Limited time offer 20% OFF StudySoup Subscription details

FSU - POS 3713 - Study Guide - Midterm

Created by: Brie Blain Elite Notetaker

> > > > FSU - POS 3713 - Study Guide - Midterm

FSU - POS 3713 - Study Guide - Midterm

School: Florida State University
Department: Political Science
Course: Political Science Research Methods
Professor: Matthew Pietryka
Term: Spring 2016
Name: POS3713
Description: Full Semester Notes
Uploaded: 10/04/2017
0 5 3 19 Reviews
This preview shows pages 1 - 9 of a 80 page document. to view the rest of the content
background image UNDERSTANDING POLITICAL SCIENCE RESEARCH   FINAL EXAM STUDY GUIDE    EXAM #1 CONTENT  -  Antecedent Variable: A variable that happens before another variable/consequence in the same time  frame. Although the two may not be related, both occurred in the same span of time.  o  Ex: a ball hit the window and the old man had a heart attack.  -  Bivariate: involving just two variables.  
-  Causation: changes in X result in changes in Y. 
o  This would require correlation. 
o  Correlation ! Causation 
-  Correlation: X and Y move together.  o  Summarizes the direction and strength of the linear relationship between one or more independent  variables.  -  Confounding Variable(s): a variable that is correlated with both the independent and dependent variables  and that somehow alter the relationship between the two.   -  “Controlling for Z”: research design that eliminates alternate explanations for an observed relationship  between X and Y.  -  Covariation: when two variables vary together.  
-  Cross-Sectional Studies: many units sampled over a single time period (hold constant ‘other’ factors). 
-  Data: A collection of variable values for at least two observations. 
-  Dependent Variable (Y): a variable for which at least some of the variation is theorized to be caused by 
one or more independent variables.  o  Phenomenon the model seeks to explain.  
o  Sometimes called the “outcome variable”. 
-  Deterministic: relationship where X always leads to Y.  o  When X occurs, Y will occur with certainty.  
o  Ex: Force = Mass * Acceleration  
-  Probabilistic: usually leads to Y. (Tends to occur)  o  When X occurs, Y will tend to occur, but not with certainty.   -  Dimensions of Variation:  
-  Elements of a Good Theory:  
o  Does your theory offer an answer to an interesting research question? 
o  Is your theory causal?  
o  Can you test your theory on data that you have not yet observed? 
o  How general is your theory? 
o  How parsimonious (simple) is your theory? 
o  How new is your theory? 
o  How nonobvious is your theory? 
-  Empirical: based on real-world observations. 
-  Endogeneity Problem: occurs when the IV is correlated with the error term in a regression model.  
o  Implies that the regression coefficient in an Ordinary Least Squares (OLS) regression is biased.  
o  May still be consistent.  
-  Fallacy of Affirming the Consequent: even though we have evidence and reason in our favor, we can  simply only say “we have yet to falsify our theory”.   -  Formal Theory: (“rational choice”) researchers use this approach to develop answers to questions about  how people make strategic decisions.   o  If politics is a game, how do we explain the way that people play it? 
o  Starts out with a fairly basic set of assumptions about human behavior and then uses game theory 
and other mathematical tools to build models of phenomena of interest.   o  Assume that all individuals are rational utility maximizers.  
background image o  Use an expected utility approach.   -  Hurdles of Establishing Causality: represent an effort to answer the “how” and “why” questions about  causal relationships. (Hurdles listed in detail further in study guide)  -  Hypotheses: a testable implication of the theory.   o  More explicit than a theory in terms of the expected relationship between a measure of the IV and  a measure of the DV.  o  We are moving from the theoretical to the empirical level.   -  Independent Variable (X): a variable that is theorized to cause a variation in the dependent variable.   o  Phenomena thought to cause the dependent variable.  
o  Ex: people with more money tend to vote for Republicans.  
!   IV: Money  !   DV: Vote Choice  o  Ex: the rich, men, and religious tend to vote for Republicans.  !   IV: Wealth, Gender, Religiosity.   !   DV: Vote Choice  -  Intervening Variables: (Z) a variable that is correlated with both the IV and DV and that somehow alters  the relationship between these two variables.  -  Multivariate: involving more than two variables.  
-  Negative Relationship: higher value of X; lower value of Y.  
-  Normative: how the world “ought to be”.  
-  Null Hypothesis: theory based, what would occur if X and Y had no relationship.  
o  If our theory is wrong.  
o  Implicit in all hypotheses.  
