Anlisis Crtico del Uso de los Enfoques Cuantitativo y Cualitativo en la Investigacin de Problemas Socio-ambientales 1

Autor: Andrs Jaramillo Medina

BORRADOR DEL CAPITULO

Para liquidar una filosofa no basta, pura y simplemente, con proclamar que es falsa. (Es necesario) anularla ajustndose a sus mismos postulados, Es decir, destruyendo crticamente su forma, pero conservando el nuevo contenido conquistado por ella
1

Jaramillo, A. (en prensa). Anlisis crtico del uso de los enfoques cuantitativo y cualitativo en la investigacin de problemas socio-ambientales. En El dilema del castor: Psicologa y Ciencias Sociales en Conflictos ambientales. Captulo 3. Editorial Catalunia. Libro editado por el Departamento de Psicologa de la Universidad de Chile.

Federico Engels en Ludwig Feuerbach y el fin de la filosofa clsica alemana

1. Introduccin El presente captulo est constituido de tres apartados. En el primero se revisan algunas ideas que, segn mi modo de comprensin, forman el argumento explcito o implcito que empleamos algunos cientficos sociales para justificar el uso de los contenidos de la Teora Estadstica en investigacin y evaluacin del comportamiento humano2. Para lograr lo anterior, se analizan dos temas: 1) los objetivos de investigacin y tipos de comportamientos estudiados con metodologa cuantitativa; y 2) el concepto de medicin que emplea el enfoque cuantitativo, el conjunto de razonamientos que constituyen la denominada Lgica del Contraste de Hiptesis (LCH), y el rol que desempea el concepto de probabilidad en ambos procedimientos. En cada caso se recurre a situaciones concretas de investigacin con el objetivo de hacer ms clara la exposicin de ideas. La relevancia de referirse a estos temas radica en que mucho del proceso de construccin terica en psicologa y ciencias sociales, emplea conceptos y criterios probabilsticos. Lo anteriormente dicho se aplica de manera particular a los casos en los que se evala el comportamiento de personas o grupos de personas de una poblacin. Es decir, en los casos en los que la conducta de una persona o de un grupo de personas se compara con algn estndar, con el objetivo de realizar una afirmacin evaluativa acerca del comportamiento de la persona (como por ejemplo: el paciente presenta un nivel de sintomatologa depresiva que es menor que el nivel promedio que presenta la poblacin completa de pacientes depresivos), o de un grupo de personas (la muestra de pacientes sometida a la terapia presenta un menor nivel de sintomatologa depresiva que el que se presenta tradicionalmente en los pacientes depresivos que no han recibido terapia). Por otra parte, la exposicin abierta del argumento que usamos algunos cientficos sociales para emplear conceptos estadsticos en investigacin social, facilita las herramientas para que el pblico realmente interesado en investigar de la manera ms vlida posible los fenmenos humanos y sociales, elabore una crtica de la MC que supere, y no slo seale, las limitaciones evidentes y las an no descubiertas de este enfoque particular de investigacin. En el segundo apartado del captulo, se grafica el uso de la MC a travs de la sntesis de resultados de una investigacin llevada a cabo
2

El trmino comportamiento se emplea en este trabajo en un sentido amplio, es decir, abarcando cognicin, afectividad, y conductas manifiestas, as como tambin fenmenos o procesos de interaccin entre personas y grupos de personas.

por nuestro equipo de investigadores del Departamento de Psicologa de la Universidad de Chile, la cual fue diseada para responder preguntas de investigacin vinculadas con problemas y conflictos socio-ambientales presentes en las ciudades de La Calera y Constitucin en nuestro pas. Finalmente, en el tercer apartado se elaboran tres argumentos a modo de ensayo. El primero es una crtica al planteamiento que propone la existencia de una oposicin entre un enfoque cualitativo y uno cuantitativo para investigar el comportamiento humano. La crtica se aborda considerando que la concepcin dialctica de la realidad (Engels, 1947) propone que todo los fenmenos del Universo poseen tanto calidad como cantidad, de manera que un enfoque de investigacin que defina como lo propio de s el hecho de centrarse exclusivamente en una de estas dimensiones y en prescindir deliberadamente de la otra, acceder slo a una parte de lo investigado. El segundo argumento se refiere a la situacin contradictoria que surge en el modo de medicin de tipo cuantitativo dado el rol que cumple el concepto de error de medicin dentro de la psicometra y el que juega dentro de la LCH. En la primera su presencia se evita, mientras que en la segunda constituye la piedra angular sin la cual no podra existir tal lgica. El tercer argumento aborda un rasgo definitorio del proceso de medicin de tipo cuantitativo. Este rasgo es el hecho de emplear las propiedades de los nmeros para referirse a las propiedades de lo que se mide. Claramente, esta prctica del modo de medicin empleado por la MC implica suponer que existe identidad entre la forma en la que se comportan los nmeros y la forma en la que se comportan las personas y los fenmenos humanos. En este caso, se analizan ejemplos de investigacin en los que tal identidad es slo un supuesto, y no un hecho real que apoye la aplicacin de tal razonamiento. Lo anterior es un problema a resolver debido a que el hecho de centrase en defender los instrumentos de medicin propios de una metodologa particular, desva la atencin del proceso de construccin de conocimiento, el cual nunca debe estar supeditado a la existencia histricamente determinada de ciertas tcnicas. Es necesario advertir al lector que la presente exposicin de ideas y argumentos relativos al fundamento terico y al uso prctico de la MC no pretende (ni puede, dados los vacos de informacin del autor) ser exhaustiva para analizar todos los temas estadsticos y epistemolgicos con los que, inevitablemente, se vincular. Como siempre, se sugiere al lector interesado en algn tema en particular que consulte las fuentes directas de informacin, de manera que se forme por s mismo una idea de lo tratado en el presente captulo. Adems, toda crtica al presente trabajo que logre mostrar con

fundamentos las limitaciones del anlisis, no har ms que aportar a la discusin, pues invalidar o superar lo dicho. La comprensin dialctica del proceso de construccin de conocimiento implica la necesaria contraposicin de planteamientos que, por naturaleza, son parciales e incompletos, y que slo al enfrentarse pueden avanzar hacia la superacin de sus contradicciones, sean stas reales o aparentes. 2.- Argumento empleado para justificar el uso de los contenidos de la teora estadstica en investigacin y evaluacin del comportamiento humano. Para referirse al uso de la MC en investigacin social, es pertinente iniciar la exposicin de ideas describiendo los tipos de objetivos y los tipos de comportamiento que podemos encontrar con mayor frecuencia en la literatura cientfica que emplea este tipo de metodologa. 2.1. Objetivos de investigacin y tipos de comportamientos estudiados con metodologa cuantitativa; Desde un punto de vista estrictamente metodolgico, los objetivos que tradicionalmente se proponen en una investigacin cuantitativa, se pueden categorizar de la siguiente manera: a) Describir el comportamiento que se observa en personas que comparten una (o ms de una) caracterstica en comn. Es decir, describir el comportamiento de una variable3 en una poblacin determinada. b) Describir la relacin entre diferentes comportamientos que se observan en las personas de una poblacin. Es decir, describir la relacin entre variables, y c) Analizar las diferencias en el nivel en el que se presenta un comportamiento en diferentes poblaciones de personas. Es decir, comparar el nivel de una variable entre dos o ms poblaciones. Como ejemplo concreto de investigacin en la que podemos reconocer el primer tipo de objetivo (describir el comportamiento de una variable) es el caso de los censos poblacionales. En este tipo de estudio, el objetivo es describir el nivel o frecuencia de ocurrencia de diferentes variables de la poblacin censada. Por diferentes motivos los gobiernos se interesan por conocer muchas caractersticas de los ciudadanos (edad, cantidad de personas por hogar, nivel educacional,
3

El trmino variable se emplea en MC para sealar que, en una poblacin, se puede observar diferencias (variabilidad) en el comportamiento de las personas que se estudian. Por lo tanto, se denomina variable al comportamiento humano NO porque se piense que la conducta humana posea una naturaleza similar a la que define a otros fenmenos investigados por otras ciencias que tambin se denominan con el trmino variable (la temperatura ambiental, por ejemplo). El trmino variable es una categora de anlisis de tipo metodolgico, y no especifica (porque no puede hacerlo) la conceptualizacin terica de lo medido.

etc.), y un estudio de este tipo permite que tales caractersticas sean descritas en su frecuencia o nivel de presencia en la poblacin. El anlisis de la relacin entre variables (segundo tipo de objetivo) se puede observar, por ejemplo, cuando un investigador reporta el resultado de un anlisis de correlacin, el cual seala que el nivel de autoestima de los nios se relaciona de manera directamente proporcional con el aprendizaje escolar que logran. Es decir, aquellos nios que tienden a presentar los niveles ms altos de autoestima (en comparacin con el nivel promedio observado en otros nios de la misma poblacin), tambin tienden a presentar los puntajes ms altos en aprendizaje. Algo similar se puede decir para aquellos nios que presentan niveles medios de autoestima y con aquellos que muestran los niveles ms bajos. Es decir, se est analizando la forma de la relacin (en este caso lineal) entre variables en toda su dimensionalidad, y no slo en sus extremos. Por lo tanto, no se propone analizar la relacin entre alta autoestima y alto aprendizaje, o entre baja autoestima y bajo aprendizaje, sino entre autoestima y aprendizaje. El tercer tipo de objetivo (comparar el nivel de una variable entre dos o ms poblaciones), se puede encontrar en estudios que, por ejemplo, desean investigar el efecto de diferentes intervenciones sobre el comportamiento de dos, o ms de dos, grupos de personas. La literatura acerca de la efectividad de la psicoterapia muchas veces incluye este tipo de objetivo. Se desea saber, por ejemplo, si el nivel de sintomatologa depresiva (variable de estudio) de los pacientes que asistieron a psicoterapia (poblacin 1) es menor que (comparacin) el nivel de sintomatologa que presentan pacientes que no asistieron a ningn tratamiento psicoteraputico (poblacin 2). Si, adems, en la investigacin se emple un diseo de tipo experimental4 para responder a esta interrogante, la diferencia observada en el nivel de sintomatologa entre los promedios de ambos grupos de pacientes, se atribuir, entonces, al efecto de la psicoterapia. Por otra parte, los tipos de comportamientos que se investigan con MC son bastante diversos y se pueden clasificar, para los fines del presente trabajo, empleando las categoras amplias de anlisis que la psicologa cre para clasificar las dimensiones de su objeto de estudio: cognicin, afectividad y conducta manifiesta. Podemos encontrar variados ejemplos de medicin de variables cognitivas (creencias, especficamente) en la vasta literatura de
4

