02 Carpeta de Trabajo Metodologia de La Inv Soc

Metodologa de la
Investigacin Social
Metodologa de la
Investigacin Social
Marcelo Gmez
Carpeta de trabajo
Diseo original de maqueta: Hernn Morfese

Procesamiento didctico: Hernn Pajoni / Adriana Imperatore
Primera edicin: mayo de 2001
ISBN: 978-987-1782-71-0
Universidad Virtual de Quilmes, 2001

Roque Senz Pea 352, (B1876BXD) Bernal, Buenos Aires
Telfono: (5411) 4365 7100 | http://www.virtual.unq.edu.ar
La Universidad Virtual de Quilmes de la Universidad Nacional de

Quilmes se reserva la facultad de disponer de esta obra, publicarla,
traducirla, adaptarla o autorizar su traduccin y reproduccin en
cualquier forma, total o parcialmente, por medios electrnicos o
mecnicos, incluyendo fotocopias, grabacin magnetofnica y
cualquier sistema de almacenamiento de informacin. Por consiguiente, nadie tiene facultad de ejercitar los derechos precitados sin
permiso escrito del editor.
Queda hecho el depsito que establece la ley 11.723

Impreso en Argentina
Esta edicin de 500 ejemplares se termin de imprimir en el mes de mayo de
2001 en el Centro de Impresiones de la Universidad Nacional de Quilmes, Roque
Senz Pea 352, Bernal, Argentina.
conos
Lectura obligatoria
Es la bibliografa imprescindible que acompaa el desarrollo de los contenidos. Se trata tanto de textos completos como de captulos de libros, artculos y "papers" que los estudiantes deben leer, en lo posible, en el momento
en que se indica en la Carpeta.
Actividades
Se trata de una amplia gama de propuestas de produccin de diferentes tipos. Incluye ejercicios, estudios de caso, investigaciones, encuestas, elaboracin de cuadros, grficos, resolucin de guas de estudio, etc.
Leer con atencin

Son afirmaciones, conceptos o definiciones destacadas y sustanciales que
aportan claves para la comprensin del tema que se desarrolla.
Para reflexionar
Es una herramienta que propone al estudiante un dilogo con el material, a travs de preguntas, planteamiento de problemas, confrontaciones del tema con
la realidad, ejemplos o cuestionamientos que alienten la autorreflexin, etc.
Lectura recomendada
Es la bibliografa que no se considera obligatoria, pero a la cual el estudiante puede recurrir para ampliar o profundizar algn tema o contenido.
Pastilla
Se utiliza como reemplazo de la nota al pie, para incorporar informaciones
breves, complementarias o aclaratorias de algn trmino o frase del texto
principal. El subrayado indica los trminos a propsito de los cuales se incluye esa informacin asociada en el margen.
ndice
Introduccin..........................................................................................9
Objetivos ........................................................................................12
1. Fundamentos conceptuales y epistemolgicos de los mtodos
de investigacin emprica y de la estadstica .......................................15
1.1. Introduccin .................................................................................15
1.2. La cualidad del conocimiento cientfico en relacin con
otras clases de conocimiento .......................................................18
1.3. El mtodo y su relacin con el conocimiento cientfico ....................23
1.4. Teora y empiria: relaciones ...........................................................27
1.5. El mtodo y su aplicacin al comportamiento humano.
La comprensin. El sujeto y el objeto. Lmites a la objetividad ........30
1.6. Los mtodos y las tcnicas. ..........................................................32
1.6.1. Naturaleza y objeto de la estadstica ...................................33
2. Lgica, estructura y desarrollo del proceso de investigacin ............35

2.1. Nocin general del proceso de investigacin ..................................35
2.2. Acercamiento al significado del dato cientfico................................37
2.3. La estructura del dato cientfico ....................................................38
2.4- La matriz de datos ........................................................................42
2.5. La cuestin de la medicin............................................................45
2.6. Las etapas o fases del desarrollo del proceso de investigacin.......47
2.6.1. La etapa de formulacin.....................................................48
2.6.2. La etapa de operacionalizacin ...........................................51
2.6.3. Etapa de relevamiento emprico y trabajo de campo .............54
2.6.4. Etapa de procesamiento y anlisis ......................................55
2.7. Los tipos de diseo investigativo ...................................................56
3. Las tcnicas de relevamiento emprico ............................................59

3.1. Introduccin ................................................................................59
3.2. Encuestas, Cuestionarios y Entrevistas ..........................................60
3.2.1. Los tipos de encuestas y entrevistas ..................................63
3.2.2. Recursos para la formulacin de las preguntas....................65
3.2.3. Organizacin y elaboracin del cuestionario .........................67
3.3. Escalas de actitud o valoracin .....................................................68
3.3.1. Otros mtodos complejos para la elaboracin de escalas.....70
3.4. La observacin y el experimento....................................................71
3.5. Tcnicas cualitativas: Entrevista personal, historias de
vida o estudios de caso aislado....................................................75
3.6. Las fuentes y la informacin bibliogrfica .......................................75
3.5. Algunas advertencias necesarias ...................................................76
4. Elementos de estadstica descriptiva e inferencial ...........................79

4.1. Significado metodolgico y campo de la estadstica en
la investigacin social ..................................................................79
4.2. Elementos de estadstica descriptiva .............................................81
4.2.1. Para comenzar el tratamiento de los datos numricos:
las distribuciones de frecuencias .......................................82
4.2.2. La distribuciones de bivariadas y multivariadas....................85
4.3. Procedimientos para la sntesis de datos .......................................91
4.3.1. Medidas de tendencia central .............................................92
4.3.2. Medidas de dispersin .....................................................100
4.4. Importancia de la distribucin normal ..........................................104
4.5. Elementos de estadstica inferencial............................................107
4.5.1. Tipificacin de los desvos ................................................107
4.6. Teorema 1 de la estadstica ........................................................109
4.7. Teorema del lmite central ...........................................................111
4.8. Aproximacin a la teora de las muestras.....................................113
4.8.1. La muestra aleatoria ........................................................114
4.8.2. Tipos de muestra .............................................................114
4.8.3. El tamao de la muestra ..................................................115
4.8.5. Fallos en las muestras .....................................................116
5. Mtodos cualitativos de investigacin ...........................................117

5.1. Fundamentos tericos metodolgicos ..........................................117
5.1.1. Hacia dnde orientamos nuestra mirada ...........................117
5.1.2. Breve referencia histrica de los mtodos cualitativos........118
5.1.3. Objetivos de investigacin cualitativa.................................119
5.1.4. Sus caractersticas especficas .........................................120
5.2. Tratamiento del dato cualitativo ...................................................122
5.2.1. Muestreo terico..............................................................123
5.2.2. Saturacin terica ............................................................126
5.2.3. Codificacin.....................................................................127
5.3. La integracin de mtodos: triangulacin .....................................129
5.3.1. Cmo puede ser la triangulacin .......................................130
5.4. Tcnicas cualitativas de recoleccin de datos ..............................131
5.4.1. La observacin ................................................................132
5.4.2. La entrevista....................................................................138
5.4.3. La historia de vida ...........................................................142
5.4.4. Documentos y datos visuales ...........................................144
Anexos .............................................................................................147
Referencias bibliogrficas..................................................................159
Introduccin
Este mdulo tiene la pretensin de presentar los elementos esenciales de
la metodologa de la investigacin cientfica y la estadstica ajustados a las
necesidades de formacin general de la Licenciatura en Ciencias Sociales y
Humanidades.
Tiene por objetivo central suministrar los fundamentos y destrezas bsicas para la utilizacin de herramientas estadsticas y la aplicacin de criterios metodolgicos en la formulacin, operacionalizacin, relevamiento de
informacin y anlisis de problemas propios del comportamiento social y
de las relaciones sociales.
Los fundamentos metodolgicos del conocimiento social nos proveen de
algo as como el soporte, la infraestructura bsica sobre la cual orientamos
la actividad de produccin de conocimiento sobre la realidad social, y al
mismo tiempo sentamos las bases, siempre discutibles y provisorias, de la
legitimidad y validez de nuestros hallazgos y descubrimientos (nuevo conocimiento). Los fundamentos conceptuales y lgicos de la actividad investigativa constituyen el campo especfico de la metodologa entendida sta
como estudio y conocimiento de los mtodos y formas del conocer cientfico. Sin embargo, vale aclarar que tanto los mtodos como la estadstica
no son el objeto de estudio de esta Carpeta de trabajo y, en este sentido,
el ttulo debe ser aclarado para no resultar engaoso. La metodologa como tal es una materia de investigacin de disciplinas como la filosofa de
la ciencia, la lgica, la epistemologa, o la teora y la historia de la ciencia,
y la estadstica como tal es decididamente una disciplina del campo de la
matemtica en general y de la matemtica aplicada en particular.
Pero como nuestros propsitos no son ni epistemolgicos ni matemticos, los fundamentos metodolgicos se presentan en este material apenas
como los pilares presupuestos sobre los que desarrollar un aprendizaje
acerca del pensar metdico, o lo que es lo mismo, acerca de cmo orientarnos en la actividad de producir conocimiento sobre lo social.
Aqu la metodologa, despojada de la mayora de las complejidades, vericuetos y sutilezas que llenan los sesudos trabajos de filsofos e historiadores de la ciencia, se presenta simplemente como un conjunto de reglas
apropiadas que permiten orientar al conjunto de la actividad de investigacin. Es decir, asumen el papel de prescripciones indicativas o guas para
la prctica especfica. As podemos decir que esta carpeta versa estrictamente sobre metodologa aplicada y no secamente sobre metodologa. Sin
duda nuestro planteo es completamente instrumental respecto a la metodologa: nuestros conocimientos de metodologa son necesarios como herramientas para alcanzar resultados satisfactorios en la produccin del conocimiento social.
La pretensin de posibilitar el aprendizaje de destrezas bsicas quiere
decir ni ms ni menos que no vamos a incluir contenidos operativos especficos que cubran el amplio rango de variabilidad en el repertorio de herramientas metodolgicas. Vamos a permanecer fieles a los ejes centrales del
uso de estas herramientas en el marco de la investigacin social. Esto significa tambin que subrayaremos la importancia de inculcar sanos criterios
metodolgicos ms all del dominio depurado de tcnicas especficas, justamente entre otras cosas para evitar la tentacin metodologicista. Tener
Universidad Virtual de Quilmes
criterio metodolgico quiere decir que se est en condiciones de pensar

metodolgicamente el abordaje de un objeto o problema investigativo, siendo capaces de puntualizar la pertinencia, los alcances y lmites, los instrumentos ms adecuados, para construir conocimiento acerca de ese objeto.
En este sentido, se propone contribuir a un enriquecimiento del perfil del
cientista social dotndolo de los saberes bsicos suficientes para encarar
con rigor metodolgico y estadstico diversos problemas vinculados a la organizacin de la informacin, la produccin de datos, el sondeo de opiniones y actitudes, la observacin del comportamiento social en su infinita
multiplicidad de manifestaciones.
La importancia actual del manejo metodolgico reside en dos grandes
procesos propios del sistema-mundo o civilizacin del capitalismo hipertecnolgico actual: a) la acelerada complejizacin y mutacin de la organizacin
social al calor del impacto del cambio tecnolgico y la vigencia irrestricta de
los mecanismos de mercado, y b) la acelerada obsolescencia de los conocimientos. Todo el tiempo hay que conocer y todo el tiempo cambia lo que conocemos por lo que debemos volver a conocer. Es as como la apoyatura
que brinda el arsenal metodolgico y estadstico comienza a ser ms importante que el conocimiento mismo, siempre mudable y provisorio. Importa
ms saber conocer que el conocer mismo. Tenemos que aclarar aqu que la
importancia en este contexto nada tiene que ver con el Logos, el amor a la
sabidura, y ni siquiera la satisfaccin de la curiosidad, sino que el dador
nico de sentido a la actividad cognitiva humana es de manera creciente el
mercado, el inters econmico en las consecuencias prcticas de la aplicacin del conocimiento. En este sentido, uno de los sntomas de la cultura
de la globalizacin es la banalizacin del contenido, y la glorificacin de los
instrumentos. Lamentablemente el sistema de produccin, distribucin y
transmisin de conocimientos funciona de forma tal que tiende a parecerse
a una produccin manufacturada en serie, donde los procedimientos tienden a estandarizarse y perfeccionarse, y la formulacin de los interrogantes
y los problemas se dejan al mercado o a las agencias de financiacin. La
ciencia soporta un proceso de racionalizacin-burocratizacin global que
tiende a situar lo metodolgico como centro estructurador, junto con los costos y los plazos. En estos casos, sin duda, al menos en las ciencias sociales, la metodologa como aplicacin no subordinada a problemas sustantivos termina matando la creatividad y la fecundidad de los cientficos,
convirtiendo el proceso de generacin de conocimiento en un modelo repetitivo a seguir y no en un proceso vivo pleno de contingencias.
Vamos a sostener en esta Carpeta de trabajo una concepcin de la metodologa probablemente alejada de la que se suele observar en todos lados tras una proliferacin de cifras estadsticas, encuestas, y modelos economtricos (generalmente extrados del anlisis del mundo de las
finanzas). El conocimiento cientfico en forma alguna es simplemente un
efecto o resultado de una observancia de reglas metodolgicas sino un
proceso complejo que involucra dimensiones individuales, grupales, institucionales, sociales, econmicas, ideolgicas y polticas.
Sin embargo, todo conocimiento pende de la actividad del pensamiento
por naturaleza: trabajar sobre el lmite de las ideas, exprimir hasta agotar
lo que las ideas permiten ver del objeto y marcar al mismo tiempo las zonas oscuras de lo que oculta.
En la tradicin del pensar occidental desde los griegos, la sujecin de la
10
Metodologa de la Investigacin Social
realidad a las formas del entendimiento siempre produce la tensin: todo

mtodo implica siempre tanto un desvelamiento del objeto como un ocultamiento. Los mtodos permiten profundizar el conocimiento tanto como profundizar el desconocimiento, de la misma forma que la medicina occidental
tiende a curar algo perturbando otro cosa. La destreza de saber seleccionar los mtodos, adaptarlos a las particularidades de los fenmenos a estudiar, o crear nuevos mtodos, no puede ser adquirida metdicamente. En
gran medida esta capacidad se desarrolla con el oficio y como resultado
sedimentado de los xitos y los fracasos en la prctica de la investigacin,
lidiando con hechos, ideas, hiptesis, encuestados y encuestadores, burocracias, intereses de crculos, etc., etc.
Hay que recordar, como deca Hegel criticando al teoricismo abstracto
de los escolsticos medievales: nadie aprende a nadar sin aventurarse al
agua. Nadie aprende a investigar sin aventurarse a la investigacin. Es por
ello que la Carpeta de trabajo puede ser una gua ordenadora, un apoyo o
un material de consulta bsico pero por s mismo su estudio no produce
las competencias necesarias para realizar una investigacin. Es el uso aplicado de los conceptos y criterios que contiene la Carpeta lo que va a generar las habilidades metodolgicas que, sin duda, van a ser muy tiles para
quienes pretenden aventurarse al mar proceloso de lo humano. Adems
siendo esta Carpeta una gua de estudio, y siendo la metodologa en s
misma una gua del pensar, estamos frente a una gua de una gua con el
posible riesgo de supersimplificacin que va a contramano de nuestras advertencias acerca de los lmites y peligros de la metodologa y sus usos.
Atento a esto tambin cabe una reflexin acerca de las posibilidades y
obstculos que brindan los entornos virtuales y la comunicacin digitalizada (que suprime las caractersticas analgicas de la comunicacin interpersonal: los gestos, entonacin, expresin facial, es decir los que los lingistas llaman las pistas de contextualizacin del habla), as como la
sustitucin de la palabra hablada por la palabra escrita. En este punto conviene aclarar que las destrezas citadas como las verdaderamente importantes son sutiles desde el punto de vista comunicacional y podramos decir
que se captan en la inmersin en las situaciones de investigacin, ms
que estudiando y memorizando. El papel de los llamados conflictos cognitivos por los tericos de la psicologa cognitiva es fundamental. La exposicin a situaciones problemticas y al intercambio de perspectivas y puntos
de vista diferentes es el medio adecuado para forjar las competencias metodolgicas que estamos proponiendo, aunque seguramente los intercambios virtualizados no sean el mejor medio comunicacional para alcanzarlos.
Para suplir este dficit hemos extremado el esfuerzo en cuanto a las propuestas de actividades y ejercitacin, as como de la presentacin de ejemplos y casos, con el riesgo de unilateralizacin de la comprensin que
siempre contienen. Se recomienda fortalecer todo intercambio con los profesores y fundamentalmente entre los mismos alumnos, sobre todo para
discutir soluciones e interpretaciones de ejemplos.
Con respecto al programa la idea es dotar a la Carpeta de trabajo de un
carcter balanceado entre lo operativo y el fundamento conceptual que lo
sostiene, que permita mediante una abundante ejercitacin, y la presentacin de situaciones problemticas para su resolucin, alcanzar el objetivo
de lograr un manejo operativo inicial de las principales herramientas metodolgicas de la investigacin social.
11
Teniendo en cuenta de que el tamao de la Carpeta impone la focalizacin cuidadosa en aquellos contenidos vinculados al objetivo principal descripto, el nfasis y la seleccin de contenidos se pone en aquellos aspectos de la metodologa que se juzgan insoslayables para una formacin en
investigacin en ciencias sociales. No obstante la pretensin es que el manejo operativo de la metodologa no se obtenga como producto de una aplicacin mecnica de preceptos o criterios, por lo que las primeras unidades
introducen los conceptos que fundamentan y describen la lgica del proceder cientfico investigativo. Aunque no se profundizan en toda su complejidad, con todos los matices de los anchsimos estudios y anlisis de la
epistemologa moderna, se presentan aqu los ncleos centrales de la lgica de la produccin de conocimiento con rigor metodolgico.
Esta Carpeta pretende transmitir una pequea parte de este acervo como una herramienta que ayude al pensar sobre la realidad, inspirado en el
viejo aforismo bblico que realza la dignidad de la disciplina del pensar riguroso con pretensin de objetividad: la voluntad de verdad los har libres.
Contenidos
El mdulo comienza temticamente en la Unidad 1, abordando los fundamentos conceptuales y epistemolgicos de los mtodos de investigacin. Aparecen all desde breves consideraciones histricas acerca de las
distintas caracterizaciones del mtodo en la ciencia y su evolucin hasta la
identificacin de sus cualidades esenciales.
En la Unidad 2 abordaremos la lgica del proceso de investigacin, cmo es la estructura metodolgica del dato cientfico y cmo es el proceso
de producir conocimiento metodolgicamente riguroso.
En la Unidad 3 pasaremos revista a las tcnicas de relevamiento emprico (observacin, encuestas, escalas, fuentes secundarias) especificando
sus principales reglas de uso. En las Unidad 4 pasaremos a presentar los
principales elementos de la estadstica descriptiva e inferencial y sus principales usos. En la Unidad 5 introduciremos los desarrollos de las metodologas cualitativas basadas en postulados y concepciones epistemolgicas
y tericas sustantivamente distintas de los mtodos cuantitativos. Para
la elaboracin de esta unidad, agradecemos la importante colaboracin de
la Lic. Nora Goren, quien aport su sapiencia y su experiencia en la investigacin cualitativa.
Por ltimo, dejaremos una actividad de recapitulacin e integracin, adjuntando un mapa conceptual y proponiendo una actividad en donde se ensayarn secuencias posibles en el proceso de investigacin: qu?, por
qu?, para qu?, para quin?, cundo?, dnde? y cmo investigar?;
elaboracin de un diseo de investigacin desde la formulacin hasta las
tcnicas de relevamiento, la muestra, el procesamiento estadstico y el
anlisis; la identificacin de hallazgos, verificacin de hiptesis y la produccin de datos o informacin crucial.
12
Objetivos
Que los estudiantes conozcan y puedan aplicar criterios metodolgicos bsicos a los efectos de que sean capaces de concebir
estrategias y abordajes metodolgicos eficientes para resolver
problemas de investigacin en el campo de las ciencias sociales.
Los objetivos particulares que comprende son:
Que los estudiantes conozcan los fundamentos conceptuales
del pensar metdico en el terreno de las ciencias sociales.
Que los estudiantes comprendan la estructura lgica y los procesos propios de la actividad de investigacin regida por criterios metodolgicos.
Que los estudiantes conozcan las diversas tcnicas de relevamiento emprico y sus criterios de aplicacin a la investigacin
social.
Que los estudiantes conozcan los procedimientos bsicos de la
estadstica descriptiva e inferencial.
Que los estudiantes conozcan los mtodos cualitativos de investigacin y puedan desarrollar criterios metodolgicos de pertinencia en su aplicacin.
13
1
Fundamentos conceptuales y
epistemolgicos de los mtodos de
investigacin emprica y de la estadstica
1.1. Introduccin
Uno de los factores esenciales que distingue a los miembros de la especie
humana es su curiosidad respecto a las cosas del mundo que lo rodean:
por qu son as determinados hechos y no de otro modo?, qu son?, cmo son?, constituyen algunas de las preguntas que los seres humanos se
plantean acerca de las cosas y a las cuales tratan de responder haciendo
uso de sus facultades de pensamiento, de conceptualizar, de razonar.
Este rasgo distintivo del ser humano puede rastrearse en pocas remotsimas. Por ejemplo, encontramos elementos del surgimiento de cierta astronoma elemental hace miles de aos. Tambin podemos mencionar los antiguos calendarios astronmicos solares chinos y vedas, as como mayas y
aztecas. Una de las caractersticas de los calendarios y de la geodesia antigua era que medan cambios angulares en las posiciones relativas de las
estrellas y los planetas desde puntos de observacin sobre la superficie terrestre. Antes del desarrollo de la ciencia en la Grecia antigua clsica estaban bastante adelantados los calendarios de ciclo largo hechos por los antiguos egipcios. Los antiguos cientficos griegos saban que la Tierra giraba
alrededor del Sol y haban estimado la distancia a la Luna y la circunferencia
de la Tierra. Estamos hablando de hace 2.300 aos y ms.
Se ha argido que esta antigua vocacin del hombre por establecer relaciones, regularidades y conexiones entre los hechos y sucesos de la realidad responde a su necesidad de encontrar el mayor nivel posible de certezas a fin de orientarse de la mejor manera frente al mundo que lo rodea.
Los primeros en avisorar la idea de que el universo y la realidad toda estaban regidos por un orden determinado pero inteligible fueron los griegos
antiguos. Las cosas deban entenderse como obedeciendo a una razn (logos) que sobrepasaba o iba ms all de los individuos, aunque no dudaban
en que las fuerzas del entendimiento humano podra darles acceso a este
orden profundo de lo real. As, en las races mismas del pensar cientfico est la idea de la existencia objetiva del orden de lo real y que el conocimiento humano debe dar cuenta de las relaciones universales y necesarias
entre las cosas.
El planteo de la existencia de un orden con sentido de lo real que trasciende o supera al sujeto cognoscente sienta la base fundamental del pensamiento que tiene la pretensin de objetividad, es decir, que aspira a
captar las cosas en su verdad o tal cual son en s. La pregunta por el mtodo es entonces: cmo guiar al pensamiento para que alcance a las cosas en su propio orden, es decir, en su objetividad?.
As fueron otra vez los griegos antiguos en brindar las primeras aproximaciones para guiar al pensamiento hacia la objetividad, bajo un nuevo rgimen de produccin de la verdad. Ahora, la verdad no est ligada a la tradi-
15
cin, a la autoridad, a la persuasin, o a cualquier forma de subjetividad privilegiada sino que se plantea resueltamente como adecuacin de las ideas
a la realidad objetiva.
E. DAZ y M. HELER (1989), El conocimiento cientfico. Hacia

una visin crtica de la ciencia, en El discurso cientfico, deseo y poder, EUDEBA, pp. 34-78.
Es notable la perspicacia temprana de

Herclito de Efesos. Las cosas que se ven, se oyen y se
perciben son las que prefieropero malos testigos son los
ojos y los odos para los hombres, si poseen espritus que
no comprenden su lenguaje.
Los sentidos deben ser educados a travs de la razn y la
razn educada a travs de los
sentidos. Herclito, Ed. Sarpe, Madrid, 1985, Fragmentos, Cap. 4.
16
No de otra forma se puede interpretar la poca confianza que tenan en las

sensaciones inmediatas dadas por los sentidos para alcanzar a desentraar
el orden real. Los sentidos por s mismos no eran fiables para ello. De igual
manera desconfiaban en la pura potencialidad del pensamiento abstracto
para alcanzar la verdad, de ello dan muestra las famosas paradojas. En fin,
los griegos tenan en claro que conocer objetivamente era una empresa
complicada, sin recetas infalibles o recursos fciles.
RUY PEREZ TAMAYO (1990), Existe el mtodo cientfico?, en

Historia y Realidad, Fondo de Cultura Econmica, pp.37-42,
47-51, 58-68, 142-149, 169-174,181- 194 y 196-212.
Sin embargo, la bsqueda de respuestas a los desafos que planteaba el orden del cosmos estaba teida de un fuerte carcter especulativo ms all
de ciertos casos singulares en los cuales se siguieron procedimientos muy
similares a los que caracterizan a la ciencia moderna (uno de los ejemplos
ms significativos es el del griego Eratstenes que en el siglo III a.C. calcul la circunferencia terrestre fundamentndose en observaciones y experimentaciones, aunque tal corroboracin no gener consecuencias prcticas
en aquella sociedad).
Aunque la escolstica medieval, si bien subordinaba la razn a la fe y el
pensamiento al dogma, a la tradicin y al poder poltico y eclesistico, desarroll algunos aspectos que luego seran recuperados por los cientficos y filsofos renacentistas: la disciplina del rigor lgico formal que los escolsticos aplicaban a la lectura de los textos sagrados. La racionalizacin de la fe
llev a un metodismo teolgico, aunque el desprecio por los sentidos y el
dogmatismo religioso acrtico paralizaron por siglos el proceso de emancipacin del pensar.
El surgimiento de la nocin del mtodo como ligada a la cuestin de garantizar la objetividad comienza recin en la Edad Moderna (Renacimiento)
fundamentalmente con F. Bacon, quien argumentaba que el conocimiento
verdadero o las respuestas verdaderas a los interrogantes que planteaba la
realidad se lograba por medio de la induccin, es decir, por la generalizacin
de los resultados de las observaciones de casos particulares para obtener
leyes universales. El inductivismo parte de la base de que hay una realidad
externa que puede ser percibida por los sentidos y entendida por la inteligencia. Sin embargo, el inductivismo hace abandonar la antigua idea griega
de un orden real preexistente: ahora son las leyes cientficas las que deben
ajustarse a los hechos y no los hechos a supuestas leyes objetivas. Stuart
Mill muchos aos ms tarde va a avanzar en la formalizacin del mtodo experimiental (lgica experimental) como una forma en la que la objetividad
descansa sobre el fundamento experimental: son los hechos los que se invocan para probar la verdad, pero no cualquier hecho sino aquellos que son
producidos bajo determinadas condiciones de control.
RUY PEREZ TAMAYO (1990), Existe el mtodo cientfico?, en

Historia y Realidad, Fondo de Cultura Econmica, p. 94 y ss.
Aqu la experimentacin, entendida rudimentariamente como el control o la

manipulacin metdica sobre la experiencia, y la observacin sistemtica de
los hechos jugaban el rol decisivo en la produccin de la verdad objetiva.
Desde otras doctrinas filosficas, Descartes instaura la duda metdica
como camino racional al conocimiento. La idea de un saber sin presupuestos, la disolucin de todo punto de partida no examinado, no pasado por el
tamiz de la razn, contribuye a crear la mentalidad cientfica: la crtica perpetua y una inquietante inseguridad sobre sus propios logros parece ser la
fuerza impulsora del pensamiento cientfico. Descartes tiene el enorme mrito en subrayar dos cosas. Una, que el pensar metdico, esto es, la fijacin
de reglas mutuamente aceptadas, permite el examen pblico por cualquiera
de los fundamentos de una afirmacin, es decir, el pensar metdico es lo
que nos emancipa de las autoridades y el pensamiento instituido. Otra, que
el mtodo tiene dos instancias: por un lado, demostrar que una afirmacin
es verdadera, y por otro y ms importante, llegar a elaborar afirmaciones
verdaderas. Demostrar que algo es verdad no es lo mismo y no es tan importante como llegar a concebir algo verdadero.
Con el advenimiento de la Edad Contempornea, el desarrollo de la ciencia moderna y la disciplina epistemolgica (cuyo tema es la teora de la ciencia) la cuestin antedicha de la validez y la confiabilidad de los conocimientos que se producen alcanza su mayor grado de explicitacin y sofisticacin.
Hegel es el primero en introducir el tema de la unidad contradictoria entre
sujeto y objeto y tomar la concordancia entre pensamiento y realidad no como algo dado o impuesto sino como un proceso. As Hegel afirmaba que el
mtodo no es simplemente un instrumento neutro del sujeto sino que necesariamente tiene que expresar la estructura profunda de lo real. El mtodo no es otra cosa que la estructura del todo, establecida en su propia
esencialidad (Fenomenologa del espritu, FCE, 1968, p. 40) y por tanto
abarca las relaciones entre el sujeto y el objeto como totalidad.
Ya en nuestro siglo, el llamado positivismo o empirismo lgico que nucle
un conjunto de filsofos tanto en Francia como en Alemania (Crculo de Viena) tendi a fundamentar la induccin y la experimentacin como base del
conocimiento cientfico analizando la ciencia como un lenguaje formal internamente consistente que permite predicar relaciones explicativas entre los
hechos sobre la base de apoyo de una serie de enunciados observacionales, es decir que designan hechos objetivos. Sin embargo, estas teoras que
conservaban el fundamento inductivista fueron criticadas y superadas a partir del trabajo de uno de los grandes epistemlogos del siglo, K. Popper,
quien demostr que la ciencia no obtiene su validez de la generalizacin a
partir de la observacin sino que procede por deduccin pasando de las teoras o hiptesis a sus consecuencias observables o comprobables. La experimentacin trata de verificar o comprobar la verdad o falsedad de estas deducciones. Este planteo se denomin mtodo hipottico-deductivo y lleg a
17
ser hasta la actualidad algo as como la formulacin estndar aceptada por

el sentido comn de los cientficos.
LORENZANO, J. C. (1996), La estructura del conocimiento cientfico,
Ed. Zavala, p. 29-55.
Sin ninguna duda, Popper ha tenido el enorme mrito de remarcar que, desde el punto de vista del rigor metodolgico, la ciencia no comienza por la observacin de los hechos, sino por la determinacin de cules son los hechos a observar, y que sta es una operacin de carcter terico. Segn
esto la ciencia permite aprender de la experiencia pero aprendemos por conjeturas y refutaciones. Es decir, aprendemos ms de nuestros yerros que de
nuestros aciertos, la verdad aparece como un subproducto del error, y los
cientficos tanto ms fortalecen los elementos de juicio que sustentan sus
afirmaciones cuanto ms se esfuerzan en refutar o disconfirmar dichas afirmaciones.
RUY PEREZ TAMAYO, 1990: 197, y DIEZ, J. y MOULINES, U. Fundamentos
de Filosofa de la Ciencia, Ariel, 1997, p. 421.
Actualmente, los filsofos de la ciencia no aceptan la existencia de un mtodo cientfico en el sentido de conjunto nico de prescripciones o receta normativa, la enorme complejidad de la ciencia contempornea y los vastsimos
e innumerables campos de la realidad que han llegado a abarcar hacen imposible tal homogeneidad.
Un importante filsofo de la ciencia argentino, G. Klimovsky dice que hoy
da ...el mtodo cientfico es referirse a un vasto conjunto de tcticas para
constituir el conocimiento (KLIMOVSKY, G.: Las desventuras del conocimiento
cientfico, AZ ed., 1997, p.22). Lo que sigue es un intento de condensar y
trasmitir un pequeo subconjunto de estas tcticas de la que se vale la
ciencia para lograr enunciar algo acerca de la realidad produciendo elementos de juicio de carcter objetivo.
1.2. La cualidad del conocimiento cientfico en relacin

con otras clases de conocimiento
La ciencia contempornea considera que tiene gran importancia el control
sobre las respuestas (hiptesis) que el cientfico ensaya para resolver interrogantes acerca de la realidad. Los mecanismos de control a los que se someten las hiptesis tienen por funcin garantizar el mayor nivel posible de
objetividad. Ello significa que la concordancia acerca de cmo es la realidad
involucre a la mayor cantidad posible de personas. Por lo tanto, la nocin de
objetividad para la ciencia implica en primer lugar que la explicacin de los
hechos sea similar o parecida para un conjunto creciente de personas como
consecuencia de la aplicacin de criterios mtodolgicos. Como vimos antes en referencia a los aportes cartesianos, el mtodo opera como garanta
de igualdad de condiciones de cualquier entendimiento para llegar o acceder
18
al conocimiento vlido, o mejor para evitar la redundancia, conocimiento

validado en forma pblica y abierta, observando reglas comunes que tambin llegado el caso pueden ser cuestionadas. La legitimacin pblica de reglas de validacin del conocimiento, y de los procedimientos que lo producen, abiertos al examen de cualquier inteligencia, marca la emancipacin
del espritu humano de toda autoridad o fuente de legitimidad o tribunal que
no sea l mismo. El pensar metdico de alguna forma es verdaderamente la
manzana del rbol de la sabidura, habida cuenta que mediante l el hombre
aspira a conocer y juzgar la verdad por s mismo.
La ciencia se diferencia con cualquier otra forma de conocimiento en virtud de su carcter metdico. ste tiene la singularidad tanto de permitir la
correccin, rectificacin y superacin de errores en que incurran sus resultados como de consolidar transitoriamente los conocimientos ya probados y
validados.
Otros tipos de conocimiento basados en la autoridad, la intuicin o la
mstica, por ejemplo, no proveen reglas o normas que limiten el capricho y la
arbitrariedad de los individuos. Por lo general, los enunciados y opiniones
correspondientes a estos modos de conocer se presentan como infalibles o
verdades absolutas, es decir, como certezas completas fundamentadas en
convicciones ntimas de individuos (cualesquiera sean stos) as se traten
de especulaciones racionales o de experiencias sobrenaturales.
En contraste con ello la ciencia produce enunciados que son susceptibles de ser puestos a prueba por cualquier individuo que quiera y permitiendo esto es esencial un lugar para el desarrollo de la duda acerca de dichos enunciados. Se comprende el carcter esencial de lo que acabamos
de decir si consideramos que est en el albergar cierta cuota de duda en la
mente lo que nos mueve a seguir indagando y usando nuestras facultades
al servicio de entender el mundo que nos rodea. Sin embargo, la duda tampoco puede ser solamente producto del capricho o los intereses, sino que
ella misma tambin debe ser justificada y fundada apelando a normas y reglas reconocidas, procedimientos y/o certezas anteriores. Es en este especfico sentido en que la ciencia es metdica: hay una permanente referencia
a reglas a su vez sujetas a examen sobre las que se apoyan las pretensiones de validez.
Esto dota a la ciencia de una cualidad especfica de progresividad, ya
que nunca hay mucha seguridad o certeza total en los resultados y siempre va en busca de aspectos nuevos que mejoren la calidad de los anteriores. Por el contrario, los modos alternativos de conocimiento mencionados
arriba promueven la fijacin certera de los argumentos y elementos de juicio enunciados provocando as la inmovilidad del pensamiento o llevndolo
al reposo.
Es esta diferencia fundamental lo que concede a la ciencia un valor singular respecto a los otros modos de producir conocimiento: es justamente
el mtodo lo que permite el examen perpetuo de validez. Y esta perpetuidad constituye el medio para acceder a lo desconocido y permite descubrir
lo nuevo. Aqu est la llave para el control y el dominio de la naturaleza.
Solamente sobre la base del pensar reglado, metdico es que pueden llegar a cambiarse las mismas reglas. Y solamente un sistema que permite
este cambio puede llegar a producir la desestructuracin de los conocimientos establecidos y aspirar a explicar los fenmenos novedosos. La actividad cientfica siempre supone un acuerdo/examen/discusin sobre
19
cules son las reglas con las que juzgar las explicaciones de los hechos y
los hechos mismos. La ciencia siempre implica una cierta duda sobre los
propios mtodos utilizados. La desconfianza hacia el mtodo y los sesgos,
deformaciones y conos de sombra que extiende sobre los fenmenos, es
parte sustantiva del pensar metdico. Las pretensiones de validez, confiabilidad, exactitud y precisin propias del conocer cientfico siempre suponen una serie de dudas y controversias acerca de las mejores reglas para
alcanzarlas.
1. Comente y reflexione sobre las diferencias entre el conocimiento cientfico metdico y otros tipos de conocimiento.
2. Lea los dos textos siguientes y reflexione acerca de las valoraciones sobre los distintos modos de producir conocimiento y
en qu plano de valoracin es considerado el conocimiento
cientfico respecto a los dems. De acuerdo a su criterio proponga con cul de los dos textos lo expresado en este apartado guarda mayores coincidencias y explicite por qu.
a) La ciencia y tres alternativas.
Adems de cualquier otra cosa que pueda ser, la ciencia es
un modo de generar enunciados acerca de acontecimientos
del mundo de la experiencia humana y de contrastar su verdad. Pero dado que la ciencia es slo uno entre diversos modos de llevar a cabo esto, parece apropiado identificar primero todos ellos, especificar algunas de las diferencias ms
generales que existen entre ellos y localizar as a la ciencia
dentro del contexto que ellos proporcionan.
Hay al menos cuatro modos de generar enunciados empricos
y de contrastar su verdad: autoritario, mstico, lgico racional y cientfico. Una diferencia esencial entre stos es el modo en que cada uno pone la confianza en el productor del
enunciado que se sostiene que es verdadero (esto es, se pregunta: Quin lo dice?); en el procedimiento mediante el cual
se obtuvo el enunciado (esto es, se pregunta: Cmo se sabe?); y en el efecto del enunciado (esto es, se pregunta: Qu
diferencia trae consigo?)...
En el modo autoritario, el conocimiento se busca y se contrasta haciendo referencia a aquellos que estn socialmente definidos como productores cualificados de conocimiento (por
ejemplo, orculos, ancianos, obispos, reyes, presidentes, profesores). El buscador de conocimiento atribuye la capacidad
de producir enunciados verdaderos al ocupante natural o sobrenatural de una posicin social determinada. El procedimiento mediante el cual el buscador solicita a esta autoridad
(oracin, splica, etiqueta, ceremonia) es probable que sea
importante para la naturaleza de la respuesta de la autoridad,
pero no para la confianza del buscador en esa respuesta. Ms
an, aunque los efectos prcticos del conocimiento as obtenido pueden contribuir a la eventual deposicin de la autoridad, puede ser necesario un gran nmero de disconfirmaciones efectivas antes de que esto suceda.
20
El modo mstico (incluyendo su variedad alucinatoria inducida

por drogas o tensin) est parcialmente relacionado con el
autoritario en la medida en que ambos pueden solicitar conocimiento de profetas, mediums, divinidades, dioses y de otras
autoridades cognoscibles de modo supranatural. Pero el modo autoritario depende esencialmente de la posicin social
del productor del conocimiento, mientras que el modo mstico depende ms esencialmente de las manifestaciones del estado de gracia personal del consumidor de conocimiento y
de su estado psicofsico personal. Por esta razn, el modo
mstico puede depender mucho ms de la aplicacin al consumidor de purificaciones rituales y de procedimientos de
sensibilizacin. Este modo tambin extiende sus solicitudes de
conocimiento ms all de los dioses animistas, a fuentes ms
impersonales, abstractas, impredeciblemente dependientes de
la inspiracin y mgicas, tal como se manifiesta en las lecturas
del tarot, de vsceras, exagramas y horscopos. De nuevo, como en el caso del modo autoritario, puede ser necesario un
gran nmero de disconfirmaciones efectivas antes de que se
retire la confianza de las bases msticas del conocimiento...
Finalmente, en esta breve comparacin de los modos de generar y contrastar conocimiento, se debe recordar que ni el
modo cientfico, ni el autoritario, ni el mstico, ni el lgico-racional excluyen a ninguno de los otros. En realidad, un esfuerzo tpico llevar consigo algo de observacin y mtodo
cientfico, algo de anotacin y documentacin autoritaria, algunas invocaciones a la imaginacin y perspicacia ritualmente
purificadas (esto es, entrenadas), y algo de induccin y deduccin lgico-racionales; slo el nfasis o el predominio relativo entre estos modos permite clasificar los casos reales. Tal
vez esto sea justo de ese modo, ya que ninguno de los modos
puede garantizar, a la larga, que produzca ms conocimiento,
o un conocimiento ms exacto, o ms importante, que otro. E
incluso a corto plazo, una determinada verdad objetiva descubierta por medios msticos, autoritarios o lgico-racionales (o,
incluso, por azar) no es menos verdadera que la misma verdad descubierta por medios cientficos. Slo variar nuestra
confianza en su verdad, dependiendo del medio que hayamos
sido socializados a aceptar con menos inconvenientes. (Tomado de WALLACE, W. (1976), La lgica de la ciencia en la sociologa, Alianza Universidad, Madrid, pgs. 15, 16, 20).
b) El mtodo de la ciencia o la investigacin reflexiva.
Ninguno de los mtodos para resolver dudas, examinados
antes (se refiere a los no cientficos), es independiente del capricho y la arbitrariedad humanos. Como consecuencia de
ello, las proposiciones afirmadas sobre la base de esos mtodos son inciertas, tanto en lo que respecta a su mbito de
aplicacin como a su exactitud. Si deseamos lograr claridad y
precisin, orden y coherencia, seguridad y confiabilidad en
nuestras acciones y nuestras adhesiones intelectuales, tendre21
mos que recurrir a un mtodo para fijar creencias cuya eficacia en la resolucin de problemas sea independiente de nuestros deseos y de nuestra voluntad. Un mtodo tal, que aprovecha las relaciones objetivas del mundo que nos rodea, debe
ser considerado razonable, no porque apele a las idiosincrasias de unos pocos individuos selectos, sino porque puede ser
sometido a prueba repetidamente por todos los hombres.
Todos los otros mtodos aludidos son inflexibles, esto es, ninguno de ellos es capaz de admitir que nos inducir a error.
Por consiguiente, ninguno de ellos puede establecer normas
para corregir sus propios resultados. El llamado mtodo cientfico difiere radicalmente de ellos en que estimula y desarrolla las dudas todo lo posible, de modo que lo que resiste tales
dudas siempre tiene el apoyo de los mejores elementos de
juicio disponibles. Es tambin un rasgo esencial del mtodo
cientfico que incorpora nuevos elementos de juicio y nuevas
dudas a medida que surgen, para convertirlos en parte integrante del cuerpo de conocimiento alcanzado. Este mtodo
da, pues, a la ciencia un carcter progresivo, ya que nunca est demasiado segura de sus resultados. (Tomado de COHEN,
MORRIS y NAGEL, Ernest (1977), Introduccin a la lgica y al
mtodo cientfico 2, Amorrortu, Buenos Aires, pg. 12).
3. Si Ud. es estudiante virtual de la Licenciatura de Ciencias

