viernes, 24 de febrero de 2012

Estadística: Conceptos básicos


¿Que es la estadística? Es el conjunto de procedimientos y técnicas empleadas para recolectar, organizar y analizar datos, los cuales sirven de base para tomar decisiones en las situaciones de incertidumbre que plantean las ciencias sociales o naturales.

Universo:Se define como el conjunto de sujetos o elementos, que tienen un característica en común, observable y susceptible de ser medida.
Poblacion:
Conjunto de todas las mediciones u observaciones hechas sobre una o varia de las características de los elementos del universo.
Variables: Características de un sujeto u objeto que varia de un elemento a otro.

Para realizar un correcto análisis de los datos es fundamental conocer de antemano el tipo de medida de la variable, ya que para cada una de ellas se utiliza diferentes estadísticos. La clasificación más convencional de las escalas de medida las divide en cuatro grupos denominados Nominal, Ordinal, Intervalo y Razón

Escala de medición:
NOMINAL: Son variables numéricas cuyos valores representan una categoría o identifican un grupo de pertenencia. Este tipo de variables sólo nos permite establecer relaciones de igualdad/desigualdad entre los elementos de la variable. La asignación de los valores se realiza en forma aleatoria por lo que NO cuenta con un orden lógico.
ORDINAL: Son variables numéricas cuyos valores representan una categoría o identifican un grupo de pertenencia contando con un orden lógico. Este tipo de variables nos permite establecer relaciones de igualdad/desigualdad y a su vez, podemos identificar si una categoría es mayor o menor que otra
INTERVALO: Son variables numéricas cuyos valores representan magnitudes y la distancia entre los números de su escala es igual. Con este tipo de variables podemos realizar comparaciones de igualdad/desigualdad, establecer un orden dentro de sus valores y medir la distancia existente entre cada valor de la escala. Las variables de intervalo carecen de un cero absoluto, por lo que operaciones como la multiplicación y la división no son realizables.
RAZÓN:Las variables de razón poseen las mismas características de las variables de intervalo, con la diferencia que cuentan con un cero absoluto; es decir, el valor cero (0) representa la ausencia total de medida, por lo que se puede realizar cualquier operación Aritmética (Suma, Resta, Multiplicación y División) y Lógica (Comparación y ordenamiento). Este tipo de variables permiten el nivel más alto de medición. Las variables altura, peso, distancia o el salario

Rango o Dominio
Señala la amplitud de la variación de un fenómeno entre su límite menor y uno claramente mayor. por lo tanto, es el intervalo que contiene dichos datos y que puede calcularse a partir de restar el valor mínimo al valor máximo considerado.
Se clasifican en: Continuas, Discretas, Binarias
Continuas: Numero infinito de valores, ejemplo: grados C°, K°, F°, estatura, peso, masa, velocidad.
Discretas: Numero finito o infinitos numerables. Ejemplo: edo. Civil, nombres,direccion,opinion.
Binarias: Solo dos valores ejemplo :generos.

miércoles, 25 de enero de 2012

Introducción a la Estadística Inferencial


La Hipótesis es la aseveración que se hace sobre una población. En el análisis estadístico se hace una aseveración, se plantea una hipótesis, después se hacen las pruebas para verificar la aseveración o para determinar que no es verdadera. La prueba de hipótesis es un procedimiento basado en la evidencia muestral y la teoría de probabilidad que se emplea para determinar si la hipótesis es una afirmación razonable Usualmente se desea probar una suposición que se ha hecho sobre un parámetro que caracteriza a una población en particular, tal como la media poblacional.

La prueba de una hipótesis se realiza mediante un procedimiento sistemático de cinco pasos. Al llegar al 5º paso se puede o no rechazar la hipótesis. Esta prueba aporta una clase de prueba más allá de una duda razonable. El propósito de la prueba de hipótesis es el de hacer un juicio con respecto a la diferencia entre estadístico de muestra y un valor planteado del parámetro.