Es decir, si los pacientes del estudio fueron asignados aleatoriamente (al azar) al grupo control (sin psicoterapia) o al grupo experimental (pacientes con psicoterapia), y si la aplicacin de la psicoterapia estuvo bajo el control de los investigadores, es decir, si existi manipulacin de la variable independiente del estudio (psicoterapia) para analizar su efecto en la variable dependiente (la sintomatologa depresiva).

medicin de actitudes tales como el prejuicio. Como es bien sabido, las creencias que conforman un prejuicio (como las de todas las actitudes), son de tipo evaluativa. Es decir, implican que la personas emplean un estndar para referirse a las caractersticas del objeto actitudinal evaluado. Por lo tanto, las personas emiten un juicio5. Por ejemplo, creer, sin contar con informacin que sustente la creencia, que las personas de un grupo determinado son ms flojas para trabajar que las personas del grupo al cual uno pertenece, constituye una creencia de una dimensin ms amplia que denominamos prejuicio. En el caso de la investigacin en la que se miden variables afectivas, las escalas para medir autoestima y las empleadas para medir depresin constituyen casos tpicos. Por ejemplo, desde una concepcin terica cognitivo-conductual, la sintomatologa depresiva que presenta una persona se puede medir empleando el Inventario de Depresin de Beck. Finalmente, cuando un psiclogo registra la cantidad de veces que una persona se lava las manos durante un da, probablemente por considerar este tipo de dato como informacin crtica para elaborar un diagnstico, su intencin inmediata es medir una conducta manifiesta. Lo anterior no quiere decir, necesariamente, que el foco final de su anlisis sea la conducta manifiesta en s misma, y/o en relacin a sus consecuencias (al modo de un anlisis funcional de la conducta skinnereano). Es ms probable que nuestro juicio coincida con el estado de la realidad si hipotetizamos que el inters del investigador por la cantidad de veces que se presenta esta conducta, se relaciona con el hecho que sta constituye una parte (un signo) de un todo (por ejemplo, un sndrome). Obviamente, lo anterior no le quita mrito a la simple intencin de medir la conducta manifiesta. Un anlisis no se hace simple porque se mida con relativa facilidad cosas simples (en este caso, conductas manifiestas). Lo superficial y simplista de un anlisis es responsabilidad de quin lo realiza. Muchas veces se hacen anlisis simplistas e incoherentes de variables complejas, tales como los que se pueden hacer respecto de los denominados constructos psicolgicos (es decir, de variables latentes o no observables a simple vista, como la tradicionalmente menospreciada conducta manifiesta). Por otro lado, hay psiclogos que han construido Teora psicolgica a partir del registro, cuantificacin y anlisis de la simple observacin de conductas manifiestas. La Teora de los reflejos condicionados de Pavlov y la teora del desarrollo de la mente humana de Piaget, son buenos ejemplos de cmo, a partir de la observacin de simples
5

Existe otro tipo de creencias de tipo no evaluativas, como por ejemplo, creer que algn ser superior cre el Universo.

conductas manifiestas, hemos logrado comprender complejos procesos psicolgicos. 2.2. El concepto de medicin que emplea el enfoque cuantitativo, el conjunto de razonamientos que constituyen la denominada Lgica del Contraste de Hiptesis (LCH), y el rol que desempea el concepto de probabilidad en ambos procedimientos Para abordar el concepto de medicin desde el punto de vista cuantitativo, los conceptos centrales de la Lgica del Contraste de Hiptesis (LCH) y, de esta forma, describir cmo se inserta el clculo de probabilidades en tal proceso, veremos un ejemplo concreto (aunque ficticio), en el cual se ponen en juego conceptos y conocimientos derivados de la Teora Estadstica. El ejercicio que se describe a continuacin, acerca de la evaluacin del autoconcepto comunitario6 de una persona, es muy simple en trminos tericos y, por lo tanto, no pretende mostrar ningn conocimiento nuevo derivado de alguna lnea de investigacin particular. Sin embargo, debido a que el foco del anlisis no es la calidad de la teora acerca del comportamiento analizado en el ejemplo, su simpleza permitir mantener la atencin en el rol que cumple la probabilidad en el proceso de investigacin de tipo cuantitativa. Adems, es muy importante que el lector recuerde que la LCH se emplea para contrastar hiptesis de investigaciones en las que se analiza el comportamiento de muestras de personas seleccionadas de una poblacin determinada. Un anlisis distinto, aunque similar, es referirse al comportamiento de personas7 seleccionadas de una poblacin. La diferencia esencial entre ambos procedimientos radica en que los criterios de comparacin (es decir, lo parmetros poblacionales) que se emplean para evaluar el comportamiento de una muestra, son distintos a los que se emplean para comparar el comportamiento de una persona. Sin embargo, la estructura del anlisis es muy similar en los dos casos (por ejemplo, en ambos de emplea una distribucin de probabilidad de una variable) aunque la situacin de comparar a una persona respecto de una poblacin es relativamente ms fcil de graficar y de comprender. Dado lo anterior,
6

El autoconcepto comunitario se refiere al conjunto de ideas, percepciones y creencias que un grupo humano tiene sobre s mismo. Posee una dimensin cognitiva (la autoimagen), consistente en un conjunto de categoras conceptuales auto asignadas por una comunidad a s misma, e ntimamente ligada a sta. Adems, posee una dimensin afectiva (la autovaloracin), consistente en la carga normativa y evaluativa que las categoras conceptuales auto asignadas llevan aparejadas (Jaramillo, Rodrguez, Sapiains y Ugarte, 2009). 7 Una persona se podra considerar, tambin, como una muestra de tamao 1

emplearemos un ejemplo en el cual un investigador tiene una hiptesis y, como primer acercamiento a la realidad, busca algn apoyo bsico para lo que piensa evaluando el comportamiento de una persona seleccionada de una poblacin. Por lo tanto, no se describir, en sentido estricto, la aplicacin de la LCH. Lo que s se revisa es el conjunto de conceptos estadsticos que la forman, a travs de comparar a una personas respecto de un parmetro poblacional, es decir, empleando como criterio de evaluacin la forma en la que se comporta el resto de los integrantes de la poblacin. a)El concepto de medicin Antes de describir los elementos especficos del ejemplo, primero revisaremos el concepto de medicin. En trminos amplios, medir consiste en el acto de asignar valores a una caracterstica. Esta asignacin de valores se realiza de acuerdo con ciertas reglas explcitas, lo cual hace de la medicin un proceso sistemtico (en el sentido de ser ordenado) y conocido, de manera que cualquier persona que la realice siguiendo tales reglas llegar al mismo resultado. Finalmente, luego de asignar valores a la caracterstica medida, se emplean las propiedades de los valores asignados para referirse a las propiedades de la caracterstica en estudio. En el caso de la MC los valores que se emplean para medir el comportamiento humano son nmeros, y muchas veces estos nmeros se refieren a probabilidades. Veamos un ejemplo concreto y cotidiano. El aprendizaje de un nio (una caracterstica) se mide a partir de la cantidad y calidad de las respuestas que es capaz de elaborar en un examen. Cada respuesta correcta se pondera de acuerdo con algn criterio y se le asigna un nmero que la representa (asignacin de un valor). Luego, el juicio acerca del grado de aprendizaje del nio se elabora, por ejemplo, a partir de la suma de respuestas correctas del alumno: una mayor cantidad de respuesta de cierta calidad, se entiende como una mayor cantidad y calidad de aprendizaje. En este caso, estamos empleando las propiedades de los nmeros que se ponen en juego en una adicin, para referirse a la propiedad del aprendizaje del nio. Se puede decir que de esta parte del proceso de medicin de tipo cuantitativa se encarga la Psicometra. El objetivo general del proceso de construccin de un instrumento es medir lo que se desea medir y no otra cosa. Es decir, que el instrumento creado mida el comportamiento humano para el cual fue diseado y no otros comportamientos similares aunque distintos. Este concepto se denomina Validez. Por otra parte, la psicometra intenta crear instrumentos que den cuenta de las posibles variaciones que efectivamente puedan ocurrir en el

fenmeno medido, y tambin de su posible estabilidad en el tiempo. Se dice que cuando un instrumento es capaz de captar las variaciones o la estabilidad real que un comportamiento ha sufrido, posee la caracterstica psicomtrica de ser confiable, y se habla de su Confiabilidad. b)El concepto de probabilidad El concepto de probabilidad as como su rol en la construccin y uso de la teora psicolgica lo analizaremos describiendo los elementos de nuestro ejemplo. Se trata del caso de un psiclogo que investiga las consecuencias que puede generar en el autoconcepto comunitario de una persona (la variable dependiente del estudio) la experiencia de vivir en una ciudad en la que existe un alto nivel de contaminacin ambiental generado por una empresa (la variable independiente). El psiclogo cree que las personas que han vivido en esta comunidad presentan un autoconcepto comunitario ms negativo que aquellas personas de una comunidad en la que la contaminacin no es un elemento caracterstico del lugar donde habitan (hiptesis de investigacin). Obviamente, el psiclogo deriv esta hiptesis de la revisin de antecedentes tericos y empricos que forman el marco terico de su investigacin. Esta hiptesis se puede contrastar de distintas maneras. Sin embargo, una caracterstica comn a todas ellas es la necesidad de tomar muestras (al menos una) de vecinos de la comunidad, medir el autoconcepto que presentan y luego comparar este nivel con el parmetro de la poblacin que se est usando como referencia. Lo anterior debido a que se est realizando una evaluacin, y no slo una descripcin, del comportamiento de las personas de las muestras. No obstante lo anterior, en el ejemplo que desarrollamos vamos a considerar que el investigador slo cuenta con el nivel de autoconcepto comunitario de un vecino, y no con el de una muestra de vecinos. En este punto es til diferenciar dos tipos de tareas que el psiclogo requiere abordar para poder referirse a su hiptesis. La primera consiste en medir el constructo psicolgico estudiado a nivel individual, es decir, medir el autoconcepto comunitario de la persona concreta de nuestro ejemplo. La segunda tarea consiste en realizar los pasos que permiten comparar (y, por lo tanto, evaluar) el nivel de autoconcepto comunitario de esta persona. Dado lo anterior, no basta con el anlisis individual sino que es necesario reportar la posicin relativa que ocupa esta persona en el continuo de posibles niveles que puede mostrar esta variable en la poblacin completa de personas que se usa como referencia.

