CIDE · Doctorado en Ciencia Política · Otoño 2026
Miércoles 8:50–11:50 · Aula 4 · 26 de agosto al 2 de diciembre · 13 sesiones

El diseño de una investigación es un proceso sistemático en el que todas las piezas están conectadas. La pregunta delimita el fenómeno que buscamos comprender o la relación que queremos explicar. La revisión de la literatura establece por qué la pregunta importa. El argumento propone una respuesta; los conceptos y las mediciones la vinculan con la evidencia; y la selección de casos, datos y métodos determina qué inferencias podemos sostener.

Este curso se imparte en el primer semestre del doctorado y no supone que los estudiantes hayan definido ya un tema de tesis. Su propósito es ayudarlos a convertir intereses generales en preguntas investigables y recorrer el proceso completo de investigación. El curso es conceptual y metodológicamente plural: busca desarrollar la capacidad de construir, diagnosticar y mejorar diseños de investigación, no enseñar una técnica particular.

Pregunta que recorre el curso ¿Qué tendría que ser cierto del mundo para que mi argumento fuera falso?

Temario

I Fundamentos: de la pregunta al argumento
1
Presentación del curso e introducción a la epistemología
  • Blair, Coppock & Humphreys (2023). Research Design in the Social Sciences, cap. 1
26 ago. · Presentaciones, temario y primeras preguntas sobre el conocimiento científico
2
Epistemología y preguntas de investigación
  • Geddes (2003). Paradigms and Sand Castles, cap. 1
  • Weber (1917) · Popper (1959) · Geddes (2003)
2 sep. · De la demarcación científica a la pregunta investigable
3
La revisión de literatura como argumento
  • Knopf (2006). "Doing a Literature Review"
  • Trachtenberg (2006). The Craft of International History, cap. 6
9 sep. · Identificar un hueco y justificar una contribución
4
Causalidad I: argumentos causales y contrafactuales
  • Brady (2008). "Causation and Explanation in Social Science"
  • Fearon (1991). "Counterfactuals and Hypothesis Testing in Political Science"
23 sep. · ¿Qué significa decir que X causa Y?
5
Causalidad II: mecanismos y amenazas a la inferencia
  • Morgan & Winship (2015). Counterfactuals and Causal Inference, cap. 1
30 sep. · Mecanismos y credibilidad de las inferencias causales
6
Hipótesis y expectativas observables
  • Geddes (2003). Paradigms and Sand Castles, cap. 2
  • KKV (1994). Designing Social Inquiry, cap. 3
7 oct. · Derivar implicaciones comprobables y diseñar pruebas cruciales
7
Conceptos, medición y menú de diseños
  • Adcock & Collier (2001). "Measurement Validity"
  • Gerring (2012). Social Science Methodology, cap. 5
14 oct. · Validez de constructo y familias de diseño
Examen parcial
8
Examen oral
21 oct. · Diagnóstico oral de un diseño de investigación; aproximadamente 20 minutos por estudiante
II Estrategias de diseño y tipos de datos
9
Selección de casos I: lógica y sesgos de selección
  • Geddes (2003). Paradigms and Sand Castles, cap. 3
  • Seawright & Gerring (2008). "Case-Selection Techniques"
4 nov. · Selección en la variable dependiente y estrategias de selección
10
Selección de casos II: estudios de caso y process tracing
  • Gerring (2004). "What is a Case Study and What is it Good for?"
  • Bennett & Elman (2006). "Qualitative Research"
11 nov. · El estudio de caso como estrategia de inferencia causal
11
La lógica de la comparación estadística
  • Achen (2005). "Let's Put Garbage-Can Regressions Where They Belong"
  • Snyder (2001). "Scaling Down: The Subnational Comparative Method"
18 nov. · Entrega: análisis crítico de tesis doctoral (10–12 pp)
12
Datos, trabajo de campo y la lógica de los experimentos
  • Kapiszewski et al. (2015). Field Research in Political Science, caps. 1–2
  • Dunning (2012). Natural Experiments in the Social Sciences, caps. 1–2
  • Gerber & Green (2012). Field Experiments, cap. 1
25 nov. · Fuentes de datos, aleatorización y experimentos naturales
Taller final
13
Presentación de memos de diseño de investigación
2 dic. · Entrega: memo final (15–20 pp), 48 horas antes

Evaluación

15%
Participación activa
15%
Análisis crítico de tesis doctoral
20%
Examen oral
10%
Presentación en taller final
40%
Memo de diseño de investigación final

Uso de inteligencia artificial generativa

Las herramientas de IA pueden utilizarse para corregir gramática y claridad en un texto propio, comentar un borrador ya escrito, resolver dudas de programación y apoyar tareas de formato. No pueden sustituir las lecturas ni producir la pregunta, la revisión de literatura, el argumento, las hipótesis o las entregas del curso. Todo uso sustantivo debe declararse, y cada estudiante debe poder explicar y defender las decisiones contenidas en su trabajo.

Programa completo Repositorio Contacto