Muestra, dato y matriz de datos

Muestra, dato y matriz de datos

1. Presentar sintticamente las principales cuestiones a considerar en la eleccin de

las muestras en un proceso de investigacin. Vincular con metodologa cualitativa
y metodologa cuantitativa.
La imposibilidad unas veces, y otras el engorro de investigar a todos los
casos (personas, hechos, situaciones) relacionados con el objeto de investigacin,
obliga a seleccionar un nmero reducido de ellos, una muestra representativa
(Olabunaga, Aristegui y Melgosa, 1998: 49). La muestra es el material concreto de
trabajo (Samaja, Juan, 2004: 267) La ventaja principal de utilizar una muestra
estriba en el ahorro de tiempo, dinero y personal para realizar la investigacin.
Debe cumplir con tres condiciones bsicas: a) Representatividad: La muestra
debe ser un universo en
miniatura (Olabunaga, Aristegui y Melgosa, 1998: 51); b) Confianza: debe garantizar la
fiabilidad de los datos respecto del universo (Ibden: 51); c) Tamao: la Teora del
Muestreo indica en cada caso cuntos elementos se precisan.
La tendencia de anlisis cuantitativo a generalizar y universalizar obliga a estudiar
todos los casos y dado la imposibilidad de efectuarlo se seleccionan unos cuantos casos
de muestra que representan al colectivo. En cambio los anlisis cualitativos estudian
normalmente un individuo, una situacin, por lo que el tamao de la muestra obedece a
una seleccin por parte del investigador. El muestreo probabilstico en que podemos
saber a priori, mediante leyes estadsticas, la probabilidad que tiene cada uno de
los miembros del universo de salir seleccionado- est ligado a la investigacin
cuantitativa,
y el no probabilstico en que los sujetos no son elegidos por azar sino de forma
intencional o controlada- a la investigacin cualitativa.
El investigador puede fijar de antemano: a) su margen de error: cuanto menor sea el
margen de error, mayor ser el tamao de la muestra exigido (Olabunaga, Aristegui
y

b) el nivel de confianza: El tamao de un [sic] muestra ser tanto

mayor cuanto ms alto sea el nivel de confianza con el que el investigador desee
trabajar (Ibden: 53); c) la varianza del universo: cuanto ms variada o heterognea sea
la poblacin mayor ser tambin, el tamao de la muestra.
Melgosa, 1998: 53);

2. Presentar en una carilla la estructura cuatripartita del dato cientfico y el

sistema de matrices de datos y su dialctica.
Estructura cuatripartita del dato
La traduccin de la experiencia espontnea a una descripcin cientfica produce ese

material bsico de la experiencia cientfica llamada dato. Un dato es una construccin

Muestra, dato y matriz de datos

compleja que posee una estructura interna que es su contenido formal invariable
(es decir, est presente en todo dato). La estructura del dato cientfico de
Galtung es completada por Samaja con un cuarto lugar, por lo que pasa a ser
cuatripartita, siendo
los cuatro componentes los que siguen:
1. unidad de anlisis (UA)
2. variables (V)
3. valores (R)
4. indicadores (I).
Una unidad de anlisis (o individuo de estudio) puede ser concebida como
un miembro (de un sistema, es decir, como formando parte de un universal) o como
un colectivo (como conteniendo particularidades). As, podemos considerar a
nuestro sistema como: a. un universo que tiene partes o como b.la parte de un universo.
Una variable es un asunto de inters, relevante para la descripcin de las unidades de
anlisis. Toda variable es un criterio de clasificacin que se emplea para clasificar las
UA. Las variables son artificios clasificadores o descriptores que emplea el
cientfico, mediante los cuales resume y organiza una vasta gama de experiencias.
Todas las variables resumen informacin y son analizables en dimensiones.
Los valores son los estados posibles que pueden presentar las variables, pueden o no
tener valores numricos.
Todo dato cientfico vincula un concepto con un estado de cosas del mundo externo,
mediante la ejecucin de un procedimiento aplicado a una o ms
dimensiones consideradas observables. Esta definicin incluye como ingredientes
esenciales del indicador dos elementos: a. la dimensin (considerada como
observable), y b. el procedimiento para ejecutar la observacin.
Los procedimientos abarcan una muy amplia gama de tcnicas de medicin: desde
la observacin de un conjunto de indicios que lleva desde lo manifiesto a lo
latente, hasta la construccin de escalas, tests multiitmicos, o diversos tipos
de ndices (sumatorios, acumulativos, comparativos, etc.).
Indicador es algn tipo de procedimiento que se aplique a alguna dimensin de
la variable, para establecer qu valor de ella le corresponde a una unidad de
anlisis determinada. Dimensin de una variable es un aspecto parcial de la
variable (o predicado), que es relativamente independiente de otros aspectos.

