Estadstica y Sociologa por MAN U EL GARCIA FER RAN DO Universidad Complutense de Madrid 1. INTRODUCCION La enseanza de la estadstica en los departamentos y Facultades de Sociologa ha presentado, desde sus inicios, no pocas dificultades, deriva- das en gran medida de la escasez de conocimientos maternticos que suelen exhibir los estudiantes que intentan obtener un ttulo universitario en esta disciplina cientfico social. Algo similar ocurre con los estudios de Antropologa y de Ciencia Poltica (1 }, ya que no pocos de los estudiantes que se matriculan en programas de estas materias cientfico-sociales, lo hacen pensando que se trata de conocimientos ms prximos a las Huma- nidades que a las Ciencias Fsico-Naturales, por lo que sus expectativas de enfrentarse con el estudio serio de la Estadstica suelen ser muy bajas. Esta situacin ha hecho que tradicionalmente, los estudiantes de sociolo- ga, por su escasa formacin matemtica, no hayan podido aprovecharse plenamente de los enormes avances que se han producido en los ltimos aos en el campo de la estadstica matemtica y de la econometra. (1 ) Los estudios de Sociologa, Ciencia Poltica y Antropologa Social se cursan en Espaa en las Facultades de Ciencias Polticas y Sociloga, con programas de estudios que tienen una parte comn para las tres licenciaturas y otra parte especfica para cada una de ellas. La Estadstica y las Tcnicas de investigacin social, son materias comunes a los tres tipos de estudios. ^^^ t 4T ^^t)ItiTIC A FSP^^tiOL. ^ Sin embargo, una situacin tal no describe con rigor lo que est ocurrien- do en la actualidad, ya que la difusin de los ordenadores personales y, en general, las facilidades de clculo a que ha dado lugar la popularizacin de los paquetes estadsticos estandarizados tales como el S PSS, han conduci- do a que el inters por la estadstica haya crecido considerablemente entre los estudiantes de Sociologa y entre los propios socilogos profesionales y acadmicos. A este cambio ha contribuido poderosamente un nutrido grupo de profe- sores de Sociologa, que con una buena preparacin en Estadstica y en Informtica, han inciado la enseanza de la Estadstica desde comienzos de la presente dcada de los 80 en las Facultades de Ciencias Polticas y Sociologa espaolas en los mornentos presentes ya existen cinco de tales Facultades en las Universidades espaolas y en los prximos aos es muy probable que abran sus puertas otras tantas , teniendo en cuenta dos principios que entiendo son bsicos para integrar felizmente la Estads- tica en el plan de estudios de estas Facultades. En primer lugar, los socilo- gos implicados en la enseanza de la Estadstica, estamos teniendo en cuenta que los estudiantes de Sociologa necesitan dicha disciplina para poder aprender a realizar investigacin social. En consecuencia, el acento de lo que se ensea se pone ms en el campo de la "estadstica real (aplicada)"' que en el de la "estadstica matemtica". Ms adelante volvere- mos sobre este pu nto. En segundo lugar, los socilogos estamos tratando de ensear Estads- tica a las estudiantes de Sociologa teniendo en cuenta que la informtica existe. Lo que equivale a tener en cuenta que los ordenadores, incluso los Ilamados personales, realizan en breves segundos operaciones complejas que antao requeran un enorme esfuerzo personal de clculo, incluso utilizando una "calculadora". Consiguientemente, tratamos de que los futu- ros socilogos desarrollen un conacimiento amplio de los conceptos bsi- cos de la Estadstica y de sus tcnicas fundamentales, de tal forma que conazcan la tcnica estadstica ms adecuada a utilizar segn el tipo de problema que les plantee los datos de que disponen, en el bien entendido de que es ms que probable que el desarrollo de las operaciones concretas de clcula lo vayan a realizar con la ayuda de un programa informtico estandarizado. Por eso, ms que tratar de que desarrollen una buena habili- dad para resolver problemas de tipo estadstico matemtico, tratamos de que !os estudiantes de Sociologa adquieran una buena comprensin de las ideas fundamentales que subyacen en los principios de la estadstica infe- rencial, y no un conocimiento de "recetas estadsticas'" desvinculadas de 1os problemas que plantea la investigacin social. E_s^r,>n^S-T ^c .^ ti ^c^c^^c^^-c^c ^^ ^^ 2. LA ASIGNATURA DE ESTADISTICA EN LOS PROGRAMAS DE ESTUDIO DE SOCIOLOGIA La "Estadstica aplicada a las Ciencias Sociales" es el nombre de la asignatura que se incluye en el primer curso de los actuales programas de estudio de las licenciaturas de Sociologa y de Ciencia Poltica. Con este nombre ya no aparece ms en el resto de ambos programas de licenciatu- ra, aunque se contina estudiando Estadstica en la asignatura de Tcnicas de Investigacin Social, de segundo curso y, ms adelante, en cuarto curso, en una asignatura optativa denorninada Tcnicas Avanzadas de Investiga- cin Social. En el programa de doctorado de la Facultad de C.C. Polticas y Sociologa de la Universidad Complutense titulado "Tcnicas y Mtodos de Investiga- cin", se integran dos cursos ms de estadstica, "Metodologa multivarian- te de datos nominales" y"Los orgenes de la Estadstica Social como Ciencia", As pues, se observa que en el actual plan de estudios de Socio- loga y Ciencia POltica, la Estadstica aparece como asignatura troncal en primer curso, y como parte integrante de sendas materias de tcnicas de investigacin social en segundo y en cuarto curso. En 1os estudios de tercer ciclo, la Estadstica es tambin protagonista en otras dos asignaturas opta- tivas. (2 ) Parece pertinente, pues, que tratemos con detenimiento el contenido del curso bsico de Estadstica aplicada a las Ciencias Sociales, ya que en el resto de las materias que se ocupan de la Estadstica, se tratan en profun- didad temas que estn includos en el curso bsico. La enseanza de la Estadstica en muchos departamentos de sociologa americanos y europeos, es deudora de las aportaciones del socilogo norteamericano Hubert M. Blalock, que con la publicacin en 1960 del texto Social Statistics, estableci un modelo de "programa de la asignatu- ra", que con ligeras variaciones, hemos continuado explicando muchos socilogos desde la dcada de los 60. En realidad, y como he sealado con anterioridad, la innovacin ms importante que se ha introducido en la dcada de los 80 en la enseanza de la Estadstica a los estudiantes de Sociologa, es el manejo de los paquetes estadsticos para ordenador, pero en el diseo de la asignatura, contina siendo actual el modelo establecido hace casi tres dcadas por Blalock. (2) En las propuestas de contenido de las nuevas licenciaturas de Sociologa y Ciencia Poltica, la Estadstica aplicada a las Ciencias Sociales contina considerndose una asignatura troncal. EST.ADISTI('AESP:^ti()LA A pesar de que muchos estadsticos matemtcos no son partidaros de distinguir dos ramas en ei rboi comn de la Estadstica, en Sociologa se distingue con toda nitidez !a Estadstica Descriptiva de la Estadstica lnferencial a lnductiva. En esto, no se hace otra cosa que seguir las funcones generales que segn Kruskal (1978} realizan los mtodos esta- dstcos, a saber: 1} resumen de los datos y extraccin de informacin relevante de los mismos, esto es, de las mediciones observadas, sean stas numricas, clasificatorias, ordinales, o de otro tipo; 2) y evaluacin de los modelos y pautas que ofrecen !os datos, pero que se encuentran acultos por la inherente variabilidad aleatoria de los mismos; y 3) contribuir al diseo eficiente de experimentos y encuestas. La cuarta funcin que seala Kruskal, la de facilitar la comunicacin entre los cientficos, no tiene una influencia directa en el dseo de los programas de Estadstica aplicada a las Ciencias Sociales, en la medida en que es inherente a la propia ense- anza universitaria el establecimiento de canales de comunicacin cient- fica. Pues bien, la funcin de "resumen de los datos", se trata de satisfacer mediante fa enseanza de los conceptos y tcnicas bsicas de la Estads- tica Descriptiva, esto es, de las tcnicas de arganizacin de datos y distri- bucin de frecuencias. En relacin a la distribucin de frecuencias se estu- dian los aspectos que son habituales en su tratamiento, esto es, represen- tacin grfica, medidas de tendenca central, variacin o dspersin y forma de la distribucin. Dado que en Sociologa abundan ms los datos medidos al nivel nominal y ordinal, que los que alcanzan el nvel de intervalo o de ratio, se pone especial atencin en la enseanza de la Estadstica en los problemas que plantea la medicin de variables, y en la necesidad de tener en cuenta el nvei de medicin a la hora de utilizar un tipo u otro de estadsticos. Quiz en este aspecto debemos ser los socilogos muy cuidadosos, al igual que le^ ocurre a los psiciogos, ya que a diferencia de los economistas, los datos empricos que solemos disponer son con frecuencia bastante dbiles desde el punto de vista de su nivel de medicin, fundamentalmente los datos abtenidos a partir de encuestas. Precisamente el uso que hacen los soclogos de las encuestas y la necesidad creciente de utilizar modelos evaluadores, justifica la importancia que se concede en el programa de estudios de Estadstica al estudio de la lgica y procedimientos para la inferencia o induccin. Habida cuenta de la escasez de conocimientos matemticos y estadsticos con que ilegan mu- chos estudiantes a las Facultades de Ciencas Polticas y Sociologa, se hace necesario introducir en el programa de estudios de Estadstca nocio- nes bsicas de probabilidad y muestreo. ESTADISTIC'A lr' SOC(fJLOG[A 425 En el estudio de las distribuciones de probabilidad se pone especial atencin en la distribucin normal por el papel central que juega esta distribucin en la estadstica aplicada. Y por lo que se refiere al muestreo, se introduce el estudio de los procedimientos aleatorios y no aleatarios, teniendo en cuenta que en el curso de Tcnicas de Investigacin Social se trata el muestreo aplicado a la investigacin social con mayor detenimien- to. Por eso, slo se incluyen en el programa introductorio de Estadstica las nociones fundamentales de muestreo. Un captulo muy importante en el programa que venimos comentando es el referente al estudio de las pruebas de decisin estadstica y estimacin de parmetros en la investigacin social. Especial atencin se dedica en este apartado a la forrnulacin de las hiptesis estadsticas, a la eleccin de una prueba estadstica, al nivel de significacin y al tamao de la muestra, y de manera especial a la distribucin muestral, con !a consiguiente inclu- sin del teorema del lmite central y de la ley de los grandes nmeros. Dentro de este apartado dedicado a la Estadstica inferencial, se estudian las pruebas de hiptesis en el caso de una muestra, siempre en funcin de los distintos niveles de medicin. As se estudia la distribucin binomial y la correspondiente prueba binornial, la prue^ba de chi-cuadrado para una sola muestra y las distribuciones muestrales de las medias, incluyendo la distri- bucin t de Student. Ntese que en repetidas ocasiones hemos sealado la diferencia entre Estadstica matemtica y Estadstica aplicada, al tiempo que mastrbamos que en el plan de estudios de Sociologa y Ciencia Poltica, la Estadstica que se ensea es claramente del ltimo tipo. Existe ya una cierta tradicin acadmica en el campo de la Estadstica, que insiste en destacar la natura- leza dual de esta disciplina en las Ciencias Sociales. Y es que el fro y abstracto universo enclidiano que estudia la Estadstica Matemtica, no se ^ adapta siempre muy bien a los dominios de las Ciencias Sociales, que no es otro que el mundo de las relaciones sociales y de la conducta humana. Pienso al escribir estas notas en las reflexiones que a este respecto nos han brindado estadsticos tales como Woytinsky (1954) y Mosiman (1957), cuando sealan que la Estadstica, en tanto que rama de las Matemticas que por definicin trabaja con conceptos abstractos, tiene que adaptarse a los datos reales del mundo social, con todas sus ambig^ie- dades e imprecisiones. Por eso, segn estos autores, la Estadstica real (aplicada) es una mezcla de arte y de ciencia, ya que en lugar de la ausencia de error que es propia de la Estadstica matemtica, la Estadstica real requiere tomar medidas sujetas a error, a la vez que realiza formulacio- nes en trminos cuantitativos sobre entidades particulares y ya se sabe que 426 fST.