Causalidad e inferencia causal 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

(Efecto causal medio en la unidad i)= E(Yt ) – E(Y) 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?