Diseñando la investigación social

Designing Social Inquiry: Scientific Inference in Qualitative Research (o KKV ) es un influyente libro de 1994 escrito por Gary King , Robert Keohane y Sidney Verba que establece pautas para llevar a cabo investigación cualitativa . ^{[ 1 ]} La tesis central del libro es que la investigación cualitativa y cuantitativa comparten la misma "lógica de inferencia ". ^{[ 2 ]} El libro aplica principalmente lecciones del análisis orientado a la regresión a la investigación cualitativa, argumentando que las mismas lógicas de inferencia causal pueden usarse en ambos tipos de investigación. ^{[ 3 ] [ 1 ]}

El texto suele denominarse KKV dentro de las disciplinas de las ciencias sociales (basado en la inicial del apellido de cada uno de sus autores). El libro ha sido objeto de un intenso debate entre los científicos sociales. ^{[ 4 ] [ 5 ] [ 6 ]} El libro de 2004, Rethinking Social Inquiry, editado por Henry E. Brady y David Collier , es un resumen influyente de las respuestas a KKV. ^{[ 5 ]}

Robert Keohane relata los orígenes de KKV de la siguiente manera, ^{[ 7 ]}

El proyecto «Designing Social Inquiry» no surgió de las complejidades de la política mundial, sino de una feliz coincidencia. Sid Verba y yo éramos amigos, y cuando me incorporé al Departamento de Gobierno de Harvard en 1985, me sugirió que impartiéramos un curso juntos. Consideré su comentario como una cordialidad, propia de la amabilidad y calidez de Sid. Tres años después, asumí la dirección del departamento y, durante mi primer año, tuve que escuchar 24 presentaciones de candidatos. La mayoría resultaron un fracaso rotundo, ya que el ponente había cometido errores fundamentales en el diseño de la investigación. Me quejé a mis colegas, entre ellos Sid y Gary King. Gary propuso que los tres impartiéramos un curso sobre diseño de investigación juntos… Acepté, y lo impartimos al año siguiente… Al finalizar el semestre, Gary dijo: «Deberíamos impartir el curso de nuevo. Y esta vez, deberíamos escribir un libro sobre el tema». Al año siguiente nos reuníamos regularmente para almorzar juntos, y no solo hablábamos de los temas del curso, sino también de los borradores que alguno de nosotros —casi siempre Gary, razón por la cual su nombre aparece primero en el libro— había escrito.

El objetivo del libro es guiar a los investigadores en la producción de inferencias causales válidas en la investigación en ciencias sociales. ^{[ 8 ]} El libro aplica principalmente lecciones del análisis orientado a la regresión a la investigación cualitativa, argumentando que las mismas lógicas de inferencia causal pueden usarse en ambos tipos de investigación. ^{[ 3 ] [ 1 ]} Los autores argumentan que “ya sea que estudiemos muchos fenómenos o pocos… el estudio mejorará si recopilamos datos sobre tantas implicaciones observables de nuestra teoría como sea posible”. ^{[ 8 ]} Los autores señalan que los estudios de caso no necesariamente tienen que ser N=1 o pocos N: un estudio de caso puede incluir muchas observaciones dentro de un caso (muchos individuos y entidades a lo largo de muchos períodos de tiempo). ^{[ 9 ]} KKV critica la noción de Harry H. Eckstein de “estudios de caso cruciales”, advirtiendo que una sola observación hace que sea más difícil estimar múltiples efectos causales, más probable que haya un error de medición y riesgos de que un evento en un solo caso haya sido causado por un error aleatorio. ^{[ 10 ]}

Según los autores, un diseño de investigación sólido requiere tanto investigación cualitativa como cuantitativa, una pregunta de investigación que plantee una cuestión importante y real que contribuya al conocimiento existente sobre el tema, y ​​una revisión exhaustiva de la literatura a partir de la cual se formulen hipótesis (basadas en la teoría). Los datos recopilados deben operacionalizarse para que otros investigadores puedan replicar el estudio y obtener resultados similares. Por la misma razón, el razonamiento subyacente al análisis debe ser explícito. Al recopilar datos, el investigador debe considerar las implicaciones observables de la teoría con el fin de explicar la mayor cantidad de datos posible. Esto se suma al examen de los mecanismos causales que conectan una variable con otra.

