Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
M etodolgicos
Metodologa
de la ciencia
poltica
Eva Anduiza Perea
Ismael Crespo Martnez
Mnica Mndez Lago
CIS
2a edicin
Cuadernos Metodolgicos
D ir e c to r a
C o n se je r o s
Luis Enrique Alonso Berlo, CateJititko de Sociologa. Universidad Autnoma de Madrid
Francisco Alvtn -Martin, Catedrtico de S<'icdogta. Universidad Complutense de Madrid
M Angeles Cea dAncona, Profesora titular de Scuiotogia. Unn'er'.ldad Complutense de Madrid
Modesto Escobar Mercado, Catedrtico de Soiologia. Universidad de Salamanca
Aracelt Mateos Da?, Profesora contratada doctora de Ctcrtclr, Poltica, Universidad de Salamanca
Jos Manuel Pa\ la M talles. Profeso titular de Economa .4pilcada. Universidad de Valencia
Araccli Serrano Pascual, Profesora titular de Sociologa. Universidad Complutense de Madrid
S e c r e t a r io
W pjl ttliM t p a U ImpresMo tie este libru es too** iw lcl*do> t< t-ilmciiu- tmc-dkcl*'*.
Indice
PRLOGO.......................................................................................................5
INTRODUCCIN..........................................................................................6
Qu caractersticas tiene el conocimiento cientfico?.............................. 7
Qu objetivos puede tener una investigacin?...................................... 10
Qu es un problema de investigacin?................................................... 12
1.
LA TEORA.................................................................................................. 15
Del problema de investigacin a la teora ................................................15
La formulacin de teoras .......................................................................... 16
Los elementos de una teora ...................................................................... 21
La causalidad............................................................................................... 30
2.
LOS CONCEPTOS...................................................................................... 35
La importancia de los conceptos en la investigacin emprica.............. 35
La definicin y tratamiento de los conceptos........................................... 36
La bsqueda de indicadores: operacionalizacin de los conceptos........41
El proceso de medicin: validez y fiabilidad............................................ 51
3.
LAS ESTRATEGIAS................................................................................... 54
Unidades, variables y observaciones........................................................ 54
Niveles de anlisis y observacin...............................................................57
La seleccin de las unidades: cuntos casos? ......................................... 64
La seleccin de las unidades: cules? ..................................................... 70
4.
LOS DATOS................................................................................................. 79
Tipos de datos............................................................................................... 79
Tcnicas de recogida.................................................................................... 84
La codificacin ..............................................................................................96
Presentacin de los datos y los resultados................................................99
2
5.
LA CONTRASTACIN.............................................................................106
La multicausalidad de los fenmenos polticos.....................................106
El mtodo experimental............................................................................112
El mtodo estadstico................................................................................116
El mtodo comparado................................................................................123
BIBLIOGRAFA................................................................................................. 142
Prlogo
Lo que proponemos en estas pginas es una gua para afrontar las principales
etapas en el proceso de investigacin dentro del mbito de la ciencia poltica.
Como propuesta de gua metodolgica es necesariamente simplificadora de la
complejidad del proceso investigador. Desde luego, no resolveremos todas las
dudas y problemas que aparecen por ejemplo en el transcurso de la realizacin
de una tesis doctoral. Como mucho, provocaremos alguna ms. Algunos (o
muchos) de los contenidos pueden ser cuestionados, precisamente por que el
debate metodolgico y epistemolgico (cmo podemos conocer la realidad?)
sigue vivo en las ciencias sociales.
La pretensin de este volumen, que revisa algunos aspectos menores de la
edicin anterior, es nicamente ser un punto de partida accesible para un
investigador que se enfrenta, durante el grado y fundamentalmente en el
postgrado, con el anlisis de la realidad poltica en el mbito acadmico. La
prctica de cada uno dir en qu medida las premisas, las recomendaciones y
las aclaraciones que se hacen en estas pginas deben ser respetadas, matizadas
o directamente, una vez evaluadas, descartadas. Por nuestra parte, nos
conformaramos con ofrecer algunos criterios que sirvieran para que el
investigador sea consciente de los lmites de lo que puede afirmar con su
trabajo, y por lo tanto para que las investigaciones en nuestro mbito
acadmico sean cada da ms slidas y fiables.
Introduccin
Una investigacin politolgica puede centrarse sobre un nmero ilimitado de
cuestiones: Por qu votamos como lo hacemos? Por qu un pas declara una
guerra? Qu efectos tiene una poltica de inmigracin? En qu circunstancias
puede aparecer la violencia poltica? Qu relacin existe entre jueces y
poltica? Contribuye el federalismo a resolver los conflictos territoriales? Si se
entiende la poltica como el conjunto de relaciones de conflicto y cooperacin
que se dan entre la poblacin de una o varias sociedades (LAVER 1983), la
esfera de lo poltico es amplia, e igualmente extenso es el nmero de temas de
inters sobre los que puede versar una investigacin politolgica.
El nico elemento comn que comparten dos investigaciones sobre temas tan
dispares como los mencionados anteriormente es su mtodo. El mtodo
cientfico es lo que proporciona la unidad a una disciplina acadmica y por ende
a toda la ciencia (PEARSON 1892). Se puede estudiar lo que se quiera, siempre
que se haga con arreglo a unas reglas que permitan avanzar en el conocimiento
vlido y fiable de la realidad poltica que interesa al investigador.
No siempre hay acuerdo en cules exactamente son esas reglas. Las ciencias
sociales rebosan de debates metodolgicos y epistemolgicos que,
evidentemente no pretendemos resolver aqu. La tensin ms conocida es quiz
la que opone metodologas cualitativas y cuantitativas, que refleja el conflicto
entre dos modelos metodolgicos opuestos, el positivista y el constructivista. Un
positivista considerara que la realidad es susceptible de ser conocida de
manera objetiva e independiente de sus propios valores, y explicable en
trminos de leyes generales que permiten predecir. Un constructivista
entendera la realidad de manera mltiple, en relacin con sus valores y
buscara interpretaciones ad hoc que le permitan comprender el fenmeno que
le interesa.
TABLA 1
Modelo interpretativo o
constructivista
Mltiple y subjetiva
Relacin entre
investigador y realidad
Independiente
Interaccin
Investigacin
independiente de los
valores
Determinismo causal
Leyes generales
Investigacin impregnada
de valores
Formal, definiciones
previas al estudio
Objetivos
Prediccin
Comprensin
Criterios de valoracin
Validez externa
Generalidad
Validez interna
Coherencia
Tcnicas de anlisis
Cuantitativas
Cualitativas
Bases de la explicacin
Accin e intencin
Interpretacin
producto de una investigacin cientfica implica que sta es, por naturaleza,
provisional. La ciencia debe siempre estar abierta a que nuevos hallazgos
alteren las teoras que hasta la fecha se han considerado como vlidas. La
posibilidad de que nuevas investigaciones observen aspectos de la realidad
hasta el momento desconocido o poco estudiados, empuja al investigador a
reconocer el carcter incierto y provisional del conocimiento cientfico.
La incertidumbre del conocimiento cientfico procede adems de otra de sus
caractersticas: la realidad siempre puede contradecir nuestras expectativas.
De hecho, para algunos la pregunta fundamental que debe plantearse un
investigador es la siguiente: "qu evidencia emprica hara rechazar la
hiptesis de trabajo?".1 Si no podemos imaginar una situacin en la que la
observacin de la realidad pueda contradecir las expectativas del investigador,
hay que volver a replantear sta en su totalidad, ya que la investigacin no
estara basada en hiptesis falsables (P opper 1999).
Por muy convencido que se est, por ejemplo, de que la democracia proporciona
ms desarrollo econmico y bienestar a la ciudadana (M aravall 1995), y por
mucho que las observaciones que se hayan efectuado con anterioridad vayan en
el sentido que se espera (es decir, verifiquen que la economa funciona mejor en
los sistemas democrticos con respecto a los no democrticos), es posible
imaginar una situacin en la que la realidad contradiga la hiptesis inicial. Al
margen de lo que suceda en la realidad, podemos imaginar democracias con
niveles de bienestar y desarrollo inferiores a los de sistemas no democrticos.
Quiz una situacin de ausencia de relacin entre democracia y bienestar no
llegue a darse nunca en la realidad observada. Pero lo que nos interesa aqu es
que la hiptesis es plenamente falsable, puesto que es posible imaginar una
situacin en la que no se verifica.
Finalmente, la investigacin cientfica no es una labor individual. Ni siquiera
cuando el investigador trabaja solo (el caso ms significativo es el de un
doctorando) puede permitirse ignorar el hecho de que su contribucin debe
incorporarse al conjunto de trabajos que sobre su mbito de estudio han sido
elaborados previamente. Debe tenerlos en cuenta, ya sea para aceptarlos y
completarlos, ya sea para criticarlos y rechazarlos. A su vez, su propio trabajo
ser tenido en cuenta por otros investigadores. Todo ello requiere que el trabajo
realizado sea transmisible y que adems se haga pblico. Los principios de
transmisibilidad y publicidad de la investigacin cientfica se refieren no slo a
la capacidad de publicar trabajos en las editoriales y revistas con difusin entre
los profesionales de la disciplina o incluso entre un pblico ms amplio. Se
refiere, sobre todo, a la capacidad de hacer explcitos los procedimientos a
travs de los cuales se obtienen los datos, se analizan los mismos y se llega a
obtener conclusiones.
Todos los procesos investigadores, desde los ms formalizados y cuantitativos
hasta los ms cualitativos, estn repletos de situaciones en las que el
investigador debe optar entre diferentes alternativas: qu variables observar y
cules ignorar, cmo seleccionar los casos, que fuentes de datos utilizar, qu
tcnicas de anlisis emplear, etc. Cada una de estas decisiones tiene
consecuencias importantes en los resultados de la investigacin, y todas ellas
constituyen elementos esenciales para poder evaluar las conclusiones de
cualquier trabajo. Sin el conocimiento detallado de estos procedimientos, no es
posible realizar una interpretacin y una valoracin de las consecuencias y
limitaciones de una investigacin. Si stos no se hacen claramente explcitos, es
imposible que la comunidad cientfica evale la validez y el grado de fiabilidad
que se debe otorgar a un estudio.
El conocimiento cientfico
se basa en la observacin sistemtica de una parte de la realidad
intenta inferir descripciones y explicaciones vlidas ms all de lo observado
es incierto y provisional
es pblico y transmisible
Objetivos
Preguntas a
las que responde
Analtico-conceptual
Elaboracin conceptual
Qu es?
Emprico-descriptiva
Exploracin y descripcin
Inferencia descriptiva
Cmo es?
Cmo sucede?
Emprico-explicativa
Explicacin
Inferencia causal
Por qu ocurre?
Normativa
Juicios de valor
Qu es un problema de investigacin?
Dentro de las etapas de la investigacin en ciencia poltica la seleccin del
problema central es el primer paso y posiblemente el ms complicado. Un
problema de investigacin claro, explcito y bien planteado puede conducir a
una buena investigacin. Un problema de investigacin mal definido dificulta
todas las dems etapas de la investigacin, o incluso llega a hacerla inviable.
Lamentablemente, no hay ningn mtodo que indique cmo tener nuevas
ideas, ni cmo plantear un buen problema de investigacin que d origen, por
ejemplo, a una tesis doctoral brillante. En la primera etapa de la investigacin
cientfica hay un componente de creacin personal y de imaginacin, que no se
rige por ningn mtodo riguroso. Sin embargo, si hay algunas recomendaciones
que pueden resultar tiles.
En primer lugar, es importante distinguir tres elementos que a veces se
confunden: el tema, el problema, y el caso. El tema es el mbito de la ciencia
poltica en el que se sita nuestro problema; es por lo tanto abstracto y general:
por ejemplo, la participacin poltica, los partidos, las coaliciones, el voto, las
actitudes, el federalismo, etc. El caso es la parte de la realidad en la que se
centra nuestra investigacin: por ejemplo Mxico, las elecciones generales de
2004, Europa occidental.
Es frecuente que tanto el tema como el caso se definan en una fase
relativamente temprana del proceso de investigacin. Pero estudiar la
11
13
1
La Teora
Una vez definido y acotado el problema o la cuestin que se desea estudiar, la
siguiente etapa en la investigacin consiste en la formulacin de la teora. Las
teoras permiten manejar la complejidad de la vida poltica y social para poder
iniciar su estudio. Sin una buena teora es complicado llevar a cabo una
investigacin, pues no se sabra cmo filtrar ni ordenar las ilimitadas
observaciones que se pueden obtener a partir del estudio de cualquier mbito
de la realidad poltica, ni tampoco cmo obtener conclusiones relevantes sobre
los datos analizados. La formulacin de la teora consiste en especular sobre las
posibles respuestas al problema de investigacin. Esta especulacin debe ser
razonable y razonada, y debe especificar claramente los argumentos por los que
se considera que es correcta.
14
La teora que se formule debe tener en cuenta las investigaciones previas que
se hayan realizado sobre la materia, e incorporar la definicin de los conceptos
que se postulen como fundamentales. Formular una teora implica, por
consiguiente, un intento de simplificar la realidad que se estudia, puesto que
selecciona una o varias explicaciones de entre todas las imaginables.
De una manera algo ms formal las teoras se pueden definir como conjuntos
de conceptos lgicamente relacionados que representan lo que creemos que
sucede en el mundo (MANHEIM y RICH, 1988: 31). Las teoras deben incluir
explcitamente los supuestos en los que se basan y las hiptesis que desean
contrastar. Conceptos e hiptesis son los elementos fundamentales de una
teora, que estudiaremos tras analizar el proceso de formulacin de las mismas.
La formulacin de teoras
Como hemos dicho, las teoras son conjuntos de conceptos lgicamente
relacionados que representan lo que creemos que sucede en el mundo. Para
poder ser contrastadas empricamente, las teoras deben desglosarse en varias
hiptesis descriptivas o causales, que establezcan las relaciones que se esperan
encontrar entre las variables. Cmo se llega a construir ese conjunto de
hiptesis que de manera coherente permiten explicar el fenmeno que interesa
investigar, y conseguir conclusiones generalizables sobre un mbito ms all
del de los propios datos? No existe un conjunto de reglas que conduzcan a la
buena elaboracin terica. Este proceso, como el de la formulacin del problema
de investigacin, tiene una parte creativa y, por lo tanto, personal. Sin
embargo, s se pueden hacer algunas recomendaciones de las que conviene ser
consciente.
La revisin de la literatura
El primer elemento que se debe tener presente a la hora de elaborar teoras es
que stas deben tener en cuenta la elaboracin terica y la evidencia emprica
anteriores sobre la cuestin, ya que uno de los objetivos esenciales de una
investigacin es contribuir al proceso de acumulacin de conocimiento. La
revisin de la literatura es el cimiento sobre el que se construye cualquier
trabajo de investigacin. Dependiendo del fenmeno a investigar, la literatura
existente sobre el tema puede ser ms o menos extensa, pero en todo caso debe
realizarse una revisin exhaustiva de las principales investigaciones llevadas a
cabo sobre el tema con anterioridad. La revisin crtica de la literatura aporta
contenidos a muchas de las etapas de la investigacin: puede contribuir a
delimitar el problema de investigacin, elaborar un marco terico adecuado e
identificar posibles hiptesis alternativas, definir y operacionalizar conceptos,
organizar una estrategia de investigacin, obtener datos, etc.
15
Induccin y deduccin
La elaboracin terica no es una actividad que se desarrolle nicamente en la
primera etapa de una investigacin, y que quede sellada a partir del momento
en el que se comienza la recogida de datos y la verificacin de hiptesis. Sobre
todo en investigaciones exploratorias, existe una continua relacin entre la
elaboracin terica y la observacin de la realidad. El investigador puede
comenzar su trabajo con una serie de expectativas o hiptesis que pueden
proceder de observaciones previas o bien de premisas o supuestos tericos. Al ir
observando sistemticamente la realidad con el fin de buscar evidencia
emprica que sustente esas expectativas, puede verse tentado de alterar sus
hiptesis de partida con el fin de que stas se ajusten a la realidad observada.
El marco terico y la observacin interactan en una relacin que, sin embargo,
debe respetar los criterios de honestidad cientfica. Deben evitarse las
explicaciones ad hoc de los fenmenos observados, as como la formulacin de
teoras que aparezcan como correctas a la luz de los datos observados (KING et
al., 1994: 21). En cualquier caso, es lgico que la observacin de la realidad se
utilice para perfeccionar los marcos tericos elaborados.
La elaboracin de una teora puede nacer a partir de la observacin del entorno
(bien personalmente o a travs de la literatura). Se puede observar, por
ejemplo, que en Gran Bretaa y Estados Unidos el sistema de partidos se
articula en torno a dos fuerzas moderadas, mientras que adems estos pases
constituyen sistemas democrticos estables y duraderos en el tiempo. Esta
observacin puede dar origen a una teora que relacione la estabilidad
democrtica con el formato del sistema de partidos. A este proceso de
elaboracin terica se le denomina induccin: a partir de la observacin de unos
hechos especficos, se elabora una teora explicativa general. Pero las
observaciones que inspiran una teora no constituyen pruebas suficientes de la
misma. Son fuentes de inspiracin de teoras cuya contrastacin habitualmente
exige ms evidencia. Para verificar la hiptesis de que el sistema de partidos
influye en la estabilidad de una democracia se deberan observar otros casos
adems de Gran Bretaa y Estados Unidos.
Otra forma de elaboracin terica consiste en el proceso inverso. A partir de
supuestos tericos, se indican predicciones sobre lo que se espera encontrar en
la realidad. Las investigaciones basadas en la teora de la eleccin racional son
un buen ejemplo del razonamiento deductivo. En el marco de esta teora, las
personas intentan maximizar su utilidad teniendo en cuenta el
comportamiento que esperan de otros actores implicados. El comportamiento se
explica en distintos mbitos (unas elecciones, un conflicto laboral en una
empresa, una comisin parlamentaria) en funcin de esta premisa terica: el
individuo toma la opcin que maximiza su utilidad esperada. Naturalmente, la
observacin rigurosa de la realidad puede confirmar o no el comportamiento
que se deduce de la teora. Una vez especificado el comportamiento que se
17
18
20
21
GRFICO 1.1
Variable dependiente
Proporcionalidad del
sistema electoral
Fragmentacin
del sistema de partidos
(explicativa)
Modelo 2
Variable dependiente
e
y
Estabilidad de los
gobiernos
interviniente)
explicativa)
piensa que vara en funcin de los valores que toman otras variables. En el
ejemplo anterior, el grado de fragmentacin del sistema de partidos es la
variable dependiente, puesto que depende del grado de proporcionalidad del
sistema electoral. Las variables independientes son aquellas cuyos cambios o
variaciones influyen en los valores de la variable dependiente. Tambin se
llaman en ocasiones variables explicativas, variables causales o variables
exgenas. En el ejemplo, el nivel de proporcionalidad del sistema electoral es la
variable independiente, puesto que influye en el nivel de fragmentacin del
sistema de partidos. Una hiptesis explicativa cuenta al menos con una
variable dependiente y otra independiente.
La calidad de dependiente o independiente en una variable, vara segn las
hiptesis. Se puede imaginar fcilmente un cambio de papeles que refleja el
segundo modelo incluido en el Grfico 1.1. En la hiptesis: un alto nivel de
fragmentacin en el sistema de partidos contribuye a reducir la estabilidad de
los gobiernos, la fragmentacin del sistema de partidos, que antes era la
variable dependiente, se ha convertido en variable explicativa de la estabilidad
gubernamental.
En muchas ocasiones los modelos tericos ponen el nfasis en determinadas
variables independientes sobre otras. Por ello es posible distinguir dentro de
stas las explicativas, intervinientes y antecedentes. Las variables explicativas
seran aquellas a las que el investigador da ms importancia en funcin de su
modelo terico. Las variables intervinientes se sitan causalmente entre la
explicativa y la dependiente. Las variables antecedentes, como su nombre
indica, se ubican antes de la explicativa. En el segundo modelo del ejemplo el
nfasis de la explicacin de la estabilidad de los gobiernos puede ponerse en la
proporcionalidad del sistema electoral, o en la fragmentacin del sistema de
partidos. En el primer caso, la fragmentacin partidista se considerara una
variable interviniente en la relacin entre proporcionalidad (variable
independiente explicativa) y estabilidad gubernamental (variable dependiente).
En el segundo caso la proporcionalidad sera una variable antecedente que
influye sobre la fragmentacin.
Las variables de control son variables particularmente importantes. Se trata de
variables independientes que influyen tanto en otras variables explicativas
incluidas en el modelo, como en la variable dependiente. Por lo tanto, deben ser
consideradas, aunque al investigador le interesen de una manera secundaria.
Una manera de considerarlas es como explicaciones alternativas a la que
nosotros proponemos o a la que nos parece ms importante. Si lo que nos
interesa es centrarnos exclusivamente en el efecto de la proporcionalidad del
sistema electoral sobre la fragmentacin del sistema de partidos, no podemos
dejar de tener en cuenta otros factores que tambin pueden incidir sobre la
fragmentacin y que a su vez estn relacionados con la proporcionalidad. Uno
de estos es la complejidad de la estructura de clivajes que caracteriza al
23
24
(% pib)
70 -|60 -
50 -
40 -
30 -I--------------- 1--------------- 1--------------- 1--------------- 1--------------- 1--------------- 1
Izquierda
Centro
Derecha
25
GRFICO 1.3
GRFICO 1.4
26
sino que dependa de otros factores, como por ejemplo si el pas est en un
determinado contexto poltico (el Norte) u otro (el Sur). El Grfico 1.6
representa la hiptesis de una relacin interactiva entre este contexto poltico y
el color del gobierno. A medida que la orientacin poltica del gobierno se
desplaza hacia la derecha se reduce el gasto pblico, pero esta relacin es
mucho ms intensa entre los pases del Sur. Las interacciones pueden
considerarse tambin como variables condicionales, es decir, aquellas que
representan fenmenos cuya presencia activa, magnifica o por el contrario
anula el efecto de una variable independiente.
GRFICO 1.6
28
La causalidad
Las hiptesis causales son las ms complicadas, pero tambin las ms
interesantes desde un punto de vista terico. La relacin de causalidad entre
dos fenmenos es algo que el anlisis emprico nunca podr contrastar de
manera definitiva, ni siquiera con el mejor diseo de investigacin, los datos
mejores y ms completos y los mtodos de control ms rigurosos. Los datos
indican si existe o no covariacin, y en algunos casos, tambin si la presunta
causa es anterior al efecto considerado. Pero el proceso causal subyacente en la
relacin entre dos variables es algo que debe establecer el investigador, y que
corresponde al nivel de la argumentacin terica (Lago 2008).
En los estudios sobre participacin poltica, el nivel de estudios aparece como
una de las variables ms relevantes. Numerosos anlisis han encontrado una
covariacin positiva entre educacin y participacin poltica: a ms educacin,
mayor es la intensidad de la participacin (Verba et al. 1995). Es evidente
tambin que los aos de estudios o el nivel educativo no son una consecuencia
de la participacin, y por lo tanto, en este caso, la causa precede al efecto. Sin
embargo, la relacin entre estas dos variables slo podr considerarse causal en
todo caso cuando se haga explcito el proceso por el que los cambios en el nivel
de estudios conducen a cambios en la participacin. Habr que argumentar que
la educacin puede considerarse como una causa de la participacin, por
ejemplo, porque facilita la comprensin de la actualidad poltica y de los
mecanismos de participacin; las personas con ms estudios tienen ms
recursos cognitivos para decidir su voto o escribir una carta a un poltico. No
slo se debe probar empricamente que existe una relacin entre dos variables,
sino tambin argumentar tericamente por qu se da tal asociacin.
Desde el punto de vista ms emprico qu significa exactamente la afirmacin
de que la educacin es una de las mltiples causas de la participacin?
Significa que todas las personas con educacin universitaria participan
intensamente en poltica? Implica que las personas sin estudios no desarrollan
ningn tipo de actividad poltica? Es la educacin una condicin suficiente o
necesaria de la participacin?
Una condicin suficiente es aquella causa cuya presencia garantiza la aparicin
del efecto, aunque ste pueda aparecer en otras circunstancias, es decir, sin que
la causa que se estudie est presente. Por ejemplo, la lluvia (causa) es una
condicin suficiente para que las calles estn mojadas (efecto). Pero las calles
pueden mojarse por otras causas, por ejemplo, por el riego de los camiones de
limpieza vial. Para poder determinar que una variable (causa) es condicin
suficiente de otra (efecto), se deben de ver todos los casos (o un nmero
suficientemente elevado) en los que la causa est presente, y comprobar que en
todos ellos tambin est presente el efecto. Si se encuentra un caso (D en la
29
Tabla 1.1), en el que la causa est presente sin estarlo el efecto, sta dejara de
considerarse condicin suficiente para ese efecto en concreto.
TABLA 1.1
Condicin suficiente
Casos
A
B
C
D
Variable Independiente
(causa)
Variable Dependiente
(efecto)
1
0
0
1
1
1
0
0
0
0
0
0No suficiente
Condicin necesaria
Casos
A
B
C
D
Variable Independiente
(causa)
1
1
0
0
Variable Dependiente
(efecto)
1
0
0
1
0
0
0
0 No necesaria
30
Condicin facilitadora
Casos
A
B
C
D
E
F
G
H
Variable Independiente
(causa)
1
1
0
0
0
1
1
0
Variable Dependiente
(efecto)
1
1
1
0
0
0
1
0
0
0
rn
0
0
0
0
0
31
33
2
Los conceptos
democracia interna en los partidos, y por lo tanto, deben definirse cada una de
las variables independientes (o explicativas), por ejemplo la orientacin
ideolgica del partido, su participacin en el gobierno, y otras.
Prestar atencin a la tarea de definir de forma explcita y clara los conceptos es
crucial para avanzar en el conocimiento de los fenmenos sociopolticos. La
posibilidad de acumular conocimiento y de mejorar estudios y anlisis depende
en gran medida de que se proporcionen definiciones explcitas de los conceptos,
las variables y sus indicadores. La definicin clara de los conceptos facilita la
comunicacin de los resultados de la investigacin de forma que stos puedan
ser entendidos por los lectores, y si fuera de su inters, puedan incluso repetir
el anlisis siguiendo los mismos pasos o modificando alguno de ellos.
Otra forma de aproximarse a la explicacin de la importancia de los conceptos y
su buen uso en la investigacin emprica es pensar en investigaciones de
carcter comparado. Para comparar es necesario establecer qu objetos se estn
estudiando. Eso requiere adoptar una definicin de los objetos que los
diferencien del resto, para as poder seleccionar los casos que se van a analizar
y las propiedades de los casos que se van a comparar. SARTORI (1995) desecha
la idea de que hay cosas que no son comparables, ya que como seala, lo que
hace a dos objetos comparables es su similitud o diferencia con relacin a una o
ms propiedades, que deben ser determinadas (y definidas) por el investigador.
As, una sanda y una pera son comparables en su condicin de frutas, y de
ellas se pueden estudiar dimensiones concretas como la forma, el sabor o el
precio. Quiz se llegue a la conclusin de que tal estudio no es interesante y
que parece ms relevante centrarse en objetos (en este caso frutas), con
mayores similitudes entre s, para poder concentrarse en analizar las
diferencias cruciales entre los objetos que se comparan. Un resultado de un
razonamiento de este tipo sera limitar la investigacin a los ctricos u otro tipo
de frutas. En todo caso, la decisin no se produce porque los objetos no sean
comparables, sino porque al ser muy diferentes entre s, las propiedades que los
hacen comparables son tan generales que no parecen suficientemente
interesantes.
La definicin y tratamiento de los conceptos
Una definicin clara y explcita debe permitir identificar los atributos asociados
a cada concepto. SARTORI (1984: 69-70) aboga por utilizar lo que denomina
definiciones mnimas, que son aquellas que contienen los atributos esenciales
para caracterizar un concepto, evitando aadir rasgos accesorios. Podemos
servirnos de un ejemplo que proporciona el propio SARTORI para ilustrar esta
cuestin. Si definimos partido poltico como cualquier grupo poltico con
organizacin estable, que presenta a las elecciones candidatos para los cargos
pblicos y que es capaz de llevarlos a ellos por medio de las elecciones,
35
36
37
G r f i c o 2.1
Escala de abstraccin o escala de generalidad
Connotacin
A = Concepto inicial.
B = Concepto ms abstracto o general, adaptado para incluir un nmero
mayor de casos.
38
39
42
TABLA 2.2
Desarrollo
Econmico
ndices
Indicadores
ndice de riqueza
ndice de
industrializacin
ndice de
instruccin
ndice de
urbanizacin
% de alfabetizacin
Matriculados en enseanza secundaria por
millar de habitantes
Matriculados en enseanza superior por millar
de habitantes
% de poblacin en municipios de ms de 20.000
habitantes
% en ciudades de ms de 100.000 habitantes
% en reas metropolitanas
Fuente: Elaboracin propia a partir de los indicadores propuestos por LIPSET (1992: 120-121).
Los niveles de medicin
Proporcionar criterios para observar empricamente los conceptos a travs de
indicadores exige precisar el nivel de medicin elegido para cada uno de ellos.
Todos los tipos de medicin proporcionan un medio de clasificar y ordenar los
fenmenos, pero no producen distinciones igualmente precisas y detalladas
entre los objetos o eventos observados. Por ello se habla de niveles diferentes de
medicin, haciendo referencia a la cantidad de informacin que proporcionan
sobre los fenmenos que se miden.
En el mbito de las ciencias sociales se utilizan fundamentalmente tres niveles
o escalas de medicin: nominal, ordinal y de intervalo. La medicin nominal,
tambin denominada categrica, produce un conjunto de categoras separadas
que agrupan los casos similares entre s de acuerdo con el criterio elegido. Por
ejemplo podemos utilizar la religin como una variable categrica que
clasifica a los individuos en catlicos , protestantes, otras religiones , y no
religioso. En otros casos puede interesarnos establecer unas clases o categoras
ms detalladas y especificar otros grupos religiosos adicionales. Cuando se
43
utiliza un nico criterio para separar los casos en grupos se trata de una
clasificacin (por ejemplo, entre varones y mujeres). Si se utiliza ms de un
criterio, se trata de taxonomas o tipologas. La tipologa de los sistemas
polticos utilizada por DAHL (1989) es un ejemplo de variable categrica
obtenida a partir del cruce de dos dimensiones: liberalizacin y representacin.
Segn los niveles de estas dos dimensiones sean altos o bajos, se obtienen
cuatro tipos: poliarqua, oligarqua competitiva, hegemona representativa, y
hegemona cerrada.
Como seala SARTORI (1970: 688), las escalas nominales responden a la lgica
de la clasificacin, no de la gradacin como el resto de los tipos de medicin.
Esto es as porque aunque se pueda asignar un cdigo numrico a cada grupo
de la clasificacin, se trata de una asignacin arbitraria sin sentido intrnseco.
Por ejemplo, si se tiene una base de datos en la que figuran personas y su
recuerdo de voto en las pasadas elecciones se puede codificar sus respuestas
asignando un 1 a IU, un 2 al PP, un 3 al PSOE y as sucesivamente. Sin
embargo, esos nmeros son meras etiquetas que no indican orden ni cantidad,
como se ver con ms detalle en el captulo 4.
Para que sean correctas, las clasificaciones y taxonomas deben estar basadas
en conjuntos de categoras mutuamente excluyentes y colectivamente
exhaustivas. Que las categoras sean excluyentes significa que un mismo caso
no puede pertenecer simultneamente a dos categoras de la clasificacin. En
otras palabras, no es posible asignar ningn caso a ms de una categora o
clase. Por su parte, la exhaustividad se refiere a que todos los casos existentes
deben ubicarse en alguna de las categoras, de manera ninguno se quede fuera
de la clasificacin o tipologa. Si una variable deja como inclasificables algunos
casos, quiere decir que est mal operacionalizada. Con el fin de garantizar la
exhaustividad de una variable nominal se suele incluir siempre una categora
residual del tipo otros (otras religiones, otros partidos).
La escala de medicin ordinal aporta ms informacin que la nominal porque
no slo permite clasificar objetos u eventos por categoras sino tambin
ordenarlos por grados. Se puede asociar un nmero a cada caso y ese nmero
no slo indica la categora a la que pertenece, sino cmo se relaciona con los
dems casos, es decir, si presenta la propiedad en mayor, igual o menor
medida. La caracterstica fundamental de la medicin ordinal es que no slo
puede clasificar los casos sino tambin ordenarlos de mayor a menor. Un
ejemplo de medicin ordinal es el nivel de formacin o nivel educativo,
distinguiendo entre educacin primaria, secundaria, estudios universitarios o
superiores. Otro ejemplo de este tipo de medicin son las variables resultantes
de preguntas de sondeos de opinin que piden al entrevistado que exprese su
grado de acuerdo con alguna afirmacin (mucho, bastante , poco o nada),
o la clsica pregunta sobre autoubicacin ideolgica de los encuestados.
Mediante estas preguntas se solicita que el entrevistado clasifique su actitud
44
conceptos y luego ver si los individuos que disponen de mayor capital social
efectivamente tienen tambin niveles elevados de implicacin poltica.
A partir de la consulta de la literatura existente y de nuestras propias
reflexiones llegamos a la propuesta de definicin y operacionalizacin de capital
social que se detalla en la tabla 2.3. En l aparecen las dimensiones que se han
identificado de capital social y sus correspondientes definiciones (dado que
estas dimensiones son en este caso conceptos a su vez complejos), as como los
indicadores elegidos para observarlas empricamente. No es ni la nica
definicin ni la nica operacionalizacin posible de capital social, de ah que sea
preciso aportar una explicacin detallada y justificar cada una de las opciones
adoptadas. La tabla 2.3, por tanto, no agota en absoluto el proceso de
operacionalizacin, aunque s expone sus rasgos ms relevantes.
Por ejemplo, es an necesario concretar ms cmo se van a medir los
indicadores seleccionados para medir participacin en organizaciones y redes.
Habitualmente se utilizan preguntas de encuestas para averiguar el nmero de
grupos y asociaciones a los que pertenece un individuo, y es frecuente que
adems se indague acerca del grado de activismo e implicacin de esa persona
en las organizaciones a las que pertenece6. Con el desarrollo de las nuevas
tecnologas, y en particular de Internet, podemos pensar que no estamos
captando de forma adecuada esta dimensin si no incorporamos un indicador
que se refiera a la participacin del individuo en redes virtuales, que
raramente adquieren el nivel de formalizacin de la pertenencia que tienen las
organizaciones y asociaciones tradicionales. La prctica religiosa es otro
indicador elegido, y se refiere no tanto a las creencias religiosas de una persona
como a que la prctica de stas le lleve a interacciones sociales que se
consideran una fuente potencial de capital social. Para medir este indicador
podamos utilizar una pregunta acerca de la frecuencia de asistencia a servicios
religiosos, es decir, utilizaramos una variable ordinal, dado que las categoras
de respuesta clasificaran y ordenaran a los individuos en relacin con su
prctica religiosa. Por tanto, para acabar el proceso de operacionalizacin
deberamos detallar cmo se medira cada indicador identificado en el cuadro.
TABLA 2.3
Definicin y operacionalizacin del concepto capital social
Concepto Dimensin
Participacin en organizaciones/redes
Indicadores
Nmero de grupos/asociaciones polticas,
sociales, culturales o de ocio a los que se
pertenece
Frecuencia e intensidad del vnculo con estos
grupos
CAPITAL SOCIAL
Prctica religiosa
Participacin en redes "virtuales" (frecuencia,
tipo e intensidad del contacto)
Grado de confianza
(desconocida).
Confianza social
hacia
la
gente
Fuente: El aboracin propia a partir de propuestas de distintos autores (Harper 2002, Healy
2003, Herreros 2002).
El proceso de medicin: validez y fiabilidad
Mediante el proceso de medicin se asignan valores a los casos observados con
respecto a cada una de las variables. Las diferencias en los valores asignados a
cada caso pueden reflejar diferencias reales en la presencia de las variables o
propiedades en cada uno de los casos. Pero la diferencia de valores tambin
puede ser resultado de la eleccin de indicadores inapropiados o de su
aplicacin en contextos inadecuados. Si esto sucede, las medidas que se
obtienen reflejan diferencias que no son reales, es decir, que no se corresponden
con una variacin real en el concepto. Cuando se disea y lleva a cabo un
proceso de medicin (creacin de variables e indicadores), el investigador
intenta aproximarse lo ms posible a la perfeccin de forma que pueda estar
50
7 Manheim y RICH (1988: 32-33) sealan algunas de las fuentes del error en una medicin
mediante encuesta. Para obtener una exposicin ms detallada de las consideraciones que
conviene tener en cuenta a la hora de disear un cuestionario y evitar los errores de medicin
ms frecuentes en este tipo de tcnica de recogida de datos, vase SCHUMAN y PRESSER
(1981), CONVERSE y PRESSER (1986) y AZOFRA (1999).
8 KING et al. (1994) desarrollan de forma detallada la explicacin de las consecuencias del
error de medicin sistemtico y aleatorio en los resultados de una investigacin. Vase tambin
Katzer, Cook y Crouch (1998), especialmente los captulos 6, 7 y 9.
51
52
3
Las estrategias
Una vez elaborada la teora, definidos los conceptos e hiptesis, y
operacionalizadas las variables, es necesario disear una estrategia de
investigacin adecuada a la cuestin que se plantea en el problema de
investigacin. Es hora de ponerse manos a la obra. La estrategia de
investigacin debe especificar la serie de procedimientos a travs de los cuales
se van a conectar la teora y los datos, es decir, cmo van a contrastarse las
hiptesis y a realizarse las inferencias. Se trata del aspecto ms puramente
metodolgico de la investigacin. Fundamentalmente consiste en definir los
criterios para organizar la informacin y para seleccionar los casos que luego
analizaremos. Este captulo se ocupa de estas dos cuestiones, un paso previo a
la recogida y al anlisis de la informacin, que se abordan en los captulos
siguientes.
Organizar la informacin: unidades, variables, y observaciones
Si las teoras se organizan en conceptos e hiptesis, los datos se estructuran en
unidades, variables y observaciones. Las unidades de anlisis de una
investigacin son los objetos cuyas propiedades interesa estudiar con el fin de
establecer conclusiones generales9. Un trabajo en el mbito de las relaciones
internacionales puede tomar como unidades los conflictos armados, las
organizaciones no gubernamentales, o los gobiernos. Un trabajo sobre
comportamiento electoral puede centrarse, por ejemplo, en el anlisis de
electores, circunscripciones, elecciones o pases. Un estudio sobre produccin
legislativa puede tomar como unidades de anlisis las legislaturas de un pas a
lo largo de varias dcadas o de distintos parlamentos de un conjunto de pases.
Las variables, como ya hemos visto en los captulos anteriores, son propiedades
de las unidades de anlisis que varan de una unidad a otra. Segn el marco
terico, las variables se relacionan entre s de manera que los valores de unas
(variables dependientes) dependen o fluctan en funcin de los valores de otras
variables (independientes). De las ONGs se puede estudiar como variable
relevante el mbito en el que actan, o el nivel de recursos con el que cuentan.
De unas elecciones pueden interesar variables como el porcentaje de votantes o
9 En algunas ocasiones las unidades se denominan tambin "casos". Sin embargo el trmino
caso resulta algo ambiguo, pues, adems de sinnimo de unidades, se utiliza, por ejemplo, como
sinnimo de pas, y para hacer referencia a un tipo determinado de investigacin (los estudios
de caso). En este captulo se utiliza el trmino caso como sinnimo de unidad de anlisis.
53
TABLA 3.1.
La matriz de datos
Variable 1
Observacin 1, 1
Observacin 1, 2
Observacin 1, 3
Variable 2
Observacin 2, 1
Observacin 2, 2
Unidad 1
Unidad 2
Unidad 3
Unidad 4
Unidad 5 ............................ ............................
Unidad (5
Unidad 7
Variable 3
Variable 5
(N)
Fragmentacin del
sistema de partidos
(muchas alternativas
polticas)
TABLA 3.2.
Variable 1:
Pas
Variable 2:
Ao
Austria
Austria
Austria
Blgica
Blgica
Krancia
Francia
1986
1990
1994
1987
1991
1988
1993
3
4
5
6
7
Variable 3:
ndice de
volatilidad
9.6
9.9
11.5
4.5
12.6
10.2
19.6
Variable 4:
Sociedad
segmentada
S
S
S
S
S
No
No
Variable 5:
Nmero de
partidos
4
5
5
9
11
6
8
(N)
56
GRFICO 3.2.
57
TABLA 3.3
Matriz de datos en una investigacin sobre volatilidad electoral (ejemplo 2)
Unidades
Variable 1
Pas
Variable 2
Edad
55
47
32
Variable 3
Estabilidad
en el voto
S
S
No
Variable 4
Identificacin
con un partido
Fuerte
Media
Dbil
Variable 5
Sociedad
segmentada
S
S
S
1
2
3
Austria
Austria
Austria
1001
1002
1blgica
Blgica
20
64
No
S
Modia
Media
S
S
2001
2002
Francia
Krancia
43
25
No
S
Dbil
Kuerte
No
No
(N)
La primera diferencia esencial entre las dos investigaciones reflejadas en estas
dos matrices es la unidad de anlisis. Mientras que en el primer caso es la
eleccin, en el segundo se trata de un anlisis a nivel individual donde la
unidad de anlisis es el elector. La seleccin de la unidad de anlisis tiene
implicaciones importantes para todas las etapas de la investigacin: la
operacionalizacin de las variables tanto dependientes como independientes, la
seleccin de las variables explicativas, el tipo de fuentes y datos disponibles, la
seleccin de los casos y el tipo de anlisis dependen en gran medida de esta
cuestin. Puesto en otros trminos, la eleccin de una unidad de anlisis frente
a otra es una decisin que debe tomarse preferentemente sobre la base de un
argumento terico: dependiendo de qu tipo de hiptesis quiera verificarse, se
elegir una unidad de anlisis u otra.
La cuestin que subyace detrs de estos anlisis es la misma en los dos
ejemplos: determinar qu factores influyen en la estabilidad electoral. Sin
embargo, en la prctica, la eleccin de un nivel de anlisis acarrea
implicaciones relevantes, tanto tericas como metodolgicas, en el diseo de la
investigacin. Como muestra la Tabla 3.4, la seleccin de las variables
explicativas, la operacionalizacin de las variables tanto dependientes como
independientes, y el tipo de datos utilizados son diferentes para estrategias de
investigacin sobre el mismo tema pero con unidades de anlisis distintas.
58
TABLA 3.4
Ejemplo 2
Unidad de anlisis
Eleccin
Elector
Variable dependiente
(nivel de medicin)
ndice de volatilidad
(intervalo)
Estabilidad en el voto
(dicotmica)
Unidades de observacin
Variables explicativas
(nivel de medicin y
unidad de observacin)
Eleccin
Pas
Nmero de partidos
(intervalo, relativa a la
eleccin)
Segmentacin
(dicotmica u ordinal,
relativa al pas)
Elector
Pas
Identificacin partidista
(ordinal, relativa al
elector)
Segmentacin
(dicotmica u ordinal,
relativa al pas)
Fuentes de datos
Resultados electorales
Encuestas postelectorales
agregados
Adems de elegir entre estrategias con distintos niveles de anlisis (es decir,
con unidades de anlisis diferentes), se deben tambin especificar los niveles de
observacin, ya que stos no son necesariamente los mismos. En los ejemplos
anteriores relativos al estudio de la inestabilidad electoral las variables
explicativas se refieren a diferentes niveles de observacin. En el caso del
estudio agregado, el ndice de volatilidad se explica en funcin del nmero de
partidos (variable relativa a la eleccin, que vara entre eleccin y eleccin
dentro de un mismo pas) y en funcin del grado de segmentacin cultural del
pas (variable relativa al sistema poltico que permanece relativamente
constante entre eleccin y eleccin, pero que vara entre distintos pases). Por lo
tanto, hay en esta investigacin dos niveles de observacin: la eleccin y el pas.
En el caso de la investigacin que toma como unidad de anlisis a los electores,
las explicaciones posibles de un cambio en el contenido del voto pasan por el
individuo (su cercana a un partido poltico) pero tambin por su contexto (el
grado de segmentacin del sistema poltico en el que vive). Ambos niveles
contribuyen a explicar el comportamiento de individuos que se diferencian no
slo en sus caractersticas individuales, sino tambin en las de los sistemas
polticos que les rodean.
Una investigacin que toma un nivel de anlisis individual, es decir, que quiere
obtener conclusiones que expliquen el comportamiento de los individuos,
requiere la observacin de los mismos. Esto no implica que las posibles
explicaciones de ese comportamiento se encuentren exclusivamente en los
59
60
TABLA 3.5
Estrategias de investigacin segn los niveles de anlisis y observacin
Estrategia
Macro
Micro
Unidades Unidades de
de anlisis observacin
Pases
Electores
Pases
Electores
Problema de
investigacin
Variable
dependiente
Variables
independientes e
hiptesis
Proporcionalidad de
los sistemas
electorales
Los sistemas
electorales
proporcionales
permiten una mayor
presencia
parlamentaria de los
partidos verdes
Mixta
Electores
Pases y
electores
61
12 La observacin a niveles inferiores puede servir para crear variables a niveles superiores.
Las actitudes medioambientales de los ciudadanos (variable individual) pueden utilizarse para
operacionalizar y medir una variable sistmica que recoja el grado de preocupacin
medioambiental de una sociedad. Otro ejemplo de esta estrategia la constituye la investigacin
de KITSCHELT, MANSFELDOVA, MARKOWSKI y TOKA (1999), en la que analizan la influencia
de los distintos tipos de regmenes comunistas en la estructuracin de los sistemas de partidos
democrticos en Europa del Este. Uno de los indicadores de estructuracin de estos sistemas de
partidos es la distancia entre las opiniones de distintos miembros de cada partido sobre una
serie de cuestiones. Si esta distancia es pequea, el partido se considera coherente. En este
caso, las unidades de observacin son los miembros de cada partido, pero el anlisis se realiza
despus al nivel del partido (si es coherente o no) y del sistema de partidos (si est estructurado
o no). La observacin se realiza en un nivel inferior al del anlisis (miembros de los partidos vs.
partidos y sistemas de partidos), con el objetivo de reunir la informacin necesaria para llegar a
operacionalizar la variable de inters (estructuracin de los sistemas de partidos).
13 El problema de las inferencias entre distintos niveles de anlisis es complejo. La cuestin
ms tratada es la de la falacia ecolgica, trmino que se refiere a los errores que pueden
cometerse si se obtienen conclusiones sobre individuos a partir de datos agregados (ROBINSON,
1950). Una referencia til sobre este tema se encuentra en ACHEN y SHIVELY (1995).
62
63
Muchas variables
Pocas variables
Describir
Pocas unidades
(estrategia intensiva)
Muchas unidades
(estrategia extensiva)
Explicar
Muchas unidades
Pocas unidades
16 Con respecto a las consecuencias que se derivan de excluir de un modelo explicativo una
variable independiente relevante, vase KING et al. (1994: 168 y ss.).
66
TABLA 3.7
Unidades
espaciales
Propiedades o
variables
Tiempo
Estudio de caso
Una
Muchas
Corto
Una
Muchas
Comparacin sincrnica
Algunas
Teora diacrnica
Algunas/
Muchas
Algunas/
Muchas
Muchas
Medio/
Largo
Corto
Pocas
Medio/
Largo
Largo
Tendencia diacrnica
Muchas
Una
Largo
Comparacin diacrnica
Algunas
67
68
69
Como ilustran estos ejemplos, para poder obtener conclusiones vlidas, adems
de indicadores no sesgados, hay que tener muestras no sesgadas. Muchas veces
no es posible controlar los sesgos por diferentes razones: la historia tiene su
propio proceso de seleccin, algunos casos son peligrosos o imposibles de
observar. Siempre que sea posible se debe evitar que el criterio de seleccin
est relacionado con la variable dependiente, para no llegar a estimaciones
sesgadas. A continuacin se presentan tres procedimientos de seleccin de
casos que minimizan la probabilidad de llegar a resultados sesgados.
La seleccin aleatoria
70
1
2
3
4
Variable independiente
Variable dependiente
Porcentaje de mujeres en
el parlamento
Proporcional
Proporcional
Mayoritario
Mayoritario
71
Casos
1
2
3
4
Variable
de control
Variable
explicativa
Variable
dependiente
Grado de igualdad de
oportunidades
educativas
Tipo de sistema
electoral
Porcentaje de mujeres en
el parlamento
Alto
Alto
Alto
Alto
Mayoritario
Mayoritario
Proporcional
Proporcional
ft
ft
Criterio de
Seleccin 2
Criterio de
seleccin 1
1
2
3
4
Variable
explicativa
Variable
explicativa
Grado de igualdad de
oportunidades
educativas
Tipo de sistema
electoral
Alto
Bajo
Alto
Bajo
Mayoritario
Mayoritario
Proporcional
Proporcional
73
Variable
dependiente
> Porcentaje de mujeres en
el parlamento
Casos
Variable
explicativa
Variable
explicativa
Variable
dependiente
Grado de igualdad de
oportunidades
educativas
Tipo de sistema
electoral
Porcentaje de mujeres en
el parlamento
1
2
3
Alto
Medio
Bajo
Criterio de
seleccin 1
74
TABLA 3.12
Variable
explicativa
Variable
explicativa
Variable
dependiente
Grado de igualdad de
oportunidades
educativas
Tipo de sistema
electoral
Porcentaje de mujeres en
el parlamento
1
2
3
Alto
Alto
Alto
Criterio de
seleccin 1
Este tipo de diseo de investigacin puede ser til para generar hiptesis y
explicaciones potenciales de los fenmenos que interesa estudiar, pero no
constituye un mecanismo fiable de seleccin de casos con el objetivo de
contrastar hiptesis sobre relaciones causales. En el ejemplo que figura en la
Tabla 3.12 la investigacin puede concluir que todos los casos analizados, en los
que la presencia de mujeres en el parlamento era elevada, presentaban
tambin un grado elevado de igualdad de oportunidades y de proporcionalidad
en sus sistemas electorales. Sin embargo no sabemos si los niveles de estas dos
variables son significativamente distintos en casos donde la presencia de
mujeres en el parlamento sea inferior.
Incluso sin llegar al caso extremo de una seleccin de casos basada en un nico
valor de la variable dependiente, siempre que exista una relacin entre sta y
el criterio de seleccin la estimacin de las relaciones causales corre el riesgo de
estar sesgada, y ser menor en la muestra que en el universo (Geddes 1990). El
siguiente ejemplo clarifica el problema desde una perspectiva grfica con datos
imaginarios. El Grfico 3.1 presenta la relacin entre la autoubicacin
ideolgica de un conjunto de individuos (en una escala que va desde la
categora 1 que indica la izquierda, a la categora 5 que indica la derecha) y la
valoracin de un lder poltico. La relacin entre ambas variables puede
resumirse en una lnea con una pendiente importante: el paso de una categora
ideolgica a otra ms a la derecha hace aumentar en 10 puntos la valoracin
del lder. El Grfico 3.2 presenta la misma relacin basada en los mismos
75
Valoracin
Ubicacin ideolgica
GRFICO 3.2
A la hora de seleccionar las unidades de anlisis que sern finalmente analizadas es importante recordar que:
77
4
Los datos
Los datos sobre la realidad permiten poner a prueba las hiptesis que se han
desarrollado en el marco terico de una investigacin. En este captulo se ofrece
una visin sobre los tipos de datos que son de utilidad para el investigador en
ciencia poltica. Tambin se abordan las tcnicas ms adecuadas para su
recogida o produccin y los procesos de codificacin necesarios para su
utilizacin. Por ltimo, se explican diferentes maneras de presentar tanto los
datos como los resultados de una investigacin.
