Para situarnos donde estábamos en los contenidos, estamos en el tema 7,
que era donde venía el video 2, el capítulo 3, el video 3. Hemos visto
los apuntes del profesor D'Amiro, que hizo en el video 1 y en el 2 del
capítulo 3 del libro de Kim Kyoan y Berba. Y hoy veremos el video 3. Esto
corresponde al tema 7, que tenemos aquí subrayado en este capítulo. Y
después, no sé si lo acabaremos. Sí, ya se lo acabará. Vamos,
entraríamos a ver el tema 8 con el capítulo 4 de los datos, que también
lo podéis subir, está aquí en el enlace, que yo creo que lo he subido
también. Capítulo 3. Capítulo 8, metodología. Sí, del libro de Lago y
Arquitecto. También lo tenemos subido. Entonces, vamos a ver, por tanto,
el video que corresponde al tercer video que ha hecho el profesor sobre el
capítulo 3. Que es este de aquí. Dice que en este tercer video va a
hablar... Dice que en este tercer video va a hablar de los criterios para
evaluar las inferencias causales. Entonces, cuando hablamos de evaluación,
pues será para ver qué inferencias... Si hay unas inferencias mejores que
otras, cuáles son las buenas y cuáles serían las peores, ¿no? Y ahorita
hay unos criterios para evaluar las inferencias. Dice, digamos que la
estimación de un efecto causal se evalúa igual que se evalúa la
inferencia descriptiva. O sea, tanto la inferencia causal como la
descriptiva se evalúan igual. El primer aspecto es respecto al sesgo.
Dice, si no tiene sesgo, si es igual, ese efecto causal estimado es igual a
la medida de ese efecto causal. En muchas, si lo reproducimos... Muchas
veces la observación o el experimento nos da siempre el mismo resultado.
Eso quiere decir que no tiene sesgo. El segundo aspecto sería el criterio
de la eficiencia. Y aquí la eficiencia se refiere, tanto para las
inferencias descriptivas y las causales, a la variación de una
reproducción. Hipotética de ese experimento a otra, si hay diferencias.
Pero bueno, y de cuanto menos sea la variación entre las diferentes
reproducciones del experimento o de la observación, cuanto menos sea la
variación, más eficiente será la inferencia causal que podamos hacer de
ese experimento. En realidad, cuando hay poca varianza, poca variación, el
resultado que obtenemos, eso quiere decir que aquí lo que estamos haciendo
es fiable, ¿no? Dice, dice, hemos dado de ver, en sentido práctico, es
mucho más importante el apartado 5 de este capítulo 3. O sea, tened en
cuenta cuando repaséis, porque dice que ese apartado, el apartado 5 del
capítulo 3, es muy, muy importante. Dice, import, ese capítulo, ese
apartado 5, se refiere a las reglas para elaborar teorías causales. Dice,
digamos que nosotros hemos de reconocer en qué consiste un análisis, una
estimación causal no sesgada, que tenga sesgo, y en qué consiste una
estimación causal eficiente. Dice, una teoría causal lo que pretende, el
objetivo que tiene... ...es mostrar las causas de un fenómeno, identificar
las causas, medir el efecto causal. Y esas teorías causales se componen de
hipótesis. De hipótesis causales que están relacionadas entre sí y dan
lugar a teoría. A veces hablan de teoría y de hipótesis como si fueran
términos similares, ¿no? Se supone que la hipótesis contiene varias
teorías y que es más generalizada. Es más general que una hipótesis.
Dice, cada hipótesis lo que hace es sugerir la existencia de una relación
entre variables. Lo que nos está diciendo una hipótesis causal es que si
unas variables explicativas tienen ciertos valores, se predice o podemos
predecir que las variables dependientes tendrán otros valores. Es decir,
que influyen las variables independientes. Independientes o explicativas
influyen en las dependientes, ¿no? Y nos pone un ejemplo. Por ejemplo, una
variable causal muy simple nos diría que según aumente el nivel
educativo, o a mayores niveles educativos, los individuos tienen actitudes
más generales y más progresistas sobre aspectos como el matrimonio
homosexual, eh... la relación en inmigración, la opinión que tienen
sobre los extranjeros... Por eso sería una hipótesis causal. Como una
hipótesis explicativa, porque establece una relación entre dos variables.
