MC 1

Módulo 3 -Tema A:
Causalidad, validez interna y experimento
Tres conceptos centrales
Dr. Tabaré Fernández (resp), y Mag. Pablo Menese (CENUR Noreste)

Licenciatura en Sociología / Licenciatura en Trabajo Social

/ Ciclo Inicial Optativo del Area Social y Artística (CIO) del Noreste

Facultad de Ciencias Sociales y CENUR Noreste

Junio, 2024
El módulo 3
• El tercer módulo se aboca al estudio del diseño
experimental y sus variantes en la tradición de Donald
T. Cambpell.

• Fue paradigma dominante durante los años noventa y

hasta los 2010 en el campo de los estudios sobre
políticas sociales contra la pobreza y en el campo de las
innovaciones educativas.

• Ha sido ampliamente utilizado para el estudio de

hipótesis causales en ciencias sociales, en psicología y
en educación; pero también en otras áreas, como la
salud, por ejemplo, en epidemiología y en la
farmacología. Una innumerable cantidad de
recomendaciones técnicas (en diseño y evaluación de
políticas) se basan en este paradigma y también, las
críticas, tanto técnicas como éticas.
 Tema Titulo Fecha Teórico Laboratorio Guía temática

Introducción a los estudios

A 3 de junio IX A
causales
B Experimentos 10 de junio X B
C Cuasi experimentos 17 de junio XI C
C Cuasi experimentos 24 de junio XI C

Estudios no experimentales.
D 2 de julio XII No hay
Cierre del curso

Publicación de la pauta del 3er parcial 2 de julio Entrega en

8 de julio 20:00
(laboratorio XIII) 22:00 horas EVA:

Cronograma
Dr. Tabaré Fernández, 2024
Bibliografía
• CAMPBELL, Donald & Stanley, Julian (1966) Diseños experimentales y cuasi-
experimentales en la investigación social. Amorrortu Editores. Buenos Aires. Capítulos 1,
2,3,4 y 5.

• GERRING, John (2012) Metodología de las ciencias sociales. Madrid: Alianza Editorial.
Capítulo 8 “Argumentos causales” y capítulo 9 “efectos causales”.

• SHADISH, William; Cook, Thomas & Campbell, Donald (2002) Experimental and quasi-
experimental designs for generalized causal inference. Hougton Mifflin Company, Boston
MA. Traducción del inglés realizada por el Prof. Ezquerra (2020) del capitulo 2 “Validez de la conclusión estadística y validez interna”.

• KING, Keohane y Verba (2000) El diseño de la investigación social: la inferencia en los

estudios cualitativos. Alianza Editorial. Madrid Capítulo 3 “inferencia explicativa” .

Dr. Tabaré Fernández, 2024

Articulación con los módulos
anteriores

Dr. Tabaré Fernández, 2024

“El objetivo es la inferencia”
• Inferencias descriptivas
• Conceptualización / operacionalización
• Validez de las medidas (aparente/contenido/ constructo)
• Lista de factores de invalidez de las medidas (errores sistemáticos que afectan la
inferencias)
• Validez externa (para el Curso de MC 2)

• Inferencias explicativas
• Las hipótesis y la causalidad
• El papel lógico de las variables en un modelo explicativo
• Validez de las relaciones X,Y al controlar por terceras variables (validez interna)
• Lista de factores de invalidez (errores sistemáticos que afectan la inferencias)

Dr. Tabaré Fernández, 2024

Si el objetivo es hacer inferencias
explicativas…
• Se hace condición necesaria, aunque no suficiente, el contar con un
diseño de Investigación que permita cumplir con requisitos lógicos de
una argumentación causal

• Este requisito se agrega al más elemental y anterior: que las medidas

de los conceptos sean válidas.

• No hay inferencias explicativas válidas sin inferencias descriptivas

válidas.

Dr. Tabaré Fernández, 2024

Diseños

• Para realizar inferencias descriptivas (validez de la medida)

• Para realizar inferencias explicativas (validez interna)

• ¿Y la generalización a la población (validez externa) ?

Dr. Tabaré Fernández, 2024

El objetivo es la inferencia
explicativa
Tema A.1.

