Documente Academic
Documente Profesional
Documente Cultură
VISIÓN GENERAL
La mayoría de los estudiantes de ciencias políticas están interesados en la sustancia de la política y no en su metodología. Comenzamos con una discusión de los
objetivos de este libro y por qué un enfoque científico para el estudio de la política es más interesante y deseable que un “just-the-hechos” enfoque. En este capítulo se
proporciona una visión general de lo que significa estudiar la política científicamente. Comenzamos con una introducción a la forma en que nos movemos de teorías
causales con el conocimiento científico, y una parte clave de este proceso está pensando en el mundo en términos de modelos en el que los conceptos de interés se
vuelven variables que están causalmente unidos entre sí por las teorías. A continuación, introducir los objetivos y las normas de la ciencia política investigación que
serán nuestras normas de circulación a tener en cuenta en este libro. El capítulo concluye con una breve visión general de la estructura de este libro.
- Proverbio chino
“¿Qué partido apoya usted?” “¿Cuándo vas a postularse para un cargo?” Estas son preguntas que los estudiantes menudo se oye después de
anunciar que están tomando cursos en ciencias políticas. Aunque muchos políticos científicos son partidarios ávidos, y algunos científicos políticos,
incluso se han presentado a los cargos de elección o tienen funcionarios elegidos aconsejados, en su mayor parte, esto no es el foco de la ciencia
política moderna. En lugar, la ciencia política es sobre el estudio científico de los fenómenos políticos. Tal como usted, un gran número de científicos
políticos de hoy en día se sienten atraídos por esta disciplina como estudiantes a causa de los intereses intensos en un asunto o candidato en
particular. Aunque a menudo se nos arrastrados a la ciencia política basada en la política pasiones, la mayor parte 1 2 El Estudio Científico de la Política
hoy respetada investigación en ciencias política se lleva a cabo de una manera que hace que sea imposible saber los puntos de vista políticos
Muchas personas que toman el primer curso de la investigación de ciencias políticas están sur- apreciadas para averiguar la cantidad de la ciencia
y, en particular, la cantidad de matemáticas están involucrados. Nos gustaría animar a los estudiantes que se encuentran en esta posición a
modelo de regresión después de graduarse, después de haber hecho su camino a través de estos materiales que deben ayudar en una serie de
aspectos importantes. Hemos escrito este libro con la siguiente tres objetivos en mente:
• Para ayudarle a consumir la investigación académica de ciencias políticas en la otra cursos. Uno de los signos que un campo de la investigación
científica se está convirtiendo es el desarrollo de un lenguaje técnico común. Apuntamos para hacer que el lenguaje técnico común de la ciencia
• Para ayudar a ser un mejor consumidor de información . en política ciencia y muchas otras áreas de la comunicación científica y popular,
con frecuencia se hace afirmaciones acerca de las relaciones causales. Queremos a ser más capaces de evaluar críticamente tales
demandas.
• Para empezar en el camino a convertirse en un productor de la investigación científica en la política. Esto es obviamente el más ambicioso de nuestros
objetivos. En nuestra enseñanza a menudo hemos encontrado que los estudiantes obtienen una vez escépticos confort- poder con las herramientas básicas
Para ver el valor de este enfoque, considere una forma alternativa de ING aprender- de política, uno en el cual
cursos de ciencias políticas se centrarán en “sólo los hechos” de la política. Bajo esta alternativa, por alumnos ejemplo, un curso ofrecido en
1995 sobre la política de la Unión Europea (UE) habría enseñado que había 15 naciones miembros que participaron en el gobierno de la UE a
través de un conjunto particular de arreglos institucionales que tenían un determinado conjunto de reglas. Un problema obvio con esta forma
alternativa es que los cursos en los que las listas de hechos son el único material sería probable- mente ser bastante aburrido. Aún problema
más grande, sin embargo, es que el mundo político está cambiando constantemente. En 2011 la UE se compone de 27 países miembros y
tenía algunas nuevas instituciones y reglas que eran dife- rentes a partir de gobierno lo que eran en 1995. Los estudiantes que tomaron unos
hechos de sólo curso sobre la UE en el año 1995 se encontrarían perdido en tratar de entender la UE de 2011. Por el contrario, una
aproximación teórica a la política nos ayuda a entender mejor qué cambios se han producido a y su posible impacto en la política de la UE.
En este capítulo se proporciona una visión general de lo que significa estudiar itics nantes científicamente. Comenzamos este
discusión con una introducción a la forma en que nos movemos de teorías causales con el conocimiento científico. Una parte clave de este proceso está
las variables 1 que están causalmente unidos entre sí por las teorías. A continuación, introducir los objetivos y las normas de investigación de la ciencia
política que va a ser nuestras normas de circulación a tener en cuenta en este libro. Nosotros concluir este capítulo con una breve descripción de la
durante
La cuestión de “¿cómo sabemos lo que sabemos” es, en el fondo, una cuestión filosófica. Los científicos están agrupa en diferentes disciplinas
que se desarrollan estándares para la evaluación de las pruebas. Una parte central de ser una científico y adoptar un enfoque científico para el
estudio de los fenómenos que el interés que siempre está siendo dispuesto a considerar nuevas pruebas y, sobre la base de que las nuevas
sabía a decir verdad. Esta disposición a considerar siempre nuevas pruebas es contrarrestada por un enfoque popa a la evaluación de nuevas
pruebas que impregna el enfoque científico. Esto es especialmente cierto en el camino que los científicos políticos se acercan a la política.
Entonces, ¿qué hacen los científicos políticos y lo que hace que los científicos? Una respuesta básica a esta pregunta es que,
al igual que otros científicos, politólogos desarrollar y probar teorías. UNA teoría es una conjetura tentativa acerca las causas de un
fenómeno de interés. El desarrollo de causal teorías sobre el mundo político requiere pensar en nuevas maneras sobre fenómenos familiar.
Como tal, la construcción teórica es parte arte y parte ciencia. Discutimos esto en mayor detalle en el capítulo 2 , “El arte de la Teoría de
construcción.”
1 Cuando se introduce un nuevo término importante en este libro, aparece ese término en negrita tipo. Al final de cada capítulo, proporcionar definiciones cortas de cada término en negrita
que se introdujo en ese capítulo. Se discuten las variables con más detalles más adelante en este y otros capítulos. Por ahora, una buena definición de trabajo es que una variable es una
cantidad definible que puede tomar dos o más valores. Un ejemplo de una variable es el número de votantes; por lo general los investigadores medida como el porcentaje de personas con
derecho a voto elegible en una geográficamente área que emitió un voto en una elección en particular definido.