Una que es la independiente, en este caso el nivel de... ¿Cuál era aquel?
El nivel educativo, que afectaría a la dependiente, que serían... Esas
opiniones, pues, sobre el matrimonio homosexual, sobre la inmigración, en
fin. Y entonces es independiente y predice que la variable dependiente va a
tener unos otros valores. Esto sería una hipótesis de tipo causal o de
tipo explicativo. Y si nosotros tenemos varias hipótesis que componen una
teoría, entonces ella nos dice que las teorías están compuestas de
varias hipótesis. Pero si tenemos varias hipótesis que componen una
teoría sobre la relación entre el nivel educativo y las actitudes
socioculturales, que resulta que estas hipótesis no pueden ser
contradictorias entre sí. Si no son contradictorias entre sí, sería una
teoría que tendrá una alta coherencia interna. Si se contradicen, pues no
tendrá coherencia interna. Lo que no podemos decir es, unas hipótesis
contradicen a otras. En ese caso, claro, la teoría no tendría coherencia
interna y entonces no sería una verdadera teoría. Y ahora sigue la
explicación con las cinco reglas que deben cumplir las teorías causales y
que deben ser las siguientes. Entonces, ahora todo el capítulo ya. Vamos a
ir viendo estas cinco reglas. Que han de cumplir estas teorías causales. Y
todo eso está en ese apartado 5 que dice el profesor, que es muy, muy
importante. Lo primero que dice es que las teorías tienen que ser
falsables. Ser falsables quiere decir que cualquier otro investigador pueda
comprobarlas y ver si se cumplen o no se cumplen. Dice aquí, una teoría
es un conjunto de hipótesis o incluso una teoría es una hipótesis. Puede
ser que solo una, ¿no? A veces identifica, como veis, teoría-hipótesis.
Dice, tenemos que proponer hipótesis o teorías que puedan ser
contrastadas usando la evidencia. Y que la evidencia nos pueda decir que es
falso, que no es verdad. Por ejemplo, que a mayor nivel educativo aumente
el progresismo de los individuos. Pero eso es un ejemplo de una hipótesis
que puede ser comprobada y que puede demostrarse como falsa. Eso es la
característica que tiene que tener, es que sean hipótesis comprobables. Y
al ser comprobables empíricamente, ¿no? Mediante la observación de datos
en la realidad. Entonces podrán, entenderemos que son falsables porque
podemos comprobar si son verdaderas o son falsas. Dice, ¿es una hipótesis
que se puede someter a comprobación? Pues muy bien, estupendo. Así tiene
que ser, ¿no? ¿Cómo hemos de proponer nuestras teorías y nuestras
hipótesis para que podamos comprobar si son correctas? Pues hay que
redactarlas de modo que pueda demostrarse como invocadas o verdaderas de
una manera relativamente fácil y sencilla. Entonces, lo que tenemos que
pensar cuando hacemos una hipótesis es a ver qué evidencia, qué datos
demostrarían que esta hipótesis es falsa. Que esta hipótesis es
incorrecta. Porque si existen esos datos, si es posible encontrar esos
datos, esa es una buena hipótesis. Es decir, en realidad son hipótesis
que son comprobables empíricamente. Entonces si hay datos que permitan
demostrar que es correcta o incorrecta es cuando podemos pensar que estamos
ante una hipótesis que podemos denominar falsable. Que algún investigador
o nosotros mismos podemos comprobar si es verdadera pero resulta que
alguien, no, no, en un determinado caso ve que no funciona, ¿no? Y dicen,
mejor una hipótesis... Bueno, esto lo ha traducido así el transcriptor,
¿no? Esto estaría mal. Mejor una hipótesis, ¿no? Dicen King, Keoghan y
Berba que se demuestra incorrecta tras realizar un análisis, tras realizar
una comprobación que una hipótesis que no se puede comprobar.
