Documentos de Académico
Documentos de Profesional
Documentos de Cultura
de configuraciones causales
Anbal Prez-Lin
Resumen
En aos recientes, el mtodo comparado ha visto importantes desarrollos que amplan significativamente nuestra capacidad analtica dentro de la tradicin cualitativa. De qu manera es posible verificar hiptesis a travs de la comparacin? La respuesta a esta pregunta parece inicialmente sencilla,
pero suele resultar engaosa. En este artculo se revisan los fundamentos lgicos y se exponen algunos
desarrollos recientes del mtodo comparativo.
Palabras clave: Mtodo comparado; Anlisis Causal Configurativo; Causalidad Mltiple y Coyuntural; Estrategias de Similitud y Diferencia
Abstract
In recent years, the comparative method has seen important developments that broaden significantly our analytical capacity within the qualitative tradition. How is it possible to verify hypothesis
through comparison? The answer to this question seems simple at first, but it may be unreliable. In
this article the logical basics are reviewed and some recent developments of the comparative method
are exposed.
Keywords:
Comparative method; Configurative causal analysis; multiple and conjuncture causality; similitude
and difference strategies
Fecha de recepcin: 19 de octubre de 2009
Fecha de aceptacin:10 de noviembre de 2009
125
ANBAL PREZ-LIN
D
126
no provincial y otros no, algunos ganan con amplios mrgenes de votacin y otros no,
etc.). Es justamente esta variacin la que inspira la cuestin concreta a ser investigada: por
qu en ciertos casos ocurre algo (Y) y en otros no (no-Y)? Qu factores explican esta variacin? A los efectos de este documento, consideremos una pregunta de investigacin hipottica: bajo qu condiciones consigue un gobernador ganar su reeleccin?
Definida la pregunta de investigacin, es preciso ofrecer una respuesta tentativa. En
una investigacin cientfica, esta respuesta preliminar adquiere la forma de una hiptesis.
Toda hiptesis contiene tres elementos: una variable dependiente (o fenmeno que se busca
explicar, convencionalmente representado como Y), una o ms variables independientes (o
factores explicativos, convencionalmente representados como X), y una relacin causal que
presuntamente vincula a ambas (y que el mtodo comparativo apunta a verificar). Las
variables pueden medirse a travs de diferentes escalas pero, por motivos de sencillez en la
exposicin, en este trabajo presentar ejemplos con variables dicotmicas1.
En el ejemplo aqu utilizado, la variable dependiente corresponde a la reeleccin (un
gobernador puede ganar la reeleccin o no). Es importante notar que, incluso en un caso
sencillo como ste, es preciso establecer una definicin operacional clara para cada variable.
Cundo podemos decir que un gobernador ha sido reelecto? Debe contarse como reeleccin, por ejemplo, si la persona regresa al cargo despus de un perodo fuera del gobierno?
A fines de ejemplo, definamos simplemente la reeleccin como el triunfo electoral que permite la continuacin en el cargo de un gobernador durante un perodo inmediatamente
posterior a su mandato.
En la prctica, el problema de las definiciones operacionales suele ser bastante ms
complicado. Por ejemplo, consideremos tres variables independientes como posibles explicaciones para el xito del proyecto reeleccionista de un gobernador2:
X1: La Constitucin provincial permite (o no) la reeleccin;
X2: El gobernador ha realizado (o no) una buena gestin en el mandato reciente;
X3: La oposicin presenta un candidato fuerte (o no).
1
Las variables pueden ser categricas (escalas nominales u ordinales) o numricas (escalas de intervalos o razones). Las variables dicotmicas (que clasifican a los casos dentro o fuera de un conjunto particular), constituyen la forma ms simple de variable categrica. Los estudios comparativos que analizan un pequeo
nmero de casos tienden naturalmente a utilizar variables categricas, porque incluso cuando stas reflejan
cantidades (por ejemplo, el PBI de un pas) lo que importa no es tanto la cantidad en s misma sino lo que
sta representa en trminos cualitativos (es ste un pas rico o pobre?). Ms all de los ejemplos, las tcnicas presentadas en este texto son aplicables tambin a variables con mltiples categoras (por ejemplo: alto,
medio y bajo).
Las variables independientes presentadas en este trabajo estn seleccionadas con criterio puramente ilustrativo (y los casos que las ejemplifican son puramente ficticios). Mi intencin no es sugerir una conclusin
terica sobre el fenmeno de la reeleccin de los gobernadores, sino apenas ejemplificar la lgica del anlisis.
127
ANBAL PREZ-LIN
128
La primera variable independiente parece fcil de definir y medir (aunque no es raro que
este tema llegue como materia de interpretacin a una Corte Constitucional), pero las
otras dos variables resultan bastante ms ambiguas. Qu significa realizar una buena gestin? Cmo se define una oposicin fuerte? Estos trminos son tan vagos que requieren un trabajo riguroso para identificar dimensiones e indicadores concretos que permitan
su conceptualizacin y medicin. En las pginas que siguen, asumo que este problema ha
sido resuelto y que los casos bajo estudio han sido clasificados siguiendo definiciones operacionales claramente establecidas por el investigador.
