Robustness of Conclusions: Sensitivity to Assumptions, Models and Specifications / Robustez de las conclusiones: sensibilidad a supuestos, modelos y especificaciones

English

A conclusion is robust only relative to a declared set of plausible assumptions, models, data-processing choices and analytical specifications. Robustness is therefore not a synonym for truth, replication or statistical significance. This article defines robustness as the stability of a scientific conclusion across a prospectively or transparently declared family of defensible alternatives. It distinguishes parameter sensitivity, model sensitivity, specification-curve analysis and multiverse analysis, and explains why hidden researcher flexibility belongs instead to INF-010. The central requirement is that the alternative specifications be scientifically admissible rather than generated merely to make a result look stable. Robustness can strengthen confidence when materially different but justified specifications converge; instability can reveal that the scientific conclusion depends on choices whose uncertainty must be reported. Neither outcome establishes the mechanism or causal structure by itself.

Español

Una conclusión es robusta solo respecto de un conjunto declarado de supuestos, modelos, decisiones de procesamiento de datos y especificaciones analíticas plausibles. La robustez no es, por tanto, sinónimo de verdad, replicación ni significación estadística. Este artículo define la robustez como la estabilidad de una conclusión científica a través de una familia de alternativas defendibles declarada prospectivamente o de forma transparente. Distingue sensibilidad paramétrica, sensibilidad de modelo, análisis de curva de especificaciones y análisis multiverso, y explica por qué la flexibilidad oculta del investigador pertenece, en cambio, a INF-010. El requisito central es que las especificaciones alternativas sean científicamente admisibles y no se generen simplemente para hacer que un resultado parezca estable. La robustez puede reforzar la confianza cuando convergen especificaciones materialmente distintas pero justificadas; la inestabilidad puede revelar que la conclusión científica depende de elecciones cuya incertidumbre debe informarse. Ninguno de los dos resultados establece por sí mismo el mecanismo o la estructura causal.

INF-009 · Version / Versión 0.2.