Empíricamente. Ni le quita importancia a que hagamos hipótesis que se
demuestre que son incorrectas, ¿no? Dicen, por lo tanto las hipótesis
pueden ser correctas o incorrectas. Dicen que pueden ser algunas correctas
y que datos de mejor calidad o datos posteriores demuestren que no era
correcto. Es decir, que al pasar el tiempo se demuestre que esa hipótesis
que hemos visto que era correcta, pues por la evolución de los datos de
las técnicas de análisis de datos que se demuestre que no es correcta,
¿no? O bien que haya cambios en los fenómenos sociales y políticos que
hagan que el conocimiento pues ya no es válido. Que hipótesis que antes
eran correctas pues ahora ya no lo son. Pues bueno, según ellos dicen no
pasa nada porque una hipótesis deja de ser válida. Después se dice,
¿cuándo rechazamos una teoría? Dicen, nosotros no rechazamos una teoría
una hipótesis de manera automática porque se compruebe que alguna
comprobación no lo confirme. Es decir, no solo vale con que de algún
momento dado una hipótesis una teoría no se corresponda con la realidad.
Se asume cierta incertidumbre y porque un estudio en España se compruebe
que el nivel educativo no está relacionado con el nivel de liberalidad o
progresismo nos hace que, digamos, no hay relación entre el nivel
educativo y las actitudes en combinación porque ocurra en un determinado
caso pues no se invalida, ¿no? la teoría o la hipótesis. Por tanto, una
comprobación no anula una hipótesis, no anula la hipótesis. Sabemos que
las hipótesis son válidas dentro de un contexto. Si nuestros datos en
determinado contexto desmienten una hipótesis a lo mejor hemos de decir
simplemente que en ese contexto la hipótesis en esas condiciones no es
válida. Pero no descartaríamos completamente la hipótesis porque en
otros contextos sí que puede ser válida. Lo que sí que se produce es una
digamos, una reducción de la validez de hipótesis. No vale para todos los
contextos sólo vale para unos en concreto. Entonces ya acabo diciendo en
este apartado que para rechazar una hipótesis hay que tener muchas
comprobaciones que desmientan esa hipótesis. Ese era el primer punto que
hablaba de cómo tenían que ser las teorías porque estamos evaluando
teorías e hipótesis. Cuando son buenas o malas un punto para ver si son
buenas es que tienen que ser falsables que tienen que ser demostrables
empíricamente. Otro punto es que tengan coherencia interna. Dicen que si
una teoría tiene hipótesis contradictorias pues es falsa, no es una
teoría no tiene coherencia interna. Si hay hipótesis que contradicen a
otras hipótesis pues eso no es una teoría. Que eso se refiere a la
coherencia interna es decir que las distintas hipótesis que engloban una
teoría que no se contradigan entre sí. Después nos hablamos en este
mismo punto sobre los modelos formales que serían modelos matemáticos que
son muy útiles porque exponen con mucha claridad y con mucha concisión
las relaciones que hay entre las variables las causas y los efectos. El
problema de los modelos es que el precio de aclarar unas ideas lo que hace
es que son muy simplificadores lo que hacen es simplificar mucho la
realidad. Además es el problema de que simplifica mucho la realidad igual
que un mapa simplifica mucho la realidad de la zona que representa no hay
muchas cosas que no van a aparecer en el mapa pues lo mismo va a ocurrir
con los modelos. Hay otro problema que está relacionado con la coherencia
interna ¿Qué es el problema? El problema de la endogeneidad que eso ya lo
hemos visto también antes que una variable se consigue a causa de otra
pero en realidad es el efecto de la otra es decir que ambas variables
podrían ser tanto una como la otra dependiente e independiente se podrían
intercambiar los papeles ahí tendríamos el problema de la endogeneidad y
nos ponen el ejemplo clásico de el sistema electoral proporcional favorece
la fragmentación del sistema de partidos dice a veces la previa
fragmentación de la sociedad por religiones, etnias culturas idiomas hace
que esa fragmentación y esa diversidad a la que se tiene hace que se elija
el sistema proporcional es decir que no es el sistema proporcional el que
favorece la fragmentación de partidos pero es que previamente había una
fragmentación social que hizo que se eligiera en ese país el sistema
electoral proporcional es decir que se elija el sistema proporcional porque
la sociedad ya estaba fragmentada de antemano y en ese caso pues cuidado
porque hay un problema de endogeneidad y muy relacionado también con la
endogeneidad y con el problema de la variable emitida que haya una tercera
