıza yararlı oluyorlar.

99 İ lginize Te ş ekkürler !

100 Hoyt, L. 2008. From North America to Africa: The BID model and the role of policy entrepreneurs. In Business improvement districts: Research, theories, and controversies, edited by G. Morçöl, L. Hoyt, J. W. Meek, and U. Zimmermann, 111-138. Boca Raton, FL: CRC Press. Axelrod, R. (1997). The complexity of cooperation: Agent-based models of competition and collaboration. Princeton, NJ: Princeton University Press. Bardach, E. (2012). A practical guide for policy analysis (4th ed.). Los Angeles: Sage. Brunner, R. D. (2008). The policy scientist of democracy revisited. Policy Sciences, 41, 3–19. Dunn. W. N. (2012). Public policy analysis (5th ed.). Boston: Pearson. Farr, J., Hacker, J. S., & Kazee, N. (2006). The policy scientist of democracy: The discipline of Harold D. Lasswell. American Political Science Review, 100(4), 579-587. Farr, J., Hacker, J. S., & Kazee, N. (2008). Revisiting Lasswell. Policy Sciences, 41, 21–32. Morçöl, G. (2001). Positivist beliefs among policy professionals: An empirical investigation. Policy Sciences, 34, 381-401.) Morçöl, G., & Al, H. (2014). Hizmet iyile ş tirme bölgeleri: Türk yerel yönetim sisteminde uygulama sorunları. Akademik İ ncelemeler Dergisi, 9(1), 269-296.) Morçöl, G., Vasavada, T., & Kim, S. (2014). Business ımprovement districts in urban governance: A longitudinal case study, Administration & Society, 46(7) 796–824. Perrow, C. (1999). Normal accidents: Living with high-risk technologies. Princeton, NJ: Princeton university Press. Torfing, J., Peters, G. B., Pierre, J., & Sørensen, E. (2012). Interactive governance: Advancing the paradigm. Oxford, UK: Oxford University Press. Weimer, D. L., & Vining, A. R. (2011). Policy analysis. Boston: Longman.