Está en la página 1de 17

La Triangulacin como Estrategia de Investigacin en Ciencias Sociales

El uso de tcnicas de triangulacin de los resultados obtenidos durante el trabajo de campo ha gozado de un gran predicamento en la
literatura de mtodos de investigacin social. Una gran parte de los cientficos sociales han considerado que cuanto mayor sea la
variedad de las metodologas, datos e investigadores empleados en el anlisis de un problema especfico, mayor ser la fiabilidad de los
resultados finales. Este artculo lleva a cabo un anlisis terico del fenmeno de la triangulacin para poner de manifiesto sus
principales ventajas y riesgos como estrategia de investigacin en ciencias sociales.

1. Concepto, fundamento y antecedentes


El progreso de las ciencias sociales a lo largo de la historia ha puesto de manifiesto que ningn mtodo de
investigacin es superior a otro (Denzin, 1970). Al mismo tiempo, el anlisis de una realidad cada vez ms polidrica
ha revelado la necesidad de combinar distintas tcnicas de indagacin para lograr hallazgos complementarios y
desarrollar el conocimiento relativo a un determinado objeto de estudio. A este proceso de combinacin se le
denomina triangulacin. Su origen remoto est en el principio bsico de la geometra segn el cual distintos puntos
de vista permiten una mayor precisin en la observacin.
De acuerdo con Oppermann (2000) el trmino triangulacin es definido usualmente en los diccionarios de dos
formas:

En primer lugar, como la divisin de un rea en tringulos a efectos de medicin de un terreno.


En segundo lugar como la medicin y representacin de un rea mediante el uso de tringulos con una base,
altura y ngulos conocidos.

Estas definiciones hacen referencia al sentido originario de la triangulacin en el campo de la medicin de


superficies[1]. En virtud de este principio si se conocen tres medidas interrelacionadas de un tringulo, como por
ejemplo dos ngulos y la distancia entre los mismos, es posible calcular las otras distancias y ngulos.
Esto se explica porque los ngulos interiores de un tringulo suman 180. Evidentemente si se conoce la suma de
dos ngulos, se puede calcular fcilmente el tercero. Adems, si se sabe la forma precisa del tringulo y la longitud
de uno de sus lados se puede conocer automticamente la de los otros dos. La esencia de la triangulacin radica en
que las mediciones sean correctas y en que las distintas medidas conocidas estn interrelacionadas.
La triangulacin ha tenido aplicaciones bsicas en los campos de la navegacin martima y la estrategia militar. As,
por ejemplo, si una embarcacin conoce dos referencias de navegacin y la distancia entre las mismas con principios
de geometra bsica puede conocer su posicin exacta. En el mbito de la estrategia blica resulta ms fcil
conseguir el objetivo de destruir una determinada posicin si se atrapa al enemigo en un fuego cruzado procedente
de distintos puntos.
Actualmente, los dispositivos manuales de Global Positioning Systems (GPS) estn basados tambin en el principio
de triangulacin (Oppermann, 2000). Estos sistemas identifican la posicin actual midiendo los ngulos entre al
menos tres puntos cuya situacin es conocida por satlite.
En la literatura de mtodos de investigacin social existe una larga tradicin que preconiza el uso de tcnicas de
triangulacin[2] o validacin convergente de los resultados obtenidos durante el trabajo de campo (Jick, 1979). El
fundamento de estas tcnicas subyace en la idea de que cuando una hiptesis sobrevive a la confrontacin de
distintas metodologas tiene un grado de validez mayor que si proviene de una sola de ellas.
Smith (1975) seala en este sentido que el paradigma de la investigacin social concede menor grado de validez a
las proposiciones confirmadas por un solo mtodo. De hecho, los cientficos sociales consideran que la utilizacin de
un nico mtodo o enfoque de investigacin puede dar lugar a sesgos metodolgicos, sesgos en los datos o en los
investigadores (Oppermann, 2000).
Este tipo de sesgos aparecen con frecuencia en los procesos de investigacin. La utilizacin de la encuestas genera
sesgos metodolgicos ya que los datos obtenidos estn limitados a las preguntas cerradas que se han formulado y a

las categoras de respuesta propuestas.


Cuando se trata de basar una teora general en una muestra no representativa de un universo poblacional cabe
hablar de un sesgo en los datos. El sesgo de los investigadores no es infrecuente. Se aprecia de forma clara cuando
los resultados de un estudio varan sustancialmente en funcin del gnero, trayectoria o formacin de los
investigadores.
Los sesgos anteriormente comentados ponen de manifiesto que los resultados obtenidos mediante un nico mtodo
de investigacin "estn bajo sospecha" a no ser que sean "triangulados" con otros mtodos en una interpretacin
plausible (Paul, 1996). El anlisis de sistemas organizativos complejos requiere, por lo tanto, diversidad en los
mtodos de recogida de datos para reflejar la complejidad que estn tratando de describir.
Parece claro que una de las prioridades de la triangulacin como estrategia de investigacin es aumentar la validez
de los resultados y mitigar los problemas de sesgo (Blaikie, 1991). Desde esta perspectiva puede considerarse que
una primera manifestacin de la misma son las escalas de medida como referencias ms validas y fiables que los
indicadores simples. Un buen ejemplo de ello es la escala Lickert. De este modo, de la misma manera que se
anteponen las medidas de escala a los indicadores simples, son preferibles varios enfoques metodolgicos a uno
slo.
La extensin del concepto triangulacin a las ciencias sociales implica, en consecuencia, que cuanto mayor sea la
variedad de las metodologas, datos e investigadores empleados en el anlisis de un problema especfico, mayor
ser la fiabilidad de los resultados finales. El prefijo "tri" de triangulacin no hace referencia literalmente a la
utilizacin de tres tipos de medida (Oppermann, 2000), sino a la pluralidad de enfoques e instrumentos de
investigacin.
Campbell y Fiske, en su artculo de 1959 "Validacin convergente y discriminante mediante la matriz
plurimetodolgica de caractersticas mltiples", fueron los primeros en utilizar una tcnica de validacin concurrente
de datos diferentes pero complementarios. En opinin de estos autores, los enfoques pluri-metodolgicos revelan
que las medidas de un mismo concepto con distintos mtodos (validacin convergente) correlacionan ms que las
medidas de distintos conceptos con un solo mtodo (validacin discriminante). Postulan por lo tanto un
"operacionalismo mltiple" como estrategia de investigacin.
Oppermann (2000) considera que son Webb, Campbell, Schwartz y Sechcrest (1966) los primeros en introducir el
trmino triangulacin en la investigacin social. Estos autores sealan que los cientficos sociales han tomado
prestado este trmino para describir cmo la utilizacin de distintos enfoques en una investigacin permite al
observador centrarse en las respuestas o informacin buscada.
2. Tipos de triangulacin
Denzin (1970) es sin lugar a dudas uno de los autores que mayor atencin ha prestado al fenmeno de la
triangulacin. De acuerdo con el mismo, la triangulacin puede ser de datos, de investigadores, de teoras, de
mtodos o mltiple (figura 1).
Figura 1. Tipos de triangulacin

