Descripción

Este enfoque es particularmente útil para obtener un conocimiento concreto, contextual y en profundidad sobre un tema específico (una persona, un grupo, una organización, un evento o una situación). A menudo utiliza métodos cualitativos -aunque puede incorporar datos cuantitativos- y tiene como objetivo describir, explicar, explorar o evaluar el caso para contribuir al desarrollo de nuevas teorías o para probar teorías existentes.

Algunas definiciones

Las definiciones son muy variadas y pueden estar centradas en aspectos diversos. Por ejemplo, se ha descrito el caso de estudio como:

  • Un procedimiento cualitativo de investigación.15
  • Un diseño de investigación etnográfica, de campo y de observación participante.16
  • Un tipo de investigación enfocado al seguimiento de procesos.17
  • Un estudio de las propiedades de un caso individual.18

John Gerring apunta que, más allá de las divergencias entre las acepciones, se puede acordar que un caso de estudio es una forma válida de definir los casos que se investigarán, pero no una técnica de análisis:

I argue that for methodological purposes a case study is best defined as an in-depth study of a single unit (a relatively bounded phenomenon) where the scholar’s aim is to elucidate features of a larger class of similar phenomena. It is demonstrated that case studies rely on the same sort of covariational evidence utilized in non-case study research. Thus, the case study method is correctly understood as a particular way of defining cases, not a way of analyzing cases or a way of modeling causal relations.19 20

Método

La metodología del estudio de caso generalmente sigue un proceso estructurado para garantizar el rigor científico. Aunque puede variar, los pasos básicos son:

1. Diseño del estudio y definición del caso y problemática

  • Definición de objetivos y preguntas de investigación: Se establece qué se quiere investigar y el propósito del estudio. Las preguntas suelen ser del tipo «cómo» o «por qué» para indagar en la explicación o el proceso del fenómeno.
  • Selección de la unidad de análisis: Se elige el caso o los casos a estudiar. La selección no busca la representatividad estadística, sino el potencial del caso para ilustrar o generar conocimiento sobre la pregunta de investigación (por ejemplo, un caso «típico», «atípico» o «crítico»).
  • Revisión de la literatura: Se investiga la teoría y los estudios existentes para establecer un estado del arte y un marco teórico que guíe la investigación y justifique la elección metodológica.

2. Recolección de datos

Esta fase se caracteriza por el uso de múltiples fuentes de evidencia (triangulación) para obtener una comprensión rica y completa del caso. Las técnicas comunes incluyen:

  • Las entrevistas en profundidad a participantes clave (semiestructuradas o abiertas).
  • La observación directa del comportamiento, las interacciones o el entorno.
  • El análisis documental de informes internos, correspondencia, registros, archivos históricos, etc.
  • Ciertos artefactos físicos y culturales, como objetos, herramientas o tecnologías relevantes para el caso.

3. Análisis e interpretación

  • Organización de los datos: Se examinan, clasifican y categorizan los datos recogidos, a menudo utilizando herramientas de análisis cualitativo.
  • Análisis individual del caso: Se busca identificar patrones, temas, contradicciones y clave que expliquen el fenómeno.
  • Análisis cruzado de casos: Si los casos son múltiples, se comparan y contrastan los hallazgos entre los distintos casos para identificar similitudes, diferencias y tendencias comunes.
  • Interpretación: Se relacionan los resultados con las proposiciones teóricas iniciales (o se generan nuevas teorías, si el estudio es ), discutiendo la relevancia y las implicaciones de los hallazgos.

4. Elaboración del informe

  • Narrativa detallada: Se presenta el caso de forma clara y organizada, incluyendo una descripción minuciosa del contexto, los eventos clave y las perspectivas de los participantes.
  • Conclusiones: Se sintetizan las respuestas a las preguntas de investigación, argumentando el significado de los hallazgos y su contribución al conocimiento en el campo.
  • Consideraciones metodológicas y éticas: Se explica cómo se llevó a cabo el estudio (métodos, fuentes) y se abordan las consideraciones éticas relevantes.

