Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Perez Lalanne Investigacion Social PDF
Perez Lalanne Investigacion Social PDF
INVESTIGACION
SOCIAL
Biblioteca de Iniciación
Facultad de Ciencias Sociales
Universidad Nacional de Lomas de Zamora
1
Roberto Pérez Lalanne
Investigación
Social
Colaboradores:
2
3
INTRODUCCION
4
Capítulo 1
LA INVESTIGACION SOCIAL
1
Cf. Ibañez, Jesús en García Ferrando, M. y otros: El análisis de la realidad social, Alianza, Madrid,
1993, p. 75: “...sólo se puede encontrar lo que no se puede buscar: porque si lo pudiéramos buscar, ya lo
habríamos encontrado”. También Picasso solía decir: “... es artista el que encuentra, no el que busca...”.
2
Ver bibliografía general.
3
La característica referida al método será tratada en el apartado correspondiente.
5
se construye y se comprueba. O en Bourdieu (1975) quien basándose en aquél también
se refiere a la ruptura con “la ilusión del saber inmediato”. O en Guber (1991), cuando
destaca la importancia de la reflexividad - y no sólo por parte del investigador sino
también por parte de los actores estudiados, y la que surge de la relación entre ambos -,
tanto en la construcción del objeto de estudio como en el trabajo de campo y creación de
los datos. O en la “doble hermeneútica” de Giddens (1987). Y en tercer lugar, al papel
que se le asigna a la razón científica, ya no tan sólo - como lo concibe el positivismo -,
adjudicándole un mero rol instrumental por el que se encargaría exclusivamente de los
medios necesarios para acceder a determinados fines/objetivos (cuya legitimidad y
racionalidad está fuera de toda discusión) convirtiendo la cuestión en algo meramente
técnico, sino también - y en especial -, como evaluadora de la racionalidad de los
propios fines, una razón crítica, objetiva (no neutral) y sustantiva que introduzca como
corresponde la problemática de los valores. Porque -como se verá más adelante -,
frente al objetivo de lograr un nuevo conocimiento necesariamente resulta pertinente la
pregunta del para qué de ese conocimiento. Y esto último, no significa promover -
como algunas veces se ha dicho y ciertos precursores soñaron 4 -, el gobierno de los
científicos o el relativismo valorativo ni tampoco pecar de racionalista perdiendo de
vista la historia externa de la ciencia o lo que se denomina la razón histórica.
Como señala Miguel Beltrán 5 la racionalidad de los fines no implica que la ciencia
social hubiera de suplantar la decisión política llegándose con ello a la engañosa utopía
del gobierno de los sabios. Por el contrario, de lo que se trata es del ejercicio racional
de la crítica de fines que no tiene por objeto absolutizar ninguno de ellos, sino más bien
corromper la fe en el pretendido carácter absoluto de alguno de esos fines. Tampoco se
trata de que a la ciencia social pueda darle igual un fin que otro: siempre la justicia será
mejor que la injusticia o la libertad mejor que la opresión, y la ciencia social deberá
señalar la injusticia implícita en posiciones que se pretendan justas, o los recortes a la
libertad que se presenten como conquistas de la libertad. No hay, pues, vestigio alguno
de relativismo axiológico en la negación del dogmatismo, sino sólo la constatación de
que el papel normativo de la ciencia social es más bien de crítica que de propuesta, y
que, en el caso de esta última, tratará de defender valores y no programas políticos
concretos.
Por otra parte, los objetivos de la investigación no son sólo fines científicos sino
también extracientíficos; no pertenecen en forma exclusiva a las comunidades
científicas sino a las distintas comunidades histórico sociales de las cuales aquéllas
forman parte. De igual manera, las prácticas científicas integran las prácticas sociales
y por lo tanto se rigen - aunque con cierta autonomía, que tal vez sea mayor a la de otras
prácticas específicas -, por las relaciones de poder existentes en ellas. Con otras
palabras, los “fines valiosos” de la investigación científica son también - y por lo
general, primero -, “fines valiosos” para la comunidad en la cual los investigadores
están insertos, es decir, que hay un “a priori histórico” que incluye el imaginario social 6
y que brinda las condiciones de posibilidad o imposibilidad de conocimiento; pero
además, la racionalidad científica no es la única existente sino que está contenida,
controlada y subordinada a la racionalidad del poder que no siempre coincide con la
racionalidad del saber.
Precisamente, el control es otro de los rasgos que caracteriza al proceso de
investigación y puede ser analizado desde diferentes perspectivas. Existen controles
metodológicos, epistemológicos, filosóficos, sociales, políticos-ideológicos,
4
Ver Saint – Simon (1964): Catecismo político de los industriales. Buenos Aires. Aguilar.
5
Beltrán, Miguel: Cinco vías de acceso a la realidad social, en García Ferrando, M. y otros, op. cit.
6
Para las nociones de “a priori histórico” y de “imaginario social” ver Díaz, Esther: La ciencia y el
imaginario social, Biblos, Buenos Aires, 1998 y La Posciencia, Biblos, Buenos Aires, 2000.
6
económicos y éticos. Hay controles internos al proceso de investigación (especialmente
metodológicos) que apuntan a erradicar el mayor número de errores y sesgos posibles
sin que por ello se alcance la absoluta objetividad del conocimiento aunque se tienda a
ello (a la objetividad, no a la neutralidad). Hay controles internos a la comunidad
científica (especialmente epistemológicos, filosóficos, políticos-ideológicos,
económicos y sociológicos) que desarrollan sus propios miembros (que por sus intereses
específicos, por la posición que ocupan en el campo científico y por su pertenencia a
determinados paradigmas) se hallan en competencia/conflicto.7 También están los
controles externos que realizan los grupos de poder y de presión (especialmente
políticos-ideológicos y económicos) que no necesariamente (y por lo general, es así)
procuran una mayor objetividad. Finalmente, están los que ejerce la propia comunidad
en general (especialmente políticos-ideológicos, y sociales) a través de la opinión
pública y de los medios de comunicación. Y atravesando por todos los agentes
mencionados y/o involucrados, desde el comienzo hasta el final del proceso (antes,
durante y después) están los controles éticos-morales como ocurre en toda actividad
humana.
Por último, y porque quizás sintetice e incluya todo lo anterior, habría que
destacar el aspecto crítico de toda investigación y por lo tanto, el perfil crítico que debe
poseer todo científico.8 Y esto por varios motivos que a continuación se explicitarán.
En primer lugar, la decisión de investigar una determinada situación o problema
supone una elección (orientada por valores) entre una gama de posibles problemas. En
segundo lugar, encierra un juicio de valor o, lo que es lo mismo, supone un no estar de
acuerdo ya sea con el conocimiento (o desconocimiento) que se tiene sobre el problema
o con las soluciones que se proponen o ya sea, con el estado en que se encuentra dicha
situación. Y ese desacuerdo se transforma – directa o indirectamente, voluntaria o
involuntariamente -, en una denuncia. Y si esto es así, entonces probablemente – por no
decir en todos los casos -, ocurrirá que esa denuncia se trasladará a quienes hasta ese
momento o bien, son los responsables de dicha situación o bien, se están beneficiando
con la misma. En cualquier caso, quienes se sientan involucrados percibirán esa
denuncia como un ataque a sus intereses y, en tal sentido, van a reaccionar y - entre
otras cosas -, es posible que califiquen a los investigadores - en el mejor y más amplio
sentido del término -, de “subversivos”. Y es correcto, porque investigar supone
subvertir cierto estado de cosas o status quo, independientemente de cual sea el ámbito
o contexto. A nivel macrosocial - en especial, bajo gobiernos o regímenes autoritarios,
más allá de su signo ideológico -, en donde los argentinos tenemos sobrada experiencia.
Y no sólo en el campo de las ciencias sociales sino también en el de las formales; basta
recordar cómo – durante el último régimen militar -, se prohibieron elementos de las
matemáticas modernas por considerárselos subversivos. En el nivel microsocial – en
una empresa, escuela, oficina, familia, etc. -, cuando se estudia acerca de cómo cambiar
las relaciones existentes, y en el propio plano individual, como ocurre por ejemplo,
cuando el terapeuta subvierte el orden interno de su paciente.
Por último (aunque tal vez tendría que estar en primer lugar), la perspectiva crítica
de la investigación nos remite a la idea de que no se debiera investigar por el mero
hecho de hacerlo - más allá del válido placer que se sienta -, sino que por el contrario,
habría que actuar luego en consecuencia, haciendo uso de los hallazgos obtenidos. Y no
- en el peor de los casos -, archivándolos burocráticamente o no tan sólo - y en el mejor
de los casos -, dándolos a conocer. Dado que de poco sirve estudiar el nivel de pobreza
7
Ver por ejemplo a Bourdieu, Pierre: Intelectuales, política y poder, Buenos Aires, Eudeba, 2000.
8
El perfil crítico de toda investigación es independiente de lo crítico que a su vez resulta ser el método
científico.
7
existente en el país (incluso por los propios organismos oficiales) si luego no se actúa
para erradicarla, o evaluar la calidad del aprendizaje en alumnos primarios y
secundarios para llegar a la conclusión de su estado deficitario y no hacer nada para
mejorarla. Hace rato que me está dando vueltas una de las tesis que allá a lo lejos y -
valga la redundancia -, hace tiempo elaborara Marx sobre Feuerbach.9 Pero insisto, esto
no invalida o tiende a desconocer la validez e importancia que todo estudio
intrínsecamente tiene, por más que luego no se sirva de él. Por otra parte, aunque lo
anterior ocurriera, toda investigación - como se ha visto en el párrafo anterior -, también
por su propia naturaleza es crítica. Por eso es que muchas veces se la obstaculiza y en
otras tantas, hasta se convierte en una especie de boomerang que se vuelve en contra de
sus autores o patrocinadores.
No obstante lo anterior y parafraseando a Bourdieu de lo que se trata es que la
investigación - aunque resulte paradójico -, “... libere al hombre al liberarlo de la
ilusión de la libertad, o más exactamente, de la creencia mal ubicada en las libertades
ilusorias. La libertad no es algo dado, sino una conquista, y colectiva...”.10 Con
palabras más profanas, lo que se pretende señalar es que la investigación no es o no
debiera ser un proceso aislado sino que, por el contrario, forma parte de un proceso
mayor que se podría denominar “Proceso de Resolución de Problemas”, aceptando
como señala Henri Poincaré que “... no hay problemas resueltos, hay problemas más o
menos resueltos...”.11 Como acota Schuster ninguna investigación comienza si no se
detecta alguna dificultad en una situación práctica o teórica. Es esta dificultad o
problema, quien guía la búsqueda de algún orden entre los hechos en términos del cual
la dificultad pueda solucionarse.12 Por otra parte, uno de los indicadores para evaluar el
“progreso” de la Ciencia es la medida en que va resolviendo - aunque sea parcialmente -
los problemas o si las teorías sucesivas resuelven más problemas que sus predecesoras.
Ahora bien, qué es un problema? Y aquí nuevamente aparece la faceta crítica de la
investigación: en la propia definición de lo que es un problema - ya no tan sólo de
investigación sino de cualquier problema en general -, lo cual significa - de paso -, que
no cualquier problema constituye un problema de investigación, tal como
oportunamente se verá.
Básicamente, entiendo por problema (en general) la discrepancia entre dos modelos:
uno real y otro ideal. El modelo real es el producto de la lectura que hacemos de la
realidad, es la construcción subjetiva - que vía internalización y comprensión -, hacemos
de la realidad objetiva 13 mientras que el ideal o normativo es el fruto de nuestros
marcos teórico, valorativo e ideológico o, para decirlo con palabras de Lorez Arnaiz, de
nuestros paradigmas primitivo y técnico. 14 Es decir, que por un lado tenemos lo que es
y por el otro, lo que pensamos o deseamos que debiera ser. Como bien señala Adorno
“...únicamente a quien sea capaz de imaginarse una sociedad distinta de la existente
9
Feuerbach, Ludwing (1804-72) filósofo materialista alemán, discípulo de Hegel, a quien Marx criticara
por su incapacidad para relacionar la teoría con la praxis revolucionaria. Precisamente, la tesis nº 11 que
Marx escribiera sobre él decía lo siguiente: “Hasta ahora los filósofos se han dedicado a contemplar el
mundo, de lo que se trata ahora es de transformarlo”.
10
Bourdieu, Pierre: Cosas Dichas, Buenos Aires, Gedisa, 1993, p.27.
11
En Moledo, Leonardo: De las tortugas a las estrellas, Buenos Aires, A-Z., 1994, p. 162.
12
Schuster, Felix: El método en las ciencias sociales, Buenos Aires, Ceal, 1992, p. 15.
13
Berger, P. y Luckmann, Thomas: La construcción social de la realidad, Buenos Aires, Amorrortu,
1979.
14
Lores Arnaiz, María del Rosario: Hacia una epistemología de las ciencias humanas, Buenos Aires,
Belgrano, 1986. Ver también Thomas Kuhn: La estructura de las revoluciones científicas, Buenos Aires,
FCE, 1966, en quien la autora basa su análisis.
8
podrá ésta convertírsele en problema...”. 15 Cabe señalar - aunque parezca
contradictorio -, que existe una relación de influencia recíproca entre ambos modelos;
pero en última instancia, es a partir del modelo teórico (“la carga teórica de las
observaciones”) o aunque más no sea del sentido común, desde donde se aborda la
lectura de lo real, definiéndose o no, la existencia de tal discrepancia. Y por supuesto,
que esto nada tiene que ver con las denominadas “profecías autocumplidas” o con el
hecho de hacerle decir a la realidad lo que uno quiere escuchar porque la realidad
termina diciendo lo que ella quiere expresar, superando no tan sólo a la ficción sino
también a la propia teoría y porque además, es mucho más compleja y caótica de lo que
nos parece.
Entonces, cuando existe una divergencia entre ambos modelos - y siempre que
además se cumplan otros requisitos -, se estaría frente a un problema. Pero, cuáles son
esos requisitos? En primer lugar, esa discrepancia debe ser significativa, dado que
nunca habrá total concordancia entre lo que es y lo que debiera ser, de la misma forma
en que tampoco nunca será total dicha divergencia, dado la falsedad de tal dicotomía.
En segundo lugar, se debe tener conocimiento de la existencia de dicho desvío, ser
conciente del mismo. Porque si así no ocurriese no habría problema. O, el problema
existiría pero no para nosotros (los supuestos observadores o “potenciales
investigadores”). Y en tercer lugar, para que se pueda hablar de problema se debe
vislumbrar - aunque más no sea en términos conjeturales -, una posible solución.
Porque si no existiese esa posibilidad tampoco habría problema. Tal vez aquí se podría
aplicar - aunque sea parcialmente -, el antiguo proverbio: “... si algo tiene solución para
que te vas a preocupar (¿calentar?) y si no tiene solución para que te vas a preocupar...”.
Quizás habría que corregir la primer parte y decir: si tiene solución, hay que investigar.
En síntesis y desde esta perspectiva, la definición de problema contiene su posible
solución. Y es precisamente, la audacia y originalidad de la solución – rescatando y
enfatizando una de las cualidades señaladas por Popper -, en donde reside la riqueza de
la definición del problema y por ende, lo fructífero de la investigación (hipótesis). Pero
también puede ocurrir que se tenga primero la solución (o interés en algo) y a posteriori
se identifique o construya el problema. 16
Pero las cosas se complican aun más, dado que no existe un único modelo real - con
el agravante que ninguno de ellos refleja en forma total y exacta el mundo objetivo
siendo a lo sumo aproximaciones provisorias -,17 sino que hay muchas lecturas posibles
dependiendo - entre otras cosas -, desde dónde se lo haga.18 Como bien señala Bourdieu,
los puntos de vista son vistas tomadas desde algún punto (que no tiene por que ser
geográfico); imaginemos por ejemplo, tres personas contemplando la puesta del sol
(desde una plaza): un tolemaico, un copernicano y un desocupado. El primero diría que
se está moviendo el sol, el segundo afirmaría que se mueve la tierra mientras que el
tercero pensaría que ha pasado otro día sin conseguir trabajo. Por otra parte, tampoco
hay un único modelo ideal o normativo, motivo por el cual, lo que para un individuo
puede ser un problema para otro puede no serlo; y lo que para algunos puede ser una
solución para otros puede convertirse en un problema e incluso hasta para la misma
15
Adorno, Theodor: Sobre la lógica de las ciencias sociales, en Popper, K. y otros: La lógica de las
ciencias sociales, México, Grijalbo, 1978, p.45.
16
Cfr. Adorno, op. cit. pág. 35.
17
Cfr. Waslawyck, Paúl: ¿Es real la realidad? , Siglo XXI, México, 1985.
18
Al respecto, la sociología del conocimiento ha dado sobradas muestras. Ver por ejemplo, el trabajo de
Lores Arnaiz, M. del R., op. cit. donde analiza el recorte factual que realizan los paradigmas primitivo y
técnico. Vale recordar también como simple ilustración la escena del film La Sociedad de los poetas
muertos en la que el profesor (R. Williams) invita a sus alumnos a observar el aula desde arriba de su
escritorio.
9
persona la solución puede también ser un problema aunque más no sea de naturaleza
ética, de ahí que no se pueda aceptar la afirmación que sostiene que la ciencia está libre
de valores, porque como se ha visto están presentes desde la elección hasta la solución
del problema impregnando toda la investigación. Tomemos como ejemplo de
problema (en general), la situación por la que atravesaban y aun atraviesan los
Ferrocarriles Argentinos. Acotando el análisis, uno de los problemas era el déficit que
generaban; frente al mismo una propuesta de solución fue la privatización. Sin entrar a
abrir juicio sobre la misma una de sus consecuencias fue un mayor control para evitar la
evasión en la compra de pasajes; esto para muchos se convirtió en un problema: por
ejemplo, para aquellos que contaban con el ferrocarril como único medio “gratuito” que
les permitía llegar y regresar de sus trabajos e “invertir” ese “ahorro” en otros gastos
más vitales como ser la alimentación del grupo familiar. Otro ejemplo, lo constituye el
problema que le genera a la comunidad de los barrios elegidos como posibles destinos la
solución de erradicar la Villa 31 del Barrio Retiro y el traslado de sus habitantes a
aquéllos. En el campo científico las soluciones que se formulan para determinados
problemas de investigación también resultan ser muchas veces problemáticas; tomemos
por caso, el denominado Proyecto Genoma Humano y la información que brindará - al
descifrar la historia genética -, posibilitando conocer con la suficiente antelación las
enfermedades a las que es propenso un individuo y de esta forma arbitrar los medios
necesarios para su prevención y tratamiento. No es difícil imaginar el día en que cada
uno tenga su tarjeta genética de la misma forma en que hoy tenemos nuestro documento
de identidad o el registro de nuestro grupo sanguíneo. Ahora, qué pasaría en aquellos
casos en donde frente a la búsqueda de un empleo en la tarjeta del postulante apareciera
la tendencia a contraer ciertas enfermedades? O cuando uno quisiera contratar un seguro
de vida?19
Volviendo al tema que nos ocupa (el proceso de resolución de problemas) la
identificación de un problema en general y su formulación como problema de
investigación permite el inicio de este proceso. Al respecto, hay que distinguir entre
aquellos problemas que son predominantemente teóricos y los que son
predominantemente prácticos o empíricos. Cuando se aborda una problemática teórica
la investigación que se desarrolla se denomina básica mientras que cuando se analiza un
problema empírico la investigación se llama aplicada. Básicamente, las primeras son
aquellas que apuntan a la elaboración de los grandes modelos teóricos de una disciplina
sin pretensiones de aplicar en forma inmediata los conocimientos obtenidos mientras
que las segundas se llevan a cabo con el propósito de resolver problemas concretos.20 Si
bien ambas tienen rasgos en común, el tratamiento de los temas que se realice en
adelante estará referido especialmente a las investigaciones aplicadas. En tal sentido,
como resultado de la investigación se obtendrá un diagnóstico. Básicamente, un
diagnóstico es un cuadro de situación que nos informa sobre el estado en que se
encuentra el fenómeno o situación analizada, describiendo cuáles son los elementos
presentes y sus funciones (determinantes, causantes, contribuyentes, etc.), cuáles son los
recursos reales y potenciales disponibles, la viabilidad de las posibles soluciones. Un
diagnóstico puede ofrecer además un pronóstico sobre el futuro acontecer y sugerir
posibles cursos de acción.
En función de ese diagnóstico se podrá planificar (elaborar planes, programas,
proyectos, acciones, políticas, etc.) - a corto, mediano o largo plazo -, para luego
proceder a la ejecución (implementación de lo planeado) y simultáneamente o con
19
Para mayor información sobre el Proyecto Genoma y sus posibles consecuencias ver John Maddox: Lo
que queda por descubrir, Debate, Madrid, 1999.
20
En el próximo capítulo se ampliará esta distinción.
10
posterioridad realizar la evaluación, que supone volver a la investigación (denominada
en este caso evaluativa) con el propóstio de analizar lo ejecutado, averiguar si se
cumplió con lo planificado y en definitiva retornar a la situación inicial - que desde
luego no será la misma -, para observar si disminuyó (o aumentó) la discrepacia entre
ambos modelos y por ende si se resolvió (o no) el problema produciéndose de esta
manera una retroalimentación del proceso de resolución de problemas.
Esquemáticamente el circuito que se acaba de delinear sería el siguiente:
PROBLEMA
GENERAL
EVALUA- PLANIFI-
EJECUCIÓN
CIÓN CACIÓN
21
Paul K. Feyerabend: Contra el método, Hyspamérica, Buenos Aires, 1984.
11
formas de actuación, son cursos de acción22 para la producción y validación de los
conocimientos y por lo tanto, son algo más que uno o varios modos de pensamiento. Y
- parafraseando parcialmente a Kuhn -, los métodos de investigación se consideran
científicos (más allá de los problemas de fundamentación lógica y gnoseológica) en la
medida en que son aceptados, reconocidos y legitimados con su uso por la comunidad
científica o por los científicos pertenecientes a un determinado paradigma si se tiene en
cuenta la heterogeneidad paradigmática de dicha comunidad. Por eso, es que no
corresponde hablar de un anarquismo metodológico o científico en general sino que a lo
sumo esta postura representará los intereses de dicho paradigma. Pero al mismo tiempo,
cabe señalar que los métodos tampoco son propiedad exclusiva de un paradigma tal
como lo demuestra la convergencia paradigmática y/o metodológica. Como bien apunta
Bourdieu, el campo científico goza de autonomía y fuerza de gravedad propias (mayor
aun a la de otros campos) y se rige por lo tanto por sus propias reglas de juego, por los
capitales e intereses en juego y por lo tanto, por las relaciones históricas de poder.23 Y
precisamente, son estas relaciones de poder existentes en el campo científico las que
hacen posible que determinados métodos puedan ser considerados “científicos” o “más
científicos” que otros. Desde luego que esta autonomía es relativa - pensar lo contrario
sería pecar de ingenuidad -, dado que en última instancia todos los campos están sujetos
a la lógica general del espacio social global (que al igual que la de los campos excede
los límites societales) en el cual están insertos. Aunque resulte una verdad de
perogrullo estas reglas de juego responden a la lógica del capital. Y esto último hasta
resulta paradójico, dado que la problemática del método se instaura como una forma de
terminar con el criterio de autoridad hasta ese momento vigente y termina utilizándose
para encubrir otra forma de autoridad. Por supuesto, que esto será motivo de rechazo
por quienes gozan de “autoridad” en el campo científico. Pero al respecto, vale
recordar que entre los dominantes también hay dominados y que en general el
consentimiento (a veces inconciente) de los dominados, su “complicidad”, es también
un efecto incorporado de la dominación o con otras palabras la raíz de la sumisión es
expresión de la somatización de las relaciones sociales de dominación.24
En términos generales, el análisis de cualquier método de los considerados
científicos debe contemplar básicamente los siguientes aspectos: supuestos
filosóficos/epistemológicos, contenidos formales y sustantivos, características y
elementos. A continuación, se realizará una breve especificación de los mismos.
22
Juan Samaja: Epistemología y metodología, Eudeba, Buenos Aires, 1993.
23
Pierre Bourdieu, Intelectuales, política y poder, op. cit.
24
Pierre Bourdieu: Respuestas. Por una antropología reflexiva, Grijalbo, México, 1995.
25
Dudley Shapere: The character of scientific change, en Th. Nickles(comp.): Scientific Discovery, Logic
and rationality citado por Felix Schuster (y Gregorio Klimosky): Descubrimiento y creatividad en
ciencia, Eudeba, Buenos Aires, 2000, p. 25 y 26.
26
Alvin Goouldner: La crisis de la socilogía occidental, Amorrortu, buenos Aires, 1979.
12
2) La presuposición metodológica: el supuesto de que existe un “método”, el
método científico, con cuya aplicación se obtiene conocimiento fundamentado sobre el
mundo.
3) La presuposición lógica: la afirmación de que hay “reglas de inferencia” - en el
ámbito de la lógica deductiva, inductiva, abductiva o analógica -, que pueden ser
aplicadas en el razonamiento científico, pero que no pueden cambiarse bajo ningún
resultado científico.
4) La presuposición terminológica o conceptual: la asunción de que existen ciertos
términos “metacientíficos” como teoría, evidencia, método, explicación, etc. que se
utilizan para designar conceptos científicos, argumentos, etc. cuyo significado es
independiente de los contenidos específicos de la ciencia en cuestión.
Y agregaría:
5) La presuposición gnoseológica acerca de cómo es el proceso de conocimiento y
la relación sujeto-objeto.
Todos los métodos parten de este conjunto de suposiciones aunque luego ellas
difieran según el método que se analice, y es precisamente una de las tareas de la
reflexión epistemológica establecer las particularidades de cada caso.
27
Walter Wallace: La lógica de la ciencia en sociología, Alianza, Madrid, 1980.
13
b) Método hipotético-deductivo: de lo general a lo particular, de lo abstracto a lo
concreto, de lo universal a lo singular. Las investigaciones parten de la teoría (hipótesis
teóricas) y por deducción lógica desprenden hipótesis sustantivas o intermedias para
luego por procedimientos de interpretación (conceptualización), instrumentación
(operacionalización), escalaje (niveles de medición) deducir consecuencias
observacionales (hipótesis de trabajo o empíricas) y por procedimientos de muestreo
realizar la prueba de las mismas.
En ambos caminos se efectúan procedimientos de contrastación (verificación o
falsación) en procura de evidencias que permitan la toma de decisiones para aceptar,
rechazar o reformular las hipótesis (teóricas o sustantivas) en cuestión.
TEORIAS
Conceptos, Deducción
Proposicio lógica
nes,etc.
Inferencia
lógica
GENERA-
LIZACION DECISION HIPOTESIS
EMPIRICA
Contrasta-
ción de
hipótesis
Medición, Interpretac.
Muestreo, instrument.
parámetros muestreo
OBSERVA
CIONES
Réplica parcial del Esquema desarrollado por Walter Wallace. Los componentes de información se
hallan rectangularizados mientras que los controles metodológicos están ovalizados. La mitad izquierda
corresponde al camino inductivo mientras que la derecha al deductivo. La mitad superior sería la etapa
teórica mientras que la inferior corresponde a la faz empírica de la investigación.
28
El listado de características que se mencionan pretende ser una síntesis del valioso aporte realizado por
numerosos autores: Bunge, Ander Egg, Sierra Bravo, Cohen y Nagel, Popper, Goode y Hatt, etc. Al
respecto, ver bibliografía general. A su vez, el orden de las mismas no indica jerarquía y por otra parte,
no son exclusivas de los métodos científicos.
29
Jorge Wagensber en entrevista publicada en el diario Clarín, suplemento Cultura y Nación, del
17/05/90.
30
Rosana Guber: El salvaje metropolitano, Legasa, Buenos Aires, 1991.
15
i) analítico-sintético: desconstruye la realidad estudiada en sus elementos y luego
la reconstruye obteniendo una nueva visión global del conjunto y de las relaciones
estructurales entre los mismos.
j) circular: los enunciados teóricos se prueban mediante datos empíricos y éstos se
analizan o interpretan sobre la base de los primeros.
k) selectivo en un doble sentido: concentra su observación entre los elementos más
relevantes y luego, en el análisis de los datos recogidos procura detectar los más
significativos.
l) fomenta la intuición, la imaginación, la audacia y la creatividad aun en el caso de
que no se atenga estrictamente a las reglas, e incluso a las teorías admitidas. 31
Por otra parte, los métodos científicos se valen de un conjunto de elementos:32
TEORIA
HIPOTESIS
VARIABLES
CATEGORIAS
CONCEPTOS DEFINICIONES
DIMENSIONES
INDICADORES
INDICES
OBSERVACIONES
31
Ver Feyerabend, P.: Contra el método, op. cit.
32
Para el desarrollo de los mismos ver en este mismo libro los capítulos correspondientes de Alfredo
Castro y R. Pérez Lalanne.
16
3. La investigación y las técnicas
33
El mismo se ha elaborado siguiendo - aunque no en su totalidad -, a Sierra Bravo, R.: Técnicas de
Investigación Social, Paraninfo, Madrid, 1991.
17
referencia en lo que resta del desarrollo del presente trabajo. Sin embargo, cabe aclarar
que la denominación de empírico no implica que estas investigaciones carezcan de
marco teórico o que no puedan ser teóricas (como se verá en el punto siguiente). Serán
igualmente empíricas en la medida que se aluda a hechos o a fenómenos de la realidad.
En la actualidad, la mayoría de las investigaciones que se realizan en las ciencias
sociales son teórico-empíricas, aunque puedan ser predominantemente teóricas o
predominantemente empíricas o aunque no se expliciten algunos de estos planos.
Criterios Clasificaciones
Teórica
Naturaleza Empírica
Teórico-empírica
Finalidad Básica
Aplicada
Exploratoria
Tipo de estudio Descriptiva
(profundidad) Explicativa
Amplitud Microsocial
Macrosocial
Primarias
Fuente de datos Secundarias
Mixtas
Cualitativas
Características Cuantitativas
Cualicuantitativas
Marco De campo
De laboratorio
18
b) Finalidad: este criterio se relaciona en cierta medida con el anterior y por lo tanto
puede prestarse a confusiones. No obstante, se refiere a cuestiones diferentes; en este
caso, al propósito último de la investigación. Son básicas aquellas que apuntan al
desarrollo de las grandes teorías formales - como las llaman Glaser y Strauss -, sin
pretensiones de aplicar en forma inmediata dichos conocimientos. Son las que
posibilitan la explicación y/o comprensión de los fenómenos, las que dan cuenta de los
problemas teóricos de cualquier ciencia. Por ejemplo, el desarrollo que hiciera Marx
sobre el Modo de Producción capitalista (infraestructura y superestructura) o la
elaboración de Weber sobre los Tipos Ideales de Dominación. Algunos autores también
la han llamado pura, término este último, que se presta a interpretaciones erróneas en la
medida en que se lo utilice como sinónimo de inmaculada, neutral o ascética. Se
denominan básicas porque constituyen el fundamento de la mayoría de las
investigaciones aplicadas que son aquellos estudios que se proponen solucionar
problemas concretos o inmediatos, o que apuntan a la transformación de la realidad y
para ello lo hacen basándose en las primeras. De hecho, tal fue el propósito de Marx
cuando analizó el capitalismo: sentar las bases para su posterior crítica y
transformación.
Con respecto a esta clasificación valdría hacer un comentario: casi todas las
investigaciones que se realizan en algunas disciplinas resultan ser aplicadas. Me refiero
por ejemplo, a las que se llevan acabo en el área de la salud, de la educación, de las
relaciones públicas, laborales, publicidad, marketing, etc. Y es lógico que así sea y esto
no le resta absolutamente ningún mérito. El problema se plantea cuando se pierde de
vista cuáles son los fundamentos últimos de esas investigaciones y se convierten en
acciones meramente intuitivas o cuyos resultados no pueden encuadrarse o no se
encuadran en ningún marco teórico que haga posible su interpretación. A esto último,
se refirió Wright Mills y lo llamó “empirismo abstracto”.34 Precisamente, este riesgo ha
llevado por ejemplo, a la creación de carreras universitarias o de profesiones vacías o
con muy pobres contenidos teóricos, o que deben necesariamente nutrirse de modelos
teóricos provenientes de otras ciencias. Y esto último, aunque pueda parecer engorroso
o hasta ofensivo, tiene que ver con la reivindicación de la teoría y con el ámbito por
excelencia en dónde ésta se produce: la Universidad.
En definitiva, tanto la básica como la aplicada son investigaciones empíricas
aunque la primera sea predominantemente teórica porque apunta a elaborar - valga la
redundancia - teoría, mientras que la segunda sea predominantemente empírica o
empírica propiamente dicha porque aborda problemas concretos. Además, si bien por lo
general esta última se basa en aquélla también puede retroalimentarla y hasta dar origen
al desarrollo de investigaciones básicas.
c) Alcance temporal: este criterio nos remite a los momentos en que se efectúan las
mediciones y a los “grupos” involucrados por ellas. Las investigaciones sincrónicas o
seccionales realizan el estudio en un único momento mientras que las diacrónicas o
longitudinales implican dos o más mediciones en diferentes tiempos. A su vez, estas
últimas pueden ser retrospectivas (cuando los momentos estudiados se refieren al
pasado) o prospectivas (cuando apuntan a efectuar mediciones en el futuro). También
pueden ser de panel (cuando se realizan a un mismo grupo) o de tendencia (cuando las
observaciones se efectúan en grupos diferentes). Tanto las sincrónicas como las
diacrónicas pueden ser comparativas cuando se trabaje simultáneamente con dos o más
34
C. Wright Mills: La imaginación sociológica, FCE, México, 1961.
19
grupos. A este criterio con sus modalidades, se volverá más adelante cuando se trate el
tema de los diseños.
35
Al respecto, cfr. Kinner, T. y Taylor, J.: Investigación de mercados, McGraw-Hill, México, 1994 y
también Aaker, D. y Day, G.: Investigación de mercados, Ma Graw-Hill, México, 1992.
20
Censos) sobre desocupación o las mediciones de audiencia son datos externos
sindicalizados. Lo contrario ocurre con los datos no sindicalizados que no obstante,
también suelen venderse. Como sucede con muchas bases de datos elaboradas con los
clientes de un Banco o a partir de folletos que con la excusa de un concurso solicitan el
registro de datos personales.