Sociales y Humanidades y est preocupado por el conformismo, la pasividad, falta de inquietudes ciudadanas, escasa
o nula participacin poltica o en actividades solidarias y
otras formas de apata estudiantil o juvenil, entonces Ud. decide acudir a los protagonistas. Primero habla con el dirigente
estudiantil, Sr. Lister, uno de los principales representantes estudiantiles y presidente de una agrupacin numerosa quien
explica estos fenmenos por los planes del FMI y el BM que
buscan desmovilizar y fomentar el pasatismo y el slvese
quien pueda.
No conforme con esta respuesta acude a un profesor sumamente capaz y experimentado, el Lic. Amlcar Bura, quien
despus de muchos aos de trabajo en contacto con estudiantes imputa la responsabilidad a la decadencia de los vnculos
familiares y la perniciosa influencia de los medios de comunicacin.
No demasiado convencido decide Ud. apelar directamente a
las bases: le pregunta a un/a estudiante amiga/o suya/o muy
bonita/o e inteligente. Ella/l le dice que la/lo acompae al
shopping nuevo / a la cancha, que hay un lugar donde hacen
unos tatuajes divinos y adems pueden ver la ltima pelcula
de Brad Pitt/ que juegan Riquelme y Palermo.
Desmoralizado/a pero contento/a Ud. descubre que lo corts
no quita lo valiente y decide salir con su amigo/a.
Cules son los modos de conocer del Sr. Lister y el Lic. Amlcar Bura?
22
Vaya pensando un abordaje ms riguroso para evacuar sus inquietudes, sin perjuicio de que pueda disfrutar de la compaa de su aptica/o amiga/o.
1.3. El mtodo y su relacin con el conocimiento

cientfico
En el apartado anterior vimos caractersticas generales que distinguan al
mtodo de la ciencia de otros tipos de mtodos o modos de establecer
conocimientos. Ahora vamos a ver con un poco ms de precisin, aunque
muy sintticamente, cul es la estructura interna o comn denominador
del pensar metdico cientfico y algunos de sus elementos.
En principio, podemos comenzar a emplear la palabra mtodo en un
sentido ms preciso para luego ensayar definiciones con carcter ms global.
Habamos visto que una vez producidas las hiptesis, es decir, los
enunciados a modo de respuestas a los problemas de la realidad, la ciencia se encuentra con la cuestin de cmo justificar y fundamentar esas
respuestas hipotticas. Es en este punto que le cabe al mtodo cientfico
jugar su papel.
Vamos a entender aqu a los mtodos cientficos, en una primera aproximacin, como conjuntos de recursos y reglas normativas que permiten la
elaboracin y el control de los elementos de juicio que se tienen acerca de
la realidad.
Estas reglas se relacionan, por una parte, con la estipulacin de las caractersticas formales y fcticas que las hiptesis deben tener para ser consideradas cientficas. Ms abajo veremos con ms detalle estas caractersticas. Por otra parte, se relacionan con las tcnicas necesarias para
articular las hiptesis con los hechos. Tambin veremos esto, luego, con
ms detalle.
Como ya se dijo, la finalidad de tales normativas es alcanzar la mayor objetividad posible en los conocimientos que producimos para explicar los hechos acerca de los cuales nos preguntamos sobre su naturaleza, sus relaciones, etc.
Es en este sentido que podemos definir en forma genrica la metodologa de la ciencia como un sistema de procedimientos para llegar a conocer
los hechos en forma relativamente objetiva. Se trata de una invencin aceptada con el objeto de proporcionar reglas que permitan un camino adecuado
al saber. Para llegar a conocer los hechos hay que producir conjeturas o hiptesis (los enunciados que se proponen como respuestas a los problemas
de la realidad) acerca de lo que nosotros suponemos cmo son los hechos
a los que les prestamos atencin. El mtodo cientfico nos provee de reglas
para determinar si esas conjeturas son correctas o no, tanto desde el punto
de vista lgico (de forma) como emprico (de hecho).
Con los elementos anteriores podemos bosquejar una definicin un poco
ms tcnica de lo que se entiende por mtodo general de la ciencia: es un
diseo especficamente humano para penetrar en la estructura y conexiones
de los eventos (sucesos, acontecimientos, fenmenos) de la realidad a travs de enunciados verificables y relativamente estabilizables bajo determinaciones y aplicaciones lgicas. Con enunciados verificables se hace refe23
rencia a que nuestras hiptesis o conjeturas acerca de las cosas deben fundamentarse finalmente en algn sector o porcin de la realidad, es decir, deben basarse en los hechos. Con determinaciones y aplicaciones lgicas se
hace referencia a las condiciones formales de coherencia y consistencia deductiva que necesariamente deben tener nuestras conjeturas e hiptesis.
Estas son las caractersticas constantes y universales de las distintas ciencias en su evolucin en el tiempo que contribuyen a independizar relativamente de la particular subjetividad (ideas o convicciones propias que hacen
a la identidad de alguien) de cada hombre la eficacia de los enunciados y
evitar as que algn o algunos hombres se arroguen el derecho de poseer
los pensamientos e ideas verdaderos simplemente porque as lo dicen, sin
manifestar en qu se basan esos pensamientos e ideas ms all de su propia subjetividad. Por otro lado la fijacin de reglas obliga a utilizar la inteligencia para establecer la verdad: ya sea a travs de la astucia, la perspicacia y el razonamiento para aplicar las reglas o para cambiarlas por otras con
pretensin de superioridad.
As entendido, el mtodo de la ciencia provee medios para limitar a la
subjetividad y no como suele creerse para garantizar una completa objetividad. Limitar la subjetividad quiere significar aqu que la validez de los enunciados depende de un sistema objetivamente reglado donde el mayor nmero posible de personas pueda someterlos a prueba de acuerdo a pautas
determinadas.
Si bien admitimos que el mtodo y las pautas son producto de la decisin (convencin) de los hombres (los cientficos) no quiere decir ello que tal
condicin la asemeja a la de las otras formas de generar conocimiento (ver
apartado 1.2) que tambin son producto de la decisin o convencin de los
hombres. Aqu hay una diferencia cuantitativa y cualitativa en aquello sobre
lo cual los hombres deciden. Ejemplo: no es lo mismo la convencin por medio de la cual se dice esto es as porque estoy ntimamente convencido
que aqulla que dice esto es verosmil que as sea porque cumple con la
lgica y puede observarse en la realidad (por cualquier persona) siguiendo
tal experimento. Las consecuencias prcticas tambin son bastante diferentes. De aqu la enorme potencialidad y efectividad de las ciencias para el
dominio del mundo a travs de sus consecuencias tecnolgicas y tcnicas.
Una de las cosas que nos ensea la historia de las estrategias

del pensar objetivo, es decir, la historia del pensar cientfico
riguroso, es que la nocin de objetividad, la aspiracin a la
objetividad significa la deslegitimacin de toda subjetividad
privilegiada que pueda conocer el mundo para despus contarnos cmo es. Las implicancias histricas de esta conquista
son inmensas y deben ser valoradas como tales: la pretensin
de conocimiento objetivo significa la libertad de no atarse a
ninguna autoridad o tradicin, modas, ideologa o prejuicio y
esta libertad es la garanta del desarrollo de la ciencia. El pensar metdico es una libre creacin humana que resguarda su
libertad no slo porque permite el conocimiento del mundo
por s mismo, sino porque preserva el carcter pblico de
los hechos. Para el pensar metdico riguroso los hechos tanto
como las formas en que son interpretados y percibidos, deben ser abiertos a la discusin y a la consideracin de la ex24
periencia y la inteligencia pblica, cuyo exponente principal

es la comunidad cientfica. Si hay algo que es seguro es que
metodolgicamente, la ciencia no acepta dueos o representantes exclusivos de la realidad.
El tipo de acuerdo o convencin que supone el mtodo cientfico no implica,

como alguna vez se ha indicado, anular la subjetividad, es decir, la personalidad o las convicciones propias de los individuos (en este caso los cientficos) ya que la materia prima con la que trabaja el mtodo, esto es, las hiptesis que conforman las teoras relevantes, son producto de las
facultades de pensamiento de los individuos (sean cientficos o no) y no de
las instancias convencionalizadas. Ningn acuerdo entre cientficos puede
garantizar la produccin de hiptesis novedosas (no deductivas) solucionadoras de problemas que presenten los sucesos o acontecimientos de la realidad.
Estamos en condiciones, ahora, de describir sucintamente los elementos
y requisitos que deben tener los enunciados para que sean considerados
conocimiento cientfico.
a) Los enunciados hipotticos deben tener congruencia lgica, esto es que la forma en que se efectan las deducciones deben
ser correctas desde el punto de vista de las reglas del razonamiento lgico segn las cuales de premisas verdaderas no pueden deducirse o inferirse conclusiones falsas. Esto supone que
debe evitarse la falacia inversa: concluir acerca de la verdad de
las premisas a partir de consecuencias verdaderas. En ciencias
solamente estamos seguros de que alcanzamos las premisas
verdaderas mientras la realidad no refute las conclusiones lgica y necesariamente extradas de esas premisas. Debe haber
una legalidad en el trnsito de las premisas hacia las conclusiones. La lgica formal contribuye a establecer el valor de verdad
o falsedad lgica de los enunciados. La congruencia lgica implica el funcionamiento del principio de no contradiccin, esto
es, que una hiptesis o enunciado no puede ser verdadero y falso al mismo tiempo. Por ejemplo, si afirmamos que los estudiantes de la licenciatura en ciencias sociales cursan metodologa porque les gusta suponiendo que esto sea verdadero, no
podemos afirmar (para no incurrir en incongruencia con la afirmacin anterior) que los estudiantes de ciencias sociales cursan metodologa porque no les gusta. Si la primera afirmacin
es verdadera la segunda tiene que ser falsa, y si la segunda
afirmacin es verdadera (aunque sea absurda: nadie en su sano juicio toma como mvil de sus decisiones deliberada y voluntariamente aquello que no le gusta) entonces la primera debiera
ser falsa.
b) Asimismo, los enunciados deben estar formulados de tal manera que permitan la contrastacin emprica y/o la prediccin o
prognosis racional. Ello significa, en el caso de la contrastacin,
que los enunciados que se deriven lgicamente de la teora deben coincidir con los hechos (base emprica) a travs de referen-
Hegel, uno de los ms grandes filsofos de todos los

tiempos, pensaba que los
principios lgicos solamente
sirven para mantener la coherencia del habla, pero no para
alcanzar un conocimiento del
mundo. Su refutacin de los
principios de identidad y no
contradiccin son muy simples y parten de la vieja idea
spinoziana: toda determinacin es una negacin. Para
determinar la diferencia entre
identidad y diferencia, debemos empezar utilizando la
idea de diferencia y no la de
identidad, de la que no podramos salir. La identidad slo
sirve para ser negada y superada en el pensar. Los razonamientos en torno a la identidad quedan prisioneros de la
abstraccin y no pueden acceder al cambio y a lo concreto,
a la fluidez fundamental de las
determinaciones del
ser.
25
cias a propiedades, atributos o datos de la realidad, es decir,

aquello que constituya evidencia observable. En el caso de la
prediccin, se trata de contrastar por medio de la anticipacin
de los eventos observables que son una consecuencia lgica
necesaria de los enunciados tericos (ley o regularidad o hiptesis).
Por ejemplo, el enunciado hipottico los estudiantes de ciencias sociales cursan Metodologa porque les gusta podra ser
contrastado (probabilsticamente) con una encuesta que los interrogue acerca de las razones por las cuales cursan metodologa. Suponiendo que las razones sean: 1. porque no tienen otra
alternativa, 2. porque es fcil de aprobar, 3. porque les gusta, y
suponiendo que el punto 3 es elegido por el 99,99 % de los cursantes de Metodologa se verificara en forma probable (podra
suceder que una parte significativa de ese porcentaje se autoengaase acerca de lo que les gusta o no les gusta) la afirmacin hipottica mencionada.
Para ejemplificar la prediccin hay que recurrir a casos de disciplinas cientficas ms avanzadas. Daremos un ejemplo tomado de un texto que al mismo tiempo nos ilustrar acerca de
las circunstancias prcticas de la realizacin del experimento
que pretende refutar (rechazar) o verificar el enunciado predictivo: De acuerdo a la teora general de la relatividad, un
rayo de luz tiene que desviarse en direccin al cuerpo que
produce un campo gravitatorio: la luz es atrada por el cuerpo. Einstein anticip que la curvatura prevista por la teora de
la relatividad generalizada tiene que alcanzar a 1,7 segundos
de arco. Para verificar la teora (mediante un experimento de
tipo teortico) era necesario fotografiar una constelacin del
Zodaco cuando el Sol se encontrase en ella y volver a fotografiarla, en otra poca del ao, cuando el Sol ocupase otra
posicin. Se presentaba, sin embargo, una dificultad, derivada
del largo tiempo de exposicin a que haba que someter la
placa para realizar la fotografa y que tendra como consecuencia que la placa se velara. Slo podra fotografiarse el fenmeno durante un eclipse total.
La primera guerra europea impidi que se realizara la experiencia durante el eclipse del 19 de agosto de 1914; finalmente se logr consumar la experiencia el 29 de mayo de 1919.
Dos expediciones tomaron las fotografas necesarias, primero
durante el eclipse y despus de dos meses, cuando la misma
regin del cielo era visible durante la noche. Una de las expediciones realiz sus experiencias en Sobral (Brasil) y la otra
en la isla del Prncipe (golfo de Guinea)... La comparacin de
las dos fotografas tomadas en las dos situaciones previstas
durante el eclipse y dos meses despus revel una media
de desviacin de 1,78, lo que concordaba con el valor previsto por Einstein. Posteriores observaciones, en sucesivos
eclipses, han ratificado una y otra vez el fenmeno anticipado
por el autor de la teora de la relatividad (tomado de ASTI VE26
RA,
A. (1979), Metodologa de la investigacin, Kapelusz, Buenos Aires).

De acuerdo a las teoras de Popper, los mtodos de la ciencia
deben estar al servicio de intentar refutar las hiptesis o conjeturas. Aunque no queda claro si esto es realmente lo que hacen
los cientficos en sus laboratorios, la ciencia parece crecer en la
medida en que sus enunciados observacionales no pueden ser
falsados o desmentidos por los hechos. Este punto de vista
acerca de la estructura metodolgica de la ciencia se llam falsacionismo (DIEZ y MOULINES, 1997, p. 421). El falsacionismo
implica ni ms ni menos que los cientficos se deben afanar
ms por refutar en los hechos empricos las consecuencias deducidas de sus teoras, que en obtener pruebas o evidencias
que los abonen.
C) Otra condicin muy importante es que las palabras utilizadas en
el sistema terico deben ser unvocas, es decir, tener el menor
grado posible de ambigedad, o sea, tener la menor cantidad
posible de significaciones al mismo tiempo. Se debe tratar que
a cada palabra le corresponda un slo significado a la vez. Una
teora ambigua es de imposible contrastacin. La univocidad
conceptual facilita la transmisividad, la publicidad y la repetibilidad experimental y observacional.
Por ejemplo, si en las respuestas al problema que tratamos de
resolver definimos la palabra gustar como aquello que complace a nuestra curiosidad, no debiramos usarla explcita o implcitamente como aquello que complace a nuestros sentidos.
En conclusin, podemos decir que la estabilidad de los mtodos cientficos
descansan fundamentalmente en el poder que dan las formas lgicas de razonar y los mtodos de inferir en forma necesaria y/o probable. En este sentido, y como bien sugieren Cohen y Nagel, los mtodos de la ciencia trascienden (estabilidad) los resultados particulares de las teoras
(provisionalidad).
1.4. Teora y empiria: relaciones

Es frecuente en la discusin metodolgica y epistemolgica cierta inclinacin a concebir los llamados hechos como objetivaciones independientes
que deciden la verdad de una teora, inclusive mientras se admite que las
observaciones empricas dependen en alguna forma de teoras e hiptesis.
En rigor, ya debemos adelantar que no existen los hechos en s como
jueces de las teoras. Los denominados hechos constituyen un cierto nivel
de las proposiciones derivadas de las teoras. Luego, slo existen hechos
(por ms insignificantes que sean) para distintas teoras. Ejemplificaremos
el asunto para que se comprenda mejor y evitar la tentacin de caer en una
suerte de relativismo epistemolgico.
Cualquier lego dira que si se suelta una maceta desde un balcn caer
derechito (sin que medien otras influencias que no sean la resistencia del
27
aire) hacia abajo hasta encontrar el piso. Sin embargo, este hecho responde
a la teora de la gravitacin formulada por Newton. Pero si tratamos de entender tal hecho desde la teora de la relatividad de Einstein dicho objeto no
caer derechito sino en forma curva. Y an ms: desde el punto de vista de la teora antigravitacional dicho objeto caera para arriba. Sin embargo, de estas tres formas de explicar el hecho se elegir aquella que
cuente con ms elementos de juicio provistos a su favor por la experiencia
sistemtica y acumulativa. En este ejemplo es la teora de la gravitacin la
que mejor determina el hecho (la manera en que cae un cierto objeto) ya
que muestra ms eficacia (por ahora) que las otras teoras en las explicaciones de sucesos (del tipo sealado) sobre la superficie terrestre. Por lo tanto, se considera un hecho (por ahora) que la maceta en cuestin caer en lnea recta hasta encontrarse con el piso.
Veamos otro ejemplo proporcionado por los epistemlogos:

Luego, que una proposicin sea considerada un hecho o una
hiptesis depende del estado de nuestros elementos de juicio.
La proposicin La Tierra es redonda en una poca no contaba con elementos de juicio conocidos a su favor; ms tarde,
se la utiliz como hiptesis para ordenar una cantidad de fenmenos directamente observables; hoy se la considera un
hecho porque dudar de ella significara introducir confusin
en otros sectores de nuestro conocimiento (COHEN-NAGEL,
1977).
Como corolario podramos ensayar una definicin de hecho y es la siguiente: hecho es lo que los enunciados tericos tratan de establecer (vlidamente) siguiendo un mtodo y cuyo establecimiento (en forma vlida) es imposible sin los enunciados tericos y el mtodo. Esto que se acaba de decir es
un enunciado terico.
As, podemos decir que la base emprica sobre la que se sostiene una
teora est inevitablemente ligada a la misma teora. Klimovsky describe
muy bien las transiciones y complejas relaciones entre la base emprica
(enunciados acerca de los observable de comn acceso) y la zona terica de
conceptos muchas veces puros constructos abstractos (Las desventuras del
conocimiento cientfico, p.33).
En el apartado siguiente hablaremos de las limitaciones del conocimiento objetivo. Aqu encontramos razones adicionales para dudar de la objetividad absoluta ya que no existe posibilidad de observar sin teoras explcitas
o implcitas, y por tanto, la experiencia est estructurada segn las mismas.
4. Compare los siguientes textos y analcelos. Para el texto D

alegue una razn de la presencia de los signos de interrogacin.
a) La relacin entre concepto y objeto. El cientfico no se enfrenta con una realidad en s cualquiera, sino con un mundo
emprico mas o menos intencionadamente preformado mediante conceptos. No experimenta su objeto de una manera
inmediata y cristalizada, sino que lo aprehende de un modo
28
consciente y distanciado en la medida en que le da un nombre y lo ordena conceptualmente. Esto le desliga a un mismo
tiempo de la premura de reaccionar inmediata y reflejamente
a estmulos ambientales, y le confiere la libre actividad pensante. En la medida en que los hombres cuentan con el lenguaje y, consecuentemente, disponen de conceptos, lo apuntado no es algo que sea tan slo vlido para el cientfico. Esta
mediacin conceptual entre el sujeto y el objeto de la experiencia es conditio sine qua non del proceso epistemolgico
mismo de la ciencia. (MAYNTZ, R, y otros 1980-, Introduccin a los mtodos de la sociologa emprica, Alianza Universidad, Madrid, p. 13).
b) Quienes se niegan a ir ms all de los hechos raramente
llegan hasta los hechos mismos... Casi todo gran avance [en la
historia de la ciencia] se ha logrado por la anticipacin de la
naturaleza, esto es, por la invencin de hiptesis que, aunque
verificables, a menudo tienen en un comienzo muy poco fundamento. T. H. HUXLEY (COHEN-NAGEL, op. cit. p. 14).
c) Principios del proceso de investigacin. La investigacin
social moderna se aleja tanto de un empirismo ingenuo como
de la especulacin metafsica. Empirismo y teora no son de
ningn modo antagnicos, sino diferentes etapas del proceso
de investigacin... La regla general de la investigacin es que
sta debe efectuarse con un equilibrio entre teora y empiria.
(KNIG, (1963), R., Sociologa, Compaa general fabril editora, Buenos Aires, p. 199).
d) No se impone, pues, revisar la tajante distincin que se
establece con frecuencia entre hechos e hiptesis? Como hemos visto, no se llega a los hechos simplemente por medio de
los rganos de los sentidos. Qu son, pues, los hechos?. Son,
como se afirma a veces, hiptesis que tienen considerables
elementos de juicio a su favor?. Pero en tal caso, consisten
estos elementos de juicio solamente en otras hiptesis en favor de las cuales hay considerables elementos de juicio, y as
ad infinitum? (COHEN-NAGEL, op. cit. p. 36).
5. A la luz de lo anterior analice esta afirmacin: La base emprica son los enunciados producidos hasta el presente.
6. Cules son las hiptesis implcitas de Lister y Amilcar Bura

en el ejemplo del apartado 1.2.? Segn su criterio: tienen algn fundamento en los hechos?, le parece que hay elementos
de juicio suficientes para fundamentar esos enunciados?
29
1.5. El mtodo y su aplicacin al comportamiento humano. La comprensin. El sujeto y el objeto. Lmites a

la objetividad
Se ha argido en ocasiones que debido a las caractersticas complejas y
ambiguas propias del mundo humano y social no resulta posible la aplicacin del mtodo cientfico, tal como lo expusimos sintticamente en el apartado precedente, a las ciencias del comportamiento o sociales. Se propuso,
incluso, la admisibilidad de los juicios valorativos en las ciencias del hombre
y el mtodo de la comprensin como alternativa a los mtodos cientficos de
investigacin emprica.
Los que propusieron a la comprensin como mtodo de investigacin se
fundamentaron en la naturaleza distintiva de los objetos de investigacin.
Por ejemplo, el objeto de la sociologa sera entendible mediante la comprensin en la medida que el mismo observador forma parte y participa de
la sociedad que est analizando. En este sentido: Nosotros mismos somos
el objeto que debe captarse (KNIG, R., 1963).
Para la ciencia moderna la comprensin debe rechazarse en tanto y en
cuanto implique inseparabilidad con la personalidad del investigador. El mtodo cientfico como limitador de la subjetividad no podra funcionar ya que
la prueba no dependera del sistema de reglas vinculado al mtodo sino de
la individualidad o subjetividad del que formula la comprensin.
Es conveniente recalcar respecto a este debate que fue desde las ciencias catalogadas a menudo como ms objetivistas las que explicitaron con
claridad los lmites de la objetividad. Esto podra parecer paradojal o extrao
slo para aqullos que no logran ir ms all de lo superficial y captar la naturaleza ms profunda de la ciencia y sus sutilezas. As Reichenbach demostr la imposibilidad de conocer en forma objetiva la realidad al plantear que
la objetividad plena no existe. Asimismo, segn Heisenberg existe un principio de incertidumbre o indeterminacin que es ejemplificado con un evento
de la fsica en la escala subatmica: cuando se determina la posicin de los
electrones en un lugar se pierde la posibilidad de determinar su velocidad
de desplazamiento y cuando se determina su velocidad de desplazamiento
se pierde la posibilidad de determinar su ubicacin en un lugar. Esto resulta
del hecho de que para hacer posible las observaciones es necesario proyectar un haz de luz sobre los objetos que se quieren investigar, es decir, sobre
las partculas subatmicas, y este haz al intervenir las modifica. Adems de
todo esto hay que referirse al concepto de emergencia por el cual existen
eventos de la realidad que no pueden ser deducidos ni predichos, sin mencionar la demostracin de Gdel que sostiene que no se puede demostrar la
consistencia de un sistema con instrumentos exclusivos de ese sistema. Es
ms, en el apartado siguiente veremos otro aspecto que hace a la limitacin
de la pretensin de objetividad absoluta.
Con todos estos ejemplos no se pretende diluir la distincin entre ciencias naturales y sociales o del comportamiento, sino precaverse de la frecuente idealizacin que subyace a menudo en los que recurren a esta distincin y que atribuye a los conocimientos referidos a la naturaleza la
capacidad de realizar objetivaciones omnmodas. Por cierto es que admitimos, por su parte, la gran complejidad inherente al objeto de las ciencias
humanas.
30
Recientemente algunos epistemlogos e historiadores de las ciencias

han trabajado sobre la idea de que tambin las ciencias naturales utilizan
formas de pensamiento vinculados a la hermenutica (ciencia del sentido)
apelando a recursos como la metfora (sustitucin o equivalencia por similitud) y la metonimia (sustitucin por contigidad o proximidad). La ciencia (incluso las fsico-naturales) como actividad humana y como producto del lenguaje no escapa a sus formas esquivas y fantasmticas.
Dems est decir que es poco cientfica la actitud de creer en

El Mtodo como una receta infalible que garantizara producir conocimiento y que ahorrara el esfuerzo, el tesn y el talento de los cientficos. Aqu vamos a sostener la idea de que
el rgimen de verdad que supone el conocimiento cientfico
es un resultado histrico trabajosamente alcanzado a lo largo
de muchsimos siglos y que se caracteriza por su capacidad
de automejoramiento y superacin de la representacin de lo
real. En este sentido la ciencia debe pensarse como un trabajo crtico basado en la disciplina rigurosa de criticar nuestras
representaciones del mundo mediante los hechos, y de criticar a los hechos desde nuestras representaciones del mundo.
Sobre esta base es que la tecnologa del pensamiento que
pretende la objetividad, es decir la metodologa en su sentido
ms ordinario, se ha ido desarrollando tanto en las ciencias
naturales como en las sociales. Uno de los aspectos que va
ms en menoscabo de la ciencia es la mitologa del mtodo
que traiciona las fuerzas de este desarrollo aspirando a congelarlo.
Es comn considerar a las ciencias sociales como metodolgicamente ms

dbiles que las ciencias exactas y naturales. Los sobredimensionamientos
de consideraciones metodolgicas, el peso creciente de una parafernalia de
instrumentos metodolgicos y estadsticos en los programas de grado y posgrado, tienden a intentar superar estas limitaciones. El riesgo de metodologicismo o la sustitucin del autntico inters cientfico por una aplicacin
mecnica de un instrumental novedoso o sofisticado suele simplemente
transformar la produccin de conocimiento en un asunto de tcnicos expertos que excluyen al comn de los mortales. Generalmente, aquellos conocimientos que no son de inters ni pueden ser entendidos por el pblico
en general porque no responden a las necesidades ni los dilemas de los
hombres en su sociedad y su tiempo, tampoco tienen mayor inters cientfico, aunque s podran tener una gran importancia acadmica para una sociedad especfica de expertos.
El peligro del cientificismo es que tiende a la tirana a partir de la imposicin de lo normal en la ciencia, dando lugar a las perversiones de las tecnoburocracias que pugnan por reducir los problemas del conocer a los procedimientos adecuados, y que suelen buscar en lo metodolgico una
fuente de legitimidad para sus cegueras o fijaciones obsesivas. Mucha produccin cientfica en ciencias sociales est signada por lo que Freud llamaba una compulsin a la repeticin, una horrible propensin a precipitarse
al vaco de lo predecible, lo anunciado, es decir, un conocimiento que se
Giddens ha sealado la importancia del carcter reflexivo de

la sociedad actual y el papel
que juega el conocimiento social en l: los descubrimientos
de las ciencias sociales no
permanecen ajenos a los temas que investigan sino que
reingresan al flujo social, como una forma de retroalimentacin, modificando lo que estn
estudiando.
El
metodologicismo de estirpe
positivista tiende a congelar
los objetos para someterlos a
sus estndares cientficos,
permaneciendo inconsciente
respecto de las consecuencias
sociales de la propia intervencin investigativa y sus resultados. (GIDDENS, A.,
1997)
31
Conviene tener en
cuenta en este punto a F. Niestzche (2000),
Humano, demasiado humano, Bureau Editor, cap.
I, pp.18-33.
niega s mismo ya que gira en torno a ir de lo conocido a lo conocido.

El conocimiento es doloroso desconocimiento de s, solamente en el desgarramiento y la desesperacin alcanzamos la densidad espiritual suficiente
para enfrentarnos a lo desconocido. Erasmo de Rotterdam a comienzos del
siglo XVI haba reivindicado el papel de la estulticia que llena de gozo a Dioses y a hombres y parodiado cidamente a esos otros metodologicistas
medievales que eran los escolsticos (Erasmo de Rotterdam, 2000). Todo
indica que los conocimientos verdaderamente importantes al menos en el
terreno de las ciencias del hombre, no son producto de las convenciones sino todo lo contrario. Todo conocimiento cabal (descubrimiento) es siempre
fundamentalmente transgresin y ruptura de una legalidad aceptada. El conocimiento que refuerza al sujeto que conoce en la posicin de origen es un
conocimiento pobre. El conocimiento en sus efectos reales profundos termina modificando y cambiando al sujeto. Todo conocimiento implica un dejarse invadir por el objeto, un cese en la determinacin del objeto por el sujeto y una reversin en la cual el objeto obliga a pensar de otra manera
incluso otras realidades que las estudiadas. Sartre deca que lo primero es
pensar en contra de uno mismo como una forma de resquebrajar las ataduras con las que nos identificamos.
Un socilogo americano de los 60 y 70, Wright Mills, hizo una crtica demoledora de los paradigmas convencionales mediante los cuales se haca
sociologa en EEUU, a los cuales llamaba despectivamente empirismo abstracto y la gran teora. Mills haca profesin de fe de una prctica sociolgica artesanal centrada en lo que l llamaba los problemas pblicos de
la estructura y ajena a todo corset metodolgico, de modas o pensamientos acadmicos instituidos. El atributo que le reclamaba a los socilogos
era la imaginacin sociolgica. (La imaginacin sociolgica, FCE, 1976).
1.6. Los mtodos y las tcnicas

En los apartados anteriores el trmino metodologa tena el sentido implcito de estudio analtico y crtico de los mtodos de investigacin y de prueba
(ASTI VERA, A., 1979), es decir, se trataba de una valoracin de los mtodos
de la investigacin cientfica en general. A partir de este apartado vamos a
entender por metodologa a un conjunto de principios, recursos y procedimientos que permiten guiar las operaciones de diseo, de produccin y de
anlisis de elementos de juicio sobre el comportamiento social a los fines
de generar conocimientos. No se trata de otra cosa que de controlar la produccin de los elementos de juicio que nos ayuden a fundamentar conceptos y relaciones entre conceptos acerca de la realidad y as tomar mejores
decisiones frente a los problemas. En este sentido la metodologa tiene cosas importantes que aportar a las disciplinas vinculadas con los procesos
de tomas de decisiones y diagnstico de problemas.
Los mtodos en este ltimo contexto pueden ser entendidos como instrumentos de carcter general para alcanzar los propsitos de la investigacin mientras que las tcnicas constituyen medios auxiliares particulares
para la consecucin de dichos propsitos. Veremos ms adelante algunos
mtodos y tcnicas tpicos en las investigaciones sociales como las observaciones sistemticas o las encuestas. Las tcnicas son recursos utilizados
32
para producir los datos, o si se quiere, para producir enunciados observacionales que constituyan elementos de juicio objetivos respecto de las hiptesis que estn siendo verificadas. Observemos, tambin, que este uso puede
variar segn las estrategias de investigacin que se adopten, en otros trminos, las tcnicas no adquieren un carcter totalmente fijo. Por otra parte,
puede ser usual que diferentes ciencias compartan los mismos mtodos.
De igual modo, es usual que cada ciencia particular utilice tcnicas especficas que no son compartidas por otras ciencias. Ejemplos: es comn a disciplinas tales como la matemtica, la lgica y la fsica el uso de mtodos deductivos mientras que es particular de la psicologa social el uso de
tcnicas observacionales especiales.
En la prctica cientfica los mtodos y las tcnicas as entendidos tienen
la tendencia a ser un conjunto rutinario de operaciones y procedimientos.
1.6.1. Naturaleza y objeto de la estadstica

Las estadsticas proveen mtodos seguros y depurados para controlar las
posibilidades de generalizar para una poblacin o universo completo, caractersticas descubiertas en una parte pequea de la misma. Muy relacionadas con los procedimientos inductivos que permiten pasar de lo particular a
lo general, la estadstica brinda infinidad de herramientas matemticas que
permiten realizar enunciados acerca de las probabilidades de ocurrencia de
determinados fenmenos, al tiempo que se sabe con que nivel de confianza
y precisin se pueden hacer los enunciados. Esto significa que la estadstica permite aprovechar los datos para hacer inferencias probables acerca del
comportamiento de los fenmenos y al mismo tiempo nos proporciona una
medida de la duda que debemos tener respecto de esas mismas inferencias.
Otra de las funciones cientficas de la estadstica es el de facilitar el ordenamiento y la presentacin de los datos. Las ideas acerca de los eventos
de la realidad para que tengan precisin y exactitud necesitan de la contabilidad y la medicin. Estos procedimientos cuando se van acumulando generan gran cantidad de datos numricos que es necesario ordenar y manipular.
Es aqu donde juegan su papel los mtodos estadsticos que contribuyen a
resumir los grandes conjuntos de datos de tal forma que se les pueda prestar atencin en forma ms o menos simultnea.
Son varias las maneras de clasificar la informacin para simplificar el universo de datos numricos. Las veremos en la unidad 4 de esta Carpeta de
trabajo.
La estadstica tiene un amplio campo de aplicacin en el terreno de distintas disciplinas cientficas ya que facilita la clarificacin de las relaciones
relevantes entre las propiedades que son objeto de la investigacin. As por
ejemplo tiene gran utilidad prctica en la elaboracin de los censos para saber las caractersticas de la poblacin, en la prueba de la eficacia de los medicamentos, en el control de la calidad de las mercancas, en la evaluacin
de los problemas econmicos, etc. Es decir, son numerossimos los campos
en que la aplicacin de la estadstica cobra utilidad.
33
7. Compare las siguientes definiciones de estadstica distinguiendo matices.

a) Los mtodos utilizados para evaluar fenmenos grupales
mediante el anlisis de estos datos constituyen la ciencia de la
estadstica. (COHEN-NAGEL, op. cit., p. 130).
b) Significado de la estadstica... La persona comn concibe
la estadstica como columnas de cifras o grficos en zigzag
de los diarios, asociados con promedios de golpizas, ndices
de divorcios y criminalidad, precios de acciones, exportaciones e importaciones, etc. Este concepto se aproxima mucho a
la definicin tradicional de estadstica: la compilacin, organizacin, resumen, presentacin y anlisis de datos numricos...
La funcin principal de la estadstica es elaborar principios y
mtodos que nos ayuden a tomar decisiones frente a la incertidumbre. En realidad, muchos autores definen la estadstica
actualmente como un mtodo de toma de decisiones frente a
la incertidumbre (CHOU, Y. (1981), Anlisis estadstico, Interamericana, Mxico, p. 1).
8. Cmo le parece que podra ser til la estadstica en el caso de su inquietud por la apata de los estudiantes?
34
2
Lgica, estructura y desarrollo del proceso
de investigacin
Vamos a ver ahora cules son los elementos centrales y estructuradores de
la actividad de investigacin y cmo se desarrolla un proceso de indagacin
y de generacin de elementos de juicio que sirvan de fundamento a un conocimiento.
2.1. Nocin general del proceso de investigacin

Empecemos por hacer una referencia a qu es investigar o qu quiere decir
investigar. Podramos decir en forma muy sencilla que investigar en ciencia
significa proseguir un camino determinado luego de habernos enfrentado
con un problema que llam nuestra atencin a los efectos de encontrar la
confirmacin de una solucin al mismo. Segn Rodolfo Mondolfo la indagacin llevada a cabo en la bsqueda de dicha solucin constituye la investigacin propiamente dicha (Mondolfo, R., 1949).
Es fundamental destacar que para que tenga lugar el proceso de investigacin debemos tener una teora previa. Son las nociones tericas que tengamos las que permiten orientar dicho proceso. Iniciar una investigacin que
carezca de cierta gua terica se convierte en un sinsentido. Asimismo, el
problema mismo que est en el punto de partida de la investigacin posee
cierto contenido terico conformado por suposiciones expresas o tcitas
concernientes a la naturaleza del objeto en cuestin (Mayntz, 1980).
Se deduce que la bsqueda de la solucin en el proceso de investigacin no significa que carezcamos de esbozos de hiptesis o de respuestas
que a priori poseemos como posible solucin al problema que queremos resolver. La frmula bsqueda de la solucin significa aqu, en rigor, bsqueda de los elementos y fundamentos lgicos y fcticos que afinen, consoliden, confirmen, corroboren o descarten los esbozos de respuestas que
tenamos antes de iniciar la bsqueda.
1. Comente y reflexione sobre el siguiente texto que remarca

la importancia de las hiptesis:
No es posible avanzar un solo paso en una investigacin si no
se comienza por sugerir una explicacin o solucin de la dificultad que la origin. Tales explicaciones tentativas nos son
sugeridas por los elementos del objeto de estudio y nuestro
conocimiento anterior. Cuando se las formula en forma de
proposiciones, reciben el nombre de hiptesis. La funcin de
una hiptesis es orientar nuestra bsqueda de orden en los
hechos. Las sugerencias formuladas en la hiptesis pueden
ser soluciones del problema. Determinar si en realidad lo son
35
es la tarea de la investigacin. No es imprescindible que una

en particular nos conduzca hasta nuestro objetivo, y frecuentemente algunas de ellas son incompatibles entre s, de modo
que no pueden ser todas soluciones del mismo problema...
Una hiptesis es relevante para un problema si expresa determinados modos de conexin entre un conjunto de hechos
que incluye el hecho investigado; en caso contrario, es irrelevante. No es posible formular reglas para hallar tales hiptesis
relevantes. A menudo se cree que una hiptesis presenta tal
relevancia pero la investigacin ulterior demuestra que no es
as. O bien se cree que ciertos hechos son ajenos a un problema y la investigacin revela lo contrario. (Tomado de COHENNAGEL, op. cit., p. 18, 19).
2. Formule algunas hiptesis acerca de las causas del aumento de la apata estudiantil.
Cuando hablamos de problema como punto de partida de la investigacin

estamos haciendo referencia a aquellas cuestiones que constituyen interrogantes, es decir, no tienen una respuesta inmediata en las condiciones en
que se encuentra el campo de conocimiento en relacin al objeto en cuestin. En otros trminos, los recursos de conocimiento anteriores de los que
el investigador cientfico se vale no le alcanzan para resolver el problema
que ha formulado. Por lo tanto, este problema, a su vez, expresa en s mismo la insuficiencia del campo de conocimientos sealado. Esto indica que
el problema es tan slo para un conocimiento determinado.
Todo el trabajo del proceso concreto de investigacin consiste en la organizacin de las condiciones en las cuales se facilite una respuesta consistente y corroborable al problema o interrogante planteado. La organizacin
de estas condiciones se relaciona con el carcter sistemtico del proceso
investigativo que se atiene a cierta lgica vertebradora: la de producir los
datos que fundamentarn las hiptesis enunciadas a modo de solucin de
los problemas planteados.
A modo de sntesis, el proceso de la investigacin comienza cuando advertimos problemas que, al no tener hasta el momento respuestas o al considerar a las existentes como inadecuadas, nos generan inquietudes y principios de respuestas o conjeturas y nos mueven en el sentido de iniciar
indagaciones para la bsqueda de fundamentos a dichas respuestas. En esta bsqueda se organizan las condiciones en forma sistemtica para permitir la produccin de los datos que finalmente fundamenten nuestros conocimientos.
3. Formule dos problemas o interrogantes que ameriten una

investigacin en el campo de la sociologa poltica. A nosotros
se nos ocurren por ejemplo: Cul es el papel poltico que
vienen asumiendo las familias presidenciales? Cmo incide
en la vida familiar (cualquiera) la dedicacin a la poltica de
alguno de sus miembros? Seguramente a Ud. se le ocurrirn
problemas ms interesantes. Intente formular algunas hiptesis o respuestas tentativas.
36
2.2. Acercamiento al significado del dato cientfico

Los datos constituyen una parte de los fundamentos del conocimiento cientfico. Los mismos pueden referirse a determinados atributos de la realidad
(en nuestro caso social) y pueden analizarse con la ayuda de herramientas
metodolgicas diversas.
Una primera aproximacin a la definicin del dato cientfico consiste en
entenderlo como la consecuencia de las observaciones de las propiedades
de los fenmenos (en nuestro caso comportamiento social). Dichas observaciones estn estructuradas en forma conceptual y guiadas por hiptesis
tericas.
Una definicin sumamente tcnica de la palabra dato la encontramos en Mayntz en estos trminos: Dato es... la representacin simblica del contenido manifiesto de la observacin (Mayntz, R. y
otros, 1980).
Esta autora ilustra esa definicin con un ejemplo: Dato no es la respuesta del inquirido a la pregunta planteada en una entrevista: Se
interesa usted por la poltica?, ni tampoco su mera percepcin acstica por el entrevistador. Dato es la cruz que aqul inscribe en la alternativa de respuestas pertinente del pliego de preguntas....
MAYNTZ, RENATE Y
(1980), Introduccin a los mtodos
de la sociologa emprica, Alianza,. Cap.I, pp.
13-43.
OTROS
Una segunda aproximacin al significado del dato cientfico consiste en entenderlo como la traduccin de las observaciones de las propiedades de los
fenmenos que se estn investigando por intermedio de una estructuracin
conceptual que permita la identificacin y la clasificacin de dichos fenmenos en funcin de sus propiedades o atributos relevantes; todo ello es necesario para darle la mayor consistencia posible a la respuesta que se propone al problema o interrogante que suscit la investigacin.
Hay que agregar que los datos como producto de las observaciones de
los atributos de los objetos que se investigan se transforman en tales cuando se los inserta en un registro estandarizado.
Se debe resaltar que toda la secuencia del proceso de construccin de
los datos est guiada por la teora que tenemos acerca del objeto bajo investigacin.
As como el conocimiento cientfico es especficamente diferente de
otras formas de conocimiento, las unidades de informacin que produce, llamadas datos, tambin son especficamente diferentes de otros tipos de informacin. El dato es una informacin completamente artificial, en el sentido que es cuidadosamente construida a los efectos de ser
permanentemente examinada, revisada, mejorada o desechada.
Hay que destacar a fin de comprender mejor la especificidad del dato
cientfico que ste implica un tipo de informacin que es diferente a la informacin ordinaria como por ejemplo la de los medios de comunicacin, la
que da la madre al hijo, el maestro al alumno, etc. La informacin que supone el dato cientfico es ms rigurosa y por lo tanto distinta a la del sentido
comn de la vida cotidiana. El dato cientfico est construido de tal forma
que est abierto al examen de cualquier otro cientfico o persona que quiera utilizar la lgica y la experiencia para fundamentar enunciados acerca de
la realidad. El dato cientfico es, en este sentido, la informacin ms fiable
37
en la medida en que est diseada para ser controlable en aras de brindar

las mayores garantas de objetividad posibles.
2.3. La estructura del dato cientfico

Con los elementos que tenemos hasta aqu podemos avanzar en identificar
cul es la estructura formal comn a todas las clases de datos existentes.
Los fenmenos deben representarse como datos en tres ejes o dimensiones:
a- Unidades de anlisis.
b- Variables.
c- Valores.
De esta manera, la estructura del dato cientfico tiene una forma tripartita.
Por intermedio de esta estructuracin tripartita puede hacerse controlable la informacin convertida en dato o, mejor dicho, gracias a que la informacin recabada fue convertida en dato puede hacerse a la misma controlable. Con controlable queremos significar que pueda ser reproducible,
transmisible unvocamente y validable.
Aunque resulta difcil exponer el concepto de cada una de las tres dimensiones de la estructura del dato cientfico sin referirse al de las otras es necesario efectuar las distinciones analticas correspondientes.
YALOUR, M.,
SOROKIN, PITRIM,
LAZARSFELD, P. Y OTROs
(1977), La investigacin
social, Centro Editor de
Amrica latina, pp.7-40 y
Samaja, J. (1995), Epistemologa y Metodologa.
Elementos para una teora
de la investigacin cientfica, Eudeba,. p. 170 y ss.
38
a) Las unidades de anlisis son los elementos o entidades unitarias, sobre los cuales se centra la investigacin. En las ciencias
sociales estos elementos pueden ser las distintas instancias
existentes entre el individuo y el Estado, grupos, pautas, valores, etc.
En general las unidades de anlisis son los sujetos individuales
o colectivos de la vida social. Son los elementos cuyo comportamiento queremos estudiar o conocer. Es por ello que debemos
ser muy cuidadosos al definirlos, separando bien lo que vamos
a considerar unidades de anlisis de lo que no.
Ejemplos: en un fenmeno electoral las unidades de anlisis de
la tendencia de voto son los ciudadanos votantes. En un censo
de poblacin las unidades para medir sexo, edad, parentesco
son los individuos, pero para medir caractersticas de la vivienda o las familias las unidades de anlisis son los hogares. En
una medicin de audiencia televisiva las unidades son individuos televidentes. Para analizar huelgas o protestas, las unidades son sindicatos, o grupos sociales movilizados. Para analizar
escenarios o competencias electorales, las unidades de anlisis pueden ser partidos polticos, dirigentes, candidatos, instituciones como el PE, el Congreso, etc.
La definicin precisa de las unidades de anlisis permite que
los datos se refieran siempre a la misma clase de fenmeno de
inters. Por ejemplo, en un censo de poblacin el sexo del perro
no resulta interesante porque el perro como tal no forma parte
de la definicin de las unidades de anlisis. Si hacemos una en-
cuesta sobre trabajo de mujeres jvenes, seguramente nos van

a interesar especialmente no todas las personas sino aquellas
de una franja de edad (15-25 aos, por ejemplo), son mujeres y
trabajan. Las unidades de anlisis recortan el alcance de los fenmenos que nos interesa estudiar.
Ejemplos de unidades de anlisis: Desde todos los hombres y

mujeres, hasta las mujeres mayores de 40 aos que tienen cargos directivos; hombres que navegan por internet, o jefes de
hogar desocupados que buscan empleo por internet; estudiantes de ciencias sociales que tienen dificultades con metodologa; universidades que tienen carreras de Ciencias Sociales o Humanidades; pases con elevado endeudamiento
externo; protestas que asumen la forma de cortes de rutas;
grupos internacionales que se movilizan contra los organismos internacionales. As hasta abarcar cualquier sujeto o tipo
de comportamiento social. Muchas veces el recorte del universo a estudiar y la seleccin de las unidades de anlisis no
depende solamente de la voluntad del investigador sino de la
disponibilidad de dichas unidades o de la accesibilidad que el
investigador tenga a ellas. Por ejemplo: puede resultar muy
interesante para indagar las opiniones polticas de los estudiantes, conocer a qu personas (amigos, parientes, etc.) le
comentan opiniones o juicios e inquietudes en el terreno poltico. Sin embargo, seguramente va a resultar muy engorroso
y costoso ubicar a esas personas para saber qu les comentaron. Por lo tanto no va a resultar productivo incluirlas como
unidades de anlisis. S es mucho ms sencillo preguntarle a
los mismos estudiantes qu es lo que le dirn a sus conocidos
acerca de determinados temas polticos, etc.
b) Variables. Ahora bien, las unidades de anlisis no nos interesan

en s mismas sino en cuanto poseen determinadas propiedades
o atributos significativos para nuestros propsitos.
Las variables hacen referencia a aspectos o propiedades o atributos de las unidades de anlisis que son objeto de la investigacin. Por ejemplo, si se estudia un individuo, el sexo o la
edad constituyen posibles variables, as como aspectos mucho
ms complejos de su comportamiento como actitudes sobre el
sexo y la edad, preferencias polticas, valoraciones sobre costumbres. Aqu se ve que una variable es el sexo y otra completamente distinta es la de actitudes sobre el sexo, etc. Si les llamamos variables es porque existe ms de un sexo (dos sexos),
ms de una edad (muchas edades), y ms de una actitud hacia
la sexualidad y ms de una preferencia poltica.
Las variables pueden clasificarse de distintas formas atendiendo las distintas propiedades de medicin. Las mismas pueden
dividirse en cuantitativas y cualitativas. Una variable es cuantitativa cuando su valor consiste en una medida, en un grado o
en una cantidad. Por ejemplo: 19 aos de edad, mucho rendi-
39
miento, poca integracin.

