INVESTIGACION EN CRIMINOLOGIA USANDO SPSS

Eduardo Escalante Hugo Lupiaez

Universidad del Aconcagua Mendoza, 2007

Captulo 1 Teora y Medicin

El desarrollo de la investigacin en el rea de la criminologa supone que el investigador puede identificar sus referentes tericos de modo que proceda como lo hace cualquier terico: (a) focaliza la atencin en un fenmeno particular, (b) organiza los hechos conocidos sobre un fenmeno particular; (c) contribuye a los paradigmas cientficos; (d) provee una ruta que puede ser probada o falsificada; (e) establece lmites y dominios por los cuales determinadas leyes y verdades puedes ser generalizadas; y (6) establece proposiciones que se pueden agregar o compara con las de otras teoras. Cada teora tiene a lo menos 2-3 niveles meta-tericos: perspectivas, enfoques, y teoras. Los temas fundamentales a menudos se planean al nivel del enfoque, y a menudo se denominan supuestos y se refieren a los lmites para establecer generalizaciones. Por sobre este nivel estn las perspectivas, unidades de acuerdo ms grande en las comunidades cientficas. A menudo se denominan paradigmas, pero compartimos con Follari cuando seala: Es, por supuesto, por dems comn hablar de "paradigmas" en relacin con las ciencias sociales. Sin embargo, resulta un tanto confuso, si se atiende al significado que la categora de "paradigma" alcanz en la obra de T.Kuhn, quien fuera sin duda el que la impusiera en el campo de la filosofa de las ciencias, aunque hubiera conocido referencias anteriores... Para este autor, no existieron ejemplos en ciencias sociales de la existencia de paradigmas; es ms, supuso que las ciencias sociales seran "pre-paradigmatcas"... Esto no era casual o episdico: la idea de paradigma presupone el acuerdo de la comunidad cientfica en pleno en relacin a una "matriz disciplinaria", es decir, un plexo de problemas relevantes, metodologas de abordaje y propuestas validables de solucin y de lo aceptado como prueba1.

Follari, R. Sobre el concepto de desarrollo el largo y sinuoso camino http://www.ambiental.net/biblioteca/FollariDesarrolloHumano.htm

humano:

El criminlogo establece hiptesis de trabajo que pretenden examinar un objeto de inters cientfico segn una perspectiva determinada. Esto tiene como consecuencia que en cualquier momento, estos puntos de vista puedan ser puestos en cuestionamiento, conforme los resultados obtenidos. Pero es fundamental el trabajo emprico y el anlisis de los resultados, en este caso el procesamiento estadstico necesario. En el captulo siguiente precisaremos lo referido en este prrafo. La lgica de la investigacin criminolgica se extiende ms all de ella incluyendo temas como los patrones criminales, la delincuencia juvenil, los antecedentes personales, psicolgicos, sociolgicos, educacionales, entre otros, del sujeto en cuestin. Se trata de una disciplina multidisciplinaria e interdisciplinaria. Si bien, en el pasado los investigadores en el campo criminolgico, la criminologa ha pasado por varias vertientes: Antropolgica, dando lugar a la Antropologa Criminal, Siquitrica-Psicolgica, dando lugar a la Criminologa Clnica, y Sociolgica partiendo de esta y dando lugar a la Sociologa Criminal. Adems en las etapas de desarrollo de la Criminologa hay que hacer alusin al enfoque Institucional, que es dnde tiene gran influencia la Criminologa Crtica. Estos diversos criterios para clasificar las teoras etiolgicas del delito evidentemente continuacin: pueden sobreponerse para producir una tipologa medianamente extensa, como la que se muestra y se ejemplifica a

Ahora bien, la misma variedad de teoras es un reflejo indudable de la dificultad que han encontrado los criminlogos a la hora de buscar explicaciones del comportamiento delictivo. En parte, se observa una fragmentacin de anlisis, evidenciada en la formulacin de teoras que se refieren a una sola de las dimensiones que se reconocen, por lo menos de manera implcita, como mutuamente necesarias para la gnesis del delito. As, observamos teoras que tratan la motivacin o la situacin, la persona o la sociedad. Tambin se evidencia cierta contraposicin de ideas, como en la separacin entre procesos de aprendizaje y procesos de control (procesos difcilmente asimilables en un solo concepto de mayor abstraccin). Ms all de los problemas de orden conceptual que dificultan el trabajo del criminlogo, tambin hay impedimentos para la observacin de los fenmenos de inters para la criminologa y la contrastacin de sus teoras. Uno de ellos se relaciona con la ausencia de una definicin clara y compartida de lo que se considera delito (lo cual evidencia cmo las dificultades en el campo tico afectan el trabajo en el campo cientfico). As, la operacionalizacin heterognea del concepto del delito podra llevar a resultados diversos para una misma poblacin bajo estudio. Otro problema es la dificultad de obtener, en comparacin con otras disciplinas, datos vlidos y confiables sobre el objeto de estudio la delincuencia. Bien conocido es el concepto de la cifra negra, que refiere los delitos no conocidos por las
4

autoridades y por ende ausentes en la estadstica oficial. Tampoco logran estos mtodos una medicin global de la delincuencia. En tercer lugar, debemos apuntar la extrema dificultad, cuando no la imposibilidad, de realizar experimentos para estudiar las causas de la conducta delictiva, por los problemas ticos que de all derivan. Y por ltimo, es importante reconocer que la mayora de la investigacin criminolgica sobre la etiologa del delito se ha llevado a cabo en unos pocos pases de altos niveles de desarrollo econmico, dejando la incgnita sobre la aplicabilidad de esas teoras y sus correspondientes hallazgos en los pases latinoamericanos, por ejemplo. A modo de ilustracin de las variables, presentamos la siguiente tabla:
Cuadro de Operacionalizacin de Variables Hiptesis Variables Concepto de Variables 2.1.1 Es el estado en el cual las personas tienden a cambiar con cierta frecuencia su estado anmico. 2.2.1 Son los actos delictivos o fuera de los estatutos impuestos por la sociedad cometidos por lo individuos menores de 18 aos. Indicadores Objeto del Indicador

2. A mayor inestabilidad emocional del joven, mayor vulnerabilidad a la delincuencia juvenil.

2.1 Inestabilidad Emocional. 2.2 Delincuencia Juvenil

2.1.1.1 Rendimiento escolar del joven. 2.1.1.2 Comunicacin del joven. 2.1.1.3 Capacidad de sociabilizacin con el medio que le rodea. 2.2.1.2 Tasa de Delincuencia Juvenil.

2.1.1.1.1 Analizar el rendimiento escolar del joven. 2.1.1.1.2 Analizar la capacidad de comunicacin que posee el joven. 2.1.1.1.3 Analizar la capacidad de sociabilizarse que tiene el joven con el medio que le rodea 2.2.1.2.1 Determinar la tasa actual de la delincuencia juvenil en el lugar especfico.

1.1

El propsito de este libro

El propsito de este libro es orientar al investigador a travs de una serie de aventuras en la investigacin criminolgica. Nuestro propsito es mostrar algunas herramientas simples que se puede usar en la investigacin.