Cabe realizar algunos comentarios: en primer lugar, aclarar, que una misma fuente
puede proveer de datos primarios y secundarios; por ejemplo, un profesor que en su
clase expone sus conocimientos sobre cierto tema (dato primario) y al mismo tiempo
brinda su interpretación sobre determinados autores (dato secundario). En segundo
lugar, que las investigaciones pueden realizarse con datos primarios, con datos
secundarios o ser mixtas, incluyendo ambos tipos de información que podrán o no
provenir de la misma fuente. En tercer lugar, y aunque tal vez no sea el lugar más
apropiado pero considerando el escaso interés que la mayoría de los autores le dedican,
es oportuno destacar la importancia que tienen los datos secundarios tanto en lo que
respecta a su valor intrínseco como fuente exclusiva de numerosas investigaciones
como en lo que se refiere a la apoyatura que los mismos brindan a las investigaciones
efectuadas con datos primarios. A tal punto llega esta falta de reconocimiento, que
muchas veces se realizan estudios con el propósito de obtener informaciones que ya
están disponibles en otras fuentes, con un menor margen de error y sobre todo a un
menor costo. En cuarto lugar, también hay que señalar que los datos secundarios
pueden tener falencias y desventajas como por ejemplo, que su origen sea dudoso, que
responda a determinados intereses o que hayan sido recogidos para investigaciones que
no responden a los objetivos para los cuales se los está utilizando. Un ejemplo de esto
último, lo constituye la llamada “cifra negra” de las estadísticas que se publican sobre
victimización.36
36
Se considera “cifra negra” a la totalidad de casos de delitos padecidos que por diversas causas no están
contemplados en las estadísticas que se dan a conocer: por ausencia de la denuncia por parte de la
víctima, por el rechazo a recibirla por parte de los organismos jurisdiccionales competentes, etc.
37
Gastón Bachelard: La formación del espíritu científico, Siglo XXI, Buenos Aires, 1972 y
Epistemología, Anagrama, Barcelona, 1974.
38
Ver Cook, T. D. y Reichardt, Ch. S.: Métodos cualitativos y cuantitativos en investigación evaluativa,
Morata, Madrid, 1997.
39
Rosana Guber: El salvaje metropolitano, op. cit.
21
h) Marco: nos remite al lugar en el que se desarrolla el estudio. Las investigaciones
de campo son aquellas que abordan los fenómenos en su ámbito natural mientras que las
investigaciones de laboratorio lo reproducen artificialmente en un ámbito que reúne
condiciones similares a las reales. Si bien, la mayoría de los estudios sociales son del
primer grupo, no obstante, son frecuentes las experiencias que se realizan simulando
situaciones de laboratorio, especialmente en educación, publicidad, relaciones laborales,
etc.
Para finalizar, vale la pena repetir que los criterios desarrollados no son exhaustivos
dado que existen otras formas de agrupamiento (según el interés analítico) y no son
excluyentes dado que en un mismo estudio pueden confluir varios de ellos; por ejemplo,
una investigación cuyo propósito sea medir la intención de voto de los ciudadanos del
país frente a una próxima elección se caracteriza por ser descriptiva, cuantitativa,
empírica, macrosocial, de campo, sincrónica, etc.
Todos estos criterios presentan puntos fuertes y débiles, y en general, son útiles a los
efectos clasificatorios y pedagógicos pero también lo son cuando se trata de evaluar si
existe correspondencia entre la “autodefinición” de la investigación y como la misma ha
sido realizada.
22
Capítulo 2
1
Thomas Kuhn: La estructura de las revoluciones científicas, FCE, México, 1986.
24
tampoco aquí se cuestiona explícitamente la “logicidad” ni siquiera de las teorías
rivales.
Siguiendo una línea de pensamiento similar a la kuhniana, en la década del ’70 Imre
Lakatos2 introduce la distinción entre los programas de investigación regresivos y
progresivos, de acuerdo a como hayan sido sus predicciones y el estado en que se
encuentre su “cinturón protector”. Y tampoco en este análisis, para justificar el
retroceso de ciertos paradigmas se apela al “contexto de justificación”. Por otra parte y
según este autor, programas que en su momento fueron regresivos pueden volverse
progresivos, sin que para ello hayan aprobado el “exámen lógico tollensdiano”. Y esto
ocurre con frecuencia en el campo de las ciencias sociales: el programa marxista (hoy
en retroceso) tuvo amplia vigencia en los años ’70 y en ninguno de los dos momentos
se tuvo en cuenta su reconstrucción lógica justificacionista. Ni que hablar del programa
del “darwinismo social” que luego de ser considerado perimido (ni siquiera en
retroceso) y fracasado, resurgió como el ave Fenix de sus cenizas en los ’80 y no
precisamente porque se le reconocía su validez lógica. Tanto Kuhn como Lakatos
consideran además que ningún científico abandona una teoría (paradigma o programa)
por un hecho (o varios) que la contradigan o por alguna incoherencia lógica sino existe
otra (para reemplazarla) que la supere, y esto último, sí tiene lógica, aunque más no sea,
la del sentido común.
En nuestro país, la distinción entre ambos contextos generó entre los epistemólogos
y metodólogos la polémica acerca de si formaban o no parte del proceso científico; si la
objetividad del conocimiento se veía o no afectada y en tal caso en que contexto; si los
investigadores eran o no responsables del destino final de dichos conocimientos, etc.
Esta controversia - que aun perdura en nuestros días -, se desarrolló con particular
virulencia durante los años ’60 y ’70 y tuvo entre los principales contendientes y
representando a posturas opuestas, a Klimovsky y Varsavsky. Gregorio Klimovsky
introduce un tercer contexto: el de aplicación, para referirse a los usos posteriores que se
hacían de los conocimientos. En aquellos años Klimovsky - siguiendo la tradición
positivista lógica -, sostenía que sólo se puede considerar como propiamente científico
el contexto de justificación, dado que en él se garantizaba metodológicamente (y por
supuesto también lógicamente) la no interferencia ideológica, valorativa, etc. y en tal
sentido, la ciencia (y por ende la investigación) resultaba ser imparcial, avalorativa, etc.
y por lo tanto los científicos (y por ende los investigadores) no eran responsables de las
consecuencias finales de los productos de su actividad (contexto de aplicación). De esta
manera, los contextos de descubrimiento y aplicación (en los cuales Klimovsky
reconocía todo tipo de contaminación) no formaban parte del proceso científico: al de
descubrimiento lo rotulaba de precientífico y al de aplicación directamente lo excluía
de toda pertenencia o relación con la ciencia. Oscar Varsavsky en su réplica introducía
un cuarto contexto que denominaba de mistificación, para denunciar que - al establecer
la distinción entre los contextos -, lo que se pretendía era encubrir la verdadera
responsabilidad de la ciencia y el sesgo ideológico de los conocimientos.3
Dentro de los aportes más recientes y con intenciones similares (pero que por
escapar a la finalidad del presente tratamiento no se desarrollarán) se pueden citar a:
Nikcles, Thomas con su tricotomía de etapas de generación, de prosecución y de
aceptación,4 Samaja que incorpora el contexto de exposición,5 Echeverría que introduce
2
I. Lakatos y A. Musgrave: La crítica y el desarrollo del conocimiento, Grijalbo, Barcelona, 1975.
3
Klimovsky, G., Varsavsky, O. y otros: Ciencia e ideología, Ciencia nueva, Buenos Aires,1973.
4
Citado en Klimovsky, G. y Schuster, F.: Descubrimiento y creatividad en ciencia, Eudeba, Buenos
Aires, 2000.
5
Juan Samaja: Epistemología y metodología, Eudeba, Buenos Aires,1993.
25
el contexto de educación.6 A modo de síntesis, Klimovsky y Schuster en un nuevo libro
identifican cuatro tendencias distintivas del tratamiento de la problemática con la
finalidad de destacar una nueva corriente que estaría revalorizando el contexto de
descubrimiento y un retroceso de los partidarios del contexto de justificación:7
a) metodológica-algorítmica (Herbert Simon) que reconstruye inductivamente el
contexto de descubrimiento;
b) clásica (Popper) que distingue los dos contextos y reserva la racionalidad para la
justificación:
c) “amigos del descubrimiento” que identifica racionalidad también con
descubrimiento reclamando su ampliación y en consecuencia los de inferencia y
logicidad;
d) sociologista que rechaza la distinción, no privilegia la justificación ni se apoya
en el concepto de racionalidad (a la que relativiza a cada contexto).
Particularmente y más allá de simpatizar parcialmente con la última, agregaría
algunas consideraciones:
No existe un límite preciso entre la producción y la validación de los
conocimientos ni tampoco un orden cronológico dado que la validación puede a su vez,
llevar a descubrir una nueva hipótesis; la distinción es más bien analítica y en tal caso,
los contextos interactúan y se retroalimentan (unidades entrelazadas).
Existen investigaciones en donde los conocimientos se producen al tiempo que
se validan; en efecto, esto sucede especialmente en el campo de las investigaciones
cualitativas. Un ejemplo sería el programa de Glaser y Strauss que frente a la
alternativa entre verificación y falsación proponen la Teoría Fundamentada que al igual
que la inducción analítica supone la elaboración y fundamentación simultánea de las
categorías y proposiciones.8
El contexto de descubrimiento también tiene lógica y metodología (inducción,
abducción, comprensión, fundamentación, hermeneútica, etc.) y en muchos casos son
las mismas que las del contexto de justificación.
El contexto de justificación está sometido a las mismas influencias y
condicionamientos que el contexto de descubrimiento: objetividad I y II (Schuster),
hábitus, interés, capital y campo científico (Bourdieu), a priori histórico e imaginario
social (Díaz), razón histórica (escuela crítica), supuestos básicos subyacentes
(Gouldner), pertenencia paradigmática (Kuhn), ciencia contextualizada (Barnes y Boor),
paradigmas primitivo y técnico (Lores Arnaiz), educación (Echeverría), etc.
Ambos contextos merecen y deben ser tratados por la Epistemologia, Sociología,
Psicología, Filosofía, Historia y por cualquier otra disciplina que tenga algo que decir.
El hecho de incluir los aspectos sociales, históricos, económicos, etc. no obliga
como sostiene Gaeta,9 a los filósofos, epistemólogos y lógicos a tener que formarse y
especializarse en dichas orientaciones; simplemente los invita a compartir el espacio
que hasta el momento ocuparon y monopolizaron.
Los aspectos lógicos sólo son una parte (importante pero parte al fin) y más
pequeña aún cuando se los reduce exclusivamente a la racionalidad hipotética
deductiva. Tal vez, en algún momento será conveniente distinguir (como creo que
parcialmente hizo Kuhn) entre validez, vigencia y utilidad.
La investigación entendida como tiene que ser (en un sentido amplio) incluye
todos los contextos: dos, tres, cuatro, cinco o los que sean. La distinción (como todas)
es - se reitera -, arbitraria y a los efectos meramente pedagógicos y analíticos. El
6
Javier Echeverría: Filosofía de la ciencia, Akal, Madrid, 1998.
7
Klimovsky, G. y Schuster, F.: op. cit.
8
Ver por ejemplo Schwartz, H. Y Jacobs, J.: Sociología cualitativa, Trillas, México, 1984.
9
Rodolfo Gaeta: La justificación del contexto de descubrimiento, en Klimovsky y Schuster: op. cit.
26
científico no puede (ni debe) desentenderse de las consecuencias de su actividad. La
investigación es una de las tantas prácticas sociales y está sujeta - como todas ellas -, a
los mismos condicionamientos al tiempo que condiciona y modifica la objetividad
social en la que se desarrolla.
Por último y de acuerdo con la propuesta que se pretende desarrollar, quienes
defienden la autonomía y exclusividad del contexto de justificación o quienes afirman la
no pertinencia científica de las consecuencias o usos del conocimiento son partidarios
de la concepción de la investigación en un sentido restringido en contraposición a la
concepción de la investigación en un sentido amplio. En páginas anteriores, se
mencionó el Proyecto Genoma Humano y sus posibles derivaciones. Pero también
podrían mencionarse la fisión nuclear, la clonación, la fecundación in vitro y otros
programas que Hobsbawn trae a colación cuando analiza las controversias y paradojas
de la ciencia contemporánea.10 Creo que no es necesario abundar desarrollando las
implicancias de las dos concepciones. No obstante, quiero recalcar que la discusión no
es sobre las consecuencias o si se está a favor o en contra de estos u otros proyectos
científicos, sino si a la hora de analizar o evaluar debe tenerse en cuenta la totalidad del
proceso - ampliado, incluyendo sus posibles consecuencias -, o simplemente la porción
que remite al sentido restringido. Para finalizar y a propósito de Hobsbawm habría que
agregar que él - como buen historiador -, entiende la Ciencia en un sentido amplio.
Pero ocurre que él participa de lo que se denomina la visión apocalíptica/pesimista de la
ciencia (o versión posmoderna o nihilista) mientras que personalmente me inclino por la
corriente optimista (y moderna) que en el balance reconoce a favor de la investigación
científica el peso de los logros obtenidos aunque en el haber queden todavía muchas
cosas pendientes y cuentas sumamente importantes que saldar como la lucha por la
emancipación del ser humano. Pero este es otro tema que al igual que la demanda ética
también merecen su urgente tratamiento.
10
Eric Hobsbawm: Historia del siglo XX, Crítica, Buenos Aires, 1998.
11
Ver Samaja, J.: op. cit., p.203.
27
subrayar la importancia del diseño. Alvira Martín lo define como “... el plan global de
investigación que integra de un modo coherente y adecuadamente correcto técnicas de
recogida de datos a utilizar, análisis previstos y objetivos”.12 Sierra Bravo señala que
“... hace a la esencia de la investigación social, la prueba y la aplicación del método
científico y, por otra parte, a la esencia del trabajo científico, la validez...”.13 Samaja
dice que es “... la categoría metodológica más significativa, porque contiene los
resultados de la selección de los objetos de estudio, de atributos relevantes y de los
procedimientos que se aplicarán de manera congruente con la naturaleza de los
objetivos”.14 En síntesis, una vez formulado el problema de investigación (en términos
de objetivos, hipótesis, variables, etc.) el investigador necesita elaborar una estrategia de
investigación que le garantice solucionarlo con éxito. Habría que agregar que a veces la
formulación del problema requiere a su vez de su propio diseño tal como sucede con
algunos estudios exploratorios que reciben también el nombre de formulativos. Con
otras palabras, diseñar una investigación implica un trabajo de reflexión previo a su
realización. Supone planificar su implementación; reflexionar sobre los alcances de la
misma, sobre cada uno de los pasos a seguir y sobre cada una de las decisiones a tomar.
Significa adelantarnos mentalmente e imaginarnos las diferentes secuencias. Pardinas 15
señala que el diseño es la comprobación de un modelo. Distingue entre el diseño de la
prueba de hipótesis (definición del universo de estudio, de las unidades de análisis y de
información, elección de las técnicas de muestreo y de recolección de datos, etc.) y el
diseño general de la investigación. A este último a su vez, lo descompone en un
conjunto de diseños específicos: el modelo teórico (desarrollo conceptual de cada uno
de los pasos de la investigación incluyendo el marco teórico de referencia), el modelo
gráfico (elaboración de un esquema de procedimientos, flujograma, cronograma, etc.),
el modelo simbólico (elección de los soportes informáticos), el modelo estadístico
matemático (elección de la muestra, margen de error y tamaño muestral, coeficientes
estadísticos, plan de cuadros y gráficos, etc.) y el modelo económico-administrativo
(elaboración del presupuesto y conformación del equipo de investigación).
Los diferentes criterios que se mencionaron en el capítulo anterior cuando se
analizaron los tipos de investigación no sólo son útiles a los efectos clasificatorios y
pedagógicos sino también cuando se trata de evaluar si existe correspondencia entre la
“autodefinición” de la investigación y su diseño, concordancia que no siempre ocurre en
el campo científico especialmente en el de las ciencias sociales.
Precisamente, el diseño es algo común a todos los estudios independientemente de
cual sea su tipo dado que aun en aquellos casos caracterizados como exploratorios y
cualitativos también requieren de algún tipo de planificación por más flexible que ésta
sea. Pero el hecho de que se trate de “algo en común” no debe prestarse a confundir
diseño con investigación ni tampoco a tratar ambos conceptos como “cosas” totalmente
diferentes. Sin embargo, existe una doble tendencia: por un lado, a considerarlos como
sinónimos o lo que es igual, a definir la investigación en función de su diseño o más
aun, a subordinarla como si la misma se realizara en beneficio o por el diseño en sí
mismo o por el simple placer de implementar lo diseñado o de llegar a la meta
independientemente de cuál sea su costo o sus consecuencias. De hecho, el diseño debe
ajustarse a los objetivos pero teniendo en claro que no son objetivos propios sino que
12
Francisco Alvira Martín: Diseños de investigación social: criterios operativos, en García Ferrando, M.
y otros: El análisis de la realidad social, Alianza, Madrid, 1993, p.85.
13
Restituto Sierra Bravo: Tesis doctorales y trabajos de investigación científica, Paraninfo, Madrid, 1976,
p. 203.
14
Juan Samaja: op. cit.
15
Felipe Pardinas: Metodología y técnicas de investigación en ciencias sociales, Siglo XXI, México,
1972.
28
son objetivos de la investigación y que al igual que ella, debe contemplar otros
elementos y factores que muchas veces ni siquiera están presentes o explicitados en
aquéllos pero que forman parte del problema y por lo tanto deben ser contemplados por
el investigador. Por otro lado, la otra tendencia es a separar el diseño del resto del
proceso de investigación. Como si fuera una etapa previa - e incluso realizada por
personas diferentes -, que culminaría con la planificación a priori de la investigación.
Ambas inclinaciones muchas veces obedecen - como luego se verá -, a que se confunde
o prioriza el interés analítico por sobre la concepción del proceso en general.
A los efectos de ilustrar como se concretan y hasta coinciden en la práctica ambas
tendencias, recurriré a una analogía que con frecuencia se traza entre el diseño de una
investigación y el diseño de una construcción (por ejemplo de una vivienda). En este
caso, el plano de la obra elaborado por el arquitecto equivaldría al diseño elaborado por
el investigador, mientras que lo mismo ocurriría entre la construcción de la vivienda y la
realización de la investigación. Algunos arquitectos suelen desentenderse de la obra
una vez que la han diseñado aunque por lo general, acompañan, supervisan, dirigen, etc.
la obra en su totalidad; lo mismo ocurre con el diseñador de una investigación - aunque
también, no en todos los casos -. Sin embargo, son más frecuentes de los que se cree,
los estudios (cuantitativos, en su mayoría) que se planifican desde un escritorio al
mejor estilo del burócrata. Esta actitud, em ambos casos, le estaría otorgando al diseño
un valor intrínseco, que por cierto tiene pero que es un valor parcial, relativo y más bien
potencial, dado que son ínfimos los casos en que una investigación pueda ser diseñada
totalmente antes de su realización.16 Pero esto no es todo ni lo más grave.
Particularmente, me ha tocado participar en la evaluación de un programa
(subvencionado e implementado por el estado nacional, a través de uno de sus
ministerios) de construcción de viviendas comunitarias para poblaciones aborígenes con
el propósito de “preservar” dichas culturas ancestrales. Las viviendas habían sido
diseñadas por arquitectos desde Buenos Aires, con criterios y estilos urbanísticos
propios de esta ciudad, que - aun a riesgo de ser injusto -, poco se preocuparon por sus
futuros moradores como así también poco se interesaron en supervisar la obra y sus
“alrededores” dado que para su aprobación final y envío correspondiente de los fondos,
se evaluaba el “producto” en función de los planos originales. Así fue como se
construyeron las viviendas, siguiendo al pié de la letra su diseño arquitectónico.
No es necesario tener mucha imaginación para saber qué fue lo que pasó. Entre
otras cosas, la comunidad había construido baños externos (afuera de las viviendas) en
lugar de utilizar los construidos (internos) porque según sus pautas culturales ese tipo de
necesidades debían realizarse afuera y no dentro de la casa. Lo cual tiene su lógica,
pero aunque no la tuviera, si se trata de preservar la cultura aborigen hay que empezar
por no cambiarle sus estilos de vida. Tal vez, el ejemplo pueda parecer algo grotesco o
ficticio; sin embargo, la realidad suele superar a la ficción (y no tan solo a la
imaginación).
Ahora bien, qué es lo que se pretende demostrar con el ejemplo? Lo apuntado más
arriba: que el diseño no es equivalente a la investigación sino que es un ingrediente más,
tal vez uno de los más importante o como señala Samaja17 el “alma mater” pero sólo es
una parte; con otras palabras, que el diseño - por más adecuado que sea -, no garantiza
el éxito de la investigación o la resolución del problema, que en tal caso, es una
16
Quiero aclarar que tanto para el caso del arquitecto como del investigador me estoy refiriendo
especialmente a aquellas investigaciones (o construcciones) que efectivamente se realizan. Cuando esto
no ocurre, los diseños igualmente tienen su valor pero como se señaló se trata de un valor parcial y
relativo, como ocurre cuando se juzga cualquier promesa o acto en potencia. Con otras palabras, una cosa
es el plano de la obra y otra cosa es la obra terminada, sobre la que recaerá el veredicto final.
17
Juan Samaja: op. cit.
29
condición necesaria pero no suficiente; que el diseño no es sólo un paso previo y
acabado sino que acompaña, se ajusta durante y termina con la propia investigación.
En cambio no despierta la misma unanimidad el concepto de proyecto de
investigación. Alvira Martín lo equipara al diseño.18 Para Sierra Bravo el proyecto
contiene al diseño y “... consiste en la especificación organizativa, temporal y
económica de los distintos elementos, pasos y operaciones del proceso de investigación
respecto a un caso concreto de investigación”. 19 Mientras que para Samaja (cuya
posición - en este punto -, comparto) “... abarca otra porción y otro plano del proceso
de investigación, ya que se refiere a aquel conjunto de componentes que producen y
regulan la información más adecuada para llevar a cabo una dirección y control eficaz
del desarrollo del proceso (...) casi invariablemente se trata de una información escrita y
presentada de acuerdo a un cierto formato establecido por un sujeto supervisor (o
sistema regulador administrativo)”.20
18
Alvira Martín, F.: op.cit.
19
Sierra Bravo, R.: op. cit.
20
Samaja, J.: op. cit.
30
10. ASPECTOS METODOLOGICOS
10.1. Tipo de estudio
10.2. Universo o población
10.3. Unidades de análisis y/o de información
10.4. Técnica/s de muestreo
10.5. Tamaño muestral
10.6. Error muestral
10.7. Técnica/s de recolección de datos
11. PRESENTACION DE RESULTADOS
11.1.Análisis de los datos
11.2. Informes de avance, parcial, final y complementarios
12. REFERENCIAS BIBLIOGRAFICAS
13. RESUMEN DEL PROYECTO / ABSTRACT
14. RESULTADOS ESPERADOS
14.1.Nuevos conocimientos/soluciones al problema
14.2.Transferencia al medio socioproductivo
15. DURACION DEL PROYECTO
16. PLAN DE ACTIVIDADES
16.1.Etapas
16.2.Actividades
16.3.Cronograma
17. PRESUPUESTO
17.1.Total
17.2.Detallado por etapa/actividad
Una de las claves de todo investigador que se precie como tal es el manejo y
conocimiento de la lógica del diseño, tanto para realizar sus propias investigaciones
como para evaluar las implementadas por otros. Esto último, resulta particularmente
importante para muchos profesionales (de cualquier índole) y personal directivo que en
el ejercicio de sus funciones están en contacto con investigaciones.
El dominio de la técnica del “diseño” contempla algunos principios:22
21
El resto de las cuestiones técnico-metodológicas serán tratadas cuando se analicen las investigaciones
exploratorias, descriptivas y explicativas.
22
Sierra Bravo, R.: op. cit.
31
a) Un conocimiento adecuado de la lógica del proceso de investigación, sus
metodologías y técnicas y de los factores que puedan afectar su validez.
b) Realismo para la adaptación, de modo creativo y original, a las cambiantes
circunstancias de cada investigación.
c) Imaginación para intuir todos los factores que pueden afectar la validez y para
encontrar soluciones eficaces a los mismos.
d) Flexibilidad o capacidad de adaptación del diseño inicial a las nuevas exigencias
que el desarrollo de la investigación ponga de manifiesto.
Como bien señala Sierra Bravo, el fin último de todo diseño es lograr la máxima
validez posible, es decir, la correspondencia más ajustada de los resultados del estudio
con la realidad. Kerlinger23 sostiene que hay que disponer la investigación de modo que
resulte maximizada la variación o efecto en la variable dependiente producido por las
variables independientes estudiadas, a fin de que su influencia aparezca lo más clara
posible, controlando las variables extrañas no investigadas, minimizando la influencia
de los factores aleatorios y los errores de medida e incrementando todo lo posible la
seguridad y fiabilidad de las operaciones de la investigación. En tal sentido, ya en 1966
Campbell y Stanley24 habían establecido dos criterios valorativos:
El criterio de validez interna.
El criterio de validez externa.
Luego en los últimos años se agregaron dos criterios más:
El criterio de validez de constructo.
El criterio de validez estadística.
Si bien estos criterios (especialmente los dos primeros) fueron delineados pensando
en los diseños experimentales (para cualquiera de sus modalidades), a continuación se
los desarrollará de manera que puedan adaptarse a cualquier tipo de estudio.
Independientemente de lo anterior, en todos los casos - tal como se verá -, estos
criterios suponen diferentes tipos o procedimientos de control de variables: eliminación,
conversión a constantes, igualación, aleatorización, contrabalanceo, repetición, grupos
testigos, etc.
Validez interna
El primer paso para poder controlar los posibles factores o variables perturbadoras
(hipótesis alternativas, en algunos casos), es conocer y ser conscientes de cuáles pueden
ser. Dado que su número es casi ilimitado dependiendo de los objetivos de la
investigación y de las hipótesis (si las hubiera), se agruparán los casos de errores o de
invalidación interna en las siguientes categorías genéricas:25
1) Características iniciales y/o experiencia previa de las unidades de análisis.
2) Acontecimientos externos a la investigación que tengan lugar durante el
desarrollo de la misma.
3) El proceso de maduración de los sujetos de la investigación.
4) Los propios efectos reactivos de la utilización de diferentes técnicas de
investigación, en especial de los instrumentos de medición.
23
Kérlinger, F.N.: Investigación del comportamiento: técnicas y metodologías, Interamericana, México,
1975.
24
Campbell, D. y Stanley, J.: Diseños experimentales y cuasiexperimentales en la investigación social,
Amorrortu, Buenos Aires, 1978.
25
Alvira Martín, F: op. cit. que a su vez las toma de Selltiz, C. y otros: Métodos de investigación en las
relaciones sociales, Rialp, Madrid, 1974.
32
5) El investigador como fuente de invalidación interna.26
Cabe agregar, que algunas de las variables incluidas en este agrupamiento se pueden
controlar mientras que otras forman parte de los denominados factores no controlables.
Por otra parte, no todo estudio tiene que verse afectado por los mismos.
Debe señalarse también que la validez interna es un ideal al que hay que
aproximarse y que se alcanza en menor o mayor grado. Un diseño podrá tener menor o
mayor validez interna que otro, pero casi nunca podrá carecer totalmente de ella. El
grado de validez interna condiciona la interpretación analítica de los resultados de una
investigación. Su control puede efectuarse a priori al plantear el diseño de la
investigación, o a posteriori en el análisis e interpretación de los datos.
Algunos ejemplos:
Una de las técnicas que con frecuencia se utilizan en los estudios cualitativos es la
de Focus Groups. La validez de los mismos puede resentirse seriamente si el
reclutamiento de los integrantes no es adecuado: muchas veces se conforman con
individuos que son “especialistas en el arte de ser reclutados” (invalidación interna o
error de tipo 1). Dado que no todos los integrantes participan de la misma manera (algo
natural que refleja lo que ocurre en cualquier grupo) a veces sucede que alguien “copa
la parada” entorpeciendo o anulando la dinámica grupal (error de tipo 3) o lo que es
peor aún, que el coordinador confunda la dinámica de ese sujeto con la dinámica grupal,
perdiendo de vista a las “mayorías silenciosas” (error de tipo 5). También con
frecuencia en estas sesiones se suelen testear pautas publicitarias: si con anterioridad a
la exposición el grupo fue interrogado sobre la opinión del producto promocionado,
cuando se realice el postest es probable que todos o algunos se cierren a la influencia del
“estímulo” y mantengan su parecer inicial (error de tipo 4).
En períodos preelectorales son frecuentes los estudios de intención de voto. Sin
entrar a discutir los problemas de representatividad de la muestra (validez externa)
muchas de estas investigaciones adolecen de ciertos sesgos: el llamado “voto
vergonzoso” de aquel entrevistado que miente u oculta su verdadera intención (error de
tipo 3); el “voto publicado” dado a conocer por los medios de comunicación y que
influye en la respuesta de los entrevistados (error de tipo 2); el encuestador que
presiona o induce a los encuestados (error de tipo 5).
Validez externa
Un diseño tiene validez externa cuando los resultados obtenidos pueden ser
generalizados o inferidos estadísticamente a otras unidades de análisis/universo, a otras
situaciones/contextos o a otros momentos/tiempos distintos a aquel en que se realizó la
investigación. En tal sentido, existen diferentes estrategias:
1) Utilizar técnicas del muestreo probabilístico tanto para seleccionar unidades de
análisis como contextos o momentos.
2) Creación y selección deliberada de grupos heterogéneos de unidades de análisis,
situaciones o tiempos. Es decir que en lugar de trabajar con muestras aleatorias se
utilizan muestras por cuotas forzando la inclusión de unidades más heterogéneas y
distintas.
26
Tanto Alvira Martín como Selltiz mencionan cuatro categorías, la quinta la agrego - por su
significación -, tomándola de Hernández Sampieri, R.: Metodología de la investigación, McGraw-Hill,
México, 1994. P. 124.
33
3) Tomar ejemplos/casos modales/muestras “ad hoc” o determinar las
características de aquellas unidades, contextos y momentos a los que se quiere
generalizar (muestreo intencional, evaluado, racional o dirigido).27
Estas estrategias están ordenadas de mayor a menor poder de inferencia o
generalización y a la inversa en lo que respecta a las posibilidades prácticas de
utilización.
Validez de constructo
Validez estadística
27
Con respecto al tema del muestreo intencional o a la utilización de muestras “ad hoc” cabe aclarar que
siempre se tratan de muestras no probabilísticas pero en ningún caso de muestreo predispuesto (en el que
los resultados obtenidos son consecuencias directas del mismo procedimiento de selección empleado).
Para mayores detalles ver Jorge Padua: Técnicas de investigación aplicadas a las ciencias sociales, FCE,
México, 1982; Samaja, J.: op. cit.; Alvira Martín, F.: op. cit.; y en este mismo libro el capítulo de Raquel
Miguez.
28
Ver más adelante el capítulo del autor: Sobre las variables, indicadores e índices.
34
estadística se refiere a este tipo de error aleatorio (que no debe confundirse con el error
de muestreo) que informa sobre la estabilidad y fiabilidad de los resultados obtenidos.
Resumiendo, existen cuatro criterios para analizar la validez de un diseño, que
suelen sintetizarse en dos: interna (en el que se incluye como un caso especial, la
validez de constructo) y externa (incluyendo como otro caso especial, la validez
estadística). A priori, el más importante es la validez interna, dado que si no se pueden
interpretar los resultados por no tener controladas las variables extrañas y/o hipótesis
alternativas o no estar adecuadamente operacionalizadas las variables, no tiene sentido
hablar de errores aleatorios (validez estadística). Por otra parte, si el diseño tiene
validez interna aunque no se pueda generalizar (validez externa), los resultados
obtenidos serán válidos por los menos para ese contexto restringido. Sin embargo,
también hay que señalar que la validez que debe primar depende de los objetivos de la
investigación: si se pretende, por ejemplo, medir la conducta electoral resulta más
importante la generalización (validez externa); en cambio, si el propósito es analizar
las condiciones laborales de los empleados de una empresa será más importante la
validez interna.
Retomando el análisis comparativo entre diseño, proyecto y proceso de
investigación, se podría agregar que no todo lo diseñado se comunica ni puede
comunicarse en el proyecto; por varios motivos: básicamente, porque no se trata de
“avivar giles” ni de exponerse a que le “roben” la idea y porque muchas de las
decisiones se toman durante la investigación. Ni tampoco los contenidos de ambos
coinciden necesariamente con lo realizado luego en la investigación que tiene sus
propios “avatares” y su propia “dialéctica” y dinámica en la que interviene no sólo el
investigador sino también el contexto y los propios sujetos investigados. Esto último se
manifiesta especialmente en los estudios cualitativos en donde como bien señala Guber
“el investigador no es el único estratega”.29
En síntesis, diseño, proyecto y proceso - con sus lógicas respectivas, relativamente
autónomas pero a su vez complementarias -, constituyen tres componentes de la
Investigación (en sentido amplio), que a su vez, tiene su propia lógica solidaria e
inclusiva de las anteriores pero que - como más arriba se señaló -, involucra otras
cuestiones y pertinencias. Parafraseando a Bourdieu serían tres subcampos (con sus
propias reglas de juego y fuerza gravitatoria) dentro del campo científico, que también
tiene sus propias reglas de juego que condiciona a las anteriores al tiempo que están
determinadas por la estructura de relaciones (de poder) del espacio social en el que
interactúan los actores.
En lo que respecta a las preguntas iniciales sobre los límites (¿Cuándo comienza y
termina una investigación?, etc.) y si necesariamente hay que definir un comienzo, el
mismo estaría en el momento en que se decide convertir un problema - valga la
redundancia -, en problema de investigación.30 Pero no se podría, de la misma manera,
hablar de un final; dado que este proceso se retroalimenta o citando nuevamente la frase
de Poincaré “... no hay problemas resueltos, hay problemas más o menos resueltos”.31
29
Guber, R.: El salvaje metropolitano, op. cit.
30
Ver capítulo anterior y el texto en este mismo libro de Héctor Barroso.
31
En Moledo, L.: De las tortugas a las estrellas, op. cit.
35
Capítulo 3
EL PROCESO DE INVESTIGACIÓN
ANALISIS INFORME
DE L0S FINAL
DATOS
1
Ver bibliografía general.
36
2. Hacia la Formulación del problema
2
Selltiz, C. y otros: Métodos de investigación en las relaciones sociales, Rialp, Madrid, 1965.
3
Lores Arnaiz, María del Rosario: Hacia una epistemología de las ciencias humanas, Belgrano, Buenos
Aires, 1986.
