Capitulo 1: “La ciencia en las ciencias sociales” En Gary King (comp.), El diseño de la investigación social.

Objetivo : Guiar en el diseño de investigaciones, en cómo plantear preguntas y moldear los estudios académicos para extraer inferencias descriptivas y causales válidas

La investigación “cuantitativa” y “cualitativa” representan dos formas de investigar en las que subyace una misma LÓGICA INFERENCIAL. La diferencia entre ambas, radica sólo en una cuestión de estilo y de técnicas específicas. . La diferencia de estilos: La investigación cuantitativa se sirve de números y métodos estadísticos. Parte de casos concretos para llegar a una descripción general o para comprobar hipótesis causales. La investigación cualitativa no se basa en medidas numéricas. Se centra en un caso o en un número reducido de ellos. Se sirve de entrevistas en profundidad, métodos discursivos e intenta estudiar de forma exhaustiva un acontecimiento o unidad.

Definición de “investigación científica” en las ciencias sociales: 1. El objetivo es la inferencia: La definición de ciencia conlleva utilizar los datos inmediatos para hacer inferencias, que conduzcan a algo más amplio que no se observa directamente. En la inferencia descriptiva se: utilizan observaciones del mundo para revelar otros hechos que no se han observado. En la inferencia causal se conocen efectos causales a partir de los datos observados. 2. Los procedimientos son públicos Se deben utilizar métodos explícitos, codificados y públicos que puedan evaluarse y compartirse. Si el método y la lógica de las observaciones e inferencias de un investigador no son explícitos, no hay forma de juzgar la validez de lo que se ha hecho.

3. Las conclusiones son inciertas La incertidumbre es un aspecto crucial de toda investigación científica. 4. El contenido es el método La investigación científica conlleva un conjunto de normas inferenciales de las que depende su validez. El principal contenido de la “ciencia” son sus métodos y reglas, no su objeto de estudio, ya que podemos utilizar tales métodos para estudiar prácticamente todo.

Principales componentes del diseño de investigación . Principales componentes del diseño de investigación 1. La pregunta de investigación: Lo ideal sería que todos los proyectos de investigación plantearan preguntas que cumplan con dos criterios: Que sea “relevante” para la vida política, social o económica, para entender aspectos que afecten de manera significativa la vida de muchas personas. Que su respuesta implique una aportación concreta a lo escrito en un área académica identificable. Esto garantiza que el investigador comprende el “estado de la cuestión” y reduce al mínimo la posibilidad de repetir lo que ya se ha hecho

Algunas formas de evaluar y aumentar la utilidad de una teoría: 2. La teoría: . Teoría: “una especulación razonada y precisa sobre la respuesta que cabe dar a la pregunta de una investigación e incluye una declaración de por qué tal respuesta es correcta” (p. 29). Algunas formas de evaluar y aumentar la utilidad de una teoría: Elegir teorías que puedan estar equivocadas (falsables) Elegir una teoría que pueda generar tantas consecuencias observables como sea posible. Es necesario ser lo más concreto posible al diseñar teorías (se puede demostrar más fácilmente que una teoría está equivocada cuando se ha enunciado con precisión).

Normas que mejoran la calidad de los datos: . 3. Los datos: Los “datos” son informaciones sobre el mundo recogidas de forma sistemática y pueden ser de tipo cualitativo o cuantitativo. Normas que mejoran la calidad de los datos: Registrar y detallar el proceso con el que se generan los datos Recoger datos acerca de la mayor cantidad posible de consecuencias observables. (Esto supone recoger tantos datos como sea posible en los contextos más diversos) Maximizar la validez de nuestras mediciones. La validez, tiene que ver con calibrar lo que creemos que estamos calibrando.

Normas que mejoran la calidad de los datos: Asegurarse que los métodos de recogida de datos son fiables. Fiabilidad: Si se aplica el mismo procedimiento de la misma manera siempre se obtendrá la misma medida. Todos los datos y análisis deben ser, en la medida de lo posible, reproducibles. Los investigadores habrían de registrar siempre los métodos, normas y procedimientos utilizados en la recolección de datos y extracción de inferencias para que otros pudieran hacer lo mismo y llegar a la misma conclusión.

Utilizar mejor los datos existentes: Algunas recomendaciones: Utilizar datos que no estén “sesgados”, es decir, que como promedio sean correctos. Una posible fuente de sesgo es la del sesgo de selección: elegir observaciones de tal manera que se distorsiona sistemáticamente la población de la que proceden. Para utilizar los datos de manera “eficiente”, es necesario maximizar la información que se ha tenido en cuenta para hacer las inferencias descriptivas o causales. Para maximizar la eficiencia es preciso utilizar todos nuestros datos y toda la información relevante que hay en ellos para mejorar las inferencias.

Cuatro puntos importantes en la realización de un diseño de investigación: Vincular la teoría y los datos: Las consecuencias observables de la teoría nos guían en la recolección de datos y nos ayudan a distinguir entre hechos relevantes e irrelevantes. Maximización del control: Si logramos exponer con precisión, a través de una o varias variables causales, el control que tendremos sobre un problema será muy elevado. Otra forma de aumentar el control sobre el problema es incrementando el número de consecuencias observables de nuestra hipótesis y buscando el modo de confirmarlas. Admitir la incertidumbre: tanto en la investigación cuantitativa como en la cualitativa el conocimiento y la inferencia son siempre inciertos. Escepticisimo e hipótesis contrapuestas: tener en cuenta las explicaciones alternativas que podrían haberse pasado por alto.