Adems se trabajar con varias bases de datos recopiladas por los autores, lo que permitir de realizar anlisis investigativos. Este libro se origina en la experiencia obtenida en la enseanza en cursos de grado y posgrado en el rea de la criminologa. Los investigadores y analistas criminolgicos a menudo se encuentran ante grandes volmenes de informacin que deben procesar numricamente. Algunos realizan los procesos de clculos en planillas manuales y otros en planillas electrnicas como Excel mediante la activacin del mdulo estadstico disponible en la (anlisis de datos), y tambin se emplean las tablas dinmicas. Pero cuando se trata de muestras relativamente grandes, los procedimientos se hacen ms complejos y se requiere una informacin recopilada. Ultimamente hemos venido trabajando con el programa SPSS versin 15 para ambiente Windows. Si usted tiene experiencia computacional, rpidamente entender la forma de procesar datos en este programa, y si no tiene experiencia ser importante acostumbrase a las opciones y ventanas de Windows. Este es un paquete estadstico de anlisis de datos con ms de 20 aos de aplicacin en la investigacin de las ciencias sociales y econmicas. Contiene programas capaces de realizar desde un simple anlisis descriptivo hasta diferentes tipos de anlisis bivariados y multivariados de datos, como pueden ser: anlisis factorial, anlisis discriminante, anlisis de regresin mltiple, anlisis de cluster, anlisis de varianza, etc. Desde nuestro punto de vista constituye en una herramienta ptima para el investigador, a lo que se agrega su versatilidad y amigabilidad en su uso. mayor velocidad de procesamiento y herramientas ms sofisticadas si se quiere realizar un anlisis prolijo de la

1.2

El por qu usar SPSS A travs del desarrollo de este libro hemos querido ilustrar sobre el uso

de algunas de las herramientas disponibles en el programa, pero por sobre

todo clarificar su aplicacin en vista a los objetivos e hiptesis del investigador en el rea de la criminologa. Se ha seleccionado SPSS por varias razones. Primero, su simpleza acompaa de la experticia del investigador generar resultados que permiten una gran prolijidad de anlisis. Segundo, permite anlisis y tratamiento de datos usando pruebas paramtricas y no paramtricas, adems permite una manipulacin flexible de las variables, por ejemplo, a travs de recodificarlas o crear ndices. Tercero, permite compartir bases de datos con otros investigadores que trabajan con la misma herramienta a nivel internacional. En funcin de esto hemos dividido el trabajo en dos grandes tratamientos: el anlisis unidimensional y el anlisis bidimensional, con una breve introduccin al anlisis multivariado. Hemos considerado oportuno incluir dos secciones de bastante importancia para el investigador en criminologa: el anlisis de confiabilidad y el anlisis factorial de un instrumento de medicin. Nuestra intencin es ayudar al investigador en su toma decisiones cuando debe enfrentar su plan de investigacin (planteamiento del problema, objetivos e hiptesis) y el plan estadstico asociado a l. Esto nos ha llevado a elegir un caso de estudio como eje transversal del libro en lo que se refiere a la ilustracin de procedimientos estadsticos, pero tambin hemos incluido algunos ejemplos especficos que permitan ilustrar un procedimiento numrico. Tambin hemos considerado conveniente incluir despus de algunos captulos ejercicios y preguntas que permitan reflexionar sobre los temas que se van tratando en el libro.

1.4

Investigacin en Criminologa Este libro se orienta primariamente a las tcnicas de la criminologa

aplicadas al anlisis de datos. Esto significa que se ocupar la mayor parte del

tiempo en el anlisis de datos y en las conclusiones al momento de responder preguntas en el rea criminolgica. Hemos observado que las pruebas bsicas de investigacin se orientan a la comprensin terica del crimen. Pero qu es teora? Schutt (2001) explora las teoras del crimen, definiendo una teora como un grupo de proposiciones lgicamente inter-relacionadas sobre una realidad emprica (p.36). De este modo las teoras del crimen constituyen aseveraciones interconectadas que explican el por qu la conducta delictiva se relacionado con otros sucesos de la vida de la persona o el por qu ciertas clases de comunidades o sociedades tienen tasas especfica de criminalidad. Algunos tericos piensan que los factores fisiolgicos juegan un papel causal. Otros vinculan la personalidad al tipo de crimen. Otros ven el crimen como el producto de subculturas especiales o el resultado de la brecha entre metas culturales y las oportunidades (o falta de oportunidades) a travs de las cuales lograr esas metas. Finalmente, algunos tericos miran a las partes bsicas de la sociedad el desarrollo del capitalismo, la persistencia del patriarcado para entender el crimen. De hecho, existen muchas teoras del crimen y es la tarea esencial del investigador: delimitar su sustento terico. Curren y Renzetti (1994) discuten varias escuelas de pensamiento que han ido conformando las teora contemporneas sobre el crimen. Es necesario tener presente que la conducta del ser humano es consecuencia de una permanente interaccin entre factores individuales y sociales, y por tanto que cualquier investigacin emprica acerca del ser humano y sus conductas slo representarn aspectos parciales. Sin embargo a efectos de la investigacin ser inevitable descomponer la totalidad que es el individuo en s mismo, y en plena interaccin con el ambiente. Se corre as el peligro de subordinar las unidades de investigacin a un objetivo, resignando as la necesidad de que los anlisis parciales se realicen bajo el punto de vista de complejos de configuracin y accin dentro del objeto de investigacin como unidad. Eventualmente se investigan de modo preferente aspectos parciales que son fciles de abarcar metodolgicamente,

pero que posiblemente apenas si son interesantes para el problema de la investigacin como unidad, o que no lo son en absoluto. Se trata de encontrar, de entre la multitud de hechos particulares, los datos y grupos de datos, es decir de constelaciones, que sean relevantes, y separar lo esencial de lo inesencial. (Hans Gppinger 1970). En la medida que la investigacin criminolgica pretende avanzar en

hechos que se alejan cada vez ms de las variables manejables con mtodos de las ciencias naturales, las investigaciones objetivas se tornan cada vez ms difciles, porque cuanto ms se alejan las comprobaciones de hechos de las esferas psquicas directamente captables en su fenomenologa y directamente analizables, ms aumenta el peligro de la propias concepciones en las comprobaciones mismas. Cuando se elaboran estudios en criminologa, por ejemplo, sobre percepcin de sentimiento de inseguridad y miedo al delito, pueden presentarse algunos problemas metodolgicos con importantes repercusiones en el planteamiento y anlisis de los datos. Ms concretamente a la hora de examinar la relacin entre el miedo al delito y variables psicolgicas, ambientales, sociales, polticas y econmicas. Constituye un apasionado tema de debate en la literatura decidir cules son las variables con una mayor importancia en este tipo de investigaciones. Las relaciones entre edad, sexo, grupo tnico, ingresos, estado civil y miedo al delito son controvertidas, ya que se han alcanzado resultados muy diferentes, incluso contradictorios. Dicha circunstancia dificulta enormemente todos los intentos de realizar una sistematizacin terica que pueda ser til a la hora de tomar decisiones con respecto a las polticas de seguridad y prevencin del delito. A pesar de que junto al sexo, la edad es la variable que ha sido estudiada con mayor frecuencia en relacin con el miedo al delito en la literatura criminolgica de los aos 80 (Eve, 19852; Stafford & Galle, 19843), nosotros pensamos que lo ms importante no consiste en buscar diferencias categricas entre los diferentes colectivos sociales sino, sobre
2

Eve, S.B. (1985): "Criminal victimization and fear of crime among the noninstitutionalized elderly in the United States: a critique of the empirical research literature", Victimology, 10, Arlington, 397-408. 3 Stafford, M.C. & Galle, O.R. (1984): Victimization rates, exposure to risk and fear of

todo, intentar explicar qu es exactamente el miedo al delito y por qu se siente la gente insegura en los hbitat urbanos. En este sentido, y desde hace ya varios aos, una de las cuestiones ms debatidas ha sido la denominada "paradoja del miedo al delito", segn la cual aquellos grupos entre los que el sentimiento de inseguridad y miedo al delito es mayor, concretamente mujeres y ancianos, son los que sufren un nmero de victimizaciones ms bajo. Mientras que, por el contrario, hombres y jvenes adultos, a pesar de ser los que mayor nmero de victimizaciones sufren, son los que menos miedo padecen.