variable que sea la que en realidad explique lo que se considera causa y
efecto de una hipótesis que no que en el ejemplo anterior había una
variable oculta o emitida que era la situación previa de división social
no de ese determinado país entonces en el ejemplo anterior pues claro que
ocurre pues que en realidad hay una tercera variable que serían las
divisiones raciales religiosas, culturales lo que explica tanto que haya un
sistema proporcional como que hay una fragmentación del sistema de
partidos entonces nos habla de esos elementos en lo que en ese apartado que
hemos dicho que las teorías tienen que tener coherencia interna dentro de
ese apartado de la coherencia interna nos habla de de la variable emitida y
de de la endogeneidad también entonces la tercera regla sería la tercera
regla para poder evaluar una o qué condiciones tiene que cumplir una
hipótesis o una teoría sería que hay que seleccionar cuidadosamente las
variables dependientes esto hablará sobre todo en el capítulo siguiente y
eso también es muy interesante concluye que no hay que seleccionar
observaciones que se basen en una variable dependiente que se refiere con
esto a observaciones por ejemplo cuando si estamos comparando varios
países y estamos viendo pues el sistema de de si el sistema es
parlamentario si es parlamentario o más o menos parlamentario o
presidencial y la variable independiente sería la división la
fragmentación del sistema de partidos pues en el diseño nos tenemos que
fijar que no hay que seleccionar observaciones es decir hay que seleccionar
países que se basen en la variable dependiente es decir que solo busquemos
países que tienen una gran fragmentación sino que tenemos que buscar
siempre por la variable independiente buscar países que tengan una mayor o
una menor sistema proporcional para ver qué es lo que ocurre para ver
cómo varía ¿no? la variable dependiente cuando me dice seleccionar
observaciones está refiriendo a eso seleccionar en caso de que estemos
comparando países por ejemplo puede ser que compararlos en función de la
variable independiente no de la dependiente insiste no hay que seleccionar
observaciones que se basen en la variable dependiente tampoco en que
seleccionar en que se mantenga constante la variable dependiente entonces
porque esa selección de casos es muy muy corriente por ejemplo en los
cuando se hacen estudios lo me refiero de sanidad de estudios médicos que
lo que hacen es bueno pues ver en realidad se fijan en la variable
dependiente para ver qué va causando entonces se fijan por ejemplo pues
están estudiando la frecuencia del cáncer en determinadas poblaciones y
van a buscar poblaciones que tengan cáncer para después ver qué
características tienen esas poblaciones y ahí lo que hacen es buscar por
la variable dependiente y además que ésta se mantenga constante bueno lo
que nos dicen aquí es que si si hacemos esto en política no podemos
explicar el fenómeno si nosotros elegimos para explicar por ejemplo las
revoluciones casos en donde siempre ha habido una revolución no estamos
explicando la revolución porque en realidad tenemos que explicar si
buscamos el efecto causal tenemos que dejar que varíe las variables sino
no podemos ver ese efecto ¿no? entonces si queremos explicar cuándo se
produce una revolución habrá que elegir casos en donde la variable
dependiente la revolución no permanezca constante casos en donde hay
revolución y donde no hay revolución así podemos ver qué es lo que
causa una revolución y qué lo que pensamos que causa una revolución y en
realidad no es pero bueno siempre lo que recomiendan es elegir por la
variable explicativa o sea dejando de que la dependiente tenga la
posibilidad de variar yo qué pienso que la desigualdad está relacionada
con la violencia de una sociedad pues entonces yo debo elegir por la
variable explicativa es decir debemos elegir casos pero siempre por la
variable explicativa el nivel de desigualdad va a generar violencia pues
tendré que elegir según la variable potencialmente explicativa es decir
si aquí es la desigualdad tendré que elegir países o comunidades que
tengan distinto grado de desigualdad para comprobar cómo es el nivel de
violencia tendré que buscar simplemente por la variable independiente o
explicativa y entonces yo elijo casos en donde el nivel de desigualdad es
muy alto casos en donde el nivel de desigualdad es medio casos en que es
muy bajo y entonces pues ya veo qué es lo que ocurre veo si hay mucha o
poca violencia y ya puedo ver si obviamente el efecto causal de la
