Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Resumen CAMPBELL - The Connecticut Crackdown on Speeding Cs social —> evalúa constantemente cambios en grupos seleccionados, donde el investigador no posee control sobre estos eventos. No puede controlarlos o hacer grupos para experimentar las variables - por eso hay que RE-EXAMINAR EL EXPERIMENTO CLÁSICO: = “Quasi experimental analysis” - esta es la metodología general “Interrupted time-series design” - es el modo especifico del análisis A program for reducing highway fatalities 1955 - 324 muertes en accidentes automovilísticos en Connecticut (record) —> medida tomada por RIBICOFF (el gobernador), antes de Navidad: refuerza el cumplimiento de la ley para disminuir las muertes = CRACKDOWN a los que van a velocidades rápidas - cree que es el exceso de velocidad el que causa las muertes —> controlar la velocidad de manera adecuada, disminuiría las fatalidades - hace un programa de procedimientos de confianza y sanciones duras/rígidas para controlar la velocidad y reducir las muertes: • suspende las licencias por violación a la ley 30 días en la primera, 60 días a la segunda, indefinidamente en la tercera (al menos 90 días) —> lo impone a la fuerza PRIMEROS 3 MESES: aumentan las suspensiones de licencias; hay 10 accidentes menos y 765 menos de arrestos por pasar la velocidad —> El gobernador lo adjudica al plan. VERANO: experiencia muchas fatalidades de tráfico: septiembre hay 194 muertos (casi igual a los 195 en el año anterior). La "epidemia" del accidente fue vergonzosa para las autoridades, quienes se retiraron para defender la represión por exceso de velocidad (A) que la tasa de mortalidad se mantuvo baja en comparación con la tendencia nacional, que mostró un aumento del 7% (B) de que la exposición a los accidentes en el estado habían aumentado en 100 millones de millas de vehículos sin un aumento en las muertes (C) que la tasa de accidentes totales había aumentado, reduciendo así la proporción de accidentes fatales a accidentes totales OTOÑO: las fatalidades disminuyeron y para fin de año contaba 284 muertes en el tráfico (vs 324 en 1955) = defienden que fue el crackdown el que causa esta reducción PROBLEMAS: - Los estados vecinos, que comparten el tráfico con Connecticut, no quieren suspender las licencias - Mucho individuos poderosos de Connecticut están resentidos con los efectos directos del crackdown —> Los republicanos quieren eliminar la suspensión de las licencias y la legislación que restringe los permisos de licencia —> no fueron exitosos —> Se debe plantear la cuestión de si los resultados reclamados para el crackdown (1956) son válidos a la luz de las estadísticas disponibles anteriormente y más recientes sobre muertes en carreteras. Quasi-experimental analysis Before and after measures - Los resultados pueden impresionar pero pueden ser engañosos. El - gráfico muestra un Cuasi- experimento: Hay: - Se • • • • le “PRETEST” “EXPERIMENTAL “POSTTEST” = presta CAMBIO atención SUSTANCIAL - 1955 - 1956 a TRATMENT” explicaciones - el plausibles crackdown de las diferencias, y - se agrega análisis adicionales para eliminarlas cuando sea posible. Es un “ONE-GROUP PRETEST-POSTTEST DESIGN” FALLA en validar los 6 tratos que tienen los experimentos: 1) HISTORIA —> denota un evento específico, que ocurre entre el pretest y el postes, que puede explicar el cambio. Proporciona una hipotesis rival a la hipótesis experimental, una explicación competitiva del cambio de antes a después que debe eliminarse como inverosímil, por un medio o por otro, antes de que se pueda dar crédito completo a la hipótesis experimental. 2) MADURACIÓN —> refiere a cambios regulares que se correlacionan con el paso del tiempo. Se refiere a procesos, no eventos específicos. Es a largo plazo. 3) TESTING —> un cambio puede ocurrir como resultado del pretest, incluso sin el tratamiento experimental. 4) INSTRUMENTACIÓN —> Desplazamiento del instrumento de medición independiente de cualquier cambio en el fenómeno medido. 5) INESTABILIDAD —> Una hipótesis rival plausible y ubicua es que el cambio observado se debe a la inestabilidad de las medidas involucradas. Mucha inestabilidad puede ser por un gran numero de eventos que producen cambios del tipo de que, tomados individualmente, llamamos “historia”. 