El Método Comparado en La Ciencia Política

Algunos desafíos metodológicos para la Ciencia Política. Más allá de la (inconducente) división entre “cuantitativos” y “cualitativos”

Mauricio Morales Quiroga Académico del Instituto de Ciencias Sociales de la Universidad Diego Portales Director del Observatorio Electoral UDP [email protected]

Presentación En este capítulo abordo algunos desafíos metodológicos para la Ciencia Política cuestionando, en primer lugar, la inconducente división entre “cualitativistas” y “cuantitativistas”. El objetivo es mostrar que, muchas veces, el concentrarnos en un solo tipo de método impide un avance sustantivo en los alcances explicativos de nuestras investigaciones. La sofisticación del método estadístico, por ejemplo, si bien ha permitido implementar modelaciones de tipo multinivel al capturar distintas dimensiones generales o contextuales de los casos en estudio, se muestra insuficiente para dar respuesta detallada a situaciones aparentemente paradójicas o que van en contra de las hipótesis teóricamente esperadas. Probablemente, en este tipo de situaciones se requiera la utilización de métodos adicionales, destacando, entre otros, el comparativismo histórico. En tal sentido, este trabajo describe el marco de opciones metodológicas en la Ciencia Política dando cuenta de las limitaciones y fortalezas de cada uno de sus métodos. La propuesta central que se defiende en todo el escrito pasa por la combinación de métodos más que por la inclinación absoluta hacia alguno de ellos.

Mi exposición se concentra, básicamente, en las estrategias comparativas de investigación y en los problemas que comúnmente enfrenta la disciplina. El trabajo se divide en cuatro partes. La primera muestra algunas cuestiones metodológicas generales pero con particular énfasis en la definición y utilización de los conceptos. Para ejemplificar, recurro a los conceptos de institucionalización de los sistemas de partidos e identificación partidaria. 1

Concluyo que si bien es cierto que la institucionalización contribuye a fortalecer la democracia (calidad de la democracia), no sucede lo mismo con la identificación partidaria, a pesar de que ésta forme parte del índice de institucionalización. Sugiero que esta disonancia se produce porque, al menos en América Latina, no hemos definido la identificación de acuerdo a la variedad de países existente. Generalmente, la identificación partidaria se mide a través de encuestas y en función de un porcentaje, pero no hemos avanzado en los posibles tipos de identificación. Sugiero que es la identificación partidaria programática la que más se asocia a sistemas de partidos institucionalizados y en contextos de alta calidad de la democracia en comparación a la identificación no programática caracterizada por mayores dosis de clientelismo y personalismo. En esta sección, entonces, repaso muy brevemente los desafíos de la conceptualización y el avance hacia la generación de eventuales tipologías.

La segunda parte muestra las dos grandes familias de método comparado propuestas por Ragin (1987 y 2004). Me refiero a los estudios variable-orientados y caso-orientados. Acá discuto las principales ventajas y desventajas de cada uno de ellos, sugiriendo que los enfoques mixtos pueden ser el camino más apropiado (ver Brady y Collier, 2004; Lieberman, 2005). Es decir, la combinación de ambos métodos para optimizar las explicaciones y refinar las relaciones de causalidad dejando de lado, ciertamente, la estéril división entre “cuantitativistas” y “cualitativistas”. Sostengo que el tomar partido por alguna de estas supuestas tendencias (“cuantitativa” o “cualitativa”) limita el marco de explicaciones posibles para un determinado fenómeno. Muchas veces, los investigadores se inclinan a priori por una opción “cuantitativa” o “cualitativa” sin haber definido previamente la pregunta de investigación ni haber encontrado un problema teórico razonable. Siguiendo a King et.al. (2000) no existen diferencias entre “cuantitativos” y “cualitativos” a la hora de establecer una lógica inferencial. Fuera de respaldar esta idea y considerar como añeja y extemporánea la división entre “cualitativos” y “cuantitativos”, muestro algunos caminos que pueden seguirse para combinar los estudios variable y caso orientados. Aunque la diferencia central de ambos métodos está en el número de casos a considerar, no hay razón suficiente como para tratarlos como familias radicalmente distintas o irreconciliables. 2

En tercer lugar, pero asociado a lo anterior, discuto los procesos de selección de casos y los problemas que surgen al momento de establecer relaciones de causalidad. Sugiero que la combinación de métodos señalada en el punto previo permite la implementación de un proceso de selección más exhaustivo. Contar con un análisis variable-orientado (o de “n” grande) previo permite que todos los casos sean observados bajo la relación estimada por cada investigador. Es decir, los casos se ordenan de acuerdo a las variables seleccionadas, conformando un panorama general que sirve como telón de fondo para la fase siguiente. Tal fase corresponde al proceso de selección de casos para un análisis de “n” pequeño. Los criterios de selección son definidos por cada investigador, pero generalmente se sustentan en los métodos de similitud y/o diferencia que detallo más abajo. Esto permite desarrollar investigaciones con mayor volumen metodológico dando respuesta a preguntas difíciles de responder o que, inclinándose exclusivamente por métodos cuantitativos o cualitativos, no serán saldadas satisfactoriamente. La teoría puede ser refutada o reformulada a partir de este tipo de procesos. Una vez que los casos son puestos en una relación panorámica, el investigador contará con mejores criterios de selección. Así, y después de un breve análisis estadístico, el investigador podrá aplicar un método comparado más caso-orientado o identificar algún caso teóricamente relevante sobre el cual realizar, por ejemplo, un estudio de causación coyuntural compleja. De ahí que el vínculo entre el método estadístico y el comparativismo histórico no sea tan lejano como parece. Los trabajos originarios sobre los factores que explican la opción por algún régimen político comenzaron precisamente con un estudio comparativo de varios casos (Lipset, 1959), para luego desbordar en un análisis de “n” pequeño. Acá destacan las obras de Barrington Moore (1967) y Rueschemeyer et.al. (1992). Estos trabajos son perfectamente complementarios con enfoques comparativos que, posteriormente, incluyeron mayor información estadística y un mayor número de casos. Entre ellos destaca el texto de Boix (1993), Acemoglu y Robinson (2005) y, ciertamente, el de Przeworski (1995) y Przeworski et.al. (2000).

En cuarto lugar, menciono algunos desafíos para los estudios electorales. Si bien éstos no necesariamente son de tipo comparativo, sirven como ejemplo para mostrar algunos problemas a los que recurrentemente nos enfrentamos. Me refiero, básicamente, a la falacia ecológica, construcción de indicadores y combinación entre análisis electoral con datos 3

agregados y con datos individuales. Nuevamente, sugiero que la combinación de niveles es el camino más adecuado. Al observar una relación a nivel agregado (por ejemplo a partir de datos comunales), resulta necesario cotejarla con datos individuales, pues así veremos si dicha relación es tan robusta como parece.

Para hacer más liviana la lectura me apoyo en una serie de ejemplos que sirven para representar algunos de los problemas más comunes a los que se enfrenta la disciplina. Principalmente, me refiero al estudio de la institucionalización de los sistemas de partidos, identificación partidaria, gasto electoral en campañas y aprobación presidencial.

Conceptos y tipologías. Un ejemplo desde la identificación partidaria Si bien ya es menos común, se suele dividir a los investigadores en ciencias sociales entre “cuantitativistas” y “cualitativistas”. Dependiendo del “sello” de quien juzga, unos u otros estarían en una escala jerárquica superior. Sin embargo, frecuentemente se descuida un elemento clave. La lógica inferencial es exactamente la misma para “cuantitativos” y “cualitativos” (King et.al., 2000). La diferencia sólo está en los puntos de datos que se consideran y en las técnicas que cada uno prefiere utilizar. La estadística ha evolucionado rápidamente y, en algunos casos, se ha transformado en una técnica claramente hegemónica dado su proceso de sofisticación. Es posible especificar modelos que no sólo recogen, por ejemplo en una encuesta, características subjetivas o individuales de la población, sino que también es viable capturar datos objetivos. Esto último se conoce como modelaciones multinivel (Ver Pinheiro y Bates, 2000; Gelman y Hill, 2007). Pero los métodos cualitativos también han ido incrementando sus niveles de sofisticación (Jolías, 2008). Se dispone

de

algunos

software

como

QCA

(Qualitative

Comparative

Analysis,

www.u.arizona.edu/~cragin/fsQCA/) elaborado por Charles Ragin, y el TOSMANA (Tool for Small-N Analysis, ver www.tosmana.net). El Álgebra de Boole es ampliamente utilizada para sintetizar variables (fundamentalmente de carácter dicotómico) que luego son sometidas al análisis configuracional. Y acá está una de las diferencias centrales con el método estadístico. Mientras este último tiende a ser fundamentalmente aditivo (es decir, medir el efecto marginal de una variable independiente sobre la variable dependiente dejando constante el resto), el análisis configuracional es de orden combinatorio. Es decir, 4

se pueden identificar las distintas combinaciones de variables que conducen a un mismo resultado detectándose, eventualmente, las condiciones o causas necesarias y/o suficientes.

Ciertamente, existen técnicas estadísticas que permiten modelar o realizar simulaciones sobre la base de una configuración específica o construyendo términos de interacción, pero resulta difícil obtener resultados más precisos que un análisis configuracional. Existen algunos paquetes que permiten realizar simulaciones. Por ejemplo, en Stata está clarify y para R está zelig, ambos elaborados por Gary King y sus colaboradores (Ver Kosuke, 2007). Para mostrar que efectivamente ambos métodos son compatibles, coloquemos el siguiente ejemplo. Imaginemos que se desea estudiar la identificación con partidos. Existe una abundante literatura que ve en la identificación partidaria una condición normativamente buena para la democracia (Jennings y Niemi 1968, Campbell et.al., 1969; Abramson, 1983; Harrop y Miller, 1987; Richardson, 1991; Miller y Shanks, 1996; Ventura, 2001). Por ejemplo, Mainwaring y Scully (1995) consideraron que la raigambre social de los partidos era fundamental para la estabilidad de la competencia electoral. Cuando los partidos construyen raíces sociales y, como consecuencia, los electores se identifican con ellos, entonces terminarán votando a los mismos partidos en el tiempo. Esto provocará que existan bajas tasas de volatilidad electoral y, por tanto, mayor estabilidad de los sistemas de partidos. En consecuencia, la identificación partidaria (o raigambre social de los partidos como los subrayan Mainwaring y Scully, 1995) es fundamental para la democracia, toda vez que los sistemas institucionalizados (con mayor raigambre o identificación partidaria) irían asociados a países con mayores niveles de calidad de la democracia. Si la identificación contribuye a la institucionalización del sistema de partidos, y los sistemas institucionalizados generan una mejor democracia, entonces también puede pensarse que la identificación ayude a mejorar la calidad de esa democracia. “Un sistema de partidos institucionalizados implica estabilidad en la competencia entre partidos, la existencia de partidos que tienen raíces más o menos estables en la sociedad, la aceptación de los partidos y de las elecciones como instituciones legítimas que deciden quién gobierna, y la existencia de organizaciones partidarias con reglas y estructuras razonablemente estables” (Mainwaring y Scully, 1995: 64). 5