Fuente: Denzin (1970) y elaboracin propia

La triangulacin de datos supone el empleo de distintas estrategias de recogida de datos. Su objetivo es verificar las
tendencias detectadas en un determinado grupo de observaciones. As por ejemplo si se quiere estudiar la
propensin a la innovacin en funcin de los distintos sectores industriales, los datos de una determinada regin
pueden ser contrastados con los de otra para analizar si los patrones de comportamiento son similares.
Generalmente se recurre a la mezcla de tipos de datos para validar los resultados de un estudio piloto inicial (Olsen,
2004).
La confrontacin de datos pueden estar basada en criterios espacio-temporales y niveles de anlisis. La triangulacin
de datos en el tiempo implica validar una proposicin terica relativa a un fenmeno en distintos momentos. Los
datos pueden ser longitudinales o transversales. La triangulacin de datos en el espacio recurre a poblaciones
heterogneas para incrementar la variedad de las observaciones. De esta manera se evitan dificultades como el
sesgo de las unidades de anlisis o el efecto Galton.
Existen distintos niveles de triangulacin de datos. Cabe hablar de un nivel de anlisis agregado, un nivel interactivo
y un nivel colectivo. En el anlisis agregado se recopilan las caractersticas de un fenmeno sin tener en cuenta los
vnculos sociales. No se establecen relaciones en lo observado. Resulta evidente que en muchas ocasiones las
propiedades organizativas no pueden deducirse de la mera acumulacin de propiedades individuales. De ah la
necesidad de realizar un anlisis interactivo. En este tipo de anlisis la unidad de observacin, ms que la persona o
grupo, es la interaccin. Se tienen en cuenta las redes existentes entre individuos y grupos.
Por ltimo, en el anlisis colectivo se lleva a cabo un estudio estructural-funcional. La unidad de observacin es el
grupo. Dentro del anlisis colectivo se distingue entre el anlisis ecolgico, institucional, cultural y de unidades
societales. En el anlisis ecolgico se buscan explicaciones espaciales para un determinado fenmeno. El anlisis
institucional, por su parte, compara las relaciones dentro de las instituciones polticas, econmicas y legales de la
sociedad. El anlisis cultural presta atencin a las normas, valores, prcticas e ideologas. Finalmente, hay que
mencionar el anlisis mediante indicadores referidos a las unidades societales.
Desde un punto de vista general puede decirse que la triangulacin de fuentes de datos permite utilizar el mismo
mtodo para obtener la mxima ventaja terica. Al verificar una determinada teora de distintas formas, se reduce el
sesgo de los investigadores y se facilita el descubrimiento de hiptesis alternativas.

La triangulacin de investigadores consiste en el empleo de una pluralidad de observadores frente a la tcnica


convencional de un observador singular. Este tipo de triangulacin incrementa la calidad y la validez de los datos al
eliminar el sesgo de un nico investigador.
As por ejemplo, si dos investigadores realizan la misma observacin sin consultarse, se incrementa el nivel de
confianza de la informacin. En el supuesto de que un investigador corrobore indudablemente una observacin que
acaba de conocer de otro, se incrementa tambin la fiabilidad de la tcnica.
Lgicamente, cuando los datos recogidos por distintos investigadores son significativamente diferentes, hay sesgos
que deben ser analizados.
La proliferacin de equipos multidisciplinares de investigacin en ciencias sociales es una manifestacin clara de la
triangulacin de investigadores. Este tipo de equipos permite incrementar el repertorio de metodologas disponibles
en la medida en que se unen observadores con conocimientos distintos procedentes de diversas disciplinas. Las
visiones tericas diferentes y las experiencias prcticas combinadas enriquecen el diseo del estudio, el anlisis y el
desarrollo de las interpretaciones (Morse y Chung, 2003). Sin embargo la investigacin multidisciplinar puede resultar
muy costosa y difcil de organizar.
En una interpretacin extensiva Oppermann (2000) considera que la variacin de las circunstancias fsicas y sociales
que rodean al punto de observacin puede ser clasificada tambin dentro de esta categora de triangulacin.
El tercer tipo de triangulacin es la triangulacin de teoras, que Denzin (1970) define como el uso de distintas
perspectivas tericas para analizar un mismo grupo de datos. La triangulacin terica est orientada al contraste de
hiptesis causales rivales (Smith, 1975). Es evidente que confrontar distintas teoras en un mismo grupo de datos
permite una crtica eficiente coherente con el mtodo cientfico.
Un aspecto importante es cmo se lleva a la prctica la triangulacin de teoras. Este proceso puede ser
representado a travs de distintas fases que se recogen en la figura 2:
Figura 2. Triangulacin terica

Fuente: Denzin (1970) y elaboracin propia

Cada una de estas fases se describe a continuacin:

En primer lugar, han de listarse todas las proposiciones tericas en un rea determinada.
Para cada una de las proposiciones tericas debe elaborarse una lista de interpretaciones.
Es preciso determinar qu relaciones empricas supuestas existen realmente.
Posteriormente se desprecian las proposiciones e interpretaciones que no resisten el contraste emprico.
Se seleccionan las mejores interpretaciones.
A continuacin, deben enumerarse las proposiciones contrastadas.
Por ltimo, se procede a la reformulacin de teoras.