Una vez que una teoría se ha desarrollado, al igual que todos los científicos, nos volvemos a la tarea de probar nuestra teoría. El primer paso en el ensayo de una teoría
particular es reiterar es como una o más comprobables hipótesis. UNA hipótesis es una teoría-basado
declaración acerca de una relación que esperamos observar. Para cada hipótesis hay una correspondiente hipótesis nula . Una hipótesis nula es
también un ción estatal basada en la teoría, sino que se trata de lo que se podría observar si hay
eran ninguna relación entre una variable independiente y la variable dependiente. Prueba de hipótesis es un proceso en el cual los
científicos a evaluar la evidencia recopilada de forma sistemática para hacer un juicio de si el
evidencia favorece su hipótesis o favorece la hipótesis nula correspondiente. El pro- ceso de creación de pruebas de hipótesis implica tanto el
razonamiento lógico y el diseño creativo. en el capítulo 3 , “Evaluación de relaciones causales,” nos centramos en el lado razón lógica de este proceso.
en el capítulo 4 , “Diseño de la investigación,” nos centramos en la fase de diseño de este proceso. Si una hipótesis sobrevive rigurosas pruebas, los
científicos comienzan a ganar confianza en que la hipótesis más bien que en la hipótesis nula, y por lo tanto también ganan la confianza en la teoría de
la que
Figura 1.1 presenta una visión esquemática estilizada de la trayectoria de las teorías de hipótesis al conocimiento científico. 2
En la parte superior de la figura, comenzamos con una teoría causal para explicar nuestro fenómeno de interés. luego derivamos una o más hipótesis acerca
de lo que nuestra teoría nos lleva a esperar cuando medimos nuestros conceptos de interés
(Lo que llamamos las variables - como se discutió anteriormente) en el mundo real. En el tercer paso, llevamos a cabo
empírico pruebas de nuestras hipótesis. 3 De lo que encontramos, evaluamos nuestras hipótesis relación a las correspondientes hipótesis nulas. A continuación, a
partir de los resultados de nuestras pruebas de hipótesis, evaluamos nuestra teoría causal. A la luz de nuestra Evaluación de nuestra teoría, que luego pensar en
cómo, en todo caso, debemos revisar lo que consideramos ser científica conocimiento acerca de nuestra fenómeno de interés.
Una parte central del proceso científico es escepticismo. Al enterarse de una nueva teoría, otros científicos desafiarán esta teoría y elaborar más
pruebas. Aunque este proceso en ocasiones puede llegar a ser bastante combativa, se trata de una componente necesario en el desarrollo del
2 En la práctica, el desarrollo del conocimiento científico es con frecuencia mucho más desordenado que esta paso a paso diagrama. Mostramos más de las
complejidad de este enfoque en los capítulos posteriores. 3 Por “empírica” nos referimos simplemente “basado en observaciones del mundo real”.
un componente central del conocimiento científico es que, tan seguro como que estamos en una teoría particular, quedamos abierto a la posibilidad de
que todavía hay una prueba de que hay que proporcionar evidencia de que nos hace perder la confianza en que la teoría.
Es importante subrayar aquí la naturaleza de las pruebas que se llevan a cabo cien- tíficos. Una manera de explicar
esto quiere decir que los científicos están no como los abogados en la forma en que se acercan a la evidencia. Abogados trabajan para
un cliente en particular, abogan por un punto de vista particular (como “culpabilidad” o “inocencia”), y luego acumular pruebas con el objetivo de probar
su caso a un juez o un jurado. Este objetivo de prueba un resultado deseado determina su enfoque de pruebas. Cuando nos enfrentamos a la
evidencia de que los conflictos con sus casos, abogados tratar de ignorar o desacreditar a esas pruebas. Cuando nos enfrentamos a la evidencia que
apoya su caso, los abogados tratar de hacer hincapié en la aplicabilidad y la calidad de la evidencia de apoyo. En muchos sentidos, el científico y enfoques
jurídicos de la evidencia no podrían estar más alejados. la confianza en una teoría científica sólo se consigue después de hipótesis derivadas de que
la teoría han ejecutar un gantlet de pruebas difíciles. Al comienzo de un juicio, abogados desarrollar una estrategia para probar su caso. Por el
contrario, en el comienzo de un proyecto de investigación, cien- entists pensarán largo y tendido sobre las pruebas más rigurosas que puedan
conducir. La teoría de un científico es Nunca probado porque los científicos están siempre dispuestos a considerar nuevas pruebas.
El proceso de verificación de hipótesis refleja cómo los científicos duros están en sus propias teorías. A medida que los científicos
evaluar la evidencia recopilada sistemáticamente para hacer un juicio de si la evidencia favorece su hipótesis o favorece la hipótesis nula
correspondiente, se siempre favorecer la hipótesis nula. Estadístico técnicas permiten a los científicos hacer declaraciones basadas en la
probabilidad acerca de la evidencia empírica de que se han recogido. Se podría pensar que, si la evidencia era de 50-50 entre sus
hipótesis y la hipótesis nula correspondiente, los científicos tendería a dar el visto bueno a la hipótesis (desde su La teoría) sobre la
hipótesis nula. En la práctica, sin embargo, este no es el caso. Aun cuando la hipótesis tiene una 80-20 ventaja sobre la hipótesis nula, la
mayoría de los científicos será todavía favorecen la hipótesis nula. ¿Por qué? Porque Los científicos están muy preocupados por la
posibilidad de rechazar la hipótesis nula falsa y por lo tanto hacer afirmaciones que otros en última instancia, se muestran a estar mal.
Una vez que una teoría se ha establecido como una parte del borde científica knowl- en un campo de estudio, los investigadores pueden
construir sobre la base de que esta teoría ofrece. Thomas Kuhn escribió acerca de estos procesos en su famoso libro La estructura de
las revoluciones científicas . Según Kuhn, campos cientıficos pasan por
ciclos de acumulación de conocimientos sobre la base de un conjunto de supuestos compartidos y teorías comúnmente aceptadas sobre la forma en que
perseguir pre- guntas técnicas cada vez que tienen sentido sólo por el trabajo que tiene venir de antemano. Este estado de la investigación en virtud
Cuando un problema importante se encuentra con las teorías e hipótesis de un campo científico aceptado, que el campo pasará a través de
un período durante el cual re- volucionario nuevas teorías e hipótesis sustituir a la antigua paradigma para establecer un nuevo paradigma.