Dr. Tabaré Fernández, 2024

Convenciones
• X es la variable causal o explicativa o “tratamiento”

• Puede ser una combinación de dos o tres variables explicativas

• Esas variables se derivan de una proposición causal (teoría, hipótesis)
• Es el explanans

• Y es la variable efecto o resultado

• Puede ser una única variable medida una vez
• Pueden ser dos o tres variables medidas una vez
• Puede ser una única variable pero medida 2 o más veces
• Puede ser dos o más variables medidas 2 o más veces.
• Se deriva de una proposición causal (teoría, hipótesis)
• Es el explanandum

Dr. Tabaré Fernández, 2024

Enunciados causales: noción

• Un enunciado, ya sea una hipótesis , ya sea una inferencia, será tenido por
“causal” siempre que contemple los siguientes requisitos:

• Identificar una relación de asociación entre dos variables (X,Y) a las que se les
asignarán papeles lógicos distintos: una será la causa (X) y la otra el efecto (Y).
• Asegurar que la variable causa haya ocurrido antes de la ocurrencia del efecto. Esto
implica que las variables tienen distinto papel lógico con base en la temporalidad de
su ocurrencia (Precedencia temporal).
• Descarte de que la relación sea espúrea, esto es, debida a la incidencia de otras
variables que podrían incidir en la variable causal y el resultado o efecto. Debe seguir
existiendo una asociación, luego de controlar por terceras variables. (control)
• Modele la producción del resultado a partir de la causa. (mecanismo)

Dr. Tabaré Fernández, 2024

Enunciado, efecto causal y causación
• Desde una perspectiva realista, el enunciado y la investigación cubrirán una
parte de la realidad estudiada y por tanto, representarán la producción
causal.

• Esta producción causal tiene tres características:

• Determinar su existencia (hay diferencia entre estar y no estar expuesto a la causa)

• Una estimación de su magnitud (“efecto causal”). Lo desarrollaremos más adelante

• Una descripción del proceso por el cual la causa produce el resultado; esto es un
modelo que sintetiza y representa la causación (el proceso que ocurriría en la
realidad). (“mecanismo”)

Dr. Tabaré Fernández, 2024

Otra vez el problema de la validez

• “Las conclusiones son inciertas”

• Para estudiar hipótesis causales o hacer inferencias explicativas (v.g.

causales), será necesario asegurar la validez interna.

• ¿Qué es?
• ¿Cómo se asegura la validez interna?

Dr. Tabaré Fernández, 2024

 • La validez interna refiere a la
correspondencia que se puede establecer
entre dos conjuntos de relaciones, unas
empíricas y otras teóricas.
Validez
interna: • Las relaciones teóricas enuncian la producción
de un resultado o efecto, a partir de (al menos)
noción (1) una causa, controlando por otros efectos.

• Estos enunciados tienen la pretensión de

explicar (un evento, un estado, una secuencia)

Dr. Tabaré Fernández, 2024

 • Las relaciones empíricas están resumidas en
la Estadística a través de una diferencia en
diferencia, un coeficiente de asociación, una
Validez correlación, o un coeficiente de regresión.

interna: • La correspondencia entre los enunciados

noción (2) teóricos y los empíricos se puede establecer
(inferir) bajo la modalidad de falsación

Dr. Tabaré Fernández, 2024

Shadish, Cook & Campbel (2002: 53)

• Usamos el término validez interna para referirnos a inferencias toda vez que
evaluamos si la covariación observada entre X e Y refleja una relación causal de X
a Y, considerando la forma en que las variables fueron manipuladas o medidas.

• Esta inferencia es una generalización que parte de observar una relación entre X,
Y y debe proceder a descartar que tal relación no es en realidad el resultado de
relaciones entre otras variables con X y con Y.

• Por tanto, el diseño de una investigación que tiene el objetivo de hacer

inferencias causales con base en el material empírico que releve debe comenzar a
garantizar validez interna identificando previamente, en marco teórico y en el
diseño, otras explicaciones posibles de los valores de Y, además de la(s) teoría(s)
causal(es) que define como principal o de interés.
Dr. Tabaré Fernández, 2024
Validez interna y control por otras variables

• Habrá mayor validez interna cuanto haya mayores controles por otras variables. Es
decir, toda vez que se descarte que la relación es espurea.

