Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Mujer
rugoso . . . . . . . . . . . . . . . . . . plano
justo . . . . . . . . . . . . . . . . . . injusto
activo . . . . . . . . . . . . . . . . . . pasivo
pero también:
Antes de pasar a precisar todo lo que hemos dicho hasta aquí, se pueden ex-
traer algunas conclusiones de esta reexión preliminar:
• Existen distintos tipos de muestras.
• Por una parte, las características de las muestras dependerán de las caracte-
rísticas del objeto a estudiar.
• Por la otra, dependerán del modo en que se aborde el objeto a estudiar, es
decir, de la estrategia empírica de trabajo.
Para clasicar los diversos tipos de muestras debemos introducir antes un nuevo
concepto —muy importante para la comprensión del asunto de la “representativi-
dad”— que, aunque ya lo hemos evocado, no se mencionó directamente.
Cualquiera que sea el asunto que interese investigar, este asunto “varía” en
múltiples aspectos y sentidos. Sea que se estudie los niveles de conocimiento de
un grupo de sujetos, o la historia de vida de una persona, o la formación de los
sistemas estelares, lo que podamos decir sin duda es que siempre presentarán va-
riaciones. Algunas serán signicativas para los nes del estudio y otras irrelevantes.
Por ejemplo, si se evalúa el nivel de aprendizaje de un grupo esperaríamos
que los sujetos que lo integran varíen en múltiples aspectos; quizás en su nivel
de inteligencia o en sus conocimientos previos o en su motivación para el apren-
dizaje; y, por supuesto, también en aspectos que no resultan relevantes para la
investigación, como podrían serlo la talla, el peso corporal, el equipo de fútbol de
preferencia, entre innitos otros. Incluso el grupo puede variar en su rendimiento
según el día de la semana, el horario en que se le evalúa o entre la resolución de un
tipo de ejercicio y otro.
De modo que la armación que hicimos antes, al sostener que la “estructura
de la muestra” debe ser análoga a la “estructura del universo”, puede especicarse
ahora en los siguientes términos:
En lo que sigue examinaré con mayor detalle cada uno de los tipos de muestras
propuestas en este cuadro.
364 PARTE D OS Desarrollos metodológicos
a. Muestreo al azar simple. Las muestras al azar simple se denen así porque
los casos se seleccionan procurando que todos tengan la misma probabilidad de
ser elegidos. El procedimiento puede implementarse, por ejemplo, asignando un
número o código a cada caso/unidad de la población para luego seleccionar la ex-
tracción de los casos que integrarán la muestra (la cantidad requerida) a través de
algún medio que garantice aleatoriedad el cual puede ser un bolillero o un listado
generado al azar por un procesador o cualquier otro medio disponible. Aunque
es sencilla su formulación, la implementación de este tipo de muestreo presenta
muchas limitaciones, si el universo de referencia es muy grande.
Podemos reconocer que el procedimiento de muestreo al azar nos permite
estimar (es decir, hacer inferencias) acerca de la probabilidad de representatividad
de la muestra. De modo tal que podemos adjudicar un valor a esa probabilidad
con cierto margen de error y cierto nivel de conanza.
Es importante enfatizar que “estimar la probabilidad de ocurrencia de un cierto
asunto” es distinto de “armar su ocurrencia”. Si se dice que un fenómeno tiene
una probabilidad de ocurrir de un tanto por ciento, no signica que se pueda
“asegurar que ocurrirá en ese tanto por ciento”. Si la probabilidad de ocurrencia de
un evento es de 99%, signica que tiene una probabilidad de ocurrencia alta, pero
que también existe la posibilidad de que no acontezca. Es posible aunque con una
probabilidad muy baja (1%).
Por ejemplo, si se tienen 100 naipes y sólo uno es comodín, la probabilidad
de que el primer naipe que se extraiga sea el comodín es de 1%.21 Antes de sacar
el naipe se puede armar que dicha probabilidad es bajísima, pero en tanto no se
extraiga no se sabrá si el hecho ocurre o no. Adviértase que el hecho “ocurre o no
ocurre” en sentido pleno, es el comodín o es otro naipe (se podría decir en 100%).
