stringtranslate.com

Seguimiento de procesos

El rastreo de procesos es un método de investigación cualitativo utilizado para desarrollar y probar teorías. [1] [2] [3] El rastreo de procesos se puede definir de la siguiente manera: es el examen sistemático de la evidencia diagnóstica seleccionada y analizada a la luz de las preguntas de investigación y las hipótesis planteadas por el investigador (Collier, 2011). El rastreo de procesos se centra, por tanto, en las relaciones causales (complejas) entre las variables independientes y el resultado de las variables dependientes, evalúa hipótesis preexistentes y descubre otras nuevas. Generalmente se entiende como un método "dentro del caso" para extraer inferencias sobre la base de mecanismos causales, pero también se puede utilizar para la investigación ideográfica o estudios de casos de N pequeños. [4] [5] Se ha utilizado en ciencias sociales (como en psicología [2] ), así como en ciencias naturales . [5]

Los investigadores que utilizan el rastreo de procesos evalúan el peso de la evidencia en función de la solidez de las pruebas (en particular, las pruebas de paja en el viento, las pruebas de aro, las pruebas de pistola humeante y las pruebas de doble decisión). [5] En consecuencia, lo que importa no es únicamente la cantidad de observaciones, sino la calidad y la forma de las observaciones. [5] [6] Al utilizar la probabilidad bayesiana , puede ser posible hacer fuertes inferencias causales a partir de una pequeña porción de datos mediante el rastreo de procesos. [5] [7] Como resultado, el rastreo de procesos es un método destacado de estudio de casos . [8] El rastreo de procesos se puede utilizar para estudiar uno o unos pocos casos, con el fin de determinar los cambios que se han producido a lo largo del tiempo dentro de estos casos y los mecanismos causales responsables de este cambio. [1]

Seguimiento de procesos

El rastreo de procesos puede utilizarse tanto con fines inductivos (generación de teorías) como deductivos (comprobación de teorías). [5] El rastreo de procesos puede dividirse en tres variantes. Aunque todas las variantes rastrean mecanismos causales, es necesario considerarlas para alinear nuestras prácticas con lo que predicamos. [9] Las tres variantes del rastreo de procesos son el "rastreo de procesos de prueba de teorías", el "rastreo de procesos de construcción de teorías" y el "rastreo de procesos de explicación de resultados". Entre ellas, estas variantes difieren entre sí en el hecho de que son diseños basados ​​en teorías o casos, prueban o construyen mecanismos causales teóricos, entienden la generalidad de los mecanismos causales de manera diferente y hacen diferentes inferencias. [9] En el "rastreo de procesos de prueba de teorías", el objetivo es probar las teorías existentes y los mecanismos causales que se asumen en ellas. [9] [10] Por el contrario, el "rastreo de procesos de construcción de teorías" implica construir una teoría sobre un mecanismo causal que se pueda aplicar a una población más amplia de un fenómeno particular. [9] A través de evidencia empírica, se desarrolla una explicación teórica sobre los mecanismos causales. [10] En el "rastreo de procesos de explicación de resultados", no se trata de probar o construir un mecanismo teórico, sino de encontrar una explicación satisfactoria para un resultado dado. [9] Esta variante construye una narrativa detallada que explica el proceso a través del cual un resultado específico o una serie de eventos llegaron a ser. [10]

El rastreo de procesos se diferencia de otros métodos de análisis cualitativo porque se centra en "cómo" funcionan los mecanismos causales; otros métodos de análisis cualitativo se centran en la correlación entre la variable dependiente y la independiente (Beach y Pedersen, 2012). El rastreo de procesos va más allá de la correlación entre dos variables.

En términos de prueba de teorías, el método de rastreo de procesos funciona presentando las implicaciones observables ( hipótesis ) de una teoría, así como explicaciones alternativas que son inconsistentes con la teoría. Estas implicaciones observables y explicaciones alternativas se basan en hipótesis basadas en la teoría y eventos clave. [11] Una vez que se presentan estas implicaciones observables, se prueban empíricamente para ver cuáles de las implicaciones observables se pueden observar y cuáles no. [1] [12] También es importante probar si existen explicaciones alternativas. [11] El rastreo de procesos enfatiza la secuencia temporal de eventos y requiere un conocimiento detallado del caso. [1]

Para probar las teorías hipotéticas, existen diferentes tipos de requisitos dentro de un mecanismo causal. Existen requisitos necesarios, donde la presencia de una variable siempre conducirá al efecto sobre la variable dependiente. [1] Esto significa que la falta del requisito necesario también significará una falta del resto del mecanismo. El segundo tipo de requisito es un requisito suficiente, donde la presencia del requisito confirma la existencia de un posible mecanismo. [1] La influyente tipología de pruebas de rastreo de procesos de Stephen Van Evera distingue las pruebas según cómo adjudican entre expectativas teóricas: [5] [13]

