9.1.2: Cómo establecer la causalidad en las ciencias sociales
- Page ID
- 89293
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)
( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\id}{\mathrm{id}}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\kernel}{\mathrm{null}\,}\)
\( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\)
\( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\)
\( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)
\( \newcommand{\vectorA}[1]{\vec{#1}} % arrow\)
\( \newcommand{\vectorAt}[1]{\vec{\text{#1}}} % arrow\)
\( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vectorC}[1]{\textbf{#1}} \)
\( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)
\( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)
\( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
El “patrón oro” para hacer una declaración causal es el experimento. Los científicos diseñan una prueba en la que a un grupo se le da un tratamiento de algún tipo, y a otro grupo, llamado grupo control, no se le da tratamiento alguno. Después de medir los resultados para cada grupo, los científicos deciden si existe una diferencia entre los dos grupos.
Compilado por Grace Wildermuth
Desafortunadamente, los experimentos son difíciles de realizar en las ciencias sociales, y pueden no ser posibles y/o éticos. Por ejemplo, si quisieras investigar si el consumo de drogas afecta el rendimiento escolar en adolescentes, un experimento no sería apropiado. Obviamente no es ético dar drogas a adolescentes para un grupo de tratamiento.
Entonces, ¿cómo se establece la causalidad en las ciencias sociales? Repasemos algunas técnicas comunes y opciones de diseño de investigación que ayudan a los científicos sociales a hacer declaraciones causales.
Cuando sea posible, compare datos de múltiples puntos en el tiempo: Para comprender los impactos de la comunidad, lo mejor es tener datos tanto antes como después del inicio del desarrollo de Marcellus Shale. Este enfoque se denomina análisis longitudinal de datos, y permite a los investigadores comparar las características de la comunidad después del desarrollo de Marcelo con lo que era la comunidad antes del inicio del desarrollo. Por ejemplo, los investigadores que estudian si las tasas delictivas se ven afectadas por el desarrollo de Marcelo necesitan comprender las tasas de delitos graves y faltas en los años previos al inicio del desarrollo. Entonces pueden compararlos con las tasas posteriores al inicio del desarrollo de Marcelo. El siguiente ejemplo utiliza un diseño de investigación longitudinal para evaluar el impacto del huracán Katrina en las tasas de falta de vivienda en Luisiana.
Compilado por Grace Wildermuth
Cuando sea posible, compare múltiples ubicaciones de estudio: Algunas de estas primeras investigaciones examinaron los cambios que ocurren en un solo lugar, como un condado. Estos se llaman estudios de caso, y brindan grandes detalles sobre lo que está sucediendo en un lugar en particular. Pueden ser útiles para descubrir detalles sobre cómo, por ejemplo, la disponibilidad de vivienda se ve afectada por una afluencia de trabajadores 'en el suelo'. No obstante, debido a que el número de casos es limitado, es muy difícil controlar para todo tipo de cambios que puedan estar ocurriendo simultáneamente y decir definitivamente que la causa es el desarrollo energético.
Idealmente, los investigadores deberían estudiar lugares que están experimentando desarrollo de gas natural Y lugares sin desarrollo pero que sean similares en otros aspectos (como el tamaño de la población). En consecuencia, los lugares que se estudian solo difieren en una característica: uno tiene desarrollo de gas natural y el otro no. Si los lugares con desarrollo de gas natural tienen resultados diferentes (como tasas de criminalidad o problemas de salud mental) es apropiado relacionar esas diferencias con el desarrollo del gas natural. Comparar diferentes lugares es lo ideal; sin embargo, puede ser bastante difícil encontrar lugares coincidentes de tal manera que la única diferencia sea el desarrollo del gas natural. El siguiente ejemplo utiliza un diseño de investigación de estudio de caso comparativo para evaluar el impacto de un casino en las comunidades rurales.
Compilado por Grace Wildermuth
Cuando sea posible, control para factores adicionales: Control de factores que se sabe que influyen en la variable que está probando. Esto asegura que el resultado que estás midiendo no se haya visto afectado por variables adicionales no incluidas en tu diseño de investigación. Los investigadores pueden hacer esto utilizando modelos estadísticos y programación. El siguiente ejemplo utiliza variables de control para aislar los efectos de la contaminación en la tasa de fertilidad de una población.
Compilado por Grace Wildermuth