Sin embargo, y al observar el gráfico 1, los resultados de la correlación entre identificación partidaria y calidad de la democracia están lejos de ser robustos. El gráfico considera el índice de calidad de la democracia elaborado por Levine y Molina (2007) y los porcentajes de identificación partidaria reportados por el estudio LAPOP de 2008 para casi todos los países de América Latina. El coeficiente de correlación es de 0.088, mostrando una evidente dispersión en la distribución de los datos. Si se mira el gráfico 2 con los mismos casos, pero ahora relacionando el índice de institucionalización (recalculado por Payne et.al., 2003) con el de calidad de la democracia, la correlación sube sustantivamente a 0.6. Esto apoya la idea de Mainwaring y Torcal (2005) respecto a que los sistemas de partidos institucionalizados están en mejores condiciones que los no institucionalizados para fortalecer la calidad democrática. La pregunta es por qué llegamos a conclusiones distintas utilizando este índice agregado por una parte, y aislando la identificación partidaria por otra. Es decir, por qué si la identificación partidaria es parte del índice de institucionalización, no correlaciona robustamente con calidad de la democracia. La respuesta no es sencilla, pero tomaré en cuenta la revisión que realiza Luna (2008) sobre el concepto de institucionalización. Este concepto tiene una construcción aditiva que incluye indicadores de volatilidad electoral (que es la medida más universalmente utilizada para comparar sistemas de partidos (Ver Coppedge, 1995; Roberts y Mainwaring y Zocco, 2007), raigambre social de los partidos, la aceptación de los partidos como instituciones legítimas y la organización partidaria. Generalmente se trabaja con los dos primeros indicadores. La construcción aditiva del concepto implica que un país puede ser muy estable en términos de apoyo electoral a sus partidos (es decir, baja volatilidad), que los partidos estén bien organizados y que sean vistos como instituciones legítimas, pero que la identificación con ellos sea muy baja. A pesar de esto, el sistema igual podría considerarse como institucionalizado, pues cumple con tres de las cuatro condiciones. En cambio, si la construcción del índice implicara otra configuración, la situación sería diferente. Alguien podría sugerir que la identificación partidaria es una condición necesaria (pero en ningún caso suficiente) para que un sistema de partidos sea institucionalizado. Por tanto, un país con baja identificación partidaria que incluso cumpla con los otros tres criterios, no sería considerado como un sistema institucionalizado. Otra combinación podría consistir en pensar como necesarias a la 6

identificación y a la volatilidad, añadiendo alguno de los otros dos indicadores (legitimidad u organización). Es decir, un sistema será institucionalizado si cuenta con alta identificación, baja volatilidad y donde los partidos sean legítimos o estén organizados. La tabla 1 muestra el índice de institucionalización y el porcentaje de identificación partidaria para casi todos los países de América Latina. Como se puede observar, no siempre los países con mayor identificación presentan mayor institucionalización. Así, Costa Rica, que es tercero en el índice de institucionalización, queda noveno en el de identificación partidaria, mientras que Venezuela pasa del lugar trece en institucionalización al puesto seis en adhesión a partidos. Probablemente el caso más llamativo sea Chile, que ocupa el cuarto lugar en el índice de institucionalización, cayendo al puesto catorce en el de identificación partidaria, muy cerca de casos extremos como Perú, Ecuador y Guatemala. Entonces, lo que nos dicen estos resultados es que es posible que convivan sistemas estables (con baja volatilidad), pero con paupérrimos niveles de identificación partidaria. Es decir, puede existir estabilidad en la competencia electoral, sin que, necesariamente, existan partidos enraizados socialmente, cuestión casi inconcebible para Mainwaring (1999). Para el autor casi siempre las cuatro dimensiones de la institucionalización iban de la mano, siendo excepcionales los casos en que aquello no ocurría. Pues bien, Chile y Brasil son un buen ejemplo. Por otro lado está Paraguay, que combina alta volatilidad con alta identificación. La lección que deja este breve análisis consiste en la construcción de los conceptos y, en este caso, de un índice. Originalmente, se esperaba que las cuatro dimensiones de la institucionalización correlacionaran robustamente. Esto no siempre sucede así al menos considerando volatilidad e identificación partidaria. Por tanto, seguramente existen distintas configuraciones de sistemas de partidos que apuntan hacia la institucionalización. Siguiendo a Luna (2008 y 2009) resulta razonable “desempaquetar” el concepto de institucionalización para ver con mayor detalle qué está sucediendo con los sistemas de partidos de la región.

7

Tabla 1. Institucionalización e identificación partidaria en América Latina País

Índice de institucionalización

Identificación partidaria

Uruguay

2.87

50.4

Honduras

2.65

48.7

Costa Rica

2.46

30.3

Chile

2.38

21.4

México

2.29

32.2

Paraguay

2.21

59

El Salvador

2.11

49.9

Argentina

2.03

24.8

Colombia

1.85

29.2

Bolivia

1.74

29

Venezuela

1.58

32.7

Brasil

1.5

25.2

Ecuador

1.43

18.9

Guatemala

1.32

15.9

Perú

1.19

19.2

Nicaragua

n.d.

40.3

Panamá

n.d.

32.1

Fuente: Elaboración propia con datos de Payne et.al. (2003) y LAPOP 2008

8

100

Gráfico 1. Calidad de la democracia e identificación partidaria

Uruguay

Chile

90

Costa Rica

Panamá Argentina

80

México

70

Perú

Brasil El Salvador Bolivia

Ecuador

Nicaragua

Honduras

Paraguay

60

Venezuela

Colombia

Guatemala

20

30 40 50 Identificación partidaria, LAPOP 2008

60

Fuente: Elaboración propia con datos de LAPOP 2008 y Levine y Molina (2007)

100

Gráfico 2. Calidad de la democracia e institucionalización de los sistemas de partidos

Uruguay

Chile

90

Costa Rica

México

80

Argentina

70

Perú

Brasil El Salvador Paraguay

Honduras

60

Bolivia Ecuador Venezuela

Guatemala

1

1.5

Colombia

2 Índice de institucionalización

2.5

3

Fuente: Elaboración propia con datos de LAPOP 2008 y Levine y Molina (2007)

9

Pero volvamos al punto de origen. Dijimos que la identificación partidaria era una condición deseable para la estabilidad de los sistemas de partidos y que para eso existía una abundante literatura. Luego, advertimos que, si bien esto puede ser cierto, en realidad los niveles de identificación no van asociados con la calidad de la democracia y tampoco necesariamente los sistemas de partidos con alta identificación presentarán baja volatilidad electoral. Por tanto, el hecho de que existan partidos enraizados socialmente no sería una condición necesaria para elevar los niveles de calidad de la democracia. Y acá viene precisamente el punto metodológico central. ¿Qué estamos entendiendo por identificación partidaria?, ¿existe sólo un tipo de identificación o podemos avanzar en alguna tipología más específica? Sorprende que dos países con alta identificación partidaria como Uruguay y Paraguay presenten niveles de calidad de la democracia claramente opuestos. Estos dos países lideran permanentemente el ranking de identificación en América Latina, pero la democracia está más consolidada en Uruguay que en Paraguay (ver Abente, 2009; Altman y Pérez-Liñán, 2002). Entonces, la pregunta natural que surge es por qué dos países con similares niveles de identificación partidaria presentan tanta diferencia en términos de calidad democrática. Hasta aquí sólo hemos avanzado en un cuestionamiento teórico. Esto es sumamente valioso para lo que viene. Luego de haber dado cierta evidencia de que estas dos variables no van de la mano, entonces la alternativa es ir al concepto que se está utilizando. Pensemos que la identificación partidaria es un lazo afectivo entre el elector y su partido. Seguramente, Mainwaring y Scully (1995) y toda la literatura sobre la institucionalización, vio la identificación partidaria básicamente en términos programáticos. Es decir, los ciudadanos se identifican con partidos de acuerdo a los programas que éstos ofrecen, haciendo rendir cuentas a los partidos en función del cumplimiento de esos programas. Si el partido cumple con el programa, entonces los electores lo seguirán votando. Como la rendición de cuentas es uno de los indicadores de calidad de la democracia en Levine y Molina (2007), entonces altas tasas de identificación programática debiesen convivir con altos niveles de calidad de la democracia. Uruguay es un buen ejemplo. Paraguay no.

10

Esto nos lleva a pensar en que, seguramente, el concepto de identificación partidaria no aplica de la misma forma para todos los casos. De hecho, parece ser que existen al menos dos tipos de identificación partidaria. Por un lado estaría la identificación programática que caractericé con el caso uruguayo. Por otro lado, estaría la identificación no programática con fuerte componente clientelar. Esta identificación no se basa en las propuestas que los partidos hacen a los ciudadanos, sino que se sustenta en el intercambio de favores por votos o en dinámicas de mayor personalismo político (Paraguay). Al parecer, los autores que escribieron sobre la institucionalización de los sistemas de partidos en América Latina vieron como normativamente “buena” a la identificación programática, sin percatarse de otro tipo de vínculo entre partidos y electores. Bien pudiera pensarse, en función de la calidad de la democracia, que la identificación partidaria termine operando de manera similar a como lo hace el colesterol1. Es decir, hay identificación buena e identificación mala. La identificación buena se consolida por el ejercicio sistemático y permanente de la actividad política, mientras que la identificación mala emerge por el sedentarismo ideológico y por una relación más volátil entre ciudadanos y partidos. Es decir, los ciudadanos votan a partidos que ofrecen favores o bienes independiente de sus propuestas programáticas. Un ejemplo de ello en Chile es la UDI. A pesar de marcar diferencias sustantivas con el resto de la población en temas valóricos, políticos y económicos, es el partido más votado. Las diferencias programáticas pueden observarse en el gráfico 3, que se construyó con los datos de la reciente encuesta a elite desarrollada por el Observatorio Político-Electoral de la Universidad Diego Portales2. Acá se correlaciona el eje izquierdaderecha con un factor que resume la dimensión mercado-estado a partir de cuatro preguntas3. Si bien la solución factorial indica más de un factor posible para el análisis, seleccioné sólo uno de ellos a fin de hacer la presentación algo más clara y poder comparar

1

Esta analogía con el colesterol es utilizada por Navia y Walker (2010) para el estudio del populismo. El proyecto que sustentó esta investigación tuvo como objetivo medir los niveles de congruencia programática entre elite y ciudadanía. Se aplicó un cuestionario a los 120 diputados con preguntas idénticas a las que se formularon en la Encuesta Nacional UDP. Existe abundante literatura sobre congruencia programática. Recomiendo ver, entre otros, Kitschelt et al., 1999; Siavelis, 2009; Luna y Zechmeister, 2010. 3 Las preguntas son las siguientes: “Y nuevamente utilizando una escala de 1 a 10 donde 1 significa “totalmente en desacuerdo” y 10 “totalmente de acuerdo”, ¿cuán de acuerdo o en desacuerdo está usted con las siguientes afirmaciones? a) Los privados (empresarios) manejan más eficientemente las empresas que el estado; b) Los privados (empresarios) están más capacitados que el Estado para generar empleo; c) El Estado debiese ser el dueño de las empresas de servicios básicos como luz y agua; d) El Estado está más capacitado que los privados para resolver la desigualdad económica”. 2