^^is^ric^^^ ^ ^^.^^c^^..^ al medir cosas reales nunca se puede alcanzar la exactitud perfecta, pues entre otras cosas, slo por el hecho de medirlas, las cosas reales cambian. Consecuentemente con todo ello, !os socilogos tratamos de que los estudiantes de Sociologa, al enfrentarse con la asignatura de Estadstica, tomen rpidamente conciencia de la diferencia entre Estadstica matem- tica y Estadstica aplicada, siendo esta ltima una rama de la primera. Una toma tal de conciencia implica que se reconozca claramente !o que se est haciendo, por ejernplo, que ambas disciplinas tienen terminologas diferen- tes. Siguiendo las observaciones que al respecto hace Mosiman, tratamos de que los estudiantes de Saciolaga, cuando estudian muestreo, perciban que mientras la Estadstica Matemtica puede considerar una muestra de ta- mao "n" extrada de una poblacin de "N" elementos con la limitacin 0<n< N, en donde n puede ser efectivamente o o N, en la Estadstica aplicada una muestra de cero elementos significa que no existe muestra y que la expresin una rnuestra del 100 por ciento no significa, propiamente, una muestra. Opor poner otro ejernplo caracterstico, cuando explicamos la teora de la probabilidad a los estudiantes de Socioioga, procuramos que diferencien con toda claridad que en Matemticas, la probabilidad es una precisa fraccin matemtica en la que no existe nada de "probable", mientras que en la Estadstica real o aplicada, con e! trmino prababilidad se denota algo que no es necesariamente cierto. Si el socilogo que ensea Estadstica a los estudiantes de Sociologa va teniendo xito en la explicacin del programa de la asignatura, cuando ha terrninado de explicar los captulos correspondientes a la Estadstica univa- riable y a los primeros captulas de la Estadstica inferencial, es de esperar que los alumnos estn en condiciones de asimilar los captulos correspon- dientes a la Estadstica bivariable y multivariable , y que hayan adquirido los suficientes conocimientos matemticos como para distinguir sin dificul- tad la naturaleza diferenciada de las pruebas paramtricas y de las no paramtricas. De este modo podrn asimilar mejor los estudiantes las nociones funda- mentales de la Estadstica bivariable, y la estrecha relacin que guardan las distribuciones bivariables con las etapas iniciales de la investigacin sociai. Aunque desde un punto de vista estrictamente estadstico-matemtico, el clculo de parcentajes en una tabla bivariable no presenta mayores dificul- tades, su correcta interpretacin desde el punto de vista sociolgico no es tan sencilla, por lo que se presta bastante atencin en el programa de la ESTADISTIC'r7 l r " S(X" IOl O(i1^1 427 asignatura a la presentacin y anlisis de las tablas bivariables, y al clculo e interpretacin de los porcentajes en una tabla. EI estudio de las caractersticas de una asociacin de dos variables sirve de marco en el que ocuparse de las medidas de asociacin, de los concep- tos de independencia estadstica y de asociacin perfecta. La diferenciacin entre rnedidas simtricas y asimtricas de asociacin se hace conjunta- mente con la distincin entre medidas de asociacin para variables nomi- nales lel coeficiente lambda, el coeficiente Tau-y de Goodman y Kruskal), y medidas de asociacin para variables ordinales (coeficiente Tau-a de Kendall, Gamma de Goodman y Kruskal,d de Sommers, Tau-b de Kendall, rho de Spearman}. Ntese que el estudio de estas medidas de asociacin se hace primera- mente desde un punto de vista descriptivo y como paso previo al estudio inferencial de las pruebas de decisin para el caso de dos muestras, en donde se utilizarn algunos de tales coeficientes para probar la hiptesis de asociacin. En este apartado dedicado a las pruebas de decisin para el caso de ^dos muestras, se estudian tambin las pruebas de la diferencia entre dos medias y entre dos proporciones, la prueba de chi-cuadrada y el coeficiente de contingencia C. ^ EI tratamiento de las medidas de asociacin para variables de intervalo, conduce al estudio de la regresin y correlacin. La escasa preparacin matemtica de muchos de los estudiantes que estudian el primer curso de Sociologa, aconseja una vez rns introducir la nocin de regresin estu- diando en primer lugar las propiedades de las ecuaciones de una recta, como modelizacin matemtica de la relacin entre dos variables estads- ticas. De este modo, se facilita la comprensin por parte de los estudiantes de la ecuacin de regresin y el ajuste por mnimos cuadrados. Tambin en el caso de la regresin y de la correlacin, se diferencia con claridad la parte descriptiva de la parte inferencial, de tal modo que el estudiante adquiera una buena cornprensin, de cara a la futura realizacin de investigacin social, de la aplicacin del coeficiente de regresin y del coeficiente r de correlacin de Pearson para la prueba de hiptesis o test de asociacin de dos variables de una poblacin medidas en la correspon- diente muestra. Con el anlisis de la varianza tanto para variables paramtricas corno no paramtricas, y de la prueba F, se completa la parte del programa de la asignatura de Estadstica aplicada a las Ciencias Sociales, dedicada a la Estadstica univariable y bivariable. La enseanza de los anteriores temas "tericos" se complementa en clase con la reafizacin de ejercicios prcticos, de tal manera que el estu- f:STADISTI( A E:^SF'AtiC}LA diante de Sociologa va relacionando en todo momento a lo largo del curso la adquisicin de las conceptos estadsticos fundamentales, con la solucin de problemas estadsticas en base a variables sociolgicas con distintos niveles de medicin. En la Facultad de Ciencias Polticas y Sociologa de la Universidad Complutense de Madrid, el libro de Manuel Garca Ferrando titulado Socioestadstica (1988) y el de M. Jos Mateo titulado Estads- tica en Investigacin social (1989) cubren de forma aproximada la parte de programa de la asignatura que se ha sealado con anterioridad, en su dimensin terica y prctica, respectivamente, aunque naturaimente se utilizan otros textos como el referido de Blalock (1979), para ampliar la enseanza de la asignatura, as como los apuntes de clase que cada profesor considera oportuno explicar. Llegados a este punto en la explicacin del programa, el curso suele estar bastante avanzado y entonces surge la duda de cmo explicar la ltima parte del programa, que est dedicada al anlisis estadstico mufti- variable, en el escaso tiempo que queda hasta la celebracin de los exme- nes finales. La forma ms usual de proceder consiste en explicar de forma resurnida los problemas estadsticos que plantea la ^ ntroduccin de una o ms variables en la relacin bsica entre dos variables, y el papel del ordenador en la solucin matemtica de los complejos clculos que es preciso realizar en el anlisis estadstico multivariable, dejando para cursos ulteriores el estudio detallado de cada una de las tcnicas estadsticas multivariables ms utilizadas en la investigacin sociolgica. Las Unidades Didcticas de Estadstica Aplicada a las Ciencias Sociales correspondientes al primer curso de la licenciatura de Sociologa y de Ciencias Polticas de la UiVED, responde tambin a este modelo de asignatura (M. Jos Mateo y Manuel Garca Ferrando, 1989). De hecho, tal estudio lo realiza en parte el estudiante de Sociologa en la asignatura de Tcnicas de Investigacin Social que se da en segundo curso, y de forma optativa en cuarto curso en la asignatura de Tcnicas Avanzadas de Investigacin Social. EI texto de J. J. Snchez Carrin titula- do Introduccin a las tcnicas de anlisis multivariable aplicadas a las ciencias sociales (1984), se suele utilizar a este respecto sobre todo en el curso ms avanzado. Ahora bien, con independencia de que el mayor o menor nmero efectivo de das lectivos permita explicar con diverso grado de detalle a los estu- diantes de primer curso algunas tcnicas de anlisis multivariable, se pro- cura que al menos quede bien claro para los futuros socilogos que el carcter multidimensional de buena parte de los fenmenos sociales exige anlisis multivariables, y que tales anlisis, por su camplejidad matemtica, eran hasta hace pocos aos tan slo asequibles a los estudiantes bien t=.sT >ni^7ic.a ^^ ^cx^ir^t_c>c^^^^ preparados en Matemticas. Pero en la actualidad, gracias a los ordenado- res de alta velocidad y a los paquetes estadsticos estandarizados, se han convertido en herramientas analticas de fcil manejo por todo aquel estu- diante capaz de comprender las nociones fundamentales de un curso intro- ductorio de anlisis estadstico y con unas nociones poco ms que elemen- tales de informtica. Con tan corto bagaje, son muchos los estudiantes que con independencia de la solidez de su formacin materntica previa, pue- den enfrentarse al manejo de un programa estadstico estndar con un ordenador personal. Los socilogos actuales, inmersos en un mar de informacin cuantitativa, encuentran dificultades muy grandes en ordenar conceptual y tericamente la disciplina. Sin embargo, es mi opinin que los nuevos desarrollos de la Estadstica, como es el caso del anlisis multivariable, una vez se generali- ce su uso entre los socilogos, van a facilitar enormemente la necesaria tarea de sntesis que en la actualidad requiere la Socioioga. Veamos esto con mayor detalle. La comprensin de una realidad social compleja y multidirnensional obli- ga ai investigador social a introducir en sus anlisis, un nrnero creciente de variables que reflejen 1a multitud de factores que intervienen en la produccin de los fenmenos sociales. La elaboracin de la relacin entre dos variables fue la respuesta dada por Lazarsfeld (19 5 5) a los problemas que surgen al introducir un factor de prueba en una relacin bivariable. Pero el mtodo de anlisis lazarsfeldiano se hace inviable cuando se consi- deran simultneamente los efectos de tres a cuatro variables de control (*). Si los cientficos sociales no han hecho con anterioridad u n uso rnayor del tratamiento analtico con cuatro o cinco variabies simultneamente se ha debido, precisamente, a las dificultades de clculo que se originan con ello. Por eso, el tipo de tcnicas estadsticas que eran de uso corriente para el socilogo no pasaban del tratamiento bi o trivariable de los fenmenos sociales. Sin embargo, la difusin del uso del ordenador en los ltimos aos, ha permitido de pronto la desaparicin en la prctica de ias dificulta- des de clculo, ya que la gran capacidad operacional de los modernos ordPnadores permite resolver, en cuestin de breves rninutos, problemas estadsticos cuyo clculo manual exigira el esfuerzo de largas horas a equipos completos de investigadores. (") En el periodo transcurrido entre la redaccin del presente artculo y la correccin de las pruebas de imprenta, ha sido publicado el libro de J. J. Snchez Carrin titulado Anlisis de tablas de Contingencia (Madrid, CIS, 1989), que se ocupa monogrficamente del anlisis de datos sociolgicos siguiendo "el paradigma de Evaluacin de Lazarsfeld". t s t,>t^^^ t ^c ^ t.