Facultad Latinoamericana de
Ciencias Sociales
Metodología
Dr. Fernando Cortés
Noé Hernández
CAUSALIDAD E INFERENCIA
CAUSAL
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.
 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
 Ejemplos, en matemáticas una función lineal
del tipo f(x)=mx+b, donde f(x) (valores de y) es
la variable dependiente y x es la variable
independiente
 En lógica proposiciones del tipo “si…
entonces…”
El problema fundamental de la
inferencia causal
 Los autores parten de la idea de Paul W.
Holland de que el problema fundamental de la
inferencia causal es que nunca podemos
conocer con certeza un efecto causal. La
inferencia causal va acompañada de
incertidumbre
(Principio de Werner
Heisenberg).
El efecto causal realizado
 En una definición simple de causalidad
como puede ser el efecto causal realizado
supone que este efecto solo se define en la
teoría y no en la realidad.
 Ejemplo: y I4= subíndice 4 indica la cuarta
circunscripción de Nueva York y el
superíndice I el hecho de que el demócrata
sea ya congresista.
yN4 = N se refiere a un candidato demócrata que
no está en el poder.
El congresista demócrata decide no presentarse
a la reelección y su partido nombra a otro
candidato.
Esta condición contrafáctica es la esencia de la
definición de causalidad, y la diferencia, en esta
situación hipotética, entre voto real (y I4 ) y voto
probable (yN4 ) es el efecto causal.
De manera más formal, el efecto causal que
tiene estar en el poder en la cuarta
circunscripción de Nueva York –la proporción
de votos recibida por el candidato demócrata
que puede atribuirse al hecho de que ya sea
congresista- sería la diferencia entre estas
dos fracciones del voto:
(y I4 - yN4 )
Utilizamos la unidad i en vez de solo la
circunscripción 4
(Efecto causal realizado en la unidad i)= y I4 - yN4
El efecto causal aleatorio
 Si al afecto 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
El efecto causal medio
 Los
autores
indican
las
ventajas
metodológicas de considerar la causalidad
como un componente sistemático del mundo.
 Las ventajas de esta consideración
metodológica son dos, 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; y b) posibilita la división de un
problema inferencial causal en sus
componentes sistemáticos y no sistemáticos
El efecto causal medio
 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:
(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, entonces el
efecto causal medio será igual a la diferencia
entre esperanzas matemáticas de ambas
variables” (Cortés, 2008: 113)
Clasificación de la definiciones
alternativas de causalidad
Los autores confrontan su definición de
casualidad con autores como:
 Little –mecanismos causales
 Charles Regin- causalidad múltiple
 Stanley Lieberson- causalidad simétrica y
asimétrica
Reglas para elaborar teorías
causales
 Los autores polemizan con Karl Popper





cuestiones de orden epistemológico
La falsación
Los modelos formales
Selección de variables dependientes
Maximización de lo concreto
Teorías que incluyan lo más posible (no se
opone a las teorías de alcance medio de
Robert Merton)
Redondeo
¿Es el efecto causal medio un componente
explicativo relevante para las ciencias sociales?
Descargar

Conferencias Interactivas de Matemáticas