La ltima cuestin preliminar de gran importancia se refiere a la definicin de la poblacin bajo estudio y la muestra a ser observada. Este aspecto, si bien resulta esencial para
concebir un diseo de investigacin exitoso, es a menudo ignorado en los cursos sobre metodologa; resulta fcil perderlo de vista porque los estudios de ciencia poltica emprica
resuelven este problema en la fase preliminar de diseo de investigacin sin describirlo en
gran detalle en las publicaciones resultantes.
Por poblacin me refiero al universo de unidades de anlisis que constituyen el foco
del estudio. La forma ms sencilla de identificar la poblacin relevante es preguntarse a qu
objetos del mundo real se aplican nuestras hiptesis. (O en otros trminos, qu clase de
objeto puede ser descripto por las variables que componen nuestras hiptesis). Por ejemplo, si sostenemos que una buena gestin de gobierno es necesaria para ganar la reeleccin,
resulta evidente que esta hiptesis no se aplica a relojes, planetas, o pacientes clnicos. Se
aplica acaso a las provincias? Esta unidad de anlisis parece ms cercana a nuestro tema de
estudio, pero la reeleccin no es una propiedad de las provincias sino de sus gobernadores
individuales. El estudio, por ende, se refiere a los gobernadores (en abstracto), quienes
constituyen la poblacin bajo anlisis (as como los hombres adultos pueden constituir la
poblacin para un estudio sobre el cncer de prstata). Ms an, dado que un mismo
gobernador puede competir en mltiples oportunidades (siendo exitoso en algunas pero
no en otras), es preciso considerar a los individuos en el contexto de cada eleccin especfica. Por ende, las unidades de anlisis ms apropiadas para este estudio parecen ser las
administraciones (o dicho de otro modo, los gobernadores observados al final de cada
perodo de gobierno).
Este comentario sugiere que, incluso cuando la pregunta de investigacin sea muy
sencilla, determinar la poblacin bajo estudio puede requerir una reflexin cuidadosa.
El problema, sin embargo, apenas comienza: A qu gobernadores se refiere nuestro trabajo? A todos los gobernadores electos en cualquier estado, provincia, o departamento de cualquier pas? Nos interesa formular conclusiones para cualquier perodo histrico? Cuanto mayor sea el rango (geogrfico y temporal) de nuestra teora, mayor ser
su capacidad explicativa y su relevancia cientfica; pero tambin ser mayor el riesgo de
asumir que situaciones histricamente diferentes estn gobernadas por un mismo proceso causal3.
Es importante notar que la poblacin es un concepto terico; en la prctica nunca es
posible observar una poblacin completa (el universo de todos los gobernadores en todas
las administraciones histricas, por ejemplo). La investigacin siempre procede a partir de
la seleccin de una muestra, un nmero limitado de casos que nos permite acotar el trabajo para hacerlo viable. La seleccin de esta muestra es clave para garantizar la validez de
la inferencia causal posterior. Los estudios estadsticos, en los que la muestra incluye un
gran nmero de casos, aspiran siempre a trabajar con una muestra representativa en la que
los casos incluidos reflejen las posibles combinaciones de los valores de las variables en
juego, y la relativa frecuencia de estas combinaciones en la poblacin real. En los estudios
comparativos, en los que el nmero de casos analizados es mucho menor (usualmente entre dos y veinte), las estrategias para seleccionar casos relevantes han variado a lo largo del
tiempo y han generado un importante debate (Gerring 2007).
Sobre el peligro de la heterogeneidad causal, vanse los trabajos recientes de Brady y Collier (2004), George
y Bennett (2005), Mainwaring y Prez Lin (2007), y Ragin (2000).
129
ANBAL PREZ-LIN
130
X1
X2
Caso
X1
X2
Reelecto
Reeleccin permitida
Buena gestin
Gobernadora B
Reelecta
Reeleccin permitida
Buena gestin
Gobernador C
Reelecto
Reeleccin permitida
Gestin mala
Gobernadora D
Reelecta
Reeleccin permitida
Gestin mediocre
Gobernador A
Variables: Y: Reeleccin; X1: La Constitucin provincial permite la reeleccin; X2: Calidad de la gestin.
Para superar este problema, los crticos impulsaron el uso de lo que Mill denomin como
mtodo de diferencia indirecto. Bajo esta estrategia, el investigador selecciona casos positivos y negativos, lo que permite observar variacin en la variable dependiente (incluyendo,
en nuestro ejemplo, a E y F que no lograron ganar la reeleccin, tal como muestra la Tabla
3). La lgica de inferencia de este procedimiento constituye una extensin del criterio utilizado por la estrategia de similitud: todos los casos que presentan el resultado de inters
deben tambin compartir una caracterstica explicativa comn (con suerte, aquella caracterstica anticipada por nuestra hiptesis), mientras que los casos negativos deben carecer
X1
X2
<E>
131
ANBAL PREZ-LIN
de este atributo4. La Tabla 3 incorpora una nueva variable X3, que indica la presencia de
un candidato de oposicin fuerte. La comparacin indica que aquellos gobernadores que
carecan de oposicin fuerte lograron la reeleccin, mientras que aquellos que debieron
enfrentarla fracasaron en sus intentos. X3 emerge entonces como la explicacin ms plausible frente a X1 y X2.
