Академический Документы
Профессиональный Документы
Культура Документы
DSI apresenta uma longa seo no captulo What To Avoid dedicado ao vis
de seleo, afirmando que ele um problema central na inferncia causal. O
vis de seleo aparece quando casos so escolhidos de uma maneira que
no segue uma regra de amostragem representativa ou quando algum
processo desconhecido atribui causas a casos. Esse vis pode ser tanto pelo
processo de seleo empregado pelo pesquisador, por autoseleo dos
indivduos ou por seleo dos casos baseados em uma varivel
independente.
KKV foca no problema do vis de seleo induzido pelo pesquisador. O livro
afirma que qualquer amostragem reduzida produzir inferncias causais que,
na mdia, vo subestimar (ou superestimar) a importncia da varivel
independente sendo avaliada. Alm disso, KKV afirma que desenhos de
pesquisa em que todos os casos analisados exibem apenas um resultado na
varivel dependente (por exemplo, apenas crises) sofrem de um vis de
seleo extremo e no poder ser aprendido nenhum efeito causal dessas
pesquisas. KKV sugere maneiras apropriadas de selecionar baseado na
varivel dependente, afirmando que pesquisadores devem escolher casos
que variam ao longo da varivel dependente.
Crticas:
Ao fazer sugesto para pesquisadores quali, DSI exagera nas regras
identificadas com pesquisas quantitativas. Vrias crticas so feitas grande
importncia que DSI d ao vis de seleo:
Primeiro, a preocupao com vis de seleo deve ser considerado em um
trade-off face a outras prioridades metodolgicas e tericas.
Segundo, na pesquisa qualitativa h tanto a anlise cross-case, comparativa,
e a anlise within-case. Quando h uma anlise cross-case, o vis de seleo
pode ser um empecilho. Por outro lado, quando a anlise within-case
baseada em observaes de processo causal, pode no haver vis de
seleo.
Terceiro, DSI afirma que projetos de pesquisa sem variao (por exemplo,
desenhos com casos apenas positivos ou muito similares da varivel
dependente) so um caso extremo de vis de seleo, e isso correto para
anlise de regresso. Porm, esses projetos no so inadequados em alguns
tipos de pesquisa qualitativa, como em casos de anlises within-cases.
Quarto, a prpria definio de vis de seleo depende de como o universo
de casos definido. A ideia de que o pesquisador tem uma amostra reduzida
s faz sentido num universo bem definido, em relao ao qual a amostra no
aleatria nem representativa. O problema se encontra na definio do
universo, que est a cargo do pesquisador e de suas suposies subjetivas
sobre a teoria por trs do desenho de pesquisa.
Os comentadores do Rethinking Social Inquiry apresentam uma viso
diferente de KKV em relao preocupao de selecionar valores extremos
da varivel dependente e que pesquisadores qualitativos desenvolveram
Essa abordagem vai de encontro ao que alerta KKV que a varincia de ambas
as variveis fundamental para a inferncia causal.
Desenhos de pesquisa testando causas necessrias e suficientes
Desenho positive on outcome, para avaliar causa necessria: Desenho
sem varincia na varivel dependente, focando nas clulas A e B. A hiptese
apoiada por observaes em A e rejeitada se observaes so encontradas
em B.
Desenho positive on cause, para avaliar causa suficiente: Desenho
sem varincia na varivel independente, focando nas clulas A e C. A
hiptese apoiada por observaes em A e rejeitada se observaes so
encontradas em C.
Desenho de todos os casos, para avaliar causa necessria e
suficiente: Todos os casos no universo relevante (A, B, C e D). Se os casos
so encontrados em B, no h causao necessria. Se os casos so
encontrados em C, no h causao suficiente.
Resposta estatstica
Oferece apoio tanto aos crticos do DSI quanto para KKV.
1. Testes probabilsticos em causas determinsticas: Apoia o posicionamento
dos crticos do DSI mostrando que, se existe uma causa determinstica, ento
o pesquisador que utilizar um modelo probabilstico poder terminar fazendo
inferncias invlidas. Isso porque ao utilizar mtodos quantitativos
probabilsticos eles apontaro alguma chance que o resultado acontea,
mesmo na ausncia da causa necessria. Isso porque algumas variveis que
As Respostas estatsticas
Perspectivas da teoria estatstica ora apoiam as vises dos metodlogos
quantitativos, ora engrossam o coro dos metodlogos qualitativos. Uma vez
expostos tanto a posio de KKV (quanti) quanto a de pesquisadores quali, a
teoria estatstica aparece como um padro independente aceitvel para
esses debates metodolgicos.