-  Operationalization: the process of defining a concept to make it measurable in the form of a variable.   o  Operational Definitions:  !   Validity: how well does the operational definition match the theoretical definition?  !   Reliability: how consistent will the process by which we measure these concepts be?  !   Measurement Error: there is always a risk, random error and systematic error.  -  Paradigm: shared set of assumptions/accepted theories in a particular field. (Normal Science) 
-  Parsimony: simple/succinct.  
-  Positive Relationship: increase in X " increase in Y. 
-  Rational Utility Maximizers: an assumption about human behavior that stipulates that individuals attempt 
to maximize their self-interest.   o  Formal theorists put everything in terms of utility.  
 =   -    !   Utility from individual from action = sum of benefits – sum of costs.   -  Scientific Method:   o  Identify a Question/Puzzle  
o  Identify the Dependent and Independent Variables 
o  Propose a Causal Theory 
o  Test the Hypothesis 
o  Operationalize the Variables 
o  Test the Hypothesis 
o  Evaluate the Theory. 
!   Without it, we can only describe political phenomena.  !   Allows for causal inferences (how and why).  -  Spatial Dimension: identifies the physical units that we want to measure.   o  A lot of variability.  
background image o  Ex: if we are looking a survey data, the spatial unit will be the individual people who answered the  survey. If we are looking at the data on US state governments, the typical spatial unit will be the 50 
-  Spurious Relationship: not what it appears to be/false.  o  Fourth hurdle of causality asks if we have “controlled for all confounding variables that might make  the association between X and Y spurious”.   -  Time Dimension: the point/points in time at which a variable is measured.  
-  Time Series Study: a measure for which the spatial dimension is the same for all cases and the cases 
represents multiple time units.   -  Units of Analysis: the “who” or the “what” that you are analyzing for this study.   o  Can be an individual student, a group, or even en entire program.   -  Utility: a calculation equal to the sum of all benefits minus the sum of all costs from that action. 
-  Variable: definable quality; can take 2 or more values. 
o  Ex: voter turnout.  -  Duverger’s Law: a principle which asserts that a majority voting election system naturally leads to a two- party system.  Hostelling’s Law: in many markets it is rational for producers to make their products as similar as possible.      HOW DO WE KNOW WHAT WE KNOW?  -  EPISTEMOLOGY: what we know and how we know it. 
-  Traditionally, we “know” through:  
o  Recognized authorities, precedent, intuition, common sense, observation.  
o  Ex: gravity, the earth revolves around the sun. 
  SCIENCE DOES/REQUIRES WHAT?  -  Seeks to advance knowledge. 
-  Provides a process by which we generate knowledge. 
-  All explanations require logical and empirical support.  
-  Provides a systematic method of “knowing”.  
-  Why can’t we simply just observe the world and “know”? 
o  Inaccurate observations, tendency to overgeneralize, selective observation, illogical reasoning.   -  Public Criteria for science:  o  Evidence 
o  Reason 
o  What role is there for emotion or passion 
-  Develop causal theories about the political world and test those theories scientifically:  o  Create theories, form hypotheses, research, evaluation, modification & extension.   -  Use the occurrences of phenomena to systematize them into concepts or constructs.  o  Theorize a story that gives the data meaning and order. (Preferably with cause and effect).    
background image  
-  DESCRIPTIVE INFERENCE: using observations about the world to learn about other unobserved facts.   o  What? 
o  Learn about a single variable. 
o  Ex: The weight of the earth 
       Presidential approval   -  CAUSAL INFERENCE: drawing a conclusion about a causal connection based on the conditions of the  occurrence of an effect.   o  Why How? 
o  Learn about relationships between variables.  
o  Ex: Why has the earth remained the same size? 
      Why do president’s approval ratings decline over their tenure in office?    WHICH FORM OF INFERENCE ARE POLITICAL SCIENTISTS MOST INTERESTED IN?  -  Scientists are most interested causal inference.  
-  We want to infer a relationship between two concepts: 
o  This requires quantitative and qualitative judgments.   -  Ex: hot temperatures " increased ice cream sales " increase death rates. (Not a rational theory)  
-  How we make inferences: 
o  We cannot observe causation.   !   We don’t see x make y happen.  o  We observe correlation.  !   We see X and Y move together.  o  We come up with a causal story to explain why the correlation takes place.   !   X and y occur together because causes Y.    WHAT IS THE FALLACY OF AFFIRMING THE CONSEQUENT (AND HOW DOES THIS FALLACY RELATE TO 