No ocurre en uno por ciento.
El mismo principio vale cuando se habla del “error muestral”, tal como lo co-
menta Samaja:
21 Si en cada extracción la carta extraída se devuelve al mazo de cartas, entonces esa probabilidad será
válida en cualquier extracción, siempre será de uno por ciento.
CAPÍTULO IX El puesto de la instrumentalización en la fase 2 365
fenómeno, por una parte, y el nivel de error y el margen de conanza con los que
se desea trabajar, por la otra.22
Aunque (como es obvio) nalmente se conformará como una porción de di-
cho universo ése no es el criterio para decir cuántos casos incluir en la muestra.
En lo que sigue examinaré algunas variantes del muestreo al azar; no obstante,
los procedimientos que se siguen en todas ellas se asientan en los principios gene-
rales que acabo de mencionar.
22 La excepción a este criterio se tendría en los casos en que el universo es nito y relativamente pequeño.
Pero aun en esa situación el cálculo muestral se basa, en primer término, en los tres criterios señalados
(variabilidad, precisión y conanza) y luego se hace un ajuste por el del universo (volveré sobre el
particular en el capítulo dedicado a la estadística inferencial).
CAPÍTULO IX El puesto de la instrumentalización en la fase 2 367
Desde esta perspectiva se desliza la idea de que las muestras probabilísticas son
“lo más deseable”, y las no-probabilísticas son las que se usan cuando no se pue-
den aplicar aquéllas o, en etapas preliminares, hasta tanto resulte posible formular
hipótesis para la generalización (la que conlleva entonces el uso de las muestras
extensivas probabilísticas o al azar).
Autores como Galtung, por ejemplo, consideran que las muestras no-proba-
bilísticas resultan útiles para el descubrimiento de nuevos hechos, pero no válidas
para generalizar los hallazgos que surjan a partir de las mismas; de modo que serían
las muestras a utilizar en las etapas exploratorias de cualquier estudio.
Como señala Galtung, si bien es cierto que la exploración siempre es tentativa
y se hace sobre muestras más acotadas, ello no signica que, por el contrario, bajo
ciertas condiciones y en determinados contextos las muestras no-probabilísticas
resulten absolutamente válidas.
Para examinar esta cuestión debemos volver sobre lo que ya hemos adelanta-
do: el diseño muestral depende fundamentalmente de la variabilidad que presente
el fenómeno que deseamos investigar y de los elementos de juicio que tengamos
para estimarla o conocerla.
Las muestras no-probabilísticas son válidas y constituyen “buenas muestras”,
es decir muestras representativas, en al menos las siguientes condiciones de
investigación:
• Cuando el fenómeno a investigar presenta poca o nula variabilidad, es de-
cir, cuando constituye un asunto muy regular y característico del fenómeno
a investigar.
• Cuando conocemos su variabilidad o cuando tenemos criterios fundados
para identicar las variaciones relevantes.
• Cuando se busca profundizar en la identicación de la variabilidad a través
de un abordaje denso y abierto (situación que corresponde también a las
etapas exploratorias, aunque no exclusivamente).
25 Por ejemplo, para determinar el “grado de ebullición del agua pura” no necesitamos un muestreo
extensivo al azar. Si podemos determinar la pureza del agua entonces una o, eventualmente, unas pocas
muestras examinadas en condiciones bien controladas (de otras variables que podrían afectar ese
comportamiento) serán sucientes para determinar el valor de la temperatura en la que el agua entra
en ebullición. Por supuesto que aquí, como en todo diseño experimental, el criterio clave es el control
de variables contaminantes; es también la condición para reducir el número de casos de la muestra,
precisamente porque se controlan o se neutralizan las variaciones que puedan introducir otros factores
intervinientes.
26 Algunos autores distinguen el “estudio de casos” de lo que ellos llaman la “investigación basada en
estudios de casos” (con sus diferentes diseños posibles). Para un detalle de esta clasicación consúltese
Neiman y Quaranta, 2006.
