Programa del curso

DISEÑO DE INVESTIGACIÓN I

Centro de Investigación y Docencia Económicas Doctorado en Ciencia Política — Otoño 2026

Profesor — Dr. Sergio Béjar López Correo institucional — sergio.bejar@cide.edu Horario de clase — martes, 17:00–20:00 (25 de agosto al 15 de diciembre) Lugar — Sala de seminarios de la DEP Horario de atención — por cita previa

Descripción del curso

Este seminario es el primero de una secuencia de dos semestres dedicada al diseño de investigación en ciencia política. Su premisa es directa: toda investigación es un conjunto de decisiones, y cada decisión tiene consecuencias para lo que se puede saber. Un buen diseño no garantiza un buen resultado, pero un mal diseño sí garantiza que los resultados carecerán de valor inferencial, sin importar cuán sofisticado sea el análisis.

El primer semestre se concentra en la arquitectura de un proyecto de investigación. Comenzamos con los problemas de demarcación, evidencia y cambio científico que enmarcan toda investigación empírica. Pasamos a la formulación de preguntas — causales, descriptivas, interpretativas — y a la construcción de argumentos, cubrimos la formación de conceptos y la medición, y terminamos con una visión panorámica de las principales estrategias de diseño y los tipos de datos disponibles. El tratamiento es conceptual, no técnico: se aprende a pensar sobre diseño y a evaluar estrategias empíricas antes de dominar la econometría o la estadística que las implementa. Esas herramientas las recibirás en los cursos de métodos cuantitativos y cualitativos que cursas en paralelo y en el semestre siguiente.

Dos compromisos atraviesan el curso. Primero, la ética no es un apéndice del diseño sino parte del diseño: las decisiones sobre qué estudiar, cómo medir, a quién entrevistar y qué publicar tienen dimensiones éticas que se discuten conforme aparecen, no en una sesión aislada al final. Segundo, el curso reconoce el pluralismo inferencial de la disciplina: muchas preguntas centrales de la ciencia política son causales, pero la disciplina también produce conocimiento descriptivo, interpretativo y conceptual indispensable. Una buena descripción suele ser condición previa de una explicación causal convincente.

El segundo semestre (Diseño de Investigación II, Primavera 2027) retoma donde este termina. Una vez que tengas las bases estadísticas de Métodos Cuantitativos I, entraremos a la inferencia causal formal — resultados potenciales, DAGs, estrategias de identificación, poder estadístico, pre-registro — y dedicaremos buena parte del semestre a construir la propuesta de tesis con talleres intensivos de presentación, diagnóstico y rediseño.

El objetivo de la secuencia completa es que al terminar el segundo semestre tengas una propuesta de tesis sólida, defendible, y con una estrategia empírica creíble. Este primer semestre te da el lenguaje, la disciplina intelectual y el mapa del terreno.

Resultados de aprendizaje

Al terminar este curso serás capaz de

Formular una pregunta de investigación — causal, descriptiva o conceptual — que identifique un vacío sustantivo en la literatura y sea empíricamente investigable.
Construir un argumento con mecanismos explícitos, derivar de él hipótesis comprobables, y distinguir entre expectativas e implicaciones observables.
Evaluar críticamente la lógica inferencial de un artículo publicado — identificar la pregunta, el argumento, la estrategia empírica y las amenazas a la inferencia.
Entender la lógica del razonamiento contrafactual como fundamento de la inferencia causal, sin necesidad de formalismo estadístico.
Distinguir entre las principales estrategias de diseño (experimental, cuasi-experimental, observacional, cualitativa, mixta) y evaluar sus fortalezas y limitaciones.
Identificar las dimensiones éticas de las decisiones de diseño — desde la formulación de la pregunta hasta la publicación de resultados.
Analizar críticamente una tesis doctoral como ejercicio integrador de diseño de investigación.
Producir un memo de diseño de investigación que articule pregunta, literatura, argumento, hipótesis, estrategia empírica y datos.

Textos principales

Dos libros sirven como eje del curso. No se leen completos en el primer semestre, pero conviene tenerlos a la mano durante toda la secuencia.

Blair, Graeme, Alexander Coppock, and Macartan Humphreys. 2023. Research Design in the Social Sciences: Declaration, Diagnosis, Redesign. Princeton: Princeton University Press.
Gerring, John. 2012. Social Science Methodology: A Unified Framework. 2nd ed. Cambridge: Cambridge University Press.