4
Gouldner, Alvin: La crisis de la sociología occidental, Amorrortu, Buenos Aires, 1979.
5
Bourdieu, Pierre: ver bibliografía general.
37
resulte obvio decir, que son escasas las investigaciones autofinanciadas motivo por el
cual, la ayuda económica es por lo general, externa al investigador. En estos casos, la
financiación o bien proviene del estado (nacional, provincial o municipal) a través de
algunas de sus instituciones, de algún organismo público internacional o de algún
organismo privado (nacional o multinacional). En países como el nuestro - como ya es
sabido -, es escaso (por no decir nulo) el presupuesto destinado a la investigación (y
menos aun cuando se trata del ámbito de las ciencias sociales); motivo por el cual, en la
mayoría de los casos la “ayuda económica” se origina en los otros organismos. En
definitiva, en cualquiera de los casos, el que solventa los gastos suele limitar (cuando no
imponer) los temas para los cuales ofrece financiación, con el agregado de que a veces
los temas no responden a las necesidades de los países en los cuales están radicados los
investigadores sino a problemáticas de los países en donde tienen su sede estos
organismos o con el agravante de que se utilizan a los países donde están localizados los
investigadores como laboratorios o banco de prueba para testear nuevas tecnologías o
políticas de diversas índoles y de dudosos resultados como muchas veces ocurre, por
ejemplo en el ámbito de la salud.
Para el análisis de los beneficios a su vez hay que distinguir dos perspectivas: la
del investigador y la de quien la financia. Desde la primera, y si pensamos que el
investigador es un ser de carne y hueso como cualquier otro, con las mismas
necesidades, etc. es posible entonces, que al momento de elegir un tema de
investigación lo haga pensando con el bolsillo y se incline por temas que
económicamente sean más redituables aunque intelectualmente o académicamente sean
más pobres o incluso alienantes. Si consideramos la perspectiva de quien financia la
investigación se pueden mencionar diferentes alternativas: a) en algunos casos no
interesa la investigación (ni sus resultados) sino que se la utiliza como uno de los tantos
mecanismos de evasión impositiva. Esto último serviría - en parte - para explicar por
qué los grandes bancos y empresas tienen fundaciones, institutos, etc. a través de los
cuales canalizan fondos para destinos (uno de ellos, la investigación) que no están
gravados impositivamente o que están exceptuados del pago de impuestos; b) en otros
casos tampoco interesa la investigación (o sus resultados) sino que se la utiliza como
otra forma de realizar publicidad institucional, de manera de mantener o de mejorar la
imagen de la empresa en la comunidad. En este caso, lo importante es que aparezca el
logo o el nombre de la organización auspiciando el evento en cuestión; c) en ciertos
casos, sí interesa la investigación (y sus resultados) y entonces se obliga a los
investigadores a ceder sus derechos intelectuales sobre los conocimientos o hallazgos a
obtener quedando patentados a nombre de quien financia la investigación, con el
agregado de que el patentamiento se realiza en los países centrales y con el agravante de
que a veces se archivan los resultados hasta tanto no se amorticen las tecnologías en
uso, o se dan a conocer en esos países llegando a los nuestros la tecnología descartada
por obsoleta o debiendo pagar en forma alienante por algo que fue hecho en el país.
Un sexto factor lo constituyen los grupos de poder y/o de presión que pueden
favorecer u obstaculizar que se investiguen determinados temas: es abundante la
bibliografía sociológica referida al tema. En el primer capítulo se hizo referencia al
papel “subversivo” de la investigación y cómo ésta puede afectar determinados
intereses.
Un último factor sería el contexto, la propia situación en la que están insertos los
investigadores que bien puede en algunos casos imponer el tema como ocurre a
menudo en el campo de la salud, en donde en forma imprevista un virus hasta ese
momento desconocido, obliga a los científicos del área a tener que abocarse a su estudio
tal como sucedió con la aparición del Sida.
38
Para terminar y a modo de síntesis tal vez sea conveniente volver a Bourdieu y
recordar que no existen acciones desinteresadas. En el análisis que se está realizando
cabe la posibilidad de incluir los cuatro capitales que él identifica: económico, cultural,
social y simbólico por los cuales estarían interesados cualquiera de los actores
involucrados, especialmente los investigadores. De esta manera toda investigación
constituye una práctica interesada especialmente aquéllas que se autodefinen como
“desinteresadas”. Un caso paradigmático - al que ya se ha hecho referencia -, para
ilustrar la incidencia de los diferentes factores analizados y para mostrar la trama de
intereses (por distintos capitales) en juego es el Proyecto Genoma Humano.6
En la mayoría de los casos no basta con haber elegido el tema o con tener
identificado un área-problema: dado que hasta aquí lo que se tiene es la “ideota” o sea la
“idea grandota” acerca de lo que se pretende investigar. Es necesario establecer los
alcances circunscribiendo el campo de análisis y especificando el objeto de estudio: en
términos teóricos, metodológicos y empíricos. Al respecto, me permito sugerir algunas
estrategias para la delimitación que a su vez posibilitarán la formulación del problema:
a) Contextualizar la investigación: acotarla temporal, espacial y socio
demográficamente introduciendo variables contextuales (constantes y/o comparativas).7
Veamos a modo de ejercitación, un ejemplo:
Supongamos que se ha elegido como tema “la discriminación”. Esta problemática
así planteada es prácticamente inabordable:
1. Una primer decisión sería optar entre realizar un estudio histórico sobre su
evolución o referirnos a lo que ocurre con la discriminación en la actualidad:
supongamos que se opta por lo último (variable contextual temporal).
2. Una segunda decisión es sobre el ámbito geográfico: interesa realizar un estudio a lo
largo y ancho del país? La repuesta es obvia, supongamos que la acotamos a
Capital/GBA (variable contextual espacial).
3. La tercer decisión involucra la población: niños, adolescentes, adultos, ancianos:
hombres y/o mujeres? Supongamos que optamos por los adolescentes (variable
contextual demográfica)
4. La cuarta decisión apunta al ámbito: educativo, familiar, recreativo, religioso,
político, sexual, etc. Supongamos que se elige el recreativo y más específicamente en
los boliches bailables (variable contextual sociocultural).
Ahora ya sabemos que el tema contextualizado es: “La discriminación que padecen
los jóvenes en la actualidad en los boliches bailables de Capital/GBA”.
6
Ver Maddox, John: Lo que queda por descubrir, Debate, Madrid, 1999.
7
Ver el capítulo: Sobre variables, indicadores e índices.
39
3. Es cierto que la discriminación está relacionada con el color de la piel, con el nivel
socioeconómico, el género, la edad, la vestimenta, etc.?
4. Interesa saber si la discriminación varía según el tipo de boliche?
5. Importa analizar la opinión de los concurrentes sobre la discriminación?
6. O saber si concurren a sabiendas de que hay discriminación?
7. Etc., etc., etc.
8
Ver Selltiz y otros: op. cit.
40
obtener una mayor información. Si se retomara el ejemplo anterior y suponiendo que
una de las posibles relaciones fuera el color de la piel y la discriminación, un caso típico
sería el morocho discriminado mientras que uno atípico lo sería el morocho no
discriminado. Sería interesante saber ¿qué tendrá ese morocho que no lo discriminan?.
Resumiendo, se acaban de presentar distintas estrategias para la delimitación del
tema y posterior formulación del problema. Las mismas constituyen alternativas
posibles y su empleo dependerá de cada investigación en particular y de sus
condiciones iniciales.
9
Merton, Robert: Teoría y estructura sociales, FCE, México, 1980.
41
naturales y por excelencia de la investigación y que por otra parte, es de donde surgen
los científicos. Pero también, cabe mencionar, el papel que tienen que cumplir los
profesores investigadores (particularmente los de mayor experiencia) como directores
de programas de investigación, conductores de equipos y maestros-tutores de dicha
formación.
Sin embargo y en un sentido restringido, es la teoría, en última instancia, el origen
de cualquier proceso de investigación (o contexto de descubrimiento) porque los
problemas de investigación son problemas de conocimiento o de ausencia del mismo (lo
que se sabe de lo que no se sabe).10 Es la teoría (a través de sus diferentes
manifestaciones: conceptos, hipótesis, proposiciones, leyes, etcétera) la que avala la
decisión de investigar, la que nutre y orienta la experiencia del investigador, la que
provoca el consenso (o disenso) de la comunidad científica, la que constituye el núcleo
fuerte (o central) de cualquier paradigma o programa de investigación, la que permite
interpretar las observaciones (o los datos), a la que refieren los hechos anómalos o a la
que contradicen los datos, la que se toma prestada de otras disciplinas, la que se reclama
por su ausencia, a la que apela el cliente cuando consulta al especialista, la que se
enseña en la universidad, etcétera.
De la misma manera, es la teoría la que justifica las ideas de la investigación al
establecer su relevancia o fertilidad, al orientar la búsqueda y el diseño de la prueba
(contexto de justificación). En efecto, la teoría permite definir los objetivos de la
investigación, es la que brinda la caja de herramientas conceptuales, la que respalda las
hipótesis de trabajo, la que define las estrategias técnico-metodológicas (que por otra
parte, son teoría en acción), la que establece las evidencias necesarias y el marco de su
interpretación. En tal sentido, cabe recordar, que los datos no hablan por sí mismos sino
que lo hacen a la luz de una determinada teoría, que la realidad se problematiza e
interroga desde la teoría. Como señala Bachelard, el hecho científico “se conquista,
construye y comprueba” (superando los obstáculos epistemológicos)11 o con palabras de
Bourdieu “hay que romper con la ilusión de la transparencia o del saber inmediato” 12
(estableciendo la prioridad epistemológica de la teoría). Con palabras de Sautu: “...el
sostén de una investigación, el andamiaje sobre el cual se construye, son las teorías,
modelos de análisis y conceptos que estructuran un área de conocimiento aportándole
ideas, planteándole dudas, sugiriendo hipótesis y preguntas que eventualmente
constituirán el objetivo de investigación...”.13
Con el propósito de ilustrar lo anterior (pero en especial, el papel de la teoría) voy a
referirme a un caso clásico y “paradigmático” de la Sociología: la “idea de suicidio” de
Durkheim.14 Y lo hago por las razones que brevemente a continuación paso a
desarrollar:15
1. En sociología, la idea de suicidio (muerte voluntaria) no tiene (o no tenía) un sentido
inmediato, no se planteaba en principio como un objeto sociológico legítimo -
desde la inmediatez y arbitrariedad del sentido común en adelante -, y sí en cambio
lo es - y especialmente, lo era -, para el psicólogo, psiquiatra, médico, etcétera.
10
Véase el capítulo siguiente de Héctor Barroso.
11
Bachelard, Gastón: La formación del espíritu científico, Siglo XXI, México, 1984.
12
Bourdieu, Pierre: El oficio de sociólogo, Siglo XXI, Buenos Aires, 1975.
13
Sautu, Ruth: Acerca de qué es y no es investigación científica en ciencias sociales, en Wainerman, C. y
Sautu, R. (comps.): La trastienda de la investigación, Belgrano, Buenos Aires, 1998, p. 182.
14
Durkheim, Emile: El suicidio, Akal, Madrid, 1992.
15
Para un análisis más pormenorizado, veáse Gonthier, Fréderic: Algunas reflexiones epistemológicas
sobre la idea de suicidio en sociología, en Reis nº 81, Madrid, 1998, en quien me he basado para
desarrollar la ilustración.
42
2. No son las estadísticas (abundantemente difundidas en la Francia de principios de
siglo XIX) como a menudo se ha sostenido ni la generalización de los
procedimientos estadísticos, lo que hay que invocar para explicar las condiciones de
posibilidad de la sociología del suicidio de Durkheim. Ni siquiera su afán
moralizador (por cierto importante). Porque para él, el suicidio no constituye nunca
otra cosa que el síntoma de un cierto grado de patología de la estructura social. Ni
tampoco responde a la satisfacción de un requisito especulativo o de pura deducción
lógica dado que en su filosofía social (y moral) no había lugar para la idea del
suicidio. En tal caso, la idea de suicidio sólo encuentra lugar como anomalía que es
necesario rectificar o lo que su teoría positivista de la sociedad pretende hacerse
cargo de eliminar.
3. La idea de suicidio se cuestiona sólo en tanto que se presenta como un sinsentido
que es necesario superar porque compromete las condiciones mismas del discurso
sociológico (que es un discurso de y sobre el sentido). Es un caso límite para la
objetivación sociológica que lo convierte en problema antes de darle sentido. Es
una ”zona de sombra” que se impone primero como un enigma a priori , una duda
que amenaza con la ausencia de respuesta por parte de la teoría social. La idea del
suicidio constituye desde un punto de vista epistemológico el dilema (¿aporía,
paradoja, antinomia?) por excelencia de la sociología que la induce al “error”: lo
individual vs. lo social, lo subjetivo vs. lo objetivo, la acción vs. la estructura. La
idea de suicidio es de las que obliga al investigador a asumir el riesgo por la
fertilidad que la misma supone, a extremar la imaginación sociológica, la audacia
teórica para demostrar la presencia (determinación) de lo social en un hecho tan
“individual” como el suicidio, a hacerse cargo de los riesgos en las “condiciones
más desfavorables.”16
4. Y es la teoría sociológica de Durkheim la que fundamente la idea de suicidio, la que
le da consistencia, asignándole un lugar en sus tesis teóricas. La que vincula la idea
sociológica del suicidio con el hecho social. A diferencia de la perspectiva
weberiana, que postula que todo hecho social es ipso facto un hecho sociológico,
para Durkheim la conexión entre lo social y lo sociológico no queda certificada de
manera inmediata sino que se articula (construye) teóricamente: no puede decirse
nada sociológico sobre el suicidio sin haber formulado previamente una teoría
sociológica que lo defina como objeto teórico. No se trata de “atomizar y luego
sumar” - como lo pretende el estilo empirista inductivo ingenuo (y no tanto) – para
llegar al hecho científico, se trata de “conquistar, construir y comprobar” el hecho
científico. Sólo la construcción teórica permite resolver la antinomia entre
individuo y sociedad posibilitando que la razón sociológica tome conciencia de sí
misma.
16
Wainerman, Catalina: La invisibilidad censal de las mujeres trabajadoras, en Wainerman, C. y Sautu,
R.: op. cit.
43
Capítulo 4
EL PROBLEMA DE INVESTIGACIÓN
Héctor D. Barroso
El tema y el Problema
A) ¿Por qué existe el tabú del incesto en todas las sociedades conocidas?
B) ¿Cuál es la tasa de mortalidad infantil en Jujuy?
C) ¿Por qué hay las guerras?
D) ¿Qué candidato triunfará en las próximas elecciones?
44
E) ¿Existe relación entre la información que poseen las personas y sus conductas
respecto del SIDA?
F) ¿Qué razones tienen las personas que desean donar sus órganos después de su
muerte?
G) ¿Qué procedimiento utilizaremos para seleccionar una muestra de conductores de
vehículos?
H) ¿Por qué muchos jóvenes no consiguen empleo?
I) ¿Es mayor la proporción de divorcios en las comunidades urbanas que en las rurales?
J) ¿Qué efectos tiene la publicidad en los consumidores?
k) ¿Cuál es el número de muertes maternas como consecuencia de abortos practicados?
1
- Carl C. Hempel: Confirmación, inducción y ciencia racional. Ed. Paidós. Buenos Aires.1975
45
La definición del problema
¿Qué es la teoría?:
2
- Galtung, Johan : Teoría y Método de la Investigación Social. EUDEBA.Buenos Aires. 1973
46
Según Karl R. Popper3, el volumen informativo de una teoría, coincide con la clase
de falsadores potenciales, es decir la clase de los enunciados básicos con los que es
incompatible, de manera tal que una teoría o un enunciado es tanto más informativo -
más contenido empírico tiene- cuanto más falsable es: cuantos más sucesos prohíba en
la naturaleza, cuanto más fácil sea refutar una teoría, tanto más informativa será.
El contenido lógico es el conjunto de enunciados deducibles de una teoría. Las
teorías de mayor contenido empírico (más falsables) son preferibles a las de menor
contenido empírico (menos falsables); por lo tanto, se puede decidir entre diversas
teorías según sea su mayor o menor falsabilidad.
Sus componentes son los modelos, las hipótesis, las leyes, los conceptos y la base
empírica.
Los modelos:
Son simplificaciones de la realidad –o de una zona o sector de ella- que se basan en
las propiedades significativas de los objetos estudiados. Estos esquemas presentan
múltiples relaciones entre factores (propiedades) y permiten, - controlando la variación
de algunos de ellos -, observar los cambios en otros.
Son maneras de interpretar o explicar las teorías o partes de la teorías, acercando lo
abstracto a lo concreto, la teoría a la realidad. Pueden ser formales o materiales.
Los modelos formales son estructuras abstractas que se asemejan a la realidad de la
que es modelo, utilizando lenguajes formales y el simbolismo.
Los modelos materiales son realizaciones en un medio físico –material- de
estructuras o sistemas que representan a las teorías.
Las hipótesis:
Son enunciados conjeturales (supuestos), que presentan relaciones entre
propiedades.
Su función principal es la de orientar la búsqueda de información para poner a
prueba lo que afirman.
Pueden definirse como enunciados generales que suponen una interpretación de
ciertos hechos, y que adoptamos transitoriamente como verdaderas mientras los
sometemos a contrastación.
Cuando su alcance es amplio (se refieren a una clase de objetos), han superado la
prueba de la experiencia en diversas condiciones y no se han presentado observaciones
como ejemplos en contrario, se consideran leyes científicas.
No todas las hipótesis científicas implican generalizaciones: hay hipótesis referidas
a hechos singulares, de existencia, como lo fueron en sus días «la Tierra gira en torno al
Sol», o podría ser hoy la suposición de la existencia de vida fuera de nuestro planeta.
Las leyes:
Tampoco es estricta la distinción entre una hipótesis y una teoría o una ley y, dado
que la finalidad de las hipótesis es orientar las investigaciones, hay que ubicarlas en el
contexto de las teorías.
3
Karl Popper: La lógica de la investigación científica. Ed. REI. Buenos Aires. 1989
47
Las leyes son hipótesis que, habiendo sido sometidas a contrastación, ha pasado con
éxito la prueba.
Los conceptos:
Son contenidos designados por un término (palabra o conjunto de palabras). Es la
forma lingüística que define cada objeto, propiedad o relación. Su definición, en un
sentido amplio, equivale a «idea general» o «idea abstracta».
Es una representación mental del objeto , general y abstracta, que como resultado
del proceso de conocimiento es obtenida por el sujeto .
La imagen, en cambio posee características concretas comunes con algún objeto
determinado. Por ejemplo, la imagen mental de un perro contiene la forma de algún
perro, en tanto el concepto de perro sólo contiene las características definitorias,
esenciales, que definen a cualquier perro.
El concepto de “perro” se obtiene por abstracción de la experiencia de muchos
perros observados, pero una vez en la mente, es también el conjunto de características
mentales con el que puede decidirse si el objeto contemplado es un perro, un gato o una
caballo.
También el concepto implica el criterio que utilizamos para aplicar los nombres a
las cosas. Esta doble dirección ha sido expresada por Kant: conceptos sin experiencias
son vacíos, y experiencias sin conceptos son ciegas.
Propios de cada teoría, los conceptos mantienen su sentido y significado dentro de
ellas. Son utilizados y a veces reelaborados por el investigador, dentro de un sistema
teórico del que proviene. Fuera de éste, su sentido pierde precisión, es incomparable y
muchas veces inutilizable ya que otras teorías han acuñado conceptos diferentes o,
aunque los términos sean los mismos, su significado es distinto.
Sus funciones son las de orientar la percepción, ubicar y valorar lo percibido y
permitir la comunicación científica.
48
Las funciones de la teoría:
1) Definir la clase de objetos que estudiará cada disciplina y los tipos de datos que se
obtendrán de ellos.
2) Ordenar y sistematizar los conocimientos a través de los conceptos acuñados.
3) Organizar las observaciones y definir y valorar los datos a obtener.
4) Explicar: decir cuando, dónde y por qué ocurren los hechos.
5) Predecir: Anticipar en el tiempo cómo se va producir un fenómeno dadas ciertas
condiciones.
6) Señalar los claros que hay en el conocimiento
Podemos, analíticamente, identificar tres situaciones que en relación con las teorías,
generan problemas de investigación científica.
1. La ausencia de explicación:
Cuando existe una zona de la realidad o una problemática nueva para la cual
todavía no hay una explicación (teoría) satisfactoria. Esto motiva a la formulación
de problemas, origina hipótesis y las investigaciones que las ponen a prueba.
49
Las condiciones de los problemas:
Podemos considerar, en general, que un problema tiene sentido cuando plantea una
cuestión a la que es lógicamente posible darle respuesta; los que están mal planteados
resultan ser problemas insolubles.
Para que un tema o idea sobre algún sector de la realidad se convierta en un
problema resoluble en los términos de lo que hoy se considera investigación científica,
debe cumplir con ciertos requisitos, ciertas condiciones que permiten su resolución y
se detallan a continuación.
Por ejemplo:
¿Existe alguna relación entre la información que las personas poseen acerca del
SIDA y los riesgos de contraerlo y su comportamiento sexual?
B) Los problemas que se planteen deber estar formulados de la manera más clara y
precisa posible:
Deben hacerse explícitos los supuestos implícitos, es decir aquellas ideas que
suponemos que los demás entienden y comparten pero que quizás no estén precisadas y
por ello se entiendan de manera diferente.
Como ejemplo podemos tomar el concepto de opinión pública.
Muchas personas (comunicadores, políticos, artistas televisivos, legos) lo utilizan
pero pocos pueden precisar qué es, dónde aparece, cómo se manifiesta y cómo se
observa.
En algunas disciplinas las definiciones son más sencillas. Los conceptos son
compartidos por la sociedad y los científicos, y las definiciones se corresponden con las
operaciones necesarias para observarlos.
Por lo tanto, hay que tratar de reducir toda ambigüedad y toda vaguedad en la
formulación.
D) Los objetos , los fenómenos y las propiedades que se planteen como componentes
de los problemas deben poder ser observados, tratados experimentalmente o con
alguna forma de contraste y/o verificación con la realidad:
Las cuestiones que no puedan observarse, de manera directa o indirecta no pueden
plantearse como problemas.
El sentido de la vida, la inmortalidad del alma o las verdades absolutas son
cuestiones que están más allá de la posibilidad de investigación científica pues son
inobservables (o quizás irresolubles como preguntas).
4
Mario Bunge: ¿Qué es un problema científico?. Cuadernos de Epistemología. Universidad de Buenos
Aires. Facultad de Filosofía y Letras.1972.
51
Los problemas de conocimiento: Son los que nos ocupan, y originan las investigaciones.
A éstos, además debemos ubicarlos en una (o varias) disciplinas: Sociología, Física,
Economía, Astronomía, etc.
Ejemplo:
Elaborar una definición clara y precisa acerca de este fenómeno. (si lo defino
mediante una formula, mediante palabras corrientes o con un lenguaje técnico)
Ejemplo:
52
3. ¿En qué objetos se manifiestan los fenómenos?
Ejemplo:
Ejemplo:
Ejemplo:
6. ¿A qué se parecen?
53
Ejemplo:
Ejemplo:
Ejemplo:
Es posible que esté vinculado con objetos y fenómenos de esa clase (lo más
probable), o quizás con los de otra clase. Tratar de responder esta pregunta contribuye
mucho al conocimiento del fenómeno.
54
Ejemplo:
Con la salud pública, la orientación sexual de las personas, los hábitos en general.
Ejemplo:
Medir es ubicar a un objeto en una posición de una escala (de alguna propiedad).
Debemos pensar si los objetos o fenómenos que identificamos en nuestro problema son
ubicables dentro de alguna escala mediante la atribución de algún símbolo que nos
permita compararlos con otros.
Ejemplo:
Debemos intentar responder pensando qué tipo de escala puede utilizarse para
medirlos.
55
Ejemplo:
Ejemplo:
Podemos pensar que cuando varía un factor (variable) varía otro ( asociación o co-
variación). O si alguno provoca la variación de otro (dependencia). Poner a prueba
estas relaciones entre variables constituyen los objetivos principales de las
investigaciones empíricas en las ciencias sociales.
Ejemplo:
Desde la pregunta 10 hasta la 15, hemos desarrollado los ítems que corresponden a
lo que se denomina fase descriptiva y dan lugar a los diseños del mismo nombre. Su
56
propósito es observar (medir) con la mayor precisión posible, las variables identificadas
en la fase anterior (exploratoria) y averiguar si están relacionadas.
Ejemplo:
Ejemplo:
Ejemplo:
Ejemplo:
Objetivo general:
Averiguar si existe relación entre la información que poseen las personas sobre el
SIDA y su comportamiento sexual.
Objetivos específicos:
- Averiguar si la relación entre la información sobre el SIDA y el comportamiento
sexual es más intensa entre los jóvenes o los mayores.
- Averiguar si la relación entre la información sobre el SIDA y el comportamiento
sexual es más intensa entre los hombres o las mujeres.
- Averiguar si la orientación sexual de las personas tiene importancia en la relación
información / conducta.
58
Capítulo 5
Teorías e Hipótesis:
1
Raymon Boudon y Paul Lazarsfeld: Metodología de las ciencias Sociales, Vol. 1, Ed.LAIA, Madrid,
1979, pp 47 a 49.
2
Raymon Boudon y Paul Lazarsfeld :Op. Cit 1 pp 47 a 49.
3
R. Sierra Bravo: Técnicas de Investigación Social, 5ta. Ed. Paraninfo, Madrid, 1988, pp 70 y 71
59
Por ello el científico se ve obligado a plantearse nuevos interrogantes y a
efectuar una nueva elección. Después de haberse preguntado qué investigar y
la determinación del problema, debe inquirir ahora ¿cuál es la solución o
soluciones probables a la cuestión planteada? En contestación a esta pregunta
ha de efectuar, entre las diversas explicaciones posibles del fenómeno que se le
ocurran, la elección de aquella o aquellas que le parezcan más plausibles o
verosímiles, a fin de proceder a la comprobación en la investigación de su
validez. Esta explicación o solución posible elegida no es otra cosa que la
hipótesis.4
Las hipótesis representan, pues, otra nueva concreción del tema a investigar,
necesaria para proceder con el debido orden en la comprobación científica. Precisan, en
general, el objetivo de ésta y orientan la búsqueda de explicación al problema
planteado, lo que equivale a decir que iluminan el proceso de la investigación en sus
distintas fases. Por todo ello, las hipótesis son básicas en toda investigación científica.
Hemos marcado en letra cursiva los momentos en que el investigador debe actuar
en relación al planteo de sus hipótesis.
4
R. Sierra Bravo: Técnicas de Investigación Social, 5ta. Ed. Paraninfo, Madrid, 1988, pp 70 y 71
60
Además señalan el rumbo y los contornos del camino a recorrer por el investigador,
marcando un derrotero concreto. Podemos asimilarlo a las hojas de navegación que
emplean los pilotos de barcos para guiarse en el océano, o a las estrellas que usan de
guía para enfilar mejor el rumbo hacia su destino.
Pero ¿qué sucede si ese rumbo es el equivocado y nos lleva a conclusiones falsas,
ya que a priori, si toda hipótesis es una conjetura, bien puede ser refutada por los
hechos?
La respuesta es que esto no hace más que reforzar la importancia de las hipótesis
como herramienta indispensable, ya que la ciencia avanza tanto demostrando lo
verdadero como refutando lo falso.
Por lo tanto, si una hipótesis es refutada como consecuencia de las instancias que
llevan a su prueba, ya sabemos por donde no debemos marchar, abriéndose entonces
para a ese u otros investigadores un panorama que le permitirá encarar nuevas
orientaciones, sabiendo que no tropezará con la misma piedra.
Entonces, aunque en algunos trabajos el investigador no ha planteado
explícitamente sus hipótesis, situación frecuente en algunos campos, como así también
en los esquemas exploratorios o formulativos, esto no significa que el mismo no se haya
efectuado preguntas o interrogantes frente a la situación o problema que tiene por
delante.
Esas preguntas e interrogantes no son sin embargo otra cosa que hipótesis que
subyacen a lo largo de un trabajo que en apariencia se llevó solo por objetivos.
En el caso puntual de la investigación exploratoria precisamente, lejos de
desconocer las hipótesis, a menudo el mismo se orienta a una elaboración y
explicitación de las mismas.
Y aún así ¿que lleva a un investigador, que no explicita sus hipótesis, a privilegiar o
simplemente seleccionar unos objetivos descartando otros?
Simplemente su enfoque experto del tema, edificado sobre innumerables hipótesis
subyacentes en su pensamiento, o en la experiencia acumulada. También puede jugar un
papel la intuición del experto, en la medida que la podemos definir como proyección
informal o inconsciente de experiencia o conocimiento acumulado.
Suele también decirse ¿no son acaso famosos hallazgos científicos en los que los
aspectos fenomenológicos evidenciados por la propia casualidad llevaron a la solución
de un enigma o problema?
En esta línea aparentemente se encuentran el principio de Arquímides sobre el
comportamiento de los cuerpos sumergidos o la sorpresa de Fleming al hallar
inesperadamente muertas las bacterias de un grupo de sus cultivos, lo que lo llevó al
descubrimiento de los efectos antibióticos de la penicilina, etc.
Pero el genio de Arquímides no se funda en haber corrido desnudo por las calles de
su ciudad presa del entusiasmo gritando “lo hallé, lo hallé ”, sino en haberse planteado
(post facto) la hipótesis que daba respuesta al hecho sucedido.
Asimismo el hallazgo “casual” o “accidental” de Fleming no hubiera llegado a
constituirse en el aporte monumental que implicó para la salud humana, sin haberse
ligado en su mente a la elaboración y prueba del sistema de hipótesis que explicaron el
“accidente”.
Precisamente este planteo sistemático de hipótesis como parte de una estrategia de
indagación, marcó, según muchos epistemólogos e historiadores de la ciencia, el paso
de la actitud precientífica a la científica, ya que en la propia persona de Arquímides se
dieron ambos roles.
En el campo de la investigación social en particular, la elaboración de hipótesis
presenta algunas dificultades especiales, debidas por un lado al alto grado de
61
abstracción teórica de los conceptos utilizados y a la habitual pluricausalidad de los
problemas o fenómenos estudiados.
También cabe volver a hacer algún comentario respecto a la diferencia en el uso y
construcción de Hipótesis en el campo de la investigación académica / científica y en el
de la investigación “por encargo o por objetivos” (ejemplo típico estudios de mercado o
de satisfacción del cliente).
Si bien una revisión de las investigaciones del segundo tipo parece asegurar que no
poseen marco teórico e hipótesis explícitas, siempre presentes en las primeras, no
debemos perder de vista que en las segundas las preguntas concretas que se formulan en
las encuestas, cuestionarios o los contenidos de las guías de pautas para entrevistas,
surgen del conocimiento teórico que los investigadores poseen sobre el problema
concreto, y de las hipótesis derivadas del mismo.
No podemos dejar de lado el papel de la utilidad de la hipótesis en la delimitación
del campo de investigación en ciencias sociales. En este sentido, la investigación social
no trata de teorías más o menos abstractas, sino que formula problemas concretos.
También otra de sus finalidades consiste, por lo tanto en concretar el problema de
interés.
Definiciones:
Hipótesis Científica:
Se trata de enunciados o proposiciones teóricas conjeturales, tentativas, y no
verificadas, referidas a variables o relaciones entre variables que dan cuenta del orden,
regularidad, causa o asociación bajo la que se encuentran los fenómenos o problemas,
referidos a unidades de análisis.
Proposición:
Decimos que es un enunciado de base lógica o empírica compuesto por conceptos.
Concepto:
El concepto, fruto de una abstracción, consiste en la representación mental de un
objeto, situación o fenómeno.
Variable:
En ciencias fácticas (las que estudian hechos o fenómenos, tales como biología,
física, sociología o psicología experimental): Todo concepto que puede asumir distintos
valores, características o atributos susceptibles de medirse.
62
En filosofía, metafísica o religión (que estudian absolutos, valoraciones, etc, no
sujetos a supuestos o comprobación empírica): Todo concepto que puede asumir
distintas categorías, no necesariamente mensurables.
Cabe mencionar el caso especial de las matemáticas, el álgebra o el cálculo en
general, que a pesar de trabajar con signos y símbolos conceptuales, también emplean
variables abstractas que permiten establecer mediciones.
Para que una hipótesis científica pueda considerarse tal debe reunir, según R. Sierra
Bravo algunos requisitos:5
5
R. Sierra Bravo: Técnicas de Investigación Social, 5ta. Ed. Paraninfo, Madrid, 1988, pp 74
6
Hans Zetterberg: Teoría y Verificación en Socilología, Edicines Nueva Visión, Bs.As. 1965
7
Johan Galtung: Teoría y Método de La Investigación Social, EUDEBA, BsAs. 1978
63
A) Según su función
B) Según el tipo de nexo que se establece entre las variables
C) Según la cantidad de variables que contiene la hipótesis
D) Según su planteo temporal respecto al acaecimiento del hecho del que dan cuenta
E) Según su direccionalidad
F) Según su calidad de hipótesis nula
Aquí se tiene en cuenta el papel que dentro de ellas tienen las variables, en relación
con los planos teóricos y empíricos y su relación dentro de una investigación.
No debemos olvidar que en investigación científica, las hipótesis de alto nivel
teórico no pueden ponerse a prueba en forma directa. Por lo tanto de ellas deben
derivarse lógicamente consecuencias observables, que son las que finalmente se
contrastan empíricamente. Este proceso es llamado “operacionalización de variables”.
Una de las clasificaciones por función más citada, tanto en la bibliografía
metodológica local y extranjera se debe a nuestro compatriota Manuel Mora y Araujo
que define:8
Sin embargo, es común encontrar otros autores (Jorge Padua 9 ; Ezequiel Ander –
Egg 10) que hacen referencia a hipótesis sustantivas cuando estas tratan de la realidad
social, lo que puede llevar a confusión.
Por lo tanto hemos desarrollado una clasificación propia, tomando los aportes de
diferentes autores, que entendemos adecuada ya que elimina las contradicciones y a la
vez mantiene poder ejemplificador:
Ejemplo:
8
Manuel Mora y Araujo: Teoría y Verificación en Sociología, Ediciones Nueva Visión Bs.As. p 15
9
Jorge Padua: Jorge Padua: Técnicas de Investigación Aplicadas a las Ciencias Sociales, FCE, 1ra. Ed.
