Formulación de hipótesis. (Anduiza et al. Cap. 1 Hernández et al. Cap. 6)

Transcripción

1 Formulación de hipótesis (Anduiza et al. Cap. 1 Hernández et al. Cap. 6)

2

3 Definición Una hipótesis es un enunciado declarativo que indica explícitamente las relaciones que se espera encontrar entre las variables Para comprobar empíricamente la bondad de una teoría es necesario formular una hipótesis. Toda hipótesis tiene al menos dos variables. Según su posición, las variables pueden ser dependientes e independientes. También puede haber variables antecedentes, intervinientes y de control

4 Hipótesis y variables Cuanto más proporcional es un sistema electoral, mayor será la fragmentación del sistema de partidos La variable dependiente es el asunto a explicar. En este caso, fragmentación del sistema de partidos La variable independiente es la variable que explica. En este caso, proporcionalidad del sistema electoral.

5 Relación entre variables: un cambio en el valor de la variable independiente determina un cambio en el valor de la variable dependiente (COVARIACIÓN). Una variable puede ser intercambiable. En una hipótesis es dependiente y en otra es independiente. Ejemplo: Un alto nivel de fragmentación del sistema de partidos favorece la inestabilidad del gobierno Fragmentación ahora es una variable independiente

6 Variables intervinientes El investigador también puede identificar variables intervinientes Ejemplo: Un alto grado de proporcionalidad del sistema electoral, estimula una elevada fragmentación del sistema de partidos, lo que favorece la inestabilidad del gobierno Fragmentación es una variable interviniente

7 Variables antecedentes Son variables independientes que intervienen antes que las variables explicativas. La consideración de una variable como antecedente responde a una decisión del investigador (inspirado tal vez por una teoría). Ejemplo: : Un alto grado de proporcionalidad del sistema electoral, estimula una elevada fragmentación del sistema de partidos, lo que favorece la inestabilidad del gobierno Proporcionalidad podría ser considerada una variable antecedente, poniendo el énfasis en fragmentación como variable independiente

8 Variables de control Son variables que influyen tanto en la variables independientes como en la variable dependiente. Por esa razón, deben ser consideradas, pese a que al investigador no le parezcan relevantes. Ejemplo: Régimen de Gobierno ; Crecimiento económico ; Cultura política, etc. La definición de una variable como independiente, interviniente, antecedente o de control, depende de las necesidades del investigador. Un mismo factor puede ser tratado de un modo u otro según la perspectiva que escoja el investigador

9 Hipótesis nula La hipótesis más simple es la hipótesis nula, que postula la inexistencia de una relación entre dos variables (cambios en la variable independiente no afectan a la variable dependiente) Algunas investigaciones postulan primero la hipótesis nula y luego buscan demostrar empíricamente que ella es falsa.

10 Ejemplo: "El signo ideológico del gobierno no afecta el gasto público en educación"

11 El estudio empírico suele inclinar al investigador a formular hipótesis que establezcan relaciones causales, omitiendo la presentación de la hipótesis nula. Ejemplo. Cuánto más a la derecha esté situado el gobierno, menor será el gasto público en educación

12 Número de variables Toda hipótesis debe contar con una variable independiente, una variable dependiente y una relación causal. La relación causal (causa-efecto) supone la covariación de ambas variables El investigador puede formular hipótesis más complejas y sofisticadas. Sin embargo, existe una regla de oro: intentar explicar lo máximo posible con el menor número de variables (King, Keoane y Verba 1994)

13 Una forma de mejorar la capacidad explicativa de una hipótesis es indicar la forma que asume la relación causal (positiva, negativa, lineal, compleja). Ejemplo hipótesis compleja: El nivel socio económico y la afiliación partidista de las personas, afectan el nivel de participación en las elecciones

14 Causalidad La relación de causalidad entre dos fenómenos es algo que el análisis empírico no puede inferir de manera definitiva. Ni el mejor diseño de investigación consigue demostrar una relación causal en términos empíricos. Los mecanismos de causalidad son en verdad inferencias causales que tras la presentación de la evidencia, el investigador debe argumentar en términos teóricos.

15 Ejemplo Hipótesis: "Un mayor nivel educativo favorece la participación política" Algo evidente es que la relación causal es unidireccional. (participación política no puede explicar años de educación) Sin embargo, la relación solo puede establecerse si se explica el mecanismo causal. Para ello, hay que argumentar: una persona educada tiene mejores condiciones para comprender los temas del debate público y ello facilita la participación.

16 En las relaciones causales existen diversos grados de afectación de las variables independientes sobre el fenómeno que se pretende explicar. Sería deseable que el investigador demostrara que sus variables independientes funcionan como condición suficiente o condición necesaria para que un fenómeno ocurra. Sin embargo, ello no es del todo sencillo.

17 Condición suficiente Es una causa cuya presencia garantiza la aparición del efecto (aunque éste pueda aparecer en otras circunstancias donde la causa no esté presente). Ejemplo: Lluvia es una condición suficiente para que las calles estén mojadas. (cuando llueve el fenómeno siempre ocurre) Pero las calles pueden estar mojadas por cualquier otra razón (por la limpieza vial por ejemplo) Para determinar que una causa es condición suficiente se deben revisar todos los casos (o un número elevado) donde la causa aparece Si se encuentra un caso donde la causa aparece y el fenómeno no ocurre, deberíamos dejar de considerarla como condición suficiente

18

19 Condición necesaria Es una causa sin la cual no se verifica el fenómeno estudiado. Ejemplo: oxígeno es una condición necesaria para el fuego. (sin oxígeno, no hay fuego). Pero la causa necesaria puede existir sin que se origine el fenómeno (por suerte). Si encontramos un caso donde el fenómeno aparece sin que la causa necesaria esté presente, deberíamos dejar de considerarla como condición necesaria

20

21 Condiciones facilitadoras Relaciones causales en forma de condición suficiente o necesaria, son poco frecuentes en las ciencias sociales La mayoría de las relaciones causales están determinadas por condiciones facilitadoras. Habrá casos donde la causa aparece pero el efecto no. También casos donde el efecto aparece pero no la causa. Por esa razón, debemos pensar en término de condiciones facilitadoras.

22 Por tanto, si la causa y el efecto nunca están asociados, se descarta la hipótesis Si la causa y el efecto (en muchos casos) están asociados, se acepta la hipótesis En esta situación, la causa es sólo una condición facilitadora cuyo impacto adquiere un carácter probabilístico. Si esa variable (causa) está presente, habrá una probabilidad X de que el fenómeno ocurra