crime. Criminology, 22, 173-185

10

1. 5 Teoras y Variables

Teoras

Autores

Variables Influencia de los pares; niveles de frustracin; valores de vida; niveles educacionales; aspiraciones y expectativas (niveles de fracaso); estrategias de afrontamiento; anomia:estatus social Auto-control; presin social de los pares delicuentes; respuestas de los padres al descubrir actos delictivos en los hijos

Teoras de las presiones (strain)

Merton (1938), Cohen (1955), Cloward and Ohlin (1960), Agnew (1992), Messner and Rosenfeld (1994)

Teoras del aprendizaje social

Sutherland (1883-1950);Ronald Akers and Robert Burgess (1966); Jeffery

Teora del control social

Vnculos sociales (apegos, compromiso, involucramiento, creencias); condiciones de la familia; modelos parentales; rasgos Hirschi (1969); Sykes y Matza (1960) predictivos: bajo CI, rasgos de socializacin: impulsividad, insensibilidad, gratificacin inmediata; justificaciones para el acto delictivo Hagan (1989); Quinney;Turk; Greenberg; Adler; Simon; Schwendinger Albert K. Cohen (1955); Cloward & Ohlin (1959) Hindelang, Gottfredson, & Garofalo;Walters & White; Cohen & Felson (1979) Relaciones de poder; pobreza; desigualdad; opresin;frustraciones Estatus ante los pares delincuentes; tipos de pandillas Patrones diarios de interaccin social

Teora del conflicto (teora crtica)

Teora subculturales Teoras racionales: crimen como eleccin

1.5

Hiptesis en la Investigacin en Criminologa La teora ofrece expectativas sobre las maneras como las variables se

relacionara entre ellas en una situacin real. En lenguaje cientfico, estas expectativas se denominan hiptesis.

11

Schuttt (2001) define una hiptesis como un juicio tentativo sobre al realidad emprica, que involucra la relacin entre dos o ms variables (p.38). A veces las hiptesis son implicancias especficas derivadas de una teora. En el caso de la investigacin en el campo de los asaltos sexuales, el investigador puede derivar de una determinada teora sus hiptesis: (a) mujeres que beben mucho, y ms a menudo, es ms probable que sean vctimas de asaltos sexuales; (b) mujeres que tienen amigos varones que usan el alcohol para emborrachar a las mujeres en orden a tener sexo es ms probable que sean vctimas. Es importante reconocer que las relaciones que se predicen en una hiptesis particular a menudo significan relaciones probabilsticas. No toda mujer que bebe intensamente ser el blanco de un asalto sexual, pero la hiptesis que predice que esa mujer tendr en promedio ms altas tasas de victimizacin por asalto sexual. A veces las teoras y las hiptesis se derivan como resultado de procedimientos intelectuales prolongados esto es, pensar y razonar las relaciones entre un grupo de variables. En otras ocasiones, los investigadores construyen teoras posteriormente al procesamiento de los datos y desarrollan explicaciones sobre las relaciones entre las variables.

1.6 La lgica de la medicin La medicin es uno de los elementos fundamentales de la ciencia. En el caso de la investigacin criminolgica, la tarea es tpicamente la de caracterizar a los individuos en trminos de los temas estudiados. Entonces, un estudio de victimizacin caracterizar a los que responden en trminos de los cuales las victimizaciones criminales (si hay alguna) ellos han experimentado durante un perodo particular de tiempo. Un estudio de abuso de sustancias indicar qu sustancias ilegales o legales han usado los que responden y quizs cun frecuentemente han usado o usan cada sustancia. 1.6 Problemas de Validez La validez es un trmino usado casualmente el lenguaje cotidiano, pero que tiene un significado ms preciso en ciencias sociales. Describe un
12

indicador de un concepto. De manera ms simple, se dice que el indicador es vlido si realmente mide lo que intenta medir y es invlido si no lo hace. En la investigacin criminolgica se emplean muchos instrumentos de medicin, pero se ha detectado que no todos han sido sometidos a un anlisis de validez. Muchos de ellos son generados en contextos culturales diferentes lo que afecta la validez de los tems o reactivos que incluyen. Es por este motivo que dedicaremos un captulo al anlisis de validez.

1.7

Problemas de Confiabilidad La confiabilidad o fiabilidad es diferente pero igualmente importante

en relacin a ala calidad de las mediciones. En el contexto de la investigacin criminolgica y las ciencias sociales, la confiabilidad se refiere a la pregunta de si podemos confiar en las respuestas que las personas nos dan. Conceptualmente, la prueba de confiabilidad alude a si los que responden daran las mismas respuestas repetidamente si la medicin se pudiera hacer (a) si las situaciones no han cambiado y (b) si no pueden recordar las respuestas que nos dieron antes. La validez y la confiabilidad son importantes en el anlisis de datos. En la actualidad existen distintos instrumentos de naturaleza emprica para la estimacin, por ejemplo, del riesgo de comportamientos violentos. Estos instrumentos, desarrollados especialmente en pases anglosajones, europeos y norteamericanos, no tienen paralelos en nuestro entorno criminolgico. Tales instrumentos, adems de las caractersticas propias de cualquier instrumento de medida, se distinguen por dos parmetros muy importantes que son: sensibilidad (porcentaje de verdaderos positivos, es decir, de sujetos que habiendo y sido predichos violentos acaban comportndose violentamente) (porcentaje de falsos

especificidad

positivos, o sea, de individuos que habiendo sido predichos violentos no acaban actuando como tales).

13

A modo de ejemplo en la tabla que presentamos a continuacin, se muestra el resumen de los principales instrumentos existentes hasta ahora en el contexto de la evaluacin del riesgo de comportamientos violentos.
Test o Mtodo Meta-anlisis de predictores de violencia general y reincidencias Variables predictoras Evaluacin objetiva de riesgo de delincuencia juvenil, problemas familiares y otros factores similares (basado en 52 trabajos /16,191 personas). Historia de agresiones graves, de tipo sexual e intimidaciones basado en un estudio sociolgico de 600.000 participantes (USA) Activacin sexual desviada, historia de violencia, y factores de personalidad (basados en 61 estudios y 28.972 personas). Incluye factores de la relacin con la vctima, delitos sexuales anteriores y edad del sujeto (muestra 2.592 personas). Historial de agresiones en contexto de parejas, ajuste psicosocial (estudios de un total de 2.309 sujetos). Factores de riesgo de tipo: Histrico, Clinico y de gestin del Riesgo, presentados en un instrumento nico a modo de protocolo de confirmacin y gua. Hallazgos Factores de reincidencia en personas con trastorno mental y sin trastorno mental. El historial criminal es el mejor predictor. Identifica por medio de puntuaciones elevadas el riesgo de graves conductas violentas. Referencias Bonta, Law & Hanson (1998)

Sistema de Puntuacin de Gravedad delictiva

Wolfgang, Figliio, Tracy & Singer (1985)

Meta-anlisis de predicciones de violencia sexual

Rapid risk assessment for sexual offense recidivism (RRASOR)

Seguimiento de un intervalo que oscila entre 15-30 aos que muestran el 77% de riesgo de reincidencia en delitos sexuales. Predice reincidencia en periodos de 5 a 10 aos a partir de cuatro factores.

Hanson & Bussier (1998)

Hanson (1997)

Spousal Assault Risk Assessment Guide (SARA)

HCR-20, Version 2

Resumen de puntuaciones que predicen el riesgo que presentan los agresores domsticos y otros tipos de violencia en general. HCR-20 existe en distintas lenguas y se ha utilizado en Europa.

Kropp, Hart, Webster & Eaves (1999)

Webster, Douglas, Eaves & Hart (1997)

14

De la

mayora

de estas escalas e

instrumentos no existen

traducciones ni adaptaciones al contexto lingstico espaol ni los pases latinoamericanos.

1.8

Indicadores mltiples A menudo la solucin a los problemas discutidos descansa en la

creacin

de

medidas

compuestas,

usando

indicadores

mltiples.