Debido a que el psiclogo hipotetiza que las personas que han vivido en una ciudad muy contaminada presentan un autoconcepto comunitario ms negativo que el de aquellas personas que viven en ciudades en las que la contaminacin no es un elemento caracterstico, esta ltima poblacin se emplear como criterio de referencia. La pregunta puntual del investigador es: el autoconcepto comunitario de una persona que ha vivido en una ciudad contaminada es ms negativo que el que presentan las personas que han vivido en una ciudad no contaminada? Si la respuesta es afirmativa, entonces el investigador contara con al menos un caso que se comporta de manera coherente con lo sealado en su hiptesis de investigacin. Sin embargo, ya sabemos que este dato no es suficiente como para apoyar esta hiptesis, pues se requiere de muestras de personas de una poblacin para su contraste emprico. Es decir, se requiere seguir todos los pasos de la LCH y no concluir respecto de la hiptesis de investigacin tomando en cuenta el comportamiento de slo una persona de la poblacin. Para comparar a la persona del ejemplo lo primero que se necesita conocer son los criterios (o parmetros poblacionales) que se emplearn en dicha comparacin. Es decir, necesitamos conocer el nivel de autoconcepto comunitario que se considera tpico o comn en las personas que estamos empleando como grupo de referencia para hacer la evaluacin. En nuestro ejemplo, estas personas son todas aquellas que han vivido en una ciudad no contaminada sistemticamente por una empresa. Debido a que ya tenemos un instrumento de medicin que nos permite medir la autoconcepto comunitario a nivel individual, entonces podemos iniciar la descripcin de esta variable a nivel poblacional aplicando este instrumento a todos las personas que la conforman8. Supongamos que hemos realizado esta aplicacin masiva a todas las personas que viven en ciudades no contaminadas. Lo que necesitamos hacer a continuacin es describir el nivel de autoconcepto comunitario a nivel poblacional. Es decir, dado que ya est hecha la descripcin del autoconcepto de cada persona, lo que falta para referirse a la hiptesis del estudio es describir lo que sucede a las personas en su conjunto. Este es un nivel grupal de anlisis del autoconcepto comunitario, como lo es tambin preguntarse por cul es el rendimiento promedio de los nios de Chile en una prueba internacional de aprendizaje. Obviamente, es distinto sealar y referirse al puntaje que obtiene cada nio concreto en la prueba de
8

En estricto sentido, no es necesario aplicar a todas las personas de una poblacin la escala de autoconcepto comunitario para describir lo tpico dentro de ella. La estadstica inferencial permite estimar los parmetros de una poblacin empleando slo algunas muestras extradas de ella.

10

aprendizaje, que sealar el promedio de todos los puntajes en aprendizaje de todos los nios de la poblacin estudiada. En este punto del anlisis el concepto de probabilidad empieza a desempear un rol central. c) Rol de la probabilidad en la medicin y en la LCH Como veremos a continuacin, en muchas ocasiones la descripcin de lo que se considera tpico, normal e incluso sano en una poblacin, se realiza empleando un criterio probabilstico. Imaginemos que la poblacin de personas que vive en una ciudad sin contaminacin la componen 1.131 casos, y que tenemos en una base de datos los puntajes que obtuvieron todas las personas en la escala de autoconcepto comunitario. Con esta tarea slo hemos logrado ubicar a cada persona en un continuo de una escala, pero an no hemos dicho nada respecto de cmo se comporta el autoconcepto en una poblacin completa de personas que se han desarrollado en las mismas circunstancias particulares de vida (vivir en una ciudad sin contaminacin). Para cumplir lo anterior, la estadstica descriptiva nos entrega algunas herramientas y procedimientos. Supongamos que hemos construido una tabla de distribucin de frecuencias con los resultados de la medicin del autoconcepto comunitario en la poblacin sin contaminacin. Estos valores se presentan en la Tabla 2.
Tabla 2 Frecuencia absoluta y relativa de la variable autoconcepto comunitario en una poblacin sin contaminacin de una empresa Nivel de autoconcepto comunitario 95 96 97 98 99 100 101 102 103 104 105 Total

Frecuencia absoluta 20 45 50 125 198 226 200 128 79 40 20 1131

Frecuencia relativa 0,018 0,040 0,044 0,111 0,175 0,200 0,177 0,113 0,070 0,035 0,018 1,0

Porcentaje 1,8 4,0 4,4 11,1 17,5 20,0 17,7 11,3 7,0 3,5 1,8 100,0

La Tabla 2 presenta en la columna denominada Nivel de autoconcepto comunitario, los niveles que puede asumir esta
11

variable. Estos valores van de 95 a 105 puntos. En la columna Frecuencia absoluta encontramos la cantidad de personas de la poblacin estudiada que present cada uno de los posibles niveles de autoconcepto. Por ejemplo, en la celdilla formada por el cruce de la segunda fila con la primera columna de la Tabla 2, encontramos el valor 95, mientras que al lado derecho de esta misma celdilla encontramos el valor 20. Lo anterior seala: en la poblacin sin contaminacin, 20 personas obtuvieron un puntaje de 95 en la escala de autoconcepto comunitario. En el caso de la tercera fila de la tabla podemos decir que en la poblacin sin contaminacin, 45 personas presentan un nivel de autoconcepto comunitario de 96 puntos. A esta informacin se denomina frecuencia absoluta de la variable autoconcepto comunitario, debido a que seala la cantidad absoluta de personas que present cada uno de los posibles niveles que puede asumir la variable descrita. Es decir, seala la cantidad de personas por cada nivel de la variable sin considerar ningn otro criterio de anlisis de esta frecuencia. En cambio, la frecuencia relativa de esta variable (segunda columna de la Tabla 2) seala la probabilidad de observar cada nivel de la variable autoconcepto comunitario en la poblacin sin contaminacin. El clculo de este tipo de frecuencia se realiza dividiendo la frecuencia absoluta de cada nivel de la variable por la cantidad total de personas que se haya medido. Por ejemplo, la frecuencia relativa del nivel de autoconcepto 95 es 0,018 (aproximadamente), y este valor es la divisin de 20 en 1131. Se llama frecuencia relativa debido a que la frecuencia absoluta de cada nivel de la variable se analiza tomando un criterio de referencia, en este caso el total de personas. Por lo tanto, empleando esta informacin podemos decir que la probabilidad de que en la poblacin sin contaminacin se presente un nivel de autoconcepto de 95 puntos es de 0,018. Lo anterior quiere decir que si extraemos de esta poblacin una muestra aleatoria, o al azar9, de 100 personas, se espera que aproximadamente el 1,8% de ellos presente un nivel de autoconcepto comunitario de 95 puntos (el valor 1,8% es la expresin en porcentaje de la probabilidad 0,018, y se encuentra en la cuarta columna de la Tabla 2). Es importante destacar que el ejercicio de prediccin del comportamiento del autoconcepto comunitario que se acaba de realizar, es similar al hecho de estimar, por ejemplo, el nmero de automviles (obviamente, conducidos por personas) que se espera que abandonen la ciudad de Santiago durante un fin de semana largo. Este
9

Es decir, que todas las personas de esta poblacin tengan la misma probabilidad de ser seleccionado en la muestra

12

ejercicio de prediccin, que ms all de nuestra voluntad tiende a cumplirse, lo permite el anlisis de la frecuencia relativa de los niveles de una variable estudiada. Por lo tanto, analizar la frecuencia relativa de los niveles de una variable es sinnimo de determinar la probabilidad de ocurrencia futura de estos valores. Aplicando este anlisis a la medicin del comportamiento humano, tenemos que decir que si calculamos la probabilidad de cada uno de los posibles niveles que puede asumir un comportamiento en una poblacin, entonces estaremos describiendo la distribucin de probabilidad de este comportamiento en dicha poblacin, la cual nos servir para estimar lo que suceder en el futuro en este grupo de personas y en quienes la conformarn en el futuro. Continuando con el anlisis de la hiptesis de investigacin, habamos dicho que necesitbamos realizar un anlisis a nivel grupal del autoconcepto comunitario, debido a que nos permitir comparar a la persona de nuestro ejemplo. Los elementos bsicos que necesitamos conocer de estas variables son ndices que resuman la forma en que se presenta esta variable en la poblacin completa. Los ndices ms usados con tal propsito son las denominadas medidas de tendencia central y las medidas de variabilidad del comportamiento de una variable. Antes de revisar el clculo de estas tcnicas, es importante precisar su significacin en el contexto de la medicin y de la construccin terica. Es muy probable que si comprendemos el vnculo que se establece entre estas tcnicas estadsticas, la medicin y la construccin de teora, podamos analizar de manera informada las ventajas y limitaciones de la MC en investigacin social.

d)Las medidas de tendencia central y de variabilidad como indicadores de procesos humanos Entre las medidas de tendencia central ms utilizadas se encuentra el promedio o media aritmtica (otras son la mediana y la moda o modo). Desde que somos alumnos de enseanza bsica nos ensean a calcular un promedio. Sin embargo, lo que no siempre se educa es la comprensin del significado sustantivo de la tcnica, o sea, lo que estamos midiendo con ella. Imaginemos que nos interesa saber si una metodologa innovadora de enseanza es ms efectiva que una metodologa tradicional. Para responder nuestra pregunta diseamos un experimento, de manera que asignamos aleatoriamente a un grupo de 100 alumnos a dos condiciones. En una de ellas, 50 alumnos aprenden matemticas con la metodologa de enseanza innovadora (el grupo experimental), y en otra (el grupo control) 50 nios aprenden

13

los mismos contenidos pero con una metodologa tradicional. Luego de la aplicacin de ambas metodologas, calculamos el promedio de notas obtenido por los nios de cada grupo en una prueba de matemticas, y realizamos una comparacin de ambos valores. Siguiendo los procedimientos de la LCH podemos analizar y concluir respecto de si la diferencia observada entre estos promedios es estadsticamente significativa, o si slo se debe al azar. Si decidimos que hemos detectado diferencias significativas, entonces concluimos que uno de los mtodos es ms efectivo que el otro para lograr que los nios aprendan matemticas. Del razonamiento anterior se sigue que en la LCH el promedio de un grupo se emplea como un ndice del efecto de una variable independiente o factor (en nuestro caso, del tipo de metodologa) sobre una variable dependiente (el aprendizaje de matemticas). Supongamos que el grupo de 50 nios que aprendi matemticas con la metodologa innovadora hubiese obtenido un promedio de 6,0. Este valor es la sntesis del efecto de esta metodologa porque refleja el impacto de todo lo que es similar o constante de la situacin de vida particular que constituye aprender matemticas con una metodologa innovadora: el profesor, la sala de clases, las sillas, los recursos tecnolgicos que se hayan usado en la clase, etc. Todos estos elementos son iguales para todos los alumnos. Lo anterior, obviamente, no significa que todos los alumnos y sus condiciones de vida sean iguales. Slo hemos dicho que los 50 nios recibieron un estmulo que es uniforme, y que su efecto se mide en el promedio. En general, todo lo constante en una poblacin genera cosas similares. Lo que homogeniza el comportamiento de un grupo de personas es la presencia de un estmulo que se aplica de manera constante a todos los integrantes de una poblacin. Un ejemplo lo encontramos en el hecho que los hermanos biolgicos se parecen ms entre s que con otros nios, debido a que comparten genes en comn pero tambin porque comparten ambientes sociales similares (aunque nunca idnticos). Lo anterior tambin se observa cuando analizamos la forma en la que las personas nos vestimos. La gran similitud en la moda no se debe, exclusivamente, a la libre manifestacin de gustos o deseos personales de la gente, ni a la fantasa de vivir en una sociedad de libre mercado. Una explicacin ms adecuada consiste en considerar que las denominadas grandes tiendas10 generan verdaderos programas de persuasin altamente efectivos, de manera que la gran mayora de la poblacin terminamos usando lo que otros disean para nosotros, y no ellos diseando lo que nosotros deseamos, como generalmente se cree.
10