^E^^^^c^t ^^ En tal sentido, la situacin con ia que se encuentra el cientfica en la actualidad, desde el punto de vista del tratamiento estadstico de la infor- macin empirica, es autnticamente revolucionaria en relacin a la situa- cin que disfrutaban los socilogos de generaciones anteriores, que slo disponan de una tecnologa elemental para almacenar datos y resolver sus problemas de clculo. EI uso y difusin de^ ordenador ha revolucionado, pues, el panorarna informativo, estadstico y. de clculo de las ciencias en general, y de las ciencias sociales en particular, haciendo posible y necesaria la utilizacin de mtodos de anlisis multivariables y la elaboracin y contraste de modelos rnatemticos para tratar de explicar la realidad social. No existe apenas dificultad entre los socilogos interesados por cuestio- nes metodolgicas, en aceptar que el factor ms importante en la rpida difusin de !as tcnicas multivariabies en la investigacin sociolgica, es la amplia disponibilidad de programas de ordenador. De hecho, la difusin de tales programas ha permitido superar, en cierta medida, el desequilibrio que exista por un lado entre los nutridos bancos de datos sociolgicos que es posible encontrar en muchas universidades e institutos oficiales y privados de investigacin social, y por otro lado, el pobre anlisis estadstico que habitualmente se ha venido haciendo a partir de tales datos. En Espaa, antes de que se difundiesen los programas de ordenador para el anlisis multivariable, se haban realizado ya numerosas y amplias en- cuestas sociales que posteriormente, eran tratadas simplem^ente a niveles bivariable o todo lo ms trivariable. La difusin en la dcada de los setenta de tales programas como, por ejemplo, el Statistical Package for the Social Sciences (denominado abreviadamente SPSS) o el Biomedical com- puter Programs (61vED) ha permitido una paulatina incorporacin de !os investigadores sociales espaoles a la utilizacin de tales tcnicas, que todava son, con frecuencia, poco comprendidas en sus fundamentos l- gicos. Pero, z por qu la revolucin de los ordenadores se ha traducido, en el campo de la Sociologa, en la difusin de las tcnicas de anlisis multi- variable?. Sencillamente, porque la tecnologa del ordenador aplicada a las ciencias sociales apenas permite otro uso, a diferencia de lo que ocurre en . el campo de las ciencias naturales. La difusin de los ordenadores se ha producido en una poca en que la mayor parte de las ciencias naturales posean ya un nmero sustancioso de leyes bien desarrolladas, basadas en un razonamiento deductivo. En ta! situacin, el ordenador ofrece unas excelentes oportunidades para la creacin de modelos y la programacin [S^T ^^f)Iti^T l( 1 1' ^OC I(1[ O( ^ 1 ^ ^ de una compleja red de operaciones que permiten la comprobacin a gran escala de las leyes fsicas. EI xito obtenido en la exploracin del espacio exterior, por medio de sofisticados cohetes y satlites artificiales, es la mejar prueba de la aplicacin con xito de la tecnologa del ordenador a la fsica aplicada y de la resolucin de los complejos problemas tericos que ello comporta. Sin embargo, la situacin en las ciencias sociales, incluida la Sociologa, est muy lejos de asemejarse siquiera a la que ofrecen ias ciencias natura- les. La ausencia de leyes sociales invariables es notoria, y buena parte de la investigacin social contina siendo de naturaleza empirica, expioratoria o inductiva. En consecuencia, el ordenador se ha utilizado primordiaimente, en el campo de la Sociologa, para analizar, seleccionar, almacenar, clasifi- car y procesar, en general, datos sobre actitudes, opiniones, valores y comportamientos que provienen, fundamentalmente, de las encuestas so- ciolgicas. Dada la gran capacidad del ordenador para procesar tal tipo de datos, y partiendo de la reconocida cornplejidad multidimensional de la realidad social, lo ms natural ha sido utilizarlo para investigar apropiada- mente, es decir, multidimensionalmente, dicha realidad. La rpida difusin y aceptacin del anlisis multivariable en el campo de la sociologa se refleja en los siguientes hechos: 1.- Se ha desarrollado y se ha puesto a la disposicin del gran pblico un nmero creciente de prograrnas de ordenador para tales tcnicas, tales como los ya citados, SPSS o el BMD. 2.- Prcticarnente todos los artculos de naturaleza emprica que se publican en las revistas de sociologia profe- sionales ms prestigiosas, utilizan casi exclusivamente tcnicas estadsticas multivariables, dejando ya como obsoletos los tratamientos meramente porcentuales de la informacin. 3.- Los libros y artculos metodolgicos recientes, de naturaleza emprica, que se ocupan de problemas sociolgicos contienen casi exclusivamente tratamientos multivariables. La reciente publicacin del libro de J. J. Snchez Carrin titulado Intro- duccin al anlisis de datos con SPSS/PC +(1988^, es un buen ejemplo de !a preocupacin pedaggica de los socilogos por hacer accesible a los estud^antes de ciencias hurnanas y sociales el anlisis multivariable de datos, que tal como he sealado anteriorrnente, es e! que en realidad exige el anlisis de una realidad social casi siempre multidimensional. EI carcter novedoso de la "revolucin multivariable" en el anlisis de datos sociales, bien merece que nos detengarnos en su reflexin, y en los misrnos tr- minos en los que tratamos de explicar su contenido a los estudiantes de Sociologa. ^33? t^^ t -^r^r^ ric ^^ t.st^-^tic^t...^a 3. EI anlisis rnultivariable en la investigacin sociol^gica Aceptada la importancia del anlisis multivariable en Sociologa, surge el problema de cmo transmitir su conocimiento a unos estudiantes que no han tenido anteriormente oportunidad de estudiar clculo matricial, y que tampoco van a poder hacerlo con el programa oficial de estudios de las ^icenciaturas de Ciencias Polticas y Sociologa. Llegados a este punto, caben dos opciones para !os estudiantes. La primera de ellas es la de' ampliar los conocimientos estadsticos "'fuera del programa", con la ayuda de algn profesor del departamenta de Mtodos y Tcnicas de Investigacin Social, y elegir posteriormente en cuarto curso la asignatura de Tcnicas Avanzadas de l^nvestigacin Social. Se trata, evi- dentemente, de una opcin minoritaria. La segunda opcin es la de adquirir unas nociones algebraicas elementa- les sobre clculo matricial, familiarizndose el estudiante con nociones tales como matriz general de datos, matriz de varianza y covarianza, matriz de correlaciones, inversin de matrices, vectores y vaiores propios, compo- nentes principales y unos pocos ms. Gon este bagaje, se puede estar en condiciones de adentrarse en el estudio de las tcnicas multivariables, que en mi libro anteriormente citado Sociestadistica ^1988}, en el que se dedica un captulo a la explicacin de las anteriores nociones elementales, se presentan diferenciando entre tcnicas basadas en la dependencia entre las variables regresin mltiple, anlisis de camino Ipath analysis), anli- sis cannico, anlisis discriminante mltiple y anlisis multivariable de la varianza , y tcnicas basadas en la interdependencia de las variables anlisis factorial, anlisis de conglomerados (cluster analysis}, anlisis de segmentacin (tree analysis} y tcnicas de escalamiento multidimensio- nal . Naturalmente, el nivel de comprensin que puede adquirir el estudiante medio de Sociologa de las tcnicas de anlisis multivariable anteriormente sealadas, no puede ser ms que introductorio, justo el necesario para poder seguir la lectura de los trabajos de sociologa empricos que empleen tales tcnicas, n inel^^^n na^a ^nrlPr finrAn^er ^ rA?^^Zar ^or s m!s!'nos investigacin social emprica, aunque en caso de tratar problemas comple- jos contando siempre con la elaboracin de otro investigador ms especia- lizado en tcnicas estadsticas en informtica. . En tanto los programas oficiales de estudios de las licenciaturas de Sociologa y de Ciencia Poltica, slo incluyan un curso de Estadstica aplicada a las Ciencias Sociales, la enseanza del anlisis multivariable presentar serios problemas, ta! como se acaba de sealar. Confiemos en que en el nuevo programa de estudios que actualmente se est preparan- ESTA[aISTICA Y' SCX'IC)LCX:;IA 433 do, se incluyan dos cursos de Estadstica, de tal manera que en el primero de ellos se estudie la Estadstica univariable y bivariable, mientras que en el segundo se estudien con mayar profundidad las tcnicas de anlisis multi- variable. Pero si slo se cuenta oficalmente con un curso de Estadstica, estare- mos obligados a"comprimir" la asignatura, confiando en que el estudiante vaya asimilando realmente los conceptos estadsticos "aprendidos", a me- dida que va ampliando a lo largo de la carrera sus conocimientos de investigacin social y sociologa emprica. En cualquier caso, el estudio de las tcnicas de anlisis multivariable en conjuncin con el aprendizaje del manejo de al menos un paquete estadstico estndar para ordenador, va a ser cada vez ms exigible a los futuros socilogos que aspiren a ejercer su profesin en un contexto ocupacional que ha hecho del tratamiento multi- dimensional de la informacin social, su rasgo m^s definitorio y caracters- tico. BIBLIoGRAFIA En la presente bibliografa slo se resean los autores citados en el texto de este artculo. En las bibliografas que incluyen los libros citados de Snchez Carrin (1984) y Garca Ferrando (1988), se pueden encontrar buena parte de los trabajos ms relevantes de Estadstica y Sociologa que se suelen utiliaar en nuestros contextos acadmicos y profesionales. BLALOCK, HuBERT M., Social Statistics, Nueva York, McGraw-Hill, 1960. CATTELL, R. B. (ed.), Handbook, of Multivariate Experimental Psycho%gy, Chicago, Rand McNally & Co., 1966. GARCIA FERRAN DO, M AN U EL, Socioestadstica. lntroduccin a la Estadstica en Sociologa, Madrid, Alianza Editorial, 1988. KENDALL, MAURICE G., Multivariate Analysis, Londres, Charles Griffin and Co. 1975. KRUSKAL, WILLIAM H., '"The field of Statistics", en W. H. Kruskal y J. M. Tanur (eds.), lnternational Encyclopedia of Statistics, Nueva York, Free Press, 1978, pgs. 1 701-1091. LAZARSFELD, PAUL F., "Interpretation of Statistical Relations as a Research Operation", en Paul F. Lazarsfeld, y Morris Rosenberg, The Language of Social Research, N u eva York, Free Press, 19 5 5, p^gs, 1 1 5-12 5. IV^ATEO, M. JosE, Estadstica en lnvestigacin Social. Ejercicios Resueltos, Madrid, Paraninfo, 1989. `^^^ ES^T^^^[)ISTI(^^^ESPA^IOI_,A MATEO, M. .IOSE y M. GA^C^ia FERRANDO, Estadistic^a aplieada a las Ciencias Sociales, Madrid, Universidad Nacional de Educacin a Distancia, 1989. S A N C H EZ C A R R I O N, ,J ..J .