11

a la elite con la ciudadanía. Lo que se observa es precisamente la distancia entre lo que piensa y prefiere el promedio de la población respecto a los diputados de derecha y particularmente de la UDI. Las distancias son aún más evidentes al considerar cuestiones valóricas asociadas al aborto. La encuesta consultó tanto a ciudadanos como a diputados por sus predisposiciones a aceptar el aborto bajo ciertas circunstancias. La solución factorial para el caso de los diputados indica, básicamente, dos factores. Están agrupadas todas las respuestas en torno a aceptar el aborto bajo circunstancias de violación, cuando el feto trae serios defectos y cuando la salud de la madre corre peligro por el embarazo aborto terapéutico, siendo rechazada el resto de las opciones. Es decir, abortar por decisión de la madre, por decisión de la pareja, por motivos económicos o porque la madre es menor de 14 años. En el gráfico 4 aparece el mapa de los dos factores resultantes y el posicionamiento de cada una de las preguntas. El gráfico 5 muestra la correlación entre el eje izquierda-derecha y el factor resultante del análisis previo (sólo se considera el primer factor donde cargan las tres opciones de aborto señaladas). Nuevamente, la UDI aparece distanciada de la ciudadanía. Su elite es más conservadora que sus propias bases electorales. En cambio, la Concertación parece sintonizar de mejor manera con los intereses ciudadanos, pero su base electoral ha disminuido considerablemente. Entonces, de acuerdo a estos resultados parece plausible pensar que la identificación partidaria y la conducta electoral no sólo tienen un componente programático, sino que también un significativo ingrediente clientelar. Esto, porque los partidos que muestran mayor sintonía con los ciudadanos son los que han ido perdiendo mayor votación (PDC), mientras que los más alejados han ido ganando terreno (UDI). El trabajo de Luna (2010) es muy claro al respecto, sosteniendo que la UDI ha implementado una estrategia mixta al ofrecer programas a los segmentos más acomodados y beneficios a los sectores de menores recursos (Ver, además, Morales y Bugueño, 2001; Huneeus, 2001; Midlebrook, 2000; Joignant y Navia, 2003). Esto ha sido estudiado en otras latitudes en función del incremento del personalismo en la política y en la disminución de la relevancia de los partidos (Wattenberg, 1996; Rapoport, 1997).

12

La gran lección que queda de este breve repaso, pero que será revisado con mayor detalle en el siguiente apartado, es que el análisis agregado de muchos casos es muy útil para detectar tendencias, pero insuficiente para lograr explicaciones de mayor alcance. Acá, necesariamente, se debe combinar con el comparativismo histórico o con el process tracing. Seguramente, hay coyunturas críticas que van determinando la evolución de los sistemas de partidos y que un análisis agregado no captura de manera detallada. Por ejemplo, puede ser que la identificación se genere con partidos clientelares que, al momento de producirse las interrupciones democráticas, pasen a gobernar con el dictador, o que la misma dictadura cree un partido capaz de competir en las primeras elecciones libres. Paraguay y El Salvador pueden ser dos buenos ejemplos de estas trayectorias. Entonces, los mecanismos de reproducción de la identificación pueden variar sustantivamente dependiendo del contexto. En consecuencia, es razonable que un análisis de “n” grande (si por grande ya se consideran 17 casos), se complemente con otro de “n” pequeño para capturar precisamente esas trayectorias. Esto puede ser mucho más útil para ir generando teorías más novedosas sobre los fenómenos políticos. Gráfico 3. Posicionamiento de diputados (por partido y coalición) y votantes en los ejes

.4

Izquierda-derecha y Mercado-Estado

Dip. PPD

.2

Simp. PPD Dip. PDC

Simp. PS

0

Dip. PS

Simp. PDC Total Diputados Total Ciudadanos Desafectos

Simp. RN

Simp. UDI

-.2

Dip. RN

-.4

Dip. UDI

2

4

6 8 Puntaje promedio en escala política

10

Dip.= Diputados; Simp.= Simpatizantes; Desafectos= Encuestados que no se identifican con algún partido; Ciudadanía= Promedio de ambas dimensiones en la Encuesta Nacional UDP. Las rectas que cruzan el gráfico equivalen al promedio de cada eje en la Encuesta Nacional UDP. Fuente: Elaboración propia con datos de la encuesta nacional ICSO-UDP y de la encuesta parlamentaria ICSO-UDP.

13

.8

Gráfico 4. Agrupación factorial para preguntas sobre aborto Embarazo producto de violación Aborto terapéutico

.4

Factor 2

.6

Feto con serio defecto

La pareja decide no tener un hijo Madre menor de 14 años

.2

La mujer no desea tener un hijo

0

La mujer no tiene medios económicos

.2

.4

.6 Factor 1

.8

1

Fuente: Elaboración propia con datos de la encuesta nacional ICSO-UDP y de la encuesta parlamentaria ICSO-UDP.

Gráfico 5. Posicionamiento de diputados (por partido y coalición) y votantes en el eje

1

izquierda-derecha y en posturas favorables al aborto terapéutico Dip. PS

.5

Dip. PPD aaa Simp. PS Simp. PPD Dip. PDC

Simp. RN

0

Simp. PDC Total diputados Total Ciudadanos Desafectos

Simp. UDI

-.5

Dip. RN

Dip. UDI

0

2

4 6 Puntaje promedio en escala política

8

10

Fuente: Elaboración propia con datos de la encuesta nacional ICSO-UDP y de la encuesta parlamentaria ICSO-UDP.

En conclusión, una buena metodología de investigación debe precisar de manera clara y contundente los conceptos. En el ejemplo anterior, resulta complejo entender por qué un

14

país puede ser volátil pero al mismo tiempo presentar una alta raigambre social de sus partidos. Tal disonancia puede obedecer a que el tipo de raigambre es diferente al originalmente concebido. Al parecer, los autores de la institucionalización entendieron como saludable la identificación programática, sin percatarse de que existía otro tipo de identificación que daba como resultado una raigambre distinta. Me refiero a la identificación no programática. En consecuencia, lo que resulta más razonable de esperar es la combinación de baja volatilidad y alta identificación programática. Esos son los sistemas realmente institucionalizados. Pero para llegar a esto se requiere de una mayor elaboración conceptual. Al menos hasta acá se ha ofrecido una tipología distinta de identificación que contribuye a mejorar la teoría y a entender la configuración de los casos.

Seguramente, esta tipología será útil para la posterior operacionalización del concepto. Si antes medíamos la identificación partidaria de acuerdo al porcentaje de identificados, ahora podemos seguir la misma ruta pero distinguiendo entre tipos de identificación. Esta bifurcación conceptual permitirá capturar casos que la teoría no era capaz de explicar.

El método comparado Ragin (1987) distinguió entre los estudios comparados variable-orientados o de “n” grande, y los estudios “caso-orientados” o de “n” pequeño. En el esquema variable-orientado o de “n” grande” parece ser más plausible describir algunas relaciones de causalidad en términos generales. Lo que se desprende de la literatura es que este análisis puede ser muy útil para justificar la posterior selección de casos si se quiere profundizar en alguna formulación teórica. Lipset (1959: 70), por ejemplo, subraya la importancia de trabajar con un número grande de casos, pero sin descuidar aquellos que se desvían de la ruta teórica esperada. King et.al. (2000), por otra parte, tienden a cargar la balanza hacia los estudios estadísticocomparativos, lo que los hace acreedores de una serie de críticas por parte de Brady y Collier (2004). “DSI (en referencia al texto de King et.al., 2000) overemphasizes the strategy of increasing the number of observations, and it overlooks the different kinds of observations and the different ways that data are used in quantitative and qualitative 15

research” (Collier y Brady, 2004: 7). A esto se suma la observación de Brady (2004: 55) respecto a que la “pobreza” en términos del número de observaciones puede ser, a la vez, la riqueza en comprensión y análisis del problema investigado. Además, como el trabajo de King et. al. (2000) se basaría en supuestos estadísticos, prácticamente excluiría los mecanismos causales que permiten explicar la relación de variables, dejando así trunca la misma relación de causalidad.

A juicio de Ragin (2004: 124), los estudios caso-orientados estarían lejos de ser una versión “primitiva” de los trabajos variable-orientados, y, además, dado su “n” pequeño, pueden contribuir de mejor forma al desarrollo teórico. Los estudios de “n” pequeño pueden ser definidos como un camino intermedio entre los estudios de caso y las investigaciones estadísticas (Collier, 1991) y además plantea, al igual que los estudios variable-orientados, desafíos en torno a la especificación de los conceptos. Muchas veces, siguiendo a Sartori (1970), los estudios de “n” grande tienden a “estirar” los conceptos con el fin de hacer comparables los casos. En cambio, los estudios de “n” pequeño podrían tener la ventaja de trabajar con una mayor precisión conceptual dado el estudio de un número limitado de casos. Un ejemplo de esta tensión conceptual emerge cuando se analizan las percepciones de corrupción en perspectiva comparada. Lo que significa corrupción para los haitianos, será muy distinto a lo que creen los chilenos. Mientras Haití es clasificado como el país más corrupto de la región de acuerdo a parámetros de Transparencia Internacional, y Chile como el menos corrupto, en la encuesta LAPOP de 2008 Haití está, más o menos, al mismo nivel de Chile cuando se mide la percepción de corrupción en los funcionarios públicos. Entonces, seguramente para los haitianos existe un proceso de rutinización de la corrupción que no causa sorpresa ni mala evaluación por parte de sus ciudadanos. Puede que algunas prácticas entendidas como corruptas por Transparencia Internacional, no lo sean para los ciudadanos de Haití. El tratamiento conceptual, entonces, es lo que explica esta diferencia entre dos medidas que intentan aproximarse a lo que es corrupción (ver Lancaster y Montinola, 1997 y 2001). En el afán por comparar un amplio número de países, puede ser que el concepto utilizado simplemente no se adapte a todos los casos en análisis.

