MAESTRA EN POLTICA Y PLANIFICACIN SOCIAL TALLER DE TESIS II Dra.

Mara Albina Pol

Clase 3: Sbado 11 de octubre Proyectando el anlisis cuantitativo: La planificacin de los tiempos 1. PROCESO DE RECOLECCIN DE DATOS Hiptesis Identificacin de variables (definicin y clasificacin) Proceso de operacionalizacin de las variables Fuentes de datos: Ventajas y desventajas
1) Fuentes Primarias: son aquellos datos que son relevados por el investigador para realizar el estudio. La principal ventaja es que los mismos responden al problema, delimitacin, objetivos y perspectiva terica elaborada por el investigador. La desventaja principal que tienen los estudios con datos primarios es que los costos suelen ser muy elevados, por ello, en el diseo de los mismos hay que contemplar cuidadosamente los aspectos econmicos y administrativos. 2) Fuentes Secundarias: son aquellos que no han sido relevados por el investigador pero que son usados por l para realizar la investigacin. La principal ventaja que tienen es que los costos son reducidos o nulos. En cambio, entre los inconvenientes que pueden presentar, se pueden destacar los siguientes: es muy probable que dichos datos hayan sido recogidos en funcin de otra problemtica, otros objetivos y perspectiva terica. Adems hay que analizar cul fue el universo de estudio, las unidades de anlisis, la delimitacin temporal y geogrfica, la definicin de las variables, el sistema de categoras, etc. Lo que antecede implica efectuar una evaluacin de la calidad de los datos para as determinar si se ajustan o no al enfoque que un investigador pretende dar al tema en cuestin.

Diseo del instrumento de recoleccin de datos (la encuesta) 2. ANLISIS DE DATOS CUANTITATIVOS Bibliografa: Hernndez Sampieri, Sierra Bravo, Galtung Los datos cuantitativos se obtienen cuando las variables estudiadas se miden a lo largo de una escala que indica la cantidad presente de la variable medida. Su representacin se hace en forma numrica. El anlisis estadstico incluye los procedimientos que se aplican a los datos a los fines de obtener de ellos algunos resultados o conclusiones. El trmino estadstica tiene mltiples significados; sin embargo, la mayora la refiere como la teora, procedimiento y metodologa por medio de la cual los datos son analizados. No debemos entender la estadstica como una acumulacin de datos, sino como un mtodo que sirve para describir y obtener sentido de dichos datos. Perspectiva cuantitativa:

Anclaje epistemolgico El propsito de este enfoque consiste en captar las regularidades de lo social, inferir resultados a una determinada poblacin (generalizacin)
El anlisis cuantitativo de los datos: enfoque bi y multivariado 6.1. Proceso de construccin de las tablas estadsticas. Nociones de tabulacin: la estructura de los cuadros. Espacios de propiedades e hiptesis. 6.2. Lecturas porcentuales. Diferencia porcentual. 6.3. Falacias de anlisis. El caso de la falacia ecolgica: su estructura. 6.4. La investigacin experimental. La lgica experimental como paradigma de la explicacin cientfica. Clasificacin de los diseos segn el grado de cumplimiento de los requerimientos de la experimentacin (no experimentales, cuasiexperimentales y experimentales). 6.5. El anlisis multivariado como formalizacin de la lgica experimental en Ciencias Sociales. Anlisis multivariado y explicacin. 6.6. La lectura de cuadros bi y multivariados. Relacin entre el marco conceptual, lashiptesis y el anlisis de los datos. 6.7. El informe de investigacin.

1. Objetivos de la clase Conocer las caractersticas del anlisis cuantitativo y su funcin en el proceso de investigacin. Estimar los tiempos requeridos para la aplicacin del anlisis cuantitativo en el marco de la investigacin. El anlisis de los datos es una etapa que se corresponde a la propia investigacin, en la instancia de formulacin del proyecto lo que hacemos es definir y explicitar el tipo de anlisis que aplicaremos a los datos y estimar los tiempos necesarios para ello. Trataremos de conocer los elementos para planificar el anlisis cuantitativo de los datos (elaborar el plan de anlisis de los datos). Nocin de anlisis, interpretacin y explicacin Anlisis: Busca hacer explcitas las propiedades, notas y rasgos de todo tipo que, en relacin a las variables estudiadas, se derivan de las tablas en las que se condensa la clasificacin. Lectura de los datos. Depende de: el nivel de medicin de las variables, la manera en que se hayan formulado las hiptesis, el inters del investigador. Interpretacin: Determinar la significacin y alcance sociolgicos de dichas propiedades y rasgos. Explicacin: Expresin terica ltima y general de los resultados de la investigacin o esquema lgico general de la solucin al problema planteado que los resultados representan. Completa el ciclo de investigacin que se inici en la teora haciendo que los resultados confluyan nuevamente en la teora.