-  FALLACY OF AFFIRMING THE CONSEQUENT: thinking that just because you have evidence and reason  in your favor you have proved your theory.  o  All we can say is that we have yet to falsify our theory.   -  How does it relate to science?  o  A theory can never be proven “true”.    
-  THEORY: tentative conjecture about the causes of some phenomenon of interest.  
-  A model of the world. 
-  A set of interconnected statements. 
-  Identifies what causes something and why. 
-  Where do they come from? 
o  A causal theory can be developed via induction or deduction.   -  What do we need to understand to build our theory?  o  Actors/units of interest. 
o  What motivates the actors? 
background image o  How to apply logic.  !   What assumptions are necessary for hypothesis to follow from theory?  !   Generalize from specifics (empirics) to larger population of interest.   o  Review the existing research 
o  Define your concepts 
-  Where do theories come from?  o  Identify interesting variation in the DV. 
o  Go from specific to general. 
o  Learn from previous research.  
-  Causal theories can be developed via induction or deduction. 
-  INDUCTION:  goes from a specific observation to a broader generalization and theory.  
o  Empirics’ (real world observations) " theory. 
o  More “open ended” and “exploratory”.  
-  DEDUCTION: goes from more general to more specific.   o  Theory " empirics.  
o  Develop a theory first and then go and try to find  
o  Concerned with testing/affirming hypotheses.  
-  FALSIFIABILITY: ability of hypothesis to ‘fail and be falsified’ helps to discern the merit of a theory.  o  Falsify the null hypothesis? Theory is safe… for not.  -  However, there is no number of set “tests” a theory must “pass” before we accept it.   o  Even hypotheses that are falsified do not require that we abandon a theory.     WHAT ARE HYPOTHESES AND HOW DO THEY DIFFER FROM THEORIES?  -  HYPOTHESIS: the relationship that we expect to observe.  o  Moving from the theoretical to empirical level.  
o  A testable statement, derived from theory that indicates a cause and effect between tow concepts. 
-  We want our testable hypothesis to…  o  Make strong and explicit proposition. (Linked to other propositions) 
o  Specify the existence of a relationship between the IV and the DV. 
o  Specify the nature of the relationship (Positive? Negative? Linear? Curvilinear?) 
o  Make explicit causal claims 
-  Requirements for a Hypothesis  o  Must offer an IV (x) and DV (y). 
o  Must specify the direction of that relationship. (+/-) 
o  Must specify the type of relationship. (Linear/curvilinear)  
o  Must specify units and variation of interest.  
!   Units: individuals or aggregates?  !   Variation: over time? Between units?  o  Must be falsifiable.    
-  1.) Identify a Question/Puzzle 
-  2.) Identify the DV and IV 
-  3.) Propose a Causal Theory 
-  4.) State the Hypothesis (and Null) 
-  5.) Operationalize the Variables 
-  6.) Test the Hypothesis 
-  7.) Evaluate the Theory 
-  Ex: 
o  Research Question: why do some people turnout to vote while others choose to stay at home? 
o  Causal Theory:  
!   Individuals that obtain more education are exposed to more political & social issues.  !   Exposure to issues leads to greater awareness of problems society & government must  resolve.  !   This awareness makes it more likely that an individual will turn out to vote.  o  Hypothesis: In comparing individuals, those with more education are more likely to vote than those  with less education. (Specify direction)  o  Null Hypothesis: in comparing individuals, those with more education are no more likely to vote  than those with less education.   o  Operationalize the Variables:  !   DV: turnout to vote.   •  Let 1 devote the individual voted and 0 denote that the individual did not vote  (survey report).  !   IV: education.  •  Total number of years the individual spent in school (survey report).   o  Is there a relationship between education and turnout?  !   If no then accept the null hypothesis.    
-  VARIABLES: a definable quantity that can take on two or more values.   o  Ex: voter turnout.  -  Variable Label: description of what the variable is. 
-  Variable Values: denominations in which the variable occurs.  
o  Ex: if we’re talking about age, the variable label would be age and the variable value would be  years, days, or even hours.   -  Two Dimensions of Variation:  o  1.) Identify the time dimension.  !   At what points in time are we measuring our variables? (Annual? Monthly? Weekly?)  o  2.) Identify the spatial dimension. 
background image !   What are the units we want to measure? (Survey respondents? State governments?  Nations?)   -  Is the variation that we are interested in taking place over time or across space? 