Tipología

Los estudios de caso se clasifican de diversas maneras, dependiendo del propósito del equipo investigador al realizar el estudio y de la naturaleza del caso en relación con la investigación. Las dos clasificaciones más aceptadas provienen de los autores fundamentales, Robert Yin y Robert Stake.

Según el objetivo de la investigación

Esta tipología, basada en los trabajos de R. Yin, se enfoca en el alcance o la función del estudio de caso como diseño de investigación:

  • Estudio de caso exploratorio
  • Estudio de caso descriptivo
  • Estudio de caso explicativo

Según la naturaleza del caso y el interés

Esta tipología arranca de la obra de R. Stake y se centra en la razón por la que se elige un caso y cómo se relaciona con el conocimiento más amplio.

  • Estudio de caso intrínseco
  • Estudio de caso instrumental
  • Estudio de caso colectivo

Según su diseño

  • Estudio de caso único
  • Estudio de casos múltiples

Estudio de caso exploratorio

Un estudio de caso exploratorio es un tipo de investigación que se utiliza para investigar un fenómeno en el mundo real cuando las fronteras entre el fenómeno y el contexto no están claramente definidas y donde la teoría o el conocimiento previo sobre el tema es limitado.

Su objetivo principal es generar preguntas de investigación, hipótesis o temas para un estudio más profundo en el futuro. Es la etapa preliminar donde el equipo investigador «prueba el terreno».

Propósito

El estudio de caso exploratorio se enfoca en un caso (o casos) para:

  • Obtener familiaridad: Familiarizarse con un fenómeno poco estudiado o que emerge en un nuevo contexto.
  • Desarrollar preguntas: Formular preguntas de investigación más precisas para investigaciones subsiguientes (descriptivas o explicativas).
  • Identificar variables: Descubrir cuáles son las variables, los factores y los mecanismos relevantes que deben ser examinados a profundidad.

Método

El método en este tipo de estudio es flexible y busca la triangulación de fuentes para obtener una imagen rica y holística del caso.

  1. Definición del foco: Se selecciona un caso claro y se establece un propósito amplio, no una pregunta precisa, sino un área de interés general.
  2. Amplia recolección de datos: Se priorizan múltiples fuentes para obtener una perspectiva completa, ya que no se sabe de antemano qué información será la más relevante: entrevistas abiertas, observación directa, análisis de documentos.
  3. Desarrollo de una base teórica preliminar: El análisis se centra en identificar categorías, temas recurrentes y patrones inesperados que surgen de los datos. El equipo investigador comienza a esbozar un marco conceptual o una lista de posibles hipótesis.
  4. Conclusión y recomendaciones: El resultado del estudio no es una respuesta definitiva, sino un conjunto de proposiciones, hipótesis o la recomendación de un diseño de investigación (por ejemplo, estudio descriptivo, estudio explicativo) para el futuro.

Estudio de caso descriptivo

Un estudio de caso descriptivo es un tipo de investigación cualitativa que tiene como objetivo principal describir exhaustivamente un fenómeno o una situación tal como existe en un entorno particular y en un momento dado. Su propósito es documentar las características, la estructura, los patrones y las interacciones dentro de un caso.

No busca explicar por qué ocurren los eventos (estudio de caso explicativo) ni generar nuevas hipótesis o teorías (estudio de caso exploratorio), sino responder al «qué», «dónde», «cuándo» y «cómo» se manifiesta el caso.

Características

El estudio de caso descriptivo se enfoca en proporcionar una representación rica y detallada del caso para que otros investigadores o profesionales puedan comprenderlo.

  • Foco en el detalle: Mediante la inmersión en el caso, el equipo investigador busca la profundidad más que la amplitud, documentando todos sus aspectos relevantes.
  • Marco teórico existente: A diferencia del estudio de caso exploratorio, el descriptivo a menudo parte de una estructura o teoría existente que guía la recolección de datos.
  • Resultado: El producto final es una narrativa completa que cataloga las características y los patrones observados.

Método

El método para un estudio descriptivo es estructurado y sistemático, asegurando que la descripción sea rigurosa y verificable.