Que, dicho sea de paso, no son ms que 2 3 en esta sociedad libre

14

No obstante lo dicho anteriormente, es un hecho que, a pesar de que los 50 nios de nuestro ejemplo hayan asistido a la misma situacin experimental, no todos obtendrn el promedio de este curso, o sea, no todos obtendrn la misma nota: a algunos les ir mejor que el promedio y a otros peor. Por lo tanto, si bien se observa una tendencia central u homogenizacin de los puntajes en torno al promedio, tambin se observa variacin de los puntajes en torno a esta tendencia central. A esta diversidad en el comportamiento de las personas de una poblacin se denomina dispersin, variabilidad o varianza. Por lo tanto, tenemos que explicar cmo es que los nios no logran un rendimiento idntico dado que aprendieron en igualdad de condiciones. La explicacin es que efectivamente los nios aprendieron matemticas bajo el efecto de una condicin homognea, pero tambin bajo el efecto de otras variables independientes que afectan de manera particular a cada nio. Por ejemplo, un nio puede haber estado enfermo el da de la evaluacin de su aprendizaje y, por lo tanto, en su nota quedar reflejado, inevitablemente, el efecto de la metodologa innovadora ms el efecto de su enfermedad. Esto explica, eventualmente, que la nota del nio est bajo el promedio an cuando haya asistido a la misma situacin experimental que sus compaeros, pues su nota refleja ambos tipos de factores. Algo similar se debe considerar para comprender el rendimiento de todos los nios del estudio. Por lo tanto, la variabilidad en el aprendizaje de los nios no se puede atribuir a todo lo que es constante en la situacin de aprendizaje. Por ejemplo, si a dos personas que presentan el mismo nivel de dolor de cabeza les aplico un mismo procedimiento teraputico (darles una aspirina con la misma composicin y en una misma dosis), la diferencia que ellos reporten en su nivel de dolor de cabeza, una vez que se haya iniciado el efecto de la aspirina, nunca se pueden atribuir a la aspirina porque el estmulo aplicado a ambos es el mismo. De la misma forma, si dos nios del grupo experimental de nuestro estudio presentan diferencias en su rendimiento a pesar de haber estado en la misma situacin de aprendizaje, entonces estas diferencias las tenemos que atribuir a la presencia de otros factores que estuvieron presentes en la situacin experimental, pero que no controlamos aunque s medimos su efecto11. De otra forma, los nios no habran presentado diferencias en sus notas. Debido a lo anterior, las medidas estadsticas que cuantifican las diferencias en el comportamiento de un grupo de personas (la varianza, desviacin estndar, el rango, etc.) se denominan medidas de variabilidad. En
11

A esta variabilidad observada entre el comportamiento de las personas de una misma condicin experimental se denomina varianza error o intragrupos en el Anlisis de Varianza

15

trminos metodolgicos, las medidas de variabilidad son indicadores del grado en el cual hemos medido con error el efecto puro de un factor o variable independiente (en nuestro ejemplo, el efecto de las metodologas de enseanza). Este es el argumento para considerar a estas tcnicas como indicadores del error de medicin. Luego de haber aclarado estos conceptos, podemos volver a nuestro ejemplo de medicin del autoconcepto comunitario en una poblacin no contaminada. Habamos dicho que necesitbamos dos indicadores de esta variable: una medida de tendencia central y una de variabilidad. Para los fines del presente trabajo emplearemos el promedio y la desviacin estndar. Estos ndices los obtendremos de los valores de la Tabla 2. Como es bien sabido, el clculo del promedio (o media aritmtica) de un conjunto de valores, se obtiene sumando estos valores y luego dividiendo esta suma por la cantidad total de valores. Veamos un ejemplo con nmeros pequeos para facilitar la comprensin. Supongamos que hemos medido el nivel de autoconcepto comunitario de una poblacin compuesta slo por tres personas, y que sus puntajes son 2, 4 y 6. Aplicando la siguiente frmula obtendremos la media aritmtica de estos valores:

( X ) = ( 2 + 4 + 6) = 12 = 4
N 3 3

Por otro lado, para medir el grado de variabilidad observada entre estas personas vamos a calcular un promedio que no va a considerar sus puntajes en autoconceptos, sino la desviacin de sus puntajes respecto del promedio. Es decir, vamos a calcular el promedio de las desviaciones de los puntajes de todas estas personas respecto del promedio. A este indicador lo podramos llamar promedio de las desviaciones. Sin embargo, el nombre que recibe comnmente es el de desviacin estndar o desviacin media, debido a que calcula el tamao ms comn, estndar, o promedio, de las desviaciones de los puntajes de las personas respecto de la media poblacional. Es importante recordar que la desviacin estndar es un indicador del grado de error que hemos cometido en el proceso de medicin de una variable. Estas tres personas han vivido bajo condiciones similares (en una ciudad sin contaminacin). Sin embargo, no presentan el mismo nivel de autoconcepto comunitario, es decir se observa variabilidad, debido a que la contaminacin de una ciudad (su presencia o su ausencia) no es el nico factor que explica el nivel de autoconcepto comunitario que logra desarrollar una persona durante su vida. Por lo tanto, el tamao de la variabilidad observada es un indicador del error de medicin que cometemos cuando intentamos medir slo el efecto de la experiencia de vivir en una ciudad sin
16

contaminacin en el autoconcepto comunitario (lo mismo se aplica en el caso de medir slo el efecto de la experiencia de vivir en una ciudad contaminada). Como se seal anteriormente, en la medicin quedar inevitablemente reflejado el efecto de otros factores que afectarn de manera idiosincrtica el desarrollo del autoconcepto, generando diferencias individuales en personas que han vivido bajo condiciones que comparten elementos similares. Finalmente, es importante recordar que la desviacin estndar es un indicador de la variabilidad observada al interior de un grupo de personas, y no un indicador de la desviacin de una persona particular respecto del promedio de su grupo. Este error de interpretacin de la desviacin estndar es muy comn entre los alumnos y profesionales de las ciencias sociales. Obviamente, cada persona presenta una desviacin respecto del promedio (excepto quienes obtuvieron el valor de la variable que es el promedio). Esta desviacin es un ndice del grado en el cual hemos medido con error su nivel particular de autoconcepto comunitario. Ms adelante veremos que ambos ndices (la desviacin estndar del grupo y la desviacin particular de cada persona) se usan para evaluar el comportamiento de cada persona a travs de la construccin del denominado puntaje Z. De hecho, el puntaje Z de una persona es la ponderacin de su desviacin respecto del promedio usando como criterio de tal ponderacin, la desviacin comn observada en su grupo, es decir, empelando la desviacin estndar. El clculo de la desviacin estndar de la variable autoconcepto comunitario a nivel poblacional, se realiza con la siguiente frmula:

( X )
N

Al mirar con un poco de atencin esta frmula y, de manera especial, al compararla con la empleada para calcular la media aritmtica,

( X )
N

Es claro que la desviacin estndar es el promedio de las desviaciones de los puntajes respecto del promedio. Las frmulas no son idnticas debido a que se est promediando informacin distinta, y a la existencia de algunas propiedades de las distribuciones de probabilidad que no podemos sealar en este punto por razones de espacio. Sin embargo, la estructura general de ambas frmulas es similar: ambas suman elementos (ver el numerador de ambas

17

frmulas) y luego dividen esta suma por la cantidad de elementos sumados (ver el denominador de ambas frmulas). Aplicando ambas frmulas a los valores de autoconcepto comunitario de la poblacin de personas de una ciudad sin contaminacin, obtuvimos los siguientes parmetros: Promedio poblacional = 100 Desviacin estndar poblacional

=2

Como se seal ms arriba, el promedio y la desviacin estndar de una variable son los puntos de referencia ms utilizados para caracterizar el comportamiento de un grupo completo de personas, as como tambin para calificar el comportamiento de una persona en particular. De manera intuitiva todas las personas evaluamos nuestras caractersticas personales, o nuestra capacidad para desempearnos en alguna tarea, empleando informacin que nos diga cul es el rendimiento promedio de las personas de la poblacin a la cual pertenecemos. Lo anterior es tan relevante para nuestra autovaloracin que ha sido objeto de estudio por parte de los psiclogos sociales, quienes elaboraron la teora de la comparacin social. Por ejemplo, cuando nos entregan la nota de una prueba de alguna asignatura, luego de considerar el valor absoluto de nuestra calificacin (la posicin absoluta de nuestra nota en la escala de 1 a 7), es muy probable que la comparemos con la tendencia central que se observ en nuestro curso (es decir, analizamos la posicin relativa de nuestra nota dado el nivel de rendimiento promedio del curso). De esta forma, obtener una nota 4.0 cuando el promedio del curso es 6,5, significar algo muy distinto para una persona en trminos de la evaluacin que har respecto de su capacidad de aprendizaje, que si el promedio del curso fue un 2,5. Como se seal ms arriba, en trminos metodolgicos el promedio se emplea como criterio de comparacin debido a que es la sntesis del efecto de un factor o variable independiente que se considera central en la definicin de la poblacin estudiada. En nuestro ejemplo, el promedio de autoconcepto comunitario de las personas que viven en una ciudad sin contaminacin, se interpreta como el indicador del efecto12 de tal condicin de vida. En trminos estadsticos, esta comparacin implica medir la distancia que existe entre el puntaje de la persona evaluada y el promedio de dicha poblacin. Este valor es la desviacin individual que presenta su comportamiento respecto del comportamiento promedio. La frmula es la siguiente:
12

En sentido estricto, slo se puede hablar del efecto de una variable sobre otra si la investigacin acerca de tal efecto se realiz con un diseo de investigacin de tipo experimental.