Procedimiento para probar una Hipótesis:

1. Definir: Definir Hipótesis nula (H0) e Hipótesis alternativa (H1), es decir traducir a lenguaje estadístico la hipótesis científica.
2. Nivel de significación: Controlar los supuestos y definir el nivel de significación (α y β)y el error tipo I y tipo II
3. Calcular Estadístico:Identificar la Distribución Muestral asociada (distribución Normal estándar “z”o la “ t ” de student) y seleccionar el estadístico de prueba.
4. Decidir: Establecer la Regla de Decisión bajo las cuales se acepta o no H0.
5. Aceptar o No:
Formular conclusiones basado en la evidencia muestral y tomar una DECISION : Rechazar o No la H0

Paso 1: Definir Hipótesis nula (H0) e Hipótesis alternativa (H1)

Consiste en establecer el valor supuesto del parámetro en consideración antes de empezar el muestreo. Ese valor supuesto que se desea probar se le denomina Hipótesis Nula (H0). La hipótesis nula es una afirmación que no se rechaza a menos que los datos muestrales proporcionen evidencia convincente de que es falsa. El planteamiento de la hipótesis nula siempre contiene un signo de igualdad con respecto al valor especificado del parámetro. La hipótesis alternativa (H1) se refiere a cualquier hipótesis que difiera de H0. Es una afirmación que se acepta si los datos muestrales proporcionan evidencia suficiente de que la hipótesis nula es falsa. El planteamiento de la hipótesis alternativa nunca contiene un signo de igualdad con respecto al valor especificado del parámetro.

Paso 2: Seleccionar el nivel de significación

Se refiere a la probabilidad α de rechazar H0 cuando en realidad es verdadera, cometiendo así un ERROR tipo I. O por el contrario la probabilidad β de aceptar H0 cuando en realidad es falsa, cometiendo así un ERROR tipo II. Aunque no existe una regla general para seleccionar los valores de α, suele utilizarse α= 0,05 (5%) y α= 0,01 (1%) y debe especificarse antes de realizar la prueba. Si por ejemplo se elige un α= 5% al diseñar una prueba entonces podemos esperar que en 5 ocasiones de cada 100 se rechazará la H0 cuando debería ser aceptada (porque por azar la muestra cae en la región de rechazo), o sea que tenemos una probabilidad = 0.95 (95%) de que no rechazaremos la H0 siendo cierta

Paso 3: Tipos de prueba. Prueba de H0 de dos colas

La distribución de muestreo de la estadística de prueba se divide en dos regiones, una región de rechazo (conocida como región crítica) y una región de NO rechazo (aceptación). Si el estadístico de prueba cae dentro de la región de aceptación, no se puede rechazar la hipótesis nula. El Valor crítico separa la región de no rechazo de la de rechazo. Se rechaza H0 si la Media Muestral cae en cualquiera de las dos regiones de rechazo.

Paso 4: Identificar la Distribución Muestral asociada

Se refiere al valor determinado a partir de la información muestral que se utiliza para aceptar o rechazar la hipótesis nula H0. Existen muchos estadísticos de prueba, en nuestro caso utilizaremos los estadísticos Z para distribución normal de la población y t “t de student” para la muestra. La elección de uno de estos depende del tamaño de la muestras, si las muestras son grandes (mayor a 30 observaciones) el estadístico recomendado es el de la Distribución Normal Estándar (z) , o en caso de muestras pequeñas utilizar el estadístico t. En las pruebas de hipótesis para la media de la población (μ), cuando se conoce la desviación estándar (σ) poblacional, o cuando el valor de la muestra es grande (30 o más), el valor estadístico de prueba es z y se determina a partir de: (Ver fórmula)

Paso 5: Formular la regla de decisión

Se establece las condiciones específicas en la que se rechaza la hipótesis nula H0 y las condiciones en que no se rechaza la hipótesis nula. La región de rechazo define la ubicación de todos los valores que son tan grandes o tan pequeños, que la probabilidad de que se presenten bajo la suposición de que la hipótesis nula es verdadera, es muy remota. En nuestro ejemplo, la PRUEBA.Z confirma H0, es decir que la población en estudio tiene una calificación promedio menor o igual a 12 puntos si la desviación estándar de 1,8 es cierta, basada en una media de muestral menor o igual a 11,9 con una probabilidad de 59%.

