Caso de estudio

Un estudio de caso es un examen profundo y detallado de un caso particular (o casos) dentro de un contexto del mundo real. Por ejemplo, los estudios de casos en medicina pueden enfocarse en un paciente o dolencia individual; los estudios de casos en negocios pueden cubrir la estrategia de una empresa en particular o un mercado más amplio; De manera similar, los estudios de casos en política pueden abarcar desde un acontecimiento limitado en el tiempo (por ejemplo, una campaña política específica) hasta una empresa enorme (por ejemplo, una guerra mundial).

En general, un estudio de caso puede resaltar casi cualquier individuo, grupo, organización, evento, sistema de creencias o acción. Un estudio de caso no necesariamente tiene que ser una observación (N=1), sino que puede incluir muchas observaciones (una o varias personas y entidades en varios períodos de tiempo, todas dentro del mismo estudio de caso). Los proyectos de investigación que involucran numerosos casos se denominan con frecuencia investigación entre casos, mientras que el estudio de un solo caso se denomina investigación dentro del caso.

La investigación de estudios de casos se ha practicado ampliamente tanto en las ciencias sociales como en las naturales.

Definición

Hay múltiples definiciones de estudios de caso, que pueden enfatizar el número de observaciones (una N pequeña), el método (cualitativo), el grosor de la investigación (un examen exhaustivo de un fenómeno y su contexto), y el naturalismo (un " contexto de la vida real" se está examinando) involucrados en la investigación. Existe un acuerdo general entre los académicos de que un estudio de caso no necesariamente tiene que implicar una observación (N=1), sino que puede incluir muchas observaciones dentro de un solo caso o en numerosos casos. Por ejemplo, un estudio de caso de la Revolución Francesa sería, como mínimo, una observación de dos observaciones: Francia antes y después de una revolución. John Gerring escribe que el diseño de investigación N=1 es tan raro en la práctica que equivale a un "mito".

El término investigación de casos cruzados se usa con frecuencia para estudios de casos múltiples, mientras que la investigación dentro de un caso se usa con frecuencia para un estudio de caso único.

John Gerring define el enfoque de estudio de casos como un "estudio intensivo de una sola unidad o un pequeño número de unidades (los casos), con el fin de comprender una clase más grande de unidades similares (una población de casos)". Según Gerring, los estudios de casos se prestan a un estilo de análisis ideográfico, mientras que el trabajo cuantitativo se presta a un estilo de análisis nomotético. Agrega que "la característica definitoria del trabajo cualitativo es el uso de observaciones no comparables, observaciones que pertenecen a diferentes aspectos de una pregunta causal o descriptiva", mientras que las observaciones cuantitativas son comparables.

Según John Gerring, la característica clave que distingue los estudios de casos de todos los demás métodos es la "confianza en la evidencia extraída de un solo caso y sus intentos, al mismo tiempo, de iluminar las características de un conjunto más amplio de casos". Los estudiosos utilizan estudios de casos para arrojar luz sobre una "clase" de fenómenos.

Diseños de investigación

Al igual que con otros métodos de las ciencias sociales, ningún diseño de investigación único domina la investigación de estudio de caso. Los estudios de casos pueden utilizar al menos cuatro tipos de diseños. En primer lugar, puede haber un tipo de diseño de estudio de caso "sin teoría primero", que está estrechamente relacionado con el trabajo metodológico de Kathleen M. Eisenhardt. Un segundo tipo de diseño de investigación destaca la distinción entre estudios de casos únicos y múltiples, siguiendo las pautas y ejemplos extensos de Robert K. Yin. Un tercer diseño trata de una "construcción social de la realidad", representada por la obra de Robert E. Stake. Finalmente, la justificación del diseño para un estudio de caso puede ser identificar "anomalías". Un estudioso representativo de este diseño es Michael Burawoy.Cada uno de estos cuatro diseños puede conducir a diferentes aplicaciones, y se vuelve importante comprender sus supuestos ontológicos y epistemológicos, a veces únicos. Sin embargo, aunque los diseños pueden tener diferencias metodológicas sustanciales, los diseños también se pueden usar en combinaciones explícitamente reconocidas entre sí.

Si bien los estudios de casos pueden tener la intención de proporcionar explicaciones limitadas de casos o fenómenos individuales, a menudo están destinados a obtener conocimientos teóricos sobre las características de una población más amplia.

