¿Qué hay de nuevo en el Método Comparado?: QCA y el análisis de los conjuntos difusos

AutorClaudius Wagemann
Páginas51-75
Revista Mexicana de Análisis Político y Administración Pública
Departamento de Gestión Pública y Departamento de Estudios Políticos y de Gobierno
Volumen , número , enero-junio 
Pp. -
Revista Mexicana de Análisis Político y Administración Pública. Departamento de Gestión Pública y Departamento de Estudios Políticos
y de Gobierno de la División de Derecho, Política y Gobierno, Universidad de Guanajuato. Volumen , número , enero-junio .
51
¿Qué hay de nuevO en el métOdO cOmParadO?:
Qca y el análisis de lOs cOnjuntOs difusOs*
What’s new in the Comparative Method?: QCA and fuzzy sets analysis
Claudius Wagemann
Resumen
En los últimos 25 años, el Análisis Cualitativo
Comparativo (QCA, por sus siglas en inglés) ha
estado en el centro de atención de la metodolo-
gía de las ciencias sociales. Se fundamenta en el
conjunto de relaciones y objetivos establecidos
en el descubrimiento de condiciones sucientes
y necesarias -y sus derivadas, como las “INUS”
y las “Suin”. Con el QCA es posible modelar la
complejidad causal. Este artículo introduce el
QCA como una técnica. Posteriormente pro-
pone tres aspectos de la complejidad causal que
pueden ser manejados con el QCA: la equina-
lidad, la relación de causalidad coyuntural y la
asimetría. Más adelante se señala que es lo nue-
vo del QCA y sus alcances, se argumenta que la
novedad más importante reside en su capacidad
de hacer frente a una comparación sistemática,
superar la necesidad de las dicotomías a través
del uso de los conjuntos difusos, y tratar los casos
como conguraciones. Por último, se enumeran
algunos puntos del por qué el QCA debe consi-
derarse como un método “cualitativo” (a pesar
de su formalización) y se señalan los retos más
importantes que tiene como tal en el futuro.
Palabras clave: metodología, comparación, QCA,
conjuntos difusos, ciencias sociales.
Abstract
Over the last 25 years, Qualitative Comparati-
ve Analysis (QCA) has found much attention
within social science methodology. It is based on
set relations and aims at the discovery of su-
cient and necessary conditions and their INUS
and SUIN derivates. As such, it is possible with
QCA to model causal complexity. is article
rst presents QCA as a technique. It then propo-
ses three aspect of causal complexity which can
be managed with a QCA design: equinality,
conjunctural causation and asymmetry. It mo-
ves on to discuss what is new about QCA and
denes as the most prominent novelty QCA’s
ability to deal with systematic comparison; to
overcome the need of dichotomization through
the use of fuzzy sets; and the congurational
view on cases. Finally, a list of why QCA can be
really called a “qualitative” method (despite its
formalization) and an outlook on the most im-
portant challenges for the future are introduced.
Key words: methodology, comparison, QCA,
fuzzy sets, social sciences.
Fecha d e recepción:  de agosto de 
Fecha d e aceptación:  de febrero de 
* Publicado origina lmente en la Rivista Italiana di Scienza Politica. Año X XXV II, Número , diciembre de
, con el título QCA e «F uzzy Set Analysis», Che co sa è e che cosa non è. Traducción de Fernando Barrientos
del Monte.
00-REMAP.indb 51 04/06/12 13:57
Revista Mexicana de Análisis Político y Administración Pública. Departamento de Gestión Pública y Departamento de Estudios Políticos
y de Gobierno de la División de Derecho, Política y Gobierno, Universidad de Guanajuato. Volumen , número , enero-junio .
52
     
