Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Investigacin Social
Metodologa de la
Investigacin Social
Marcelo Gmez
Carpeta de trabajo
ISBN: 978-987-1782-71-0
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.
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
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
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.
16
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.
17
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.
18
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
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).
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.
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.
25
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,
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.
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.
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.
29
30
31
Conviene tener en
cuenta en este punto a F. Niestzche (2000),
Humano, demasiado humano, Bureau Editor, cap.
I, pp.18-33.
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.
33
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.
35
36
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
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-
39
40
41
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
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.
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.
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.
45
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
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
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.
51
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
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
54
55
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
60
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.
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.
65
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.
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.
68
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.
70
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
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.
4.
a. Cmo planteara la observacin sistemtica del comportamiento de los estudiantes en una biblioteca?
74
75
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.
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
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.
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:
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
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
86
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
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.
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
Para un tratamiento
detenido del anlisis de series temporales,
SPIEGEL, MURRAY (1970), Estadstica, MacGraw-Hill,
Mxico, Cap. 16, pp. 283305.
90
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
Univ. Pblica
Total: 957352
Univ. Privadas
Total: 166181
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.
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:
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
Gasto promedio en $
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.
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.
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
100
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.
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.
DT= (X -
) /N
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=
DT =
1540/10 - 11 =
154 - 121 =
33 = 5,74
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.
CV = DT/
*100
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.
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.
107
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
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.
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
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.
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
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).
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.
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.
115
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.
117
118
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?
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.
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.
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.
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).
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.
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
unidades
nuestros conceptos
de sentido
127
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
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.
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.
130
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).
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.
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.
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.
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
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
135
137
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.
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
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
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
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.
141
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
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.
144
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?
lias: entrevista
Tambin posibles
Testamentos verifica-
mentos
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
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
160