Muestra, dato y matriz de datos

Agregamos estos conceptos a un esquema que permita ver el carcter jerrquico de

algunas de las relaciones que se dan entre los cuatro elementos de la estructura.
_R
V
UA_
D
I =

P
En este diagrama, debajo del smbolo del valor R, figura el smbolo del indicador (I),
que est en relacin de igualdad con la dimensin y el procedimiento, cuyos smbolos (D)
y (P) estn inmediatamente por debajo de la variable (V). Esta ubicacin en el diagrama
busca sugerir la relacin de subordinacin que existe entre las dimensiones y la variable
de la cual son aspectos.
El dato cientfico tiene dos atributos definitorios:
a. la validez (pone en juego la seleccin de las dimensiones); y
b. la confiabilidad (la construccin del procedimiento).

3. Sistema de matrices de datos

La matriz de datos es un nombre posible para designar a los invariantes estructurales
de los datos cientficos de cualquier ciencia emprica, y puede ser sincrnica (el tiempo
aparece como un dato variable) o diacrnica (el tiempo en transcurso). Adems pueden
combinarse ambos tipos de matrices.
Cualquiera sea la investigacin de que se trate, como mnimo se determinan tres
matrices de datos:
1. una matriz central que llamaramos Nivel de anclaje (N) para aludir a que
la investigacin dada ha decidido anclar en ese nivel.
2. una matriz constituida por los componentes (o partes) de las unidades de anlisis
del nivel de anclaje (Matriz de nivel (N) subunitario N-1).
3. finalmente una matriz constituida por los contextos de las unidades del N
(Matriz supraunitaria N+1).
Es posible que una matrz de datos tenga relaciones con alguna otra matriz de datos
sin estar ni subordinada (N-1) ni supraordinada (N+1) a ella, por lo tanto hablaremos
de matrices del mismo nivel de integracin o de matrices coordinadas.
La DIALCTICA se refiere a que el conocimiento cientfico se desarrolla como una
dinmica o movimiento de ir y venir entre la experiencia y la teora. La explicacin
o comprensin cientfica es la operacin que resulta de ese movimiento. Se trata de
un movimiento de mediacin. La matriz de datos se mueve en la constante
intermediacin

Muestra, dato y matriz de datos

por la cual se tornan observables ciertos conceptos tericos, al mismo tiempo que se
transforman en conceptos tericos ciertos estados de cosas observables.
Entre los dos extremos en que se mueve el acto cientfico:
deductivismo/inductivismo o Teora/empiria, se encuentra la formacin social y la
experiencia del propio investigador; de donde l extrae sus analogas familiares. Esto
indica una superacin de las dos corrientes. Es el sujeto cientfico quien aporta
los modelos y los traduce tanto a pautas de observacin cuanto a enunciados
tericos. Estos modelos son como mapas topolgicos aportados por el
investigador. De no mediar ese modelo, la realidad sera invisible.
En todo momento hay una matriz central (o focal), cuyo llenado presupone la
resolucin previa de ciertas matrices perifricas o auxiliares. En el momento en que las
matrices perifricas son focalizadas para su resolucin (es decir, dejan de ser
perifricas para ser temporariamente focales), los elementos de la anterior
matriz central aparecen ahora en otros lugares de la estructura de los datos. Este
movimiento entre los distintos planos u pticas que se superpone de mltiples
maneras, tambin constituye la DIALCTICA y representa el proceso de
construccin del objeto concreto
de
la
investigacin. La
dialctica interna
se
refiere
a
sistema/subsistema/suprasistema.

4. Cul es la utilidad que se puede atribuir a conocer la estructura del dato y las
matrices?
(Media carilla) Traer a clase impreso este material elaborado, con
una copia para entregar a la docente. Se espera reconsideraciones, crticas,
revisiones, del escrito del Prctico N 2, especialmente para el punto 1.
Al presentar as las relaciones que conforman un objeto de investigacin, Juan
Samaja nos muestra una realidad concebida como una totalidad conformada por sujetos
y relaciones que se modifican recprocamente; esto es bastante diferente que pensar
en un conjunto cuyas partes se presentan estticas y como incluidas en un
conjunto mayor.
La matriz de datos da cuenta de los mltiples niveles de integracin de la
realidad humana, y por lo tanto, de la complejidad que implica recortar nuestro objeto.
La matriz ser el insumo para comenzar a resumir nuestra informacin. Analizar un
determinado cuerpo de datos es intentar alguna manera de compactarlos
para poder sacar conclusiones de ellos, es decir que analizar datos es, en
palabras de Juan Samaja, sintetizarlos.