Funciones estadísticas de Excel
http://support.microsoft.com/kb/828296/es

sábado, 19 de noviembre de 2011

La Produccion del Conocimiento y la Relacion Entre la Teoriay la Practica


Para producir nuevos conocimientos sociológicos es necesario manejar teorías y, además, aplicarlas a la realidad presente. La producción de nuevos conocimientos requiere también de un método. La sociología descansa sobre esta relación creciente y cambiante entre teoría y método. La producción de conocimiento nuevo, basado en la teoría y el método, cuenta con un auxiliar que son las técnicas de recolección y análisis de datos. Las técnicas también avanzan y cambian constantemente, producto del progreso en los procedimientos matemáticos y estadísticos.

Actualmente se vienen dando profundas transformaciones que afectan a la sociedad y a la construcción del conocimiento: el narcotráfico y su impacto en la distribución del ingreso; aumento de la desigualdad social como consecuencia del encarecimiento de la vida; el crimen organizado como amenaza al Estado; el desarrollo desigual del proceso de urbanización como respuesta al estímulo del turismo como negocio; movimientos sociales y nuevas formas de acción colectiva. De la misma manera, la sociología se encuentra en un proceso de revisión y cuestionamiento de los fundamentos y propuestas teóricas, en particular del propio logos científico de la modernidad.

El objetivo de la investigación es el descubrimiento de respuestas a interrogantes a través de la aplicación de procedimientos científicos. Proceso este íntimamente ligado a la teoría sociológica. Se trata de un proceso en el cual la teoría juega un papel fundamental como fuente de modelos de categorías analíticas en su relación metódica e histórica con la realidad. La investigación es su faceta metodológica: la teoría explica las relaciones entre lo observado mientras que la investigación constituye el estudio empírico de estas relaciones. La Investigación Social a través de la Metodología ofrece:

•Síntesis de las teorías (planteamiento del problema)
•Definición de conceptos y marco de referencia teórico por áreas de especialidad
•Estrategias cualitativas y cuantitativas,
•Discusiones sobre objetividad y subjetividad,
•Estrategias metodológicas aplicadas a la intervención social
•Estrategias Metodológicas y Herramientas Informacionales

El desarrollo de la investigación se enmarca en la relación que existe entre la teoría y la práctica. Por una parte las teorías sociológicas y las sociologías especiales deben proveer respuestas tentativas a las preguntas centrales; el método, por su parte, verifica la adecuación de esa teoría a través de la prueba empírica. Interesa en particular presentar un marco de referencia teórico y metodológico para el desarrollo de investigaciones sociológicas.

En los últimos años han surgido cambios en el desarrollo científico-tecnológico y el afianzamiento del paradigma que relaciona el mundo de la educación con el mundo del trabajo, existiendo consenso en la necesidad de vincular los sistemas productivo y educativo. Ahora, no se trata de trasladar los propósitos de un sector al otro, sino más bien de tender de tender puentes que permitan la sana comunicación entre ellos y explorar zonas donde confluyen sus intereses. El cambio científico-tecnológico no indica en su totalidad las transformaciones relativas al trabajo y al empleo a largo plazo pero si indica los cambios que se dan y/o deben darse en cuanto los contenidos de la enseñanza. Esto explica la dinámica entre el saber, el saber hacer y el saber ser elementos básicos de las competencias, que integran tres dimensiones: conocimiento en la acción, reflexión en la acción y reflexión sobre la acción (Schon, 1983). Las competencias de los individuos que indiscutiblemente participan de uno y otro sector en el mismo o en diferentes momentos de sus vidas sirven de puente para relacionar los sistemas productivo y educativo.