16

En definitiva, mediante la estrategia de análisis caso-orientada, siguiendo a Ragin (2004), se puede lograr un mejor análisis en términos de causación debido a la combinación de variables que se pone en juego sin perjuicio de un reducido número de casos. Estos estudios, por tanto, están mejor aspectados para abordar el análisis de causación compleja en términos comparativos. Es decir, identificar las causas en el contexto en que se desarrollan los casos y a partir de un análisis temporal, lo que según Stinchcombe (2005) se entiende como “analogía profunda”. En definitiva, estos estudios pueden capturar de mejor forma cómo los procesos históricos dan vida a instituciones y cómo estas instituciones van generando resultados políticos. Algún hecho o coyuntura histórica puede explicar por qué, por ejemplo, en Centroamérica Costa Rica es tan distinto en términos de estabilidad democrática en comparación a sus vecinos. O por qué algunos países pobres presentan altas tasas de supervivencia democrática. Estamos de acuerdo en que la democracia puede surgir en cualquier lugar y tiempo, pero todo parece indicar que sobrevive de mejor forma en escenarios de razonable desarrollo económico (Przeworski et.al., 2000). Ciertamente, esto nos retrotrae a una importante observación de Lieberson (1985: 181). Usualmente se piensa que los estudios comparados de “n” grande pueden entregar más noticias sobre la relación de dos variables teóricamente relacionadas. El problema es que si dicho análisis no incluye una serie de tiempo, difícilmente podrá interpretarse como un estudio de causalidad. “Exclusively cross-sectional data cannot take account the presence of any lags in the influence of the causal variable on the dependent variable” (Lieberson, 1985: 181). Muchas veces se puede pensar en una relación de causalidad, y que esa relación es aplicable a todos los casos y a todos los contextos. El peligro de tal extrapolación pasa por la heterogeneidad causal. Es decir, que la relación de causalidad esperada por el investigador puede reproducirse de manera distinta según el contexto histórico de cada caso. Es más. Muchas veces este tipo de análisis tiende a confundir correlación y causalidad. Efectivamente, puede que dos variables estén relacionadas, pero una simple correlación no implica, necesariamente, que X (variable independiente) anteceda a Y (variable dependiente) y que además no exista otra variable que incida en el resultado. En la ciencia política, y también en el resto de las ciencias sociales, la causalidad es múltiple, por lo que además se requiere de alguna teoría que oriente la selección de variables y la especificación de las hipótesis.

17

Puede parecer casi obvio, pero para establecer relaciones de causalidad, la variable independiente debe ocurrir antes que el resultado o variable dependiente. En algunos casos, se confunde la direccionalidad de las variables intercambiando el pasado con el futuro. Pongamos un ejemplo. Imaginemos que un investigador quiere identificar los factores que explican las variaciones en la participación electoral en el mundo. Supone que los sistemas de voto obligatorio generan más participación que los sistemas de voto voluntario y que las elecciones competitivas producen más participación. Todo esto controlado por zona geográfica de cada país, ingreso per cápita, alfabetización, sistema electoral, entre otras. Para medir el tipo de régimen electoral, el autor simplemente ordena desde regímenes restrictivos (donde el voto es obligatorio y no votar supone sanciones efectivas) hasta regímenes permisivos (donde el voto es voluntario). Hasta acá no hay mayores problemas en la medición de esta variable. Mientras tanto, participación se mide de acuerdo al porcentaje de ciudadanos que acude a las urnas (ver Radcliff, 1992; Blais y Young, 1999; Fornos et.al., 2004; Geys, 2006; Blais, 2006; Power y Garand, 2007). Lo difícil está en la medición de competitividad. Se podría pensar que competitividad se mide, en una elección presidencial, de acuerdo a la diferencia entre el primero y el segundo4. Entonces, la hipótesis es que si tal diferencia es mínima, entonces la participación debiese ser mayor. La gente va a votar en mayor volumen cuando siente que su sufragio puede llegar a ser decisivo o incluso a definir una elección. El problema está en lo siguiente. El cálculo de competitividad está hecho sobre la base del resultado de la elección. Entonces, este resultado no puede explicar lo que pasó antes. Es decir, la participación. Acá estamos frente a un caso típico en que la dirección de causalidad está invertida y, además, el argumento pasa a ser teóricamente poco plausible. ¿Cómo resolver esto? Pues bien. Sostenemos que la hipótesis es correcta y que efectivamente la gente participa más en elecciones competitivas. Nuestro problema está en cómo medir competitividad. Se puede pensar que los ciudadanos construyen las expectativas de competencia de la elección sobre la base de información disponible. Acá está el centro de la cuestión. ¿Cómo se informan los ciudadanos respecto a los niveles de competencia electoral? Principalmente lo hacen a través de las encuestas. Mediante ellas conocen el lugar que ocupa cada uno de los candidatos y tienen noticias de 4

Ciertamente la medición variará dependiendo si el ganador se define por mayoría relativa, por mayoría calificada o por mayoría absoluta con segunda vuelta. De igual forma, la competitividad también puede incluir la lucha por el segundo lugar en un sistema con ballotage.

18

cuán reñida está la elección. Incluso, las encuestas contribuyen a que los votantes hagan voto estratégico. Es decir, abandonar su primera preferencia para apoyar la opción “menos mala”. Ejemplo de ello fueron las elecciones de 2000 en México. Parte sustantiva de los adherentes del PRD (Partido de la Revolución Democrática) decidieron respaldar a Vicente Fox, el candidato del PAN (Partido de Acción Nacional). Esto, para evitar un nuevo triunfo del PRI (Partido Revolucionario Institucional). Como en México el sistema electoral para elegir Presidente es de mayoría relativa, entonces los votantes del partido que corría en tercer lugar en las encuestas volcaron su apoyo a la segunda opción. De este modo, una buena forma para medir competencia puede ser, precisamente, los resultados de las encuestas. En un sistema como el mexicano, si un candidato corre con amplia ventaja marcando sustantiva diferencia sobre el segundo, probablemente los incentivos para ir a votar serán inferiores en comparación a una elección menos competitiva. Eso sí. Hay que tener en cuenta el contexto. A lo mejor, en los países que transitaron a la democracia luego de los autoritarismos, la participación haya sido alta a pesar de que alguno de los candidatos fuese el claro favorito. Esto, porque frecuentemente las elecciones inaugurales generan mayor interés por votar luego del período no democrático.

Entonces, y de acuerdo a lo señalado, no es tan excepcional encontrar investigaciones donde las relaciones de causalidad se invierten. Seguramente, en el ejemplo anterior la situación no es tan grave si se considera que no siempre se dispone de datos de encuestas de opinión y que la diferencia entre el primer y segundo candidato efectivamente refleja la competitividad electoral. Además, podría argumentarse que si las encuestas son certeras, entonces no habría tanta diferencia entre la proyección del resultado y el resultado final.

Esto es aún más complejo cuando la relación no funciona de la misma forma para todos los casos incluso suponiendo que dicha relación está correctamente especificada. Es más, podemos observar que una misma causa implique resultados distintos según el contexto. Las manifestaciones ciudadanas o protestas callejeras bajo un régimen autoritario pueden producir la apertura hacia la transición democrática, o el endurecimiento del régimen sobre la base de la represión. De ahí que la situación histórica de los casos sea sumamente relevante para validar la relación de causalidad estudiada. Puede que X cause Y en un 19

contexto y que produzca un resultado distinto en otro escenario, o que la presencia de X no se suficiente para producir Y, requiriendo la inclusión de otras variables. Es decir, puede que X sea causa suficiente de Y, que X sea causa necesaria pero no suficiente de Y, o que simplemente la presencia o ausencia de X sea irrelevante para producir Y. Sólo las estrategias comparativas están en condiciones de determinar cuál es el efecto concreto de X sobre Y. Si bien el análisis variable-orientado entregará un resultado panorámico respecto a la relación de estas variables, será útil la implementación de un análisis caso-orientado para especificar dicha relación y verificar si se cumple bajo distintas configuraciones políticoinstitucionales o económicas. Generalmente, nos encontramos con causas o condiciones que no son ni necesarias ni suficientes, dificultando la especificación de un argumento causal. No obstante, puede que estas causas funcionen en términos de necesidad y suficiencia considerando el contexto en que se desenvuelven los casos. De ahí que exista un vínculo entre una mirada panorámica y generalmente estadístico-comparativa, con un visión histórica de los casos en análisis.

Todo este debate conduce a Ragin (1987) hacia un intento por unificar ambas visiones: si los estudios estadísticos comparativos de cross-national y en serie de tiempo pueden contribuir al establecimiento de algunas inferencias causales, los trabajos caso-orientados permiten captar las constelaciones, configuraciones y coyunturas, concepto altamente valioso para el comparativismo histórico (Ver Mahoney, 2003). Lo que hace el autor, apoyándose en Lieberson (1985), es que más allá de este amplio debate, lo que interesa es colocar a la investigación social en la línea comparativa, que muchas veces se circunscribe a trabajos con un amplio número de casos. Esto, fundamentalmente porque existe una suerte de correlación directa entre el número de casos y las posibilidades de efectuar un análisis estadístico: “As the number of relevant observations decreases, the possibility of subjecting arguments to rigorous statistical testing diminishes” (Ragin, 1987: 12). La crítica de Ragin (1987: 15) consiste en que muchas veces el método estadístico puro no es capaz de responder preguntas donde se evidencien distintas combinaciones de condiciones frente a una variable dependiente. Más bien, lo que se hace es tomar de manera fragmentaria las variables independientes sin sopesar algunos efectos que sus combinaciones tienen sobre la dependiente. En este sentido, a lo que se enfrenta el 20

investigador es a la heterogeneidad causal derivada de la serie de combinaciones que explican la variación de la variable dependiente. O, como observa el mismo Ragin (2004), la causalidad múltiple o causalidad coyuntural. Lo más probable es que un mismo fenómeno sea explicado por distintas variables según el contexto y que, adicionalmente, exista una suerte de combinación entre ellas.

Para abordar este desafío, existe una serie de métodos que han sido utilizados en la disciplina, como el método de acuerdo y el método de la diferencia, que se sintetizan en las siguientes tablas (Llamazarez, 1996: 156). En la tabla 3, se advierte que la variable que explica el valor “+” de la dependiente tiene como “causa invariante” la existencia de “a”, al menos para los dos casos que se ofrecen. Luego, en la tabla 4, la variable que provoca la variación en la dependiente es “b”. En síntesis, en el método de semejanza la pregunta que se intenta responder es qué explica un mismo resultado en dos casos aparentemente distintos, mientras que en el método de la diferencia la pregunta es qué explica distintos resultados con una serie de variables independientes que, para ambos casos, parecen muy similares.

En el método de la semejanza o similitud está el problema de no contar con casos negativos. Esto, según King et al., (2000), sería suficiente para invalidar la inferencia causal del resultado dado el sesgo de selección por variable dependiente. Puede existir un caso 3 con valor negativo en “a” y positivo en la variable dependiente (“y”). Por tanto, “a” no sería causa de “y”. O, en otras palabras, no sería condición suficiente para producir el resultado. En tal sentido, parece necesario combinar el método de la semejanza con el de la diferencia para incorporar más casos con distintas configuraciones. Esta estrategia permitirá fortalecer las conclusiones comparativas del estudio. Para Przeworski y Tenue (1970), en tanto, lo recomendable era tomar los casos de acuerdo al mayor grado de diferencia posible en el resultado. De esa forma, sería más viable encontrar las verdaderas relaciones de causalidad. Podemos observar casos muy distintos, pero similares en términos de alguna variable.

21

Tabla 3: Método de semejanza Variables independientes

Variable dependiente

a

b

c

Y

Caso 1

+

+

+

+

Caso 2

+

-

-

+

Fuente: Llamazares (1996: 156)

Tabla 4: Método de la diferencia Variables independientes

Variable dependiente

a

b

c

Y

Caso 1

+

+

+

+

Caso 2

+

-

+

-

Fuente: Llamazares (1996: 156)

Pero el análisis estadístico-comparativo (variable-orientado) también presenta algunas dificultades adicionales. Uno de ellos es el de la “contaminación”, que se refiere a la influencia de la variable independiente en la variable dependiente en un sentido, y de la dependiente sobre la independiente en otro (Lieberson, 1985: 56). Esto puede ser homologado con los problemas de endogeneidad señalados por King et. al. (2000: 197). Dada la imposibilidad de manipular nuestra variable independiente, cuestión que sí se da en los diseños experimentales, carecemos de una apropiada fuente de control, lo que podría gatillar problemas de endogeneidad: “Si hay auténtica manipulación experimental, la dirección de la causalidad es inequívoca. Sin embargo, en muchas áreas de la investigación cualitativa y cuantitativa la endogeneidad es un problema habitual y grave” (King et. al., 2000: 197).

A juicio de King et. al. (2000), otro de los problemas a los que habitualmente se enfrenta el investigador es al sesgo de selección de los casos. Esta situación se produce cuando, debido a errores en el proceso de selección, la variable dependiente (o independiente) simplemente no varía. Más abajo se verá que, en realidad, el sesgo de selección, incluso, puede ser una estrategia recomendable cuando se trata de buscar equifinalidad. Es decir, observar las 22

distintas rutas o combinaciones de variables para llegar a un mismo resultado. En el siguiente apartado se analiza con algo más de precisión tanto los problemas de endogeneidad como de sesgo de selección de casos. Proceso de selección de casos. Sesgo y endogeneidad Es contraproducente definir a priori el tipo de método y técnica a utilizar sin antes tener clara la pregunta de investigación y el diseño de trabajo. No es recomendable colocar la carreta delante de los bueyes. En tal sentido, la definición de un análisis comparativo de “n” grande o de “n” pequeño dependerá de la pregunta del investigador y de la teoría que eventualmente lo respalde. De igual forma, tanto la pregunta como la teoría disponible serán elementales para avanzar en el proceso de selección de casos. Hay dos precauciones metodológicas que se deben tener claras al momento de iniciar una investigación. La primera corresponde al sesgo de selección de casos y la segunda a los problemas de bi-direccionalidad causal o endogeneidad en la relación de variables. El sesgo de selección consiste en elegir casos donde una de las variables (dependiente o independiente) simplemente no varía. Los estudios estadístico-comparativos son muy quisquillosos en este punto. Una máxima, que puede sonar como muy obvia, es que las variables deben variar. Es cosa de que en un modelo se incluya una constante para que éste arroje un error, salvo que sean modelaciones multinivel donde se pueden ingresar factores fijos para cada uno de los casos, pero no para todas las observaciones. Por tanto, aparentemente los comparativistas de “n” grande estarían en mejores condiciones que los comparativistas de “n” pequeño para sortear el sesgo de selección. No obstante, es muy común encontrarse con sesgo en estudios de “n” grande. Por ejemplo, al buscar los determinantes del éxito electoral de los candidatos incluyendo en la muestra sólo a ganadores. Imaginemos que un predictor de triunfo es el gasto electoral y que el aumento marginal de ese gasto equivale a un incremento en el número de votos. No obstante, y como no incluimos a los perdedores, no estamos en condiciones de atribuir causalidad a esta relación. Puede ser que los perdedores también hayan gastado incluso en mayor magnitud que los ganadores y que su porcentaje de votos haya sido mínimo. Por tanto, en esta nueva muestra que incluye a ganadores y perdedores el gasto no incidiría directamente en el 23

desempeño electoral. Más adelante ejemplifico de manera más detallada con la misma relación entre gasto y votos, pues acá también hay problemas de endogeneidad. Pero volvamos al sesgo de selección y formulemos una pregunta que puede parecer un tanto odiosa. ¿Es necesario que las variables efectivamente varíen? La respuesta automática de un comparativista de “n” grande es sí. No obstante, esto debe ser mirado con mayor cautela. En el gráfico 1 vimos que dos países con similares niveles de identificación, mostraban dispares niveles de calidad de la democracia. Supongamos que la relación teórica entre identificación y calidad de la democracia es correcta (aunque más arriba sostuve lo contrario si no se descompone teóricamente el concepto de identificación). ¿Será útil un estudio que compare dos casos que tienen similares niveles de calidad y similares niveles de identificación? Aparentemente no. Ambos parten de las mismas condiciones y llegan a los mismos resultados. Pero sí sería interesante comparar dos casos similares en la variable dependiente, pero disímiles en la variable independiente. Por ejemplo, Chile y Uruguay. Ambos presentan altos niveles de calidad de la democracia, pero son muy disímiles en términos de identificación. Entonces, la pregunta es por qué dos casos distintos en su variable independiente llegan a resultados similares en la variable dependiente. Se intuye que, al menos, existen dos rutas para llegar a altos niveles de calidad de la democracia suponiendo que la relación teórica es correcta. O, también, puede suponerse, como lo hace pensar el resultado de la correlación entre identificación y calidad, que la identificación partidaria no tiene relación alguna con calidad. Mi impresión es que sí la tiene, pero sólo aislando los casos que presentan identificación partidaria programática. Ciertamente, esto habría que probarlo a nivel mundial, pues a nivel latinoamericano parece predominar la identificación no programática. De acuerdo a lo anterior, entonces, el sesgo en la selección no anula los resultados de la investigación y, más evidentemente, corresponde a un método comparado donde hay similitud en la variable dependiente. Mediante este método se abre un gran abanico de posibilidades. La más utilizada es el comparativismo histórico y, en caso de profundizar en uno de los países, el process tracing parece ser lo más recomendable. Mediante este tipo de métodos es posible conocer o abordar todo el proceso de causación coyuntural compleja que es imposible de capturar mediante un análisis de “n” grande. Como subrayé más arriba, 24

los trabajos de Moore (1967) y Rueschmeyer et.al. (1992) apuntan en esta dirección, evaluando respectivamente la importancia de la burguesía y de los sectores obreros en la generación de democracia. De hecho, el sesgo de selección puede ser una estrategia razonable. Siguiendo a PérezLiñán (2008), la búsqueda de casos negativos para evitar el sesgo puede ser una tarea innecesaria. Será muy difícil encontrar un caso de “no quiebre democrático” cuando se están estudiando las causas de los colapsos de las democracias. No obstante, el mismo autor reconoce que “al comparar solamente casos positivos, el método de similitud nos permite establecer las condiciones necesarias para un cierto fenómeno, pero no nos permite conocer las condiciones suficientes para el mismo” (Pérez-Liñán, 2008: 11). Esta limitación no impide implementar el método de la semejanza si el objetivo es encontrar las distintas rutas hacia un mismo resultado. Es decir, y siguiendo a George y Bennet (2005), la equifinalidad. Esto implica reconocer que es posible llegar a un mismo resultado de acuerdo a diferentes causas o a una combinación de ellas. Lo que está de fondo tras esta discusión consiste en la utilidad del sesgo de selección en un contexto de análisis histórico de los casos donde el investigador identifica las distintas rutas hacia un resultado. La segunda precaución metodológica corresponde a la bi-direccionalidad causal en la relación de variables o endogeneidad. Muchas veces pensamos que la relación de causalidad que sugerimos es la correcta, sin evaluar la posibilidad de que dicha relación sea invertida. Volvamos al ejemplo de la relación entre gasto y éxito electoral. Supongamos que nuestra hipótesis es que a mayor gasto, mayor cantidad de votos, incluyendo en nuestra base de datos a candidatos incumbentes y desafiantes. Automáticamente colocamos como variable independiente al gasto y como variable dependiente al porcentaje de votos de cada candidato. Sin embargo, puede que la relación sea al revés. Pensemos lo siguiente. Los candidatos construyen sus expectativas de resultados sobre la base de cómo les fue en la elección anterior si son incumbentes. Los desafiantes construirán sus expectativas de acuerdo a cuán fuerte es su partido en el distrito. Para ambos casos, la decisión de gastar se basa en este tipo de evaluaciones. Probablemente, un incumbente no gaste grandes sumas de dinero si en la elección pasada obtuvo una diferencia de 20 puntos con su compañero de lista (bajo el escenario de un sistema electoral binominal). En cambio, si otro incumbente 25

sólo ganó por un punto en la elección pasada, entonces en la elección presente gastará más ante la posibilidad de perder el escaño. Seguramente, en el segundo escenario, donde el incumbente es más débil considerando el resultado de la elección anterior, el partido del desafiante decida gastar más dado que el distrito es más competitivo. Entonces, no es que el gasto incida en el resultado de la elección de manera directa. Es el resultado de la elección pasada lo que determina cuánto van a gastar los candidatos en la elección presente. En otras palabras, la relación entre gasto y éxito electoral es endógena. Un diputado incumbente que sistemáticamente obtiene el 50% de los votos en un sistema binominal asegura su escaño independiente de cuánto gaste, exceptuando un escenario en que el desafiante en su distrito incremente sustantivamente el gasto. En un contexto así, el incumbente se verá obligado a recurrir a mayor financiamiento para su campaña. Veamos lo que sucede al analizar los datos. Si correlacionamos el porcentaje de gasto que cada candidato representa en el distrito (que se calcula como el porcentaje que representa el gasto de cada candidato sobre el total de gasto en el distrito) con el porcentaje de votos se advierte que el comportamiento es muy distinto en incumbentes respecto a desafiantes5. Mientras la correlación en incumbentes es de 0.3, en los desafiantes se empina a 0.63. Esto indicaría que el rendimiento electoral de los incumbentes es menos sensible al gasto en comparación con los desafiantes. Esto se explicaría porque el incumbente tiene una serie de atributos que se han mencionado más arriba y que serían los principales predictores de su éxito. Es decir, sería irracional que un incumbente gaste en campañas considerando el conocimiento que tiene del distrito, la fuerza de su apellido, la posibilidad de haber realizado servicios distritales por al menos un período, y el reciente triunfo en la elección pasada. Hay una amplia literatura que discute sobre estos temas y que fue inaugurada por Jacobson (1978), para luego ser profundizada en Green y Krasno (1988) y Cox y Thais (2000) entre muchos otros. Entonces, pareciera ser que el gasto no importa tanto para explicar el éxito electoral de los incumbentes. Al menos eso es lo que muestran los gráficos 6 y 7. El problema que está detrás de este argumento corresponde, precisamente, a la endogeneidad entre gasto y voto. Se han correlacionado estas variables sin considerar que el gasto se construye sobre la base 5

Los datos fueron extraídos de www.servel.cl y procesados por Massoud (2010).