Objetivo del anlisis cuantitativo: Convertir los resultados numricos de la investigacin en enunciados tericos y nuevas teoras.
2. Dato: La importancia del "dato". Su posicin en el proceso de investigacin. Relacin con las etapas y elementos anteriores. Abordaje del dato. 3. Estructura tripartita del dato: Ejemplos de datos: Mara tiene ojos marrones, segn el censo de 2001 Guaymalln tiene 251.339 habitantes, el presupuesto anual destinado a programas sociales en el depto. de Malarge es de 2.000.000 de pesos.

Galtung, J. define el trmino "dato" de la siguiente manera (2): "Se obtienen datos sociolgicos cuando un socilogo registra hechos acerca de algn sector de la realidad social o recibe hechos registrados para l."

Tambin sostiene que todo dato tiene una estructura compuesta por tres elementos: unidades de anlisis, variables y valores. Cualquier dato consistir en:

1) Una unidad de anlisis que 2) En una variable asumir 3) Un determinado valor.

As lo que constituye un dato, para este autor, son estos tres elementos considerados en forma conjunta a travs de las relaciones que mantienen entre s.

Ahora bien, es necesario definir estos tres trminos que en forma conjunta constituyen un dato. Las Unidades de Anlisis son los elementos menores y no divisibles que componen el universo de estudio de una investigacin. Sobre dichos elementos se estudia el comportamiento de las variables. Las unidades de anlisis se establecen de manera previa a la etapa de recoleccin de datos, por ende, su definicin forma parte del marco terico. Las mismas se pueden clasificar segn Mayntz, R.(3) en:

1) "Individuos como seres sociales. 2) Determinados productos de la accin humana, tanto de tipo material como inmaterial (por ejemplo, ideas, representaciones valorativas, normas), 3) Colectivos sociales o grupos: a saber desde conglomerados pequeos y efmeros hasta grandes colectividades organizadas con inclusin de las sociedades globales".

Generalmente, cuando las unidades son colectivos sociales, se distingue entre unidades de anlisis y unidades de observacin, estas ltimas son las que van a aportar la informacin que se va a registrar y luego se va a comunicar a travs de un lenguaje numrico o no numrico. Por ejemplo: si en un estudio las unidades de anlisis son las escuelas, las unidades de observacin pueden ser las autoridades de la escuela, los docentes y los alumnos.

En lo que atae al trmino Variable, el mismo tiene un origen matemtico y luego por extensin en las ciencias sociales se convirti en sinnimo de aspecto o dimensin, Korn F. (4) lo define de la siguiente manera: " En otros trminos, el significado completo de la palabra "variable", tal como es usada en ciencias sociales, contiene no slo la connotacin de "aspecto" o "dimensin" de un fenmeno, sino tambin la propiedad de estos aspectos o dimensiones de asumir diferentes valores."

Tambin se puede definir el trmino variable, como un concepto acerca de algn aspecto y/o magnitud de un elemento o unidad de anlisis capaz de asumir diferentes cualidades y/o valores.

Mientras que un Valor o categora es una de las diferentes posiciones o alternativas que presenta la variable y adopta alguna unidad de anlisis y se puede expresar cualitativamente a travs de una clasificacin por ausencia y presencia, por jerarqua u orden o sino cuantitativamente, es decir, a travs de magnitudes.

5. Matriz de datos (Galtung): Modo de ordenar los datos de manera que sea particularmente visible

la forma tripartita "

Estructura que permite sistematizar la informacin y visualizar la estructura tripartita del dato y obtener un panorama completo de la informacin. Orden, sistematizacin, clasificacin. Planilla de clculos, listado, etc.
Para confeccionar una Matriz de Datos, el investigador previamente debe, efectuar la recoleccin de datos mediante la elaboracin, pretest y administracin de alguna tcnica de investigacin que se ajuste al problema, los objetivos del estudio y al carcter del estudio.

6. Principios de la matriz de datos:

La forma misma de la Matriz y la definicin, conducen a los 3 (tres) Principios de la recoleccin de datos establecidos por Galtung, J.:

1) Principio de Comparabilidad: aqu se afirma que, cada combinacin de Unidad de Anlisis/Variable debe tener sentido, esto es, debe ser verdadero o falso que dicha combinacin brinde un determinado Valor. Por medio de este principio se hacen comparables las variables, las unidades y los valores o respuestas. Por ejemplo, si las unidades son personas y una variable es la tasa de analfabetismo, entonces cualquier combinacin no ser ni verdadera ni falsa, simplemente no tiene sentido.