Las competencias son capacidades complejas, con distintos grados de integración y que se ponen de manifiesto en una gran variedad de situaciones correspondientes a los diversos ámbitos de la vida humana, personal y social. La adquisición de competencias que le permitan al sujeto operar con creatividad en diferentes campos de actividad supone la articulación entre dos dimensiones: la apropiación de conocimientos y el desarrollo de habilidades de pensamiento. En tal sentido, puede destacarse el carácter crucial que juegan los conceptos y las relaciones entre ellos en la construcción del conocimiento (Ausubel y cols., 1991; Novack, 1988; Pozo, 1989 a y b) y el rol jugado por los constructos del sujeto en su concepción de la realidad, quien utilizará los mismos para describir su experiencia, predecir sucesos y contrastar sus predicciones con nuevas experiencias.

Al diseñar políticas de investigación que sirvan de hilo conductor entre las Teorías Sociológicas y la Metodología, se espera generar las siguientes sub-competencias:

1. Capacidad para formular un problema
2. Capacidad para proponer hipótesis explicativas
3. Capacidad para proponer hipótesis predictivas
4. Capacidad para utilizar lenguaje específico
5. Capacidad para establecer relaciones
6. Capacidad para utilizar analogías



REFERENCIAS BIBLIOGRAFICAS
•Ausubel, D.; Novack, J. y Hanesian, H. 1991. Psicología Educativa. Un punto de vista cognoscitivo. Ed. Trillas, México.
•Carton, M. 1985. La educación y el mundo del trabajo. O.I.E. - UNESCO, Suiza.
•Fernández Enguita, M. 1990 a. Juntos pero no revueltos: la reforma educativa y el mundo del trabajo. Visor, Madrid.
•Fernández Enguita, M. 1990 b. La cara oculta de la Escuela. Educación y trabajo en el capitalismo. Siglo XXI Editores, Madrid.
•Filmus, D. 1994. El papel de la educación frente a los desafíos de las transformaciones científico-tecnológicas. En: ¿Para qué sirve la Escuela?
•Novak, J. D. 1988. Constructivismo humano: un consenso emergente. Rev. Enseñanza de las Ciencias. 6 (3), 213-223.
•Pozo, J. 1989a. Aprendizaje de las Ciencias y pensamiento causal. Ed. Visor, España.
•Pozo, J. 1989b. Teorías cognitivas del aprendizaje. Ed. Morata, España
•Sacristán, G. y Perez Gomez, A. 1992. Comprender y transformar la enseñanza. Morata. Madrid.
•Samaja, J. 1993. Epistemología y metodología. EUDEBA, Bs. Aires, Argentina.
•Schön, D.A. 1993. La formación de profesionales reflexivos. Ed. Paidós

martes, 2 de agosto de 2011

¿Es confiable el saber en las ciencias sociales?

Jean-Claude Passeron
Martes 6 de Junio de 2000

TENDENCIAS
A diferencia de las “ciencias duras”, la sociología o la historia tienen múltiples formas de abordar un fenómeno. Lejos de debilitarlas, eso les permite explicar las diversas lógicas que actúan en un hecho social.

¿Cuál es el sentido de la sociología? En otras palabras tratándose del discurso de una ciencia: ¿de qué criterios de validez o de falsedad son susceptibles sus enunciados? Restrinjamos esta pregunta al análisis de los métodos: ¿qué significa demostrar en una ciencia histórica?

La definición mínima de una ciencia es decir que en ella se prueba algo. La sociología no es lo que dice la mayoría de los sociólogos, ni cuando la enarbolan orgullosos de un saber totalizador de la sociedad, ni cuando, ingenuamente cientificistas y con mucha matemática o formalización, la obligan a convertirse en una “ciencia dura”, ni mucho menos cuando se resignan a considerarla una “ciencia blanda” que los consuela de esta posición subalterna por su “vocación humanista”.

Ninguna ciencia social puede reducirse a la metodología de los modelos, a menos que se resigne a no ser más que un juego formal, indiferente a la observación de los fenómenos observados. Las ciencias de investigación difieren fundamentalmente de las ciencias del modelo por la aplicación, exhaustiva o no, del principio de racionalidad para explicar los comportamientos humanos. El criterio de la maximización de una “utilidad individual”, en el cual se basan los modelos de la
economía matemática o de la teoría de los juegos, no basta para definir el lenguaje teórico que usa un historiador, un sociólogo, un antropólogo. Se puede condensar esta diferencia en la conocida fábula de la rana y el escorpión.

