ESTADISTICA ESPAOLA

Vol. 31, Nm. 122, 1990, pgs. 421 a 459

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.