Por lo tanto, las variables han de ser de hecho, en la matriz, variables de las unidades investigadas. Por otro lado, las unidades slo pueden ser comparadas con sentido respecto de valores de concretizacin sobre la variable correspondiente. Afirmaciones como "la unidad n1 es de sexo masculino, mientras que la unidad n2 tiene un alto grado de participacin poltica no tienen de sentido."

Comparabilidad: Por ejemplo: No puedo preguntar el estado civil de un municipio.

2) Principio de clasificacin: implica que el sistema de categoras de una variable debe cumplir con dos requisitos lgicos: debe ser exhaustivo y excluyente. Exhaustivo en el sentido que ninguna unidad quede fuera del sistema de categoras y excluyente, de manera que cada unidad asuma un valor y slo uno en cada variable. En este ltimo requisito puede haber excepciones, por ejemplo, en el caso de una pregunta con respuesta de eleccin mltiple, ya sea de nmero limitado o no limitado. Errandonea, A. (17), distingue un tercer requisito: "...deben obedecer al mismo criterio clasificatorio (variable)." Lo que antecede significa que el sistema de categoras de una variable debe responder a una sola idea.

3) Principio de Integridad: mientras que los dos principios anteriores aluden a la lgica de la matriz, este principio se refiere al trabajo emprico de llenar la matriz y dice simplemente esto: no dejar ninguna celda vaca. Lo que antecede significa que hay que intentar que la cantidad de celdas sin informacin, es decir, "No sabe"/"No contesta", se mantenga lo ms baja posible. Sin embargo, en algunos casos, por ejemplo, en un estudio acerca del "Nivel de informacin acerca de las formas de contagio del SIDA", las alternativas mencionadas anteriormente resultan ser muy pertinentes, ya sea porque no hay conocimiento acerca del tema, no se tiene una opinin formada, no se quiere contestar o porque simplemente hay temas que no despiertan inters en la gente.

7. Ejemplo de matriz de datos: Identificar los tres elementos. 8. Clases de anlisis

En lo que respecta, a los diferentes Tipos de Anlisis que se pueden efectuar de una matriz de datos, Galtung, J. (18) describe los siguientes:

1) Anlisis centrado en la variable: tambin denominado, por el citado autor, anlisis vertical, porque las columnas se analizan en forma separada en cuanto a la informacin que brindan acerca de la variable correspondiente. Los valores que corresponden a las diferentes unidades se comparan conforme al principio de comparabilidad. De esta forma se puede obtener una distribucin estadstica, en la cual para cada valor o categora posible de la variable se da el nmero de unidades que tienen ese valor o categora de la variable. Este tipo de anlisis tiene un perfil bsicamente univariable y cuantitativo.

2) Anlisis centrado en la unidad de anlisis: tambin denominado anlisis horizontal. Porque en el mismo se analizan las filas separadamente en cuanto a la informacin que dan acerca de las unidades. Se analiza cada unidad separadamente y los valores de las diferentes variables no son comparables. Por lo tanto, este tipo de anlisis nos brinda pautas o rasgos de cada unidad. Es un tipo de anlisis con un perfil ms cualitativo.

3) Anlisis combinado: vertical y horizontal, los cuales pueden adoptar, segn Galtung, diversas formas: puede ser bivariable o multivariable. Adems se puede comenzar con un anlisis horizontal, construyendo un ndice y luego se puede efectuar un anlisis vertical incorporando los valores que aporta el ndice para todas las unidades, en una nueva column

Exploratorio: Para derivar u obtener hiptesis

Confirmatorio: Para contrastar o poner a prueba hiptesis 9. Tipos de anlisis en la metodologa cuantitativa Slo nos referiremos al anlisis ms simple y menos especfico en las ciencias sociales: Anlisis univariado. 10. Funciones del anlisis cuantitativo. Tcnicas estadsticas. La primera tarea es describir los datos, valores o puntuaciones obtenidas para cada variable. Una distribucin de frecuencias es un conjunto de puntuaciones ordenadas en sus respectivas categoras. 11. Distribucin de frecuencias: Absoluta, relativa (porcentaje de casos en cada categora), acumulada (las que se van acumulando en cada categora desde la ms baja hasta la ms alta. Pueden expresarse en valores absolutos o en porcentajes). Explicar cada una. Ejemplos de su utilidad. 12. Cmo graficar la distribucin de frecuencias. Indicar que existen otros tipos de grficos. Describir el grfico. Se obtiene directamente a travs del paquete estadstico. 13. Resumen de la informacin. Tcnicas estadsticas. No complejizar la explicacin. Nociones bsicas. Medidas de tendencia central: Son puntos en una distribucin, los valores medios o centrales de sta y nos ayudan a ubicarla dentro de la escala de medicin. Moda: Cualquier nivel de medicin Mediana: Ordinal, intervalar y de razn Media: Intervalares y de razn