Posteriormente en el desarrollo del libro examinaremos algunas de estos indicadores. Algunos conceptos en ciencias sociales son implcitamente

multidimensionales. Consideremos el concepto de clase social, por ejemplo. Tpicamente, el trmino clase se usa en referencia a la combinacin de educacin, ingreso, ocupacin, y a veces dimensiones tales como el estrato social y el prestigio. Estos seran medidos en el anlisis de datos a travs del uso de indicadores mltiples. 1.9 Niveles de Medicin Al convertir los conceptos mentales en mediciones empricas en la forma de variables, se elije los niveles de medicin de esas variables. Los investigadores trabajan usualmente con cuatro niveles de medicin.

1.9.1. Clasificaciones de las escalas de medida La introduccin del concepto de escalas de medida en psicologa y educacin se remonta al trabajo desarrollado por Stevens, demostrando que en las ciencias del comportamiento son posibles diversos niveles de medicin, mediante la elaboracin de diversas axiomatologas. Este modelo de medicin constituye ha constituido una herramienta formal poderosa en la catalogacin de las pruebas estadsticas. Y si atiende a esta clasificacin prevista por Stevens, los datos psicolgicos y educacionales que pueden ser medidos en una escala de intervalos no son en principio

15

abundantes. Es decir, la mayora de las variables psicolgicas y educacionales estaran dentro del modelo de escala ordinal (por ejemplo, los tests de inteligencia o los cuestionarios de personalidad). La medicin supone que se puede establecer una relacin homomrfica entre un sistema relacional emprico y otro formal. Esto permite introducir la distincin entre niveles de medicin, o escalas de medicin. Es interesante la apreciacin de Kerlinger quien indica que a pesar del nivel de medicin de la mayora de las variables psicolgicas es slo ordinal, el tratamiento estadstico que se hace con ellas es asimilable al de los otros niveles pues funcionan bien simplemente. Esto est de acuerdo con la idea que los niveles de medicin no condicionan el procesamiento estadstico pues ambos tienen supuestos diferentes. Se han ofrecido muchas clasificaciones de los tipos de escala teniendo en cuenta las propiedades de los sistemas numricos: Campbell (1928): escalas en ordinales y de razn. Stevens (1951): nominales, ordinales, de intervalo y de razn Tanto las escalas de medicin como las de clasificacin implican la formulacin y evaluacin de reglas. Estas reglas son usadas para medir atributos de los objetos, por lo general, pero no de manera exclusiva, sino tambin de personas. Es importante recordar que se puede medir slo atributos de los objetos, no a los objetos mismos. Entre las caractersticas de las buenas reglas estn la receptibilidad (confiabilidad) y de modo ms importante, la validez en los sentidos que se describan. La estandarizacin es un objetivo importante de la medicin debido a que facilita la objetividad, cuantificacin, comunicacin, economa y generalizacin cientfica. Un aspecto tradicionalmente importante, pero controvertido de las escales de medicin, es que estas por lo general caen en uno de cuatro niveles (han sido sugeridos otros); nominal, ordinal, de intervalos y de razn. Estos cuatro niveles representan de manera progresiva reglas mejor articuladas, por ejemplo, las escalas nominales tan slo definen si dos (2) objetos son equivalentes o no, entre s, con respecto a un atributo crtico,

16

pero las escalas ordinales determinan si un objeto que no es equivalente a otro es mayor o menor que el otro; son posibles resultados ms consistentes con niveles superiores de medicin. El concepto de invarianza es bsico para estos niveles de medicin, el cual tiene que ver con lo que permanece igual cuando se realizan cambios permisibles en la escala. Las escalas de niveles superiores estn ms restringidas en cuanto a la manera en que pueden ser transformadas y an conservar invarianzas claves. La idea de medicin es intrnsecamente comparativa. Medir algo, en el caso ms sencillo, es determinar cuantas veces una cierta unidad o patrn de medida, cabe en el objeto a medir. Para medir la longitud de un objeto fsico nosotros desplazamos una regla o cinta graduada sobre el mismo, observando cuantas unidades (en este caso centmetros o metros) abarca el objeto en cuestin. Es decir que comparamos el objeto con nuestro patrn de medicin para determinar cuntas unidades y fracciones del mismo incluye. Una escala puede concebirse como un continuo de valores ordenados correlativamente que admite un punto inicial y otro final. Si evaluamos a los sujetos a travs de un test psicolgico, por ejemplo, impulsividad, podemos asignar el valor cero al mnimo rendimiento imaginable y un valor de 7, 10, 20 100 puntos, segn convenga, al mayor valor posible. Con estos dos valores tendramos ya marcados los lmites de nuestra escala: para concluir de confeccionarla ser necesario asignar a los posibles rendimientos intermedios puntajes tambin intermedios. Con ello obtendremos una escala capaz de medir la variable impulsividad a travs de indicadores concretos. Existen diferentes tipos de escalas que se distinguen de acuerdo a la rigurosidad con que han sido construidas y al propio comportamiento de las variables que miden. Se acostumbra a clasificarlas en cuatro tipos generales que son los siguientes: escalas nominales, ordinales, de intervalos iguales y de cocientes o razones.

17

Tabla No.1.1: Tipos de variables y escalas de medicin

Tipos de variable Cualitativa Cuantitativa

Clasificacin Discreta Discreta Continua

Escala de Medicin Nominal Ordinal Intervalo Razn Intervalo Razn

Tabla No. 1.2: Escalas y operaciones empricas

Escalas

Operaciones empricas bsicas Relacin de igualdades Relacin de mayor o menor

Ejemplo

Nominal Ordinal Intervalo

Sexo La clase social

Determinacin de la El puntaje en una escala igualdad de la diferencia de para medir impulsividad intervalos Existencia de un cero real El tiempo de reaccin

Razn

Escalas nominales son aqullas en que slo se establece una equivalencia entre la escala y los diferentes puntos o valores que asume la variable. Permiten simplemente distinguir diferentes tipos de personas. Son una simple lista de las diferentes posiciones que pueda adoptar la variable, pero sin que en ella se defina ningn tipo de orden o de relacin. Si en una investigacin criminolgica al estudiar la ficha de registro se quiere determinar la estructura de la familia de los sujetos, tendremos una variable que se designar como condicin familiar. Los distintos valores que esa variable reconoce sern, concretamente: monoparental, biparental, etc. Entre estos valores no cabe obviamente ninguna jerarqua, no se puede trazar ningn ordenamiento. Sin embargo, a la enunciacin explcita de todas estas posibilidades la consideramos como una escala, pues de algn modo es til para medir el comportamiento de la variable, indicndonos en qu posicin se halla en cada caso. Muchas variables sociales cientficas van ms all de simplemente nombrar las diferentes categoras que constituyen una variable. Las escalas

18

ordinales distinguen los diferentes valores de la variable jerarquizndolos simplemente de acuerdo a un rango. Establecen que existe una gradacin entre uno y otro valor de la escala, de tal modo que cualquiera de ellos es mayor que el precedente y menor que el que le sigue a continuacin. Sin embargo la distancia entre un valor y otro queda indeterminada. En otras palabras, tales escalas nos esclarecen solamente el rango que las distintas posiciones guardan entre s. Si se quiere medir el nivel de temor al crimen en trminos de describir la variable a travs de un orden: bajo, medio, o alto, se est asignando un orden de importancia y por lo tanto estamos en presencia de la una variable medida ordinalmente. Muchas de las escalas de actitudes o ndices en ciencias sociales son ordinales en su naturaleza. Por tanto, como no podemos determinar la equivalencia entre las distancias que separan un valor de otro, debemos concluir que la escala pertenece a la categora ordinal. Las escalas de intervalos iguales, adems de poseer la equivalencia de categoras y el ordenamiento interno entre ellas, como en el caso de las ordinales, tienen la caracterstica de que la distancia entre sus intervalos est claramente determinada y que estos son iguales entre s. Un ejemplo tpico de las escalas de intervalos iguales est dado por las escalas termomtricas. Entre 23 y 24 grados centgrados, por ejemplo, existe la misma diferencia que hay entre 45 y 46 grados. Muchas otras escalas, como las que se utilizan en los test psicolgicos y de rendimiento, pertenecen a este tipo. La limitacin que poseen es que no definen un cero absoluto, un valor lmite que exprese realmente la ausencia completa de la cualidad medida. Por ello no se pueden establecer equivalencias matemticas como las de proporcionalidad: no puede afirmarse que 24 C es el doble de temperatura que 12 C, porque el cero de la escala es un valor arbitrario y no se corresponde con la ausencia absoluta de la variable que se mide. Una gran cantidad de esfuerzo en la investigacin social ha estado dirigido a desarrollar maneras de medir actitudes y conductas y desarrollar mediciones para producir escalamiento multidimensionales en