1982
10
Ezequiel Ander – Egg: Técnicas de Investigación Social, El Cid Editor, Bs.AS. 1983
11
Carlos Marx: El Dieciocho Brumario de Luis Bonaparte, Editorial Polémica, BsA. 1975
64
En este ejemplo se nota que los conceptos “Bonapartismo” y “Modo de Producción
Pequeñoburgués”, permiten derivar de ellos otras proposiciones menos abstractas.
En nuestro caso:
Ejemplo: “En la Argentina, las reformas laborales tomadas por el gobierno de Frondizi,
fueron expresión de una actitud política bonapartista, ya que se tomaron como
consecuencia de las presiones ejercidas por la pequeña y mediana burguesía”.
Hipótesis de generalización
65
Caso A
Hipótesis de generalización
“Dado que en una muestra de países (durante los siglos XVIII a mediados del XX)
se halló que una forma de vida austera entre los propietarios capitalistas estaba
relacionada a grandes reservas de capitales, es probable que en los demás países en que
se dio esa misma costumbre, también hayan existido grandes reservas de capitales”.
Caso B:
Hipótesis de generalización
“En las empresas donde hallemos los mayores valores obtenidos en los Test de
Conformidad con sus tareas, es probable que se den los menores niveles de absentismo
laboral.”
Ejemplos: “El estado civil de los varones está asociado al tipo de actividad recreativa
desarrollada”.
“La satisfacción del consumidor aumenta con la calidad de los productos”.
Dan cuenta del porqué o causa de los fenómenos. A su vez se subdividen en:
Ejemplos: “El hábito de fumar provoca lesiones de distinta gravedad a nivel pulmonar”
“Al calentar un gas en un recipiente cerrado, aumenta su volumen”
Ejemplos: “Es probable que el nivel salarial influya en la conformidad con las reglas de
la empresa o institución en la que se desempeña el sujeto”.
“Es probable que la presión tributaria determine el monto de la recaudación fiscal”.
Ejemplos: “Un riego adecuado produce una buena cosecha, sólo si no se producen
heladas”.
“La existencia de programas sociales de información sobre anticoncepción tienden a
disminuir la tasa de natalidad, siempre que los líderes religiosos de la comunidad los
apoyen”.
67
Por ejemplo la predicción futura de la posición de un planeta del sistema solar, en
base a las leyes de Kepler.
La fuerza gravitacional en cualquier planeta del sistema solar a partir de las leyes de
Newton.
Ejemplo: “Es probable que mañana aumenten los valores bursátiles debido a las
medidas financieras tomadas hoy por el gobierno”.
D.2 Post-Facto:
Ejemplo: “El comportamiento del día de hoy de las acciones probablemente se debió a
las medidas tomadas ayer por el gobierno”.
68
Ejemplos: “El sexo influye en la elección del tipo de carrera” o “La edad influye en las
posturas políticas”.
69
Capítulo 6
2
Bourdieu, Pierre: véase bibliografía general.
3
Korn, Francis y otros: Conceptos y variables en la investigación social, Nueva Visión, Buenos Aires,
1984.
71
multiplicidad de características, propiedades, etc. (género, edad, religión, inserción
laboral, profesión, nivel salarial, estado civil, etc.) que podrán presentarse de diferentes
maneras en cada uno de ellos. Estas últimas son variables.
Si las variables son conceptos que asumen diferentes valores esos valores se
denominan categorías. Dicho de otro modo, las categorías son las distintas alternativas
que - a los efectos de una determinada investigación -, presenta la variable; alternativas
en las cuales serán clasificadas o agrupadas las unidades que constituyen el universo de
estudio.
Por ejemplo:
Variables Categorías
Más allá de estos principios, existen otros factores de los cuales depende la
categorización de una variable:
El grado de discriminación deseado para estudiar la población en cuestión, dado que
no es lo mismo distinguir para la variable NSE (nivel socioeconómico) entre bajo /
medio / alto que hacerlo entre muy bajo / bajo / medio bajo / medio neto / medio alto /
alto / muy alto. Al respecto, cabe señalar que es conveniente - para algunos estudios -
prever más categorías con el propósito de no perder información para luego, si no
resultaran significativas, proceder a su reagrupamiento, recategorización o reducción. 4
Relacionado con lo anterior, otro factor es el tamaño del universo o de la muestra;
dado que por un principio de economía y a los efectos de evitar que la información se
disperse, el número de categorías debe adecuarse a la cantidad de unidades de análisis;
si se trata de trabajar con pocos casos o muestras reducidas y en especial para análisis
cuantitativo, el número de categorías deben ser igualmente reducido.
Cuando el sistema de categorías constituye una serie graduada como ocurre cuando
se trata de clasificar opiniones o actitudes es conveniente que el número de categorías
sea impar (tres, cinco, siete, etc.) a los efectos de contemplar la posición intermedia o de
neutralidad, por ejemplo: totalmente de acuerdo / de acuerdo / ni de acuerdo ni en
desacuerdo / en desacuerdo / totalmente en desacuerdo.5 No obstante, existen casos en
donde la neutralidad no es pertinente (por ejemplo, opinión sobre el aborto en casos de
embarazo por violación) y es preferible reemplazarla por una categoría residual o
alternativa (no contesta/sin respuesta).
En relación con lo anterior, la cantidad de categorías “positivas” y “negativas”
debe ser similar; no es correcto por ejemplo, si la variable fuera “opinión sobre la
película proyectada” categorizarla en: excelente / muy buena / buena / regular / mala.
4
Cfr. Barton, Allen: El concepto de espacio de propiedades en la investigación social, en Korn, F.: op.
cit. y también Critto, Adolfo: El método científico en las ciencias sociales, Paidós, Buenos Aires, 1982.
5
Cfr. Wainerman, C. y otros: Escalas de medición en ciencias sociales, Nueva Visión, Buenos Aires,
1976.
73
La linealidad del continuo: como ocurre con cualquier procedimiento de medición,
las categorías de una variable permiten ordenar a los elementos estudiados a lo largo de
un continuo que se supone que tiene que ser de la misma naturaleza. Dicho de otro
modo, no se debe incluir en un mismo sistema de clasificación categorías que
pertenezcan a diferentes continuos. Por ejemplo, si la variable fuese “clima laboral” no
sería correcto categorizar en: muy conflictivo / desagradable / amistoso / muy acogedor
porque corresponden a escalas diferentes.
Otro factor a tener en cuenta es la conceptualización de la variable y su adaptación
al contexto sociocultural; por ejemplo, el significado jurídico de la variable “estado
civil” no suele corresponderse con el que cultural o socialmente la gente le otorga, y por
lo tanto, puede ocurrir que “separados, divorciados, solteros, unidos de hecho y hasta
viudos” jurídicamente hablando se autodefinan socialmente como “casados”.
En concordancia con lo anterior, otro factor es el objetivo o las necesidades de la
investigación: interesa conocer el status civil legal o social? Si se trata de los primero,
habrá que especificar claramente la variable (“estado civil legal”), en cambio si se trata
de lo segundo se debería especificar “situación de pareja o matrimonial” y tal vez baste
con dos categorías: “con pareja estable / sin pareja estable”.
También merece destacarse la relación entre categorización -
conceptualización de la variable - marco teórico de la investigación: debe existir una
correspondencia entre los tres aspectos y no que la conceptualización y/o la
categorización nada tengan que ver con el marco teórico. Por ejemplo, si en el marco
teórico se ha desarrollado la problemática de las clases sociales desde una perspectiva
marxista no se debería conceptualizar la variable y menos aun categorizarla siguiendo
los lineamientos funcionalistas y terminar hablando de niveles socioeconómicos bajo /
medio / alto.
Otro elemento condicionante son las características “objetivas” del contexto de
investigación; si se trata por ejemplo, de estudiar cómo se distribuye la población
estudiantil de una universidad (del país) según su nacionalidad, se podría prever:
argentino / peruano / boliviano / uruguayo / etc., pero no tendría sentido: noruego /
italiano / francés / etc. A lo sumo (y para cumplir con la exhaustividad): otras
nacionalidades u otras americanas / otras no americanas.
Relacionado con lo anterior está la posibilidad de acceder a determinadas unidades
de análisis y/o de información; por ejemplo, en el campo de las investigaciones de
mercado/marketing/publicidad se suele categorizar a la variable NSE en ABC1 / C (2 y
3 o amplio) / DE. Sin embargo, últimamente, diferentes consultoras/agencias/etc. se
están cuestionando hasta qué punto es legítimo incluir en sus estudios los niveles A y B
(niveles socioeconómicos muy alto/alto), cuando prácticamente - por un problema de
imposibilidad de acceso o de contacto efectivo -, no se hallan representados en la
muestra.
La categorización también depende de cómo haya sido formulada la hipótesis; en
efecto, muchas veces en las hipótesis aparecen ya explicitadas las alternativas que -
desde luego -, son las que deben tenerse en cuenta. Por ejemplo: “en las universidades
argentinas, mientras que las mujeres se inclinan mayoritariamente por carreras
humanísticas, los hombres optan por carreras no humanísticas”; aquí ya están
expresadas las categorías de ambas variables: carrera universitaria (humanística / no
humanística) y sexo (hombre / mujer).
Con respecto a esta última variable - y aunque se tengan que reiterar algunas
consideraciones -, dos comentarios (que están referidos a la conceptualización y a los
objetivos de la investigación): a) en la actualidad suele diferenciarse entre sexo y
74
género porque mientras el primero aludiría a características exclusivamente biológicas
o anatómicas (hombre / mujer) el segundo se referiría a “diferencias psicológicas,
sociales y culturales” (masculino / femenino) entre hombres y mujeres que no son
biológicas en su orígen; 6 b) con frecuencia - y especialmente entre los alumnos -, la
variable “sexo” cuando llega el momento de categorizarla suele generar “comentarios o
murmullos” acerca de cuáles son sus alternativas “confundiéndosela” con la variable
“sexualidad”. Si el objetivo tiene que ver con esta última, entonces habrá que
especificar que la variable ya no es “sexo” (o género), que su conceptualización apunta
a la actividad sexual y que lo mismo ocurre con su categorización (que distinguirá entre
heterosexuales / bisexuales / homosexuales / asexuales).
Por último, la categorías de una variable dependen de su naturaleza; es decir, si es
cualitativa o cuantitativa (ver desarrollo del punto 5). Dicho de otro modo, es
aconsejable categorizar las variables con el máximo nivel de medición posible tal como
a continuación se analizará.
Cuando se categoriza una variable se está construyendo una escala; toda escala es
un instrumento de medición. En su acepción más básica y general, medir significa
ordenar a lo largo de un continuo. Existen diferentes niveles de medición que dan lugar
a distintos tipos de escalas:
6
Giddens, Anthony: Sociología, Alianza, Madrid, 1989, p. 191.
75
midiendo: simplemente constituye una posición más dentro de la escala que tampoco
necesariamente es la primera. Por ejemplo: la escala con que habitualmente se mide la
temperatura ambiente (0º no significa ausencia de temperatura) o los católicos la
historia (nacimiento de Cristo no implica ausencia se historia) o la altura (considerando
como punto de partida el nivel del mar), etc. Por su parte, el 0 (cero) absoluto es un
cero natural, que sí supone ausencia de lo que se está midiendo (además de ser una
posición más dentro de la escala y por lo general la primera). Por ejemplo: la escala del
velocímetro, de la balanza o del sistema métrico decimal.
Con respecto a los diferentes niveles de medición, corresponde hacer algunos
comentarios:
a) El hecho de que las posiciones de la escala estén numeradas no significa que la
misma sea intervalar o racional. La escala de la ruleta (0 a 36) es nominal; el orden de
largada o de llegada de una carrera es ordinal; la escala de calificaciones (0 a 10) es
ordinal, etc.
b) La circunstancia de que en la categorización de una variable no esté explicitado
el cero no significa que no exista (nivel de ingresos: hasta 500 / 501 a 1000 / 1001 a
1500/ etc.).
c) El hecho de que ninguna unidad de análisis asuma o pueda aumir el valor cero,
no implica que este sea arbitrario; en el ejemplo anterior, aunque todos los individuos
tengan algún ingreso (en pesos) el cero es absoluto (porque precisamente niega la
existencia de ingreso) y de hecho están quienes no lo tienen. En esos casos, convendría
agregar la categoría “sin ingresos” o su equivalente “0 ingreso”.
d) Una misma variable - tal como se indicó más arriba - según su naturaleza,
puede ser categorizada con diferentes niveles de medición. Lo correcto es emplear la
escala que brinde mayor información aunque luego se utilice un nivel inferior. Por
ejemplo: cantidad de materias aprobadas, en lugar de: pocas / regular / muchas, lo
correcto sería: de 0 o ninguna / 1 a 10 / 11 a 20 / de 21 a 30 / más de 30.
76
discontinuas sólo asumen valores enteros (cantidad de hijos, número de socios, cantidad
de materias aprobadas, etc.).
Con respecto a lo anterior cabe hacer algunas consideraciones:
El hecho de que una variable - por razones de habitualidad o comodidad -, sea
medida con una escala en donde sólo aparezcan números enteros no significa
necesariamente que sea discreta. Lo determinante es si puede o no asumir otros valores
intermedios (por ejemplo, la variable edad puede ser medida en cantidad de años y sin
embargo, no por ello deja de ser continua ya que también puede descomponerse en
meses, días, etc. o bien puede expresarse en fracciones: 3 ½ años).
Todas las variables traducidas a tasas, promedios, índices, porcentajes, etc., en la
medida en que sean cuantitativas aunque se refieran a unidades discretas son continuas
(por ejemplo: promedio de hijos por hogar, tasa de mortalidad infantil, etc.).
El hecho de que una variable pueda “expresarse o medirse” con una escala
numérica no significa necesariamente que sea cuantitativa, dado que puede tratarse de
una variable cualitativa que ha sido cuantificada (por ejemplo: grado de conocimiento
medido en calificaciones numéricas o coeficiente de inteligencia expresado en puntajes
de un test).
La definición de la naturaleza de una variable muchas veces depende de su
conceptualización y/u operacionalización (tal como más adelante se tratará). En efecto,
algunas variables que en principio son cualitativas luego de su “instrumentación”
terminan siendo cuantitativas dado que a los efectos de su medición se emplean
indicadores cuantitativos (por ejemplo cuando se operacionaliza nivel de capacitación
por la cantidad de cursos realizados o grado de inteligencia por la cantidad de problemas
resueltos en una unidad determinada de tiempo). En estos casos, habrá que revisar o
bien la conceptualización o bien su operacionalización.
Existen variables que por su grado de complejidad o por su operacionalización
contienen indicadores continuos y discretos. Para tales casos, esas variables serán
cuantitativas discretas (por ser de menor nivel de medición) o cuantitativas a secas o
bien, cuantitativas continuas si sólo se consideran los valores de índices (por ejemplo:
nivel económico de una persona medido por su nivel de remuneraciones y cantidad de
propiedades).
Las variables cuantitativas (continuas o discretas) también pueden subdividirse
en agrupadas o no agrupadas, de acuerdo a si a los efectos de su categorización la serie
numérica utilizada es en intervalos simples o agrupados (por ejemplo: cantidad de hijos
0 / 1 / 2 / 3 / 4 / 5 o más o 0 / 1 a 3 / 4 a 6 / etc.
c) Las variables cualicuantitativas son aquellas que por su conceptualización y/o por
su operacionalización, se refieren a aspectos cualitativos como cuantitativos, es decir,
que miden tanto atributos como magnitudes. En todos los casos, son variables
complejas que a los efectos de su tratamiento serán cuantificadas (por ejemplo: nivel
socioeconómico).
Y esta otra: “El nivel salarial incide en el rendimiento de los trabajadores siendo
que a una menor remuneración existe un menor rendimiento”.
X: Nivel salarial
Y: Grado de rendimiento de los trabajadores.
X Y
78
X Y
7
Ver Selltiz y otros: Métodos de investigación en las relaciones sociales, op. cit. y también Maintz, R.:
Introducción a los métodos de la sociología empírica, op. cit.
8
Ver en este mismo volumen el capítulo: Investigaciones exploratorias, descriptivas y explicativas.
9
Cfr. Selltiz: op. cit.; Hyman, H.: Diseño y análisis de las encuestas sociales, op. cit.; Mora y Araujo, M.:
El análisis de los datos en la investigación social, Nueva Visión, Buenos Aires, 1975; Glock, Ch.: Diseño
y análisis de encuestas en sociología, op. cit. y Boudon, R. y otros: Metodología de las ciencias sociales,
op.cit.
79
en cuestión a otros universos; o la aclaración de que en otros escenarios, la relación
hipotética afirmada podría no cumplirse. En definitiva, la variable contextual constante
no está negando la existencia de otros posibles valores (categorías), sino que a lo sumo
los mantiene “entre paréntesis” o “en suspenso”. En última instancia, es una forma de
prevenir uno de los errores de la falacia ecológica. 10 Pero además - y nuevamente -,
esto no impide que la misma variable en otra hipótesis o estudio pueda ser contextual
comparativa.
Por su parte, las variables contextuales comparativas son aquellas que establecen
diferentes “campos”, “escenarios” o “colectivos” en los cuales las relaciones o
problemáticas que se estudian pueden (o no) presentar características distintivas. A
diferencia de las anteriores, estas variables - al igual que cualquier otra variable a lo
largo de la investigación -, deben asumir como mínimo dos valores o categorías y
aunque pueda parecer redundante están presentes en la mayoría de los estudios
comparativos (exploratorios, descriptivos o explicativos).
A continuación, algunos ejemplos:
3) “En la Universidad de Buenos Aires, el grado de aceptación del CBC (Ciclo Básico
Común) es más alto en los estudiantes que tienen una mayor participación
sociopolítica, especialmente en aquellos que cursan carreras humanísticas”.
Tc (constante): Universidad de Buenos Aires
Tc (comparativa): Carrera cursada (humanísticas / no humanísticas)
X: Grado de participación sociopolítica
Y: Grado de aceptación del CBC.
Tc X Y
Sin embargo, no deben ser confundidas con las variables antecedentes (Ta) que
como su nombre lo indica también se posicionan con anterioridad a la variable
independiente, pero se utilizan para hacer referencia a otras propiedades, atributos o
magnitudes de las unidades de análisis que - sin ser áreas contextuales -, también
pueden incidir en la relación entre “X” e “Y”, ya sea actuando sobre alguna de ellas o
sobre ambas.
10
Con respecto a las falacias de nivel equivocado ver Galtung, Johan: Teoría y método de la
investigación social, Eudeba, Buenos Aires, 1966, Tomo 1, p. 45 y ss.
80
Veamos algunos ejemplos:
1) “Entre los adolescentes, los gustos musicales suelen variar según su nivel de
instrucción pero también existe cierta afinidad con las preferencias musicales de
sus padres”.
Tc (constante): Población adolescente
Ta: Preferencias musicales de los padres
X: Nivel de instrucción
Y: Gustos musicales de los adolescentes
X Ti Y
Ejemplos:
1) “A medida que transcurren los años las personas son menos predispuestas a los
cambios, actitud que varía en aquéllas que están acostumbradas a realizar
emprendimientos”
X: Edad
Ti: Cantidad de emprendimientos realizados
Y: Grado de predisposición para el cambio.
2) “En las empresas del rubro automotriz, a una mayor capacitación del personal le
corresponde un aumento en su rendimiento, siempre y cuando dicha capacitación
redunde en una mejora en la organización de su desempeño”.
Tc: Rubro automotriz
X: Nivel de capacitación
Ti: Grado de organización en el desempeño
Y: Nivel de rendimiento
Tc Ta X Ti Y
81
Y es precisamente este posicionamiento uno de los elementos - no el único -, a
tener en cuenta cuando se analiza la hipótesis o los factores presentes en la situación
estudiada, dado que por una cuestión lógica la supuesta “causa” nunca puede producirse
con posterioridad al supuesto “efecto”, o la variable dependiente presentarse con
anterioridad a las consideradas antecedentes o contextuales.
Sin embargo, también se ha dicho que existen otros elementos de juicio (marco
teórico, comportamiento de la situación, análisis estadístico, etc.) y que por sobre todo,
se trata de posicionamientos relativos a la dinámica y complejidad de la problemática
analizada.
Por otra parte, también se mencionó que una hipótesis puede estar constituída por
varias de estas variables:
3) “El interés por la lectura en los niños en edad escolar varía en proporción inversa al
tiempo de exposición frente a los medios audiovisuales, relación que se ve afectada
cuando existen hábitos de lectura en sus padres o cuando se implementan en las
escuelas experiencias con uso de periódicos o talleres afines”.
Tc: Niños en edad escolar
Ta: Hábitos de lectura en los padres
X: Tiempo de exposición frente a los medios audiovisuales
Ti: Implementación en las escuelas de experiencias/talleres de lectura
Y: Grado de interés por la lectura.
11
Ver en este libro los capítulos correspondientes.
82
dependiente que como ya se ha dicho, es la que identifica el problema que se pretende
estudiar, luego mencionar todos los factores que directa o indirectamente puedan
incidir en ella, después asignarles a cada uno de ellos una función conjetural y por
último, terminar formulando la o las hipótesis correspondientes.
Supóngase que la problemática en cuestión sea la “Opinión sobre la flexibilización
laboral” y que luego (o simultáneamente) de haber mencionado los diferentes factores
considerados significativos se los hubiera ordenado de la siguiente forma:
Tc Ta X Ti Y
Después se podría formular una única hipótesis que incluyera a todas las variables o
una principal y otras secundarias:
1) Unica: “En la actualidad en CAP/GBA la opinión sobre la Flexibilización laboral es
más desfavorable en los niveles socioeconómicos medios especialmente en el sector
servicios incidiendo también el género, la edad, antigüedad, situación laboral, estado
civil, nivel de instrucción, cantidad de hijos, posición ideológica y los estilos de
vida”.
2) Principal: “La opinión sobre la flexibilización laboral se halla fuertemente
condicionada por el nivel socioeconómico siendo los más negativos quienes
pertenecen al estrato medio”.
12
El paro se ralizó el viernes 09/06/00.
84
Como se habrá visto las variables simples - sin dejar de serlo -, no siempre son tan
“simples”.
Por su parte, las variables complejas son aquellas que a los efectos de su medición,
presentan diferentes aspectos o requieren de más de un indicador. Cada uno de esos
aspectos se denominan dimensiones o subvariables y por lo general, aparecen
explicitados en la conceptualización de la variable. De esto último se desprende, que la
complejidad o no de la variable va a depender - en gran medida -, de cómo se la halla
definido. De esta manera, la operacionalización de la variable será acorde a su
conceptualización y ésta, a su vez, responderá al marco teórico de la investigación.
Cuando se está trabajando con una variable compleja, el primer paso consiste en
descomponerla en sus diferentes aspectos o dimensiones. Luego puede ocurrir que
alguna/s de esas dimensiones continúen aun siendo demasiado abstractas y sea
necesario distinguir para ellas subdimensiones. Después, a cada dimensión o
subdimensión se le asignará el o los indicadores correspondientes. A su vez los
indicadores, en tanto que variables - concretas pero variables al fin -, tendrán sus
respectivas categorías.
Una vez que se ha descompuesto a la variable compleja en dimensiones,
subdimensionesm indicadores y categorías, ha llegado el momento de recostruirla. Para
ello se elabora el índice:
VARIABLECOMPLEJA
Subdimensión Subdimensión
2.1 2.2
Indic. 1.1 Indic. 1.2 Indic. 2.1.1 Indic. 2.2.1 Indic. 3.1 Indic. 3.2
85
A B C A B C A B C A B C A B C A B C
Indic. = indicadores
A B C = categorías de los indicadores
Indices no ponderados
Indices ponderados
Simples
Porcentuales.
En todos los casos son índices sumatorios: resultantes de la suma de los puntajes
asignados.
Un índice se no ponderado cuando se adjudica a cada dimensión y/o a cada
indicador, el mismo peso relativo o la misma participación en la variable. Esto significa
que cada dimensión tendrá igual cantidad de indicadores y a su vez éstos, el mismo
número de categorías. O en su defecto - si no se puede eliminar algún indicador o
reducir su número de categorías -, habrá que compensar otorgándole un menor puntaje
relativo. De esta manera - y en términos de sumatoria de puntajes -, cada dimensión y
por ende, cada indicador, tendrán iguales puntajes mínimo y máximo (ver ejemplos).
86
También existe la posibilidad de asignarle a más de una categoría del indicador en
cuestión, el mismo puntaje.13
Un índice es ponderado cuando se le asigna - voluntaria o involuntariamente - a una
dimensión, indicador o incluso a una determinada categoría de indicador un mayor peso
relativo, sea en el campo total de la variable o en los campos parciales de las
dimensiones o indicadores.
Por lo general - ya sea por razones teóricas, metodológicas o simplemente por
comodidad operativa -, la mayoría de los índices son ponderados. Lo importante en
estos casos es ser concientes de la existencia de dicha ponderación; que por otra parte,
muchas veces lleva a descompensar a la propia variable o a distorsionar su medición,
terminando por sesgar - aunque más no sea parcialmente -, la investigación. También
es necesario señalar que además de la justificación metodológica o teórica en algunos
casos la ponderación se efectúa teniendo en cuenta criterios “empíricos” de
representatividad; esto significa que son los propios sujetos estudiados y/o el cliente
para el que se realiza la investigación, quienes “sugerirán el tenor” de la ponderación y
que no necesariamente tiene que coincidir con lo estipulado por la teoría. Por ejemplo,
si se trata de operacionalizar ponderando la variable Grado de Satisfacción de los
clientes de un supermercado, puede ocurrir que en estudios previos (exploratorios -
cualitativos) surja una mayor valoración de la capacidad de la playa de estacionamiento
que de la cantidad de cajas de cobro mientras que para los dueños de dicho
establecimiento lo más importante sean aquellos aspectos que puedan modificar y/o
mejorar como la limpieza, la atención, etc.
La segunda distinción entre simples y porcentuales se refiere al sistema de puntaje
que se emplea. Los índices simples utilizan valores absolutos (enteros o con decimales)
- empleando o no el 0 (cero) incial -, y por lo tanto, la amplitud del índice y sus puntajes
mínimo y máximo varían para cada variable. Además, resulta más difícil - e incluso
hasta arbitraria -, la apreciación y/o distribución de los pesos relativos.
Por su parte, los índices porcentuales se construyen con valores relativos (enteros o
con decimales) - y en todos los casos -, emplean el 0 (cero) inicial. Básicamente la idea
es llevar la amplitud de cualquier variable a 100 puntos. Luego a cada dimensión e
indicador se le asigna su participación o peso relativo (ver ejemplos). Entre las ventajas
que ofrece este sistema, se pueden mencionar las siguientes:
a) Todas las variables se miden con la misma escala numérica (de 0 a 100), lo que
hace posible las comparaciones, su tratamiento en términos de puntajes de índice como
si fuesen cuantitativas y la aplicación de coeficientes estadísticos (análisis de
correlaciones, regresiones, etc.).
b) Una vez familiarizado con su uso, es más sencillo establecer a priori las
amplitudes de las categorías de la variable compleja dado que a igual cantidad de
alternativas, el rango - si se adopta el criterio de división igualitaria -, siempre es el
mismo.
c) Se visualiza realmente la participación que cada dimensión y/o indicador tiene
en la variable, apreciándose fácilmente si existe o no ponderación; e incluso facilita su
representación gráfica.
d) Permite intercambiar diferentes indicadores sin modificar la amplitud de la
variable o de la dimensión.
e) Posibilita compensar la desigualdad en el número de categorías por indicador.
13
Agradezco los comentarios que al respecto hiciera el amigo y colega Guillermo Abritta.
87
A continuación se desarrollarán los pasos genéricos para la construcción de un
índice porcentual:
En nuestro ejemplo: 30 = 3
10
14
Asociación Argentina de Márketing, Comisión de Investigación de Mercado: Indice socio económico
argentino, edición propia, Buenos Aires, 1998.
88
Si bien no es el caso del ejemplo, puede ocurrir que cuando se trabaje con puntajes
redondos (sin decimales) por efecto del mismo redondeo, la distribución de los mismos
no sea proporcional; en ese caso se estaría ponderando (aunque levemente) a alguna
categoría en relación con las restantes. También puede desearse ex profeso ponderar
alguna categoría.
Otra alternativa - que para ciertas variables es la más aconsejable -, es comenzar
ponderando los indicadores en lugar de las dimensiones. Para esos casos, conviene
ordenar los indicadores (independientemente de la dimensión a la que pertenezcan) por
orden de importancia y luego distribuir los puntajes por indicador según el orden
asignado. El mérito de esta alternativa es que permite una ponderación de los
indicadores en forma más acertada ya que se están comparando todos los indicadores
entre sí. De este modo, la participación de cada dimensión se conocerá al final y será el
producto de la suma de los pesos relativos de sus indicadores.
3. El tercer paso es construir la versión definitiva del índice estableciendo los límites
numéricos o la amplitud de cada categoría de la variable compleja. A tal efecto, existen
diferentes criterios:
3.1. El criterio matemático que podrá ser o no igualitario, de acuerdo a si la
amplitud es o no la misma para todas las categorías. Básicamente consiste en aplicar la
fórmula siguiente:
El límite superior (para los índices porcentuales será siempre 100), está dado por la
sumatoria de los mayores puntajes asignado a cada indicador. El límite inferior (0 para
los porcentuales), surge de la sumatoria de los menores puntajes adjudicado a cada
indicador.
La unidad que se agrega (+ 1) es a los efectos de garantizar que se tenga en cuenta
que al límite inferior hay que contarlo como un valor posible; es decir, como una
posición más dentro de la amplitud de la variable. Volviendo al ejemplo del nivel
socioeconómico (bajo / medio / alto) y aplicando la fórmula anterior, se obtendrá:
100 – 0 + 1 = 33,66
3
Bajo: 0 - 32,66
Nivel socioeconómico Medio: 32,67 - 66,33
Alto: 66,34 - 100
0 32 / 33 67 / 68 100
NSE bajo medio alto
89
Al respecto de esto último, algunas consideraciones:
No hay que olvidarse de respetar uno de los criterios que rigen la categorización
de cualquier variable: la exclusividad; por tal motivo, los límites de las categorías no
deben superponerse.
En el ejemplo de la escala con los valores redondeados, se puede apreciar
claramente que la categoría “bajo” tiene una amplitud de 33 si se cuenta también -
como más arriba se indicó - el cero, que es uno de los puntajes/posiciones posibles.
En el mismo ejemplo - y en este caso en forma arbitraria -, a la categoría
“medio” se le ha asignado una amplitud mayor (35 puntos) si - continuando con la
lógica anterior -, se cuentan los valores 33 y 67. Con otras palabras, se ha ampliado la
amplitud del estrato medio ex profeso en desmedro de los estratos bajo y alto, pero bien,
podría haberse procedido ampliando los extremos en detrimento del centro o haber
repartido los dos puntos sobrantes (101 % 3 = 33 y restan 2) con cualquier otra
combinación.
Si se suman las tres amplitudes (33, 35 y 33) se obtiene la cifra total (101) que es
el campo cuantitativo de variación (amplitud) de la variable compleja.
Representación de la conceptualización...
Representación de la operacionalización...
15
Para el desarrollo de este tema se ha seguido parcialmente a Zetterberg, Hans: op. cit.
91
Representaciones de invalidez o validez imperfecta...
a) b) c)
16
Ver Zetterberg, H.: op. cit.
92
2. La precisión de un instrumento (confiabilidad intra-personal): el indicador produce
registros consistentes para un observador.
3. La objetividad del instrumento (confiabilidad inter-personal): varios investigadores
obtienen los mismos resultados.
4. La constancia: el objeto medido no varía.
A los efectos de comprobar si hay confiabilidad también existen distintas
estrategias: volver a repetir la medición; administrársela a una muestra similar; utilizar
dos instrumentos en forma paralela, cotejar los resultados obtenidos con otras
estadísticas disponibles; etc.
Por último, hay que señalar que la confiabilidad es una condición para que exista
validez. Difícilmente un instrumento poco confiable resulte ser válido. Pero por otra
parte, de nada sirve que sea confiable si no se mide lo que se pretende medir.
Los ejemplos que a continuación se desarrollan pretenden ser o, mejor dicho son,
“formas” (en el doble sentido) de diferentes modalidades de construcción de índices.
En un primer sentido se exponen a modo de ilustración y en un segundo sentido, porque
pueden ser “llenadas” o “completadas” con el contenido referido a cualquier variable.
Son algunas modalidades posibles (no todas) que presentan ventajas y desventajas que
habrá que evaluar en cada caso real.
93
Ejemplo simbólico nº 4: es un índice porcentual no ponderado a nivel
indicadores pero sí a nivel dimensiones; en efecto, todos los indicadores tienen la
misma importancia (9.09 %) pero no sucede lo mismo con las dimensiones: en este caso
la D.3 estaría subrepresentada (18,18 contra 27.27 % de las restantes).
Ejemplo simbólico nº 5: se trata de un índice porcentual ponderado en todo
nivel. Es uno de los casos más típicos dado que refleja especialmente que ni todas las
dimensiones tienen el mismo valor ni todos los indicadores tienen el mismo peso. Pero
al mismo tiempo, es que que requiere un mayor análisis y tal vez, tal como se apuntó
más arriba, para su ponderación sea aconsejable comenzar primero ordenando los
indicadores para luego asignarle la participación de acuerdo a su importancia y por
último y por sumatoria, calcular la participación de las diferentes dimensiones. Al final
se muestra como sería la escala para cinco categorías.
Por último, cabe señalar que a los efectos de simplificar las operaciones, es
recomendable trabajar con números enteros pero no tan sólo para definir los límites de
las categorías de la variable compleja sino también para distribuir los puntajes de las
categorías de los indicadores.