Es decir, las caractersticas cuantitativas son susceptibles de
ser convertidas en datos numricos por medicin en unidades
en forma directa. Pueden ser pulgadas, metros, caloras, dlares, etc., o simplemente un orden jerrquico de mayor a menor,
o menor a mayor.
Una variable es cualitativa cuando el valor de la propiedad es un
modo o una manera, por ejemplo: direccin centralizada, sexo
femenino, preferencia poltica liberal conservadora.
Algunos autores sostienen que la divisin entre variables cualitativas y cuantitativas es provisional puesto que las cualitativas pueden representarse cuantitativamente por medio de su divisin analtica en dimensiones parciales aisladas
(MAYNTZ, op. cit.).
Otros autores han sealado el peligro de la cuantificacin de las propiedades
cualitativas en el sentido que podra incurrirse en una cuantificacin de la subjetividad, es decir, en una subjetividad disfrazada por la cuantificacin (ASTI VERA,
A. 1979).
A la inversa, como veremos ms adelante, las estrategias metodolgicas de
anlisis cualitativo pueden estudiar variables generalmente consideradas cuantitativas como cualitativas. Por ejemplo, para analizar el gasto (variable eminentemente cuantitativa) en los hogares pobres, los cualitativistas tienden a estudiar no
las cantidades sino los procesos de decisin en la unidad familiar, las preferencias de acuerdo a los tipos de bienes y servicios, el valor cualitativo y el significado que le atribuyen a determinados consumos, etc.
Sin embargo, complejizando

un poco el anlisis podemos
decir que este ejemplo puede
ser invertido: las plataformas
y propuestas de los partidos
pueden ser en alguna medida
dependientes de las opiniones
de los ciudadanos a travs de
los permanentes testeos de
opinin. Este recurso permite
aumentar las chances
electorales de captar
votos.
40
Por otra parte las variables pueden clasificarse de acuerdo a las

relaciones causales entre ellas, es decir por las relaciones o nexos que los enunciados o hiptesis tericas establecen entre
ellas. Sobre esta base pueden ser independientes, intervinientes, dependientes. Las variables de base o independientes son
anteriores cronolgica o causalmente a otras mientras que las
variables dependientes son posteriores cronolgica o causalmente a otras. Las variables independientes son aquellas que
se suponen tienen una funcin de factor causal o explicativo en
el hecho que se est estudiando. Las variables dependientes corresponden a los aspectos que se quieren explicar o esclarecer.
De esta manera, por ejemplo, el sexo no puede ser una variable
dependiente (salvo para una investigacin gentica). La actitud
sobre el sexo s podra ser una variable dependiente. Del mismo
modo, un hecho social como una revolucin tambin podra ser
una variable dependiente (Yalour, op. cit.).
De igual modo, el programa o plataforma poltica de un partido
poltico es independiente de la decisin individual de voto de un
ciudadano, mientras que dicha decisin puede ser dependiente
de las caractersticas de dichas plataformas.
Las variables intervinientes son aqullas que pueden modificar
las relaciones originales entre las variables independientes y
las dependientes. En general se trata de variables que contextualizan la relacin entre los factores causales y el fenmeno a
explicar. Se puede considerar que las variables intervinientes

ejercen su causalidad solamente a travs de su combinacin
con otras variables. Por ejemplo: se puede considerar que en situaciones de estabilidad, la imagen del o los candidatos es la
variable independiente ms importante explicativa del voto. Sin
embargo, en situaciones o coyunturas de inestabilidad o convulsin, la imagen personal (honestidad, capacidad de los candidatos) pasa a un segundo plano de consideracin, y se pueden poner en primer plano atributos de orden diferente como astucia
poltica, capacidad de mando o de imponer su voluntad, e incluso cierta dosis de autocracia o capacidad para no dejarse
influir, ser reacio a entrar en arreglos, etc. Por lo tanto, la imagen personal del candidato no explica siempre la preferencia de
voto, sino que pueden intervenir muchos otros factores.
Inclusive, la imagen misma personal del candidato no puede ser
tomada como una pura construccin del ciudadano individual,
sino que est tamizada por opiniones de pares respetados,
amigos, la accin de los medios de comunicacin, los formadores de opinin, etc., que tambin intervienen en el proceso de
elaboracin de una imagen.
4. Piense diversas variables independientes e intervinientes

que sirvan para explicar o analizar la apata poltica estudiantil.
c) Valores. Cuando un atributo puede ser solamente de una sola
forma se denomina constante (por ejemplo, en la teora de la relatividad la velocidad de la luz no es variable o en la de la gravedad la aceleracin de la fuerza gravitatoria) y sera lo opuesto a
los atributos variables.
Las distintas formas o estados que puede asumir una clase de
aspecto o atributo de una unidad de anlisis se denominan categoras de la variable o valores. Siguiendo el ejemplo mencionado con anterioridad los valores de la variable sexo seran masculino o femenino y los de la variable edad podran ser niez,
juventud, etc., o sus respectivos valores numricos. El valor de
la variable gasto del estudiante en apuntes y libros podra ser:
0$, 1 a 50$, 50 a 100$, ms de 100$. La forma en que agrupemos los valores en el caso de variables cuantitativas va a depender de consideraciones de conveniencia prctica. Tambin el
valor de esta variable podra ser simplemente: 1, 2, 25 c/80
cvs., es decir, los datos sin agrupar. La variable ideologa poltica podra asumir los archiconocidos valores de izquierda, derecha y centro, o tambin, liberal, conservador, socialista, nacionalista, etc. Los valores de la variable nivel de participacin
poltica de los estudiantes podran ser: militante, activista, delegado o representante, dirigente, adepto, votante, simpatizante, etc.
41
Es fundamental destacar que cada uno de los componentes

de la estructura tripartita, esto es, unidades de anlisis, variables y valores, no poseen referentes empricos fijos. Esto quiere decir que, por ejemplo, lo que es una unidad de anlisis
para una investigacin dada puede ser una variable para otra
investigacin. Lo que termina decidiendo de qu modo se
agrupan los fenmenos en una investigacin es la estrategia
metodolgica que se adopte. Los elementos de la realidad en
ningn caso llevan un cartelito que diga unidad de anlisis,
variable o valor. Por ejemplo, una investigacin sobre la
sexualidad de las personas (unidad de anlisis) tendr al sexo
como variable (masculino, femenino) pero una investigacin
sobre la sexualidad femenina tomar al sexo femenino no como variable sino como unidad de anlisis. Una investigacin
sobre peluqueras tendr una variable sexo con tres valores:
masculino, femenino, y unisex. Ni hablar de una investigacin
sobre preferencias sexuales.
5. Piense valores para las variables que seleccion en la actividad anterior.
SAMAJA, J. (1995), Epistemologa y Metodologa. Elementos para una teora de la investigacin cientfica, Eudeba, pp. 158187.
2.4. La matriz de datos

Los valores o categoras de las variables deben agotar todos los estados posibles de las unidades de anlisis en ese aspecto o atributo estudiado (variable). Es decir, las categoras de las variables no pueden no ser capaces
de describir el atributo de alguna unidad de anlisis. La asignacin completa de valores para todas las variables de todas las unidades de anlisis que
componen un universo de estudio se denomina matriz de datos. La articulacin de los tres ejes (unidades-variables-valores) constituye la matriz o forma estructural de todo dato de una investigacin, que los metodlogos denominan matriz de datos. Es la atribucin de valores para cada variable de
cada unidad de anlisis. La siguiente es una tabla de datos que ejemplifica
una sola unidad de anlisis.
Nivel de
participacin poltica
estudiantil
Unidad de anlisis
Sexo
Edad
Carlos Mndez
Masculino
23
Dirigente en cargo
directivo
Derecha
Carlos Alvarete
Masculino
21
Representante en
rgano institucional
Centro
Fernanda de la Calle
Femenino
26
Simpatizante
Izquierda
42
Orientacin ideolgica
En esta tabla se aprecia a la unidad de anlisis constituida por Prez, a sus

distintas variables constituidas por la edad, el sexo, el nivel de participacin, y la orientacin ideolgica. Los valores son lo que llena la tabla (M:
masculino, 23 aos, etc.).
6. En la tabla anterior puede haber muchas ms unidades: invitamos a Ud. a agregar al menos 9 unidades de anlisis con
sus respectivos valores.
Ahora bien, es muy importante retener los principios que deben cumplir las
estructuras del dato en una matriz. Para garantizar los principios que permiten la controlabilidad de la informacin emprica contenida en un dato, las
matrices deben tener propiedades de consistencia interna.
Uno de los principios es el de la comparabilidad. Segn este principio las
variables deben ser siempre atributos de las unidades que se investigan. As
por ejemplo, si las unidades de anlisis son grupos sociales, entonces el sexo no puede ser una variable de la misma porque los grupos sociales no tienen sexo. Sera absurdo decir esta clase social es de sexo masculino o femenino (Mayntz, op. cit.). La comparabilidad reside en que las unidades de
anlisis son estudiadas en los mismos aspectos o atributos. Las variables
son consideradas de la misma manera para todas las unidades de anlisis.
Esto permite que las unidades de anlisis puedan compararse entre s.
Segn el principio de clasificabilidad slo puede atribuirse un valor a una
variable de la unidad de anlisis. Por ejemplo, la unidad de anlisis persona
no puede tener dos estados del mismo atributo o dos valores de la misma
variable: no pueden ser hombre y mujer (en la variable sexo) u ocupado y desocupado (en la variable relacin con el mercado de trabajo), o izquierdista y
derechista, etc. Por ello se dice que los valores de una misma y cada una de
las variables deben ser excluyentes entre s. As es muy importante que la
asignacin de valores a cada variable de cada unidad de anlisis est regida por criterios claros y bien definidos con antelacin. Como veremos, las
tcnicas de investigacin brindan las bases para que los datos sean bien
construidos.
Otra caracterstica que debe tener la matriz de datos es la exhaustividad.
De acuerdo a ella los valores de las variables deben cumplir todas las posibilidades existentes. Por ejemplo, en una investigacin sobre la demanda laboral (pedidos de personal que hacen los empleadores) la variable sexo tendra tres valores posibles para cumplir con la exhaustividad: M, F,
ambos sexos.
En ltima instancia el dato expresa el valor de una variable para una unidad de anlisis. Los datos cientficos siempre son elementos que tienen un
valor o una importancia en relacin con la matriz de datos a la que pertenece. La calidad de un dato producto de una investigacin depende de la consistencia y la estructura interna de la matriz de datos a la que pertenece.
Un ejemplo muy tpico de estructura de matriz de datos la

da el caso de los estudios del
mercado de trabajo, ahora
muy difundidos como consecuencia del triste flagelo de la
desocupacin en un pas con
enormes recursos naturales y
humanos y poca poblacin.
En el mercado de trabajo las
unidades de anlisis son toda
la poblacin, la variable ms
importante es la condicin de
actividad que describe la relacin de cada individuo con el
mercado laboral y los valores
que puede asumir esta variable son ocupado, desocupado
e inactivo. Esta matriz posee
los principios de comparabilidad, clasificabilidad y exhaustividad. Todas las unidades de
anlisis definidas pueden ser
descriptas por los valores de
las variables aplicando los
mismos criterios, siendo estos valores excluyentes entre s.
El ncleo central de la metodologa es justamente este punto:

estudiar y manejar herramientas y criterios metodolgicos sirve fundamentalmente para no equivocarnos en la elaboracin
de las matrices de datos. Con mucha razn Samaja expresa:
...el proceso de investigacin es traduccin del objeto de in43
vestigacin a un sistema de matrices de datos, (op. cit. p.

181). Y ms adelante agrega contundente: investigar cientficamente es construir sistemas de matrices, llenar matrices,
procesar matrices e interpretar matrices de datos... (p. 182).
Se debe destacar que el objetivo de la matriz de datos no es limitarse a indicar slo lo que se denominan datos de base. En la tabla de arriba los mismos consistiran en los valores de Mndez, fulano, mengano, etc. Lo que interesa a la investigacin es convertir esos datos en agregados, esto es,
cules son las tendencias, porcentajes, o rasgos homogneos que manifiestan los datos. Las matrices de datos son las bases desde donde se extraen
por su procesamiento y anlisis las tendencias, perfiles, o la evidencia emprica que buscamos. Volviendo al ejemplo del mercado de trabajo: no nos
interesa el listado de gente empleada, desempleada e inactiva sino la tasa
(%) de desocupacin, cmo se relaciona la desocupacin o la ocupacin con
otras variables como la edad, el sexo, el nivel educativo, las orientaciones
polticas y electorales de ocupados y desocupados, etc.
Para finalizar, insistimos una vez ms en reiterar que la estructura tripartita del dato cientfico no se corresponde en forma fija con los referentes del
mundo emprico sino que cumple una funcin y un rol metodolgico necesario para la vinculacin del discurso de la ciencia con esos fundamentos empricos. Que algn elemento del universo de anlisis juegue un papel de unidad, de variable o de valor depende de decisiones metodolgicas (y no de
caractersticas intrnsecas de esos elementos) cuyo acierto depende del grado de coherencia con los objetivos del estudio. Por ejemplo: si nuestro propsito es saber por qu hay estudiantes que cambian de preferencias electorales o grupos polticos, difcilmente lo sabremos si solamente encuestamos a
los estudiantes que permanecen en sus agrupaciones. Si nuestro propsito
es averiguar las causas de las apata poltica de los estudiantes, no podemos tomar como unidades de anlisis principales solamente a los que participan en la actividad de los centros de estudiantes.
GALTUNG, J. (1978), Teora y Mtodos de la investigacin social,

Tomo 1, Ed. EUDEBA, Buenos Aires, 5ta. Edicin, pp.1-34.
7. Complete la siguiente tabla agregando unidades de anlisis

y variables en los casilleros vacos. Complete los valores en
forma tal que pueda detectarse una tendencia o relacin entre
los datos de las variables.
44
Unidad de anlisis
Perez
Sexo
Edad
26
Nivel de
participacin
poltica estudiantil
Orientacin
ideolgica
Dirigente
Centro
Agregue
variable
Agregue
variable
Agregue
variable
Agregue U. de A.
8. Supongamos que tenemos un problema y una unidad de

anlisis relacionado con los estudiantes y su actividad gremial
y poltica:
a. Qu variables le parecen pertinentes como atributos del
estudiante?
Considere las siguientes:
Edad; sexo; ocupacin; nacionalidad; carrera que cursa;
diarios que lee; religin o credo; delincuencia; marginalidad social; clima.
b. Hay aqu variables que corresponden a otras unidades de
anlisis que no sean los turistas?.
c. Si Ud. quisiera conocer mejor a los estudiantes qu variables quitara y cules agregara?
d. Asigne categoras o valores a cada una de las variables
cumpliendo con los principios de exhaustividad, comparabilidad y exclusividad.
2.5. La cuestin de la medicin

Se ha definido a la medicin como el proceso mismo de la observacin y la
obtencin de los datos. En un sentido tcnico medir significa atribuir smbolos en forma metdica a ciertos caracteres observados en el objeto investigado.
En funcin de la diversidad de fenmenos de las distintas ciencias (fsicas, sociales, etc.) y de la multidimensionalidad del comportamiento social
existen diferentes niveles de medicin.
Nivel de medicin nominal. Consiste en el nivel ms bajo de la
medicin que es el de la clasificacin. sta es una funcin bsica de la ciencia. Cuando clasificamos tratamos de separar los
elementos de acuerdo a ciertas caractersticas que presenten y
que los hacen homogneos entre s. As se van formando conjuntos distintos caracterizados cada uno por una homogeneidad
especfica y a los que les ponemos nombres determinados.
45
Ejemplos: puede clasificarse a las personas por si tienen barba

o no y ver si este factor se relaciona con el progresismo o conservadurismo poltico. Ms ejemplos: variables nominales tpicas: sexo, nacionalidad, profesin, religin, etc. En el nivel nominal lo nico que podemos determinar es la igualdad y la
diferencia. Es decir que un atributo es compartido por varias
unidades y que es diferente del que comparten otras unidades.
Por lo tanto rigen aqu, a nivel lgico formal, relaciones exclusivamente de identidad y diferencia.
Nivel de medicin ordinal. Consiste en ordenar los elementos
de acuerdo al grado que presente una determinada propiedad.
De esta forma pueden establecerse rangos y puestos en la graduacin. Las cifras numricas que indican estos rangos no implican cantidades. Se pueden determinar no slo las diferencias
sino el sentido de las mismas mayor/menor. En esta escala,
adems de las relaciones de igualdad e identidad, rigen a nivel
lgico formal, relaciones de jerarqua: mayor que, menor que,
mejor o peor que, bueno-regular-malo, etc.
Por ejemplo, si la escala es de soldado, cabo y sargento o de
subteniente, teniente y capitn (rangos militares del ejrcito de
menor a mayor entre tropa, suboficiales y oficiales) se le puede
poner una barra al soldado, dos al cabo y tres al sargento, o
una estrella al subteniente, dos al teniente y tres al capitn. Estas diferencias en la cantidad de barras y estrellas indican las
diferencias de orden y jerarqua entre las clases de individuos
en el ejrcito de acuerdo a su rango. Pero si cambiamos la cantidad de barras y estrellas manteniendo las relaciones de jerarqua ello no implicara el trastorno de la escala. Por ejemplo: podramos ponerle ocho barras al soldado, diecisis al cabo y
veinticuatro al sargento o diez estrellas al subteniente, veinte al
teniente y treinta al capitn. Estas modificaciones no trastornan
las relaciones mayor que y menor que y por lo tanto no cambian
el sentido de la escala. Es decir que en la escala ordinal sabemos que hay diferencias y que esas diferencias tienen un orden
de jerarqua pero no sabemos las distancias precisas que implican esas diferencias.
Nivel de medicin de intervalo. Consiste en ordenar objetos de
acuerdo al grado y en medir con precisin la distancia entre los
mismos. No slo permite diferenciar y ordenar sino tambin establecer las distancias con una unidad de medida comn. Ejemplo: edad (unidad de medida tiempo en aos), sueldo (unidad
de medida en $), distancias geogrficas (unidad km.), frecuencia de participacin electoral (unidad = repeticiones sobre el total de comicios), gastos en material de estudio y transportes
(unidad $), dedicacin en tiempo a la participacin poltico-gremial (unidad= horas semanales). ste es el nivel de medicin
que permite hacer comparaciones exactas entre las unidades
de anlisis porque permite establecer con exactitud la distancia
entre dos valores de las variables, y para cada unidad de anli46
sis sabemos qu posicin guarda respecto de las otras unidades de anlisis.
9. De qu nivel de medicin eran las variables de la actividad

anterior? Agregue al menos una de cada escala de medicin.
2.6. Las etapas o fases del desarrollo del proceso de

investigacin
Tomando como referencia las indicaciones que Mayntz ha dado acerca de
la secuencia del proceso de investigacin y en conjuncin con lo que los
epistemlogos llaman las fases del proceso de produccin de conocimiento,
pueden distinguirse las siguientes etapas o pasos a lo largo del proceso de
investigacin: como primer paso est el problema o interrogante que se formula y se quiere resolver, y adems, esto es muy importante, estn los esbozos de hiptesis o principios de hiptesis que nuestra mente fabrica o
produce y que son las guas de los pasos subsiguientes; el segundo paso
es la elaboracin del plan de investigacin y de los instrumentos, es decir, el
diseo, los instrumentos, las tcnicas, la operacionalizacin de los conceptos, la construccin de ndices, las muestras, etc.; el tercer paso es la obtencin y reunin del material, es decir, la ejecucin del trabajo de recoleccin de datos; el cuarto paso es el ordenamiento de los datos y su anlisis,
la evaluacin de los datos y la formulacin de respuestas, ahora con mayor
refinamiento y precisin que en el paso primero, a las preguntas que suscitaron la investigacin; el ltimo paso son las conclusiones y la estimacin
de la validez de los resultados obtenidos.
Vamos a hacer ahora una articulacin de estas fases o etapas del proceso de investigacin con los requisitos del mtodo cientfico que vimos anteriormente.
El problema o interrogante de la investigacin (paso 1 y todas las consideraciones que hicimos y haremos acerca de l) y las hiptesis y esbozos
de respuesta al problema se corresponden con lo que los epistemlogos denominan la fase o el contexto de descubrimiento.
El tramo que va desde el paso 2 hasta el ltimo paso se corresponde
parcialmente con el contexto de justificacin, es decir, aquel tramo de la investigacin que se ocupa de la congruencia lgica, la corroboracin semntica y la univocidad de los conceptos.
La congruencia lgica significa ni ms ni menos que las proposiciones formuladas para intentar resolver el problema de investigacin no sean incompatibles o
presenten alguna contradiccin entre s. La lgica es la ciencia de la inferencia
vlida que permite extraer necesariamente conclusiones verdaderas de premisas
comprobadas como verdaderas. Para este punto se puede ver Cohen y Nagel.
La corroboracin semntica significa que los conceptos que utilizamos pueden
ser referidos a elementos de juicio o realidades objetivas, es decir que tienen un
contenido emprico claro y comprobable. La univocidad permite tomar estos conceptos y su contenido emprico siempre de la misma forma, pues esta es la precondicin para que puedan refutarse o probar el error de una proposicin o hiptesis cientfica. El intento de sostener las hiptesis iniciales reformulando los
conceptos, dndoles una nueva interpretacin o significado, y modificando su
47
contenido emprico, generalmente no aportan nuevos conocimientos y son mal

vistas en la investigacin cientfica rigurosa. Sin embargo, no est claro que los
cientficos cumplan a rajatabla con estas normativas. Generalmente las hiptesis
son retocadas varias veces antes de llegar a una formulacin definitiva, y hay un
frecuente ida y vuelta, o proceso de retroalimentacin entre los datos que van
surgiendo de las investigaciones y la definicin de contenidos conceptuales o
tericos. Estos procesos reales en la construccin de conocimiento cientfico no
impiden que en el momento de validar determinado elemento de juicio o proposicin los conceptos tengan que ser unvocamente entendidos por los cientficos,
su contenido semntico perfectamente identificable y que las relaciones de implicacin lgica entre premisas y conclusiones sea consistente.
2.6.1. La etapa de formulacin

Esta etapa es la que podramos caracterizar como ms cercana a la subjetividad de los investigadores. Decimos esto porque el modo en que se delimita y
formula con precisin el problema, el recorte analtico que se hace y las hiptesis que se le ocurren al investigador como principios de posible solucin al
problema que ha delimitado son todos factores que dependen de cada individualidad. Por as decir, el reino de la objetividad y de las reglas est aqu en un
plano subalterno (aunque jugar su importante papel luego). Mientras tanto,
no existen reglas ni para formular problemas relevantes ni para formular respuestas que dieran lugar a teoras importantes. Que esto suceda o no suceda
depende de las facultades subjetivas de los individuos que investigan y las
condiciones sociales e institucionales favorecedoras en que se desempean.
Por supuesto es mucho ms probable que un investigador encuentre la
posibilidad de precisar y formular problemas relevantes como de construir
respuestas e hiptesis importantes a los mismos si se ha concentrado y
profundizado por largo tiempo en la temtica que le interesa.
El problema
El proceso de investigacin tiene su punto de partida, como ya sealamos,
en un problema o un interrogante o una dificultad que hasta el momento carece de solucin o de respuesta. Para que exista como punto de partida, el
problema debe ser delimitado y formulado con precisin. Una vez determinado se convierte en el principal objetivo de la investigacin. Se ha debatido
acerca del surgimiento de los problemas de investigacin. Se argument
que el planteamiento del problema es arbitrario en la medida que el investigador no est sujeto a la determinacin del objeto y las preguntas le son hechas desde fuera al objeto en cuestin.
Se ha preguntado acerca del inters que despierta en el investigador un
determinado problema. Se sugiri que dicho inters puede estar despertado
por contradicciones, lagunas, anomalas o sectores oscuros en los conocimientos existentes o por la forma que se perciben las problemticas sociales. En este ltimo caso los fenmenos sociales que se ven como problemas (por ejemplo la desigualdad social) se convierten en tales por la actitud
valorativa del investigador.
A nuestro juicio, y esto debe ser sealado para que quede claro, una co-
48
sa es el surgimiento de un problema de investigacin y otra cosa es el surgimiento del inters por un problema de investigacin.
Un problema de investigacin no es un problema de alguien en particular,
de un individuo o de varios individuos. Un problema de investigacin es, ante todo, un suceso que atae a un conocimiento. Un problema es siempre
de un conocimiento y en este sentido puede ser abordado por cualquiera
que se interese por resolver ese problema de conocimiento. Que pueda ser
abordado por los interesados no significa que el problema tiene su gnesis
en el momento en que algn sujeto manifiesta su inters en investigarlo. El
problema preexiste al inters de los investigadores particulares.
Por otro lado, puede ocurrir que puedan surgir problemas en el transcurso de una investigacin, o como resultado de una investigacin se tome conciencia de alguna anomala o punto oscuro que antes de dicha investigacin
no haba sido percibida (y por lo tanto no exista como problema de conocimiento). Pero en este caso el problema que se descubre no es el que suscit, al comienzo, el inters de la investigacin.
Por lo que se acaba de decir los problemas pueden ser conocidos o por
conocer. Un investigador puede abordar un problema ya conocido pero que
no suscit el inters de ningn otro, es decir, no fue formulado y delimitado
con precisin hasta ese momento. Tambin, un investigador puede ir en bsqueda deliberada de un problema en algn segmento del conocimiento en el
que se especializa. Aqu el investigador en cuestin tiene la esperanza de
encontrar aspectos que indiquen alguna inconsistencia, contradiccin o respuestas inadecuadas de los que dicho conocimiento no se percataba o ignoraba como tales hasta ese momento.
Insistimos en recalcar que, en este ltimo caso, el hecho de que un problema haya sido descubierto por un investigador cientfico en el contexto de
un proceso de bsqueda no implica que el problema tenga su gnesis objetiva en ese proceso y que antes dicho problema no exista y que por lo tanto es creacin de la subjetividad del cientfico. En trminos objetivos, el problema preexista como tal para el conocimiento vigente (aunque ste lo
ignorase como tal), preexistencia que se pone en evidencia en el momento
en que es descubierto por el investigador cientfico.
Lo que s es subjetividad del cientfico es el trabajo de formulacin y delimitacin precisa del problema como as tambin los principios de hiptesis
o conjeturas que en su mente ya maneja como esbozos de respuesta al mismo y que deben ser fundamentados, profundizados y dotados de consistencia en el transcurso de los pasos que a lo largo de esta unidad se irn identificando.
Se pueden caracterizar diversos tipos o gneros de problemas de acuerdo a su nivel de inters dentro del campo de estudio en que se coloca. As
tenemos problemas relativamente simples como mejorar la precisin o la
exactitud de las mediciones sobre fenmenos ya estudiados (por ej.: realizar
una nueva medicin de la tasa de desocupacin para mejorar la confiabilidad de mediciones anteriores, etc.). Estos problemas tienen un gran contenido metodolgico pero poco contenido sustantivo. Difcilmente los resultados de estos estudios modifiquen teoras o conocimientos previos.
Otras clases de problemas que se pueden plantear tienen implicancias y
niveles de impacto mayores. Podran formularse problemas de profundizacin: se busca completar o buscar nuevos aspectos de fenmenos conocidos. En este caso se define que el conocimiento, las teoras o conceptos,
49
que son utilizados para explicar un determinado fenmeno son insuficientes

o incompletos y deben ser ampliados mediante agregados de variables, hiptesis adicionales, nuevos conceptos complementarios de los existentes, etc.
Finalmente hay una clase de problemas cruciales que intentan atacar
reas enteras de campos de conocimiento que se hallan sin teoras o bases
mnimas firmes, o problemas que plantean de manera contundente contradicciones o graves deficiencias de los conocimientos aceptados hasta el presente y buscan generar cambios sustantivos en los cuerpos tericos, conceptuales y de hiptesis utilizados hasta ahora. Ejemplos notables de intentos de
evacuar problemas cruciales, desde el punto de vista de la historia de la
ciencia, son: la ruptura de la teora de la mecnica gravitacional newtoniana
que trajo la teora de la relatividad; de la misma forma, las teoras evolucionistas en la biologa, y las teoras de conjuntos en matemtica y lgica. En el
campo de las ciencias sociales: el abordaje del campo del inconsciente en el
psicoanlisis, las teoras marxianas del cambio social sobre la base del anlisis de las relaciones de produccin, las teoras keynesianas del papel de la
demanda efectiva en la economa, la formulaciones de las teoras de la dependencia y de los capitalismos perifricos en Amrica Latina, las teoras psicogenticas (Piaget) de la construccin del conocimiento infantil, y tantas
otras. En todos estos casos se formularon preguntas nunca antes hechas, se
abrieron nuevos campos enteros de indagacin, y se cambiaron radicalmente
los enfoques e hiptesis con los que se venan interpretando los hechos.
El tema
Se debe tener en cuenta que si no se conoce con cierta profundidad el tema
que se relaciona con el problema, se torna mucho ms difcil encontrar o formar respuestas satisfactorias al problema que se quiere resolver. El conocimiento profundo del tema es lo que permite realizar las conexiones que podran ser relevantes para la resolucin del problema. Cohen y Nagel
plantean que en ausencia de conocimiento sobre un tema, no podemos formular juicios de relevancia bien fundados (COHEN-NAGEL, op. cit.).
El primer paso para lograr una comprensin profunda del tema es indagar
en el estado del arte o de la cuestin, es decir, bucear en la bibliografa existente sobre el tema en cuestin, en sus antecedentes, hablar con expertos
que se hayan dedicado al mismo.
Asti Vera seala que comprender el tema significa: a) estar en condiciones de explicarlo a los dems; b) saber desarrollar las cuestiones implcitas, y c) eventualmente, poder sealar aspectos particulares (casos y ejemplos) y algunas de las aplicaciones posibles (Asti Vera, A., op. cit.).
El manejo del tema es imprescindible para plantear ordenadamente el
problema y las hiptesis que impulsarn la investigacin.
Las caractersticas formales y generales de los conceptos

Todo problema de investigacin puede ordenarse como un conjunto de enunciados o proposiciones que relacionan conceptos temticamente vinculados. En este sentido toda tematizacin de un problema implica una estructura conceptual. En este acpite presentamos algunos elementos que
50
pueden facilitar realizar este trabajo de organizacin conceptual y de formulacin de hiptesis.

Es conveniente comenzar por exponer la manera en que pueden clasificarse los conceptos (I).
Una primera clasificacin hace referencia a si son substanciales (extralgicos) (A), es decir, los que designan fenmenos en el campo de cada disciplina, o lgicos (B), es decir las partculas o conectivas y, o, no, determina o implica, etc. A su vez, los substanciales (A) pueden dividirse en
los que refieren a unidades (1) (que pueden abarcar individuos, cultura o
productos de la actividad humana y grupos sociales) y los que refieren a caractersticas o propiedades (2) (de las unidades concretas). Por ejemplo, no
es slo la propiedad instinto (propiedad) la que estudiamos sino el instinto del humano o del animal (unidades).
Por su parte, los conceptos referidos a propiedades (2) pueden subdividirse en individuales (a) y colectivos (b). Los individuales (a) se dividen en
los que se refieren al ser (i), como pueden ser el sexo, la edad, la inteligencia, etc., los que se refieren al hacer (ii), como por ejemplo trabajar, viajar,
etc., los que se refieren a relaciones (iii), es decir, se centran en las relaciones de un individuo con otros individuos, como por ejemplo ser amigo de,
ser subalterno de, estar casado con, y de contexto (iiii), que se centran en la
pertenencia de un individuo a un grupo determinado, como por ejemplo ser
argentino, ser estudiante de la carrera de ciencias sociales de la universidad de Quilmes, ser hincha de River, etc.
Los colectivos (b) comparten la subdivisin anterior ms dos distinciones: por un lado, los agregativos o analticos (l), hacen referencia a propiedades que se pueden deducir de los individuos, como por ejemplo el porcentaje de estudiantes de ciencias sociales entre todos los estudiantes de la
facultad o el porcentaje de cursantes de Metodologa entre todos los estudiantes de sociales; y por otro lado, los globales (II), hacen referencia a propiedades que no se pueden deducir de los individuos, como por ejemplo los
objetivos de poder de una clase social.
10. Piense al menos 3 conceptos substanciales (extralgicos)

dentro del campo temtico de las ciencias sociales o de fenmenos de comportamiento social vinculado con la participacin poltica. Establezca si son conceptos individuales o colectivos y qu tipo de conceptos colectivos. Mediante trminos
lgicos intente ponerlos en relacin. Intente establecer relaciones hipotticas de causalidad.
2.6.2. La etapa de operacionalizacin

Estamos aqu en el segundo paso del proceso de investigacin. En esta
etapa se trata de crear las condiciones particulares de aproximacin a los
hechos. Para esta tarea es necesario elaborar las mediaciones correspondientes entre los conceptos tericos generales y sus referentes empricos.
La realizacin de esto requiere la puesta en prctica de ciertas estrategias
metodolgicas que veremos a continuacin.
Para ver aspectos

ms complejos de la
teorizacin cientfica puede
consultarse LORENZANO, J. C.
(1996), La estructura del
conocimiento cientfico, Ed.
Zavala, p.153 y ss. sobre la
concepcin estructural de las
teoras, y KLIMOVSKY, G.
(1994), Las desventuras del
conocimiento cientfico, AZ
Ed., p. 153. Tambin desde
otros puntos de vista que incluyen el anlisis del deseo y
del poder en el discurso cientfico puede verse DIAZ, E. Y
HELER, M. (1989), El conocimiento cientfico. Hacia
una visin crtica de la ciencia, Eudeba, p. 78 y ss.
51
Operacionalizacin de los conceptos

La investigacin emprica requiere tanto de conceptos generales y fundamentales cuya definicin hay que explicitar como de conceptos operacionales, los
cuales consisten en indicaciones puntuales necesarias para las operaciones
de la investigacin. Con estas indicaciones puede discernirse si determinado
fenmeno al que hacen referencia los conceptos generales le corresponde
con precisin a los mismos. Se trata de una instrumentacin de los conceptos generales y de una tcnica del manejo conceptual de la investigacin.
Operacionalizar significa definir el contenido observable o referencia emprica de los conceptos. Por ejemplo, se considerar desocupado a todo
aquel que contesta en una encuesta que no trabaja ms que una hora semanal y busca activamente empleo. Otra forma de operacionalizar esto mismo sera que se considerara desocupado a todo aquel que no tuviera actividad remunerada manifestando su voluntad o deseo de tenerla. La
operacionalizacin no hace sino alusin al modo o tcnica de obtencin del
dato o referencia emprica. En este ejemplo se ve que por caso: la primera
definicin deja como desocupados a aquellos que perciben una renta o tienen un ingreso aunque no sea por trabajo, mientras que la segunda definicin no incluira a los rentistas como desocupados.
Las definiciones operacionales por lo general son ms reducidas en su
extensin que los conceptos. Mayntz da el siguiente ejemplo: se puede escoger como nico indicador de la integracin de un grupo a la ausencia de
enemistad manifiesta entre sus miembros. Aqu ya se redujo la extensin
del significado de integracin de un grupo en la medida que puede haber
muchos ms indicadores que la ausencia de enemistad manifiesta. Si luego
se considera que solamente las agresiones fsicas son entendidas como
enemistad manifiesta se est operacionalizando de tal modo el concepto de
integracin que su significado se reduce an ms.
Indicadores
Una de las cuestiones ms importantes en la investigacin emprica es
construir los indicadores de aquellas propiedades del objeto que fueron definidas en forma terica, es decir, todava sin operacionalizar. Se trata de encontrar los referentes empricos de las dimensiones tericas del objeto de
investigacin.
As por ejemplo, para averiguar sobre el grado de conformidad de los estudiantes en relacin a la educacin que reciben, pueden servir de indicadores las reacciones verbales de aqullos ante determinadas preguntas que
les formulemos en una entrevista.
Existen distintas clases de indicadores. Por ejemplo los llamados indicadores definitorios cubren toda la extensin del significado del concepto.
Ejemplos: el concepto de condicin de actividad est indicado en su totalidad por la respuesta a las preguntas si trabaja o no trabaja y si quiere trabajar o no trabajar. Segn esto ocupado sera todo aquel que trabaja quiera o no, desocupado sera aquel que quiere trabajar pero no consigue
trabajo, e inactivo sera aquel que no trabaja pero no quiere trabajar. Del
mismo modo, el concepto de remuneracin es la cifra indicada en la cifra de
pago o recibo. El indicador en estos ejemplos agota el concepto de la varia52
ble, es decir, no existe nada en la variable que no exista en el indicador.

Sin embargo, existen muchos conceptos que no son simples y de una sola dimensin sino que tienen varias dimensiones parciales. Mayntz da un
ejemplo tomado de otro autor que defina el status social como la posicin
que un individuo o una familia detentan en relacin a las normas dominantes en el grupo. Pero, segn Mayntz, el autor que da esta definicin de status slo utiliza como indicador el confort del cuarto de estar. Para que tal indicador sea fiable debe demostrarse empricamente que tiene un alto grado
de correlacin con respecto a los dems.
As, los indicadores correlativos pueden referirse a ms de una dimensin conceptual. Otros indicadores pueden inferirse de dimensiones no observables en forma directa.
Ejemplos de lo que acabamos de decir: una determinada actitud (no observable) de un individuo puede estar indicada por determinada manifestacin verbal (observable), interpretndose que la causa de sta se encuentra
en aqulla. Tambin, los estudiantes que ingresan en automvil a la universidad podra indicar ingresos altos, correlaciones con patrones de consumo
elevado o con la ocupacin.
ndices
Finalmente, los ndices cumplen la funcin de ser un instrumento auxiliar para efectuar comparaciones entre dimensiones distintas del objeto investigado.
Por ejemplo, siguiendo a Mayntz, la propiedad satisfaccin laboral puede estar compuesta por las dimensiones satisfaccin con el puesto de trabajo y satisfaccin con el salario, cada una de las cuales puede tener valores elevados, medios o bajos (se le asigna un nmero a cada valor). Cada
elemento tendra un valor en la dimensin satisfaccin con el puesto de
trabajo y un valor en la dimensin satisfaccin con el salario. Podremos
agrupar, luego, a los elementos de un modo tal que atribuyamos un solo valor (de tener dos valores pasan a tener uno) para cada uno de ellos o un grupo de ellos sumando los valores que tengan en las dos dimensiones sealadas. Por ejemplo: si tenemos elementos que tienen un elevado valor en
las dos dimensiones (pongamos valor 3) su ndice de satisfaccin laboral va
estar dado por el resultado de la suma de cada valor en cada dimensin (o
sea el ndice va a ser 3+3= 6). Estos elementos estarn ocupando la parte
superior en la tabla de ndices. En cambio, si tenemos elementos que tienen
bajo valor en las dos dimensiones (pongamos valor 1) su ndice de satisfaccin laboral va a estar dado por el resultado de la suma de cada valor en cada dimensin (o sea el ndice va a ser 1+1= 2). Estos elementos estarn
ocupando la parte inferior en la tabla de ndices. Tambin podra ocurrir que
varios elementos tuvieran un valor elevado en la dimensin satisfaccin con
el trabajo (pongamos 3) pero, a su vez, un valor bajo en la dimensin satisfaccin con el salario (pongamos 1) y viceversa. Aqu su ndice de satisfaccin laboral estara dado por el resultado de la suma de ambos valores ( o
sea el ndice va a ser 3+1= 4). Estos elementos estarn ocupando la parte
media en la tabla de ndices, y as sucesivamente.
53
11. El conocido NES es un indicador de nivel econmico social que generalmente, ya que hay diversas formas de construirlo, combina la ocupacin, los ingresos, el nivel de instruccin y el tipo de vivienda. Suponiendo que tenemos tres
valores en cada uno de estas cuatro variables.
a. Cmo podra Ud. construir un NES?
b. Piense en indicadores e ndices para las variables seleccionadas en la actividad del punto 1.4
2.6.3. Etapa de relevamiento emprico y trabajo de campo

En esta etapa se trata de poner en juego todos los recursos pertinentes para la obtencin de los datos. Cmo hemos mencionado antes, las tcnicas
son conjuntos rutinarios o al menos estandarizados de procedimientos de
uso aceptado y reconocido como eficiente por la comunidad cientfica, aplicados para obtener elementos de juicio con contenido emprico respecto de
los fenmenos o hechos que nos interesa analizar. Existen diversos recursos y tcnicas para el tratamiento de la base emprica. El trabajo de campo,
es el conjunto de actividades y tareas derivadas de la aplicacin de estas
tcnicas o instrumentos a un objeto de investigacin determinado. El repertorio de tcnicas se pone en prctica en el trabajo o investigacin de campo.
El trabajo de campo consiste en el desarrollo de la recoleccin de datos a
fin de dar respuesta satisfactoria a un problema, por medio de dotar de fundamentos y consistencia a esa respuesta o descubriendo aspectos antes
desconocidos en los hechos estudiados. Mediante la aplicacin de las tcnicas de recoleccin de datos a un campo emprico determinado, obtenemos los elementos necesarios y suficientes para construir las matrices de
datos necesarias para la generacin de conocimientos cientficos. Aqu nos
limitaremos a mencionar brevemente estas tcnicas y ms adelante trataremos cada una de ellas en detalle.
Es importante destacar que los procedimientos y operaciones realizadas
puedan ser reeditados por cualquier investigador a los fines de su repetibilidad experimental.
Se debe resaltar tambin que las tcnicas deben adaptarse a los objetos
de estudio respectivos. Dichos objetos, segn el dominio de la disciplina de
que se trate, condicionan a la puesta en prctica de las diferentes tcnicas.
Un procedimiento muy utilizado en la investigacin (sobre todo sociolgica) es el muestreo. Segn Asti Vera la muestra se define como un conjunto de elementos seleccionados y extrados de una poblacin con el objeto
de descubrir alguna caracterstica de dicha poblacin. Las muestras sern
confiables en la medida que sean representativas del conjunto total del cual
se extrae. Como veremos ms adelante, la estadstica tiene cosas para decirnos al respecto: existen reglas con fundamento matemtico que permiten
seleccionar muestras representativas.
Otra tcnica est constituida por la observacin. Constituye el primer paso en el trabajo de campo porque pone en contacto con lo que se quiere estudiar. La tcnica de la observacin debe cumplir con ciertas condiciones
para que tenga la calidad de cientfica.
Debe tener una finalidad desde el punto de vista de la investigacin. Debe ser planificada y registrada sistemticamente y estar en relacin con pro-
54
posiciones generales. Y debe ser comprobada su fiabilidad y validez.

El sentido general de las tcnicas de observacin es el de describir comportamientos de los fenmenos observados.
Otro procedimiento muy importante es el de la encuesta. El mismo es relevante cuando se trata de obtener datos acerca de motivaciones de los sujetos, aunque tampoco se descarta para averiguar hechos objetivos. Se trata de una de las tcnicas ms utilizadas en el campo de las ciencias
sociales.
Aunque la encuesta interpela a individuos, lo que busca es la evaluacin
conjunta de todos los datos.
En las prximas unidades veremos con ms detalle estas tcnicas y algunas otras que han cobrado mayor importancia en los ltimos aos como
la descripcin etnogrfica, las entrevistas en profundidad y las historias de
vida.
2.6.4. Etapa de procesamiento y anlisis

Esta etapa es la de la ordenacin y evaluacin de los datos recopilados en
la etapa anterior. Se trata de la etapa en la cual se realiza la carga de las
matrices de datos, generalmente mediante programas informticos (soft especializado: excel, spss, dbase, acces, foxpro, etc.) y se ponen en orden los
datos obtenidos. Se trata tambin de implementar estrategias para poner
en relacin los datos obtenidos en funcin de las hiptesis que manejamos
en el transcurso de la investigacin.
El procesamiento y anlisis de los datos nos va a permitir realizar la evaluacin y la estimacin de la validez de las respuestas a los interrogantes
que motivaron la investigacin. Nos va a permitir determinar en qu medida
esas respuestas son correctas, en qu medida deben ser modificadas o reconsideradas o rechazadas.
El procesamiento requiere tambin de decisiones metodolgicas acertadas, es decir, coherentes con el fin que persigue la investigacin. Los datos
deben ser ordenados y presentados de forma tal que respondan a los interrogantes y problemticas planteadas. Por ejemplo: si estamos investigando
la participacin poltica y gremial estudiantil no podemos procesar los datos
de manera tal que nuestras variables independientes sean cantidad de hermanos, o edad de los padres, que s podran ser tiles para investigar otras
variables como apoyo familiar al estudio.
Por otra parte, los ngulos desde donde se miran los datos pueden ser
variados y dependen tanto de los propsitos del estudio como de los presupuestos o hiptesis tericas utilizadas. Los datos pueden analizarse centrndose en las tendencias que muestran los valores de las variables para
todas las unidades de anlisis, tambin pueden enfatizar las relaciones entre varias variables, o pueden centrarse en los comportamientos o caractersticas de determinadas clases de unidades de anlisis, por ejemplo los tpicos anlisis del target del consumidor o cliente. Inclusive la orientacin
del estudioso puede centrarse en el comportamiento de los casos inesperados, raros, anmalos, divergentes del resto.
SAMAJA, J. (1995), Epistemologa y Metodologa. Elementos para

una teora de la investigacin cientfica, Eudeba, p. 283 y ss.
55
2.7. Los tipos de diseo investigativo
Los diseos experimentales sirven para

aislar el efecto de una variable
independiente sobre la dependiente, sobre la base de la lgica de las variaciones concomitantes. El anlisis multivariable permite intentar demostrar asociacin o correlacin
estadstica entre una variable
y otra, es decir, que las variaciones entre una variable y
otra no ocurren simplemente
por azar sino que siguen un
patrn causal o al menos relacional.
56
Las distintas investigaciones pueden clasificarse por el alcance o la profundidad de los tipos de solucin que se den a los problemas que la investigacin aborda. As, podran tomar la forma de exploratorias, descriptivas, explicativas, o predictivas, siempre segn el nivel de complejidad de que se trate.
La pretensin de las investigaciones descriptivas es la clasificacin y descripcin de fenmenos (sociales). Se interrogan por la naturaleza del fenmeno, qu es, cmo es el fenmeno. Las hiptesis en esta clase de investigacin revisten el carcter de descriptivas. Los diseos descriptivos se
focalizan sobre los valores de las variables, siendo stas conocidas por los
conocimientos acumulados con anterioridad respecto del fenmeno de inters. Por ejemplo, investigaciones descriptivas podran partir de los siguientes
interrogantes: cmo se comportan los estudiantes en perodos de luchas
sociales ascendentes?, qu movimientos canalizan su participacin?, etc.
Se ha sostenido que la investigacin descriptiva es como una suerte de
ejercicio de entrenamiento para adquirir habilidades en la conceptualizacin
de los fenmenos y establece la base para la formulacin de hiptesis explicativas.
Estas ltimas se proponen como respuestas a interrogantes acerca de
las relaciones y conexiones entre los fenmenos.
Por ejemplo, investigaciones explicativas podran partir de interrogantes
tales como: por qu razn los estudiantes adhieren masivamente y se movilizan detrs de las reivindicaciones por los derechos humanos?. Un interrogante como ste, a diferencia de los que planteamos para la investigacin
descriptiva, apuntan a encontrar algn otro fenmeno con el que se conecta
o relaciona el fenmeno que tenemos bajo estudio y que queremos explicar.
La bsqueda de esas relaciones constituye la caracterstica distintiva de la
investigacin explicativa. En los diseos explicativos es muy importante tener
en claro cules pueden ser las variables explicativas o independientes.
La investigacin explicativa (tambin llamada verificativa) se maneja con
tcnicas experimentales o cuasi experimentales y tambin con tablas pluridimensionales o multivariadas.
Las tcnicas de recoleccin de datos son comunes tanto a investigaciones explicativas como descriptivas.
Se debe destacar que en general las investigaciones contienen elementos descriptivos y explicativos.
Las investigaciones de carcter exploratorio se utilizan para abordar un
objeto o fenmeno poco estudiado, por lo cual se desconocen cules pueden ser las variables importantes para conocerlo. En este tipo de investigaciones las preguntas son necesariamente amplias y genricas, lo mismo
que las hiptesis que se ensayan para guiar la investigacin. Justamente el
objetivo de un diseo exploratorio es detectar cules pueden ser las variables y las relaciones entre ellas ms importantes de un fenmeno. Pero la
confirmacin de esto debe realizarse mediante investigaciones posteriores
de carcter descriptivo, explicativo o predictivo. Es decir, los diseos exploratorios sirven para allanar el terreno a fin de formular alguna hiptesis cuando el conocimiento acumulado es muy pobre.
Los diseos exploratorios son los menos estructurados se aplican sobre
problemas muy nuevos, sin estudios o antecedentes previos. Apuntan a determinar cules son las variables importantes para empezar a conocer un fe-
nmeno.
Los diseos predictivos suponen un gran conocimiento anterior. Son propios de ciencias avanzadas y consolidadas. Se centran en la posibilidad de
predecir con justeza el comportamiento de las unidades de anlisis. Requieren una considerable cantidad de datos acumulados anteriores.
12.
a. Qu tipo de diseo le conviene al problema de la apata
poltica estudiantil? Fundamente.
b. Qu tipo de diseo utilizara para indagar sobre la relacin
entre rendimiento pedaggico y participacin poltica y gremial estudiantil?
57
3
Las tcnicas de relevamiento emprico
3.1. Introduccin
En esta unidad vamos a darle una mirada a una serie de tcnicas que consideramos como las principales dentro del campo de las ciencias sociales.
Dichas tcnicas hacen referencia a distintos procedimientos y herramientas
o instrumentos que nos permiten recabar datos acerca de los fenmenos
bajo estudio.
En la unidad anterior habamos hecho una referencia muy breve acerca
de las tcnicas puestas en juego en la etapa de relevamiento emprico y trabajo de campo. Habamos sealado que en esa fase del proceso de investigacin se procuraba la mejor aproximacin posible a la base emprica y a los
referentes empricos de los conceptos generales que manejamos en la investigacin.
Aqu veremos ms en detalle algunas de las tcnicas que haban sido
mencionadas en la unidad precedente. Fundamentalmente trataremos las
tcnicas del cuestionario y encuestas y las de observacin experimental, dejando para cuando veamos en la unidad 4 el tratamiento de otro tipo de estrategias metodolgicas importantes, llamadas cualitativas.
En esta unidad veremos tcnicas de distinta naturaleza: las tcnicas estadsticas que nos ayudan a ordenar, procesar, analizar o seleccionar los datos y hacer inferencias a partir de los mismos, pero que no tienen nada que
ver con la produccin de los datos, como son las tcnicas que veremos en
esta unidad.
Antes de empezar con la descripcin de cada una de las tcnicas, conviene introducir algunas consideraciones generales acerca del lugar que ocupa
la utilizacin de tcnicas en el proceso y en la secuencia de desarrollo de un
proceso de investigacin.
En la etapa formulativa debemos tomar en consideracin qu tcnicas
estn disponibles y aplicables de acuerdo a recursos, costos y circunstancias de la ejecucin de la investigacin. En este sentido la formulacin del
problema debe ser tal que pueda ser abordado por las tcnicas disponibles.
Esto hace que la formulacin de la investigacin sea considerada como factible, es decir con posibilidades razonables de poder ser llevada a cabo.
Problemas de investigacin definidos de manera demasiado amplia o ambiciosa en su profundidad pueden estar muy correctamente planteados pero
adolecen del pequeo defecto de no resistir un anlisis de factibilidad o de
mostrar de manera evidente una incongruencia entre la amplitud y alcances
de los objetivos y las tcnicas a utilizar y los recursos disponibles. En fin, la
consideracin de las tcnicas de recoleccin y produccin de datos conforman en esta etapa una suerte de criterio de realidad para la investigacin.
Desde ya, sera un error garrafal reducir o modificar los objetivos investigativos a las tcnicas ms disponibles o baratas. La idea es que tiene que haber un ajuste recproco.
Cmo las tcnicas son dispositivos estandarizados que incluyen reglas
59
para elaborar indicadores y convertir hechos en datos cientficos, tienen un

papel crucial en la fase de operacionalizacin. El recurso a las tcnicas permite operacionalizar o suministrar indicadores de las diversas variables de
un fenmeno. Hay que tener en cuenta que las tcnicas en s mismas, desde el punto de vista metodolgico, son repertorios rutinarios que deben aplicarse a diversos gneros o clases de fenmenos. Por ello es necesario extremar la habilidad e ingenio para adaptar la tcnica a cada caso de
investigacin especfico. La productividad de la aplicacin de una tcnica depende en definitiva de este grado de ajuste o adaptacin. Por ejemplo: las
encuestas se aplican muy comnmente a los sondeos electorales o de opinin pblica, pero tambin pueden usarse para medir satisfaccin con el
servicio de apuntes en una Universidad, o situacin laboral de los estudiantes. En todos los casos la tcnica tiene que ser aplicada tomando en
cuenta la naturaleza completamente distinta del fenmeno de estudio. La
mejor adaptacin en la aplicacin de una tcnica se potencia con un buen
conocimiento de los antecedentes, de los resultados del uso de la misma
tcnica en otras investigaciones semejantes, etc.
3.2. Encuestas, cuestionarios y entrevistas

