El diseo de la investigador! social 3.

Causalidad 9 inferencia causal

3. Supuestos necesarios para la estimacin
de efectos causales
C m o evitar el problema fundamental de la inferencia causal y tambin el
de separar los componentes sistemticos de los no sistemticos? Los cap-
tulos que van del 4 al 6 se dedicarn ntegramente a dar una respuesta com-
pleta a esta pregunta, pero aqu proporcionamos una visin general de los
dos supuestos que pueden evitarnos este problema fundamental: la homoge-
neidad de las unidades (que analizaremos a continuacin en el apartado
3.1) y la independencia condicional (apartado 3.2). A l igual que cualquier
intento de esquivar el problema fundamental de la inferencia causal, tales
supuestos siempre conllevan otros que no son comprobables. Cada investi-
gador tiene la responsabilidad de mostrar a los lectores con toda claridad
1 las consecuencias esenciales de este punto dbil de su diseo de investiga-
cin. Las inferencias causales no deben parecer mgicas y los supuestos
pueden y deben justificarse mediante cualquier informacin colateral o in-
vestigacin anterior que se pueda aportar, siempre que se reconozca expl-
citamente.
dad (que puede reducir la asistencia a las urnas en algunas reas) no varia-
r, como promedio, de una circunscripcin a otra, a menos que haya dife-
rencias climticas sistemticas entre las dos.
E n la cita siguiente, Holland (1986, p. 947) da un ejemplo claro del su-
puesto de homogeneidad de las unidades (definido a partir de su idea de
efecto causal realizado y no en funcin del efecto causal medio). A l no
existir apenas aleatoriedad en el experimento del siguiente ejemplo, su de-
finicin y la nuestra se parecen (de hecho, como planteamos en el aparta-
do 2 del captulo 4, en un pequeo nmero de unidades, el supuesto de la
homogeneidad de las unidades es ms til cuando el grado de aleatoriedad
es bastante bajo).
Si [la unidad] es la habitacin de una casa, / [de tratamiento] significa que pulso el in-
terruptor de la luz en esa habitacin, c [de control] significa que no lo hago y [la varia-
ble dependiente] indica si la luz est encendida o no durante un corto periodo despus
de que se aplique / o c, de manera que podra creer que se pueden conocer los valores de
[la variable dependiente, tanto en t como en c] al pulsar el interruptor. Sin embargo, est
claro que mi creencia slo la puede compartir alguien por la plausibilidad de ciertos su-

i
puestos relativos a la situacin. Si, por ejemplo, la luz se ha estado apagando y encen-
diendo sin razn aparente mientras estoy pensando en realizar mi experimento, podra
dudar de que se puedan conocer los valores de [la variable dependiente tanto en / como
3.1 Homogeneidad de las unidades
en c] despus de pulsar el interruptor, al menos hasta que fuera lo suficientemente in-
H
genioso como para concebir un nuevo experimento!
Si no podemos volver a poner en marcha la historia en el mismo momento
* y lugar, dando diferentes valores a nuestra variable explicativa en cada oca-
E n este ejemplo, el supuesto de homogeneidad de las unidades consiste
sin tal como requerira una autntica solucin para el problema funda-
en que si hubiramos pulsado el interruptor (aplicado t, segn la notacin
4 mental de la inferencia causal, s se puede partir de un segundo supuesto:
de Holland) en ambos periodos, el valor esperado (si la luz iba a estar en-
I; poner otra vez en marcha nuestro experimento en dos unidades diferentes
cendida o no) habra sido el mismo. La homogeneidad de las unidades tam-
i, que sean homogneas. Dos unidades son homogneas si los valores
bin presupone que si no hubiramos apretado el interruptor (aplicado c) en
;1 esperados de las variables dependientes de cada una de ellas son los mis-
los dos perodos, el valor esperado habra sido el mismo, aunque no necesa-
j' mos cuando nuestra variable explicativa adopta un valor determinado
riamente igual a cuando se aplicara t. Hay que sealar que, para asegurar-
m (o sea, p. = p. y p.\ p.' ) Por ejemplo, si observamos que X = 1 (un con-
N{ N2 2

nos de esto, tendramos que haber puesto el interruptor en la posicin de

gresista) en la circunscripcin 1 y X= 0 (no congresista) en la 2, la premisa
c de homogeneidad de las unidades supone que podemos utilizar las propor-
apagado despus del primer experimento, pero tambin tendramos que ha-
ber partido de un supuesto incomprobable: que pulsar el encendido del in-
ciones observadas del voto en dos circunscripciones separadas para extraer
terruptor en el primer perodo no tiene como consecuencia los dos valores
una inferencia sobre el efecto causal /3, que presuponemos es el mismo en
hipotticos esperados en el siguiente (como sera el caso si se fundieran los
ambas. En un conjunto de datos con n observaciones, la homogeneidad de
plomos despus de la primera pulsacin). E n general, el supuesto de homo-
las unidades consiste en presuponer que todas las que tengan igual valor en
geneidad de las unidades no puede comprobarse en una nica unidad (aun-
sus variables explicativas tendrn tambin el mismo valor esperado en la
que, en este caso, abriendo la pared e inspeccionando la instalacin elctrica
dependiente. Es evidente que esto es slo un supuesto y que puede ser err-
podramos generar algunas nuevas hiptesis en relacin con el mecanismo
neo: quiz ambas circunscripciones sean diferentes por alguna razn desco-
causal).