A 0
D.1 1.2 B 1
C 2
A 0
1.3 B 1
C 2
A 0
2.1 B 1
C 2
A 0
D.2 2.2 B 1
94
C 2
A 0
2.3 B 1
C 2
A 0
3.1 B 1
C 2
A 0
D.3 3.2 B 1
C 2
A 0
3.3 B 1
C 2
0 5/6 12 / 13 18
A 0
D.1 B 1
(7 puntos) 1.2 C 2
D 3
E 4
1.3 A 0
B 1
A 0
2.1 B 1
C 2
D 3
A 0
95
B 1
D.2 C 2
(11 puntos) 2.2 D 3
E 4
F 5
G 6
A 0
2.3 B 1
C 2
3.1 A 0
B 1
D.3
(2 puntos) 3.2 A 0
B 1
A 0
4.1 B 1
C 2
D.4 4.2 A 0
(4 puntos) B 1
4.3 A 0
B 1
0 7/8 16 / 17 24
A 0
D.1 B 2.08
(25 %) 1.2 C 4.16
D 6.24
E 8.33
1.3 A 0
B 8.33
A 0
2.1 B 2.78
C 5.56
D 8.33
A 0
96
B 1.39
D.2 C 2.78
(25 %) 2.2 D 4.17
E 5.56
F 6.95
G 8.33
A 0
2.3 B 4.16
C 8.33
3.1 A 0
B 12.5
D.3
(25 %) 3.2 A 0
B 12.5
A 0
4.1 B 4.16
C 8.33
D.4 4.2 A 0
(25 %) B 8.33
4.3 A 0
B 8.33
0 32 / 33 67 / 68 100
A 0
D.1 B 2.27
1.2 C 4.54
(9.09 %) D 6.81
E 9.09
1.3 A 0
(9.09 %) B 9.09
A 0
2.1 B 3.03
(9.09 %) C 6.06
D 9.09
A 0
97
B 1.51
D.2 C 3.02
2.2 D 4.54
(9.09 %) E 6.05
F 7.56
G 9.09
A 0
2.3 B 4.55
(9.09 %) C 9.09
3.1 A 0
(9.09 %) B 9.09
D.3
3.2 A 0
(9.09 %) B 9.09
A 0
4.1 B 4.54
(9.09 %) C 9.09
D.4 4.2 A 0
(9.09 %) B 9.09
4.3 A 0
(9.09 %) B 9.09
0 32 / 33 67 / 68 100
A 0
D.1 B 5
(40 %) 1.2 C 10
(20 %) D 15
E 20
1.3 A 0
(15 %) B 15
A 0
2.1 B 2
(6 %) C 4
D 6
A 0
98
B 2
D.2 C 4
(20 %) 2.2 D 6
(12 %) E 8
F 10
G 12
A 0
2.3 B 1
(2 %) C 2
3.1 A 0
(10 %) B 10
D.3
(15 %) 3.2 A 0
(5 %) B 5
A 0
4.1 B 2.5
(5 %) C 5
D.4 4.2 A 0
(25 %) (10 %) B 10
4.3 A 0
(10 %) B 10
0 32 / 33 67 / 68 100
Variable categoría 1 categoría 2 categoría 3
Compleja
0 19/20 39/ 40 60/ 61 80 / 81 100
c.1 c.2 c.3 c.4 c.5
Introducción
19
Germani, Gino: Política y Sociedad en una época de transición, Paidós, Buenos Aires, 1977.
101
Considerando lo establecido por el marco teórico y de acuerdo a los objetivos antes
señalados, se formuló la siguiente hipótesis:
“En Cap/GBA, a medida que disminuye el NSE de las mujeres en edad fértil, con
pareja estable y que practican habitualmente alguna técnica anticonceptiva disminuye la
eficacia de la misma, incidiendo en dicha relación el área cultural de origen, la edad, la
cantidad de hijos y el canal de información utilizado”.
De acuerdo a lo oportunamente desarrollado, se pueden explicitar las siguientes
consideraciones:
Se trata de una hipótesis en principio descriptiva aunque con fuertes pretensiones
de llegar a explicar en términos probabilísticos la elección de la técnica. A este tema se
volverá en la segunda parte cuando se trate el tipo de diseño y el análisis de los datos.
Es una hipótesis multivariada que afirma entre sus términos principales una
relación directamente proporcional y asimétrica ( a menor NSE menor grado de
eficacia).
Es una hipótesis sustantiva o intermedia que se ha desprendido especialmente de
la proposición incluída y desarrollada en el marco teórico que sostiene que “las pautas
de comportamiento están determinadas por la posición que se ocupa en la estructura
social” o parafraseando a Bourdieu, las tomas de posición (elección de la técnica está
doblemente condicionada: por la disposición (hábitus) que a su vez se halla determinada
por las posición que se ocupa en el espacio social.
Dejando a un lado las variables contextuales constantes utilizadas para la
delimitación de la investigación (Cap/GBA, Situación de pareja, edad fertil, práctica de
alguna prevención anticonceptiva), a continuación se presenta un cuadro en el cual se
identifican las diferentes variables con la especificación de sus correspondientes
naturaleza, función asignada y grado de complejidad.
102
La variable Nivel Socioeconómico
Como se apuntó anteriormente, esta es una de las variables que está presente en las
mayoría de los estudios teóricos y/o empíricos que incluyan el enfoque sociológico (e
incluso para aquellos que explícitamente no lo hagan) y cuya incidencia - más allá de
cualquier otra diferencia -, está debidamente avalada por casi todas las teorías sociales
(clásicas y contemporáneas). Desde luego que a los efectos de su conceptualización y
posterior instrumentación habrá que tener en cuenta el marco teórico de referencia. Por
otra parte y como también se ha dicho, su inclusión es otro de los motivos de la elección
de este ejemplo.
En primer lugar, vale para hacer una breve referencia a las dicotomías que enfrentan
el inductivismo vs. el deductivismo, el empirismo vs. el teoricismo, el subjetivismo vs.
el objetivismo, la estructura vs. la acción y otras de similares características.
La mayoría de las investigaciones sociales “inductivas” (o así autodenominadas)
en la medida que la incorporen lo hacen “deduciéndola” - implícita o explícitamente
(con o sin hipótesis previas) - de algún marco teórico puesto que a esta altura ningún
investigador puede aducir su desconocimiento; incluso aquéllos que nieguen su
influencia actúan de la misma forma.
Por supuesto, que existen otros estudios sociales (a nivel micro por ejemplo) y
no “tan sociales” (psicológicos, médicos, jurídicos, económicos, arquitectónicos,
epistemológicos, etc.) en donde decididamente no está presente. En tales casos quedaría
por discutir si dicha ausencia está justificada por no considerársela pertinente, porque no
corresponde a los objetivos, etc. En definitiva, y aun a riesgo de que se tilde esta
postura de “sociologista”, habría que discutir cuáles son los límites del objeto de
estudio; o dicho de un modo más concluyente, si existen realmente esos límites o se
está mutilando arbitrariamente el fenómeno estudiado.
Cualquier práctica social (incluyendo las consideradas “individuales”, las
“subjetivas” y las “robinsonianas”) se produce dentro de un determinado contexto
socio-histórico-cultural que la condiciona y determina (y viceversa, pero en menor
medida ) acotando los márgenes de “libertad” y “delineando su necesariedad”.
Nuevamente apelando a Bourdieu: los puntos de vistas son vistas tomadas desde algún
punto que a su vez ha sido internalizado socialmente de alguna manera.20
Dado la variedad de los enfoques teóricos (marxista, weberiano, funcionalista, etc.)
cuyas diferencias no serán abordadas por no ser el objeto del presente desarrollo pero
procurando una integración de los mismos, independientemente de cómo haya sido
tratado en la oportunidad del estudio de marras y a los efectos de posibilitar su uso en la
actualidad, se definirá al Nivel Socioeconómico por la posición relativa que el individuo
o el grupo familiar ocupa en el espacio social global. Esta posición representa las
condiciones de existencia reales y potenciales de acuerdo a los volúmenes de capital
(en especial económico, social y cultural) poseídos cuyas coordenadas permiten
estructurar el espacio social. Como su nombre lo indica a los efectos de su
operacionalización reconoce dos grandes dimensiones (por cierto intimamente
relacionadas): la socio-cultural y la económica. Cuando se trate de estudiar grupos
familiares, cónyuges, hijos adolescentes o cualquier otro integrante a los fines de medir
20
Bourdieu, Pierre: ver bibliografía general.
103
los indicadores que remitan a atributos personales se tomará como referencia al
Principal Sostén, entendiéndose por tal a aquél (hombre o mujer) que en base a su
ocupación principal realiza el mayor aporte al presupuesto y economía familiar.
Para medir la dimensión socio-cultural se tomarán tres indicadores:
El nivel de instrucción formal alcanzado .
El dominio del idioma inglés (lectura, habla y escritura).
El conocimiento básico de computación (manejo de word).
Estos tres indicadores responden a la subdimensión educación. Si bien existen otros
indicadores (posesión de biblioteca, deporte habitual practicado, concurrencia a
espectáculos, etc.) se considera que son subordinados y/o derivados de la misma. Por
otra parte, la educación continúa conservando el carácter de condición necesaria
aunque no suficiente para acceder a otros tipos de capitales.
Para medir la dimensión económica se tomarán también tres indicadores:
La ocupación principal
Las posesión de automóvil particular.
Otros bienes y servicios.
La ocupación pertenece a la esfera productiva, se asocia a un nivel “esperable de
ingresos” y también supone prestigio/desprestigio aunque no en forma “correlativa” a
lo anterior. Por su parte, el automóvil y los otros bienes y servicios (posesión de PC,
aire acondicionado, freezer independiente, etc.) corresponden a la subdimensión
patrimonio. El automóvil para uso particular (no como bien de trabajo) en nuestro país
todavía es símbolo externo de “status” y sólo el 40/45 % lo posee. El resto del
patrimonio refleja no sólo el aporte del principal sostén sino los aportes
complementarios de otros miembros del núcleo familiar. Por su parte, la inclusión de la
conexión particular a Internet y el e-mail permiten no sólo reemplazar a otros
indicadores (TE, cable, etc.) sino también cubrir el “intercambio o capital social”.
Todos ellos permiten estimar además el nivel de ingresos, de consumo y de “inversión”.
Al igual que para la dimensión social, existen muchos otros indicadores económicos
(vivienda, nivel de ingresos, personal doméstico, lugar de veraneo, cobertura médica,
etc.) que podrían utilizarse. Algunos, como es el caso de la vivienda y otras
propiedades resulta de difícil categorización por todas las modalidades que ofrecen
(situación legal, metros cuadrados, tipo, categoría, valor de mercado, lugar/barrio, etc),
el nivel de ingresos por los rechazos y “tergiversaciones” que suele generar y en
general, están correlacionados positivamente con los mencionados anteriormente tal
como lo demuestran diferentes estudios realizados.21
Cabe agregar, que más allá de los motivos mencionados existen otros factores que
limitan el número de indicadores:
No se trata de llevar a cabo un estudio sobre la estratificación que requiera la
medición puntillosa de todos los aspectos y referentes.
El nivel socioeconómico no suele ser la única variable compleja y por lo general
no es la más importante en función de los objetivos del estudio.
Cada indicador (independientemente de cual sea la variable en cuestión) supone
una observación o pregunta (y en algunos casos más de una) y el encuentro con
el observado o entrevistado tiene un límite, un tiempo que debe ser
cuidadosamente racionalizado.
En definitiva y para “recomponer” la variable se construirá un índice porcentual
ponderado. Con respecto a su categorización se han adoptado las clásicas alternativas
21
Ver Asociación Argentina de Márketing, Comisión de Investigación de Mercado: Indice de nivel socio
económico argentino, ed. propia, Buenos Aires, 1998.
104
ordinales (Bajo / Medio / Alto) definiendo su amplitud de acuerdo al criterio
matemático proporcional. A continuación, se presentan las dimensiones con sus
respectivos indicadores, categorías, puntajes y ponderaciones.
DIMENSION SOCIO-CULTURAL: 40 %
Dominio de Inglés No 0
5% Si 5
Conocimiento computación No 0
5% Si 5
DIMENSION ECONOMICA: 60 %
105
DIMENSION ECONOMICA (CONTINUACION)
Indicador Indicador
Automóvil particular: 14 % Puntaje Otros bienes y servicios: 6 % Puntaje
No tiene 0 Cantidad de bienes:
Hasta 5000 1 Ninguno 0
+ 5000 / 10000 2 Uno 1
+10000 / 15000 4 Dos 2
+15000 / 20000 6 Tres 3
+20000 / 25000 8 Cuatro 4
+25000 / 30000 10 Cinco 5
+30000 / 40000 12 Seis 6
+40000 14
Nota: se registrará la marca, el modelo y el año Bienes y servicios: Freezer independiente,
y el valor estimado por el dueño. En caso de lavavajillas, acondicionador de aire,
dos o más autos registrar y sumar el valor computadora personal, e-mail propio, conexión
total, previa consulta listado de precios. Para particualr a internet.
autos de uso “semiprofesional” asignar 2/3.
0 33 / 34 67 / 68 100
Bajo Medio Alto
0 14 / 15 29 / 30 44 / 45 58 / 59 72 / 73 86 / 87 100
E D C3 C2 C1 B A
0 29 / 30 58 / 59 100
DE C2/C3 ABC1
0 50/51 100
BAJO/MEDIO BAJO MEDIO NETO/ALTO
106
Tanto la categorización de la variable como sus respectivos indicadores y
ponderaciones se pueden ajustar y/o reemplazar en función de las necesidades del
estudio en cuestión.
No caben dudas que la misma es perfectible pero al mismo tiempo es necesario
señalar que son escasos los trabajos en donde se explicite la operacionalización de esta
variable en particular y de cualquiera en general. En tal caso, frente a la presentación de
un modelo alternativo habría que efectuar el análisis comparativo correspondiente.
El índice de nivel socioeconómico elaborado por la Comisión de Investigación
de Mercado de la Asociación Argentina de Márketing que fuera terminado en 1996 y
que ha sido tomado parcialmente como referencia es el producto de varios años de
investigaciones básicas y aplicadas (aproximadamente siete) realizadas en nuestro país y
comparadas con las efectuadas en otros, en la que han participado colegas,
representantes de distintas empresas, agencias y consultoras. Ha tenido como principal
objetivo unificar los criterios metodológicos standardizando el instrumento de medición
y por lo tanto merece todo mi reconocimiento y respeto.
Nivel de
Variables Medición Categorías Indicadores
107
La variable Area Cultural de Orígen (ACO) fue conceptualizada como compleja.
Como se mencionó anteriormente, se tomó como marco teórico el desarrollado por Gino
Germani en su tipología de sociedades tradicionales y modernas del cual se extrajeron
las dimensiones y los indicadores construyéndose también un índice porcentual
ponderado. Si bien el mismo no será desarrollado, seguidamente se mencionan algunas
de las dimensiones con sus respectivos indicadores:
Dimensiones Indicadores
Cantidad de hermanos.
FAMILIAR Cantidad de tíos maternos / paternos.
Generaciones integrantes del hogar de infancia (abuelos,
padres, tíos, primos, nietos, etc.).
PENSAMIENTO Mitos.
MAGICO Supersticiones.
Amuletos.
Comentarios finales
Hasta aquí se han presentado las distintas variables con sus correspondientes
especificaciones conceptuales y técnico-metodológicas. He dejado para el final de esta
primer parte - ya conocido el contenido de las variables -, lo que pretende ser la
“lógica” del análisis inicial como intento de “reproducir” el “entramado” de los hechos
108
y fenómenos sociales que guió la investigación y que luego se reproducirá en el análisis
de los datos, una vez que los mismos hayan sido recogidos. Esta lógica o tal vez,
“racionalidad” excede la simple asignación de funciones a las variables y también
excede al típico “razonamiento lógico formal” (del tipo “todos los hombres son
mortales” o “todos los cisnes son blancos”) al que por supuesto, los hechos sociales no
obedecen ni aun en el caso que ellos mismos intentaran “justificarse”.
C.I. inf.
C.I. inf.
De esta manera, quedó hipotéticamente configurada la cadena “lógica” final con sus
múltiples relaciones manteniendo la misma categoría en cada variable:
GETA mínima
Para el resto, había que esperar la recogida y análisis de los datos. Pero eso es tema
de la segunda parte de este capítulo.
110
EL UNIVERSO DE ESTUDIO Y LA SELECCIÓN DE LA MUESTRA
S. Raquel Miguez
En todo esquema de investigación una vez que hemos resuelto las etapas
concernientes a la selección del tema, el planteo del problema, la definición de los
objetivos, las decisiones conceptuales y operacionales, debemos proceder a la
Determinación de las Unidades de Análisis, es decir, cuál es la población objeto de
estudio, sobre quiénes recae la investigación, para luego decidir con cuántos casos
vamos a trabajar: con la totalidad de esa población o sólo con una parte de la misma.
Este paso reviste especial importancia, dado que de la exactitud con que se
ejecuten las tareas que se especificarán más adelante, dependerán la calidad de la
información obtenida, las posibilidades de análisis de los datos y en definitiva, la
seriedad del estudio.
Dada la secuencia de los pasos que estamos llevando a cabo, a esta altura de la
investigación es posible que algunas de estas cuestiones hayan sido resueltas “en
parte” ; concretamente en la delimitación del tema y en el planteo de los objetivos. Es
decir que seguramente ya hayamos establecido someramente cuál es nuestra población
de estudio.
111
Siguiendo a Jorge Padua, vamos a definir al Universo o población como “el
conjunto total de elementos que constituyen un área de interés analítico”. Está
compuesto por todos aquellos elementos sobre los cuales puede recaer la investigación,
o sea, aquellos elementos que son alcanzados por variables de nuestra investigación.
Por su parte J. L. Sánchez Crespo lo define como “un conjunto de unidades, para las que
se desea obtener información”.
En función de la cantidad de elementos que lo componen vamos a distinguir dos
tipos:
Universos Finitos: aquellos que contienen hasta 100.000 unidades
Universos Infinitos: los que poseen más de 100.000 unidades
Por ejemplo:
1. Alumnos regulares de la Universidad de Lomas de Zamora,
Facultad de Ciencias Sociales, que se encuentren cursando
materias durante el primer cuatrimestre del 2000 y que tengan
un mínimo de 20 materias aprobadas.
2. Abogados de sexo masculino que a la fecha tienen un mínimo de
5 años de graduados, que ejercen su profesión sólo en la Capital
Federal y que tramitan causas en el Fuero Comercial.
3. Empresas metalúrgicas nacionales radicadas en el conurbano
bonaerense entre los años 1995 y 1999.
4. Tapa de los diarios Clarín y Nación publicados entre mayo y
octubre de 1999.
5. Adolescentes de ambos sexos que se encuentran bajo
tratamiento por anorexia en Hospitales Públicos dependientes
del Gobierno de la Ciudad de Buenos Aires.
6. Alumnos de la EGB ciclo inicial que concurren en la actualidad
a establecimiento públicos dentro del Partido de Esteban
Echeverría.
Ahora bien, cada uno de los elementos que constituyen el universo o población
de estudio se denominan Unidades de Análisis 22, las cuales no son necesariamente
individuos; pueden ser grupos, empresas, edificios, hogares, viviendas, elementos físico,
material publicitario, comercios de determinado rubro, artículos periodísticos, etc.
22
“Los elementos de una población son las unidades elementales sobre las que buscamos
información, y el conjunto de estas unidades constituyen la población hacia la que se van a hacer las
inferencias. Los elementos son las unidades de análisis determinadas por los objetivos de la investigación,
y la población se define conjuntamente con sus elementos”. Kish, Leslie: Diseño Estadístico para la
Investigación, Colección Monografías Nº 146, Centro de Investigaciones Sociológicas, Madrid , 1995.
112
U N ID AD ES de análisis individuales
colectivas
de información
U nid ad es d e a U nid ad es d e
análisis inform ación
Abogados Abogados
U nid ad es d e U nid ad es d e
análisis inform ación
Em presas
Em pleados
m etalúrgicas
Una situación similar podría plantearse ante los adolescentes bajo tratamiento
por anorexia y los alumnos de la EGB ciclo inicial. En el primer caso las unidades de
información podrían ser los padres de dichos adolescentes o los profesionales que los
asisten (toda vez que se haya decidido no trabajar en forma directa con los adolescente);
mientras que en el segundo podríamos recurrir a los docentes de dichos alumnos.
113
U nid ad es d e U nid ad es d e U nid ad es d e U nid ad es d e
análisis inform ación análisis inform ación
Alum nos de la Alum nos de la Alum nos de la
D ocentes
EG B EG B EG B
Por otra parte, y de acuerdo a las características que presenten las Unidades de
Análisis, el Universo será Homogéneo o Heterogéneo. Un universo homogéneo será
aquel que no presente diferencias significativas entre sus unidades de análisis; en caso
contrario, el universo será heterogéneo. No obstante, ningún universo es a priori
homogéneo o heterogéneo. Ello depende de cómo se haya definido al universo, de las
variables a relevar y de los objetivos de la investigación.
Tal como se mencionara anteriormente, una vez definido el universo de estudio,
se debe decidir si se trabajará con la totalidad del mismo o si se tomará sólo una
porción.
Cuando se efectúa un relevamiento o medición sobre todos los elementos que
constituyen el Universo, estamos efectuando un CENSO. En cambio cuando sólo
tomamos una parte de dicho universo decimos que se ha tomado una MUESTRA.
Una muestra es un subconjunto del conjunto total o universo, que se presume
representativo, es decir que dicho subconjunto debe reflejar o reproducir lo más
exactamente posible las características del universo, especialmente en los casos donde la
finalidad es inferir los resultados o llegar a conclusiones sobre el comportamiento del
universo.23
Tal vez no esté de más detenernos un momento para aclarar, aunque resulte
obvio, qué entendemos por “muestra representativa”: si la misma se extrae de un
universo que incluye elementos con características peculiares o distintivas y las
mismas son relevantes a los efectos de la investigación, la muestra resultante debe
incluir dichos elementos en la misma proporción.24 La representatividad, como
veremos más adelante, dependerá entre otras cosas del tamaño de la muestra y de la
técnica de muestreo utilizada para la selección de los casos que formarán parte de la
muestra. En tal sentido, el muestreo probabilístico es el único que permite alcanzar este
fin. A diferencia del muestreo no probabilístico, éste requiere que cada elemento posea
a priori una probabilidad conocida y positiva de selección.
23
Entre los objetivos de la investigación podría no figurar el de obtener resultados más allá de la
muestra. ...”no toda muestra tiene como propósito sacar conclusiones acerca de la población; (...) existen
varios tipos de muestreo que se ocupan de selección de muestras para otros propósitos. (...) las muestras
podrían también tener interés analítico por sí mismas. (...) Según Galtung una muestra debe en general
satisfacer dos condiciones: 1) En ella debe ser posible poner a prueba hipótesis sustantivas, esto es,
proposiciones acerca de relaciones entre variables, y 2) Debe ser posible poner a prueba hipótesis de
generalización -de la muestra al universo- sobre las proposiciones establecidas en la muestra. ”. Padua,
Jorge: Técnicas de Investigación Aplicadas a las Ciencias Sociales, Fondo de Cultura Económica,
México, 1993.
24
...” la muestra posee idénticas distribuciones que la población” ...”La principal finalidad de la
representatividad consiste en permitirnos hacer inferencias (de manera racional y probabilística), desde
las muestras hasta las poblaciones ...”. “El objetivo del muestreo representativo reside en hacer que la
muestra sea una miniatura que refleje y represente la población por medio de distribuciones similares.
Esta representatividad sirve para los fines de inferencias propuestos. El plural de la palabra
“distribuciones” se refiere a representar no sólo un estadístico (como la media muestral) ni solamente una
única variable, sino las distribuciones multivariadas de todas las variables y de sus funciones”. Kish,
Leslie: op.cit.
114
Entonces una muestra será una parte del universo de estudio que será sometida a
observación con la finalidad de alcanzar información respecto del universo del cual ha
sido extraída.25 Partimos del supuesto que si los procedimientos efectuados para tomar
la muestra han sido correctos, los resultados obtenidos a partir de dicha muestra podrán
ser extensivos o válidos para el universo en cuestión.
Por ello toda vez que se opte por la extracción de una muestra, nos debemos
preguntar hasta qué punto la misma es representativa del universo, o sea hasta qué punto
se está contemplando (sobre todo en el caso de trabajar con universos heterogéneos) la
variedad de elementos que componen el universo o población.
En esta etapa de la investigación resultan fundamentales los aportes provenientes
del campo de la estadística. Si bien no es el objetivo de estas páginas profundizar en
esta materia, creemos conveniente ofrecer una aproximación a los conceptos básicos
que ella involucra. Esta constituye una herramienta imprescindible a lo largo del
proceso de investigación, especialmente en la etapa que estamos atravesando y en la de
análisis de datos. La definiremos como “la ciencia de las regularidades que se
observan en conjuntos de fenómenos” ... y como ”la colección de métodos científicos
que permiten el análisis e interpretación de la información numérica”.26 La misma se
divide en dos grandes ramas: la Estadística Descriptiva, cuyo propósito es brindar los
instrumentos necesarios para organizar y sintetizar las observaciones obtenidas
(distribución de frecuencias, distribución porcentual, moda, desviación típica, etc.) y la
Estadística Inferencial. Esta última, basándose en la teoría de las probabilidades, tiene
como objetivo fijar los procedimientos a través de los cuales es posible inferir los
resultados o características de una muestra sobre la población de la cual ha sido
extraída.
x
donde por ejemplo: (minúscula) representa la media de la muestra y
X
(mayúscula) la Media de la Población
25
”La teoría del muestreo tiene como propósito establecer los pasos a través de los cuales es
posible hacer generalizaciones sobre la población total a partir de una muestra de la misma con un grado
mínimo de error.” Jorge Padua: op. cit.
26
García Ferrando, Manuel: Introducción a la Estadística en Sociología, Alianza Editorial,
Madrid, 1992.
115
La principal ventaja de efectuar un censo radica en la confianza y exactitud en
los resultados que “supone” el hecho de trabajar con la totalidad de elementos que
componen el universo. Pese a ello existen casos en los que se ha comprobado una
mayor exactitud en los resultados utilizando una muestra, dado que en estudios
complejos y ante la presencia de universos numerosos entra en juego lo que más
adelante veremos bajo el nombre de “error no aleatorio” o error no muestral, cuya
incidencia no se puede calcular en términos estadísticos o matemáticos.
Es más costoso
Dificulta la realización de estudios profundos
Exige la movilización de muchos recursos (humanos y materiales)
El procesamiento de la información obtenida en el trabajo de campo
es prolongado lo cual lleva a extender los plazos para la presentación
de resultados definitivos (como es el caso de los censos de población
y vivienda).
Por su parte, trabajar con una muestra, implica las siguientes ventajas:
Diseño de la Muestra
27
La complejidad del diseño muestral puede llevar a la necesidad de contratar un especialista en
la materia. No olvidemos que los errores cometidos en esta etapa pueden introducir sesgos en la
investigación que afectarán seriamente sus resultados pese a que los pasos restantes hayan sido correctos.
116
3. Escoger la técnica de muestreo adecuada o viable para esa investigación,
conforme la cual se seleccionarán los casos de dicha población que
formarán parte de la muestra y resolver todas las cuestiones operativas
relativas a los puntos muestrales, estrategias de sustitución o remplazo en
caso de no efectivizarse el contacto, etc.
4. Tomar decisiones sobre el error estadístico y el tamaño de la muestra con
el que se trabajará.
Marco Muestral
El marco muestral o base de la muestra está compuesto por una serie de datos
secundarios o características ( que generalmente se presenta en forma de listado) de los
elementos que componen nuestro universo y que permitirán su identificación.
Representa una herramienta fundamental para la aplicación de las técnicas de muestreo
que veremos más adelante, especialmente en el caso de las muestras probabilísticas.
O sea que el marco muestral debe contener la información necesaria para la
identificación de las unidades de análisis y su correcta selección. Si nuestro universo o
población estuviera compuesto por la totalidad de alumnos de una facultad, el marco
muestral podría contener, por ejemplo, la siguiente información: nombre y apellido,
legajo, carrera cursada, año de ingreso en la universidad, edad, sexo, teléfono, etc.
Ahora bien, anteriormente definimos al Universo o población de estudio como al
conjunto de elementos sobre los cuales recae la investigación. En términos del marco
muestral, debemos hacer una nueva distinción: existe un “universo general o teórico”
sobre el cual se desean generalizar los resultados de la investigación y en tal sentido se
trataría de una población abstracta; y un “universo de trabajo o empírico” del cual se
extrae concretamente la muestra (la totalidad de elementos contenidos en el marco
muestral). En tal sentido, el marco muestral es la herramienta que permite la
identificación concreta de las unidades de análisis.
Podría ocurrir que nuestro marco muestral no abarque o no cubra totalmente al
universo teórico (presentándose así un desvío entre el universo teórico y el de trabajo).
Todo listado puede estar sujeto a una serie de inconvenientes, como pueden ser las
omisiones o excesos por falta de actualización denominados “fallos o errores de
cobertura”. Por tal motivo y ateniéndonos al rigor metodológico que una investigación
debe contener, toda vez que se efectúen inferencias a partir de una muestra deberá
indicarse si la misma se efectúa sobre el universo teórico o el de trabajo.
Una vez obtenido el marco muestral debemos someterlo a examen previo a su
utilización para detectar las posibles deficiencias y, en caso de ser posible, actualizarlo o
depurarlo.
Si obtuviéramos un listado de los alumnos, en función del cual se tomará una
muestra, deberíamos chequear, en primera instancia, cuántos de esos alumnos realmente
continúan en la facultad, cuántos figuran en el listado habiendo finalizado o
abandonado su carrera, etc.
Lo mismo sucedería si deseáramos administrar una encuesta telefónica en
determinada ciudad. Nuestro primer impulso sería utilizar como marco muestral la guía
telefónica de dicha ciudad, pero este procedimiento suele presentar los siguientes
inconvenientes: existen personas que abonan a las empresas telefónicas para no figurar
en guía; otras nunca han efectuado el cambio de titularidad de la línea, otras poseen más
de un número de teléfono (hecho que aumentaría su probabilidad de selección, etc.
117
Tipos de Muestreo
A ccidentales,
N O P R E D IS P U E S T A S N o P rob ab ilísticas casuales o
erráticas
Intencionales,
M razonadas o
dirigidas
C uotas no
U P or C uotas
proporcionales
C uotas
E
proporcionales
S B ola de N ieve
A zar
S N o proporcional
Estratificado
P roporcional
A zar por
C onglom erados
M IX T A S
28
Jorge Padua: op. cit.
118
Por su parte, las muestras no predispuestas carecen de este sesgo y en función
de la técnica finalmente seleccionada, se obtendrá información con una mayor o menor
exactitud, pero no se condicionarán los resultados a priori.29
P = casos favorables
casos posibles
29
En este sentido Jorge Padua distingue dos tipos de muestras: aquellas cuya probabilidad de
extracción es cero o uno (muestras finalistas) y aquellas cuya probabilidad de extracción difiere de cero o
uno (muestras probabilísticas).
30
Pese a esta característica, en la práctica muchas veces no se la tiene en cuenta y se extraen
conclusiones respecto del universo de estudio. Cabe aclarar que dicha inferencia es riesgosa ya que no se
puede determinar con qué margen de error se presentarán los resultados ni garantizar que la muestra haya
sido representativa.
119
= fenómeno
La probabilidad de ocurrencia de0 un P= 1 oscilará siempre entre 1 (certeza
absoluta de ocurrencia) y 0 (suceso imposible). Entonces:
Por ejemplo, si tuviéramos una urna con diez bolillas numeradas del 1 al 10 y
quisiéramos saber qué probabilidad de extracción tiene la bolilla Nº 7, ésta estaría dada
por el siguiente cociente:
P (7) = 1
10
P (B roja) = 3
12
Para seleccionar una muestra por cuotas, el primer paso será establecer en
función de qué variables se van a tomar las cuotas. O sea cuáles son las características
121
sobresalientes de esa población en términos de la investigación (por ejemplo variables
demográficas). Entonces vamos a clasificar el universo conforme una, dos o más
variables que se consideren significativas dentro del estudio.
C antid ad d e
A rea
p ersonal
G erencia 43
A dm inistración y
50
R ecursos H um anos
M aestranza 40
V entas y T esorería 45
S ervicio P ostventa 49
Logística 40
F ábrica 350
Una vez obtenida esta información y si decidiéramos tomar una muestra de 140
casos por cuotas proporcionales, deberíamos establecer qué peso tiene cada Area sobre
31
Como la selección de las unidades de análisis queda finalmente a criterio del encuestador y
para evitar los posibles sesgos que esto podría introducir en la investigación, esta técnica de muestreo
suele complementarse con el llamado “muestreo de rutas aleatorias”. Por medio de él se preestablece cuál
ha de ser el recorrido o itinerario que debe seguir el encuestador y cuáles serán los puntos muestrales.
122
el total de empleados, dado que en la muestra se deberá respetar la proporción de cada
una. La muestra quedaría conformada de la siguiente forma:
C uotas
C antid ad d e % sob re el total d e
A rea p rop orcionales -
p ersonal em p lead os
casos a cub rir
G erencia 43 7 10
A dm inistración y
50 8 11
R ecursos H um anos
M aestranza 40 6 8
V entas y T esorería 45 7 10
S ervicio P ostventa 49 8 11
Logística 40 6 8
F ábrica 350 57 81
G erencia 43 20
A dm inistración y
50 20
R ecursos H um anos
M aestranza 40 20
V entas y T esorería 45 20
S ervicio P ostventa 49 20
Logística 40 20
F ábrica 350 20
Recordemos que el criterio para establecer las cuotas debe relacionarse con los
objetivos de la investigación. Por tal motivo, generalmente se suele clasificar al
universo según todas las variables que resulten necesarias. En el ejemplo anterior,
podría sumarse una nueva variable, como podría ser el sexo de los empleados. Entonces
123
habría que determinar para cada cuota cómo se distribuye el personal conforme esta
variable.
P = n P = 811 P = 0,27
N 3000
32
En primer lugar, debemos aclarar que cuando utilizamos el término azar, no nos estamos
refiriendo a “cualquiera”, al “primero que aparezca” o a un accidente. Aquí la palabra azar tiene una
connotación distinta: se emplea en sentido estadístico, el cual por poseer una basamento matemático,
dista de la casualidad o del hecho fortuito.
124
Un vez obtenido el marco muestral deberíamos asignarle un número de
identificación a cada empleado (del 1 al 3.000)33. A continuación y recurriendo a una
tabla de números aleatorios (ver anexo Nº 1) se tomarán a aquellos empleados que
efectivamente formarán parte de la muestra. En este caso se podría partir de la primer
columna, tomando los 4 últimos dígitos, desde la primer combinación de números y en
sentido descendente. Los empleados identificados con los números 2533, 2529, 0805,
2135, 0200, 0505, etc. hasta cubrir los 811 casos que integrarán la muestra.34
La técnica de Azar Sistemático requiere nuevamente que los elementos que
conforman el universo estén identificados previamente y plasmados en un marco
muestral.
