Professional Documents
Culture Documents
Mtodo comparativo
Csar Colino
Politlogo / Instituto Juan March, Madrid
>>> ficha tcnica
Puede afirmarse entonces que, de forma esquemtica, los objetivos del anlisis
comparativo, anlogos a los del mtodo cientfico en general, son 1) la
investigacin de semejanzas y diferencias (variacin) entre casos, que da lugar
a 2) la observacin de regularidades, que deben ser explicadas mediante 3) el
descubrimiento de covariacin o la interpretacin de la diversidad, que suele
hacerse a travs de 4) la comprobacin de hiptesis explicativas, que llevan a
5) la explicacin de la complejidad de relaciones causales y el establecimiento
de generalizaciones o pautas particulares, que permitirn finalmente 6) la
generacin de teoras o su refutacin. La comparacin o anlisis comparativo
tiene, pues, adems de una funcin heurstica, generadora de teoras e
hiptesis, una funcin de verificacin o comprobacin de las teoras o hiptesis
ya existentes.
3. Los fines propios del anlisis comparativo se han perseguido haciendo uso
de diversas estrategias, o mtodos cientfico-sociales de control y ordenacin
de la complejidad observada, que estn a disposicin de los investigadores.
Antes de definir las caractersticas del MC en un sentido restringido, como uno
de esos mtodos, y para delimitar el mbito de su aplicacin, puede ser til
centrar nuestra atencin en las caractersticas de los diferentes estudios que
se consideran como investigacin o anlisis comparativo y distinguirlos
mediante tipologas. Estas pueden utilizar diferentes criterios y muchas veces
son los denominados por Przeworski y Teune (1970), i) "diseo de los sistemas
ms semejantes" (most similar systems) y ii) "diseo de los sistemas ms
diversos" (most different systems). En el primero se buscaran las diferencias
entre casos en contextos homogneos y en el segundo las diferencias en
contextos heterogneos, pero tambin podra atenderse a las semejanzas en
sistemas semejantes o las semejanzas en sistemas diferentes (Dogan y
Plassy, 1990; Murray Faure, 1994).
1) En esta concepcin del MC, sostenida por autores como Smelser (1976),
Lijphart (1971), o Sartori (1970), el MC se sita junto con otros, el experimental
o el estadstico, como mtodos de control en ciencias sociales, todos ellos con
una misma lgica subyacente, pero siendo inferior a los dems por sus
limitaciones. Su funcin se considerara subsidiaria, recomendndose su
utilizacin slo cuando no hubiera posibilidades de diseo experimental o el
nmero de casos (grados de libertad) fuera demasiado reducido para utilizar
tcnicas de control estadstico (Lijphart, 1971; y una versin ms matizada en
1975). Los problemas tpicos que planteara este mtodo, y que lo hacen
inferior a los dems, son, en primer lugar, el grave problema de la
sobredeterminacin causal, o multitud de presuntas causas de un fenmeno,
producido por el hecho de tener "muchas variables y pocos casos". Este
mtodo est sujeto al dilema de que por su lgica (la de los cnones millianos),
para ser eficaz debe tratar de incluir todas las variables causales posibles, pero
al hacerlo, la probabilidad de llegar a conclusiones no espurias disminuye (vid.
Lieberson, 1991: 317 y ss). Para este autor, los supuestos en que se basa la
aplicacin de estos mtodos de pocos casos (Small-N) son insostenibles. Por
una parte, sus enunciados slo pueden ser de carcter determinista (si se da x
entonces se dar y), aunque deberan ser probabilsticos (la presencia de x
aumenta la probabilidad o frecuencia de la presencia de y), ya que, por
tenerlos constantes, no pueden medir todos los factores que presuntamente
afectan a la variable dependiente. Otros supuestos de su aplicacin son: la
existencia de una sola causa, la confianza en la ausencia de errores de medida,
y el supuesto de que se obtendran los mismos resultados si se consideraran
todos los casos relevantes. A todas estas limitaciones se oponen las ventajas
del mtodo estadstico, no exento, sin embargo, para algunos autores, de
supuestos muy parecidos a los anteriores en cuanto a su simplificacin de la
realidad (vid. Frendreis, 1983; Ragin, 1987). Las soluciones que propona
Lijphart (1975) a los problemas inherentes al mtodo comparativo, eran el
aumento del nmero de casos, extendiendo, por ejemplo, la investigacin a
subsistemas estatales, la reduccin del espacio de atributos (property space), o
el aumento de la parsimony en las teoras (vid. tambin Collier, 1991). Otra
clebre propuesta de Przeworski y Teune (1970) es sustituir estos diseos que
denominan most similar systems (MSSD), en donde se eligen sistemas
parecidos en el mayor nmero de variables, y diferentes en el fenmeno o
relacin que se quiere explicar, por un diseo, ms prximo al mtodo
estadstico, que favorece el aumento del nmero de casos: el most different
systems (MDSD). Para Przeworski (1987: 40) No study has applied succesfully
and exclusively Mill's canon of difference (...) it may be that the "most similar
system design" is simply a bad idea. Where can we find a pair (or more)
countries which differ in all but two characteristics?. En el MDSD, basado en el
mtodo de concordancia de Mill, Przeworski y Teune (1970) proponan elegir
sistemas que no difieran en el fenmeno que se investiga (variable
dependiente o relacin), eliminando as como posibles causas todas las
variables en que los sistemas difieren, para conseguir un mximo de
eliminacin de variables irrelevantes (vid. Meckstroth, 1975). Si en el MSSD se
trata de identificar factores sistmicos relevantes, en el MDSD se intenta
eliminar el mayor nmero de factores sistmicos irrelevantes. En el curso del
debate entre estos dos diseos ha habido propuestas de compatibilizarlos, por
tener una lgica similar y para potenciar las ventajas y eliminar los
inconvenientes de ambos (Frendreis, 1983).
BIBLIOGRAFIA
BEYME, K. von. Die Politischen Theorien der Gegenwart: Eine Einfrung,
Westdeutscher Verlag, Opladen, 1992.