Estudios de caso y recomendaciones
Programa de Estudios Avanzados en Métodos
Diego Solís Delgadillo
diego.solis@colsan.edu.mx
Contenido de la sesión
- Supuestos incoherentes e insostenibles
- Datos panel con QCA
- Selección de estudios de caso
- Aplicaciones de QCA
- Recomendaciones
¿Dónde estamos en el curso?
Ya sabemos:
- calibrar conjuntos;
- construir tablas de verdad;
- identificar necesidad y suficiencia;
- minimizar configuraciones.
Tip
Ahora toca cerrar el análisis: qué supuestos usamos, qué casos estudiar y cómo reportar resultados.
Supuestos simplificadores
Supuestos insostenibles e incoherentes
En la minimización usamos remanentes lógicos. Pero no todos los remanentes son aceptables.
| Tipo de supuesto | Problema |
|---|---|
| Incoherente | Contradice una condición necesaria |
| Insostenible | Es lógicamente imposible o contradice conocimiento previo |
Important
El objetivo es excluir esas configuraciones del proceso de minimización.
Supuestos insostenibles
Son combinaciones que no pueden existir o que no tienen sentido teórico.
Ejemplos
país rico * país pobrehombre * persona embarazadaindustrialización * ~urbanización
No se trata de que no haya casos observados. Se trata de que la configuración no es conceptualmente defendible.
Supuestos contradictorios con SetMethods
Primero identificamos soluciones para la presencia y la ausencia del resultado.
Intersección de remanentes contradictorios
Después buscamos los supuestos simplificadores contradictorios.
Note
Si el mismo supuesto simplificador ayuda a explicar Y y ~Y, hay un problema lógico.
Nueva tabla de verdad
La función esa() permite excluir esas configuraciones de la tabla de verdad.
Tip
El análisis sigue, pero ahora con una tabla de verdad depurada.
Minimización lógica
Con la nueva tabla de verdad procedemos a la minimización.
Supuestos incoherentes
Si ya identificamos condiciones necesarias, no podemos usar remanentes que las contradigan.
Ejemplo Lipset
LIT + STBaparecen como condiciones necesarias.- Las configuraciones con
~LIT + ~STBserían incoherentes.
Excluir condiciones incoherentes
nec_cond le dice a SetMethods qué condiciones necesarias deben respetarse.
Excluir supuestos insostenibles
untenable_LR excluye remanentes que contradicen conocimiento teórico o empírico previo.
Decisión metodológica clave
La minimización no es puramente mecánica.
Important
Siempre hay que justificar qué remanentes se aceptan y cuáles se excluyen.
Datos panel con QCA
Datos panel en QCA
- El paquete
QCAfunciona bien para datos transversales. - Pero no incorpora todas las extensiones recientes para datos panel.
- Para eso se utilizan paquetes como
SetMethods.
Note
Los datos panel combinan unidades y tiempo.
¿Por qué se necesitan extensiones?
QCA tradicional trabaja con una medición por caso.
| QCA transversal | QCA panel |
|---|---|
| Un caso = una observación | Un caso aparece en varios momentos |
| Comparación entre casos | Comparación entre y dentro de casos |
| Una membresía por conjunto | Membresías en el tiempo |
Tres tipos de consistencia
1. Entre casos (between)
\[ \text{incl}_B(X_t \rightarrow Y_t)= \frac{\sum_i \min(X_{it},Y_{it})}{\sum_i X_{it}} \]
2. Dentro de los casos (within)
\[ \text{incl}_W(X_i \rightarrow Y_i)= \frac{\sum_t \min(X_{it},Y_{it})}{\sum_t X_{it}} \]
Consistencia agrupada (pooled)
\[ \text{incl}_P(X \rightarrow Y)= \frac{\sum \min(X,Y)}{\sum X} \]
Tip
La decisión depende de si queremos explicar diferencias entre unidades, cambios dentro de las unidades, o un patrón general.