Esta técnica consiste en seleccionar los elementos a partir de una determinada
unidad de análisis extraída al azar y respetando un mismo intervalo en lo sucesivo para
las restantes. O sea que el primer elemento de la muestra se seleccionará al azar
(recurriendo al sorteo o a la tabla de números aleatorios).
Para la selección de los casos restantes, una posibilidad sería establecer un
intervalo fijo, por ejemplo un caso cada 20. Otra posibilidad para determinar el
intervalo, aunque en realidad es la más adecuada, sería tomar el cociente entre el total
del universo sobre el tamaño de la muestra o coeficiente de elevación. Entonces a partir
del primer elemento seleccionado por azar simple los restantes serán seleccionados
sumándole al mismo el coeficiente de elevación.
Por ejemplo:
Total del U niverso = 1000 = 10
M uestra 100
33
También podríamos utilizar, en caso de existir, su número de legajo o su número de
identificación dentro de la empresa.
34
Obsérvese que algunas celdas de la tabla de números aleatorios no han sido tenidas en cuenta
ya que la combinación resultante supera el número 3.000, que en este caso es el total del universo (por
ejemplo 4805, 8953, 9970, etc.).
125
afijación proporcional, cuando en la muestra se respeta el peso relativo de cada
estrato.35
La técnica de Azar por conglomerados se utiliza cuando los casos a relevar se
encuentran distribuidos en áreas geográficas muy extensas. Esta técnica es de gran
utilidad cuando la unidad muestral no son individuos sino conjunto de individuos que
constituyen conglomerados (definidos como tales a los efectos de cada investigación).
Esta técnica lleva implícitas varias etapas a través de las cuales se van seleccionando (al
azar) desde unidades mayores, unidades intermedias, hasta llegar a los casos
específicos.
Por ejemplo, en un estudio sobre establecimientos educativos de la República
Argentina, la selección podría atravesar por las siguientes etapas:
País Provincias Distritos Escolares Escuelas
35
Más allá de los motivos que pudieran llevar al equipo de investigadores a seleccionar una
muestra estratificada no proporcional muchas veces ocurre que a la hora de analizar los resultados sea
necesario recurrir a coeficientes de ponderación para suplir posibles sesgos en los mismos. Esto es muy
frecuente a la hora de estimar parámetros poblacionales para lo cual se necesita corregir las
desigualdades originadas por dar el mismo peso a cada estrato.
126
Dentro de los errores no aleatorios, es conveniente realizar la siguiente
diferenciación. Existen errores metodológicos que pueden originarse en cualquiera de
las etapas de la investigación, ya sea planteando los objetivos e hipótesis
incorrectamente, utilizando un sistema de categorías erróneo, optando por una técnica
de recolección de datos inapropiada, utilizando herramientas estadísticas incompatibles
con el tipo de datos que se desea analizar, etc.
Pero también existen errores operativos o tácticos, relacionados con cada una de
las fases prácticas de la investigación. Estos tienen que ver con fallas (generalmente
involuntarias) efectuadas por los distintos involucrados en la investigación. Entre otros
podemos citar: la mala administración de las preguntas de un formulario, errores a la
hora de plasmar una respuesta, errores en la postcodificación y procesamiento de datos,
etc.
La suma de estas deficiencias conducirán inevitablemente al fracaso de la
investigación, ya que los resultados obtenidos no serán confiables. Es por ello que jamás
habremos insistido suficientemente en los controles y revisiones de cada una de las
tareas que la investigación implica.36
Como ya se ha mencionado, cuando se ha decidido obtener información
tomando una muestra, el equipo de investigadores pretende que los resultados
obtenidos a partir de esa porción del universo refleje lo más fielmente posible la
realidad del total del universo. El error muestral o aleatorio, refleja el nivel de desvío
entre dichos resultados muestrales y aquellos a los que se hubiera llegado efectuando un
censo. Vamos a definir al error muestral como “el grado de inadecuación existente entre
las estimaciones muestrales y los parámetros poblacionales” 37, o sea la diferencia que
existe entre los valores obtenidos en la muestra y los valores poblacionales.
36
Cabe resaltar el papel que cumplen en este sentido la realización del pretest, la correcta
capacitación del personal de campo, estrategias para detectar posibles problemas de validez externa, la
supervisión del trabajo de campo, edición del material previo al procesamiento, etc.
37
Cea D’Ancona, M. Angeles: Metodología Cuantitativa: Estrategias y Técnicas de
Investigación Social, Ed. Síntesis S.A., Madrid , 1998.
38
Frente a universos heterogéneos, por ejemplo, la técnica de azar estratificado origina un
margen de error menor al azar simple o sistemático, dada la necesidad de estratificar previamente al
universo y la necesidad de cubrir casos pertenecientes a cada uno de los estratos establecidos, respetando
así la diversidad del universo.
127
5. El tipo de universo (homogéneo o heterogéneo): dado que la
heterogeneidad de elementos favorece el incremento del error. Esto
nuevamente disminuye al aumentar el tamaño de la muestra
Tamaño de la Muestra
Debemos tener en cuenta que cuanto más pequeña es la muestra menores son los
costos de la investigación, pero la probabilidad de error mayor. Lo ideal es seleccionar
una muestra de tamaño mínimo pero que a través de ella se logre un máximo de
precisión en los resultados.
En cuanto al cálculo del tamaño de la muestra propiamente dicho una alternativa
sería despejar “n” (tamaño de la muestra) de la respectiva formula del error muestral
(ver anexos Nº 4 y 5) o bien recurrir a tablas indicativas (ver anexos Nº 2 y 3)
construidas en función de el tipo de universo (finito o infinito) y del nivel de confianza
(2 o 3 ).
Como se mencionó anteriormente no toda investigación tiene como objetivo la
generalización de resultados más allá de la muestra. Para estos casos y siguiendo a
Galtung, desarrollaremos una alternativa más sencilla para determinar el tamaño de la
muestra, partiendo de la base que es requisito de la misma (aunque no se pretenda
39
Generalmente en la muestras no probabilísticas se utilizan muestras más reducidas que en las
probabilísticas dado que no se pretende que la misma sea representativa ni la estimación de parámetros.
40
Como se dijo anteriormente, toda muestra debe ser o intenta ser representativa del universo del
cual se extrae. Por eso, cuando el universo es heterogéneo el tamaño de la muestra será mayor de modo de
respetar la variedad de componentes de dicho universo. Este requisito no será necesario si el universo o
población no presenta diferencias significativas entre sus unidades.
41
Esto es particularmente importante en el caso de realizar análisis bivariado y lo es aún más si
se desea llevar a cabo análisis multivariado, donde debe existir cierta proporción entre la cantidad de
casos que conforman la muestra y el número de variables que se están midiendo .
128
realizar inferencia alguna) que contenga una cantidad mínima de casos en función de las
relaciones presentes en la hipótesis.
En primer lugar debemos preguntarnos cuántas variables se quieren analizar
conjuntamente (2, 3 , 4 o más) y qué cantidad de categorías le hemos otorgado a cada
una, para luego construir un cuadro que contemple esta información. Supongamos que
las variables a relevar son: nivel de instrucción (con 8 categorías) y lugar de residencia
(con 4 categorías). El cuadro estaría conformada por 32 celdas, las cuales se deben
cubrir con 10 casos cada una. En este ejemplo necesitaremos 320 casos.
80 80 80 80
Hasta aquí hemos tratado de exponer los conceptos fundamentales que implica
esta etapa de la investigación, sin la pretensión de dar un enfoque exhaustivo42 al tema.
Esperamos haber brindado las herramientas básicas para la toma de decisiones
en lo concerniente a la selección de las unidades de análisis, dado que cada técnica trae
aparejadas una serie de ventajas y desventajas y distintos niveles de complejidad.
También aspiramos a haber resaltado la importancia de este paso en relación a su
inevitable repercusión (favorable o desfavorable) sobre los resultados del estudio.
Por último queremos destacar nuevamente que para cada tipo de investigación43
(según sus características y objetivos) habrá una técnica de muestreo más apropiada, sin
olvidar que también influirán los recursos económicos y humanos con que se cuenta,
como así también el tiempo estipulado para esta etapa en particular y para toda la
investigación en general.
42
Para una mayor profundización se sugiere la consulta de la bibliografía consignada al final de
este capítulo.
43
Ver Perez Lalanne, R: Los Tipos de Investigación y sus Diseños - (2000)
129
ANEXO Nº 1 - EJEMPLO DE TABLA DE NUMEROS ALEATORIOS
130
10 09 73 25 33 76 5 2 0 1 3 5 8 6
37 54 20 48 04 64 8 9 4 7 4 2 9 6
08 42 26 89 53 19 6 4 5 0 9 3 0 3
99 01 90 25 29 09 3 7 6 7 0 7 1 5
12 80 79 99 70 80 1 5 7 3 6 1 4 7
66 06 57 47 17 34 0 7 2 7 6 8 5 0
31 06 01 08 05 45 5 7 1 8 2 4 0 6
85 26 97 76 02 02 05 16 56 92
63 57 33 21 35 05 3 2 5 4 7 0 4 8
73 79 64 57 53 03 5 2 9 6 4 7 7 8
98 52 01 77 67 14 9 0 5 6 8 6 0 7
11 80 50 54 31 39 8 0 8 2 7 7 3 2
83 45 29 96 34 06 2 8 8 9 8 0 8 3
88 68 54 02 00 86 5 0 7 5 8 4 0 1
99 59 46 73 48 87 5 1 7 6 4 9 6 9
65 48 11 76 74 17 4 6 8 5 0 9 5 0
80 12 43 56 35 17 7 2 7 0 8 0 1 5
74 35 09 98 17 77 4 0 2 7 7 2 1 4
69 91 62 68 03 66 2 5 2 2 9 1 4 8
09 89 32 05 05 14 2 2 5 6 8 5 1 4
91 49 91 45 23 68 4 7 9 2 7 6 8 6
80 33 69 45 98 26 9 4 0 3 0 8 5 8
44 10 48 19 49 85 1 5 7 4 7 9 5 4
12 55 07 37 42 11 1 0 0 0 2 0 4 0
63 60 64 93 29 16 5 0 5 3 4 4 8 4
61 19 69 04 46 26 4 5 7 4 7 7 7 4
15 47 44 52 66 95 2 7 0 7 9 9 5 3
94 55 72 85 73 67 8 9 7 5 4 3 8 7
42 48 11 62 13 97 3 4 4 0 8 7 2 1
23 52 37 83 17 73 2 0 8 8 9 8 3 7
04 49 35 24 94 75 2 5 6 3 3 8 2 3
00 54 99 76 54 64 0 5 1 8 8 1 5 9
35 96 31 53 07 26 8 9 9 0 9 3 5 4
59 80 80 83 91 43 4 2 7 2 6 8 4 2
46 05 88 52 36 01 3 9 0 9 2 2 8 6
32 17 90 05 97 87 3 7 9 2 5 2 4 1
69 23 46 14 06 20 1 1 7 4 5 2 0 4
19 56 54 14 30 01 7 5 8 7 5 3 7 9
45 15 51 49 38 19 4 7 6 0 7 2 4 6
94 86 43 19 94 36 1 6 8 1 0 8 5 1
ANEXO Nº 2 - EJEMPLO DE TABLA PARA LA DETERMINACION DEL
TAMAÑO DE LA MUESTRA (POBLACION FINITA) PARA
131
MARGENES DE ERROR DE 1, 2, 3, 4 Y 5 %, EN LA
HIPOTESIS DE p = 50 %
MARGEN DE CONFIANZA DEL 95,5 %
A m plitud de
+/- 1 % +/- 2 % +/- 3 % +/- 4 % +/- 5 % +/- 10 %
la población
500 222 83
132
ANEXO Nº 3 - EJEMPLO DE TABLA PARA LA DETERMINACION DEL
TAMAÑO DE LA MUESTRA (POBLACION FINITA) PARA
MARGENES DE ERROR DE 1, 2, 3, 4 Y 5 %, EN LA
HIPOTESIS DE p = 50 %
MARGEN DE CONFIANZA DEL 99,7 %
A m plitud de la población + /- 1 % + /- 2 % + /- 3 % + /- 4 % + /- 5 %
500
1000 474
133
ANEXO Nº 4 - FORMULAS GENERALES PARA EL CALCULO DEL
ERROR MUESTRAL (para Universos finitos o infinitos y según
se trate de muestras con desviación típica o muestras con
proporciones). 44
44
Fuente: Sierra Bravo, Restituto: Técnicas de Investigación Social, Ed. Paraninfo S.A., Madrid, 1995.
45
Fuente: Sierra Bravo, Restituto: op.cit
134
BIBLIOGRAFIA
Sánchez Carrión, Juan Javier: Manual de Análisis de Datos, Alianza Editorial S.A.,
Madrid, 1996.
135
LAS TÉCNICAS DE RECOLECCIÓN DE DATOS
Héctor D. Barroso
INTRODUCCIÓN
En realidad no son conceptos que sean estrictamente opuestos, pero los hemos
utilizado para describir dos aspectos fundamentales que caracterizan cualquier modo
sistemático de obtener información de la realidad social.
Mayor estructuración significa que la técnica en cuestión está preparada para obtener
cierta clase -definida previamente- de datos y por lo tanto está limitada –cerrada- a
otros. Es decir que solamente puede obtener información sobre los aspectos –
características, propiedades – definidos previamente y en las escalas también fijadas con
antelación. Las situaciones diferentes, las manifestaciones no previstas, los aspectos no
contemplados, no pueden registrarse ni captarse.
Esta realidad, que parece una limitación, es también la principal característica y ventaja
de las denominadas técnicas cuantitativas: la información recogida es comparable ,
puede tratarse estadísticamente y por lo tanto predecir acontecimientos y tendencias. Por
otra parte, las principales ventajas de las técnicas cualitativas, la profundidad y la
captación de la subjetividad, también se convierten en las principales dificultades a la
hora de los resultados: la generalización es sumamente dificultosa y la posibilidad de
predicción es escasa o nula.
Veamos el siguiente ejemplo: El encuestador toca el timbre en una casa y es recibido
por una señora que – el encuestador no sabe- acaba sufrir la muerte de un hijo.
El objetivo principal de la encuesta es averiguar el futuro comportamiento electoral de
los ciudadanos y el indicador principal es la intención de voto.
La señora hace pasar a nuestro encuestador y responde en forma ordenada a las
preguntas aunque distraídamente. En un momento de la entrevista, pide disculpas y
rompe en llanto, explicando las razones y, luego de unos instantes, continúa
respondiendo la encuesta hasta su finalización completa. El encuestador, conmovido
pero experimentado en su trabajo, registra sólo las respuestas a las preguntas tal como
fue indicado en el instructivo correspondiente.
136
Para esta técnica, la señora del ejemplo es una unidad de análisis que puede clasificarse
según algunas propiedades (edad, sexo, estado civil, ocupación, ingresos y en este caso,
a quién votará en las próximas elecciones) y esta información es la que el encuestador
recogerá. El dolor, la angustia, el sufrimiento, las expectativas, los intereses, los
motivos, son dimensiones que nuestro encuestador quizás percibió pero no pudo - ni
tenía por qué- registrar, ya que no estaba previsto que lo hiciera ni tenía donde registrar
esa información.
La captación de la subjetividad, los significados que guían los comportamientos, el
sentido que los actores sociales atribuyen a sus actos, son los fundamentos y objetivos
de las técnicas cualitativas. Si nuestro encuestador hubiera utilizado otra técnica –por
ejemplo la entrevista abierta-, hubiera estado en condiciones de percibir y registrar las
dimensiones complejas y profundas de los significados que la situación planteaba a la
entrevistada.
Quizás nuestro encuestador no estaba capacitado para realizar esta tarea, ya que la
preparación teórica y la experiencia necesaria para aplicarla es mucho mayor que en el
caso de la encuesta. Probablemente hubiera tenido que realizarla un investigador con
conocimientos más sólidos que los necesarios para aplicar una encuesta que pudiera
desarrollar y aprovechar las características de la técnica.
Creemos que este ejemplo imaginado es ilustrativo de las diferentes modalidades de las
técnicas que a continuación expondremos con más detalle.
137
Características principales de las técnicas cualitativas y cuantitativas de
recolección de datos
heterogéneos
138
Principales técnicas de recolección de datos en las Ciencias
Sociales
M
E
N
O
R
E
S
T
R
U
C
T
U
R
A
C
I
Ó
N
139
1 ) LAS ENCUESTAS
140
Comprenden:
a1) Información actual o pasada relativa a ciertas características personales de
los individuos, como por ejemplo la edad, la ocupación, el nivel de
instrucción, sus posesiones, su patrimonio, su lugar de residencia, su religión,
etc.
a2.) Información referida al ambiente que rodea al individuo: su situación
familiar, su ambiente laboral, su vecindad, sus amistades, etc.
a3) Información relativa al comportamiento del individuo: Las cosas que las
personas hacen, lo que creen que hacen, lo que están dispuestos a contar que
hacen. Es decir, su comportamiento reconocido o aparente.
Aquellos aspectos ocultos o inconscientes, las motivaciones íntimas, los
aspectos profundos de la personalidad, no son objeto de indagación por medio
de las encuestas. Para ello existen otras técnicas adecuadas.
b) Las opiniones: comprenden los juicios que las personas emiten respecto a
alguna cosa de su conocimiento o interés. Las respuestas que los sujetos
indagados pueden proporcionar están vinculadas con el nivel de información o
interés sobre los temas tratados. Intentar preguntar sobre cuestiones que no
tienen interés para las personas, o que de alguna u otra manera no tienen
necesidad u obligación de conocer es una pérdida de tiempo, tanto para los
encuestados como para el investigador. Por ello es de fundamental importancia
tener en cuenta el marco de referencia de los individuos a investigar: sus
expectativas, conocimientos, creencias, valoraciones, intereses, etc.
142
cuidadosamente este pedido, dependiendo en gran medida de ello la devolución de
las respuestas.
Si es aplicado por un encuestador, es menos importante, ya que siempre es más
difícil negarse a la solicitud de una persona que guardar un formulario en un cajón
para responderlo más tarde (o nunca).
Aquí se ubican las preguntas referidas a los indicadores de los datos buscados,
comenzando con las más fáciles e interesantes y continuando con las más
importantes, antes de la mitad del tiempo estimado total que insume responder al
cuestionario.
Preguntas abiertas: El sujeto indagado tiene libertad para responder con sus
propias palabras sobre lo preguntado. No tiene alternativas fijas de respuesta.
144
c) Concurrió a actos políticos
d) Realizó actividades de propaganda política
e) Participó como orador / disertante en actos o reuniones
políticas
f) Se presentó a elecciones para competir por cargos
g) Desempeñó o desempeña cargos partidarios
h) Desempeñó o desempeña cargos electivos
i) Otras actividades
145
2. Otra cuestión importante es la forma de aplicación de la cédula o cuestionario.
Si se aplicará en forma autoadminstrada o por correo, por intermedio de un
encuestador presente, o por teléfono u otro medio.
Si tenemos preguntas con siete categorías cada una y que deba conocer el indagado
antes de responder, es casi imposible hacerla por teléfono.
Si la encuesta es telefónica la respuesta deberá ser casi espontánea, formulando
preguntas
cuyas categorías se encuentren en la mente del interrogado. Si el cuestionario es
enviado
por correo y tiene muchas páginas es muy probable que no sea devuelto.
4. Hay que evitar ubicar juntas preguntas en las que la respuesta de una pueda
influir en el sentido de respuesta de la otra.
5. Procurar que las preguntas referidas a un mismo aspecto aparezcan juntas para
conservar un orden lógico y cronológico. Esto significa no saltar de un tema a otro.
Si preguntamos sobre política, economía y valores, deben ordenarse juntas las
preguntas sobre economía, luego avisar al encuestado que se pasará a preguntar
sobre política y lo mismo respecto al siguiente grupo de preguntas.
De lo contrario, se corre el riesgo de confundir al entrevistado.
De la misma manera cuando se pregunta sobre el pasado, el presente y el futuro.
Deben disponerse las preguntas manteniendo un orden psicológico que no dificulte
la comprensión y respuesta del indagado.
6. Si las preguntas son difíciles para el encuestado y podemos suponer que serán
respondidas con cierta inquietud, es posible intercalar preguntas de respuesta
rápida y fácil que no impliquen demasiado compromiso y permitan aliviar la
tensión.
146
E) Al redactar las preguntas debe tenerse especial cuidado en la elección de las
palabras que se utilizarán.
Recomendaciones generales:
147
Las siguientes recomendaciones, si bien no son reglas fijas, surgen de la experiencia de
muchos investigadores sociales y consideramos que deben tenerse muy presentes en la
elaboración, redacción y aplicación de cuestionarios para encuestas.
6. No incluir preguntas dirigidas. Son aquéllas que están redactadas de tal manera
que sugieren la respuesta.
10. Redactar y formular las preguntas de manera que no afecten la intimidad de las
personas ni provoquen prejuicios personales.
149
“ Es indispensable reunir los datos de manera uniforme para todos los entrevistados.
Así hay que preguntar lo mismo y del mismo modo a todas las personas incluidas en la
encuesta. La manera y las palabras con que se formula una pregunta influye mucho en
la contestación que se obtiene. Si una pregunta es formulada de manera distinta para
los varios entrevistados no dará resultados comparables” 1
Recorriendo el campo:
1
Gino Germani: Manual del encuestador. Universidad de Buenos Aires. Facultad de Filosofía y Letras.
1966
150
cordial. Debe evitar –siempre- juzgar o discutir con el sujeto indagado.
e) Las preguntas deben formularse exactamente como están redactadas y
presentadas en el cuestionario. No deben hacerse cambios en el orden, número y
enunciación de las preguntas.
f) Registrar las respuestas en el momento de obtenerlas y no confiar en la memoria
g) Respetar cabalmente las instrucciones que han sido elaboradas para selección de
las unidades y la aplicación del instrumento .
2
Gino Germani: Op. cit.
151
¿Cuáles son, para Ud., los 3 problemas más importantes en todo el partido de Lomas de Zamora?
Ubíquelos del 1º al 3º en orden de importancia.
CLOACAS (..........) PAVIMENTACIÓN (..........)
ALUMBRADO (..........) GAS (.......)
SEGURIDAD (..........) EDUCACIÓN (.........)
LIMPIEZA DE LAS CALLES (........) VIVIENDA (.........)
RECOLECCIÓN DE LA BASURA (.......) CONTAMINACIÓN (..........)
MEDIOS DE TRANSPORTE (........) AGUA CORRIENTE (.........)
DEFENSA DEL CONSUMIDOR (........) SALUD (..........)
10) Nos podría decir, ¿Cuáles PROBLEMAS considera que la Municipalidad está solucionando?
Abierta/ espontánea
................................................................................................................................................................
11) Y, ¿Cuáles DEBERÍA SOLUCIONAR INMEDIATAMENTE? Abierta/ espontánea
................................................................................................................................................................
12) Por favor,¿ me podría nombrar algunos concejales que recuerde?
Abierta/ espontánea...................................................................................
13) ¿Cómo considera que se desempeña el Concejo Deliberante?
a) Muy bien b) Bien c) Regular d) Mal e) Muy Mal ............
14) Le voy a mostrar una tarjeta:
¿Con cuáles de estas palabras identifica al Gobernador ? (Por favor indique dos)
a) HONESTO; b) RESPONSABLE; c) INCAPAZ; d) PREPARADO 1......
e) SENSIBLE; f) IMPROVISADO; g) CAPAZ; h) DESHONESTO; 2......
i) IRRESPONSABLE; j) INSENSIBLE ; k ) AUDAZ ; L ) PRECAVIDO
15) ¿ Y al Intendente ? (Por favor indique dos)
a) HONESTO; b) RESPONSABLE; c) INCAPAZ; d) PREPARADO 1......
e) SENSIBLE; f) IMPROVISADO; g) CAPAZ; h) DESHONESTO; 2......
i) IRRESPONSABLE; j) INSENSIBLE ; k ) AUDAZ ; L ) PRECAVIDO
16) Ahora le voy a mostrar una tarjeta en donde aparecen algunas condiciones que puede tener
una persona. ¿Podría decirme cuál de estas condiciones debería tener un político?
Por favor marque 2 (MOSTRAR TARJETA)
(ENCUESTADOR: marcar con un 1 a la que menciona en primer lugar)
a)DEDICACIÓN (.......); b) HONESTIDAD(........); c) CARISMA(.......);
d) AUDACIA(........); e) CAPACIDAD(........); f) SINCERIDAD(.......);
g) RESPONSABILIDAD (........); h) SENSIBILIDAD (.........)
17) ¿Me podría decir ¿ a quién votó Ud. en las últimas elecciones ?
ABIERTA......................................................................................... ...........
18) ¿ Está afiliado a algún partido político?
a) NO ........ b )SI ........ ¿ a cuál? ....................................
19) Me podría decir su nombre (de pila) ............................................
MUCHAS GRACIAS POR SU COLABORACIÓN
FIN DE LA ENCUESTA
2 ) LAS ENTREVISTAS:
Tipos de entrevista:
1. La entrevista semiestructurada:
Este tipo utiliza una guía de preguntas que en muchos aspectos se asemeja al
cuestionario o cédula de las encuestas masivas. Sin embargo, aunque algunas de las
preguntas tengan alternativas fijas de respuesta, existen, por un lado los espacios para
efectuar observaciones, anotar las respuestas a preguntas abiertas , transcribir los
relatos y registrar aspectos no verbales en el entrevistado.
Su uso implica mucha libertad para formular las preguntas y la posibilidad de aclararlas
u orientarlas, aunque tengan cierta estructuración.
Si bien es posible elaborar generalizaciones a partir de los datos obtenidos, sólo deberán
referirse a las preguntas cuya aplicación haya sido semejante a todos los entrevistados
(las estructuradas) y siempre teniendo en cuenta la manera en que se haya asegurado la
representatividad de la muestra.
Las entrevistas semi-estructuradas tienen un uso adecuado cuando las unidades de
análisis son poco numerosas y muy definidas y los informantes a entrevistar poseen
cierta clase de información muy específica: Revisten una situación de poder o
posibilidades de decisión, (directivos, gerentes, autoridades, etc.) o poseen alguna clase
de información especial (expertos, científicos, profesionales, etc.).
3
Roethlisberger, F y Dickson, W. “Management and the Worker”. Citado por Madge en “Las
herramientas de la ciencia social” Ed. Paidós. Buenos Aires. 1969
153
Consisten en una conversación (o varias , en muchos casos) en las cuales tanto el
entrevistado como el entrevistador tienen amplia libertad para preguntar y responder.
Podemos distinguir dos tipos principales:
- La entrevista focalizada:
Diseñada y utilizada por Merton y Kendall, en los Estados Unidos en la década
de 1950, tiene las siguientes características:
Los sujetos a entrevistar se hallan en una situación particular y conocida por
el investigador: experiencias muy vívidas o traumáticas (guerras,
accidentes, etc.) o sometidas a algún estímulo previo (la lectura de algún libro, la
proyección de una película, etc.) o participado de alguna acción colectiva no
controlada (manifestaciones, ceremonias, etc.) .
El investigador analiza la situación, elaborando hipótesis sobre los efectos y
consecuencias de esta situación en los actores. Prepara una guía
con los ítem definidos por las hipótesis, y realiza la entrevista focalizada en la
experiencia subjetiva .
154
Hay que prever la entrevista de antemano. Avisar al entrevistado y concertar una
cita.
La entrevista deberá realizarse en un ambiente agradable. No se puede hacer en un
colectivo, en el medio de la calle, ni junto a los compañeros de oficina. Tiene que
ser un ambiente cómodo y privado.
En el contacto inicial , comunicar al entrevistado los objetivos de la entrevista.
Formular las preguntas en tono natural , prestándole toda la atención al
entrevistado y no a la guía o instrumento de registro.
Conocer el campo en el que se va a entrevistar. Cuanta más información previa se
tenga de la situación mejor y más profundos serán los datos obtenidos.
Registrar la información en el momento. No confiar en la memoria y registrar
después de finalizada. Esta reconstrucción puede alterar seriamente el sentido de lo
respondido.
No discutir con el entrevistado ni criticar sus acciones, opiniones o puntos de vista.
Si el entrevistado se distrae o sale del tema, hay que tratar de situarlo nuevamente,
alentándolo a continuar hablando .
Al terminar la entrevista, agradecerle por proporcionar información precisa y veraz.
3) LA OBSERVACION
155
con lo que ya conocemos. La observación está orientada por nuestras formas
aprendidas de ver las cosas.
El marco de referencia –la teoría- proporciona las maneras de interpretar –ver-
lo que percibimos. Sin teoría que ordene la percepción podemos mirar muco
pero ver poco.
BIBLIOGRAFIA:
157
EL DIFERENCIAL SEMANTICO
Introducción
Esta técnica fue diseñada por Charles Osgood y colaboradores con el propósito de
observar y medir los significados psicológicos que para los individuos tienen las cosas
representadas por los conceptos.4 Fue concebida como un medio y no un fin en sí
mismo, un instrumento para estudiar la variable significado en el comportamiento
humano. Ampliando su finalidad, el objetivo de esta técnica es analizar y construir la
imagen y las actitudes que los individuos tienen sobre determinados estímulos o cómo
ellos se hayan instalados en el Imaginario Social.5
En tal sentido Osgood imaginó un espacio semático multidimensional de naturaleza
geométrica en cual ubicar tanto a los estímulos como a los individuos en función de sus
reacciones o respuestas. Dicho autor consideraba que en toda cultura o subcultura
existen elementos simbólicos comunes a partir de los cuales los individuos organizan su
experiencia y que son pasibles de ser segmentados en función de un conjunto de
variables, incluso aun en aquellas culturas que en apariencia resultaran ser homogéneas.
Los conceptos son estímulos respecto a los cuales la operación de registro realizada
por el investigador constituye un dato. Pueden ser verbales (escritos u orales) o no
verbales. Por ejemplo: nombres propios de candidatos, instituciones, marcas, dibujos,
packaging, colores, etc. Su selección dependerá de la naturaleza del problema pero por
lo general los estímulos elegidos constituyen una muestra intencional “librada al buen
sentido del investigador” de un universo posible de conceptos.
Los conceptos elegidos - salvo algunas excepciones -, tienen que cumplir con un
conjunto de requisitos:
Tener “poder discriminatorio”, es decir, se debe esperar de ellos que sus
significados señalen diferencias significativas entre los individuos.
Tener “significado unitario” para cada sujeto de manera de no prestarse a
diferentes interpretaciones por el mismo individuo.
Ser “familiares a todos” los integrantes de la población para evitar que por
desconocimiento se produzca una regresión espúrea hacia el punto medio de la escala.
4
Osgood, Charles y otros: El diferencial semántico como instrumento de medida, en Wainerman, C. y
otros: Escalas de medición en ciencias sociales, Nueva Visión, Buenos Aires, 1976.
5
Cfr. Díaz, Esther (editora): La ciencia y el imaginario social, Biblos, Buenos Aires, 1998.
158
2. Construcción del espacio semántico
Si bien esta técnica se utiliza con mayor frecuencia en los estudios descriptivos –
cuantitativos; a veces, y con el propósito de garantizar el cumplimiento de estos
criterios - en especial, el último -, se suele realizar una etapa previa exploratoria –
cualitativa. En tal sentido, la técnica más adecuada son los focus groups o grupos de
discusión (o motivacionales) en donde se pueden testear y/o extraer los atributos
necesarios que cumplan con los requisitos antes mencionados. Sin embargo, en el
momento de seleccionar los atributos es recomendable no dejarse llevar por las primeras
impresiones y evaluar sus posibles usos o significados dado que muchos de ellos tienen
la “particularidad” de adquirir contenidos semánticos impensados o de convertirse en
un “boomerang” o tener “efecto rebote” que se vuelve “en contra” de quienes lo están
usando por “recreación o elaboración propia” del imaginario social.
Una vez que ha sido construído el espacio semántico con las tres escalas para cada
dimensión el paso siguiente es la elaboración del formulario. Básicamente, la idea es
que cada estímulo sea acompañado con la batería de nueve escalas. Es aconsejable que
dichas escalas estén intercaladas (una por cada dimensión) y sus atributos rotados de
manera de evitar la tendencia a “contestar en automático” marcando siempre en el
mismo lado para los casos en que sea autoadministrado o contestando por la última o
primer alternativa de respuesta mencionada. Complementando las escalas del
diferencial a la cédula se le agregarán todas aquellas otras variables y/o indicadores que
intervengan en la investigación comenzando por los datos de clasificación (sexo, edad,
NSE, etc.).
160
estén instalados en el escenario electoral, es decir, que resulten conocidos por los
potenciales votantes.
A los efectos de construir el diferencial se realizan algunos focus groups con el
propósito de indagar por los atributos más preciados testeando en forma espontánea y
dirigida posibles atributos (honestidad, capacidad, decisión, coraje, carisma,
experiencia, trayectoria, respaldo, etc.). Luego en función de los resultados obtenidos
se diseña el formulario con las siguientes escalas:
Como se puede advertir es posible que con algunos atributos se susciten dudas
acerca de su pertenencia a la dimensión en la que fue ubicado. En tal caso, es más
importante su pertinencia y representatividad. Del mismo modo, algunos pares de
adjetivos no ofrecerán dudas en lo referido a la identificación del polo positivo (por
ejemplo, honesto-deshonesto) mientras que en otros la cosa no será sencilla (por
ejemplo, izquierda-derecha). Sin embargo, hay que tener en cuenta que lo “positivo” o
“negativo” no tiene que pasar necesariamente por los extremos. He incluído también
aprovechando nuestra experiencia reciente (aburrido-divertido / con anestesia-sin
anestesia). Dicho sea de paso, una escala que se me había ocurrido para configurar el
ejemplo y que luego descarté por “falta de estabilidad semántica” pero que no por eso
deja de ser interesante fue el par “masculino-femenino” al cual luego se volverá. De
esta forma la disposición de las escalas sería:
CANDIDATO ZZ
Honesto Deshonesto
/ / / / / / / /
No carismático Carismático
/ / / / / / / /
Con trayectoria Sin trayectoria
/ / / / / / / /
Y así sucesivamente con el resto de las escalas hasta completar las nueve o las que
fuesen necesarias dado que lo aconsejable es un mínimo de tres por dimensión, pero
bien pueden ser menos o más según la demanda del problema de investigación. Nótese,
que las escalas están intercaladas y los adjetivos rotados. La misma disposición se
respetará para el resto de los candidatos.