Tres textos adicionales aparecen con frecuencia y son referencia útil para toda la carrera:

King, Gary, Robert O. Keohane, and Sidney Verba. 1994. Designing Social Inquiry: Scientific Inference in Qualitative Research. Princeton: Princeton University Press.
Geddes, Barbara. 2003. Paradigms and Sand Castles: Theory Building and Research Design in Comparative Politics. Ann Arbor: University of Michigan Press.
Van Evera, Stephen. 1997. Guide to Methods for Students of Political Science. Ithaca: Cornell University Press.

En cada sesión las lecturas se organizan en dos niveles: obligatorias y recomendadas (opcionales, para quien quiera profundizar). La carga obligatoria por sesión es de aproximadamente 95–100 páginas.

Tesis doctoral

Al inicio del curso cada estudiante elegirá una tesis doctoral de la lista incluida al final de este programa (o propondrá una alternativa con aprobación del profesor, idealmente posterior a 2018 y cercana a su tema de interés). La tesis se leerá a lo largo del semestre y será objeto de un análisis crítico formal. Se espera que apliques las herramientas que vamos cubriendo en clase a la evaluación de la tesis: su pregunta, su argumento, sus hipótesis, su estrategia de diseño y sus datos.

Evaluación

Componente	Peso
Participación activa	15%
Memo parcial (sesión 7)	5%
Análisis crítico de tesis doctoral (sesión 11)	15%
Examen parcial aplicado (sesión 9)	15%
Presentaciones en talleres (sesiones 7 y 14)	10%
Memo de diseño de investigación final (sesión 14)	40%

Participación activa — 15%

Este es un seminario que exige atención sostenida y preparación constante. Todas las preguntas son bienvenidas. Se espera que llegues habiendo leído el material asignado y preparado para discutirlo. La participación se evalúa por su relevancia para la discusión en clase: intervenciones que conecten lecturas entre sí, que planteen objeciones razonadas, que relacionen el material con tu propio proyecto, o que identifiquen tensiones en los argumentos de los autores. Si prefieres preparar tus intervenciones por escrito — notas de discusión, preguntas formuladas previamente — eso también cuenta como participación activa.

Memo parcial — 5%

Para la sesión 7 entregarás un documento de 8 a 10 páginas (doble espacio, Times New Roman 12pt) que contenga: (1) tu pregunta de investigación; (2) una revisión de literatura que justifique la pregunta como contribución; (3) tu argumento con mecanismos explícitos; y (4) las hipótesis derivadas de ese argumento. Este es un ejercicio formativo y de bajo riesgo: su propósito es asegurar que vayas construyendo tu proyecto y recibas retroalimentación a tiempo. El memo se entrega 48 horas antes de la sesión de taller para que tus compañeros lo lean.

Análisis crítico de tesis doctoral — 15%

A lo largo del semestre irás leyendo la tesis doctoral que elegiste. Para la sesión 11 entregarás un análisis crítico de 10–12 páginas (doble espacio, Times New Roman 12pt) que evalúe la tesis a la luz de lo discutido en clase. La estructura sugerida incluye: (1) la pregunta de investigación y su origen; (2) la revisión de literatura y cómo está organizada; (3) el argumento y sus mecanismos; (4) las hipótesis y sus implicaciones observables; (5) la estrategia de diseño y la selección de casos; (6) los conceptos y las mediciones utilizadas. Sin embargo, puedes adaptar la estructura al tipo de investigación que analices — no todas las tesis presentan hipótesis, mecanismos y selección de casos de la misma manera. Lo que sí es indispensable es una conclusión integradora que responda a la pregunta: ¿cuál es la principal apuesta inferencial de la tesis y cuál es su vulnerabilidad más importante? Citación en formato Chicago (autor-año).

Cada estudiante elegirá una tesis de la siguiente lista o propondrá una alternativa con aprobación del profesor (idealmente posterior a 2018 y cercana a su tema de interés). Se recomienda buscar en ProQuest Dissertations & Theses tesis recientes — la apuesta inferencial de tesis recientes suele reflejar mejor las convenciones actuales de la disciplina.