Uno de los más famosos de estas revoluciones científicas se produjo durante el siglo 16, cuando el campo de la astronomía se vio obligado a
abandonar su hipótesis de que la Tierra era el centro del universo conocido. Esta era una suposición de que había informado acerca de las
teorías planetarias movimiento durante miles de años. En el libro En las revoluciones de los cuerpos celestes , Nicolai Copérnico presentó su
teoría de que el Sol era el centro del universo conocido. A pesar de que este radical La teoría conoció a muchos retos, un creciente cuerpo de
evidencia con- astrónomos convencidos de que Coperinicus estaba en lo cierto. A raíz de esta cambio de paradigma , investigadores
desarrollaron nuevas hipótesis y teorías que estableció un nuevo paradigma, y los campos afectados de estudio entró en nuevos periodos de
Puede parecer difícil de imaginar que el campo de la ciencia política ha sucedido nada que se pueda comparar
con las experiencias de los astrónomos en el siglo 16. De hecho, Kuhn y otros investigadores que estudian el evolu- ción de los campos de la
investigación científica tiene un vivo debate en curso acerca de dónde y lo social ciencias, como la ciencia política, son en términos de su desa-
rrollo. Los participantes más escépticos en este debate argumentan que la ciencia política no es suficientemente maduro como para tener un
paradigma, y mucho menos un paradigma cambio. Si dejamos de lado este debate un tanto esotérica de los paradigmas y los cambios de
paradigma, podemos ver una importante ejemplo de la evolución del conocimiento cien- cien- acerca de la política a partir del estudio de público
En la década de 1940 el estudio de la opinión pública a través de encuestas de masas estaba en su infancia. Antes de ese momento, político
científicos y sociólogos asumen que los votantes estadounidenses estaban muy influenciados por las campañas presidenciales - y, en particular, por la
publicidad de campaña - a medida que se decidieron sobre los candidatos. para una mejor entender cómo funcionaban estos procesos, un equipo de
investigadores de la Universidad de Columbia estableció una el estudio en profundidad de la opinión pública en el Condado de Erie, Ohio, durante la
elección presidencial de 1944. su estudio se entrevistó a los mismos individuos en múltiples períodos de tiempo en todo el curso de la campaña. Para
gran sorpresa de los investigadores, se encontraron con que los votantes eran notablemente consistentes de entrevista en entrevista en términos de
sus intenciones voto. En lugar de ser influenciados por determinados acontecimientos de la campaña, la mayoría de los votantes encuestados había
acerca de cómo iban a emitir su voto mucho antes de la campaña había comenzado aún. El libro resultante por Paul Lazarsfeld, Bernard
Berelson y Hazel Gaudet, titulado Elección Popular , cambiado la forma that scholars thought about public opinion and political behavior in
the United States. If political campañas no fueron centrales para votar la elección, los estudiosos se vieron obligados a preguntarse qué estaba
crítico la determinación de cómo la gente votó.
Al principio, otros investigadores se mostraron escépticos de los resultados del estudio de 1944 del Condado de Erie, sino como la revisada
teorías de la política de Lazarsfeld et al. fueron evaluados en otros estudios, el campo de la opinión pública se sometió a un cambio que se
parece mucho a lo que Thomas Kuhn llama un “cambio de paradigma”. En el después de este descubrimiento, se han desarrollado nuevas
teorías para tratar de explicar el origen de los votantes
archivos adjuntos de larga duración a los partidos políticos en los Estados Unidos. Un ejemplo de un influyente estudio que se llevó a cabo
bajo este paradigma cambiado es el libro seminal de Richard Niemi y Kent Jenning de
1974, El carácter político de la adolescencia: la influencia de las Familias y Escuelas . Como el título indica, Niemi y Jennings estudiaron los
archivos adjuntos de los escolares a los partidos políticos. Bajo la pre-Condado de Erie paradigma de la opinión pública, este estudio no habría tenido
mucho sentido. Pero una vez los investigadores han encontrado que los vínculos partidarios de los votantes eran bastante estables en el tiempo, el
estudio de ellos en el tempranas edades en las que se forman se convirtió en una empresa científica razonable. Se puede ver evidencia de esto
paradigma en el trabajo en los estudios actuales de identificación de la parte y los debates sobre su estabilidad.
Entonces, ¿cómo los científicos políticos desarrollan teorías sobre la política? Un elemento clave de esto es que ellos ordenan sus pensamientos
sobre el mundo de la política en términos de conceptos que los científicos llaman las variables y causal relaciones entre Ables variabilidad. Este tipo
de ejercicio mental es sólo una forma más rigurosa de expresar ideas acerca de la política que oímos a diario. Usted debe pensar en cada variable
en términos de su etiqueta
y es valores . los etiqueta de variable es una descripción de lo que es la variable y el valores de las variables son las denominaciones en las que
ocurre la variable. Por lo tanto, si estamos hablando de la variable que refleja una la edad del individuo, que podría ser simplemente etiquetar esta
“Edad” variable y algunas de las denominaciones en las que este variable aparece sería años, días o incluso horas.
Es más fácil de entender el proceso de convertir los conceptos en las variables mediante el uso de un ejemplo de un entero
teoría. Por ejemplo, si estamos pensando en las elecciones presidenciales, una idea comúnmente expresada es que el
presidente en ejercicio tendrán mejores resultados cuando la economía está relativamente saludable. Si reiteramos esto en términos de una
teoría de la ciencia política, el estado de la economía se convierte en el variable independiente , y el resultado de las elecciones
presidenciales se convierte en el variable dependiente . Una forma de mantener la jerga de las teorías recta es recordar que el valor de la
variable “dependiente” “depende” en el valor de la "variable independiente. Recordemos que una teoría es una conjetura provisional sobre las
causas de algunos fenómeno de interés. En otras palabras, una teoría es una conjetura de que la variable independiente es causalmente relacionada
con la variable dependiente; de acuerdo con nuestra teoría, cambios en el valor de la independencia variable causas cambiar en el valor de la
variable dependiente.
Esta es una buena oportunidad para hacer una pausa y tratar de llegar a su propia declaración causal en términos de una
variable independiente y dependiente; trate de llenar en los siguientes espacios en blanco con algunas variables políticas:
causas
A veces es más fácil de proposiciones causales frase más específicamente en términos de los valores de las variables que usted tiene
Una vez que aprenda a pensar en el mundo en términos de variables usted será capaz de producir una casi serie sin fin de teorías causales. en
el capítulo 4 vamos a discutir en detalle cómo diseñamos investigación para evaluar las afirmaciones causales en teorías, sino una forma de
explicación causal Detrás de eso. La explicación causal detrás de una teoría es la respuesta a la pregunta, “¿por qué ¿cree que esta variable
inde- pendiente es una relación causal con esta variable dependiente?”Si la respuesta es razonable, entonces la teoría tiene posibilidades.
