Si desea producir buenas investigaciones cuantitativas en ciencias sociales, pruebe a recordar estas dos palabras: «ceteris paribus».
Es latín y significa «siendo iguales las demás cosas». Y es un principio clave al diseñar estudios: encuentre dos grupos de personas que, siendo iguales las demás cosas, se distingan por una característica fundamental.
Pensemos en la atención sanitaria. Si puede encontrar dos grupos de personas que, en todo lo demás, sean iguales y solo difieran en cuanto a la cobertura sanitaria —un grupo la tiene y el otro no—, quizá pueda identificar una relación causal en juego: ¿qué diferencia supone que las personas tengan seguro médico?
Sin una estrategia de investigación de este tipo, los académicos pueden quedarse mirando un enredo de posibles causas y efectos. Supongamos que tiene un grupo de personas con seguro médico y otro sin él, pero las personas aseguradas son más ricas. ¿Están en mejor situación económica porque tienen seguro, o tienen seguro porque están en mejor situación económica? Puede ser difícil saberlo. Necesita grupos con la misma riqueza para resolver el dilema de la causalidad.
«La gente observa constantemente el mundo que la rodea e intenta aprender de él, y eso es natural», afirma Joshua Angrist, economista del MIT. «Pero resulta muy difícil distinguir la causa del efecto, porque el mundo es complicado y suceden muchas cosas a la vez».
Angrist, profesor Ford de Economía, lleva mucho tiempo siendo uno de los principales defensores de la investigación que utiliza los principios de «ceteris paribus». Ahora, junto con Jorn-Steffen Pischke, de la London School of Economics, Angrist ha escrito un libro sobre el tema para el público general, «Mastering ‘Metrics: The Path from Cause to Effect», publicado este mes por Princeton University Press.
«Ojalá nuestro libro encuentre un lugar en el plan de estudios universitarios», dice Angrist. «También esperamos que muchos no estudiantes —observadores interesados a quienes les gusta reflexionar sobre los datos y la luz que arrojan sobre nuestro mundo— lo encuentren útil».
La búsqueda de la aleatorización
Gran parte del trabajo de Angrist ha consistido en intentar reproducir la estructura limpia de los ensayos controlados aleatorizados, como los que se realizan en laboratorios de investigación. «La mejor manera de aislar la causa del efecto y asegurarse de que solo haya una cosa en marcha es realizar un experimento aleatorizado», señala Angrist.
Sin embargo, por razones logísticas, económicas o éticas, los científicos sociales realizan pocos experimentos a largo plazo y a gran escala. Como alternativa, buscan «experimentos naturales» o «cuasiexperimentos», en los que grupos de personas que, en todo lo demás, son iguales acaban en circunstancias distintas debido a cambios de políticas, particularidades geográficas u otros factores de ese tipo.
En su nuevo libro, Angrist y Pischke detallan cinco métodos para identificar la causalidad en la sociedad (los llaman los «cinco furiosos», como parte de un motivo de kung-fu presente en el texto). Sostienen que los cinco furiosos de la econometría son los ensayos aleatorizados; el análisis de regresión; el uso de «variables instrumentales»; los diseños de regresión discontinua; y el enfoque de «diferencias en diferencias».
Tomemos la aleatorización: hace varios años, el estado de Oregón estableció un sistema de lotería para completar la asignación de plazas para tratamientos de Medicaid. Esto creó condiciones de «ceteris paribus»: un grupo de personas similares solicitó Medicaid, pero solo lo recibió un subconjunto seleccionado al azar.
Así, los investigadores pueden estudiar la diferencia que supone la cobertura de Medicaid. Hasta ahora, parece que la cobertura de Medicaid lleva a las personas a recibir más atención médica y reduce la incidencia de la depresión, pero no ha producido cambios en biomarcadores como la presión arterial. Sin embargo, el acceso a Medicaid ha reducido la carga económica de las personas inscritas.
«El gran problema de las ciencias sociales es que la relación entre “A” y “B” puede ser una guía engañosa del efecto de “A” sobre “B”», dice Angrist. «No es un teorema que esto sea siempre cierto. Pero muchas de las cosas que la gente cree sobre el mundo resultan ser incorrectas o engañosas».