Estas tcnicas son herramientas de medicin de variables ms corrientemente utilizadas en ciencias sociales, que satisface un rango muy amplio de
objetivos investigativos. Podra decirse que se trata de tcnicas de amplio
espectro adecuadas para obtener elementos de juicio empricos de una variedad grande de temas comunes en las ciencias sociales. Constituyen mtodos verstiles que permiten otorgar valores a diversos tipos de variables:
siempre se puede preguntar tanto por opiniones, gustos, puntos de vista,
descripcin de situaciones o hechos vividos, como por caractersticas bsicas de los encuestados (ocupacin, educacin, nacionalidad, religin, etc.) ,
y por otras caractersticas ms complejas que implican procesos de interaccin social como ingresos monetarios, consumo, hbitos, costumbres, rutinas, etc.
La potencialidad de estos recursos tcnicos de obtencin de datos proviene de dos simples hechos: uno, la fuente ms directa de informacin sobre los fenmenos sociales que nos interesan suelen ser los protagonistas
involucrados, directa o indirectamente, en dichos fenmenos; y dos, el medio ms sencillo y natural para transformar la informacin o las expresiones
de los actores sociales en datos tiles para el investigador es el lenguaje. El
valor especial que tienen estas tcnicas residen en que utiliza el lenguaje
como elemento compartido entre el investigador y los investigados. En este
sentido es un recurso de aplicacin relativamente directo. En las encuestas
o entrevistas los indicadores estn definidos como respuestas verbales ante determinados estmulos verbales, en los cuestionarios son definidos como respuestas escritas a estmulos escritos.
Entonces estos mtodos pretenden extraer informacin y elaborar datos
a partir de las respuestas verbales o escritas de los mismos actores sociales. La forma propia de carcter general que asumen estas tcnicas es simplemente la interrogacin, el preguntar del investigador a las personas que
en virtud de su carcter de actores sociales pueden aportar elementos rele-
60
vantes para resolver el problema de investigacin. Por supuesto, la tcnica

de buscar, obtener y convertir de manera eficiente expresiones verbales o
lingsticas en datos solamente se adquiere mediante el manejo de rigurosos criterios metodolgicos y del oficio y la experiencia. La potencialidad de
estos instrumentos no quita la complejidad de los mismos y el riesgo permanente de que sean inocuos. En este punto vamos a tratar de trasmitir las
bases del difcil arte u oficio de preguntar.
El gran mrito de estas tcnicas entonces es que nos dan acceso a la
fuente ms primaria de los datos: los actores sociales. Pero de ah resultan
tambin sus grandes debilidades: solamente pueden aplicarse a unidades
de anlisis que sean personas, y los actores sociales deben ser verbalmente competentes, es decir capaces de dar las respuestas verbales del tipo
que se necesita o espera.
Acerca de la supuesta situacin de comunicabilidad entre encuestador y encuestados se han trazado numerosas objeciones. Para muchos las encuestas especulan con el lenguaje y no hay control alguno acerca de la comprensin real
del sentido que realizan los encuestados acerca de las preguntas. Adems la situacin de encuesta tiene otros componentes no lingsticos que pueden alterar
grandemente la fiabilidad de los indicadores seleccionados en las preguntas. Es
famoso el caso de las encuestas sobre prejuicios raciales donde los encuestados
tenan contestaciones ms prejuiciosas siempre que los encuestadores no fueran judos o negros.
Por otra parte, Mayntz advierte que cuando se puede disponer de otros procedimientos con facilidad, como puede ser la observacin, la encuesta no resulta
aconsejable (Mayntz, 1980). Las razones de ello derivan de las limitaciones que
pueden tener los resultados de las encuestas en tanto indicadores de los hechos
objetivos que se pretenden investigar. Estas limitaciones se relacionan con el desconocimiento, el error, la falta de memoria o de sinceridad en los entrevistados.
Asimismo debemos advertir que hay enormes territorios de lo social que no

son abordables con estas tcnicas. Todas aquellas actividades o comportamientos de gran compromiso corporal o emocional se sustraen a ellas. Por
ej.: nunca se van a obtener buenos datos mediante una encuesta si nuestro
problema es formas de comunicacin no verbal entre docentes y alumnos.
Antes de adentrarnos ms en el anlisis de estos instrumentos es importante destacar que en el inicio existen ideas previas, hiptesis, nociones sobre los elementos de la realidad que vamos a estudiar. La investigacin ulterior ir determinando si esos conceptos previos se verifican o no, es decir, si
adquieren el carcter de hiptesis verificadas o rechazadas.
La encuesta (survey) es la ms utilizada entre el conjunto de tcnicas de
las ciencias sociales y es de lo ms eficaz para el conocimiento de fenmenos subjetivos verbalizados. Su especificidad es que las preguntas o estmulos verbales son cuidadosamente diseados para ajustarlos al objetivo de la
investigacin y el encuestado se limita a responder sobre esos estmulos.
Las preguntas de la encuesta pueden referirse a hechos o a opiniones.
Por ejemplo, preguntas que se refieren a hechos pueden ser la edad, profesin, etc. Las preguntas que se refieren a opiniones interrogan sobre las actitudes, sentimientos, deseos, motivaciones, etc. en los comportamientos
61
individuales. Por lo tanto, el procedimiento es relevante tanto cuando se trata de obtener datos acerca de motivaciones de los sujetos como cuando se
trata de averiguar hechos objetivos.
Aunque en el lenguaje metodolgico se suele usar cuestionario para referirse al listado de preguntas o estmulos verbales (cdula de la encuesta,
planilla de preguntas), la especificidad de la tcnica del cuestionario es su
carcter escrito y autoadministrado por el mismo encuestado. Es una de las
tcnicas ms utilizadas en el campo de las ciencias sociales dado su bajo
costo y fcil aplicacin.
La entrevista constituye un intercambio verbal menos pautado que la encuesta y el cuestionario y que por lo tanto deja al entrevistado la posibilidad
de decir lo que quiera sin atenerse al diseo del investigador. En las entrevistas los estmulos verbales o preguntas son de carcter abierto o general,
y no cerrado y particular como en las encuestas. Por supuesto, el grado de
apertura de las entrevistas o de rigidez pautada de las encuestas es una
cuestin muy variable que debe adaptarse a los propsitos del investigador.
Aunque la encuesta interpela a individuos lo que busca es la evaluacin
conjunta de todos los datos. En consecuencia la encuesta es una tcnica
que se hace ms productiva cuando los objetivos de la investigacin se
orientan hacia el estudio de tendencias generales y no de casos puntuales
o fenmenos particulares. En este sentido cuanto ms regular, repetitivo o
continuo sea el fenmeno de estudio, ms eficacia va a tener la encuesta
para extraer datos. Cosas tales como los diversos aspectos del consumo,
que constituyen acciones y tomas de decisiones recurrentes y cotidianas,
son ideales para ser estudiados a travs de encuestas. Lo mismo ocurre si
queremos saber acerca de las actitudes o valoraciones de las personas
acerca de temas o acontecimientos de amplia difusin pblica como grandes sucesos polticos, medidas de gobierno, etc. En el caso de nuestro
ejemplo preferido, los estudiantes, las encuestas se adaptarn mejor al estudio de aquellos aspectos que son ms comunes o cotidianos de las rutinas de la vida universitaria o a las actitudes u opiniones sobre cuestiones
ampliamente conocidas para los involucrados.
Antes de pasar al anlisis de las encuestas, entrevistas y los cuestionarios, expondremos las fases tpicas de un proceso de investigacin por encuesta segn Mayntz, a fin de proporcionar una perspectiva general de las
tcnicas que all se ponen en juego.
Segn Mayntz, el proceso tpico de la investigacin por encuesta consta
de la siguiente secuencia:
a) La formulacin del problema: debe tener exactitud. Por ejemplo,
no puede formularse en trminos de el problema de la educacin o el problema de la participacin poltica.
b) Descomposicin del fenmeno en dimensiones (variables). Por
ejemplo, si investigamos los mtodos educativos de los padres,
podemos referirnos a la rigidez o a la flexibilidad de la educacin; o si investigamos las formas de conduccin poltica, podramos referirnos a la centralizacin o descentralizacin de
la toma de decisiones, el poder, etc.
c) La formulacin de las variables independientes. Se busca descubrir los determinantes del fenmeno.
d) Recopilacin de informaciones adicionales: entrevistas, consultas, observaciones.
62
e) Elaboracin del cuestionario. Las variables de b) y c) se operacionalizan, es decir, se traducen a preguntas y se conforma un
cuestionario.
f) Construccin de la muestra.
g) Realizacin de la encuesta.
h) Ordenacin, procesamiento estadstico y anlisis de los resultados de la encuesta.
MAYNTZ, R. y otros (1980), Introduccin a los mtodos de la

sociologa emprica, Alianza, Cap.5, pp. 133-157
3.2.1. Los tipos de encuestas y entrevistas

Siguiendo a Mayntz, las encuestas pueden clasificarse segn el grado de estandarizacin, segn el medio de transmisin (oral o escrito), segn el tipo
de unidad del entrevistado (individuo o grupo) y segn la cronologa (un slo
momento o ms de un momento).
a) De acuerdo al grado de estandarizacin las entrevistas se distinguen en: 1. no dirigidas, 2. intensivas y 3. estandarizadas.
La entrevista no dirigida o en profundidad es de carcter cualitativo y no estructurado y su objetivo es exploratorio para puntualizar un problema o juntar elementos conductores para una
investigacin. El entrevistado discurre en forma libre con el entrevistador. Este ltimo acta solamente para realizar preguntas
incidentales o para pedir ciertas precisiones. As, lo nico definido con antelacin es el tema general y eventualmente un dispositivo disparador que motive o impulse al entrevistado a discurrir sobre el tema. Por ejemplo, podra ser til este tipo de
entrevista para estudiar cosas tales como la historia de un dirigente estudiantil, cultura, costumbres, y tradiciones de la poltica universitaria, y otros por el estilo. En este tipo de tcnica
no estructurada, adems de la habilidad del investigador para
motivar al entrevistado, es muy importante seleccionar adecuadamente al mismo o informante clave. Esta tcnica tiene
la dificultad que es mucho ms prolongada en el tiempo y que
no puede ser fcilmente aplicada a muchos casos haciendo imposible la generalizacin de resultados. Tiene la ventaja de que
la informacin recogida en cada entrevista generalmente tiene
una mayor riqueza y matices, adems de aspectos novedosos o
inesperados.
En las entrevistas intensivas o semiestructuradas, donde ya se
dispone de un esquema fijo previo pero sin estandarizacin de
las preguntas, la secuencia de la formulacin de las preguntas
depende del entrevistador, que es libre de interrogar sobre cuestiones adicionales. Aqu el tema ya est semiorganizado previamente por el investigador, que sabe qu aspectos le interesan o
hacia dnde debe dirigir las preguntas. Pero las preguntas mismas son de carcter abierto, siendo difcil para el investigador
prever cules podran llegar a ser las respuestas. Este tipo de
63
entrevistas se usan con frecuencia en la fase preparatoria de

una investigacin que va a ser fuertemente estructurada, porque
permite justamente tener acceso a posibles patrones de respuestas para los aspectos que nos interesa investigar. Las desventajas de este tipo de tcnica derivan de lo engorroso de los
procedimientos de registro y de clasificacin, procesamiento y
anlisis de las respuestas, adems de que tampoco se presta
para la aplicacin para muchos casos. Las ventajas son que proveen informacin no contemplada previamente que permitirn
profundizar el conocimiento del fenmeno mediante el uso de
otras tcnicas ms precisas y de aplicacin ms generalizada.
En la encuesta estandarizada el cuestionario, la formulacin y
el orden de las preguntas estn determinadas de antemano.
Aqu el entrevistado dispone de menos espontaneidad pero esta tcnica permite mayores grados de fiabilidad por la integridad
y comparabilidad de las respuestas y la cuantificabilidad de los
resultados. La mayor parte de las preguntas tienen alternativas
fijas preestablecidas de respuesta. El encuestado se limita a
elegir entre las opciones que le presenta el cuestionario. Ejemplos tpicos: Prefiere pasar sus vacaciones en el pas o en el
exterior?, Cul es su estado civil? Casado, soltero, separado,
Por quin votara en las prximas elecciones?. Por AAA, por
BBB, etc.
b) De acuerdo al medio utilizado para la transmisin del cuestionario la encuesta puede ser: 1. oral y 2. escrita.
En la encuesta oral el investigador dice el interrogatorio y anota
o graba las contestaciones.
En la encuesta escrita el entrevistado contesta por s mismo el
cuestionario de manera escrita y debe devolverlo al investigador
o hacrselo llegar.
La encuesta oral tiene la ventaja de una mucha mayor captacin de respuesta: siempre es mayor la probabilidad de que alguien conteste una encuesta si es abordado personalmente en
el momento. Tiene la desventaja de que son mucho ms costosas e insumen mucho ms tiempo de aplicacin. Las encuestas
autoadministradas generalmente tienen porcentajes mucho menores de captacin de respuesta (para formularios enviados por
correo con respuesta paga debe calcularse que el porcentaje de
respuestas nunca va a ser mayor del 20%) pero son mucho ms
econmicas y requieren mucho menos tiempo de realizacin.
Una ventaja importante de la encuesta oral es que el encuestador puede tener control de la interpretacin de la pregunta que
hace el encuestado pudiendo introducir aclaraciones adicionales o explicaciones que en el cuestionario escrito autoadministrado no son posibles, generando posibles problemas de interpretacin de los resultados. Ejemplo comn de cuestionario
autoadministrado son las pequeas encuestas que los hoteles
u otros establecimientos comerciales o de servicios a veces le
solicitan que contesten los clientes respecto de su opinin sobre algunos aspectos del funcionamiento o los servicios presta64
dos. En la UNQ presencial, todos los cuatrimestres los alumnos

contestan un cuestionario escrito annimo de evaluacin acadmica de los cursos, profesores y actividades.
c) De acuerdo a la definicin de unidad del entrevistado las encuestas pueden ser: 1. con individuos, 2. con grupos.
En la encuesta a los grupos, los integrantes del mismo contestan el cuestionario en forma conjunta. Este cuestionario puede
ser escrito u oral. En este ltimo caso la encuesta al grupo se
asemeja a la discusin oral en funcin de algn tema preestablecido. Para algunos temas, donde los puntos de vista relevantes o las decisiones no recaen exclusivamente en cada individuo, puede ser conveniente la aplicacin de encuestas
generalmente semiestructuradas a colectivos. Por ejemplo: la
incidencia de cada miembro del grupo familiar en la decisin sobre los gastos es un tema que se presta para una entrevista al
grupo familiar. Cmo se decide en una agrupacin estudiantil la
participacin en una asamblea, movilizacin de protesta, etc.,
tambin puede ser un buen tema para aplicar un instrumento
de carcter colectivo.
d) De acuerdo al criterio cronolgico o al tipo de aplicacin en el
tiempo, la encuesta puede ser: 1. nica, 2. de panel.
La encuesta nica consiste en un corte temporal transversal
mientras que la de panel es un diseo o anlisis longitudinal, es
decir, mide en dos o ms momentos distintos. El panel significa
que se reitera el mismo cuestionario a las mismas personas a
fin de detectar cambios o evolucin en los aspectos estudiados.
La encuesta nica es una fotografa instantnea de las unidades de anlisis. En cambio las encuestas en panel intentan ser
una pelcula. La aplicacin de encuestas a paneles de encuestados es siempre dificultosa por factores de ubicabilidad y
localizacin, pero puede ser recomendable cuando se quiere
medir el efecto de determinada modificacin sobre las conductas y las opiniones de los interesados. Por ejemplo: si queremos saber si las orientaciones polticas estudiantiles varan con
los cambios dirigenciales en las conducciones, es recomendable el panel, es decir realizar la encuesta antes y despus de
los cambios.
1. Piense un ejemplo de tema para cada tipo de encuesta o

entrevista.
3.2.2. Recursos para la formulacin de las preguntas

En la unidad anterior habamos sealado que la operacionalizacin hace
referencia al modo o a la tcnica de obtencin de los datos o elementos empricos. El cuestionario no es ni ms ni menos que una manera de operacionalizar el problema que queremos estudiar. Es decir, el asunto reside aqu
en cmo traducimos el problema de nuestra investigacin al lenguaje del
cuestionario que es diseado para un determinado perfil de encuestados.
Vamos a aclarar esto con un ejemplo. Supongamos que estamos investi-
65
gando sobre la conduccin\liderazgo y le tenemos que hacer preguntas a

los dirigentes estudiantiles. No podramos nosotros preguntar, por ejemplo,
dirige Ud. en forma autoritaria?, porque al no estar acotado el significado
del concepto contenido en la pregunta nuestro interlocutor puede entender
muy otra cosa que lo que nosotros entendemos y determinamos en el marco de la investigacin que estamos llevando a cabo. Por lo tanto, una manera de formular operativamente la pregunta sera: con qu frecuencia Ud.
delega decisiones o consulta a sus representados: muy seguidamente, poco
seguido, casi nunca?. Otra manera podra ser: Le parecen importantes las
opiniones de los estudiantes? Mucho, Algo o Poco. Luego de realizar varias
preguntas de este tenor probablemente tengamos una aproximacin aceptable a las formas de conduccin de la dirigencia estudiantil.
Asimismo, se le podra preguntar tambin a los mismos subordinados
por diversos aspectos de su participacin en las decisiones.
Para llevar acabo de la mejor manera posible la traduccin y operacionalizacin de los conceptos manejados en la investigacin existe un conjunto
de procedimientos prcticos sobre el modo que deberan ser formuladas las
preguntas.
En cuanto a la redaccin de las preguntas, no deben estar stas redactadas en una forma tcnica o cientfica. Las preguntas deben tener en cuenta
los usos del lenguaje y la terminologa del encuestado, o mejor dicho, del
grupo social, cultural, racial, de edad, etc. al que pertenece el encuestado.
Muchas veces no es necesario que el encuestador utilice la jerga del encuestado, pero las preguntas deben estar redactadas de tal manera que el
entrevistado las entienda de entrada en el mismo sentido en que quiere que
las entienda el investigador.
Hay ocasiones en que la encuesta se enfrenta con diversos mbitos en
lo referido al uso del lenguaje. Existen palabras que, segn el mbito donde
circulan, tienen contenidos diferentes. O tambin, que palabras distintas en
nuestro mbito tengan en el mbito del encuestado significaciones iguales.
En general debe evitarse el tipo de formulacin sugestiva o estereotipada. En la formulacin sugestiva se induce al encuestado una respuesta. Por
ejemplo, en una investigacin sobre formas de gestin autoritaria de empresas o instituciones la pregunta formulada de la siguiente manera sera sugestiva: No cree que hay que gritar un poco a los subordinados para llevar
adelante la empresa\institucin\organizacin?.
Las formulaciones sugestivas estn recomendadas slo en el caso que
se pretendan superar ciertas inhibiciones en las respuestas.
Las formulaciones estereotipadas, como por ejemplo, democracia interna, discusin horizontal, derechos humanos, en preguntas dirigidas a
miembros del crculo militar, haran perder el contenido racional para el encuestado generando en ste reacciones sin reflexin o meditacin.
Otros recursos para poner en prctica en el cuestionario es el de las preguntas abiertas y cerradas.
Las preguntas abiertas no van acompaadas de ninguna alternativa preestablecida debiendo el interrogado responder libremente. Estas preguntas sern de
utilidad en el caso de que un investigador sepa poco acerca del tema que est
investigando. Las posibles respuestas con las que se encuentre no les son conocidas de antemano. Un ejemplo de pregunta abierta a un administrador de hotelera sera: qu formas de participacin considera que son las ms eficaces?
Las preguntas cerradas van acompaadas de una lista de alternativas
66
las cuales se pueden encontrar en la pregunta misma o fuera de la pregunta. En la pregunta: con qu frecuencia Ud. debe tomar decisiones en soledad o sin poder consultar con sus subordinados?: muy seguido, poco seguido o casi nunca, se encuentran las alternativas internas que el encuestado
tiene como opciones para elegir. Es conveniente la mayora de las veces, sino imprescindible, que las preguntas cerradas contemplen las alternativas
del que no quiere contestar o dice no saber sobre lo que se le pregunta (el
vulgarizado No Sabe\No contesta), aunque no suele ser conveniente leer
estas alternativas de respuesta al encuestado. Tambin suele ser recomendable incluir una alternativa Otras para el caso que el encuestado no encuentre en las alternativas fijas del cuestionario la respuesta propia que el
considera aceptable. En este caso podra dejarse la posibilidad de anotar la
aclaracin del otras en un espacio libre del mismo formulario de registro
del cuestionario.
Las preguntas cerradas presentan ciertas ventajas respecto a la evaluacin que del cuestionario haya que hacer posteriormente. Resulta ms satisfactorio clasificar las respuestas a una pregunta cerrada que a una abierta
en la medida que la heterogeneidad de las respuestas a las preguntas abiertas hace ms costoso el trabajo de clasificacin y codificacin para agrupar
las respuestas por similitudes.
Por otra parte las preguntas cerradas dan lugar a respuestas ms fiables
ya que la anotacin que debe hacer el entrevistador est ya determinada de
antemano. En cambio en las respuestas a las preguntas abiertas el encuestador debe ir anotando lo que escucha proceso en el cual se puede ir perdiendo la literalidad de la respuesta.
Tambin est la posibilidad de preguntas que pueden tener una pluralidad de respuestas. Por ejemplo, cuando se interroga a un estudiante de
ciencias sociales cules autores debe leer para aprobar Metodologa, seguro la respuesta har referencia a varios autores. O por ejemplo si se les pregunta por qu motivos eligieron la carrera de ciencias sociales la respuesta
puede consistir en varios motivos.
Cuando existen reservas o retraimientos en el encuestado pueden ponerse en prctica estrategias en la formulacin de las preguntas para superar
esos obstculos, como por ejemplo requerir una respuesta general y no puntual, suavizar la seriedad de la pregunta o atenuarla, recurrir a un efecto de
complicidad o de evidencia.
3.2.3. Organizacin y elaboracin del cuestionario

Existen una serie de reglas prcticas para la elaboracin de las preguntas y su organizacin en el formulario.
En primer lugar, la duracin de la entrevista\encuesta y la cantidad de
preguntas de un cuestionario autoadministrado no debe ser exagerada. La
bibliografa seala como una duracin media aceptable de una encuesta no
ms de 30 minutos. La entrevista, por ser ms distendida y menos estructurada, podra extenderse bastante ms siempre y cuando logre mantener el
inters del entrevistado, absolutamente necesario para la fiabilidad o valor
de las respuestas. Para averiguar cunto durar la entrevista o encuesta
que supone el cuestionario que hemos diseado se hace una serie de entrevistas de prueba, o prueba piloto que sirve de testeo del cuestionario y
67
tambin para controlar todos los aspectos relacionados con la eficacia del
instrumento diseado (redaccin adecuada y recepcin de las preguntas,
predisposicin de los encuestados ante los temas, etc.).
En segundo lugar, es muy importante la secuencia en que estn formuladas las preguntas. El encuestado no responde a preguntas aisladas sino
responde en funcin de las preguntas precedentes de la encuesta. Aqu se
trata de amortiguar el efecto de ciertos temas evocados por las preguntas,
es decir, de disminuir la expansin hacia otras preguntas que determinado
tema despert en el encuestado.
En tercer lugar, se debe reducir el efecto consistencia en la respuesta del
entrevistado, esto es, que el mismo conteste en consonancia con las preguntas anteriores porque descubre la relacin temtica entre las preguntas.
Se ha planteado que para disminuir este riesgo se deben mezclar y distribuir
las preguntas que refieran a una variable compleja aunque esto puede traer
inconvenientes, ya que obliga al entrevistado a saltar de un tema a otro.
Otro recurso existente para formular el cuestionario consiste en el embudo de preguntas, esto es, se empieza desde preguntas muy generales para
pasar a preguntas particulares y especficas o viceversa, es decir, se pasa
de preguntas especficas a generales.
Siempre conviene dejar las preguntas ms sensibles para cuando el
encuestado haya entrado en confianza y no directamente de entrada.
En el caso de cuestionarios autoadministrados rigen los mismos
principios de organizacin del cuestionario, pero en este caso hay que hacer
un esfuerza adicional de simplificacin, claridad en las preguntas, y muy
buena diagramacin y nitidez del impreso.
En todos los casos es imprescindible que la entrevista, la encuesta
o el cuestionario comience con una presentacin del encuestador, una mencin del responsable de la investigacin, de la institucin que la est realizando, y de los propsitos que persigue. Si no se obtiene un mnimo de confianza o credibilidad de parte del entrevistado o encuestado difcilmente la
cantidad y calidad de datos sea provechosa.
2.
a. Elabore un cuestionario de al menos 20 preguntas (5 preguntas abiertas) con destinatarios y tema a elegir. Siga las reglas de preparacin de las preguntas y organizacin del cuestionario.
b. Consulte en la cdula de la Encuesta Permanente de Hogares que realiza el INDEC. Proponga modificaciones en la formulacin de preguntas o en el orden del cuestionario.
3.3. Escalas de actitud o valoracin

Desde hace varias dcadas la sociologa intenta satisfacer las exigencias de
precisin y exactitud en los enunciados procurando encarar los comportamientos sociales no slo de una forma cualitativa sino tambin cuantitativa.
Se intenta descomponer las variables o propiedades del comportamiento social hasta llegar a sus elementos mnimos, y luego procesarlos con mtodos
estadsticos para permitir la posibilidad de medirlos de modo cuantitativo.
Puede definirse una escala como el establecimiento de una jerarqua so-
68
bre un conjunto de afirmaciones pertenecientes a una dimensin de anlisis

y en la que las respuestas y actitudes de las personas pueden clasificarse
en categoras.
La construccin de escalas acarrea problemas relacionados con los criterios que se ponen en juego y que se eligen para indicar el hecho que se
quiere medir.
En los primeros intentos de cuantificacin se dej la cuestin librada a
las decisiones del investigador. Con las tcnicas de Thursthone, llamadas
de intervalos aparentemente equivalentes por Mayntz, comienza la teora
de la construccin de escalas. Luego las tcnicas de escalacin se van haciendo ms complejas con las tcnicas de Likert y Guttman.
Lo primero que debemos observar respecto a las escalas es que constituyen instrumentos de medicin. Ello significa que los datos de una investigacin, como pueden ser las respuestas obtenidas de una encuesta, van a
ser sometidos a clculos matemticos y estadsticos.
MAYNTZ, R. Y OTROS (1980), Introduccin a los mtodos de la

sociologa emprica, Alianza, Cap. 2, pp.63-71.
Las escalas pueden clasificarse segn midan dimensiones de objetos de

entorno o los objetos mismos de la investigacin. El ejemplo dado por
Mayntz de la primera clase de escala sera solicitarle a los encuestados que
ordenen a los polticos segn el grado de su actitud conservadora. Aqu la
dimensin se refiere no a los encuestados mismos sino a objetos de su entorno. Para poner un ejemplo ms domstico podra ser pedirle a los encuestados que ordenen a los polticos candidatos a presidente de los argentinos segn su predisposicin a realizar promesas en las campaas
electorales. En este caso probablemente nos encontraramos con una escala bastante uniforme (casi todos los polticos tienen alta predisposicin a
hacer promesas electorales). Tambin se podra clasificar el grado de su
predisposicin a cumplir las promesas electorales una vez que ganan las
elecciones. Tambin aqu es probable que nos encontremos con una escala
bastante uniforme (casi todos los polticos candidatos a presidente una vez
que asumen tienen baja predisposicin a cumplir con sus promesas).
Pero tambin pueden medirse dimensiones de los objetos mismos de investigacin. Por ejemplo, las actitudes autoritarias de los docentes, las actitudes displicentes de los alumnos, etc.
Supongamos que hacemos una encuesta a un grupo de estudiantes para
que juzguen el nivel de autoritarismo de los profesores. Para ello sometemos a la consideracin de los estudiantes una serie de afirmaciones que
frecuentemente realizan los profesores (A los alumnos hay que apretarlos
con las notas para que se esfuercen, El alumno que no lee no tiene derecho a preguntar nada al profesor, y otras ms visiblemente autoritarias como En el primer parcial pongo bajas notas para que no se confen y as varias por el estilo). El objetivo de la medicin es el de situar cada una de
estas afirmaciones segn su grado de autoritarismo en un continuo numrico ordinal. Es decir, queremos saber en la percepcin estudiantil cules de
estas afirmaciones tienen ms o menos contenido autoritario. Para ello el
procedimiento ms sencillo de escalacin, denominado jerarquizacin y pareo, es el de presentar a los estudiantes estas afirmaciones pero por pares
69
(agotando todas las combinaciones posibles), para que ellos decidan cuales
de las dos son ms autoritarias. Este procedimiento repetido para la mayor
cantidad de estudiantes posibles permite luego aumentar la precisin de la
clasificacin: cada opcin por una de las alternativas se pondera por la cantidad de estudiantes que la eligi y as se llega a cuantificar el grado de autoritarismo contenido en cada una de estas afirmaciones.
Un ejemplo ms superficial y risueo es el de querer saber qu docentes
son ms autoritarios: para ello se podran mostrar por pares las fotos de los
docentes y preguntar cual es el ms autoritario. Las ponderaciones posteriores permitiran realizar un rnking de autoritarismo docente.
3. Lea Mayntz y piense algn ejemplo simple de escalacin

por el mtodo de jerarquizacin y pareo.
3.3.1. Otros mtodos complejos para la elaboracin de escalas

Los procedimientos de escalacin proporcionan mejoras en la validez y en la
fiabilidad de las mediciones de actitudes. El problema de la fiabilidad de
una escala refiere a su exactitud y precisin en la medicin, es decir, a su
justeza en la determinacin de un valor de una variable en una unidad de
anlisis.
En cambio, el problema de la validez se vincula a si la escala mide el hecho que el investigador quiere medir o no. Se mide realmente patriarcalismo (machismo) del hombre en el matrimonio con el tem Las mujeres deberan tener carnet de conducir?. Evidentemente una actitud compleja y
multidimensional como el machismo no puede agotarse ni remotamente en
la respuesta un solo tem. Pero si pensamos en 20 o 30 afirmaciones por el
estilo (Las mujeres no respetan horarios, A las mujeres no debe dejrselas cerca de las tarjetas de crdito, Las mujeres no estn capacitadas para dirigir a otros, etc.) es muy probable que haya un patrn de respuesta segn el cual los hombres machistas que contesten van a estar muy de
acuerdo o de acuerdo con estas afirmaciones, y los que no son machistas
van a estar en desacuerdo o muy en desacuerdo (sobre todo si est la
mujer cerca en el momento de contestar la encuesta). Los procedimientos
de escala facilitan la depuracin de los tems que no son consistentes con
el resto del patrn de respuesta. Por ejemplo, aquellos tems que aun los
que tienen altos grados de machismo consideran en desacuerdo pueden estar aludiendo a dimensiones distintas del machismo.
La afirmacin las mujeres no deberan tener carnet de conducir puede
no indicar una actitud machista del marido, sino una actitud de miedo de los
hombres a que las mujeres no cuidaran el auto como lo haran ellos, aprensin por el deseo de las mujeres de usar los autos como si fuera una manifestacin de desconfianza de la mujer hacia la habilidad conductiva del marido, o rechazo de un supuesto gusto de las mujeres por juntar carnets en
los portadocumentos o en las carteras. Todas variables que pueden estar
relacionadas o no con el machismo.
Los procedimientos estadsticos para la construccin de escalas nos permiten descartar aquellos tems que no estn relacionados con lo que se
quiere medir. Asimismo nos permiten reducir la imprecisin de la medicin
70
mediante mtodos de asignacin de puntajes controlados estadsticamente.

Por ej.: podemos asignar a cada encuestado un puntaje resumen de las 20
o 30 preguntas de la escala y comparar los puntajes de machismo entre
ellos: los ms machistas seran los que estuvieron de acuerdo con todos los
tems, los menos machistas los que casi no estuvieron de acuerdo con ninguno y los medianamente machistas estuvieron de acuerdo con algunos s y
con otros no.
3.4. La observacin y el experimento

Si las tcnicas de sondeo verbal utilizaba el lenguaje como va de acceso y
a los actores sociales como fuente, la observacin y la experimentacin utilizan los sentidos como va de acceso y los comportamientos visibles y hechos o como fuente de datos. Estas tcnicas son trasladadas desde las
ciencias naturales a las ciencias sociales, pero es claro que los hechos
no son para los cientistas sociales meros hechos fsico-qumicos, sino toda
clase de hechos con sentido socialmente reconocible. As la observacin de
una danza ritual por un antroplogo no es observada de la misma manera
que por un fisilogo del comportamiento.
Para los cientistas sociales, hechos observables incluye desde ya las
emisiones verbales, tanto como cualquier otro tipo de conducta con sentido
social, es decir, con referencia a otros. Son particularmente privilegiadas,
desde este punto de vista, los comportamientos de interaccin en grupos, o
de intercambio simblico o material entre personas.
La fortaleza de estas tcnicas reside en el carcter objetivo que asumen
los hechos observados o producidos experimentalmente. Ya no tenemos los
problemas de credibilidad, subjetividad y error que aparecen en las encuestas. Las relaciones entre fenmenos no tienen una simple entidad en la subjetividad de las personas, sino que se corporeizan en acciones, actividades,
bien visibles y analizables abiertas a cualquiera que quiera investigarlas.
A la inversa, las tcnicas de observacin tienen valor para describir los
comportamientos pero no para proveernos de informacin acerca de las motivaciones y sentimientos de los sujetos para las cuales son mucho mejor
las tcnicas del cuestionario y la entrevista.
Debe aclararse que aqu de nuevo las tcnicas tienen que adaptarse a la
naturaleza de la investigacin. Debe existir una relacin entre el objeto de
estudio y la tcnica de su estudio. Las diversas tcnicas no se excluyen ya
que pueden aplicarse conjunta o sucesivamente en funcin de los requerimientos de la investigacin. La observacin y el experimento constituyen
tcnicas fundamentales a la par de la entrevista y la estadstica.
Constituye el primer paso en el trabajo de campo porque pone en contacto con lo que se quiere estudiar. Se define a la observacin como la clasificacin de hechos detectados por percepcin sensorial. Se distingue de la
entrevista y del experimento en la medida que se renuncia a la provocacin
de las reacciones buscadas por intermedio de estmulos verbales u otros. El
plan de observacin constituye el equivalente del plan de las preguntas del
cuestionario.
La tcnica de la observacin debe cumplir con ciertas condiciones para
que tenga la calidad de cientfica.
Debe tener una finalidad desde el punto de vista de la investigacin. De-
En MAYNTZ, R.
y otros (1980), Introduccin a los mtodos de
la sociologa emprica,
Alianza, pp.71-88 se presentan diversos mtodos de
elaboracin de escalas.
71
Tambin existe la posibilidad de que el

observador se integre al hecho estudiado convirtindose
en actor del mismo. Se trata
aqu del denominado observador participante. El periodista
alemn Gunther Wallraff se hizo pasar casi dos aos por un
inmigrante turco en Alemania.
La observacin de episodios
de discriminacin terribles en
estos casos es inmejorable
porque seguramente si hubiese asumido el simple rol de
observador explcito no se hubieran producido.
72
be ser planificada y registrada sistemticamente y estar en relacin con proposiciones generales. Y debe ser comprobada su fiabilidad y validez.
Las tcnicas de observacin plantean ciertos problemas. Por ejemplo, en
una situacin de observacin cmo determinar aquello que hay que observar. Es obvio que por nuestras limitaciones como seres humanos no es posible observarlo todo, ni siquiera es posible realizar una observacin completa cuando se trata de un hecho de lo ms simple.
De alguna manera aquellos fenmenos que se deben observar estn sindicados como importantes cuando la investigacin est estructurada y el
problema formulado.
Otra cuestin relacionada con las tcnicas de observacin es la oportunidad y la forma del registro de los datos. El registro de los fenmenos mientras ocurre el acto de observacin otorga bastante fidelidad y elimina posibilidades de que los mismos se distorsionen. Pero es evidente la dificultad que
reside en la falta de continuidad entre el acto de observar y el de registrar.
El otro problema de las tcnicas de observacin reside en la cuestin de
la objetividad de la observacin. No hay que olvidar que el observador generalmente participa del hecho observado de un modo o de otro: puede participar explcitamente como observador, lo cual puede cambiar los comportamientos observados en los actores sociales, o puede participar
encubiertamente como observador, hacindose pasar como participante en
otro rol para poder observar mejor. No hay que olvidar que para los actores,
el rol del observador es similar al rol de testigo.
Otras formas de observacin no participante son las que se producen a
travs del uso de la llamada cmara Gessell, donde el o los observadores
se escudan detrs de un vidrio opaco, o de medios de registro automtico
(filmadoras) que ni siquiera requieren la presencia directa del observador en
el momento.
Se recomienda para disminuir los riesgos de distorsin en las observaciones que los registros de las mismas sean lo ms descriptivos posibles
obviando juicios valorativos, es decir, evitar interpretaciones de los hechos
mientras los mismos son registrados. El nivel de la interpretacin de los hechos vendr despus en su momento.
La ltima gran cuestin que plantean las tcnicas de observacin consiste en cmo debe ser la relacin que se establezca entre observador y observado ya que debe ser explicitada la funcin del observador en el hecho de
que se trate.
Por otra parte, en algunas investigaciones el observador cientfico se vale de un informante que media entre el hecho observado y aqul.
El sentido general de las tcnicas de observacin es el de describir comportamientos por lo que constituye el mtodo ms tradicional de la ciencia
antropolgica para estudiar las costumbres y culturas de pueblos aborgenes con cdigos culturales muy diferentes a los del observador, quien entonces muy difcilmente tenga una comprensin directa e inmediata de lo que
observa. Solamente despus de una paciente observacin detallada y de la
comunicacin con los indgenas los antroplogos o etngrafos acceden a un
entendimiento de las situaciones y hechos que observaron. Sobre esto veremos ms elementos en la unidad 4.
Podemos decir que la observacin como tcnica vara segn su grado de
estandarizacin: puede ser sistemtica o asistemtica.
La observacin sistemtica o altamente estructurada recorta muy preci-
samente los hechos o fenmenos a observar y puede categorizarlos con reglas no ambiguas de asignacin de valores. Por ejemplo en el caso de los
comportamientos estudiantiles en situaciones de asamblea o movilizacin,
la grilla de observacin puede incluir variables tales como lugar y tiempo
(horario), acciones en realizadas en conjunto, acciones realizadas por algunos, caractersticas generales de los integrantes del grupo (sexo, edad),
atuendos comunes, utilizacin de elementos materiales, (altavoces, bombos, pancartas o carteles, etc.), terminologa utilizada en cnticos o intervenciones verbales, y otros rasgos observables.
Muchas veces sin embargo, la ndole del problema de investigacin no
permite un recorte tan preciso y puede ser necesario realizar una observacin menos estructurada o ms abierta, menos focalizada, a los efectos de
captar mayor cantidad de detalles o posibles dimensiones o aspectos de inters para ser profundizado su estudio ms adelante. Es el caso del estudio
de costumbres o rituales complejos sobre los que no hay mucha informacin
anterior. Las ventajas y desventajas de cada uno de estos tipos de observacin va a depender de la naturaleza de nuestro objeto de investigacin y de
lo que conozcamos de l con anterioridad.
A diferencia de la observacin de situaciones naturales, que supone un
mnimo de intervencin del investigador en las situaciones observadas, la
observacin experimental consiste en una intervencin activa del investigador sobre los sujetos o las condiciones y la situacin de los observados.
El experimento consiste en la manipulacin de aspectos que se estiman
decisivos a la hora de explicar los comportamientos observables. El investigador a travs del experimento introduce o suspende la accin de factores
que pueden estar vinculados causalmente con los fenmenos de inters.
As el experimentador puede seleccionar los sujetos por determinadas caractersticas homogneas y luego someterlos a situaciones artificialmente
diseadas en donde el investigador modifica aspectos de la situacin y mide los cambios en las reacciones.
La manipulacin de las condiciones en que se comportan los observados
permite aislar el efecto de cada uno de los factores causales involucrados.
Los modelos de experimentacin ms conocidos vulgarmente son los de la
ciencia mdica: se miden los efectos de un tratamiento o medicacin comparando la evolucin de un grupo con tratamiento con otro sin tratamiento.
Al grupo que permanece en las condiciones naturales, es decir, sin intervencin artificial del investigador, se lo llama grupo de control o testigo, al
grupo manipulado por el investigador se lo llama grupo experimental.
La comparacin entre los dos grupos permite concluir acerca de si determinadas condiciones son causales para la produccin de un hecho o comportamiento. Los factores causales son de dos tipos: 1) Condiciones necesarias son aquellas que no pueden faltar para que se produzca el hecho a
explicar, aunque por s mismas no producen necesariamente el hecho fenmeno. Ej.: para que llueva es necesario que haya nubes, pero no siempre
que hay nubes llueve. 2) Condiciones suficientes son aquellas que estando
presentes alcanzan para producir el fenmeno a explicar, pero al mismo
tiempo el mismo fenmeno podra ser producido tambin por otras causas.
Ej.: suele ser suficiente para aprobar los exmenes haber estudiado, pero
tambin otros factores pueden llevar a la aprobacin sin haber estudiado.
Cuando logra demostrarse experimentalmente que una condicin o factor es
necesario y suficiente al mismo tiempo, es decir que se presenta siempre
73
que aparece el fenmeno interesante y que basta que se presente para que
se produzca dicho fenmeno, se dice que se ha descubierto una conexin
causal explicativa del fenmeno investigado.
Las dificultades de la aplicacin de la lgica experimental a las ciencias
sociales son bsicamente dos: una, los observados se sienten en situacin experimental, lo cual siempre es difcil de controlar en sus efectos sobre el fenmeno interesante; y dos, la manipulacin de condiciones experimentales siempre es mucho ms restringida trabajando con personas que
con animales.
M ILGRAM
S.
(1968),
"Behavioral studies of
obedience", en:
Interpersonal dinamycs,
Dorsey Press,
Illinois, p. 70.
Es famoso el experimento de Millgram sobre reacciones a mandatos autoritarios.