  1. Definición clara del alcance: Se define con precisión la unidad de análisis (el caso) y el marco temporal y contextual que se va a describir. Se establecen los límites del caso para enfocar la recolección de datos.
  2. Desarrollo de categorías descriptivas: Se desarrolla un marco conceptual o una lista de variables (categorías) que guiarán la descripción. Estas categorías no se descubren (como en el exploratorio), sino que se seleccionan previamente en función del objetivo descriptivo.
    Ejemplos de categorías: estructura de liderazgo, flujos de comunicación interna, recursos tecnológicos disponibles, rendimiento financiero, etc.
  3. Recolección de datos estructurada (triangulación): La recolección de datos es sistemática y busca la triangulación para asegurar la fiabilidad de la descripción.
    Posibles técnicas: entrevistas semiestructuradas, observación estructurada, análisis documental.
  4. Análisis y síntesis: El análisis se centra en sintetizar los datos de las diferentes fuentes para construir la descripción del caso en cada categoría. Se buscan patrones consistentes y disonancias dentro del caso y se presenta la información de manera organizada (a menudo utilizando matrices, diagramas de flujo o narrativas organizadas por temas) para crear el perfil completo y detallado del caso.

Estudio de caso explicativo

Un estudio de caso explicativo es un tipo de investigación que se centra en identificar y analizar las causas y los efectos de un fenómeno particular dentro de su contexto real. Su objetivo principal es explicar por qué o cómo ocurrieron ciertos eventos, estableciendo las relaciones causales entre las variables.

A diferencia del estudio de caso exploratorio o el estudio de caso descriptivo, el explicativo busca responder al «por qué» de un resultado.

Características

El estudio explicativo es adecuado para probar o refinar una teoría preexistente o para generar nuevas teorías causales.

  • Enfoque causal: El equipo investigador tiene una o más proposiciones teóricas que vinculan una causa (X) con un efecto (Y) y utiliza el caso (o los casos) para probar si esta relación se sostiene en la realidad.
  • Mecanismos causalmente relevantes: El estudio se enfoca en desentrañar el mecanismo exacto a través del cual la causa llevó al efecto. No basta con observar una correlación; se debe demostrar la secuencia y la lógica de la influencia.
  • Límites definidos: Requiere que los límites del fenómeno y el contexto estén bien definidos para poder aislar las variables y analizar su interacción.

Método

El método del estudio explicativo es el más riguroso de los estudios de caso y a menudo se basa en la lógica experimental para establecer la causalidad, aunque se aplica en un entorno no experimental.

  1. Desarrollo de proposiciones teóricas (hipótesis): El equipo investigador no comienza desde cero, sino con una teoría o hipótesis que se busca probar. Estas proposiciones guían la recolección y el análisis de datos.
    Ejemplo de proposición: La centralización de las decisiones de compra de TI (causa) conduce a una mayor estandarización de software (efecto).
  2. Diseño del estudio (patrones): Se utilizan técnicas analíticas que son análogas a las de los experimentos, buscando establecer patrones que respalden las proposiciones:
    Análisis de patrones (pattern matching): Es el método central. Consiste en comparar el patrón de datos observado en el caso con el patrón de datos predicho por la proposición teórica. Si el patrón observado coincide con el patrón predicho, se fortalece la validez de la explicación.
    Modelos de lógica temporal: Consiste en analizar la secuencia temporal de los eventos. La causa debe haber ocurrido antes que el efecto.
    Exclusión de explicaciones rivales: El equipo investigador debe identificar y refutar activamente otras posibles explicaciones para el resultado (Y).
  3. Recolección de datos centrada: La recolección de evidencia es muy selectiva y dirigida a obtener datos que puedan probar o refutar las proposiciones causales.
    Fuentes de datos: Se prioriza la obtención de datos que demuestren la conexión lógica entre las variables clave (ej., documentos de toma de decisiones, entrevistas que revelen motivaciones, métricas de rendimiento antes y después).
    Triangulación: La triangulación metodológica es fundamental para asegurar la validez interna y la fiabilidad de la conexión causal.
  4. Análisis causal y síntesis: El análisis se enfoca en la construcción de la cadena de evidencias que conecta la variable causal con el resultado. El resultado final es una conclusión que afirma o niega la proposición teórica, ofreciendo una explicación validada del fenómeno.

Ejemplos

Investigación exploratoria sobre las primeras experiencias de trabajo remoto de tiempo completo en una industria tradicionalmente presencial para identificar los desafíos y las dinámicas sociales iniciales.

Describir la estructura operativa y el proceso de toma de decisiones de una cooperativa de café en la sierra peruana durante un periodo de crisis climática.

Tema y problemática

El éxito inesperado de la startup «EcoGrow».

Justificación

Este es un caso único porque se centra en una situación atípica (éxito temprano en un mercado difícil) y su objetivo principal es ir más allá de la descripción para responder al «cómo» y al «por qué» (mecanismos causales), buscando establecer una conexión entre las variables independientes (innovación, nicho, modelo de suscripción) y el resultado o variable dependiente (rentabilidad sostenida). Se intenta construir una explicación teórica del fenómeno.

Pregunta de investigación

¿Cómo y por qué la startup de tecnología agrícola EcoGrow, a pesar de operar en un nicho de mercado con alta competencia y costos iniciales elevados, logró una rentabilidad sostenida en sus primeros tres años de operación?

Unidad de análisis (caso)

La startup EcoGrow, una empresa con sede en Barcelona que desarrolla soluciones de agricultura vertical controladas por inteligencia artificial.

Objetivo

Explicar los mecanismos causales y las condiciones contextuales que llevaron a la rentabilidad inesperada de EcoGrow, contrastando esta realidad con las predicciones del modelo de negocio estándar para el sector.

Variables (posibles factores explicativos)

  1. Innovación en el algoritmo de IA: Desarrollo de un algoritmo propio que optimiza el uso de recursos (agua, luz, nutrientes) con una eficiencia un 40% superior a la competencia.
  2. Estrategia de nicho: Enfoque exclusivo en la producción de hierbas culinarias gourmet para restaurantes con estrella Michelin.
  3. Modelo de suscripción integrado: Venta no sólo de la tecnología, sino de un servicio de mantenimiento y suministro continuo de semillas y nutrientes, generando un flujo de ingresos recurrentes (SaaS).

Recogida de datos (fuentes de evidencia)

  • Entrevistas a los fundadores, ingenieros y primeros clientes clave.
  • Análisis de estados financieros y proyecciones de negocio.
  • Revisión de patentes y documentación técnica del algoritmo.
  • Observación de las instalaciones de producción.

Análisis (mecanismo explicativo propuesto)

Se busca establecer que la combinación única de la eficiencia superior del algoritmo (V1), que redujo drásticamente los costos operativos, junto con la estrategia de alto margen (V2), enfocada en un cliente dispuesto a pagar una prima, fue el motor causal de la rentabilidad (Y), siendo el modelo de ingresos recurrentes (V3) un factor de estabilización y crecimiento.

Pregunta de investigación

¿Cómo y por qué la adopción del framework Agile en el departamento de desarrollo de software de la empresa TechSolutions condujo a una reducción del 30% en el tiempo de lanzamiento al mercado de nuevos productos, en contraste con los departamentos que mantuvieron el enfoque waterfall?

Justificación explicativa

Esta pregunta es ideal para un estudio de caso explicativo porque:

  • Busca causalidad: No pregunta si el tiempo de lanzamiento se redujo (en este caso, dicha reducción estará demostrada previamente), sino «cómo» y «por qué» (la relación causal entre adoptar Agile y reducir el tiempo).
  • Mecanismos: El estudio se enfocaría en identificar los mecanismos causales específicos, tales como:
    • La frecuencia de feedback del cliente.
    • La eficiencia en la detección temprana de errores (bugs).
    • La mejora en la comunicación interna del equipo.
  • Contraste explícito: Al comparar el resultado con los departamentos que usaron waterfall (una «explicación rival»), el estudio busca establecer la superioridad explicativa de la metodología Agile como la causa principal del resultado.

El objetivo sería demostrar que la implementación de Agile (la causa) activó una serie de cambios internos (los mecanismos) que resultaron directamente en la reducción del tiempo de lanzamiento (el efecto).

Pregunta de investigación

¿Cómo y por qué la adopción de una política de teletrabajo híbrido en la empresa de análisis de datos DataCorp S.A. condujo a un aumento sostenido del 15% en la productividad medida por entregables completados?

Unidad de análisis

La empresa DataCorp S.A., una consultora tecnológica con 50 empleados, especializada en big data y soluciones de business intelligence.

Objetivo

Explicar los mecanismos causales específicos (sociales, operacionales y psicológicos) que transformaron la política de teletrabajo en un directo para el aumento de la productividad en DataCorp, validando el modelo de autonomía-eficiencia.

Proposición teórica (hipótesis)

La autonomía conferida por el teletrabajo (causa) permitió a los empleados gestionar sus ciclos de energía y picos de concentración de manera óptima (mecanismo), lo que resultó directamente en el aumento de la productividad (efecto).

Variables (posibles factores explicativos)

  • Ahorro de tiempo de desplazamiento: Tiempo liberado de viajes que se redirigió al trabajo.
  • Reducción de distracciones: Menos interrupciones en casa que en la oficina abierta.
  • Mayor autonomía y flexibilidad: Capacidad de alinear el horario de trabajo con el ritmo biológico (cronotipo) individual.

Fuentes de evidencia

  • Análisis de datos de software de gestión de proyectos (JIRA o similar) para cuantificar los entregables.
  • Encuestas de pulso sobre niveles de burnout y satisfacción laboral.
  • Entrevistas en profundidad con empleados de alto y bajo rendimiento.
  • Revisión de las directrices específicas de la política de teletrabajo de DataCorp.

Análisis (mecanismo explicativo propuesto)

Se buscaría establecer que el ahorro de tiempo de desplazamiento (V1) liberó tiempo que se usó para el descanso o tareas personales, disminuyendo el estrés. Paralelamente, la flexibilidad (V3) permitió a los empleados trabajar durante sus momentos de máxima concentración (el pico de rendimiento), mientras que la cultura de la confianza y el uso de métricas claras de rendimiento (no de presencia) reforzaron el sentido de autonomía, creando un ciclo virtuoso de autonomía → bienestar → enfoque → productividad.

Justificación explicativa

Este caso es explicativo porque su propósito central es validar la cadena causal. El equipo investigador está tratando de demostrar que no fue simplemente el hecho de trabajar desde casa, sino que la combinación de autonomía, reducción de estrés y gestión individual del tiempo (los mecanismos) fue lo que produjo la ganancia de productividad en DataCorp S.A., descartando explicaciones rivales (como un aumento general en el volumen de trabajo).

Pregunta de investigación

¿Cómo y por qué la participación de mujeres en el programa de microcrédito «Progresa» (la intervención) condujo a un aumento significativo en el empoderamiento social y económico de las destinatarias (el resultado), en contraste con las participantes que sólo recibieron capacitación financiera?

Unidad de análisis

El programa de microcrédito comunitario «Progresa» en la región rural de Chiapas, México, centrado en grupos de mujeres artesanas y agricultoras.

Objetivo

Explicar los mecanismos causales específicos (sociales, relacionales y financieros) a través de los cuales el acceso al crédito, la formación de grupos solidarios y la toma de decisiones económicas fortalecieron el empoderamiento femenino.

Proposición teórica (hipótesis)

La responsabilidad financiera compartida dentro de los grupos solidarios (causa) creó una red de apoyo y confianza mutua (mecanismo social) que se tradujo en una mayor voz y capacidad de decisión de las mujeres tanto en el hogar como en la comunidad (efecto).

Variables

  • Acceso a capital: Monto del microcrédito otorgado.
  • Formación de grupos solidarios: Frecuencia de las reuniones y normas del grupo.
  • Alfabetización financiera: Nivel de conocimiento adquirido.
  • Toma de decisiones económicas: Participación en decisiones sobre el uso de ingresos generados.

Fuentes de evidencia

  • Entrevistas en profundidad con las participantes (antes y después del crédito).
  • Observaciones de las reuniones de los grupos solidarios.
  • Encuestas de empoderamiento femenino (WEAI o similar).21
  • Análisis de registros de préstamos y tasas de reembolso.
  • Grupos focales con los cónyuges.

Análisis

Se buscaría establecer que el acceso al capital (V1) por sí solo no fue suficiente. Más bien, la estructura del grupo solidario (V2) llevo a las mujeres participantes a negociar, rendir cuentas y tomar decisiones colectivas, creando capital social. Este nuevo capital social y los ingresos propios, les dieron la autoridad y la confianza para influir en las decisiones familiares (V4), explicando así el aumento del empoderamiento (el efecto).

Tema y problemática

Implementación de TIC en aulas rurales.

Justificación

Se trata de un estudio de casos múltiples de tipo descriptivo porque:

  • Utiliza tres escuelas (A, B y C) para replicar la investigación y aumentar la robustez de las conclusiones (múltiples casos).
  • Su meta principal no es explicar una relación causal profunda («por qué»), sino documentar y describir exhaustivamente un fenómeno (la implementación de TICs) tal como ocurre en diferentes contextos, identificando patrones y divergencias. Busca responder al «qué», «dónde» y «cómo» se manifiesta el uso de la tecnología en estos entornos rurales específicos. Es decir, es un estudio de tipo descriptivo.

Pregunta de investigación

¿Cuáles son las variaciones y similitudes en los patrones de uso, los desafíos y las percepciones de la comunidad educativa respecto a la implementación de tecnología de la información y comunicación (TIC) en tres escuelas rurales de la región?

Unidades de análisis (casos)

  • Caso A: Escuela Rural El Pino (baja conectividad, alta formación docente).
  • Caso B: Escuela Rural La Quebrada (alta conectividad, baja formación docente).
  • Caso C: Escuela Rural Los Robles (conectividad y formación promedio).

Objetivo

Describir en detalle la realidad de la integración de las TIC en cada una de las tres escuelas, documentando los contextuales que influyen en dicha integración.

Variables

  1. Infraestructura: nivel de conectividad y equipamiento disponible.
  2. Uso pedagógico: frecuencia y tipo de herramientas digitales utilizadas por los docentes.
  3. Desafíos: principales obstáculos técnicos, pedagógicos o culturales reportados.
  4. Percepción: opiniones de estudiantes, docentes y directivos sobre el valor de las TIC.

Recogida de datos (fuentes de evidencia)

  • Observaciones de clase estructuradas.
  • Encuestas a estudiantes y profesores.
  • Entrevistas semiestructuradas a directivos.
  • Análisis de registros de uso de equipos y plataformas.

Análisis (estrategia)

Se comenzará con un análisis intracasos para luego pasar al análisis intercasos:

  1. Análisis intracasos: descripción completa de A, B y C por separado.
  2. Análisis intercasos: comparación lateral de las variables clave (¿En qué se diferencian el uso pedagógico de A y B? ¿Qué desafíos son comunes a los tres casos?).

Bibliografía recomendada

Molina Azorín, José Francisco; Fàbregues Feijóo, Sergi y Escalante Barrios, Elsa Lucía (2024). Métodos mixtos de investigación. Pirámide.

Simons, Helen (2011). El estudio de caso: Teoría y práctica. Morata.

Verd, Joan M. y Lozares, Carlos (2016). Introducción a la investigación cualitativa: Fases, métodos y técnicas. Síntesis.

Yin, Robert K. (2009). Case Study Research: Design and Methods. Sage.