( c o m p i I a d o r ^. ln tro duccin a las t cniCas de anlisis multivariable aplicadas a las ciencias socia/es, Madrid, Centro de Investi- gaciones Sociolgicas, 1984. SA N C N EZ C A R R I O N, .1. . J . , /n troduccin a/ an^/isis de da tos con SPSS 7P^ +, Madrid, Alianza ^ditorial, 1988. SAtiCNEZ CaR^R^Otv, J. J., Anlisis de Tablas de ^ontingencia, Madrid, Centro de Investigac^ones Sociolgicas, 1989. E:STADISTtC'A Y SC>C'10[..tX;IA 4^5 Comentarios a la enseanza de la Estadstica en Sociologa C4MENTARIO FRANCISCO ALVIRA MARTIN Universidad Complutense de Madrid En lneas generales, el artculo de Manuel Garca Ferrando, describe adecuadamente la realidad existente como no podra ser de otra manera, no en vano el autor ha sido responsable de la disciplina "Estadstica aplica- da a las Ciencias Sociales" durante rnuchos aos en ia Facultad de Cien- cias Polticas y Sociologa de la Universidad Complutense. No obstante, me gustara matizar aqu algunos de los temas recurrentes de dicho artculo, para completar as la perspectiva argumental seguida por su autor. Es cierto que los estudiantes de Sociologa y los socilogos mues- tran ^ rnostramos? escasa preparacin matemtica. Pero no hay que achacar exclusivamente a esta falta de preparacin y a la ausencia antaa de paquetes estadsticos y ordenadores personales, el escaso inters por la estadstica dentro de los estudios de Sociologa. Cuando ya tardamente se cre la primera Facultad de Ciencias Polticas y Sociologa, estaba de moda la mal Ilamada perspectiva "cualitativa", contraria a la estadstica, y a las ^tambin mal Ilamadas tcnicas cuantitati- vas. Esta perspectiva cualitativa se equiparaba a trminos positivos coma progresismo, crtica y modernidad. Del mismo modo, la Ilamada perspectiva cuantitativa se igualaba a funcionalismo, americanismo y algo "dj vu", trminos con connotaciones negativas. A duras penas se logr introducir en el plan de estudios la asignatura de "Estadstica aplicada" y algunos ms de tcnicas de investigacin en n- mero claramente precario y mnimo. Durante muchos aos, el Departamen- to de Mtodos y Tcnicas de Investigacin que tiene a su cargo la docen- cia de estas asignaturas de Estadstica y Aniisis de Datos, qued relegado a un plano secundario dentro de dicha Facultad. ESTADISTI('A E.SPr^^ ti()L^^ La vena a-emprica y a-cuantitativa de la Sociologa espaola de los aos 70 y parte de los 80, tiene su reflejo no slo en el "desprecio" por el anlisis de datos, la estadstica, la medicin, etc..., sino tambin en: la escasa dotacin de plazas de numerarios durante muchos aos y, el "aprapiamiento" de las disciplinas de anlisis de datos por parte de departamentos sustantivos. La actitud anti-empiricsta, anti-cuantitativista y anti-estadstica de la Sociologa espaola es persistente y ha persistida, aunque est en retroce- so. As, la mayora de los artculos que aparecen en las revistas de la profesin en Espaa, no utilizan la Estadstica y, de hacerlo, lo hacen de un modo muy rudimentario. ^ Estoy afirmando justo lo contrario que seala Manuel Garca Ferrando en su artculo, pero claro est, l no se refiere a las publicaciones de la Sociologa espaola, sino de la Sociologa internacional donde, efectiva- mente, es cierto que reflejan cada vez ms un mayor conocimiento y utilizacin de tcnicas estadsticas avanzadas. Esto no sucede apenas en Espaa (vase F. Alvira, 1989). Afortunadamente, en los ltimos aos, el pndulo se ha inclinado, quiz en exceso, por lo cuantitativo, la estadstica, el anlisis de datos, etc..., pero no slo porque el desarrollo de la informtica lo permite y lo potencia. La razn esencial estriba en que las tcnicas de investigacin, en general, y la estadstica, en particular, se presentan como herramienta imprescindible para el desempeo profesional del socilogo. La estadstica es necesaria no slo para investigar, sino tambin y de un modo creciente para el desempeo del papel del socilogo en la Administracin Pblica y en las empresas. _ Es el mercado quien ha hecha imprescindible esta vuelta a lo cuantitati- vo. EI socilogo no puede, sin las tcnicas estadsticas, competir con otros profesionales psiclogos, economistas, etc... y, no puede tampoco ejer- cer adecuadamente su profesin. La consecuencia ltima de este proceso ha sido el cambio de actitud cte los socilogos y la poter^ciacin creciente de todo lo "^ cuantitativo", in- cluyendo la Estadstica. Conviene tambin matizar la influencia que Garca Ferranda atribuye a H. M. Blalock en el modo como la Estadstica se estructura y se ofrece en Sociologa. No todos los socilogos han "bebido" de Blalock reflejando luego esta fuente en sus enseanzas. Yo mismo me introduje en la Estads- tica de la mano de dos bioestadsticos W. J. Dixon y F. J. Massey para continuar con dos economistas Wannacott y J. Kmenta , un psiclogo ESTADISTICA Y S(X'IOLOC;IA 437 A. Trersky y L. Kish. Otros so^ ilogos han bebido de otras fuentes, existiendo de hecho mltiples autores que han influenciado el tipo de Estadstica aprendida por estos profesionales de las ciencias sociales. Estos autores provienen tanto de la propia Sociologa y de la Estadstica como de disciplinas afines: 1a Economa y la Psicologa. La disparidad de influencias y formacin tiene como resultado perspecti- vas tambin diferentes, aunque comunes en lo bsico, sobre el papel que tiene que jugar la Estadstica en la Sociologa y la formacin de los Socid- logos. En la actual estructura del plan de estudios apenas si tienen relevan- cia temas tan vitales como el muestreo y la rnedicin, temas a los que debera darse un mayor papel. Por ello, creo que el futuro de la Estadstica en la Sociologa debera de enfocarse de otra manera. Es ridcula la actual situacin en la que la estadstica enseada en Psicologa, Economa y Sociologa, etc..., forma compartimentos estancos sin que exista fertilizacin mutua. Esta situacin carece de sentido cuando, por ejemplo, el anlisis de series temporales o de ecuaciones estructurales ya no es algo exclusivo de la Economa, ni el anlisis factorial algo exclusivo de la Psicologa. Las diferentes ciencias sociales y/o de la conducta estn utilizando las mismas tcnicas estads- ticas, aunque haciendo hincapi en diferentes aspectos. Gran parte de la Estadstca o aplicaciones de la Estadstica que se ensea en Psicologa tiene cabida en Sociologa y en Economa y viceversa. Por ello, creo que debera imponerse una economa de esfuerzo que se orientara en una doble direccin: desarrollo de cursos comunes a las ciencias sociales de Matemticas y Estadstica terica. cursos de tcnicas estadsticas aplicadas desde la diferentes ciencias sociales, pero abiertas a todas las dems ciencias sociales. Obviamente, este desarrollo es ms fcil Ilevarlo a cabo en segundo y tercer ciclo, pero creo que, en cualquier caso, resultara muy fructfero. REFERENCIA F. ALVI RA M ARTI N. " "F/ desfase entre teoria e investigacin en /a Sociologa "" Ponenciapresentadaenel III CongresodeSociologa, S. Sebastin. Septiembre1989. -^3^ f:S^T ^i()ISTI(^,1 FSf'1ti()1_.^ Sobre la utilizacin de la Estadstica por 1os socilogos MIGUEL BELTRAN Universidad Autr,oma de Madrid Nada tengo que comentar, y menos que aadir, al trabajo de mi colega y amigo, profesor Garca Ferrando, acerca de la enseanza de la Estadstica a los estudiantes de Sociologa. Aprovechar, sin embargo, la hospitalidad que esta prestigiosa Revista me ofrece para decir alguna cosa en relacin con el uso que los socilogos hacemos de la Estadstica, uso que a veces me parece en exceso expeditivo y poco cuidadoso. En caso de que tengan algn valor mis deshilvanadas reflexiones, no ser difcil deducir de ellas la conveniencia de introducir determinados nfasis en la enseanza de la Estadstica a quienes se forman como socilogos, con lo que no me habr alejado en exceso de la preocupacin didctica que preside estas pginas. Eos socilogos (o, m^ exactamente, muchos de ellos) utifizan habitual- mente una amplia serie de tcnicas estadsticas de anlisis de datos, ade- cuadas no slo para el mtodo cuantitativo, sino tambin para el histrico y el comparativo (en la medida, claro est, en que se historifican o comparan magnitudes variables^: es obvio que las ciencias sociales no han de mane- jarse necesariamente con mtodos "puros", sino que con frecuencia utili- zan conjuntamente tas herramientas heursticas que proporcionan dos o ms de ellos. Resultara ocioso recordar aqu la extrema impartancia que para la historia econmica y social ha tenido un movimiento como el de los Annales, al incorporar los datos y las tcnicas cuantitativas a la descripcin y explicacin histricas (habindose incluso Ilegado al pintoresquismo de hablar de cliometra). Convendr recordar, de todas formas, que las ciencias sociales han de manejar el anlisis estadstico con la necesaria sensibilidad crtica, ya que no se trata en modo alguno de "ciencias exactas": al no ser su modelo las ciencias de la naturaleza, el hecho de que puedan y deban cuantificar cuando as lo exige su objeto no implica en modo alguno un mimetismo naturalista que carecera de justificacin. Desde luego, fenmenos como los demogrficos, o las infinitas pautas recurrentes en toda suerte de mbitos sociales, exigen el mtodo cuantitativo y, consecuentemente, las tcnicas de aniisis estadstico. Pera recurdese que con ello se aborda slo una dimensin del objeto, que en su totalidad concreta presenta una mucho mayor complejidad. En todo caso, la estadstica es sin duda la ms comn y la ms cannica de las tcnicas de anlisis. Desde luego, no es la nica de naturaleza emprica: todas lo son, en la medida en que todas se dirigen a la cosa para araarla, frotarla, desconstruirla y reconstruirla, para escudriarla y hacerle E^S"T^^DIS^11( -^ 1 SO( IOLO(;I^> 439 decir lo que quiere decir y por s misma no puede. Es claro que el tipo de "frotamiento" Ila tcnica) ha de ser muy diferente segn el mtodo de acceso a la "cosa" (la dimensin del objeto) que se est manejando, manejo que nunca ser resultado de una opcin caprichosa por parte del investigador, sino que vendr exigido por la dimensin del objeto que se haya preferido Iahora s) considerar. Pero --hay que repetirlo- tanto el mtodo cuantitativo como el cualitativo, el histrico como el comparativo, e incluso el crtico-racional, son todos ellos mtodos empricos que han de habrselas con evidencias externas, con aspectos o dimensiones del objeto de conocimiento de las ciencias sociales. Pues bien, no creo que sea muy exagerado afirmar que el anlisis estadstico es hoy en da la herramienta analtica ms comn en las ciencias sociales; puede incluso decirse que hay una cierta tendencia a su abuso: la tan denostada cuantofrenia descansa en el mismo mecanismo que el martillo en manos de un nio, que descubre enseguida que todo es martillable (aunque los adultos no puedan compartir tan destructiva conviccin). Es claro que los martillos son imprescindibles, pero slo para ciertas cosas: un clavo no se clava con un paraguas, pero uno no evita mojarse con la Iluvia dndose martillazos en la cabeza. He dicho ms arriba que el anlisis estadstico es la forma ms cannica de anlisis. En efecto, est cuidadosamente codificado, y sus reglas son claras y rigurosas; puede estudiarse en manuales bien establecidos, e inclu- so utilizarse con calculadoras y ordenadores que rutinizan las operaciones intermedias hasta Ilegar al resultado deseado. Todo el mundo puede valorar sin ambigiiedad la utilizacin hecha por el investigador de las tcnicas de que se trate, y replicarlas cuando sea necesario. Y, en caso de duda, siempre podr recurrirse a una fuente que indique cmo hacerlo. Nada de esto se parece, por supuesto, al mundo de las tcnicas de anlisis cualitati- vo, en las que el anlisis del discurso puede ser plausible y convincente o puede no serlo: si no se me torna al pi de la letra, me atrevera a decir que el anlisis cualitativo tiene ms de arte que de tcnica (aunque estoy seguro de que tanto los psicoanalistas como los herrnenutas rechazaran semejante calificacin). No se crea, sin embargo, que ese carcter cannico del anlisis estadsti- co permite una utilizacin aproblemtica: no obstante su manualidad y a veces precisamente por ella), el manejo de las tcnicas estadsticas por muchos investigadores resulta inquietante. La cuantofrenia no es sino pr- dida del sentido terico o, si se prefiere, la primaca del mtodo sobre el objeto. La generalizada disponibilidad de ordenadores personales y la ex- traordinaria riqueza y potencia de los programas estadsticos que pueden utilizarse en ellos para el procesamiento y anlisis de datos, est Ilevando hoy da a muchos investigadores a un nivel de refinamiento estadstico que excede con mucho de las conclusiones a que son capaces de Ilegar, e ^4O FSTADtSTI(^A ESP.