• La primera fuente para estas otras variables son enunciados teóricos que pretenden
alternativamente explicar el mismo resultado (Teorías alternativas, rivales o contradictorias). En la
bibliografía se identifican dos sub-tipos:
a) Variable(s) relacionadas con Y pero que covaría(n) con la variable causal
b) Otras variables independientes: inciden directamente en Y y además son independientes de X
c) Variables antecedentes: sólo inciden a través de X

• La segunda fuente de estos enunciados son los factores de invalidez interna

• Una parte fundamental de la Estadística multivariada (a veces más brevemente llamada

Econometría) tiene que ver con el diseño y prueba de modelos de este tipo.

Dr. Tabaré Fernández, 2024

Identificar, controlar, mitigar “otras
explicaciones”
• Sean variables derivadas de teorías alternativas, sean los factores de
invalidez, la lógica del control opera de la misma forma.

• Es necesario descartar que esa(s) variable(s) estén incidiendo en Y, que

sean las verdaderas causas en lugar de la variable X.

• El control por terceras variables (de ambos tipos) puede hacerse:

• Ex – ante : a través de un diseño de investigación que permita controlar terceras

variables
• Ex - post: mediante análisis estadísticos multivariados por los que se estiman (se
calculan) lo que se llama el efecto marginal de X sobre Y. Generalmente un
coeficiente de regresión parcial.

Dr. Tabaré Fernández, 2024

Explicación, validez interna y
experimentación

• Desde Ronald Fisher (1925), existe consenso en las ciencias que las
hipótesis causales o las inferencias causales tienen validez interna
máxima cuando se hacen experimentos.

Dr. Tabaré Fernández, 2024

Experimentos: noción general
• El experimento es un tipo de diseño metodológico cuya característica más
destacada es la exposición determinada o manipulación de las unidades
a una variable hipotetizada como tratamiento o causa.

• Hay asignación aleatoria o aleatorización del tratamiento o causa

• La variable causal es introducida antes de Y, lo cual permite descartar el

primer factor de invalidez en la lista de Campbell.

• Existe una observación (medición) de Y, y X, así como de otras variables

identificadas. Esto incluye observaciones previas para los valores de Y en
las unidades (pre-test).

Dr. Tabaré Fernández, 2024

Pero….
• ¿Experimentos en Astronomía?
• ¿Experimentos en Geología?
• ¿Experimentos en Historia?
• ¿Experimentos en Genética?
• ¿Experimentos en Epidemiología?
• ¿Experimentos en Inmunología?
• ¿Experimentos en Psicología?
• ¿Experimentos en Pedagogía?
• ¿Experimentos en Ciencia Política?
• ¿Experimentos en Sociología?
• ¿Experimentos en Economía?
• ¿Experimentos en Políticas sociales?
Dr. Tabaré Fernández, 2024
A.2.

¿Experimentos
en las ciencias
sociales?

Dr. Tabaré Fernández, 2024

 Esther Dufflo (premio Nobel
de Economía, 2019)
• “Yo no puedo responder la gran pregunta, si la ayuda externa hizo
algún bien o no, pero estas tres preguntas, yo las puedo contestar.
Ya no estamos más en la época medieval .

• Este es el siglo 21. Y en el siglo 20, las pruebas aleatorias,

controladas han revolucionado la medicina al permitirnos distinguir
entre los medicamentos que funcionan y los medicamentos que no
funcionan Y puedes hacer lo mismo pruebas aleatorias, controladas
para políticas sociales.

