RESUMEN King, Keohane y Verba 1

Vista previa del material en texto

RESUMEN King, Keohane y Verba 1 
El diseño de la investigación social 
1. La ciencia en las ciencias sociales 
a. Introducción 
i. Dos formas de investigar, una sola logica inferencial 
Métodos cuantitativos y cualitativos→ tienen estilos muy diferentes para la investigación. 
Cuantitativos→ se vales de números y métodos estadísticos, medidas numéricas de aspectos de los 
fenómenos, parte de casos concretos para llegar a una descripción general o para comprobar hipótesis 
causales y busca medidas y análisis que los otros investigadores puedan reproducir fácilmente. 
Investigación cualitativa→ abarca una amplia gama de enfoques, de los cuales ninguno se basa en medidas 
numéricas. Se suelen centrar en un caso en un numero reducido de ellos, utiliza el método discursivo e 
intenta estudiar un acontecimiento o unidad de manera exhaustiva. 
La rama cuantitativa se vuelve sistemática y generalizadora y la cualitativa se observa como humanista y 
discursiva. 
Uno de los propósitos del libro es demostrar las diferencias entre las tradiciones y que estas son solo tipos 
estéticos, porque su importancia en términos metodológicos y de contenido es mínima. 
“La mayoria de las investigaciones no corresponde claramente a una u otra categoría, y las mejores suelen 
combinar características de los dos tipos.” 
Cualquiera que sea el tema de estudio, ninguno de los dos métodos será mejor. 
Los estudios estadísticos tendrían resultados más fiables si los investigadores analizaran y observaran las 
reglas de la inferencia científica. 
Las ciencias sociales intentan hacer inferencias validas mediante el uso sistémicos de procedimientos de 
investigación constatados. 
ii. Definición de investigación científica en las ciencias sociales 
La definición de “investigación científica” es un ideal, al cual los métodos de investigación, sean cuantitativos 
o cualitativos, solo pueden aproximarse. El diseño debe tener cuatro características para ser científica. 
1. El objetivo es la inferencia: El deseño de la investigación tiene como objetivo la extracción de 
inferencias descriptivas o explicativas. Puede entrañar inferencias descriptivas o causales. Lo que 
distingue la investigación científica es el objetivo de encontrar inferencias más allá de las 
observaciones especificas recogidas. 
2. Los procedimientos son públicos: los métodos de investigación son explícitos, codificados y 
públicos, que pueden ser evaluados. Todos los métodos sean explícitos o no tienen limitaciones. Las 
ventajas que posee el método explicito es que las limitaciones pueden observarse y arreglarse. 
3. Las conclusiones son inciertas: la inferencia es un proceso imperfecto. Utiliza datos cuantitativos y 
cualitativos con el objetivo de conocer al mundo que los ha producido. Es imposible llegar a 
conclusiones perfectamente ciertas a partir de daros ciertos. LA INCERTIDUMBRE ES UN ASPECTO 
CRUCIAL E LA INVESTIGACIÓN. Si la investigación carece de un calculo de incertidumbre no califica 
como ciencia según como los autores lo definen. 
4. El contenido es el método: el principal contenido de la ciencia son los métodos y las reglas, no el 
objeto de estudio. 
cuando la ciencia es buena, es una empresa social. 
 
 
iii. Ciencia y complejidad 
Las ciencias sociales buscan explicar situaciones del mundo social que consideran complejas. Sin embargo, “ 
la complejidad depende, en parte, del estado de nuestra teoría”. 
Es importante entender que los datos son limitados, los instrumentos de investigación tienen defectos, las 
medidas no están claras y las relaciones son inciertas. 
Una hipótesis no se considera una explicación razonablemente cierta hasta que no se evalúa empíricamente 
y se somete a ciertas pruebas estrictas. Las consecuencias deben ser compatibles con nuestros 
conocimientos del mudo exterior y cuando la hipótesis es buena, debe predecir “hechos nuevos” o hechos 
que no se habían observado hasta entonces. 
2. Principales componentes del diseño de investigación 
Para que las conclusiones sean validas y aceptables para los expertos del área, todas las revisiones y nuevas 
consideraciones deben producirse siguiendo procedimientos explícitos que respeten las normas de la 
inferencia. 
Para un mejor análisis se divide a los diseños en cuatro partes: la pregunta de investigación, la teoría, los 
datos y la utilización de los datos. 
2.1. Mejorar las preguntas de Investigación 
¿Dónde se origina las preguntas de un estudio? ¿Cómo elige un investigador el tema de análisis? 
No hay respuestas sencillas a estas preguntas. Popper sugiere un método lógico para tener nuevas idea, un 
elemento irracional o una intuición creativa. Sin embargo, no hay manuales o guías sobre como elegir el 
proyecto de investigación, ni tampoco donde se debe hacer. 
Aunque no hay guías los proyectos debieran cumplir con dos condiciones.” En primer lugar, un proyecto de 
investigación tiene que plantear una pregunta <<importante>> para el mundo real”. Esto quiere decir que 
los temas sean relevantes para la vida política, lo social o lo económico. En segundo lugar, el proyecto de 
investigación debe aportar algo concreto a lo escrito en un área académica identificable. Esta segunda 
condición no busca generar aportes a las explicaciones sino lograr inferencias causales. 
Es necesario que el investigador y la pregunta de investigación se sitúen dentro del marco de la bibliografía 
científica existente. 
 