Selección y estructura de casos

La selección de casos en la investigación de estudios de casos generalmente pretende encontrar casos que sean una muestra representativa y que tengan variaciones en las dimensiones de interés teórico. Usar eso es únicamente representativo, como un caso promedio o típico a menudo no es el más rico en información. Al aclarar las líneas de la historia y la causalidad, es más útil seleccionar temas que ofrezcan un conjunto de circunstancias interesantes, inusuales o particularmente reveladoras. Una selección de casos basada en la representatividad rara vez podrá producir este tipo de ideas.

Si bien la selección aleatoria de casos es una estrategia de selección de casos válida en la investigación con N grande, existe un consenso entre los académicos de que corre el riesgo de generar sesgos graves en la investigación con N pequeña. La selección aleatoria de casos puede producir casos no representativos, así como casos no informativos. En general, se deben elegir los casos que tienen una alta ganancia de información esperada. Por ejemplo, los casos atípicos (aquellos que son extremos, desviados o atípicos) pueden revelar más información que el caso potencialmente representativo.También se puede elegir un caso debido al interés inherente del caso o las circunstancias que lo rodean. Alternativamente, puede elegirse debido al profundo conocimiento local de los investigadores; donde los investigadores tienen este conocimiento local, están en condiciones de "empaparse y hurgar", como dijo Richard Fenno, y por lo tanto ofrecer líneas razonadas de explicación basadas en este rico conocimiento del entorno y las circunstancias.

Más allá de las decisiones sobre la selección de casos y el tema y el objeto del estudio, se deben tomar decisiones sobre el propósito, el enfoque y el proceso en el estudio de casos. Gary Thomas, por lo tanto, propone una tipología para el estudio de caso en la que primero se identifican los propósitos (evaluativos o exploratorios), luego se delinean los enfoques (prueba de teoría, construcción de teoría o ilustrativo), luego se deciden los procesos, con una elección principal entre si el estudio será único o múltiple, y también las opciones sobre si el estudio será retrospectivo, instantáneo o diacrónico, y si será anidado, paralelo o secuencial.

En un artículo de 2015, John Gerring y Jason Seawright enumeran siete estrategias de selección de casos:

1. Los casos típicos son casos que ejemplifican una relación estable entre casos. Estos casos son representativos de la población más grande de casos, y el propósito del estudio es mirar dentro del caso en lugar de compararlo con otros casos.
2. Los casos diversos son casos que tienen variación en las variables X e Y relevantes. Debido al rango de variación de las variables relevantes, estos casos son representativos de la población total de casos.
3. Los casos extremos son casos que tienen un valor extremo en la variable X o Y en relación con otros casos.
4. Los casos desviados son casos que desafían las teorías existentes y el sentido común. No solo tienen valores extremos en X o Y (como los casos extremos), sino que desafían el conocimiento existente sobre las relaciones causales.
5. Los casos influyentes son casos que son fundamentales para un modelo o teoría (por ejemplo, la Alemania nazi en las teorías del fascismo y la extrema derecha).
6. Los casos más similares son casos que son similares en todas las variables independientes, excepto en la de interés para el investigador.
7. La mayoría de los casos diferentes son casos que difieren en todas las variables independientes, excepto en la que interesa al investigador.

Para el descubrimiento teórico, Jason Seawright recomienda usar casos desviados o casos extremos que tengan un valor extremo en la variable X.

Arend Lijphart y Harry Eckstein identificaron cinco tipos de diseños de investigación de estudios de caso (según los objetivos de la investigación), Alexander George y Andrew Bennett agregaron una sexta categoría:

1. Los estudios de casos ateóricos (o idiográficos configurativos) pretenden describir muy bien un caso, pero no contribuir a una teoría.
2. Los estudios de casos interpretativos (o configurativos disciplinados) tienen como objetivo utilizar teorías establecidas para explicar un caso específico.
3. Los estudios de casos generadores de hipótesis (o heurísticos) tienen como objetivo identificar inductivamente nuevas variables, hipótesis, mecanismos causales y caminos causales.
4. Los estudios de casos de prueba de teoría tienen como objetivo evaluar las condiciones de validez y alcance de las teorías existentes.
5. Las pruebas de plausibilidad tienen como objetivo evaluar la plausibilidad de nuevas hipótesis y teorías.
6. Los estudios de bloques de construcción de tipos o subtipos tienen como objetivo identificar patrones comunes en todos los casos.