Además, si la respuesta es original y pensamiento provocador, entonces usted realmente puede estar en algo. Volvamos ahora a nuestro
ejemplo de trabajo en la que el estado de la econo- mía es la variable independiente y el resultado de las elecciones presidenciales es nuestra variable
dependiente. La explicación causal de esta teoría es que creemos que el estado de la economía es causalmente relacionada con el resultado
para la gestión de la economía nacional. Como resultado, cuando la economía ha tenido un buen desempeño, más los electores votarán por
el titular. Cuando el
9 1.3 Variables y explicaciones causales
variable independiente (concepto) teoría
causal
variable dependiente (concepto)
(Operacionalización) (operacionalización) Hipótesis Variable
economía está funcionando mal, menos votantes apoyarán al candidato oficialista. Si ponemos esto en términos de la precedente de relleno en el espacio en blanco
ejercicio, podríamos escribir el rendimiento económico hace que los resultados de las elecciones presidenciales, o, más específicamente, que podría escribir
Por ahora nos referiremos a esta teoría, que ha sido ampliamente avanzada y probada por científicos políticos, como “la teoría del voto
económico.”
Para probar la teoría del voto económico en las elecciones presidenciales de Estados Unidos, tenemos que derivar de ella una o más hipótesis comprobables.
Figura 1.2 proporciona un diagrama esquemático de la relación entre una teoría y una de sus hipótesis. En la parte superior de este diagrama son los
componentes de la teoría causal. A medida que avanzamos desde la parte superior parte de este diagrama (teoría causal) a la parte inferior (Hipótesis),
estamos pasando de una declaración general acerca de cómo pensamos el mundo trabaja para una declaración más específica acerca de una relación que
esperamos encontrar cuando vamos a cabo en el mundo real y la medida (o operacionalizar ) nuestras variables. 4
4 A lo largo de este libro, usaremos los términos “medida” y “poner en práctica” cambiables hábilmente. Es una práctica bastante común en el literatura actual la ciencia política para
ejemplo voto económico, la variable independiente, denominado “Desempeño Económico”, puede pensarse como un concepto que va desde
valores de muy fuerte a muy mala. La variabilidad dependiente capaz, etiquetado “Voto Titular del cargo,” puede ser pensado como un concepto
que va desde valores de muy alto a muy bajo. Nuestro teoría causal es que un rendimiento económico más fuerte hace que el voto incumbe a
ser mayor. Debido a que hay muchas maneras en las que podemos medir cada una de nuestras dos variables, hay muchos diferentes
hipótesis que podemos prueba para saber qué tan bien nuestra teoría se sostiene que en el mundo real datos . Podemos medir rendimiento
económico en una variedad de maneras. Estas medidas incluyen ción infla-, el desempleo, la verdadera el crecimiento económico, y muchos otros.
“Titular Voto” puede parecer bastante sencillo de medir, pero Aquí también hay una serie de opciones que tenemos que hacer. Por ejemplo, ¿qué
es lo que hacemos en los casos en el cual el presidente en ejercicio no se está ejecutando de nuevo? O ¿qué pasa con las elecciones en las que
un tercero carreras candidato? Medición (o puesta en funcionamiento) de los conceptos es una parte importante de la comunidad científica pro-
ceso. Discutiremos esto con más detalle en el capítulo 5 , que está dedicada exclusivamente a la evaluación de diferentes mediciones variables y
variación en Ables variabilidad. Por ahora, imaginamos que somos hacer operativo el rendimiento económico con una variable que vamos a
etiquetar “Un año real Económico El crecimiento per cápita.”Esta medida, que está disponible en las medidas oficiales de EE.UU. fuentes
gubernamentales la tasa de un año de ajustados a la inflación (de ahí el término “real”) el crecimiento económico per cápita en el momento de la elección.
Los omiso de la inflación y de la población (per cápita) reflejan una parte importante de medición - queremos que nuestra medida de nuestras
variables a ser comparables entre los casos. Los valores de esta rango variable a partir de los valores negativos para el año en que la economía
se contrajo a valores positivos desde hace años en el cual la economía se expandió. Operacionalizamos nuestra variable dependiente con una
variable que etiquetamos “Porcentaje partido en el poder del Partido voto mayor.” Esta variable toma valores en base a la porcentaje del voto
popular, como se informó en los resultados oficiales de las elecciones, para el partido que controla la idency PRESION en el momento de la
elección y por lo tanto tiene un rango posible de 0 a 100. Con el fin de hacer que nuestra medida de esta variable dependiente comparables a
través de los casos, los votos para los candidatos de terceros han sido eliminado de esta medida. 5
5 Si está en duda la sabiduría de la eliminación de votos para los candidatos de terceros, usted está pensando en la manera correcta - en cualquier momento que leer acerca de una
medida que debe pensar en diferentes maneras en las que podría haber sido llevadas a cabo. Y, en particular, que debe centrarse en las posibles consecuencias de diferentes opciones
de medición en los resultados de las pruebas de hipótesis. evaluando estrategias de medición es un tema importante en el Capítulo 5 .
0 102030405060708090100
partido Major
-20 -10 0 10 20
Figura 1.3. Lo que se puede esperar para ver basado en la teoría del voto económico?
Figura 1.3 muestra los ejes de la gráfica que podríamos producir si se recogieron las medidas de estos dos
variables. Podríamos poner cada elección presidencial en Estados Unidos en el gráfico de la figura 1.3 mediante la identificación del punto que se
corresponde con el valor de ambos “un año de crecimiento real Económico” (la horizontal, o X , eje) y “porcentaje de voto Titular-Party” (la vertical,
voto titular a ser menor. Por lo tanto, lo que esto nos llevaría a esperar a ver si nos trazan los datos del mundo real en la figura 1.3 ? Para obtener esta
respuesta correcta, vamos a asegurarnos de que sabemos que el camino alrededor de este gráfico. Si nosotros mover de izquierda a derecha sobre el eje
horizontal, que está marcado “un año de crecimiento real económico”, lo que está pasando en términos del mundo real? Podemos ver que, en el extremo
- 20. Esto significaría que la economía de Estados Unidos se había reducido en un 20% respecto al año pasado, lo que haría representar un
rendimiento muy pobre (por decir lo menos). A medida que avanzamos hacia la derecha en este eje, cada punto representa un mejor rendimiento
económico hasta el punto en el que vemos un valor de + 20, lo que indica que la economía real ha crecido en un 20% durante el año pasado. El eje
este eje representa una parte creciente de los votos para el partido doblada que le competen, mientras se mueve descendente representa una
proporción decreciente de los votos.