• Tu puedes colocar la innovación social al mismo nivel de

rigurosidad, de las pruebas científicas que usamos para los
medicamentos. Y de esta manera, las conjeturas pueden eliminarse
de la creación de políticas sabiendo qué funciona, qué no funciona,
y por qué.
• Y voy a darles algunos ejemplos con esas tres preguntas”

Dr. Tabaré Fernández, 2024

Esther Dufflo
Experimentos sociales para luchar contra la Pobreza. Charla TED, 2010

https://www.ted.com/talks/esther_duflo_social_experiments_to_fight_p
overty?utm_campaign=tedspread&utm_medium=referral&utm_source=t
edcomshare

Dr. Tabaré Fernández, 2024

A.3. Elementos del diseño
explicativo

Dr. Tabaré Fernández, 2024

Elementos del diseño

• Elementos de los diseños descriptivos:

• Mediciones válidas y confiables (todo lo trabajado en módulo 2)

• Elementos propios del diseño explicativo:

• Determinación de la exposición al tratamiento o variable causal
• Conformación de grupos de control o comparación (Expuestos vs. No
expuestos)
• Aleatorización
• Medición ex ante y ex post de la variable resultado o “efecto”.
Dr. Tabaré Fernández, 2024
El mapa de las relaciones
hipotetizadas
A.4.

Dr. Tabaré Fernández, 2024

La relación original: X determina Y

X Y

Dr. Tabaré Fernández, 2024

Tipo I: determinantes independientes sobre Y
Z

X Y

Dr. Tabaré Fernández, 2024

Tipo II: efectos interactivos simultáneos sobre Y

X Y

Dr. Tabaré Fernández, 2024

Tipo III: intermediación. Antecedentes de X que
tienen efectos a través de ella sobre Y
(endogeneidad)

X Y
A
Dr. Tabaré Fernández, 2024
Síntesis: tres tipos de explicaciones
teóricamente alternativas del efecto causal
TIPO I:
Z Determinantes
TIPO III:
Efectos S independientes de Y

Antecedentes
mediados por X
(endogeneidad)

A X Y
TIPO II:
Interacciones
simultáneas X,S
Dr. Tabaré Fernández, 2024
La medición del efecto causal
A.5.

Dr. Tabaré Fernández, 2024

Efecto causal

• El cambio en Y atribuible a una diferencia en los valores de X. Lo

designaremos con la letra C

X=1 X

X=0
Dr. Tabaré Fernández, 2024
Efecto causal (en la unidad)
• La definición del efecto causal se hace más que indicando una correlación, median una
diferencia.
• Sea X una variable causal que tiene dos valores, X=0 cuando no está presente y X=1
cuando está presente
• Sea Y una variable resultado, de escala métrica.
• Sea T una variable de tiempo en la que T=1 se corresponde con el tiempo anterior a la
presencia de la variable X=1. A su vez T=2 se corresponde cuando X=1, ha producido el
resultado en Y.

• El efecto causal C se definirá:

•
X
• ∆

Dr. Tabaré Fernández, 2024

El efecto causal (2): en conjuntos de unidades
• La expresión anterior se aplicará a la iésima unidad por lo que sería
más estricto suponer que el efecto causal llegará a ser un resumen de
lo observado en N unidades analizadas.
• Aplicando esperanzas (promedio) tendremos:

Dr. Tabaré Fernández, 2024

El efecto causal (3):
• Ahora bien, la expresión anterior sólo contempla la observación cuando
X=1. Es necesario hacer variar X, tal que haya una observación de Y cuando
X=0 y otra observación de Y cuando X=1

• Sea la medida de Y cuando X=0, y sea cuando X=1

• Corresponde también registrar Y toda vez que X=0, por lo que la definición
del efecto causal se torna:

•
• ∆ ∆

Dr. Tabaré Fernández, 2024

Nexo o producción causal: el mecanismo
• EL nexo causal de X con Y requiere enunciar cómo C es producido,
generado a partir de X.

• Es un enunciado sobre el proceso o cadena de hechos que regularmente

suceden cuando X está presente y que determinan el valor de Y .

• En la medida en que es un proceso regular, se llama mecanismo

• Este requerimiento de productividad está relacionado con la idea de

causalidad como elemento dinámico, generador, creador que estaba
originalmente en las noción Aristotélica de “causa eficiente”
Dr. Tabaré Fernández, 2024
 Gracias
tabare.fernandez@cienciassociales.edu.uy

Dr. Tabaré Fernández, 2024