CAPÍTULO IX El puesto de la instrumentalización en la fase 2 371
En lo que respecta al primer tipo (el que llamo enfoque nomotético) el caso
o los pocos casos hacen las veces de “ejemplares paradigmáticos”.27 En la tradición
de la losofía dialéctica se habla de singular concreto: con este término se alude al
caso-singular que porta o expresa la regla-universal.
Como lo señalé al abordar el tema de las inferencias y en particular al referirme
a la analogía el “caso” interesa en tanto que ilumina la pauta general, la “regla”.
Para precisar esta idea importa aclarar que por “caso” entendemos entidades
de muy variada naturaleza; puede ser un sujeto, una institución, una familia, una
muestra de agua, un discurso, etcétera. En todos ellos el alcance es el mismo: el
caso se selecciona intencionalmente en tanto expresa de modo característico
el fenómeno que se desea estudiar.
Veamos, por ejemplo, cómo fundamenta Emilio Durkheim la elección de la
sociedad que él estudia para analizar la experiencia religiosa primitiva:28
27 Incluso en el sentido que a este término le adjudica omas Kuhn en la posdata de 1969 (véase el
capítulo II de este libro).
28 El ejemplo lo trabaja en extenso John Galtung (1968).
372 PARTE D OS Desarrollos metodológicos
Lo que este comentario deja ver es que en todos los casos nos enfrentaremos
a multiplicidades; el “uno es también muchos”.
Esto que vale para la historia se aplica también al estudio de Leonardo da Vinci
o de La Cenicienta. Es decir, resulta válido cualquiera que sea la naturaleza de la
entidad estudiada. Su abordaje nos obligará a identicar “partes-componentes”:
periodos o etapas de la vida de Leonardo, o fragmentos o pasajes del cuento de La
Cenicienta, según sea el caso.
Estudiaremos dichas partes-componentes como las genuinas “unidades de
análisis” de la investigación. A partir de ellas, el relevamiento será entonces más
extensivo: de un solo caso —como unidad de síntesis— resultarán n partes como
unidades de análisis.
Por lo demás, este principio de partición se aplica en todos los estudios de caso:
ya sea desde el enfoque nomotético o desde el ideográco. Más adelante volveré
sobre este tema cuya comprensión nos remite al concepto de “niveles de análisis”
(cfr. capítulo VIII de este libro). Pero antes comentaré brevemente algunas varian-
tes de las muestras no-probabilísticas.
374 PARTE D OS Desarrollos metodológicos
Como se puede observar en el cuadro inicial, ubico este tercer tipo de mues-
tras como un grupo aparte, porque en sentido estricto no pertenecen a nin-
guno de los otros dos (aunque suelen incluirse como parte de los muestreos
no-probabilísticos).
En sentido estricto éstas serían las únicas muestras que efectivamente pueden
admitirse en una etapa muy preliminar o exploratoria de un estudio, ya que no se
sigue ningún tipo de criterio para estimar o justicar su representatividad.
La idea general es que los casos se seleccionan de modo casual (por ejemplo, con-
tactándolos en una esquina de la ciudad si se relevan sujetos humanos) o por cual-
quier otra forma casual no controlada o estipulada deliberadamente. Relevamientos
“en cadena” o de “bola de nieve” (la incorporación de nuevos casos resulta de con-
tactos o referencias que ofrece un sujeto ya incluido en la muestra) o de “participa-
ción voluntaria” podrían corresponder a este tipo de diseño muestral (salvo que se
je antes un criterio de selección por alguno de los tipos de muestras ya descritas).29
29 En tal sentido discrepo con las clasicaciones que incluyen a estos diseños muestrales como otro
tipo de muestras (como, por ejemplo, lo hacen Hernández et al., 2006: 560 y ss.). Se confunde en estos
casos lo que es el “criterio de relevamiento muestral” con el “diseño muestral”. En la denición de una
muestra por “bola de nieve” o de “participación voluntaria” no se hace reerencia a criterios sustantivos
vinculados al diseño de la muestra (perl de casos, cantidad de casos), sino al modo en que serán
contactados o seleccionados los casos. Lo mismo ocurre cuando se habla de “muestras de expertos” (o
también de informantes clave) (Hernández et al., 2006). En este caso se confunde la “unidad de análisis”
(que es la que debería contemplarse como unidad de muestreo), con la “fuente de información”: la
fuente puede ser un informante, un registro secundario, la misma unidad de análisis. El mismo experto
o informante puede dar información sobre varias y variadas unidades de análisis.
