10 Gerring y Christenson cap 4

Vista previa del material en texto

Gerring y Christenson, cap 4: Análisis
En este capítulo nos enfocamos en cómo analizar empíricamente un argumento. Esta parte de la investigación incluye un diseño de investigación, un método explícito de selección y análisis de datos. 
Definiciones
Un análisis empírico estándar incluye un número de componentes, los cuales se deben clarificar antes de continuar.
La unidad más básica en cualquier análisis es la observación. Las observaciones son la evidencia considerada relevante para demostrar un argumento. En una matriz (cuadro) estándar de conjunto de datos, una observación está representada usualmente como una fila.
Cada observación debería registrar valores para todas las variables relevantes. En un análisis causal, esto incluye a X (el factor causal de interés teórico) e Y (el resultado de interés), a lo largo con cualquier otra variable considerada esencial para el análisis. En un conjunto de datos rectangular, las variables están representadas usualmente con líneas verticales. En ele ejemplo hay tres variables (X,Y,Z).
Una observación es tomada de una unidad o caso – entidades limitadas como individuos, organizaciones, comunidades, o naciones-estado, que pueden ser observados espacialmente y/o temporalmente. Los términos unidad y caso son más o menos equivalentes.
Colectivamente, las observaciones en un estudio comprenden una muestra de estudio. El tamaño de la muestra es el número total de observaciones, usualmente denotados como “N”.
Una población es el universo del fenómeno que una hipótesis busca describir o explicar. Usualmente permanece sin estudiar, o es estudiada sólo de una manera muy informal, a partir de la literatura secundaria.
La muestra está tomada de la población, y en general es mucho más pequeña. De aquí la noción de muestrear desde una población. No obstante, el término muestra, como se usa aquí, no implica que las observaciones estudiadas han sido elegidas aleatoriamente de una población. Este ideal está raramente formulado en la práctica.
Ocasionalmente, una serie de observaciones incluyen la población de interés entera. Esto es conocido como censo. Un censo poblacional incluye a todas las personas residentes dentro de un país. De la misma manera, un estudio censal de Estados-nación incluiría a todos los Estado-nación.
Estos conceptos interrelacionados están ilustrados en el cuadro, donde podemos ver el diseño de una típica investigación cruzada de series de tiempo en un formato de conjunto de datos rectangular. Recordamos que las observaciones están representadas como filas, las variables como columnas y las celdas son sus intersecciones. Notemos que las celdas están dentro de las observaciones, las observaciones en las unidades, las unidades en la muestra, y la muestra en la población.
Todos estos términos son resbaladizos en la medida en que dependen para su significado de una proposición particular un diseño de investigación correspondiente. Cualquier cambio en esa proposición puede afectar los tipos de fenómenos que están clasificados como observaciones y unidades, por no mencionar la composición de la muestra y la población. Entonces, una investigación de los programas de entrenamiento laboral en EEUU puede comenzar identificando programas como la unidad de análisis principal, pero después cambiar a un nivel más bajo de análisis (ej: participantes) o un nivel más alto (ej: Estados) como diferentes puntos del estudio. A veces, los diferentes niveles de análisis están combinados en un solo estudio. Es común en los estudios de caso y es una condición definitoria de modelos estadísticos jerárquicos.
Debemos distinguir entre análisis cuantitativos y cualitativos:
El análisis cuantitativo es un análisis formal de observaciones basadas en una matriz. Una observación matricial es el tipo convencional, representada como una fila en un conjunto de datos rectangular. Cada observación está codificada a lo largo de un número de dimensiones entendidas como columnas en la matriz y como variables en un análisis. Toda observación está vista como ejemplos del mismo fenómeno general y se presume que son tomadas de la misma población. Cada observación es vista como comparable con todas las demás (con algún grado de error) con respecto a cualquier análisis emprendido. El análisis es “formal” en la medida en que reside en un marco explícito de inferencia, así como de teoría lógica, estadística Bayesianas, estadísticas frecuentistas, o inferencias aleatorias. (no tengo la menor idea de qué son estos últimos).
El análisis cualitativo refiere a un análisis informal de observaciones no comparables. Estas observaciones no observables no pueden ser arreglados en un formato matricial ya que son ejemplos de cosas distintas, tomadas de poblaciones diferentes. Este análisis es “informal” en la medida en que está articulado con lenguaje natural y está desconectado de un marco general y explícito de inferencia. Cuando se aplica en el contexto de inferencia causal este tipo de evidencia puede estar referido a observaciones de proceso-causales, pistas, coligación, congruencia, explicaciones genéticas, análisis narrativos, o trazado de proceso.
Hay una afinidad fuerte y entre análisis cuantitativo y grandes muestras, así como entre análisis cualitativos y pequeñas muestras. Entonces el tamaño de la muestra influye en el estilo del análisis. Sin embargo, no lo determina. Una muestra de 20 casos puede ser analizado de forma formal o informal.
Así definido, no hay barrera epistemológica que separe a los análisis cuantitativos y cualitativos. De hecho, cualquier análisis cualitativo puede ser cuantificado, con el costo de reducir su data compleja y multifacética en una observación matricial. Muchos conjuntos de datos cuantitativos comenzaron su vida, se podría decir, como una serie de observaciones cualitativas. Estas fueron codificadas en una moda sistemática (systematic fashion) para generar una serie de observaciones que podrían colocarse en un conjunto de datos. A veces, es útil. Pero no siempre; ni es siempre posible. Esto es el por qué el análisis cualitativo continúa jugando un rol importante en la investigación social.