Comparada y América Latina:

Lechartre, Josephine. 2024. Genocide and Cultural Change: Civilian Survival Strategies and the Reinvention of Political Culture During Guatemala’s Mayan Genocide. Ph.D., University of Notre Dame. (APSA Almond Award 2025.)
García-Holgado, Benjamin. 2023. The Judicial Bulwark: Courts and the Populist Erosion of Democracy. Ph.D., University of Notre Dame. (APSA Corwin Award 2025.)
Pérez Sandoval, Javier. 2021. The Origins of Subnational Democracy: How Colonial Legacies and Labor Incorporation Shaped Regime Heterogeneity within Latin American Countries. Ph.D., University of Oxford. (APSA Anderson Award 2022.)
Schwartz, Rachel A. 2020. Civil War, Institutional Change, and the Criminalization of the State in Central America. Ph.D., University of Wisconsin-Madison. (APSA Almond Award 2020.)
Berman, Chantal. 2021. Protest, Social Policy, and Political Regimes in Tunisia and Morocco. Ph.D., Princeton University. (APSA Almond Award 2021.)

Instituciones, burocracia y estado:

Kuipers, Nicholas. 2023. Meritocracy Reconsidered: The Politics of Civil Service Recruitment. Ph.D., University of California, Berkeley. (APSA Almond Award 2023.)
Purohit, Bhumi. 2023. Laments of Getting Things Done: Bureaucratic Resistance Against Female Politicians in India. Ph.D., University of California, Berkeley. (APSA Anderson Award 2023.)
Zhang, Anna. 2022. Go West, Young Han: Internal Migration as a Strategy of Counterinsurgency. Ph.D., Stanford University. (APSA Almond Award 2022.)

Otras tesis notables:

Guajardo, Gustavo. Ph.D., Rice University.
González-Rostani, Valentina. Ph.D., University of Pittsburgh.
Skigin, Natan. 2024. Challenging Stigma from Below: How Human Rights Movements Contest Repressive States and Shape Democratic Citizenship. Ph.D., University of Notre Dame. (Kellogg Award + APSA Experimental + Political Psychology 2025.)
Levy, Gabriella. 2023. Variation in Individuals’ Responses to Violence Against Civilians. Ph.D., Duke University. (APSA Human Rights Award 2024.)
Allie, Feyaad. 2024. Power, Exclusion, and Identity: The Politics of Muslim Marginalization in India. Ph.D., Stanford University. (APSA Almond + Juan Linz Prize 2024.)

Examen parcial aplicado — 15%

El examen parcial se realizará en la sesión 9. Cubre el material de las sesiones 1 a 8. Es un examen aplicado: recibirás un resumen de investigación o un diseño hipotético y deberás diagnosticarlo utilizando los conceptos del curso — identificar la pregunta, evaluar el argumento causal, detectar problemas de medición, señalar amenazas a la inferencia, y proponer mejoras. Puedes traer una hoja de conceptos preparada por ti (una cara, tamaño carta). El examen evalúa la capacidad de detectar problemas y proponer soluciones, no de recordar taxonomías.

Presentaciones en talleres — 10%

Presentarás tu trabajo en las sesiones 7 y 14. Cada presentación debe durar 15–20 minutos, seguida de discusión. Se evalúa la claridad de la exposición, la capacidad de responder preguntas, y la evidencia de progreso entre la primera y la segunda presentación.

Memo de diseño de investigación final — 40%

Para la sesión 14 entregarás un documento de 15 a 20 páginas que contenga: (1) tu pregunta de investigación; (2) una revisión de literatura que justifique la pregunta como contribución; (3) tu argumento con mecanismos explícitos; (4) las hipótesis derivadas; (5) la estrategia empírica que propones, con justificación; (6) la selección de casos o muestra; (7) los datos que utilizarás y su disponibilidad; y (8) una discusión honesta de las limitaciones del diseño. Este memo debe leerse como el primer borrador serio de tu propuesta de tesis. Se entrega 48 horas antes de la sesión final. Citación en formato Chicago (autor-año).

Políticas del curso

Asistencia. La asistencia es obligatoria. Más de dos faltas injustificadas afectan la calificación final. Si no puedes asistir a una sesión, avísame con anticipación.

Integridad académica. Se aplica el Reglamento de Docencia y el Código de Ética del CIDE. Las siguientes faltas se sancionan conforme a la normativa vigente: (1) copiar o consultar sin autorización durante exámenes o evaluaciones; (2) cometer fraude en trabajos y evaluaciones; (3) cometer plagio — toda presentación intencional o no intencional de ideas ajenas como propias, sin importar el momento o la forma; (4) cualquier otra forma de deshonestidad académica.