19

orden a medir a nivel intervalar temas tales como las actitudes sociales o psicolgicas, hasta hace poco medidas a nivel nominal u ordinal. Por ltimo, estn las escalas de cocientes o razones. En ellas se conservan todas las propiedades de los casos anteriores pero adems se aade la existencia de un valor cero real, con lo que se hacen posibles ciertas operaciones matemticas, tales como la obtencin de proporciones y cocientes. Esto quiere decir que un valor de 20 en una escala de este tipo es el doble de un valor de 10, o de las dos terceras partes de un valor de 30. Son escalas de cocientes las que miden el peso, los ingresos, etc. Difcilmente las variables que intervienen en las ciencias sociales son medidas con escalas de razones, pues son contados los casos en que dichas variables pueden ser definidas con la exactitud y precisin necesarias. La economa y la demografa son, entre estas disciplinas, las que ms utilizan escalas de razones. A modo de ejemplo consideremos la variable edad. La distancia entre 10 aos y 20 aos es exactamente la misma que entre 60 aos y 70 aos. De manera similar, el tiempo servido en prisin es una variable de razn: 30 meses y 20 meses estn separados por la misma cantiadd que 40 meses y 50 meses. Otros ejemplos de este tipo de variables incluyen: ingreso, aos de escoalridad, y nmero de actos delictivos. Con el objeto de resumir los niveles de medicin, se sugiere que inspeccione la siguiente tabla.

Variables Nominales Mutuamente excluyentes Exhaustivas Rankeadas Intervalares Punto cero S S

Variables Ordinales Si

Variables Intervalares S

Variables Razn S

de

Si Si

S S S

S S S S

20

1.9.2 Opciones de medicin

Para que las observaciones de la realidad sean tiles, tienen que llevarse a cabo en condiciones de rigor metodolgico: el objeto de medicin ha de ser observable empricamente (directa o indirectamente), debe presentar cierta variabilidad, y para efectuar las mediciones es necesario disponer de instrumentos de medidas precisos. Este ltimo aspecto de las condiciones de bondad de un instrumento de medida acapara una amplia zona de estudio de la psicometra clsica. Lord (1953)4, Anderson (1961)5 o Prytulak (1975)6 sostienen que la medicin y el tratamiento estadstico son dominios independientes, y como consecuencia de ello, las consideraciones de la medicin no influyen en las tcnicas estadsticas. Al respecto existe controversia entre los estadsticos, los experimentalistas y psicmetras respecto a la aplicacin de los conceptos escalas de medicin y su asociacin con las pruebas estadsticas. As nos podemos encontrar con que mientras unos investigadores, fuertemente impregnados por las ideas de Stevens, han preconizado que los datos debern ser analizados con tcnicas estadsticas que contemplen el tipo de medida empleada, otros investigadores consideran que los niveles de medida no juegan un papel esencial en la inferencia estadstica, ya que ambos campos constituyen dominio independientes (en la lnea de Lord). De esta forma, la escala de medida es determinada por el anlisis, asumiendo que la restriccin de los estadsticos atendiendo a la escala de medida utilizada es una idea erronea (y adems es ignorada en la mayora de los anlisis estadsticos reales). Compartirmos la postura de Muiz cuando seala aunque Stevens al desarrollar la idea de las escalas prest un servicio a la teora de la medicin, su nocin condujo a un malentendido que ha sido difcil de eliminar (2001:302)7.

On the statistical treatment of football numbers, The American Psychologist, 8 Scales and statitics: parametric and nonparametric, Psychological Bulletin, 58. 6 Critique of S.S. StevensTheory of Measuremnt Scale Classficiation, Perceptual and Motor Skills, 41. 7 Teora Clsica de los tests, Pirmide, Madrid

21

Cuando un estadstico inicia el procesamiento de datos observa primero los tipos de variables que existen, tratando de identificar aqullas que pueden influir en el resto de la variables como por ejemplo sexo, edad, estado civil, tipo de colegio, etc. En la prctica del estadstico, que la escala de medida utilizada no condiciona el procedimiento estadstico utilizado, es incuestionable, aunque el planteamiento de esta implicancia en textos bsicos de estadstica es muy frecuente. La significacin de los niveles de medicin se hacen ms transparentes cuando se empieza a analizar als avriables en los datos recopilados. Mcuhas de las tcnicas bsicas requieren determinados niveles de medicin que se declaran como supuestos paramtricos, como es el caso de la correlacin de Pearson.

1.9.3 Fuentes de variacin en las mediciones

Cuando tenemos un conjunto de mediciones las variaciones se deben frecuentemente a dos motivos: 1. A la variacin del fenmeno en s. El fenmeno vara en relacin a los dems fenmenos y en relacin a si mismo: entre e intra. 2. Al error producido en la medicin del fenmeno: el error es debido al observador, al instrumento utilizado o a la situacin donde se efecta la medicin.

1.9.11Tipos de errores de medicin El tipo de error cometido puede ser: 1. Aleatorio. 2. Sistemtico.

22

1.- Aleatorio: es el producido por el sistema de realizacin de la medicin. Su valor no afecta al valor real ni al promedio. Se representa mediante la letra r. 2.- Sistemtico: es el error de redondeo que se lleva a cabo en cada una de las mediciones que se efectan. Es el llamado sesgo y se escribe b (bias). Los dos tipos de errores pueden darse conjuntamente. Es muy importante conocer la cantidad de error que se est cometiendo.

1.9.12 Fuentes de error en la medicin El empleo de instrumentos de medicin produce dos tipos de errores: el error de medicin y el error de muestreo. El primero se asocia a las diferencias que se producen al medir a un individuo en diversas ocasiones; el segundo, al emplear muestras de individuos para estimar caractersticas de la poblacin. Un problema que se presenta al estudiar los resultados de las mediciones y el efecto de los errores, es decidir que es un resultado habitual y que no. Una forma de resolverlo es tomar como referencia la distribucin Normal en la cual aproximadamente el 95% de los valores se encuentran en el intervalo definido por la media menos dos desviaciones estndar y la media ms dos desviaciones estndar. Los valores que caen en ese intervalo se consideran habituales mientras que los que caen fuera de ese intervalos se consideran no habituales. Cuando se asume que las variables tienen un distribucin normal se supone que lo habitual o no sigue el patrn indicado, llegndose a considerar como normales los resultados incluidos en el intervalo indicado y como no normales las que caen fuera. El supuesto de normalidad es necesario en muchos procedimientos estadsticos. El problema de aplicar este criterio es que determina que la normalidad es uniforme, se asume que todas las variables son uniformes, pero no siempre es un buen modelo, ni siquiera como modelo estadstico, es ms

23

aplicable para algunas variables y por ello se deber probar este supuesto cuando corresponda. Existen formas de medicin ms robustas que sta, cuando hablamos de rango de normalidad no se habla de la curva normal sino que se est determinando la proporcin de personas que estn dentro del percentil 97,5 (normalidad) y 2,5 (anormalidad). Los percentiles no dependen de la forma concreta de la distribucin, son independientes del hecho de que la curva sea de distribucin normal o no. Este criterio tambin es estadstico y se emplea cuando no se tienen otros criterios.