Aaron Rapport reformuló las estrategias de selección de casos "menos probables" y "más probables" en la estrategia de selección de casos de "condiciones compensatorias". La estrategia de selección de casos de condiciones compensatorias tiene tres componentes:

1. Los casos elegidos caen dentro de las condiciones de alcance tanto de la teoría primaria que se está probando como de las hipótesis alternativas en competencia.
2. Para las teorías que se prueban, el analista debe derivar resultados esperados claramente establecidos.
3. Al determinar qué tan difícil es una prueba, el analista debe identificar la fuerza de las condiciones compensatorias en los casos elegidos.

En términos de selección de casos, Gary King, Robert Keohane y Sidney Verba advierten contra "seleccionar sobre la variable dependiente". Argumentan, por ejemplo, que los investigadores no pueden hacer inferencias causales válidas sobre el estallido de la guerra observando únicamente los casos en los que sí ocurrió la guerra (el investigador también debe observar los casos en los que no ocurrió la guerra). Sin embargo, los estudiosos de los métodos cualitativos han cuestionado esta afirmación. Argumentan que la selección de la variable dependiente puede ser útil dependiendo de los propósitos de la investigación. Barbara Geddes comparte sus preocupaciones sobre la selección de la variable dependiente (argumenta que no se puede usar para probar teorías), pero argumenta que la selección de la variable dependiente puede ser útil para la creación y modificación de teorías.

Sin embargo, King, Keohane y Verba argumentan que no hay ningún problema metodológico al seleccionar la variable explicativa. Sí advierten sobre la multicolinealidad (elegir dos o más variables explicativas que se correlacionan perfectamente entre sí).

Usos

Los estudios de casos se han visto comúnmente como una forma fructífera de proponer hipótesis y generar teorías. Los estudios de casos son útiles para comprender casos atípicos o desviados. Los ejemplos clásicos de estudios de casos que generaron teorías incluyen la teoría de la evolución de Darwin (derivada de sus viajes a la Isla de Pascua) y las teorías del desarrollo económico de Douglass North (derivadas de estudios de casos de los primeros estados en desarrollo, como Inglaterra).

Los estudios de casos también son útiles para formular conceptos, que son un aspecto importante de la construcción de teorías. Los conceptos usados ​​en la investigación cualitativa tenderán a tener una mayor validez conceptual que los conceptos usados ​​en la investigación cuantitativa (debido a la extensión conceptual: la comparación no intencional de casos diferentes). Los estudios de casos agregan riqueza descriptiva y pueden tener mayor validez interna que los estudios cuantitativos. Los estudios de casos son adecuados para explicar los resultados en casos individuales, algo para lo que los métodos cuantitativos están menos equipados.

Los estudios de casos se han caracterizado como útiles para evaluar la plausibilidad de los argumentos que explican las regularidades empíricas. Los estudios de casos también son útiles para comprender casos atípicos o desviados.

A través del conocimiento y la descripción bien adquiridos, los estudios de casos pueden especificar completamente los mecanismos causales de una manera que puede ser más difícil en un estudio de N grande. En términos de identificación de "mecanismos causales", algunos académicos distinguen entre cadenas "débiles" y "fuertes". Las cadenas fuertes conectan activamente elementos de la cadena causal para producir un resultado, mientras que las cadenas débiles son solo variables intermedias.

Los estudios de casos de casos que desafían las expectativas teóricas existentes pueden aportar conocimiento al delinear por qué los casos violan las predicciones teóricas y especificar las condiciones de alcance de la teoría. Los estudios de casos son útiles en situaciones de complejidad causal donde puede haber equifinalidad, efectos de interacción complejos y dependencia de la ruta. También pueden ser más apropiados para verificaciones empíricas de interacciones estratégicas en la erudición racionalista que los métodos cuantitativos. Los estudios de casos pueden identificar condiciones necesarias e insuficientes, así como combinaciones complejas de condiciones necesarias y suficientes. Argumentan que los estudios de casos también pueden ser útiles para identificar las condiciones de alcance de una teoría: si las variables son suficientes o necesarias para producir un resultado.

La investigación cualitativa puede ser necesaria para determinar si un tratamiento es aleatorio o no. Como consecuencia, una buena investigación observacional cuantitativa a menudo implica un componente cualitativo.