>'V()L.A incluso a su comprensin del anlisis que han Ilevado a cabo. Todo el mundo puede rotar los ejes de esta o de la otra manera en un programa de anlisis factorial, pero son pocos las que saben qu sentido tiene lo que estn haciendo; o, por seguir con el ejemplo, es bien fcil culminar el proceso Ilegando a la identificacin de dos o tres factares que tienen e( misterioso poder de sintetizar ei deus ex machina del sndrome de varia- bles manejadas: pero con frecuencia en eso se quedan la mayora de los investigadores, que como mucho se esfuerzan en etiquetar dichos factores, concluyenda apresuradarnente el trabajo cuando sera en ese punto dande debera propiamente comenzar. Puede parecer paradjico que simultneamente se afirme la necesidad de Ilevar a caba el anlisis estadstico en ordenador, y se ponga en guardia contra las miserias del proceso de datos: pero el riesga de sacralizar los datos ms deficientes y mediocres gracias al refinamiento analtico y al prestigio formal del order^ador es muy grande, y ninguno estamos inmuni- zados definitivamente al respecto. Por lo que se impone la inevitable receta de siempre: ms teoria y mis atencin a la evidencia emprica Ique en la prctica vienen a ser las dos caras de una misma monedal. Y, naturalmen- te, saber un poco de estadstica. z Slo un poco? Un investigador social no tiene por qu ser un estadstico, del mismo modo que quien usa el ordenador para procesar datos o textos no tiene que ser programador: el investigador es usuario final de la estadstica y, si se me permite la comparacin, su actitud es anloga a la del conductor de un automvil, que no tiene que ser un mecnico, ni siquiera amateur (aunque no le vendr nada mal tener la suficiente idea de mecnica para saber cQn cierta precisin cmo funciona su coche). Ciertamente, el anlisis estadstico es imprescindible para el investigador social cuantitativo, y tiene que manejarse en l can absoluta soltura; pero dicha soltura se concreta en una solvente comprensin de las tcnicas que utiliza y de los estadisticos que calcula, no en el detallado dominio de la fundamentacin matemtica de unas y otros. Claro est que ha de haber "estadstica para economistas'" o"para sociJagos", que es cosa muy diferente de la "estadstica para estadsticos"; espero que a stos no les disguste mi insistencia en el carcter instrumental o ancilar que su disciplina tiene para otras ciencias, en su papel de conjunto de tcnicas cuantitativas de anlisis de datos. Una ltima abservacin, tan trivial o tan importante como las ante- riores: no hay que confundir la medicin de las variables que uno tiene entre manos con su anlisis estadstico. Este pretende sintetizar una masa de informacin inmanejabie, determinar la relacn que existe entre dos o ms variables, establecer el grado de probabilidad de que se produzca en la realidad una determinada situacin, poner de manifiesto cosas que estaban ESTADiST1C,A Y S(X'Il7LOt;tA 441 latentes en los datos, etc. La medicin, pues, ofrece datos, que son trabaja- dos en el anlisis para Ilegar a las conclusiones pertinentes. Conclusiones que no se obtienen mecnicamente, sino que implican en la mayor parte de los casos decisiones por parte del investigador, que asume siempre su propia cuota de responsabilidad en el an^lisis. Pero dejemos a un lado tales cuestiones, y vayamos a una algo ms concreta: mucha gente identifica sociologa con encuestas y, correlativa- mente, con tratamiento estadstico de datos de opinin. No voy a hacer aqu ningn esfuerzo por rebatir tan abusiva y vulgar identificacin, sobre todo porque hay que reconocer que la tcnica de encuesta es una de las ms utilizadas, y desde luego es la que con ms frecuencia salta al escapa- rate de los medios de comunicacin. Quiz convenga por ello hacer aqu alguna referencia al respecto, que sin duda debera incluirse en el aprendi- zaje de la estadstica por parte de los estudiantes de sociologa. Lo primero que creo que hay que destacar es que las muestras cn las que trabajamos los socilogos rara vez son probabilsticas: es raro que utilicemos una muestra estrictamente aleatoria, pues el problema de la identificacin y localizacin de las unidades muestrales Ileva a que, las ms de las veces, nuestras muestras sean dejando aparte su diseo y pasos previos "de rutas y cuotas"', con lo que, en trminos rigurosos y estrictos, no puede decirse que permitan la inferencia estadstica. No obstante, lo cierto es que tales muestras funcionan a la perfeccin, como pone de manifiesto a diario la enorme masa de estudios de opinin y de mercado que se Ileva a cabo en todo el mundo. Careciendo en rigor del requisito de aleatoriedad (por ms que se introduzcan en la seleccin de las unidades muestrales ciertas dosis convencionales de la misma en la manera de disear las rutas y de seleccionar a los entrevistadosy, podramos decir que eppur si muove. Otra cuestin que me parece importante, y a la que creo que no se , presta la debida atencin, es la del nivel de medicin de la mayor parte de las variables con las que trabajamos habitualmente los socilogos. Pocas veces (salvo en el anlisis secundario) contamos con escalas de intervalo, y muchas con escalas nominales y ordinales. Consecuentemente, con fre- cuencia nos est vedada la utilizacin de la parte rns potente de la panoplia estadstica. Bien es verdad que se han elaborado abundantes e ingeniosas frmulas para minimizar tal limitacin, y que la propia estads- tica est prestando ltimamente mucha atencin al anlisis nominal y ordinal. Pero me parece que no hacemos suficientemente conscientes a nuestros estudiantes de esta especificidad (o, si se prefiere, limitacin) de muchos de nuestros datos y, por consiguiente, no hacemos el esfuerzo que tendramos que hacer en prepararlos con la necesaria intensidad para el anlisis de datos nominales y ordinales. 4^l? E.S T:^Di^T Ic^:^ f:SF'^^ tic^t.:^ Creo que ha pasado ya la poca en la que era necesario prevenirse contra una ingenua "sociologa de dos decimales" (por su abuso de pre- sentar los porcentajes de esa forma): felizmente tal pretensn de precisin, derivada de una suerte de complejo de inferioridad frente a las ciencias fsico-naturales, ha dado paso a una actitud mucho ms seria, en la que el rigor cientfico no se busca tanto en los decimales cuanto en la adecuada inteleccin de lo que se tiene entre manos, Es cierto que quedan algunos tics de aquel cientifismo ya obsoleto, y podra ser un ejemplo la reverencia con que manejarnos el margen de error en las encuestas (olvidando con frecuencia que la famosa situacin ms desfavorable de p=q=50 % vale slo para preguntas dicotmicas, con lo que el error ser mayor en las preguntas con ms de dos items de respuesta). Pero nada ms lejos de mi intencin que tomar partido por lo que en otro lugar he Ilarnado "anlisis de pan y chocolate" a causa de su simplicidad, frente al refinamiento analtico que nos permite la extraordinaria potencia que hoy tienen tas herramientas estadsticas, y particularmente el anlisis multivariable. La realidad social es tan oscura, difcil y elusiva que sera inaceptabie limitar defiberadamente nuestra capacidad para su indagacn, para descrbirla y explicarla adecuadamente y, por tanto, para analizarla de la manera ms penetrante y completa posible. Pero justamente porque ese poder analtico de !as herramientas estadsticas actuales est disponible sin necesidad de grandes esfuerzos, es por lo que hay que esforzarse cada vez ms en producir datas de la rnejor calidad posible, y en manejarse con teoras e hiptesis muy meditadas. De otra forma, el riesgo, como he dicho, es el de sacralizar con el prestigio del ms refinado aniisis estadstico Eo que puede no ser m s que basu ra. Desde tal punto de vista creo que ha de plantearse la enseanza de la estadstica para soci^ logos: no creo equivocarme al afirmar que el objetivo ha de ser formar buenos socilogos que sean buenos usuarios finales de las herramientas de anlisis estadstico. Pero siempre, y ante todo, buenos socilogos. Se dir, y con razn, que para Ilegar a tan banal conclusin no se necesitaban muchos argumentos. Cierto. COMENTARIO JULIO CARABAA Universidad de Vafencia El artculo del profesor Garca Ferrando me parece una buena descripcin de las relaciones actuales entre Estadstica y Sociologa y de los problemas que plantea la enseanza de la Estadstica en !as Facultades de Sociologa. EI profesor Garcia Ferrando tiene una experiencia docente en la materia de E^STAC)ISTt(';^ ti' SO('tOl.O(;I.^ la que yo carezco, es autor de varios textos de Estadstica para socilogos y creo que no me equivoco al pensar que ha alentado la publicacin de otros, como los de Mateo Rivas y Snchez Carrin. EI Departamento al que perteneci durante aos en la Universidad Complutense ha realizado signi- ficativos avances en la enseanza de la materia, y ha conseguido el funcio- namiento de un aula de informtica cuyos quiz cuarenta ordenadores utilizan asiduamente los alumnos. Creo que es completamente acertado por su parte destacar las diferencias entre Estadstica Matemtica y Esta- dstica Aplicada, el impacto revolucionario de los paquetes de programas standard utilizables en ordenadores personales y la necesidad de ampliar la enseanza de la Estadstica y las tcnicas de investigacin en el Plan de Estudios de las Facultades de Sociologa. Lo que mi comentario puede aportar a su artculo es el punto de vista de un estudiante de Letras con cierta experiencia en la evaluacin de proyec- tos de investigacin emprica. Estudi Bachillerato de Letras en la dcada de los sesenta, cuando las Matemticas se abandonaban en cuarto curso. Estudi luego Filosofa en la Universidad. Cuando, acabada la carrera, me dediqu a la Sociologa, segu en la Universidad de Colonia dos cursos de Estadstica que me resultaron abstractos y carentes de inters porque era incapaz de ponerlos en relacin con los problemas sustantivos que me interesaban. Felizmente para m, hacia 1974 todava se poda integrar en un equipo de investigacin emprica a gente que se confunda ante una matriz de correlaciones. Tuve que aprender entonces, en u n contexto ya dominado por los ordenadores, a escribir programas en SPSS y en BMDP y a interpretar sus resultados. Tuve que repasar primero mis viejos textos de Estadstica, luego engolfarme en manuales avanzados y en monografas sobre anlisis factorial, regresin, anlisis de tablas cruzadas, etc. Para entender un poco todo esto tuve que estudiar las matemticas derivadas, matrices que no haba estudiado en Bachillerato. Pese a ello los funda- mentos matemticos de la Estadstica me siguen resultando opacos y soy incapaz de discutir una demostracin o de intentar la ms trivial innovacin en la materia. Mi formacin estadstica es la de un autodidacta sin forma- cin matemtica con cierta facilidad para aprender directamente de los libros. An con este pobre bagaje, publiqu en 1983 un libro sobre movili- dad social basado en regresiones mltiples que creo que resulta ilegible para el 98 % de mis colegas. Desde 1984 hasta 1986 trabaj en la Unidad de Investigacin del Minis- terio de Educacin (parte primero del I NCI E y luego del CI DE). Entre mis obligaciones se contaba la evatuacin de proyectos e informes de investi- gacin, en su mayor parte hechos por profesores universitarios relaciona- ds con los ICEs. Tambin particip en la seleccin de becarios de investi- gacin para el organismo, provinentes de las Facultades de Psicologa, 4^-^ ^:srat^is^ric a f s^:^^c^i_^^ Pedagoga y Sociologa. AI mismo tiempo, doy clase de Sociologa General en el Primer Curso de Sociologa y Ciencias Polticas, y hago cursos de dactorado que suponen que los alumnos pueden leer artculos de revista en ingls. Estas actividades me han permitido apreciar un importante progreso en la extensin y dorninio de las tcnicas estadsticas tanto por los investi- gadores como por los licenciados, a la vez que detectar prablemas impor- tantes. Los breves comentarios que siguen se refieren a la dificultad y a la necesidad de superarlos. 