Documentos de Académico
Documentos de Profesional
Documentos de Cultura
U N IV E R S ID A D N A C IO N A L D E E N T R E R O S
FA C U LTA D D E
C IE N C IA S A G R O P E C U A R IA S
Introduccin
Toda investigacin cientfica organiza los hechos bajo estudio de una manera
comprensible a travs de un esquema que sirve de puente entre la teora y la empiria, al que
denominamos dato.
Tal como es entendido en metodologa de la investigacin, el dato cientfico es el valor
que toma una variable en una unidad de anlisis. Es decir, todo dato tiene - como mnimo tres componentes - unidad de anlisis, variable y valor y por esta razn se dice que su
estructura es tripartita. Luego veremos que algunos autores sostienen que se deben
incorporan elementos adicionales a la estructura del dato.
La matriz de datos es una forma de ordenar los datos de manera que sea visible su
estructura (tripartita cuatripartita) y es de suma importancia en toda investigacin porque es
la manera ordenada y estructurada de interpelar la realidad con la teora para hacerla
inteligible (entendible).
En s misma es una estructura funcional a muchas etapas de la investigacin, sean
estas etapas exploratorias - donde recin estamos comenzando a conocer el objeto de estudio
- o etapas finales
investigacin - en cada etapa una de ellas se utilizar la matriz de datos con mayor o menor
desarrollo, aprovechando sus capacidades para resumir un esquema complejo de
consideracin del contexto y los componentes que incidan en nuestro objeto de estudio.
Este escrito apunta a colaborar en la comprensin de la matriz de datos explicando
brevemente sus componentes y cmo se articulan entre s.
Componentes bsicos
El primero en conceptualizar el dato cientfico y la matriz de datos fue el socilogo y
matemtico noruego Johan Galtung (1966), quien sostuvo que todo dato cientfico tiene una
estructura compuesta por tres elementos: Unidad de Anlisis, Variable y Valor.
Con posterioridad, el filsofo y socilogo argentino Juan Samaja (1996) critic y
reformul esta definicin sosteniendo que en realidad el dato cientfico tiene cuatro
componentes esenciales que lo estructuran en lugar de tres, a saber:
1) Unidad de Anlisis,
Pgina 1
FA C U LTA D D E
C IE N C IA S A G R O P E C U A R IA S
UdeA
(Unidad de
Anlisis)
V
(Variable)
R
(Valor)
D
(Dimensin)
P
(Procedimiento)
I
(Indicador)
Galtung y luego
Unidad de Anlisis
De acuerdo con Rut Vieytes (2004), la unidad de anlisis es el
elemento mnimo de estudio observable en relacin con un conjunto de
otros elementos que son de su mismo tipo. Es sobre estos elementos que
vamos a estudiar el comportamiento de las variables.
Cuando determinamos la UdeA de una investigacin nos estamos
preguntando qu o quienes sern observados (o medidos) en ella?
Las mismas pueden ser individuos, organizaciones (o cualquier
colectivo social), territorios, cultivos, regiones o pases, especies vegetales,
etc. Son ejemplos de estas unidades de anlisis: una determinada especie
vegetal (ejemplo el maz), los cultivos hortcolas de fruto bajo (pimiento,
tomate,
berenjena),
los
productores
agropecuarios
(individuos),
las
Pgina 2
FA C U LTA D D E
C IE N C IA S A G R O P E C U A R IA S
organizaciones
corporativas
agropecuarias
(SRA,
FAA,
CRA),
las
Pgina 3
FA C U LTA D D E
C IE N C IA S A G R O P E C U A R IA S
Variable
La unidad de anlisis es tambin concebida como un colectivo en un
sentido diferente del expuesto anteriormente, esto es, como portadora de
un conjunto de caractersticas o cualidades particulares.
La nocin de variable se refiere a los rasgos relevantes que permiten
conocer el perfil de la unidad de anlisis a investigar, son atributos o
caractersticas de las unidades de anlisis que, parece obvio decirlo,
pueden variar asumiendo distintas
unidad.
Veamos algunos ejemplos de variables correspondientes a distintas
UdeA:
Suelos
Variables
Presencia de microorganismos
Porosidad
Tipo de suelo (Vertisoles, molisoles, haplustoles,
etc.)
