Análisis cuasi-experimentales para la medición de fenómenos políticos.
- Programa:
- Sesión 2, Sesión 2
Día: lunes, 22 de julio de 2024
Hora: 12:30 a 14:15
Lugar: RUTA JACOBEA (140)
Los diseños experimentales han revolucionado las ciencias sociales, permitiendo inferir causalidad de numerosos fenómenos políticos, que anteriormente eran estudiados mediante diseños no experimentales, con la imposibilidad de sortear, en muchos casos, el sesgo de la variable omitida.
En nuestro artículo, presentamos un tipo de diseño cuasiexperimental con datos de encuesta, conocido con el acrónimo anglosajón: UESD (Unexpected event during survey desing). Lo denominamos "cuasiexperimento" dado que no cumplimos con los supuestos de aleatorización de los grupos ni controlamos el estímulo. Sin embargo, nos permite inferir causalidad de un evento inesperado ocurrido durante la recogida de datos de una encuesta, siempre y cuando se cumplan tres supuestos básicos: ignorabilidad, excluibilidad y conocimiento del evento.
En este artículo ponemos a prueba este diseño, utilizando datos reales del Centro de Investigaciones Sociológicas para las elecciones generales de 2016, en las que, al contrario de lo que auguraban las encuestas, Unidos Podemos no logró sorpassar al Partido Socialista. Aprovechamos que la coalición entre los socios de Unidos Podemos, Izquierda Unida y Podemos, se anunció mientras se realizaba el trabajo de campo de esta encuesta preelectoral. Dadas las relaciones conflictivas que estos partidos habían mantenido apenas unos meses antes, cuando se enfrentaron electoralmente, medimos el impacto que tuvo el anuncio de la coalición entre sus votantes. En línea con la literatura acerca de las coaliciones electorales, encontramos que fueron los votantes del socio minoritario quienes desertaron de apoyar a la coalición y constatámos las posibilidades que brindan este tipo de diseños cuasiexperimentales con encuestas.
Palabras clave: Cuasiexperimentos, inferencia causal, encuestas, Diseños UESD, coaliciones electorales, izquierda radical.