La triangulacin terica presenta ventajas indudables. As por ejemplo, confirma o niega un mayor nmero de
proposiciones tericas. Obviamente, tiene en cuenta tambin un elenco ms amplio de interpretaciones. Es
importante destacar que este tipo de triangulacin contempla proposiciones que contradicen los sistemas tericos
imperantes. De esta manera las explicaciones alternativas son tenidas en cuenta desde el inicio.
La modalidad de validacin empleada ms frecuentemente es la triangulacin de mtodos. De ah que se haga
referencia a la misma como el "arquetipo de triangulacin".
Su fundamento radica en la idea de que los mtodos son instrumentos para investigar un problema y facilitar su
entendimiento.
Las tcnicas cuantitativas y cualitativas son en consecuencia complementarias (Jick, 1979), y la habilidad de
combinarlas permite aprovechar los puntos fuertes de cada una de ellas y cruzar datos [3]. Un ejemplo de
triangulacin metodolgica puede venir dado por la utilizacin de la tcnica de la encuesta y la observacin
participante en una investigacin.
De acuerdo con Paul (1996), la triangulacin entre mtodos ofrece la oportunidad de mejorar el diagnstico
organizativo sintetizando los resultados derivados de la utilizacin de mltiples mtodos cientficos en una
interpretacin vlida y coherente.
Dentro de esta categora es posible distinguir entre la triangulacin intramtodos y la triangulacin intermtodos. En
la triangulacin intramtodos el investigador utiliza mltiples variedades de un mismo mtodo dado para recopilar e
interpretar datos. Est dirigida a verificar la consistencia interna y la fiabilidad. Un ejemplo de la misma sera el testretest.
La triangulacin intermtodos mide el grado de validez externa de los datos. Trata de comprobar por lo tanto que los
resultados no son consecuencia de la utilizacin de un mtodo particular. Para ello estudia un fenmeno mediante el
empleo de mtodos cuantitativos y cualitativos.
De acuerdo con Morse y Chung (2003) la utilizacin de mltiples mtodos permite desarrollar un programa de
investigacin sistemtico. Cada uno de los mtodos debe generar un estudio completo en s mismo. A su vez, debe
indicar la naturaleza y direccin del siguiente. Los resultados obtenidos sern validados y extendidos en cada
aplicacin alumbrando un entendimiento global del objeto de estudio.
La triangulacin intermtodos puede ser simultnea o secuencial. En la triangulacin intermtodos simultnea, como
su propio nombre indica, se utilizan mtodos cualitativos y cuantitativos al mismo tiempo. La interaccin entre
mtodos es por lo tanto limitada.
Por el contrario, en la triangulacin intermtodos secuencial los resultados de un mtodo son esenciales para poner
en marcha el siguiente. De esta forma, se introduce cierto orden en las cuestiones que estn siendo analizadas
(Olsen, 2004). La direccin terica de la secuencia de triangulacin puede ser deductiva o inductiva [4].
En el primero de los casos, un mtodo cuantitativo preceder a la utilizacin de un mtodo cualitativo (Quan a Qual).
En el segundo, la metodologa cualitativa ser la que oriente el desarrollo de la investigacin cuantitativa (Qual a

Quan).
Cuando la direccin terica de la investigacin es deductiva, es decir cuando se concede
precedencia y prioridad a la utilizacin de un mtodo cuantitativo frente a uno cualitativo, es
conveniente que los investigadores renan los requisitos necesarios para manejar ambos
tipos de tcnicas. Hay que tener en cuenta que desde las primeras etapas de la investigacin
debern contemplarse tambin aspectos cualitativos [5], ya que las variables de los estudios cuantitativos no son
"causas reales" de los fenmenos y pueden llevar a una simplificacin de la realidad (Olsen, 2004).
En la triangulacin de orientacin inductiva datos y categoras cualitativas se incluyen como categoras nominales en
tcnicas de investigacin cuantitativas como la encuesta. Un ejemplo de ello son los estudios piloto que se utilizan
para la elaboracin de cuestionarios.
Tampoco puede olvidarse que las revisiones de la literatura o estados del arte constituyen una tcnica de
investigacin cualitativa que establece los fundamentos conceptuales y de significado de cualquier estudio
cuantitativo.
La ltima categora de triangulacin es la triangulacin mltiple. Puede ser definida como la combinacin de mltiples
mtodos, tipos de datos, investigadores y teoras en una misma investigacin (Denzin, 1970).
Algunos autores como Blaikie (1991) consideran que nicamente la triangulacin de datos e investigadores
responden al concepto de triangulacin en su sentido originario. Slo en estos casos las distintas medidas son de la
misma naturaleza y estn basadas en la misma ontologa y epistemologa.
Los "escpticos" de la triangulacin tal y como fue propuesta por Denzin (1970) sostienen que la triangulacin terica
y metodolgica no reducen necesariamente los sesgos ni incrementan la validez.
En su opinin los enfoques multi-tericos y pluri-metodolgicos proporcionan ms informacin, pero no garantizan la
mayor precisin de la misma. Consideran necesario, por lo tanto, definir combinaciones apropiadas e inapropiadas
de mtodos y fuentes de datos de acuerdo con los presupuestos ontolgicos y epistemolgicos de la investigacin.
3. La triangulacin como estrategia de investigacin
El principal objetivo de todo proceso de triangulacin es incrementar la validez de los resultados de una investigacin
mediante la depuracin de las deficiencias intrnsecas de un solo mtodo de recogida de datos y el control del sesgo
personal de los investigadores. De este modo puede decirse que cuanto mayor es el grado de triangulacin, mayor
es la fiabilidad de las conclusiones alcanzadas (Denzin, 1970).
Se trata en definitiva de evitar que los resultados de la investigacin se conviertan en un "artefacto metodolgico".
Para ello se utilizan medidas mltiples e independientes que no tienen los mismos sesgos y debilidades. De esta
manera, las debilidades de un mtodo de investigacin son compensadas con las fortalezas de otro. Paul (1996)
destaca en este sentido que una triangulacin efectiva requiere un conocimiento previo de los puntos fuertes y
dbiles de cada uno de los mtodos de investigacin empleados.
Desde esta perspectiva, las ventajas de la triangulacin como estrategia de investigacin son fcilmente apreciables.
El cuadro 1 recoge algunas de ellas:
Cuadro 1 Ventajas de la triangulacin

Mayor validez de los resultados


Creatividad
Flexibilidad
Productividad en el anlisis y recoleccin de datos
Sensibilidad a los grados de variacin no perceptibles con un solo
mtodo

Descubrimiento de fenmenos atpicos


Innovacin en los marcos conceptuales
Sntesis de teoras
Cercana del investigador al objeto de estudio
Enfoque holstico

Multidisciplinariedad
Fuente: Elaboracin propia.