violencia es la mayor o menor nivel de desigualdad de esa sociedad ya hemos
dicho que nos decía que había cinco reglas para ver digamos para evaluar
en la teoría las hipótesis la cuarta regla sería maximizar lo concreto
dice cuidado con esto nos advierte la cuarta regla para generar hipótesis
causales sería maximizar lo concreto cuando realizamos que cuando
realizamos análisis político tenemos que elegir conceptos que sean
observables por eso nos habla de lo concreto cuál es nuestro problema
claro que muchísimo de nuestros conceptos son muy abstractos que no pueden
ser observados precisamente entonces tendremos dice como dice entonces
cómo tenemos que elegir conceptos que se puedan medir observar definir
dice bueno claro que tenemos que hacer un esfuerzo pero dice nos digan que
algo es una causa y que esa que eso sea esa causa ese efecto causal sea
algo que nosotros podemos medir entonces siempre tenemos que por eso nos
habla de los maximizar lo concreto nos define como algo que se pueda medir
hay conceptos abstractos que no se pueden medir por ejemplo a medir unos
indicadores ¿no? cómo podemos medir la violencia de una sociedad bueno
pues con unos indicadores como por ejemplo pues con unas tasas de
delincuencia juvenil con unas tasas de criminalidad en la evolución en los
años todo eso ¿no? es decir esos serían indicadores de un concepto más
general que es la violencia es decir vimos ya en un estudio de bueno en el
tema de San Corbeta hablamos que de cómo operacionalizar los conceptos y
hablábamos de un concepto muy abstracto también como era la religión
¿no? y contra más abstractos del concepto pues tiene más indicadores
entonces ahí en la religión había indicadores pues las concesiones o la
asistencia a misa o aspectos más interiores pues como el ayuno o el rezar
¿no? aviones es decir bueno pues eso a eso se refiere aquí cuando
queremos crear en concreto algo que sea medible y si el concepto es
abstracto y no se puede medir pues tenemos que hacerlo por medio de
indicadores dice vamos a intentar que estas las consecuencias sean
observables que sean el resultado de la causa y no de otro potencial factor
es decir que en realidad se modifiquen por la variable independiente y no
por cualquier otro dice la dificultad que antes se adelantaba es que
nosotros tratamos conceptos que a veces no son directamente observables por
ejemplo que es democracia o la igualdad o la religiosidad como decíamos
antes el caso es que no se puede medir directamente lo que podemos hacer es
también indicadores que sería como una medida indirecta pero claro los
indicadores no los inventamos se los inventa el investigador cuando hace la
operacionalización de los conceptos es una tarea que hace el investigador
entonces ahí puede haber problemas de variedad problemas de si realmente
estamos midiendo lo que queremos medir o si en realidad esos indicadores no
están tan directamente ligados con lo que nosotros queremos medir dice el
problema es como esos indicadores son indirectos a veces caemos en el
peligro de que esos indicadores realmente no estén reflejando no estén
midiendo el concepto pero a ver que le cuesta mucho pasar de página no
estén midiendo el concepto que queremos medir en realidad es que una
afirmación dice puede ser indirecto pero no puede ser muy indirecto porque
si no podríamos estar no podríamos estar seguros de que ese indicador
mide lo que queremos medir es una buena operacionalización del concepto de
lo abstracto llegar a la variable que es lo que realmente queremos medir a
través de los indicadores y yo le pongo un ejemplo dice ejemplo como
medimos democracia que sería un concepto muy abstracto pues la democracia
no es directamente observable pero podemos establecer una serie de
indicadores que sí que miden ese grado de democracia por ejemplo el grado
de limpieza de las elecciones si realmente esas elecciones se repiten con
regularidad se puede medir la libertad que tiene la oposición para
competir en esas elecciones o la posibilidad de expresar de forma libre en
los distintos puntos de vista todo eso son indicadores de democracia y
entonces ¿por qué? porque algunos indicadores están más cerca o más
lejos del concepto que queremos medir y no pueden estar muy lejos porque
entonces en realidad no estaríamos midiendo democracia sino estaríamos
midiendo otra cosa algunos de los que he citado hoy de estos que hemos
visto antes de estos indicadores para medir la democracia son mejores y
peores precisamente por eso porque son más directos no son directamente
observables entonces como no son directamente observables pero nuestra