1. Los estudiantes de Sociologa, dice el prafesar Garca Ferrando, ne- cesitan de la Estadstica para poder aprender a realizar investigacin social (p. ^). He de reconocer que esta afirmacin toca uno de los puntos que ms me confunden. Por un lado, yo no fui capaz de enfrentarme seriamente a la Estadstica mientras no tuve que hacer investigacin social. Cuando slo tena que leerla, me saltaba sin ms lo que consideraba detalles "tcnicos", los daba por buenos y me limitaba a la introduccidn y a las conclusiones. He visto despus que es la tendencia de la mayor parte de la gente, por lo que mi conclusin es que la didctica de la Estadstica necesita imperiosamente de la prctica para interescr a alumnos que en su mayor parte creen haber desertado definitivamente de las Matemticas y tienden a tomarse la Estadstica camo un engorro. Pero, por otro lado, la mayor parte de los alumnos no se van a dedicar nunca a la investigacin social, sino, a lo suma, a interpretar y usar investigaciones y fuentes esta- dsticas elaboradas por otros. Los alumnos sfo aprenden Estadstica si esta se les ensea como si estuvieran haciendo investigacin, pero sospe- cho que es surnamente difcil crear esta impresin en primero, cuando desconocen casi totaimente lo que es la Sociologa y su curiosidad va por otros caminos. Mi nica contribucin a este problema consiste en incluir estudios de tipo estadstico en mi curso de Sociologa General, pero creo que es evidente que en primero faltan tanto la motivacin como el conoci- miento de base necesarios para que las alumnos puedan apreciar lo que la Estadstica signi#ica para la Sociologa. 2. Los ardenadares y los paquetes de programas son en cierto sentido una bendicin, pues evitan los clculos y alivian su enseanza. Por desgra- cia pueden ser tambin una peste en manos de usuarios que desconocen sus fundamentos y sus limitaciones. Cuando su uso est basado en la f, no en el conocimiento, fomentan peligrosamente la tendencia a no pensar. Adems, sacilogos y economistas tienden en general a ignorar algunas de las condiciones estrictas sobre medida y distribucin de las variables de fa Estadstica Matemtica. Esta ignorancia est muchas veces justificada, por ejemplo, cuando se usan medidas ordinales en vez de cardinales en las regresiones, o cuando se desprecian pequeas desviaciones de la normali- dad en las distribuciones. Pero otras veces lo estn menos, como cuando f ti^T ^^C)ISTI( ^^ 1 tiO<^I^1L^)<^I^1 `l^^ se usan variables dependientes dicotmicas en regresiones a se desprecian grandes desviaciones de l normalidad. EI simple usuario tiende a ignorar siempre las restricciones, a meter sin mas en el ordenador lo que tiene y a esperar la salida. Incluso si es consciente del fundamental principio '"garba- ge in, garbage out"', suele ser incapaz de identificar correctamente la basu- r a . Esta sustitucin del pensamiento por el clculo, del investigador por el ordenador y de la formulacin de hiptesis por el cruce de todo por todo da lugar a una variada teratologa, Puedo recordar algunos notables monstruos seran muchos ms con una mnima propensin ma al coleccionismo: un profesor titular de psicologa que ^btuvo correlaciones mayores que uno, una catedrtica de pedagoga con dificultades para comprender que el cuadrado de una correlacin era menor que sta, etc. Ms interesantes que los casos extrernos son, sin embargo, los usos sistemticamente aberran- tes: por ejemplo, anlisis estadsticos de muestras casuales de 15 0 20 pases, la sustitucin sistemtica de hiptesis sustantivas por la hiptesis nula o la constante confusin entre diferencias estadsticamente significati- vas y diferencias materialmente importantes. 3. He sealado las dificultades de ensear Estadstica, incluso al nivel ms ^ elemental, y la necesidad de una buena comprension de sus funda- mentos para su manejo correcto. Es claro que soy un poco ms pesimista que el Profesor Grca Ferrando cuando afirma que ordenador y paquetes estadsticos son "de fcil manejo por todo aquel e^tudiante capaz de comprender las nociones fundamentales de un curso introductorio de an- lisis estadstico y con unas nociones poco ms que elementales de infor- mtica". Creo que habiendo comprendido muy bien bastante ms que lo que se aprende en un curso introductorio el estudiante est listo para comenzar un largo proceso de aprendizaje por ensayo y error. Este proceso est necesitado de continua vigilancia, en especial para el planteamiento y la interpretacin correcta de los anlisis multivariados. La capacidad de clculo de los paquetes supera claramente la capacidad de interpretacin de los estudiantes con esta formacin elemental; conozco mucha gente con dificultades para entender, por ejemplo, la relacin entre el anlisis de varianza y el de regresin mltiple y, por supuesto, para la lectura de la mayor parte de los artculos de las revistas sociolgicas. Naturalmente, slo una pequea parte de los estudiantes aprovecha el curso elemental de Estadstica. En realidad, los estudiantes de estadstica se pueden dividir en dos grandes grupos, el poco numeroso de los que entran en la materia y consiguen avanzar en su estudio y el muy numeroso que, refugindose en la teora, nunca Ilegan a tener un atisbo de sus fundamentos. Vistas as las cosas, se impone de modo an ms apremiante la conclu- sin del Profesor Garca Ferrando sobre la conveniencia de reforzar la ^^h f tiT ^^1C)ItiTI( -1^[ SF'^1tiO1.-^ Estadstica en los planes de estudio, de tal modo que no hubiera licenciado ni diplomado en Sociologa incapaz de realizar con soltura anlisis multiva- riados mediante un ordenador. Para lo cual habra que introducir al menos otro curso de Estadstica, y adems reforzar la enseanza can numerosas prcticas, dejando claro desde el principio a los alumnos que se trata de materia absolutarnente imprescindible o troncal. Las nuevas Facultades en particular, en vez de copiar mirnCticamente el plan de estudios existente en la Facultad actual, no deberan dejar escapar la ocasin que les brinda la inauguracin de los suyos, pues es sabido que es casi imposible reformar un plan de estudios una vez establecido. En mi ,opinin, el prestigio y la consideracin profesional de los titulados en Sociologa dependen crucial- mente de que la mayora alcance una formacin estadstica a por lo menos este n ivel. COMENTARiO R. MODESTO ESCOBAR Universidad Complutense de Madrid Centro de Estudios Sociaies. Instituto Juan March Encontramos en el artculo de Manuel Garca Ferrando la idea central de que en Sociologa el anlisis idneo es el multivariante y que gracias a la existencia del ordenadar un alumno de esta rama, en principio con escaso bagaje matemtico, puede 1legar a comprender y utilizar esta tcnica a lo largo de Oos pocos cursos de tcnicas de anlisis por los que atraviesa en la carrera. Junto con esta idea desarrolla el autor una brillante exposicin de cules deben ser los conocimientos estadsticos que han de aparecer en un programa de formacin de socilogos. AI hilo de estos argumentos, me propongo realizar en este espacio una reflexin ^obre para qu, dnde y cmo se desarrolla o debera desarrollar- se la enseanza de herramientas de anlisis cuantitativo utilizadas en la ciencia sociolgica. La Sociologa, una ciencia social, cuyo origen se remonta al inicio del siglo XIX no constituye un cuerpo de conocimientos homogneos y objeti- vos tal como soaron los positivistas al pensar que la aplicacin de los principios y rntodos de las Ciencias Naturales al campo de lo social dara lugar a una especie de ingeniera humana capaz de mejorar las condiciones de habitabilidad del hombre. Sin embargo, se vislumbra en I^actividad de aqullos que se enorgullecen o tienen complejo de inferioridad de ser socilogos un conjunto de aproximaciones contrapuestas al mismo objeto. Cabe citar en este contexto dos oposiciones, cuyos extremos se desarrollan indefectiblemente con desigual habilidad o dedicacin de tiempo por los profesionales que desempean cotidianamente su trabajo. EST ^1[)ISl I(^^^^ ti SC)( IOl (^(^I 1 ^^^ Tenemos, por un lado, la oposicin entre el trabajo terico y el emprico. EI primero pone nfasis en el desarrollo del pensamiento acumulado sobre lo que es la sociedad y cules son sus mecanismos de integracin y/o cambio. EI segundo se basa en la explicacin y/o descripcin del mundo social observado. Ambos han sido caracterizados y criticados por un cl- sico de nuestro siglo: ^Nrigth Mills, quien etiqueta sus consecuencias Ileva- das al extremo como "gran teora" y"empirismo abstracto" respectiva- mente. "Intelectualmente esas escuelas representan abdicaciones de la ciencia social clsica. EI vehculo de su abdicacin es la pretensiosa super- elaboracin de 'mtodo' y'teora'; y la razn de sta es la falta de conexin firme con problemas sustantivos" (Mills, 1985; 91 }. De esta oposicin se deduce claramente que el analista terico no se interesa, ni hace uso de las tcnicas estadsticas de anlisis. Pero no todo empirista concibe la estadstica como su principal herramienta de trabajo. La segunda polmica que delimita, en el marco del saber sociolgico, el campo de inters por el conocimiento y aplicacin de los mtodos numri- cos de anlisis es la que se produce por la controversia sobre la naturaleza de ios datcs soc:ales y su posibie anlisis. Quienes conciben la especifici- dad de ias Ciencias Sociales y abogan por una perspectiva comprensiva 1 M. V1/eber, 1983; 5^ defienden la utilizacin (casi) exclusiva de mtodos cuali- tativos de anlisis. Por el contrario, los partidari^s de mtodos numricos reconocen el valor heurstico, o al menos contrastador, de la medicin cuantitativas y el anlisis estadstico de los datos. Desde un punto de vista profesional, el titulado como socilpgo puede desarrollar su actividad en tres diferentes campos: la produccin, la trans- misin o la aplicacin de su saber especializado. A estos procesos corres- ponden las actividades de investigacin, enseanza y ejercicio profesional, strictu sensu. La primera de ellas juega un papel predominante en las discip{inas socia- les. "EI estudiante de medicina no se plantea que una vez acabada la carrera teng.-^ que hacer investigacin mdic3. Se plantPa, ante todo, la aplicacin de los conocimientos adqui^^idos durante sus estudios, conoci- mientos que son el resultado de horas y horas de investigacin hechas por otros... Este no es el caso de la Sociologa, que como tal Ciencia, no dispone de leyes o genera{izaciones empricas que hagan posible su aplica- cin inmediata a la realidad social a travs de una prctica profesional. Es sta una de las razones por las que el socilogo debe investigar y crear conocimientos en lugar de aplicarlos" (Francisco Alvira, 1984; 57). Es decir, el socilogo debe producir nuevo conocimiento; pero no slo porque el desarrcllo de nuestras generaiizaciones es muy bajo zson posibles en nuestros dominios cognitivos? , sino tambin porque la realidad que se intenta comprender, explicar o meramente describir es cambiante. -^^^ E ti til)I^ f I( ^i t tif' i^(}l i Consecuencia importante de ello es que en la form^cin de socilogos profesionales es imprescindible proporconarles el conocimiento de las he- rramientas para la investigacin y, en general, para el desarrollo del trabajo intelectual. Ahora bien, no hay que caer en la falacia de identificar al potencial investigador con un experto en la E stadstica. Hoy en da, en nuestro pas y tambin allende nuestras fronteras, muchos socilogos (es- pecialmente los acadmicos) slo tienen cnocimientos muy someros de E stadstica e incluso algunos investigadores especialmente los de ms avanzada edad no pasan ms all del anlisis de porcentajes que propar- . cionan los cuestionarios (instrumento de obtencin de datos que para bien o para mal se identifica como el ms especfico ^de esta rama del conoci- miento). Y no por ello, se han dejado de realizar excelentes estudios sobre la sociedad espaola, ni acertadas precisiones electorales o fructferas in- vestigaciones de mercado. Quiz sean stas ltimas las que en nuestro contexto cultural estn impulsando en mayor medida el desarroll de las tcnicas cuantitativas rns complejas no slo en el terreno cuantitativo, sino tambin en el cualitativo. E n el primer aspecto el ms relevante en el contexto de esta reflexin sobre la relacin entre E stadstica y Sociologa resulta que un anlisis multivariante de datos {segmentacin, factorial, regresin, cluster o cualquier otro sernejante) est ms solicitado por la investigacin camercial que por la acadmica. Si en otros contextos culturales distintos al espaol existen publicaciones sociolgicas en la que es necesario incluir una tc- nica o una frrnula sofisticada de anlisis; aqu ms bien se fomenta lo contrario. Comprubese, por ejemplo, la serie de artculos aparecidos en la Revista Espaola de Inve^tigaciones Sociolgicas o en la Revista lnter- nacional de Sociologa. Sin embargo, seamos cautos en lo que concierne a las posibilidades del anlisis multivariable. E xiste una amplia polmica sobre su uso. Adems de carcter cuantitativo que los caracteriza, es probable que las estructuras matemticas que los sostienen no sean las pertinentes para el anlisis de lo social. Incluso cabra tambin ser cautos en cuanto a los datos que se introducen en el mgico ordenador, siendo as que el desarrollo de las tcnicas de medicin de los hechos sociales an estn en un estadio de gran imperfeccin. Un ejemplo claro que tendra que darnos que pensar a los socilogos cuantitativos son los escasos avances que han otorgado a nuestra disciplina la aplicacin de modelos causales matemticos como el anlisis ..