-  Temporal Variation: same units measured at different points in time. 
o  Time-Series   -  Spatial Variation: differing units are measured at one point in time.  o  Cross-Sectional.   
Time-Series Study  Cross-Sectional Study  Considers a variation of a single unit (a person, state,  or country) over time.     Considers variation across multiple units at one point in  time.    
-  FORMAL THEORY: starts with a common set of assumptions (using clear assumptions helps generate  predictions).   o  Key Point: formal theory reveals that people derive benefits other than the direct influence of  voting.   o  The critical assumption for human behavior.  
o  Individuals are rational utility maximizers. 
   =   -    Utility from individual action = sum of benefits – sum of costs    -  Goal: use logic to produce testable hypotheses.  
-  Formal Theory and Social Science 
background image o  Begin from assumptions and use math and game theory to develop theoretical models.  -  Rational Choice Theory: you know what you prefer, your preferences are consistent. 
-  Why think formally? 
o  It forces you to make your assumptions explicit. 
o  Helps us to determine the choices the key actors will make. 
o  From our starting assumptions we can deduce a variety of testable hypotheses. 
-  Formal Theory Example 1: The Puzzle of Turnout   = ( ) -    !   : Reward (utility) from voting.  !    : Benefit from preferred  candidate winning.  !    : Probability voter will cast  deciding vote.  !    : Sum of costs from voting.   -  Problem:   is very small and   is never  trivial.   The cost almost always outweighs the benefits.   -  Solution: must be some other benefit.  !    is the duty/satisfaction of participation.   -  Conclusions about formal theory:  o  Ambiguous definitions lead to ambiguous assumptions and ambiguous conclusions.  
o  Thinking about the assumptions could lead to promising lines of research. 
-  In the real world, any interesting dependent variable is caused by more than one factor.    
-  We cannot observe causation.   o  We don’t see x make y happen.  -  We observe correlation.  o  We see x and y move together.  -  If A is true, then B is true… if we observe B then we conclude A is true. (This does not hold logically.  o  Ex: (A): if I have the flu… (B) Then I’ll have a sore throat.   If you have a sore throat… that does not necessarily mean you have the flu. 
(A): if you are a Republican… (B) Then you are likely to oppose abortion.  
If you oppose abortion… it is not for certain you are a Republican. 
-  ENDOGENEITY: we assume X causes Y and Y does not cause X.  o  X is an independent variable.   -  Reverse causation 
-  Ex: US-Soviet Military Build Up 
o  X = US spending 
background image o  Y = USSR spending 
o  The US increasing military spending causes Soviet Union to increase military spending. 
!   X " Y  o  But how does the US respond to the increased Soviet spending?  !   Y " X  o  Z causes a spurious (false) relationship.   !   The relationship between X and Y is NOT causal.   -  Ex 2: as ice cream sales increase in a city, the city’s murder rate increases as well. 
-  Ex 3: as incumbent spending increases, vote share decreases.  
-  SPURIOUS: not what it appears to be, or “false”.  
-  SELECTION BIAS: systematic force (Z) causes a nonrandom subset of the population to be exposed to a 
treatment (X).  o  Ex: the claim the private schools (X) cause an increase in test scores (Y) did not account Z  (parental involvement) in being the cause for the increased test scores.   -  If we don’t control for Z, our conclusion may be wrong!  o  If a credible case can be made for Z affecting X and Y, we cannot be sure X causes Y.  -  How do we control for Z?  o  Control variables: include possible Z variables in our models. 
o  Might not think of all possibilities: coffee and cancer. 
o  We should try and control for all theoretically relevant alternative explanations: “all things 
being equal.    
-  1.) Is there a credible causal mechanism that connects X to Y?  o  Need a “yes” to move to next question.  -  2.) Can we rule out the possibility that Y could cause X?  o  No? Proceed to the next one but the causal arrow might be reversed.  -  3.) Is there covariation between X and Y?  o  No? There is some variable Z that needs to be controlled.   -  4.) Have we controlled for all the confounding variables Z that might made the association between X and  Y spurious?   -  Represent an effort to answer the “how” and “why” questions about causal relationships.  
-  CONFOUNDING VARIABLE: a variable that is both correlated with the IV and the DV and that somehow 
alters the relationship between those two variables.   -  CAUSAL HURDLES SCORECARD: shorthand for summarizing the answers to the four hurdles of  causality.  o  [n,y,y,y]: throw out immediately. 
o  [y,n,y,y]: reasonable level of evidence in its favor.  