disciplina se basa en medir no en opinar tenemos que hacer esa medición
tenemos que hacer esa operacionalización para llegar a indicadores que sí
que sean metidos que sean tenemos que definir bien el concepto este
abstracto y tenemos que decir cómo vamos a medirlo como qué indicadores
nos van a servir para medirlo por tanto tendremos que definir el concepto
tenemos que definir qué es democracia las diferentes dimensiones del
fenómeno de democracia y a cada dimensión tenemos indicadores para
medirla ¿no? y tenemos que justificar por qué hemos elegido esos
indicadores y por qué creemos que esos indicadores reflejan el concepto de
democracia y después él dice que el uso de estos conceptos tiene que ser
muy preciso y nuestro lenguaje tiene que ser muy preciso es decir a la hora
de hacer una definición clara o que lo excluya de otros conceptos que sea
muy concreto es decir se tiene que entender perfectamente qué queremos
decir y qué significan las palabras o conceptos que usamos y por último
ya la quinta regla esta regla era la de ir a lo concreto y hablábamos
entonces de la dificultad de medir y de la necesidad de usar indicadores y
la quinta regla sobre cómo establecer teorías diría que tenemos que
formular teorías hipótesis de forma tan incluyente como sea posible a ver
cómo lo explica esto dice hay que intentar que nuestras hipótesis que
nuestras teorías ya veis que ambas cosas unas veces no mezclan que las
hipótesis otras veces habla claramente que nuestras teorías están
formadas por varias hipótesis y esas hipótesis no se tienen que
contradecir entre sí para que la teoría tenga coherencia interna perdona
no te había visto lo que me decías que cómo se mide algo abstracto bueno
estaba vamos a vamos a ver esto aquí en este capítulo lo tenemos aquí
esto sería la operacionalización un concepto muy abstracto que es el que
ponía yo antes del ejemplo veis arriba que pone que se habla de lo
cualitativo como no medible vamos a ver en ciencias sociales en realidad
todo lo que medimos en realidad lo medible son los son las magnitudes como
el peso la edad eh la temperatura todo eso se puede medir no y hay
instrumentos para medirlo pero en ciencias sociales todo lo que medimos
bueno no sé creo que fue desde allá toda esta discusión sí vale en
términos matemáticos lo cual lo cualitativo eh no vamos a cuando hacemos
un estudio cualitativo no vamos a sacar cómo resultaban gráficos y
números vamos ahora a sacar eh discursos y sobre todo vamos a hacer una
tipología de discurso ver ver clasificación aquí se refería el profesor
a la eh a cuando hacemos hipótesis a la comprobación de esas hipótesis
la comprobación de esas hipótesis tiene que ser con datos o bien con
datos eh por ejemplo cuando cuando hacemos eh intentamos ver la causa de
las revoluciones no es un estudio cuantitativo no eh sea un estudio
cualitativo lo que hacemos es en este caso es hacer estudios comparativos
de distintas revoluciones y ver los antecedentes de diversas revoluciones
no no podemos sacar una media una desviación típica como haríamos en
estudios en los que podemos utilizar técnicas eh cuanti cuantitativas como
por ejemplo la la encuesta pero lo que vale pero yo te yo hablaba de lo que
me preguntabas de cómo se medía algo abstracto y por eso te había
llevado a este a este cuadro que dice de cómo se parte para medir la
religiosidad no no tenemos un instrumento pero lo que lo que hacen es
operacionalizarlo una cosa tan abstracta en una como la religiosidad en
aspectos que sí que podemos observar como eh cuantas está solo si o no y
durante cuánto tiempo o cuánta frecuencia no que vería vería la
dimensión mística y esa dimensión mística tendría tres indicadores la
soledad que podemos verlo hay un arco de volver si hay uno o no y con qué
frecuencia rezar si lo hace o no y con qué frecuencia otra dimensión la
ritual pues también tendría varios indicadores no confesar si confiesa o
no confiesa y todo eso después podríamos hacer un índice ordinal nomás
no tendría valores de digamos de variable de intervalo con mucho ordinal
para ver para darle una calificación o una persona que nos haya respondido
de una forma u otra a las a estas variables ¿no? eso es como mediríamos
un concepto abstracto no sé si era lo que se refería bueno pues decimos
que la quinta regla sobre cómo establecer teorías ah vale dice la quinta
regla sobre cómo establecer teorías o cómo formular hipótesis es que
eso tienen que ser tan incluyentes como sea posible es decir que nuestras
teorías expliquen una parte del mundo lo más amplia posible es decir que