132
Y
1
1
1
1
0
0
X1
1
1
1
1
1
1
X2
1
1
0
0
0
0
X3
0
0
0
0
1
1
Variables:
Y: Reeleccin;
X1: La Constitucin provincial permite la reeleccin;
X2: Calidad de la gestin;
X3: Candidato de oposicin fuerte.
Ntese que la presentacin de este principio envuelve una lgica determinista: todos los casos positivos
deben presentar la causa, y todos los casos negativos deben carecer de ella. El anlisis de un numero pequeo de casos impone esta restriccin (un caso desviado entre tres o cuatro es suficiente para poner en cuestin la validez de la hiptesis). Al trabajar con un gran nmero de casos, el anlisis estadstico permite, por
el contrario, incorporar las desviaciones como parte de un enfoque probabilista.
Algunos autores como Barbara Geddes y Jason Seawright han argumentado que a veces es posible detectar
condiciones trivialmente necesarias (las cuales estn presentes en todos los casos, positivos y negativos, y que
por ende aaden muy poco a la explicacin). Este punto representa una nueva crtica al uso del mtodo de
similitud. La variable X1 en la Tabla 3 podra representar un ejemplo de este problema.
133
ANBAL PREZ-LIN
asunto es preciso primero conceptualizar los mecanismos causales en los que intervienen
mltiples variables independientes.
134
la primera columna, pero el lector a menudo encontrar las otras alternativas en los libros
de texto. Corresponde notar que algunos smbolos que tienen un significado muy preciso
en el lgebra convencional adquieren un significado diferente en lgica formal (tambin
conocida como lgebra de Boole). Por ejemplo, el signo de adicin adquiere un nuevo significado para representar la disyuncin inclusiva, y el signo de igualdad es a veces utilizado para representar la implicacin inversa (el trmino a la derecha del signo implica al trmino a su izquierda).
Estos operadores ofrecen una notacin sencilla y conveniente para representar argumentos causales de cierta complejidad, que a veces pueden resultar confusos en su formulacin natural en castellano. Por ejemplo, las tres hiptesis presentadas anteriormente se
traducen como:
Hiptesis 1:
Hiptesis 2:
Hiptesis 3:
X15.Y
X1 * X2 5.Y
X2 + X3 5.Y
Estas tres hiptesis presentan estructuras lgicas diferentes. En el primer caso, se sostiene
que una nica condicin causal es suficiente para producir el resultado de inters. (Esta
idea es parsimoniosa, pero poco creble). En la segunda hiptesis, en cambio, se argumenta que dos factores (X1 y X2) deben combinarse para posibilitar la reeleccin. J. S. Mill
denomin a este tipo de mecanismo como efectos compuestos, y Charles Ragin (1987)
ha acuado el trmino causalidad coyuntural, dado que slo la articulacin de mltiples
factores en una coyuntura especfica posibilita el resultado. El tercer ejemplo propone dos
vas alternativas para sostenerse en el poder: la gestin fuerte (X2=1) o la oposicin dbil
(X3=0). Esta situacin corresponde a lo que Alexander George y Andrew Bennett (2005)
llaman equifinalidad (la produccin histrica de un mismo resultado por mltiples vas)
y a lo que Ragin (1987) denomina causalidad mltiple.
La reflexin sobre estos mecanismos causales puede resultar engorrosa, y es por eso que
en este punto resulta conveniente introducir algunos principios de lgica proposicional
difundidos por el trabajo de Ragin en el campo de la sociologa comparada. Un primer
operador lgico (no) refleja fcilmente la ausencia de una condicin causal (por ejemplo,
la ausencia de oposicin fuerte se concibe como no-X3). Un segundo operador lgico (y)
permite representar la conjuncin de dos o ms condiciones causales (por ejemplo, X y Z).
En tercer lugar, el operador o permite representar la disyuncin caracterstica de la causalidad mltiple (X Z). Por ltimo, la relacin lgica de implicacin (si X, entonces Y) corresponde a la relacin causal de suficiencia.
La Tabla 4 presenta algunos smbolos comnmente utilizados para representar estos
cuatro operadores lgicos. En las pginas que siguen, utilizar los smbolos presentados en
Aunque la relacin de implicacin expresa siempre causalidad suficiente, es fcil representar la presencia de condiciones necesarias con esta misma notacin. Por ejemplo, si sostenemos que X es condicin necesaria para Y, se infiere de ello que en ausencia de X, no es
posible observar Y, esto es: X5.Y. Este es justamente el principio subyacente a la famosa frase de Barrington Moore, sin burgesa, no hay democracia (Moore 1973, 339). El
modo tollendo tollens (por el cual negando una consecuencia, negamos tambin su premisa) nos permite invertir esta proposicin como Y 5.X, lo que indica que, dada una condicin necesaria, siempre que vemos el resultado esperamos ver tambin la condicin necesaria. Este principio se ve reflejado en el mtodo de similitud.