^ie senderos o el desarrollo de los modelos de ecuacines estructu- rales {LISRE L). Como Manuel Garca Ferrando {1985; 164) escribi en otro lugar, "el desarrollo terico y la construccin de indicadores vlidos y fiables de los conceptos claves en la sociologa, se encuentran si no estan- cados, s al menos muy retrasados con respecto a las tcnicas estads- ticas". E : s^ r ^ ^ r ^ t sTi c^ . ^ t i ^ soc^ i ot _cx^ i ^ > -i 49 Sur ge, pues, de t odo est e r azonami ent o la pr egunt a sobr e la ut i li dad de la E st adst i ca par a el soci logo. La r espuest a que se puede deduci r de lo ant er i or es que es i mpor t ant e; per o no fundament al. Adems, par t i endo de la r eali dad, ^ cor nent ada por el ar t culo en est a r evi st a de M. Gar ca Fer r an- do, sobr e el escaso conoci mi ent o mat emt i co con el que acceden los est udi ant es de Soci ologa muchos de los cuales la consi der an como una r ama de las let r as, en lugar de la de ci enci as se podr an consi der ar di st i nt os ni veles de apr endi zaje. Bechoffer (1981; 501-502) afi r ma en un cont ext o br i t ni co de la Saci ologa que la "pr emi sa de que los est udi ant es slo apr enden lo^ mt odos de i nvest i gaci n si son muy efement ales o si si ent en necesi dad de ello, conduce a t r es conclusi ones: Pr i mer o, que debe- r a ser obli gat ar i a la enseanza de los mt odos de car ct er senci llo que pr opor ci ona a los est udi ant es el acer cami ent o y las dest r ezas bsi cas. Segundo, que deber a exi st i r la posi bi li dad de i r ms all de lo si mple par a aqullos que lo deseen. . . E n t er cer lugar , que deber a pr omover se cualqui er for ma de enseanza que i ncr ement e el sent i mi ent o de la necesi dad de apr endi za je sobr e los mt odos". E st a pr puest a de di fer enci aci n no est r eflejada en el pr esent e plan de est udi os de las Facult ades de Soci ologa espaolas. M. Gar ca Fer r ando expone las t r es asi gnat ur as met odolgi cas Idos obli gat or i as y una opci onal) que componen el conjunt o de vei nt i ds asi gnat ur as obli gat or i as y ot r a vei nt ena de opt at i vas ent r e las que hay que selecci onar sei s. E I mi smo aut or expone la necesi dad y la fut ur a i mplant aci n en el nuevo plan de est udi os de ot r a asi gnat ur a de E st adst i ca. E n la Uni ver si dad Aut noma de Bar celona, el plan es bast ant e di fer ent e como consecuenci a de que slo ofr ece enseanza de la Soci ologa a par t i r del segundo ci clo al que se accede t r as t r es aos de est udi os en ot r a Facult ad ms un cur so de adapt aci n. E n st e lt i mo se ubi ca la asi gnat ur a de E st adst i ca. E n cuar t o se i mpar t en las Tcni cas de Invest i gaci n Soci al y en qui nt o exi st e una mat er i a de Anli si s de Dat os. La di fer enci a est r i ba en que la for maci n est adst i ca se concent r a al fi nal de los est udi os, en lugar de en los comi en- zos. i Qu alumno se acuer da al fi nal de la li cenci at ur a de lo que es un coefi ci ent e de cor r elac;i n, si despus de pr i mer o no le vuelve a apar ecer en ni nguna lnea del eur r i cul^ ^ m7 Bi en sabi do es que t ambi n en la Uni ver si dad Complut ense se ofr ece un pr ogr ama de doct or ado en Met odologa con algunos semi nar i os de cont e- ni do est adst i co o que exi st en cada vez ms cur sos de post gr ado, or gani za- dos por el Colegi o de Li cenci ados, la Asoci aci n de Soci ologa, los i nci pi en- t es Inst i t ut os Uni ver si t ar i os u ot r as ent i dades pbli cas o pr i vadas. Si n en^ bar go, habr a que i nsi st i r en for mar par a que un li ^ enci ado pueda t ener un conoci mi ent o pr ofesi onal, al menos a los i nt er esados. Par a eso, habr a que ofr ecer ms cur sos opt at i vos en el segundo ci clo a qui enes deseen ^^O E S"T ^^[)1^1 I( ^E :Sf':^tiOl_A profundizar en tcnicas de anlisis cuantitativas o en cualitativas. Hay personas que abogaran por una especialidad de licenciatura en Sociologa centrada en la metodologa; otros han propuesto una diplomatura ^slo primer ciclo) para formar tcnicos destinados a las empresas de investiga- cin de mercados. ^o penoso de todas estas alternativas es que es muy posible que no se Ileven a cabo o quiz, si lo hacen, que sean de escasa calidad por la insuficiencia de profesores que pudieran hacerse cargo de esta tarea. De todos los departamentos de la Facultad de Ciencias Polticas y Sociologa de ia Universidad Complutense, el de Metodologa es al que menos candi- datos se presentan para ocupar plazas vacantes. Los encargados de las asignaturas, hoy socilogos ayer economistas, se han formado fundamen- talmente en el extranjero, si no autodidcticamente. La escuela de verano de E ssex, financiada por el E uropean Consortium for Political Research y la Universidad de Michigan han ofrecido y ofrecen oportunidades de aprendi- zaje a quienes han querido o quieran aprender E stadstica y el uso de ordenadores. E xperiencias interesantes, que se han intentado importar al Instituto de Cooperacin Iberoamericana bajo la direccin de J. J. Snchez Carrin con una escuela de verano de un mes intensivo de duracin. Desde nuestro punto de vista, la enseanza universitaria de la E stadstica con el fin de la profesionalizacin de la Sociologa y de otros campos de las Ciencias Socia1es debe incardinarse en un proyecto global de enseanza metodolgica, en la que deben tenerse en cuenta los siguientes objetivos: a} estimular el surgimiento de planteamientos adecuados de investiga- cin para su posterior desarrollo correcto. b) presentar los instrurnentos ms usuales para la recogida de datos e insistir en las posibilidades y alcances de cada uno de ellos. (V. gr. la encuesta, la entrevista, la observacin participante, el grupo de discusin, el estudio de casos...} c} desarrollar en el alumno la capacidad de seleccionar el instrumento ms adecuado a las necesidades de informacin que tiene planteadas. d) articular los tres objetivos anteriores de forma tal que el alumno sea capaz de construir diseos de investigacin coherentes. La E stadstica debe considerarse como una herramienta para la fase de anlisis de los procesos de investigacin. E n concreto, los objetivos y la metodologa de la formacin cuantitativa de los alumnos de Ciencias So- ciales tendran que ser los siguientes: a} Comprensin de los conceptos bsicos de la E stadstica. b} Desarrollo en el alumno de la capacidad de abstraccin que requiere E;STADISTICA ^' S(X'IOL(K;IA aS ^ el uso de formulaciones matemticas, as como el recuerdo de las reglas bsicas del lenguaje y operaciones algebraicas. c) Potenciacin de la habilidad de la aplicabilidad de la Estadstica mediante la exposicin de los fundamentos y requisitos de los procedimien- tos de todo anlisis cuantitativo de los datos. Es decir, a partir de una formulacin terica o un problema a investigar, el alumno ha de Ilegar a saber cul es la :zcnica estadstica ms adecuada para su verificacin o resolucin. dl La ampliacin de la facultad de lectura y utilizacin de estadsticos provinientes de las siguientes fuentes: 1) Publicaciones oficiales. 2) Artculos y monografas que utilicen tcnicas cuantitativas. 3) Salidas de ordenador, producidas por los paquetes estadsticos ms usuales: (STAR, BAR BO, SPSS, B M DP, SAS... ^ e) Fomento de la incipiente capacidad del alumno para traducir el len- guaje matemtico al lenguaje sociolgico, desarrollndole la habilidad para elaborar informes interpretativos a partir de los datos ya transformados o susceptibles de transformacin que se les ofrezcan. BI BLIOGRAFIA ALVIRA, F. (1984). "La investigacin sociolgica", en S. del Campo, Tratado de Socio%ga. Madrid: Taurus. BECHOFFER, F. 11981). "Substantive Dogs and Methodological Tails: A Question of Fit", en Sociology, n. 1 5, pp. 499-507. GARCIA FERRANDO, M. (19851. "Anlisis y modelizacin causal en sociolo- g a" en Revista Espaola de lnvestigaciones Sociolgicas, n. 2 9, pp. 143-164. M ^ ^^s, C. W. (1985). La imaginacin socolgica. Mxico: F.C.E. WEBER, M. (1983). Economa y sociedad. Mxico: F.C.E. COMENTARIO JUAN JAVIER SANCHEZ CARRION Universidad Complutense de Madrid Como complemento al artculo de Garca Ferrando, centrado fundamen- talmente en tratar los contenidos de la enseanza de la estadstica en Sociologa, en estas pginas varnos a ofrecer algunas consideraciones de 45? EST,^DISTI(,^ E:SP^^tiULA naturaleza pedaggica sobre estas mismas enseanzas. En primer lugar nos vamas a referi^r a los conocimientos y actitudes de los alumnos de Sociologa y Ciencias Polticas, para pasar a continuacin a hacer algunas cansideraciones sobre la forma que creemos ms adecuada de explicar estadstica en el contexto de las Facultades de Ciencias Sociales- hablando en trminos ms generales, las reflexiones se pueden extender a la ense- anza de las tcnicas de investigacin. Corno Anexo incluimos nuestro programa de Estadstica Aplicada las Ciencias Sociales, asignatura que impartimos en Primer Curso de la Facultad de CC.PP. y Sociologa. LOS CONOCIMIENTOS Y ACTITUDES AI hablar de los alumnos de Sociologa y su relacin con 1a estadstica podemos hacer 2 grupos. Existe el grupo de los cursos iniciaies, caracteri- zado por su deficiente formacin matemtica los mismos alumnos suelen decir que son "de letras" , y con escaso inters por la estadstica y, ms en general, !as tcnicas de investigacin. Por otro lado est el grupo de los alumnos de los ltimos cursos, que si bien por lo que se refiere a su formacin matemtica son similares a los alurnnos de primero, sin embargo cambian en lo relativo a su inters por las tcnicas. EI primer grupo ^o forma un colectivo preocupado por los problemas sociales, para quienes los numeros resultan de poco inters en el lmite, si les gustaran los nmeros habran elegido una carrera de Ciencias. Su formacin matemtica suele ser deficiente, lo cual tampoco ayuda mucho para introducirles en temas estadsticos. Los alumnos de los cursos superiores comienzan a preocuparse por su futura salida profesianal, y se dan cuenta de que la Sociologa como profesin tiene casi todo que ver con la investigacin social. A la vez, no toda la investigacin social tiene que ver con el anlisis estadstico de los datos, pero s que es evidente que para bien o para. mal una gran parte de la legitimidad actual de la Sociologa le viene de que hace encuestas en las que se cuenta el nmero de personas que compran, venden, comen, votan, etc. Y este recuento irnplica conocer unas tcnicas que hacen uso de la estadstica. En estos cursos superiores son los alumnos los que andan de cabeza tratando de aprender SPSS/PC+, el anlisis factorial y, en general, cualquier tcnica que les capacite para el ejercicia profesional. Las caractersticas diferenciales de los alumnos de primeros y ltimos cursos hace que el en#oque que se le de a la enseanza de las tcnicas de investigacin sea diferente segn se trate de uno u otro colectivo. Funda- mentalmente, en primero se trata de lograr el inters de los alumnos, algo que se puede dar por supuesto en los alumnos de los ltimos cursos. E:ST,^I)ISTI('.