Diseños de investigación. Agostina Costantino
Читать онлайн книгу.
decayó, y el desaliento aumentó en proporción directa a la incapacidad de las ciencias sociales para controlar todos los factores relevantes que pueden estar influyendo sobre el vínculo causal, es decir, ejercer el control al modo de los experimentos en las ciencias naturales, o bien, ser capaces de aleatorizar sus efectos.
En fin, si bien es posible, aunque en ocasiones sea bastante difícil, establecer la precedencia temporal de C sobre E y también registrar sus relaciones, la piedra de toque ha sido el control de todos los factores relevantes que pueden estar interviniendo en la relación.
La segunda oleada de causalidad, que irrumpe en las ciencias sociales en la década de los noventa, toma pie en el trabajo de Holland (1986), quien define el efecto causal como la diferencia entre el valor observado en la variable dependiente si estuviese sometida a la variable “causa” y el efecto que se observaría si no lo estuviera. Esta definición es teórica, ya que involucra una condición contrafactual, en tanto que en cualquier situación real no se puede observar simultáneamente a la variable Y sometida y no sometida a la variable X. De aquí se deriva lo que Holland denomina el problema fundamental de la inferencia causal: no se puede conocer con certeza un efecto causal (King et al., 2000: 90). Para aproximar esta noción de causalidad a las condiciones en que operan las ciencias, King et al. (2000: 93) la redefinen como “la diferencia entre el componente sistemático de las observaciones que se hacen cuando la variable explicativa tiene un valor y el componente sistemático de observaciones comparables cuando la variable explicativa tiene otro valor”. Es interesante notar que la tensión entre las explicaciones observacionales y las causales han atravesado las últimas dos décadas en las ciencias políticas y han generado un amplio debate acerca de los alcances y límites de las explicaciones causales (Mahoney y Goertz, 2006).
La definición de causalidad de Holland —en la medida en que en una misma unidad se observa Y bajo presencia y ausencia de X— satisface los requisitos de Mill: precedencia temporal de la causa sobre el efecto, relación entre ambas y el control de las otras variables que podrían intervenir en la relación. Sin embargo, la condición contrafactual involucrada en la definición lleva a que en la investigación aplicada el investigador busque aproximarse lo más que pueda a la situación ideal descrita por la definición de causalidad.
Aunque se podrían establecer los vínculos entre esta forma de definir la causalidad y los diseños experimentales, no es menos cierto que las aplicaciones en las ciencias sociales siguen los derroteros de King et al., donde los componentes sistemáticos se refieren a los valores esperados en la variable (esperanzas matemáticas) medida en un conjunto de observaciones. En la práctica, las esperanzas matemáticas se estiman con técnicas estadísticas que operan sobre la matriz de varianzas y covarianzas de las observaciones.
La posibilidad de que esta definición de causalidad sea útil para la investigación social empírica pasa por resolver o aproximarse a dar una solución razonable al acontecimiento contrafactual. Hay una vasta bibliografía13 dedicada a este tema que sobrepasa con mucho los alcances de esta introducción, pero sí hay que tomar muy en cuenta la advertencia referida a los contrafactuales: “aunque se oponen evidentemente a los hechos, tienen que ser razonables; debería ser posible que el acontecimiento contrafáctico hubiera ocurrido en unas determinadas circunstancias” (King et al., 2000: 89).
La lógica de la inferencia en la investigación social como diseño de investigación
En este apartado se examinará, desde el punto de vista de los diseños de investigación, la lógica de la inferencia científica, tal como ha sido elaborada en el campo de las ciencias sociales por Arthur Stinchcombe (1987).14 Para ello se presenta una breve exposición de los conceptos y modelos propuestos por este autor y se argumentará en favor de incluirlos también como diseños de investigación considerando que pueden ser útiles para orientar la investigación cuando el interés consista en confrontar teorías o hipótesis rivales empleando datos.
