King, Keohane y Verba: Causalidad e inferencia causal

julio 2, 2010

King, Keohane y Verba: Causalidad e inferencia causal

Causalidad e inferencia causal*

En el presente texto se reúnen un conjunto de premisas sobre la causalidad e inferencia causal de King, Keohane y Verba.

Algunas definiciones previas.

Definición de causalidad. “Definimos la causalidad como un concepto teórico que es independiente de los datos utilizados para conocerlo” (King, Keohane y Verba, 2000: 88)

La unidad es uno de los elementos que hay que observar, puede ser una persona, un país, un año o una organización política. Componentes sistemáticos del mundo son las características fundamentales y predecibles.  Los componentes no sistemáticos es la aleatoriedad inherente al mundo.

Las variables. En el lenguaje causal la variable dependiente se le denomina también como variable de resultados y a la variable explicativa se le denomina variable independiente.

El problema fundamental de la inferencia causal

Los autores parten de la idea de Holland de que el problema fundamental de la inferencia causal es que nunca podemos conocer con certeza un efecto causal. Por ejemplo, en una definición sencilla de causalidad como puede ser el efecto causal realizado supone que este efecto sólo se define en la teoría, y no en la realidad. No obstante, si al efecto causal realizado lo sometemos a reproducciones hipotéticas entonces se convertirá en un efecto causal aleatorio. El efecto causal aleatorio implica el manejo de variables aleatorias que suponen el análisis de componentes no sistemáticos del mundo. Los autores indican las ventajas metodológicas de considerar a la causalidad como un componente sistemático de las variables aleatorias pues con ello se logran dos ventajas, a saber: a). que la definición de causalidad sea directamente análoga a los componentes sistemáticos de un fenómeno como son la media o la varianza[1]; y b) posibilita la división de un problema inferencial causal en sus componentes sistemáticos y no sistemáticos. Bajo estos supuestos llegamos al efecto causal medio: “Aunque muchas de las características sistemáticas de una variable aleatoria puedan ser de interés, la más relevante para nuestro simple ejemplo es el efecto causal medio de la unidad i” (King, Keohane y Verba, 2000: 92) Traducido a una forma general queda como:

Efecto causal medio en la unidad i = E (Yt) – E(Y)

Dicha forma general se lee de la siguiente manera: “Si se simboliza por Yt el efecto asociado a la variable experimental, y por Y el efecto en el grupo de control, y se considera que ambos tienen un componente sistemático y otro aleatorio[2], entonces el efecto causal medio será igual a la diferencia entre las esperanzas matemáticas de ambas variables” (Cortés, 2008: 113)

Clasificación de las definiciones alternativas de causalidad

Los autores confrontan su definición de causalidad con autores como Little quien sostiene la idea de los mecanismos causales la cual pone énfasis en la explicación de cómo se producen los efectos. Con Charles Ragin problematizan la idea de la causalidad múltiple a lo que Mill llamaba el problema de la pluralidad de causas. Y difieren de la idea de la causalidad simétrica y asimétrica de Stanley Lieberson, pues en sentido estricto Stanley no proporciona una definición de causalidad, sino que su idea solo es aplicable a algunas inferencias causales.

 

Reglas para elaborar teorías causales

A mi parecer el apartado sobre las reglas para elaborar teorías causales es relevante porque se formulan una serie de cuestiones de orden epistemológico. El argumento de fondo me parece es la polémica con Karl Popper en relación con la idea de la verificación y la falsación de la teorías.

De dicha polémica se desprenden un conjunto de reglas que los autores recomiendan para elaborar teorías causales consistentes las cuales tienen que ver con la falsación, modelos formales, selección de variables dependientes, maximización de lo concreto y teorías que incluyan lo más posible.

Redondeo

Redondeo mi texto con una pregunta: ¿Es el efecto causal medio un componente explicativo relevante para las ciencias sociales?

 

* King, Keohane y Verba, “Causalidad e inferencia causal”, en El diseño de la investigación social, España: Alianza Editorial, 2000, Cap. 3.

 [1] La media aritmética y la varianza son estimadores de la muestra.

[2] Componente no sistemático

Aquí se puede bajar mi presentación del presente escrito: METODOLOGÍA[1]

Una respuesta to “King, Keohane y Verba: Causalidad e inferencia causal”


Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s

A %d blogueros les gusta esto: