Hay una propiedad común a casi todas las ciencias morales, y por la cual se distinguen de muchas de las físicas; es decir, que rara vez está en nuestro poder hacer experimentos con ellos [John Stuart Mill, (1836, p.124),]
Desgraciadamente, rara vez podemos poner a prueba predicciones particulares en las ciencias sociales mediante experimentos explícitamente concebidos para eliminar lo que se juzga como las influencias perturbadoras más importantes. Generalmente, debemos confiar en la evidencia arrojada por los ‘experimentos’ que suceden [Milton Friedman, (1953, p.10)]
Los economistas no pueden realizar experimentos controlados como los químicos o los biólogos porque no pueden controlar fácilmente otros factores importantes. Al igual que los astrónomos o los meteorólogos, por lo general tienen que usar únicamente su observación [William Nordhaus, (1985, p.8)]
La razón principal es que en economía, al igual que en cualquier otra ciencia social, es muy difícil afirmar que un evento es el resultado de una sola causa. La mayoría de las veces, hay muchas causas y viceversa, una causa puede generar varias consecuencias.
Se sabe que en sus elecciones de métodos, el economista apenas puede utilizar técnicas de laboratorio como en las ciencias naturales. Por un lado, los datos del mundo real son necesariamente el producto de muchas influencias distintas a las que está tratando de aislar. Por otro lado, las variables no intencionales no pueden mantenerse constantes ni eliminarse en un laboratorio de economía porque el mundo real de los seres humanos, las empresas, los mercados y los gobiernos no puede reproducirse artificialmente ni controlarse. [Edward Chamberlin, An experimental imperfect market (1948)]
Indicador | pre-1980s | 1980s | 1990s | 2000s |
---|---|---|---|---|
Papers con experimentos de laboratorio/Papers totales (%) [En AER, ECMA y QJE] | <0.10 | 0.84-1.58 | 3.06-3.32 | 3.8-4.15 |
Si tuviera algún deseo de llevar una vida de indolente comodidad, desearía ser un gemelo idéntico, separado al nacer de mi hermano y criado en una clase social diferente. Podríamos contratarnos a una gran cantidad de científicos sociales y prácticamente poner un nombre a nuestros honorarios. Porque seríamos extremadamente raros representantes del único experimento natural realmente adecuado para separar los efectos genéticos de los ambientales en los seres humanos: individuos genéticamente idénticos criados en ambientes dispares. [Stephen Jay Gould (1996: 264)]
En décadas recientes, importante revolución empírica rescató el tema de la causalidad –“revolución de la credibilidad”-. Sin embargo, estas preguntas son difíciles de responder en el mundo observacional.
El estandar ideal para atacar el problema de la causalidad son los denominados ensayos aleatorios controlados (RCT)
Este método puede definirse mejor en relación con otros dos tipos de diseño de investigación: los experimentos verdaderos y los estudios observacionales convencionales.
Un experimento aleatorio controlado (Freedman, Pisani y Purves 2007: 4-8) tiene tres características distintivas:
La respuesta de los sujetos experimentales asignados para recibir un tratamiento se compara con la respuesta de los sujetos asignados a un grupo de control.
La asignación de sujetos a los grupos de tratamiento y control se realiza al azar, a través de un dispositivo de aleatorización como el lanzamiento de una moneda.
La manipulación del tratamiento, también conocida como intervención, está bajo el control de un investigador experimental
Experimentos naturales “estándar”. Estos experimentos naturales pueden ser verdaderamente aleatorios o simplemente como si fueran aleatorios. Se trata, por diseño, de una categoría heterogénea.
Diseños de regresión-discontinuidad. En estos diseños, el grupo de estudio se distingue en virtud de su posición justo por encima o por debajo de algún valor umbral de una covariable que determina la asignación del tratamiento.
Diseños de variables instrumentales. En estos diseños, las unidades se asignan aleatoriamente o como si fueran aleatorias no al tratamiento clave de interés, sino más bien a una variable que se correlaciona con ese tratamiento.
By David Card & Alan B. Krueger
“¿Cómo responden los trabajadores de un mercado con bajos salarios ante un incremento en el salario mínimo?”
¿Hubo un cambio significativo en la composición del trabajo (full-time vs part-time)?
¿Hubo algún cambio en la cantidad de horas de atención al público?
¿Aumentaron los precios de los productos?