«Слишком много переменных — слишком мало случаев»
В мире существует ограниченное число стран. Стало быть, далеко не все возможные вариации политических систем — и тем более их элементов — даны нам в непосредственном наблюдении или даже в историческом опыте. Даже среди существующих или некогда существовавших обществ далеко не все описаны в той степени, которая позволяла бы использовать их как объекты межнациональных сравнений. Известный исследователь Аренд Лейпхарт писал, что в распоряжении компаративиста находится «слишком мало случаев». Другая сторона сформулированной им дилеммы не менее очевидна: поскольку общественная жизнь бесконечно многообразна, стремится к бесконечности и количество поддающихся выделению переменных. При этом мы не можем позволить себе априорно отбросить некоторые из них как несущественные, поскольку в различных национальных контекстах они могут играть различные по значению роли. Для решения лейпхартовской дилеммы в сравнительной политологии используется целый ряд стратегий, заслуживающих краткого описания.
Самое простое решение состояло бы в том, чтобы в максимальной степени расширить круг охваченных исследованием случаев при сознательном ограничении числа наблюдаемых переменных. Такие исследования, подпадающие под предложенное А. Пшеворски и Г. Тьюном определение сравнительного метода, действительно осуществлялись. Более того, в течение какого-то времени в 60-х гг. в сравнительной политологии преобладал жанр сравнительно-статистического исследования. Каков он? Предположим, мы используем данные по нескольким десяткам либеральных демократий для того, чтобы выявить зависимость между процентной долей индустриальных рабочих в населении страны и уровнем голосования за социал-демократические партии, и на этой основе сделать вывод о наличии или отсутствии в разных странах модели «рабочего голосования». С технической точки зрения, это несложная задача. Если у нас есть два ряда цифр, выражающих значения зависимой и независимой переменных для каждой из стран, то компьютеру, вооруженному самой простой статистической программой, понадобятся доли секунды, чтобы сообщить нам коэффициент корреляции между этими двумя рядами. А коэффициент корреляции — это и есть статистический индекс, фиксирующий наличие, направление и силу связи между двумя представленными в цифровом виде параметрами. Более того, статистика дает нам возможность установить, каким образом несколько независимых переменных влияют на одну зависимую. Это называется «множественная регрессия».