Menú Cerrar

La investigación causal como un subtipo de investigación explicativa

Investigación causal

La investigación causal se centra en la pregunta por qué?

Se trata de un subtipo de la investigación explicativa

Por ejemplo, una cosa es describir la tasa de criminalidad en un país, examinar las tendencias a lo largo del tiempo o comparar las tasas en diferentes países.

Otra muy diferente es desarrollar explicaciones sobre por qué la tasa de criminalidad es tan alta, por qué aumentan algunos tipos de delincuencia o por qué la tasa es más alta en algunos países comparados con otros.

Importante destacar aquí que

Toda investigación causal es explicativa, pero no toda investigación explicativa es necesariamente investigación causal

La investigación causal como un subtipo de la investigación explicativa  se utiliza para analizar los fenómenos que implican  declaraciones condicionales como “si A, luego B”.

El propósito de utilizar este tipo de investigación es evaluar el impacto de un cambio específico en los estándares y convenciones existentes.

En la mayoría de los estudios sociales, se requiere una explicación causal para probar la hipótesis.

La causalidad puede determinarse observando la variación en las variables que se supone que están causando un cambio en las otras variables.

La investigación causal pura es difícil de llevar a cabo  en la realidad y nunca existe la certeza de que no haya otro factor que influya en los resultados,

especialmente cuando el estudio  se ocupa de las emociones y actitudes de las personas.

Hay tres condiciones que se deben cumplir para que podamos hablar de causalidad:

  1. Asociación empírica: una causalidad efectiva se basa en encontrar una correlación entre la variable independiente y la variable dependiente.
  2. Precedencia temporal: la variable independiente debe abordarse antes que las variables dependientes.
  3. No falsedad de la relación: la relación entre las dos variables independiente y dependiente no debe darse exclusivamente en presencia de una tercera variable.

 

Tipos de relaciones de causalidad


Responder a la pregunta ‘por qué’ implica desarrollar una investigación causal

Las explicaciones causales sostienen que el factor X (por ejemplo, el género) afecta el fenómeno Y (por ejemplo, el nivel de ingresos).

Algunas explicaciones causales serán simples mientras que otras serán más complejas.

Por ejemplo, podríamos argumentar que hay un efecto directo del género en los ingresos (es decir, la conocida discriminación por género) (Figura 1a).

También pudiésemos alegar  a favor de una cadena causal, vale decir que,  el género afecta la elección del campo de estudio que a su vez afecta las opciones ocupacionales,

que están vinculados a oportunidades de promoción, que a su vez afectan el nivel de ingresos (Figura 1b).

O podríamos postular un modelo más complejo que involucre varias cadenas causales interrelacionadas (Figura 1c).

 

Tipos de causalidad
Tipos de causalidad

 

No confundir predicción, correlación y causalidad en una investigación causal


Las personas a menudo confunden la correlación con la causalidad.

Simplemente porque un evento sigue a otro, o dos factores covarían, no significa que uno cause el otro.

El vínculo entre dos eventos puede ser casual o  no causal.

Por ejemplo, a medida que la tasa de divorcio aumentó a lo largo del siglo XX, la tasa de delincuencia aumentó unos años más tarde.

Pero esto no significa que el divorcio cause la criminalidad

En lugar de que el divorcio cause delincuencia, el divorcio y las tasas de criminalidad pueden deberse a otros procesos sociales como la secularización, un mayor individualismo o la pobreza.

Otro caso, los estudiantes que pagan colegios privados normalmente obtienen mejores resultados en su último año de escolaridad que los de las escuelas financiadas por el gobierno.

Pero esto no tiene por qué ser debido a que las escuelas privadas producen un mejor rendimiento.

Puede ocurrir que asistir a una escuela privada y un mejor desempeño en el último año, sea el resultado de alguna otra causa.

En investigación causal es frecuente confundir correlación con causalidad, pero también predicción con causalidad y predicción con explicación

 

Predicción, correlación y causalidad
Predicción, correlación y causalidad

 

Por otro lado, cuando dos eventos o características están correlacionados, podemos predecir uno a partir del otro.

Saber el tipo de escuela al que asiste un alumno mejora nuestra capacidad para predecir el rendimiento académico.

Pero esto no significa que el tipo de escuela sea la causa del rendimiento académico.

Predecir el rendimiento en función del tipo de escuela no nos dice por qué los estudiantes de escuelas privadas se desempeñan mejor.