1.10 Unidades de Anlisis Otro aspecto importante en el proceso de medicin es la especificacin de las unidades de anlsis - exactamente quines o qu ser estudiado? A menudo en la investigacin tipo survey, la unidad de anlisis es claramente una persona individual o el encuestado. Otras unidades de anlisis en criminologa son crceles, distritos. Es importante especificar correctamente qu unidad de anlisis se est estudiando.

1.11 Conceptos Bsicos para el procesamiento y anlisis de datos

1.11.1 Algunas definiciones bsicas Cualquier libro que aborde el tratamiento de datos derivados de la investigacin cientfica se enfrenta con algo ms que la explicacin de un procedimiento numrico destinado a reducir informacin, y obtener as un conjunto ms reducido de ella, pero capaz de explicar la caracterstica de un grupo de sujetos investigados.

24

En esta introduccin se presentan algunas definiciones bsicas sobre la investigacin y la estadstica que permitan sistematizar las ideas que de algn modo se irn desarrollando a travs del libro. Investigacin Es una indagacin disciplinada. "La investigacin disciplinada que difiere de la opinin y creencia, se conduce y maneja de manera tal que el argumento puede examinarse con mucho cuidado. El informe no depende de la elocuencia del escritor o de alguna justificacin 'superficial'". (Cronbach y Supples, 1969: 15, como lo citaron McMillan y Schumacher8, 1989:9). Los principios pueden variar de una a otra disciplina.

Estudio Es la bsqueda de conocimiento, empleando mtodos reconocidos para la recopilacin, el anlisis e interpretacin de observaciones. Como tal, Kerlinger (1973)9 sostiene que el estudio es una de las numerosas formas de conocimiento. Otras formas de ste incluyen la revelacin, la tradicin, la autoridad, la lgica, la intuicin social.

Estudio cientfico/investigacin cientfica "Es una investigacin crtica, sistemtica, controlada, emprica sobre preposiciones hipotticas acerca de las supuestas relaciones entre fenmenos naturales". (Kerlinger, 1973:11). De acuerdo con Borg y Gall (1983)10 los objetivos de la ciencia y de la investigacin cientfica son: "1) describir, 2)
8

McMillan, J. y Schumacher, S. (1989). Research in Education: A Conceptual Introduction (segunda edicin). Glenview, Il. Scott, Foresman y Co.
9

Kerlinger, F. (1973). Foundations of Behavioral Research (segunda edicin), Nueva York: Holt, Reinhart y Winston, Inc. 10 Borg, W. (1987). Applying Educational Research: A Practical Guide for Teachers (segunda edicin), Nueva York: Longman.Borg. W. y Gall, M. (1983). Educational Research: An Introduction (cuarta edicin), Nueva York: Longman Inc.

25

predecir, 3) controlar, y 4) explicar" la naturaleza y las relaciones entre fenmenos. El estudio cientfico puede considerarse como una creacin inductiva o deductiva, y ambas son consideradas como parte de la tradicin filosfica positivista (Borg y Gall, 1983:26).

Estudio social/investigacin social

Es la investigacin sistemtica, emprica y analtica de un fenmeno social (es decir, incluye individuos y grupos, hechos y procesos). En los mbitos educativos los fenmenos de inters comparten "creencias comunes, prcticas, artefactos, conocimientos tradicionales y comportamientos" (Goetz y LeCompte, 1984:2-3, citado en McMillan y Schumacher, 1989:386). Hay una serie de mtodos de investigacin utilizados por varias ciencias sociales. Por ejemplo, el estudio social/investigacin social puede tomar un modelo inductivo o deductivo (p.e., etnografas y estudios de caso sujeto-nico, respectivamente), e involucrar la utilizacin de estrategias interactivas y/o no interactivas. Como resultado del estudio/investigacin social, se puede tomar un modelo positivista (es decir, como ciencia social), u otro modelo al cual recurren numerosas reas afines etiquetadas como naturales, artsticas, ilustrativas y subjetivas (Borg y Gall, 1983:27; McMillan y Schumacher, 1989: 385).

Estudio criminolgico /investigacin criminolgica Es el rea particular del estudio disciplinado enfocado sobre el estudio de un fenmeno criminolgico. Esto es el delito, el delincuente, el comportamiento socia/mente negativo y sobre los controles de esta conducta. Su mbito cientfico puede caracterizarse de modo preciso con los tres conceptos bsicos de delito, delincuente y control del delito. A ellos hay que agregar tambin lo que concierne a la vctima y a la prevencin del delito.

26

Estadstica Cuerpo de conceptos y mtodos usados para recolectar e interpretar datos referentes a un rea particular de investigacin y extraer conclusiones en situaciones en que la incertidumbre y la variacin estn presentes. Tambin se puede entender como la ciencia que transforma datos en informacin. Clasificacin de la estadstica Estadstica descriptiva: Se encarga de recoger y resumir las

caractersticas de una poblacin o muestra deduciendo de esta descripcin conclusiones sobre su estructura, adems de las relaciones existentes entre otros colectivos distintos con los cuales se compara. Estadstica inferencial: Basndose en los resultados del anlisis de la muestra de la poblacin, induce o estima las leyes generales de comportamiento de la poblacin.

Componente de la Investigacin Estadstica Poblacin: Es un conjunto de elementos al que est referida la investigacin y de la que se extraen los datos. Individuo o unidad estadstica: Cada uno de los elementos que componen la poblacin. Es un ente observable que no tiene por qu ser una persona, puede ser algo abstracto. Muestra: Subconjunto de elementos de la poblacin, a partir del cual se realiza el estudio estadstico en caso de que no sea posible recopilar toda la informacin de la poblacin. Parmetro: Caracterstica de una poblacin, resumida para su estudio. Se considera como un valor verdadero de la caracterstica estudiada Variable o serie estadstica: Es una representacin numrica de los valores, o una funcin que asigna un valor.

27

Variables discretas: Pueden tomar un nmero finito o infinito de valores. Variables continuas: Pueden tomar un nmero infinito de valores.

Ejemplo:

Poblacin: Internos de un penintenciera Individuo: Sujeto procesado Muestra: Subconjunto de los internos de la Penintenciera de Mendoza Variables: Tipo de delito: (Cualitativa). Valores que puede tomar esta variable: - Robo. - asalto. - asesinato.... Ao de nacimiento (Cuantitativa discreto) N de Hermanos (Cuantitativa discreto) Lugar de nacimiento (Cualitativa) Altura (Cuantitativa continua)