En 1968 en la Universidad de Yale un psiclogo social realiz un experimento
que intentaba explicar el comportamiento obediente de gente comn ante rdenes criminales. Descripto sencillamente el experimento consista en convocar a
una gran cantidad de personas (algo ms de mil) tipificadas por el investigador
como normales (sin antecedentes psiquitricos, policiales o de desrdenes de
la conducta, etc.) a los que se les haca creer que iban a colaborar en una importante investigacin cientfica del ms alto nivel sobre el refuerzo negativo en
el aprendizaje. En el experimento las personas reciban el rol de maestros que
deban ensear a alumnos adultos una serie de respuestas correctas a preguntas
que eran facilitadas por el investigador. Una vez realizado esto los maestros se
sentaban ante una consola y desde all deban escuchar las respuestas a las preguntas que realizaba el investigador a los supuestos alumnos (en realidad actores
que estaban de acuerdo con el investigador) que ahora estaban sentados atados
y con electrodos en sus muecas. Por cada respuesta incorrecta el maestro desde
la consola deba apretar un botn que le iba administrando golpes de electricidad (por supuesto de manera ficticia) de manera creciente a razn de 15 voltios
adicionales por cada respuesta errnea. La consola inclua botones sealizados
desde 15 vol. a 400 vol. y carteles adicionales alertando sobre los riesgos pasados
los 120 vol. Los resultados del experimento fueron sumamente desalentadores:
dos tercios de los maestros llegaron a administrar electricidad an cuando el
alumno mostrara claros signos de sufrimiento o pidiera que parara. Inclusive un
pequeo porcentaje lleg a aplicar voltajes sealizados como de grave peligro
para la salud. Slo un tercio se neg a proseguir el experimento ante el sufrimiento del alumno. Aunque la gran mayora de los maestros manifestaba quejas, dudas e incluso vociferaban su oposicin verbal a proseguir con el experimento, terminaban cediendo a las presiones del investigador bajo argumentos
tales como la importancia del experimento para el desarrollo de la educacin y
la ciencia, el alumno est simulando, o simplemente tiene que seguir hasta
terminar. En las entrevistas posexperimento a los maestros, muchos inclusive
desarrollaban mecanismos de denigracin de la vctima (era tan tonto que se lo
mereca, y otros por el estilo), o simplemente decan no sentirse responsables
por la salud o las consecuencias del experimento sobre el alumno que imputaban al investigador o a la institucin universitaria. El mecanismo de desresponsabilizacin y de delegacin de la misma en la autoridad, que daba las rdenes
da lugar a una compulsin a la obediencia, es la clave explicativa que ha detectado este experimento.
4.
a. Cmo planteara la observacin sistemtica del comportamiento de los estudiantes en una biblioteca?
74
b. Cmo pensara en trminos experimentales la incidencia

de la participacin femenina en una discusin de hombres sobre temas sexuales?
3.5. Tcnicas cualitativas: Entrevista personal,

historias de vida o caso aislado
Respecto a la entrevista personal podemos sealar que se caracteriza por
tener ms flexibilidad que los cuestionarios estandarizados. El entrevistador
dispone de la posibilidad de crear un clima que facilite en el entrevistado la
expresin de sus sentimientos y motivaciones. El entrevistador registra tanto el qu dice como el cmo lo dice. Las preguntas que el entrevistador
formule deben tener claridad y debe drsele seguridad al entrevistado en
cuanto a mantener su anonimato.
Respecto a las historias de vida o caso aislado puede decirse que son
procedimientos usados desde antiguo pero controvertibles. La historia de vida como ejemplo tpico de caso aislado consiste en la exposicin de las impresiones particulares de alguien a lo largo de su vida. Se intent sistematizar este procedimiento por medio de la fijacin de algunos criterios pero
resulta difcil tal tarea atendiendo a las caractersticas de la situacin entre
el entrevistador y entrevistado en la cual las interacciones entre uno y otro
son estrechas y la imposibilidad de la repeticin adecuada de la misma. Se
ha argido que el objeto ms importante del anlisis de un caso aislado es
el de facilitar la obtencin de hiptesis.
Acerca del uso de

esta tcnica y las recomendaciones para su utilizacin puede verse el texto
de BOGDAN & TAYLOR
(1986), Introduccin a los
mtodos cualitativos de investigacin, Paids, y FERRAROTTI, F. La historia y
lo cotidiano, Centro Editor
de Amrica Latina, 1990, p.
89 y ss.
Tambin pueden aplicarse
algunas de las recomendaciones que aparecen en el
captulo V.
5. Mencione temas o problemas que puedan ser indagados

mediante las historias de vida.
3.6. Las fuentes y la informacin bibliogrfica

En las ciencias no todos los elementos de juicio empricos son producidos a travs de la aplicacin de las tcnicas de relevamiento de datos. Estas fuentes producen lo que llamamos datos primarios, es decir, datos que
se elaboran directamente desde la base emprica de la investigacin. Existen otras fuentes de datos como los libros, los documentos de archivo o los
artculos tcnicos especializados, los informes de otros investigadores, etc.
que se los llaman datos secundarios, por no estar directamente elaborados
en el transcurso de la investigacin.
Asti Vera le llama bsqueda metdica al momento heurstico, la reunin
sistemtica y ordenada de textos, obras y datos sobre un tema (Asti Vera,
A., p. 119).
El acceder a las fuentes y a la bibliografa forma parte del proceso de la
recoleccin de los datos, fenmenos y experiencias. Estas fuentes y bibliografa pueden consistir en libros, artculos de revistas, ensayos, etc.
Hoy da la informatizacin de las bibliotecas, archivos, museos, y el acceso a Internet permiten grandes facilidades para la localizacin de informa-
75
cin bibliogrfica o datos especficos ya sea utilizando criterios de bsqueda

temticos, como de autores, ttulos de obras o fechas. Los registros del material de fuentes secundarias deben realizarse utilizando criterios selectivos
y cumpliendo con algunas normas necesarias para la utilizacin de los mismos en la propia investigacin.
En SIERRA BRAVO (1996), Tesis doctorales y trabajos de investigacin cientfica, Ed. Paraninfo, 4ta. ed., Madrid, Cap.6, pp.
149-174, se presenta un modelo de criterios para el fichado o
registro de la informacin de fuentes secundarias que permite
su cita, reproduccin y utilizacin relevante.
3.7. Algunas advertencias necesarias

Las tcnicas se usan para facilitar el abordaje emprico de los problemas
que la realidad nos presenta pero que no garantizan por s una objetivacin
perfecta de la realidad ni pueden sustituir la tarea de usar nuestras propias
facultades para resolverlos. Las tcnicas pueden tener un uso objetivo independientemente de la subjetividad de quien las use. Pero justamente y segn la lnea expuesta, la fase subjetiva (formulacin del problema, produccin de las hiptesis) de la produccin de los conocimientos tiene primaca.
Vale recordar algunos prrafos de Cohen y Nagel que convienen no perder
de vista:
La esperanza de descubrir un mtodo que deje poco margen para la agudeza y el vigor del ingenio de los hombres no halla apoyo alguno en el cuidadoso estudio del procedimiento de las ciencias... Los cientficos, como todos los otros seres humanos, caen a veces en la rutina y aplican sus tcnicas
sin considerar el cambio de circunstancias. Siempre habr procedimientos formales estriles. Las definiciones y distinciones formales pueden perfeccionar
las herramientas, pero no suministran el ingenio necesario para usarlas apropiadamente; la informacin estadstica puede adecuarse a las ms elevadas
normas tcnicas, y carecer, no obstante, de importancia y de todo valor de
conclusin...
Muchas veces la coyuntura terico metodolgica de las ciencias sociales

y cmo se traduce en la prctica institucional de las mismas provoca que
estemos acuciados por las exigencias de ejecutar el arsenal metodolgicotcnico a disposicin y estar propensos a un curso de accin determinado.
Pero esta predisposicin a seguir un curso de accin acostumbrado no garantiza necesariamente la validez de nuestros conocimientos ni nos sustituye en la tarea de seguir lidiando con los problemas que persistentemente se
presentan a nuestros conocimientos. Tampoco sirven para obtener conocimientos que resuelven problemas. Las presiones para accionar en el sentido acostumbrado no deberan obligarnos o hacer que nos sintamos obligados a menospreciar el necesario espacio de reflexin que debiramos tener
para mantener viva la llama de la creatividad humana (que jug un gran papel en el conocimiento cientfico) para resolver los interrogantes o problemas. Los metodlogos de la ciencia social pocas veces advierten de las limitaciones de los mtodos y de las consecuencias que tienen en el
resultado del conocimiento al que llegamos por medio de los mismos. Las
76
pocas veces que lo advierten lo hacen de una manera declarativa al principio o al final de la exposicin pero lo que ocurre en el medio ignora de hecho esas advertencias. Nuevamente es til recordar a Cohen y Nagel:
...las ciencias fsicas pueden ser ms liberales porque estamos seguros
de que las opiniones absurdas sern fcilmente eliminadas en su confrontacin con los hechos; pero en el campo social nadie puede prever el dao que
causarn las ideas absurdas antes de que se demuestre finalmente su absurdo, si es que se lo demuestra. Ninguna de las precauciones que adopta el mtodo cientfico es capaz de impedir que la vida humana sea una aventura (el subrayado es mo; la predisposicin a hacer lo acostumbrado que mencion
arriba seguro que s lo impide); ningn investigador sabe si alcanzar o no su
objetivo (el subrayado es mo; en la predisposicin a hacer lo acostumbrado
adquirimos la costumbre de convencernos o autoconvencernos de que alcanzamos el objetivo con plena certeza). Pero el mtodo empleado permite a muchos caminar con paso ms seguro (el subrayado es mo, aqu se refiere al mtodo cientfico bien entendido, es decir, aqul que da seguridad pero hasta
cierto punto: el punto de no eliminar la aventura de la vida; esta seguridad
no tiene nada que ver con la seguridad en realidad pseudoseguridad que
hay en la predisposicin a hacer lo acostumbrado escudndose en el recurso
a tcnicas objetivas). Al analizar las posibilidades de cada proyecto o plan,
se hace posible prever el futuro y adecuarnos a l de antemano (MFG: en ciencias sociales hasta ahora casi jams se prev el futuro siempre se habla a
posteriori que ocurren las cosas llmense stas como se llamen: nuevo orden mundial, globalizacin, poscapitalismo, transformaciones estructurales, etc., etc. El caso pattico ms reciente es el de la mayora enorme de
economistas que no pudo prever la crisis en Asia y despus tampoco pudo
predecir su rpida recuperacin. Algo similar ocurri con los pronsticos de
los economistas argentinos respecto del Brasil y su devaluacin.). De este
modo, el mtodo cientfico reduce el impacto de lo novedoso y lo incierto de la
vida (MFG: no lo anula lo reduce. Esto es muy importante y se articula con la
unidad de los fundamentos epistemolgicos. Una hiptesis nueva para resolver un problema viejo o nuevo es parte de lo novedoso e incierto de la vida
juntamente con el problema nuevo: no existe ningn uso objetivo de ningn
mtodo o tcnica que genere hiptesis nuevas sobre los problemas). Nos permite elaborar cursos de accin y juicios morales apropiados con una perspectiva ms vasta que la del estmulo fsico y la respuesta orgnica. El pensar
metdico en la ciencia es la nica manera efectiva de fortalecer el amor a la
verdad. Desarrolla la valenta intelectual necesaria para hacer frente a las dificultades y para superar ilusiones transitoriamente placenteras, pero a la postre
destructivas (el subrayado es mo). Dirime discrepancias sin apelar a ninguna
fuerza externa, sino a nuestra comn naturaleza racional. El camino de la ciencia aunque empinado est abierto a todos.
77
4
Elementos de estadstica descriptiva
e inferencial
4.1. Significado metodolgico y campo de la estadstica en la investigacin social
En la introduccin de esta carpeta de trabajo habamos adelantado brevemente ciertos elementos que hacen al objeto y naturaleza de la estadstica.
En la presente unidad profundizaremos un poco ms la cuestin concerniente tanto al papel jugado por la estadstica y los mtodos estadsticos en el
proceso de investigacin como al manejo de los procedimientos y operaciones necesarias para el tratamiento estadstico de la informacin. Este ltimo aspecto ser abordado de la manera ms sencilla posible, atendiendo a
los lmites que impone el marco de esta Carpeta de trabajo, haciendo omisin de los fundamentos matemticos implicados en las distintas modalidades del tratamiento estadstico de la informacin. Para abarcar dichas complejidades se remite a la bibliografa indicada al final de la unidad.
En general se concibe la estadstica como una ciencia que consiste en
mtodos de anlisis de datos para la evaluacin de conjuntos de fenmenos. Dichos mtodos poseen un fundamento matemtico, la teora de las
probabilidades, y un objetivo: suministrar criterios cuantitativos y medibles
de decisin a la hora de aceptar o rechazar determinado elemento de juicio.
En realidad, segn esto, la estadstica nunca nos dar evidencias categricas, certezas, sino que se limita a hacer visibles los lmites de nuestras afirmaciones acerca de los fenmenos. La estadstica aparece entonces como
la ciencia de la inferencia probable, es decir, aquella inferencia que tiene
explcitos un nivel de inexactitud y de confianza.
Algunos autores entienden a la estadstica como un mtodo cientfico
que es til para el tratamiento de datos numricos relacionados, para sacar
conclusiones y tomar decisiones basadas en estos anlisis. Enfatizan su
sentido ltimo de facilitar la toma de decisiones frente a la incertidumbre
(Chou, Y.,1981).
Otros autores se refieren a la estadstica desde el punto de vista de su
funcin, es decir, la descripcin y la inferencia a partir de las muestras extradas de una poblacin (Blalock, H., 1978).
Uds. se preguntarn con razn por qu los mtodos estadsticos estn
tan relacionados con las ciencias sociales y del comportamiento. En el nacimiento mismo de la sociologa imperaba el imaginario de una ciencia determinista a imagen y semejanza de las ciencias positivas basadas en un determinismo mecanicista legaliforme exento de incertidumbre y con una
propensin a cuantificar y a medir. Comte haba propuesto el nombre de fsica social a la nueva disciplina.
Sin embargo, el emprendimiento positivista a ultranza fue dejado de lado
ya que pronto se vio que era muy difcil, por no decir imposible, formular leyes que explicaran los fenmenos sociales en todo tiempo y lugar. El comportamiento humano no parece sujetarse a relaciones fijas. El comportamiento
de sus variables es errtico, voltil, contingente, ya sea que se atribuya es79
to a una complejidad infinita o al libre albedro del ser humano.

De esta forma, la estadstica hereda del originario proyecto positivista su
vocacin por la exactitud y la medicin, y tambin muestra la imposibilidad
de concretar el proyecto original: la estadstica ms que ayudarnos a acercarnos a la verdad o a los hechos, a lo sumo nos hace ms conscientes de
los riesgos de error. La variabilidad del comportamiento humano se convierte dentro de los procedimientos estadsticos en variables estocsticas,
donde lo que se procura es controlar su contingencia calculando la probabilidad de errar. La evidencia emprica que suministra la aplicacin de mtodos estadsticos es del orden de la minimizacin del riesgo de equivocarse ante una afirmacin sobre los hechos. Por ello, me atrevera a decir que
la estadstica es una expresin tanto de la potencialidad como de la impotencia de las ciencias sociales occidentales. Mediante la estadstica se puede saber con una precisin a veces increble y una semana antes quin va a
ganar una eleccin y ser presidente, o cunta gente va a consumir un determinado producto que sale a la venta, pero no se puede saber cmo la gente puede llegar a cambiar de opinin y voto en un proceso poltico, ni anticipar por qu un producto que se venda bien se deja de vender. Dems est
mencionar los fracasos estrepitosos de la ciencia social que ms utiliza la
estadstica: la economa, infinidad de veces incapaz de anticipar crecimientos o recesiones y derivando a la psicologa las explicaciones cuando los
comportamientos de los agentes econmicos no siguen las tendencias de
los modelos economtricos.
Todo hace pensar, sin embargo, que la estadstica brinda poderosos instrumentos para hacer hablar a los datos; para ordenarlos, sistematizarlos,
resumirlos, relacionarlos entre s y as facilitar su lectura e interpretacin y
anlisis. Pero cul es la estrategia de que se sirven los mtodos estadsticos y son la fuente de su poder? Cul es la base de sustentacin slida
de la inferencia probable?.
La problemtica fundante de la estadstica como disciplina matemtica
es la indagacin del azar, del comportamiento aleatorio basado en la llamada teora de las probabilidades y en las combinatorias.
Su utilidad deriva justamente de la posibilidad que brinda de establecer
que el comportamiento de determinado conjunto de datos se aleja significativamente del azar. Es decir, su estrategia es algo as como el razonamiento por el absurdo: si algo se aleja del azar entonces debe obedecer a algn
patrn causal, regla o ley que es lo que lo separa del comportamiento aleatorio. La estadstica nos suministrar as un conjunto de procedimientos para
determinar en qu medida y con qu grado de confianza una serie de datos
no obedece al simple azar. El supuesto de todo procedimiento estadstico es
que el orden existente en los datos debe ser el no-orden de lo aleatorio de
no mediar factores o causas reales. La incidencia de esos factores se estudia estadsticamente a travs de la medida en que los datos difieren del
azar. El presupuesto implcito de los mtodos estadsticos es que si la realidad esta regida por relaciones causales, leyes, patrones de recurrencia o regularidades, se aleja del azar. Por tanto, hay que tener en cuenta que los mtodos estadsticos son tanto ms tiles cuanto ms se espere que los datos
respondan a regularidades o recurrencias sistemticas.
A su vez, la estadstica tiene otra utilidad importante adems de suministrar un modelo terico de comportamiento aleatorio frente al cual contrastar
el comportamiento real, y es que permite realizar una operacin muy impor80
tante en el terreno de la actividad cientfica: la generalizacin. En efecto,

mediante los procedimientos estadsticos se pueden extraer, con ciertas dosis de confianza y razonable nivel de error, conclusiones para toda una poblacin o clase de fenmenos desde una parte de la misma o un nmero a
veces muy pequeo de casos. As la estadstica proporciona mtodos de seguridad y control para realizar razonamientos por induccin: sacar conclusiones generales sobre casos particulares, generando lo que se llaman juicios
o enunciados probables. Estos son afirmaciones acerca del comportamiento
estimado de un conjunto completo fundado sobre el comportamiento de una
parte del mismo y que tiene asociado un nivel cuantificado de confianza y un
nivel cuantificado de error posible. Los juicios probables nunca dan una certeza absoluta sino que nos hacen conscientes de los riesgos de generalizar
mostrndonos el lmite de lo que se puede afirmar con los elementos de juicio efectivos disponibles (una parte de los casos totales). Ms adelante veremos con mayor detalle lo que significa confiabilidad y error de estimacin.
La intervencin de la estadstica se hace necesaria cuando como consecuencia de la recoleccin de muchos datos, mediciones y la realizacin de
muchas observaciones obtenemos una considerable cantidad de cifras y nmeros. Por lo tanto, las operaciones estadsticas entran en juego al comienzo de la fase de anlisis del proceso de investigacin. El asunto reside en
qu tratamiento le damos a esos nmeros para que manifiesten las relaciones significativas de las propiedades que estudiamos. Para que ello suceda
es necesario emplear tcnicas que permitan comparar y resumir los datos
obtenidos en la investigacin.
Desde el punto de vista ya ms pedestre de la actividad investigativa, las
preguntas por el uso de la estadstica son: qu hacemos con las matrices
de datos que tenemos?, cmo sacamos conclusiones de las acumulaciones de datos o informacin sistemtica?, cmo ordenamos los datos y los
relacionamos entre s (mediante el clculo matemtico estadstico) para que
sirvan de elementos de juicio o evidencia ante una hiptesis?. De esta forma, la estadstica cumple una funcin importantsima a la hora del procesamiento y anlisis de los datos, y de la habilidad y la destreza en su utilizacin va a resultar la solidez de los resultados o conclusiones de una
investigacin.
Nosotros abordaremos en esta unidad, slo centrndonos en algunas
cuestiones fundamentales, las dos grandes funciones complementarias en
que se despliega la estadstica: descriptiva e inferencial. La estadstica descriptiva nos brindar elementos para facilitar el tratamiento de los datos en
la forma ms organizada y resumida posible. La estadstica inferencial nos
dar procedimientos para extraer conclusiones de los datos de la manera
ms confiable posible.
4.2. Elementos de estadstica descriptiva

La estadstica descriptiva nos permite obtener, en base a los datos reunidos, conclusiones de los mismos pero sin intentar estimar o inferir valores
para poblaciones o conjuntos ms amplios. Los procedimientos de la estadstica descriptiva se aplican slo a los datos efectivamente disponibles y
sus conclusiones son vlidas exclusivamente para ese conjunto de datos y
no para otros. La estadstica descriptiva nos da herramientas para saber
81
con precisin las relaciones de igualdad y diferencia de un conjunto de datos.

En lo que sigue veremos las tcnicas y procedimientos ms importantes
con los que se maneja esta rama de la estadstica para el tratamiento de
los datos.
MENDENHALL Y REINMUTH (1978), Estadstica para administracin

y economa, Wadsworth international inc, Cap.3, pp.23-34.
4.2.1. Para comenzar el tratamiento de los datos numricos: las

distribuciones de frecuencias
Una de las tcnicas que se elaboran con el objeto de obtener una mirada
abarcativa del material relevado son las llamadas distribuciones de frecuencias. stas no son ni ms ni menos que la relacin o correspondencia entre
las variables de observacin y la frecuencia (cantidad de veces o repeticiones) en que aparece cada valor de la variable.
Por ejemplo, si en el marco de una indagacin respecto a la participacin
electoral estudiantil en el ao 1998, nos preguntamos si el tipo de carrera
tiene relacin con la participacin estudiantil, podramos elaborar la siguiente tabla de distribucin de frecuencias (los nmeros son arbitrarios y entre
corchetes aparece la funcin metodolgica de los componentes de la tabla):
Tabla 1- Cantidad de estudiantes votantes por tipo de carrera universitaria
(expresado en miles)
Cantidad de
estudiantes que
votaron en
elecciones de centro
de estudiantes
[frecuencia]
Frecuencia
porcentual
[porcentaje sobre el
total]
Frecuencia
acumulada
porcentual
[porcentajes acumulados]
Ciencias Sociales
(Sociologa, Economa,
Poltica, etc.)
314,77
50,9
50,9
Ciencias Aplicadas
(Ingeniera,
Arquitectura, etc.)
127,26
20,6
71,5
Ciencias de la Salud
(Medicina, odontologa, etc.)
89,92
14,6
86,1
57,34
9,3
95,4
Ciencias Bsicas
(Fsica, Matemtica,
Biologa, etc.)
28,36
4,6
100
Total
617,65
100
100
Tipo de Carrera
Universitaria
[Variable]
[Valores de la
variable]
Ciencias Humanas
(Letras, Filosofa, etc.)
82
Este tipo de distribucin se denomina univariada ya que muestra la distribucin de casos de una sola variable. Ms adelante veremos distribuciones
bivariadas o multivariadas. Las cantidades de casos para cada categora de
la variable, es decir, las frecuencias estn expresadas en miles por tanto el
total de 617,65 debe leerse como seiscientos diecisiete mil seiscientos cincuenta estudiantes.
En esta distribucin de frecuencias la primera columna representa a las
categoras de clasificacin de la variable y la segunda a la frecuencia en
cantidad de casos que le corresponde a cada categora. La escala que corresponde a esta tabla es nominal ya que las categoras representadas por
los distintos tipos de carreras no corresponden ni a atributos de medicin
cuantificable ni de jerarqua. Otras alternativas de variables podran haber sido universidades, provincias donde estn las universidades, nombres de las
carreras y no agrupamientos de carreras por tipos, etc. La opcin por alguna
de las distintas alternativas de agrupacin dependen de los objetivos de lo
que se investiga y de cul es el mejor modo para la presentacin y lectura
de los datos en funcin de esos objetivos. La tercera columna nos brinda informacin sobre la estructura de la distribucin de los datos en trminos de
porcentajes: aqu puede verse ms claramente el nivel de concentracin de
la participacin electoral en los tipos de carreras de ciencias sociales y aplicadas. La ltima columna nos indica la concentracin creciente de los casos
desde los que tienen ms casos a los que tienen menos. Ntese que adrede las categoras o valores de la variable se presentan en orden decreciente de casos a los efectos de facilitar la lectura de los porcentajes acumulados, que permite concluir que el 71% del electorado estudiantil efectivo se
concentra en las ciencias sociales y en las aplicadas.
SPIEGEL, MURRAY (1970), Estadstica, MacGraw-Hill, Mxico,

Cap. 2, pp. 27-44.
CHOU, YA-LUN (1981), Anlisis estadstico, Interamericana, 2da
Edicin, Cap. 2, pp. 16-42.
1. Siguiendo con el ejemplo anterior. Seguramente Uds. ya

hayan pensado que esto no significa necesariamente que el
alumnado de ciencias sociales tenga mayores niveles de participacin electoral que el alumnado de otros tipos de carreras
por el simple hecho de que las cantidades totales de estudiantes tambin difieren mucho entre tipos de carreras. Para evacuar esta duda sugerimos que consulten la www.ses.edu.ar de
la Secretara de Educacin Superior del Ministerio de Educacin de la Nacin, en donde aparecen los datos de la distribucin del total de alumnos por tipos de carreras. Con estos datos de totales de alumnos, sin olvidar de computar los
inscriptos que aparecen desglosados, construya otra tabla de
frecuencias, frecuencias porcentuales y acumuladas. Compare
las dos tablas, la de la participacin electoral y la de total de
alumnos. Qu conclusiones saca?
83
Por ltimo daremos un ejemplo de una tabla que corresponda a una escala de
intervalos o variables cuantificables.
Supongamos que estamos en el marco de una indagacin que quiere establecer el gasto anual por alumno (total de recursos anuales sobre cantidad de
alumnos totales) de 35 universidades pblicas y privadas. Supongamos que el
conjunto de datos brutos recolectados es el siguiente: 1220 $ (v); 1450 $ (w);
630 $ (a); 670 $ (b); 940 $ (j); 1001 $ (k); 1980 $ (A); 2530 $ (D); 520 $ (c); 630
$ (d); 1560 $ (x); 3160 $ (E); 3560$ (F); 870 $ (l); 3930 $ (G); 1330 $ (y); 720 $
(e); 1040 $ (m); 2390 $ (C); 1150 $ (n); 760 $ (f); 1010 $ (); 1190 $ (o); 1250 $
(z); 800 $ (g); 770 $ (h); 1090 $ (p); 1170 $ (q); 1200 $ (r); 910 $ (s); 1060 $ (t);
1160 $ (u); 410 $ (i); 1470 $ (V); 1990 $ (B).
Las letras entre parntesis reemplazan a los nombres de las universidades
que constituyen nuestro universo de estudio, y se colocan solamente a los fines
de facilitar al lector la verificacin del recuento e individualizacin de cada caso para cuando veamos como queda la tabla de distribucin de frecuencias.
Con estos datos en bruto resulta difcil, incluso aqu que se trata de una pequea muestra, hacerse una idea ms o menos clara de cules son las caractersticas ms significativas en cuanto a los gastos. Imagnense lo que sera si en lugar de 35 universidades de la Argentina fueran 350 de Amrica Latina o 3500
del mundo?
Cmo se puede ordenar y clasificar esta informacin? Respuesta: haciendo
una tabla de distribucin de frecuencias con la construccin de una serie de intervalos de una magnitud dada (aqu intervalo hace referencia a la franja que
elijamos para delimitar una cierta cantidad de $; magnitud que variar de acuerdo a cada caso de informacin que se tenga). En esta tabla dejaremos de lado
el gasto exacto de cada universidad considerado individualmente, ya que los
agruparemos segn la magnitud de los intervalos que elijamos. Es decir que se
pierden caractersticas de cada caso concreto en aras de obtener caractersticas
por agrupaciones ms amplias.
La distribucin quedara de la siguiente forma:
Intervalos ($)
Frecuencia
401 - 800
9 (a,b,c,d,e,f,g,h,i)
801 - 1200
13 (j,k,l,m,n,,o,p,q,r,s,t,u)
1201 - 1600
6 (v,w,x,y,z,V)
1601 - 2000
2 (A,B)
2001 - 2400
1 (C)
2401 - 2800
1 (D)
2801 - 3200
1 (E)
3201 - 3600
1 (F)
3601 - 4000
1 (G)
Total:
35 (a,b,c,d,e,f,g,h,i); (j,k,l,m,n,,o,p,q,r,s,t,u) (v,w,x,y,z,V); (A,B);

(C); (D); (E); (F); (G).
Aqu ya tenemos un panorama ms claro pudindose observar en una rpida mirada que prevalecen presupuestos ms bien bajos, luego vienen los de tamao
84
intermedio y por ltimo los grandes son minora.

Los intervalos de los $ se hicieron en este caso de 400 en 400 teniendo en cuenta la magnitud mnima (410 $ -a-) y la mxima (3903 $ -G-).
Consejo: si se quiere agrupar los datos en intervalos de amplitud igual, el procedimiento recomendado es dividir la diferencia entre el valor ms alto y el ms
bajo (rango total) por la cantidad de intervalos deseada (en general son suficientes 5 a 6, no ms de 10). El resultado nos dar la amplitud de cada intervalo. En
el caso del ejemplo el rango total fue redondeado algo para abajo (400 en vez de
410) y algo para arriba (4000 en vez de 3903), a los efectos de tomar nmeros redondos que facilitan la comprensin en la lectura de las distribuciones.
Consejo bis: los intervalos pueden ser desiguales en amplitud si esto facilita la
lectura de los datos. En nuestro ejemplo podran agruparse los datos de aquellos
intervalos que tienen muy pocos casos: de 1601 a 4000 sera un intervalo con 7
casos de frecuencia y podra facilitar la lectura puesto que la distribucin pasara
a tener solamente cuatro intervalos. Otras veces puede ser til dejar los intervalos
primeros y/o ltimos abiertos: en nuestro ejemplo el primer intervalo podra definirse hasta 800 $ y el ltimo 3601 $ y ms. Es una manera de evitar tener que
construir intervalos para valores muy bajos o muy altos con muy pocos casos.
Advertencia. Para construir los intervalos es muy importante tener en cuenta
que ningn dato puede corresponder a ms de un intervalo. Estaran mal construidos los siguientes intervalos: 40 - 80; 80 - 120; 120 -160; etc. Puesto que 80,
80.1, 80.2, 120, 120.1, etc. podran estar en uno u otro intervalo. En cambio, estara bien construido 40,1 - 80; 80,1 - 120; etc.
Otra advertencia. El valor cero (0) no tiene que formar parte de ningn intervalo. S puede figurar solo (como intervalo en s mismo) en una serie, por ej.: 0$
o sin gastos ; gastos hasta 200 $; etc. en una estadstica de gastos en apuntes
de los estudiantes.
4.2.2. Las distribuciones de frecuencias bivariadas

y multivariadas
Cuando los datos requeridos deben procesarse de manera integrada, es decir, cuando se intenta establecer las relaciones entre los valores que asumen dos, tres o ms variables, decimos que una distribucin es bivariada,
trivariada o multivariada y las tablas que muestran estos cruces de variables se llaman tablas de contingencia.
Veamos un caso tomando como base la Tabla 1. Supongamos que queremos saber la participacin electoral estudiantil de hombres y mujeres, y si el
patrn sexual que sigue la participacin es similar en todos los tipos de carreras. Lo que tenemos que hacer entonces es ver la participacin electoral
segn sexo para cada una de los tipos de carreras y obviamente tambin para los totales. La siguiente tabla de contingencia o de frecuencias bivariadas
muestra el resultado.
85
Tabla 2- Cantidad de votantes en elecciones estudiantiles por tipo de carrera segn sexo. (cantidades en miles)
Tipo de carrera
N
Ciencias Sociales
Ciencias Aplicadas
Ciencias de la Salud
Ciencias Humanas
Ciencias Bsicas
Total
Varones
%
Mujeres
%
Total
N
146,68
48,6
46,6
168,09
53,3
53,4
314,77
50,9
100
66,44
22,0
52,2
60,82
19,3
47,8
127,26
20,6
100
33,22
11,0
36,9
56,70
17,9
63,1
89,92
14,6
100
48,02
15,9
83,7
9,32
2,9
16,3
57,34
9,3
100
7,65
2,5
27,0
20,71
6,6
73,0
28,36
4,6
100
302,01
100
315,64
100
617,65
100
En este tipo de tablas, la lectura de los datos debe realizarse apoyndose

en los porcentajes. Adems debemos tener en cuenta que en una tabla en
realidad tenemos integradas varias tablas que podramos leer en forma independiente. La clave para no marearse es cada vez que leo un dato o porcentaje tener en cuenta a qu total est referido, sobre qu combinacin de
atributos (varn/cs.sociales, mujer/cs.bsicas, etc.) da informacin.
Vemos aqu dos posibilidades de analizar los datos:
a) Por un lado, podemos comparar la distribucin porcentual de votantes entre hombres y mujeres a lo largo de los tipos de carreras. Para ello tomaremos el porcentaje que aparece en las celdas superiores de las columnas porcentuales. Este porcentaje
se calcula respecto al total de cada sexo (el 100%) para todas
los tipos de carreras (cada tipo de carrera son los parciales).
As podremos ver si la distribucin por carreras de los votantes
difiere o no si tomamos en consideracin solamente los hombres o solamente las mujeres. De hecho vemos que si bien en
algunos tipos de carreras esta distribucin es semejante, en
otras como Ciencias Humanas y Ciencias Bsicas las diferencias de participacin a favor de las mujeres son importantes.
b) Por otro lado, podemos comparar dentro de cada uno de los tipos
de carreras la distribucin porcentual por sexos. Aqu los totales
(el 100%) son los totales de cada tipo de carrera y los parciales
es el porcentaje que le corresponde a cada sexo. Aqu vemos que
en ciencias de la salud, en ciencias humanas y en bsicas, los
porcentajes de las mujeres sobre el total de cada una de ellas es
significativamente ms elevado que el de los hombres.
De la misma forma que en la Tabla 1, al no conocer los totales y las distribuciones totales de alumnos por sexo sean votantes o no, no podemos
86
saber si hay mayor predisposicin a la participacin electoral en hombres o

en mujeres, pues podra ocurrir que en ciencias bsicas, humanas o de la
salud haya muchas ms mujeres que hombres y es solamente por ello que
hay muchas ms mujeres votantes que hombres. Sin embargo, est claro
que la fuerza electoral femenina en estas carreras es mucho ms grande
que la de los hombres.
Si fuera posible desglosar los datos de cada tipo de carrera y de sexo,
tambin por grupos de edades, tendramos una distribucin trivariada que
nos dara indicios del comportamiento de la participacin electoral estudiantil por grupos de edades.
Las tablas de contingencia o distribuciones multivariadas pueden servir
para analizar los grados de asociacin entre dos o ms variables. Desde el
punto de vista estadstico: una tabla de contingencia muestra mayor grado
de relacin entre las variables (es decir covariacin) cuanto ms se aleja de
la distribucin esperada al azar para dichos datos. En la tabla del ejemplo
se podra calcular las cantidades de casos esperados para cada combinacin de valores de variables si solamente operase el azar. Para calcular los
valores aleatorios esperados de una distribucin y por tanto sus respectivos
porcentajes se procede de la siguiente manera: se multiplican los totales
marginales de cada valor de cada variable y se los divide por el total de la
poblacin. En el ejemplo vimos que en ciencias bsicas las mujeres tienen
una gran sobrerrepresentacin (20,71 miles a 7,65 miles de los hombres).
Si la distribucin hubiese sido al azar entre tipo de carrera y sexo la frecuencia esperada hubiese sido: 28,36 (total tipo de carrera ciencias bsicas) x
315,64 (total mujeres) / 617,65 (total de la poblacin) = 14,49 miles. Como esta cifra est por debajo de la que marcan efectivamente los datos de
las frecuencias reales, podemos considerar que existe alguna asociacin entre el sexo y la participacin electoral en este tipo de carrera.
Para saber si toda una distribucin bivariada de datos tiene un nivel significativo de alejamiento del azar, tenemos una serie de medidas de asociacin estadstica que en general trabajan con las diferencias entre valores esperados y valores empricos. La principal de ellas es el llamado Chi
cuadrado (X2 ) que brinda mediante una tabulacin de valores un criterio de
significacin o confianza para aceptar la hiptesis que una distribucin emprica se aleja del azar. Hay otras medidas ms sofisticadas que miden el
grado de asimetra de la distribucin emprica observada, o la intensidad de
la asociacin entre las variables. Entre otros los ms utilizados son el coeficiente de contingencia C de Pearson, V de Cramer, y Q de Yule, y otros.
4.2.3. Representaciones grficas de las distribuciones de frecuencias: histogramas y diagramas de barras

Uno de los recursos ms efectivos para una comprensin ms rpida de las
tendencias de los datos es el de presentar las distribuciones de frecuencias
en forma visual.
Las modalidades ms utilizadas y prcticas son los histogramas o diagramas de barras en los cuales el eje de las ordenadas representa las frecuencias y el eje de las abscisas los valores de la variable, de manera tal que la
altura de cada columna o barra est definida por la frecuencia o cantidad de
casos.
S PIEGEL , M URRAY
(1970), Estadstica,
MacGraw-Hill, Mxico,
Cap. 12, PP. 201-205.
BLALOCK, HUBERT (1978), Estadstica Social, FCE, Mxico, 2da. Edicin, Cap. XV,
pp. 289-331.
87
El siguiente grfico histograma es un ejemplo de este tipo de representacin visual de una distribucin de frecuencias.
Ingreso de la ocupacin principal
Tramos de ingresos de los graduados universitarios
ingreso en $
EPH- Modulo especial Educacin - INDEC /mayo 98
Como vemos, cada columna representa cada valor de la variable y la altura

est definida por la frecuencia. Los valores de la variable son intervalos o
tramos de ingresos (0; 1 a 200; 201-400, etc.) Sin duda, el impacto visual
potencia la interpretacin de la tendencia de los datos, que pueden verse en
el cuadro B del Anexo.
En el caso de variables ordinales puede ser interesante ver el comportamiento de las frecuencias acumuladas en un grfico que se llama ojiva de
Galton, en el que las frecuencias no son las de cada valor sino la suma progresiva de todos ellos empezando por el menor hasta concluir en el ms alto. Con los mismos datos de la distribucin del ejemplo anterior se puede
hacer la siguiente ojiva de frecuencias porcentuales acumuladas.
Cuando las variables son nominales pueden invertirse los ejes y las columnas quedaran horizontales como en el siguiente ejemplo extrado de una
investigacin.
Ingreso en $ de la ocupacin principal

Fuente: EPH- Modulo especial Educacin/mayo 98
88
En este caso los valores son los diferentes carreras y ttulos de los profesionales egresados y las frecuencias estn expresadas no en cantidad de
desocupados sino en proporcin de desocupados sobre el total de egresados (tasa de desocupacin). Es decir, el grfico representa ms un tipo de
frecuencia porcentual que la frecuencia absoluta.
Tasa de desocupacin por agrupamiento de ttulos profesionales
Fuente: Encuesta de Insercin laboral de egresados universitarios recientes Centro de Investigaciones en Estadstica Aplicada - UNTREF
A veces el histograma puede ser compuesto: se representan simultneamente los valores de dos variables, a condicin que esas variables puedan
tener las mismas series de valores, como en el siguiente ejemplo tambin
extrado de una investigacin.
Composicin de edades de la demanda y la oferta de puestos de trabajo
Fuentes: Elaboracin sobre base usuario de EPH-GBA INDEC y Relevamiento de demanda laboral
de los avisos clasificados se los diarios Clarn, Diario Popular (El Quilmeo) y El Sol de Quilmes
89
En este caso tambin vemos las frecuencias porcentuales pero referidos

a dos variables distintas (oferta de trabajo en la columna roja y demanda de
trabajo en la verde) que comparten la misma serie de valores para el atributo edad.
Finalmente, cuando los valores son aos o intervalos temporales conviene representarlos no mediante barras sino mediante lneas continuas, ya
que el tiempo es una variable continua.
Evolucin anual del ndice de Demanda Laboral de la

Ciudad de Buenos Aires
Los nmeros ndices son recursos tiles cuando se trata

de comparar cambios o variaciones en una serie histrica
siendo sus oscilaciones esperadas muy grandes, lo que dificulta su interpretacin. Su
construccin es sencilla: se
toma un ao base (1993 en el
ejemplo) y se convierte en
100 el valor de la variable para
el ao base. Los siguientes
aos adoptarn valores de aumento o disminucin respecto
a los 100 del ao base. Este
es el modo en que el INDEC
presenta los ndices de precios al consumidor.
Para un tratamiento
detenido del anlisis de series temporales,
SPIEGEL, MURRAY (1970), Estadstica, MacGraw-Hill,
Mxico, Cap. 16, pp. 283305.
90
Fuente: Estadsticas Mensuales 1984-1996 del INDEC
En este caso se ve que los valores son los aos y las frecuencias un ndice
que refleja la cantidad de pedidos de personal publicados por los diarios
metropolitanos. Los carteles ayudan a contextualizar la interpretacin.
Otra forma alternativa de representar distribuciones de frecuencias porcentuales es el grfico sectorial, comnmente conocido como torta. En l,
cada valor de la variable recibe un pedazo proporcional a su participacin
porcentual en el total, como puede observarse en el siguiente ejemplo tomando los datos del caso de la distribucin de alumnos entre distintas
ramas de estudios
Distribucin de alumnos universitarios por ramas de estudio
Univ. Pblica
Total: 957352
Univ. Privadas
Total: 166181
Hoy da tanto las distribuciones de frecuencias numricas en tablas o grficos se

realizan de forma relativamente sencilla mediante software de tratamiento de datos
como las bases de datos (dbase, fox-pro, access) o planillas de clculo (exel, q-pro,
lotus). Algn software combina utilidades de base de datos con las de planilla de
clculo como el SPSS (Paquete Estadstico Especial para Ciencias Sociales). Para conocer ms sobre este programa, el ms difundido entre los cientistas sociales sobre
procesamiento estadstico, puede visitar la pgina Web: www.spss.com. Las representaciones grficas tambin estn disponibles en las planillas de clculo o en el
programa Powerpoint del paquete Office. Un programa ms sofisticado para presentaciones grficas es el Harvard Graphics.
2. Visite la pgina Web del INDEC (www.indec.mecon.ar)

busque datos sobre lo que quiera (ocupacin, precios mayoristas y minoristas, poblacin, produccin, consumo, etc.).
a. Elija una variable que le interese y baje los datos para construir una tabla de distribucin de frecuencias. Calcule las
frecuencias porcentuales y acumuladas.
b. Represente los datos en un grfico adecuado de barras y
otro grfico sectorial utilizando un programa con graficador. El ms accesible es el Excel.
c. Intente hacer una interpretacin de la tendencia que muestran estas distribuciones y arriesgue alguna hiptesis acerca
de porqu se comportan los datos de esa manera.
d. Piense qu otras cosas sera necesario averiguar, qu otros
datos obtener, para corroborar o descartar la hiptesis que
hizo.
4.3. Procedimientos para la sntesis de datos

Las distribuciones de frecuencias nos brindan un primer ordenamiento de
los datos que permiten una primera aproximacin para su interpretacin.
Tanto en la forma de tablas como en la representacin grfica, esta disposi-
91
cin del conjunto de datos permite una inspeccin superficial o visual acerca del patrn o tendencia que siguen. Pero si queremos ms profundidad y
precisin en la determinacin de stas tenemos que empezar a someter a
los datos a algunas operaciones aritmticas que permiten mostrar de manera condensada las propiedades de una distribucin.
Es usual representar las caractersticas bsicas de una distribucin
mediante expresiones numricas que presentan los datos en una forma
sintetizada. Para lograr esto se recurre a dos parmetros estadsticos que
son los promedios estadsticos o medidas de tendencia central y las de
dispersin o desviacin. En lo que sigue se ir aclarando en qu consisten estas medidas.
La utilidad prctica de dichas medidas reside en que posibilitan resumir, comparar, relacionar la informacin de los cuadros y de las distribuciones de frecuencias de una manera simple basndose en medidas de descripcin de las dos principales propiedades que puede mostrar una
distribucin de datos: el grado de centralizacin o tendencia a la convergencia de los datos sobre un valor de equilibrio, y el grado en que los
datos tienden a dispersarse o alejarse del punto de equilibrio o divergen
entre s.
Las medidas de tendencia central nos describen la inclinacin de los
datos a unificarse u homogeneizarse sobre determinados valores y las
medidas de dispersin nos dicen acerca de su tendencia a la disparidad o
a diferenciarse. Una buena descripcin de una distribucin o conjunto de
datos debe poder ser caracterizada por medio de estos dos aspectos importantes.
4.3.1. Medidas de tendencia central

Es una de las caractersticas que definen una distribucin. Responde a la
pregunta: cul es el valor representativo de una distribucin? o hacia
qu valor tiende a comportarse una variable?. Existen diferentes formas de
establecer la tendencia central cada una de las cuales tiene sus ventajas
e inconvenientes segn el objetivo que se persiga, las caractersticas o nivel de medicin de las variables o la precisin con que se presentan los
datos. En trminos generales puede decirse que estas medidas se utilizan
para satisfacer la finalidad de ofrecer una representacin sinptica de los
datos, y hacerlos comparables con distintos conjuntos de datos sobre la
misma variable. Los ejemplos tpicos sobre los que seguramente Uds. tienen noticias son: producto bruto per cpita de un pas (medida que permite comparar entre pases la misma variable), promedio de notas de exmenes o evaluaciones por puntajes (que permite comparaciones entre
escuelas, instituciones, sistemas educativos, etc.), distribucin del ingreso
entre los habitantes de un pas (comparando los ingresos de los que ganan ms con el de los que ganan menos), y tantos otros incorporados al
lenguaje corriente.
CHOU, YA-LUN (1981), Anlisis estadstico, Interamericana, 2da

Edicin, Cap 3, pp.43-71
92
La media aritmtica
Es la medida de tendencia central ms conocida e importante por sus propiedades estadsticas. Se basa en un concepto simple: el promedio aritmtico de todos los valores de una distribucin se calcula sumando todas las
cantidades y el resultado se divide por el nmero total de casos o trminos.
En el ejemplo que dimos del gasto anual por alumno (en $) de las 35 universidades, la media aritmtica se obtiene sumando las 35 cifras correspondientes a las universidades que indican magnitudes de gasto y luego el resultado se lo divide por 35 que es el nmero de casos. En ese ejemplo, para
conseguir la media aritmtica hay que hacer esta operacin: 47521 $ (resultado de la suma de todas las cifras de a+b+c+d+.......G) / 35 (casos o trminos) = 1357,7 $. Esta ltima cifra es la media aritmtica. La frmula que
suele utilizarse para la obtencin de la media aritmtica es la siguiente:
X/ N o su variacin para casos agrupados o con frecuencias

= ( fX)/ f
Se lee as: la media aritmtica

es igual a la suma de las cantidades o
valores por la frecuencia o cantidad de casos dividido la suma de la cantidad de casos o frecuencia (total de casos).
Se debe aclarar que el promedio obtenido no da informacin de ningn
miembro individual del conjunto sino que da informacin de cierta caracterstica del conjunto o grupo. La lectura de la media aritmtica nos informa
siempre acerca del punto en que una distribucin de valores numricos se
divide en partes iguales. Es el caso tpico de los ingresos promedio por habitante o PBI per cpita. Que la Argentina tiene 7600 U$S de ingreso anual
por habitante quiere decir que la mitad de la riqueza del pas la tienen los
que ganan igual o ms que eso y la mitad restante de la riqueza la tienen
los que ganan menos o igual que eso, sin tener en cuenta cuntos hombres
quedan de un lado o del otro. En este sentido la media es sensible a los valores extremos de una distribucin tanto si son muy altos o muy bajos. Estos valores aunque correspondan a pocos o un solo caso arrastran el promedio generando problemas de interpretacin. A veces la media sigue
siendo til si se calcula excluyendo estos casos extremos del clculo (procedimiento de la media recortada que no incluye el 2, 3 o 5% de los valores
superiores e inferiores de una distribucin). Sin embargo, esta propiedad de
la media de dejarse arrastrar por pocos valores extremos puede servir no
para indicar o describir una distribucin sino como punto de referencia terica que da idea de cuan alejada estn algunos, o una parte importante de
una poblacin, del punto de equilibrio. Clsicamente, el ingreso per cpita
se utiliza para percatarse de cun lejos estn partes importantes de una poblacin de estos ingresos promedio que indicaran un punto de referencia de
equidad en la distribucin del ingreso.
La media aritmtica es aplicable solamente a variables de nivel de medicin intervalar puesto que se expresa en unidades de la misma magnitud ($,
M2 , horas, Kg., etc.) que los datos. El producto per cpita, por ejemplo, se
expresa en la misma magnitud en que se expresan los datos: $ o U$S. As,
no se podra calcular la media de los ejemplos de las Tablas 1 y 2 porque
93
tanto tipo de carrera como sexo no son magnitudes y estas variables no

pueden promediarse al ser de niveles de medicin nominales.
Existen casos en que esta medida no resulta satisfactoria y, adems,
puede inducir a imgenes o interpretaciones errneas.
Podemos dar el ejemplo de un pas en que la renta media de sus habitantes es de U$S 1000 mensuales y la de otro es de U$S 800. No podra inferirse de esto que en el primer pas sus habitantes estn mejor econmicamente en relacin al segundo. Supongamos que en el primer pas hay 10
habitantes de los cuales 7 tienen una renta neta de U$S 300 cada uno y de
los otros tres restantes dos tienen una renta de U$S 2633 y uno una de
U$S. 2634. La renta media es 1000 por habitante: 7 x 300 = 2100 y 2 x
2633 = 5266 y 1 x 2634 = 2634; luego, 2100 + 5266 + 2634 = 10000;
luego, 10000 (renta neta total del pas) / 10 (cantidad de habitantes) =
1000 (renta media de los habitantes).
Supongamos que en el segundo pas hay 10 habitantes de los cuales 7
tienen una renta de U$S 500 cada uno y 3 una de U$S 1500 cada uno. La
renta media es 800 por habitante es decir menos que en el primer caso: 7
x 500 = 3500 y 3 x 1500 = 4500; luego, 3500 + 4500 = 8000; luego, 8000
(renta neta total del pas) / 10 (cantidad de habitantes) = 800 (renta media
de los habitantes).
Pero en el segundo pas que tiene una renta media menor que el primero el 70 % de los habitantes, sin embargo, ganan ms que el 70 % del primer pas (U$S 200 ms). Por lo tanto la mayora de los habitantes del
pas de menor renta gozan de mejor posicin econmica que los del pas
de mejor renta.
En conclusin, en casos como este la media aritmtica no resulta confiable para efectuar comparaciones porque no nos proporciona informacin respecto al grado de homogeneidad de los conjuntos que estamos
comparando.
Existen varios casos en que la media aritmtica simple tal como la expusimos en nuestro ejemplo no ofrece ninguna ventaja, y es preferible utilizar otras medidas de tendencia central como la mediana y la distribucin
por percentiles (ver ms adelante).
Pero tambin, como veremos ms adelante, las propiedades matemticas de la media, a saber, que deja a todos los datos a la distancia mnima
posible de ella, son de invalorable utilidad a la hora de elaborar un modelo de distribucin de frecuencias que permita acceder a la teora de la estimacin estadstica. La gran propiedad de la media es que es la nica cifra que minimiza la sumatoria de las distancias de cada dato con respecto
a ella.
La media ponderada
A veces puede ser til no considerar que cada caso cuenta como uno al calcular el promedio. Si contamos con la informacin adecuada podemos establecer
mejor cul es el peso o la contribucin de cada caso al conjunto. El ejemplo tpico de este punto es el promedio de los precios al consumidor como indicador del costo de vida. No tiene mucho sentido intentar calcular el costo de vida sumando y promediando los precios unitarios de todos los bienes y
servicios de una economa puesto que no todos tienen la misma incidencia so94
bre el consumo. Algunos bienes se consumen en mayores cantidades que

otros. As es que en el clculo del costo medio de la vida, cuyas variaciones
constituyen los ndices inflacionarios, se incluye una ponderacin de cada precio por su peso cuantitativo en el consumo total de una familia tipo.
La cuestin de la ponderacin de la media la introduciremos con un ejemplo sobre el costo de vida.
En el ao 1999 se realiza una encuesta de gastos de los hogares a
1000 familias. Los siguientes rubros de productos y servicios de una canasta familiar de consumo presentaban los siguientes valores promedio (datos
extrados del INDEC).
Tabla 3 - Gastos promedio en tipo de bienes y servicios de la

canasta familiar. 1999.
Tipo de bienes o servicios
Gasto promedio en $
% del gasto total
Alimentos y Bebidas
444
31,3
Indumentaria
96
6,8
Vivienda
365
22,5
Gastos Generales
(salud, educacin,
transportes, etc.)
312
22,0
Menaje y equipamiento
del hogar
76
5,3
Turismo,
esparcimiento
y diversin
127
8,9
TOTAL
1420
100
Fuente: INDEC, 1999
Segn esto, una familia tipo tiene esta estructura de gastos. Ahora supongamos que en los prximos 10 aos, es decir para el 2009, queremos saber
como vari el costo de vida, teniendo en cuenta que algunos precios aumentaron otros bajaron producto del avance tecnolgico, cambiaron los hbitos
de consumo y cosas que se consuman ms se consumirn menos y otras
en cambio empezarn a consumirse ms. Supongamos que en el 2009 otra
encuesta a 1000 familias arroja estos promedios y esta nueva estructura de
consumo. En la tabla aparece tambin el porcentaje de aumento promedio
del precio de los bienes y servicios de cada rubro.
95
% de aumento
de precios
unitarios entre
1999 y 2009
Gasto ($)
en el 2009
manteniendo
la ponderacion
de 1999
Nueva
estructura
de consumo
en % sobre total
Gasto en 2009
ponderado
por nueva
estructura
de consumo ($)
% de aumento
de precios
unitarios entre
1999 y 2009
ponderados por
nueva
estructura
de consumo.
Alimentos
y Bebidas
+50%
666
27
574.5
+29.3
Indumentaria
+5%
100.8
118.5
+23.4
Vivienda
+60%
584
25
568.2
+55.7
Gastos Generales
-5%
296.4
25
337
+8.0
Menaje
y equipamiento
del hogar
-50%
38
43
-43.4
Turismo,
esparcimiento
y diversin
-60%
50.8
51
-59.8
0%
1736
100
1691
19.1
Rubro
de consumo
TOTAL
Segn esta tabla con variaciones de precios unitarios nulas (puesto que algunos precios aumentaron mucho pero otros cayeron mucho por la tecnologa) el
costo de vida si se hubiese mantenido la estructura de consumo de 1999 hubiera subido un 22.2%, puesto que esos precios entran ponderados por esa estructura de consumo.
En cambio si, como corresponde, tomamos en cuenta la nueva estructura de
gastos de los hogares (se consume menos cantidad de alimentos porque son
ms caros y son ms nutritivos por la tecnologa incorporada pero ms servicios generales equipamiento del hogar y esparcimiento que son ms baratos),
el aumento de costo de vida es menor: 19,1 %. (1691/1420-1) * 100
Este ejemplo muestra a las claras la importancia del procedimiento de la
ponderacin cuando existe informacin que nos dice que cada caso computado
no contribuye en la misma forma para sacar el promedio.
La operacin para conseguir la media de los gastos de cada rubro ponderada por la nueva estructura de consumo en el 2009 es la siguiente: se multiplica el precio de 1999 por el porcentaje de aumento de los precios unitarios y
luego se lo multiplica por el factor de ponderacin derivado de la nueva estructura porcentual de consumo (porcentaje en gasto de 2009/porcentaje en gasto
de 1999). En el rubro alimentos, el clculo sera 444 * 1,50 (50 %) = 666 *
27/ 31,3 = 666 * 0,863 = 574,5. As con cada uno de los rubros de gastos.
La suma de los gastos ponderados constituye el nuevo nivel del costo de vida.
El modo
Se entiende por modo como aquel valor que aparece con ms frecuencia en
una distribucin.
96
En el ejemplo de los gastos por alumno medidos en $ el grado modal estara en el espectro mayor a 801 y menor a 1200 $. Ello es as porque se trata
del intervalo que ms frecuencias presenta (13 frecuencias).
La posicin de la mayor frecuencia puede variar segn cmo se construyan
los intervalos, es decir, la mayor frecuencia puede estar en un intervalo de
acuerdo a determinada clasificacin del mismo o puede estar en otro intervalo
si la clasificacin vari (por ej. Uniendo los intervalos del 1201 al 4000 se llegara tambin a los 13 casos y entonces igualara al intervalo 801-1200).
El modo no necesariamente es el valor tpico aunque corresponda a la mayor
frecuencia de un conjunto. Por ejemplo, podemos encontrarnos con un conjunto
de docentes de distintas universidades entre los cuales hay 10 que ganan $
1000 y el resto son 100 que ganan todos ingresos distintos a 1000 y distintos
entre s: 990, 889, 798, 998, 899, etc., etc. Entonces aqu 1000 sera el ingreso modal pero no debera considerrselo tpico en razn de que se trata slo del
ingreso de 10 personas en relacin a las 100 personas restantes. En este caso, el modo es una medida til si se logra agrupar los casos en intervalos adecuados (los que ganan menos de 700, entre 701 y 750, entre 751 y 800, etc.).
El modo brinda muchas menos posibilidades descriptivas y se ajusta bien a
aquellas distribuciones de variables cualitativas (ordinales o nominales) con relativamente poca cantidad de valores (5 o 6) y cuando uno de esos valores predomina claramente sobre el resto. En el ejemplo de la distribucin de estudiantes por tipos de carreras el modo est claramente situado en las Ciencias
Sociales. No aportara nada si las categoras con mayores frecuencias hubiesen sido dos o tres con aproximadamente la misma cantidad de casos.
La mediana, los percentiles y las medidas de orden