Si es posible, los proyectos de investigación deben ocuparse de un asunto relevante para el mundo real y ser 
concebidos para realizar un aporte, sea este directo o indirecto a una bibliografía académica determinada. 
Es necesario establecer un plan de estudios factible, no proponerse proyectos ni tareas que o puedan 
desarrollarse. 
2.2. Mejorar la teoría. 
El desarrollo de la teoría sueles considerase y presentarse como el primer paso de la investigación. 
En primer lugar, es necesario elegir teorías que puedan estar equivocadas. Se aprende más de teorías 
equivocadas de aquellas que son tan generales. 
En segundo lugar, es necesario elegir una que pueda generar tantas consecuencias observables como sea 
posible para asegurarse que una teoría es falsable. Esa elección permitirá que la teoría se someta a pruebas 
con datos variados y que se puedan recoger mas de ellos para darle más consistencia. 
En tercer lugar, es necesario ser preciso al diseñar teorías, porque las teorías e hipótesis vagas no sirven más 
que para ofuscar. 
Los autores recomiendan que el investigador no busque concisión como un bien en si mismo. También 
buscan evitar teorías excesivamente complicadas. 
Una regla básica es que una vez que se han observado los datos, se puede volver a la teoría menos 
restrictiva pero no sin haber recogido mas datos con los que contrastar la nueva versión de la teoría. Si se 
eta en punto muerto, no se pueden buscar soluciones mágicas para dejar de estarlo. Es mejor aceptar que 
nos equivocamos. 
2.3. Mejorar la calidad de los datos 
Los datos son información del mundo recogida de forma sistémica, pueden ser de tipo cuantitativo como 
cualitativo. 
La primer directriz para mejorar la calidad de los datos es REGISTRAR Y DETALLAR EL PROCESO CON EL QUE 
SE GENERAN LOS DATOS. Solo si logramos conocer el proceso de obtención de los datos podemos hacer 
inferencias descriptivas y causales válidas. 
La segunda directriz para mejorar los datos es que para evaluar mejor una teoría hay que recoger datos 
acerca de la mayor cantidad posible de consecuencias observables. Esto significa recoger la mayor cantidad 
posible de datos en los contextos más diversos. 
Al añadir datos sobre nuevas consecuencias observables podemos recoger más observaciones sobre la 
misma variable dependiente o registrar más variables dependientes. 
En la practica el tiempo y los recursos siempre son limitantes que condicionaran los esfuerzos en la 
recolección de datos. 
La tercera directriz es maximizar la validez de las mediciones. La cuarta directrizes asegurarse que los 
métodos de recolección de datos son fiables. La ultima directriz es que todos los datos y análisis deben ser, 
en lo posible, REPRODUCIBLES. No solo para comprobar si las medidas de los datos son fiables, sino que 
también respecto del proceso de razonamiento utilizado para llegar a las conclusiones. 
2.4. Utilizar mejor los datos existentes 
Siempre que sea posible hay que utilizar los datos que no estén sesgados. el sesgo de selección puede falsear 
la inferencias, por lo tanto la recolección de datos y cuales se utilicen es tan importante. Si esto no se 
controla se podría distorsionar de manera sistemática las observaciones de la población de la que proceden. 
3. Temas de estudio de este volumen 
Cuatro puntos importantes en la realización de un diseño de investigación. 
3.1 La utilización de las consecuencias observables para vincular la teoría y los datos. 
Las consecuencias observables ha de guiar la recolección de datos y deben ayudar a distinguir entre hechos 
relevantes e irrelevantes. 
En toda teoría hay que preguntarle cuales son sus consecuencias observables y en cualquier investigación 
empírica es necesario saber si las observaciones son relevantes para las consecuencias de la teoría, en caso 
de que sea asi nos permiten inferir sobre la corrección de la misma. 
3.2 La maximización del control 
La ciencia social de calidad pretende aumentar la trascendencia de lo que se explica mediante la información 
utilizada en la explicación. 
Hay varias maneras de aumentar el control sobre el problema de nuestra investigación. La principal consiste 
en el incremento del numero de consecuencias observables de nuestra hipótesis y la búsqueda del modo de 
confirmarlas. 
➔ Mejorar la teoría para que tenga más consecuencias observables 
➔ Una mejora de los datos para que se detecten más consecuencias y se utilicen para evaluar la teoría. 
➔ Una utilización más provechosa de esos datos, con el fin de extraer mas consecuencias de aquellos 
que estén disponibles. 
 
Sin embargo, utilizar otros datos es aún mejor porque habría que considerar consecuencias que podrían 
aparecer en nuevos datos. 
3.3. Admitir la incertidumbre 
Tanto en la investigación cuantitativa como en la cualitativa el conocimiento y la inferencia son siempre 
inciertos. 
3.4 Pensar como un científico social: escepticismo e hipótesis contrapuestas 
Los investigadores sociales no aceptan fácilmente las inferencias causales debido a la incertidumbre. Existen 
muchas razones para tomarse una explicación causal con escepticismo. Que A produzca B no asegura una 
relación auténticamente causal para un investigador social. 
Los científicos sociales se aproximan a la inferencia causal con escepticismo y teniendo en cuneta 
explicaciones alternativas que podrían haberse pasado por alto. Asi es como, la inferencia causal se 
convierte en un proceso, cada conclusión ofrece una oportunidad para investigar y profundizar aun más, 
poniendo a prueba dicha inferencia.