15.06.2016 Views

aglomeracion economica en ameica del sur

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

CAPfruI.o 7 Concepcion 0 eleccion <strong>del</strong> dis<strong>en</strong>o de investigaci6n 215<br />

Retrospectivo<br />

Variables indep<strong>en</strong>di<strong>en</strong>tes:<br />

Causas de usc y<br />

no usc <strong>del</strong> m~(fito<br />

...<br />

causalidad<br />

Reconstruyo la causalidad<br />

a partir de la variable<br />

dep<strong>en</strong>di<strong>en</strong>te,<br />

<strong>en</strong> retrospectiva<br />

Variable dep<strong>en</strong>di<strong>en</strong>te:<br />

• usa <strong>del</strong> crMito<br />

Grupos:<br />

a) usuarios<br />

b) no usuarios<br />

Figura 7.9<br />

Ejemplo de una reconstruccion causal retrospectiva.<br />

Veamos ahora una investigacion causal prospeetiva: Imaginemos que deseo indagar si la<br />

variable antigiiedad provoca 0 no mayor lealtad a la empresa y por que. Entonces. divido a los<br />

empleados <strong>en</strong> la variable indep<strong>en</strong>di<strong>en</strong>te: a) muy alta antigiiedad (25 0 mas aiios de laborar <strong>en</strong> la<br />

organizacion). b) alta antigiiedad (16 a 24 aiios). c) mediana antigiiedad (9 a 15 aiios). If) baja<br />

antigiiedad (cuatro a ocho aiios). e) muy baja antigiiedad (uno a tres aiios) y j) reci<strong>en</strong> ingreso (un<br />

aiio 0 m<strong>en</strong>os). Posteriorm<strong>en</strong>te. mido los niveles de lealtad y cuestiono a los empleados sobre como<br />

la antigiiedad ha g<strong>en</strong>erado 0 no mayor lealtad. Asi determino los efectos de interes. (Vease la<br />

figura 7.10.)<br />

Para una ampliacion de los disefios prospectivos y retrospec·<br />

tivos. se recomi<strong>en</strong>da a Leon y Montero (2003).<br />

En los disefios donde se reconstruy<strong>en</strong> las relaciones sobre la<br />

base de variabilidad amplia de las indep<strong>en</strong>di<strong>en</strong>tes y dep<strong>en</strong>di<strong>en</strong>·<br />

tes. no se parte de una variable <strong>en</strong> especial ni de grupos. sino<br />

que se evalua la estructura causal completa (las relaciones <strong>en</strong> su<br />

conjunto).<br />

Todos los estudios transeccionales causales nos brindan la<br />

oportunidad de predecir el comportami<strong>en</strong>to de una 0 mas varia·<br />

Variables predictoras Son<br />

aqueHas que permit<strong>en</strong>,<br />

<strong>en</strong> los mo<strong>del</strong>os transec~<br />

cionales causales,<br />

predecir el comporta~<br />

mi<strong>en</strong>to de una 0 mas<br />

variables, una vez que se<br />

establece la causalidad.<br />

bles a partir de otras. una vez que se establece la causalidad. A estas Ultimas. se les d<strong>en</strong>omina<br />

variables predictoras. Tales diseiios reqnier<strong>en</strong> de anilisis multivariados que se m<strong>en</strong>cionan <strong>en</strong> el<br />

capitulo 8 <strong>del</strong> CD anexo (capitulo "Anilisis estadistico·multivariado de los datos"). Aqni simple·<br />

m<strong>en</strong>te incluimos un ejemplo de una estructura causal compleja. que sera evaluado <strong>en</strong> el capitulo<br />

m<strong>en</strong>cionado. Lo importante es que se compr<strong>en</strong>da como <strong>en</strong> ocasiones se analizan mUltiples varia·<br />

bles y secu<strong>en</strong>cias causales.<br />

AntigOedad<br />

(indep<strong>en</strong>di<strong>en</strong>te)<br />

...<br />

causalidad<br />

Reconstruyo la causalidad<br />

a partir de la variable<br />

indep<strong>en</strong>di<strong>en</strong>te,<br />

<strong>en</strong> prospectiva<br />

Variable dep<strong>en</strong>di<strong>en</strong>te:<br />

• Lealtad a la empresa<br />

Figura 7.10<br />

Ejemplo de una reconstruccion causal prospectiva.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!