Las medidas de orden son tiles para captar distintos puntos de corte en
las distribuciones de frecuencias. Mientras la media era sensible a los valores
que tomaban los casos, las medidas de orden son sensibles solamente a la
cantidad de casos que nuclea cada valor sin importar la magnitud de este.
As, la mediana (M) es la medida que representa el valor o categora que tiene el orden medio o el trmino medio, es decir, es el punto o caso que divide
exactamente por la mitad los casos de una distribucin.
Tenemos el trivial ejemplo de un curso de metodologa cuyos alumnos estn
calificados por notas del 1 al 10. La mediana est representada en el valor de
la nota que tiene el alumno que tiene el sexto lugar en la secuencia ordenada
de alumnos por notas de menor a mayor. Ello es as porque el sexto lugar en
notas representa el trmino medio, es decir, tiene cinco casos por arriba que
sacaron mayores notas y cinco casos por abajo que sacaron menores notas.
Numero
Numero
de orden del
de orden del
alumno
Nota
alumno
Nota
10
11
10
97
Cul sera la mediana (el caso que define el orden medio) cuando el nmero de miembros queda en un nmero par?. La mediana se consigue ac tomando los dos trminos del centro. Luego, esos dos trminos centrales se
suman y se dividen por dos, es decir se obtiene la media aritmtica.
Conclusin, en un conjunto par la mediana es la media aritmtica de los
dos valores centrales del conjunto. Sabemos cules son los 2 valores centrales de un conjunto porque tienen la misma cantidad de nmeros hacia
arriba (desde el trmino superior central) como hacia abajo (desde el trmino inferior central). En nuestro ejemplo de los alumnos de metodologa, si
en vez de 11 fueran 12, los valores centrales seran las notas correspondientes a los casos sexto y sptimo, y la mediana sera el promedio simple
entre estas dos notas.
3. Calcule la mediana si el alumno de 3 deserta del curso.
Cmo determinar la mediana cuando tenemos casos agrupados como en

el ejemplo de los gastos anuales por alumno? Aqu hay que hacer los siguientes procedimientos:
1) Se toma el nmero total de las frecuencias, esto es, 35 universidades y se busca el valor que divide en dos mitades las frecuencias. Si ordenamos y numeramos desde el gasto menor
hasta el mayor, el 18 puesto nos indica el orden medio de la
distribucin o la mitad del nmero total de las frecuencias, con
17 casos por arriba, y 17 casos por abajo. El 18 caso corresponde a la letra q del ejemplo, con valor de 1170 $.
2) Tambin el orden medio se puede determinar fcilmente al indicar cul es la categora que corresponde al orden medio recurriendo a la distribucin de frecuencias acumuladas donde se va
poniendo el total de las frecuencias en orden. Es claro que el
50% acumulado est comprendido o cae en la categora de orden medio de una distribucin.
El ejemplo que dimos es de una escala de medicin de nivel intervalar con
una variable cuantitativa, pero la mediana tambin podra ayudar a determinar el orden medio en una escala ordinal (mucha, mediana, poca o ninguna
participacin estudiantil, etc.) o en una escala de nivel nominal (orientacin
ideolgico poltica de izquierda, derecha, centro, etc.). Sin embargo, la utilidad de la mediana es tanto mayor cuanto mayor sea la cantidad de categoras o valores de la variable. Para pocas categoras o intervalos puede ser
ms adecuado el modo.
En la escala de intervalos la mecnica del clculo es igual con la diferencia que se puede determinar la posicin exacta de la mediana dentro del intervalo. En los valores agrupados en una escala de intervalos o razones el
valor de la mediana se puede establecer con exactitud de acuerdo a una frmula matemtica. De cualquier manera, el software estadstico moderno
nos ahorra el trabajo de clculo.
Si la media es sensible a los valores de las variables, sobre todo a los extremos, la mediana, en cambio, es sensible a las frecuencias de cada valor,
es decir, a la cantidad de repeticiones de los mismos. Por ejemplo, un slo
98
caso de alguien que tiene ingresos por 1.000.000 de pesos compensa a

1.000 casos que ganan 1.000 pesos, por lo que la media se duplicara por
un solo caso. En cambio, la mediana seguira siendo de $ 1000 porque el caso nmero 500 es de $ 1000. Incluso ms, el percentil 99 sera de $ 1000.
Las medidas de orden nos brindan otras posibilidades de anlisis si en
vez del orden medio de una distribucin utilizamos otros puntos de corte. La
mediana que vimos en el apartado anterior, es una medida de orden adems de ser de tendencia central porque divide la serie de observaciones en
dos partes iguales. Pero tambin podemos dividir una distribucin en partes
o segmentos diferentes.
Otras medidas de orden que podemos mencionar son los cuartiles que
resultan de dividir la serie en cuatro partes iguales. Cada cuartil agrupa a un
25% de los casos de una distribucin. Los quintiles dividen la distribucin
en 5 grupos iguales y cada grupo nuclea al 20% del total. Los deciles dividen
la serie en diez partes. Por ltimo los percentiles dividen la serie en 100 partes iguales: del 1 % hasta el 99 %.
As, una distribucin de sueldos, ingresos o rentas es mejor analizada utilizando estas medidas que utilizando la media aritmtica. Por ejemplo, comparando cunto gana el 10% superior de una distribucin de ingresos (ltimo
dcil o percentil 90) con el 10 % inferior (primer decil o percentil 10). Tambin se pueden combinar medidas de orden con medias: se puede calcular el
promedio de ingresos del 10% superior y el del 10% inferior. En el ejemplo de
los gastos por alumno vemos que la mediana corresponde al orden del 50 %
de los casos en el intervalo entre 801 y 1200 (utilizando los clculos utilizados por Spieguel para medianas en casos agrupados tenemos que esta mediana es de $ 1063) y que si ordenamos los casos el nmero 18 que como
vimos define el orden medio es de $ 1170. En ambos casos la mediana es
ms baja que la media aritmtica que superaba algo los $ 1357. Esto significa que los valores superiores aun con pocos casos arrastran la media un
poco hacia arriba. La discrepancia de casi un 9% entre la mediana calculada
por estimacin desde los datos agrupados y la mediana puntual tomada de
los datos brutos, muestra que el agrupamiento de los datos tiene un costo
en trminos de prdida de precisin de la informacin.
SPIEGEL, M. (1970), Estadstica, MacGraw-Hill, Mxico, Cap. 3,

pp. 45-68.
4.
a. Con la supervisin del docente extraiga la mediana del cuadro de distribucin de gastos por alumno pero quitando
los tres casos de mayor valor y los tres casos de menor valor. Calcule tambin la media recortada. Compare con las
medias y las medianas normales.
b. Calcule las medianas y determine el modo de los cuadros A
y B del anexo.
c. Interprete el cuadro C del anexo utilizando las diversas medidas de tendencia central.
99
4.3.2. Medidas de dispersin

Habamos visto que si una de las propiedades de los datos es su propensin a coincidir, descriptas por las medidas de tendencia central, la otra propiedad estadstica de una distribucin de datos es su tendencia a diferir entre s y esa propiedad puede ser descripta por las medidas de dispersin.
Ambas medidas deben coadyuvar a la lectura e interpretacin correcta de
los datos. Una media o cualquier medida de tendencia central puede ser interpretada mejor si sabemos algn parmetro de dispersin de la distribucin de los datos de la que surge. Recprocamente las medidas de dispersin no pueden ser interpretadas sin tener en cuenta algn punto central en
torno al cual los datos divergen.
Si las medidas de tendencia central sealan o establecen en torno a qu
puntos medios o valores centrales se mueven los datos, las medidas de dispersin sealan en qu medida los datos tienden a escapar de este centro. As, constituyen una medida de la distancia relativa que separa los
miembros de una poblacin respecto de una variable.
Nos podramos encontrar con casos en los que las distribuciones pueden
tener la misma media pero diferente dispersin o diferente media e igual
dispersin o diferente media y diferente dispersin.
Las medidas que sirven para evaluar la dispersin son, desde las ms
sencillas a las ms complejas: la amplitud total (tambin llamada de rango,
recorrido o intervalo de variacin), la desviacin cuartil (o semiintercuartil),
la variancia, y la desviacin tpica (o estndar).
Una restriccin importante al uso de medidas de dispersin es que slo
pueden utilizarse cuando el nivel de medicin de las variables es intervalar
(variables cuantificables).
SPIEGEL, M. (1970), Estadstica, MacGraw-Hill, Mxico, 1970,

Cap.4, pp.69-88.
La amplitud total o recorrido

Esta es una medida muy simple. Se define por la diferencia existente entre
el tem, valor o marca ms baja y el tem, valor o marca ms alta.
Por ejemplo, en el cuadro de distribucin de frecuencias en una escala intervalar como el que vimos arriba sobre el gasto anual por alumno en las
universidades, la medida de amplitud total o recorrido sera: 3903 $ (valor
ms alto) 410 $ (valor ms bajo) = 3493 $ (rango o amplitud total).
En el ejemplo que vimos sobre las diferencias de renta entre los habitantes de dos pases en el primer pas la medida de recorrido es 2634 (renta
ms alta) - 300 (renta ms baja) = 2334.
Hay que tener cuidado con esta medida porque no nos dice nada sobre cmo es la distribucin existente entre los lmites superior e inferior. Solamente
cuentan las observaciones extremas que son dos: la ms alta y la ms baja. A
veces es de utilidad calcular la cantidad de veces que el valor mnimo est contenido en el mximo. En el ejemplo anterior: 2634$/300$= 8.78$ que puede
leerse como la cantidad de pesos que ganan los que ganan ms por cada peso
que ganan los que ganan menos, o si se quiere, se necesitaran 8.78 casos de
los que ganan menos para compensar un caso de los que ganan ms.
100
La desviacin cuartil o semiintercuartil

Esta medida se consigue ordenando los valores segn su magnitud y luego
se buscan las marcas o valores que dividen la serie en cuatro partes iguales (cuartiles). La desviacin intercuartil surge de la diferencia entre el tercer cuartil y el primero, y el resultado de esto se lo divide por dos. La frmula es Q3 - Q1 / 2. La mitad de los valores del conjunto, es decir, el 50 % de
las observaciones se encuentran siempre entre el primer y tercer cuartil. De
esta forma, la desviacin semiintercuartlica nos brinda el promedio de los
extremos del 50% central de los datos.
Las frmulas para obtener los cuartiles son sencillas y se basan en la
determinacin de los puntos que dividen una distribucin en el 25, el 50, el
75 y el 100% de los datos. El primer cuartil (Q1) es 25 * N/100 (o 0.25 *
N), el segundo (Q2) es 50*N/100 (o 0.50 * N), el tercero (Q3) es 0.75*N,
etc. Estos clculos permiten localizar el valor del caso en que cae en estos
puntos en la distribucin. Como los cuartiles son medidas de orden, los casos o unidades de anlisis deben estar ordenados de menor a mayor a los
efectos de ubicar los valores que marcan cada cuartil.
Hay que tener en cuenta que los resultados de estas operaciones representan el nmero de lugar de los datos ordenados por sus magnitudes en la
serie de que se trate.
Por ejemplo si tenemos 10 datos supongamos: 2, 4, 6, 8, 10, 12, 14, 16,
18, 20. Aqu ya estn ordenados segn sus magnitudes de menor a mayor.
Para averiguar el primer cuartil debemos poner en prctica la frmula de
arriba 0.25*10 = 2,50. Esta ltima cifra es un nmero fraccionario que representa lo siguiente: el primer cuartil estar en el lugar 2 de la serie porque lo indica el nmero anterior a la coma que, en este caso, es el 2 (el segundo lugar de la serie est ocupado por el valor 4). Luego se saca el 50 %
(esto est indicado por los nmeros despus de la coma, en este caso,
0,50) del resultado de la resta entre el valor del tercer lugar y el valor del segundo lugar: 6 (valor del tercer lugar) - 4 (valor del segundo lugar) = 2. El 50
% de 2 es 1. Esta ltima cifra se suma al valor del 2 lugar de la serie (o sea
valor 4): 4 + 1 = 5, cifra que representa el valor exacto del primer cuartil en
la serie.
5.
a. Calcule el cuartil 2do y 3ero. y la desviacin semiintercuartil de esta distribucin del ejemplo.
b. Determine la desviacin semiintercuartil en los datos del
cuadro B del Apndice.
La desviacin media y la variancia

El desvo es la diferencia de cada valor de la distribucin respecto de la media de esa distribucin. La frmula es D (desvo) = X (cada valor de la distribucin) (media).
D=X-
101
La desviacin media es el promedio de los desvos. Esta medida de dispersin se obtiene restando la media de toda la serie a cada valor de la serie. La media ya sabemos cmo se obtiene. En el ejemplo precedente la suma de todos los casos 2 + 20 da 110. Este resultado dividido 10 (la
cantidad total de casos o trminos) da 11, o sea, la media de esa serie.
Ahora se procede a restarle a cada valor de la serie la media: 2 - 11 = -9;
4 - 11 = -7; 6 - 11 = -5; 8 - 11 = -3; 10 - 11 = -1; 12 - 11 = 1; 14 - 11 = 3; 16
- 11 = 5; 18 - 11 = 7; 20 - 11 = 9. Todas las cifras despus de cada signo
igual (=) representan las desviaciones de cada caso respecto a la media.
Para sacar la desviacin media hay que sumar todas esas cifras pero ignorando el signo de los valores: 9 + 7 + 5 + 3 + 1 + 1 + 3 + 5 + 7 + 9 =
50. Luego se saca la media: 50 / 10 (nmero de desviaciones) = 5, o sea
la desviacin media.
La propiedad que tiene la sumatoria de los desvos es que da cero, puesto que la media se ubica en el punto exacto en que los desvos de sentido
contrario (los que estn por encima y los que estn por debajo de la media)
se compensan. La forma matemtica correcta de evitar la estirilizacin de la
sumatoria de desvos es elevar al cuadrado ambos trminos de la ecuacin
dado que las expresiones cuadrticas anulan los trminos negativos. As la
variancia quedara con esta frmula.
El promedio de desvos cuadrticos al dividirlo por la cantidad de casos
de la poblacin se llama variancia (Var)
Var = D2/N
Tanto la desviacin media como la variancia pueden aplicarse con buenas
aproximaciones a datos agrupados si no contamos con los datos brutos. En
estos casos simplemente consideramos el desvo de cada valor del punto
medio de cada uno de los intervalos.
Asimismo, para algunos casos, en vez de la media puede usarse la mediana para calcular los desvos.
Desviacin tpica o standard

Se trata del ndice de variabilidad ms importante, muy comn y confiable.
Consiste simplemente en mantener el promedio de los desvos respecto de
la media elevndolos al cuadrado y luego extrayendo la raz.
La frmula general es
DT= (X -
) /N
Se lee: la desviacin tpica es la raz cuadrada de la media del cuadrado

de los desvos.
El procedimiento para obtener la desviacin tpica en el ejemplo es este:
se sacan los cuadrados de las desviaciones de la media. En el ejemplo precedente el cuadrado de 9 es 9 x 9 = 81, el de 7 es 49, etc. Luego se suman
todos los cuadrados y se lo divide por la cantidad de casos. Siguiendo el
ejemplo anterior sera:
81 + 49 + 25 + 9 + 1 + 1 + 9 + 25 + 49 + 81 = 33.
10
102
El cociente 33 es la media de la suma de los cuadrados de las desviaciones. Luego se aplica la raz cuadrada a 33 = 5,74. Esta ltima cifra es la
desviacin tpica. Y el cuadrado de esta cifra suele llamarse variancia, es
decir, el cuadrado de la desviacin standard se llama varianza o a la raz
cuadrada de la varianza se le llama desviacin standard.
Como los clculos de cada desvo a la media son muy engorrosos se utiliza usualmente esta frmula que es deducida por un teorema de la anterior.
X /N -
DT=
Se lee sencillamente como: el desvo tpico es la raz cuadrada de la media de

los cuadrados de los valores menos el cuadrado de la media. Con esta frmula solamente tenemos que calcular el cuadrado de los valores y la media.
Si aplicamos esta frmula al ejemplo anterior vemos que el resultado es
DT =
1540/10 - 11 =
154 - 121 =
33 = 5,74
La sumatoria de los cuadrados de los desvos es la mnima posible respecto a la media.
El DT es una buena aproximacin a la media de los desvos.

Hay que aclarar que cuando son mediciones que abarcan menos de 30 casos en vez del N o frecuencia total de la frmula,
se utiliza el N-1en la frmula. La frmula para poca cantidad
de casos queda entonces as:
DT =
X / (N - 1) -
Si el valor de esta desviacin es chico entonces estamos en presencia de un grupo homogneo porque la diferencia de los valores respecto a la media son menores. En cambio, si el valor de la desviacin standard es ms grande entonces el
grupo es menos homogneo. Esto quiere decir que a menor dispersin la homogeneidad es mayor mientras que a mayor dispersin la homogeneidad es menor.
Las propiedades matemticas del desvo estndar permiten acceder a la
posibilidad de extraer inferencias o estimaciones acerca de las probabilidades de ocurrencia de determinados valores en una distribucin. Sin las nociones de media y desvo tpico no sera posible realizar inferencias estadsticas.
Otras medidas derivadas: el coeficiente de variacin

El coeficiente de variacin se obtiene dividiendo la desviacin standard por
la media correspondiente. Por ejemplo supongamos que en la seleccin argentina de ftbol la estatura media es de 165 cm. y la desviacin standard
es 9 cm, entonces, el coeficiente de variacin ser 9 / 165 = 0,0545 x 100
= 5,45 %. Se multiplica por 100 para convertir la cifra en un porcentaje con
el objeto de facilitar las comparaciones.
103
CV = DT/
*100
Esta medida resulta de utilidad para comparar la dispersin entre dos o ms

conjuntos o grupos. Por ejemplo, supongamos que la seleccin alemana de
ftbol tiene una estatura media de 178 cm. mientras que la desviacin standard es 3. El coeficiente de variacin ser 3 / 178 = 0,1685 x 100 = 1,68 %.
Como vemos comparado con la seleccin argentina el coeficiente de variacin
de la seleccin alemana es menor.
Se puede ver que el coeficiente de variacin permite evitar la confusin
que significara tener dos valores de DT iguales cuando las medias de las
dos poblaciones son distintas. As un DT de $200 en una poblacin con ingresos promedio de $2000 tiene una significacin e implicancias estadsticas muy diferentes que el mismo DT de $200 en una poblacin que tiene
una media de $600.
Una distribucin es ms dispersa cuando el desvo tpico constituye un
porcentaje mayor de la media. Veremos en la estadstica inferencial otro uso
importante del coeficiente de variacin.
En el texto C HOU ,
(1981),
YA -L UN
Anlisis estadstico, Interamericana, 2da Edicin,
pp.66 68, hay dos propiedades nuevas que pueden
ser descriptas en una distribucin: la asimetra y la
agudeza o curtosis.
104
6.
a. Calcule los desvos, el DT y el coeficiente de variacin, del
ejemplo de gastos anuales por alumno, y de ingresos por
habitantes en los pases de A. Latina o de cualquier agrupamiento de pases que se le ocurra, extrayendo estos ltimos datos del Informe para el Desarrollo Humano de la
ONU, 1999. Relacione estas medidas de dispersin con las
medianas y las medias.
b. Hagan entre el grupo del curso una pequea encuesta de
gastos y consumos por persona durante las vacaciones
abarcando al menos 5 variables de rubros de gastos (hospedaje, comida, etc.). Calculen la media, el desvo tpico y
el coeficiente de variacin para cada rubro de gasto.
c. Observen detenidamente el cuadro D del Anexo que contiene una serie de medidas descriptivas de una distribucin
de ingresos de graduados universitarios. Haga una interpretacin de lo que significan cada uno de esos nmeros
que sintetizan las caractersticas de esa distribucin.
4.4. Importancia de la distribucin normal

Habamos dicho que la estadstica es til en tanto que permite controlar en
qu medida una distribucin de datos que describen el comportamiento real
de una variable en una poblacin se alejan del azar o de un patrn estadsticamente tipificado.
Tambin habamos visto, al estudiar las propiedades de las medidas de
tendencia central, que uno de los principales temas de inters para analizar
una distribucin es en qu medida el orden de los casos, su posicin en una
distribucin (medianas, deciles) sigue un patrn en la variacin de los valores de la variable (medias y desvos). En efecto, las variaciones entre los va-
lores de las variables pueden no estar atadas a las frecuencias de los casos. Podra pensarse que los valores medios de una distribucin son necesariamente los ms frecuentes, y cuanto ms nos alejamos de los valores medios en
un sentido (mayores) o en otro (menores) estos valores son menos frecuentes.
Hemos visto que el ejemplo de la distribucin del ingreso por habitante es categrico a este respecto: valores muy bajos pueden ser muy numerosos y la media puede estar corrida por el peso de valores muy altos poco numerosos.
Sin embargo, los fundamentos de la estadstica inferencial clsica estn
construidos sobre el supuesto razonable , basado en las teoras de la probabilidad, de que cuanto ms alejados estn los valores de la media, menor es la cantidad de casos que hay que esperar. El concepto de normalidad de una distribucin se refiere precisamente a este nexo que une la frecuencia esperada de un
valor con la magnitud del valor mismo. La normalidad estadstica significa que la
probabilidad de encontrar casos en una distribucin disminuye a medida que nos
alejamos de la media o, lo que es lo mismo, que las frecuencias (cantidades de
casos) se comportan en forma inversa de acuerdo a la distancia con la media.
El gran matemtico Gauss descubri la funcin matemtica que permite trazar una distribucin completa, dados los valores de la media y el desvo estndar, que siguen este principio de distribucin normal de la probabilidad. La funcin traza una curva en forma de campana perfecta delimitando un rea que
distribuye las probabilidades de ocurrencia de un caso con un valor determinado
de acuerdo a su distancia de la media. As la estadstica nos suministra un poderoso instrumento: un modelo de distribucin terica con la que comparar la
distribucin real, y, lo que es mejor, un patrn que permite predecir o anticipar la
probabilidad de ocurrencia de los distintos valores que puede asumir una distribucin. La utilidad del modelo normal depende de la bondad del ajuste entre la
distribucin normal y la distribucin real. El supuesto del anlisis estadstico inferencial es que toda distribucin tiende a ajustarse al patrn de normalidad: la
probabilidad de ocurrencia de un determinado valor desciende a medida de que
dicho valor se aleja de la media. La curva normal tiene la enorme ventaja de que
se puede construir solamente conociendo la media y el desvo tpico.
Veamos el siguiente ejemplo mediante un grfico que muestra el histograma
de barras real y la curva de distribucin normal o terica de acuerdo a la misma
media y desvo estndar. El grfico corresponde a una encuesta (ficticia) de gastos mensuales en estudios.
Gasto de estudios mensuales por persona
105
Puede observarse que la distribucin real encaja perfectamente en la distribucin normal esperada. Los valores de la distribucin a medida que se
alejan de la media van reduciendo la frecuencia de casos. La nica anomala aqu es que la media est sobrerrepresentada: la curva normal no hubiese variado si en vez de 35 casos del intervalo central hubiese habido 30
casos que fue el valor esperado definido por la curva normal.
Modifiquemos ahora este mismo caso para entender mejor que significa
el ajuste de una distribucin real a su modelo normal.
Gastos de estudios por persona (en $)
En este caso vemos que si bien el ajuste es bueno para la mayor parte de
la distribucin, los casos extremos asumen frecuencias que escapan a las
esperadas por la curva normal lo que hace sospechar de la existencia de
causas sistemticas que estn operando para aumentar la presencia de valores extremos en la distribucin.
Por ltimo veremos el caso paradigmtico de desajuste entre distribucin
real y distribucin terica: la citada distribucin de ingresos.
Ingreso Per Cpita Familiar en $
Encuesta de Hogares del GBA - Octubre de 1997
106
En estos casos el modelo de normalidad ser muy poco til para hacer
inferencias o predicciones.
Resumiendo: dada una media y un desvo estndar, se puede elaborar
aritmticamente una distribucin terica que respetando esos valores ofrece las siguientes propiedades: 1) Todos sus valores estn determinados exclusivamente por la media y el desvo. 2) Es perfectamente simtrica la distribucin de casos tanto a la izquierda como a la derecha de la media, es
decir, los valores estn perfectamente distribuidos en forma tal que su frecuencia o probabilidad de aparicin terica depende de su distancia a la media. 3) Por consiguiente en ella coinciden necesariamente la media, la mediana y el modo. 4) La curva normal cubre un rea de valores en el eje de
las abscisas que va desde - hasta +; en este sentido, el rea definida
es infinita y tiende a cubrir asintticamente sobre su eje el 100% total (probabilidad 1 de ocurrencia) de las frecuencias de la distribucin. 5) Cada punto definido por un valor en la distribucin normal tiene asociada una probabilidad de ocurrencia. Existe una tabla, disponible en cualquier manual de
estadstica, de reas de probabilidad bajo la curva normal tipificada. Es decir, dado un desvo cualquiera respecto a la media, podemos saber qu probabilidad de ocurrencia tiene bajo el supuesto que la poblacin se comporta
bajo los parmetros de la distribucin normal. Ahora veremos cmo puede
servir esto para la estadstica inferencial.
El supuesto que tiene este modelo es que toda distribucin de una variable
aleatoria tiende a la normalidad. Esto quiere decir que los valores ms extremos son menos frecuentes y los ms centrales ms frecuentes. De ah la forma de campana que esta distribucin tiene representada en un histograma.
BLALOCK, HUBERT (1978), Estadstica Social, FCE, Mxico, 2da.

Edicin, Cap. VII, pp.104-116.
4.5. Elementos de estadstica inferencial

La estadstica inductiva o inferencial brinda herramientas para extraer conclusiones que van ms all de los datos reunidos y posibilita inferir valores,
dentro de ciertas probabilidades, de atributos o propiedades de un conjunto
mayor al del que corresponden los datos.
La estadstica inferencial clsica se basa en las leyes que gobiernan la
distribucin normal: simetra y proporcionalidad de las frecuencias en relacin a la distancia a la media.
Como vimos utilizando las nociones de media aritmtica y desviacin
standard cualquier distribucin puede ser convertida en una distribucin normal con la misma media y dispersin. Esto nos permite detectar ya sea anomalas, ya sea el ajuste del comportamiento real al comportamiento normal.
4.5.1 Tipificacin de los desvos

Sin embargo, la curva normal nos va a prestar otro servicio adicional: toda
distribucin puede ser convertida en una curva normal estandarizada, es decir, en un modelo de todos los modelos de curvas normales. Esta distribu-
107
cin normal tipificada o curva normal universal est simplificada para su

lectura: su media es 0, y sus valores estn expresados en unidades de desvos (+- 0.1, 1, .....2.5, 3, etc.). El procedimiento de tipificacin de una distribucin como reduccin a una curva normal con media = 0 y valores expresados en unidades de desvo tpico es muy sencillo: simplemente se trata
de dividir cada desvo (x- ) por el desvo tpico (x- )/DT. Al desvo tipificado, es decir medido en unidades de desvo de una distribucin se lo llama
comnmente Z tpico o Z crtico o Z reducido. Segn esto cada valor va a
quedar reducido a un puntaje de desvos.
Z=(x-
)/DT
Veamos la tipificacin de la encuesta de gastos de estudio correspondientes a los 133 casos que se ven en el Grfico de ms arriba, con una media
de 150$ y un DT de 48,46$.
Gastos
en $
Frecuencia
Desvo
de la Media
Desvo
reducido Z
(x -
(x -
150
-3,09
25
125
-2,58
50
100
-2,06
75
75
-1,55
100
13
50
-1,03
125
25
25
-0,52
150
35
0,0
175
25
25
+0,52
200
13
50
+1,03
225
75
+1,55
250
100
+2,06
275
125
+2,58
300
150
+3,09
TOTAL CASOS
133
)/DT
As los valores en $ de esta distribucin han quedado reducidos a valores

expresados en unidades de desvos que oscilan entre 3 y +3 a los que le corresponde una media igual a 0. Esta distribucin define una curva exactamente equivalente a la de los datos originales con la ventaja de que los valores
ahora estn expresados en medidas de distancia de la media (donde -+3 es
casi lo ms alejado posible y las cifras cercanas a 0 son las ms cercanas).
Como el mismo procedimiento se puede aplicar con cualquier distribucin medida en cualquier magnitud (pesos, edades, superficies, etc.) esto permite
comparar sobre un modelo universal distribuciones diferentes entre s.
108
Mediante el procedimiento de reduccin de valores a puntajes de desvo

se puede tener una lectura muy accesible del nivel de dispersin de los datos, aprovechando una de las caractersticas de toda distribucin normal, como veremos en seguida.
4.6. Teorema 1 de la estadstica

Tambin llamado de Chebicheff. Alude al hecho de que toda distribucin normal o normalizada muestra una relacin fija entre la distancia a la media o
desvo y la proporcin de casos o frecuencia que comprenden. Esto permite
establecer lo que se llaman intervalos de confianza: qu porcentaje de casos podemos esperar en un conjunto de puntos existentes entre dos valores
definidos.
La formulacin del teorema es muy simple: en el intervalo de confianza
determinado por la suma y resta a la media de 1 desvo, 2 desvos o 3 desvos, estn incluidos el 68,27%, el 95,45% y el 99,73% de los casos de una
distribucin normal.
La representacin grfica ayuda a tener una comprensin visual de estos
intervalos de confianza en torno a la media.
Distribucin de gastos por persona en $

Ejemplo de distribucin
Como puede verse en el grfico, las desviaciones a ambos lados de la media van definiendo intervalos que sucesivamente van abarcando proporciones mayores de la distribucin. En una distribucin normal o normalizada
mediante la reduccin de valores a puntajes expresados en desvos tpicos,
esos intervalos abarcan siempre esas proporciones de la poblacin total:
68, 95 y 99%.
El siguiente esquema permite realizar una correspondencia entre las distancias a la media y la parte de poblacin (proporcin de casos o frecuencia) que comprenden.
109
- 1 DT
68.2%
47.7%
95.4%
49.8%
+ 1 DT
34.1%
- 1 DT
34.1%
+ 2 DT
47.7%
- 2 DT
+ 3 DT
49.8%
- 3 DT
- 2 DT
- 2 DT
99.7%
Toda el rea que define una curva normal puede ser interpretada como una
distribucin diferencial de probabilidades de ocurrencia ntegramente determinadas por la media y el desvo de una distribucin. Esta interpretacin da origen a una tabulacin de probabilidades en correspondencia con las reas que
define la curva normal patrn de
= 0 y DT = 1, a la que se puede reducir
cualquier distribucin. Esta tabla se encuentra en el Apndice y permite un
clculo fcil de probabilidades de ocurrencia de determinados valores si tenemos la media y el desvo tpico y hemos reducido el valor en cuestin a su
puntaje normalizado.
La distribucin normal de probabilidades y la posibilidad de ajustar cualquier distribucin a ella nos brinda la oportunidad de estimar valores en una
distribucin. La estimacin consiste en calcular la probabilidad de ocurrencia
de un valor dadas la media de la variable y su dispersin, bajo el supuesto de
que la distribucin tiende a comportarse o a ajustarse al modelo normal.
La utilizacin de la asignacin de probabilidades a los valores de acuerdo a
la curva normalizada nos fija una regla de decisin: qu valores vamos a considerar fuera de las probabilidades normales tericas y por tanto pueden estar
poniendo de manifiesto factores causales. Otra forma de ver la estadstica inferencial es que brinda criterios de decisin respecto de cuando comenzar a
considerar significativa una diferencia entre el valor observado real y el valor
esperado o normal. Para ello se considera que a un nivel de significacin del
5% (es decir, fuera del intervalo de confianza del 95%) un valor se va a juzgar
fuera del patrn de distribucin normal. As cualquier valor cuyo puntaje reducido sea equivalente o mayor a los 2 desvos tpicos va a ser considerado como
obedeciendo a una causalidad ajena al patrn de distribucin normal que se
utiliza como modelo. Los niveles de significacin que definen el criterio de decisin pueden variar de acuerdo al nivel de seguridad que se requiera. As en
pruebas o tratamientos mdicos novedosos se adoptan niveles de significacin del 1% o menos, mientras que en la Encuesta de Hogares del INDEC, el
nivel de significacin desciende al 10% para muchas de las variables que estudia. En los sondeos electorales se utiliza generalmente el 5%, y en el control
estadstico industrial de fallas en productos se puede utilizar el 3%. No olvidemos que cada uno de estos valores se corresponde con un valor de desvo reducido, que a su vez se corresponde con un valor de desvo con respecto a la
media que equivale a los valores originales observados en la distribucin real.
BLALOCK, H. (1978), Estadstica Social, FCE, Mxico, 2da.

Edicin, pp.211-227.
7. Suponga que Ud. es estudiante en donde la encuesta registr la distribucin de gastos por alojamiento del ltimo ejemplo. Sin embargo, luego de un ao, aument el precio del papel, el transporte pblico, los impuestos a los libros, etc. Por
suerte no hubo arancelamiento pero indudablemente se mo110
dificaron los gastos de los estudiantes. El resultado de una

nueva medicin sera el siguiente.
Gastos en $
Frecuencias
25
50
75
100
11
125
20
150
30
175
20
200
11
225
250
275
300
15
TOTAL
133
8. Calcule la media y el desvo tpico. Proceda a reducir los valores a puntajes tipificados expresados en desvos. Establezca
en que valores originales se sitan los lmites de los intervalos
de confianza para 1, 2, y 3 DT. Identifique qu valores extremos
estn por afuera del 95% de confianza (5% de significacin), es
decir, qu valores tienen una probabilidad de ocurrencia menor
al 5 %(nivel de significacin) si la distribucin fuera normal.
Compare para esos valores la probabilidad real de ocurrencia
(frecuencia o cantidad de casos reales) y la probabilidad definida por la curva normal (utilice la tabla de reas de distribucin
normal estndar del anexo). Decida cules fueron los efectos
estadsticamente significativos de los cambios de precios.
4.7. Teorema del lmite central

La estadstica inferencial puede proveernos de servicios adicionales al ya
importante de fijar criterios para establecer si un valor determinado difiere
significativamente del valor normalmente esperado. En efecto, la principal
contribucin de la estadstica inferencial es que abre la posibilidad para poder asignar los valores de los parmetros de una poblacin, dentro de unos
lmites de confianza y exactitud, sobre la base de los datos de una parte de
la poblacin. Es decir, se puede establecer entre qu valores oscilar la media de una poblacin total sobre la base de la media de una muestra o parte de esa poblacin. Esta prestacin deriva del llamado teorema fundamen-
111
tal de la estadstica o teorema del lmite central que enuncia lo siguiente: si de una poblacin cualquiera de observaciones X, con
= (se dice Mu) y DT= (sigma), extraemos un nmero suficientemente grande de muestras de igual tamao N, entonces las respectivas medias
muestrales
m se distribuyen normalmente en torno a con un DTm (desvo de las medias muestrales) igual al DT de la poblacin dividido por la raz
cuadrada del tamao de la muestra N.
El teorema del lmite central nos dice cmo se comporta el desvo de las
medias muestrales extradas de una misma poblacin y cmo influye el tamao de la muestra en la fijacin de ese desvo. Su frmula nos dice nada
ms que el desvo de las medias muestrales es directamente proporcional
al desvo de la poblacin e inversamente proporcional a la raz cuadrada del
tamao de la muestra.
(sigma)= DT/
N (tamao de la muestra)
Esto permite an con su simplicidad nada menos que fijar los tamaos de
las muestras suficientes para estimar con mrgenes de error acotados, la
media de una poblacin.
Obsrvese que basta multiplicar el valor de por un valor de desvo
normalizado asociado a un nivel de confianza adecuado para obtener los
valores extremos del intervalo entre los cuales se encontrara la media de
la poblacin sobre la base de la media y la desviacin de una muestra.
Por ejemplo si tomsemos un nivel de significacin de 5% (0,05) el valor
estara marcado por los dos desvos de distancia a la media. Si tenemos
una muestra de 50 casos al azar de gastos en comidas de los estudiantes con una media de 7$ por da por comida y una desviacin de 1.80$,
es fcil situar el intervalo entre los cuales la media del gasto en comida
puede situarse con un 95% de confianza.
El intervalo de confianza en torno a la media se define a partir del Error
de Estimacin (EE) cuya frmula es EE=(DTm/ N )* Z, donde Z es el valor del puntaje de DT reducido que se asocia a un nivel de significacin o
confianza de la estimacin.
En el ejemplo antedicho el EE sera: 1.8/ 50*2 = 1.8/7.07*2= 0.51$.
Es decir que la media de la poblacin de todos los gastos en comida en
una poblacin de estudiantes X oscilar alrededor de la media de 7$, en
unos 51 cvs. Con una certeza del 95%. El intervalo de confianza definido
sera el siguiente:
m = 7 0.51, que origina los siguientes lmites del intervalo de confianza
6.49 7.51. Esto quiere decir que para ese tamao muestral y con
un 95% de confianza la media de la poblacin caer entre 6.49$ y 7.51$.
Para muchos propsitos podra ocurrir que esta amplitud de error de
estimacin sea inaceptable, entonces tenemos el recurso de aumentar el
tamao de la muestra, puesto que esto permite achicar el error, es decir
el intervalo de confianza, a un mismo nivel de confianza de la estimacin.
Siguiendo con el ejemplo: si la muestra fuera de 100 casos, el EE se reducira a 36cvs. Y la estimacin de la media quedara comprendida con
mayor precisin entre $7.36 y $6.64.
Sin embargo, la ms comn de las aplicaciones del teorema del lmite
central es la determinacin del tamao de la muestra que es necesario
112
extraer, dados unos valores de Error de Estimacin y niveles de confianza

tolerables.
La frmula para fijar el tamao de la muestra se obtiene despejando la
frmula del EE y es: N=(Z*DTm/ EE)2 As, siguiendo con el ejemplo anterior, el tamao de la muestra que deberamos tomar para reducir el error
de estimacin a 20cvs, manteniendo el nivel de confianza en el 95% (dos
desvos tpicos), resulta del siguiente clculo
N=(2*1.80/0.20)2 = 324 casos.

En este caso la estimacin de la media oscilara entre 7.20 y 6.80$.
N=(Z*DTm/ EE)2
En general, el criterio para fijar la amplitud del EE se fija como una proporcin con respecto a la media. Es decir que es el coeficiente de variacin tolerado lo que se toma como error de estimacin. Para una buena parte de
estimaciones un EE equivalente al 10% de la media puede ser muy adecuado. En este caso del ejemplo citado, el EE aceptable sera de 79 cvs. Para
otros casos donde se necesita una precisin mucho mayor podra tomarse
proporciones menores de la media.
9.
a. Defina el intervalo de confianza para estimar la media de la
poblacin total (el universo de gastos por alumno) en la
muestra de la distribucin de gastos de la encuesta de la
actividad anterior.
b. De cuntos casos debera ser la muestra para que el Error
de estimacin se reduzca a menos de un 5% de la media?
(Recuerde que en esta misma unidad aparece que una medida de variacin es el porcentaje que representa con respecto a la media).
4.8. Aproximacin a la teora de las muestras

Cuando las unidades de un universo son demasiadas como para hacer un
sondeo abarcativo de las mismas, se recurre a la extraccin de una muestra.
Disear una muestra significa seleccionar un nmero determinado y limitado de unidades extradas de una totalidad mayor siguiendo ciertos procedimientos y reglas a fin de producir enunciados fiables sobre ese universo.
Es un requisito importante que las unidades del universo investigado a
travs de la muestra sean de la misma naturaleza, es decir, el universo sobre el que disear la muestra debe estar compuesto por las unidades de
anlisis que se toman como objeto de la investigacin (en los trminos en
que aparece el concepto de unidades de anlisis en la unidad 2).
Se dice que una muestra es representativa del universo estudiado del
que procede cuando sus parmetros principales (media y desvo) se aproximan a los del universo de donde fue extrada. En este caso se dice que la
113
muestra se puede generalizar: sus resultados pueden proyectarse como una

descripcin adecuada del universo en estudio.
4.8.1. La muestra aleatoria

Se debe destacar que no existe representatividad absoluta en las muestras,
slo existir una aproximacin a la totalidad. Por lo tanto, hay un margen de
error que hay que definir como tolerable.
En la teora matemtico-estadstica hay un principio clave que dice que
toda unidad de un universo tiene oportunidad calculable de aparecer en la
muestra. El asunto fundamental reside en que las unidades tengan garanta
de igualdad de oportunidades para aparecer.
Hay una serie de reglas en el sentido de establecer esta garanta.
Una es que la totalidad sobre la que se opera para extraer la muestra debe estar presente y ser manipulable simblicamente y fsicamente. Esta regla plantea dificultades, por ejemplo, en el caso que la totalidad sobre la
que se opera sea la poblacin de una ciudad o un pas ya que nunca est
presente en su totalidad para que sea manipulada por el investigador. Esta
dificultad es atenuada por medio del uso de registros domiciliarios y censales donde s las poblaciones estn presentes simblicamente y son manipulables ya que se le pueden aplicar los mecanismos diseados para seleccionar la muestra. Una gua telefnica, por ejemplo, puede representar un
esquema de universo til para una multiplicidad de propsitos. Planos con
radios censales y separaciones de viviendas tambin pueden representar un
universo de hogares determinado.
Otra regla hace referencia al requisito de la mezcla de las unidades del
universo que se investiga. Existen diversas formas para lograr esto. Por
ejemplo, asignar nmeros al azar a cada unidad o utilizar el muestreo sistemtico: seleccionar las unidades que comienzan con una letra determinada,
segn la fecha de nacimiento, etc.
Otra regla indica que cada unidad no debe repetirse en el universo de base del que se extrae la muestra.
4.8.2 Tipos de muestras

Las muestras pueden ser de dos tipos: probabilsticas y no probabilsticas.
La diferencia entre ambas est en que en las primeras se conoce el error de
estimacin y el riesgo de equivocacin al estimar un parmetro y hacer una
inferencia. En cambio, las segundas se utilizan como aproximacin o prueba
piloto.
Existen distintas clases de muestras probabilsticas: muestras por azar
simple, por azar sistemticas, muestras estratificadas, muestras por conglomerados.
Las muestras por azar simple son aqullas en las cuales cada elemento
tiene igual probabilidad de estar incluido en la muestra.
Por ejemplo, supongamos que en el control antidping para un partido de
ftbol tenemos 11 bolillas numeradas del 1 al 11 la probabilidad de extraer
una bolilla cualquiera es 1/ 11 para el primer intento. En los siguientes intentos ya no sera la misma probabilidad si es que las bolillas extradas en
esos sorteos no se volvieran a colocar. Por lo tanto, en el segundo intento la
114
probabilidad de extraer una bolilla cualquiera sera 1 / 10, y as con los siguientes intentos. En este caso para que el muestreo fuera al azar debera
reponerse la bolilla que sali anteriormente.
En el muestreo sistemtico se trata de elegir los elementos de la muestra a intervalos sistemticos o iguales a partir de un primer elemento seleccionado al azar. Este muestreo es muy prctico. Por ejemplo, si tenemos
una lista de 500 estudiantes que en los ltimos aos cursaron metodologa
y queremos tomar una muestra de 100 para preguntarles qu opinan de la
materia dividimos el total del universo (500 estudiantes) por el total de la
poblacin de la muestra (100 estudiantes), 500 / 100 = 5. Esta cifra de 5
la utilizamos para seleccionar un estudiante cada cinco en la lista hasta
completar los cien. El primer estudiante se elegira por el mtodo de los nmeros al azar.
En el muestreo estratificado al azar se trata de subdividir el universo que
se investiga en distintos subgrupos significativos (usualmente edad, sexo,
nivel socioeconmico) y obtener de cada uno una muestra independiente para dicho subgrupo. De acuerdo a la cantidad de casos de cada uno de esos
subgrupos o estratos de muestra se podr decir que es representativa para
dicho estrato. Una muestra puede tener errores de estimacin y niveles de
confianza aceptables para el conjunto pero no para los grupos especficos
que la componen.
Este tipo de muestras pueden aplicarse cuando se tiene informacin estadstica previa acerca de estas variables que permiten estratificar el universo. En el muestreo estratificado proporcional se eligen los elementos de cada estrato guardando proporcin con el tamao del estrato en la poblacin.
En el muestreo estratificado no proporcional no se cumple con la proporcionalidad para aquellos subgrupos o estratos mucho ms pequeos que los
otros o que tengan una heterogeneidad mayor que los otros. Aqu de los
subgrupos ms pequeos o heterogneos pueden elegirse elementos en
mayores porcentajes respecto a los subgrupos restantes.
En el muestreo por conglomerados al azar se trata de dividir la poblacin
en sectores (conglomerados) que tengan elementos lo ms heterogneos
posibles pero que los conglomerados sean lo ms homogneos posibles entre s. Luego se elige una muestra por azar simple de un conglomerado y se
analizan sus entidades. El ejemplo tpico es la encuesta de hogares que toma conglomerados de viviendas seleccionados (barrios o fracciones censales) de acuerdo a los tipos de viviendas presentes en ellos.
4.8.3. El tamao de la muestra
Los manuales de estadsticas tienen listados de nmeros al azar. Tambin es comn el software que
genera nmeros con funcin
randmica. Cualquiera de ambos puede usarse como gua
para la seleccin de casos en
un muestreo.
La Encuesta Permanente de Hogares
(EPH) que realiza el INDEC suministra informacin sobre la
tasa de desocupacin y sus
variaciones con altos niveles
de confianza y muy bajos
errores de estimacin. Sin
embargo, si queremos tasas
de desocupacin especficas,
por ejemplo, las tasas de desocupacin de los egresados
de carreras de ciencias sociales los coeficientes de variacin aumentan al 40 o 50%
por lo cual las estimaciones
carecen de la precisin que
las haga tiles. El motivo es
que aunque la EPH llega a encuestar a cerca de 10 mil hogares en todo el pas la representatividad sobre grupos
muy especficos de poblacin
es baja porque la muestra para estos grupos es muy pequea.
Es muy importante el tamao absoluto de la muestra en la medida que

cuanto ms grande sea el nmero de casos se podrn formular estimaciones ms justas sobre los valores verdaderos del universo. Como vimos el tamao de la muestra a extraer surge luego de definir el error de estimacin
que se considerar aceptable, es decir, qu nivel de imprecisin en la estimacin ser tolerado, y tambin luego de definir un nivel de confianza de la
estimacin que permitir tener presente cul es el riesgo de equivocarse en
la estimacin. El tamao de la muestra resulta de aplicar la frmula vista en
el apartado 4.6 y deriva de la aplicacin del teorema del lmite central.
115
4.8.4. Fallos en las muestras

Se pueden producir errores porque, por un lado, es difcil observar todas las
reglas para construir una muestra y, por otro lado, los fallos pueden provenir
porque existen personas incluidas en la muestra pero no fueron encontradas y, tambin, existen personas que no acceden a las entrevistas.
El investigador ante esto puede asumir que las personas que fallaron son
un grupo homogneo con igual distribucin de atributos respecto al grupo de
personas encontradas, en cuyo caso los fallos no afectarn la fiabilidad de
los resultados. Sin embargo, cuando los fallos pueden atribuirse a una causa sistemtica ligada a las variables bajo estudio, estos fallos pueden introducir un sesgo indeseable en los resultados deteriorando la representatividad de la muestra.
BLALOCK, H. (1978), Estadstica Social, FCE, Mxico, 2da.