Ahora pensamos en estos dos ejes juntos en términos de lo que se esperaría ver en base a la teoría de la
el voto económico. Al pensar en estos asuntos, siempre debemos comenzar con nuestra independientes variable. This is because our
theory states that the value of the independent variable exerts a causal influencia sobre el valor de la variable dependiente. Por lo
tanto, si comenzamos con un valor muy bajo de económico actuación
- digamos -15 en el eje horizontal - lo que hace nuestra teoría nos lleva a esperar en términos de
valores para la voto titular , la variable dependiente? También esperamos que el valor de la dependiente variable para ser muy baja.
entonces se espera que este caso de estar en la esquina inferior izquierda de la figura
1.3 . Ahora imaginar un caso en el que el rendimiento económico fue bastante fuerte en + 15. En estas
circunstancias, nuestra teoría nos llevaría a esperar que el porcentaje corresponde a votar también sería Bastante alto. tal caso sería en la parte
superior derecha de nuestra es- quina gráfico. Figura 1.4 muestra dos tales puntos hipotéticos representados gráficamente en el mismo gráfico que
en la figura 1.3 . Si dibujamos una línea entre estos dos puntos, esta línea de pendiente hacia arriba desde la parte inferior izquierda a la parte
superior derecha. Se describe una línea como que tiene una pendiente positiva. Por tanto, podemos plantear la hipótesis de que la relación entre la
variable de etiquetado “Un año de crecimiento económico real” y la variable denominada “Titular-Partido porcentaje de voto” será una Relación
-20 -10 0 10 20
Figura 1.4. Lo que se puede esperar para ver basado en la teoría del voto económico? Dos casos hipotéticos.
13 1.3 Variables y explicaciones causales
los valores de la variable independiente tienden a coincidir con los valores más altos de la variable dependiente. Vamos a considerar una puesta en funcionamiento
diferente de nuestro variabilidad independiente que pueda. En lugar de crecimiento económico, vamos a
utilizar “Porcentaje de desempleo” como nuestra puesta en práctica de los resultados económicos. Nosotros no tenemos cambiado nuestra
teoría, pero tenemos que repensar nuestra hipótesis con esta nueva medida o puesta en funcionamiento. La mejor manera de hacerlo es hacer
un dibujo parecido a la figura 1.3 pero con la cambió variable independiente en el eje horizontal. Esto es lo que tenemos en la figura 1.5 . A medida
que nos movemos de izquierda a a la derecha en el eje horizontal en la figura 1.5 , el porcentaje de los miembros de la fuerza de trabajo que
están en paro sube. ¿Qué significa esto en términos su rendimiento óptimo económico? El aumento del desempleo es generalmente se
considera un rendimiento económico más pobre, mientras que el desempleo se considera una disminución un mejor rendimiento eco nómico.
Sobre la base de nuestra teoría, ¿qué debemos esperar a ver en términos de titular porcentaje de voto cuando el desempleo es alto? ¿Y
cuando el desempleo es baja? Figura 1.6 muestra dos puntos tales hipotéticas representan en nuestro gráfico de desempleo y voto titular
la figura 1.5 . El punto en la esquina superior izquierda representa nuestro porcentaje esperado voto cuando el desempleo es igual a
cero. En estas circunstancias, nuestra teoría del voto económico nos lleva a
esperar que el partido en el poder va a hacer muy bien. El punto en la esquina inferior derecha representa nuestra votación prevista porcentaje
edad cuando el desempleo es muy alto. Bajo estas circunstancias, nuestra teoría
0 102030405060708090100
partido Major
0 10 20 30 40 50 60 70 80 90 100
Porcentaje de desempleo
Figura 1.5. Lo que se puede esperar para ver basado en la teoría del voto económico?
14 El Estudio Científico de la Política
*
* 0 102030405060708090100 yo ncumbent-Party Porcentaje de Party Major Vote 0 10 20 30 40 50 60 70 80 90
100 desempleo Porcentaje
Figura 1.6. Lo que se puede esperar para ver basado en la teoría del voto económico? Dos casos hipotéticos.
del voto económico nos lleva a esperar que el partido en el poder va a hacer muy mal. Si dibujamos una línea entre estos dos puntos, esta línea de
pendiente hacia abajo desde la parte superior izquierda a la parte inferior derecha. Se describe como una línea que tiene una pendiente negativa. Por
tanto, podemos plantear la hipótesis de que la relación entre la variable de etiquetado “El desempleo Porcentaje” y la variable denominada
“Titular-Partido porcentaje de voto” será una negativo relación . Una relación negativa es uno para el que los valores más altos de la variable
En este ejemplo, hemos visto que la misma teoría puede conducir a una hipó- tesis de un positivo o un negativo relación. La teoría a ensayar, junto con
la puesta en funcionamiento de la independiente y la dependiente las variables, determina la dirección de la relación hipótesis. La mejor manera de
traducir nuestras teorías en hipótesis es dibujar una imagen como la figura 1.3 o 1.5 . El primer paso es para etiquetar el eje vertical con la variable
Etiqueta para la variable independiente (como operacionalizado) y luego la etiqueta de la baja (izquierda) y alta (derecha) de las eje con etiquetas de
valor apropiados. El segundo paso en este proceso es etiquetar el eje vertical con la variable Etiqueta para la variable dependiente y luego etiquetar
los extremos bajo y alto de ese eje con etiquetas de valor apropiados. Una vez que tenemos una figura de este tipo con los ejes y los valores bajos y
altos para cada una etiquetada correctamente, podemos determinar lo que nuestro valor esperado de la variable dependiente debe ser si observamos
la vez un bajo y un alto valor de la variable independiente. Y, una vez que hemos colocado
los dos puntos resultantes en nuestra figura, podemos decir si nuestra hipotética relación es positiva o negativa.
Una vez que hemos descubierto nuestra relación hipotética, podemos recopilar datos de casos de la vida real y ver
lo bien que estos datos reflejan nuestras expectati- vas de una relación positiva o negativa. Esto es muy paso importante que podemos llevar a cabo con
bastante facilidad en el caso de la teoría de ING vot- económica. Una vez que nosotros recoger todos los datos sobre los resultados de rendimiento
económico y de las elecciones, vamos a, sin embargo, todavía puede ser una larga manera de confirmar la teoría de que el rendimiento económico causas
si un gráfico similar a la figura 1.3 produce evidencia visual convincente, que tendrá que ver más riguroso
evidencia que eso. capítulos 7 - 11 centrarse en el uso de las estadísticas para evaluar hipótesis. La lógica básica de prueba de hipótesis
estadística es que se evalúa la probabilidad de que la relación que encontramos podría ser debido a el azar. Cuanto más fuerte es la
evidencia de que tal relación no pude deberse a la casualidad, la más seguro que estaríamos en nuestra hipótesis. Cuanto más fuerte es la
evidencia de que tal relación podría
deberse a la casualidad, más seguro que estaríamos en la hipótesis nula correspondiente. Esta en A su vez se refleja en nuestra
teoría.