Un escorpión le pide a una rana que lo lleve sobre su espalda de una orilla a la otra de un río. La rana se niega por temor a sufrir una picadura mortal durante la travesía. Argumentado y anticipando los efectos con la habilidad de un “filósofo utilitarista” para lograr sus fines, el escorpión responde que no tiene ningún interés en ello porque, al hacerlo, él se ahogaría. Pero cuando en medio del río, la rana –que se dejó convencer– se sorprende, agonizante, de la picadura irracional del escorpión, éste le responde suspirando: “No pude evitarlo, está en mi naturaleza”.

El escorpión suicida es el prototipo del político mentiroso que es engañado por su propia habilidad para improvisar un alegato a la vez lógico y eficaz. Logra persuadir a la rana, pero no tiene una estrategia deliberada de engaño, por que el engaño le resulta mortal. En la fábula hace el papel de virtuoso del cálculo utilitarista engañado por su propio razonamiento. La racionalidad de anticipación utilitaria, y el determinismo biológico del instinto coexisten en la fábula. Ambos
actores rivalizaron en “anticipación racional”, como dicen los economistas, que se basan en esta noción para explicar las decisiones que toman las empresas en un mercado cuando anticipan la estrategia del adversario. Pero la explicación científica de los actos del escorpión y la rana deben de cambiar a medida que cambian las causas de la acción a lo largo del tiempo.

En un modelo, el economista fila la lógica del cálculo; en una investigación, el sociólogo explora las interacciones variando sus métodos a través de la medición o la observación de campo, la comparación histórica o estadística, para hacer probable una explicación que sea, al mismo tiempo, una interpretación plausible.

A diferencia del homo economicus, el homo sociologicus hace un uso de la racionalidad casi siempre muy cercano a la del escorpión. Así la secuencia de interacciones de la fábula puede interpretarse de muy distintos modos: se crean así otras tantas teorías explicativas de la catástrofe racional ocurrida en una interacción que, sin embargo, escapa a los actores que aspiran a un arbitraje racional de sus decisiones.

Preguntémosle a la teoría de un sociólogo qué demonios de animal es este escorpión. Max Weber distinguía cuatro “tipos puros de acción racional”: “la acción racional con respecto a fines”, que calcula sus mejores medios para lograr a un fin; “la acción raciona con respecto a valores”, en la que el cálculo esta limitado por un mandato incondicional; “la acción tradicional”, ordenado sin cálculo por la autoridad; y “la acción afectiva”, que inclina a la obediencia por la influencia que
ejerce un “carisma”. El escorpión de la fábula es del segundo tipo. Es un calculador racional, pero ciego con respecto la costo –que sería racionalmente previsible– que le hará pagar su deseo de picar a un ser vivo demasiado cercano, cuando el impulso instintivo intervenga como una irresistible obligación interna. No supo anticipar su impulso. La incondicionalidad del mandato instintivo de la especie acota aquí el cálculo racional de los medios y de los fines.

Lecturas complementarias

Al consultar su biblioteca de grandes obras teóricas, el lector imaginará sin esfuerzo otras lecturas de la estrategia del escorpión: “Cadenas de imaginación” y “cadenas de la necesidad” (Pascal); “interés objetivo de clase (en Marx); “coerción social” y “normatividad” (Durkheim y Merton); “selección natural” (Darwin); “óptimo”, “función” o “ecuación matemática” (econometría); “equilibrio de Nash”, “información incompleta” (teoría de los juegos); “sistema de dominación” ,
“interiorización de la necesidad” (Bourdieu); “ambivalencia” del sentimiento (Freud); “ardid del deseo” (Lacan); “estrato discursivo” (Foucault), y más. Siempre hay mil razones compresible para no ser racional, en el sentido de la racionalidad que puede entrar en un modelo de cálculo.