No puede obviarse tambin que la utilizacin de la triangulacin requiere creatividad, ingenio en la recopilacin de
datos e interpretaciones profundas. En este sentido, pueden apuntarse algunos de los riesgos que aparecen
estrechamente ligados a esta tcnica de validacin (cuadro 2):
Cuadro 2 Riesgos de la triangulacin

Acumulacin de gran cantidad de datos sin anlisis exhaustivo


Dificultad de organizacin de los materiales en un marco coherente
No existen explicaciones claras de la utilizacin de la tcnica
Control de los sesgos
Complejidad derivada de la multidimensionalidad de las unidades
observadas
Ausencia de directrices para determinar la convergencia de resultados
Coste
Dificultad de rplica

El enfoque global orienta los resultados a la teorizacin


Fuente: Elaboracin propia

En relacin a estos riesgos puede decirse que determinar si ha habido convergencia de resultados es una cuestin
difcil de decidir (Jick, 1979).
La triangulacin no mezcla aseveraciones de dos paradigmas, realidades estticas y dinmicas, perspectivas
objetivas y subjetivas o aproximaciones inductivas y deductivas. Tampoco pretende aunar visiones integrales y
particulares, datos numricos y textuales, o consideraciones de causalidad e incausalidad. La mezcla de datos no
ocurre durante la etapa de anlisis, sino en los resultados.
El investigador debe detectar una tendencia lgica en la mezcla de los resultados ya que la validez de la
triangulacin descansa en la capacidad de organizar los materiales en un marco coherente.
Desde este punto de vista, parece claro que la divergencia es una oportunidad para enriquecer las conclusiones
alcanzadas. Obviamente, los datos obtenidos en la investigacin deben ser valorados con el mismo criterio. En el
caso de que mediciones distintas ofrezcan resultados distintos, el investigador debe reconciliar las diferencias. No
obstante, con independencia de que haya divergencia o no, la compilacin de datos es til de por s. Y esto se
explica porque si hay divergencia crece la fiabilidad de los resultados. Y si no la hay surgen nuevas explicaciones.
Paul (1996) ha apuntado en este sentido que la divergencia de los resultados derivados de la utilizacin de mltiples
mtodos ofrece oportunidades nicas para entender la realidad organizativa. El investigador tendr que situarse en
un nivel de anlisis ms profundo pudiendo descubrir dinmicas no percibidas hasta entonces. De este modo, podr
proponer interpretaciones ms complejas del fenmeno organizativo.
Una cuestin esencial estriba en el nmero y tipo de mtodos que deben ser empleados para cumplir el requisito de
variedad que precisa la triangulacin. A este respecto, conviene tener en cuenta que incrementar el nmero y
variedad de los mtodos implica tambin aumentar el tiempo y los recursos invertidos en la realizacin del
diagnstico organizativo.

Morse y Chung (2003) consideran que en la medida en que la triangulacin conduce a una visin ms global puede
dar lugar a un sesgo hacia la generalizacin excesiva. De hecho, los resultados obtenidos tratan de organizarse en
una teora til que estar orientada a su explicacin y difusin en publicaciones acadmicas. Esto puede disminuir la
importancia de la aplicacin prctica de los hallazgos de la investigacin.
En cualquier caso, la triangulacin, como estrategia de investigacin en ciencias sociales, es algo ms que un
proceso de validacin convergente. Supone un continuum que recoge una visin holstica del objeto de estudio
(figura 3). No esta orientada meramente a la validacin, sino que persigue un ensanchamiento de los lmites de la
comprensin de la realidad estudiada. Genera en consecuencia una "dialctica de aprendizaje" [6] (Olsen, 2004).
FIGURA 3. Continuum de triangulacin

Fuente: Jick (1979) y elaboracin propia.

En su grado mnimo la triangulacin puede llevar a desestimar interpretaciones rivales derivadas de la utilizacin
aislada de un nico mtodo de investigacin. En su mxima expresin conduce a una visin global e integradora del
fenmeno organizativo estudiado.
Es cierto que incrementar los enfoques de investigacin es slo una solucin parcial para lograr un anlisis holstico
(Morse y Chung, 2003). Sin embargo, la triangulacin simultnea o secuencial de mtodos cualitativos y cuantitativos
permite ofrecer una visin ms equilibrada.
La triangulacin, en consecuencia, incrementa las garantas de que la investigacin sea holstica y multidisciplinar.
Esta multidisciplinariedad deriva la generacin de "meta-interpretaciones" que prestan atencin a los aspectos
polticos, sociales y econmicos de un fenmeno (Olsen, 2004).
Desde esta perspectiva, hay que considerar que la triangulacin, es por encima de todo, un proceso de ampliacin y
verificacin de los resultados. En su desarrollo se tratan de identificar y corregir las limitaciones metodolgicas, los
sesgos de los datos y de los investigadores. No es por lo tanto de un mero puente entre los mtodos cuantitativos y
cualitativos, sino un principio inspirador de la investigacin orientado invariablemente hacia el progreso cientfico
(Oppermann, 2000).
Bibliografa
BLAIKIE, N. W. H. (1991): A critique of the use of triangulation in social research" Quality and Quantity. N. 25. Pp.
115-136
BRYSON, B. (2003): A short history of nearly everything. Doubleday. London.
CAMPBELL, D. T. y FISKE, D. W. (1959): "Convergent and discriminant validation by multitrait-multimethod matrix"
Psychological Bulletin. N. 56. Pp. 81-105
DENZIN, N. K. (1970): Sociological Methods: a Source Book. Aldine Publishing Company. Chicago.
JICK, T. D. (1979): "Mixing Qualitative and Quantitative Methods: Triangulation in action". Administrative Science
Quarterly. Vol. 24. Qualitative Methodology. December. P. 602-610.
MORSE, J. M. y CHUNG, S. E. (2003): "Toward Holism: The Significance of Methodological Pluralism". International

Journal of Qualitative Methods. Vol. 2. N. 3. Article 2. Pp 12.