Tipos de datos
Los datos son los elementos de informacin que sobre cada caso se derivan del
proceso de observacin y medicin (MANHEIM y RICH 1988: 458). Se habla de
datos primarios cuando es el investigador quien los recoge en funcin de las
necesidades de la investigacin. Cuando se manejan este tipo de datos se debe
prestar especial atencin al diseo del instrumento o tcnica para recoger y
sistematizar la informacin. En las investigaciones del campo de la ciencia
poltica es muy frecuente usar datos que han sido recogidos e incluso utilizados
con anterioridad por otros investigadores u organismos. Se trata de los datos
secundarios, tomados de registros, archivos, estadsticas, encuestas o
investigaciones anteriores. Al no ser recogidos de manera especfica para la
investigacin en curso, es frecuente que los datos secundarios lleguen al
investigador procesados de una forma determinada que seguramente no es la
ideal para el trabajo que se est realizando. En tal caso, el investigador debe
adecuar la informacin contenida en los datos de la manera ms conveniente
para la investigacin. Este inconveniente de utilizar datos secundarios se
compensa por el abaratamiento del coste de la investigacin que suele suponer
su utilizacin.
Gran parte de las investigaciones usan datos obtenidos en trabajos anteriores y
por diferentes organizaciones pblicas y privadas. A continuacin se presentan
algunos tipos de datos en funcin de su procedencia, siguiendo parcialmente la
clasificacin realizada por MANHEIM y RICH (1988). En la siguiente seccin
se abordarn las tcnicas de recogida de los datos primarios.
78
Censos y de registros
En casi todos los pases del mundo se llevan a cabo censos o recuentos
peridicos de toda su poblacin y de otro tipo de unidades (hogares, edificios,
viviendas) con el objetivo de obtener informacin con fines fundamentalmente
administrativos y de planificacin poltica. Una ventaja de estos datos es que
incluyen informacin sobre el total de una poblacin. Los censos de poblacin
suelen comprender datos como el nmero de miembros de la familia, sexo del
cabeza de familia, nivel de estudios, ingresos familiares y la clase de vivienda.
Aunque los datos censales se obtienen de los individuos, cuando se encuentran
disponibles al pblico aparecen en forma cifrada y resumida, lo que, al mismo
tiempo que garantiza el anonimato, convierte en inaccesible una parte de la
informacin original.
Pese a esa prdida relativa de informacin, los datos del censo demogrfico son
de gran utilidad al poseer algunas caractersticas que les confieren un valor
alto en el anlisis de datos agregados. Como sealan MANHEIM y RICH (1988:
283), aunque siempre pueden contener errores, los datos globales suelen ser
bastante fiables. La segunda gran ventaja se deriva de su carcter histrico y
generalmente peridico. La mayora de los pases realizan algn tipo de censo
desde hace varias dcadas, lo que permite anlisis longitudinales de inters en
la determinacin de tendencias histricas. Sobre algunos perodos histricos
estos datos son adems los nicos con los que puede contar el investigador. Una
tercera ventaja que aporta este tipo de medidas proviene del hecho de que, por
regla general, los datos del censo estn normalizados (es decir, mantienen una
homogeneidad en el tipo de categoras y clasificaciones, y ello entre censos e
intra censos), lo que introduce la posibilidad de la comparacin entre
poblaciones dentro de un mismo pas, o entre distintos pases que mantengan
un sistema de clasificacin y medida equivalente. Una ltima ventaja de estos
datos es su carcter pblico y la relativa accesibilidad de los mismos, siendo en
cada pas el organismo competente (en Espaa el Instituto Nacional de
Estadstica, INE) quien se encarga de publicar la informacin.
Los datos de registro son informes efectuados en el momento en el que sucede
un hecho segn las regulaciones legales o administrativas vinculadas con ese
hecho. Estos datos abarcan una gama muy amplia de sucesos. Dentro de stos
se pueden destacar datos relativos al movimiento natural de la poblacin
(nacimientos, muertes, matrimonios, divorcios); de actividades empresariales
(registros de produccin, de absentismo laboral), o de organizaciones formales
(miembros, participacin en comisiones). La lista puede ampliarse, pues un
elemento esencial de una sociedad moderna es su sistema complejo de
mantenimiento de registros como base del conocimiento, la planificacin y el
control.
79
Estadsticas de organizaciones
mayor. A menudo es posible utilizar los datos de una encuesta como datos
agregados relativos a la poblacin de la que se ha extrado la muestra. Una
ventaja de los datos se deriva del amplio espectro de campos y materias sobre
los que es posible indagar a travs de las encuestas. Por otra parte, la
generalizacin de los institutos de opinin pblica en casi todos los pases
desarrollados permite contar con datos de distintos lugares que posibilitan la
comparacin. Tambin es importante sealar que en la medida en que la
prctica de la encuesta va teniendo ya cierta tradicin es posible encontrar
datos para elaborar anlisis longitudinales as como importantes esfuerzos de
cooperacin entre pases que facilitan la comparacin entre pases. Entre estos
ltimos destaca la Encuesta Social Europea, pero tambin se pueden citar la
serie de Eurobarmetros, el World Value Survey, o el Comparative Electoral
Systems Project.
Uno de los inconvenientes que afectan a los datos de encuesta es que, si se
trata de encuestas ya realizadas, el investigador no ha podido intervenir en la
elaboracin de los datos, que comienza en el mismo momento del diseo del
cuestionario. Puede darse el caso de que ciertos aspectos de inters no hayan
sido medidos, o lo hayan sido bajo criterios que no resultan tiles para el
investigador, no siendo posible ya recuperar la informacin original. stos y
otros inconvenientes se pueden subsanar si es el propio investigador quien
disea la encuesta y recoge los datos, lo que sin embargo es sensiblemente ms
caro. Por lo general, los datos de encuestas se pueden consultar en los
organismos que los han obtenido, o conseguirlos a partir de los especialistas, de
forma a veces gratuita o, en cualquier caso, por un coste mucho menor del que
supone la elaboracin completa de una encuesta. La calidad de los datos
depende de muchos factores a los que se tiene que prestar especial atencin
cuando la encuesta no ha sido elaborada por el investigador. Son especialmente
relevantes las caractersticas de la muestra y el diseo del cuestionario,
aspectos que se abordan ms adelante.
/
Datos documentales
Tcnicas de recogida
Aunque las distintas tcnicas que los politlogos utilizan para obtener datos
suelen denominarse tcnicas de recogida, lo cierto es que tal trmino contiene
ya una de las primeras tipologas de datos de las muchas que se han realizado.
La obtencin de datos de la realidad social y poltica, en una primera divisin
puede clasificarse en dos tipos de tcnicas: tcnicas de recogida y tcnicas de
produccin de datos. Se alude as por una parte a datos que se recogen o
recolectan (aquellos fruto de la observacin directa del investigador, o del
estudio de fuentes documentales o estadsticas elaboradas por otras personas
distintas al investigador) y, por otra, a datos que se producen ex profeso (los
que resultan de la respuesta a un cuestionario o aquellos fruto de una
entrevista). Ms all de sta y otras muchas posibles clasificaciones, como ha
afirmado GARCA FERRANDO (1986: 115), los datos sociolgicos ni se recogen
ni se producen, sino que se construyen a partir de conceptos tericos
convenientemente operacionalizados. Por tanto, y teniendo en cuenta que los
datos son siempre en ltima instancia fruto de una elaboracin ad hoc, se
sealan a continuacin algunas de las distintas tcnicas de uso frecuente para
la obtencin de dichos datos referidos a la realidad social o poltica investigada.
Estas tcnicas no son mutuamente excluyentes y, si as lo aconseja el diseo,
pueden, y en ocasiones vale decir que deben, cooperar y aplicarse
conjuntamente,
como generadoras de datos complementarios, o como
correctoras o matizadoras una de otra, lo que se conoce como proceso de
triangulacin.
Tcnicas documentales
puede contener datos de inters para una investigacin. De entre todas estas
tcnicas, y por ser la que indefectiblemente va unida a la aplicacin de
cualquier otra (aunque igualmente puede ejercitarse autnomamente), es
importante resear la relativa a la recogida de informacin en la literatura
especializada consultada en archivos, bibliotecas, hemerotecas, o la que
usualmente es conocida como investigacin bibliogrfica.
Esta tarea debe ser realizada como paso previo a la aplicacin de cualquier otra
tcnica, es decir, como una de las primeras etapas o fases de toda investigacin.
Tambin puede contemplarse como tcnica autnoma, ya que en ocasiones el
objeto de la investigacin es precisamente el anlisis de la produccin anterior
en un determinado campo de inters y no se prev la adquisicin de otros datos
nuevos sino la localizacin y anlisis de los estudios ya existentes (metaanlisis).
Como paso previo a la entrada en el lugar fsico donde se han de encontrar
estos datos, es importante pensar de antemano una serie de palabras clave que
permitan la localizacin de obras relacionadas con el tema de la investigacin.
Para ello resulta til un proceso de reflexin de lo general a lo particular, con
capacidad de establecer una serie de reas o campos temticos. Esto es
necesario porque las bibliotecas, adems de un orden alfabtico de autores y de
ttulos, suelen contar con algn tipo de ordenacin temtica por reas de
conocimiento, as como con sistemas de bsqueda por palabras clave. Como no
se puede saber con anterioridad el ttulo de un libro que se desconoce y en el
que aparezca tratado el tema de inters para el investigador, y slo se suele
conocer un nmero de autores limitado de entre quienes puedan haberlo
tratado, hay que remitirse primeramente al ndice temtico.
A la biblioteca es conveniente acudir con un soporte para la recogida de los
datos (fichas o programas informticos adaptados en un ordenador porttil). El
objetivo bsico es conseguir toda la informacin til disponible contenida en las
obras existentes, y almacenarla o archivarla de manera que pueda ser
fcilmente localizada y utilizada en el futuro. Se trata de tomar nota de los
documentos cuya lectura se considera necesaria y en los que aparezcan datos
necesarios para la misma.
Los programas informticos de gestin de la bibliografa como Enanote, Zotero
o RefWorks han sustituido a las tradicionales fichas, pero en ambos sistemas el
objetivo fundamental es almacenar de manera ordenada y accesible todas las
referencias necesarias para la elaboracin del trabajo, lo que en todo caso ha de
incluir los aspectos que se detallan en la 4.1. Adems, suele ser til incluir la
84
Ficha bibliogrfica
Autor
Ao de publicacin
Ttulo de la monografa, captulo o artculo
Ttulo de la revista, volumen y nmero
Ttulo y autor de la obra compilada
Editorial y lugar de edicin
Pginas
85
La encuesta
Esta tcnica es la que genera datos ms adaptados a los anlisis de tipo
estadstico. Su principio bsico es el mismo que el de la tcnica anterior;
preguntar a los sujetos acerca del tema o temas investigados, pero tiene una
serie de peculiaridades que la hacen muy diferente. El principio central de la
investigacin mediante encuesta es que la informacin se obtiene de una
muestra de personas representativa de un grupo mayor o universo (la poblacin
objeto de estudio). Para cumplir este principio las encuestas se apoyan
fundamentalmente en dos tipos de teoras: por un lado, en una teora
matemtica, el teorema del lmite central y su correlato, la ley de los grandes
nmeros; y por otro lado, en la teora de las probabilidades y en la teora del
muestreo. Estos principios de estadstica matemtica son los que regulan las
relaciones existentes entre una poblacin y las muestras extradas de ella. A
partir de las muestras se estiman unos estadsticos.22 Los estadsticos son
estimadores de los parmetros o valores reales de la poblacin, con unos
mrgenes de error y unos niveles de probabilidad de errar a la hora de darlos
por vlidos, conocidos.
Cada entrevista de una encuesta, se repite tantas veces como unidades
muestrales se han extrado, y esta operacin es la que condiciona en buena
medida la organizacin de la investigacin social a travs de esta tcnica de
recogida de datos. Al tener que realizar cientos de entrevistas, hace falta contar
con un equipo de entrevistadores bien entrenados para llevarlas a cabo, del
mismo modo que hay que disponer de los medios organizativos suficientes para
coordinar el trabajo de campo, recoger la informacin, procesarla, tabularla y
analizarla. La segunda caracterstica esencial de la investigacin por encuesta
es, por lo tanto, el carcter estandarizado de la informacin que se obtiene para
cada individuo.