18

d = X
Donde, X es el puntaje en la escala de autoconcepto comunitario de la persona evaluada, y es el promedio en autoconcepto comunitario de la poblacin completa de personas de una ciudad sin contaminacin. Para continuar el anlisis de las ideas del psiclogo respecto del efecto de la contaminacin sobre el autoconcepto comunitario, vamos a suponer que mide esta variable en una persona que vive en una ciudad contaminada sistemticamente por una empresa, y que el resultado arroja que su nivel es de 95 puntos. Luego compara su nivel con el nivel promedio de autoconcepto comunitario observado en las personas que viven en una ciudad sin contaminacin. Recordemos que estamos empleando esta poblacin como grupo de referencia pues el psiclogo tiene antecedentes que lo hacen pensar que las personas de una ciudad contaminada presentan un autoconcepto comunitario ms negativo que las personas de una ciudad sin contaminacin. Por lo tanto, la tarea consiste en sealar si el nivel de autoconcepto comunitario de la persona de nuestro ejemplo es significativamente menor que el que provoca la condicin de vivir sin contaminacin. Es decir, necesitamos saber si su nivel es significativamente menor que el del promedio poblacional de referencia. Aplicando la frmula anterior, obtendremos la desviacin individual del nio:

d = X d = 95 100 d = 5
Por lo tanto, la persona se encuentra a 5 puntos bajo el promedio. Sin embargo, con esta informacin slo podemos decir que la persona, efectivamente, presenta un menor nivel de autoconcepto comunitario en comparacin con el promedio de las personas que viven en una ciudad sin contaminacin, pero no podemos sealar si este dato es congruente con lo que sospechaba el psiclogo, debido a que slo hemos analizado la desviacin individual de la persona, y esta es slo una cantidad absoluta de desviacin. Es decir, an no podemos decir si la persona del estudio efectivamente presenta un nivel significativamente menor de autoconcepto comunitario. No lo podemos

19

hacer porque todava no sabemos si es posible encontrar en la poblacin de personas de la ciudad sin contaminacin, un nivel de autoconcepto idntico al de la persona evaluada. Si en dicha poblacin es comn (es decir, si es muy probable) encontrar personas con un nivel de 95 puntos, entonces podramos sospechar que el hecho de vivir en una ciudad contaminada no genera bajos niveles de autoconcepto comunitario, debido a que es probable encontrar tal nivel de autoconcepto en una ciudad donde no existe contaminacin. Para responder a lo anterior, vamos a usar la informacin que ya recopilamos de esta poblacin. Sabemos el promedio (100) y la desviacin estndar (2). Adems sabemos que la forma de la distribucin de probabilidad del autoconcepto comunitario en esta poblacin es similar a una distribucin normal. Es decir, presenta la forma de una campana. La distribucin de probabilidad de la variable autoconcepto comunitario en la poblacin de personas de una ciudad sin contaminacin se presenta en la Figura 1 Figura 1 Distribucin de probabilidad del autoconcepto comunitario de las personas de una ciudad sin contaminacin
0,250 0,200 Probabilidad 0,150 0,100 0,050 0,000 a.- 95 b.- 96 c.- 97 d.- 98 e.- 99 f.- 100 g.- 101 h.- 102 i.- 103 j.- 104 k.- 105 Niveles de autoestima

Debido a que la distribucin de probabilidad del autoconcepto comunitario (una distribucin real o emprica) es similar a la distribucin normal (una distribucin terica), entonces vamos a considerar que el autoconcepto comunitario se distribuye normalmente en la poblacin. Lo relevante de hacer lo anterior es que las propiedades de la distribucin normal se han estudiado y son conocidas. Por lo tanto, las podemos usar para referirnos a las propiedades del autoconcepto comunitario en la poblacin descrita. Una de las propiedades de la distribucin normal es la simtrica. Lo anterior quiere decir que el promedio de la distribucin normal
20

divide en dos partes idnticas su superficie. Es decir, bajo el promedio se encuentra el 50% de los casos, y sobre el promedio se encuentra el 50% restante. Aplicando esta propiedad a la poblacin real en estudio, diremos que el 50% de las personas de la poblacin sin contaminacin presenta un nivel de autoconcepto menor a 100, y que el 50% de las personas presenta un nivel de autoconcepto mayor a 100. Otra propiedad seala: si al promedio de la distribucin normal le sumamos el valor de la desviacin estndar y le restamos la desviacin estndar, obtendremos el 68,26% de su rea. Por lo tanto, si al promedio de autoconcepto comunitario (100) le sumamos una desviacin estndar (100 + 2 = 102), y le restamos una desviacin estndar (100 - 2 = 98), obtendremos un rango de valores (entre 98 y 102 puntos de autoconcepto) que abarca al 68,26% de todos las personas de la poblacin estudiada. Es decir, si seleccionamos una muestra aleatoria de 100 personas de esta poblacin, el 68,26% de ellas tendr un nivel de autoconcepto comunitario entre 90 y 110 puntos (es decir, aproximadamente 68 personas). Al lector escptico le recomendamos que realice un ejercicio similar simplemente empleando nmeros en un computador, y comprobar esta regularidad del comportamiento de los elementos seleccionados de una poblacin. e)Rol de la probabilidad en la determinacin de una poblacin En este punto del anlisis vamos a comprender mejor la afirmacin inicial de ese trabajo, a saber, que mucho del proceso de construccin terica en psicologa y ciencias sociales, emplea conceptos y criterios probabilsticos. Para graficar lo anterior retomemos el ejemplo del psiclogo interesado en evaluar el autoconcepto comunitario de una persona que haba vivido en una ciudad contaminada. Su intencin era saber si la persona presentaba un menor nivel de autoconcepto comunitario que el que se observa en las personas que viven en una ciudad sin contaminacin. Para lograr lo anterior, calculamos la desviacin absoluta del nivel de autoconcepto de esta persona, y el resultado fue de 5 puntos. Pero, con esta informacin no pudimos responder la interrogante del psiclogo porque an no habamos determinado lo que se considera un nivel de autoconcepto comunitario tpico o normal en la poblacin de personas de la ciudad sin contaminacin. El razonamiento, por lo tanto, es: si la persona evaluada presenta un nivel de autoconcepto comunitario anormal o atpico respecto de esta poblacin, entonces tendremos un apoyo inicial para la hiptesis. Para responder a esta pregunta lo primero que debemos determinar es lo que se definir como un nivel de autoconcepto tpico

21

en la poblacin de referencia. Lo anterior se hace de manera arbitraria diciendo que lo tpico es el rango de valores de autoconcepto comunitario que abarque al 95%13 de los casos que estn en torno al promedio de la poblacin, y que todo lo que est fuera de este rango (2,5% en cada cola de la distribucin normal), se considera como atpico. Lo anterior quiere decir que esta poblacin est formada por el 95% de las personas que viven en la ciudad sin contaminacin, y que el 5% restante se considera propio de otra poblacin. A este ltimo porcentaje, que muchas veces se seala en la investigacin en su expresin probabilstica (0,05), se denomina nivel de significacin, valor alfa, Error Tipo I, o probabilidad de rechazar una hiptesis nula cuando en realidad es verdadera. Dado lo anterior, necesitamos encontrar los lmites de la poblacin en trminos de la variable autoconcepto comunitario, y para lograrlo emplearemos las propiedades de la distribucin normal. Como se seal ms arriba, podemos delimitar porcentajes de casos de una poblacin de personas cuyo comportamiento grupal presente la forma de una distribucin normal. En nuestro ejemplo, tenemos una poblacin de personas cuyo promedio en la variable es de 100 y la desviacin estndar de 2. Por lo tanto, si por alguna razn definimos que esta poblacin incluir slo al 68,26% del total de personas (es decir, no al 95% ni al 99%), entonces los lmites poblacionales quedan establecidos con el siguiente procedimiento:

[ ( *1) + (1* ) ] = 68,26%

Esta frmula general seala, simplemente, lo que ya habamos dicho antes: en cualquier distribucin normal, seleccionaremos el 68,26% de su rea central si sumamos a su promedio 1 vez su desviacin estndar y luego le restamos a este mismo promedio 1 vez la desviacin estndar (el smbolo * de la frmula seala que debemos multiplicar el valor 1 por el valor de la desviacin estndar). Pero, como una poblacin se define arbitrariamente considerando el 95% (y no slo el 68,26%) de los casos en torno al promedio, entonces necesitamos abarcar una zona mayor, es decir, necesitamos ampliar el rango de valores. Una forma de hacerlo es aumentando la cantidad de veces que sumamos al promedio la desviacin estndar. Por lo tanto, en la frmula anterior debemos reemplazar el valor 1, porque este es el valor que seala la cantidad de veces que vamos a sumar la desviacin estndar al promedio. Dado lo anterior, el procedimiento para delimitar el 95% central de la distribucin normal queda expresado con la siguiente frmula:
13

Tambin se puede usar el 99% de los casos

22

[ ( *1,96 ) + (1,96 * ) ] = 95%

El valor 1,96 seala que, a diferencia del caso anterior, ahora necesitamos sumar ms de 1 vez la desviacin estndar al promedio para abarcar al 95% de las personas de la poblacin. En concreto, necesitamos sumar 1,96 veces este valor. Aplicando la frmula:

[ ( 2 *1,96 ) 100 + (1,96 * 2) ] = 95% [100 + (1,96 * 2) ] [100 + 3,92] = 103,92 [100 (1,96 * 2) ] [100 3,92] = 96,08
Hemos encontrado dos valores de autoconcepto comunitario (96,08 y 103,92) que tienen una propiedad particular en la poblacin de personas de la ciudad sin contaminacin: son los lmites de esta poblacin. Es decir, el 95% de todas las personas de esta poblacin presenta un nivel de autoconcepto comunitario que va entre 96,08 y 103,92 puntos. Es importante destacar el hecho que estos valores los hemos determinado empleando un criterio probabilstico, es decir, empleando la informacin acerca de la cantidad de personas que forman la poblacin. Por lo tanto, una poblacin se define en funcin de la probabilidad de observar determinados comportamientos. En nuestro ejemplo, el nivel de autoconcepto comunitario de la poblacin de personas de la ciudad sin contaminacin queda definido por aquellos niveles de autoconcepto que poseen una probabilidad de ser encontrados de 0.95, es decir, que corresponden al 95% de los casos. Por ejemplo, si una persona presenta un nivel de autoconcepto de 96,08 puntos o menos (es decir, un nivel menor que el lmite inferior de la poblacin), concluimos que su nivel de autoconcepto no es el tpico, normal o esperado en una poblacin de personas que vive en una ciudad sin contaminacin. Por lo tanto, concluimos que la persona no ha desarrollado su autoconcepto comunitario en una condicin de vida como la de aquellas personas que viven en una ciudad sin contaminacin.