En  el estudioso norteamericano Charles C. Ragin publicó e Comparative Method
(Ragin, ) haciendo llegar a un público más amplio el método denominado Qualitative
Comparative Analysis (QCA). El subtítulo que Ragin dio a su libro, Moving Beyond Quali-
tative and Quantitative Strategies, indica que observó su tra bajo también como parte de una
discusión metodológica más amplia, aquella entre perspectivas cualitativas y cuantitativas,
muy importante en el periodo que nace e Comparative Method el cual tuvo una inuen-
cia en los años sucesivos. Empero la contribución de Ragin no se limita simplemente a este
aspecto. Con la introducción del QCA contribuyó de manera esencial al desarrollo de la
metodología de las ciencias sociales por al menos cuatro razones: primero, con su libro Ra-
gin ofrece a la investigación comparada un método sistemático, riguroso y fundamentado
en las matemáticas (algebra booleana y algebra fuzzy) y en la lógica formal la cual –desde
su perspectiva- hacía falta. La algebra y los algoritmos que Ragin propuso inmediatamente
llevaron a los investigadores a usar técnicas estandarizadas y bien denidas incluso en la
investigación no estadística. Segundo, con el QCA Ragin propuso una técnica que permitía
analizar incluso un mediano número de casos, pues la numerosidad habria sido muy alta
para el uso de técnicas empleadas en los estudios de caso, pero al mismo tiempo, muy baja
para desarrollar un análisis estadístico. Cabe resaltar que Ragin hace explícito el aspecto
del número medio de casos solo  años después de e Comparative Method (Ragin :
 y ss.). Tercero, el QCA es también un método que permite que el número de variables
sea superior al número de casos –cuestión que es considerada un vínculo relevante en la
mayor parte de las investigaciones comparadas. Ragin no mencionó explícitamente dicho
aspecto en sus publicaciones, dado que tal situación expone el problema de la denominada
«diversidad empírica limitada» (en inglés, limited diversity, Ragin, :  y ss.) que hasta
hoy ponía muchos obstáculos al desarrollo del QCA . Cuarto, Ragin presentó el QCA como
una estrategia para analizar hipótesis basadas en set-theoretic relations, es decir, relaciones
entre conjuntos (hipótesis del tipo «si… entonces…»). Este aspecto se resalta en la s publica-
Como se sabe, uno de los detona dores de esta discusión fue con s eguridad la publicación del libro D esigning
Social Inquiry (trad. esp. El diseño de l a investigación social, Madrid: A lianza ) de los estudios os estadouni-
denses Gery K ing, Robert Keoha ne e Sidney Verba (), con su subtítulo Scientific Inference in Qualitative
Research, entedido como una guía pa ra la investigación cualit ativa. Un trabajo de esta natura leza era nece-
sario, y el libro «KK V» (como fué inmediat amente conocido) parecía ser una contribución impor tante para
resolver el problema de la ausencia de cienticidad (o esa era l a suposición) de la investigación cualitat iva;
empero, a veces parec ía que «KKV» no era otra cosa que una apl icación fallida de los principios c uantitativos
a la investigación no c uantitativa, e s decir, a la investiga ción comparada y los es tudios de caso ( Brady et
al. , ; Ra gin a, ; de igual maner a: Mahoney y Rueschemeyer a , , nota ; Munck ,
; Ragin  , ). De allí que no fuera raro que otros estud iosos sintieran la necesidad de resp onder a
«KKV». El trabajo má s conocido es seguramente el volumen coord inado por Henry E. Brady y David Co-
llier (); así también e l texto coordinado por James Ma honey y Dietrich Rueschemeyer ( b) debe ser
también mencionado, aunque no se encu entren discusiones deta lladas de cada uno de lo s puntos del «KKV»
como si se encuentran en el l ibro de Brady y Collier.
El número «ideal » para el análisis e stadístico es un mí nimo de  casos, y por supuesto má s (Ragin b: ).
00-REMAP.indb 52 04/06/12 13:57

Para continuar leyendo

Solicita tu prueba

VLEX utiliza cookies de inicio de sesión para aportarte una mejor experiencia de navegación. Si haces click en 'Aceptar' o continúas navegando por esta web consideramos que aceptas nuestra política de cookies. ACEPTAR