Diseño de la investigación causal: experimentación

Capitulo n°1: “Diseño de la investigación causal: experimentación”

CONCEPTO DE CAUSALIDAD

Por lo general se utiliza la experimentación para inferir relaciones causales. El significado científico de causalidad es más apropiado para la investigación de mercados, que su significado cotidiano. Los efectos de marketing son causados por múltiples variables, y la relación entre causa y efecto tiende a ser probabilística. Además, no podemos demostrar causalidad (es decir, demostrarla de manera concluyente); sólo podemos inferir una relación de causa y efecto. En otras palabras, es posible que la verdadera relación causal, de existir, no se haya identificado. Aclararemos aún más el concepto de causalidad al analizar sus condiciones.

[pic 1]

CONDICIONES PARA LA CAUSALIDAD

1. variación concomitante, 2. Orden temporal de la ocurrencia de las variables y 3. Eliminación de otros factores causales posibles. Estas condiciones son necesarias, pero no suficientes, para demostrar Causalidad. Ninguna de esas tres condiciones, o la combinación de ellas, puede demostrar de manera contundente que existe una relación causal.

1.-Variación concomitante

La variación concomitante es el grado en que una causa, X, y un efecto, Y, ocurren o varían juntos de la manera en que predice la hipótesis considerada. La evidencia pertinente a la variación concomitante puede obtenerse de una manera cualitativa o cuantitativa. Por ejemplo en el caso cualitativo, la administración de una tienda departamental cree que las ventas dependen en gran medida de la calidad del servicio dentro del establecimiento. Esta hipótesis podría examinarse evaluando la variación concomitante. En este caso, el factor causal X es el servicio dentro de la tienda, y el factor del efecto Y son las ventas. Una variación concomitante que apoye la hipótesis implicaría que las tiendas con un servicio satisfactorio dentro del establecimiento también tendrían ventas satisfactorias. Como ejemplo cuantitativo, consideremos una encuesta aleatoria a 1,000 participantes sobre la compra de ropa de moda en las tiendas departamentales. Los encuestados han sido clasificados en grupos de alta y baja educación con base en la mediana o en una división por partes iguales. La tabla sugiere que la compra de ropa de moda está influida por el nivel académico. Es probable que los encuestados con mayor educación compren más ropa de moda. Setenta y tres por ciento de los encuestados con alto nivel académico tienen un alto nivel de compra; mientras que sólo 64 por ciento de las personas con bajo nivel académico tienen un alto nivel de compra. Además, esto se basa en una muestra relativamente grande de 1,000 personas.

A partir de esa evidencia, ¿concluiríamos que un alto nivel académico causa una compra elevada de ropa de moda? ¡Por supuesto que no! Todo lo que podría decirse es que esa asociación hace más defendible la hipótesis, no que la demuestra. ¿Qué hay acerca del efecto de otros posibles factores causales como el ingreso? La ropa de moda es costosa, por lo que la gente con mayores ingresos puede comprar más ropa.

Podrían darse ejemplos similares para demostrar por qué la ausencia de evidencia inicial de variación concomitante no implica que no exista causalidad. Es posible que la consideración de una tercera variable pueda aclarar una asociación que originalmente era oscura. El orden temporal de la ocurrencia de las variables brinda información adicional sobre la causalidad.

2.- Orden temporal de la ocurrencia de las variables

La condición del orden temporal de ocurrencia afirma que el evento causante debe ocurrir antes o al mismo tiempo que el efecto; no puede ocurrir después. Sin embargo, en una relación es posible que cada evento sea tanto una causa como un efecto de otro evento. Es decir, una variable puede ser una causa y un efecto en la misma relación causal. Por ejemplo, es más probable que los clientes que compran con frecuencia en una tienda departamental tengan la tarjeta de crédito de esa tienda. Además, es probable que los clientes que tienen la tarjeta de crédito de una tienda departamental compren ahí con frecuencia.

3.- Ausencia de otros factores causales posibles

La ausencia de otros factores causales posibles significa que el factor o la variable que se investiga debería ser la única explicación causal posible. En un examen a posteriori de una situación, nunca es posible descartar con certeza todos los demás factores causales. En contraste, en los diseños experimentales es factible controlar algunos de los otros factores causales. También es posible balancear los efectos de algunas de las variables no controladas, de manera que sólo se medirán las variaciones aleatorias que resultan de esas variables no controladas. Por ejemplo otros factores serían: otros factores que afectan las ventas, como los precios, la publicidad, el nivel de distribución, la calidad del producto, la competencia, etcétera.

Si es difícil establecer relaciones de causa y efecto, como indica el ejemplo anterior, ¿cuál sería el papel de la evidencia obtenida en la experimentación?

PAPEL DE LA EVIDENCIA

La evidencia de variación concomitante, el orden temporal de ocurrencia de las variables y la eliminación de otros posibles factores causales, incluso combinados, no bastan para demostrar de forma concluyente que haya una relación causal. Sin embargo, si toda la evidencia es sólida y consistente, sería razonable concluir que existe una relación causal. La evidencia acumulada de varias investigaciones aumenta la confianza de que dicha relación existe.

DEFINICIONES Y CONCEPTOS

Variables independientes: Variables que son manipuladas por el investigador y cuyos efectos se miden y se comparan. Esas variables, conocidas también como tratamientos, pueden incluir niveles de precios, diseños del empaque y temas de publicidad.

Unidades de prueba: Individuos, organizaciones u otras entidades cuya respuesta a las variables independientes o tratamientos se está estudiando. Las unidades de prueba incluyen, entre otros, a consumidores, tiendas o áreas geográficas.

...