28

Tabla 1: Tipos de Diseos Panormica de las caractersticas clave de diseos cuantitativos no experimentales Tipo y caractersticas claves Estudios Descriptivos a) Se usan para investigar la incidencia, frecuencia y/o la distribucin de caractersticas en una o ms poblaciones identificadas y discretas; b) se emplean mtodos establecidos para seleccionar una o ms muestras de cada poblacin. c) se utilizan tcnicas estandarizadas para recopilar de cada individuo de cada muestra (p.e. instrumentos lpiz y papel, entrevistas, observaciones; y d) se aplican estadsticas descriptivas y/o comparativas para analizar los datos para pautas postuladas de diferencia y/o relacin. Experimental a) Se emplea para investigar pautas y secuencias de crecimiento y/o cambio en una poblacin como funcin del tiempo; b) se aplican mtodos establecidos para seleccionar una o ms muestras de poblacin: c) se usan tcnicas estadarizadas para recopilar datos de cada individuo de cada muestra (.e., instrumentos lpiz-y-papel, entrevistas, observaciones); d) se traducen datos a forma numrica, cuando sea necesario; y e) se aplican procedimientos de estadsticas descriptivas y/o comparativas para analizar los datos para pautas postuladas de diferencia y/o relacin. Correlacional a) Se usa para investigar la naturaleza y la fuerza de las relaciones entre dos o ms variables; b) se emplea mtodos establecidos para seleccionar una o ms muestras de individuos; c) se aplican tcnicas estandarizadas para recopilar datos de cada miembro de cada muestra (por ejemplo, instrumento lpiz y papel, entrevistas, protocolos, observaciones); d) se emplean procedimientos para la traduccin de datos de forma numrica cuando sea necesario: e) se aplican estadsticas correctivas, adecuada para el tipo de datos recopilados. para analizarlos y generar un coeficiente de correlacin: es decir un ndice numrico de la relacin entre cada par de variables investigadas. Predictivo a) Se emplean para investigar los alcances de una o ms variables de prediccin tiles en la eleccin de un criterio variable especfico (es decir un comportamiento comn, serie de comportamientos o calidad de grupo); o para construir teoras acerca de las posibles determinantes de un criterio variable: b) se usan mtodos establecidos para una o ms muestras de individuos; c) se aplican tcnicas estandarizadas para recopilar datos de cada miembro de cada muestra sobre prediccin y criterios variables (por ejemplo, instrumentos lpiz y papel, protocolo de entrevistas; d) se aplican procedimientos de traduccin de datos de forma numrica cuando sea necesario, y e) se ejecuta procedimientos de correlacin, correlacin parcial y/o estadstica de correlacin mltiple (p.e. regresin mltiple) que aporte un ndice numrico de la capacidad de las variables de prediccin a considerar por o para explicar la variabilidad en el criterio.

29

1.12 El procesamiento como parte de la investigacin

Resulta conveniente hacer, una sntesis del proceso de investigacin que se inicia con el planteamiento de un problema de investigacin y que implica responder a interrogantes situadas en la frontera de los conocimientos existentes. Se recorre luego un largo camino donde es preciso atender, simultneamente, a dos niveles diferentes: el terico y el emprico. El primero de ellos se resume en la construccin del llamado marco terico que, convenientemente llevado a la prctica u operacionalizado, indicar en definitiva qu datos es preciso obtener para satisfacer las interrogantes iniciales. En cuanto al nivel emprico la aproximacin a la realidad quedar concretada en un cierto tipo de diseo, implementado a travs de las tcnicas de recoleccin que permita obtener los datos requeridos. El instrumento de recoleccin de datos sintetizar ambos planos y ser la herramienta concreta que proporcione la informacin que se necesita. Se abre, a partir de ese momento, la etapa propiamente dicha de la recoleccin de datos, que puede tener mayor o menor complejidad y duracin. En ella se aplican los instrumentos a los objetos de estudio, se completan las lecturas, y se procede a realizar efectivamente los experimentos, encuestas o estudios que sea menester. Finalizadas las tareas de recoleccin, el investigador quedar en posesin de un cierto nmero de datos, a partir de los cuales ser posible sacar las conclusiones generales que apunten a esclarecer el problema formulado en los inicios del trabajo. Pero esa masa de datos, por s sola, no dir en principio nada, no permitir alcanzar ninguna conclusin si, previamente, no se ejerce sobre ella una serie de actividades tendientes a organizarla, a poner orden en todo ese multiforme conjunto. Estas acciones son las que integran el llamado tratamiento o procesamiento de los datos. Lo primero que suele hacerse con el conjunto de los datos obtenidos es dividirlos de acuerdo a un criterio bien elemental, separando de un lado la informacin que es de tipo numrica de la informacin que se expresa

30

verbalmente o mediante palabras. Los datos numricos quedarn como tales, cualquiera sea su naturaleza, y se procesarn luego para exponerlos en forma clara y fcilmente asimilable. El objetivo final ser construir con ellos cuadros estadsticos, promedios generales y grficos ilustrativos, de tal modo que se sinteticen sus valores y se pueda extraer, a partir de su anlisis, enunciados tericos de alcance ms general. Los datos que se presentan de forma verbal podrn sufrir dos destinos diferentes: se convertirn en datos numricos o quedarn como informacin no cuantificada, cualitativa. As, si se ha realizado una serie de entrevistas en profundidad, de tipo no estructurado, pueden cuantificarse algunos de los datos obtenidos, el nmero de entrevistados por sexo y edad, la respuesta a alguna pregunta especfica, en tanto que otras informaciones se mantendrn en su forma verbal, como paradigmas o ejemplos de las opiniones de la muestra frente a ciertos problemas de inters. El criterio a adoptar depender de circunstancias concretas: de los objetivos del trabajo, de la posibilidad de cuantificar cada variable, del tamao del universo o muestra considerados y de varios otros criterios. En todo caso se debe tener presente que, siempre que tenga sentido, es preferible cuantificar en lo posible los datos obtenidos. No existe, como pretenden algunos metodlogos, ninguna oposicin entre datos cuantitativos y datos cualitativos: lo que existe es un diferente grado de precisin y de complejidad en cada una de las variables que se miden, de modo tal que siempre es posible abstraer de ellas algunos aspectos cuantitativos en tanto que otros, por su complejidad, tendrn que permanecer como cualitativos. Una vez adoptado un criterio frente a cada categora o subconjunto de datos se podr abordar ya, con mayor claridad los objetivos del investigador, y las tareas bsicas del procesamiento. En primer lugar, ser preciso hacer una revisin detallada de todos los datos obtenidos, atendiendo en especial a su coherencia. Si se trata de cuestionarios o de pautas de observacin, de registros de tests, o de cualquier otro instrumento de recoleccin, habr que examinar cada uno de ellos para analizarlos internamente, buscando sus posibles incongruencias, omisiones o errores, y enmendndolos si cabe

31

hacerlo. Es decir, se revisar sistemticamente toda la informacin disponible, juzgando su calidad y el grado de confianza que merece, para determinar qu parte puede incluirse en el informe de investigacin, cual debe corregirse o modificarse en algo (acudiendo, llegado el caso, a una nueva recoleccin de datos) y cual, por sus graves deficiencias, deber ser excluidas sin ms. Por cada tipo de datos se proceder entonces como sigue:

Los datos numricos se procesarn agrupndolos en intervalos y se tabularn. Luego se construirn con ellos cuadros estadsticos, calculndose adems las medidas de tendencia central, de dispersin o de correlacin que resulten necesarias.

Los datos verbales que se desea presentar como numricos sufrirn una primera operacin que se denomina codificacin. De all en adelante se trabajarn al igual que los otros datos numricos, mediante la tabulacin y el procesamiento en cuadros estadsticos.