También, en este punto, hay que tener cuidado de no afirmar que hemos “confirmado” nuestra teoría, porque
fenómenos científicos sociales (como las elecciones) suelen ser complejos y no pueden ser explicados por completo con una sola variable
independiente. Tome un minuto o dos para pensar en lo que otras variables, aparte de rendimiento económico, se cree podría ser causalmente
relacionadas con los resultados de las elecciones presidenciales en Estados Unidos. Si se puede llegar a por lo menos uno, usted está en su manera
de pensar como un científico político. Porque por lo general hay otras variables que son importantes, podemos seguir pensando en nuestras teorías
dos variables en una tiempo, pero necesitamos para calificar nuestras expectativas para tener en cuenta otras variables. Pasaremos Capítulos 3
Cuando pensamos en los fenómenos que queremos entender mejor como variables dependientes y desarrollar teorías acerca de las
variables independientes que influyen causalmente ellos, estamos construyendo
modelos teóricos . Polit- científico ical James Rogers ofrece una excelente analogía entre modelos y mapas para explicar cómo estas
abstracciones de la realidad son útiles para nosotros cuando tratamos de entender la política mundo:
La misma falta de realismo de un modelo, si está bien construido, es lo que lo hace útil. Los modelos desarrollados a continuación están destinadas a
servir a la misma función que un mapa de las calles de una ciudad. Si se compara un mapa de una ciudad a la topografía real de esa ciudad, lo cierto es
es un retrato muy poco realista de lo que la ciudad realmente se parece. El mapa distorsiona por completo lo que es De Verdad
allí y deja fuera a numerosos detalles acerca de lo que es un área en particular se parece. Pero es precisamente porque
el mapa distorsiona la realidad - porque abstrae lejos de una gran cantidad de detalles acerca de lo que es realmente allí - que es una herramienta útil. Un
mapa que intentó retratar los detalles completos de un área en particular sería demasiado desordenado para ser útil en la búsqueda de un lugar
determinado o sería demasiado grande para ser almacenado convenientemente. (2006, p. 276, énfasis en el original)
El punto esencial es que los modelos son simplificaciones. Si son o no son útiles para los Estados Unidos depende de
lo que estamos tratando de lograr con el modelo en particular. Uno de los aspectos notables de modelos es que suele ser más útil para
nosotros son cuando resulten inexactos que cuando son precisos. El proceso de pensar en el fracaso de un modelo para explicar uno o
más casos puede generar una nueva teoría causal. inexactitudes flagrantes a menudo nos apuntan en la dirección del progreso teórico
fructífera.
sobre política
En los capítulos que siguen, nos centraremos en particular, las herramientas de la investigación cien- cia política. Al hacer esto, tratar de tener en cuenta nuestro
propósito más grande - tratando de avanzar el estado del conocimiento científico acerca de la política. Como científicos, tenemos una serie de reglas básicas que
Todo el capítulo 3 se ocupa de la cuestión de la causalidad y, en concreto, cómo identificamos las relaciones causales. Cuando los científicos
políticos construyen teorías, es fundamental que siempre piensan en términos de la causalidad procesos que impulsan los fenómenos en los que
están interesados. Para nosotros, para desarrollar una mejor comprensión del mundo de la política, tenemos que pensar en términos de causas y
no la mera covariación . El termino covariación se utiliza para describir una situación en la que dos variables varían juntas (o covarían ). Si
los valores más altos de la variable UNA , por lo general, también observamos valores más altos de la variable segundo . También diríamos ese UNA
y segundocovarían
si
17 1.5 Reglas de la carretera
es el caso que, cuando observamos los valores más altos de la variable UNA , por lo general, también observamos valores más bajos de variable segundo . 6 Es
fácil asumir que cuando observamos covariación también estamos observando la causalidad, pero es importante no caer en esta trampa.
Esta regla de la carretera está estrechamente ligada a la primera. Un camino más largo de afirmar que es “tratar de desarrollar teorías antes de
examinar los datos en los que se llevará a cabo sus pruebas.”La importancia de esta regla es mejor ilustrado por un ejemplo tonto. Supongamos
que estamos ante datos sobre la tasa de homicidios (número de homicidios por cada 1.000 personas) en la ciudad de Houston, Texas, por meses
del año. Esta es la variable dependiente, y queremos explicar por qué es más alta en algunos meses y menor en otros. Si tuviéramos que tomar
tanto diferentes variables independientes como sea posible y simplemente ver si tenían una relación con nuestro variable dependiente, una
variable que podamos encontrar a covary fuertemente con la tasa de homicidios es la cantidad de dinero gastado per cápita en el helado. Si
realizamos algunas gimnasia verbal, podríamos desarrollar una “Teoría” sobre cómo elevado de azúcar en la sangre los niveles en las personas
que comen demasiado helado de plomo a patrones de comportamiento asesinas. Por supuesto, si pensamos en ello más, podríamos darnos
y las tasas de homicidios podrían estar relacionados causalmente? Está bastante bien sabido que los ánimos de la gente tiende a deshilacharse cuando la
temperatura es más alta. Las personas también pasan mucho más tiempo fuera durante el clima más caliente, y estos dos factores pueden combinarse para
producir una relación causal plausibles entre las temperaturas y las tasas de homicidios.
Lo que esto bastante tonto ejemplo ilustra es que no queremos que nuestras teorías para hacer a mano basado enteramente en
observaciones de datos del mundo real. Es probable que sea un poco familiarizado con los patrones empíricos relativos a las variables dependientes
para las que estamos desarrollando teorías causales. Esto es normal; no estaríamos capaz de desarrollar teorías acerca de los fenómenos de los que
sabemos nada. Pero tenemos que tener cuidado acerca de cuánto dejamos que lo que vemos a guiar nuestro desarrollo de nuestras teorías. Una de las
mejores maneras de hacer esto es pensar en el proceso causal subyacente a medida que desarrollamos nuestras ories THE- y dejar que esto tiene
mucho más influencia en nuestra forma de pensar que los patrones que nosotros hemos observado. Capítulo 2 se trata de las estrategias para las teorías
6 Un término estrechamente relacionado es correlación . Por ahora usamos estos dos términos indistintamente. en el capítulo 7 , verá que hay medidas estadísticas precisas de
covarianza y la correlación que están estrechamente relacionados entre sí, pero producen diferentes números para los mismos datos.
variable dependiente. Aunque esta estrategia para el desarrollo de la teoría se basa en los datos, no se debe hacer sin pensar en los
procesos causales subyacentes.
