SESIÓN 6 (2017)

Apunte Español
Universidad Universidad Pompeu Fabra (UPF)
Grado Relaciones laborales - 2º curso
Asignatura Mètodes quantitatius
Año del apunte 2017
Páginas 7
Fecha de subida 27/06/2017
Descargas 1
Subido por

Vista previa del texto

SESIÓN 7: CAUSALIDAD, EXPERIMENTO Concepto de causa a) Si C, entonces E: Si pasa esto, también pasara esto otro. Si hay esta causa, entonces hay efecto. No es suficiente para ser una causalidad. No sabemos si hay otras causas o factores, por lo que solo se cumple a veces.
b) Si C, entonces (y solo entonces) E siempre: mejor, pero continuamos dudando de si hay otro factor importante que incide en el objeto que estudiamos c) Si C, entonces (y solo entonces) E siempre es producido por C: mejor todavía, el efecto es generado exclusivamente por la causa. Pero esta relación de causalidad no es fácil de hallar en los fenómenos sociales.
Corbetta: Si observamos que a una variación de X le sucede de manera sistemática una variación de Y, manteniéndose constante todas las demás causas posibles de Y, disponemos de una confirmación empírica, bastante evidente de la hipótesis de que X es la causa de Y.
Distinción entre variables dependientes e independientes Una de las funciones básicas de un científico social es la de encontrar explicaciones sobre la sociedad en la que vivimos. Explicar es, en cierta manera, encontrar una relación entre variables mediante la cual se puede establecer si una depende o no de otra u otras. Esto nos permite distinguir entre: - La variable dependiente (Y): la variable que es influida, o depende, o es efecto, de otras variables La variable independiente (X): la variable que influye o causa de… Por ejemplo, porque algunos traen ordenador y otros no a clase. Explicar la relación entre variables. Una hipótesis siempre debe tener estos dos elementos.
La causa es la variable independiente (X), el efecto es la variable dependiente (Y).
Confirmación empírica de la relación causal Establecer una relación entre el PIB y afiliación nos equivocamos. Hay una covariación. Cuando introducimos u observamos algún cambio en la variable independiente, deberíamos observar simultáneamente una variable dependiente.
Covariación es que pueden concurrir diferentes tipos de causas por lo que no podemos establecer una relación de variables. Cuando una variable varia en una función del otro, hablamos de covariación. Pero no podemos saber cuál es la variable que índice más. Hay relación entre variables, pero no sabemos exactamente si hay relación de dependencia.
(examen) Ejemplo: - Teoría: “Cuanto más elevada sea la tasa de individualismo en un determinado grupo social, mayor será la tasa de suicidios en ese grupo” Hipótesis: “Es de esperar una tasa de suicidio más alta en las sociedades protestantes que en las católicas” La confirmación por covariacion: En las sociedades con un mayor grado de individualismo (mayoría de religión protestante) se observa también una tasa superior de suicidios y viceversa.
La manipulación: si el investigador puede hacer variar la variable X, y al hacerlo observar una variación de la variable Y, no hay duda de que existe un nexo causal, cuya dirección es de X a Y, y no de Y a X. Quiere aislar una sola causa.
La sucesión temporal o explicación histórica: si el investigador puede observar que la variación de la variable independiente X precede a la variación en la variable dependiente Y.
La imposibilidad lógica: ciertas direcciones causales deben excluirse por imposibilidad. Por ejemplo, que por ser de cierta clase social tienes ciertas ideas políticas.
La mejor forma es a través de experimentar, pero tiene un defecto y es que es difícil encontrar la representatividad de ese experimento, necesitas grupos pequeños. No hay causación sin manipulación.
El experimento: Una forma de experiencia sobre hechos naturales que ocurre como consecuencia de una intervención modificadora y deliberada por parte del hombre.
En la realidad las cosas pasan de forma natural, se controlan las variables que inciden sobre aquella cuestión. El experimento se distingue de la experiencia que se deriva de la observación de los hechos en su desarrollo natural.
El problema fundamental de la inferencia causal El experimento tiene diferentes elementos, pero todos deben ser en la misma unidad de tiempo (no se puede ser antes o después, debe ser ahora). Lo que se debe hacer es buscar grupos que tengan una composición similar y se someten a diferentes pruebas y después preguntas para ver el efecto.
Efecto causal t = Y u tratamiento  Y u control sobre la misma unidad, al mismo tiempo Es imposible en ciencias sociales registrar al mismo tiempo un comportamiento y su contrario.
Ejemplo del voto (Y) influido por la propaganda (X). Es imposible registrar el caso del voto de un mismo individuo en caso de haber estado expuesto a la propaganda televisiva (X=t)* y en caso de no haberlo estado (X=c)*. *t: tratamiento; c: control.
Hay dos soluciones: la científica y la estadística La solución científica: esta solución es posible si se adopta la tesis de la invariación o de la equivalencia.