1.13 La codificacin La codificacin es un procedimiento que tiene por objeto agrupar numricamente los datos que se expresan en forma verbal para poder luego operar con ellos como si se tratara, simplemente, de datos cuantitativos. Corresponde al Anlisis de Contenido. Para lograrlo se habr de partir de un cmulo de informaciones que tengan una mnima homogeneidad, condicin necesaria para poder integrarlas. Pueden tratarse de cientos de respuestas a una misma pregunta o de una variedad de posibles situaciones observadas mediante un mismo tem de una pauta de observacin: en ambos casos existir una determinada variedad de declaraciones o de observaciones que presenten las respuestas o los comportamientos de los objetos de estudio. El primer paso a dar frente a todos estos datos es realizar una revisin atenta de un subgrupo reducido de ellos con el objeto de encontrar una tipologa de respuestas posibles, en concordancia, por otra parte, con las formulaciones tericas que guan la investigacin y con los criterios adoptados en la etapa de operacionalizacin. A cada categora de respuestas se les asigna un cdigo particular, un nmero o letra diferente, que servir para

32

agrupar tras de s a todas las respuestas u observaciones que sean idnticas o que, al menos, aparezcan como equivalentes. Luego se procede a sealar a cada uno de los cuestionarios u hojas de observacin con el cdigo que le corresponde en cada El procesamiento de los datos codificados El proceso se facilita grandemente cuando se realiza mediante computadoras, en este libro se emplea el programa SPSS versin 15 para ambiente Windows. Este programa tiene implementados un elevado nmero de anlisis estadsticos, la mayora de ellos bajo el epgrafe Anlisis del men principal. Al igual que en el apartado relativo a los grficos, un conocimiento profundo de los datos y una idea clara de las preguntas que se desean responder facilitarn el correcto uso y el mximo aprovechamiento de los anlisis estadsticos disponibles. Supongamos que hemos preguntado, por medio de entrevistas estructuradas hechas a una muestra, la opinin sobre la criminalidad en la zona. Si la pregunta ha sido abierta cada sujeto habr expuesto sus opiniones en algunas breves frases. La codificacin permitir agrupar sus respuestas, para poder evaluar cules son las opiniones ms salientes al respecto y posteriormente permitir crear sistemas categoriales. Por supuesto que podran elaborarse otros cdigos, categorizando ms o menos detalladamente las respuestas. Casi siempre que se encuentran ideas similares pero que se expresan a travs de palabras diferentes se procede a unificarlas en un mismo cdigo. Excepcionalmente, cuando no slo interesa la idea bsica sino adems los aspectos lingsticos con que sta se manifiesta, es necesario buscar un cdigo para cada respuesta tomada textualmente. Los casos difciles de ubicar, de respuestas que pudieran situarse en ms de una categora, slo pueden ser resueltos consultando con el marco terico planteado inicialmente. Cuando aparecen respuestas ambiguas, extraas o simplemente anmalas, es conveniente agruparlas en el cdigo otras respuestas", para no abrir demasiadas categoras a una sola pregunta pues eso puede dificultar el anlisis. Se debe evitar que esta categora quede con una frecuencia alta.

33

Una vez definidos estos cdigos, y ya marcados los cuestionarios o pautas con los mismos, se est en condiciones de proceder a la subsiguiente etapa, la de tabulacin. 1.14 La tabulacin

La palabra tabulacin deriva etimolgicamente del latn tabula, y significa hacer tablas, listados de datos que los muestren agrupados y contabilizados. Para ello es preciso contar cada una de las respuestas que aparecen, distribuyndolas de acuerdo a las categoras o cdigos previamente definidos. Cada una de las preguntas de un cuestionario o de una hoja de observacin tendr que ser tabulada independientemente, por lo que es preciso hacer previamente un plan de tabulacin que prepare adecuadamente la tarea a realizar. Esta etapa del trabajo puede desarrollarse manualmente, mediante el procedimiento que se esbozara a continuacin, cuando se trate de un nmero relativamente pequeo de datos; cuando esto no sea as resultar mejor acudir al procesamiento electrnico de datos, para lo cual existen ya adecuados paquetes de computacin que facilitan grandemente esta tarea. Para ello es necesario preparar los instrumentos de recoleccin con casilleros especiales de registro para que las mquinas los procesen. Para realizar una tabulacin manual debern confeccionarse planillas u hojas de tabulacin donde figuren los cdigos sobre la base de los cuales se habrn de distribuir los datos. Tambin deben dejarse espacios para sealar, mediante signos convencionales, las unidades que se van contabilizando. En la columna de cdigos se anotarn cada uno de los que se hayan establecido en el proceso de codificacin de la variable, si sta no se presentaba inicialmente en forma cuantificada. Si no es as, irn directamente los intervalos establecidos para la distribucin. En el espacio reservado a las respuestas se colocar, por cada cuestionario que se tabule, un signo en la categora que corresponda segn la respuesta que en l aparezca. Una vez

34

tabulados todos los cuestionarios se contarn las respuestas anotadas en cada casillero, expresndose en nmeros en la columna del total. El resultado de la tabulacin ser este cmputo ordenado de las respuestas. Sin embargo, las tablas as obtenidas no sern aptas todava para presentarse al pblico, pues debern sufrir algunas transformaciones de forma que permitan su mejor comprensin. Las tablas que resultan de la tabulacin deben considerarse, por lo tanto, como un material de trabajo, como un producto preliminar todava no completamente terminado.

1.15 Cuadros estadsticos

Luego de terminar con la tabulacin de toda la informacin contenida en los instrumentos de recoleccin de datos es preciso presentar los resultados de modo tal que estos se hagan fcilmente inteligibles an para los lectores no especializados. Para lograrlo es preciso presentarlos en la forma ms clara posible, haciendo explcito cualquier elemento que pueda dar origen a confusiones o dobles interpretaciones y ordenando toda la informacin de la manera ms rigurosa. Este criterio se manifiesta, en primer lugar, en el correcto titulado de cada cuadro. Ello significa que el ttulo debe contener todas las caractersticas de la informacin que se presenta, en forma concreta, especfica y no difusa. Debera responder a las preguntas Qu?, Cmo?, Cundo? y Dnde? Cuando en un cuadro aparecen dos variables deber mencionarse primero aquella que suponemos dependiente y luego la independiente. As quedara, v.g.: Opinin de los entrevistados frente al control del crimen, segn su edad". Si existen ms variables se respetar la misma regla, anotando para el caso mencionado: Opinin de los entrevistados frente al control del crimen, segn sexo y edad". Despus de encontrar un ttulo adecuado para el cuadro, la tarea siguiente es convertir en porcentajes las cifras reales (llamadas absolutas) que

35

hemos obtenido de la tabulacin. Ello permite, por una parte, tener una mejor idea de lo que puede representar una parte frente al todo. Es muy claro lo que significa que 23% de la gente percibe X y no Y. En cambio no se percibe tan claramente el valor relativo de 171 respuestas favorables a X sobre el total de 743 casos. De la misma manera, la prctica de calcular porcentajes permite, de una rpida ojeada, percibir diferencias y similitudes, apreciar variaciones y tendencias y hacer comparaciones con otras investigaciones. Por ello su uso es constante prcticamente en todos los cuadros estadsticos. Puede ocurrir que, en un cierto cuadro, aparezcan diferentes bases, algunas de las cuales puede llegar a ser menores que las cifras fijadas como mnimas. Las cifras presentadas deben tender a redondearse en lo posible, pues se introduce cierta confusin al mencionar que hay 32,87% de una cierta categora y 67,13% de la contraria. Mucho ms simple es hablar de 32,8 % y 67,1 por ciento. Por supuesto que, cuando mayor sea la muestra, ms aceptable es incluir decimales en las cifras presentadas. Si las bases son pequeas, en cambio, hay que evitar dar la impresin de una exactitud que la informacin, en realidad, no posee.

1.16 Resumen

Este libro tiene dos fines educativos. Primero, queremos compartir con usted la aventura de investigar en el rea criminolgica y en la investiagcin en ciencias sociales. Usted aprender que una tabla de datos numricos puede almacenar las respuestas a muchas preguntas sobre el por qu las personas piensan y actan de la manera que lo hace. Hallar estas respuestas requiere que usted aprenda ciertas destrezas de la indagacin cientfica. En segundo lugar, le mostraremos como usar un programa

computacional que es muy popular entre los criminlogos y cientistas sociales.

36

SPSS es la herramienta que se empelar para indagar y reflexionar sobre los datos recopilados. Este captulo tambin le da la impresin inicial de la relacin entre la teora y la investigacin en criminologa. Se puede ver la transicin de los conceptos a las variables desde imgenes mentales ambiguas a medidas precisas y empricas.

Palabras Claves investigacin aplicada hiptesis escalas de medicin operacionalizacin validez variables nominales variables ordinales variables de razn variables intervalares SPSS teora unidades de anlisis relaciones probabilsticas

37