Como ya hemos descrito, tenemos que permanecer siempre abiertos a la posibilidad de que nuevas pruebas vendrá el tiempo que va a disminuir
nuestra confianza, incluso en una teoría bien establecida. Una regla estrechamente relacionado de la carretera es que, como científicos, queremos
que, como hemos dicho, es simplemente “la evidencia basada en la observación del mundo real.” Fuerte lógica argumentos son un buen comienzo en
favor de una teoría, pero antes de poder estar convencidos, que necesitan ver resultados de las pruebas de hipótesis rigurosas. 7
Las afirmaciones normativas son declaraciones acerca de cómo el mundo debe ser. Mientras que los políticos hacen y romper sus carreras
políticas con declaraciones tivos normativamente, politólogos tienen que evitar a toda costes. La mayoría de los científicos políticos se preocupan por
cuestiones políticas y tienen opiniones sobre cómo el mundo debe ser. Por sí solo, esto no es un problema. Pero cuando nor- mativo preferencias
sobre cómo el mundo “deben” ser fluencia estructurado en su trabajo científico, los resultados pueden llegar a ser muy problemático. La mejor
manera de evitar este tipo de problemas es llevar a cabo la investigación y el informe de su experiencia de tal manera que es imposible para que el
Esto no quiere decir que la buena investigación de la ciencia política no se puede usar para cambiar el mundo. De lo contrario,
avances en el conocimiento científico sobre los fenómenos permiten a los responsables políticos para lograr cambios en de manera tiva
effec-. Por ejemplo, si queremos librar al mundo de guerras (normativo), necesitamos
entender la dinámica sistemáticas del sistema internacional que producen las guerras en el primer lugar (Empírica y causal). Si
queremos eliminar Latina de la falta de vivienda (normativo), tenemos que entender las vías
7 Vale la pena señalar que algunos politólogos utilizan datos procedentes de estudios experimentales a probar sus hipótesis. Hay una cierta debate sobre si estos datos son,
estrictamente hablando, empírica o no. Se discuten experimentos de ciencias políticas y su limitaciones en el capítulo 4 . En los últimos años algunos científicos políticos también han
hecho un uso inteligente de los datos simulados para ganar influencia en sus fenómenos de interés, y la naturaleza empírica de estos datos sin duda puede ser debatidos. En el contexto
de este libro de texto somos no está interesado en el peso de estos debates sobre exactamente lo que es y no es de datos empíricos. En su lugar, se sugiere que uno debe siempre
tenga en cuenta la calidad general de los datos sobre los que se han realizado las pruebas de hipótesis en la evaluación de las reclamaciones causales.
dentro y fuera de quedarse sin hogar (empírica y causal). Si queremos ayudar a nuestra victoria candidato favorecido elecciones (normativo),
tenemos que entender qué características hacen que la gente vota la manera que lo hacen (Empírica y causal).
Nuestra regla final del camino es que siempre debemos perseguir la generalidad y la parsimonia. Estos dos objetivos pueden entrar en
conflicto. Por “generalidad”, queremos decir que queremos que nuestras teorías que han de aplicarse a una clase tan general de
fenómenos como sea posible. Por ejemplo, una teoría que explica las causas de un fenómeno en un solo país es menos útil que una
teoría que explica el mismo fenómeno en varios países. Además, cuanto más simple o parsimonioso Una teoría es, más atractivo
resulta. 8
En el mundo real, sin embargo, a menudo nos enfrentamos a un equilibrio entre la generalidad y la parsimonia. Este es el caso
porque, para hacer una teoría se aplica de manera más general, tenemos que añadir advertencias. Las advertencias más que agregamos a una teoría, menos
parsimoniosa se vuelve.
Ahora ya sabe las reglas de la carretera. A medida que avanzamos a través de los siguientes 11 capítulos, usted va a adquirir una cada vez más
complicado conjunto de herramientas para desarrollar y probar las teorías científicas acerca de la política, por lo que es crucial que, a cada paso en
el camino, usted tiene estas reglas en la parte posterior de su mente. El resto de este libro se puede dividir en tres secciones diferentes. La primera
sección, que incluye este capítulo través Capítulo 4 , se centra en el desarrollo de teorías y diseños de investigación para estudiar las relaciones
el desarrollo de teorías sobre los fenómenos políticos. en el capítulo 3 , “Las relaciones causales IONES Evaluation,” nosotros proporcionar una explicación
detallada de la lógica de evaluación de las reivindicaciones causales sobre las relaciones entre una variable independiente, lo que llamamos “ X , ”Y una
“Diseño de la investigación,” discutimos las estrategias de investigación que los científicos políticos utilizan para investigar causal relaciones.
En la segunda sección de este libro, nos expandimos en las herramientas básicas que los politólogos tienen que poner a prueba su
teorías. Capítulo 5 , “Introducción a la técnica: Medición Evaluación y Variaciones”, es un detallado dis- cusión de cómo medimos (o
operacionalizamos) nuestras variables, junto con una
8 El término “parsimoniosa” se utiliza a menudo en un sentido relativo. Por lo tanto, si estamos comparando dos teorías, la teoría de que es más sencillo sería ser el más parsimonioso.
De hecho, esta regla de la carretera podría ser expresada “perseguir generalidad y simplicidad.” Usamos el palabras “parsimonia” y “parsimoniosa”, ya que son ampliamente
introducción a un conjunto de herramientas que se pueden utilizar para resumir las Características de los variables de uno a la vez. Capítulo 6 , “Probabilidad
e Inferencia Estadística,” presenta tanto los fundamentos de la teoría de la probabilidad, así como la lógica de la prueba de hipótesis estadística. en
el capítulo 7 , “Bivariadas Hypothe- Prueba sis,” comenzamos a aplicar las lecciones del Capítulo 6 a una serie de pruebas empíricas de la relación
La tercera y última sección de este libro presenta los conceptos fundamentales del modelo de regresión. Capítulo 8 ,
“Modelos de regresión bivariable” presenta el modelo de regresión de dos variables como una extensión de la con- conceptos del capítulo 7 . en el
capítulo 9 , “Regresión Múltiple: Los fundamentos”, introducimos el múltiplo modelo de regresión, con la que los investigadores son capaces de
escenarios que implican modelos de regresión múltiplo. Por último, en el capítulo 12 , “Poniendo todo junto a Produce la investigación eficaz “, se
discute cómo aplicar las lecciones aprendidas en este libro para comenzar a producir una investigación original de su propia.