Uso de inteligencia artificial generativa. Las herramientas de IA (ChatGPT, Claude, Gemini, etc.) son parte del entorno académico actual. Su uso se permite bajo las siguientes condiciones: (a) Generación de texto: el argumento, la estructura y la redacción de tus entregas deben ser tuyos. Usar IA para redactar secciones completas sin atribución se considera deshonestidad académica. (b) Lluvia de ideas y edición: puedes usar IA para explorar ideas, revisar gramática o mejorar la claridad de tu redacción. (c) Búsqueda bibliográfica: ten precaución — estas herramientas inventan referencias con frecuencia. Toda referencia citada debe ser verificada. (d) Programación y análisis: el uso de IA para ayuda con código es aceptable. (e) Declaración: si usas IA de manera sustantiva en una entrega, decláralo brevemente al final del documento indicando qué herramienta usaste y para qué.

Entregas tardías. Las entregas fuera de plazo pierden medio punto por cada día de retraso, salvo causa justificada comunicada antes de la fecha límite.

Temario calendarizado

(Las fechas son tentativas y están sujetas al calendario académico del CIDE. No hay clase el 27 de octubre — conferencia WAPOR.)

Sesión 1 — 25 de agosto

Presentación del curso

Presentación del seminario, discusión del temario y la lógica de la secuencia de dos semestres. Cada estudiante se presenta brevemente: trayectoria, tema de interés, y qué espera del curso. Asignación de la tesis doctoral. Introducción a la idea central del curso: la investigación como producto de decisiones de diseño, cada una con implicaciones éticas e inferenciales.

Cómo leer. Blair et al. es tu mapa para todo el semestre — lee el capítulo con atención a la idea de que un diseño se puede declarar, diagnosticar y rediseñar antes de recoger un solo dato.

Lectura obligatoria (~20 pp):

Blair, Graeme, Alexander Coppock, and Macartan Humphreys. 2023. Research Design in the Social Sciences. Princeton: Princeton University Press, Ch. 1 (~20 pp).

Sesión 2 — 1 de septiembre

Epistemología y preguntas de investigación

¿Qué distingue el conocimiento científico de otras formas de conocimiento? La falsabilidad de Popper, la vocación científica de Weber, y la investigación como producto de decisiones de diseño. ¿Qué hace que una pregunta sea investigable? Preguntas normativas vs. positivas, descriptivas vs. causales. Transformar una curiosidad temática en una pregunta que genere una contribución identificable.

Cómo leer. Weber te sitúa en la vocación académica — léelo pensando en tu propia trayectoria. De Popper, concéntrate en la demarcación entre ciencia y no-ciencia (pp. 3–26, son breves). Geddes es directo y provocador — presta atención a sus ejemplos de preguntas demasiado grandes y cómo las reformula. Platt es un artículo de 1964 que sigue siendo sorprendentemente relevante — léelo como una invitación a pensar en términos de hipótesis competidoras. Pregúntate: ¿la ciencia política opera con un paradigma dominante?

Lecturas obligatorias (~96 pp):

Weber, Max. 2008 [1917]. “Science as a Vocation.” In Max Weber’s Complete Writings on Academic and Political Vocations. New York: Algora (27 pp).
Popper, Karl. 1959. The Logic of Scientific Discovery. London: Hutchinson, Ch. 1, pp. 3–26 (23 pp).
Geddes, Barbara. 2003. Paradigms and Sand Castles. Ann Arbor: University of Michigan Press, Ch. 1 (~35 pp).
Platt, John R. 1964. “Strong Inference.” Science 146(3642): 347–353 (7 pp).
Eidlin, Fred. 2011. “The Method of Problems versus the Method of Topics.” PS: Political Science and Politics 44(4): 758–761 (4 pp).

Recomendadas:

Kuhn, Thomas S. 1962. The Structure of Scientific Revolutions. Chicago: University of Chicago Press, Ch. 1–3.
King, Gary, Robert O. Keohane, and Sidney Verba. 1994. Designing Social Inquiry. Princeton: Princeton University Press, Ch. 1.
Gerring, John. 2012. Social Science Methodology. 2nd ed. Cambridge: Cambridge University Press, Ch. 1.