Efecto causal t = Y u tratamiento  Y u control sobre la misma unidad, en tiempos distintos - - Tesis de la invariación: se presupone estabilidad temporal. Yc se sustituye por una medida de Yc en un momento anterior; el procedimiento de medición se presupone irrelevante; el valor de Yt, no es influido por la medición previa de Yc sobre la misma unidad.
Tesis de la equivalencia: Establece que dos unidades u y v son equivalentes, es decir, iguales para todos los aspectos relevantes. Es decir que: Yc(u)=Yc(v) Yt(u)= Yt(v) En este caso, la medición de Yc (valor de Y cuando X =c) se realiza sobre una unidad (v) y la medición de Yt (valor de Y cuando X=t) sobre la otra unidad (u). Y el efecto causal vendrá dado por Yt(u) – Yc(v).
Ambas tesis son indemostrables y suelen ser inaceptables en ciencias sociales.
La solución estadística: el azar garantiza que, antes de la exposición al estímulo o causa (variable independiente), de dos grupos en principio diferentes sean equivalentes.
Efecto causal t = Y u tratamiento  Y u control sobre dos grupos aleatoriza dos No es posible encontrar dos individuos idénticos a los que exponer a dos valores distintos de la variable X para ver cómo varía la variable Y entre ellos.
Pero es posible obtener dos grupos de individuos que sean estadísticamente equivalentes, es decir, que difieran sólo en aspectos accidentales, para poder exponer a uno de ellos a un valor de X y al otro a un valor de X diferente (vota, no vota; emigra, no emigra).
Ejemplo: los dos grupos deben tener características parecidas.
- - Hipótesis: el acceso al profiláctico afecta a la transmisión de SIDA El concepto y la variable: la variable dependiente: SIDA (la prevalencia), y la variable independiente el acceso a los profilácticos.
La población y la muestra: la unidad de análisis son los individuos, pero en esta selección hay que pensar muy bien que se relacione, que sea coherente con aquello que queremos estudiar (SIDA: toda la población, no solo la población con tendencia sexual).
El diseño experimental: Efecto causal t = Y u tratamiento  Y u control sobre la misma unidad, al mismo tiempo Efecto causal t = Y u tratamiento  Y u control sobre dos grupos elegidos al azar (aleatorio s) Hemos de coger dos grupos idénticos (heteros, homexuales, religiosos, no religiosos…) a uno de esos grupos les haremos el tratamiento.
Diseño de experimentos verdaderos: solo después - R es la aleatorización de los sujetos en los grupos X es la variable independiente (tratamiento o estimulo en la terminología de la psicología experimental) Y es la variable dependiente (observación o respuesta).
Se manipula la variable independiente y se observa el cambio que ha sufrido la variable dependiente. Ejemplo a un grupo de niños se le somete a un programa televisivo (X1) y a otros no (X2) y entonces se observa como juegan en el patio. Nos da el sentido del efecto y la manera que esta variable dependiente cuando introducimos la variable independiente.
El experimento se desarrolla en tres fases: 1. Los sujetos se dividen de forma aleatoria en dos grupos; 2. Se manipula la variable independiente en forma que en un grupo asuma la modalidad X1 y en el otro la modalidad X2 3. Se observa en los dos grupos el valor medio de la variable dependiente Y.
El efecto causal inducido por la variación de X se mide por la diferencia Y2-Y1 Se denomina diseño ‘sólo después’ por el momento en que se mide la variable dependiente (Y), sólo después de la exposición al estímulo experimental Diseño de experimentos verdaderos: antes-después En este diseño experimental, además del registro de la variable dependiente después de la exposición al estímulo, se realiza también un registro antes de la exposición de ahí su nombre ‘antes-después’. Los dos registros de la variable dependiente también se denominan pretest y postest. Por lo tanto, este diseño experimental enlaza las variaciones de la variable independiente entre los grupos, cuando comparamos los postest de los dos grupos, y las variaciones dentro del mismo grupo en el tiempo, cuando comparamos el pretest y el postest del mismo grupo.
Ejemplo: para valorar la eficacia de una campaña de propaganda política, se registran las tendencias políticas de los sujetos antes y después de la misma.
1. Elegir un determinado número de electores y dividirlos en dos grupos por sorteo, 2. Exponer sólo a un grupo al debate televisivo y registrar la intención de voto de los sujetos al día siguiente del debate.
3. Dado que los individuos fueron distribuidos al azar en los dos grupos, las tendencias políticas de ambos grupos antes del debate deberían ser iguales por término medio, salvo pequeñas variaciones accidentales. Si tras la exposición de un solo grupo al debate surgen diferencias suficientemente relevantes entre los dos grupos como para no poder considerarlas accidentales, éstas deben atribuirse al debate. Por tanto, el efecto causal viene dado por la diferencia entre las tendencias medias en los dos grupos: Y2-Y1 Otro de los elementos a tener en cuenta es las relaciones espurias: lo único que hacen es confundir.
La importancia de la causalidad La causalidad es un elemento esencial en el razonamiento científico. Pero, las explicaciones causales no son posibles sin una buena descripción de los fenómenos políticos y sociales que nos cuente como están constituidos o como varían en el tiempo, el espacio o entre grupos o entornos sociales e institucionales.