23

En nuestro ejemplo, la persona analizada presentaba 95 puntos, nivel que es claramente menor que el del lmite inferior de la poblacin de referencia. Por lo tanto, tenemos que concluir que su nivel de autoconcepto comunitario es estadsticamente menor. Esta informacin es congruente con lo hipotetizado por el psiclogo de nuestro ejemplo, aunque no es suficiente como para sealar que se ha encontrado apoyo emprico para su hiptesis debido a que, como se ha venido sealando a lo largo de todo este captulo, no se ejecutaron todos los pasos que requiere la Lgica del Contraste de Hiptesis. A la misma conclusin habramos llegado empleando el puntaje Z de esta persona. El puntaje Z se obtiene aplicando la siguiente frmula:

Z=

Como se seal antes, el puntaje Z de una persona es la ponderacin de su desviacin respecto del promedio usando como criterio de tal ponderacin la desviacin comn observada en su grupo, es decir, empelando la desviacin estndar del grupo. Apliquemos la frmula anterior para que obtengamos el valor de autoconcepto comunitario de la persona del ejemplo expresado en puntaje Z:

Z=

95 100 5 = = 2,5 2 2

El valor de Z fue de -2,5, y significa que la persona posee un nivel de autoconcepto menor (por eso el signo negativo del valor de Z) que el del promedio de la poblacin de personas que vive en la ciudad sin contaminacin. Adems, seala que el tamao de la distancia que existe entre su nivel de autoconcepto (95 puntos) y el promedio poblacional (100 puntos) es de 5 puntos en trminos absolutos, es decir, sin considerar el signo. Finalmente, el valor de Z informa que el tamao de la desviacin individual de la persona equivale a 2,5 veces el tamao de la desviacin estndar de la poblacin de personas de la poblacin de referencia. Es decir, si comparamos la desviacin de esta persona con la desviacin ms comn que se observ en la poblacin de personas de la ciudad sin contaminacin, tenemos que decir que la persona del ejemplo est ms desviada que la mayora de las personas de la poblacin, debido a que su desviacin absoluta (de 5 puntos) es 2,5 veces las desviacin estndar (2 puntos) observada en tal poblacin. Ahora bien, para decidir si el nivel de autoconcepto de la persona evaluada es congruente con la hiptesis del psiclogo empleando el

24

puntaje Z, tenemos que volver a revisar la frmula que usamos para definir los lmites de esta poblacin:

[ ( *1,96 ) + (1,96 * ) ] = 95%

La frmula anterior se puede explicar sealando lo siguiente: si al promedio de la poblacin de personas de la ciudad sin contaminacin ( ) le restamos 1,96 veces la desviacin estndar de esta misma poblacin ( ) obtendremos un valor de autoconcepto (96,08) que tiene dos caractersticas importantes para los fines de nuestro estudio: Primero: define el nivel inferior de la poblacin de personas de la ciudad sin contaminacin, y Segundo: este valor est alejado del promedio 1,96 veces la desviacin estndar. Por lo tanto, si calculamos el valor de Z que corresponde al nivel de autoconcepto comunitario 96,08, obtendremos el valor absoluto 1,96. Veamos si lo anterior es as:

Z=

96,08 100 3,92 = = 1,96 2 10

Es decir, el nivel de autoconcepto coumunitario que es el lmite para considerar si la persona del ejemplo perteneca o no a la poblacin de la ciudad sin contaminacin, tiene asociado un valor de Z de -1,96. Por lo tanto, otra forma de concluir si la persona pertenece a la poblacin de referencia implica calcular el puntaje Z de su nivel de autoconcepto, y luego compararlo con el puntaje Z = -1,96 que est asociado al lmite inferior de la poblacin (96,08). Aplicando la frmula de Z al puntaje de la persona del ejemplo obtenemos:

Z=

95 100 5 = = 2,5 2 2

Por lo tanto, tenemos que concluir que la persona presenta un nivel de autoconcepto comunitario significativamente menor que el de la poblacin de personas que vive en una ciudad sin contaminacin, debido a que el puntaje Z = -2,5 asociado con su puntaje en la escala de autoconcepto (95) es menor que14 el puntaje Z = -1,96. Lo anterior ubica a la persona fuera de la poblacin de referencia, y constituye un dato coherente (aunque no concluyente) respecto de la hiptesis del investigador.
14

Es importante recordar que un nmero negativo X es menor que otro Y, si X es una cantidad absoluta mayor que la de Y, pero con signo negativo

25

En sntesis, hemos argumentado que la descripcin y evaluacin del comportamiento humano, as como la elaboracin de la teora psicolgica o social, emplea conceptos de la teora estadstica entre los cuales destaca el concepto de probabilidad. Es decir, la estadstica nos entrega herramientas que permiten determinar las propiedades del comportamiento de personas consideradas individualmente, y tambin de grupos de personas. Estos parmetros, calculados a partir de la cantidad de personas que presentan determinadas cualidades, se emplean como criterios de referencia para determinar lo normal y anormal del comportamiento humano. 4.- Ensayo acerca de algunos conceptos empleados en metodologa de investigacin de tipo cuantitativa y cualitativa Los motivos para elaborar el presente ensayo surgen de mi experiencia realizando labores de investigacin y docencia en temas metodolgicos, a alumnos de pre y postgrado de diferentes universidades de nuestro pas. Es comn ver a alumnos en formacin, colegas y otros profesionales de las ciencias sociales, asumir una postura antagnica, radical y un poco estril frente al tema de qu tipo de metodologa de investigacin debiera emplearse para estudiar fenmenos humanos. Lo radical de la postura no me parece el problema, sino la dbil, e incluso inexistente, calidad de los argumentos elaborados por ambas partes para sostener tal actitud. Lo anterior dificulta la necesidad de superar de manera constructiva la oposicin hipotetizada. Muchas veces, esta actitud se compone de creencias falsas tales como que slo con la metodologa cualitativa se puede medir las creencias de las personas, o que el uso de la metodologa cuantitativa es incompatible con la concepcin de transformacin de una realidad social, por sealar slo algunas. A mi modo de ver, el origen de estos verdaderos mitos metodolgicos radica, al menos parcialmente, en el efecto de la tradicin trasmitida de generacin a generacin, y en la actitud poco reflexiva de muchos alumnos frente a los argumentos dados por metodlogos de ambas corrientes. Lo ms grave de esta situacin es que el fuego cruzado entre quienes adhieren a un enfoque cualitativo y quienes lo hacen al cuantitativo, alcanza no slo al mtodo en s sino que tambin a los productos tericos de se derivan de las investigaciones que emplea cada cual. En este sentido, es la teora psicolgica la finalmente daada. Es en este contexto que se elaboran las ideas que se exponen a continuacin. En el presente ensayo se desarrollan tres temas:

26

1.- Crtica al planteamiento que propone la existencia de una oposicin entre un enfoque cualitativo y uno cuantitativo para investigar el comportamiento humano. 2.- Situacin contradictoria que surge en el modo de medicin de tipo cuantitativo dado el rol que cumple el concepto de error de medicin en la psicometra y el que juega en la Lgica del Contraste de Hiptesis (LCH), y 3.- Anlisis del supuesto de identidad entre la forma en la que se comportan los nmeros y la forma en la que se comportan las personas y los fenmenos humanos que emplea la MC. A continuacin se exponen los argumentos por cada uno de los temas. 4.1.- Crtica al planteamiento que propone la existencia de una oposicin entre un enfoque cualitativo y uno cuantitativo para investigar el comportamiento humano. La oposicin que muchas veces se plantea entre ambos enfoques metodolgicos se hace comprensible cuando uno considera que autores tradicionalmente citados en la formacin metodolgica de los cientficos sociales, realizan afirmaciones imprecisas o falsas acerca de las caractersticas de cada tipo de metodologa. Sus afirmaciones pueden caer en terreno frtil y germinar hasta trasformarse en verdades casi trascendentales. Por ejemplo, Taylor y Bogdan (1987) sealan que el modo de encarar el mundo emprico de los investigadores cualitativos se caracteriza porque estos investigadores () son sensibles a los efectos que ellos mismos causan sobre las personas que son objeto de su estudio (p.20). Es decir, estos autores plantean que el investigador cualitativo considera que es inevitable eliminar el propio marco de referencia para investigar, es decir, que el mtodo es parte del resultado de la investigacin, o que el observador est en lo observado. Esta idea es muy coherente y no es exclusiva de un acercamiento cualitativo de investigacin. Lo incoherente viene despus cuando estos mismos autores sealan que El investigador cualitativo suspende o aparta sus propias creencias, perspectivas y predisposiciones (p.21). Sera muy interesante saber de qu manera una persona puede, simultneamente, reconocer lo inevitable de la influencia de su propio y particular marco de referencia en los resultados de una investigacin, para luego contradecir abiertamente lo pensado haciendo abstraccin de todo lo anterior, y enfrentarse a la realidad sin cerebro. Desde el siglo XIX que el materialismo histrico (Marx & Engels, 1968) ha demostrado que todo conocimiento est determinado histricamente, y que es imposible que exista

27

pensamiento sin cerebro, ideas surgidas de un plano metafsico, ideas puras en las que ningn ser humano haya participado en su creacin. En tal sentido, las ideas de Taylor y Bogdan son las bases para creer en la posibilidad de construccin de un mtodo de investigacin de tipo metafsico, que trasciende la vida real, y no la descripcin de una caracterstica distintiva y superior de la metodologa cualitativa respecto de la cuantitativa. Otra idea bastante difundida entre alumnos y profesionales es la de establecer una extraa incompatibilidad entre el tipo de metodologa que emplea un investigador y su concepcin acerca de los seres humanos y de la sociedad. Muchos alumnos y colegas comentan que, por ejemplo, adherir a la teora crtica, o a una concepcin del tipo investigacin accin, o ser terapeuta humanista existencial, es incompatible con el uso de herramientas de la metodologa cuantitativa. A lo anterior es posible que hayan contribuido tambin las ideas de Taylor y Bogdan (1987), los cuales sealan que Los mtodos cualitativos son humanistas (p.21), y que Cuando reducimos las palabras y actos de la gente a ecuaciones estadsticas, perdemos de vista el aspecto humano de la vida social (p.21). Sealar lo anterior constituye evidentemente un error conceptual, pues nunca un mtodo puede poseer una caracterstica slo atribuible al investigador que lo emplea. Los anlisis del comportamiento humano a travs de ecuaciones no constituyen en s mismo una deshumanizacin de un fenmeno ni de las personas analizadas. La deshumanizacin se puede dar mucho ms fcilmente en la interaccin que un investigador crea con las personas que estudia y que entrevista (por ejemplo, a travs del trato prejuicioso o despectivo hacia grupos de personas), o en el hecho de que su investigacin sirva a los intereses de instituciones que lucran de los recursos humanos de una institucin. Adems, esta afirmacin es peligrosa, en el sentido que puede hacer creer a quien usa metodologa cualitativa que su trabajo posee un carcter humanista, o que se inspira de acuerdo con tal orientacin, simplemente por el hecho de estar usando tal metodologa. Por otra parte, esta creencia fcilmente puede llevar a pensar en la existencia de mtodos de investigacin del comportamiento de seres humanos de tipo no-humanistas. Segn mi concepcin, una actitud humanista en el contexto de la investigacin social implica que el investigador disea y orienta su trabajo tomando como criterio intransable el desarrollo del potencial humano de las personas que estudia. En este sentido, los estudios de marketing, que nutren el diseo de estrategias orientadas a crear consumo intil en las personas, en los que muchas veces se emplean tcnicas cualitativas de investigacin, no poseen nada de humanistas.