Edicin, pp.531-555.
Cmo seleccionara la muestra para una encuesta de participacin politica estudiantil?

Qu tipo de muestra utilizara?
que procedimientos de seleccin de unidades muestrales
aplicara?
Qu informacin previa necesita para construir una buena
muestra?
Consulte el Marco de muestreo nacional urbano para encuestas de hogares, serie Metodologa N 12, 1999, del INDEC, para
observar como son los procedimientos de muestreo para
encuestas de grandes dimensiones
116
5
Mtodos cualitativos de investigacin
En esta unidad, vamos a profundizar en el conocimiento de uno de los abordajes metodolgicos de ms reciente desarrollo y difusin: el cualitativo,
que plantea serios interrogantes a los planteos de la metodologa tradicional objetivista y cuantitativa.
En el primer apartado nos detendremos en sus fundamentos, en donde
consideraremos su sustento terico, a qu preguntas intenta dar respuesta
y a los aspectos relevantes que hay que tener presente cuando uno encara
un estudio desde esta perspectiva; en segundo lugar, en cmo deben tratarse los datos cualitativos, centrndonos en el muestreo, la codificacin y la
integracin metodolgica triangulacin y por ltimo, en las principales tcnicas de recoleccin de los datos: la observacin, la entrevista, la historia
de vida y los documentos.
La comprensin de este tipo de aproximacin puede resultarnos de mucha utilidad en el momento de definir el/los problemas de investigacin y disear las estrategias para abordarlos.
A modo expositivo y para una mejor comprensin de los mtodos cualitativos, lo compararemos, cuando se considere necesario, con los mtodos
cuantitativos.
5.1. Fundamentos tericos metodolgicos

5.1.1. Hacia dnde orientamos nuestra mirada
En las ciencias sociales han prevalecido dos principales perspectivas tericas en donde podemos enmarcar los mtodos cuantitativos y cualitativos. El
primero reconoce su origen especialmente en Augusto Comte (1986) y Emile Durkheim (1938, 1931), y se basa en una concepcin positivista que busca los hechos o causas de los fenmenos como hechos externos e independientes del sentir subjetivo de los individuos. Durkheim sostiene que el
cientfico social debe considerar los hechos o los fenmenos como cosas
que ejercen una influencia externa sobre las personas, lo que est plenamente reflejado en su conocida obra El suicidio.
El segundo, el cualitativo, reconoce su origen en la fenomenologa que siguiendo a Berger y Luckman (1967), Husserl, (1913) y Schultz (1962) tiene
como propsito comprender los fenmenos sociales privilegiando el punto
de vista del actor social, centrndonos en el modo en que ste experimenta
el mundo. Lo que realmente importa es lo que las personas perciben como
importante.
En este sentido unos y otros, positivistas o fenomenlogos, abordan diferentes tipos de problemas y buscan diferentes respuestas, lo cual implica la utilizacin de metodologas diferentes. Detrs de cada uno de estos planteos existe una teora de la sociedad diferente. Simplificando: para los positivistas la
sociedad tiene una existencia objetiva, los fenmenos sociales pueden ser conocidos como cosas; para los fenomenlogos, lo social tiene por sustancia el
sentido subjetivo, la vivencia de los hechos ms que los hechos mismos.
Tal como lo seala

Jack Douglas: ...las
fuerzas que mueven a los seres humanos como seres humanos y no simplemente como cuerpos humanos...son
materia significativa. Son
ideas, sentimientos y motivos
internos.
117
Tengamos presente, que toda investigacin comienza con el planteo del

problema, el cual orienta la eleccin de una perspectiva terica y estrategias
metodolgicas. Los conceptos recortan y seleccionan la realidad estudiada,
mientras los caminos mtodos o tcnicas son procesos de trabajo que
producen un conocimiento. Las distintas tcnicas no son excluyentes, ya
que pueden aplicarse de manera conjunta o sucesivamente en funcin de
los requerimientos de la investigacin.
Si bien existen temas que pueden ser considerados tpicamente cuantitativos/cualitativos, lo importante es tener presente cules son los aspectos que a nosotros nos interesa indagar. Por ejemplo, temas como la distribucin del ingreso y del empleo nos remiten inmediatamente a plantear un
abordaje metodolgico cuantitativo, no obstante si nos interesa saber cmo
la desigual distribucin del ingreso o la desocupacin incide en la bsqueda
de nuevas estrategias de vida, en las actitudes y sentimientos de los desocupados, en los sentimientos de frustracin o prdida de autoestima, deberemos recurrir a un abordaje de tipo cualitativo.
1. Proponga otros temas o problemas de investigacin que

podran ser encarados solamente cuantitativamente y solamente cualitativamente y comente qu tipo de conocimiento
le proporcionara cada uno de ellos.
5.1.2. Breve referencia histrica de los mtodos cualitativos

Las ciencias sociales tienen una larga historia tanto en el plano de las sucesivas teoras o paradigmas, como en la elaboracin de diversos objetos de
estudio y de mtodos de investigacin.
Las teoras y tcnicas que hoy conocemos son el resultado de sucesivas
innovaciones, producto de distintas tradiciones intelectuales: Francia, Alemania, Gran Bretaa y Estados Unidos.
La diferenciacin entre corrientes metodolgicas proviene de los primeros estudios sobre la realidad social en el siglo XIX. Podemos mencionar al
belga Adolfo Qutelet como el antecesor de la descripcin cuantitativa, en
busca de regularidades, de fenmenos sociales, mientras encontramos los
estudios de Alexis de Tocqueville, realizando anlisis cualitativos de procesos sociales. As se van a ir multiplicando las investigaciones empricas de
distinta orientacin, y sobre el fin del siglo se cristalizarn las querellas sobre el mtodo.
Nos encontramos con los primeros estudios mdicos higienistas sobre la
condicin obrera en Francia, la clsica monografa de Engels sobre la situacin de la clase obrera en Inglaterra, y el anlisis de Marx sobre la legislacin de fbricas y condiciones de trabajo pueden ser citados como notorios
antecedentes de investigacin emprica.
Desde el punto de vista de innovacin metodolgica es la obra de Frederick Le Play (1855), la ms significativa, a travs de su libro sobre presupuestos familiares que desarrolla un riguroso mtodo de estudios monogrficos de casos, basados en la observacin participante.
La otra forma clsica de investigacin social emprica, la encuesta, tiene
mltiples antecedentes, entre ellos, los trabajos del agrnomo Arthur Young
118
y del filntropo John Howard centrados en la reforma del sistema carcelario

sobre fines del siglo XVII.
Tambin cabe mencionar a Malinowski (1932), que fue el primer antroplogo que brind una descripcin detallada de su enfoque de investigacin. Como
es sabido, los mtodos cualitativos fueron ms rpidamente aceptados por los
antroplogos que por los socilogos. Estos ltimos estuvieron ms influenciados por la obra de Durkheim, que equipar el anlisis estadstico con sociologa cientfica, teniendo una fuerte influencia en generaciones de socilogos.
En Inglaterra, a fines de siglo, bajo el impulso de Charles Booth, se dio
un paso metodolgico significativo, se organiz una encuesta sobre las condiciones de trabajo de los obreros y se realizaron entrevistas participantes y
a informantes claves.
Ya en el siglo XX, los mtodos cualitativos empezaron a tener una mayor
difusin en la sociologa norteamericana con la escuela de Chicago en el
perodo que va entre 1910 y 1940. Se produjeron detallados estudios de observacin participante sobre la vida urbana Anderson, The Hobo, 1923; Thrasher, The Gang, 1929; Shaw, The Jack-Roller, 1966, as como el clsico
estudio sobre la vida de los inmigrantes y sus familias en Polonia y los Estados Unidos basado en documentos personales Thomas y Znaniecki, The
Polish Peasant in Europe and America (1918-1920).
Tal como lo seala Thomas, sintetizando la concepcin sociolgica cualitativa y la importancia central que atribuye al punto de vista del actor social:
si alguien cree que algo es real y se comporta como si fuera real, ese algo
es real en sus consecuencias.
Contemporneamente nos encontramos con la New School for Social Research de Nueva York, una corriente fenomenologista en torno a Alfred
Scultz emigrante austraco orientada a la descripcin sistemtica del mundo del sentido comn como realidad social; y el Institute for Sozialforschung
de Frankfurt que se instala en el exilio en Estados Unidos manteniendo a
travs de Max Horkheimer, T. W. Adorno y E. Fromm, entre otros las investigaciones de la escuela crtica.
FORNI, F. (1993), Estrategias de recoleccin y estrategias de

anlisis en la investigacin social, en: Mtodos cualitativos II,
Centro Editor de Amrica Latina, Buenos Aires, 3-105.
5.1.3 Objetivos de la investigacin cualitativa

El presupuesto fundamental de la metodologa cualitativa es
que Los fenmenos sociales son distintos a los naturales y no
pueden ser comprendidos en trminos de relaciones causales
mediante la subsuncin de los hechos sociales a leyes universales porque los hechos estn basados e imbuidos de significados sociales: intenciones, actitudes y creencias (FIELDING,
1986).
Ahora bien, cules son los objetivos de investigacin que plantean la necesidad/conveniencia de ser encarados desde un abordaje de tipo cualitativo?
y en qu se diferencian de los abordajes cuantitativos?
119
MAXWELL, J. (1996),
Qualitative research design, An Interactive Approach, en: Sage Publications, London, 63-85.
Mientras el abordaje cuantitativo se centra en las regularidades, las estructuras y las tendencias, el cualitativo se centra en la comprensin del significado que le otorgan los actores sociales. La comprensin del significado
incluye cognicin, afecto, intenciones y todo lo que se refiere a la perspectiva de los participantes.
Mientras el abordaje cuantitativo intenta llegar a explicar macroprocesos,
sectores amplios y totalizadores de lo social, el cualitativo se concentra en
mbitos ms acotados y casos particulares. La comprensin de un contexto
particular, en el que los participantes actan, y el anlisis de la influencia de
aquel sobre la accin de stos son propsitos privilegiados de los cualitativistas.
Mientras el abordaje cuantitativo desarrolla explicaciones causales a nivel de correlacin de variables, el cualitativo se centra en la conexin del
sentido entre las acciones, y su comprensin donde el papel de lo simblico
y la comunicacin aparecen en primer plano.
O sea, los abordajes cualitativos hacen hincapi en la construccin social
de la realidad en donde se busca responder a preguntas que ponen el nfasis en cmo se produce la experiencia social y con qu significados. La pregunta para las investigaciones que utilizan un abordaje de tipo cualitativo
es: cmo experimentan y dan sentido los sujetos a sus condiciones sociales de existencia y a sus propias acciones?
2. Mencione tres objetivos de investigacin sobre el tema de la

participacin y la apata estudiantil, que usted considere que
deberan ser abordados desde los mtodos cualitativos y tres
objetivos que deberan ser abordados por los cuantitativos
5.1.4. Sus caractersticas especficas

Cuando encaramos una investigacin desde esta perspectiva es importante
tener presente, por un lado, sus caractersticas especficas y cmo debemos posicionarnos cuando las utilizamos.
Sus principales caractersticas
La investigacin cualitativa es inductiva: Se parte de preguntas
de investigacin que son redefinidas constantemente en el
transcurso de la misma, busca la formulacin de interpretaciones que contemplan conceptos tericos. Estos conceptos tericos se van construyendo en el mismo proceso de anlisis
Glasser y Strauss, 1969, Strauss, 1987.
En este sentido podemos decir que la lgica que subyace a los
mtodos cualitativos se contrapone a la lgica hipottico-deductiva con que en general se identificaba la ciencia normal. En
la actualidad los mtodos cualitativos estn empezando a ocupar espacios en el mundo cientfico que hasta hace poco les haban sido negados.
Se basa en un mtodo comparativo que va enfrentando casos
similares entre s, pero que se diferencian en algunas caracte120
rsticas cruciales. Tal como seala Gallart, el anlisis cualitativo

no consiste en la estimacin cuantitativa de parmetros de un
universo dado, sino en el estudio comparativo de la conducta de
los actores dentro de un contexto determinado y en circunstancias situadas en el tiempo, donde se plantean hiptesis y tipologas tiles para interpretar la diversidad y semejanzas de las
conductas observadas. Esto implica la formulacin de conceptos que se van creando en un continuo ir y venir de la informacin emprica a la construccin de teora
El criterio de seleccin de la muestra no es probabilstico sino
intencional. Se seleccionan casos que varen en aquellas caractersticas consideradas relevantes para la respuesta al interrogante planteado.
El abordaje cualitativo se realiza desde una perspectiva holstica, se estudia a las personas en el contexto de su pasado y de
las situaciones en que se hallan insertas, se intenta captar la
definicin de la situacin que efecta el propio actor social y el
significado que ste da a su conducta, los cuales son claves para interpretar los hechos. Se contempla la totalidad de la situacin en la que se ubica el actor.
Tipo de
investigacin
Cualitativa
Cuantitativa
Estrategias
Metodolgicas y
tcnicas
Muestra intencional.
Supone un alto grado
de flexibilidad en las
formas de abordar la
problemtica.
Tcnicas interactivas y
no interactivas observacin, entrevistas,
historias de vida,
etc..
Estas tcnicas son
poco intrusivas sobre
los actores sociales y
no plantean mediaciones entre las acciones y los datos.
Muestra predeterminada. Supone un alto grado de rigidez.

Se parte de variables operacionalizadas que caracterizan
un gran nmero de
unidades a nivel de
agregaciones mayores y estadsticamente representativas.
Estas tcnicas interfieren en las prcticas de los actores y
plantean una mediacin de las mismas
por parte del investigador.
Mtodo analtico
Inductivo
Hipottico-deductivo
Perspectiva
adoptada
Actor/subjetividad
Observador/comportamiento objetivo
121
Aspectos relevantes que deben tenerse presente cuando uno encara el trabajo cualitativo
Es fundamental la relacin que se establece con aqullos a quienes se estudia. Tal como seala Maxwell (1996): En los estudios cualitativos, el investigador es el instrumento de investigacin, y la relacin humana es el medio a travs del que se hace
la investigacin. En particular, la relacin que se establece puede
facilitar o impedir otros componentes del diseo. Por ejemplo,
en una investigacin que realizamos con jvenes en un barrio
marginal, el relacionarnos con las principales lderes barriales
nos dificult que desarrollramos relaciones de trabajo con aquellas mujeres que sentan cierta hostilidad hacia las primeras.
Se trata de comprende a las personas dentro del marco de referencia de ellas mismas, por lo que es fundamental experimentar
la realidad tal como otros la experimentan. Es fundamental la
observacin de los actores en su propio terreno y de la interaccin con ellos en su lenguaje y con sus mismos trminos. Por
ejemplo, en una ocasin nos result sumamente complicado poder explicar a una de las mujeres entrevistadas la importancia
de poder decidir acerca de su maternidad. La cuestin era que
partamos de mundos de vida, referenciales, diferentes.
Es fundamental la inmersin del investigador en el contexto que
se analiza a fin de captar el sentido de la accin de los participantes, el cual supone la comprensin de las estructuras significativas de ese contexto que facilitan los procesos de entendimiento (Vasilachis, 1996).
El investigador cualitativo debe dejar de lado sus propias creencias, perspectivas y predisposiciones. Tal como lo seala Bruyn
(1996), el investigador cualitativo ve las cosas como si ellas estuvieran ocurriendo por primera vez. Nada se da por sobreentendido, el observador no puede dar nada por supuesto, debe colocarse en el lugar del no entender, de renunciar a los esquemas
interpretativos propios, dejar en suspenso las categoras de anlisis que maneja y dejarse invadir por los sentidos del discurso
de los actores y de las situaciones en la que participa.
La observacin siempre es selectiva, vemos lo que nuestros esquemas perceptivos estn predispuestos a ver, y opera siempre
un recorte de la realidad, pudiendo ser sta una de las debilidades que se le atribuyen a ste mtodo.
5.2. Tratamiento del dato cualitativo

En el apartado anterior nos centramos en los fundamentos de los mtodos cualitativos, ahora daremos cuenta de cmo, cuando uno utiliza esta
estrategia, resulta importante un adecuado tratamiento de los datos.
122
Durante mucho tiempo, las investigaciones que utilizaban datos cualitativos no mostraban cmo stos eran analizados, lo cual implicaba fuertes crticas respecto a la validez de las conclusiones alcanzadas. Hoy gran
parte de estas limitaciones se han ido superando, existen materiales de
diversa ndole que dan cuenta del manejo de los datos y de la modalidad
que asume su anlisis.
Con la utilizacin de la estrategia cualitativa es central el uso del mtodo comparativo de casos, el explicitar los criterios que se utilizan, los referidos a la eleccin de la muestra, a la recoleccin de la informacin y a
los elementos que permitieron establecer las categoras conceptuales. La
explicacin del camino seguido es lo que fundamenta el valor de estos hallazgos.
Otro aspecto que resulta de suma relevancia es cmo transformar e interpretar el dato cualitativo para dar cuenta de la complejidad del mundo
social. Nosotros nos centraremos en cmo comienza este proceso, a travs del muestreo y la codificacin de los datos.
Por ltimo, examinaremos las ventajas y desventajas de la integracin
en una misma investigacin de diversos recursos y herramientas metodolgicas.
5.2.1. Muestreo terico

Recordemos el uso del muestreo en la metodologa cuantitativa, a saber,
es la tcnica de seleccin de las unidades de anlisis de forma tal que las
mismas representan el universo de fenmenos interesantes. Entonces si
en la metodologa tradicional la definicin del problema de investigacin, el
recorte del objeto o fenmenos relevantes, universo de estudio y seleccin
de unidades de anlisis son un paso inicial irreversible y previo a la recoleccin de datos, en los mtodos cualitativos se propone una conexin dinmica entre el trabajo de campo, la lectura del los datos, las decisiones metodolgicas de seleccin de unidades de anlisis, la atencin sobre
fenmenos y contextos interesantes, dando al proceso de investigacin una
mayor flexibilidad.
El muestreo terico es dinmico y est inscripto en un dilogo permanente teora-datos, observador-observados, implica una actitud metodolgica
opuesta en gran medida a la de la metodologa cuantitativa orientada a verificar o falsar hiptesis. El observador/investigador debe permanecer todo el
tiempo abierto al transcurso, a los eventos de la marcha de la investigacin con la secreta aspiracin de que lo sorprenda lo inesperado.
En este proceso se puede iniciar la investigacin con un marco terico
parcial de conceptos, considerando algunas caractersticas de las estructuras y procesos en las situaciones que se considerarn. Por ejemplo: si se
quiere estudiar las caractersticas que asume el trabajo entre los jvenes
que habitan en un barrio marginal, sabremos antes de empezar la investigacin que sta est caracterizada por la precariedad laboral, concepto que
nos brindar un primer punto de apoyo para comenzar la investigacin, luego podremos encontrar conceptos locales y nuevos atributos correspondientes a ese concepto.
Segn Glaser y Strauss

(1967), el muestreo terico
es el proceso de recoleccin
de datos para generar una
teora por medio de la cual el
analista a la vez recoge, codifica y analiza su informacin y
decide qu datos escoger inmediatamente despus y dnde encontrarlos, a fin de desarrollar su teora tal como sta
va emergiendo.
GLASSER y STRAUSS, B. A.
(1967),Muestreo terico,
en: AAVV, The discovery
of grounded theory, Aldine Publishig Company,
New York, cap.
III.co.
123
Este tipo de abordaje se inicia sin un plan preconcebido, se trabaja con diversos grupos elegidos que se consideren importantes para el estudio (por
ejemplo jvenes precarios y no precarios) y se van ajustando continuamente
las categoras, se va comparando todo aquello que es pertinente a una misma categora, pueden ir apareciendo categoras o propiedades nuevas dadas por la similitud y diferencia entre los datos, se trabaja con grupos comparativos, los cuales deben ser diversos y amplios.
Ahora bien, es importante delinear con qu grupos trabajamos.
En este sentido, es fundamental para poder trabajar con el muestreo terico, seleccionar al menos dos grupos de comparacin sobre los cuales fijaremos nuestra atencin.
En principio, el investigador, elige cualquier grupo que le permitir encontrar todas las propiedades de una categora como sea posible, lo que, a su
vez, le permitir relacionar ms fcilmente las categoras entre s y sus propiedades. Por ejemplo, siguiendo el ejemplo anterior, la de los jvenes de
sectores de pobreza, a los efectos de la investigacin y seguir los criterios
del muestreo hemos seleccionado dos grupos para poder compararlos. Por
un lado, a los jvenes pertenecientes a la pobreza estructural, que son
aquellos que viven desde siempre en condiciones de pobreza; y por el
otro, a los jvenes pertenecientes a las familias de los denominados nuevos pobres, que son los que como consecuencia del proceso de ajuste estructural operado en las ltimas dcadas han visto modificado sus ingresos
e ingresado en el universo de la pobreza pero conservando altos niveles
educativos y una base patrimonial, vivienda, auto, etc.
La seleccin de grupos para comparar nos pemitir una maximizacin o
minimizacin simultnea tanto de las diferencias como de las similitudes de
los datos que recaen en las categoras que estn siendo estudiadas.
Un aspecto importante a tener presente es que la bsqueda de similitudes y diferencias es lo que nos permite descubrir categoras y desarrollar y
relacionar sus propiedades tericas:
Maximizando y minimizando las diferencias entre los grupos comparativos,
el investigador puede controlar la relevancia terica de su recoleccin de datos. El comparar tantas diferencias y similitudes en los datos como sea posible tiende a forzar al analista a generar categoras, sus propiedades y sus interrelaciones, cuando trata de comprender sus datos (STRAUSS , 1967).
El investigador debe desarrollar dos tipos de estrategias para manejarse

con el muestreo terico: por un lado utilizar el criterio de minimizar las diferencias, es decir, tratar de homogeneizar, seleccionando actores, situaciones
y contextos similares; y por el otro lado maximizar las diferencias buscando
los contrastes ms significativos.
Cuando adoptamos el enfoque de minimizar las diferencias entre grupos
de comparacin nos aumenta:
La posibilidad de que el investigador recolecte muchos datos similares en una categora al tiempo que descubre importantes
diferencias no captadas en la primera recoleccin de datos.
Las similitudes en los datos que se relacionan con una categora le otorgan valor interpretativo o explicativo a la misma. Por
124
ejemplo, la propiedad bsica que impulsa a las mujeres jvenes

de sectores de pobreza a trabajar es su situacin de conyugalidad y edad situacin que fue descubierta por medio de las entrevistas y observaciones participantes. Detectar estas propiedades fue importante antes de establecer otras propiedades
vinculadas al trabajo de las mujeres en relacin a los dems integrantes del grupo familiar.
La posibilidad de establecer bajo qu condiciones encontramos
una categora, tanto en cada caso en particular como un tipo especfico. Por ejemplo: en contextos de pobreza, la bsqueda de
trabajo de los jvenes, es esperable cada vez que el principal
sostn econmico de la familia se encuentre desocupado.
El otro enfoque es maximizar las diferencias entre los grupos de comparacin, lo cual:
Aumenta la probabilidad de que el investigador recolecte datos
diferentes y variados en relacin con una categora, mientras
que todava sigue hallando similitudes estratgicas entre los
grupos.
Nos permite resaltar la ms amplia cobertura posible de un tipo,
grados, uniformidades, variaciones, causas, condiciones, consecuencias, probabilidades de relaciones, estrategias, procesos,
mecanismos estructurales, etc...., todos necesarios para la elaboracin de la teora. O sea, nos permite descubrir uniformidades
fundamentales de mayor alcance. Por ejemplo, si se consider
ambos grupos de pobreza pobres estructurales y nuevos pobres, al maximizar las diferencias tomamos en consideracin diferentes condiciones de origen, actuales, lugares de residencia,
lo que nos permite descubrir importantes diferencias.
En esta estrategia tambin se hace presente el inters natural que tienen
los cualitativistas por los contracasos o hechos, actores o situaciones que
se apartan de las teoras aceptadas y de sus propias explicaciones. Las excepciones que en la metodologa cuantitativa eran consideradas residuo
sin valor estadstico, aqu asumen un valor muy importante.
Un aspecto a tener presente es que la seleccin de los grupos es una
decisin que toma el investigador y, tal como lo seala Glasser y Strauss,
l es un activo muestrista de datos tericamente relevantes, no un etngrafo tratando de obtener la informacin ms completa posible sobre un grupo,
con o sin un diseo previamente planeado de investigacin. Como tal, debe
analizar continuamente los datos para ver adnde lo conduce la siguiente
pregunta terica.
Luego de seleccionar a los grupos, surgen dos preguntas:

Cuntos grupos se deben elegir? Hasta qu grado debemos
recolectar datos sobre un solo grupo?. Para poder responder a
estas preguntas es necesario introducirse en las discusiones
sobre la saturacin terica.
125
5.2.2. Saturacin terica

Como hemos sealado anteriormente, cuando el investigador trata de descubrir teora, conceptos explicativos o nuevas relaciones entre conceptos,
no puede establecer desde el principio cuntos grupos se integrarn a su
muestra durante todo su estudio, slo los podr contar al final. Los datos
para varias categoras se recolectan, por lo general a partir de un solo grupo, mientras a su vez se busca al mismo tiempo nuevos grupos.
De esta manera, est tratando continuamente con una multiplicidad de
grupos y una multiplicidad de situaciones dentro de cada grupo; mientras
esta absorto en generar teora encontrar difcil contar todos estos grupos
Cmo sabemos cuando detener el muestreo de grupos diferentes respecto a cada categora?. La respuesta es la saturacin terica de la misma.
Saturacin significa que no se hallar ninguna informacin adicional por medio de

la cual se pueda desarrollar propiedades de la categora. Al ver instancias similares
una y otra vez el investigador adquiere confianza emprica de que una categora
est saturada. l se desva de su camino para buscar grupos que amplen lo ms
posible la diversidad de los datos, slo para cerciorarse de que la saturacin est
basada en el rango ms amplio posible de los datos en la categora.
En los estudios cualitativos, la recoleccin y el anlisis son instancias que

se llevan a cabo de manera simultnea, de modo tal que cuando una categora est saturada no queda otra cosa sino orientarse hacia nuevos grupos
para obtener datos sobre otras categoras e intentar saturar tambin estas
nuevas categoras. Al tratar de alcanzar la saturacin, se maximizan las diferencias en los grupos a los efectos de ampliar la variedad de datos contenidos en una categora, y de esa manera desarrolla tantas propiedades diversas de las categoras como sea posible.
Cuando estudiamos un incidente en un grupo, lo que se alcanza es el
descubrimiento de algunas categoras bsicas y algunas de sus propiedades, mientras que el estudio de grupos o subgrupos similares dentro del
mismo, nos permitir obtener una pocas categoras ms y sus propiedades,
siendo ste slo el comienzo de una teora. Luego si se intenta generar teora aunque puede ese no ser nuestro objetivo, se tratar de saturar sus
categoras maximizando las diferencias entre grupos, es decir, analizar las
mismas situaciones en otros grupos, escenarios y contextos. O sea, tal como seala Joseph. A. Maxwell, 1996, el muestreo debe contemplar: tiempo,
lugares e individuos, es una muestra intencional, deliberadamente seleccionada que tiene por objetivo:
1. alcanzar representatividad, heterogeneidad.
2. que las conclusiones representen todo el rango de variacin.
3. seleccionar casos crticos.
4. establecer comparaciones particulares para iluminar las razones
de distincin entre lugares e individuos.
5. alcanzar la saturacin terica de las categoras.
Ahora bien, es cierto que despus de sta explicacin podemos considerar
que la puesta en prctica de un estudio con stas caractersticas generar
126
teora es de difcil realizacin. Pero si queremos escalar unos pocos metros

del Everest, tambin debemos saber cmo es posible llegar a su cima de
forma tal de ir delineando el camino. Con esto queremos decir, por si no se
comprendi, que nuestro objetivo no tiene por qu ser el generar teora, pero s puede ser descubrir categoras y desarrollar y relacionar sus propiedades tericas, para lo cual s es importante que trabajemos con grupos de
comparacin, maximizando y minimizando las diferencias que consideremos
relevantes. Llegar al punto de saturacin terica, es ms complejo, ya que
se alcanza luego de mucho tiempo de investigacin.
Por ejemplo, en una investigacin sobre los efectos de la precarizacin y
la informalidad sobre el trabajo infantil, se consider el trabajo infantil callejero en dos aglomerados urbanos del pas, el Gran Rosario y el Gran Mendoza. Como resultado se elaboraron/redefinieron categoras especficas del
trabajo infantil. Algunos de los aspectos que se tuvieron en cuenta fueron:
el sector social de pertenencia, las estrategias de vida y de superviencia,
las unidades domsticas que contienen a los menores, las actividades especficas que desarrollan los nios como parte de esas estrategias. Las categoras definidas fueron: el trabajo infantil informal, el trabajo infantil domstico, el trabajo infantil en la economa social, el trabajo infantil precario
y el trabajo infantil en situacin de aprendizaje.
El ejemplo presentado da cuenta de los conceptos explicativos surgidos
como resultado de una investigacin. Si esta misma categorizacin quisiera
alcanzar el nivel de teora, deberamos continuar con el anlisis comparativo
hasta que saturemos por completo las categoras.
5.2.3. Codificacin
Lo central es transformar e interpretar el dato cualitativo para dar cuenta de
la complejidad del mundo social. Tengamos presente que hay diferentes tipos
de datos cualitativos, como veremos ms adelante, pero lo central es transformar e interpretar el dato. Cuando trabajamos con los datos cualitativos debemos crear problemas en lugar de tomar problemas definidos por otros.
Es bsico tener presente en todo momento que el anlisis es

una parte del diseo y de la recoleccin de datos ya que forma parte del mismo proceso y no viene a posteriori.
Cuando por ejemplo, desgrabamos una entrevista, debemos organizarla y codificarla, lo cual significa darle unidades de sentido, pero la conexin entre
toda la entrevista es mantenida.
En este sentido el anlisis de los datos cualitativos, por lo general, comienza con la codificacin, la cual debe:
cdigos
Asignacin
etiquetas
A los datos basados en
unidades
nuestros conceptos
de sentido
127
Establecer vnculos de diferentes tipos.

Entre segmentos de datos
Entre categoras subcategoras conceptos
Coffey y Atkinson, nos proponen dos formas de aproximarnos a la codificacin de los datos:
C OFFE , ATKINSON ,
A. P. (1996),
Concepts and coding,
en: AAVV, Making sense
of qualitative data, Sage
Publications, California.
La primera implica una simplificacin o reduccin de los datos a

travs de la clasificacin general y amplia de stos con el mismo cdigo, lo cual nos permite trabajar los datos de un modo
cuasicuantitativo.
Este procedimiento presupone tres operaciones:
identificar fenmenos relevantes,
recolectar ejemplos de esos fenmenos y
analizarlos para encontrar regularidades, diferencias y estructuras
La segunda contempla la expansin de los datos, lo cual estara
implicando la transformacin y reconceptualizacin, o sea se deben abrir los datos, interrogarlos ms ampliamente. Esta segunda alternativa es ms congruente con el muestreo terico.
Ahora bien, cules son los procedimientos que debemos seguir en la codificacin:
La lectura de los datos para descubrir eventos particulares, palabras claves, procesos, caractersticas que permiten descubrir
la esencia del fenmeno o usar una lista de categoras previas.
Reduccin de datos, contenidos temticos generales segn
preguntas de investigacin.
Profundizacin ampliacin del anlisis y generacin de nuevas
subcategoras de acuerdo a lo que sealan los informantes y
nuestros propios intereses conceptuales.
Estas subcategoras pueden:
Superponerse con otras en el mismo segmento de datos
Aplicarse varias veces en un mismo segmento de datos.
Y por ltimo debemos tener presente los distintos niveles de las categoras:
Los niveles de categorizacin varan en un amplio espectro de
los ms amplios a los ms detallados, lo cual depende de los
intereses de la investigacin
El proceso de codificacin va de categoras muy cercanas a los
datos a otras que provienen del trabajo analtico.
Va pasando del contenido a la forma.
3. A continuacin se transcribe parte de una entrevista realizada a una joven de un barrio marginal. Se les pide que codifiquen la misma teniendo presente lo sealado en prrafos anteriores acerca de identificacin de temas, unidades de
sentido, palabras clave y expansin de datos, etc.
128
Somos 10 hermanos, todos salamos a trabajar, yo de chiquita trabaj en casa de familia, a los 9 aos mi mam me pregunt si quera trabajar y le dije que s, era con cama adentro.....Mi mam no me obligaba a trabajar, no haca falta que me
lo dijera, yo me daba cuenta y quera ayudar a mi mam, a
veces que no tenamos para comer mi mam se pona histrica, y yo no quera que pase eso...... Cuando cumpl los 16 me
cas y me quise independizar, y me fui a trabajar con cama en
otra casa; despus agarr trabajos con cama afuera cuando
conoc a mi novio, y ahora que tengo la beba, no dej de trabajar ya que mi marido no encuentra trabajo............Si cuando
yo salgo l me cuida a la nena, al principio le cost un poco,
pero ya se est acostumbrando y a m eso me hace sentir
bien, aunque a veces me siento mal porque creo que eso lo
debera de estar haciendo yo
5.3. La integracin de mtodos : Triangulacin

Segn Denzin (1978) La triangulacin es la combinacin de metodologas
para el estudio de un mismo fenmeno, en una misma investigacin se pueden combinar variadas observaciones, perspectivas tericas, fuentes de datos y metodologas. En este sentido la triangulacin es un plan de accin
que permite al investigador superar los sesgos propios de una determinada
metodologa, lo cual no implica que su utilizacin por s misma lo garantice.
Algunos autores argumentan que con la integracin de mtodos, se da
solucin a las debilidades presentadas por los mtodos cualitativos, dado
que stos responden a una etapa exploratoria que antecede al testeo estadstico de hiptesis y que sirve para afinar la definicin de las variables.
Otros argumentan que las investigaciones cualitativos nicamente interesan
a las organizaciones o grupos especficos y que deben ser complementados
con los estudios de carcter cuantitativo. Ninguna de estas posiciones son
compartidas por nosotros, dado que cada mtodo tiene su sustento terico
y formas de validacin. Lo que s compartimos es que la integracin metodolgica nos permite tener una visin con caractersticas diferentes de los fenmenos estudiados.
VASILACHIS DE GIALDINO, I (1992), Tesis 7, en: Mtodos cualitativos I, Los problemas terico-epistemolgicos, Centro Editor de
Amrica Latina, Buenos Aires.
LACARRIEU, MNICA;
ISLA, ALEJANDRO Y
SELBY, HENRY (1999), "Parando la olla. Transformaciones familiares, representativas y valores en los
tiempos de
Menem", Flacso-Norma,
pp.75-115 y 243-281.
LACARRIEU, MNICA;
ISLA, ALEJANDRO Y
SELBY, HENRY (1999), "Parando la olla.
Transformaciones familiares, representativas y valores en los tiempos de
Menem", Flacso-Norma, ,
pp.15-38.
La estrategia fundamental del abordaje mulitmtodo es atacar

el problema a investigar con un arsenal de mtodos que no
superpongan sus debilidades y que, adems, agreguen sus
propias ventajas complementarias. La medicin triangulada intenta probar distintos valores de un fenmeno para lograr mayor exactitud vindolo desde distintas perspectivas metodolgicas y permite establecer la validez de un mtodo
determinado a la luz de otros mtodos, BREWER y HUNTER, citado por VASILACHIS DE GIALDINO, I (1992).
129
Tal como lo sealan Glasser y Strauss (1967), no hay oposicin entre los
propsitos y las capacidades de los mtodos y datos cualitativos y cuantitativos, ya que cada forma de datos es utilizable tanto para la verificacin como para la creacin de teora, segn en donde se enfatice. El tipo anlisis a
realizar depende de los intereses y objetivos perseguidos en de la investigacin as como de la experiencia del investigador. En muchos casos pueden
ser necesarios ambos tipos de datos, para ser usados de manera complementaria, para una mutua verificacin o como distintos tipos de datos sobre
el mismo fenmeno que, al ser comparados, pueden cada uno, generar teora o explicaciones (VASILACHIS DE GIALDINO, I, 1992).
Retomando lo visto anteriormente, cuando un investigador define su problema de investigacin, se le plantea la necesidad de elegir el tipo de metodologa a utilizar. Una posibilidad es utilizar un enfoque que contemple la
combinacin de mtodos cualitativos y cualitativos de la investigacin para
el estudio del mismo fenmeno.
5.3.1. Cmo puede ser la triangulacin

Metodolgica
Entre enfoques cuantitativos y cualitativos durante el desarrollo
del estudio, que tambin se denomina intermetodolgica. Por
ejemplo, una investigacin de Forni, Benencia y Neiman (1991),
focalizada en la provincia de Santiago del Estero, en donde el
problema central de la investigacin era la relacin entre las
condiciones econmicas y los comportamientos demogrficos,
reproductivos y migratorios, con especial atencin a la mediacin de la unidad familiar, se combinaron a lo largo de la investigacin el anlisis cuantitativo de datos censales y encuestas
con estudios cualitativos de casos de familias rurales, centrados en sus estrategias de supervivencia.
De fuente, que tambin se denomina intrametodolgica o dentro
del mtodo: por ejemplo en una investigacin de Gallart y Cohelo (1977) sobre las escuelas secundarias, en donde se planteaba descubrir los procesos organizacionales que facilitaban u
obstaculizaban la introduccin y difusin de las innovaciones en
las escuelas secundarias, se contrastaron las respuestas abiertas de los distintos protagonistas de las escuelas teniendo en
cuenta su posicin diferencial en la estructura organizacional;
asimismo se contrastaron las entrevistas con la observacin
participante de aulas e institucional. El objetivo no fue la deteccin de uniformidades sino el descubrimiento del sentido de la
diversidad.
Entre investigadores: se puede realizar, por ejemplo, en una misma investigacin para el control mutuo de distintos investigadores, en donde se contrasta lo observado y las conclusiones alcanzadas por cada uno de ellos con la de los dems.
Terica: sta contempla el uso de mltiples perspectivas teri-
130
cas en relacin con la misma situacin o fenmeno a estudiar.