Sesión 3 — 8 de septiembre

La revisión de literatura como argumento

Una revisión de literatura no es un resumen de lo que otros han escrito. Es un argumento sobre el estado del conocimiento: qué sabemos, qué no sabemos, y por qué esa laguna importa. Discutimos cómo organizar una revisión que justifique una contribución y que sitúe tu proyecto en una conversación académica existente.

Cómo leer. Knopf es breve y práctico — trátalo como una guía operativa. Trachtenberg es más ambicioso: su capítulo 6 muestra cómo investigadores consumados construyen argumentos historiográficos. Lee los apéndices con cuidado, ahí está el oficio.

Lecturas obligatorias (~94 pp):

Knopf, Jeffrey W. 2006. “Doing a Literature Review.” PS: Political Science and Politics 39(1): 127–132 (6 pp).
Trachtenberg, Marc. 2006. The Craft of International History. Princeton: Princeton University Press, Ch. 6 and Appendix 1 (~40 pp).
Gerring, John. 2012. Social Science Methodology. 2nd ed. Cambridge: Cambridge University Press, Ch. 2–3 (48 pp).

Recomendada:

Dunleavy, Patrick. 2003. Authoring a PhD: How to Plan, Draft, Write and Finish a Doctoral Thesis or Dissertation. London: Palgrave Macmillan, Ch. 3.

Sesión 4 — 15 de septiembre

Causalidad, mecanismos y contrafactuales

¿Qué significa decir que X causa Y? Discutimos la diferencia entre correlación y causalidad, el papel de los mecanismos causales, y por qué no basta con identificar una asociación estadística: necesitamos una historia causal creíble que conecte causa y efecto. Toda afirmación causal descansa en un contrafactual: si X no hubiera ocurrido, Y habría sido diferente. Introducimos la lógica contrafactual de manera intuitiva, sin formalismo estadístico. En el segundo semestre formalizaremos estas ideas con el marco de resultados potenciales.

Cómo leer. Brady es denso pero el tratamiento más completo de las distintas concepciones de causalidad en ciencias sociales — concéntrate en las secciones sobre manipulabilidad y mecanismos. Fearon te enseña a evaluar contrafactuales: ¿qué criterios propone para decidir si un contrafactual es “bueno”? Morgan y Winship Ch. 1 te dará la intuición del marco de resultados potenciales sin las matemáticas.

Lecturas obligatorias (~103 pp):

Brady, Henry E. 2008. “Causation and Explanation in Social Science.” Pp. 217–270 in The Oxford Handbook of Political Methodology, eds. Box-Steffensmeier, Brady, and Collier. Oxford: Oxford University Press (51 pp).
Fearon, James D. 1991. “Counterfactuals and Hypothesis Testing in Political Science.” World Politics 43(2): 169–195 (27 pp).
Morgan, Stephen L. and Christopher Winship. 2015. Counterfactuals and Causal Inference: Methods and Principles for Social Research. 2nd ed. Cambridge: Cambridge University Press, Ch. 1 (~25 pp).

Recomendadas:

King, Keohane, and Verba. 1994. Designing Social Inquiry, Ch. 2.
Gerring, John. 2012. Social Science Methodology. 2nd ed. Cambridge: Cambridge University Press, Ch. 9.
Blair, Graeme, Alexander Coppock, and Macartan Humphreys. 2023. Research Design in the Social Sciences. Princeton: Princeton University Press, Ch. 4.
Levy, Jack S. 2008. “Counterfactuals and Case Studies.” In The Oxford Handbook of Political Methodology, pp. 627–644.
Elster, Jon. 1998. “A Plea for Mechanisms.” In Hedström and Swedberg (eds.), Social Mechanisms. Cambridge University Press, Ch. 3.

Sesión 5 — 22 de septiembre

Hipótesis y expectativas observables

Un argumento teórico no es comprobable en sí mismo; lo que se comprueba son sus implicaciones observables. Discutimos cómo derivar hipótesis de un argumento, la diferencia entre expectativas directamente verificables e implicaciones indirectas, el diseño de pruebas cruciales para eliminar explicaciones rivales, y los riesgos de las hipótesis ad hoc.

Cómo leer. Geddes Ch. 2 y KKV Ch. 3 se complementan — Geddes escribe con ejemplos concretos de política comparada, KKV es más abstracto pero más preciso. Trata de formular mentalmente las hipótesis de tu propio proyecto mientras lees.