Limitaciones

Designing Social Inquiry (también llamado "KKV"), un influyente libro de 1994 escrito por Gary King, Robert Keohane y Sidney Verba, aplica principalmente lecciones del análisis orientado a la regresión a la investigación cualitativa, argumentando que se pueden usar las mismas lógicas de inferencia causal. en ambos tipos de investigación. La recomendación de los autores es aumentar el número de observaciones (una recomendación que también hace Barbara Geddes en Paradigms and Sand Castles), porque pocas observaciones dificultan la estimación de múltiples efectos causales, además de aumentar el riesgo de que haya un error de medición. y que un evento en un solo caso fue causado por un error aleatorio o factores no observables.KKV considera que el seguimiento de procesos y la investigación cualitativa son "incapaces de producir una inferencia causal sólida" debido al hecho de que los académicos cualitativos tendrían dificultades para determinar cuál de las muchas variables intervinientes vincula realmente la variable independiente con una variable dependiente. El problema principal es que la investigación cualitativa carece de un número suficiente de observaciones para estimar correctamente los efectos de una variable independiente. Escriben que el número de observaciones podría incrementarse por varios medios, pero eso conduciría simultáneamente a otro problema: que el número de variables aumentaría y, por lo tanto, reduciría los grados de libertad. Christopher H. Achen y Duncan Snidal argumentan de manera similar que los estudios de casos no son útiles para la construcción de teorías y la prueba de teorías.

El supuesto problema de los "grados de libertad" que identifica KKV se considera ampliamente defectuoso; mientras que los académicos cuantitativos intentan agregar variables para reducir el número de variables y así aumentar los grados de libertad, los académicos cualitativos intencionalmente quieren que sus variables tengan muchos atributos y complejidad diferentes. Por ejemplo, James Mahoney escribe, "la naturaleza bayesiana del seguimiento de procesos explica por qué es inapropiado considerar que la investigación cualitativa sufre de un problema de N pequeña y ciertos problemas estándar de identificación causal". Al usar la probabilidad bayesiana, es posible hacer inferencias causales sólidas a partir de una pequeña porción de datos.

KKV también identifica el razonamiento inductivo en la investigación cualitativa como un problema, argumentando que los académicos no deben revisar las hipótesis durante o después de que se hayan recopilado los datos porque permite ajustes teóricos ad hoc para adaptarse a los datos recopilados. Sin embargo, los académicos han rechazado esta afirmación, señalando que el razonamiento inductivo es una práctica legítima (tanto en la investigación cualitativa como cuantitativa).

Un límite comúnmente descrito de los estudios de casos es que no se prestan a la generalización. Debido a la pequeña cantidad de casos, puede ser más difícil garantizar que los casos elegidos sean representativos de la población más grande. Algunos académicos, como Bent Flyvbjerg, han rechazado esa idea.

Dado que la investigación de N pequeña no debe basarse en un muestreo aleatorio, los académicos deben tener cuidado de evitar el sesgo de selección al elegir los casos adecuados. Una crítica común de la erudición cualitativa es que los casos se eligen porque son consistentes con las nociones preconcebidas del académico, lo que da como resultado una investigación sesgada.

Alexander George y Andrew Bennett señalan que un problema común en la investigación de estudios de casos es el de reconciliar interpretaciones contradictorias de los mismos datos.

Un límite de la investigación de estudios de casos es que puede ser difícil estimar la magnitud de un efecto causal.

Casos prácticos de enseñanza

Los profesores pueden preparar un estudio de caso que luego se utilizará en las aulas en forma de estudio de caso de "enseñanza" (ver también método de caso y método de libro de casos). Por ejemplo, ya en 1870 en la Facultad de Derecho de Harvard, Christopher Langdell se apartó del enfoque tradicional de clases y notas para enseñar derecho contractual y comenzó a utilizar casos presentados ante los tribunales como base para las discusiones en clase. Para 1920, esta práctica se había convertido en el enfoque pedagógico dominante utilizado por las facultades de derecho en los Estados Unidos.

Fuera del derecho, la enseñanza de los estudios de casos se ha vuelto popular en muchos campos y profesiones diferentes, desde la educación empresarial hasta la educación científica. La Escuela de Negocios de Harvard ha estado entre los desarrolladores y usuarios más destacados de estudios de casos de enseñanza.Los maestros desarrollan estudios de casos con objetivos particulares de aprendizaje en mente. Documentación relevante adicional, como estados financieros, cronologías, breves biografías y suplementos multimedia (como grabaciones en video de entrevistas) a menudo acompañan a los estudios de casos. De manera similar, la enseñanza de estudios de casos se ha vuelto cada vez más popular en la educación científica, cubriendo diferentes ciencias biológicas y físicas. El Centro Nacional de Estudios de Casos en la Enseñanza de las Ciencias ha puesto a disposición un cuerpo creciente de estudios de casos de enseñanza para uso en el aula, tanto para cursos universitarios como secundarios.