Datos panel con SetMethods
Agrupar resultados
Estudios de caso
Más allá de la solución
Una solución QCA puede dejar preguntas abiertas.
- ¿Qué mecanismos unen la configuración con el resultado?
- ¿Qué casos son típicos de la relación de suficiencia?
- ¿Qué casos contradicen la afirmación de suficiencia?
- ¿Qué casos no son explicados por la solución?
¿Qué casos estudiar?
Los estudios de QCA pueden complementarse con estudios de caso.
| Tipo de caso | Pregunta que ayuda a responder |
|---|---|
| Típico | ¿Cuál es el mecanismo causal? |
| Desviado | ¿Qué falta en la explicación? |
| No explicado | ¿Qué camino omitió el modelo? |
Gráfico X,Y
Un primer acercamiento es representar el término de suficiencia y el resultado en un gráfico de dispersión.
¿Cómo leer el sufficiency plot?
- Eje X: membresía en la fórmula de solución.
- Eje Y: membresía en el resultado.
- La diagonal indica la relación ideal de suficiencia.
Tip
En suficiencia esperamos que los casos estén en o por encima de la diagonal.
Tipos de casos
La clasificación depende de la membresía al resultado \(Y\) y al término de suficiencia \(T\) o fórmula de solución \(S\).
| Región | Tipo de caso | Uso principal |
|---|---|---|
| 1 | Típico | Estudiar mecanismo causal |
| 2 | Desviado en consistencia (grado) | Revisar qué tan fuerte es la desviación |
| 3 | Desviado en consistencia (tipo) | Buscar conjunción omitida |
| 4 | Desviado en cobertura | Buscar otro camino hacia el resultado |
| 5 | Individualmente irrelevante | Generalmente no útil para estudio de caso |
Casos identificables en \(T\)
Los casos típicos y las desviaciones en consistencia se identifican con referencia al término de suficiencia \(T\).
Casos típicos
Pertenecen al término suficiente y también al resultado.
Casos desviados en consistencia
Pertenecen al término suficiente, pero no siguen plenamente la relación esperada con el resultado.
Casos identificables en \(S\)
Los casos desviados en cobertura y los individualmente irrelevantes se identifican con referencia a la fórmula de solución \(S\).
Important
La pregunta central es: ¿qué casos no son explicados por el modelo?
¿Para qué sirve cada caso?
| Tipo de caso | Objetivo | Lectura |
|---|---|---|
| Típico con cobertura única | Mecanismo causal | Se ajusta bien al término de suficiencia |
| Desviado en consistencia (grado) | Poco recomendable | Inconsistente con el término de suficiencia |
| Desviado en consistencia (tipo) | Identificar conjunción omitida | Tiene el término, pero no el resultado |
| Desviado en cobertura | Identificar camino omitido | Tiene el resultado, pero no el término |
| Individualmente irrelevante | No útil para mecanismo | No presenta ni \(T\) ni el resultado |
Aplicaciones de QCA
Corinne Bara: conflictos civiles
Artículo: Incentives and opportunities: A complexity-oriented explanation of violent ethnic conflict
Tip
Explica los inicios de conflictos étnicos violentos como resultado de combinaciones de oportunidades y agravios.
Inicio de guerras civiles
- Debate entre explicaciones centradas en agravios y explicaciones centradas en oportunidades.
- Bara sostiene que esa competencia es inadecuada.
- El conflicto puede ser resultado de ambas dimensiones.
Argumento de Bara
Para que inicie un conflicto, los rebeldes deben:
- estar dispuestos a rebelarse;
- poder rebelarse.
Note
Usa csQCA para explorar esa lógica configuracional.