28

Tambin es cuestionable la orientacin del trabajo de un cientfico social destinado a seleccionar personas para que se ganen la vida trabajando en labores que estn determinadas por los requerimientos de las mquinas, por la divisin del trabajo (Marx & Engel, 1968), y no por las capacidades, intereses y aspiraciones de las personas que emplean tales mquinas. La actitud humanista se reconoce ms claramente en lo que investiga una persona y en para quin investiga, nunca en los mtodos que emplea. La oposicin percibida entre ambas metodologas tiene que ver tambin con lo que se ha denominado metodolatra, actitud que parece dar ms importancia al mtodo que al objeto de estudio. En este sentido, es ms fructfero discutir acerca de las diferencias de ambas metodologas, teniendo como foco la naturaleza del objeto de estudio, y no los mtodos en s mismos. Dado lo anterior, me parece un poco ms fructfero discutir respecto de los niveles de medicin y de anlisis del comportamiento humano que podemos emplear en un proceso de investigacin. Abordo este tema debido a que me parece que se puede abrir una de muchas vas para unificar en un mismo procedimiento de medicin las ventajas de ambos enfoques de investigacin. Como se trat de argumentar en el apartado inicial del captulo, es relevante distinguir entre el nivel individual y el grupal de medicin de la conducta humana. Respecto del nivel individual de anlisis, me parece que muchas veces se critica al enfoque cuantitativo de medicin la forma en la que da cuenta de los procesos psicolgicos internos. Por ejemplo, en un inventario para medir creencias se emplean oraciones que, se supone, representan la forma en la que las personas efectivamente elaboramos las creencias en el curso cotidiano de la vida. Sin embargo, en muchas ocasiones lo anterior es slo un supuesto que no se evala, an cuando un instrumento de medicin se haya sometido a un proceso de validacin de contenido para que jueces expertos en un rea evalen el grado en el cual el instrumento incorpora todas las dimensiones del constructo psicolgico medido. Por otro lado, la realizacin de un pilotaje para ver si las personas comprenden lo que leen, y si les hace sentido el formato de redaccin de las creencias, tampoco asegura que la medicin en la prctica (no la terica, que existe slo en los libros) evale la calidad de los reactivos que se estn empleando para dar cuenta de un comportamiento humano. Un ejemplo relativamente evidente lo encontramos en la literatura que aborda el concepto de Burnout (Gil-Monte, 2002). El instrumento ms usado en nuestro pas para medir este efecto del estrs sostenido en trabajadores que atienden a personas con necesidades especiales, es el de Maslach (Gil-Monte, 2002), y uno de

29

los temes que se emplean seala: Me siento quemado por mi trabajo. Claramente, el uso del trmino quemado es seal de que se realiz una traduccin literal del trmino ingls burnout, el cual hace referencia a un estado interno de las personas. Este estado, incluso, puede ser idntico al que vivencia una persona chilena que usa el espaol como lengua, pero la forma que emplear para comunicarlo no ser diciendo: me siento quemado por mi trabajo. Parte de las limitaciones de los productos que entrega el enfoque cuantitativo en esta rea se relacionan con el hecho que una de las particularidades de este modo de conocer es el emplear un razonamiento hipottico deductivo. Lo anterior permite comprender, aunque no necesariamente aceptar, que un investigador que requiere medir las creencias de un grupo de personas, seleccione el tipo de creencias que va a medir apoyndose ms en lo que sugiere la teora y los estudios empricos, que en lo que las personas de la poblacin pueden estar elaborando. Ambos tipos de informacin pueden corresponderse, obviamente. En este sentido, la tarea de un investigador es evaluar el grado en el cual el instrumento de medicin que emplea es capaz de medir esta correspondencia, y no slo dar por hecho que porque no se usa un instrumento y se entrevista en profundidad a una persona se ha accedido de manera vlida a la subjetividad, a lo que las personas creen y sienten. El desafo, por lo tanto, es evaluar crticamente la calidad de un mtodo a partir de realidades ya conocidas que luego sean representadas con diferentes tcnicas de recoleccin o elaboracin de informacin, y no desechar a priori la estrategia utilizada por uno u otro enfoque metodolgico. Respecto del nivel de anlisis grupal de la conducta humana, me parece importante retomar parte del ejemplo del apartado inicial del captulo, en el cual se hizo la distincin entre medir el autoconcepto comunitario en una persona y medirla en una poblacin de personas. Esta distincin, obviamente, no tiene nada de novedosa. En relacin con esta distincin, Krause (1995), seala que la metodologa cualitativa es aquella que se refiere a cualidades de lo estudiado, es decir a la descripcin de caractersticas, de relaciones entre caractersticas o del desarrollo de caractersticas del objeto de estudio y, por lo general, prescinde del registro de cantidades, frecuencias de aparicin o de cualquier otro dato reductible a nmeros, realizndose la descripcin de cualidades por medio de conceptos y de relaciones entre conceptos (p. X). El problema de prescindir del registro de la cantidad de personas que presenta una determinada cualidad, es que impide comprender que el inters por registrar la cantidad de personas de una poblacin que presentan un determinado nivel de autoconcepto comunitario (es decir, una determinada cualidad), se justifica debido a

30

que no da lo mismo que, por ejemplo, en la poblacin de personas que viven en ciudades contaminadas la probabilidad de encontrar a alguien que presente un alto nivel de autoconcepto comunitario sea de 0,04 (es decir, que slo el 4% de las personas de esta poblacin presente un nivel alto de autoconcepto comunitario) y que en la poblacin de personas que vive en ciudades sin contaminacin esta misma probabilidad sea de 0,8 (es decir, que el 80% de las personas tenga un nivel alto de autoconcepto comunitario). Algo similar se puede decir respecto de los estudios a gran escala sobre comportamiento sexual realizados por Alfred Kinsey (referencia de internet) y por William Masters y Virginia Johnson (referencia de internet). El mrito metodolgico de estos investigadores es, precisamente, haber medido la cantidad de personas que presentaban determinadas cualidades (ciertos tipos de comportamiento sexual), de manera que la teora acerca de la conducta sexual de las personas se nutri menos del puro anlisis terico del fenmeno y ms de la experiencia, menos del anlisis individual y ms del anlisis grupal del comportamiento humano. Del ejemplo anterior se concluye que resulta prioritario medir tanto la calidad como la cantidad de un fenmeno debido a que, como seala una de las leyes de la dialctica, los cambios cuantitativos sufridos en un fenmeno generan, en algn punto de este crecimiento cuantitativo, un cambio de tipo cualitativo del mismo (es decir, un cambio de tipo dialctico). Adems, dado que los fenmenos estudiados por las ciencias sociales, as como toda cosa que existe en el Universo, poseen tanto cualidad como cantidad (Engels, 1947) entonces una metodologa que defina como lo propio de su enfoque el hecho de centrarse en uno de estos dos aspectos indisolubles de la realidad, necesariamente acceder slo a una parte de lo investigado. 4.2.- Situacin contradictoria que surge en el modo de medicin de tipo cuantitativo dado el rol que cumple el concepto de error de medicin dentro de la psicometra y el que juega dentro de la LCH De manera sinttica me voy a referir a un anlisis del rol que cumple el concepto de error de medicin tanto en la Teora Psicomtrica como en lo que se denomina Lgica del Contraste de Hiptesis. Nuevamente, y con el objetivo de graficar de mejor manera las ideas, recurriremos al caso prctico analizado en este captulo: la medicin del autoconcepto comunitario de una persona que ha vivido en una ciudad contaminada sistemticamente por una empresa. Para referirnos a la hiptesis del psiclogo, quien pensaba que las personas de una ciudad contaminada presentan un nivel menor de

31

autoconcepto comunitario que aquellas de una ciudad sin contaminacin, seleccionamos a una persona de la poblacin de personas de una ciudad contaminada, medimos su autoconcepto comunitario y luego la comparamos con el promedio poblacional de autoconcepto comunitario de todas las personas de la ciudad sin contaminacin. Lo anterior se realiz debido a que esta ltima poblacin se consider como grupo de referencia del nivel de autoconcepto de la persona de nuestro ejemplo. Los resultados del anlisis nos llevaron a concluir que esta persona presentaba un nivel significativamente menor de autoconcepto comunitario que el observado en la poblacin de personas de una ciudad sin contaminacin. Por otra parte, en el mismo apartado en el que se desarroll el ejemplo que estamos citando, se seal que en la LCH el promedio de una poblacin de personas se emplea como un ndice del efecto de una variable independiente o factor (en nuestro caso, de la experiencia de vivir en una ciudad sin contaminacin) sobre una variable dependiente (el nivel de autoconcepto comunitario). Dicho de otra forma, el promedio poblacional de autoconcepto comunitario de las personas de la ciudad sin contaminacin se considera como la sntesis del efecto de esta condicin particular de vida porque refleja el impacto de todo lo que es similar o constante en ella. En general, todo lo constante en una poblacin genera cosas similares. Lo que homogeniza el comportamiento de un grupo de personas es la presencia de un estmulo que se aplica de manera constante a todos los integrantes de una poblacin. Sin embargo, si bien se observa una tendencia central u homogenizacin de los puntajes de autoconcepto en torno al promedio, tambin se observa variacin de los puntajes en torno a esta tendencia central. A esta diversidad en el comportamiento de las personas de una poblacin se denomina dispersin, variabilidad o varianza. Por lo tanto, la variabilidad en el autoconcepto comunitario de las personas de una ciudad sin contaminacin no se puede atribuir a todo lo que es constante en esta situacin de vida. Estas diferencias las tenemos que atribuir a la presencia de otros factores que estuvieron presentes en la situacin de vida evaluada, pero que no controlamos aunque s medimos su efecto. De otra forma, las personas no habran presentado diferencias en su autoconcepto. Las medidas estadsticas que cuantifican estas diferencias en el comportamiento de un grupo de personas se denominan medidas de variabilidad, y en trminos metodolgicos, se consideran como indicadores del grado en el cual hemos medido con error el efecto puro de un factor o variable independiente (en nuestro ejemplo, el efecto de la experiencia de vivir