26

de las expectativas del resultado que, muy en general, obedece al porcentaje de votos que el incumbente obtuvo en la elección anterior e incluso al gasto en que incurrió en aquellos comicios. Si pensamos que el gasto se construye sobre las expectativas de resultado y que esas expectativas están determinadas por lo que sucedió en la elección anterior (t-1), entonces una aproximación más correcta sería correlacionar el diferencial de gasto 2009 y 2005 con el diferencial de votos 2009 y 2005. De esa manera se podría decir que un incremento en el gasto va asociado a un incremento en la votación. Pensamos que los resultados de la elección t están determinados por lo que pasó en t-1. Para medir o cuantificar correctamente el efecto del gasto sobre el éxito electoral, se debe recurrir a herramientas estadísticas algo más complejas. Tal como lo hacen Morales y Piñeiro (2010) para el caso de Chile, es necesario implementar un modelo de regresión lineal en dos etapas (two stage least square). Es decir, un primer modelo que logre instrumentalizar la variable gasto electoral (en este caso de 2009) descontando el efecto del gasto y del rendimiento del incumbente en la elección de 2005. Mediante esta operación lo que se hace es “limpiar” la variable “gasto 2009”, despojándola de los otros componentes del pasado (gasto y rendimiento en 2005). En otras palabras, se genera una variable de gasto que no es endógena al desempeño electoral, pues sólo corresponde a la fracción de ese gasto que no es explicado ni por el resultado de la elección anterior, ni por cuánto se gastó en esos comicios. Es decir, sólo sobrevive la porción de gasto atribuible al contexto de la elección de 2009. El segundo modelo, en tanto, incluye a esta variable de gasto instrumentada como principal predictor del desempeño electoral de 2009. Como muestra el gráfico 8, el gasto no parece ser tan irrelevante para el desempeño electoral de los incumbentes. El cambio en el nivel de gasto va asociado a cambios en el porcentaje de votos. La correlación llega a 0.42, lo que hace modificar las interpretaciones originales. En consecuencia, el planteamiento metodológico de las investigaciones tiene efectos directos sobre los resultados e interpretaciones de los datos. Claramente, y a la luz de lo que he comentado más arriba, no incluir variables “del pasado” puede sesgar sistemáticamente las inferencias. En este caso, resulta razonable incluir factores temporales para someter a un mejor control la relación de variables. En este ejemplo he seleccionado 27

solamente incumbentes. La crítica podría pasar por el sesgo en la selección de los casos. El problema con este ejemplo es que los desafiantes no tienen antecedentes electorales en el distrito o, al menos, no contamos con suficiente información para caracterizarlos en términos de atributos. Puede ser que algunos desafiantes tengan tanto o más popularidad que un incumbente. Pensemos en ex ministros de estado, ex alcaldes que buscan la diputación o personas con renombre partidario. Si encontráramos información sistemática para cada uno de ellos, entonces sí podríamos compararlos con los incumbentes. Si a los incumbentes los favorece su trayectoria en el distrito, puede que a los desafiantes los favorezcan sus antecedentes personales. Para ambos casos, las trayectorias podrían incidir en la decisión de gasto electoral. Gráfico 6 y 7. Correlación entre gasto y desempeño electoral candidatos a diputados 2009 Desafiantes. Coeficiente de correlación=0.63

20 10 0

10

20

30

40

Porcentaje de votos 2009

30

50

40

Incumbentes. Coeficiente de correlación= 0.3

10

20

30 40 50 Porcentaje de gasto en el distrito 2009

60

0

10

20 30 40 Porcentaje de gasto en el distrito 2009

50

Fuente: Elaboración propia con datos de www.servel.cl y Massoud (2010).

28

10 0 -10 -20 -30

Diferencial voto 2009 - 2005

20

Gráfico 8. Gasto y éxito electoral de los diputados incumbentes en Chile 2009

-20

-10 0 10 20 Diferencial porcentaje de gasto 2009 - 2005

30

Fuente: Elaboración propia con datos de www.servel.cl y Massoud (2010).

Otro ejemplo se da al analizar la denominada “función voto-popularidad” (Nannestad y Paldman, 1992). Se supone que un factor determinante en la intención de voto por los candidatos presidenciales, está en cuán popular es el presidente saliente. El supuesto es que el mandatario traspasa parte de su popularidad al candidato de su coalición. Es muy común, entonces, que en una regresión logística que intente predecir la intención de voto por algún candidato, se incluya como predictor la aprobación presidencial del mandatario saliente y la identificación partidaria. Seguramente, si el candidato es de la coalición del Presidente, el coeficiente de la variable “aprobación presidencial” será positivo, indicando que los que aprueban la gestión del mandatario tienen más chances de votar por el candidato de la coalición. De igual forma, la identificación con el partido o coalición del Presidente también tendrá un signo positivo. Tal especificación no está necesariamente mal. El problema es que pueden existir algunas contaminaciones dentro de la misma modelación o, también, algunas relaciones endógenas. Por ejemplo, puede ser que parte de los que votan por el candidato lo hagan sin pensar mucho en el desempeño del presidente saliente. Simplemente, son votantes con fuerte identificación partidaria y, por tanto, de todas formas apoyarán al candidato de la coalición y aprobarán la gestión del mandatario. Su predisposición es a votar por esa coalición y, por tanto, su decisión no está mediada por el 29

desempeño del gobierno ni por la situación económica del país. Votan por el candidato de su coalición y apoyan al Presidente por cuestiones que van más allá de una evaluación racional de la gestión del gobierno. Si se insiste en correr el modelo, es posible que se esté midiendo un mismo atributo dos veces. Es decir, existe endogeneidad entre aprobación presidencial e identificación partidaria y, adicionalmente, y como ambas variables están relacionadas, el modelo estadístico puede pecar de algunos problemas de multicolinealidad, lo que puede producir inconsistencias en la interpretación de los coeficientes y, además, una sobreestimación de la capacidad explicativa del modelo. Así, resulta razonable pensar en la siguiente estrategia, que es en parte aplicada por Romero (2009) para el caso de México. Suponemos que una fracción de la aprobación presidencial está determinada por la identificación partidaria. Una parte de la aprobación, por ende, no tiene que ver con cuán eficiente fue el desempeño del Presidente, sino que más bien dice relación con la identificación de los electores con el partido del mandatario. Bajo este supuesto, una opción consiste en “limpiar” la variable aprobación presidencial restándole el efecto de la identificación con partidos. Así, quedará una variable “instrumentada” de aprobación presidencial que sólo obedecerá al desempeño del mandatario o, al menos, quedará sin la carga de la identificación. Al realizar nuevamente el modelo, entonces, los coeficientes cambiarán y, seguramente, obtendremos una medida más ajustada del efecto concreto que ejerce la aprobación del Presidente sobre la intención de voto del candidato de su coalición. Este ejemplo es útil para reflejar lo complejo que es el proceso de investigación. En el análisis de encuestas, por ejemplo, la endogeneidad muchas veces es pasada por alto. Resulta muy difícil determinar las relaciones de causalidad y, por tanto, el argumento queda reducido a correlaciones. El camino que sugiere el ejemplo anterior puede servir para sortear estos problemas. Algunas pistas para el análisis electoral Los estudios electorales han ido recibiendo cada vez más atención al menos en Chile. Se dispone de una amplia variedad de datos. El Ministerio del Interior tiene a disposición pública el sitio www.elecciones.gov.cl donde es posible acceder a todos los resultados 30

electorales desagregados hasta el nivel comunal. De igual forma, los datos que reporta la encuesta Casen y que también están disponibles en línea (www.mideplan.cl/casen), permiten obtener información sociodemográfica a nivel de comunas. Esto permite realizar algunos análisis generales que se asocian a factores explicativos en torno al desempeño electoral de candidatos, partidos y coaliciones.

Por otro lado, está disponible un amplio abanico de encuestas de opinión, algunas de ellas con sus bases de datos en línea como la del Centro de Estudios Públicos (CEP). La disposición de esta información permite analizar más detalladamente los determinantes de apoyo o intención de voto hacia candidatos, partidos y coaliciones. La ventaja está en avanzar hasta la unidad de análisis mínima (electores). La desventaja es que se trabaja con intención de voto, por lo que siempre está la probabilidad de que el elector esconda su preferencia, tal como ocurrió en las primeras elecciones de la nueva democracia donde sistemáticamente aparecía subestimado el apoyo a los candidatos de derecha. Por otra parte, el análisis de datos agregados a nivel comunal tiene la ventaja, precisamente, de trabajar con resultados, pero con la desventaja de no poder seguir descendiendo hasta la unidad de análisis mínima.

Existen varias formas de empalmar estudios con datos agregados e individuales. Miguel Ángel López (2004), por ejemplo, utiliza el método de la inferencia ecológica como solución a la falacia ecológica6. Otros trabajos han utilizado de manera simultánea datos agregados e individuales (Morales y Poveda, 2007; Izquierdo et.al., 2008; Morales, 2008; Navia et.al, 2009; Morales y Navia, 2010). Generalmente se asumen las limitaciones en el uso de datos agregados dadas algunas cuestiones específicas. Muchas veces, los electores se cambian de domicilio, pero siguen votando en su comuna de origen o donde están efectivamente inscritos. Entonces, en términos electorales su voto recae, por ejemplo, en la comuna de Puente Alto, pero para efectos sociodemográfico, este ciudadano está considerado como parte de la comuna de La Reina. De ahí, entonces, que sea necesario tomar con cautela los resultados agregados y cotejarlos sistemáticamente con los datos que

6

Se entiende por falacia ecológica la realización de inferencias de una unidad de análisis a otra, lo que puede conllevar a errores de interpretación.

31

nos reportan las encuestas de opinión. Hay movimientos que son muy difíciles de controlar a nivel agregado y que a veces pueden producir distorsiones en nuestros resultados.

Ejemplifiquemos con el cálculo de uno de los indicadores más utilizados para comparar sistemas de partidos. Me refiero a la volatilidad, definida como la sumatoria del valor absoluto de las diferencias diferencia en las votaciones de cada partido entre una elección y otra. La fórmula para el cálculo de la volatilidad por comuna es la siguiente:

V Donde

%vpt

%vpt 1 / 2

vpt es el porcentaje de votos del partido en la elección t y vpt 1 el porcentaje de votos del mismo

partido en la elección previa. El producto final se divide por dos para evitar la doble contabilización.

Se supone que los sistemas menos volátiles son más estables y, como vimos al inicio, con mayores niveles de institucionalización. Esto, porque si la gente vota a los mismos partidos se asume que éstos tienen cierto nivel de raigambre social. Adicionalmente, si son los mismos partidos los que compiten obteniendo similares niveles de votación, también es razonable pensar, desde los enfoques de la institucionalización, que los partidos son aceptados como instituciones legítimas y, además, debiesen contar con estructuras y organizaciones sólidas capaces de expandirse por todo el territorio nacional.

Pues bien. Hay algunos problemas para medir volatilidad. Generalmente su medición se hace a partir de resultados en elecciones parlamentarias y el indicador se va comparando por país y en el tiempo. Para graficar el problema coloquemos el siguiente ejemplo. Pensemos en un país que tiene dos partidos, el partido A y el partido B. En la elección de 2005 el partido A obtuvo el 50% y en la elección de 2009 también obtuvo el 50%. El partido B, en tanto, tiene idénticos resultados. Es decir, 50% en 2005 y 50% en 2009. Esto da como resultado una volatilidad de 0. En consecuencia, el sistema es estable, los partidos están enraizados socialmente y los votantes apoyan sistemáticamente a los mismos partidos. Como diría parte de la literatura sobre identificación partidaria, los electores tendrían altos niveles de partisanship. Es decir, votan periódicamente a los mismos partidos (Ver, entre 32

otros, Bartles, 2000; Dalton y Weldon, 2007; Holmberg, 2007). Es en esto último, precisamente, donde surge el cuestionamiento. Como en el cálculo de volatilidad estamos analizando unidades agregadas, podríamos cometer falacia ecológica al interpretar que los votantes son estables en términos de sus preferencias partidarias. Llevando al extremo el ejemplo, pudiera ser que todos los votantes de A pasaran a votar por B, y todos los electores de B, se inclinaran por A para 2009. La volatilidad sigue siendo de 0, pero esconde toda la movilidad que existe entre los electores.