Esta notacin introduce la posibilidad de pensar mecanismos causales ms complejos,
y por ende teoras explicativas ms ricas. De este modo, el recurso metodolgico permite
ampliar nuestra capacidad terica. En un trabajo que analiza el vnculo entre los estudios
de caso y el desarrollo de la teora en ciencias sociales, Alexander George y Andrew Bennett
Smbolos
~X
x [minscula]
Conjuncin (X y Z)
X*Z
X&Z
X_Z
Disyuncin Inclusiva (X Z)
X+Z
XVZ
X|Z
X5.Y
X2.Y
Y=X
Negacin (no-X)
135
ANBAL PREZ-LIN
136
(2005) insisten en que una teora rica y sensible a los efectos contextuales debe explorar
sistemticamente las diversas configuraciones causales derivadas de las variables bajo estudio. No es suficiente especular con el efecto aislado de dos o ms variables sobre el resultado de inters, es preciso tambin explorar las posibles interacciones entre los factores
explicativos, porque los efectos de ciertas variables pueden cancelarse mutuamente o potenciarse entre s. Esta preocupacin ha conducido a George y Bennett a formular el concepto de teoras tipolgicas. Las teoras tipolgicas no buscan conceptualizar el efecto de
causas aisladas, sino el efecto de configuraciones causales complejas (o tipos ideales explicativos) que emergen en un espacio de propiedades multidimensional.
Cmo elaborar una teora tipolgica? George y Bennett no ofrecen un procedimiento preciso, pero Ragin ha analizado la mecnica en reiteradas oportunidades (Ragin 1987;
2000). La teorizacin tipolgica requiere un anlisis sistemtico del espacio de propiedades definido por las variables independientes consideradas en el estudio (v. Barton 1973).
En el ejemplo presentado anteriormente, nuestras hiptesis envuelven tres variables independientes (todas dicotmicas), por lo que sera necesario teorizar todas sus combinaciones posibles. Esto no siempre resulta tarea sencilla. Dado un nmero k de variables independientes con j categoras cada una, el nmero de combinaciones posibles es igual al producto del nmero de categoras para cada una de las variables independientes (j1 x j2 x
x jk). En nuestro ejemplo, con tres variables dicotmicas (2x2x2), el espacio de propiedades contiene 8 tipos causales.
La Tabla 5 ilustra el desarrollo de la teora tipolgica referida a la cuestin de los gobernadores. La primera configuracin corresponde a la situacin hipottica en la cual la reeleccin est permitida, el gobierno ha realizado una buena gestin, y la oposicin presenta un candidato fuerte. La segunda configuracin causal define un contexto en donde la
reeleccin es legal, la gestin ha sido buena, pero la oposicin no es fuerte. Los tipos siguientes alteran progresivamente cada una de las condiciones, hasta agotar todas las configuraciones posibles.
X1
X2
X3
H1: X12.Y
Y
137
El panel derecho de la Tabla 5 refleja las predicciones generadas por las hiptesis esbozadas anteriormente (denominadas en forma abreviada H1, H2 y H3) para cada situacin
posible. Es importante destacar que el desarrollo de estas predicciones sistemticas facilita
la seleccin de casos cruciales para un estudio de poltica comparada. Por ejemplo, si
observamos gobernadores que corresponden a la configuracin 2 (reeleccin permitida,
buena gestin y oposicin dbil) y encontramos que ellos ganan la reeleccin, no podemos
concluir a ciencia cierta qu hiptesis es correcta (todas las hiptesis predicen el xito).
Pero si adems observamos algunos casos en la configuracin 4 (reeleccin permitida, gestin pobre y oposicin dbil) y vemos que stos fracasan en lograr la reeleccin, tenemos
elementos para sospechar que las hiptesis H1 y H3 no son correctas. As, los casos en la
configuracin 4 resultan cruciales para descartar dos de nuestras tres hiptesis y para reinterpretar la experiencia de los casos en la configuracin 2.
En este punto resulta conveniente aclarar la terminologa de las teoras tipolgicas: nos
referimos a variables para indicar atributos que cambian de caso en caso, o a lo largo del
tiempo (por ejemplo, la variable X2 refleja si los gobernadores hicieron una mala o una
buena gestin, X2 = [0, 1]); nos referimos a condiciones causales para indicar la presencia o
ausencia de cada atributo de una variable dada (por ejemplo, de acuerdo con la notacin
de la Tabla 4, utilizamos X2 para indicar que un gobernador hizo una buena gestin y X2
para indicar que esta condicin est ausente) y finalmente hablamos de configuraciones para
referirnos a combinaciones especficas de condiciones causales (como las ocho configuraciones de la Tabla 5).
ANBAL PREZ-LIN
138
1. Construir la tabla comparativa (o matriz de datos) para organizar la informacin cualitativa e identificar posibles condiciones necesarias a partir del mtodo de similitud;
2. Articular la teora tipolgica y clasificar los casos en funcin de esta tipologa. El anlisis de esta tabla (tambin denominada tabla de verdad) permite identificar configuraciones causales suficientes para generar el resultado de inters;
3. Analizar los contrafcticos (aquellas configuraciones para las cuales no tenemos ejemplos histricos); y
4. Reducir el nmero de configuraciones suficientes (cuando esto es posible) a travs de
un proceso de minimizacin lgica.