32

en una ciudad sin contaminacin). Por lo tanto, el anterior es el argumento para considerar a estas tcnicas como indicadores del error de medicin. Adems, es muy til para comprender el presente argumento recordar que la delimitacin de lo que es tpico a atpico en una poblacin lo determina el promedio poblacional junto con el tamao del error de medicin. En el ejemplo visto, los lmites poblacionales se definieron sumando y restando al promedio la desviacin estndar (es decir, el error de medicin). De lo anterior se sigue que cuando se desea investigar el efecto puro de una variable independiente (el cual se mide en el promedio), se considera como parte de este efecto, el atribuible a aquellas variables que no hemos controlado en la situacin de investigacin aunque s hayamos medido su efecto en el autoconcepto comunitario de las personas a travs del error de medicin. Lo anterior, contradice abiertamente el criterio de validez interna que se emplea para evaluar la calidad de las conclusiones de una investigacin, debido a que en la misma forma como se delimita una poblacin est contenida la fuente que altera la posibilidad de poder atribuir a la variable independiente bajo control experimental la variabilidad de la variable dependiente, y no a otro tipo de variables (las que generan el error de medicin). Por lo tanto, es la presencia y cantidad de error de medicin detectado en una investigacin el que determina lo normal y lo anormal en una poblacin, y no el efecto puro de un factor. Por otro lado, si logramos crear en la prctica las condiciones para medir el efecto puro de una variable independiente, creando con la psicometra instrumentos de medicin ms vlidos y confiables, creando condiciones de control experimental tales como investigar el efecto de un factor en personas similares (caracterstica bsica para que alguien se considere como miembro de una poblacin), entonces nos acercaremos a la situacin de que el error de medicin tender al valor 0 (cero). Si esto es as, entonces los lmites de la poblacin quedarn establecido como lo prescribe la LCH seala: sumando y restando al promedio una cantidad determinada de veces el tamao del error de medicin. Pero, si este valor es cero entonces habremos cumplido el objetivo de la psicometra de medir sin error, pero le crearemos a la LCH el problema de tener que considerar que todo valor de una variable que sea distinto del valor promedio representa el efecto de factores diferentes al que se est investigando. Es decir, en las condiciones en las que el error de medicin es cero, la potencia estadstica sera mxima (Lipsey, 1990), no habr intervalo de confianza, o lmite superior o lmite inferior de una poblacin, debido a que la LCH considera que el efecto puro de una variable independiente

33

o factor se mide en el promedio, y si el error es cero, los lmites poblacionales son el promedio. Dado lo anterior, en el presente ensayo se propone que el error de medicin no debiera emplearse, como se hace en el presente, como elemento para definir conceptualmente una poblacin (a travs de la estimacin de Intervalos de Confianza). Una poblacin debiera definirse por la correspondencia entre un valor de la variable independiente y un valor especfico de la variable dependiente (el promedio). Esta propuesta adquiere sentido si se considera simultneamente el hecho que el objetivo de la teora psicomtrica es construir instrumentos sin error de medicin y, por otro lado, que la Lgica del Contraste de Hiptesis, necesita de la existencia de este error para delimitar lo que forma parte o no de una poblacin, debido a que sin la existencia de error, todo valor de una variable dependiente debiera considerarse diferente a cualquier otro valor de la misma variable. Si algn da la teora psicomtrica alcanzara su mximo objetivo que es crear instrumentos vlidos y confiables, es decir, instrumentos que midan sin error, la Lgica del Contraste de Hiptesis se quedara sin uno de sus principales elementos: el error de medicin para delimitar una poblacin. 4.3- Anlisis del supuesto de identidad entre la forma en la que se comportan los nmeros y la forma en la que se comportan las personas y los fenmenos humanos que emplea la MC. Una idea central de la definicin del concepto de medicin que emplea el enfoque cuantitativo es la que seala que las propiedades de los nmeros se emplean para referirse a las propiedades de lo que se mide. En nuestro caso, la afirmacin anterior implica dar por hecho que las propiedades del comportamiento humano, en trminos de la forma en la que se presenta su cantidad y calidad, son idnticas a las propiedades de los nmeros. Por lo tanto, se establece una identidad, un isomorfismo respecto de la forma en la que comportan dos variables objetivamente distintas. Este supuesto es un requisito para usar smbolos con fines de medicin. De lo contrario nos encontraramos en la situacin en la que en un tipo particular de lenguaje no encontremos ciertos conceptos que s existen en el uso de otro tipo de lenguaje. Lo anterior no quiere decir que en el uso de un lenguaje sea imposible emplear un trmino para referirse a un concepto de uso diario en un lenguaje diferente. Quizs este sea una condicin necesaria para que se genere la ilusin de pensar que porque se usa un trmino se est refiriendo de manera idntica al mismo concepto.

34

Por otra parte, analizar de manera crtica el supuesto de identidad entre el comportamiento de los nmeros y el de los seres humanos, no implica negar la naturaleza del comportamiento de los nmeros, en el sentido de argumentar que la teora matemtica est errada. Tampoco implica pensar que el comportamiento de las personas posea una cualidad metafsica que la excluya de la posibilidad de reconocer regularidades en su cantidad y cualidad. Lo que s se puede plantear es que el supuesto de identidad est en un nivel de anlisis distinto que el empleado para referirse a las propiedades de cada variable por separado. Por ejemplo, el teorema del lmite central y las caractersticas de la distribucin normal, constituyen propiedades verificables de manera objetiva del comportamiento de los nmeros. Sin embargo, lo que no es tan claro y, por lo tanto, debe demostrase, es si estas mismas propiedades corresponden a las propiedades del comportamiento de las personas. Veamos un ejemplo concreto. Un investigador analiza la relacin entre las horas de estudio que dedican los nios y el rendimiento que obtienen en una asignatura. La hiptesis del investigador, es decir, la propuesta acerca de la forma en la que se presenta la relacin entre estas dos variables en la poblacin de estudio, seala: se espera que exista una relacin directamente proporcional entre las horas de estudio y el rendimiento escolar de los nios. Debido a que estamos usando nmeros para contrastar la hiptesis, lo que el investigador plantea es que la relacin entre las horas de estudio que dedican todos los nios de la poblacin estudiada y su rendimiento escolar posee una naturaleza lineal (es decir, que ambas aumentan y disminuyen linealmente) debido a que los nmeros pueden representar este tipo de relacin entre variables en un plano terico (en donde existen los nmeros). Adems, el anlisis de regresin lineal que generalmente se realiza luego del anlisis de correlacin entre variables, conduce a proponer que en la medida que aumentamos de manera constante una unidad las horas de estudio que dedica un alumno (por ejemplo, 1 hora), tambin se producir en este nio un aumento constante en la cantidad de su nota. Se puede decir lo mismo de la siguiente forma: la diferencia en notas que provoca el hecho de estudiar 8 horas respecto de estudiar 9, es igual en cantidad que la que provoca el hecho de estudiar 1 hora respecto de estudiar 2 horas, porque existe la misma cantidad entre 8 respecto de 9, que entre 1 respecto de 2, y no porque se hayan creado objetivamente las condiciones para sealar que la relacin entre las variables es efectivamente lineal. Lo anterior es similar al argumento que se daba para demostrar que la Tierra era plana: basta

35

simplemente con aplicar un instrumento de medicin que sea plano a una parte del plantea, y punto. Es decir, el argumento se centra en las caractersticas del instrumento de medicin y no en las propiedades del fenmeno descrito. Lo anterior es ms bien un modelaje de la realidad, es decir, es idealismo. Por otra parte, el problema de suponer, sin demostrar, que existe identidad de formas entre el comportamiento de los nmeros y el de las personas, radica en que el investigador puede perder de vista el hecho que despus de 8 horas de estudio aumentadas de manera lineal desde la primera y hasta la octava (es decir, llevar 8 horas continuas de estudio), no podemos esperar que la ganancia entre la octava y la novena hora sea idntica que la observada entre la primera y la segunda hora de estudio. Lo anterior simplemente por el hecho que un aumento cuantitativo en un fenmeno, genera cambios cualitativos en el mismo despus de un punto de este aumento. El argumento que generalmente se emplea en contra de la idea anterior es que si no se capta la relacin lineal es debido a un problema de potencia estadstica, es decir, a que no slo se midi el efecto de las horas de estudio, sino que tambin el efecto de otras variables que no se controlaron en la situacin experimental. Es decir, que inevitablemente hay error de medicin. Lo anterior implicara pensar que la Tierra sigue siendo plana a pesar de que en un punto concreto de la misma (en un cerro, por ejemplo) nuestro instrumento de medicin no quede en una lnea horizontal perfecta (prueba irrefutable del carcter plano de la superficie terrestre). Dado lo anterior, parece relevante diferenciar entre niveles de anlisis para referirse al supuesto de identidad entre las propiedades de los nmeros y las propiedades de la conducta humana. Adems, es importante tener presente que el hecho de atribuir todo lo no explicado en un estudio al concepto de error de medicin, no ayuda mucho a esclarecer la naturaleza de los fenmenos humanos, en la medida que tal prctica implica suponer que la hiptesis que seala las caractersticas de la relacin entre los fenmenos estudiados es una verdad que trasciende las limitaciones propias del proceso de medicin. Pensar de esta forma, se aproxima ms a una forma de ideologa que a un trabajo de investigacin. Por lo mismo, el foco de atencin se pone en defender la utilidad de un instrumento y de un enfoque, ms que centrarse en las limitaciones inevitables, aunque superables, del proceso mismo de construccin del conocimiento.

1. Referencias

36

vila, H. (2006). Introduccin a la metodologa de la investigacin. Edicin electrnica. Texto completo en www.eumed.net/libros/2006c/203/ Engels, F. (1945). Dialctica de la naturaleza. Orbe. La Habana, Cuba. Gil-Montes, P. (2002). Validez factorial de la adaptacin al espaol del Maslach Burnout Inventory-General Survey. Salud Pblica de Mxico. Vol.44, no.1, enero-febrero. Texto completo en http://www.scielosp.org/pdf/spm/v44n1/8559.pdf Jaramillo, A.; Rodrguez, M.; Sapiains, R.; y Ugarte, A. (2008): Caracterizacin psicosocial de grupos humanos de reas de influencia de proyectos de inversin calificados ambientalmente mediante el SEIA. Informe Final del Estudio para la Comisin Nacional del Medio Ambiente. Santiago de Chile: CONAMA. Kinsey: http://iub.edu/~kinsey/about/kinseybio.html Krause, M. (1995): La Investigacin Cualitativa: un Campo de Posibilidades y Desafos. Temas de Educacin No. 7. 19-39. En http://www.esnips.com/nsdoc/62c4cc01-63a6-478d-9291-60f05e590f1b Lipsey, M. (1990). Design sensitivity: Statistical power for experimental research. Newbury Park, California: Sage. Marx, C. y Engels, F. (1968). La ideologa alemana. Ediciones Pueblos Unidos. Segunda edicin espaola, Montevideo, Uruguay. Master, W. y Johnson, V. En http://es.wikipedia.org/wiki/William_Masters Taylor, S. y Bodgan, R. (1987). Introduccin a los mtodos cualitativos de Investigacin. La bsqueda de significados. Buenos Aires: Paids.

37