  1. Robert K. Yin, Case Study Research. Newbury Park, CA, Sage, 1994.
  2. Robert K. Yin, Case Study Research. Newbury Park, CA, Sage, 1994.
  3. Alexander L. George y Andrew Bennett, Case Studies and Theory Development. Cambridge, MA, MIT Press, 2004.
  4. Donald T. Campbell y Julian Stanley, Experimental and Quasi-Experimental Designs for Research.  Boston, Houghton Mifflin, 1963; Harry Eckstein, Case Studies and Theory in Political Science. Regarding Politics: Essays on Political Theory, Stability, and Change. Berkeley, University of California Press, 1992.
  5. "Sostengo que, a efectos metodológicos, un estudio de caso se define mejor como un análisis en profundidad de una sola unidad (un fenómeno relativamente delimitado) en el que el objetivo de quien investiga es esclarecer las características de una clase más amplia de fenómenos similares. Se demuestra que los estudios de caso se basan en el mismo tipo de evidencia covariante que se utiliza en la investigación que no recurre a los estudios de caso. Por lo tanto, el método del estudio de caso se entiende correctamente como una forma particular de definir casos, no como una forma de analizarlos ni de modelar relaciones causales."
  6. John Gerring, What is a case study and what is it good for? American Political Science Review, Vol. 98, Nº 2, Mayo de 2004, p. 341.
  7. Women's Empowerment in Agriculture Index (WEAI) es una metodología de evaluación del empoderamiento, la participación y la inclusión de las mujeres en el sector agrícola, elaborado por International Food Policy Research Institute (IFPRI). Más información y descarga del documento metodológico en la web de IFPRI ⇒
  8. Robert K. Yin, Case Study Research. Newbury Park, CA, Sage, 1994.
  9. Robert K. Yin, Case Study Research. Newbury Park, CA, Sage, 1994.
  10. Alexander L. George y Andrew Bennett, Case Studies and Theory Development. Cambridge, MA, MIT Press, 2004.
  11. Donald T. Campbell y Julian Stanley, Experimental and Quasi-Experimental Designs for Research.  Boston, Houghton Mifflin, 1963; Harry Eckstein, Case Studies and Theory in Political Science. Regarding Politics: Essays on Political Theory, Stability, and Change. Berkeley, University of California Press, 1992.
  12. "Sostengo que, a efectos metodológicos, un estudio de caso se define mejor como un análisis en profundidad de una sola unidad (un fenómeno relativamente delimitado) en el que el objetivo de quien investiga es esclarecer las características de una clase más amplia de fenómenos similares. Se demuestra que los estudios de caso se basan en el mismo tipo de evidencia covariante que se utiliza en la investigación que no recurre a los estudios de caso. Por lo tanto, el método del estudio de caso se entiende correctamente como una forma particular de definir casos, no como una forma de analizarlos ni de modelar relaciones causales."
  13. John Gerring, What is a case study and what is it good for? American Political Science Review, Vol. 98, Nº 2, Mayo de 2004, p. 341.
  14. Women's Empowerment in Agriculture Index (WEAI) es una metodología de evaluación del empoderamiento, la participación y la inclusión de las mujeres en el sector agrícola, elaborado por International Food Policy Research Institute (IFPRI). Más información y descarga del documento metodológico en la web de IFPRI ⇒
  15. Robert K. Yin, Case Study Research. Newbury Park, CA, Sage, 1994.
  16. Robert K. Yin, Case Study Research. Newbury Park, CA, Sage, 1994.
  17. Alexander L. George y Andrew Bennett, Case Studies and Theory Development. Cambridge, MA, MIT Press, 2004.
  18. Donald T. Campbell y Julian Stanley, Experimental and Quasi-Experimental Designs for Research.  Boston, Houghton Mifflin, 1963; Harry Eckstein, Case Studies and Theory in Political Science. Regarding Politics: Essays on Political Theory, Stability, and Change. Berkeley, University of California Press, 1992.
  19. «Sostengo que, a efectos metodológicos, un estudio de caso se define mejor como un análisis en profundidad de una sola unidad (un fenómeno relativamente delimitado) en el que el objetivo de quien investiga es esclarecer las características de una clase más amplia de fenómenos similares. Se demuestra que los estudios de caso se basan en el mismo tipo de evidencia covariante que se utiliza en la investigación que no recurre a los estudios de caso. Por lo tanto, el método del estudio de caso se entiende correctamente como una forma particular de definir casos, no como una forma de analizarlos ni de modelar relaciones causales.»
  20. John Gerring, What is a case study and what is it good for? American Political Science Review, Vol. 98, Nº 2, Mayo de 2004, p. 341.
  21. Women’s Empowerment in Agriculture Index (WEAI) es una metodología de evaluación del empoderamiento, la participación y la inclusión de las mujeres en el sector agrícola, elaborado por International Food Policy Research Institute (IFPRI). Más información y descarga del documento metodológico en la web de IFPRI ⇒
Sinónimos:
case study