¡Pero cuidado! La pluralidad de sus teorías no condena a las ciencias sociales al escepticismo. Si la interpretación de la fábula se presta a todo tipo de hermenéutica, es precisamente porque el interprete de la acción del escorpión no dispone de ningún otro dato sobre el contexto del “caso” más que el relato de una aventura única. Se halla frente a una historia sin pasado ni contexto. En
una tarea análoga –hacer razonamientos explicativos–, las ciencias sociales no están tan carentes.

Disponen de una panoplia de métodos para tratar sus datos y hacerlos hablar; estos métodos organizan estilos muy diferentes de argumentación, y así las teorías construyen los hechos de manera diferente.

Una explicación económica no refuta una explicación sociológica, o viceversa. Lo que
caracteriza a las ciencias sociales es que sus métodos no pueden transmitir la verdad de una proposición a la siguiente como en una cadena deductiva. Pero también comparten otro modo de probar: hacer convergir pruebas de lógica diferente en un conjunto de argumentaciones, sus argumentos en una interpretación, sus interpretaciones en una teoría plausible. Así como son múltiples las interpretaciones posibles de la estrategia de un escorpión que, para
atravesar un río, encontró a partir de sí el medio de suicidarse con toda la racionalidad, con la complicidad de una rana que se dejó asesinar por confiar demasiado en la universalidad de los cálculos de utilidad, las teorías interpretativas de las ciencias sociales siguen siendoinevitablemente múltiples y competitivas. Los datos que extraen de la observación nunca permiten ni una demostración lógico-matemática que operara como dentro de un puro sistema
formal ni un razonamiento experimental que pudiera ser desarrollado “suponiendo que todos los demás elementos permanecen iguales”. Pero según los casos, sus mediciones, sus estimaciones, sus generalizaciones conceptuales, sus presunciones explicativas nunca son equivalentes: son desigualmente concluyentes según la pertinencia de los materiales empíricos reunidos y según el estilo de prueba que organiza sus métodos de tratamiento de los datos. Estamos en una ciencia en donde la prueba es una cuestión de más o menos, no de todo o nada. Afortunadamente para “el interés” de las investigaciones en ciencias sociales, la historia de las sociedades humanas no ofrece datos tan enrarecidos como los de la fábula del escorpión, brillante
abogado de la anticipación racional pero incapaz de la intuición extralógica –o de un poquito de psicoanálisis– que le habría permitido sospechar de la duplicidad de sus reglas de decisión para anticipar un poco mejor sus riesgos.

Traducción de Elisa Carnelli

http://sociologiac.net/biblio/Passeron-SaberCienciasSociales.pdf


miércoles, 19 de enero de 2011

EVOLUCIÓN CIENTÍFICA Y METODOLÓGICA DE LA ECONOMÍA



EL MÉTODO DEDUCTIVO
Antes de iniciar unas breves pinceladas obre este método, es interesante resaltar una distinción importante entre deductivismo y deducción, lo mismo que podría establecerse entre inductivismo e inducción. La deducción, tanto si es axiomática como matemática, puede emplearse de manera que facilite el análisis estadísitco y el contraste. Sin embargo, el deductivismo implica que la estadística y el conocimiento empírico es tan transitorio que no vale la pena y que un primer análisis deductivo puede proporcionar una mejor comprensión de un determinado fenómeno (Pheby, 1988, pág. 14).

Las primeras consideraciones del método deductivo podrían remontarse a los trabajos de Descartes a comienzos del siglo XVII, en su afán de encontrar un método que proporcionara un mejor conocimiento de las diferentes esferas de actividad. Por consiguiente, los objetivos de Bacon y Descartes eran similares, sin embargo, la forma de conseguirlos era diametralmente opuesta. Descartes utilizaba la deducción y las matemáticas como punto referencial, mientras que Bacon le prestaba muy poca atención a estos instrumentos.