cuando tenemos que tener como objetivo que nuestra teoría o nuestra
hipótesis sea aplicable a lo más general posible que no sólo sea
aplicable en unos contextos muy cercanos sino en contextos más generales
más amplios dice nos trae no decir que nuestra hipótesis es que sólo se
aplica en un determinado país o en un determinado momento o en un
determinado contexto debemos intentar que nuestra hipótesis sea tan
incluyente tan amplia como sea posible esa sería la quinta regla a la hora
de formular hipótesis o teoría no quiere que sean amplias y que sean
incluyentes nosotros tenemos que proponer teorías hipótesis tan
incluyentes como sea posible bueno y aquí acaba ya dice este sería el
final del capítulo 3 bueno aquí en vez de quien crea ni verba ya el
traductor ha sido muy creativo y ha puesto quien quieja y ni verba pero
bueno es que esto en algunos lo he corregido y en otros no me ha dado
tiempo pero vamos a ver que es que haya sido de utilidad para entender las
ideas principales y dice que este vídeo no excluye ni sustituye la
necesidad de leer y de comprender y estudiar el capítulo pero cierto sé
que sí que nos deja las ideas principales para que después al verlo las
veamos ahí reflejadas y que veamos sobre todo qué es a lo que le da
importancia porque nos suele decir este es muy muy importante esto es muy
importante con lo cual en lo que hay que hacer hincapié es en esos
aspectos bueno pues entonces esto sería el tema 7 que lo que pasa que
después los temas tienen unos unos títulos que hay veces que reflejan por
el tema 7 que se titulaba relaciones entre variables tipos de variables y
tipos de hipótesis aquí realmente como hemos hablado de tipos de
variables y tipos de hipótesis no pero bueno es la en el título del tema
y lo que nos propone el capítulo 3 del libro que lo hemos visto con tres
eh con tres vídeos del profesor Luis Ramiro y ahora el tema que
correspondería sería el tema 8 ya me he pasado tema 8 que entendemos como
evidencia empírica en el análisis político en realidad aquí como dice
es una evidencia empírica los datos que obtenemos ¿no? pues aquí lo
estudiaremos con el capítulo 4 de de Luisa que veréis la diferencia tan
radical entre eh una forma eh pedagógica de mostrar las cosas que es como
tiene a Luisa y que lo ponen con apartados bueno es muy fácil de leer
porque bueno aquí no he subido su PDF se ve muy pequeño pero bueno como
es un documento que tenéis el enlace y lo podéis descargar pues no pasa
nada y aquí a Luisa como hablan de la realidad saludable nos hablan de los
datos entonces recopila un montón de cosas eh los datos donde podemos
encontrarlos y qué técnicas hay para generar estos datos porque lo
primero que hay es una una cierta esto es un etiqueto lo he aumentado
demasiado una cierta diatriba digamos entre si los datos eh los datos son
algo que están ahí en la realidad y con los instrumentos de
investigación los extraemos por realidad los datos los construimos ¿no?
en el campo nosotros construimos los datos serían un constructo del
investigador ¿no? pero bueno entonces aquí le digo primero que se habla
de datos primarios y de datos secundarios eh vamos a empezar sobre el tema
este no nos va a dar tiempo pero bueno los datos primarios son aquellos
datos que los saca el mismo investigador hace una encuesta de esa encuesta
obtiene unos datos o hace unas técnicas eh cualitativas y hace unas
entrevistas y de esas entrevistas tiene también muchos datos es decir eso
es son datos primarios claro los datos primarios los diseñas para la
necesidad de tu investigación son datos eh actuales con la muestra que a
ti te interesa todo ¿no? en cambio hay otros datos que son secundarios que
ya están ahí y que nosotros los aprovechamos ¿no? y estos datos
secundarios uno de los más accesibles y pues son por ejemplo todos los
datos que tiene el centro de investigaciones sociológicas ¿no? que nos
permiten hacer análisis entre variables además hay otros que se repiten
en series históricas y se pueden hacer estudios de tipo longitudinal
entonces nos habla esos serían los datos secundarios y aquí nos habla que
son un tomador de registros archivos estadísticas encuestas o de
investigaciones anteriores mire que claro como no se han hecho es profesor
para la investigación no es la forma ideal para el trabajo que le está
realizando entre el caso el investigador de la información contenida en
los datos de manera que sea más conveniente para la investigación es
decir no nos vamos a encontrar unos datos específicos para eso otras veces