X1
X2
X3
<E>
<F>
<G>
Variables:
Y: Reeleccin;
X1: La Constitucin provincial permite la reeleccin;
X2: Calidad de la gestin;
X3: Candidato de oposicin fuerte.
<_> Casos excluidos del anlisis de necesidad
139
ANBAL PREZ-LIN
140
la comparacin en aquellos casos que presentan las condiciones causales de inters (ms
all del resultado que buscamos explicar). La regla para identificar suficiencia invierte as
el criterio de necesidad: si la configuracin causal X es condicin suficiente para Y, todas las
instancias de X deben ofrecer tambin la presencia de Y. Por ejemplo, si sostenemos que una
constitucin favorable es suficiente para garantizar la reeleccin, es preciso comparar todas
las instancias en las que X1=1 (los casos A, B, C, D, E, F, H, I y J en la Tabla 6). Dado que
en algunos casos (E y F), la legislacin favorable no condujo a la reeleccin, resulta claro
que esta condicin no es de por s suficiente para generar el resultado de inters.
En segundo lugar, la comparacin debe realizarse en funcin de todas las configuraciones causales correspondientes a una teora tipolgica, y no a las variables tratadas individualmente. Este segundo punto merece una explicacin. Cuando dos o ms condiciones
son conjuntamente necesarias para producir un resultado, tambin son individualmente
necesarias. Esto significa que si la configuracin X*Z es imprescindible para lograr Y, una
comparacin del comportamiento de X o Z para todos los casos positivos de Y establecer que cada uno de los dos factores, aunque analizado por separado, est presente en cada
instancia. Lamentablemente, lo mismo no ocurre con las condiciones suficientes. Si la configuracin X*Z es suficiente para causar Y, un anlisis separado de todos los casos con la
caracterstica X o con la caracterstica Z puede no detectar este fenmeno, dado que slo
cuando ambos factores estn presentes, el resultado de inters se produce con certeza.
Como resultado de este problema, el anlisis de suficiencia es significativamente ms
difcil que el anlisis de necesidad, por lo que un anlisis sistemtico requiere: (a) la construccin de una tipologa causal, de acuerdo al procedimiento explicado en la seccin anterior; (b) la clasificacin de los casos segn esta tipologa; y (c) la identificacin de las configuraciones suficientes (aquellas para las que todos los casos observados presentan el resultado de inters).
Tabla 7: Anlisis de configuraciones suficientes
Configuracin
X1
X2
X3
Y=0
E, F
Y=1
X5.Y
NY
1
Consistencia
1,00
A, B, H
1,00
0,33
[C]
C, D
1,00
[?]
[?]
0,00
[?]
La Tabla 7 ilustra este procedimiento. En las columnas centrales he clasificado los casos
correspondientes a cada configuracin causal (de acuerdo con la muestra presentada en la
Tabla 6). Para simplificar la lectura, los casos de reeleccin exitosa han sido listados en
negrita. De acuerdo con la regla expresada anteriormente, si una configuracin es suficiente para causar la reeleccin, todos los casos en este grupo deben presentar el resultado de
inters (y por ende estar listados en negritas). La ventaja de la Tabla 7 es que nos permite
analizar simultneamente todas las combinaciones causales posibles. Tres configuraciones
causales parecen suficientes para la reeleccin, aquellas identificadas con los nmeros 1,
2 y 4.
Para establecer la presencia de condiciones suficientes es posible construir un ndice
sencillo, denominado por Ragin como el ndice de consistencia (Ragin 2006). La sptima
columna de la Tabla (bajo el encabezado N) enumera el total de casos en cada categora,
mientras que la columna siguiente (NY) enumera la cantidad de casos que presentan el
resultado de inters. El ndice de consistencia refleja simplemente la proporcin de casos
en cada grupo que ofrecen un resultado positivo. Cuando el ndice es igual a 1,00, la configuracin causal emerge como una condicin suficiente.
La columna final indica si la evidencia disponible para cada configuracin causal es
consistente con una hiptesis de suficiencia para dicha configuracin. Cuando el ndice de
consistencia es 1,00 (todos los gobernadores correspondientes al grupo lograron la reeleccin), la configuracin es marcada como verdadera (suficiente); cuando por el contrario
el ndice de consistencia es igual a 0,00 (ninguno logr la reeleccin), la configuracin es
marcada como falsa (no-suficiente). De all el nombre de tabla de verdad.
La columna de la derecha refleja adems otros dos tipos de configuraciones: contradicciones [C] y contrafcticos [?]. Las configuraciones contradictorias son aquellas para las
cuales encontramos una mezcla de casos positivos y negativos, y por ende el ndice de consistencia es mayor a 0 pero menor a 1. Por ejemplo, bajo la configuracin nmero 3 el
gobernador J logr la reeleccin, mientras que E y F no la lograron (el ndice de consistencia alcanza as un valor de ? o 0,33). Cmo tratar a estas configuraciones? Desde el
punto de vista de un estricto anlisis de suficiencia, stas configuraciones deben considerarse como falsas (F). La mera presencia de algunos casos negativos en el grupo prueba que
la configuracin causal no garantiza no es suficiente para el resultado de inters.