La buena predicción no depende de las relaciones causales.

Tampoco la capacidad de predecir con precisión demuestra nada sobre la causalidad.

Reconocer que la causalidad es más que una correlación hace que surja un problema.

Si bien podemos observar la correlación no podemos hacer lo mismo con la causalidad

 

Conceptos de causalidad determinística y probabilística


Hay dos formas de pensar acerca de la causalidad: determinísticamente  y  probabilísticamente.

El fumador que niega que el tabaco cause cáncer porque fuma mucho y  no ha contraído la enfermedad,  ilustra la manera determinística de pensar en la causalidad

Un ejemplo de causalidad probabilística sería cuando  las autoridades sanitarias  señalan las mayores posibilidades de cáncer entre los fumadores.

De manera que una investigación causal determinista es aquella donde se dice que la variable X causa Y si, y solo si, X produce invariablemente Y.

Es decir, cuando X está presente entonces Y “necesariamente, inevitablemente e infaliblemente” ocurrirá

Este enfoque busca establecer leyes causales tales como: siempre que el agua se calienta a 100 ° C,  hierve.

En realidad las leyes en la naturaleza nunca son tan simples.

Siempre especificarán condiciones particulares bajo las cuales opera determinada  ley.

De hecho, gran parte de la investigación científica implica especificar las condiciones bajo las cuales operan las leyes particulares.

Por lo tanto, podríamos decir que calentar el agua pura a 100 C a nivel del mar siempre hará que esta hierva

Alternativamente, la ley podría establecerse en la forma de “Si otras condiciones permanecen constantes”, entonces X siempre producirá Y.

Una versión determinista (y racista) de la relación entre la raza y el nivel de ingresos diría que, en igualdad de condiciones (edad, educación, personalidad, experiencia, etc.),

una persona blanca [siempre] obtendrá un ingreso más alto que una persona de color

Es decir, la raza (X) causa nivel de ingresos (Y).

Lo que de paso sabemos que no es verdad

La mayoría del pensamiento causal en las ciencias sociales es probabilístico más que determinístico

Es decir, trabajamos al nivel en que un factor dado aumenta (o disminuye) la probabilidad de un resultado en particular,

por ejemplo: ser mujer aumenta la probabilidad de trabajar a tiempo parcial;

La raza afecta la probabilidad de tener un trabajo de alto estatus.

 

Determinístico o probabilístico
Determinístico o probabilístico

 

Los Pro y los Contra de la investigación causal


Puntos a a favor

 

  1. Hay altas posibilidades de replicación en este subtipo de investigación explicativa.
  2. La investigación causal tiene validez interna debido a la selección sistemática de los sujetos.
  3. Al demostrar un vínculo causal entre variables y eliminar otras posibilidades, ayuda a las personas a comprender mejor el mundo que los rodea

En contra

 

  1. Todas las relaciones no pueden ser causales. Hay posibilidades de que dos eventos no relacionados parezcan ser uno la causa del otro.
  2. Es difícil establecer de manera concluyente las relaciones causales, debido a la presencia de variables extrañas presentes en un entorno social . Por lo tanto, la causalidad sólo puede inferirse, nunca probarse.
  1. La causa debe ocurrir primero. En determinadas circunstancias, puede ser difícil decir qué variable es la causa y cuál el efecto

 

También te puede interesar darte un paseo por:

 

Investigación causal ejemplo

 

Recapitulando…


A pesar de la naturaleza probabilística de las relaciones  causales en las ciencias sociales, gran parte del discurso popular, ideológico y político las asume como relaciones  deterministas.

Los hallazgos sobre los efectos causales de la clase social, el género o la etnicidad; por ejemplo, a menudo se leen como si estos factores produjeran resultados particulares de manera invariable y completa.

Se podría perdonar a un individuo lego en metodología de la investigación  por pensar que las ciencias sociales han demostrado que el género determina de manera completa e invariable

la posición en la sociedad, los roles en las familias, los valores y las formas de relacionarse con otras personas.

Por supuesto, los que tengamos un mínimo de formación académica en este campo sabemos que tales conclusiones se establecen con base en la visión probabilística de la causalidad

Please follow and like us:
Facebook
Twitter
Visit Us
LinkedIn
Pinterest
Pinterest

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.plugin cookies

ACEPTAR
Aviso de cookies