Básicamente, la instrucción para completarla es marcar con una cruz dejándose
llevar o no - esto también queda sujeto a decisión -, por la primera impresión en el
casillero o espacio correspondiente:
/ / X / / / / / /
161
5. Análisis de los datos
/ / / / / / / /
1 2 3 4 5 6 7
/ / / / / / / /
-3 -2 -1 0 1 2 3
El paso siguiente es calcular el promedio por escala, por factor o general (promedio
de los tres factores) para cada estímulo tanto para el total de la muestra o para cada caso
en forma individual. También es posible el empleo de otras medidas estadísticas como
la mediana, las dispersiones, etc.
De esta manera, el significado de un concepto para un sujeto particular se define
operacionalmente como el conjunto de puntajes factoriales en la columna de la matriz
que representa a ese concepto. El significado de un concepto o estímulo dentro de una
cultura, grupo o muestra se define operacionalmente como el conjunto total de puntajes
factoriales promedios obtenidos por ese concepto. Es posible comparar los conceptos
según las posiciones que ocupen por escala, por factor o a nivel general (los tres
factores). En esta representación se puede observar la proximidad o distancia existente
entre los distintos estímulos en términos de cada uno de los factores. También se puede
analizar la consistencia del significado cultural o de la imagen global del estímulo
representada por la dispersión de los puntajes individuales con respecto a la medida de
tendencia central empleada, esto es graficando una nube de concentración variada en el
espacio semántico; en tal sentido, a mayor concentración en la nube de las elecciones
individuales habrá una mayor consistencia y viceversa. Una de las ventajas que ofrece
esta técnica es que transforma las diferencias y similitudes relativas entre los distintos
estímulos en distancias cuantitativas. Todos estos procedimientos a su vez se replican
discriminando el análisis de los resultados en función de las variables que caracterizan a
la muestra (por sexo, edad, NSE, etc.).
162
H I D C/T R D C CPD CA
6 IDEAL
5 ZZ
4
WW
3
2 YY
0
D D A S/T C A N/C SPD SA
163
NOCIÓN Y ESTRUCTURA DEL DATO (*)
Así lo que constituye un dato, para este autor, son estos tres elementos considerados
en forma conjunta a través de las relaciones que mantienen entre sí.
Ahora bien, es necesario definir estos tres términos que en forma conjunta
constituyen un dato. Las Unidades de Análisis son los elementos menores y no divisibles
que componen el universo de estudio de una investigación. Sobre dichos elementos se
estudia el comportamiento de las variables. Las unidades de análisis se establecen de
manera previa a la etapa de recolección de datos, por ende, su definición forma parte del
marco teórico. Las mismas se pueden clasificar según Mayntz, R.(3) en:
1) Unidad de análisis
2) Variables
3) Valores
4) Indicadores.
165
Estos cuatro elementos del dato científico se relacionan con cuatro funciones que
cumplen los enunciados descriptivos:
166
2) Fuentes Secundarias: son aquellos que no han sido relevados por el
investigador pero que son usados por él para realizar la investigación.
La principal ventaja que tienen es que los costos son reducidos o
nulos. En cambio, entre los inconvenientes que pueden presentar, se
pueden destacar los siguientes: es muy probable que dichos datos
hayan sido recogidos en función de otra problemática, otros objetivos
y perspectiva teórica. Además hay que analizar cuál fue el universo
de estudio, las unidades de análisis, la delimitación temporal y
geográfica, la definición de las variables, el sistema de categorías, etc.
Lo que antecede implica efectuar una evaluación de la calidad de los
datos para así determinar si se ajustan o no al enfoque que un
investigador pretende dar al tema en cuestión.
Ambos tipos de fuentes pueden incluir a su vez, Datos Numéricos que se rigen por
técnicas estadísticas, también denominados “Datos Duros” y Datos No Numéricos o
cualitativos, como por ejemplo, notas de campo, fotos, transcripción de entrevistas,
documentos oficiales y personales, diarios, películas, etc. También se los denomina
“Datos Blandos”, esto es, difícilmente manejables mediante procedimientos
estadísticos, aunque a través de posteriores elaboraciones, como por ejemplo, con una
adecuada codificación y análisis de contenido, puedan expresarse mediante números.
De acuerdo con lo expuesto precedentemente, se puede elaborar una Tipología de los
Datos, en la misma se cruza la clasificación de los datos en primarios y secundarios,
con la clasificación de los datos en numéricos y no numéricos. El resultado de la
combinación brinda un tipo de dato para cada celda, como se puede observar en la
siguiente tabla:
T IP O L O G ÍA D E L O S D A T O S
DAT O S
P R IM A R IO S S E C U N D A R IO S
N U M É R IC O S P R IM A R IO S S E C U N D A R IO S
N U M É R IC O S N U M É R IC O S
DAT O S
N O N U M É R IC O S P R IM A R IO S S E C U N D A R IO S
N O N U M É R IC O S N O N U M É R IC O S
168
3) Separe los datos pertenecientes a las diversas categorías de
codificación. ...El investigador reúne los datos codificados
pertenecientes a cada categoría. ...se recortan las notas de campo, las
transcripciones y otros materiales y se colocan los datos de cada
categoría en carpetas de archivo... .
4) Vea que datos han sobrado. ... Algunos de esos datos probablemente
se ajusten a las categorías de codificación existentes. También se
pueden plantear nuevas categorías... .
5) Refine su análisis. La codificación y separación de los datos permite
comparar diferentes fragmentos relacionados con cada tema,
concepto, proposición, etcétera, y en consecuencia refinar y ajustar
las ideas.”
Las categorías pueden ser codificadas, lo que significa que se las va a identificar
mediante un código numérico, antes, durante o después de efectuar el trabajo de campo.
Lo que precede depende de la forma de las preguntas con las cuáles el investigador
trabaje. Si las preguntas son cerradas, es decir, cuando la persona interrogada debe
seleccionar entre una serie de categorías preestablecidas por el investigador, es
conveniente que las categorías estén codificadas “a priori”. Según Ghiglione, R. y
Matalón, B. :(14) “La consigna puede adoptar formas muy diferentes; las más usuales
son:
1. Masculino. 1. Soltero.
2. Femenino. 2. Casado/Unido.
3. Divorciado/Separado.
4. Viudo.
99. No sabe/No contesta.
Con referencia a las alternativas “No sabe”, “No contesta”, Cea D´Ancona, M. A.,
sostiene: (15) “...se aconseja su no inclusión expresa en la pregunta, salvo que se estime
de interés en su formulación. La experiencia muestra que éstas constituyen opciones de
respuesta muy recurridas, cuando el encuestado no quiere pensar o manifestar una
respuesta concreta.” Y más adelante agrega: “En caso que se opte por esta
recomendación, se instruye al personal encargado de la grabación de los cuestionarios
(ya completados) a que introduzca, automáticamente, el código correspondiente al “no
contesta”, a aquellas preguntas sin respuesta. Este código suele ser el número 9 o el 0,
si sólo se precisa de un dígito para la grabación de las respuestas. Si precisan dos
dígitos, puede optarse entre el 99 o el 00.”
169
Por otra parte, si se estima conveniente separar las alternativas “No sabe” y “No
contesta”, generalmente, se le asigna a la primera el número 98 y a la segunda el
número 99.
170
En la codificación de campo, se acostumbra a formular la pregunta a la persona
interrogada, pero sin leerle las alternativas de respuesta. Entonces la respuesta es libre
pero incluye alguna clasificación.
En cambio, si las preguntas son abiertas, esto es, cuando la persona interrogada
responde con sus propias palabras, ya que se expresa con absoluta libertad y
espontaneidad, lo que generalmente realiza el investigador es leer las respuestas y a
través de la técnica de análisis de contenido, establece un sistema de clasificación de las
respuestas. Dicho sistema consiste en agrupar las respuestas en categorías que
obedezcan a un principio único y luego procede a codificarlas mediante números u otros
símbolos. Así, de este modo el investigador o codificador procede a cerrar las preguntas
abiertas.
Una vez realizada la codificación de los datos, se puede proceder a la confección de
la matriz de datos. Según Galtung, J. (16): “La matriz de datos es un modo de ordenar
los datos de manera que sea particularmente visible la forma tripartita.”
En efecto, cada fila de la matriz corresponde a una unidad de análisis, cada columna
a una variable y en cada celda, figura el valor que cada unidad asume para cada
variable. De esta manera, con la articulación de estos tres elementos se configura una
Matriz de Datos. A continuación, se exhibe un modelo de matriz de datos:
M O D E L O D E M A T R IZ D E D A T O S
U N ID A D D E V A R IA B L E S
A N Á L IS IS V 1 V 2 V 3 V 4 V 5 V 6 VN
UA1 1 20 1 2 4 3
UA2 1 28 1 1 5 1
UA3 2 46 2 1 6 6
UA4 1 34 3 4 7 1
UA5 2 29 2 2 9 1
UA6 2 19 1 3 4 3
UA7 2 54 2 2 4 5
UA8 1 67 4 5 2 4
UA9 1 32 2 1 9 1
UA10 2 23 3 4 5 6
UA11 1 19 1 3 2 2
UA12 2 18 1 3 5 3
UA13 1 36 3 1 8 1
UA14 2 63 4 1 3 5
UAN
171
R E F E R E N C IA D E L A M A T R IZ D E D A T O S
U A = U N ID A D D E A N Á L IS IS
V = V A R IA B L E S
V1 V2
SEXO: EDAD
1. M ascu lin o (P reg u n ta A b ierta)
2. F em en in o
V3 V4
E S T A D O C IV IL : ¿ P O D R ÍA D E C IR M E Q U E L U G A R
1. S o ltero O C U P A E N S U F A M IL IA ?
2. C asad o /U n id o 1. C ab eza d e fam ilia
3. S ep arad o /D ivo rciad o 2. E sp o sa/o cab eza d e fam ilia
4. V iu d o 3. H ijo /a
99. N s./N c . 4. H erm an o /a d e
5. P ad re/M ad re
V5 6. O tro esp ecificar
N IV E L D E E S T U D IO S :
1. S in E stu d io s V6
2. P rim ario In co m p leto S IT U A C IÓ N O C U P A C IO N A L :
3. P rim ario C o m p leto 1. T rab aja
4. S ecu n d ario In co m p leto 2. D eso cu p ad o
5. S ecu n d ario C o m p leto 3. E stu d ia
6. T erciario In co m p leto 4. Ju b ilad o o P en sio n ad o
7. U n iversitario In co m p leto 5. R en tista
8. T erciario C o m p leto 6. A m a d e C asa
9. U n iversitario C o m p leto o +
99. N o sab e/N o co n testa
172
Por lo tanto, las variables han de ser de hecho, en la matriz, variables
de las unidades investigadas. Por otro lado, las unidades sólo pueden
ser comparadas con sentido respecto de valores de concretización
sobre la variable correspondiente. Afirmaciones como “la unidad n°1
es de sexo masculino, mientras que la unidad n°2 tiene un alto grado
de participación política no tienen de sentido.”
2) Principio de clasificación: implica que el sistema de categorías de una
variable debe cumplir con dos requisitos lógicos: debe ser exhaustivo
y excluyente. Exhaustivo en el sentido que ninguna unidad quede
fuera del sistema de categorías y excluyente, de manera que cada
unidad asuma un valor y sólo uno en cada variable. En este último
requisito puede haber excepciones, por ejemplo, en el caso de una
pregunta con respuesta de elección múltiple, ya sea de número
limitado o no limitado. Errandonea, A. (17), distingue un tercer
requisito: “...deben obedecer al mismo criterio clasificatorio
(variable).” Lo que antecede significa que el sistema de categorías de
una variable debe responder a una sola idea.
3) Principio de Integridad: mientras que los dos principios anteriores
aluden a la lógica de la matriz, este principio se refiere al trabajo
empírico de llenar la matriz y dice simplemente esto: no dejar
ninguna celda vacía. Lo que antecede significa que hay que intentar
que la cantidad de celdas sin información, es decir, “No sabe”/”No
contesta”, se mantenga lo más baja posible. Sin embargo, en algunos
casos, por ejemplo, en un estudio acerca del “Nivel de información
acerca de las formas de contagio del SIDA”, las alternativas
mencionadas anteriormente resultan ser muy pertinentes, ya sea
porque no hay conocimiento acerca del tema, no se tiene una opinión
formada, no se quiere contestar o porque simplemente hay temas que
no despiertan interés en la gente.
Sexo
1) Masculino //// //
2) Femenino //// //
174
T A B L A N °1 :
D is trib u c ió n s e g ú n S e x o
S exo F re c u e n c ia F re c u e n c ia %
1 ) M a s c u lin o 7 50
2 ) F e m e n in o 7 50
TOTAL 14 100
D is trib u c ió n d e la m u e s tra s e g ú n S e x o
2 . F e m e n in o
50%
1 . M a sc u lin o
50%
175
Los porcentajes, según Zeisel, H., (20): “Se utilizan para indicar con mayor claridad
la dimensión relativa de dos o más números. Logran este esclarecimiento en dos
formas: primera, reducen todos los números a una escala que sea fácil para multiplicar y
dividir, por regla general los porcentajes son números menores de 100; segunda,
transforman a uno de los números, que es la base, en la cifra 100, la cual es fácilmente
divisible entre y por otros números, con lo que se facilita la determinación de su
magnitud relativa.”
Lo que antecede es muy importante, ya que en el ejemplo desarrollado aquí, por
razones obvias, se trabajo con una muestra de catorce (14) casos donde resulta sencillo
operar con cifras absolutas, pero si hay que trabajar con muestras de mayor tamaño, por
ejemplo, 500 o 1000 casos, se vuelve muy engorroso operar con cifras absolutas, por
eso se recomienda utilizar cifras porcentuales.
También es posible tabular dos o más variables en forma simultánea, lo cual resulta
ser muy útil para poner a prueba la o las hipótesis que se han formulado como respuesta
anticipada al problema de una investigación. Por supuesto que, como se señalo
anteriormente esto se hace con una computadora, pero siempre es bueno saber como se
puede hacer manualmente. A continuación se expondrá un ejemplo de tabulación
cruzada, con dos de las variables incluidas en el Modelo de Matriz de Datos: V1, Sexo y
V3, Estado Civil. Cabe aclarar que este ejemplo no tiene por objetivo poner a prueba
ninguna hipótesis, ya que son dos variables de clasificación. El único sentido que
persigue es mostrar como se hace una tabulación cruzada. Más pertinente hubiera sido
cruzar una variable de clasificación con una de opinión o de actitud.
En principio, como resultado del cruce de estas dos variables, la tabla va a constar
de ocho (8) celdas. En efecto, la variable Sexo tiene dos categorías, mientras que la
variable Estado Civil, tiene cinco categorías, pero hay una de ellas, la N°5 No Sabe/No
contesta, que no aparece en la matriz, entonces no se la va a considerar. Cada celda va a
estar identificada con una letra, como se puede observar en el siguiente modelo:
SEXO
1. SOLTERO a b
2. CASADO/UNIDO c d
3. SEPARADO/DIVORCIADO e f
4. VIUDO g h
176
A continuación hay que ubicar a las unidades de análisis en las diferentes celdas,
comenzando por la UA1, que para ambas variables registra el código 1, entonces deberá
ubicarse en la celda “a”, la segunda ídem, la UA3 asume para las dos variables el
código 2, por ende deberá ubicarse en la celda “d”, la UA4, asume para la variable
Sexo el código 1 y para Estado Civil el código 3, por ende deberá ubicarse en la celda
“e” y así sucesivamente hasta completar los catorce (14) casos. Como resultado de ello
se obtendrá la siguiente tabulación:
SEXO
1. SOLTERO /// //
2. CASADO/UNIDO / ///
3. SEPARADO/DIVORCIADO // /
4. VIUDO / /
Luego se procede a efectuar el recuento de los casos que se ubican en cada celda y
se obtienen los totales, como se puede observar en la siguiente tabla:
TA B LA N ° 1
E S T A D O C IV IL S E G Ú N S E X O
SEXO
1 . SO L T E RO 3 2 5
2 . C A S A DO /U NIDO 1 3 4
3 . S E P A R A DO /DIVO R C IA DO 2 1 3
4 . VIU DO 1 1 2
TO TAL 7 7 14
177
Con el resultado del recuento de los casos incluidos en la matriz, se ha elaborado
una Tabla de Contingencia que contiene cifras absolutas, la misma nos va a permitir
iniciar un análisis bivariable y/o multivariablede los datos.
178
V A R IA B L E X
V A R IA B L E Y X X TO TAL
Y X Y X Y Y
Y X Y X Y Y
TO TAL X X n
En este tipo de tablas donde se cruzan dos variables, cada una de ellas con dos
categorías:
179
Luego se procede a formular, entre otras, la siguiente hipótesis: “A mayor Nivel
Socioeconómico de los habitantes de la ciudad de Buenos Aires menor grado de
exposición a los medios masivos de comunicación y a la inversa.” La variable Nivel
Socioeconómico se la considera como independiente (X) y el grado de exposición a los
medios como dependiente (Y). Ambas variables se midieron a través de la elaboración
de sus respectivos índices. Finalmente, se efectúa la tabulación cruzada de los datos y se
obtiene la siguiente tabla de contingencia:
T AB L A N ° 2
G R AD O D E E X P O S IC IÓ N A L O S M E D IO S S E G Ú N N IV E L S O C IO E C O N Ó M IC O G R AD O D E E
G R AD O D E E X P O S IC IÓ N N IV E L S O C IO E C O N Ó M IC O
A L O S M E D IO S M E D IO B AJ O M E D IO AL T O T O T AL
N= (X) +(- X)
= (Y) + (-Y)
N= 1300
= 1000 + 300
= 300 + 1000
180
Los valores de la tabla están expresados en cifras absolutas, lo cual dificulta
efectuar el análisis, ya que no se pueden realizar comparaciones al no existir una base
común, por lo tanto, conviene calcular los porcentajes y obtener la Diferencia
Porcentual y/o aplicar algún Coeficiente de Asociación. Para ello hay que tomar una
decisión relacionada con el tipo de nexo que existe entre las variables que componen la
hipótesis. En efecto, la relación entre las variables puede ser asimétrica o simétrica. Una
relación es asimétrica cuando X Y, es decir, la variable “X” determina a ”Y”, y no
a la inversa. Lo que antecede significa que la relación es irreversible. Por ejemplo: “El
estilo de liderazgo de los jefes determina el nivel de participación de los trabajadores”.
Una relación es simétrica cuando X Y, esto es, ninguna variable es causa de otra,
por lo tanto es una relación reversible. Por ejemplo: “A mayor grado de participación,
mayor grado de comunicación y a mayor grado de comunicación, mayor grado de
participación.”
Cabe señalar que, la línea divisoria entre asimetría y simetría no siempre es fácil
de establecer. Por ejemplo: “A mayor grado de desigualdad social, mayor nivel de
exclusión social y a mayor grado de exclusión social, mayor grado de desigualdad
social.” Aquí en principio se podría pensar que la relación es asimétrica, ya que la
desigualdad actuaría como causa de la exclusión, pero también hay que considerar que
un incremento en la exclusión acentuaría la desigualdad, por lo tanto, también se podría
pensar que la relación sería simétrica, en el sentido que habría una especie de
retroalimentación entre las variables en cuestión.
Continuando con el tema y siguiendo la orientación de Mora y Araujo, M. (24),
aunque no literalmente, si la relación es asimétrica, generalmente, hay que calcular los
porcentajes y las diferencias porcentuales o el coeficiente Lambda asimétrico (Goodman
y Koruskal). En cambio, si la relación es simétrica hay que utilizar algún coeficiente de
asociación, como por ejemplo, Q de Yule, Phi, Gamma (Goodman y Koruskal), Tau b
(Kendall), Lambda simétrico, etc. Las condiciones de uso de los diferentes coeficientes
depende de varios factores: el nivel de medición de las variables, el número de
categorías de las variables, esto es, si la tabla o cuadro es de 2 x 2, 3 x 3 o más y
también hay que tener en cuenta si la asociación es lineal o curvilineal. También se
pueden utilizar en casos de querer observar la asociación entre dos variables sin tener el
objetivo de especificar si una determina a la otra en la estructura de la hipótesis.
El resultado de los mismos varía entre –1 a 1 pasando por 0 (cero). 1 (uno) es el
grado máximo de asociación, 0 (cero) indica independencia, o sea, falta de asociación y
–1 (uno) es el grado máximo de asociación inverso a la hipótesis. El signo indica la
dirección de la asociación y depende de la ubicación de las categorías de la variable en
el diseño de la tabla. Para variables de nivel de medición nominal no se lo considera,
para el resto de los niveles si y se sugiere ordenar las categorías de las variables de
menor a mayor en la tabla.
Para tablas de 2 x 2 se aplican Q de Yule y Phi. El primero se utiliza para relaciones
rinconales y el segundo para relaciones diagonales. Ambos se pueden aplicar a variables
de nivel de medición nominal y ordinal.
Para tablas de 3 x 3 o más se aplican Gamma y Tau b. El primero para relaciones
rinconales y el segundo para relaciones diagonales. Ambos se utilizan para variables de
nivel de medición ordinal.
Cuando ambas variables son de nivel de medición intervalar o racional se aplica el
Coeficiente de Correlación “r” de Pearson y sus derivados.
181
En el caso de una relación diagonal, para una tabla de 2 x 2, las celdas registrarán
una fuerte concentración en la diagonal central, como se puede observar en la figura
siguiente:
N n
n N
Donde:
N = frecuencias altas.
n = frecuencias más bajas.
0 = frecuencias nulas o bajas.
N n
0 n
Ejemplos:
Zeizel, H. (26) enunció una regla para calcular los porcentajes: “La regla es que los
porcentajes deben computarse en el sentido del factor causal.”
182
Entonces hay que construir la tabla de manera tal que “X” se ubique en la parte
superior de la misma e “Y” en el costado izquierdo.
Luego se divide cada frecuencia condicional por el total de la columna y se
multiplica por 100, esto es, se calculan los porcentajes en forma vertical y finalmente se
comparan los porcentajes de forma horizontal.
De esta manera se calcula la Diferencia Porcentual, que sirve para observar cuanto
la variable independiente influye sobre la dependiente. La Diferencia Porcentual, d%,
varía de 0 a 100 o de 0 a –100. Cuando la d% da 0 (cero) o próxima a 0 hay
independencia entre las variables; en cambio, cuando la d% da 100 se obtiene el grado
máximo de dependencia entre las variables. Entonces en principio, la d% indica si las
variables son independientes o se encuentran asociadas.
En el caso de estar asociadas el resultado de la misma refleja la intensidad de la
asociación y por último el signo + o -, señala la dirección de la relación y depende, al
igual que en el caso de los coeficientes de asociación, de la ubicación de las categorías
de las variables en el diseño de la tabla.
A continuación se presenta la Tabla N° 3 con el cálculo de los porcentajes y la
diferencia porcentual:
T AB L A N ° 3
G R AD O D E E X P O S IC IÓ N A L O S M E D IO S S E G Ú N N IV E L S O C IO E C O N Ó M IC O
G R AD O D E E X P O S IC IÓ N N IV E L S O C IO E C O N Ó M IC O
A L O S M E D IO S M E D IO B AJ O % M E D IO AL T O % T O T AL D if. %
183
La siguiente tabla presenta los resultados sólo en cifras porcentuales:
T AB L A N ° 4
G R AD O D E E X P O S IC IÓ N A L O S M E D IO S S E G Ú N N IV E L S O C IO E C O N Ó M IC O (% )
G R AD O D E E X P O S IC IÓ N N IV E L S O C IO E C O N Ó M IC O
A L O S M E D IO S M E D IO B AJ O M E D IO AL T O D if. % P O R C E N T U AR
M E D IO B AJ A 15 50 -3 5
M E D IO AL T A 85 50 35
C O M P AR AR (Y )
(n = 1 3 0 0 )
Cabe efectuar una aclaración con referencia a las dos tablas precedentes y es la
siguiente: en una tabla o cuadro de 2 X 2, la suma de ambas diferencias porcentuales
siempre tiene que ser igual a 0 (cero). Lo que antecede es una prueba de que los cálculos
se han efectuado correctamente. Pero de ninguna manera esa suma igual a” 0 “ (cero)
debe confundirse con el resultado de la d%, que en este caso es igual a 35%. Lo mismo
ocurre para el resto de las posibles combinaciones, esto es, 2 x 3, 3 x 3, etc.
Ahora cabe formular la siguiente pregunta ¿Cómo se lee y analiza una tabla de
contingencia?. Al respecto, existen ciertas recomendaciones, enumeradas por Mora y
Araujo, M. (27) que resultan ser básicas, a continuación se expondrán algunas de ellas:
184
última columna o por diferencia de a pares, lo más práctico es
la primera alternativa. Por ejemplo:
T AB L A N ° 5
G R AD O D E E X P O S IC IÓ N A L O S M E D IO S S E G Ú N N IV E L S O C IO E C O N Ó M IC O
N IV E L S O C IO E C O N Ó M IC O
G R AD O D E E X P O S IC IÓ N B AJ O M E D IO AL T O T O T AL
A L O S M E D IO S B AJ O 20 80 120 220
M E D IO 80 60 40 180
AL T O 120 60 20 200
T AB L A N ° 6
G R AD O D E E X P O S IC IÓ N A L O S M E D IO S S E G Ú N N IV E L S O C IO E C O N Ó M IC O (% )
N IV E L S O C IO E C O N Ó M IC O
B AJ O M E D IO AL T O D if. %
G R AD O D E E X P O S IC IÓ N
B AJ O 9 40 67 -5 8
A L O S M E D IO S
M E D IO 36 30 22 14
AL T O 55 30 11 44
n= 600 (2 2 0 ) (2 0 0 ) (1 8 0 )
185
Ejemplos de las dos formas de cálculo de las diferencias porcentuales:
2da. Fila 36 - 22 = 14
3ra. Fila 55 - 11 = 44
Sumatoria = 0
1ra. Fila 9 – 40 / 40 – 67
- 31 - 27 = - 58
2da. Fila 36 – 30 / 30 – 22
6 8 = 14
3ra. Fila 55 – 30 / 30 – 11
25 19 = 44
Sumatoria = 0
186
Si bien todos estos enunciados son verdaderos, no brindan
una buena lectura de una tabla, ya que como señala Baranger, D. (28),
por un lado resultan ser redundantes y por el otro no apuntan a destacar la
relación entre las variables. En efecto, lo esencial de la información está
contenida en los enunciados a) y c) o indistintamente b) y d), y se puede
expresar de la siguiente forma: “Mientras un 15 % de nivel
socioeconómico medio bajo tiene una exposición a los medios media
baja, un 50 % de nivel socioeconómico medio alto tiene una exposición
media baja.” Aquí es donde surge la diferencia de 35 puntos, entre ambos
estratos y por ende se verifica la hipótesis de trabajo. En efecto, a mayor
nivel socioeconómico menor exposición a los medios y a la inversa. Al
leer la tabla se puede observar que las mayores frecuencias, tanto en
términos absolutos como relativos, se concentran en la diagonal
comprendida por las celdas “b” y “c”.
187
ANEXO I:
a b
c d
a b c m
d e f n
g h i o
j k l
T au = P - Q
(j*k ) + (j*i)+ (k *l) * (m *n )+ (m *o )+ (n *o )
G am m a= p - q
p + q
Q = c (d + e + g + h )+ b (d + g )+ f(g + h )+ e (g )
188
BIBLIOGRAFÍA
190
EL INFORME FINAL
Introducción
Todo informe tiene una estructura que no necesariamente coincide con el esquema o
los pasos que se han seguido en el proceso de investigación. Básicamente dicha
estructura - en sus aspectos sustantivos -, tiene que contemplar los tres componentes de
la investigación:
El diseño.
El proyecto.
El proceso.
1. SECCION PRELIMINAR
6
Ver bibliografía general.
191
1.2. Otros datos de clasificación y/o catalogación:
1.2.1. Fecha de edición y/o impresión.
1.2.2. Número de edición/reimpresión.
1.2.3. Lugar de edición.
1.2.4. Reserva de derechos.
1.3. Dedicatorias.
1.4. Agradecimientos.
1.5. Prólogo.
1.6. Indice analítico (puede ir en la tercer sección).
2.1. Introducción:
2.1.1. Planteo del problema.
2.1.2. Orígen del proyecto.
2.1.3. Justificación.
2.1.4. Objetivos generales y particulares.
2.1.5. Hipótesis iniciales.
2.1.6. Breve reseña de lo realizado sin adelantar resultados.
192
3.1. Matriz o base de datos (en papel o diskette).
3.2. Modelo de formulario/grilla/planilla/guía/etc.
3.3. Cualquier otro material (dibujos, mapas, etc.).
3.4. Referencias bibliográficas.
3.5. Indice de cuadros y gráficos.
3.6. Indice analítico.
INVESTIGACIONES
EXPLORATORIAS, DESCRIPTIVAS Y EXPLICATIVAS
193
Roberto Pérez Lalanne
Particularmente considero que existen numerosas razones por las que dicha
clasificación no resulta ser la más adecuada dado que no refleja la realidad de las
ciencias en general, y menos aun, de las sociales en particular. Se trata de motivos de
distinta naturaleza: algunos son de índole epistemológico y /o metodológico, otros son
más éticos y filosóficos. Dado las características del presente escrito, me limitaré a
esbozar aquellos que a mi entender son los principales, sin que el orden de exposición
signifique jerarquía o importancia:
Aun a riesgo de ser reiterativo y tal como se analizó anteriormente, se confunde
diseño con investigación y/o se subordina el estudio al diseño.
Existe una tendencia por parte de los cientistas sociales a identificar a las ciencias
naturales con el laboratorio y por carácter transitivo con el experimento.
Simultáneamente, asocian a las ciencias naturales con la explicación y predicción,
pasando por alto o desestimando la descripción. Sin embargo, cabe aclarar que no todas
las ciencias naturales son experimentales (por ejemplo, la astronomía y la geología) y
aquellas que suelen serlo (la física, la química etc.), cada vez toman con mayor cautela,
los resultados obtenidos mediante tales procedimientos. Asimismo, también muchas
teorías de las ciencias naturales (por ejemplo, la biología) son exclusivamente
descriptivas.
Hasta principios del siglo XX nadie o casi nadie ponía en duda la cosmovisión
legada por Newton de un mundo previsible, simétrico, ordenado, axiomatizado,
matematizado, euclidiano, causal, determinista, etc. Sin embargo, poco a poco dicha
concepción se fue derrumbando: Planck, con su teoría cuántica, Einstein con la
relatividad, Heisemberg y su principio de incertidumbre, Bohr y su principio de
complementariedad, Gödel con su teorema y la crisis de los fundamentos en las
matemáticas, Schrödinger y sus paradojas, etc. 8 fueron terminando con las viejas
certidumbres.
Entre los años 70 y 80 y con la ayuda del extraordinario desarrollo de los
ordenadores como herramientas analíticas y de inspiración visual, se fue abriendo paso
un nuevo tipo de síntesis conocido con el nombre de “teoría del caos”. Nombre
engañoso según Hobsbawm9 porque lo que revelaba no era tanto los impredecibles
resultados de procedimientos científicos perfectamente deterministas, sino la
7
Entre los más recientes: Sierra Bravo, Restituto: Tesis Doctorales y trabajos de investigación científica,
Paraninfo, Madrid, 1996; Hernández Sampieri, R. y otros: Metodología de la investigación, McGraw-
Hill, México, 1994 y Alvira Martín, F. en García Ferrando, M. y otros: El análisis de la realidad social,
Alianza, Madrid, 1993.
8
Moledo, Leonardo: De las tortugas a las estrellas, A-Z, Buenos Aires, 1994.
9
Hobsbawm, Eric: Historia del siglo XX, Crítica, Buenos Aires,1998, p. 535 y ss.
194
extraordinaria universalidad de formas y modelos de la naturaleza en sus
manifestaciones más dispares y aparentemente inconexas. La teoría del caos rompió los
lazos entre la antigua causalidad y la predicción, sosteniendo que los efectos
provocados por causas específicas no se podían predecir.
Consecuentemente con lo anterior, se reforzó otra cuestión desarrollada por los
paleontólogos y que ya había afirmado el propio Darwin: las cadenas del desarrollo
evolutivo son perfectamente coherentes y explicables después del hecho, pero no desde
el principio, porque si se dan las mismas condiciones otra vez, cualquier cambio, por
insignificante o poco importante que pueda parecer en ese momento, “hará que la
evolución se desarrolle por una vía radicalmente distinta” (Gould, 1989). 10 También en
los años 60 con la obtención de nuevos datos astronómicos (no experimentales) se
comprobó que el universo se expandía a una velocidad de “vértigo”, lo cual aumentó
enormemente el papel de la historia en las ciencias naturales al tiempo que disminuyó la
identificación de las ciencias duras con la experimentación, es decir, con la
reproducción de los fenómenos naturales, porque ¿cómo se iban a repetir hechos que
por definición eran irrepetibles?
En 1996 – y como una síntesis de lo anterior -, Ilya Prigogine (hombre proveniente
de las ciencias duras y premio nobel de química) en su libro El Fin de las Certidumbres
(título por cierto significativo) afirma que “... la ciencia clásica privilegiaba el orden y la
estabilidad, mientras que en todos los niveles de observación reconocemos hoy el papel
primordial de las fluctuaciones y la inestabilidad. Junto a estas nociones aparecen
también las opciones múltiples y los horizontes de previsibilidad limitada (...) La física
tradicional vinculaba conocimiento completo y certidumbre, que en ciertas condiciones
iniciales apropiadas garantizaban la previsibilidad del futuro y la posibilidad de
retrodecir el pasado. Apenas se incorpora la inestabilidad, la significación de las leyes
de la naturaleza cobra un nuevo sentido. En adelante, expresan posibilidades”. Y más
adelante agrega: “...Los sistemas caóticos son un ejemplo extremo de sistema inestable:
en ellos las trayectorias correspondientes a condiciones iniciales divergen de manera
exponencial con el tiempo. Entonces hablamos de ‘sensibilidad a las condiciones
iniciales’, y lo ilustramos con la conocida parábola del ‘efecto mariposa’, que dice que
el aleteo de una mariposa en la cuenca amazónica puede afectar el clima de Estados
Unidos (...) Se habla a menudo de ‘caos determinista’. En efecto, las ecuaciones de
sistemas caóticos son tan deterministas como las leyes de Newton. ¡Y empero
engendran comportamientos de aspecto aleatorio!”. Y termina diciendo: “Lo que hoy
emerge es por lo tanto una descripción mediatriz, situada entre dos representaciones
alienantes: la de un mundo determinista y la de un mundo arbitrario sometido
únicamente al azar. Las leyes no gobiernan el mundo, pero éste tampoco se rige por el
azar. Las leyes físicas corresponden a una nueva forma de inteligibilidad, expresada en
las representaciones probabilísticas irreductibles. Se asocian con la inestabilidad y, ya
sea en el nivel microscópico o en el macrocroscópico, describen los acontecimientos en
cuanto posibles, sin reducirlos a consecuencias deducibles y previsibles de leyes
deterministas “. 11
Por su parte, la mayoría de los estudios que se llevan a cabo en las ciencias sociales
son no experimentales. Muchos son descriptivos, pero también los hay explicativos o
causales que se desarrollan siguiendo la misma lógica de cualquier prueba causal. Sin
embargo, la mayoría de los estudios explicativos que se realizan en las ciencias sociales
no son mecanicistas, no se rigen por la relación lineal causa-efecto, no aceptan la
alternativa de una única causa, no manipulan estímulos o variables independientes, no
10
En Hobsbawm, E.: op. cit.