Es bastante habitual que cuando se hace referencia a la contrastación de hipótesis se piensa automáticamente en las pruebas de hipótesis, tema perteneciente al ámbito de la inferencia estadística, a pesar de que Stinchcombe lo ha tratado dentro de las ciencias sociales con bastante profundidad.
Dicho autor distingue entre enunciados teóricos, tales como “el individualismo en un grupo social causa una mayor tasa de suicidio”, de Durkheim, a partir del cual se deducen por implicación lógica enunciados empíricos como en Francia los protestantes tendrán una tasa de suicidio mayor que los católicos, o bien, que las personas casadas tendrán tasas de suicidios menores que los solteros, las cuales serán aún menores entre los casados con hijos (Stinchcombe, 1987: 15).
En general, contrastar teorías consiste en evaluar el grado de adecuación entre los enunciados empíricos y las observaciones. Stinchcombe hace uso de este concepto y de la idea de contrastación poperiana para plantear que si se dispone de una teoría15 A, a partir de la cual se derivan los enunciados empíricos B1 y Bn y de las teorías C y R se deriva “no B1” y de D y E se concluye “no Bn”, y resulta que B1 y Bn son confirmados por las observaciones (es decir, son verdaderos), entonces se concluye que las teorías C, R, D y E son falsas, pero incluso pueden subsistir otras, como F, Q, S y T, que permanecen como teorías rivales pues no han sido falseadas por la evidencia empírica.
Entre las posibles teorías rivales hay que considerar a la inferencia estadística, pues es una teoría particular que emerge como una alternativa a la que proporciona la teoría social para dar cuenta de las regularidades en las observaciones. En efecto, dichas regularidades pueden provenir del comportamiento esperado de un fenómeno sujeto a un sinnúmero de causas independientes (regularidad estadística) o bien surgen de los diseños cuando la base empírica se generó a través de muestras aleatorias. En los casos en que las observaciones se comportan de acuerdo con las teorías estadísticas suele rechazarse la teoría sustantiva.
El esquema lógico proporcionado por Stinchcombe delinea con claridad los denominados experimentos cruciales si la teoría A implica a B y la teoría C implica “no B” y se observa B, entonces C es falsa, lo que hace que A sea más creíble. De acuerdo con la teoría refutacionista de Popper. Nótese que la confirmación de un enunciado no permite concluir que A es verdadera sino únicamente más creíble.
Basándose en las ideas de este autor referidas a las investigaciones que confrontan teorías se puede observar que su modelo permite planear la investigación, establecer las estructuras no solo en el plano teórico sino también en el empírico, y además proporciona elementos para guiar la recopilación de evidencia, cumpliendo así con el concepto de diseño tal como lo plantean Davies, Kerlinger y Selltiz et al.
Debe notarse que la aproximación de Stinchcombe no coloca a la causalidad en el centro de la explicación. La relación planteada en el enunciado teórico puede ser genética, mecánica, aleatoria, dialéctica, interactiva o, en general, responder a cualquiera de los principios de determinación señalados por Bunge.
Considérese como ilustración de cómo se emplean los modelos referidos, desde el punto de vista de los diseños de investigación, dos hipótesis rivales que explican los cambios en la distribución del ingreso en México.
Una de ellas plantea que a partir del año 2000 ha tenido lugar una caída tendencial en la desigualdad en el ingreso como consecuencia de la disminución en el premio a la educación superior (debido entre otros factores a los esfuerzos de los gobierno por aumentar la cobertura de la instrucción), lo cual se refleja en una caída relativa en los ingresos más elevados, combinada con el aumento de la participación de los sectores más desfavorecidos beneficiarios de la política social focalizada puesta en acción a partir de 1997 con el programa Progresa, que en 2002 cubría a 4.2 millones de hogares y en 2014 a seis millones, además del alza en las remuneraciones de los trabajadores con menores niveles de calificación debida a la mayor demanda por exportaciones que usan intensivamente mano de obra no calificada, misma que se originó en la apertura comercial y la firma del Tratado de Libre Comercio de América del Norte (Esquivel et al., 2010: 175-217).