Cultivos
hortcolas
de fruto bajo
Nivel de humedad
Rendimiento
Calidad
Grado de exposicin a riesgos climticos
Modalidad de cultivo (bajo cubierta, al aire
libre)
Productores
agropecuarios
Explotaciones
Agropecuarias
(EAP)
Edad
Nivel de capitalizacin
Tamao de la explotacin (Segn la superficie
explotada en ha: Pequeas, medianas y grandes)
Pgina 4
FA C U LTA D D E
C IE N C IA S A G R O P E C U A R IA S
Valor
De acuerdo con Francis Korn (1984), el valor - o categora - es una
de las diferentes posiciones o alternativas que presenta la variable y que
adopta alguna unidad de anlisis. Se puede expresar cualitativamente - a
travs de una clasificacin por ausencia y presencia, por jerarqua u orden cuantitativamente a travs de magnitudes (nmeros).
Una cuestin que se desprende de la definicin anterior es que toda
variable tiene una escala de valores (Variables cuantitativas) o sistema de
categoras (Variables cualitativas)
Pgina 5
FA C U LTA D D E
C IE N C IA S A G R O P E C U A R IA S
caracterizarlos
de
acuerdo
su
nivel
Pgina 6
FA C U LTA D D E
C IE N C IA S A G R O P E C U A R IA S
ha
1970
Convencional
vertedera)
1990
(Reja
y Convencional
vertedera)
(Reja
Convencional (Disco)
Convencional (Disco)
Vertical (cincel)
Vertical (cincel)
ahora
un
ejemplo
de
un
sistema
de
categoras
los regmenes de
Propiedad
Arrendamiento
Contrato accidental
Aparcera
Ocupacin
Otros
Pgina 7
FA C U LTA D D E
C IE N C IA S A G R O P E C U A R IA S
De
los
ejemplos
anteriores
se
desprende
que
los
sistemas
Superficie implantada
con
Cereales y
oleaginosas
Hasta 5
5,1 - 10
10,1 - 25
25,1 - 50
Pgina 8
FA C U LTA D D E
C IE N C IA S A G R O P E C U A R IA S
7,1 - 10
10,1 - 15
15,1 - 25
25,1 - 35
35,1 - 50
50,1 - 70
70,1 - 100
Ms de 100
50,1 - 100
100,1 - 200
200,1 - 500
500,1 - 1.000
1.000,1 - 2.500
2.500,1 - 5.000
5.000,1 - 7.500
7.500,1 - 10.000
10.000,1 - 20.000
Ms de 20.000
Matriz de Datos
Pgina 9
FA C U LTA D D E
C IE N C IA S A G R O P E C U A R IA S
Dimensiones e indicadores
Como indicamos anteriormente, Samaja sostiene que la estructura del dato cientfico
tiene cuatro elementos en lugar de tres. Para dar cuenta de ello incorpora dos nociones
fundamentales: Dimensin e Indicador.
Pgina 10
FA C U LTA D D E
C IE N C IA S A G R O P E C U A R IA S
La madurez del fruto podra medirse a travs del color, ya sea por
medio
de
mtodos
subjetivos
(apreciacin
humana
de
Pgina 11
FA C U LTA D D E
C IE N C IA S A G R O P E C U A R IA S
(medir especficamente
1,90 m), puede ser flaco (pesar solamente 75 kg), puede ser tambin con
gran cabellera (tendr rulos). Las dimensiones posibles son muchas (altura,
peso, tipo y cantidad de pelo), en cambio el valor posible que le
corresponde a cada dimensin es uno y solo uno de los n valores de la
escala.
Bibliografa consultada
Ctedra de Metodologa Aplicada al Diseo. 2007. Ficha de ctedra:
Matriz de datos. Buenos Aires: Fac. de Arquitectura Diseo y
Urbanismo - UBA. Mimeo.
Hernndez Sampieri, R. et al. 1998. Metodologa de la investigacin.
Mxico DF: Mac Graw-Hill Ed.
Korn, F. 1984. Conceptos y variables en la investigacin social .Buenos
Aires: Nueva Visin.
Samaja, J. 1996. Epistemologa y metodologa. Elementos para una teora
de la investigacin cientfica. Buenos Aires: EUDEBA.
Vieytes, Rut. 2004. Metodologa de la investigacin en organizaciones
mercado y sociedad: epistemologa y tcnicas. - 1 ed. Buenos
Aires: Ed. de las Ciencias.
Pgina 12