Si bien los métodos cualitativos no pueden producir mediciones precisas de la incertidumbre sobre las conclusiones (a diferencia de los métodos cuantitativos), los investigadores cualitativos deberían proporcionar indicios sobre la incertidumbre de sus inferencias. KKV sostiene que "el problema más grave de la investigación cualitativa en ciencia política es la generalizada incapacidad de proporcionar estimaciones razonables de la incertidumbre de las inferencias del investigador". ^{[ 11 ]}

Según KKV, las reglas para las buenas teorías causales son que deben:

• ser falsificable
• tener consistencia interna (generar hipótesis que no se contradigan entre sí)
• tener variación (las variables explicativas deben ser exógenas y las variables dependientes deben ser endógenas )
• tener conceptos "concretos" (los conceptos deben ser observables)
• tener "apalancamiento" (la teoría debería explicar mucho con poco). ^{[ 12 ]}

KKV considera que el rastreo de procesos y la investigación cualitativa son incapaces de generar inferencias causales sólidas, debido a que los investigadores cualitativos tendrían dificultades para determinar cuál de las numerosas variables intervinientes vincula realmente la variable independiente con la variable dependiente. El problema principal radica en que la investigación cualitativa carece de un número suficiente de observaciones para estimar adecuadamente los efectos de una variable independiente. Argumentan que el número de observaciones podría incrementarse mediante diversos métodos, pero esto, a su vez, generaría otro problema: el aumento del número de variables y, por consiguiente, la reducción de los grados de libertad . ^{[ 1 ]}

En cuanto a la selección de casos, KKV advierte sobre la selección basada en la variable dependiente . Por ejemplo, los investigadores no pueden realizar inferencias causales válidas sobre el estallido de guerras si solo consideran los casos en los que sí ocurrieron (también deberían analizar los casos en los que no hubo guerra). Sin embargo, la selección basada en la variable explicativa presenta problemas metodológicos. Advierten sobre la multicolinealidad (elegir dos o más variables explicativas que se correlacionan perfectamente entre sí). Argumentan que la selección aleatoria de casos es una estrategia válida en investigaciones con muestras grandes, pero la desaconsejan en investigaciones con muestras pequeñas.

KKV rechaza la noción de " cuasi-experimentos ", argumentando que o bien todas las variables causales clave pueden controlarse (un experimento) o bien no (un no experimento).

En su reseña de 2010, James Mahoney escribe que el campo de la metodología de las ciencias sociales se ha beneficiado de KKV, incluso al tiempo que lo ha superado. ^{[ 1 ]} Los críticos de KKV han caracterizado las afirmaciones del libro como "a menudo simplistas, engañosas e inapropiadas como guía para diseñar la investigación social". ^{[ 1 ]} Académicos cuantitativos como Henry E. Brady , Larry M. Bartels y David A. Freedman han argumentado que KKV exagera las fortalezas de la investigación cuantitativa en comparación con la investigación cualitativa. ^{[ 1 ]} Henry Brady y David Collier argumentan que KKV exagera la capacidad de la investigación cuantitativa para identificar la incertidumbre. ^{[ 5 ]} También argumentan que KKV exagera los riesgos de realizar investigación inductiva y formular hipótesis a posteriori. ^{[ 5 ]}

Numerosos académicos discrepan con KKV en sus afirmaciones de que la investigación cualitativa debería integrar estándares de la investigación cuantitativa. ^{[ 5 ] [ 6 ] [ 13 ]} Existen diferentes lógicas en la forma en que se lleva a cabo la investigación cualitativa y en lo que los investigadores cualitativos buscan y pueden hacer con sus datos. ^{[ 13 ]} Brady y Collier argumentan que KKV presta insuficiente atención a estas lógicas divergentes, así como a las compensaciones intrínsecas entre los diferentes objetivos metodológicos. ^{[ 5 ]} Gary Goertz y James Mahoney cuestionan que la principal diferencia entre la investigación cualitativa y cuantitativa sea el tamaño de N. En cambio, una diferencia fundamental es que los investigadores cualitativos tienden a realizar análisis dentro de cada caso, mientras que los investigadores cuantitativos, casi por definición, realizan análisis entre casos. ^{[ 13 ]}