nocida que sesgue nuestra inferencia causal. De hecho, cualquier par de
circunscripciones reales diferir en ciertos sentidos, y para aplicar este su- E l supuesto del efecto constante es una versin ms dbil, pero comple-
puesto ambas tendrn que ser iguales en cuanto a la media de muchas re- tamente aceptable, de la homogeneidad de las unidades. E n lugar de pre-
producciones hipotticas de la campaa electoral. Por ejemplo, la pluviosi- suponer que el valor esperado de la variable dependiente es el mismo en

102
 El disao de la investigacin social
diferentes unidades si tambin lo es el de la variable explicativa, slo ten-
dremos que presuponer que el efecto causal es constante. sta es una ver-
sin ms endeble del supuesto de homogeneidad de las unidades porque el
efecto causal no es ms que la diferencia entre los dos valores esperados. Si
los de las unidades cuya variable explicativa vale lo mismo cambian de
igual manera, se vulnerar el supuesto de homogeneidad de las unidades,
pero seguir siendo vlido el del efecto constante. Por ejemplo, en unas
elecciones al Congreso estadounidense dos circunscripciones pueden variar
en cuanto a la proporcin de voto esperada para candidatos demcratas no
congresistas (digamos, un 45% frente a un 65%), pero puede que el hecho
de tener ese cargo siga aumentando en un 10% el voto a los candidatos de-
mcratas en cualquier circunscripcin.
El concepto de homogeneidad de las unidades (o el supuesto de los efec-
tos causales constantes, que es menos exigente) est en la raz de la investi-
gacin cientfica. Por ejemplo, es la premisa que subyace en los estudios de
caso comparados. Contrastamos diversas unidades cuyas variables explica-
tivas tienen diferentes valores y observamos los de las dependientes. Cree-
mos que los resultados que observamos en estos ltimos valores proceden
de las diferencias que hay entre los de las variables explicativas que se rela-
cionan con las observaciones. L o que hemos planteado aqu es que, en este
caso, nuestra creencia se apoya necesariamente en el supuesto de homo-
geneidad de las unidades o de los efectos constantes.
Hay que sealar que puede que busquemos unidades homogneas a lo
largo del tiempo o del espacio. Podemos comparar los votos que recibe un
candidato demcrata, cuando es congresista y cuando no lo es, en la mis-
ma circunscripcin y en diferentes ocasiones, as como en varias circuns-
cripciones al mismo tiempo (o combinar ambas posibilidades). Como un
efecto causal slo puede estimarse y no conocerse, no resulta sorprendente
que, en general, el supuesto de homogeneidad de las unidades no sea com-
probable; sin embargo, es importante que se haga explcita su naturaleza.
En qu gama de unidades esperamos que tenga sentido nuestro supuesto
de que estar en el poder tenga un efecto uniforme?, en cualquiera de las
elecciones para el Congreso?, para el Congreso s pero no para el Sena-
do?, slo en las del norte?, slo en las de los ltimos veinte aos? problema de endogeneidad), (2) que no hay sesgo de seleccin problema
Vase de qu manera el supuesto de homogeneidad de las unidades se
relaciona con el anlisis que hicimos en el apartado 1.3 del captulo 1 de la
complejidad y de la singularidad. Sealamos entonces que las generali-
zaciones de las ciencias sociales dependen de nuestra capacidad para sim-
plificar la realidad coherentemente. En su forma ms extrema, generalizar
de ese modo con el fin de extraer inferencias causales precisa del respeto a
las normas de homogeneidad de las unidades: para realizar el anlisis, las
observaciones que se examinan se hacen idnticas en aspectos importantes.