Pese a su rigidez, por tratarse de un listado de preguntas que se formulan de
manera idntica a todos los entrevistados, el cuestionario presenta otras
ventajas que superan claramente a sus inconvenientes. La funcin del
cuestionario en el proceso de investigacin social es doble: por un lado,
pretende colocar a todos los entrevistados en la misma situacin psicolgica y,
por otro lado facilita el examen y asegura la comparabilidad de las respuestas.
Todas las estrategias y tcnicas para construir y administrar buenos
cuestionarios se dirigen a satisfacer ambas funciones23.
22Los estadsticos son nmeros que resumen las distribuciones de las variables (como la media)
o las relaciones entre ellas (como el coeficiente de correlacin).
23 Una gua muy til para la redaccin de cuestionarios puede encontrase en el libro de
AZOFRA (1999).
88
Grupos de discusin
Junto con la tcnica de encuesta es otra de las maneras de obtener datos ms
valorada por los investigadores y ha mostrado ser de gran utilidad, sobre todo
en la investigacin aplicada al mercado. Consiste en la reunin de un grupo de
sujetos en torno a una mesa o en una sala apta para mantener una
conversacin, y con la presencia de un investigador que propone un tema
general de conversacin y que realiza funciones de moderador. A menudo se
denomina tambin a esta tcnica entrevista de grupo, lo que no significa que su
resultado sea una suma de entrevistas individuales, sino algo ms parecido a
24Vase Cea DAncona (1996).
91
contradiccin con los valores simblicos del grupo (por ejemplo, nunca se
escoger un hotel de lujo para unos trabajadores manuales), ya que de lo
contrario se coartara la expresin de ste.
Respecto al inicio de la reunin, el moderador no debe hablar previamente con
los participantes. Una vez introducidos los participantes en el local les coloca
de forma estratgica (por ejemplo, si hay mujeres no se las sita a todas juntas,
aspecto vlido para todas las categoras susceptibles de formar subgrupos). El
moderador no ocupa ningn puesto preeminente, y explica de forma breve los
objetivos de la investigacin, introduciendo el tema que haya sido escogido,
segn las necesidades del estudio. Posteriormente explica la dinmica de la
reunin y todo el proceso de la presentacin ha de estar controlado en los
siguientes sentidos: el moderador no puede introducir juicios de valor sobre el
tema; ha de adaptar su lenguaje a las caractersticas del grupo y debe
mantener su autoridad.
Las aplicaciones de la tcnica de grupo de discusin a la investigacin poltica
son innumerables, pero se puede destacar, por ser una de las que ms se utiliza
actualmente, la que genera los llamados estudios de clima poltico. Muchos
partidos y lderes polticos encargan, normalmente cuando se han producido
acontecimientos importantes, la elaboracin de un estudio de clima mediante
grupos de discusin. Antes de elaborar una propuesta, de emprender una
campaa poltica, o al poco tiempo de presentar un candidato al gobierno, se
solicita una investigacin de este tipo. Reuniendo uno o varios grupos de
personas, se pueden pulsar las distintas actitudes, expectativas o climas de
opinin con respecto a cuestiones tan diversas como la inmigracin, las
campaas electorales o las percepciones de los jvenes sobre la poltica.
Observacin
94
La codificacin
El proceso de codificacin de los datos consiste en preparar stos de una
manera adecuada para que el propio investigador, generalmente con la ayuda
de un ordenador pueda procesar la informacin que contienen y analizarla
convenientemente. A travs del proceso de codificacin se asignan grupos de
nmeros a cada una de las categoras de una variable, de manera que cada
nmero o combinacin de nmeros se convierte en un cdigo que representa
una caracterstica de la variable que se analiza. Los cdigos sirven para dos
propsitos principales. En primer lugar permiten identificar, clasificar y
ordenar las categoras de las variables segn los criterios dados en la definicin
operational; en segundo lugar sirven para comunicar informacin compleja de
una forma abreviada, para poder analizarla. Se trata de una etapa de la
investigacin esencial en los anlisis cuantitativos, pero que es til cualquiera
que sea el tipo de datos utilizados y las tcnicas que vayan a emplearse para su
anlisis. La encuesta no es el nico contexto en que se requiere de un proceso
de codificacin, pero este tipo de tcnica de recogida de datos es el que mejor
refleja las tres etapas principales de la codificacin: la asignacin de cdigos a
las categoras, la asignacin de columnas a cada variable y la produccin de un
libro de cdigos.
La manera en la que se asigna un cdigo numrico a las categoras de cada
variable constituye el primer paso del proceso de codificacin. La asignacin de
cdigos depende del tipo de variable (nominal, ordinal o de intervalo) y debe
tener en cuenta los principios de exhaustividad y exclusividad que ya debieron
ser considerados a la hora de operacionalizar los conceptos segn expone en el
captulo 2. Todas las unidades de anlisis deben ser susceptibles de recibir un
cdigo para cada propiedad o variable, incluso cuando el valor de sta en ese
caso se desconoce. Para ello es til crear y asignar cdigos a categoras como
otros, no sabe o no contesta . Igualmente, a cada unidad se le podr
asignar un cdigo y slo uno para cada variable.
En las variables nominales los cdigos representan categoras que no pueden
ordenarse con respecto a ningn criterio; el orden jerrquico de los cdigos no
tiene significado alguno, ni los nmeros indican cantidad. Los cdigos slo
tienen el valor que les asigna el investigador, y esta asignacin puede hacerse
de una manera arbitraria. Conviene elegir siempre cdigos sencillos y que
respondan a criterios prcticos. En el caso de una variable nominal como el
sexo, cualquiera de los siguientes ejemplos sera vlido:
Varn
Mujer.
Ejemplo 1
1
2
Ejemplo 2
0
1
95
Ejemplo 3
933
047
Ejemplo 2
4
3
2
1
Ejemplo 3
00
20
40
50
Los tres ejemplos son vlidos, puesto que en los tres se respeta la ordenacin de
las categoras. Una variable ordinal no permite saber cual es la distancia que
separa las distintas categoras (no sabemos si la diferencia entre los que dicen
no tener ningn inters y los que dicen tener poco es igual, inferior o superior a
la distancia que separa los que dicen tener poco de los que dicen estar bastante
interesados por la poltica). Desde este punto de vista es irrelevante elegir una
codificacin como la del ejemplo 1 o como la del ejemplo 3. Por razones de
simplicidad, de nuevo es preferible optar por el ejemplo 1. El ejemplo 2 resulta
menos intuitivo que el ejemplo 1, pues los cdigos estn ordenados de manera
inversa a la ordenacin de las categoras (el 4 corresponde a ningn inters y
el 1 a mucho inters). Es preferible un sistema de codificacin en el que a
medida que aumenta el cdigo, aumenta el inters por la poltica. Esto no
implica que estemos midiendo en unidades el grado de inters, sino nicamente
que los cdigos indican el orden de las categoras.27
En las variables de intervalo la codificacin resulta ms directa, porque es
posible utilizar la propia unidad de la variable como cdigo. En estos casos los
nmeros adquieren significados muy precisos y las opciones para su asignacin
quedan sustancialmente reducidas. En la medicin de intervalo los cdigos no
solo indican un orden, sino tambin una cantidad (euros de ingresos, aos de
servicio). La distancia entre dos categoras o entre dos casos puede medirse sin
ningn problema. La variable edad se codifica de la manera ms sencilla dado
que el nmero de aos sirve como cdigo, de manera que el cdigo 33 indica
33 aos. Otras variables de intervalo, como los ingresos, pueden codificarse
27 Sea cual sea la codificacin elegida sta debe tenerse en cuenta al interpretar los anlisis
realizados por el ordenador, que no sabe interpretar el significado de los nmeros.
96
0001
0002
0003
0004
28
28
41
28
1
2
2
2
18
45
56
23
1
2
5
1
97
La codificacin consiste en asignar cdigos a las categoras de cada variable con el fin de
sistematizar la informacin y poder analizarla mejor. Es recomendable la codificacin de los
datos no slo en encuestas, sino tambin en cualquier otro tipo de investigaciones que
manejen gran cantidad de datos.
98
presentacin tabular y grfica son muy variados, por lo que no pueden ser
expuestos aqu en su totalidad. En las siguientes pginas se examinan unos
ejemplos bsicos de tablas y grficos, y se indican aquellos aspectos que han de
tenerse en cuenta en para facilitar su lectura y mejorar su presentacin.28
A la hora de decidir cundo se debe emplear una representacin grfica y
cuando una tabla es importante atender a tres aspectos importantes. Primero,
la naturaleza de los datos que se desean representar; segundo, los objetivos o
propsitos perseguidos con la tabla o grfico y, por ltimo, el tipo de audiencia
a la que est dirigido el texto. En cualquiera de los casos conviene tener en
cuenta una serie de recomendaciones importantes:
a) Es esencial guiar al lector a travs la presentacin de los resultados de la
investigacin. El investigador debe asegurarse que todos los resultados
importantes quedan reflejados y enfatizados, y que los grficos y tablas
quedan vinculados al texto escrito.
b) Debe hacerse referencia a las cuestiones tericas que guan la investigacin
y a la forma en la que los datos confirman o no las expectativas del
investigador.
c) La presentacin debe iniciarse partiendo de lo ms sencillo (por ejemplo las
distribuciones de las variables) hacia lo ms complicado (las relaciones
entre dos variables, y por ltimo los anlisis multivariables).
d) Las tablas y los grficos deben resumir y resaltar los aspectos ms
importantes del anlisis. Nunca deben presentarse todos los datos (a no ser
que sean pocos), sino un resumen de los mismos; ni todos los anlisis, sino
nicamente una seleccin de los ms importantes.
e) Las tablas y los grficos deben ir siempre numerados en caracteres arbigos
y titulados, con indicacin de la fuente de la que se han extrado los datos.
Las tablas
Las tablas deben ir siempre numeradas, a ser posible en caracteres arbigos.
Junto al nmero debe figurar el ttulo, en el que se informa al lector del
contenido de la tabla utilizando el nombre de las principales variables y si es
necesario, tambin el tipo de anlisis. Dentro de la tabla los encabezamientos
indican el significado de las distintas lneas o columnas. Aunque ciertas
abreviaturas pueden utilizarse (N para el nmero de casos, % para porcentaje,
p para probabilidad), conviene limitarlas al mximo. Las celdas de la tabla
contienen los datos. Al pie de la tabla figuran las notas relativas a las fuentes
de las que proceden los datos, al uso de abreviaturas si las hubiera, al resultado
de los tests de significacin estadstica si se utilizan, o a otros aspectos que
28 Un anlisis y reflexin interesante sobre le uso de tablas y grficos en ciencia poltica se
encuentra en http://svn.tables2graphs.com/tables2graphs/kastellec_leoni.pdf.
99
100
TABLA 4.2
Autoubicacin en la escala izquierda-derecha de los ciudadanos europeos (1994)
Autoubicacin
Porcentaje
4
4
9
10
24
11
10
8
3
4
7
7
472
466
1.088
1.153
2.778
1.326
1.100
871
375
418
769
773
Total
100
11.589
Media
Desviacin tpica
4,8
2,4
Izquierda (1)
2
3
4
5
6
7
8
9
Derecha (10)
No sabe
No contesta
101
TABLA 4.3
La relacin entre el inters por la poltica y los ingresos en Europa occidental (1994)
Ingresos
Inters
Nada
Poco
Bastante
Mucho
Total
Primer
Cuartil
Segundo cuartil
Tercer
cuartil
Cuarto
cuartil
29 (668)
35 (795)
29 (655)
8 (172)
100 (2.290)
22 (482)
36 (770)
33 (699)
10 (213)
100 (2.164)
17 (376)
36 (803)
38 (868)
10 (214)
100 (2.261)
10 (214)
29 (600)
44 (910)
17 (362)
100 (8.801)
102
Los grficos
En ocasiones es conveniente completar o sustituir las tablas por grficos que,
aunque suelen ofrecer una informacin menos detallada y precisa, son
visualmente ms sencillos de interpretar y por lo tanto pueden facilitar las
explicaciones o bien aportar un valor aadido a una situacin de escasez de
datos . Al igual que las tablas, los grficos deben ir siempre numerados y
titulados, y deben incluir al pie notas sobre la procedencia de los datos, las
abreviaturas utilizadas al nombrar los ejes y sus categoras, y otras
aclaraciones que resulten necesarias.30
Existen distintos tipos de grficos que sirven para diferentes propsitos.
Algunos de los ms utilizados son:
-
103
25
ii
15
10
i i
! ^
20
Fr
GB
Por
Ir
Al
Ho
Be
Di
Gr
It
H om bres Mujeres
Las tablas y datos facilitan esta labor; deben completar y demostrar los argumentos que se
desarrollan en el texto, agilizando la comprensin de los resultados por parte del lector.
104
5
La contrastacin de las hiptesis
En este captulo se explican los distintos mtodos que existen para llevar a cabo
la contrastacin de hiptesis. Su contenido es fundamental para realizar
investigaciones de carcter explicativo, en las que no slo se pretende describir
las caractersticas de un fenmeno, sino tambin entender los mecanismos
causales que lo producen. La explicacin de los fenmenos polticos, as como la
posibilidad de extender las conclusiones obtenidas al conjunto de casos
similares a los estudiados, es una de las partes fundamentales de la
investigacin politolgica. Se trata tambin de una tarea extremadamente
compleja, que debe ceirse a una serie de pautas metodolgicas precisas para
conseguir su objetivo.