La realidad es concebida como una totalidad integrada de sujetos y relaciones que se

modifican unos a otros dinmicamente. La realidad (cualquier sector de la realidad)
es siempre infinitamente compleja, y no se puede pasar directamente desde la
percepcin comn y del comportamiento prctico espontneo, a la descripcin
cientfica y a la
visin terica (Samaja, Juan, 2004: 159).
El proceso de investigacin consiste en construir el sistema de matrices de
datos,
llenar esas matrices de datos (sean cuantitativas o cualitativas) y procesar, analizar e
interpretar dichas matrices.
el principal presupuesto de toda investigacin cientfica es ste: que el objeto de
estudio sea inteligible (Samaja, Juan, 2004: 147), es decir que el objeto sea investigable.
Siguiendo a este autor por un lado, debe ser posible describir el objeto de estudio, es
decir, identificar sus elementos componentes y caracterizarlos; y por otro lado debe
ser posible reelaborarlo conforme a algn patrn de asimilacin a las evidencias
de nuestra Razn. Emerge la comprensin cuando se logra mostrar y fundamentar
que lo dicho en una descripcin puede hacerse corresponder () al esquema lgico
matemtico
que hemos logrado construir con las leyes descubiertas (Samaja, Juan, 2004: 147).
la informacin que se obtenga (sea bajo la forma de registros fotogrficos,
de
grabaciones, de narraciones de episodios humanos o de proposiciones que describen
estados de cosas de cualquier nivel de complejidad que se trate- deber poder
ser
traducida a la estructura del lenguaje descriptivo; dicho de otra manera: ha de
ser
posible sealar las operaciones[I] mediante las que se podrn identificar (o construir)
los sujetos de los cuales se informa [UA]; las variables implcitas en el informe [V] y las
situaciones particulares (los valores particulares) que se informan [R] (Samaja, Juan,
2004: 183).
Resumiendo, en palabras de Samaja, la matriz de datos es un cartografiado de
la
realidad, una especie de fotografa que debe poder ser traducida a la estructura de un
lenguaje descriptivo.

5. Cules son las posibles direcciones del anlisis de datos? Presentar

sintticamente cada una y vincularlas con los esquemas exploratorios,

descriptivos y explicativos.
Segn Samaja, hay tres direcciones posibles por las que se puede realizar el
proceso constructivo del diseo: a) la direccin que primero busca establecer las
unidades de anlisis, para luego escoger las variables relevantes y los respectivos
valores; b) la

direccin que identifica las variables centrales del estudio, con sus valores, y luego
se pregunta por las unidades; c) la que a partir de los valores recorre el
proceso constitutivo de las variables y las unidades.
Las investigaciones exploratorias estn destinadas a producir nuevas ideas. Al
escoger deliberadamente los sujetos de estudio, la muestra es no probabilstica.
se puede decir que el tratamiento y anlisis de datos en una investigacin
de carcter exploratorio est predominantemente centrada en el valor [R],
puesto que desde el valor () se intentar averiguar qu variables o criterios de
clasificacin resultarn ms convenientes para categorizar al objeto de estudio
(Samaja, Juan, 2004: 294).
Las investigaciones descriptivas, centradas en la variable [V], buscan establecer las
caractersticas generales de una poblacin a partir de lo que se encuentra en
una muestra, que ha sido elegida al azar, siguiendo las leyes estadsticas. Esto
es as porque el comportamiento de los valores de las variables de sucesivas
muestras tomadas al azar se distribuyen segn tendencias definidas, alrededor de los
verdaderos valores del Universo (que los estadgrafos llaman parmetros) (Samaja,
Juan, 2004: 274).
Las investigaciones experimentales o cuasi-experimentales, donde el anlisis de
datos pertenece a un esquema explicativo/comprensivo, pretenden verificar
hiptesis causales, mediante el control de las principales variables del fenmeno.
Se trata de poner bajo control la mayor cantidad de variables, escogiendo cuotas
de unidades de anlisis en donde haya cantidades semejantes que difieren
solamente en la variable independiente. Est centrado predominantemente en las
unidades de anlisis [UA].