376 PARTE D OS Desarrollos metodológicos
15 meses. Nos cuenta Bruner que las sesiones de observación duraban aproxi-
madamente una hora la cual se videolmaba en buena parte, centrándose en los
tiempos de juego entre el niño y su madre. El enfoque no estuvo puesto en las
vocalizaciones o el desarrollo de palabras o frases, sino en lo que el autor llama “for-
matos de interacción” característicos. Según la hipótesis de Bruner estos formatos
conducen la pragmática prelingüística, a la que considera decisiva para el ingreso
del niño en el habla propiamente dicha.
De entre los diversos tipos de formatos que Bruner identicó me detendré
ahora en los que caracterizó como formatos de “juegos de aparición y desaparición
de objetos”. Este formato es descrito y seguido en su evolución a lo largo de todo el
periodo de observación. Se analiza considerando un conjunto de subvariables o di-
mensiones de análisis como, por ejemplo, la “función agente” en el juego (es decir,
quién inicia o motiva el juego), protagonismo y participación, tema precedente y
tema subsiguiente, variaciones y muchos otros. No es mi intención adentrarme en
los pormenores del estudio del habla de Bruner. Me interesa, simplemente, ilustrar
cómo, de las observaciones que acabamos de comentar, se van desplegando los
subniveles de análisis a que nos hemos referido.
En primer término se advierte que el formato de juego es ya un subnivel. Este
formato tiene al niño como un contexto suyo, pero un mismo niño puede produ-
cir n experiencias de juego. En la observación de esos episodios Bruner examina,
por ejemplo, el tipo de participación del niño en el juego a lo largo del tiempo. Con
el objeto de ilustrar esa evolución presenta sus datos en una tabla del siguiente
tipo:
0.5 35 10
0.6 42 20
0.7 7 19
0.8 52 16
0.9 78 8
Como se advierte, si éstos fueran los datos de un solo niño se habrían regis-
trado 73 episodios de este tipo de conductas o juegos —entre los cinco y los
nueve meses—. Estos episodios se pueden analizar entonces como en cualquier
estudio extensivo. Se puede evaluar, por ejemplo, cuál es el mes en que se observa
mayor participación, cómo evoluciona en el tiempo, a partir de qué momento se
estabiliza, cuál es la variabilidad y el promedio de juegos semanales o mensuales (si
acaso fuera de interés este dato). De modo que un solo caso produce una extensa
cantidad de unidades de análisis de otro nivel.
CAPÍTULO IX El puesto de la instrumentalización en la fase 2 377
30 El lector interesado en profundizar en el tema puede consultar con sumo provecho el trabajo de Kelle
(2005) y Páez (2011), o directamente las respectivas obras de referencia: Glaser, 1992; Strauss, 1987
y Strauss y Corbin, 2002. Esta concepción es la misma que seguimos en la presentación del tema al
referirnos a la “construcción del dato” en el capítulo VIII de este libro.
378 PARTE D OS Desarrollos metodológicos
31 Recordemos que el concepto de “variable” no suele utilizarse en el marco del paradigma cualitativo
(incluso ha recibido críticas muy especícas en relación con su aplicabilidad en este enfoque). Una vez
más se debe aclarar que lo presento aquí para que simplemente se advierta que, desde la concepción de
la gramática del dato que vengo proponiendo (capítulo VIII de este libro) se justica la comparabilidad
terminológica.
CAPÍTULO IX El puesto de la instrumentalización en la fase 2 379
Según estos autores “al maximizar las oportunidades de comparar los concep-
tos junto con sus propiedades para buscar similitudes y diferencias, el investigador
hace más densas las categorías, las diferencia y especica su rango de variabilidad
(Strauss y Corbin, 2002: 200).
Toda esta estrategia procedimental apunta a un mismo y único propósito:
identicar la variabilidad del fenómeno en estudio, lo que no es otra cosa que el
objetivo común a cualquier diseño muestral.