Centrándonos en el deductivismo, se trata de un procedimiento que consiste en desarrollar una teoría empezando por formular sus puntos de partida o hipótesis básicas y deduciendo luego sus consecuencia con la ayuda de las subyacentes teorías formales. Sus partidarios señalan que toda explicación verdaderamente científica tendrá la misma estructura lógica, estará basada en una ley universal, junto a ésta, aparecen una serie de condicionantes iniciales o premisas, de las cuales se deducen las afirmaciones sobre el fenómeno que se quiere explicar.

El argumento deductivo se contrapone al método inductivo, en el sentido de que se sigue un procedimiento de razonamiento inverso. En el método deductivo, se suele decir que se pasa de lo general a lo particular, de forma que partiendo de unos enunciados de carácter universal y utilizando instrumentos científicos, se infieren enunciados particulares, pudiendo ser axiomático-deductivo, cuando las premisas de partida están constituidas por axiomas, es decir, proposiciones no demostrables, o hipotéticos-deductivo, si las premisas de partida son hipótesis contrastables.

Las leyes universales vendrán dadas por proposiciones del tipo “en todos los casos en los que se da el fenómeno A, se da también el fenómeno B. Estas leyes tendrán un carácter determinista cuando se refieran a fenómenos >”B” individuales y carácter estocástico cuando hagan mención a clases de fenómenos “B” que se den con una cierta probabilidad.

La actuación seguida por el investigador sería la siguiente:

1. Planteamiento del conjunto axiomático de partida. El criterio que debe seguirse en esta etapa debe ser el de la sencillez. Los supuestos deben incorporar sólo las características más importantes de los fenómenos, debiendo ser eliminadas las irrelevantes. Debe existir coherencia entre los postulados, sin que haya contradicción entre unos y otros.
2. Proceso de deducción lógica, partiendo siempre de los postulados iniciales, es decir, de la etapa anterior.
3. Enunciado de leyes de carácter general, a los que se llegará partiendo del conjunto axiomático y a través del proceso de deducción.

Del procedimiento lógico se infiere que las explicaciones y predicciones siguen las mismas reglas de deducción, la única diferencia está en que la explicación se produce una vez que ha ocurrido el suceso, mientras que la predicción tienen un carácter apriorístico.

Para citar una causa determinada como explicación de un fenómeno concreto, hemos de someterlo a una ley universal. En el caso de la predicción, partimos de una ley universal y de un conjunto de premisas deduciendo de ellos proposiciones acerca del fenómeno desconocido.

La idea de la existencia de un paralelismo entre la naturaleza de las explicaciones y de las predicciones ha sido denominada “tesis de la simetría”. Este concepto ha suscitado numerosas críticas. Se argumenta que la predicción no tiene por qué implicar explicación, e incluso que la explicación no tiene por qué implicar predicción alguna. Esta conclusión nos parece razonable, en cuanto que para predecir el valor futuro de una variable basándonos en sus valores históricos no es necesario explicar la naturaleza de la misma, basta con aplicar los métodos estadísticos apropiados. Igualmente, para explicar la naturaleza de la variable no es necesario extrapolar valores futuros. A estos efectos comenta Blaug (1985, pág. 22): “Mientras para la predicción es suficiente con que exista correlación entre dos variables, par la explicación es necesario saber acerca de la naturaleza de las variables y de algo que determine cuál es la variable causa y cuál la variable efecto”.

Por último, finalizaremos la descripción del método deductivo afirmando que, dada la dificultad para contrastar empíricamente las hipótesis básicas, se da cada vez un mayor grado de abstracción de las teorías construidas a partir de este procedimiento, lo que conlleva la construcción de modelos como representación simplificada de la realidad, con el consiguiente riesgo de separación entre modelo y realidad. Sin embargo, es preciso señalar, como apunta Pheby (1988, pág. 14), que existe una clara separación entre deductivismo y los procedimientos de deducción que habitualmente se emplean en economía. La deducción, sea axiomática o matemática, puede ser empleada para facilitar los análisis estadísticos y test de hipótesis, en cambio el deductivismo postula que el conocimiento estadístico y empírico es transitorio, un primer análisis deductivo puede proporcionar mejor comprensión de los fenómenos.

Roberto Gómez López