OLSEN, W. (2004): "Triangulation in Social Research: Qualitative and Quantitative Methods Can Really be Mixed".
En: HOLBORN, M.: Development in Sociology. Causeway Press (En prensa).
OPPERMANN, M. (2000): "Triangulation - A Methodological discussion". International Journal of Tourism Research.
Vol. 2. N. 2. Pp. 141-146.
PAUL, J. (1996): "Between Method Triangulation". The International Journal of Organizational Analysis. Vol. 4. N. 2.
April. Pp. 135-153.
SMITH, H. W. (1975): Strategies of Social Research. The methodological imagination. Prentice Hall. London.
WEBB, E. J.; CAMPBELL, D. T.; SCHWARTZ, R. D.; SECHCREST, L. (1966): Unobstrusive Measures: Nonreactive
research in the Social Sciences. Rand McNally. Chicago.

Notas :
[1] El astrnomo griego Hiparco de Nicea fue uno de los pioneros en la utilizacin de la triangulacin. En el ao 150 a. C. emple este mtodo para
calcular la distancia de la tierra a la luna. Ha habido otras aplicaciones clebres en el transcurso de la historia. En 1669 el astrnomo francs Jean
Picard dise un complicado mtodo de triangulacin basado en cuadrantes, pndulos de relojes, sectores cenitales y telescopios para determinar
la circunferencia de la tierra. En 1735 una expedicin de la Real Academia Francesa de Ciencias, en la que tom parte el matemtico y soldado
Charles Marie de La Condamine, viaj a Per con el propsito de triangular distancias a travs de Los Andes (Bryson, 2003). Oppermann (2000)
seala que en el S. XIX se hicieron mediciones precisas de muchas partes de Europa mediante el uso de grandes tringulos que posteriormente
eran subdivididos en una densa red de puntos de referencia.

[2] La

utilizacin de la metfora de la triangulacin en ciencias sociales ha sido muy discutida. Blaikie (1991) sugiere la necesidad de una
moratoria en el uso de este concepto en investigacin social. En esta misma lnea Oppermann (2000) considera que el trmino es "cuestionable,
pudiendo crear una falsa sensacin de rigor cientfico y exactitud".

[3] La combinacin de mtodos cuantitativos y cualitativos plantea algunas dificultades epistemolgicas. Resulta claro que si se adopta como punto
de partida una teora del conocimiento que solamente percibe como vlidos un determinado tipo de datos, seria incoherente recurrir a otros tipos.
Olsen (2004) distingue dentro de la investigacin en triangulacin tres tradiciones: el empiricismo, el realismo y el construccionismo. El
empiricismo es una epistemologa que considera que los "los hechos hablan por si mismos". Propugna por lo tanto la utilizacin de tcnicas
cuantitativas por la informacin impersonal que proporcionan. El realismo sostiene que los fenmenos sociales estn afectados por la forma en que
estn construidos, pero al mismo tiempo tienen una existencia real. Por esta razn se inclina por la utilizacin de una pluralidad de mtodos de
investigacin. El construccionismo se fundamenta en la idea de que todos los objetos sociales son construidos socialmente. A diferencia del
empiricismo y del realismo no postula la utilizacin de metodologas determinadas.

[4] La epistemologa realista ha propuesto una ampliacin de las actividades de los cientficos sociales ms all de la deduccin y la induccin, ya
que ambos tipos de exploracin tienen debilidades manifiestas (Olsen, 2004). La deduccin contrasta una serie de hiptesis derivadas de la teora
con datos empricos. Este contraste permite a los investigadores continuar con sus hiptesis justificadas y no falsables, pero no prueba la realidad
de las mismas. En los procesos de induccin, se desarrollan teoras a travs del anlisis de los datos, sin embargo no se obtiene una base slida
para hacer afirmaciones ciertas sobre un fenmeno. Para superar estas limitaciones el realismo epistemolgico postula los conceptos de
retroduccin y abduccin como una lgica de anlisis que coexiste con los procesos de creacin de datos. La retroduccin implica conjeturar qu
puede haber causado las observaciones que existen en los datos. Todo parece indicar que hay aspectos de la vida social, como el poder o el status,
que son inobservables. Por ello es preciso recoger datos empricos sobre los mismos y tratar de explicar como son en la realidad. La abduccin es
el intento fenomenolgico de introducirse en el interior del objeto de investigacin. El estudio de experiencias como el ejercicio del liderazgo o el
sentimiento de motivacin requieren probablemente este tipo de tcnicas.

[5] Aunque el mtodo de recogida de datos sea el cuestionario, casi siempre se hacen preguntas abiertas al entrevistado. Las respuestas a estas
preguntas deben ser objeto de un anlisis cualitativo.

[6] En

opinin de Olsen (2004) esta "dialctica de aprendizaje" prospera con el contraste entre lo que parece evidente en las entrevistas en
profundidad, en las encuestas o en el anlisis del discurso, as como con el contraste de todos estos hallazgos con las interpretaciones oficiales
sobre un determinado objeto de estudio.

Contraste entre las metodologas


cualitativas y cuantitativas

En casi todas las ramas y reas de las Ciencias Humanas est aumentando una confusin
y desconcierto en cuanto a las aspiraciones y pretensiones de validez de sus estrategias y
procedimientos metodolgicos y, por consiguiente, de sus conclusiones. Por esto, el lector
normal no percibe una lgica demostrativa que lo lleve desde los supuestos aceptados por el
investigador hasta sus conclusiones finales. sta es la razn por la cual conviene realizar,
peridicamente, una revisin acuciosa de los procedimientos epistemolgicos y
metodolgicos, rieles por los que caminan nuestras disciplinas.

Contraste entre lo cualitativo y lo cuantitativo


Guba (1978) distingue y opone las dos metodologas; a la cualitativa la llama aqu
naturalista. Lo hace en forma resumida, simple y con cierta estereotipia, pero nos ayuda a
precisar la idea de cada una. l las diferencia, entre otros aspectos, por:
1. Su base filosfica: el investigador cuantitativo tradicional es un positivista que se
ocupa de los hechos y las causas de los fenmenos sociales y se desinteresa de los
estados subjetivos de las personas. El investigador naturalista es un fenomenlogo que
se ocupa de comprender la conducta humana desde el punto de vista de sus autores
naturales.
2. Su paradigma de investigacin: el investigador cuantitativo tradicional tiende a ver el
mundo bajo una perspectiva causal, determinista, predictiva, que le permite identificar
y aislar variables en clima experimental. El investigador cualitativo acepta la
subjetividad, los valores y las expectativas de los sujetos como una componente
indispensable de su estudio.
3.