En función de esta limitante, parece necesario realizar los cálculos de volatilidad en las unidades territoriales más pequeñas, a fin de enfrentar el problema de la falacia ecológica. En el caso de Chile puede hacerse hasta el nivel comunal e incluso de mesas. Seguramente, el porcentaje final de volatilidad será superior en estas unidades más pequeñas respecto al cálculo realizado a partir del total nacional con datos agregados.

Lo anterior también impacta sobre otro tipo de análisis. Por ejemplo, Altman (2004) ha concluido que la votación por la Concertación es más fuerte en las comunas de estrato socioeconómico medio, mientras que la Alianza tiene mejor rendimiento en las comunas más ricas y en las más pobres. Esto último se explica por la capacidad de los dirigentes de la UDI para planificar una estrategia de largo plazo desde el régimen autoritario, y que consistía en ocupar las alcaldías de segmentos populares a fin de competir directamente con la izquierda (Huneeus, 2001). El planteamiento de Altman (2004) se sostiene sistemáticamente para todas las elecciones (Morales y Sánchez, 2010). La limitación corresponde a los problemas ya mencionados. Los datos están agregados por comuna. Por ejemplo, el índice de desarrollo humano (IDH) representa un promedio comunal, escondiendo la variación dentro de esa misma comuna. Es lo que ocurre, entre otros casos, con Peñalolén. Acá existe una mayor heterogeneidad socioeconómica respecto a Las Condes o Vitacura. Por tanto, probablemente la estimación sea más certera para comunas socioeconómicamente homogéneas respecto a las más heterogéneas. Para corregir este problema se hace necesario complementar el análisis con datos de encuestas de opinión. Esto no tendrá otro objetivo que cotejar la hipótesis y robustecerla a la luz de los resultados individuales. 33

Como se ha dicho, cuando se encuentra una relación agregada, resulta adecuado cotejarla en el tiempo y también recurriendo a unidades de análisis más pequeñas. Pongamos el siguiente ejemplo. Para las elecciones presidenciales de Chile 2009/2010, la pregunta central no era sólo quién iba ganando, sino que también cuáles eran las bases electorales de cada candidato presidencial. Para no hacer tan extensa esta última parte del trabajo, me concentraré en los determinantes de apoyo para Frei y Enríquez-Ominami.

Según nivel socioeconómico, y en un análisis agregado, Frei aparecía fuerte en los segmentos más pobres, pero muy débil en los de mayores ingresos. Generalmente, los candidatos de la Concertación eran fuertes en los segmentos medios, pero en esta oportunidad la diferencia se explica por la emergencia de una candidatura independiente ex Concertación, Marco Enríquez-Ominami. Al cruzar los datos de índice de desarrollo humano y votación por cada candidato a nivel comunal, los resultados reflejan lo señalado. El gráfico 9 corresponde a una simulación estadística sobre la base del paquete zelig del software R (Ver Kosuke et.al., 2007). El resultado corresponde a un modelo estadístico lineal que incluye como variable dependiente la votación de cada candidato y como independiente el índice de desarrollo humano y su cuadrática. Incluimos la cuadrática bajo la expectativa de rendimientos marginales decrecientes en la votación de EnríquezOminami. Es decir, con menores porcentajes en las comunas muy ricas y muy pobres, pero fuerte en los segmentos medios.

En el gráfico, la línea negra corresponde a Frei y la gris a Enríquez-Ominami. Como puede apreciarse, la votación por Frei está lineal y negativamente relacionada con el IDH comunal, mientras que la de Enríquez-Ominami tiene una curvatura en la zona central, indicando que su fuerza estuve alojada en mayor medida en los segmentos medios.

Para no caer en problemas de falacia ecológica, veamos qué sucede al realizar un ejercicio similar pero con datos de encuestas de opinión. He utilizado la encuesta de la Universidad Diego Portales (UDP). Simplemente, se cruzó la intención de voto en primera vuelta y considerando sólo a inscritos, con el nivel socioeconómico de los encuestados. Los resultados reflejan y confirman la presunción previa realizada con datos agregados (ver 34

gráfico 10). Frei sigue siendo fuerte en los segmentos más pobres, donde alcanza más del 43% en el segmento E. Mientras tanto, Enríquez-Ominami recibe más apoyo de los segmentos medios. En el C2 recibe un 17,6% y en el C3 22,1%, superando a Frei. En cambio, su nivel de apoyo es muy bajo en el segmento más pobre.

Este es un ejemplo optimista de lo que sucede al comparar resultados agregados y resultados en encuestas. Puede ocurrir que los análisis con distintas unidades lleguen a conclusiones diferentes. Y acá hay un dilema. La pregunta es con cuál de los dos resultados quedarse. En mi opinión, y considerando sólo el análisis electoral, me parece más parsimonioso utilizar los datos individuales en caso de que haya disonancia con los datos agregados. Generalmente hay concordancia entre ambos niveles, pero al momento de tomar la decisión parece ser más seguro la utilización de encuestas.

Gráficos 9. Valores esperados de la votación de Frei y Enríquez Ominami según IDH,

40 30 20 10 0

Valores esperados de Frei y Enríquez-Ominami)

primera vuelta 2009

50

60

70

80

90

Índice de Desarrollo Humano

Fuente. Elaboración propia con datos de www.elecciones.gov.cl y www.sinim.gov.cl

35

Gráfico 10. Intención de voto por Frei y Enríquez-Ominami según NSE, primera vuelta 2009 50 45 40 35 30 25 20 15 10 5 0

43,3

26,9

22,1

21,4 16,8

18,3

17,6

17,1

11,6 5,6

C1

C2

C3 Frei

D

E

Enríquez-Ominami

Fuente: Elaboración propia con datos de la encuesta UDP 2009

Conclusiones En este capítulo he intentado entregar un panorama muy general sobre los principales problemas metodológicos a los que se enfrentan los politólogos. He sido enfático en señalar lo inconducente y estéril que resulta la división entre investigadores cuantitativos y cualitativos. Si bien difieren en las técnicas a implementar y responden preguntas diferentes de un mismo fenómeno, la tendencia actual indica que el mejor camino son los métodos mixtos o, como señala Lieberman (2005), el análisis anidado. Es decir, la utilización de métodos cuantitativos y cualitativos en una misma investigación. Según Liberman (2005: 438), “…nested analysis formally begins with a quantitative analysis, or preliminary LNA. Thus, a prerequisite for carrying put a nested analysis is availability of a quantitative dataset, with a sufficient number of observations for statistical analysis, and a baseline theory”. De hecho, resulta sugerente la idea de iniciar la investigación con un problema teórico plausible, observar la relación de las variables en varios casos y luego de eso iniciar un proceso de selección exhaustivo y basado, precisamente, en la relación general que se observó en la primera etapa. Esto puede contribuir a despejar algunos problemas de sesgo de selección y, ciertamente, para afinar las relaciones de causalidad que muchas veces los estudios estadísticos no son capaces de capturar con total precisión.

36

Claramente, el desafío central de la investigación pasa por encontrar relaciones de causalidad. Para cumplir con esta tarea ninguna de las dos familias de métodos comparativos son suficientes por sí mismas. Parece necesario, entonces, valerse tanto del análisis estadístico como de las trayectorias históricas de los casos particularmente en el método comparado. Esto supone una cierta refinación conceptual. En un análisis agregado seguramente se asumirá una definición extensiva de los conceptos que posibilite agrupar los casos para hacerlos comparables. En el estudio de “n” pequeño, probablemente, ese concepto incluya características más específicas contribuyendo a alguna tipología no observada en el análisis estadístico previo. Más arriba ejemplifiqué con el concepto de corrupción. Si bien suele ser entendido como aquel acto en que se aprovecha la función pública en beneficio privado, puede ser que no en todos los países sea entendido de la misma manera. Por tanto, en el análisis agregado se encontrarán las tendencias, pero no las especificidades que implica el análisis de un concepto aparentemente sencillo de definir, pero, que como hemos visto, muy difícil de medir y comparar.

Finalmente, subrayo que el sesgo de selección de casos puede llegar a ser una estrategia razonable cuando se buscan las distintas rutas hacia un mismo resultado. Muchas veces la inquietud teórica pasa por encontrar casos similares en la variable dependiente, pero con configuraciones totalmente distintas. El objetivo, entonces, consistirá en describir y comparar esas

configuraciones. Este ejercicio

puede contribuir

a mejorar

la

conceptualización y a sugerir alguna tipología que invite a repensar la teoría en uso.

37

Bibliografía Abramson, Paul R. 1983. Political Attitudes in America. Formation and Change. San Francisco: Freeman and Company. Acemoglu, Daron y James A. Robinson. 2005. Economic Origins of Dictatorship and Democracy. Cambridge: Cambridge University Press. Altman, David. 2004. “Redibujando el mapa electoral chileno: incidencia de factores socioeconómicos y género en las urnas”, Revista de Ciencia Política 24 (2): 49-66. Altman, David, y Aníbal Pérez-Liñán. 2002. “Assessing the Quality of Democracy: Freedom, Competitiveness, and Participation in 18 Latin American Countries”, Democratization 9 (2):85-100. Bartles, Larry M. 2000. “Partisanship and Voting Behavior, 1952-1996”, American Political Science Review 44: 35-50. Blais, André (2006) “What Affects Voter Turnout?”, Annual Review of Political Science, 9: 111-125. Blais, André y Robert A. Young (1999): “Why do people vote? An experiment in rationality”, Public Choice, 99 (1-2): 39-55. Boix, Carles. 2003. Democracy and Redistribution. Cambridge: Cambridge University Press. Brady, Henry y Collier, David. 2004. Rethinking Social Inquiry: Diverse Tools, Shared Standards. New York: Rowman and Littlefield. Campbell, Angus; Converse, Philip; Miller, Warren; Stokes, Donald. 1960. The American Voter. New York: John Wiley. Collier, David. 1991. “El Método Comparativo: dos Décadas de Cambio”. En La Comparación en las Ciencias Sociales, editado por Giovanni Sartori y Leonardo Morlino. Madrid: Alianza Editorial. Coppedge, Michael. 1995. “Freezing in the Tropics. Explaning Party-System Volatility in Latin America”, Paper presentado en la reunión de la Midwest Political Science Association, Chicago, April 6-8. Cox, Gary y Michael F. Thies. 2000. “How Much Does Money Matter? ‘Buying’ Votes in Japan, 1967-1990”, Comparative Political Studies 33 (1): 37-57.