Por ejemplo si tomamos la ltima huelga general, podemos analizarla, por un lado, desde la teora del conflicto social y, por el
otro, podemos estudiar el tipo de representaciones que este tipo de acciones van creando entre los manifestantes.
4. Formule una pregunta de investigacin, sitese en un contexto determinado y presente cmo lo abordara considerando
alguna de los dos tipos de triangulaciones metodolgicas.
(Es recomendable realizar esta actividad una vez finalizada la
comprensin de la Carpeta de trabajo, ya que es importante
que tenga presentes las distintas formas de generar datos cualitativos que veremos en el prximo apartado).
5.4.Tcnicas cualitativas de recoleccin de datos

En el apartado anterior nos centramos en el tratamiento del dato cualitativo.
Ahora, nos detendremos en la comprensin de las principales tcnicas de
recoleccin de datos utilizados por esta metodologa: la observacin, la entrevista, la historia de vida y los documentos.
Antes de adentrarnos en la comprensin de cada una de ests tcnicas
es importante tener presente que para obtener informacin sobre un mismo
problema pueden emplearse mtodos y tcnicas distintas. Sin embargo lo
relevante en la investigacin cientfica radica en seleccionar los adecuados,
dependiendo stos de la naturaleza del fenmeno a estudiar, los objetivos
del estudio y la perspectiva de anlisis.
Podemos decir que los mtodos y las tcnicas son las herramientas metodolgicas de la investigacin, ya que nos permiten llevar a cabo las distintas etapas de sta dirigiendo los procesos mentales y las actividades prcticas hacia la consecucin de los objetivos formulados.
Sin entrar a profundizar demasiado, es importante tener en cuenta la diferencia entre el trmino mtodo y tcnica, lo cual nos proporcionar una
concepcin ms adecuada del proceso de investigacin. Segn Max Hermann, el mtodo cientfico es el camino que se sigue en la investigacin y
comprende los procedimientos utilizados para descubrir las formas de existencia de los procesos del universo, para desentraar sus conexiones internas y externas, para generalizar y profundizar los conocimientos y para demostrarlos rigurosamente.
El mtodo cientfico no se presenta de manera nica, sino que hay diferentes formas abordar y enfocar un problema, de proceder para recopilar la
informacin, de analizarla y de presentarla. Todas esas maneras son guiadas por una serie de principios o preceptos que permiten considerar los resultados obtenidos como cientficos.
Puede decirse que el mtodo se refiere a criterios y procedimientos generales que guan el trabajo cientfico para alcanzar un conocimiento de la realidad y la tcnica es un conjunto de reglas y operaciones para el manejo de
los instrumentos que auxilia al individuo en la aplicacin de los mtodos.
Por eso es importante que una vez formulabas nuestras preguntas de investigacin, consideremos cul de las distintas tcnicas de generacin de
datos, va a permitirnos de mejor manera dar respuesta a ellos. De hecho es
131
bastante probable que uno quiera construir un anlisis usando datos derivados de diferentes fuentes y utilizando diferentes tcnicas.
Ahora bien, una vez formuladas estas consideraciones de carcter general vamos a adentrarnos en la descripcin de cada una de las tcnicas mencionadas en prrafos anteriores y ver a qu preguntas de investigacin pueden permitirnos dar respuesta.
5.4.1. La observacin
ANGUERA, M. T.
(1996), Grado de
participacin del observador, en: Metodologa de
la Observacin en las
Ciencias Humanas, Ctedra, 125 a 148.
El trmino observacin, y en especial observacin participante, es el

mtodo de generacin de datos que involucra al investigador sumergindolo
en un escenario de investigacin. En l, se observa sistemticamente dimensiones de ese escenario, interacciones, relaciones, acciones, acontecimientos, etc.
En las ciencias sociales hay una larga tradicin de investigacin observacional, especialmente entre los investigadores influenciados por la antropologa social; de aqu el uso comn del trmino etnografa o investigacin de
campo para describir el tipo de estrategia de investigacin que ve a los mtodos observacionales como una plataforma central
La observacin participante es un proceso caracterizado, por parte del investigador, como una forma consciente y sistemtica de compartir, en todo lo que le
permitan las circunstancias las actividades de la vida, y, en ocasiones, los intereses y afectos de un grupo de personas. Su propsito es la obtencin de datos
acerca de las conductas a travs de un contacto directo y en trminos de situaciones especficas en las cuales sea mnima la distorsin producida en los resultados
a causa del efecto del investigador como agente exterior (ANGUERA, 1996). O sea,
el investigador debe sumergirse en la situacin a estudiar, mientras que en la observacin no participante el investigador no se ve obligado a participar activamente en los procesos del campo.
Un aspecto a considerar cuando se selecciona esta tcnica es que puede

consumir mucho tiempo y recursos, por lo cual hay que estar seguro de sus
razones para llevarla a cabo, del mismo modo que se debe tener presente
que detrs de su utilizacin subyace el inters en las interacciones, acciones y comportamientos y la forma en que la gente los interpreta y acta en
ellos. En este sentido, se puede estar interesado en las interacciones que
involucran una gran cantidad de personas (por ejemplo: demostraciones de
masas, el comercio en el centro de la ciudad, rutinas diarias, conversaciones, lenguajes, retrica utilizada, estilos de comportamientos que puede incluir los no verbales), o bien en el escenario en s mismo (por ejemplo: un
pub o caf, un pueblo o clases, una corte de justicia, un hospital).
Distintos objetivos perseguidos darn lugar a que nuestra observacin
tenga un mayor o menor recorte de los hechos o fenmenos a observar, pudiendo sta estar ms estructurada o menos estructurada y necesitar de
mayor o menor tiempo de dedicacin y de una mayor o menor participacin
nuestra en el medio a estudiar.
Ahora bien, si realmente se propone entrar a un escenario, situacin o
interaccin para ejecutar alguna forma de observacin deber prepararse no
132
slo para el proceso y tcnica de realizacin, sino tambin para la interaccin social.
Tal como la seala Jennifer Masson (1996):
Se involucrar de diversos modos en la observacin, participacin, interrogacin, escucha, comunicacin, as como en una amplia gama de otras formas de ser, hacer y pensar. En estos casos es probable que el trabajo sea arduo ya que los escenarios, situaciones e interacciones pueden ser
marcadamente ms confusos y complicados, con un sinnmero de cosas sucediendo a la vez, su propio rol puede ser un poco menos claro que si se limita a ser un entrevistador, y puede estar sujeto a frecuentes negociaciones y renegociaciones, usted puede encontrarse involucrado en su escenario por
largos perodos de tiempo
Antes bien, en qu casos nos sera til el uso de esta tcnica? Siempre
que queramos conocer acerca de conductas concretas, de la accin o interaccin humanas, en situaciones sociales ms o menos simples o complejas la misma es sumamente conveniente. Por ejemplo, aplicamos esta tcnica si nos interesa conocer el ambiente institucional en donde se desarrollan
determinados modelos de formacin profesional; el contexto en que se implementan los programas de empleo, los intereses y afectos de un grupo de
personas; etc.
5. En funcin de lo expuesto hasta aqu, comente:

a. Qu tipo de unidades de anlisis le parece que seran ms
adecuadas con esta tcnica.
b. Tres temas que sera apropiado abordar desde la observacin participante y tres temas que no lo seran, y fundamntelo.
GUBER , R. "El salvaje metropolitano" (1991), Ed. Legasa Bs. As, pp.172-190.
El trabajo de campo
El proceso que corresponde al trabajo de campo realizado mediante la observacin y/u observacin participante a lo largo de un tiempo le corresponden distintos pasos
AGUIRRE BAZTAN, A. (1995), Etnografa, en: Etnografa. Metodologa cualitativa en la Investigacin sociocultural, Boixareu
Editorial Universitaria, Marcombo.
Nosotros nos detendremos especficamente en la llegada al campo, en los

informantes y el registro de los datos.
a) La llegada
Las barreras difciles de franquear en la entrada al rea de trabajo son ms
de tipo psicolgico que fsico. Por ejemplo, si nos proponemos realizar el
campo en una comunidad SKIN debemos tener presente que no se debe
nunca aguantar las miradas, lo mismo ocurre en una comunidad sectaria o
religiosa en la cual no se es iniciado, o en el campo de una empresa donde
siempre se teme por el espionaje industrial o financiero, o simplemente en
un shopping en donde los custodias pueden dudar acerca de nuestra actitud.
133
b) Los informantes
Son aquellas personas bien informadas que nos proporcionan informacin
sobre el grupo a estudiar. Se debe elegir bien a los informantes, casi con el
mismo cuidado con que uno elige a su propio mdico, porque el trabajo de
campo depender en gran parte de ellos. Slo sern buenos informantes
los que tienen voluntad de informar, lo cual significa que stos han aprobado al investigador.
Hay que tener presente que nadie da nada a cambio de nada, por lo que
el intercambio es mutuo, de amistad, factores, etc.. Esto, a su vez, es una
buena garanta de xito. Hay que evitar los informantes oficiales, es decir,
los que proporcionan la verdad oficial como portavoces
Es til confrontar la informacin que proporcionan los distintos informantes entre s y cotejarlo con lo que el investigador percibe. Esto evita la ingenuidad. No hay que olvidar que el informante es un traductor no slo de
lenguajes sino, sobre todo, de significados. Informantes tales como los porteros, conserjes, secretarias, escoltas, choferes, llegan a saber ms de lo imaginable.
Cuando se trata de grupos cerrados, como sectas o tribus urbanas, el
nico informante posible es el mismo infiltrado que convive o algunos miembros que ha abandonado estos grupos.
Hay informantes globales, que son los que tienen una visin completa de
la comunidad, e informantes especficos, que son personas que nos informar sobre un tema especfico. Por ejemplo, una mujer que nos cuente acerca los roles de la poblacin femenina en los comedores comunitarios. El informante es un endoetngrafo de su cultura global o bien de su microcultura
especfica.
Gran parte del trabajo investigador, adems de estar all, observacional, descansa en la aportacin de los informantes.
GUBER, ROSANA
(1991), "El salvaje
metropolitano", Edit. Legasa - Bs. As., pp.. 128 143
6. Pensar un ejemplo de cada tipo de informante y describir,

sintticamente, qu tipo de informacin nos proporcionara.
c) Registro de datos
c.1) Las notas de campo
stas representan el mtodo tradicional usado para registrar los datos procedentes de la observacin. Las notas consisten en descripciones ms o
menos concretas de procesos sociales y sus contextos. La finalidad es captar los procesos sociales en su integridad, resaltando sus diversas caractersticas y propiedades, siempre en funcin de cierto sentido comn sobre lo
que es relevante para los problemas planteados en la investigacin.
La elaboracin y recogida de notas de campo debe llevarse a cabo con el
mximo cuidado. Un proyecto de investigacin puede estar muy bien estructurado y tericamente bien fundamentado, pero si el proceso de redaccin
de notas es inadecuado es como usar una buena cmara con una pelcula
de mala calidad. En ambos casos la solucin ser insatisfactoria y los resultados pobres; slo saldrn fotografas veladas.
La compilacin de notas de campo parece una actividad sencilla. Sin embargo, como cualquier etapa del trabajo intelectual, requiere cuidado y aten-
134
cin a los detalles, y una recogida de notas satisfactorias debe incidir en

ello. Es una actividad que requiere una continua reevaluacin de los propsitos y prioridad, as como de los costos y beneficios de las diferentes estrategias a seguir. As, el tpico consejo escribe lo que veas y escuches elude
otros problemas importantes. Entre otras cosas se deber decidir qu escribir, cmo escribirlo y cundo escribirlo.
Cundo hay que escribir las notas?
En principio se debera tomar nota inmediatamente despus de observar la
accin que va a ser anotada. Cuando las notas son realizadas con posterioridad a los acontecimientos, con el paso del tiempo la calidad de las mismas disminuye, se pierden los detalles y se pueden olvidar episodios enteros que quedan irremediablemente confusos.
Lo ideal sera tomar notas al mismo tiempo que se realiza la observacin participante. Pero ello no siempre es posible e, incluso cuando es posible, las oportunidades pueden ser muy limitadas. Pueden surgir restricciones debido a las caractersticas sociales del campo de investigacin as
como a la naturaleza de la posicin social del investigador en relacin a los
anfitriones.
En la mayora de los lugares, el investigador no puede estar visiblemente expuesto en un proceso continuo de escribir anotaciones, sacar cuadernos de notas durante las conversaciones y actividades similares. En muchas circunstancias una actividad de este tipo puede resultar totalmente
incompatible con una participacin natural. Es difcil pensar en Laud
Humphreys (1970), por ejemplo, tomando numerosas notas al tiempo que
actuaba como voyeur en lavabos pblicos y observaba encuentros entre
homosexuales.
En algunos contextos, por supuesto, escribir puede ser una actividad imperceptible que es posible realizar tomando notas de forma encubierta. En
un estudio de este tipo sobre las estrategias desarrolladas por estudiantes
para perder el tiempo en las bibliotecas universitarias, por ejemplo, puede
ser posible que el investigador emprenda una redaccin espasmdica aunque ste debera tener cuidado para no parecer demasiado diligente.
La actitud de tomar notas debe ser claramente congruente con el contexto
del campo investigado.
As pues, muchas notas de campo son apuntes recogidos al vuelo en el
transcurso de la interaccin observada. Una broma comn al respecto se refiere a las frecuentes visitas de los investigadores al bao donde, inmediatamente despus de la accin, pueden garabatear en privado anotaciones
precipitadas.
Por otra parte, es importante registrar hasta las cosas que no hemos
comprendido inmediatamente porque, posteriormente, pueden ser importantes. Incluso cuando es posible tomar notas en el campo correctas y extensamente, stas, como los apuntas breves, debern ser elaboradas, ampliadas
y desarrolladas a posteriori.
No se saca ningn provecho observando la accin social durante extensos perodos si no se dedica el tiempo adecuado a la redaccin de las notas. La informacin se escabullir rpidamente.
Nunca est de ms enfatizar la importancia de las anotaciones meticulosas. No se debe confiar en la memoria. Una buena mxima: ante la duda
escrbelo
Es de destacar que las

notas ms breves
pueden ser de valiosa ayuda en
la elaboracin de un informe.
Como sugieren SCHATZMAN y
STRAUSS (1973:95):
Una sola palabra, aunque meramente descriptiva, del vestido de una persona, o de una
determinada expresin de alguien, normalmente es suficiente para desencadenar una
serie de imgenes que permitan una reconstruccin sustancial de la escena observada.
135
Qu forma y que contenido deben tener las notas de campo?

Durante la primera etapa de la investigacin, las notas de campo son de carcter general y, probablemente, existir cierto recelo de priorizar cualquier
aspecto en particular puesto que no se estar en posicin de realizar este
tipo de seleccin de tpicos. A medida que avanza la investigacin y se identifican nuevas soluciones, las notas se irn restringiendo al tema en cuestin. Por otro lado, caractersticas que previamente parecan insignificantes
pueden adquirir nuevos significados.
A media que las ideas tericas que usamos para interpretar lo que observamos se desarrollan y cambian, tambin cambia lo que es significativo y lo
que debe ser incluido en las notas de campo. Con el transcurso del tiempo,
las notas tambin deben cambiar de carcter, volvindose ms concretas y
detalladas. En efecto, preservar la concrecin es una consideracin importante en la redaccin de las notas de campo
Otro aspecto importante a tener en cuenta es que las palabras reales
que usa la gente pueden ser de considerable importancia analticas. Los
vocabularios locales (jergas, modismos, expresiones idiosincrticas, refranes o frases hechas, etc.) nos proporcionan valiosas informaciones sobre la
forma en que los miembros de una determinada cultura organizan sus percepciones del mundo y forman la construccin social de la realidad.
El inters sobre el significado de las terminologas utilizadas por los actores ha aumentado. Lo importante es ser capaz de documentar y recuperar
los contextos reales donde se producen este tipo de trminos populares. En
un estudio sobre vagabundos, Spradley (1970) identific diversas categoras
de actores que tenan lenguajes particulares: los propios vagabundos, los
asistentes sociales, agentes policiales, asesores, jueces, secretarios del tribunal, abogados, para no mencionar lo etngrafos. Por supuesto que estos
lenguajes no son totalmente independientes e inteligibles entre s. Sin embargo ellos son los principales indicadores de las diferencias culturales que
constituyen definiciones divergentes y diferencialmente distribuidas en la situacin. Incluyen desde los lenguajes especializados de grupos de profesionales, pasando por los refranes locales y los dialectos regionales o aquellos
basados en la clase social.
Igualmente importante es que el registro del discurso y de la accin est
contextualizado en relacin a la descripcin de quines estaban presentes y
dnde, en qu momento y bajo que circunstancias se produca la accin. En
la etapa de anlisis, cuando reunamos toda las informaciones, categorizando, analizando y comparando casos, puede ser crucial que se puedan distinguir las circunstancias que envuelven una actividad.
Elaborando el registro de campo
Spradley (1980:78ff) sugiere un cuestionario elemental que puede ser usado para guiar la elaboracin de registros de campo;
1. Espacio: el lugar o lugares fsicos.
2. Actor: la gente implicada.
3. Actividad: una serie de acciones relacionadas entre s que las
personas realizan.
4. Objeto: las cosas fsicas que estn presentes
5. Acto. Una determinada accin
6. Acontecimiento: una serie de actividades relacionadas entre s
que la gente lleva a cabo
136
7. Tiempo: la secuencia que se desarrollan en el transcurso del

tiempo
8. Fines: las metas que la gente intenta cumplir
9. Sentimientos: las emociones sentidas y expresadas
c.2) Otros recursos a utilizar

Otra tentativa para resolver los dilemas surgidos de la redaccin de las notas de campo consiste en recurrir a tcnicas de registro electrnico, audio o
audio/visuales, durante el transcurso de la observacin. Por ejemplo, el registro en video de dos grupos de lectura en una clase de primer ao, en donde se observ con detalle la interaccin interpersonal, verbal y no-verbal, pudo mostrar que mientras que la interaccin en uno de los grupos pareca
ordenada y en el otro desordenada y, efectivamente, as era visto por el profesor, lo que ocurra en realidad era que haba un tipo diferente de orden,
en parte motivado por la actividad del profesor, lo que tena consecuencias
terribles en el rendimiento de los alumnos. Existen trabajos igualmente detallados, sobre los procesos de interaccin realizados por analistas del discurso a travs del uso del grabador. Cuando la investigacin requiere este
nivel de detalle, probablemente la grabacin resultar de capital importancia. Inclusive el enfoque es ms amplio y no es tan imprescindible registrar
cada palabra o cada gesto, estas tcnicas de todas maneras continan
siendo tiles debido a su exactitud y concrecin.
Por supuesto, no siempre se obtiene el permiso necesario para usar estas tcnicas, y ello restringe el nmero de escenarios que pueden ser elegidos para realizar la investigacin. Incluso cuando se obtiene la autorizacin,
la conciencia de que los hechos estn siendo registrados har que los acontecimientos, probablemente, cambien de forma significativa.
En muchas ocasiones se utiliza el grabador para hacer entrevistas, pero
tambin para grabar las escenas de la sala. De esta forma se combina la recogida de datos y su registro. Sin embargo existen ocasiones en las que el
grabador puede interrumpir la naturalidad de la conversacin, en otras situaciones el grabador no interrumpe el acontecimiento. Siempre es importante
cmo nos vamos a posicionar y cmo somos vistos por el/los otros antes
de encenderlo.
Por supuesto, hay limitaciones en relacin a lo que puede ser registrado
con este sistema. Es obvio, pero no por ello menos significativo, que slo
pueden registrarse sonidos; el comportamiento no verbal y el entorno fsico
de las actividades tendrn que ser registrados a travs de las notas de campo. En efecto, estos aspectos deben quedar lo suficientemente documentados en sus mnimos detalles para que permitan comprender el contexto de
la grabacin.
Hace pocas semanas una funcionaria de la Secretara de Accin

Social concurri a un comedor situado en una villa, las mujeres,
que participaban en un grupo de violencia familiar, la estaban
esperando junto con dos profesionales que coordinaban el grupo. La primera accin de esta funcionaria fue ubicar su grabador y varios cassettes sobre una mesa, accin que tuvo como
respuesta contestaciones escuetas y evasivas. Cmo se imaginan ustedes que uno debera encarar una situacin de este tipo?
A modo de advertencia: las tcnicas de

grabacin sonora y visuales
no pueden reemplazar al observador participante y sus
notas de campo. Estas tcnicas pueden ser, sin embargo,
un suplemento til, dependiendo de la naturaleza del
campo y de los propsitos de
la investigacin.
137
7. Cmo llevara a cabo una observacin en un shopping y

cmo lo hara en un barrio marginal?. Para el desarrollo de esta respuesta tenga presente todos los aspectos considerados
en este punto llegada, informantes, formas de registro y contenido de las notas de campo, etc. intentando ubicarse en cada situacin en particular.
5.4.2. La entrevista
En trminos generales, la entrevista puede ser considerada como un proceso comunicativo entre varias personas, en el que existe una diferenciacin
de roles entre quien entrevista y el entrevistado que tiene como caracterstica central la de poseer la inmediatez del dilogo oral.
Existen distintos tipos de entrevistas: las televisivas, las laborales, las
realizadas por un examen, las comerciales, las periodsticas, familiares y las
entrevistas cientficas. Nosotros nos centraremos en estas ltimas y, ms
especificamente, en las que se utilizan con mayor frecuencia en la investigacin cualitativa.
En lneas generales la entrevista es una conversacin

entre dos personas, un entrevistador y un informante, dirigida y registrada por el entrevistador con el propsito de
favorecer la produccin de un
discurso conversacional, continuo y con una cierta lnea argumental no fragmentado,
segmentado, precodificado y
cerrado por un cuestionario
previo del entrevistador sobre un tema definido en el
marco de una investigacin.
(ALONSO, 1998).
Tal como lo sealan, HOLSTEIN y GURBRIUM (1995), la entrevista nos permite la

construccin y captacin del conocimiento social. En este sentido:
1. Nos permite comprender ciertas perspectivas de experiencias, sentimientos,
vivencias reales de los actores sociales.
2. Tiene como objetivo realizar una construccin participativa y cooperativa
de los datos sobre experiencias, sentimientos y vivencias del entrevistado.
3. Es un mecanismo de produccin in situ del conocimiento que se busca
obtener.
4. Es una construccin social y una produccin social de conocimiento.
5. Est formada por dos partes activas: entrevistador y entrevistado.
6. Descarta todo lo se considera coacciones metodolgicas.
Existen distintos tipos de entrevistas que varan desde las ms estructuradas y directivas, que responden a los cuestionarios, hasta las menos estructuradas y semidirigidas, vinculadas a los mtodos cualitativos.
Hay distintas clases de entrevistas: las que han adoptado distintas terminologas, que muchas veces estn vinvuladas a su contenido y otras a los
autores que las tratan. As nos podemos encontrar con las entrevistas abiertas, no estructuradas, focalizadas, biogrficas... No obstante, todas ellas se
refieren, bsicamente, al tipo de dilogo que se entabla entre el entrevistador y el entrevistado.
La entrevista no estructurada es el resultado de la influencia de la entrevista psicoteraputica, en sta ni las preguntas que realiza el entrevistador
ni las respuestas del entrevistado estn predeterminadas. Este tipo de entrevistas tiene formas variadas que reciben diversos nombres: focalizadas, entrevista en profundidad, no dirigidas, etc.
Este tipo de entrevista permite un estudio intensivo de las actitudes sociales y requiere de una capacidad importante del entrevistador:
La flexibilidad de la entrevista no estructurada, si es usada apropiadamente, facilita el surgimiento de las implicaciones afectivas y tendientes hacia valores en las respuestas del sujeto y determina la significacin personal de sus
138
diversas actitudes. No slo permite una expresin completa y detallada de la

definicin de la situacin de entrevista del sujeto, sino que tambin permite
deducir el contexto social y personal de las creencias y sentimientos. (JOHADA,
DEUTSCH y COOK, 1961)
Este tipo de entrevista alcanza sus objetivos en la medida que las respuestas sean espontneas ms que forzadas, motivo por el cual es bsico el
clima que logra generar el entrevistador.
Alguno de los tipos de la entrevista no estructurada son:
La entrevista focalizada tiene como funcin principal centrar la
atencin sobre una experiencia dada. Por ejemplo, se utiliza
efectivamente cuando se indaga cmo a partir de una experiencia especfica se producen modificaciones sobre los aspectos
especficos en los sujetos. En estos casos, el entrevistador conoce previamente la situacin especifica a estudiar, y cuenta
con un anlisis del contenido de la experiencia al conocer los
hechos objetivos del caso, lo cual le permite indagar especficamente sobre las implicancias subjetivas. De esta manera, est
preparado para notar los efectos de la percepcin selectiva y
preparado para explorar sus implicancia. Le interesa situaciones concretas.
La entrevista no dirigida, difiere de los otros tipos en que la iniciativa durante la entrevista est principalmente en manos del
entrevistado. Aunque el investigador espere hacer preguntas
acerca de un tpico dado, no debe dirigir al interrogado hacia
una pregunta ms que hacia otra. En este tipo de entrevistas el
entrevistador debe animar al entrevistado para que hable acerca de un tpico determinado con un mnimo de guas o preguntas directas. Quizs la afirmacin ms tpica hecha por un entrevistador en este tipo de entrevista sean Usted siente que
Tengamos siempre presente que nunca es aconsejable la utilizacin de una
sola tcnica de investigacin, ya que limita la calidad de los resultados alcanzados.
Diseo de la entrevista
A modo expositivo presentaremos las cuestiones ms importantes que debemos tener en cuenta cuando utilizamos esta tcnica.
A quin entrevistar
Para la seleccin de las personas a entrevistar, hay cuatro preguntas bsicas que uno debera plantearse:
1. Quines poseen la informacin relevante para nuestro objeto
de estudio?; de estos,
2. A quines podemos acceder, fsica y socialmente, con mayor
facilidad?
3. De los anteriores, quines estn ms dispuestos a informarnos?, y de estos ltimos
Tengamos presente
que en la investigacin cualitativa no se separan
completamente la tarea de diseo, desarrollo y anlisis ya
que, por lo general, se superponen en el tiempo. Por ejemplo, el desarrollo de las primeras
entrevistas
pueden
modificar el curso de las entrevistas posteriores.
139
4. Quines tienen una mayor capacidad comunicativa?. O sea,

hay factores como la escasez de tiempo, la autocensura psicosocial o los propios sentimientos del entrevistado que pueden
funcionar como inhibidores de la comunicacin interpresonal.
Gorden (1975), citado por Aguilar (1999).
En este sentido, al igual que lo sealado cuando nos referimos a la tcnica
de la observacin, podemos recurrir a los informantes claves, que pueden facilitarnos el acceso a las personas en los cuales se centra la investigacin.
Otra forma utilizada para acceder a las personas objeto de nuestra investigacin es a travs del procedimiento conocido como bola de nieve, que
consiste en que los primeros entrevistados nos faciliten el acceso a los siguientes. En estos casos hay que tener la precaucin de que esto no introduzca algn tipo de sesgo en la muestra final.
Guin de la entrevista
El objetivo del mismo, al igual que en el caso del cuestionario, es acotar los
temas que nos interesan para la investigacin, aunque con un nivel de flexibilidad mucho mayor que el cuestionario. En este sentido, mientras el cuestionario tiene una directividad y estructuracin mnima, la entrevista posee
un alto nivel de estructuracin y directividad. Esto significa que mientras en
la entrevista se elabora un esquema con los puntos que interesa tratar y tiene que estar abierto a cualquier aspecto no previsto inicialmente por el entrevistador, el cuestionario contiene el orden y la formulacin exacta de todas las preguntas, as como las opciones de las respuestas.
En las entrevistas es conveniente comenzar por los temas ms generales
hasta los ms especficos, lo que nos va a permitir ir pasando de los temas
menos comprometedores a los ms confidenciales, as como las cuestiones
menos relevantes a las ms relevantes.
En el esquema que nos hemos armado para la realizacin de las entrevistas, el orden no ser igual en todas, ya que lo importante es entablar un
buen dilogo con el entrevistado. Es decir, el orden deber adaptarse al discurso de cada entrevistado.
En tanto nos interesa poder entablar una relacin amena con el entrevistado, ser conveniente no tener a la vista ningn papel que nos indique por que
pregunta debemos continuar. Es preferible tenerlas en mente y, si eso no es
posible, hacernos un guin recordatorio pero ubicado en un lugar estratgico.
Desarrollo de la entrevista
Para poder efectuar la entrevista es necesario haber previsto con anterioridad algunos aspectos tales como el lugar de realizacin, mecanismos de registro y duracin.
Presentacin
En las entrevistas, la tarea que hace al contacto y la presentacin son sumamente delicadas. Tal como fuera anteriormente sealado, es usual que el
investigador utilice las redes personales, lderes o informantes-claves para
introducirse en la institucin o grupo que quiera investigar.
Cualquiera que sea la toma de contacto habr que explicar, mnimamente, los objetivos de nuestra investigacin, destacando la importancia de la
140
colaboracin del entrevistado para el desarrollo de la misma. Es importante

hacerle saber lo que para nosotros supone su participacin.
Otro aspecto que hay que aprovechar en este primer contacto es comunicarle la duracin aproximada de la entrevista y, si no se realiza en ese momento, fijar la fecha, hora y lugar de realizacin, garantizando de manera absoluta la confidencialidad de la informacin obtenida, as como el
anomimato de todas las personas que sean entrevistadas.
En este primer contacto se inicia el proceso comunicativo entrevistadorentrevistado, las formas y el lenguaje del entrevistador deben ser capaces
de transmitirle nuestra capacidad de escucha y generar una cierta atmsfera de amistad
Tctica de entrevistas
Tal como lo seala Rubio y Varas (1997), es importante cuando uno incia la
entrevista ir de lo ms general a lo ms especfico, de lo menos comprometedor a lo ms confidencial, de lo ms impersonal a lo ms singular, de las
cuestiones menos relevantes a las ms centrales, de la descripcin de los
hechos a su interpretacin.
Distintos autores proponen distintas tcticas para que la entrevista nos
permita alcanzar nuestros propsitos.
Uno de ellos es el silencio, a los efectos de manifestar una actitud de escucha y destaca la importancia del discurso del entrevistado. Otra consiste
en los estmulos de animacin que se refieren a los gestos y sonidos, como
puede ser una expresin tal como si, mmm , evitando que la entrevista
se convierta en un monlogo. Otra estrategia posible es la de reafirmar y repetir, pidindosele al entrevistado una profundizacin sobre alguna frase o
palabra repetida, as como alguna aclaracin, etc.
Pero probablemente la tctica ms simple y honesta para lograr una
buena entrevista es la que subyace a lo que Vasilachis I. plantea en su propuesta de una nueva epistemologa del sujeto conocido, en la que propone
que el proceso de conocimiento debe reconocer el principio de igualdad
esencial entre los hombres y el que conoce abra su ser para recibir al otro
en toda su otredad, en toda su identidad y se disponga a transformarse en
ese proceso de conocimiento. De esta manera, el otro se manifiesta y es recibido como sujeto, no como objeto, como igual, aunque distinto, como un
nosotros no como un otro. En este sentido si consideramos al entrevistado no como objeto y s como sujeto seguramente no deberemos recurrir a las tcticas antes sealadas, ya que las mismas estn implcitas en
una relacin social entre iguales.
VASILACHIS DE GIALDINO, I. (1998), La pobreza y el trabajo a la

luz de las nuevas formas de conocer, en: Jornadas de Sociologa, El fin de Siglo y los Dilemas Sociales, Buenos Aires.
8. Continuando con el ejercicio anterior, en la que debi seleccionar un shopping o un barrio marginal para describir cmo llevara a cabo la observacin, ahora se les pide que elaboren una gua de una entrevista, en base a un problema de
investigacin, y que la lleven a cabo.
GUBER, ROSANA (1991),

El salvaje metropolitano: Edit. Legasa - Bs.
As., pp. 205-219
141
5.4.3. La historia de vida

Este mtodo busca reunir informacin sobre la esencia subjetiva de toda
la vida de una persona, ordenando la informacin generalmente de una forma secuencial en torno al tiempo vivido.
Comienza como una entrevista grabada, se transcribe, y concluye como
una narrativa fluida, totalmente compuesta por las palabras de la persona
que cuenta la historia. Emplea una metodologa que es transferible a travs de las disciplinas y desde un investigador a otro.
La historia de vida ha sido por mucho tiempo una metodologa central
del trabajo de campo antropolgico, ahora podemos decir que los relatos
han logrado una importante aceptacin en muchos crculos acadmicos.
Los antroplogos usan la historia como unidad de estudio de preferencia
para sus medidas de similaridades y variaciones culturales (Langness y
Frank, 1981; Spradley, 1979). Los socilogos usan los relatos de vida para comprender y definir las relaciones, y las interacciones y pertenencias
de grupo (Bertaux, 1981; Linde, 1939). En educacin, el relato de vida ha
sido usado como una nueva manera de conocer y ensear (Witherell y Noddings, 1991). Los historiadores encuentran, en el uso del enfoque de la
historia oral, que los materiales de relato de vida son una importante fuente para incrementar la historia local (Allen y Montell, 1981).
El relato de vida nos permite entender no slo una vida a lo largo del
tiempo sino cmo las vidas individuales interactan en conjunto. Al tratar
de comprender las posiciones de otros en la vida o las descripciones de
ellos mismos y su relacin con los otros, se permite que sus voces sean
odas, se le permite en primer lugar hablar para y sobre ellos mismos.
Si queremos conocer la experiencia y perspectiva nicas de un individuo,
no hay mejor forma de conseguirlo que en la voz de la propia persona. Robert Atkinson, seala que:
Para profundizar
en el conocimiento
de la historia de vida ver:
ATKINSON, R. (1998), Contexts and Uses of Life Stories, en: The Life Story Interview, Sage University
Papers Series on Qualitative Research Methods, Vol.
44, California, captulo I.
142
Un relato de vida es la esencia de lo que le ha sucedido a una

persona. Puede abarcar en el tiempo desde el nacimiento hasta
el presente o desde antes y ms all. Incluye los acontecimientos experiencias y sentimientos importantes de una vida.
Una historia de vida puede tomar una forma basada en los
hechos, una forma metafrica, una forma potica, o cualquier
otra forma creativamente expresiva. Lo importante es que el
relato de vida sea contado en la forma, el modo y el estilo
que es ms cmodo para la persona que lo cuenta.
Cualquiera sea la forma que tome, un relato o historia de vida
siempre pone orden y significado a la vida que est siendo
contada, tanto para el que habla como para el que escucha.
Criterios para la reconstruccin de las historias de vida

1) La historia de vida de una persona debe insertarse e la cultura
de su grupo de su comunidad.
2) Su conducta debe verse como respuesta a una situacin socialmente relevante.
3) Debe darse especial importancia a lograr un relato de vida que
conecte la experiencia de la niez-juventud con la edad adulta

de la persona.
4) La situacin social debe ser estudiada con el fin de conocer
las fuerzas y presiones sociales que actan sobre la persona,
como tambin las formas y grados de participacin social y los
factores asociados a ella. (Briones, 1992)
Aplicando el modelo de la entrevista en las historias de vida

La entrevista de historia de vida debe situarse en relacin a los objetivos especficos de la investigacin. Si se tiene una agenda de investigacin que requiere informacin orientada hacia una o ms reas, se debe construir una
gua de preguntas abiertas, que servirn como la base de la misma. Luego,
stas pueden emplearse para desarrollar un conjunto de acciones y preguntas que orientarn hacia las necesidades de la investigacin, tambin a travs de esta prctica puede obtenerse ms datos que los que realmente se
necesitaban, lo que permitir tener una base amplia de informacin para entender mejor el contexto sobre lo que se centre la investigacin especfica.
Esto puede ser logrado a travs del uso de preguntas en la entrevista, basndose en tantas categoras como sean posibles, las cuales pueden proporcionar esta base amplia.
Un ejemplo de una investigacin que utiliz como fuente de informacin
privilegiada la historia de vida es la realizada por Gallart, Cerruti y Moreno,
sobre los trabajadores por cuenta propia, en donde a travs de esta tcnica
captaron distintos momentos histricos y del ciclo vital, as como las condiciones externas, los procesos de toma de decisiones a menudo invisibles
y las consecuencias de las decisiones que a su vez encadenas con otras.
Las historias de vida estaban centradas en la vida familiar, educativa y ocupacional de dichos trabajadores. En este estudio el instrumento fue la entrevista que tena algunas preguntas estructuradas para distinguir a los cuentapropistas en algunas variables de base socioeconmias y educativas, e
inclua preguntas tanto sobre situaciones objetivas laborales o educativas,
como de opinin, manteniendo la estructura temporal del mtodo socio biogrfico y, cuando esto era posible, el lenguaje original de los respondentes.
Bertaux (1996:3-32), nos relata la historia de vida de Marie-la-Misere,
una mujer que naci en 1932, en la basse ville, rea de clase trabajadora
que nos permite ver, por un lado, los procesos que la traban en la pobreza y,
por otro, identificar la presencia y acciones de macroinstituciones como la
Iglesia, la polica:
Marie, naci en 1932, en la basse ville rea de clase trabajadora de
Qubec. Su padre, joven, hacia trabajos temporarios en los muelles. La familia
viva cerca de los muelles en un departamento alquilado de una sola habitacin. Dos aos ms tarde, su madre tuvo un segundo hijo, un varn. Seguramente estaba harta de la pobreza la depresin del treinta estaba haciendo
las cosas muy difciles porque cuando Marie tena cinco aos y su hermano
tres, abandon a la familia y desapareci. Aparentemente, se mud a otro extremo de Canad.
Al padre le qued el clavo de los dos chicos. Les prohibi salir del departamento. En la habitacin no haba muebles, no haba calefaccin. Marie se
acuerda que lo esperaban el da entero, llorando de hambre abrazndose uno
al otro. Muchas veces, el padre estaba enojado y ellos tenan miedo. Un da el
hambre los oblig a salir a buscar comida seguramente tenan un aspecto muy
143
revelador porque pronto los llevaron a una iglesia cercana. En esos das, en el
Canad Francs, la Iglesia Catlica era la autoridad central.
El nico sueo de Marie era casarse, educar a sus hijos y darles lo que ella no
haba tenido en su infancia. Un hombre mayor, bien educado y bien vestido
que vena a la florera donde trabajaba Marie, la sac a comer a un restaurante, la cortej. Era la primera vez en su vida que alguien le prestaba atencin.
Marie se enamor, acept, poco a poco y finalmente se acost con l, pronto
qued embarazada..........
BERTAUX, D. (1996), Historia de casos de familias como mtodo para la investigacin de la pobreza, en: Revista de Sociedad, Cultura y Poltica, Buenos Aires, 3-32.
9. Proponga un tema de investigacin que considere apto para ser abordado a travs de la historia de vida.
10. Si es posible indique si el tema de investigacin que abord en la actividad anterior entrevistas se adecua o no y porqu.
11. Indique qu actores sociales seran los adecuados para
entrevistar y cules seran los ejes de la entrevista.
5.4.4. Documentos y datos visuales

La generacin y uso de documentos no involucran inherentemente al investigador en la interaccin social como lo hace la entrevista y la observacin, aunque por supuesto puede hacerlo. En ese sentido la preparacin para el empleo
de este mtodo parece ms simple, sin embargo hay algunos temas caractersticos que surgen de l. Principalmente, stos incluyen interrogarse crticamente acerca de la naturaleza de las fuentes que est usando o generando,
as como preguntas sobre qu es lo que quiere de ellas, o espera obtener.
As como para realizar una entrevista o una observacin se necesita armarse de antemano con un buen sentido de qu se est buscando, tambin se lo
debe hacer cuando se emplean documentos o imgenes visuales. Es poco til
emplear mucho tiempo leyendo documentos y luego, al final de ese perodo,
decidir qu es lo que se busca. Se necesita comenzar preguntndose sobre
qu se espera que puedan decir los documentos y los datos visuales, y particularmente qu partes del problema podran ayudar a orientar potencialmente.
Tal como se har cuando se utilice la entrevista como la observacin o la
historia de vida, se estar optando de manera selectiva y usando una perspectiva particular, y se necesitar ser claro y consistente acerca de cmo se
lo hace. As como los otros mtodos, se debera desarrollar una tcnica o
mecanismo para garantizar que se lo est haciendo as y ayudarlo a ser sistemtico al registrar lo que se ha examinado.
Como seala Jennifer Masson (1996), la pregunta que deberamos formularnos es si existen los documentos o datos visuales adecuados, y si podemos lograr acceso a ellos, o si podemos generar datos documentales o visuales adecuados.
144
Muchos investigadores que utilizan documentos comienzan con este tipo

de preguntas, ya que sus problemas de investigacin, algunas veces, deben
de ser amoldados en torno a la disponibilidad de evidencias documentales.
Qu debera recolectar o registrar y como debera registrarlo?

Es importante pensar acerca de qu es lo que se quiere tomar de los documentos en el proceso de obtencin de los datos. Esto puede significar tomar o copiar documentos o imgenes completos para el posterior anlisis,
pero puede significar adems que seleccionar elementos de ellos, registrar cosas especficas sobre ellos. Por ejemplo, se podran hacer citas literales de un documento.
Veamos un caso especfico. Si estamos interesados en la ubicacin de
una pintura en una galera de arte, y en las formas en que reaccionan los
que la admiran, entonces necesitaremos registrar otras cosas aparte de la
forma y estilo literales de la pintura. Podramos realizar mapas y diagramas,
contar el nmero de espectadores tomar fotografas, escribir notas de campo. Estas estrategias a su vez producirn formas de datos basadas en texto
y no basadas en texto para el anlisis posterior.
En este sentido y por ltimo nos interesa destacar que si bien cada
tcnica tiene sus propias caractersticas, sus lmites pueden volverse bastante confusos de modo que, por ejemplo, la observacin podra incluir la
generacin de datos visuales o el manejo de entrevistas. Adems, las preguntas que deberamos formularnos cuando utilizamos cada tcnica, tienen
similaridades y superposiciones significativas.
12. El cuadro expuesto a continuacin nos da un ejemplo de cmo a partir de una pregunta de investigacin se selecciona una
determinada fuente de datos y tcnica a utilizar, as como los motivos inherentes a dicha seleccin. Ahora se le pide a usted que
formule otras tres preguntas y complete el cuadro en sus tres
tems, utilizando todas las tcnicas expuestas en este apartado.
Preguntas de
Investigacin
Fuente de datos
y tcnica
Justificacin
Cmo se maneja
la herencia en las
familias rurales de
la Argentina?
Miembro de las fami-
Las entrevistas proporcionarn
lias: entrevista
el relato de los miembros de
Tambin posibles
las familias acerca de cmo
Testamentos verifica-
ellos y sus parientes maneja-
dos: anlisis de docu-
ron la herencia, es decir, basa-
mentos
dos en sus propias experien-
Abogados y otros profesionales: entrevistas
cias
El anlisis de testamentos revelar cmo los deseos del
testen son formal y legalmente
expresados y cumplimentados
Las entrevistas a los profesionales nos proporcionarn su
relato de cmo las familias las
manejas, es decir, basndose
en sus propias experiencias de
tratar con clientes
145
Anexos
Cuadro A
Nivel de educacin formal de los desocupados del GBA- EPH- INDECOctubre/98
Frecuencia
absoluta
Porcentaje
Porcentaje
acumulado
4998
0.7
0.7
84235
11.4
12.0
Primaria completa
234374
31.6
43.7
Secundaria incompleta
198901
26.9
70.5
Secundaria completa
104874
14.2
84.7
Terc./Univ. Incompleta
74725
10.1
94.8
Terc./Univ. Completa
38540
5.2
100.0
740647
100.0
Sin instruccin
Primaria incompleta
Total
147
Cuadro B
Nivel de educacin formal de los ocupados del GBA EPH- INDEC
Octubre/98
Frecuencia
absoluta
Porcentaje
acumulado
25337
0.5
0.5
358576
7.5
8.0
Primaria completa
1197947
25.0
33.0
Secundaria incompleta
1012125
21.1
54.1
Secundaria completa
867637
18.1
72.2
Terc./Univ. Incompleta
604117
12.6
84.8
Terc./Univ. Completa
728842
15.2
100.0
4794581
100.0
Sin instruccin
Primaria incompleta
Total
148
Porcentaje
Cuadro C
Ingresos de la ocupacin principal de graduados universitarios
-Agrupados en tramos EPH- Mdulo de educacin Mayo/98
Tramos de ingresos
en $ hasta...
Total
Porcentaje
Porcentaje
acumulado
Frecuencia
0.00
99426
12.0
012.0
200.00
96535
11.7
23.7
400.00
55516
6.7
30.4
600.00
77075
9.3
39.8
800.00
82079
9.9
49.7
1000.00
82506
10.0
59.7
1200.00
54876
6.6
66.3
1400.00
22544
2.7
69.0
1600.00
53306
6.5
75.5
1800.00
19369
2.3
77.8
2000.00
49023
5.9
83.8
2001.00
134047
16.2
100.0
826302
100.0
149
Cuadro D
Ingresos de la ocupacin principal de graduados universitarios
-Agrupados en tramos EPH- Mdulo de educacin Mayo/98
Total poblacin
826302
Media aritmtica
1244.47
Desvo tpico de la media muestral
1.68
Mediana
840.00
Tramo > 2001
Modo
Desvo tpico
1527.41
Variancia
2332989
Asimetra
3.192
Curtosis
16.257
Rango
15000
Minimum
Maximum
15000
Percentiles
150
10
0.00
20
9.00
25
300.00
30
400.00
40
650.00
50
840.00
60
1100.00
70
1500.00
75
1600.00
80
2000.00
90
3000.00
151
152
153
154
155
156
157
158
Referencias bibliogrficas
AGUIRRE BAZTAN, A. (1995), Etnografa, en: Etnografa, Metodologa cualitativa

en la Investigacin sociocultural, Boixareu Editorial Universitaria,
Marcombo.
ANGUERA, M,T.(1996), Grado de participacin del observador, en:
Metodologa de la Observacin en las Ciencias Humanas, Ctedra.
ATKINSON, R (1998), Contexts and Uses of Life Stories, en: The Life Story
Interview, Sage University Papers Series on Qualitative Research
Methods, Vol 44, California, captulo 1.
BERTAUX, D (1996), Historia de casos de familias como mtodo para la
investigacin de la pobreza, en: Revista de Sociedad, Cultura y
Poltica, Buenos Aires.
BLALOCK, H. (1978), Estadstica Social, FCE, Mxico, 2da. Edicin.
BOGDAN, ROBERT Y TAYLOR, S. en: Introduccin a los mtodos cualitativos de
investigacin, Paids,.
BRUYN, H. (1996), La perspectiva humana en sociologa, Amorrortu.
CHOU, YA-LUN (1981), Anlisis estadstico, Interamericana, 2da Edicin.
COFFE, ATKINSON, A,P. (1996), Concepts and coding, en: AAVV, Making sense
of qualitative data , Sage Publications, California.
COHEN, M. Y NAGEL, E. (1969), Introduccin a la lgica y el mtodo cientfico,
Amorrortu.
KOHAN, N. Y CARRO, J. M. (1975), Estadstica Aplicada, Ed. EUDEBA.
DIAZ, E. Y HELER, M. (1989), El conocimiento cientfico. Hacia una visin crtica
de la ciencia, Eudeba.
DIEZ, J. Y ULISES MOULINES, C. (1997), Fundamentos de Filosofa de la
Ciencia, Ariel.
GALTUNG, J. (1978), Teora y Mtodos de la investigacin social, Tomo 1, Ed.
EUDEBA, Buenos Aires, 5ta. Edicin.
GIDDENS, A. (1997), Las nuevas reglas del mtodo sociolgico, Amorrortu,
2da. Edicin.
GUBER, R. (1991), El salvaje metropolitano, Edit. Legasa, Bs. As.
HOEL, P. (1978), Estadstica elemental, CECSA, Mxico.
GLASSER Y STRAUSS, B, A, (1967), Muestreo terico, en: AAVV, The discovery of grounded theory , Aldine Publishig Company, New York, cap lll.
HYMAN, H. Diseo y Anlisis de encuestas sociales, Amorrortu, 1984.
INDEC, (1997), Encuesta Permanente de Hogares.
Marco de muestreo nacional urbano para encuestas de hogares,
(1999), Serie Metodologa N12.
KERLINGER, F. (1988), Enfoque Conceptual de la investigacin del comportamiento, Interamericana.
KLIMOVSKY, G. (1994), Las desventuras del conocimiento cientfico, AZ Ed.
LACARRIEU, M., ISLA, A. y SELBY, H. (1999), Parando la olla.
Transformaciones familiares, representativas y valores en los tiempos
de Menem, Flacso-Norma,
LORENZANO, J. C. (1996), La estructura del conocimiento cientfico, Ed.
Zavala.
MAYNTZ, R. y otros (1980), Introduccin a los mtodos de la sociologa emprica, Alianza, 2da. Edicin.
159
MENDENHALL Y REINMUTH (1978), Estadstica para administracin y economa,

Wadsworth international inc.
MAXWELL, J. (1996), Qualitative research design, An Interactive Approach, en:
Sage Publications, London.
PNUD - Naciones Unidas (1999), Informe para el Desarrollo Humano de las
Naciones Unidas, Ed. Fondo de Cultura Econmica, Mxico.
RUY PREZ TAMAYO (1990), Existe el mtodo cientfico?. Historia y Realidad,
FCE.
SALTALAMCHIA, H. (1992), Historias de vida, Ediciones CIJUP, Mxico.
SAMAJA, J. (1995), Epistemologa y Metodologa. Elementos para una teora
de la investigacin cientfica, Eudeba.
SERRANO, M. (1978), Mtodos actuales de investigacin social, Ed. Akal,
Madrid.
SIERRA BRAVO, R. (1996), Tesis doctorales y trabajos de investigacin cientfica, Ed. Paraninfo, Madrid, 4ta. Edicin.
SIERRA BRAVO, R. (1991), Diccionario prctico de estadstica, Ed. Paraninfo,
Madrid.
SOROKIN, PITRIM, LAZARSFELD, P. y otros (1977), La investigacin social, Centro
Editor de Amrica latina.
SPIEGEL, M. (1970), Estadstica, MacGraw-Hill, Mxico.
WALLACE, I. (1976), La lgica de la investigacin cientfica en sociologa, Ed.
Alianza.
WARTOFSKY, M. (1978), Filosofa de la ciencia, Alianza.
160

02 Carpeta de Trabajo Metodologia de La Inv Soc

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

02 Carpeta de Trabajo Metodologia de La Inv Soc

Caricato da

Copyright:

Formati disponibili

Metodologa de la

Diseo original de maqueta: Hernn Morfese

Primera edicin: mayo de 2001

Universidad Virtual de Quilmes, 2001

La Universidad Virtual de Quilmes de la Universidad Nacional de

Queda hecho el depsito que establece la ley 11.723

Leer con atencin

2. Lgica, estructura y desarrollo del proceso de investigacin ............35

3. Las tcnicas de relevamiento emprico ............................................59

4. Elementos de estadstica descriptiva e inferencial ...........................79

5. Mtodos cualitativos de investigacin ...........................................117

Universidad Virtual de Quilmes

criterio metodolgico quiere decir que se est en condiciones de pensar

Metodologa de la Investigacin Social

realidad a las formas del entendimiento siempre produce la tensin: todo

Universidad Virtual de Quilmes

Universidad Virtual de Quilmes

E. DAZ y M. HELER (1989), El conocimiento cientfico. Hacia

Es notable la perspicacia temprana de

No de otra forma se puede interpretar la poca confianza que tenan en las

RUY PEREZ TAMAYO (1990), Existe el mtodo cientfico?, en

Metodologa de la Investigacin Social

RUY PEREZ TAMAYO (1990), Existe el mtodo cientfico?, en

Aqu la experimentacin, entendida rudimentariamente como el control o la

Universidad Virtual de Quilmes

ser hasta la actualidad algo as como la formulacin estndar aceptada por

1.2. La cualidad del conocimiento cientfico en relacin

Metodologa de la Investigacin Social

al conocimiento vlido, o mejor para evitar la redundancia, conocimiento

Universidad Virtual de Quilmes

Metodologa de la Investigacin Social

El modo mstico (incluyendo su variedad alucinatoria inducida

Universidad Virtual de Quilmes

3. Si Ud. es estudiante virtual de la Licenciatura de Ciencias

Metodologa de la Investigacin Social

1.3. El mtodo y su relacin con el conocimiento

Universidad Virtual de Quilmes

Una de las cosas que nos ensea la historia de las estrategias

Metodologa de la Investigacin Social

periencia y la inteligencia pblica, cuyo exponente principal

El tipo de acuerdo o convencin que supone el mtodo cientfico no implica,

Hegel, uno de los ms grandes filsofos de todos los

Universidad Virtual de Quilmes

cias a propiedades, atributos o datos de la realidad, es decir,

Metodologa de la Investigacin Social

A. (1979), Metodologa de la investigacin, Kapelusz, Buenos Aires).

1.4. Teora y empiria: relaciones

Universidad Virtual de Quilmes

Veamos otro ejemplo proporcionado por los epistemlogos:

4. Compare los siguientes textos y analcelos. Para el texto D

Metodologa de la Investigacin Social

6. Cules son las hiptesis implcitas de Lister y Amilcar Bura

Universidad Virtual de Quilmes

1.5. El mtodo y su aplicacin al comportamiento humano. La comprensin. El sujeto y el objeto. Lmites a

Metodologa de la Investigacin Social

Recientemente algunos epistemlogos e historiadores de las ciencias

Dems est decir que es poco cientfica la actitud de creer en

Es comn considerar a las ciencias sociales como metodolgicamente ms

Giddens ha sealado la importancia del carcter reflexivo de

Universidad Virtual de Quilmes

niega s mismo ya que gira en torno a ir de lo conocido a lo conocido.

1.6. Los mtodos y las tcnicas

Metodologa de la Investigacin Social

1.6.1. Naturaleza y objeto de la estadstica