sí otras veces hay estudios o investigaciones que se han basado
exclusivamente en datos secundarios por ejemplo en el suicidio de Durkheim
pues se basa todo en datos secundarios de registros policiales de registros
civiles y entonces pero creo que todos se pueden utilizar los datos
secundarios también en distinta forma pueden utilizarse en realidad en el
caso de cualquier estudio que hagamos en cualquier investigación siempre
nos han dicho los profesores que tenemos que ir el primer punto sería
mirar cómo está el estado de la cuestión mirar la bibliografía en
realidad estamos haciendo un uso de datos secundarios sobre ese tema es
decir que cualquier investigación los datos secundarios no es bueno y a
continuación se presentan algunos tipos de datos algunas tipologías en
función de dónde procede entonces hace aquí una clasificación hablando
de datos secundarios hace una clasificación y primero habla de censos y
registros pero aquí esto se diferencia claramente las estadísticas no
recogen una muestra como como una estadística sino que al poder todo son
una actividad normal de la administración que no normalmente los censos no
se hacen con función de una investigación sino con una función propia de
la administración pero que nosotros podemos utilizar dice los censos son
recuentos periódicos de toda su población no sólo de la población sino
de otro tipo de ciudades como los hogares edificios viviendas y el objetivo
no es investigar el objetivo es obtener información con fines
administrativos una ventaja de estos datos es que incluyen información
sobre el total de la población no sobre una parte sino sobre toda otra
ventaja que tienen es que tiene un carácter histórico entonces
generalmente periódico lo cual facilita hacer comparaciones a lo largo del
tiempo y poder hacer lo que llamamos estudios longitudinales otra tercera
ventaja en este tipo de medidas viene el hecho de que los datos están
normalizados siempre tienen el mismo esquema no encima tiene una movilidad
lo que introduce la posibilidad de la comparación entre poblaciones en el
mismo país o entre distintos países siempre siendo que mantengan un
sistema de clasificación equivalente después están los registros
registros de nacimiento de defunción y registros de matrimonio en realidad
son informes que efectúa la administración en el momento en que sucede
algo en el momento en que sucede un nacimiento y lo hace según las
regulaciones legales o administrativas bueno y aquí vos te sacamos pues
todo esto de nacimientos muertes matrimonios divorcios en estos elementos
datos del registro de incensos y registros que se diferencian claramente de
las estadísticas que pueden hacer organizaciones públicas o privadas en
que las estadísticas se refieren no a toda la población sino a una
muestra vale bueno como no nos va a dar tiempo nos vamos a quedar aquí y
entonces bueno este documento tiene 27 páginas yo creo que lo podremos ver
pero es muy fácil de estudiar no necesita tantas explicaciones como el
libro de Kinko y Arne y Verma porque aquí se encuentra todo lo que nos
quieren decir los autores bueno lo dicen de una manera muy estructurada muy
bien estructurada no bueno pues entonces la planificación sería esa
acabar esto y después tenemos a ver dónde están los contenidos que para
el tema 8 lo que dice esa lectura para el tema 9 nos habla de los
capítulos 4 5 y 6 del libro de Kinko y Arne y Verma pero que bueno esto ya
es con ya no es para la clase que viene sería para las siguientes pero yo
tengo he subido también un libro y del que han salido bastantes en las
resales que hayan salido preguntar esto lo veremos aquí también con los
digamos los apuntes del profesor amigo pero del 5 y del 6 yo creo que no ha
hecho ningún vídeo o al menos si no lo ha hecho este año veis lo que hay
aquí esperen viene artículos en el tema 10 sigue con el 4 5 y 6 habla
también de de Anduiza o del capítulo de Anduiza pero como veis aquí nos
aparecen el vídeo 1 vídeo 2 y vídeo 3 sobre el capítulo 4 que la
transcripción ya la he subido ya la tenéis pero mirad esto habla ya para
el tema 11 del capítulo 4 del 5 y del 6 qué pasa porque el 5 y el 6
tendremos que enviarlo sin la ayuda del profesor porque no ha subido
ningún vídeo no sé si este curso los irá subiendo pero bueno bueno por
lo tanto quedamos así en esto que lo que iremos viendo la el siguiente
día será repasar este capítulo el de los datos ¿no? de qué son los
datos tipos de datos cómo se obtienen los datos todo sobre sobre la sobre
estos aspectos bueno pues nada muchas gracias por vuestra atención y y
hasta la semana que viene adiós