6) REGRESIÓN —> donde un grupo es seleccionado para el tratamiento solo por su extrema performance en el pretest; el postes va a ser menos extremo. Esta regresión es tautológica de la correlación imperfecta entre pretest y posttest, ya que relaciona al pretest con la extremidad. La “r” del coeficiente de correlación es el porcentaje de regresión hacia la media. En este caso se ve la selección de extremos porque: a) todos los estados en 1955 tienen un alto promedio de fatalidades de tráfico b) para Connecticut, el momento más probable en el que se aplicaría el crackdown sería después de un año en que las muertes por accidentes de tránsito fueran excepcionalmente altas —> en un experimento de verdad, el tratamiento se aplica de manera random (sin relación del estado de la variable dependiente) Interrupted Time - Series Analysis —> el gráfico muestra 5 años antes y 4 años después del crackdown Interrupted time series Time series La variable causal es examinada como un evento o cambio que ocurre en un único momento, independientemente de la inspección de la data El Interrupted time series, representa el uso de data más extensiva que suele estar disponible cuando hay medidas del antes y del después. La variable exogena de la causa está constantemente presente en diferentes grados imp: la reforma administrativa que produce un cambio social, frecuentemente es acompañada por una reforma de como se registran los datos, descartando inferencias válidas en cuanto a efectos. (cambio de policía) 1955 es el punto más alto al que se llegó. Es menos probable que el crackdown cause la baja en 1956, ya que esta caída es predicha por la “regresión”. —> hace que sea más trivial el primer gráfico por la inestabilidad de las medidas de la tasa de inestabilidad. Multiple Time- Series Los cuasi experimentos, usan toda la data disponible para ayudar a confirmar/ descartar cualquier hipótesis rival plausible. En este caso no hay un grupo de control asignado de manera azarosa. Pero en los cuasi experimentos sirve hasta un grupo de control no equivalente. Es el único control para evaluar la historia, la maduración, el testing y la instrumentación. En este caso de Connecticut se usan estados similares para comparar - New York, New Jersey, etc. La diferencia entre Connecticut y los estados de control muestran un patrón que apoya la hipótesis de que el crackdown fue eficiente. En los años del pretest, el promedio de Connecticut es paralelo o aumentando en relación con el control, excediéndolo en 1955. En el posttest el promedio de Connecticut cae más rápido que el de los estados de control, aumentando la diferencia. La lista de las plausibles hipotesis rivales debe incluir factores que disfrazan los efectos experimentales, así como factores que producen pseudoefectos. A la lista se debería agregar la difusión, la tendencia del efecto del experimento de modificar o no, no solo el grupo experimental, sino que también el grupo de control. —> el crackdown en Connecticut pudo haber reducido los accidentes en los estados vecinos PERO la comparación del post tratamiento es inválida (por eso a veces se prefieren los single time series antes que los múltiple time series) Conclusion - El crackdown fue un esfuerzo de aplicación sustancial; a pesar de que algunos de sus aspectos punitivos fueron mitigados en la práctica - Las fatalidades se redujeron pero no hay prueba de que fueron por el crackdown - Más alla de lo que se encontró, lo importante es la metodología explorada. La ciencia social no puede aplicar el típicoexperimento en una escala social. Entonces agrega herramientas para entender el sistema social, cuando atiende estos eventos y documenta sus efectos. Los acercamientos correlacionares se diferencian del análisis experimental y agrega profundidad al trabajo del investigador social ya que no puede controlar. - No hay que aceptar las metodologías como la verdad revelada, hay que testarla —> usar grupos de control - El cuasi experimento es válido hasta que se pruebe inválido - Es obligación buscar y considerar las posibles hipótesis rivales Resumen Capítulo 2 Gerring Resumen mínimo: Una teoría es el razonamiento detrás de un argumento. Explica los mecanismos causales, características como el alcance del argumento, y brinda información relevante. Al presentar una teoría de manera causal, puede ser llamada un modelo. Una hipótesis es el elemento testeable de un argumento. El texto aborda el estudio de los argumentos comunmente usados en las ciencias sociales: los descriptivos y los causales. Argumentos descriptivos: son aquellos que describen un aspecto del mundo. Existen 6 sub-divisiones Hay dos familias de argumentos asociativos: los que agrupan, y los que no: No agrupa: - Asociaciones: implica una relación entre múltiples factores. Dos ejemplos: - Un análisis de tendencia, intenta descubrir la relación entre un fenómeno y el paso del tiempo. Asocia fenómeno y tiempo, describe su asociación. - Un análisis de red se centra en la interrelación entre numerosas variables (las cuales pueden ser comprendidas como espaciales, temporales o funcionales). Agrupan: - Categoría única - Síntesis: agrupan dimensiones en una cateogría. Si hay una única categoría, el argumento es sintético. Este argumento afirm que diversos atributos de un tópico se nuclean en torno a un tema central que unifica los atributos, dando coherencia a un agrupamiento entre lo que serían unidades de estudio inconexas. Señalan similitud. - Múltiples categorías: - Tipologías simples: este tipo de argumentos asociativos definen múltiples categorías. Organiza fenómenos en categorías que son excluyentes entre si y que permiten realizar categorizaciones consistentes. - Periodizaciones: es una tipología ordenada temporalmente. Ej: olas de democratización. Identifica puntos en la historia de manera en la que los períodos resultantes son mutuamente excluyentes y exhaustivos. - Tipologías con matrices: la tipología está formada por la intersección de múltiples variables categorizadas. Por ejemplo, un cuadro de doble entrada. Este tipología puede contener cualquier número de factores. - Taxonomías: se extiende a través de múltiples niveles de análisis. CAda nivel taxonómico subordinado tiene todos los atributos del nivel ordinante, a los cuales se les agrega al menos uno más, lo cual distingue este nuevo nivel taxonómico. Género y diferencia, básicamente. Argumentos causales: implicar una relación causal entre dos factores determina un nuevo tipo de argumentos. La afirmación de una causalidad implica un elemento contrafáctico, ya que se implica un efecto generado, creado o producido por un factor sobre el otro, que de no darse cambiaría el outcome. Las relaciones causales ocurren en un contexto (background) de otros factores. Estas son condiciones que hacen la relación causal posible. A menos que el argumento causal lo especifique, las condiciones del background no cambian, se mantienen constante. A esto se le dice ceteris paribus, y está implícito en todo argumento causal. Argumentos predictivos: intentan decirnos lago sobre el futuro. El factor X ayuda a predecir el outcome. Sin embargo, trazar esa relación no implica causalidad. Por ejemplo: mortalidad inflantil es un fuerte predictor de estados fallidos, pero matar niños no ayuda a derribar Estados (el ejemplo es del texto). Es mejor intuir que hay un factor en común que causa X e Y. Argumentos normativos: son acerca de la moralidad de un fenómeno. Argumentos prescriptivos: dada la moralidad de un fenómeno, los argumentos prescriptivos nos (des)alientan a tomar acción. Buenos Argumentos El autor procede a analizar las características que hacen que un argumento sea bueno, escrutando criterios generales: - Precisión: cuanto más preciso sea un argumento, más útil es, ya que provee más información. A su vez, hace que el argumento más fácil de someter a falsación. - Generalidad: cuanto más abarcativo un argumento, más nos puede contar acerca de la realidad. Un argumento que es aplicable a una mayor cantidad de casos es más general, y por ende mejor. - Limitación: una teoría debería estar bien delimitada. Sus campos de aplicación (dónde prueba ser cierta, y dónde no) deben estar aclarados, al igual que el resto de sus scope conditions. Al delimitar su argumento, el investigador busca identificar aquellos fenómenos que entran en el alcance de su teoría. Una inferencia delimitada por criterios arbitrarios no es convincente. - Parsimonia: implica la parsimoniosa reducción de la infinita plenitud de la realidad a un argumento bien delimitado, extrayendo todo aquello que resulta innecesario a los fines del argumento. Su importancia recae en que hace al argumento más eficiente, ya que le permite explicar mucho con un bajo gasto de energía (no hay que considerar tantas cosas en el background del argumento). - Coherencia lógica: una teoría compleja debería girar en torno a un núcleo, al cual sus preceptos deberían estar lógicamente vinculados. - Conmensurabilidad: las terías asingan significado en el marco de conceptos preexistentes y teorías. Si una teoría encaja cómodamente en un cuerpo de estudio, decimos que tiene conmensurabilidad. Si se encuentra aislada en su campo teeórico, y no se complementa con otras teorías, tiende a ser categorizada como “ideosincrática”. Al no encajar con el entendimiento actual del mundo, tiene poca utilidad conceptual. - Innovación: la teoría debe presentar una nueva forma de pensar acerca de una arena de actividad. Contribuye a nuestro conocimiento del mundo. Puede ser una reformulación de una teoría, el descubrimiento de un nuevo tópico, o la explicación para una preocupación general. - Relevancia: la teoría debe ser relevante para tópicos más allá del interés de los cientistas sociales. Debemos recordar que las ciencias sociales no son un cuerpo desconectado de conocimiento.
Compartir