A veces, sin embargo, los investigadores admiten excepciones a esta regla. Si la configuracin cubre un gran nmero de casos histricos y una vasta mayora de los casos (por
ejemplo, 9 de 10) son positivos, algunos investigadores estn dispuestos a aceptar que la
configuracin es cuasi-suficiente. Como parte de su trabajo sobre el anlisis de conjuntos difusos, Ragin ha sugerido que por lo menos se requieren valores de consistencia superiores a .80 para poder argumentar que una condicin es generalmente suficiente para
141
ANBAL PREZ-LIN
causar un resultado (Ragin 2009). En otras instancias, los analistas concluyen que la presencia de un caso desviado (negativo) en una configuracin con pocos casos corresponde
a una situacin excepcional, y por ende no debe rechazarse la hiptesis de suficiencia en
forma abierta6. Si bien estas excepciones a veces estn justificadas por el conocimiento sustantivo de los casos, en general resulta prudente evitarlas y tratar las configuraciones contradictorias como no-suficientes (Ragin 1987).
4.3. Contrafcticos
142
La ltima columna de la Tabla 7 identifica tambin tres configuraciones causales lgicamente posibles para las cuales no tenemos ejemplos histricos. El problema aqu es que no
podemos concluir si estas configuraciones son suficientes para lograr la reeleccin o no,
porque no hay evidencia emprica sobre ellas por ello he identificado estas filas con un
interrogante [?]. Este tipo de configuraciones se conocen en la jerga de QCA como residuos (esto es, los residuos de las combinaciones lgicas en la tipologa), y en trminos tericos nos remiten al problema de los contrafcticos.
En su debate con el historiador Eduard Meyer a comienzos del siglo XX, Max Weber
(1990 [1906]) sostuvo que el anlisis contrafctico (o, en sus propios trminos, el juicio de
posibilidad objetiva) constituye el principal instrumento lgico para determinar la significacin histrica de un acontecimiento. Cul sera el resultado probable de un proceso histrico si el acontecimiento en cuestin pudiera ser eliminado? (Cul hubiese sido, por
ejemplo, la suerte de los gobernadores A, B y H si la constitucin hubiese restringido su reeleccin?). Weber argument que slo la respuesta a esta pregunta nos permite inferir causalidad. El experimento mental, por supuesto, no puede ser verificado, pero es sustentado a
partir del conocimiento emprico preexistente. Los anlisis contemporneos han destacado
que este principio de imputacin causal subyace no solamente en los estudios histricos,
sino tambin en el anlisis cuantitativo (Fearon 1991; King, Keohane y Verba 1994).
En un trabajo sobre este tema Charles Ragin y John Sonnett sostuvieron que el anlisis contrafctico es un componente integral del anlisis configurativo de condiciones sufi6
Por ejemplo, en su estudio de referendos de iniciativa gubernamental en Amrica Latina, Breuer (2009)
encontr tres configuraciones claramente suficientes para lograr un referndum. En una cuarta configuracin, dos presidentes en una situacin histrica similar, Len Febres Cordero y Lucio Gutirrez, difirieron
en su capacidad para llevar a cabo un referendo con el fin de reforzar su legitimidad (Febres lo logr mientras que Gutrrez fue destituido). Breuer concluy que la diferencia entre estos casos estaba dada porque
Febres Cordero logr el respaldo militar y Lucio Gutirrez lo perdi. Sosteniendo que el caso de Gutirrez
constitua una situacin especial, la autora opt por tratar a esta cuarta configuracin causal como verdadera, o apta para asegurar un referendo.
cientes (Ragin y Sonnett 2004). El problema est dado por lo que Ragin (2000) denomina diversidad limitada: en todo estudio es probable que algunas configuraciones causales no presenten casos representativos. Cmo tratar a estos residuos? Existen cuatro soluciones posibles:
a. La primera es regresar a las fuentes primarias y tratar de encontrar casos histricos que
ilustren esas configuraciones inicialmente ignoradas. Esto no siempre es posible, porque a veces la Historia simplemente no ha generado tales ejemplos.
b. Una segunda opcin es utilizar fuentes secundarias para identificar casos ancilares
(ejemplos de otras regiones geogrficas u otros perodos histricos) que ilustren de
manera circunstancial estas situaciones y nos permitan elaborar una conclusin tentativa sobre cmo tratar estas configuraciones.
c. La tercera alternativa es reflexionar sobre la plausibilidad terica de considerar estas
configuraciones como verdaderas (suficientes) o falsas (no-suficientes). Por ejemplo, si
aceptamos nuestra conclusin inicial sosteniendo que X1 (la posibilidad legal de reeleccin) es una condicin necesaria para el resultado de inters, debemos concluir que
las tres configuraciones contrafactuales nunca hubiesen conducido a la reeleccin
(dado que sta estaba prohibida) y por ende deben ser tratadas como falsas.
d. Finalmente, es posible declararse agnstico, y explorar qu ocurre con nuestras conclusiones tericas cuando tratamos los contrafcticos como configuraciones verdaderas o
como falsas. Generalmente esto es conveniente, porque nos permite analizar sistemticamente qu ocurre con nuestras conclusiones tericas cuando alteramos los supuestos
sobre estas situaciones histricas no observadas.