^ ti SO( 1OLO(;1-^ M LA ENSENANZA DE LA ESTADISTICA ^53 Antes de entrar a explicar nuestro programa de estadstica queremos aadir un par de consideraciones a nuestras reflexiones anteriores sobre los conocimientos y actitudes de los alumnos de Sociologa. La primera tiene que ver con el hecho de que las clases a las que nos dirigimos estn compuestas por ms de 140 alumnos, de los que puede haber un 60 % que, camo consecuencia de la poltica ministerial de obligar a elegir carrera en funcin de las notas de la Selectividad, estn all porque no les dejan estar en otro sitia. Este elevado nmero de alumnos y su heterognea composicin dificulta enormemente cualquier proyecto de en- seanza de una materia experimental corno la estadstica. La segunda consideracin est relacionada con el carcter "problemti- co" de la enseanza de la estadstica en los primeros cursas del rea de las ciencias sociales problematicidad que parece compartir la estadstica can otras materias tcnico-matemticas. Dicho rnuy brevernente: la enseanza de la estadstica en las Facultades de Ciencias Sociales dejar de ser un problema el da en que no tenga que explicarse. Est claro que hay que saber estadstica para realizar investigaciones sociales, lo que desde un punto de vista ideal no est tan claro es que la enseanza de la estadstica por lo menos a nivel de los primeros cursos haya que efectuarla en una asignatura independiente de otras asignaturas de tipo sustantivo (estructu- ra social, sociologa electoral, cambio social, etc.). Nuestra opinin es que sera ms lgico fundir la enseanza de materias sustantivas y tcnicas. Conocemos experiencias en las que se explica estructura social investi- gando sobre la estructura social. En el mismo curso se explican diferentes teoras sobre la movilidad social, las clases sociales, etc., se ensean los conocimientos estadsticos y se facilitan datos de la estructura social del pas, bien en forma bruta (matrices de p variables por n unidades) o elaborada (matrices de correlaciones, tablas de contingencia, etc.). Luego, en vez de ser el profesor el que dice que hay tantos individuos con estudios superiores (distribucin de frecuencias de la variable), que adems resultan ser aquellos cuyos padres tambin tienen una formacin superior (relacin entre las variables "estudios padre" y"estudios hijo"), con lo cual queda claro que en el pas existe una movilidad ... son los propios alumnos los que descubren estos aspectos analizando los datos que se les facilitan. De esta manera pueden estudiar un tema de estructura social al mismo tiempo que aprenden estadstica. La experiencia a la que nos hemos referido se realiza en el curriculum de Sociologa de la Universidad de Harvard. En este curriculum son los profe- sores los que proponen los nombres y contenidos de sus asignaturas. En 45^ E^ST^DISTK:^A E:SP:atil()t_A nuestra Universidad, donde el profesor se encuentra con una asignatura predeterminada, a la que debe dar respuesta, resulta difcil fundir dos asignaturas (por ejemplo, Ias que estamos utilizando como ilustracin: Es- tructura Social y Estadstica} en una, siquiera sea experimentalmente, salvo que 2 profesores junten sus programas. No por ello dejamos de pensar que este sistema "integrado" de enseanza es el ms adecuado para ensear estadstica y socialoga. Hechas estas precisiones, digamos que nuestra forma de ensear Esta- dstica en Primer Curso pasa por combinar las explicaciones sobre las distintas tcnicas de anlisis, con el anlisis que los alumnos hacen de datos obtenidos en una investigacin por encuesta, que ellos mismos desa- rrollan en todas sus fases. EI curso se divide en grupos de 40 5alumnos, y cada grupo disea un pequeo cuestionario, con el cual luego recoge informacin de aproximadamente 60 unidades. AI comienzo del cursa^se explica el sistema operativo D.O.S., que es el que utilizan los ordenadores del Laboratorio de Informtica de nuestra Facultad, adems de un programa de anlisis de datos muy sencillito, basado en mens. De esta manera, simultneamente a nuestras explicacio- nes estadsticas los alumnos realizan los anlisis pertinentes con sus datos: calculan medias, coeficientes de regresin, hacen tablas de contingencia, etc. Previamente han grabado sus datos en el ordenador y han creado un fichero. AI final del curso cada grupo tiene que entregar el resultado de la pequea investigacin que han realizado, en la que se supone que han aplicado de forma selectiva todas las tcnicas estadsticas que se han explicado en el curso. La experiencia es muy pasitiva. Hemos comprobada que no es lo mismo aprender a calcular, por ejemplo, el coeficiente de regresin o la gi- cuadrado con unos datos facilitados por el profesor y seleccionados expresamente para ilustrar estos estadsticos que aprender a calcular stos estadsticas y, adems, saber dnde utilizarlos entre todas las varia- bles de un cuestionario. Adems, con este sistema los alumnos empiezan a familiarizarse con la presentacin de las tablas en un informe, aprenden a comentarlas y, alga que es muy importante, tienen que escribir. A continuacin incluimos nuestro programa, donde se pueden ver los contenidos que irnpartimos y la forma como estn organizados. PROGRAMA DE ESTADISTICA O bjetivos del Curso Tanto las Tablas de Contingencia como la Regresin son las tcnicas estadsticas ms utilizadas en las Ciencias Sociales. En este curso vamos a EST.^[^ISTI('.^ ti" SOC`IOLOGI ^^ 455 centrarnos en la explicacin de ambas tcnicas. EI procedimiento que vamos a seguir es plantear problemas sociolgicos, fciles de entender, para mostrar a continuacin el papel que tiene la estadstica a la hora de darles una solucin. Las dos tcnicas que hemos elegido proporcionan el lenguaje y los conceptos suficientes para que, superando su dimensin puramente tcni- ca, podamos adentrarnos en los problemas reales de la investigacin social. En este curso se pondr el acento en los conceptos fundamentales del anlisis de los datos, sin profundizar en la teora estadstica. En las pginas que siguen vamos a presentar el contenido del prograrna. Lo hemos dividido en dos partes. En una primera se hace una relacin de los problemas sociolgicos que vamos a estudiar en el curso ( Problemas Sociolgicos). AI final de cada problema se pone un nmero entre parnte- sis, que hace referencia a los conceptos estadsticos que se introducen en ese problema. En la segunda parte del programa se muestra cul es la relacin de conceptos estadsticos ( Conceptos Estadsticos). Durante el curso los alumnos, organizados en grupos reducidos, analiza- rn unos datos que ellos mismos han de crear. A tal fin harn uso del paquete de anlisis de datos en ordenador que se explicar en clase. Para superar el curso es necesario aprobar el examen final y presentar el anlisis al que se alude en el prrafo anterior. Problemas sociolgicos 1. iOjo! No todos los datos de las Ciencias Sociales son iguales: los datos difieren segn el nivel de medida o el papel que juegan en la investigacin; adems, no todos se refieren a unidades del rnismo tipo y hasta puede que traten de cosas que ocurren en diferentes momentos del tiempo. (1) 2. Estudio de la ideologa de los alumnos de primer curso de CC. PP. y Sociologa. 2.1. La ideologa de los alumnos y algunas otras de sus caracteristicas. (2) 2.2. z Adivina con que tiene que ver (se relaciona) la ideologa?. (3) 2.3. Diferentes explicaciones (modelos) acerca de la ideologa. (4} 2.4. De padres a hijos, ^.qu ha cambiado?. (5) 4 5b E:s-rA [)I^T !( A f.SP A t<)i_:^ 2.5. ^ Qu decir de la ideologa de todos los alumnos de primero de Espaa ?. (6 ) 3. z Por qu gan el gobierno el Referendum de la OTAN? 3.1. Evolucin de ia actitud de los espaoles con el paso del tiempo. (7 ^ 3.2. z Qu influencia tuvo la ideologa de los espaoles en el resultado? ^ Y el voto?. {g} 4. EI mundo en cifras: indicadores socio-econmicos de los mayores paises del mundo. 4.1. De aquella situacin en la que dos personas tenan dos pollos y una se muri de hambre. {9} 4.2. Adivina con qu tiene que ver {se relaciona) la tasa bruta de natalidad. zY el analfabetismo?. (10 y 1 1} 4.3. zSeguro que cunto mayor es el PNB menor es la tasa bruta de natalidad?. (12) Conceptos ^stadsticos 1. Conceptos fundamentales de la investigacin sociai. 2, Distribucin de frecuencias con variables nominales y ordinales. Su representacin grfica. 3. Anlisis de tablas de contingencia: anatoma y representacin grfi- ca de las tablas. Estadsticas para resumir tablas 4. La lgica de la investigacin causal. 5. Anlisis de tablas de movilidad. 6. EI muestreo: conceptos fundamentales. Distribuciones muestrales. Intervalos de confianza. Valores observados y esperados (la Gi-cuadrado y el tamao de N). Anlisis de los residuos. 7. Anlisis del cambio con una sla variable. 8. EI anlisis dei cambio con dos o ms variables. 9. Distribucin de frecuencias con variables intervales: organizacin, resurnen, presentacin grfica y transformacin de los datos. 10. Representacin grfica de la relacin entre 2 variables intervales: la nube de puntos. Fsr.AnrsTic^ ti^ scx^^^t_c^c^i.A 457 1 1. Fundamentos de la regresin: lneas, ecuaciones y datos. EI coefi- ciente de determinacin, R2. 12. EI anlisis de los residuos. La regresin mltiple. 458 F.^S^TADlSTlC^.^ F.SF'A^+()1_^1 Breve respuesta a cinco comentarios sobre el trabajo "Estadstica y Sociologa" por MANUEL GARCIA FERRANDO Poco tengo que objetar a los comentarios crticos que mis colegas, los profesores Alvira, Beltrn, Carabaa, Escobar y Snchez Carrin, han hecho a mi trabajo sobre el papel de la Estadstica en la Ciencia Sociolgica y en el panorama de estudios de la Licenciatura en Sociologa, y por extensin de la Licenciatura en Ciencia Poltica. De la lectura de tales comentarios he deducido que sus cinco autores coinciden en lo fundarnental con las tesis principales por m desarrolladas, a saber: el carcter instrumentalmente necesario de la estadstica en la investigacin social y en el programa de estudios de Sociologa; el uso creciente que se realiza de la Estadstica en el actua; trabajo sociolgico, lo que reforzara lo anterior; y dada la amplia generalizacin de los ordenadores en las rutinas informticas y de clculo no slo del mundo cientfico como del resto de las actividades sociales, la necesidad de integrar la enseanza de la Estadstica con la de los paquetes estadsticos para ordenadores, especialmente de ios Ilamados personales. Alrededor de estas tesis, los comentarios han desarrollado su argumenta- cin crtica, expuesto sus puntos de vsta y experiencias personales en tanto que profesores de Sociologa e investigadores profesionales, e incluso hay quien como el profesor Snchez Carrin, ha relatado su particular, e interesante, forma de ensear Estadstica a los estudiantes de Sociologa y Ciencias Polticas, o como ha hecho el profesor Escobar ha desarrollado, sintticamente, un proyecto global de enseanza metodolgica. EI resultado de todo ello entiendo que ha enriquecido enormemente el contenido de mis tesis originales, por lo que como he indicado al comienzo de esta breve nota de respuesta, poco tengo que aadir a los argumentos de mis comen- taristas como no sea manifestarles mi agradecimiento por el tono construc- tivamente crtico, y en algn momento incluso elogioso, de sus observacio- f^^T.^^ DISTI(^-^^ l^' SO('1C)L.O( ^ [.^ 4Sy nes. Igualmente, deseo extender rni agradecimiento a la Revista Estadstica Espaola y a su director, por la oportunidad que nos ha brindado a los socilogos de exponer pblicamente nuestras experiencias y opiniones so- bre la enseania de la Estadstica en nuestros programas de estudios, en el contexto de un nmero monogrfico de la Revista dedicado a debatir la problemtica de la enseania de la Estadstica en las Ciencias Aplicadas.