105
T A B L A 5.1
La relacin entre actitudes sobre el gasto pblico y voto
Variable independiente
Variable dependiente
Voto al Partido Popular
Voto a otros partidos
Total
A favor de
reducir el gasto
52 % (260)
48 % (240)
100 % (500)
106
En contra de
reducir el gasto
28 % (140)
72 % (360)
100 % (500)
Total
40% (400)
60% (600)
100% (1000)
En la tabla 5.1 se observa como los datos aportan evidencia emprica a favor de
la hiptesis: efectivamente, los partidarios de la reduccin en el gasto pblico
votan al Partido Popular con mayor frecuencia que los partidarios de su
mantenimiento o incremento (52 por ciento frente a 28 por ciento). Sin
embargo, no se espera que sta sea la nica explicacin del voto al Partido
Popular. Analizando teoras previas sobre los determinantes del
comportamiento electoral, se comprueba que variables como los ingresos, la
ideologa o la ocupacin han sido profusamente estudiadas, y deben de ser
consideradas en el anlisis. Las personas con ingresos elevados suelen votar a
partidos de derechas ms que las personas con rentas modestas, por lo que se
decide incluir esta variable en el anlisis. Tambin es posible que el nivel de
ingresos afecte a su vez a la actitud de un elector sobre la reduccin del gasto
pblico. Las personas con ingresos elevados pueden pensar que el beneficio que
obtienen de la educacin y la sanidad pblicas son limitados (se trata de
servicios que muchas veces pueden contratar privadamente) y por lo tanto
pueden desarrollar actitudes favorables a la reduccin del gasto en estos
sectores.
El inters en introducir la variable ingresos en el modelo explicativo del voto al
Partido Popular puede tener dos orgenes. Se puede estar interesado en conocer
el papel de esta variable en s misma, por lo que se introduce en el anlisis para
ver en qu medida el voto al Partido Popular vara en funcin del nivel de
ingresos. El mismo anlisis de la tabla 5.1 puede repetirse tomando el nivel de
ingresos como variable explicativa. Como se ha mencionado, la mayora de los
fenmenos estudiados por la ciencia poltica estn lejos de tener una sola causa
y conviene tener en cuenta la posibilidad de que varios factores influyan en la
variable dependiente simultneamente, lo que requerira un anlisis algo ms
complejo, utilizando, por ejemplo, tcnicas multivariables como la regresin
mltiple. Tambin se puede estar interesado en conocer la influencia de las
actitudes del gasto pblico, independientemente del papel desempeado por el
nivel de ingresos. Como se ha sugerido antes, parte de las diferencias en el voto
al Partido Popular producidas por distintas actitudes pueden deberse al hecho
de que las personas con ingresos elevados sean ms partidarias de reducir el
gasto pblico. Al mismo tiempo, los ingresos elevados estn relacionados con un
mayor voto a este partido. Es decir, en el peor de los casos para la hiptesis
original, la influencia de las actitudes respecto al gasto pblico sobre el voto
puede deberse nicamente a una cuestin de ingresos.
Se trata, por lo tanto, de estimar el impacto de las actitudes sobre el gasto en el
voto al Partido Popular, controlando por el efecto de los ingresos. Analizar la
relacin entre dos variables (actitudes y voto en este caso) controlando por una
tercera implica estimar la relacin que interesa manteniendo constantes los
valores de esa tercera variable. En el ejemplo, se puede dividir la muestra en
dos grupos del mismo tamao, segn el nivel de ingresos y ver si la relacin
107
entre actitudes y voto se mantiene en cada uno de esos grupos. Una vez aqu, el
investigador se puede encontrar ante tres situaciones distintas.
La primera situacin es aqulla en la que el control por una tercera variable no
altera la relacin entre las variables dependiente y explicativa. En la tabla 5.2
se aprecia que tanto entre las personas con altos niveles de ingresos, como
entre las personas con bajos niveles de ingresos, la relacin entre actitudes
hacia el gasto pblico y voto al Partido Popular se mantiene constante. No slo
el nivel de ingresos no tiene ningn impacto en el voto, sino que tampoco
parece tener ninguna influencia en las actitudes hacia la reduccin del gasto:
los porcentajes no varan entre los dos grupos con distintos ingresos. En este
caso, controlar por la variable ingresos no resulta necesario ni demasiado
interesante, aunque se trata de una situacin muy poco habitual.
T A B L A 5.2
Ejemplo de ausencia de relacin entre
la variable dependiente (voto) y la variable de control (ingresos)
En contra de
reducir el gasto
A favor de
reducir el gasto
Total
Altos ingresos
28%
(70)
%
0
0
1
)
0
) 0
5
8 2
1 (
52% (130)
48% (120)
100% (250)
%
2
7
Partido Popular
Otros partidos
Total
40% (200)
60% (300)
100% (500)
Bajos ingresos
52%
48%
(130)
(120)
28% (70)
72% (180)
108
)
0
5
(
2
%
0
0
1
)
0
5
(
2
%
0
0
1
Partido Popular
Otros partidos
Total
40% (200)
60% (300)
100% (500)
T A B L A 5.3
Ejemplo de relacin espuria entre actitudes y voto,
controlando por la variable ingresos
En contra de
reducir el gasto
A favor de
reducir el gasto
Total
Altos ingresos
Partido Popular
Otros partidos
Total columnas
60% (240)
40% (160)
100% (400)
60%
40%
100%
(60)
(40)
(400)
60% (300)
40% (200)
100% (500)
20%
80%
100%
20% (80)
80% (320)
100% (100)
20% (100)
80% (400)
100% (500)
Bajos ingresos
Partido Popular
Otros partidos
Total columnas
(20)
(80)
(100)
109
G R F IC O 5.1
Modelo causal de explicacin del voto
ingresos
+
probabilidad
de voto al PP
actitud favorable a la
reduccin del gasto
110
El mtodo experimental
El mtodo experimental es el que permite tener un mayor grado de control de
las posibles causas de un fenmeno o comportamiento. El experimento es la
prueba cientfica por excelencia. Consiste en provocar deliberadamente
modificaciones en los estados o valores de una variable independiente para
evaluar su efecto sobre los estados o valores de la variable dependiente
manteniendo constantes todos los dems factores que pueden influir en sta
(BARTOLINI, 1991: 63).
La ventaja de este mtodo respecto a otros es que mediante el experimento se
intentan confirmar las hiptesis exponiendo a las personas u objetos a
variaciones en los valores de la variable explicativa de inters, manteniendo
constantes (y por lo tanto controladas) el resto de las variables independientes,
de forma que cualquier variacin en la variable dependiente slo puede ser
atribuible a los cambios en la variable explicativa. Es decir, se controla la
influencia del resto de los factores que dejan de ser variables y se convierten en
parmetros. Por ejemplo, un investigador en un laboratorio puede realizar
experimentos en las plantas (unidades de anlisis) sobre la incidencia del uso
de fertilizantes (variable explicativa) en su crecimiento (variable dependiente
que se define operacionalmente como diferencia en centmetros entre t y t+1).
De esta forma, se puede hacer variar la cantidad de fertilizante, manteniendo
constante otros factores que influyen en el crecimiento como la cantidad de
agua y luz (variables de control), y as comprobar la repercusin de la
administracin de diferentes cantidades de fertilizantes en el crecimiento de las
plantas.
111
112
TABLA 5.4
Esquema de una aplicacin del mtodo experimental
Primera fase
Segunda fase
Seleccin de
los grupos
(t1)
Medicin de
la variable
dependiente
Grupo
experimental
Variable
dependiente
Tercera fase
Quinta fase
Administracin
del estmulo
(Variable
independiente)
Medicin de
la variable
dependiente
Variable
dependiente
GEt1
Grupo de
control
Variable
dependiente
GEt2
No
Variable
dependiente
GCt1
GCt2
113
114
El mtodo estadstico
El mtodo estadstico utiliza tcnicas matemticas para descubrir relaciones
entre variables. As como el mtodo experimental manipula verdaderamente el
estado de las variables de control, el mtodo estadstico utiliza una
manipulacin conceptual/matemtica para realizar la misma tarea (MURRAY
FAURE, 1994: 311). El mecanismo en el que se basa el control estadstico es la
divisin de la muestra en tantas submuestras como categoras tenga la variable
de control. Para cada una de esas submuestras se estima la relacin entre la
variable independiente y la dependiente, y por lo tanto, se controla por el efecto
de la variable que se ha parametrizado (es decir, se ha convertido en
constante). Si hay ms de una variable de control se divide la muestra inicial
en tantas submuestras como categoras resulten del cruce de las variables de
control. Para poder realizar todas estas estimaciones (en cada una de las
submuestras) es necesario disponer de un nmero elevado de casos. Este es uno
de los requisitos ms exigentes del mtodo estadstico, difcil de conseguir en
algunas investigaciones politolgicas, sobre todo aquellas que tienen unidades
de anlisis distintas a los individuos. Por ello, en investigaciones con pocos
casos suele ser ms adecuado el mtodo comparado.
Existen tcnicas estadsticas apropiadas para cada nivel de medicin. Al inicio
de este captulo se ha puesto un ejemplo en el que se utiliza el anlisis de
tablas de contingencia, adecuado para trabajar con variables nominales y
ordinales. En este epgrafe se aplica un ejemplo de anlisis estadstico
adecuado para variables de intervalo. Como muestra de una aplicacin de la
lgica del mtodo estadstico se utiliza el coeficiente de correlacin de Pearson
de asociacin entre dos variables, y la tcnica de regresin mltiple que
permite estimar la influencia de varias variables explicativas sobre una
dependiente.
Imagnese que se est realizando una investigacin sobre la relacin entre los
ingresos y la ideologa de los electores. Se dispone de datos de una encuesta en
115
116
GRFICO 5.2
Relacin ingresos y autoubicacin ideolgica
117
Constante (bo )
Ingresos (b 1 )
b
-0,92
0,029
p
0,0000
0,0000
Los resultados confirman que los ingresos (en miles de euros anuales, tal y
como se han medido en este ejemplo), est relacionada con la variable
dependiente. La constante b 0 (-0,92) proporciona el valor que adopta la variable
dependiente (autoubicacin) cuando la explicativa es cero. Eso significa que la
ubicacin ideolgica de una persona sin ingresos sera -0,9231 El valor del
coeficiente b 1, la pendiente, informa del cambio que se produce en Y
(autoubicacin ideolgica) al aumentar los ingresos anuales en una unidad (mil
euros, en este ejemplo): La autoubicacin ideolgica se desplaza 0,029 unidades
a la derecha por cada incremento de mil euros en los ingresos anuales de un
individuo. Si el coeficiente b 1 no fuera significativamente distinto de cero, un
incremento en los ingresos no producira ningn cambio en la autoubicacin
ideolgica, es decir, no existira relacin entre las dos variables y por lo tanto la
lnea del grfico 5.3 sera paralela al eje de las abscisas.
Como, presumiblemente, el nivel de ingresos no es la nica variable
relacionada con la autoubicacin ideolgica, podemos introducir en el modelo de
regresin otros factores explicativos, completando la ecuacin:
Y = b0+b1x1+b2x2+b3x3+...+bmxm,
donde x 1 , x 2 , x3, ...xm son las variables independientes (ingresos y otras); b 1 , b 2 ,
b 3 , ...bm representan el efecto cada variable independiente sobre la dependiente
en Y; y b 0 es el valor de Y cuando el de todas las variables independientes es
cero. Cada coeficiente bm indica el cambio que se produce en Y al aumentar una
31 Este valor se sale de la escala utilizada para medir la ubicacin ideolgica. Para evitar este
tipo de resultados de difcil interpretacin puede ser conveniente recodificar la variable
independiente de manera que el punto cero coincida con la media. As la interpretacin de la
constante sera el valor esperado de la autoubicacin ideolgica para un individuo que tiene un
nivel de ingresos igual a la media de la muestra.
118
Constante (b0 )
Ingresos (b0
Edad (b2)
b
-1,529
0,0190
0,0646
p
0,0000
0,0000
0,0000
119
El mtodo estadstico permite estimar el efecto de cada una de las variables explicativas
sobre la variable dependiente.
Este mtodo permite conocer la probabilidad de equivocacin o error que hay al inferir
conclusiones de la muestra que se ha utilizado al universo o poblacin. Cuanto mayor sea la
muestra, menor ser esta probabilidad.
Permite obtener un grado de control inferior al del mtodo experimental pero superior al
del mtodo comparado.