Con frecuencia, resulta imposible lograr la homogeneidad de las unidades;
las elecciones al Congreso, por no hablar de las revoluciones, apenas pue-
3. Causalidad s inferencia causal
den compararse con interruptores de la luz. Sin embargo, entender el grado
de homogeneidad de nuestras unidades de anlisis nos ayudar a hacer una
estimacin del nivel de incertidumbre o de otros sesgos similares que pue-
dan atribuirse a nuestras inferencias.
3.2 Independencia condicional
Segn el supuesto de independencia condicional, los valores que se adjudi-
can a las variables explicativas son independientes de los de las dependien-
tes (la misma expresin se utiliza a veces en estadstica, pero su definicin
no es la misma que suele tener en la teora de la probabilidad). Esto quiere
decir que, despus de tener en cuenta las variables explicativas (o de con-
trolarlas), el proceso de asignar valores a la variable explicativa es indepen-
diente de las (en general, dos o ms) variables dependientes, Y .y'.. Utiliza-
N
mos la e x p r e s i n a s i g n a r valores a las variables explicativas para
describir el proceso mediante el cual stas consiguen unos valores determi-
nados. E n el trabajo experimental el investigador asigna realmente valores
a estas variables: unos objetos se colocan en el grupo de tratamiento y otros
en el de control, mientras que en el trabajo no experimental los pueden
asignar la naturaleza o el medio. En estos casos, lo esencial es que los
valores de las variables explicativas no sean consecuencia de las dependien-
tes. En el apartado 4 del captulo 5 se describe el problema de la endoge-
neidad, que aparece cuando las variables explicativas son consecuencia, al
menos parcialmente, de las dependientes.
Los anlisis de un n grande en los que hay que utilizar un sistema alea-
torio, tanto de seleccin como de asignacin de valores, son la forma ms
fiable de garantizar la independencia condicional y no necesitan del su-
puesto de homogeneidad de las unidades. Este sistema aleatorio de selec-
cin y asignacin nos ayuda a extraer inferencias causales porque cumple
automticamente tres supuestos que subyacen en el concepto de indepen-
dencia condicional: (1) que el proceso de asignacin de valores a las varia-
bles explicativas es independiente de las dependientes (o sea, que no existe
que analizamos en el apartado 3 del captulo 4 (3) y tampoco sesgo de la
variable omitida (apartado 2 del captulo 5). De este modo, si podemos
cumplir de alguna manera estas condiciones, ya sea mediante el sistema
aleatorio de seleccin y asignacin (tal como se analiza en el apartado 2 del
captulo 4) o utilizando algn otro procedimiento, podremos evitar el pro-
blema fundamental de la inferencia causal.
Por fortuna, el sistema aleatorio de seleccin y asignacin no es necesa-
rio para que se cumpla el supuesto de independencia condicional y, si el
proceso de asignacin de valores a las variables explicativas no es inde-
pendiente de las dependientes, an podremos cumplir dicho supuesto cono-
El diseo de la investigacin social
ciendo el proceso e incorporando una medida del mismo a nuestras varia-
bles de control. Por ejemplo, supongamos que nos interesa hacer una esti-
macin de las consecuencias que tiene el nivel de segregacin residencial
en la intensidad del conflicto entre israeles y palestinos en la Cisjordania
ocupada por los primeros. Estaramos transgrediendo considerablemente
nuestro supuesto de independencia condicional si, para hallar el efecto cau-
sal, slo nos ocupramos de la relacin entre estas dos variables. L a razn
es que puede que los israeles y palestinos que deciden vivir en zonas se-
gregadas lo hagan en virtud de una conviccin ideolgica que determina
quin tiene realmente el derecho a estar en Cisjordania. Por lo tanto, el ex-
tremismo ideolgico (en ambos bandos) puede llevar al conflicto. Una me-
dida que creemos que representa la segregacin residencial quiz sea, en
realidad, un sustituto de la ideologa. L a diferencia entre ambas explicacio-
nes puede ser bastante importante, ya que una nueva poltica de vivienda
podra ayudar a remediar el conflicto si la segregacin residencial fuera su
autntica causa, pero sera ineficaz, e incluso contraproducente, si su fuerza
motriz es la ideologa. Podramos intentar solucionar este problema midien-
do tambin de forma explcita la ideologa de los residentes y controlando
este factor. Por ejemplo, podramos informarnos de qu apoyo tienen los
partidos extremistas entre los israeles y de la afiliacin a la O L P entre los pa-
lestinos. Posteriormente, se podran controlar las posibles consecuencias
engaosas de la ideologa comparando comunidades en las que haya un
mismo nivel de extremismo ideolgico pero un grado de segregacin resi-
dencial distinto.