Sus propsitos: el investigador cuantitativo se propone verificar hiptesis. El


naturalista se propone descubrir fenmenos y comprenderlos en su contexto natural.

4. Su postura: el investigador tradicional trata de reducir la realidad imponindole


condiciones antecedentes prefabricadas, con una postura estructurada, centrada,
singular. El naturalista toma una perspectiva expansionista en busca del todo con
mente abierta y exploratoria.
5. Su diseo: el investigador cuantitativo disea su experimento en detalle, de manera fija
y preestablecida, y no se permite alterarlo. El investigador naturalista no hace un
diseo previo detallado; el diseo emerge, al progresar la investigacin, de las

condiciones cambiantes de los contextos y situaciones concretas; por esto, usa diseos
emergentes, flexibles y comprensivos.
A estas distinciones convendra aadir, adems, las siguientes:
La diferencia bsica y fundamental entre ambas orientaciones es su concepto de
conocimiento y de ciencia. Para el positivista todas las realidades estn hechas y acabadas, y
estn ah fuera; conocer es tener en la mente una imagen objetiva de esas cosas. Para el
postpositivista esto es cierto en mayor medida aunque, no en forma total para las
realidades fsicas y materiales, y slo muy parcialmente para las realidades sociales y, en
general, para las ciencias humanas; aqu, sus valores, actitudes y creencias juegan el papel
principal: no se trata de construir la realidad misma ontolgicamente, como parecen
insinuar Guba y Lincoln (1994, pp. 110-111), sino de construir nuestro conocimiento sobre la
realidad, cosa muy distinta.
Cada paradigma trata de canalizar la informacin que obtiene, por medio de un sistema
de anotacin escrita. Los investigadores cuantitativos tratan de convertir sus observaciones
en nmeros, a travs de medidas y conteo; los datos cuantitativos implican usualmente que
se trata de realidades discretas y homogneas dentro de una seriacin, mientras que
datos cualitativos son, en general, todos aquellos que no se pueden expresar con nmeros:
existen en forma de palabras y pueden consistir en descripciones detalladas de situaciones,
eventos, personas, interacciones y conductas observadas; citas directas de las personas sobre
sus experiencias, actitudes, creencias y pensamientos; y extractos de pasajes enteros de
documentos, correspondencia, registros e historias de casos (Patton, 1980, p. 22).
Los mtodos cuantitativos han sido desarrollados ms directamente con el fin de verificar
o confirmar teoras, y, para ello, usan una lgica netamente inductiva o deductiva, mientras
que los cualitativos se han desarrollado sobre todo con el propsito de descubrir teoras o de
generarlas, y, por eso, requieren la lgica dialctica, que, como ya sealamos, supera la
causacin lineal y unidireccional y explica los sistemas auto-correctivos, de retroalimentacin y pro-alimentacin.
Quiz, la prctica ms sugerida por muy diferentes autores es la integracin de los
mtodos y tcnicas cualitativos y cuantitativos en las actividades de evaluacin de
programas, al estilo de la triangulacin (como explicaremos ms adelante), tan estudiada y
propuesta, sobre todo, por Denzin (1970). En efecto, en esta integracin, los mtodos
cualitativos suelen proveer el contexto en que pueden ser comprendidos los resultados
cuantitativos.
As, Ianni y Orr (1986, p. 95) citan el caso de la evaluacin de un programa de aula
abierta que requera identificar las diferencias cognitivas, afectivas, actitudinales y
observacionales con el programa de una de enseanza tradicional. Los evaluadores
comienzan con la observacin de campo para sensibilizarse al problema. Luego realizan
entrevistas y construyen cuestionarios referidos a los objetivos que persigue el programa.
Estas entrevistas y cuestionarios se usan tambin para poner de relieve los logros y
problemas del programa, como tambin para recoger informacin sobre la prctica del
docente e impresiones de los participantes. Finalmente, estos mismos instrumentos sirven, en
una tercera ronda, para monitorear los hallazgos de todos estos esfuerzos.
En conclusin, conviene puntualizar que, aun entre aquellos autores que se han
identificado prominentemente con el modelo cientfico cuantitativo de evaluacin, hay claras
indicaciones de que dicho modelo tiene menos relevancia para la evaluacin efectiva que el
modelo cualitativo. Campbell, por ejemplo, gran experto en este campo, ha afirmado: si se
organizaran evaluaciones cualitativas y cuantitativas sobre los mismos programas, yo

esperara que ambas concordaran; pero si no lo hacen, creo que deberamos considerar la
posibilidad de que la cuantitativa est en un error (1974, p. 200).
Los mismos mtodos cualitativos tienen, entre ellos, diferencias notables: se usan con
propsitos diferentes, responden a preguntas muy diversas e interpretan sus resultados desde
marcos conceptuales a veces tambin diferentes; y esto hasta el punto de que algn autor
(Patton, 1990) considera que el marco teortico de cada uno constituye un miniparadigma
con sus propios presupuestos lgicos internos (pg. 87). En la Tabla 1 aparecen estas
principales orientaciones teorticas de la investigacin cualitativa, de acuerdo a Patton
(1990, p. 88), reformulada.
Tabla 1. Orientaciones Epistmico-Metodolgicas
de Investigacin Cualitativa
Perspectiva
Etnografa

Raz
Disciplinaria
Antropologa

Fenomeno-loga Filosofa
Filosofa,
Herme-nutica Teologa,
Criticismo
Literario
InvestigacinPsicologa Social
Accin
Historias
de Vida

Sociologa,
Psicologa

Pregunta Central
Cul es la cultura de este grupo de personas?
Cul es la estructura y esencia de la
experiencia de este fenmeno para estas
personas?
Cul es el significado de la accin humana y
en qu condiciones se realiz o se produjo su
resultado?
Con qu procedimientos lograr este grupo
superar la situacin problemtica en que vive?
Cul es la estructura social compleja de la
vida de este grupo de personas?

Qu conjunto comn de smbolos y


Interaccionismo
Psicologa Social entendimientos han emergido para dar
Simblico
significado a las interacciones de la gente?
Etnometodologa

Sociologa

En qu forma la gente le da sentido a sus


actividades diarias para comportarse de manera
socialmente aceptable?