Ejemplo: Objetivo, explicar la primera vez que el PP ganó las elecciones generales, el impacto de su candidato Aznar en el triunfo de su partido - - La teoría: la interacción personal (liderazgo, carisma) juega un papel importante en un sistema democrático La hipótesis: una visita a las distintas circunscripciones electorales por parte del candidato Aznar incrementa el apoyo electoral hacia el PP en las elecciones legislativas Unidad de análisis: de España, de las circunscripciones electorales El concepto y la variable: la variable dependiente, el apoyo  % de voto en cada circunscripción. La variable independiente: visitas Aznar visita al menos una vez una circunscripción o no la visita (variable dicotómica: o visita, o no visita, pero las dos a la vez NO) Análisis: la comparación: comparar los resultados electorales medios que consiguió el PP en las elecciones generales en 1996 en las circunscripciones visitadas por Aznar con los alcanzados en las circunscripciones no visitadas por el candidato Problema: la prueba contra fáctica Tenemos nuestra teoría y nuestra hipótesis causal, pero también hay que probar otros argumentos. ¿Es sólo la interacción personal (el carisma del candidato Aznar), o también es el acierto en las propuestas del programa de campaña?: subir o bajar impuestos, por ejemplo.
Hay que probar teorías o regularidades distintas de la hipótesis que se contrasta: fundamentadas científicamente por un lado y, por otro, apoyadas en acontecimientos o hechos históricos relevantes para la prueba contra fáctica.
La comparación: Madrid vs Tarragona: la diferencia entre los resultados no solo se debe atribuir a la variable independiente La dificultad de establecer causalidad es que aun suponiendo que la estrategia de campaña del PP no varíe y no se detecte alguna crisis fuerte (como la que le hizo perder las elecciones unos años después) hay características aleatorias que pueden incidir en la relación causa-efecto que estamos analizando: el tiempo el día de las elecciones, un discurso desafortunado.
 La variable dependiente en una investigación está siempre influida por variables aleatorias que no podemos controlar porque tienen una variabilidad impredecible (por ejemplo, el nacionalismo catalán en Tarragona).
El problema de las relaciones espurias o de los confundidores No es la visita de Aznar, es….
- La recepción de fondos europeos gracias al partido socialista en el gobierno que favorece a las regiones donde gobiernan los socialistas y perjudica al resto La irrupción del voto juvenil procedente del baby boom, con más nivel educativo, que se venden motivados por algunas de las propuestas del programa del PP La definición formal: espurio El término “espurio” se refiere a las relaciones en las que dos o más variables están estadísticamente unidas (es decir, varían o co-varían las dos a la vez) pero no lo están causalmente. Una tercera variable incide (se correlaciona).
La definición formal: los confundidores El termino de los “confundidores” se refiere a causas comunes…que podrían explicar la correlación observada… Mientras que la correlación, o más generalmente, la asociación no implica causalidad, la causalidad sí implica algún tipo de asociación Otro ejemplo: las desigualdades de género en la participación política en España son importantes. Se podría pensar que el hecho de ser hombre o mujer causa que se participe en mayor o menor medida en política.
Sin embargo, Morales demuestra que esta relación se debilita mucho, aunque no desaparece, cuando se tienen en cuenta los recursos socioeconómicos, la posición social, las predisposiciones políticas y las actitudes de los individuos.
Más ejemplos: la percepción sobre el divorcio y el matrimonio La teoría y la hipótesis - Teoría: un cambio legal afecta los valores de una sociedad Hipótesis: el cambio de la ley de divorcio incremento la legitimación y uso social del divorcio España: leyes divorcio 1981, 20055 La variable dependiente: la justificación - El concepto: la percepción (valores y actitudes) de los españoles ante el divorcio y el matrimonio La variable dependiente: aceptación o preferencia del divorcio o del matrimonio La variable independiente: cambio legal La variable dependiente: la aceptación. Prefieren el mantenimiento del matrimonio, aunque éste funcione mal. En España ha cambiado del 13% al 9% del 1994 al 2002 por lo que hay mayor aceptación.
La variable independiente: la ley de divorcio del 1981. Antes de ley: nunca justificable 28.9%, después de la ley nunca justificable 10,2% El problema de los confundidores o covariables: la percepción sobre el divorcio y el matrimonio: - Un cambio en la ley del divorcio cambia una percepción del divorcio/matrimonio (una explicación política) La participación de la mujer en el mercado de trabajo (una explicación económica) Una teoría alternativa: la modernización de la sociedad aumenta la autonomía e independencia de las mujeres en sus decisiones vitales Una hipótesis alternativa: un incremento de la fuerza laboral femenina conlleva un cambio en la percepción del divorcio en España La hipótesis: un incremento de la presencia de las mujeres en el mercado de trabajo produce un cambio en la percepción del divorcio en España - La variable dependiente: la percepción sobre el divorcio en España La variable independiente: la tasa anual de ocupación femenina ...