This is the end of the preview. Please to view the rest of the content
Join more than 18,000+ college students at Florida State University who use StudySoup to get ahead
80 Pages 133 Views 106 Unlocks
  • Better Grades Guarantee
  • 24/7 Homework help
  • Notes, Study Guides, Flashcards + More!
Join more than 18,000+ college students at Florida State University who use StudySoup to get ahead
School: Florida State University
Department: Political Science
Course: Political Science Research Methods
Professor: Matthew Pietryka
Term: Spring 2016
Name: POS3713
Description: Full Semester Notes
Uploaded: 10/04/2017
80 Pages 133 Views 106 Unlocks
  • Better Grades Guarantee
  • 24/7 Homework help
  • Notes, Study Guides, Flashcards + More!
Join StudySoup for FREE
Get Full Access to FSU - POS 3713 - Study Guide - Midterm
Join with Email
Already have an account? Login here
Log in to StudySoup
Get Full Access to FSU - POS 3713 - Study Guide - Midterm

Forgot password? Reset password here

Reset your password

I don't want to reset my password

Need help? Contact support

Need an Account? Is not associated with an account
Sign up
We're here to help

Having trouble accessing your account? Let us help you, contact support at +1(510) 944-1054 or

Got it, thanks!
Password Reset Request Sent An email has been sent to the email address associated to your account. Follow the link in the email to reset your password. If you're having trouble finding our email please check your spam folder
Got it, thanks!
Already have an Account? Is already in use
Log in
Incorrect Password The password used to log in with this account is incorrect
Try Again

Forgot password? Reset it here