Se utiliza a menudo para complementar los métodos de estudio de casos comparativos. Al rastrear el proceso causal desde la variable independiente de interés hasta la variable dependiente, puede ser posible descartar variables potencialmente intervinientes en casos imperfectamente emparejados. Esto puede crear una base más sólida para atribuir importancia causal a las variables independientes restantes. [15]

Una limitación del rastreo de procesos es el problema de la regresión infinita . [16] [17] Si bien algunos trabajos influyentes de académicos de métodos han argumentado que la capacidad del rastreo de procesos para hacer afirmaciones causales está limitada por los bajos grados de libertad , [18] los metodólogos rechazan ampliamente que el problema de los "grados de libertad" se aplique a la investigación que utiliza el rastreo de procesos, dado que la investigación cualitativa implica lógicas diferentes a la investigación cuantitativa (donde los académicos deben tener cuidado con los grados de libertad). [16] [5] . Algunas otras desventajas son:

Una ventaja del rastreo de procesos sobre los métodos cuantitativos es que proporciona una ventaja inferencial. [1] Además de ayudar a descubrir y probar mecanismos causales, el rastreo de procesos también aporta riqueza descriptiva. [1] Además de eso, el rastreo de procesos también puede presentar las condiciones contextuales en las que tienen lugar ciertos procesos. [19] Otra ventaja importante es que el rastreo de procesos puede abordar el pluralismo teórico, lo que significa que las hipótesis o los modelos conceptuales tienen múltiples variables (no) dependientes y relaciones causales. Por lo tanto, este método de análisis es adecuado para comprender la complejidad inherente (Kay y Baker, 2015). La razón por la que el rastreo de procesos difiere de otros métodos de investigación cualitativa también es una ventaja.

Al asignar probabilidades a los resultados bajo condiciones específicas, los académicos pueden usar reglas bayesianas en su seguimiento de procesos para extraer conclusiones sólidas sobre las causas de los resultados. [20] [21] [5] [8] [22] [23] [7] Por ejemplo, si la teoría de un académico supone que una serie de implicaciones observables ocurrirán bajo ciertas condiciones, entonces la ocurrencia repetida de esos resultados bajo las condiciones teorizadas presta un fuerte apoyo a la teoría del académico porque los resultados observados serían improbables de ocurrir de la manera esperada por el académico si la teoría fuera falsa. [20] Al usar la probabilidad bayesiana, puede ser posible hacer fuertes inferencias causales a partir de una pequeña porción de datos. [5] Por ejemplo, una grabación de video de una persona cometiendo un robo a un banco puede ser una evidencia muy fuerte de que una persona en particular cometió el robo y al mismo tiempo descartar que otros sospechosos potenciales lo hicieron, incluso si es solo una única pieza de evidencia. [5]

Los académicos también pueden utilizar la teoría de conjuntos en el seguimiento de sus procesos. [24]

