El diseño de la investigación social - King, Keohane y Verba, Cap. 5: Entender qué debe evitarse

El diseño de la investigación social - King, Keohane y Verba, Cap. 5: Entender qué debe evitarse (p.161-218)

En este capitulo los autores buscan estudiar de qué manera, una vez seleccionadas las observaciones para el análisis, es posible comprender las causas de la ineficiencia y del sesgo y reducirlas a proporciones manejables.  

Si tenemos un diseño de investigación preciso, tenemos que centrarnos en los dos problemas claves que se van a estudiar en este capitulo: sesgo e ineficiencia.

1. Falta de sesgo 🡪 hecho de centrar un intervalo cerca de la estimación correcta.
2. Eficiencia 🡪 estrechamiento de un intervalo que se ha centrado correctamente.

Causas del sesgo y de la ineficiencia:

1. Error de medida

 Una vez que hemos seleccionado las variables que nos interesan debemos fijarnos en cómo medirlas. Como en la ciencias sociales todas las observaciones y medidas son imprecisas, nos encontraremos enseguida con el problema del error de medida.

En los estudios cuantitativos las medidas son más precisas (numéricas), pero no necesariamente más certeras. La fiabilidad (medir el fenómeno en otros estudios y obtener el mismo resultado) a veces se obtiene sacrificando la validez (que las medidas reflejen lo que el investigador quiere medir). En el caso de los estudios cualitativos, las medidas suelen ser menos precisas.    

Entre ambos métodos existen diferencias sustanciales. Sin embargo, los investigadores de una y otra tendencia utilizan criterios nominales, ordinales y de intervalo:

1. Nominales: se conformar grupos de observaciones con los que no se presume que las categorías tengan un determinado orden.
2. Ordinales: dividen los fenómenos siguiendo algún tipo de orden.

EJ: un investigador cualitativo puede clasificar los países en tres o cuatro categorías, teniendo en cuenta su grado de industrialización o el tamaño de sus fuerzas armadas.

1. Intervalos: utiliza variables continuas.

Las diferencias entre la medición cuanti y la cuali afectan a la presentación de los datos, no a la posición teórica de dicha medición. Los cualitativistas utilizan palabras como “más” o “menos”, “mayor” o “menor”, “fuerte” o “débil”, mientras que los cuantitativistas usan números. Por lo tanto, la diferencia entre las medidas de unos y otros se manifiesta en la forma de presentar las ideas que, en esencia, son las mismas.

Otra de las similitudes entre ambas tendencias es que, en ambas, las categorías suelen ser mecanismos creados por el investigador y no vienen dadas por la naturaleza.

EJ. la clasificación de las naciones en regímenes democráticos y autocráticos o parlamentarios y presidenciales depende de elaboraciones intelectuales, al igual que ordenarlas según criterios como  el de mayor o menor industrialización.

***Los problemas de medición más frecuentes aparecen cuando se mide sin hacer referencia explicita a ninguna estructura teórica 🡪 lo mejor es que los criterios que forman las categorías estén los mas cerca posible de las primeras ideas teóricas y empíricas del investigador. Los criterios de categorización para hacer mediciones (ordinales, nominales, de intervalo) dependen de para qué fines teóricos de utilicen 🡪 utilizar la medida más apropiada para nuestros fines teóricos.

Los problemas de medición mas frecuentes aparecen cuando se mide sin hacer referencia explicita a ninguna estructura teórica.

1. Error de medida sistemático: consiste en exagerar de manera constante el valor de ciertos tipos de unidades y que, a veces, puede sesgar y hacer incoherente la estimación de los efectos causales.  Tanto en la investigación cuantitativa como en la cualitativa este error puede derivarse del hecho de que los investigadores tomen decisiones que hagan que los datos favorezcan la constatación de sus expectativas.

• En el trabajo cuanti, puede que utilicen datos sesgados porque son las únicas series numéricas disponibles.
• En el trabajo cuali, el error de medida sistemático puede provenir de evaluaciones subjetivas realizadas por investigadores que ya tengan hipótesis formadas y que quieren demostrar que son correctas.  

Determinar que tipo de sesgo produce cada error de medida sistemático.

1. Error de medida no sistemático: el error no sistemático no sesga la medida de la variable. En este contexto, definimos las variables que presentan errores de medida no sistemáticos, o aleatorios, como aquellas en las que se registran valores que a veces son demasiado altos y otros demasiado bajos. El error aleatorio produce ineficiencias, pero no sesgo cuando se extraen inferencias descriptivas.

Error de medida aleatoria en la inferencia causal:

1. En Variable Dependiente 🡪 reduce la eficiencia de la estimación causal pero no la sesga. Puede hacer que los valores de las relaciones causales  sean a veces demasiado altos y otros demasiado bajos. Sin embargo, la media de la estimación será correcta.
2. En Variable Explicativa 🡪 el error aleatorio sesga la estimación de la relación que existe entre ambas. El sesgo adopta una forma particular: hace que la estimación indique la existencia de una relación causal más débil de lo que es en realidad. Si la relación es positiva, el error aleatorio en la variable explicativa sesgará la estimación haciéndola más pequeña o nula. Si es negativa, la sesgará aumentándola hasta hacerla también nula.

1. Exclusión de variables relevantes: el sesgo

1.  calibrar el sesgo de las variables omitidas:

Supongamos que queremos hacer una estimación del efecto causal que tiene nuestra variable explicativa X, sobre la dependiente Y. Si estamos haciendo un análisis cuantitativo, este efecto causal de Xi sobre Y lo expresaremos mediante ßi, que se puede estimar mediante una ecuación de regresión ßi, o utilizando otras formas de análisis que nos dé una estimación bi  de ßi. Si estamos realizando una investigación cualitativa también intentaremos hacer una estimación del efecto causal: sin embargo, en este caso, el calculo dependerá de un argumento verbal y de la valoración del investigador basadas en la experiencia y en el criterio.

...