Lecturas obligatorias (~108 pp):

Geddes, Barbara. 2003. Paradigms and Sand Castles, Ch. 2 (~30 pp).
King, Keohane, and Verba. 1994. Designing Social Inquiry, Ch. 3 (~35 pp).
Van Evera, Stephen. 1997. Guide to Methods for Students of Political Science. Ithaca: Cornell University Press, Ch. 1 (43 pp).

Sesión 6 — 29 de septiembre

Conceptos, medición y operacionalización

Antes de medir necesitamos saber qué estamos midiendo. Discutimos cómo se forman los conceptos en ciencia política, la relación entre concepto y medida, los criterios de validez de constructo, y los problemas que surgen cuando conceptos ambiguos producen mediciones que no capturan lo que pretenden. Trabajamos con ejemplos concretos: democracia, corrupción, polarización, capacidad estatal. Nota ética: las decisiones de medición no son neutrales — cómo se define y mide un concepto puede invisibilizar poblaciones, distorsionar comparaciones, o reforzar supuestos normativos.

Cómo leer. Adcock y Collier es el texto imprescindible — su esquema de cuatro niveles (concepto de fondo, concepto sistematizado, indicador, puntaje) es una herramienta que usarás en cada artículo que escribas. Gerring Ch. 5 ofrece una síntesis accesible. Lee Goertz si tu proyecto involucra un concepto con estructura interna compleja.

Lecturas obligatorias (~100 pp):

Adcock, Robert and David Collier. 2001. “Measurement Validity: A Shared Standard for Qualitative and Quantitative Research.” American Political Science Review 95(3): 529–546 (16 pp).
Gerring, John. 2012. Social Science Methodology, Ch. 5 (~30 pp).
Blair, Graeme, Alexander Coppock, and Macartan Humphreys. 2023. Research Design in the Social Sciences. Princeton: Princeton University Press, Ch. 5 (~20 pp).
Sartori, Giovanni. 1970. “Concept Misformation in Comparative Politics.” American Political Science Review 64(4): 1033–1053 (21 pp).
Coppedge, Michael. 1999. “Thickening Thin Concepts and Theories.” Comparative Politics 31(4): 465–477 (13 pp).

Recomendada:

Goertz, Gary. 2006. Social Science Concepts: A User’s Guide. Princeton: Princeton University Press, Ch. 1–2.

Sesión 7 — 6 de octubre

Taller intermedio: presentación de memos parciales

No hay lecturas nuevas. Cada estudiante presenta su memo parcial (pregunta, revisión de literatura, argumento, hipótesis) en 15–20 minutos, seguido de discusión.

Entrega: memo parcial (8–10 pp), 48 horas antes de la sesión.

Sesión 8 — 13 de octubre

El menú de diseños de investigación

Hacemos un mapa de las principales familias de diseño: experimental, cuasi-experimental, observacional con controles estadísticos, estudio de caso, comparación cualitativa, y diseños mixtos. El objetivo no es dominar cada estrategia (eso viene en el segundo semestre y en los cursos de métodos) sino entender la lógica que las distingue y los trade-offs entre validez interna y externa, y entre profundidad y generalización.

Cómo leer. Blair et al. Ch. 2–3 introducen el marco MIDA (Model, Inquiry, Data strategy, Answer strategy) — es una forma de pensar en cualquier diseño como una declaración que se puede diagnosticar antes de ejecutar. No te preocupes por el código en R; concéntrate en la lógica. Mahoney y Goertz es un clásico que debes leer con ojo crítico: ¿realmente hay “dos culturas” en ciencia política, o es un continuo?

Lecturas obligatorias (~100 pp):

Blair, Coppock, and Humphreys. 2023. Research Design in the Social Sciences, Ch. 2–3 (~30 pp).
Mahoney, James and Gary Goertz. 2006. “A Tale of Two Cultures: Contrasting Quantitative and Qualitative Research.” Political Analysis 14: 227–249 (20 pp).
Gerring, John. 2012. Social Science Methodology, Ch. 4 (~20 pp).
Gerring, John. 2012. Social Science Methodology, Ch. 10 (~30 pp).

Sesión 9 — 20 de octubre

EXAMEN PARCIAL APLICADO

Recibirás un resumen de investigación o un diseño hipotético y deberás diagnosticarlo utilizando los conceptos del curso. Puedes traer una hoja de conceptos preparada por ti (una cara, tamaño carta). Cubre el material de las sesiones 1 a 8. Duración: 2 horas.

