Contribuciones contemporáneas de metodologías cualitativas para el análisis de políticas públicas: Process Tracing y Qualitative Comparative Analysis

Abstract

RESUMEN Introducción: Este artículo analiza comparativamente el seguimiento de procesos (Process Tracing, PT) y el análisis combinatorio (Qualitative Comparative Analysis, QCA), como metodologías (diseño de investigación) y como métodos (protocolos/procedimientos para análisis de datos), así como la propuesta de integración metodológica (QCA+PT). Métodos: Se realiza una revisión de la literatura contemporánea sobre recientes desarrollos teóricos y empíricos del QCA y el PT, para evaluar sus aportes al análisis de políticas públicas. Resultados Se argumenta que estas metodologías están demostrando que pueden mejorar el estudio de las políticas porque evidencian mejor alineamiento (ontología-metodología-teoría-métodos) con la naturaleza del objeto de estudio: son más efectivos frente al número limitado de casos; enfrentan la complejidad causal (múltiple y contexto-dependiente) en el diseño/implementación de políticas; asumen causalidad asimétrica (éxito y fracaso de una política tienen explicaciones distintas); consideran el tiempo como un factor causal; producen explicaciones causales en la forma de condiciones contingentemente necesarias/suficientes. Discusión En términos metateóricos, estas metodologías dan fundamento a una aproximación realista crítica sobre políticas públicas.

Introducción al análisis cualitativo comparado (QCA): conceptos, implementación y aplicaciones en América Latina

“…Desde este mirador, qca formaliza la pertenencia (1) o exclusión (0) de los casos a conjuntos teóricos conceptualizados como resultados o condiciones estrictamente delimitados. Este tratamiento permite descubrir las relaciones causales de manera sistemática aplicando operaciones algebraicas (Ragin, 1987;Zamora, 2018;Berg-Scholosser et al, 2009).…”

“…En esta lógica, las configuraciones causales son combinaciones de condiciones o superconjuntos compuestos por la presencia o ausencia de múltiples factores. Las configuraciones causales no informan el impacto sumatorio de variables independientes, sino los procesos que al interactuar producen un resultado (Ragin, 1987;Grofman y Schneider, 2009;Pérez, 2007Pérez, , 2010Medina et al, 2017;Zamora, 2018).…”

“…La ejecución de cualquiera de las variantes involucra tres etapas: a) problematización, b) momento analítico, c) interpretación de los resultados (Ragin, 2000, Ariza y Gandini, 2012Medina et al, 2017;Zamora, 2018;Schneider y Wagemann, 2010).…”