Mahoney escribe que KKV ignora la teoría de conjuntos y la lógica en términos de evaluación de la inferencia causal. Mientras que los análisis orientados a la regresión buscan estimar los efectos promedio de ciertos resultados, la investigación cualitativa busca explicar por qué los casos tienen ciertos resultados. ^{[ 1 ]} Por lo tanto, la inferencia causal no se fortalece al expandir el tamaño de N, sino más bien al elegir cuidadosamente los casos, cuya prueba puede fortalecer o debilitar una teoría. ^{[ 1 ]} Mahoney y Gary Goertz hacen una analogía con un caso de asesinato: una sola prueba irrefutable puede demostrar de manera concluyente si una persona cometió un asesinato. ^{[ 13 ]}

Mahoney también escribe que KKV presta insuficiente atención a la formación de conceptos, que es un aspecto esencial de la construcción y medición de teorías, y una de las formas importantes en que la investigación cualitativa puede desempeñar un papel clave. ^{[ 1 ]}

Ronald Rogowski critica cómo KKV trata la investigación cualitativa en ciencias sociales. Rogowski argumenta que se centra demasiado en la comprobación de hipótesis y que se muestra demasiada cautela al utilizar observaciones aisladas. Rogowski sostiene que KKV promueve una forma de ciencia social cualitativa excesivamente centrada en la comprobación de hipótesis, lo que limita las preguntas, los casos y las ambiciones de los investigadores. ^{[ 14 ] [ 15 ]} John J. Mearsheimer y Stephen M. Walt argumentan que la investigación en Relaciones Internacionales se ha alejado de la elaboración y el perfeccionamiento de la teoría de las RI para centrarse en la "comprobación simplista de hipótesis", en parte debido a la influencia de KKV en los programas de posgrado en ciencias políticas. ^{[ 16 ]}

Alexander George y Andrew Bennett dicen que hay "mucho con lo que estar de acuerdo" en KKV, pero argumentan que el libro tiene varios defectos en su orientación sobre la investigación cualitativa: ^{[ 6 ]}

• Mecanismos causales: KKV sugiere que los "mecanismos causales" son menos importantes que los "efectos causales" en las explicaciones causales; George y Bennett argumentan que son igualmente importantes.
• Prueba de hipótesis: KKV enfatiza demasiado el papel de la prueba de hipótesis en el desarrollo de la teoría; George y Bennett argumentan que la formulación de nuevas hipótesis y la elección de nuevas preguntas también son aspectos importantes del desarrollo de la teoría.
• Complejidad causal: KKV no considera problemas de complejidad causal, como equifinalidad , efectos de interacción múltiple, bucles de retroalimentación , dependencia de trayectoria , puntos de inflexión , efectos de selección, efectos de expectativas e interacciones secuenciales. George y Bennet argumentan que los estudios de caso, el seguimiento de procesos y las teorías tipológicas pueden aclarar la causalidad en situaciones de complejidad causal.
• Increasing N: KKV argumenta que los investigadores siempre deben procurar aumentar el número de casos. George y Bennett sostienen que KKV no considera los costos que implica este aumento (como la distorsión conceptual y las comparaciones involuntarias de casos disímiles). George y Bennett señalan que se puede obtener mucho valor de los estudios de caso único.
• Rastreo de procesos: KKV caracteriza el rastreo de procesos como una forma de aumentar el número de implicaciones observables. George y Bennett argumentan que la lógica del rastreo de procesos es completamente diferente. La lógica detrás del rastreo de procesos consiste en centrarse en las secuencias y los tiempos dentro de un caso, no en correlacionar datos entre casos. Por lo tanto, si una evidencia en la secuencia es inconsistente con las expectativas teóricas, entonces se ha demostrado que la teoría es errónea.
• Problema de los grados de libertad : KKV argumenta que un solo caso no puede evaluar explicaciones alternativas debido a problemas derivados de los grados de libertad . George y Bennett sostienen que es erróneo aplicar esta lógica estadística a la investigación cualitativa. George y Bennett afirman que, mientras que los investigadores cuantitativos intentan agrupar variables para reducir su número y, por lo tanto, aumentar los grados de libertad, los investigadores cualitativos buscan intencionadamente que sus variables tengan muchos atributos y complejidad diferentes.

• Simposio de revisión en la American Political Science Review, vol. 89, n.° 2, junio de 1995.
• Gary Goertz y James Mahoney ofrecen un resumen en forma de viñetas del contenido de KKV en su libro de 2012, A Tale of Two Cultures: Qualitative and Quantitative Research in the Social Sciences .