Cuando no es factible ni seleccionar ni asignar valores de manera aleato-
ria y tampoco se puede controlar el proceso de asignacin y de seleccin,
tenemos que recurrir a alguna versin del supuesto de homogeneidad de las
unidades para hacer inferencias causales vlidas. Como en las investigacio-
nes sociales nunca se cumplir perfectamente tal supuesto, habr que poner
un cuidado especial en especificar el grado de incertidumbre de las inferen-
cias causales. Este supuesto se pondr especialmente de manifiesto cuando
analicemos, en el apartado 6 del captulo 5, los procedimientos que se utili-
zan para analizar observaciones equiparables.
4. Criterios para evaluar las inferencias causales
Recordemos que al definir la causalidad en funcin de variables aleatorias
logramos establecer una estricta analoga entre ese fenmeno y otras carac-
tersticas sistemticas, como son la media o la varianza, en las que nos cen-
tramos al extraer inferencias descriptivas. Esta analoga nos permite evaluar
las inferencias causales precisamente con los mismos criterios que utiliza-
mos en el apartado 7 del captulo 2 para juzgar las descriptivas: la falta de
sesgo y la eficiencia. De ah que gran parte de lo que dijimos sobre este
^r~-u..a , ,-L*" a ?, 3 ,ll r i a r ' e n r e r e n c i a causal
asunto en el captulo 2 se aplique igualmente a los problemas de la inferen-
cia causal que abordamos aqu. E n este apartado, formalizamos brevemente
las diferencias relativamente escasas que hay entre estas dos situaciones.
En el apartado 7 del captulo 2 el objetivo de nuestra inferencia era una
media (el valor esperado de una variable aleatoria) que denominamos i y
que conceptualizamos como un nmero fijo pero desconocido. Se dice que
un estimador de /x no est sesgado si es igual a la media de p. en muchas
reproducciones hipotticas del mismo experimento.
A l igual que entonces, seguimos conceptualizando el valor esperado de
un efecto causal aleatorio, denominado /3, como un nmero fijo pero desco-
nocido. Por tanto, la falta de sesgo se define de manera anloga: un estima-
dor de y3 carece de sesgo si es igual a la media de /3 en muchas reproduccio-
nes hipotticas del mismo experimento. La eficiencia tambin se define de
forma parecida a la variacin que se registra de una reproduccin hipottica
a otra. Estos son conceptos muy importantes que, entre los captulos 4 y 6,
nos servirn de base para estudiar muchos de los problemas de la inferencia
causal. En los dos recuadros siguientes se presentan definiciones formales.
5. Reglas para elaborar teoras causales
Muchos consejos sensatos para mejorar la investigacin cualitativa son pre-
cisos, especficos y detallados, y se refieren a un aspecto manejable y, por
tanto, delimitado de ese tipo de investigacin. Sin embargo, aun cuando es-
temos enfrascados en la resolucin de multitud de problemas concretos,
hay que tener en mente una clara visin general: toda solucin especfica
debe ayudarnos a solventar cualquiera que sea el problema general de la in-
ferencia causal del que nos estemos ocupando. Hasta ahora, en este captu-
lo hemos proporcionado una precisa definicin terica de efecto causal y
hemos analizado algunos de los problemas que conlleva la extraccin de in-
ferencias causales. Ahora vamos a dar un paso atrs para ofrecer una pano-
rmica ms amplia de ciertas normas relativas a la elaboracin de teoras.
Para nosotros (tal como se ha sealado en el apartado 2 del captulo 1) la
mejora de una teora no acaba cuando comienza la recogida de datos.
Las teoras causales tienen como objetivo mostrar las causas de un fe-
nmeno o conjunto de fenmenos. Cualquier teora, independientemente de
que en principio haya sido deductiva o inductiva, conlleva un conjunto inte-
rrelacionado de hiptesis causales. Cada una de ellas postula la existencia
de una relacin entre variables que genera consecuencias observables: si
unas determinadas variables explicativas tienen ciertos valores, se predice
que las dependientes tendrn otros valores especficos. Para comprobar o
evaluar cualquier hiptesis causal se necesitan inferencias del mismo tipo.
La teora general, que se compone de hiptesis, ha de tener coherencia in-
terna porque si no se plantearn hiptesis contradictorias.
107