Operacionalización I
| Factor explicativo | Fuente | Medición |
|---|---|---|
Exclusión política (polx) |
EPR-ETH | 1 si un grupo étnico está excluido del poder ejecutivo central en la mayoría del período |
Grupo pequeño (tiny) |
EPRETH GroupSize | 1 si representa menos de 1% de la población y tiene menos de un millón de personas |
Inestabilidad política (instab) |
Polity IV | 1 si hubo cambio de régimen en el período |
Pobreza extrema (xpoor) |
Penn World Tables | 1 si el país está entre el 10% más pobre según PIB per cápita |
Parentesco transnacional (havtek) |
ETH Zurich | 1 si el grupo tiene un grupo étnico afín en un país vecino |
Operacionalización II
| Factor explicativo | Fuente | Medición |
|---|---|---|
Conflicto transnacional (tekcon) |
ETH Zurich | 1 si hay conflicto étnico en curso en país vecino y áreas contiguas |
Expulsión del poder (oust) |
EPR-ETH | 1 si el grupo fue excluido del ejecutivo durante el período |
Grupo gobernante (ruler) |
EPR-ETH | 1 si mantuvo estatus como socio principal en el gobierno |
Concentración territorial (conc) |
GeoEPR-ETH | 1 si tiene patrón de asentamiento definido |
Recursos petroleros (petrol) |
GeoEPR + Lujala | 1 si hay gran campo de petróleo o gas en el área del grupo |
Conflicto previo (precon) |
Cederman et al. | 1 si ya había experimentado conflicto étnico previo |
Muestra
- 102 inicios de conflictos entre 1990 y 2009.
- 400 no-inicios agregados aleatoriamente.
- Base final: 500 observaciones.
Análisis de necesidad
- Umbral de consistencia: 0.95.
- Dos términos cumplen el criterio:
~tinyy~ruler. - Interpretación: el conflicto ocurre, con pocas excepciones, en grupos que no son pequeños y no están en el gobierno.
Warning
Pero la cobertura es baja: son condiciones necesarias, pero triviales.
Análisis de suficiencia
- Criterio de consistencia: 0.75.
- Con 11 condiciones, el modelo es difícil de interpretar.
- Explica 62% de los inicios, pero genera demasiados caminos.
Depuración del modelo
Bara elimina tres condiciones:
- concentración territorial (
conc); - pobreza estatal extrema (
xpoor); - familiares étnicos en países vecinos (
havtek).
Tip
El modelo final queda con ocho condiciones explicativas.
Resultados
Tip
Consistencia de solución: 0.88. Cobertura de solución: 0.60.
¿Cómo leer la tabla?
| Columna | Pregunta |
|---|---|
| Consistencia de configuración | ¿El camino es suficientemente consistente con el resultado? |
| Cobertura cruda | ¿Cuánto del resultado cubre ese camino? |
| Cobertura única | ¿Qué parte explica exclusivamente ese camino? |
| Cobertura de solución | ¿Cuánto explica el conjunto de caminos? |
Caminos al conflicto étnico
¿Qué nos dice el modelo?
La solución explica 61 de 102 conflictos mediante cuatro caminos.
Tip
El valor agregado no es una variable aislada, sino una explicación configuracional: distintos caminos pueden producir el mismo resultado.
Ragin y Fiss: interseccionalidad
Libro: Intersectional Inequality
Tip
Meta: entender la pobreza y la no-pobreza como resultado de combinaciones de ventajas y desventajas.
Datos y grupos de análisis
- Encuesta NLSY (National Longitudinal Surveys).
- Análisis por subgrupos de raza y sexo.
- Resultado: evitar pobreza / estar en pobreza.
Note
Cada subgrupo puede tener recetas distintas para el mismo resultado.
De variables a conjuntos
Ejemplos de conjuntos:
- ingreso parental no bajo;
- puntajes de prueba altos;
- alta educación del respondente.
Tip
La pregunta es: ¿qué combinaciones de ventajas o desventajas se asocian con evitar pobreza?
Tabla de verdad: la mesa de combinaciones
- Elegir 4 o 5 condiciones.
- Construir \(2^k\) filas.