121
El mtodo comparado
El mtodo comparado se utiliza para abordar el anlisis de un nmero reducido
de casos. En esta situacin no es posible realizar un control sistemtico de las
variables independientes a travs de las correlaciones parciales en las que se
basa el mtodo estadstico, ni tampoco manipular los estados de las variables
externas como en el mtodo experimental. Se trata de un mtodo claramente
menos potente que los anteriormente citados en cuanto al control que consigue,
pero que presenta aspectos positivos en cuanto a la profundidad que permite
conseguir en el trato de cada uno de los casos. Su lgica es similar a la del
mtodo experimental y estadstico. De hecho, para muchos autores no existe una
frontera clara entre el mtodo estadstico y el mtodo comparado, dependiendo
la eleccin entre uno u otro del nmero de casos que se considere en el anlisis.
Adems es preciso tener en cuenta que el mtodo comparado no es una tcnica
concreta de investigacin, sino un mtodo con una lgica especfica que
pretende descubrir relaciones empricas entre variables con una voluntad de
producir conocimientos generalizables (CAIS, 1997).
El mtodo comparado, como su propio nombre indica, se vale de la comparacin
explcita y sistemtica para estudiar las relaciones entre variables. Se trata del
mtodo ms frecuentemente utilizado en la poltica comparada, es decir,
aqulla que estudia el desarrollo de los sistemas polticos y su interrelacin con
otros sistemas sociales. La poltica comparada es una subdisciplina de la
ciencia poltica que se define tanto por su objeto (el estudio de diferentes
sistemas polticos), como por su mtodo (el mtodo comparado). Como mtodo,
la poltica comparada implica realizar un esfuerzo analtico consciente para
explorar las diferencias y similitudes entre distintas unidades polticas,
tomando este esfuerzo como base para desarrollar argumentos tericos,
verificar hiptesis, inferir relaciones de causalidad y producir generalizaciones
tericas (SCHMITTER, 1991).
Frecuentemente se sostiene que todo conocimiento es intrnsecamente
comparado y que el mero hecho de afirmar algo sobre un objeto supone que ste
se est comparando con otro, o al menos con el concepto de la clase de objetos a
la que pertenece. Sin embargo, esa no es una comparacin explcita y
sistemtica, como la que es necesario realizar para llegar a conclusiones sobre
la relacin entre diversas variables. BARTOLINI (1991) insiste en que no se debe
confundir la actividad genrica de comparar, que puede tener diferentes
finalidades en el proceso cognoscitivo, con la comparacin que persigue
parametrizar, es decir, mantener constante el valor de las variables externas a
la relacin que se considera como hiptesis.
Para verificar hiptesis es preciso anular (controlar) la influencia de variables
exgenas, con el fin de centrarse en la relacin que interesa. Este control se
consigue manteniendo el valor de aqullas constante, para poder estar ms o
122
123
124
TABLA 5.5
Comparacin de sistemas similares
Casos
A
B
C
D
E
X1
1
1
1
1
1
Variables
de control
X2
1
1
1
1
1
X3
Variable
independiente
X4
1
1
1
1
1
------- >
1
0
1
1
0
125
Variable
dependiente
Y
1
0
1
1
0
126
TABLA 5.6
Comparacin de sistemas diferentes
Casos
A
B
C
D
E
X1
1
1
1
1
1
X2
1
1
0
0
0
Variables
X3
X4
0
1
1
1
0
0
0
0
1
1
X5
1
0
1
0
1
127
------ >
Y
1
1
1
1
1
La principal ventaja del mtodo comparado es que se tiene un mayor conocimiento de cada
uno de los casos analizados. Su principal desventaja es el menor control que permite
ejercer sobre las variables explicativas, y por tanto, el menor grado de certidumbre sobre
las relaciones encontradas.
129
APNDICE
Fuentes de datos35
Los datos tiles para la investigacin en ciencia poltica son muy heterogneos,
como ya se ha comentado en el captulo 4. Se elaboran en muy diversos mbitos,
aunque los mayores productores son los organismos oficiales. El desarrollo de las
nuevas tecnologas de la informacin ha facilitado la agrupacin,
almacenamiento, recuperacin y difusin de los datos a travs de las redes
telemticas, normalizando las condiciones de acceso36.
Cada pas suele tener un organismo encargado de recoger, organizar, coordinar y
difundir estos datos, establecindose autnticos sistemas estadsticos que, a su
vez, se relacionan con los sistemas de otros pases a travs de organizaciones
supranacionales, como el CESSDA (Council of European Social Science Data
Archives). As mismo, existen un buen nmero de pginas Web que son un buen
punto de partida, ya que proporcionan una excelente informacin accesible por
pases, partidos, instituciones, elecciones, etctera, como Webs Political
Resources on the Net (www.politicalresources.net), INTUTE Social Sciences
(www.intute.ac.uk/socialsciences/) o Richard Kimbers Political Science Resources
(www.psr.keele.ac.uk). Esta ltima contiene ms de 300 enlaces hacia todo tipo
de webs relacionadas con la Ciencia Poltica.
Para todo lo relacionado con procesos electorales, son especialmente tiles tanto
(http://www.election guide.or g/) que permite hacer bsquedas por pas y eleccin
como el Archivo Lijphart sobre elecciones http://dodgson.ucsd.edu/lij/, o la Web
http://www.electionresources.org/ que permite una bsqueda rpida por pas,
adems de ofrecer links de inters.
Adems de estos recursos generales, a continuacin se presentan algunos de los
organismos que producen datos de inters para los politlogos, ordenados en
funcin de su procedencia.
35 Agradecemos la colaboracin para la revisin de este Apndice del personal del Servicio de
Biblioteca y Documentacin del CIS, y en especial de Nstor Clabo y Ral Blanco.
36 Entre las numerosas pginas de Internet, destacamos www.politicalresources.net. Hay una
gran cantidad de vnculos a instituciones y organismos en cada pas del mundo.
130
Espaa
Estadsticas de mbito nacional
131
133
Amrica Latina
La creciente importancia de la regin latinoamericana ha hecho que sean
numerosas las fuentes de informacin que la toman como epicentro. A nivel
genrico se puede citar al Latin American Network Information Centre (LANIC)
http://lanic.utexas.edu/indexesp.html, una gua de recursos en ciencia poltica
que se centra en Amrica Latina, indexado tanto por pases como por temticas.
Cabe destacar asimismo la base de datos polticos de la Universidad de
Georgetown (Political database of the Americas , http://pdba.georgetown.edu/),
y, en Espaa, el Observatorio de Instituciones Representativas (www.oir.org.es).
As mismo existen varias bases de datos, entre las cuales podemos citar la
Scientific Electronic Library Online (www.scielo.org) o la Red de Revistas
Cientficas de Amrica Latina y el Caribe, Espaa y Portugal (Redalyc)
(http://redalyc.uaemex. mx/) que engloba un total de 550 revistas cientficas y
115078 artculos de texto completo.
En cuanto a las encuestas de opinin, aunque hay iniciativas de encuestas
comparadas recientes, como el Latin American Public Opinion Project
(http://lapop.ccp.ucr.ac.cr/), el Latinobarmetro es el estudio que cuenta con una
trayectoria ms prolongada, con ms de 19000 entrevistas realizadas desde 1995
en ms de 18 pases de Amrica Latina. Sus datos pueden consultarse en lnea a
travs de una aplicacin de fcil manejo (http://www.latinobarometro.org/).
Organismos Internacionales
Entre los organismos internacionales, cabe destacar los siguientes.
ONU. www.un.org Las publicaciones de mayor inters son el Anuario
Estadstico (ofrece datos muy variados desglosados por pases y est
disponible en CD-ROM) y el Anuario Demogrfico (contiene datos
relativos a ms de doscientas zonas del mundo e informa cada ao
sobre algn tema concreto).
UNESCO. www.unesco.org Destaca su Anuario Estadstico, que contiene
datos de ms de doscientos pases relativos, fundamentalmente, a
cultura y educacin.
OIT. www.oit.org Son especialmente importantes su Anuario de estadsticas
de trabajo, que ofrece datos desglosados por paes, y su coleccin
Fuentes y mtodos: estadsticas de trabajo, herramienta muy til para
la elaboracin y tratamiento de ese tipo de datos.
OCDE. www.oecd.org Se pueden citar sus publicaciones Labour Force
Statistics, que contiene datos sobre la poblacin activa de los
137
JSTOR recoge el texto de publicaciones peridicas vivas o muertas. Sin embargo, en el primer caso quedan
casi siempre exceptuados, como mnimo, los tres ltimos aos de la publicacin, que habr que consultar a
travs de otras fuentes
37
138
Espaa
Claves de Razn Prctica (Progresa, Madrid)
Cuenta y Razn (Fundacin de Estudios Sociolgicos, Madrid)
Debats (Instituci Alfons el Magnanim, Valencia)
Leviathan (Fundacin Pablo Iglesias, Madrid)
Papers (Universitat Autnoma de Barcelona, Barcelona)
Poltica Exterior (Estudios de Poltica Exterior, Madrid)
Poltica y Sociedad (Facultad de CC.PP. y Sociologa, UCM, Madrid)
Revista de Derecho Poltico (UNED, Madrid)
Revista de Estudios Polticos (CESCO, Madrid)
Revista de Estudios Regionales (Universidad de Mlaga, Mlaga)
Revista de Occidente (Fundacin Jos Ortega y Gasset, Madrid)
Revista de Poltica Comparada (UNED, Madrid)
Revista del Centro de Estudios Constitucionales (CESCO, Madrid)
Revista Espaola de Derecho Constitucional (CESCO, Madrid)
Revista Espaola de Ciencia Poltica (Asociacin Espaola de Ciencia Poltica, Madrid)
Revista Espaola de Investigaciones Sociolgicas (CIS, Madrid)
Revista Internacional de Sociologa (IESA/CSIC, Crdoba)
Sntesis (AIETI, Madrid)
Sistema (Fundacin Sistema, Madrid)
Zona Abierta (Editorial Pablo Iglesias, Madrid)
Europa
British Journal of Political Science
Electoral Studies
European Journal of Political Research
European Union politics
Government and Opposition
Il Politico
Political Studies
Pouvoirs
Problmes Politiques et Sociaux
Revista Internacional de Ciencias Sociales
Revue Frangaise de Science Politique
Rivista Italiana di Scienza Politica
Scandinavian Political Studies
Southern European Politics and Society
West European Politics
139
Estados Unidos
American Political Science Review
American Journal of Political Science
Annual Review of Sociology
Comparative Politics
Comparative Political Studies
Political Theory
Politics and Society
Public Opinion Quarterly
Journal of International Affairs
Journal of Politics
The Western Political Quarterly
140
Bibliografa
ACHEN, Christopher (1982): Interpreting and Using Regression, Beverly Hills:
Sage.
ACHEN, Christopher y Philips W. Shively (1995): Cross-Level Inference,
Chicago: University of Chicago Press.
ALAMINOS, Antonio (1993): Grficos, Madrid: CIS.
ANDUIZA, Eva (1999): Individuos o sistemas? Las razones de la abstencin en
Europa occidental, Madrid: CIS.
AZOFRA, Mara Jos (1999): Cuestionarios, Madrid: CIS.
BARTOLINI, Stefano (1991): Metodologa de la investigacin poltica, en G.
Pasquino et al., Manual de Ciencia Poltica, Madrid: Alianza, pgs. 39
78.
BARTOLINI, Stefano (1993): "On time and comparative research", en Journal
o f Theoretical Politics, 5:2, pgs. 131-167.
BARTOLINI, Stefano y Peter Mair (1990): Identity Competition and Electoral
Availability: The Stabilisation o f European Electorates , Cambridge:
Cambridge University Press.
BERRY, William D. y Stanley Feldman (1985): Multiple Regression in Practice,
Beverly Hills: Sage.
BOIX, Carles (1996): Partidos polticos, crecimiento e igualdad. Estrategias
econmicas conservadoras y socialdemcratas en democracias avanzadas,
141
Jean
M.
Stanley
Presser
(2008):
Approaches and
Methodologies in the Social Sciences. A Pluralist Perspective , Cambridge:
MEDRANO,
nacionalismo
Juan
(1999):
en
Pas
el
Investigaciones Sociolgicas.
DOGAN, Mattei y Dominique Pelassy (1990): How to Compare Nations.
Strategies in Comparative Politics , Chatham: Chatham House.
DUNNINGS, 2008, Improving causal inference: strengths and limitations of
natural experiments, Political Research Quarterly, 61:2, pgs. 282-293
ECO, Umberto (1992): Cmo se hace una tesis. Tcnicas y procedimientos de
investigacin, estudio y escritura, Barcelona: Gedisa.
ECKSTEIN, Harry (1992): Case study and theory in political science, en H.
Eckstein, Regarding Politics. Essays on Political Theory, Stability and
Change, California: University of California Press, pgs.117-179.
EVANS, Jocelyn (2004): Voters and Voting, Londres: Sage.
FREEDMAN, David, Robert Pisani y Roger Purves (1993): Estadstica,
Barcelona: Antoni Bosch.
GARCA de la FUENTE, Olegario (1994): Metodologa de la Investigacin
Cientfica. Cmo hacer una Tesis en la Era de la Informtica, Madrid:
CEES.
142
143
144
the
145
146
147