No hay clase el 27 de octubre (conferencia WAPOR).

Sesión 10 — 3 de noviembre

Selección de casos, estudios de caso y process tracing

La selección de casos es una de las decisiones con mayores consecuencias para el diseño. Discutimos por qué seleccionar en la variable dependiente es problemático, las estrategias de selección (most similar, most different, casos típicos, desviados, cruciales), y cómo la selección interactúa con el tipo de inferencia que buscamos. ¿Qué puede y qué no puede hacer un estudio de caso? El estudio de caso como estrategia de inferencia causal. Process tracing.

Cómo leer. Geddes Ch. 3 es devastador en sus ejemplos de selección sesgada — busca la lógica detrás de cada ejemplo, no solo la conclusión. Seawright y Gerring ofrecen un “menú” de técnicas; trata de identificar cuál se ajusta mejor a tu propio proyecto. Gerring (2004) es la referencia obligada sobre qué es y qué no es un estudio de caso — léelo con cuidado, hay más matices de los que parece. Bennett y Elman te actualizan sobre los desarrollos recientes (process tracing, tipologías).

Lecturas obligatorias (~97 pp):

Geddes, Barbara. 2003. Paradigms and Sand Castles, Ch. 3 (40 pp).
Gerring, John. 2004. “What is a Case Study and What is it Good for?” American Political Science Review 98(2): 341–354 (14 pp).
Seawright, Jason and John Gerring. 2008. “Case-Selection Techniques in Case Study Research: A Menu of Qualitative and Quantitative Options.” Political Research Quarterly 61(2): 294–308 (15 pp).
Bennett, Andrew and Colin Elman. 2006. “Qualitative Research: Recent Developments in Case Study Methods.” Annual Review of Political Science 9: 455–476 (22 pp).
Collier, David. 2011. “Understanding Process Tracing.” PS: Political Science and Politics 44(4): 823–830 (6 pp).

Recomendadas:

Holland, Alisha C. 2016. “Forbearance.” American Political Science Review 110(2): 232–246.
Lieberson, Stanley. 1991. “Small N’s and Big Conclusions.” Social Forces 70: 307–320.
Seawright, Jason. 2016. Multi-Method Social Science. Cambridge University Press, Ch. 1.
Gerring, John. 2012. Social Science Methodology, Ch. 7–8.
Collier, David and James Mahoney. 1996. “Insights and Pitfalls: Selection Bias in Qualitative Research.” World Politics 49(1): 56–81.

Sesión 11 — 10 de noviembre

La lógica de la comparación estadística

Entrega: análisis crítico de tesis doctoral (10–12 pp).

Sin entrar en econometría (que llevarás en Métodos Cuantitativos), discutimos la lógica que subyace al análisis cuantitativo como estrategia de diseño. ¿Qué ganas con un N grande? ¿Cuáles son los riesgos de las “regresiones de bote de basura”? ¿Cómo se complementa la comparación subnacional con la comparación entre países?

Cómo leer. Achen es un texto furioso y divertido — su argumento es que la mayoría de los modelos estadísticos en ciencia política incluyen demasiadas variables sin justificación teórica. Léelo preguntándote si tu propio proyecto podría caer en esa trampa. Snyder argumenta que mirar hacia abajo (subnacional) puede resolver problemas que la comparación entre países no puede — piensa si eso aplica a tu tema.

Lecturas obligatorias (~96 pp):

Achen, Christopher H. 2005. “Let’s Put Garbage-Can Regressions and Garbage-Can Probits Where They Belong.” Conflict Management and Peace Science 22(4): 327–340 (14 pp).
Snyder, Richard. 2001. “Scaling Down: The Subnational Comparative Method.” Studies in Comparative International Development 36(1): 93–110 (18 pp).
Gerring, John. 2012. Social Science Methodology. 2nd ed. Cambridge: Cambridge University Press, Ch. 11 (~30 pp).
King, Keohane, and Verba. 1994. Designing Social Inquiry, Ch. 4 (34 pp).