- Evaluar frecuencia y consistencia con el resultado.
“Grumos” de ventaja (lumpiness)
- En varones blancos, una combinación con cuatro ventajas es frecuente.
- En varones negros, combinaciones con tres desventajas son mucho más comunes.
Important
La estructura de oportunidades es distinta por subgrupo; por eso el análisis separado tiene sentido.
Asimetría
Evitar pobreza no es simplemente el espejo de estar en pobreza.
Tip
QCA permite modelar dos historias: rutas al éxito y rutas al fracaso.
Evitar pobreza: población blanca
Varones blancos
- Cons ≥ .90:
educado * ~baja_AFQT * situación_favorable - Cons ≥ .85:
educado * (~baja_AFQT + origen_favorable) - Cons ≥ .80:
educado * (~baja_AFQT + situación_favorable)
Mujeres blancas
- Cons ≥ .90:
misma configuración principal. - Cons ≥ .85:
educado * ~baja_AFQT * (situación + origen) - Cons ≥ .80:
educación como núcleo.
Lectura sustantiva
Tip
En población blanca, las ventajas educativas, familiares y domésticas tienden a coincidir y reforzarse.
Note
En mujeres blancas, la estabilidad doméstica y el capital familiar actúan como sustitutos parciales.
Evitar pobreza: población negra
Varones negros
- Cons ≥ .90: cuatro ventajas.
- Cons ≥ .85:
educado * ~baja_puntuación * origen_favorable - Cons ≥ .80:
educación + puntajes altos + origen o estabilidad.
Mujeres negras
- Cons ≥ .90: cuatro ventajas.
- Cons ≥ .85:
educado * ~baja_puntuación * situación_favorable - Cons ≥ .80:
estabilidad doméstica como pivote.
Lectura sustantiva
Important
La misma receta que funciona para la población blanca requiere más condiciones simultáneas para la población negra.
Tip
El resultado muestra desigualdad interseccional como configuración de oportunidades, no como un efecto aislado.
Recomendaciones
Errores comunes I
Warning
- Sustituir un análisis estadístico con QCA.
- Usar lenguaje de “variables independientes”.
- Sostener causalidad sin identificar mecanismos.
Errores comunes II
Warning
- Incluir solo casos positivos.
- Nombrar condiciones con sustantivos en lugar de frases adjetivadas.
- Ejemplo: usar “PIB” en lugar de “país desarrollado”.
Errores comunes III
Warning
- Usar calibraciones simétricas.
- Confundir “no rico” con “pobre”.
- Calibrar casos exactamente en 0.5.
Tip
0.5 significa máxima ambigüedad: el caso no está claramente dentro ni fuera del conjunto.
Errores comunes IV
Warning
- No explicar la calibración.
- Usar la media o rangos intercuartílicos como anclajes sin justificación conceptual.
- Usar automáticamente todos los valores de una escala Likert.
Errores comunes V
Warning
- Usar umbrales de consistencia demasiado bajos en suficiencia.
- No analizar presencia y ausencia del resultado cuando ambas importan.
- No correr análisis de necesidad.
Errores comunes VI
Warning
- Analizar condiciones que siempre están presentes.
- Reportar una solución sin interpretarla.
- No discutir mecanismos causales.
Buenas prácticas I
Tip
- Hacer públicos los datos crudos cuando sea posible.
- Reportar la tabla de verdad.
- Presentar la solución con notación booleana.
- Reportar consistencia y cobertura.
Buenas prácticas II
Tip
- Seleccionar condiciones con base en teoría o conocimiento empírico.
- Mantener moderado el número de condiciones.
- Detallar la calibración.
- Usar software para minimizar.
- Transparentar el tratamiento de remanentes lógicos.
Cierre del curso
QCA no es solo una técnica de minimización.
Important
Es una forma de construir explicaciones configuracionales, con atención a casos, conjuntos, mecanismos y transparencia analítica.