Véase también

Referencias

  1. ^ abcdefghijklmn Collier, David (2011). "Comprensión del seguimiento de procesos". PS: Political Science & Politics . 44 (4): 823–830. doi : 10.1017/s1049096511001429 . ISSN  1049-0965.
  2. ^ ab Schulte-Mecklenbeck, M.; Kühberger, A.; Ranyard, R., eds. (2011). Un manual de métodos de seguimiento de procesos para la investigación de decisiones: una revisión crítica y una guía del usuario . Nueva York: Taylor & Francis.
  3. ^ Ford, J. Kevin; Schmitt, Neal; Schechtman, Susan L.; Hults, Brian M.; Doherty, Mary L. (1989). "Métodos de rastreo de procesos: contribuciones, problemas y preguntas de investigación desatendidas". Comportamiento organizacional y procesos de decisión humana . 43 (1): 75–117. doi :10.1016/0749-5978(89)90059-9.
  4. ^ Jacobs, Alan M.; Büthe, Tim; Arjona, Ana; Arriola, Leonardo R.; Bellin, Eva; Bennett, Andrew; Björkman, Lisa; Bleich, Erik; Elkins, Zachary; Fairfield, Tasha; Gaikwad, Nikhar (2021). "Las deliberaciones sobre transparencia cualitativa: perspectivas e implicaciones". Perspectivas sobre la política . Materiales complementarios, parte 2: 171–208. doi :10.1017/S1537592720001164. ISSN  1537-5927. S2CID  232050726.
  5. ^ abcdefghijk Bennett, Andrew (2008). Box-Steffensmeier, Janet M; Brady, Henry E; Collier, David (eds.). "Rastreo de procesos: una perspectiva bayesiana". Manual Oxford de metodología política . doi :10.1093/oxfordhb/9780199286546.001.0001. ISBN 978-0-19-928654-6.
  6. ^ Gerring, John (2007). Investigación de estudios de caso: principios y prácticas. Cambridge University Press. pp. 173, 180. ISBN 978-0-521-85928-8.
  7. ^ ab Fairfield, Tasha; Charman, Andrew E. (2022). Investigación social e inferencia bayesiana. Cambridge University Press. ISBN 978-1-108-42164-5.
  8. ^ ab Mahoney, James (2 de septiembre de 2016). "Mecanismos, bayesianismo y rastreo de procesos". Nueva economía política . 21 (5): 493–499. doi :10.1080/13563467.2016.1201803. ISSN  1356-3467. S2CID  156167903.
  9. ^ abcde Beach, Derek; Pedersen, Rasmus Brun (2013). Métodos de seguimiento de procesos: fundamentos y directrices . Ann Arbor: The University of Michigan Press. ISBN 978-0-472-05189-2.
  10. ^ abc Kay, Adrian; Baker, Phillip (2015). "¿Qué puede ofrecer el rastreo de procesos causales a los estudios de políticas? Una revisión de la literatura". Revista de estudios de políticas . 43 (1): 1–21. doi :10.1111/psj.12092.
  11. ^ ab Ricks, Jacob I.; Liu, Amy H. (2018). "Diseños de investigación de seguimiento de procesos: una guía práctica". PS: Political Science & Politics . 51 (4): 842–846. doi :10.1017/S1049096518000975. ISSN  1049-0965.
  12. ^ King, Gary; Keohane, Robert O.; Verba, Sidney. Diseño de la investigación social .
  13. ^ Van Evera, Stephen (1997). Guía de métodos para estudiantes de ciencias políticas. Cornell University Press. ISBN 978-0-8014-5444-8.JSTOR  10.7591/j.ctvrf8bm7 .
  14. ^ ab Mahoney, James (noviembre de 2012). "La lógica de las pruebas de seguimiento de procesos en las ciencias sociales". Métodos sociológicos e investigación . 41 (4): 570–597. doi :10.1177/0049124112437709. ISSN  0049-1241.
  15. ^ George, Alexander L .; Bennett, Andrew (2005). Estudios de casos y desarrollo de teorías en las ciencias sociales . Londres: MIT Press. pp. 214–15. ISBN 0-262-57222-2.
  16. ^ ab Bennett, Andrew (2010). "Rastreo de procesos e inferencia causal" en Replanteando la investigación social: herramientas diversas, estándares compartidos . Rowman & Littlefield Publishers. ISBN 978-1-4422-0343-3.OCLC 787870333  .
  17. ^ Verghese, Ajay (24 de febrero de 2020), ¿Quién teme a la regresión infinita? Un ejercicio de seguimiento de procesos, Rochester, NY, SSRN  3484930{{citation}}: Mantenimiento de CS1: falta la ubicación del editor ( enlace )
  18. ^ King, Gary; Keohane, Robert O.; Verba, Sidney (1994). Diseño de la investigación social . Princeton, Nueva Jersey: Princeton University Press. pág. 86. doi :10.1515/9781400821211. ISBN . 978-1-4008-2121-1.
  19. ^ Beach, Derek (25 de enero de 2017), "Métodos de rastreo de procesos en las ciencias sociales", Oxford Research Encyclopedia of Politics , doi :10.1093/acrefore/9780190228637.013.176, ISBN 978-0-19-022863-7, consultado el 5 de marzo de 2024
  20. ^ ab Humphreys, Macartan; Jacobs, Alan M. (2015). "Métodos de mezcla: un enfoque bayesiano". American Political Science Review . 109 (4): 654. doi :10.1017/s0003055415000453. ISSN  0003-0554. S2CID  1846974.
  21. ^ Fairfield, Tasha; Charman, Andrew E. (2017). "Análisis bayesiano explícito para el seguimiento de procesos: directrices, oportunidades y advertencias". Análisis político . 25 (3): 363–380. doi :10.1017/pan.2017.14. ISSN  1047-1987. S2CID  8862619.
  22. ^ Bennett, Andrew (2014), Bennett, Andrew; Checkel, Jeffrey T. (eds.), "Disciplinando nuestras conjeturas", Seguimiento de procesos: de la metáfora a la herramienta analítica , Estrategias para la investigación social, Cambridge University Press, págs. 276-298, ISBN 978-1-107-04452-4
  23. ^ Bennett, Andrew; Charman, Andrew E.; Fairfield, Tasha (2021). "Entendiendo el bayesianismo: fundamentos para los trazadores de procesos". Análisis político . 30 (2): 298–305. doi :10.1017/pan.2021.23. ISSN  1047-1987.
  24. ^ Barrenechea, Rodrigo; Mahoney, James (1 de agosto de 2019). "Un enfoque de teoría de conjuntos para el rastreo de procesos bayesianos". Métodos sociológicos e investigación . 48 (3): 451–484. doi :10.1177/0049124117701489. ISSN  0049-1241. S2CID  126255778.

Lectura adicional