38

Dalton, Russell J. y Steven Weldon. 2007. “Partisanship and Party System Institutionalization”, Party Politics 13 (2): 179-196. Fornos, Carolina A., Timothy J. Power y James C. Garand. 2004. “Explaning Voter Turnout in Latin America, 1980 to 2000”, Comparative Political Studies 37 (8): 909940. Geys, Benny. 2006. “Explaining voter turnout: A review of aggregate-level research”, Electoral Studies 25 (4): 637-663. Gelman, Andrew y Jennifer Hill. 2007. Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge: Cambridge University Press. George, Alexander L. y Andrew Bennett. 2005. Case Studies and Theory Development in the Social Sciences. Cambridge, Mass.: MIT Press. Green, Donald Philip y Jonathan S. Krasno. 1988. “Salvation for the Spendthrift incumbent: Reestimating the Effects of Campaign Spending in House Elections”. American Journal of Political Science 32 (4): 884-907. Harrop, Martin, and William L. Miller 1987. Elections and Voters: A Comparative Introduction. London: Macmillan. Holmberg, Sôren. 2007. “Partisanship Reconsidered”, en Russell Dalton y Hans D. Klingemann, The Oxford Handbook of Political Behavior. Oxford: Oxford University Press, pp. 557-570. Huneeus, Carlos. 2001. “La derecha en el Chile después de Pinochet: el caso de la Unión Demócrata Independiente”. Working Paper 285, University of Notre Dame. Izquierdo, José Miguel, Mauricio Morales y Patricio Navia. 2008. “Voto cruzado en Chile. ¿Por qué Bachelet obtuvo menos votos que la Concertación en 2005?”, Política y Gobierno XV (1): 35-73. Jacobson, Gary C. 1978. “The effects of campaign spending in Congressional elections”, American Political Science Review 72 (2): 469-491. Jennings, M. Kent y Richard G. Niemi. 1968. “The Transmission of Political Values from parent to child”, American Political Science Review 62: 169-184. Joignant, Alfredo, y Patricio Navia. 2003. “De la política de individuos a los hombres del partido. Socialización, competencia política y penetración electoral de la UDI (19892001)”, Estudios Públicos 89: 129-172. 39

Jolías, Lucas. 2008. “Inferencia causal y análisis comparado: nuevas tendencias cualitativas”,

Documento

de

Trabajo

Nº

2,

Política

Comparada,

http://www.politicacomparada.com.ar/material/09/documentos/doc-trabajo_n2.pdf King, Gary, Robert O. Keohane y Sidney Verba. 2000. El Diseño de la Investigación Social: la Inferencia Científica en los Estudios Cualitativos. Madrid: Alianza Editorial. Kitschelt, Herbert, Zdenka Mansfeldova, Radoslaw Markowski y Gábor Tóka. 1999. PostCommunist

Party

Systems:

Competition,

Representation,

and

Inter-Party

Cooperation. New York: Cambridge University Press. Kosuke Imai, Gary King, and Olivia Lau. 2007. “ls: Least Squares Regression for Continuous Dependent Variables,” in Kosuke Imai, Gary King, and Olivia Lau, “Zelig: Everyone’s Statistical Software,” http://gking.harvard.edu/zelig. Lancaster, Thomas D. y Gabriella Montinola. 1997. “Toward a Methodology for the Comparative Study of Political Corruption”, Crime, Law & Social Change 27: 185206. Lancaster, Thomas D. y Gabriella Montinola. 2001. “Comparative Political Corruption: Issues of Operationalization and Measurement”, Studies in Comparative International Development 36 (3): 3-28. Levine, Daniel y José Molina. 2007. “La Calidad de la Democracia en América Latina: Una Visión Comparada”, América Latina Hoy 45: 17-46. Lieberson, Stanley. 1985. Making it Count. The Improvement of Social Research and Theory. Berkeley and Los Angeles: University of California Press. Lipset, Seymour Martin. 1959. “Some Social Requisites of Democracy: Economic Development and Political Legitimacy”, The American Political Science Review 53 (1): 69-105. López, Miguel Angel. 2004. “Conducta electoral y estratos económicos: el voto de los sectores populares en Chile”. Política 43: 285-298. Luna, Juan Pablo. 2007. “Representación política en América Latina: el estado de la cuestión y una propuesta de agenda”, Política y Gobierno XIV (2): 391-435. Luna, Juan Pablo. 2009. Party System Institutionalization: Un-Packing Stability and Programmatic Linkages, manuscrito.

40

Luna, Juan Pablo y Elizabeth J. Zechmeister. 2005. “The Quality of Representation in Latin America: A Study of Elite-Mass Congruence in Nine Countries". Comparative Political Studies, 38(4): 388-416. Llamazares, Iván. 1996. “El análisis comparado de los fenómenos políticos (notas de investigación)”, Revista Mexicana de Sociología 58 (1): 153-169. Mahoney, James. 2003. “Strategies of Causal Assessment in Comparative Historical Analysis”, en Mahoney, James y Dietrich Rueschemeyer, Comparative Historical Analysis in the Social Sciences. Cambridge: Cambridge University Press, pp. 337-372. Mainwaring, Scott y Timothy R. Scully. 1995. “La institucionalización de los Sistemas de Partidos en América Latina”, Revista de Ciencia Política XVII (1-2): 63-102. Mainwaring, Scott y Mariano Torcal. 2005. “La institucionalización de los sistemas de partidos y la teoría de sistema partidista después de la tercera ola democratizadora”, América Latina Hoy 41: 141-173. Mainwaring, Scott y Edurne Zoco (2007): “Political Sequences and the Stabilization of Interparty Competition: Electoral Volatility in Old and New Democracies”, Party Politics, 13 (2): 155–78. Mainwaring, Scott (1999): Rethinking Party Systems in the Third Wave of Democratization: The Case of Brazil, Stanford: Stanford University Press. Massoud, Nicole. 2010. “Financiamiento político: la influencia del gasto sobre el éxito electoral en las campañas de diputados 2005-2009”, tesis para optar al grado de Licenciado en Ciencia Política, Universidad Diego Portales. Midlebrook, Kevin J. 2000. Conservative Parties, the Right, and Democracy in Latin America. Baltimore: John Hopkins University Press. Miller, Warren y Merrill Shanks. 1996. The New American Voter. Cambridge: Harvard University Press. Moore, Barrington. 1967. Social Origins of Dictatorship and Democracy, Lord and Peasant in the Making of the Modern World. Boston: Beacon Press. Morales, Mauricio. 2008. “La primera mujer Presidenta de Chile: ¿qué explicó el triunfo de Michelle Bachelet en las elecciones de 2005-2006?”, Latin American Research Review 43 (1): 7-32.

41

Morales, Mauricio y Antonio Poveda. 2007. “El PDC: bases electorales, determinantes de adhesión e impacto sobre las votaciones de Ricardo Lagos y Michelle Bachelet”, Estudios Públicos 107 (Invierno): 129-165. Morales, Mauricio y Rafael Piñeiro. 2010. “Gasto en campaña y éxito electoral de los candidatos a diputados en Chile 2005”, Revista de Ciencia Política 30 (3): 645-667. Morales, Mauricio, y Rodrigo Bugueño. 2001. “La UDI como expresión de la nueva derecha en Chile”, Estudios Sociales 107: 215-248. Morales, Mauricio y Patricio Navia (eds.). 2010. El sismo electoral de 2009. Cambio y continuidad en las preferencias políticas de los chilenos. Santiago: Ediciones UDP. Morales, Mauricio y María José Sánchez. 2010. “La segunda es la vencida. Piñera y sus bases de apoyo”, en Mauricio Morales y Patricio Navia (eds.). El sismo electoral de 2009. Cambio y continuidad en las preferencias políticas de los chilenos. Santiago: Ediciones UDP, pp. 57-78. Nannestad, Peter y Martin Paldman. 1994. “The VP-function: A survey of the literature on vote and popularity functions after 25 years”, Public Choice 79 (3-4): 213-245. Navia, Patricio; Mauricio Morales y Renato Briceño (eds.). 2009. El genoma electoral chileno. Dibujando el mapa genético de las preferencias políticas en Chile. Santiago: Ediciones UDP. Navia, Patricio e Ignacio Walker. 2010. “Political Institutions, Populism, and Democracy in Latin America”, en Scott Mainwaring y Timothy Scully (eds.) Democratic Governance in Latin America. Stanford: Stanford University Press, pp 245-265. Payne, Mark, Daniel Zovatto, Fernando Carrillo y Andrés Allamand. 2003. La política importa. Democracia y desarrollo en América Latina. Washington, D.C.: BID e Instituto Internacional para la Democracia y la Asistencia Electoral. Pinheiro, José C. y Douglas M. Bates. 2000. Mixed-Effects Models in S and S-Plus. New York, Inc: Springer. Power, Timothy y James Garand. 2007. “Determinants of Invalid Voting in Latin America”, Electoral Studies 26 (2): 432-444. Przeworski, Adam

y Henry Tenue. 1970. The Logic of Comparative Social Inquiry.

Malabar: Krieger.

42

Przeworski, Adam; Michael E. Álvarez, José Antonio Cheibub y Fernando Limongi. 2000. Democracy and Development. Political Institutions and Well- Being in the World, 1950-1990. Cambridge: Cambridge University Press. Radcliff, Benjamin. 1992. “The Welfare State, Turnout, and the Economy: A Comparative Analysis”. American Political Science Review 86 (2): 444–454. Ragin, Charles. 1987. The Comparative Method: Moving Beyond Qualitative and Quantitative Strategies. Berkeley: University of California Press. Ragin, Charles. 2004. “Turning the Tables: How Case-Oriented research Challenges Variable-Oriented Research”, en Brady, Henry y David Collier, Rethinking Social Inquiry: Diverse Tools, Shared Standards, New York: Rowman and Littlefield, pp. 123-138. Rapoport, Ronald B. “Partisanship Change in a Candidate-Centered Era”, Journal of Politics 59 (1): 185-199. Richardson, Bradley. 1991. “European party royalties revisited”. American Political Science Review 85: 751-775. Roberts, Kenneth M. 1999. “Party System and Electoral Volatility in Latin America: A Test of Economic, Institutional, and Structural Explanations”, American Political Science Review 93 (3): 575-590. Romero, Vidal. 2009. “La herencia del Presidente. Impacto de la aprobación presidencial en el voto”, Política y Gobierno XVI (1): 3-35. Rueschemeyer, Dietrich, Eveleyne Huber Stephens, y John D. Stephens. 1992. Capitalist Development and Democracy. Chicago: University of Chicago Press. Sartori, Giovanni. 1970. “Concept Misformation in Comparative Politics”. American Political Science Review 64 (4): 1033-1053. Scokpol, Theda. 1979. State and Social Revolutions. A Comparative Analysis of France, Russia and China. Cambridge: Cambridge University Press. Siavelis, Peter M. 2009. “Elite-Mass Congruence, Partidocracia and the Quality of Chilean Democracy”. Journal of Politics in Latin America 1 (3): 3-31. Stinchcombe, Arthur L. 2005. The Logic of Social Research. Chicago: The University of Chicago Press.

43

Ventura, Raphael. 2001. “Family political socialization in multiparty systems”, Comparative Political Studies 34 (6): 666-691. Wattenberg, Martin P. 1996. The Decline of American Political Parties, 1952-1996. Cambridge: Harvard University Press.

44