El resto de los «cinco furiosos»
En cuanto a los otros métodos que detallan Angrist y Pischke, un análisis de regresión representa la relación entre dos fenómenos, mientras que otra herramienta importante de la econometría, las variables instrumentales, equivale a una especie de ensayo aleatorizado imperfecto. ¿Crecer en una familia más numerosa hace que uno sea un adulto más pobre? Mediante variaciones cuasiexperimentales del tamaño de la familia —incluidos los nacimientos de gemelos, que ocurren al azar, y el hecho de que el tamaño de la familia está relacionado con la composición por sexo de un grupo de hijos—, los investigadores han descubierto que, al menos, el tamaño de la familia no afecta al nivel educativo alcanzado.
Los diseños de regresión discontinua comparan a personas que se encuentran justo a ambos lados de, por ejemplo, un umbral decisivo de una política. Por ejemplo, a largo plazo, a los estudiantes que hicieron el examen de ingreso, pero no alcanzaron por poco la puntuación necesaria para ser admitidos en las prestigiosas «exam schools» de Nueva York y Boston, les fue más o menos igual que a los estudiantes que apenas lograron entrar en ellas. En este caso, el principio de «ceteris paribus» se deriva de la similitud básica del desempeño de ambos grupos en los exámenes de ingreso.
Por último, el enfoque de diferencias en diferencias analiza la variación de distintas trayectorias estadísticas. ¿Ayudan los rescates bancarios a las economías? Durante la Gran Depresión, el distrito de la Reserva Federal de Estados Unidos con sede en Atlanta adoptó una política de préstamos a bancos en dificultades, mientras que el distrito de la Fed con sede en St. Louis no lo hizo. Estos distritos compartían una frontera que dividía Misisipi, lo que creó un experimento natural, ya que las demás condiciones de política en el estado eran iguales. En última instancia, los esfuerzos de la Fed de Atlanta por salvar bancos, iniciados en 1930, mejoraron la trayectoria económica de su distrito, mientras que el distrito de la Fed de St. Louis no experimentó un cambio semejante.
Diversión y fracaso
Angrist y Pischke no son los únicos que defienden estos métodos, cuya popularidad ha crecido gracias a muchos académicos, entre ellos los economistas Orley Ashenfelter, David Card, Lawrence Katz y Alan Krueger. Además, subraya Angrist, el mejor trabajo de este tipo combina sofisticación metodológica y un conocimiento de temas específicos adquirido con esfuerzo.
«Un estudiante de doctorado que quiera tener éxito en nuestra profesión como economista investigador tiene que dominar uno de nuestros campos, como la economía laboral, la economía de la salud o la economía del desarrollo», dice Angrist, que es economista laboral. Por otro lado, los lectores menos especializados «deberían poder entender nuestro libro y desarrollar, eso esperamos, una idea de cómo pensar con claridad sobre los datos y las relaciones estadísticas».
Incluso una investigación sofisticada quizá no produzca resultados completamente concluyentes. El libro analiza un estudio publicado que Angrist realizó con un colega sobre la relación entre la escolarización obligatoria y los ingresos. Con el tiempo, otros investigadores concluyeron que sus hallazgos se debían a las distintas tendencias económicas regionales de los estados de Estados Unidos incluidos en la muestra, y no a un vínculo causal estricto entre los dos fenómenos.
«Creo que es una gran lección para los estudiantes de posgrado y de grado», reflexiona Angrist. «En el trabajo empírico, hay más fracasos que éxitos».
Dejando de lado esas dificultades, concluye: «Queremos que el libro sea divertido. Si hace sonreír a los lectores, será un gran logro. Si conseguimos que piensen con claridad sobre las estadísticas y las relaciones causales, entonces será un éxito».
Publicado en colaboración con MIT News
Autor: Peter Dizikes es redactor de MIT News, publicación ganadora de un Webby Award, donde cubre investigaciones de diversas disciplinas del MIT; también colabora con Technology Review.
Imagen: Una imagen genérica de una mujer escribiendo. OFFPO REUTERS/Catherine Benson