Sesión 12 — 17 de noviembre

Datos, trabajo de campo y la lógica de los experimentos

Pasamos de la estrategia al material. Discutimos las principales fuentes de datos en ciencia política: encuestas, entrevistas, archivos históricos, y trabajo de campo. El énfasis es en cómo la elección de los datos interactúa con el diseño: no todos los datos sirven para todas las preguntas. En la segunda parte de la sesión, introducimos la lógica de los diseños experimentales y cuasi-experimentales de manera intuitiva. ¿Por qué la aleatorización resuelve el problema de la inferencia causal? ¿Qué son los experimentos naturales y cuándo son creíbles? El objetivo es que entiendas por qué estas estrategias son poderosas y cuáles son sus supuestos, para que en el segundo semestre puedas abordarlas con la formalización técnica. Dimensión ética: consentimiento informado, anonimato, riesgos para participantes, y posicionalidad del investigador.

Cómo leer. Kapiszewski et al. es el tratamiento más completo sobre trabajo de campo en ciencia política — los capítulos 1 y 2 te dan el marco general. Dunning te da la lógica del diseño basado en la naturaleza — léelo pensando en si existe un “experimento natural” para tu pregunta de investigación. Gerber y Green Ch. 1 presenta la aleatorización como solución al problema fundamental de la inferencia causal; es intuitivo y bien escrito.

Lecturas obligatorias (~95 pp):

Kapiszewski, Diana, Lauren M. MacLean, and Benjamin L. Read. 2015. Field Research in Political Science: Practices and Principles. Cambridge: Cambridge University Press, Ch. 1–2 (~50 pp).
Dunning, Thad. 2012. Natural Experiments in the Social Sciences: A Design-Based Approach. Cambridge: Cambridge University Press, Ch. 1 (~20 pp).
Gerber, Alan S. and Donald P. Green. 2012. Field Experiments: Design, Analysis, and Interpretation. New York: W.W. Norton, Ch. 1 (~25 pp).

Recomendadas:

Mosley, Layna (ed.). 2013. Interview Research in Political Science. Ithaca: Cornell University Press, Ch. 1.
Blair, Graeme, Alexander Coppock, and Macartan Humphreys. 2023. Research Design in the Social Sciences. Princeton: Princeton University Press, Ch. 7–8.
Leech, Beth L. 2002. “Asking Questions: Techniques for Semistructured Interviews.” PS: Political Science and Politics 35(4): 665–668.
McDermott, Rose. 2002. “Experimental Methods in Political Science.” Annual Review of Political Science 5: 31–61.

Sesión 13 — 24 de noviembre

Taller de diagnóstico de memos

No hay lecturas nuevas. Cada estudiante presenta el avance de su memo de diseño de investigación y recibe retroalimentación del grupo. El propósito es identificar problemas y oportunidades de mejora antes de la entrega final.

Sesión 14 — 1 de diciembre

Taller final: presentación de memos de diseño de investigación

No hay lecturas nuevas. Cada estudiante presenta su memo de diseño de investigación completo (pregunta, literatura, argumento, hipótesis, estrategia empírica, datos, limitaciones) en 15–20 minutos, seguido de discusión.

Entrega: memo de diseño de investigación final (15–20 pp), 48 horas antes de la sesión.

Vista previa: Diseño de Investigación II (Primavera 2027)

El segundo semestre retoma tu memo de diseño de investigación y lo transforma en una propuesta de tesis defendible. Para entonces habrás completado Métodos Cuantitativos I y estarás cursando Métodos Cuantitativos II y Métodos Cualitativos, lo que permite abordar las estrategias de identificación con el rigor técnico que requieren. El semestre dedica más tiempo a talleres de diagnóstico y rediseño de los proyectos de los estudiantes.

Sesión	Tema
1	Razonamiento causal formal: resultados potenciales y el marco Rubin
2	DAGs, identificación y amenazas
3	Diseños experimentales: aleatorización, campo, laboratorio, encuesta
4	Pre-registro, pre-analysis plans y poder estadístico
5	Diferencia en diferencias y diseños de panel
6	Regresión discontinua
7	Variables instrumentales y experimentos naturales
8	Taller: diagnóstico de estrategias de identificación
9	Matching, selección en observables y análisis de sensibilidad
10	Inferencia causal cualitativa: process tracing
11	Taller: diagnóstico y rediseño de propuestas
12	Escribir para publicar: de la tesis al artículo
13–14	Taller: propuestas de tesis completas
15–16	Taller: versiones revisadas y cierre

El temario detallado del segundo semestre, con lecturas y evaluación, se distribuirá al inicio de la Primavera 2027.