A primera vista, la estrategia ms prudente consistira en ignorar los residuos y presentar como condiciones suficientes slo aquellas configuraciones para las cuales existe evidencia histrica concreta. Sin embargo, esto es lgicamente equivalente a tratar los residuos como configuraciones falsas. Para mostrar este punto es preciso introducir un criterio final, la idea de minimizacin lgica.
143
ANBAL PREZ-LIN
configuracin contradictoria (no. 3) fue tratada como falsa, dado que claramente la combinacin de reeleccin permitida, mal gobierno y oposicin fuerte no garantiza la reeleccin de los gobernadores.
144
Configuracin
X1
X2
X3
7
8
Y=0
Y=1
Consistencia
SC
SS
NY
1
A, B, H
1,00
1,00
0,33
C, D
1,00
0,00
E, F
Comencemos primero por analizar los resultados de la columna SC, que parecen ms plausibles. Ntese que nos hemos quedado solamente con tres configuraciones suficientes
(aquellas resultantes del anlisis directo de los datos histricos) y por ende tratar los residuos como falsos, o simplemente ignorarlos, conduce a la misma conclusin. Los gobernadores pueden asegurar su reeleccin cuando:
Configuracin 1: La reeleccin est permitida, su gestin es buena, y la oposicin es fuerte
(X1*X2*X35.Y);
Configuracin 2: La reeleccin est permitida, su gestin es buena, y la oposicin no es fuerte (X1*X2*X35.Y); y
Configuracin 4: La reeleccin est permitida; su gestin no es buena, pero la oposicin no
es fuerte (X1*X2*X35.Y).
Sin embargo, estas tres conclusiones se pueden condensar en dos argumentos ms sencillos. Las configuraciones 1 y 2 sugieren que un gobernador ganar la reeleccin cuando sta
est permitida y su gestin es buena, sin importar que la oposicin sea fuerte o dbil. Las
configuraciones 2 y 4 sugieren tambin que la reeleccin est asegurada cuando la reeleccin est permitida y la oposicin no es fuerte, ms all de que la gestin haya sido buena
o mala. As, las tres configuraciones pueden minimizarse en dos ideas ms parsimoniosas:
si la reeleccin est permitida y la gestin es buena, o si la reeleccin est permitida y la
145
ANBAL PREZ-LIN
3 variables
2 variables
1 variable
Observadas
1
X1 * X2 * X3
X1 * X2
X1 * X2 * X3
X2
X1 * X3
X1 * X2 * X3
Residuos
5
X1 * X2 * X3
146
X1 * X2
6
X3
X1 * X2 * X3
X1 * X3
X1 * X2 * X3
5. Conclusiones
En aos recientes, el mtodo comparado ha visto importantes desarrollos que amplan significativamente nuestra capacidad analtica dentro de la tradicin cualitativa. El anlisis
configurativo puede requerir un esfuerzo notable, dado que el nmero de tipos causales
crece en forma multiplicativa con el nmero de variables y de categoras consideradas. Para
enfrentar este problema, algunos comparativistas han comenzado a desarrollar software
especializado (Cronqvist 2006; Huber y Grtler 2004; Ragin y Giesel 2002), pero estos
esfuerzos estn todava en una etapa temprana y los paquetes estadsticos convencionales
no han incorporado rutinas para el anlisis de configuraciones causales.
El lector interesado en las sutilezas de la historia y las complejidades de la vida poltica podr temer, no sin cierta razn, que las normas del anlisis cualitativo avancen hacia
un nivel de formalizacin peligrosamente cercano a las prcticas cuantitativas. Sin embargo, estos desarrollos no buscan restar importancia al conocimiento sustantivo de los procesos polticos y de su contexto histrico. Por el contrario, aspiran a sistematizar la lgica
que, por aos, algunos comparativistas aplicaron intuitivamente en forma correcta y que
otros, por falta de gua metodolgica, aplicaron en forma errada. Los complejos y a veces
montonos procedimientos presentados en este artculo no constituyen la sustancia de la
poltica comparada, solamente constituyen su esqueleto lgico. Los buenos anlisis comparativos pueden perfectamente presentarse al lector sin describir esta mecnica, pero difcilmente puedan sostenerse empricamente si no la contemplan rigurosamente en su fase
Referencias
Barton, Allen. 1973. Concepto de espacio de atributos en sociologa. En Metodologa de
la ciencias sociales. Volumen I - Conceptos e ndices, comp. R. Boudon y P. Lazarsfeld.
Barcelona: Editorial Laia, 195-219.
Brady, Henry E. y David Collier, comps. 2004. Rethinking Social Inquiry: Diverse Tools,
Shared Standards. Oxford: Rowman and Littlefield.