Sin embargo, lo que cambia sustancialmente es el camino mediante el cual se
indaga dicha variabilidad. En tal sentido se pueden identicar algunas diferencias
relevantes con la concepción clásica del muestreo, entre ellas las siguientes:
Hay que distinguir aquí dos cuestiones: por una parte aquello referente a los
niveles de análisis involucrados y, por la otra, a las diferencias entre fuentes de in-
formación y unidades de análisis.
En lo que respecta al primer punto, como ya se señaló, es correcto lo que dicen
los autores: los niveles subunitarios (sucesos/acontecimientos) funcionan como
indicadores del nivel de anclaje (personas/organizaciones). O, de manera más
correcta, la información que extraemos de esos niveles (sus comportamientos y
manifestaciones) permite inferir o adjudicar valores a los niveles focales.
CAPÍTULO IX El puesto de la instrumentalización en la fase 2 381
El muestreo teórico se continúa como parte del propio análisis de los datos reco-
lectados o de nuevos datos por reunir (una vez iniciado dicho análisis).
Esto se explica porque al principio se pueden pasar por alto signicados o
temas que, más tarde, cuando avanza el análisis y se vuelve más sensible teórica-
mente advierte su importancia e incluso su presencia. De modo que puede volver
varias veces sobre su material y sus datos para nuevas recodicaciones. Puede in-
cluso, una vez iniciado el análisis y la codicación, retornar al campo si, con motivo
de dicho análisis, éste advierte que resulta necesarios profundizar en cierto asunto,
o avanzar en el dimensionamiento de alguna categoría.
El criterio para seguir recopilando información viene dado por lo que se llama
saturación de las categorías (Glaser, 1992; Glaser y Strauss, 1967).
El concepto de saturación es el criterio de referencia para estipular el alcance
del muestreo teórico. A partir de la saturación se puede decidir si se ha reunido la
información necesaria para el análisis o la construcción teórica que se busca.
CAPÍTULO IX El puesto de la instrumentalización en la fase 2 383
32 Una vez más sigo aquí el criterio de “saturación” que proponen Strauss y Corbin (2002) inspirado, de
cualquier modo, en el trabajo clásico de Glaser y Strauss (1967). Estos mismos conceptos podrían
expresarse en nuestra jerga de matrices de datos en los siguientes términos: la saturación muestral
supone que se han identicado para las principales unidades de análisis examinadas (sean éstas
escenarios, sujetos, eventos, etcétera) las variables relevantes, con sus respectivas dimensiones o
subvariables (es decir, los diversos aspectos en que se expresan dichas variables), con sus respectivos
valores o estados (o también “sistemas de variaciones o de clasicación”). De igual modo, se han
identicado las relaciones entre las variables (según sea su función explicativa, explicada o interviniente)
y las relaciones entre variables y dimensiones o subvariables.
384 PARTE D OS Desarrollos metodológicos
c. Está orientado por los tres tipos básicos de codicación: abierta, axial y
selectiva.
d. Se vuelve progresivamente más especíco. A medida que se identica la
temática, el muestreo se orienta por la teoría que emerge del campo. En el
muestreo inicial se debe procurar generar el mayor número posible de ca-
tegorías (es decir, identicar variables o dimensiones de análisis), pero luego
hay que desarrollarlas y captar sus variaciones. A esta manera de especicar
el análisis se le conoce como “hacer más densas las categorías y saturarlas”.
e. Cuando se realiza un muestreo teórico grupalmente; es decir, cuando en
el trabajo interviene un grupo de investigación se deben adoptar algunas
medidas adicionales. Es importante en estos casos destinar un espacio per-
manente al intercambio de experiencias entre los miembros del grupo. El
uso de memorándums resulta de suma utilidad porque de este modo se
pueden dejar asentadas de forma reducida las decisiones que se toman
en la codicación y en la recolección del material. Se deberá procurar que,
más allá de los estilos personales, el trabajo permita consolidar un marco
conceptual rme y coherente entre todo el grupo (cfr. Strauss y Corbin,
2002: 230).