Criterios para la eleccin del mtodo ms adecuado


En un sistema, o estructura dinmica, se da un conjunto de unidades interrelacionadas
de tal manera que el comportamiento de cada parte depende del estado de todas las o tras,
pues todas se encuentran en un patrn o estructura que las interconecta. Esta or ganizacin y
comunicacin desafa la lgica tradicional, reemplazando el concepto de energa por el de
informacin, y el de causa-efecto por el de estructura y realimentacin.

Si la significacin y el valor de cada elemento de una estructura dinmica o sistema est


ntimamente relacionado con los dems, si todo es funcin de todo, y si cada elemento es
necesario para definir a los otros, no podr ser visto ni entendido en s, en forma aislada,
sino a travs de la posicin y de la funcin o papel que desempea en esa estructura dinmica
o sistema.
En los seres vivos se da una organizacin de sistemas de sistemas de sistemas
imbricados en varios niveles (fsicos, qumicos, neurofisiolgicos, psicolgicos, etc.) cuya
comprensin requiere el descubrimiento de un paradigma epistemolgico adecuado que,
evidentemente, no ser nada simple.
Los criterios que siguen ayudarn al investigador a elegir el mtodo cuantitativo o
cualitativo ms adecuado en una determinada situacin; (para una visin ms amplia, ver
Martnez, 1999d).
1. Se busca la magnitud o la naturaleza del fenmeno?
Aqu nace lo que pudiramos considerar un criterio sobre el nivel de adecuacin y
propiedad para el uso de las tcnicas cuantitativas, en general, y, de los modelos
matemticos, ms en particular. Hay realidades, cuya naturaleza se reduce bsica y
esencialmente a la extensin (magnitud, cantidad, espacio), como es, por ejemplo, el estudio
de la realidad objeto de la geometra. El espacio en sus tres dimensiones define ah
esencialmente el objeto en su plenitud. Lo mismo se podra decir, en el campo de la
aritmtica, del manejo y clculos numricos del dinero, donde no hay diferencia esencial
entre el concepto abstracto, por ejemplo, de un dlar, o un peso, (o cien), y su realidad
concreta: ah, la magnitud de una cantidad lo dice todo, por donde quiera que se le mire. En
estos casos, pudiramos juzgar que los modelos cuantitativos tienen un nivel de adecuacin
casi perfecto con el objeto.
Igual apreciacin se podra afirmar de otras realidades mucho ms complejas, objeto de
estudio de otras disciplinas como las ciencias de la vida y las ciencias humanas, cuando el
rea especfica de inters estudiada se puede desligar o descontextualizar del resto sin
desnaturalizarlas. As sucede cuando queremos conocer, por ejemplo, la intencin del voto de
una poblacin, y no nos interesa nada ms de esas personas, fuera, quiz, de una
discriminacin de sus preferencias por razn del sexo, edad, nivel social o socioeconmico,
etc. Y una situacin similar tendramos en muchos otros estudios realizados a travs de las
tcnicas estadsticas.
En general, podramos sealar, como una especie de referente clave, que la matemtica
trabaja bien con objetos constituidos por elementos homogneos intercambiables y pierde su
capacidad de aplicacin en la medida en que stos son de naturaleza heterognea, forman
estructuras dinmicas y no son intercambiables, es decir, donde entra en accin lo
cualitativo.
2. Se desea conocer un promedio o una estructura dinmica?
Un proyecto de investigacin debe preguntarse tambin, y sobre todo,
si su objetivo es la bsqueda del promedio y variacin de una o ms
variables en muchos sujetos y la relacin entre esas variables, o si, en
cambio, intenta descubrir la estructura organizativa, sistema dinmico o
red de relaciones de un determinado fenmeno ms complejo. Si se busca
lo primero, como, por ejemplo, la estatura y peso medios en una
poblacin, sus niveles de azcar, calcio o colesterol en la sangre, sus
preferencias polticas, la intencin preelectoral del voto o la opinin y

juicio ms comunes y generalizados sobre un tpico, se har a travs de


una muestra representativa de sujetos de acuerdo con las tcnicas
cuantitativas del muestreo, donde todas las partes deben estar
representadas proporcionalmente.
Si, por el contrario, lo que se desea es descubrir la estructura compleja o sistema de relaciones que conforman una realidad psquica o social
humana, como, por ejemplo, el nivel de autoestima, el rechazo escolar, la
calidad del rendimiento, el clima educativo familiar, la eficiencia de una
empresa, la buena marcha o calidad de una organizacin o de un go bierno, etc., habr que partir no de elementos aislados, ya que perderan su
verdadero sentido, sino de la realidad natural en que se da la estructura
completa con su red de interrelaciones, es decir, de casos o situaciones
ejemplares o paradigmticos: situaciones ms representativas y tpicas,
estudiadas cualitativamente a fondo en su compleja realidad estructural.
En las ciencias del comportamiento, y en las ciencias humanas en general,
sta es la situacin ms comn, ya que lo que da sentido y signifcado a
cada elemento o constituyente es la estructura en que se encuentra y la
funcin que desempea en ella. Y esto mismo hay que tenerlo en cuenta
al interpretar el valor, por ej., de los datos de un examen mdico.
En consecuencia, para llegar a la identificacin de una estructura
humana (psquica o social) ms o menos generalizable, debemos localizar
primero esa estructura en individuos o situaciones particulares mediante
el estudio y la captacin de lo que es esencial o universal, lo cual es signo
de lo necesario. Lo universal no es aquello que se repite muchas veces,
sino lo que pertenece al ser en que se halla por esencia y necesariamente.
La captacin de esa esencia depende ms de la agudeza intelec tual que
del uso de tcnicas.
Tanto Aristteles como el mismo Francis Bacon entendan por induccin, no tanto la inferencia de leyes universales a partir de la observacin
de muchos casos particulares, sino un mtodo mediante el cual llegamos a
un punto en el que podemos intuir o percibir la esencia, la forma, o la
verdadera naturaleza de las cosas, que encierra lo universal.
Se podra concluir este punto estableciendo el siguiente principio: en la medida en que el
elemento o fenmeno a estudiar pueda ser descontextualizado de la estructura o sistema
personal o social sin que pierda su esencia o desvirte su naturaleza, las tcnicas
matemticas actuales pueden ser usadas eficazmente; en la medida, en cambio, en que el
aspecto o fenmeno que se va a estudiar forme parte constituyente de la estructura dinmica
o queramos conocer el sistema interno de esa realidad, los mtodos sistmico-cualitativos se
hacen indispensables.
3. Se persigue la extensin nomottica
o la comprensin idiogrfica?
Conviene enfatizar que cualquier estudio de investigacin sobre el ser humano, ya sea
tomado individualmente o en grupos naturales, tendr un carcter que se ubica r entre lo
idiogrfico (individual) y lo nomottico (general).
Un instrumento de anlisis til para comprender este carcter es el uso de los
trminos comprensin-extensin en su sentido filosfico: la comprensin es el conjunto de
notas, rasgos, caractersticas, etc., de un concepto y sus interrelaciones; la extensin es el