Medidas de variabilidad: Indican la dispersin de los datos en la distribucin. Indican distancias. Dnde y cmo estn diseminadas las puntuaciones con respecto a ciertos valores de referencia. 14. Ejemplo de medidas resumen. Explicar que ese es un cuadro que podemos obtener de Excel. No es necesario que sepamos cmo se calculan sino cmo interpretarlas. Hacer una breve referencia al anlisis bivariado y multivariado. El primero permite establecer la relacin entre dos variables: Grados de asociacin y correlacin (coeficientes de correlacin, test o prueba de hiptesis), y el segundo se utiliza para la realizacin de anlisis explicativos que son los que verdaderamente se acercan a la interpretacin de la realidad social, bajo el concepto de que todo fenmeno social es multicausal. Existen tcnicas estadsticas de gran complejidad (anlisis factorial, regresin, etc.). 15. Anlisis bivariado: Objetivo: Estudiar el comportamiento conjunto de dos variables. Es el segundo tipo de anlisis de los resultados. Correlacin: Determinacin numrica del grado y signo de la asociacin entre dos variables. Aqu no se trata, como en los promedios o razones, de distribuciones de frecuencias o tablas referentes a una sola variable, sino de cuadros que relacionan dos variables. Estos cuadros pueden adoptar dos formas:

a.

Distribucin bivariada conjunta: Consiste en una tabla que expone, respecto a cada individuo objeto de observacin, los valores de dos variables distintas.

b.

Tablas de contingencia: Consiste en cruzar las categoras de dos variables, consignando en cada casilla de la tabla el nmero de observaciones que renen a la vez las dos categoras de las variables que se cruzan en la casilla de que se trata.

Coeficientes de correlacin (o asociacin): ndices numricos obtenidos mediante determinadas operaciones estadsticas que cifran cuantitativamente el grado y, en su caso, signo de la correlacin entre dos variables. Funciones: Contrastar hiptesis y predecir. Cmo se comporta una variable en relacin con otra? Mayor mayor = Relacin directa o positiva. Mayor menor = relacin indirecta o negativa.

Los coeficientes de correlacin por s solos no indican influencia o causalidad, es decir, que una variable influya o sea causa de la otra, pero constituyen una de las condiciones para que se pueda establecer una relacin de causalidad entre las variables en cuestin. En cuanto a la significacin de los coeficientes de asociacin no existe una norma vlida para todos los casos, sin embargo, se admite que su significacin en principio es la siguiente: +0.70 = muy fuerte 0.50 a 0.69 = sustancial 0.30 a 0.49 = moderada 0.10 a 0.29 = baja 0.01 a 0.09 = despreciable Tipos de coeficientes: Segn: a. nmero de variables, b. Direccin (simtricos o asimtricos), c. Tipo de variables. Ejemplos: Phi, Rho, R de Pearson, Lambda 16. Anlisis multivariado: Busca describir y explicar las relaciones entre ms de dos variables. Su complejidad aumenta con el nmero de variables intervinientes. Existen numerosos modelos estadsticos de anlisis multivariado. Explica mejor la realidad social dado que la misma es multicausal. No tiene limitada la cantidad de variables. 17. Presentacin de los datos: Cuadros. Elementos: Ttulo (recorte espacio temporal) y Fuente. 18. Presentacin de los datos: Grficos. 19. Otros tipos de grficos. 20. La utilidad de la informtica en el anlisis cuantitativo:

Ventajas: 1. Ahorro de tiempo y esfuerzo, 2. Mayor sencillez, nos permite concentrarnos en los aspectos conceptuales ms que en los de clculo, 3. Facilita el manejo de grandes volmenes de informacin, 4. Clculos ms exactos evitando redondeos. Desventaja: 1. El aprendizaje de paquetes estadsticos requiere cierto esfuerzo, 2. No siempre se tiene la suficiente capacidad para interpretar los resultados. 21. Pasos en el proceso de anlisis cuantitativo Tener lo ms definido posible el tipo de informacin requerida. Hacer un listado con el tipo de cuadros que se desea obtener. Estimar correctamente los tiempos. No subestimarlos. Los datos secundarios existentes no siempre se adaptan a nuestros objetivos de investigacin, muchas veces es necesario reformularlos, armar nuevos cuadros.