• causal - lo que implica causalidad. Un objetivo central de este libro es en teorías acerca de las relaciones “causales”.
• correlación - una medida estadística de covariación que resume la dirección (positiva o negativa) y la fuerza de la relación
• covary (o covariación) - cuando dos variables varían juntos, se dice que son “covary”. El término “Covariación” se utiliza para
• de datos - una colección de valores de las variables durante al menos dos observaciones.
• variable dependiente - una variable para la que al menos algunas de las variaciones se teoriza que es causada por una o más variables
independientes.
• hipótesis - una declaración basada en la teoría acerca de lo que cabría esperar para observar si nuestra teoría es correcta. Una hipótesis es una
declaración más explícita de una teoría en términos de la relación esperada entre una
9 Al final de cada capítulo, vamos a ofrecer breves definiciones de cada término en negrita que era introducido en ese capítulo. estos cortos definiciones están destinadas a ayudarle a
obtener una comprensión inicial de la palabra cuando se introduce. Una comprensión completa de estos conceptos, por supuesto, sólo puede ser adquirida a través de una lectura
21 Ceremonias
• prueba de hipótesis - el acto de la evidencia empírica con el fin de evaluar para determinar el nivel de apoyo para la hipótesis frente
a la hipótesis nula.
• variable independiente - una variable que se teoriza para causar variación en la variable dependiente.
• medir - un proceso por el cual los conceptos abstractos se convierten en real observaciones mundo.
• relación negativa - mayores valores de la variable independiente tienden para coincidir con valores más bajos de la variable dependiente.
• ciencia normal - la investigación científica que se lleva a cabo bajo la compartida conjunto de supuestos y aceptado teorías de un
paradigma.
• hipótesis nula - una declaración basada en la teoría acerca de lo que lo haría observar si había ninguna relación entre una variable
• operacionalizar - otra palabra para la medición. Cuando una variable mueve desde el concepto a nivel de una La teoría de la medida del mundo
• paradigma - un conjunto compartido de suposiciones y teorías aceptadas en una en particular campo científico.
• cambio de paradigma - cuando los nuevos hallazgos desafían la sabiduría convencional de un paradigma al punto donde se redefine el conjunto
• relación positiva - los valores más altos de la variable independiente tienden para coincidir con los valores más altos de la variable dependiente.
• modelo teórico - la combinación de variables independientes, el variable dependiente, y el causal relaciones que se
• variables - una cantidad definible que puede tomar dos o más valores.
• variable de etiqueta - la etiqueta se utiliza para describir una variable particular.
• - valores de las variables los valores que una variable en particular puede asumir.
CEREMONIAS
1. Escoger otro tema en el que usted ha tomado un curso y oído mención de las teorías científicas. ¿Cómo es política ciencia similar y diferente
de la materia?
22 El Estudio Científico de la Política
2. Pensar en algo en el mundo político que le gustaría entender mejor. Trate de pensar en esto como una variable con valores altos y bajos. Esta
es la variable dependiente a nivel conceptual. Ahora piensa en lo puede hacer que el valor de la variable dependiente a ser mayor o menor. Trate
de expresar esto en términos de una variable independiente, también a nivel conceptual. Escribe un párrafo acerca de estas dos variables y su
teoría por qué están causalmente relacionadas entre sí.
3. Identificar algo en el mundo que le gustaría ver que suceda (normativo). Lo que el conocimiento científico (Empírica y causal) le ayudaría a
conseguir este objetivo?
4. La elección de 1992 de Estados Unidos presidencial, en la que el retador Bill Clinton venció al George HW Bush, a menudo ha sido recordado como
el “¡Es la economía, estúpido” elecciones. ¿Cómo podemos reformular la declaración causal que encarna esta sabiduría convencional - “Clinton venció
a Bush porque la economía había un mal desempeño” - en una declaración teórica más general?
para los ejercicios 5 y 6 , considerar la siguiente declaración sobre el mundo: “Si se preocupan por el éxito económico en una país, también debe preocuparse por
los derechos políticos de los pueblos de ese país. En una sociedad en la que la gente tiene más los derechos políticos, las víctimas de las prácticas comerciales
corruptas trabajarán a través del sistema para corregir las cosas. Como resultado, países en los que la gente tiene más derechos políticos tendrán menos
corrupción. En los países en los que hay menos la corrupción, no habrá más inversión económica y más éxito económico “.
5. Identificar al menos dos reivindicaciones causales que se han hecho en el ment por el estado anterior. Para cada reivindicación causal, identificar qué
variable es la variable independiente y la variable que es la variable dependiente. estos causal reclamaciones deben expresarse en términos de uno de los
siguientes tipos de frases en las que el primer espacio en blanco debe ser llenado por la variable independiente y la segunda en blanco debe ser llenado por la
variable dependiente:
causas
6. Dibuje una gráfica como en la Figura 1.3 para cada una de las afirmaciones causales que identificó en el ejercicio 5 . Para cada uno de sus cifras,
haga lo siguiente: Inicio en la parte izquierda del eje horizontal de la figura. Esto debería representar una bajo valor de la variable independiente. ¿Qué
valor de la variable dependiente se puede esperar encontrar para tal ¿caso? Poner un punto en su figura que representa esta ubicación esperada.
Ahora haga lo mismo para un caso de alto valor de la variable independiente. Trazar una línea que conecta estos dos puntos y escribir un par de frases
que
describir este cuadro.
23 Ceremonias
7. Encontrar un artículo en una revista de ciencia política que contiene un modelo de política.
Proporcionar a la citación al artículo, y contestar las siguientes preguntas: ( una) ¿Cuál es la variable dependiente? ( segundo)
¿Cuál es una de las variables independientes? ( do) ¿Cuál es la teoría causal que conecta la variable independiente a la
8. Para cada una de las siguientes afirmaciones, identificar qué, en su caso, la regla (s) de la carretera
al conocimiento científico acerca de la política ha sido violada: ( una) This study of the relationship between economic development and the
level of autocracy is important because dictatorships are bad and we need to understand how to get rid of them. ( b) Did the European
financial crisis of 2012 cause Nicolas Sarkozy to lose the subsequent French presidential election? ( c) It’s just logical that poverty causes
turnout.