nmero de individuos a quienes se puede aplicar dicho concepto. Es evidente que estos dos
trminos son correlativos e inversamente proporcionales: si utilizamos conceptos o estructuras cualitativos de alto nivel de complejidad (muy comprensivos, muy ricos de contenido) se aplicarn a pocas personas, pues sern muy individuales, muy idiogrficos (tendrn
poca extensin); si, por el contrario, los conceptos o estructura son muy simples, con pocas
notas (poco comprensivos), como sucede frecuentemente cuando se estudia una variable
cuantitativa, se aplicarn a muchos individuos, sern muy nomotticos (tendrn gran
extensin). Los fines de la investigacin y los intereses del investigador determinarn en
cada situacin cules son las opciones mejores (punto X), es decir, qu nivel de generalizacin (extensin) ser el ms conveniente y, en consecuencia, qu grado de significacin
(comprensin) tendremos (ver la Figura 1).
Figura 3, 1 Comprension extension

Y, as, en general, sucede con todos los sistemas o estructuras dinmicas que constituyen
nuestro mundo: sistemas atmicos, sistemas moleculares, sistemas celulares, sistemas
biolgicos, psicolgicos, sociolgicos, culturales, etc.
4. Integracin de lo cualitativo y lo cuantitativo
Partiendo de la precisin semntica que da significado a los trminos en uso, es fcil
comprender que resulte algo natural y corriente integrar lo cualitativo y lo cuantitativo en
muchas circunstancias. Y esto se hace todava mucho ms comprensible cuando tenemos en
cuenta la teora del conocimiento basada en la lgica dialctica descrita anteriormente.
En los ltimos tiempos se ha venido usando cada vez ms, en la investigacin de las
ciencias humanas, una herramienta heurstica de gran eficacia: la triangulacin;
naturalmente, siempre que sea bien usada. El trmino ha sido tomado de la topografa, y
consiste en determinar ciertas intersecciones o coincidencias a partir de diferentes
apreciaciones y fuentes informativas o varios puntos de vista del mismo fenmeno.
En sentido amplio, en las ciencias del hombre, se pueden realizar varias
triangulaciones que mejoran notablemente los resultados de una investigacin. De una
manera particular, se pueden combinar, en diferentes formas, tcnicas y procedimientos
cualitativos y cuantitativos.
Ms concretamente, se pueden identificar varios tipos bsicos de triangulacin (Denzin,
1970):

1. triangulacin de mtodos y tcnicas: que consiste en el uso de mltiples mtodos o


tcnicas para estudiar un problema determinado (como, por ejemplo, el hacer un
estudio panormico primero, con una encuesta, y despus utilizar la observacin
participativa o una tcnica de entrevista);
2. triangulacin de datos: en la cual se utiliza una variedad de datos para realizar el
estudio, provenientes de diferentes fuentes de informacin;
3. triangulacin de investigadores: en la cual participan diferentes investigadores o
evaluadores, quiz con formacin, profesin y experiencia tambin diferentes;
4. triangulacin de teoras: que consiste en emplear varias perspectivas tericas para
interpretar y darle estructura a un mismo conjunto de datos;
5. triangulacin interdisciplinaria: con la cual se invocan mltiples disciplinas a
intervenir en el estudio o investigacin en cuestin (por ejemplo, la biologa, la
psicologa, la sociologa, la historia, la antropologa, etc.).
Conviene, sin embargo, advertir que no se puede dar, hablando con precisin
epistemolgica, una triangulacin de paradigmas, como insinan algunas personas
empleando ciertos procedimientos que llaman pluriparadigmticos, como si uno pudiera
jugar a la ajedrez utilizando dos o ms cuerpos de reglas diferentes o, peor an, antagnicos.
Lo menos que se puede decir de esas personas es que estn usando el concepto de
paradigma como si se tratara de puntos de vista que s son complementarios; pero un
cambio de paradigma implica un cambio en las reglas bsicas de la lgica usada, como
sucedi en la Astronoma al cambiar del paradigma geocntrico de Ptolomeo al paradigma
heliocntrico de Coprnico. La nica forma que permitira esa integracin total sera el uso
de un modelo epistmico constituido por conceptos teorticos supraordenados, es decir, de
un nuevo paradigma epistmico, como el que proponemos en nuestra obra El Paradigma
Emergente (Martnez M., 1997a).
Bajo el punto de vista prctico y operativo, en relacin con la evaluacin de un
programa, curso o taller, la diferencia entre un proceso esencialmente cuantitativo y uno
cualitativo, se evidencia mejor constatando que el primero es bsicamente analtico y el otro
es sistmico.
El enfoque analtico asume o presupone que los elementos de un fenmeno complejo,
como, por ej., el educacional, (proceso didctico, aprendizaje, evaluacin de conductas, de
conocimientos, de destrezas, actitudes, valores, etc.) son discretos y que, por lo tanto, se
pueden aislar para su estudio, dejando todos los dems intocables.
El enfoque sistmico, en cambio, asume que esos elementos son interdependientes e
inseparables, y que, incluso, se definen los unos con los otros en una forma transaccional, de
tal manera que un cambio en uno altera todos los dems, y, por consiguiente, requiere el
estudio de su patrn o configuracin y no el de variables singulares (Salomon, 1991).
Por ello, un estudio cuantitativo exige, ante todo y como ya sealamos, que los
elementos con que trabaja sean homogneos, de lo contrario no se le podran aplicar las
cuatro leyes fundamentales que constituyen la matemtica. Adems, ese estudio se podra
realizar solamente cuando el elemento a estudiar se pudiera descontextualizar sin alteracin
del mismo ni del contexto del cual es extrado: y ste sera el criterio bsico para su
integracin con el enfoque cualitativo. En este caso, el estudio cuantitativo sera
complementario del cualitativo, que es sistmico y contextual (ver en detalle estos requisitos
en Martnez, 1999d).