Breuer, Anita. 2009. The Use of Government-Initiated Referendums in Latin America.
Towards a Theory of Referendum Causes. Revista de Ciencia Poltica 29 (1):23-55.
Collier, David, James Mahoney y Jason Seawright. 2004. Claiming Too Much: Warnings
about Selection Bias. En Rethinking Social Inquiry. Diverse Tools, Shared Standards,
comp. H. E. Brady y D. Collier. Lanham: Rowman & Littlefield, 85-101.
Cronqvist, Lasse. 2006. Tosmana - Tool for Small-N Analysis [Version 1.255] Institute
of Political Science, University of Marburg. Disponible en http://www.tosmana.org
Dion, Douglas. 1998. Evidence and Inference in the Comparative Case Study.
Comparative Politics 30 (2):127-146.
Fearon, James D. 1991. Counterfactuals and Hypothesis Testing in Political Science.
World Politics 43:169-195.
Geddes, Barbara. 2003. Paradigms and Sand Castles: Theory Building and Research Design
in Comparative Politics. Ann Arbor: University of Michigan Press.
George, Alexander L. y Andrew Bennett. 2005. Case Studies and Theory Development in the
Social Sciences. Cambridge, Mass.: MIT Press.
Gerring, John. 2007. Case Study Research: Principles and Practice. Cambridge: Cambridge
University Press.
Huber, Gnter L. y Leo Grtler. 2004. AQUAD Seis - Manual del programa para analizar datos
cualitativos Ingeborg Huber Verlag. Disponible en http://www.aquad.de/spa/manual.pdf
King, Gary, Robert O. Keohane y Sidney Verba. 1994. Designing Social Inquiry: Scientific
Inference in Qualitative Research. Princeton, N.J.: Princeton University Press.
Lijphart, Arend. 1971. Comparative Politics and the Comparative Method. American
Political Science Review 65 (3):682-693.
Linz, Juan J. 1978. Crisis, Breakdown, and Reequilibration. Baltimore: Johns Hopkins University Press.
Mainwaring, Scott y Anbal Prez-Lin. 2007. Why Regions of the World Are
Important: Regional Specificities and Region-Wide Diffusion of Democracy. En
147
ANBAL PREZ-LIN
148
Regimes and Democracy in Latin America. Theories and Methods, comp. G. Munck.
Oxford: Oxford University Press, 199-229.
Moore, Barrington. 1973. Los orgenes sociales de la dictadura y de la democracia. Barcelona:
Ediciones Pennsula.
ODonnell, Guillermo A. 1973. Modernization and Bureaucratic-Authoritarianism; Studies
in South American Politics. Berkeley: Institute of International Studies, University of
California.
ODonnell, Guillermo y Philippe C. Schmitter. 1986. Transitions from Authoritarian Rule:
Tentative Conclusions About Uncertain Democracies. Baltimore: Johns Hopkins
University Press.
Peters, B. Guy. 1998. Comparative Politics : Theory and Methods. New York: New York
University Press.
Przeworski, Adam y Henry Teune. 1970. The Logic of Comparative Social Inquiry. New
York: Wiley-Interscience.
Ragin, Charles C. 1987. The Comparative Method. Moving Beyond Qualitative and
Quantitative Strategies. Berkeley: University of California Press.
Ragin, Charles C. 2000. Fuzzy-Set Social Science. Chicago: The University of Chicago
Press.
Ragin, Charles C. 2006. Set Relations in Social Research: Evaluating Their Consistency
and Coverage. Political Analysis 14 (3):291310.
Ragin, Charles C. 2008. Qualitative Comparative Analysis Using Fuzzy Sets (fsQCA).
En Comparative Methods, comp. B. Rihoux y C. Ragin. Thousand Oaks, CA: Sage
Publications.
Ragin, Charles C. 2009. Qualitative Comparative Analysis Using Fuzzy Sets (fsQCA).
En Configurational Comparative Methods, comp. B. Rihoux y C. Ragin. Thousand
Oaks, CA: Sage Publications, 87-120.
Ragin, Charles C. y Helen M. Giesel. 2002. Users Guide: Fuzzy-Set / Qualitative
Comparative Analysis. Disponible en http://www.u.arizona.edu/~cragin/software.
htm
Ragin, Charles C. y John Sonnett. 2004. Between Complexity and Parsimony: Limited
Diversity, Counterfactual Cases, and Comparative Analysis. En Vergleichen in der
Politikwissenschaft, comp. S. Kropp y M. Minkenberg. Wiesbaden: VS Verlag fr
Sozialwissenschaften.
Rihoux, Benot y Charles C. Ragin. 2009. Configurational Comparative Methods:
Qualitative Comparative Analysis (QCA) and Related Techniques. Thousand Oaks: Sage.
Rustow, Dankwart A. 1970. Transitions to Democracy: Toward a Dynamic Model.
Comparative Politics 2 (3):337-63.
Weber, Max. 1990 [1906]. Estudios crticos sobre la lgica de las ciencias de la cultura.
En Ensayos sobre metodologa sociolgica. Buenos Aires: Amorrortu, 102-174.
RESEAS
BIBLIOGRFICAS