Anlisis de datos en
1
esquemas :

Centrado en la
Variable

Centrado en la
unidad de Anlisis

Centrado en el Valor

Exploratorios

Examinar
las
distribuciones
de
frecuencias que
se
presentan en cada una
de
las
primeras
clasificaciones (analizar
proporciones, medidas
de
posicin
y
variabilidad)

Revisar los distintos

sujetos
posibles
e
intentar
conceptualizarlos. Qu
posibilidades
de
abordaje ofrecen?

Examinar hechos o
estado de cosas y
averiguar formas de
clasificarlos

Descriptivos

Caracterizar
las
distribuciones aplicando
medidas
descriptivas
posibles;
ejecutar
grficos de tendencias.
Descubrir asociaciones
que den lugar a
hiptesis causales.

Construccin
de
modelos mecnicos y
procesuales
que
permitan
plasmar
globalmente
las
descripciones
univariadas (variables
ordenadas y preparadas
por tcnicas estadsticas
2
bsicas) y bivariadas
(descubrir y describir
las relaciones entre
dos
variables:
covariacion,
asociacin
y
3
causalidad)
Ejecutar anlisis ms Aplicacin de tcnicas
complejos (anlisis de de anlisis funcional,
varianza,
factorial) comparativo, histrico
para verificacin de estructural. Exposicin
hiptesis causales
del modelo real de
interpretacin.

Elaboracin de escalas
ms finas de medicin .
escalas
e
ndices
respectivos y de valores
normalizados

Explicativos

Discutir valides de los

indicadores

Juan Samaja. Epistemologa y Metodologa. Elementos para una teora de la investigacin cientfica. Parte IV el
anlisis del proceso de investigacin.
2

Jose Yuni y Claudio Urbano, Tcnicas para investigar. Anlisis de datos y redaccin cientfica. Editorial Brujas.
Crdoba, 2006. Pg. 43
3

Jose Yuni y Claudio Urbano, Tcnicas para investigar. Anlisis de datos y redaccin cientfica. Editorial Brujas.
Crdoba, 2006. Pg. 61

Muestra, Datos y Matriz de Datos

6. Mostrar las diferencias del anlisis de datos segn se trate de diseos con
metodologa cualitativa o diseo cuantitativo.
En la investigacin cualitativa el anlisis de datos es una de las actividades principales
ya que se realiza a lo largo de todo el proceso (Yuni, Urbano, 2006: 77). El mismo suele
ser problemtico porque no existen procedimientos estandarizados que puedan
aplicarse a cualquiera de los datos, los cuales son de naturaleza dismil y estn
en constante dinamismo. La finalidad del anlisis cualitativo es obtener una
comprensin integral y compleja de las situaciones sociales. Como todo material
producido en la interaccin social, ste es vehiculizado por algn tipo de lenguaje y
por lo tanto puede
ser abordado a travs de un proceso semitico (Ibden: 79). El investigador habr de
encontrar las tramas de sentido que sostienen los textos generados durante su trabajo.
Existen distintas posturas sobre la codificacin de los datos obtenidos: si debe hacerse
mediante nmeros o mediante etiquetas (palabras o conceptos).
La investigacin cuantitativa se basa en la estadstica, de tal modo que la informacin
obtenida se convierte en nmero. Los principales autores que representan esta posicin
sealan que ya en el proyecto de investigacin se debe prever el modo en que se tratar
los datos y el tamao de la muestra. El punto inicial ...es el anlisis univariado, sobre el
cual se avanza hacia el anlisis de relaciones o bivariado para concluir () en el anlisis
multivariado (Ibden: 42). El anlisis univariado consiste en el examen de la informacin
de cada una de las variables (se aconseja tomar primero las independientes, luego las
intervinientes y finalmente las dependientes). Es una forma de chequear la calidad de la
informacin y contribuye en la funcin correctiva de datos errneos. Cuando las
variables ofrecen gran variabilidad que dificulta el anlisis, el investigador
puede recurrir a la compactacin de los valores. El anlisis bivariado trata de
descubrir y describir la relacin entre dos variables. Con frecuencia se recurre a
cuadros y tablas para ayudar a la comprensin del lector. Se debe evaluar su
pertinencia y no descuidar
los requisitos para su presentacin.