Есть и более сложные статистические процедуры, общую характеристику которых можно найти в любом учебнике по социальной статистике. Следует заметить, что, как и всякая развивающаяся наука, данная дисциплина не лишена проблем, и чем сложнее применяемый метод статистического анализа, тем больше разногласий он вызывает даже среди специалистов. В политической науке чаще всего используются простые и общепризнанные методы вроде отмеченных выше, хотя и у них есть свои недостатки. Однако основные проблемы, связанные с применением сравнительно-статистического метода, заключаются не в этом. Они носят содержательный, а не технический характер.
Вернемся к предложенному выше примеру. Для того чтобы поставленная исследовательская задача могла быть решена путем статистического анализа, нужно перевести ее с языка теоретических понятий на язык цифр, или, как говорят, «операционализировать понятия». Но даже первая из переменных включается в ткань исследования — операционализируется — не без проблем: иногда не так уж просто определить, кого считать рабочими, а кого — нет. Но особенно много сложностей связано с операционализацией второй переменной, выделяемой по идеологическому признаку. Приведу лишь два примера. В Италии социалистическая партия традиционно пользуется скромной поддержкой избирателей. Однако делать отсюда вывод об отсутствии в стране модели «рабочего голосования» было бы неверно, ибо значительная часть итальянских индустриальных рабочих всегда голосовала за коммунистов. В Венесуэле партия «Демократическое действие», будучи вполне социал-демократической по своей идеологической ориентации, на выборах пользовалась в основном поддержкой среднего класса. Поэтому приписывать Венесуэле модель «рабочего голосования» неправильно, как бы красноречиво не свидетельствовали в пользу такого результата статистические данные. Учитывая, что этот ряд примеров можно продолжить, нетрудно представить, какими удручающе неадекватными были бы результаты исследования в целом.
В чем состоит основная сложность проиллюстрированной выше стратегии? В том, что анализ большого числа случаев заставил исследователя отвлечься от взаимовлияния переменных на внутрисистемном уровне, например от существования в Италии сильной компартии, влияющей на поведение рабочих-избирателей, и от социал-демократических симпатий среднего класса Венесуэлы. Чтобы избежать этой сложности, иногда рекомендуют прибегать к сравнениям «второго порядка», то есть сравнивать не отдельные переменные, полностью изолированные от внутрисистемного контекста, а целые «иерархии», цепочки взаимосвязанных переменных. Сравнения «второго порядка» становятся возможными лишь при ограничении числа случаев, находящихся в поле зрения ученого. Парадоксально, но один из эффективных способов решить проблему «слишком много переменных — слишком мало случаев» — это сознательное ограничение круга охваченных исследованием стран при увеличении количества отслеживаемых переменных. При этом возможны две противоположные стратегии — «наибольшего сходства» и «наибольшего различия».