11
Prigogine, Ilya: El fin de las certidumbres, A. Bello, Santiago, Chile, 1996.
195
se llevan a cabo en condiciones de aislamiento, no realizan explicaciones ex - antes sino
ex - post, 12 utilizando procedimientos “más realistas” que el experimento, etc. al igual
que lo hacen las ciencias naturales (y en algunos casos hasta con mayor antelación). De
esta manera, si la mayoría de las investigaciones sociales son no experimentales, poco
fructífera es la distinción entre estudios experimentales y no experimentales dado que
casi todos los estudios (explicativos y no explicativos) terminarían encasillados en la
última categoría. Con lo cual no se cumpliría con uno de los principios básicos que
rigen las clasificaciones, categorizaciones, tipologías, etc.: su valor heurístico,
discriminatorio y analítico.
Al respecto y recientemente, Passeron señala que las ciencias sociales siguen
“siendo inevitablemente múltiples y competitivas”. Agregando que los datos que se
extraen de las observaciones nunca permiten ni una demostración lógica-matemática
que opere como dentro de un puro sistema formal ni un razonamiento experimental que
puediera ser desarrollado “suponiendo que todos los demás elementos permanecen
iguales”. Y continúa afirmando que las explicaciones de las ciencias sociales son
“desigualmente concluyentes según la pertinencia de los materiales empíricos reunidos
y según el estilo de prueba que organizan sus métodos de tratamiento de los datos”.
Para finalizar concluyendo que “estamos en una ciencia donde la prueba es una cuestión
de más o menos, no de todo o nada”. 13
A pesar de su “juventud” han pasado unos cuantos años desde que las ciencias
sociales han dejado de tomar como único modelo válido a las ciencias naturales. Hasta
se podría decir, que en la actualidad el camino es inverso: son las ciencias naturales las
que han comenzado a volver su mirada a sus “hermanas menores” y muchas veces
vituperadas ciencias sociales. Pero lo más preocupante, es que a veces esta
descalificación proviene de los propios cientistas sociales como ocurre cuando en sus
propias conceptualizaciones practican el sociocentrismo pero al revés, es decir, en
desmedro de sus disciplinas de pertenencia.
INVESTIGACIONES
12
Cfr. Guber, Rosana: El salvaje metropolitano, Legasa, Buenos Aires, 1991.
13
Passeron,Jean-Claude: ¿Es confiable el saber de las ciencias sociales?, diario Clarín, Buenos Aires,
6/06/00, p. 15.
196
Exploratorias >>>> Descriptivas >>>> Explicativas
1. Investigaciones exploratorias
1.2. Características:
1.2.1. Flexibilidad.
1.2.2. Cualitativo, cuantitativo o cualicuantitativo.
1.2.3. Sincrónico.
1.2.4. Asociado al contexto de descubrimiento.
1.2.5. Predominantemente inductivo.
14
Cea D’Ancona, M. Angeles: Metodología cuantitativa, Síntesis, Madrid, 1996.
15
Ver en este mismo libro el capítulo de Héctor Barroso.
16
Schmeichel, Norah: Cómo hacer investigación de mercado. Revista Mercado, Buenos Aires, 1999.
197
1.3.3. Técnicas de recolección:
1.3.3.1. No estructuradas o semiestructuradas (entrevistas, observaciones, etc.) 18
1.3.3.2. Focus Groups (de discusión y motivacionales) 19
1.3.3.3. Análisis de contenido 20
1.3.3.4. Torbellino o tormenta de ideas
1.3.3.5. Revisión bibliográfica
1.3.3.6. Revisión de experiencias
1.3.3.7. Experiencia de campo
1.3.3.8. Análisis de casos típicos y atípicos 21
Como se puede apreciar los estudios exploratorios presentan una amplia gama de
posibilidades y son tan fértiles como cualquier otra investigación. Si se los compara
con los descriptivos, en la mayoría de los casos existen diferencias de grado en lo que se
refiere a los niveles de análisis y de rigidez o control. Ya en 1960, Selltiz y
colaboradores sostenían: “...existe una tendencia a subestimar la importancia de la
indagación exploratoria y considerar solamente el trabajo experimental como
‘científico’...”. 24 Esta tendencia se ha revertido en los últimos años, importantes
autores (en especial, del paradigma cualitativo) legitiman y reivindican las
investigaciones cualitativas.25
2. Investigaciones descriptivas
17
Para la problemática del muestreo ver Padua, Jorge: Técnicas de investigación aplicadas a las ciencias
sociales, FCE, México, 1979 (1979) y en este libro el capítulo de Raquel Miguez.
18
Guber, R.: op. cit. y Hernández Sampieri, R.: op. cit.
19
Ibáñez, Jesús en García Ferrando, M. y otros: op. cit.
20
Ver Cartwright, D.: Análisis del material cualitativo en Féstiger, L. y Katz, D: Los métodos de
investigación en las ciencias sociales, Paidos, Buenos Aires, 1972.
21
Selltiz C. y otros: Métodos de investigación en las relaciones sociales, Rialp, Madrid, 1974.
22
McKinney, John: Tipología constructiva y teoría social, Amorrortu, Buenos Aires, 1968.
23
Vasilachis, Irene: Métodos cualitativos, Ceal, Buenos Aires, 1992.
24
Selltiz y otros: op. cit.
25
Schwartz, H. y Jacobs, J.: Sociología cualitativa, Trillas, México, 1984 y Valles, Miguel: Técnicas
cualitativas de investigación social, Síntesis, Madrid, 1997 y Guber, R.: op. cit.
198
2.1. Objetivos genéricos:
2.1.1. Analizar la distribución de una población o grupo en función de un conjunto de
variables.
2.1.2. Estudiar con qué frecuencia se producen determinados acontecimientos.
2.1.3. Efectuar predicciones en cuanto a la ocurrencia de fenómenos.
2.1.4. Analizar tendencias y realizar proyecciones.
2.1.5. Estudiar posibles relaciones entre variables o contrastar hipótesis descriptivas
(no causales o explicativas). 26
2.1.6. Describir comportamientos o actitudes individuales o grupales.
2.2. Características:
2.2.1. Mayor rigidez.
2.2.2. Cualitativo, cuantitativo o cualicuantitativo.
2.2.3. Sincrónico y diacrónico.
2.2.4. Asociado al contexto de descubrimiento.
2.2.5. Predominantemente inductivo 27 pero también deductivo
26
Selltiz y otros: op. cit.
27
Errandonea, Alfredo: El lugar de las técnicas cualitativas, FCS, Uruguay, 1977.
28
Para la distinción y uso de las variables contextuales (constantes y comparativas), ver en este libro el
capítulo de Pérez Lalanne,R.: Sobre variables, indicadores e índices.
29
Guber, R.: op. cit.
199
2.3.1.5. Longitudinal o diacrónico: 30 Comprende dos o más mediciones realizadas
al mismo grupo, muestra o población en tiempos diversos con el fin de analizar la
evolución de las variables o relaciones observadas. Esta modalidad también es muy
empleada en los estudios sociales con múltiples aplicaciones. Por ejemplo, en los
trabajos con datos secundarios que utilizan series anuales de datos estadísticos, o en
estudios donde se realizan diferentes mediciones (por ejemplo: investigación sobre la
evolución del grado de victimización en la provincia de Buenos Aires). Estos estudios a
su vez, pueden ser retrospectivos (cuando se remiten al pasado) o prospectivos (cuando
se refieren al futuro). Se denominan también “diseño de un solo grupo con pretest y
postest”, tal como sucede cuando se miden impactos de campaña publicitarias o de
alguna intervención social, o cuando se realizan traking o diferentes ondas u olas. Los
diseños longitudinales recolectan datos a través del tiempo en puntos o períodos
especificados, para hacer inferencias respecto al cambio, sus determinantes y
consecuencias. Por tal motivo, constituyen el antecedente y la base de los estudios
explicativos (en especial, los experimentales). Por último, también se suele distinguir
entre:
2.3.1.5.1. De tendencia (trend): cuando se analiza el cambio a través del tiempo (de
variables o relaciones) dentro de alguna población (mediante censos o diferentes
muestras). La característica distintiva es que la atención se centra en la población.
2.3.1.5.2. De evolución de grupos (cohortes): se examinan cambios a través del tiempo
en subpoblaciones o grupos específicos vinculados de alguna manera o con algo en
común (grupos de edades o egresados de una universidad). Si bien por lo general se
trabaja con muestras, la atención continúa centrándose en el grupo o categoría de
individuos. Por ello, la evaluación del cambio – tanto para los de tendencia como para
los de cohortes -, sigue siendo colectiva.
2.3.1.5.3. De panel: son similares a los anteriores, sólo que el mismo grupo o muestra
de individuos es medido en todos los tiempos o momentos. La ventaja es que permite
analizar el cambio no sólo grupal sino también individual pero de igual manera presenta
las dificultades que significa trabajar siempre con los mismos individuos (problemas de
contactación, desgranamientos, deserciones o pérdidas, además de las propias
incidencias de las reiteradas mediciones).31 Por ejemplo, la muestra permanente de
hogares que utiliza el INDEC (Instituto Nacional de Estadísticas y Censos) o ciertos
estudios sobre hábitos frente al televisor.
Los modelos descriptivos también se clasifican según tengan (o no) en cuenta la
“dimensión espacial” en:
2.3.1.6. Comparativos y no comparativos: constituyen una extensión de los
seccionales y longitudinales. Tienen lugar cuando abarcan no solo un grupo sino dos o
más muestras o poblaciones distintas simultáneamente con el propósito de efectuar
comparaciones. Nuevamente en este modelo se percibe la importancia de las variables
contextuales. 32 Las mediciones pueden efectuarse en un solo momento (comparativos
seccionales) o en diferentes tiempos (comparativos longitudinales). Existen importantes
corrientes en las ciencias sociales que reivindican los modelos comparativos
30
Con frecuencia los estudios diacrónicos suelen ser caracterizados como “históricos”. Sin embargo, este
último concepto presenta algunas dificultades tanto en su significado y connotación como en su
“periodización”, en especial cuando se trata de llevar a cabo estudios comparativos. Por tal motivo, se ha
preferido referir los conceptos de longitudinal o diacrónico a la variable “tiempo”, que por otra parte,
resulta más simple de mensurar o intervalar. Para mayor información véase Bartolini, Stefano: Tiempo e
investigación comparativa en Sartori, G. y Morlino, L.: La comparación en las ciencias sociales,
Alianza, Madrid, 1999.
31
Para más información ver Sierra Bravo, R.: op. cit. o Hernández Sampieri, R.: op. cit.
32
Pérez Lalanne, R.: op. cit.
200
sistemáticos como recurso heurístico y también para la elaboración y fundamentación
de teorías. 33 También este modelo se asemeja – tal como se verá -, a los explicativos
con “grupos de control”.
Para finalizar se presenta como síntesis de los modelos descriptivos el siguiente
cuadro:
De variables Relacionales
Seccionales o sincrónicos
Seccionales – Transversales
Comparativos No comparativos
33
Ver Glaser y Strauss en Schwartz y Jacobs: op. cit. y Sartori, G. y Morlino, L.: op. cit.
34
Miguez, R. (op. cit.).
35
En este libro el capítulo de Barroso, H.
201
2.3.4.5. Perfiles cuantitativos
2.3.4.6. Segmentación 36
2.3.4.7. Clasificaciones y tipologías
2.3.4.8. Triangulación
3. Investigaciones explicativas
3.2. Características:
3.2.1. Rigidez
3.2.2. Cuantitativo
3.2.3. Longitudinal o seccional
3.2.4. Asociado al contexto de justificación
3.2.5. Deductivo
en donde:
39
Ver en este libro el capítulo sobre hipótesis de Alfredo Castro.
40
Selltiz y otros.: op. cit.
41
Ver el capítulo de Guillermo Abritta.
203
_
X = Variable independiente; X y X = categorías dicotómicas
_
Y = Variable dependiente; Y y Y = categorías dicotómicas
_
T = Variable de prueba; T y T = categorías dicotómicas
X _
Y X X T
Y N n
_
Y n N
T M
204
T
_
T T
X _ X _
X X T X X T
Y Y
Y n n Y N n
_ _
Y n n Y N n
T M1 T M2
42
Cfr.: Boudon, R. y Lazarsfeld, P.: Metodología de las ciencias sociales, Laia, Barcelona, 1985;
Zetterberg, Hans: Teoría y verificación en sociología, Nueva Visión, Buenos Aires, 1981; Glock, Charles:
Diseño y análisis de encuestas en sociología, Nueva Visión, Buenos Aires, 1973 y Hyman, Herbert:
Diseño y análisis de las encuestas sociales, Amorrortu, Buenos Aires, 1984.
205
recogida de los datos, suponiéndose que tienen que ser aquellas variables sospechadas
de alguna incidencia en la relación original.
3.3.1.2. Modelo experimental: para trabajar con este modelo es necesario cumplir
mínimamente con los siguientes requisitos:
a) Realizar la prueba tantas veces como sea necesario y en circunstancias tan
diversas como fuese posible y la hipótesis lo requiera.
b) Manipular la variable independiente (que en este modelo recibe el nombre de
estímulo). Esto significa que el investigador pueda manejar la variable independiente,
garantizando su ausencia o presencia y según los casos, aumentando o disminuyendo su
intensidad; con otras palabras, someter a un (o varios) grupo a la exposición del
estímulo y simultáneamente mantener aislado a otro grupo (o a varios).
En las ciencias sociales (pero también en algunas naturales) por lo general no es
posible cumplir con estos requisitos, ya sea porque se trabaja con variables
independientes que no se pueden manipular (género, edad, NSE, estado civil, nivel de
instrucción, etc.) o porque su utilización no resulta “ética”. Por tal motivo, el uso de
este diseño es limitado. No obstante, se realizan experiencias (en el área laboral,
publicitaria, educativa, etc.) en donde se trata de reproducir la lógica de este modelo.
El plan clásico del modelo experimental supone trabajar con dos grupos
(experimental o grupo de prueba y de control o grupo testigo). La lógica indica que el
grupo experimental será sometido a la exposición de un estímulo mientras que el grupo
de control se mantendrá “aislado” o al margen de dicha influencia para luego comparar
ambos grupos (en términos de la variable dependiente o supuesto efecto) y asignar
cualquier diferencia esperada al accionar del estímulo. Desde luego que los grupos
inicialmente tienen que ser parejos o similares (aun en su heterogeneidad o diferencias
internas) porque si esto así no sucediera, esas diferencias iniciales pueden hacer
fracasar el experimento o neutralizar el accionar del estímulo. Al mismo tiempo se
controlan también las variables extrañas o perturbadoras, cumpliéndose con todas o casi
todas las exigencias de la validez interna. Según los momentos en que se realicen las
mediciones (siempre en términos de la variable dependiente) este modelo podrá ser:
“antes (de introducir el estímulo) y después (de haberlo introducido)” o “sólo después”.
A modo de ilustración, se podría mencionar las clásicas publicidades que ofrecen
tratamientos (estímulos) para adelgazar o contra la caída capilar, en donde se muestra el
estado de la gorda o el pelado (medición antes) y el resultado luego de la aplicación del
tratamiento (medición después).
43
Selltiz y otros: op. cit.
206
1. Selección aleatoria y/o con
técnica de contraste SI SI
_
3. Introducción del estímulo SI (X) NO (X)
Por último, quiero volver al continuo imaginario inicial para hacerle algunos
agregados pero especialmente para recordar que los límites de los niveles de análisis son
relativos o mejor dicho invisibles:
TIPOS DE INVESTIGACIONES
Descriptivas Explicativas
Explora-
torias De Relacionales Experimen-
Variables Tales
S/control de C/control de
Espureidad Espureidad
208
Breve recordatorio
Objetivo general:
Objetivos particulares:
Hipótesis general:
Hipótesis derivadas:
45
Nuevamente se hace expreso reconocimiento como fuente de inspiración - y salvando las distancias -,
al trabajo de Catalina Wainerman y Ruth Sautú (compiladoras): La trastienda de la investigación,
Belgrano, Buenos Aires, 1998.
209
“El canal de información incide en la elección de la técnica: cuando la usuaria
se ha informado por medio de un canal informal (no especializado) opta por
técnicas de menor eficacia”.
“La elección de la técnica anticonceptiva varía de acuerdo a la edad y a la
cantidad de hijos. A una menor edad y cantidad de hijos existe una tendencia a
utilizar técnicas de menor eficacia”.
“Cuando se pertenece a un nivel socioeconómico bajo y cuando se proviene de
un área cultural tradicional se apela a canales de información informales para la
elección de la técnica anticonceptiva”.
De los objetivos e hipótesis formulados se desprendía claramente que los datos que
se necesitaban eran datos primarios y su tratamiento tenía que ser cuantitativo dado que
no existen o por lo menos no existían en aquel entonces, estadísticas que discriminaran
por tipo de usuario. Sí en cambio, había estadísticas de laboratorios (especialmente)
aunque no eran muy confiables porque provenían de fuentes interesadas y sirvieron para
agrupar las distintas técnicas de acuerdo a su grado de eficacia. De esta manera hubo
que diseñar la muestra y decidir la técnica de recolección de datos con las
correspondientes especificaciones técnico-metodológicas.
210
Cabe aclarar que el interés fundamental radicaba en poner a prueba las hipótesis
sustantivas independientemente de su poder generalizador; es decir, que en términos de
diseño se priorizó la validez interna en desmedro de la externa. No obstante, y teniendo
en cuenta que la fórmula que sugiere Galtung 46 para el cálculo empírico del tamaño
muestral arrojaba un resultado de 300 (que se consideró una cifra algo exigua) mientras
que la tabla para un intervalo de confianza del 95.5 % y márgen de error de +/- 5 %
determinaba 400 se decidió trabajar con esta última alternativa aunque luego de la
edición terminaron siendo 390 casos efectivos, según el siguiente detalle:
ZONA GEOGRAFICA
EDADES TOTAL
CAP. GBA Norte GBA Sur GBA oeste
Hasta 25 50 15 30 20 115
26/35 50 30 35 30 145
36 y + 50 25 30 35 130
46
Galtung, Johan: Teoría y método de las ciencias sociales, Eudeba, Buenos Aires, 1978. La fórmula
que establece este autor para las muestras no probabilísticas resulta de elegir las dos variables con mayor
número de categorías y multiplicar entre sí dichas cantidades para luego volver a multiplicar el resultado
por veinte. Para el caso que se analiza se tomaron las variables NSE (3 categorías) y Cantidad de Hijos
(5 categorías), 3 x 5 = 15 multiplicado por 20 = 300. Véase también en este libro el capítulo sobre
muestreo de Raquel Miguez.
211
metodológica se consideró que era el nombre que mejor conciliaba y representaba lo
coloquial con el predominio casi absoluto de las preguntas cerradas. Por otra parte, la
encuesta no deja de ser una combinación de entrevista y cuestionario; y si bien es
cierto, que era anónima y a los efectos meramente estadísticos para “atenuar” la
contradicción se procuró “personalizarla” y muchas preguntas se formularon “casi de
memoria” o al estilo de una guía de pautas y como si fueran abiertas o del tipo mixta
aunque las respuestas ya estuvieran hasta precodificadas.
Otras dos cuestiones que se plantearon en la etapa previa a la recolección y
originadas también en los prejuicios fueron, por un lado, hasta qué punto la pregunta
(porque en realidad era una sola, pero crucial para la investigación) sobre un tema que
se había considerado como “cosa de mujeres” iba a ser respondida frente a un hombre, y
por otro, si ese rechazo no iba a aumentar con las mujeres provenientes del interior o de
áreas más tradicionales. Demás está decir - y por eso son prejuicios -, que los
“entrevistadores” terminamos más “avergonzados” - y por ende “heridos en el orgullo
machista”-, que las interrogadas. Además y considerando que el grupo de trabajo era
mixto tampoco se registraron diferencias significativas según el sexo del encuestador.
Por otra parte, en términos generales, se comportaron en forma más “desinhibida” las
mujeres “tradicionales” aun cuando manifestaban utilizar técnicas tradicionales que las
“modernas” cuando hacían lo propio pero nombrando a las técnicas de eficacia máxima.
Con respecto a esto último, ayudó mucho no sólo la “presentación e introducción” y
el clima coloquial sino también el orden de las preguntas. Debido a la cuota muestral, el
área geográfica, la edad y la cantidad de hijos fueron en ese orden las iniciales, aunque
la primera y la segunda no se alcanzaron a formular y la tercera se planteó cuando se
trataron los temas referidos a la cantidad de hermanos y parientes.
En realidad la apertura de la entrevista en sí comenzaba con el bloque de preguntas
pertenecientes al área cultural de orígen rememorando la infancia de la entrevistada.
Como señala Guber se tuvo en cuenta el “arte de no ir al grano” y de tener en claro la
pregunta que no había que comenzar formulando. 47 Y en verdad, estos temas inciales
sirvieron para distender (quizás más al entrevistador que a la entrevistada), ganar
confianza, crear el raport y la empatía necesaria.
Luego con la debida “introducción” realizada con preguntas “de relleno” sobre
acciones preventivas en general (contra la gripe, los “nervios”, etc.) y más en particular
(contra enfermedades venéreas, etc.) se pasaba al minibloque de los dos interrogantes
referidos a la técnica y al canal de información para terminar con los datos de
clasificación que apuntaban a medir el nivel socioeconómico. Con respecto a estos
últimos y en términos comparativos se notó que les provocaba una mayor
“incomodidad” o quizás “pudor” reconocer el bajo nivel de estudios de la pareja o
marido que el procedimiento anticonceptivo empleado, especialmente en mujeres que
probablemente terminarían perteneciendo al estrato “medio bajo” aunque tal vez por
autodefinición se hubieran ubicado en un nivel medio neto.
Cabe agregar que previo al trabajo de campo se llevó a cabo el pretest con una
submuestra intencional de alrededor del 6 % de lo que luego sería la muestra definitiva.
Básicamente interesaba probar la construcción de los índices y para ello se
seleccionaron personas “conocidas” en lo que respecta a dichas variables. Durante el
mismo se reiteró un hecho que provocó cierta perplejidad, que cuestionó la
conceptualización y que obligó a reformular y a explicitar de otra manera la pregunta:
algunas mujeres no reconocían como Técnica (aunque “confiaban” bastante en ella) al
método natural. Esto hizo que se revalorizara en general el pretest y fuera otro de los
motivos para darle a la herramienta de recolección de datos una definición de entrevista.
47
Guber, Rosana: El salvaje metropolitano, Legasa, Buenos Aires, 1991.
212
Pero además y principalmente hay que recordar que se trataba de una condición que
habilitaba para formar parte de la muestra. De hecho, hubo algunos casos que frente a
la duda incial se entrevistaron y a posteriori se descartaron cuando se caía en la cuenta
que la entrevistada no utilizaba técnica de ningún tipo. Ahora bien, qué hubiera pasado
si frente a la condición de “reclutamiento” no se hubiese planteado adecuadamente la
amplitud de las posibles estrategias? Seguramente muchas mujeres hubieran sido
descartadas. O si la pregunta hubiese sido formulada sin especificar claramente su
alcance? Probablemente muchas entrevistadas hubieran contestado por la negativa. Este
es uno de los tantos errores de diseño - en este caso de varios tipos (interno y externo) -,
que se pueden cometer. En definitiva, las usuarias de tal procedimiento hubieran
quedado sin representación o infrarrepresentadas sesgando la muestra y por ende, los
resultados y conclusiones del estudio.
48
Ver Boudon, R. y Lazarsfeld, P.: Metodología de las ciencias sociales. Laia, Barcelona, 1979.
213
Cuadro nº 1: Grado de eficacia de la técnica anticonceptiva utilizada habitualmente
según nivel socioeconómico, Cap/GBA.
NSE
MB/Bajo MN/Alto TOTAL
GETA % % %
Mínima 80 18 53
Máxima 20 82 47
TOTAL 56 44 100
Dif. % = 62
Del análisis del cuadro (lectura e interpretación) surgen los siguientes comentarios:
214
sensible. Su resultado señala que la relación entre ambas variables es directa media
con leve tendencia a fuerte (62 %). 49 Si la diferencia hubiera dado negativa (por
ejemplo – 65 %) eso hubiese significado que la relación es inversa media. En
términos de hipótesis: “a medida que disminuye el NSE aumenta la eficacia de la
técnica anticonceptiva empleada”.
Hasta aquí se podría decir que el diseño empleado para el análisis de los datos ha
sido el descriptivo en su modalidad relacional; es decir, que se ha procurado y
comprobado la existencia de una relación (asociación) entre ambas variables. Sin
embargo, esto no amerita para afirmar que esa relación sea causal o de dependencia, al
márgen de cómo haya sido formulada la hipótesis.
Dicho de otro modo, si bien resulta válido suponer que tanto la dimensión socio-
cultural (especialmente por el peso de la educación) como la económica (por el tema de
los costos) influyen directamente en la elección de la técnica anticonceptiva también es
válido sospechar - tal como se señaló en el capítulo correspondiente -, que dicha
relación pueda ser espúrea, falsa, ilusoria o no genuina.
Dentro del contínuo correspondiente a los tipos de investigación, la comprobación
de una hipótesis causal o de una relación de dependencia implica darle al estudio un
perfil explicativo. En tal sentido, se mencionaron dos alternativas de diseños: el
experimental y el de análisis multivariado o relacional con control de espureidad.
No caben dudas y hasta sería ridículo el intento de realizar la prueba por medio de
un modelo experimental manipulando la variable independiente NSE, de manera que la
opción se halla predeterminada. Para este tipo de situaciones, la única manipulación
posible es el manejo estadístico de los datos realizando el análisis multivariado o con
otras palabras, introduciendo una tercer variable para “poner a prueba la relación
original”. Recuérdese, para continuar con el ejemplo, que simultáneamente a la
hipótesis de la influencia del NSE se barajaba una “conjetura rival”: el
condicionamiento del Area Cultural de Orígen. En este caso, esta tercer variable
(contextual comparativa) cumpliría ambas funciones (de prueba y alternativa). Para el
análisis de su influencia se procedió a la realización del segundo paso de este modelo:
los cuadros de las relaciones parciales o la elaboración por parciales:
49
Para más detalles ver en este mismo libro el capítulo sobre análisis de los datos de Guillermo Abritta.
215
Cuadro nº 2: Grado de eficacia de las técnicas anticonceptivas utilizadas según Nivel
socioeconómico y Area Cultural de Orígen de las entrevistadas, Cap/GBA.
ACO
TRADICIONAL MODERNA
Mínima 94 83 93 Mínima 22 4 8
Máxima 6 17 7 Máxima 78 96 92
Dif. % = 11 Dif. % = 18
Observando las cifras de las columnas de los totales de las dos tablas se deduce la
influencia de la variable de prueba. En efecto, la mayoría de las mujeres
provenientes de áreas tradicionales utilizan técnicas de eficacia mínima mientras que
la mayoría de las mujeres de áreas modernas emplean estrategias de mayor poder de
anticoncepción (93 y 92 %, respectivamente).
En la elaboración por parciales se intenta imitar la “lógica del modelo
experimental”. En efecto, uno de los requisitos del plan clásico de este modelo que
supone trabajar simultáneamente con dos grupos (experimental y de control) es la
igualación de los mismos antes de comenzar la prueba (introducción del estímulo).
En este caso, se podría imaginar que también se está trabajando con cuatro grupos a
los que se “ha igualado” a posteriori en lo que respecta al área cultural de orígen.
Dos grupos (de 175 y 30 mujeres) coinciden en el área de procedencia (tradicional)
mientras que otros dos (de 45 y 140) provienen de áreas modernas. Si la variable de
prueba no tuviese nada que ver, la relación entre NSE y GETA debería mantenerse
en ambos cuadros (en los cuatro grupos). Sin embargo, como se verá enseguida,
ocurre lo contrario. Por tal motivo, a este paso de los cuadros parciales se lo
denomina “experimento controlado”.
216
Si se comparan las diferencias porcentuales (Dif. %) de ambos cuadros (11 y 18,
respectivamente) con el resultado de la relación original (62) se aprecia cómo la
relación entre NSE y GETA se ha debilitado sensiblemente con una tendencia a la
desaparición. Esto último permite inferir que tal relación es espúrea por lo menos
en lo que respecta a la pretensión de asignación de causalidad, sin que esto suponga
negar la asociación (descriptiva) existente entre ambas variables.
Dif. % = 61 Dif. % = 85
Hasta aquí el análisis ha vuelto a ser descriptivo. Sin embargo, el resultado obtenido
en este último cuadro no sólo ha desplazado a la relación original sino que sienta las
bases para la presunción de una nueva relación causal. Esta asignación deberá ser
sometida a los controles de espureidad correspondientes. Al respecto, cabe aclarar que
no bastaría con una única prueba de espureidad sino que la relación sale más fortalecida
cuando ha soportado y salido airosa de un mayor cantidad de intentos. Por otra parte,
existe también la posibilidad de analizar en forma desglosada cada una de las
dimensiones y/o indicadores utilizados para medir la variable ACO como así también
desglosar las diferentes técnicas y analizarlas por separado, procedimientos de análisis
que por obvias (y no tanto) razones no se hicieron pero que se aconseja en otros estudios
realizar.
Con respecto a este último tema del desglosamiento de las técnicas anticonceptivas
- y este es otro de los motivos por los cuales he elegido “maltratar” esta investigación -,
han quedado algunos comentarios pendientes que ex profeso los he dejado para esta
parte posterior al análisis de los datos: me refiero a los profilácticos. Como se
recordará, los mismos fueron agrupados dentro de las técnicas de eficacia mínima de
acuerdo a estadísticas disponibles de aquel entonces (principios de los años ’70). Tal
vez, esos datos no sólo reflejaban la seguridad que aportaba el dispositivo per se sino
que probablemente incluían también los riesgos de su mal uso o uso a destiempo. A
ello debe agregarse el prejuicio ya mencionado que delegaba la responsabilidad en las
mujeres que a su vez, tampoco solicitaban su uso en forma vehemente. A esta altura,
creo conveniente introducir en el análisis - rescatando una vez más el papel que
cumplen las variables contextuales -, la aparición del SIDA y el cambio que esto
produjo en los hábitos sexuales particularmente en lo referente al uso de los condones.
Probablemente, la eficacia de los mismos (en cuanto técnica anticonceptiva) haya
aumentado tanto en calidad intrínseca como especialmente en el modo de uso y con
seguridad, en lo que hace a la exigencia de ambas partes pero en particular del lado
femenino. Sin embargo, la prédica actual de su empleo apunta más a la prevención del
contagio que a la anticoncepción cosa que antes de la aparición del SIDA era diferente,
a pesar de que existían como hoy en día enfermedades venéreas pero de un peligro
superlativamente menor y por lo tanto con una menor conciencia sobre el mismo. Por
otra parte, tratándose de relaciones estables no creo que los resultados del estudio
hubieran variado significativamente dado que a pesar de no disponer de los datos
218
concretos, el profiláctico resultó ser una de las técnicas más mencionadas dentro de las
de eficacia mínima. En todo caso, lo que importa destacar con relación a cualquier
investigación es el papel de las variables contextuales.
Retomando el análisis sobre las técnicas restaría el tratamiento de las otras variables
cuyas implicancias - por razones de espacio y por no ofrecer material para realizar
comentarios diferentes a los expuestos -, serán incluídas en la síntesis final. Sin
embargo y a los efectos meramente ilustrativos me detendré brevemente en algunas
consideraciones de los usos de la variable edad. Dentro del diseño descriptivo existe
una modalidad de los estudios seccionales (sincrónicos) que es el transversal
(comparativo o no comparativo) que incluye la medición de las variables en diferentes
grupos de edades. Más allá de la lógica comparación entre las distintas categorías
etarias, este recurso permite reemplazar las observaciones longitudinales en distintas
series de tiempo, con la medición simultánea en distintos grupos de edades asumiendo
que los mismos representarían los cambios intergeneracionales producidos y analizar de
esta forma el comportamiento evolutivo de las variables. Por ejemplo, estudiar las
diferencias en el uso de las técnicas anticonceptivas entre los distintos segmentos etarios
tal como a continuación se presenta:
EDAD
Hasta 25 26/35 36 y + TOTAL
GETA % % % %
Mínima 40 48 68 53
Máxima 60 52 32 47
TOTAL 30 37 33 100
Dif. % = - 28
Las bases de cada grupo de edad fueron decididas por cuota muestral.
La diferencia porcentual se calculó tomando los porcentajes de las categorías
extremas.
Existe una relación inversa débil (- 28) pero con tendencia a su crecimiento entre la
edad y la eficacia de la técnica: las mujeres de mayor edad se inclinan por el uso de
técnicas anticonceptivas de menor eficacia.
Si como se apuntó más arriba, se consideran a las categorías extremas (Hasta 25 y
36 y más) como representantes de generaciones distintas (alrededor de 20 años de
diferencia) se observa un progresivo aumento del uso de las técnicas de mayor
219
eficacia (del 32 al 60 %) que seguramente será mayor en las “generaciones”
provenientes de áreas modernas.
(85)
ACO GETA
(61) (62)
NSE
220
ACO TRADICIONAL
93 %
MENOR
EFICACIA
3 ó + HIJOS C. I. INFORMAL
65 % 82 %
PERFILES DE USUARIAS
DE TECNICAS
ANTICONCEPTIVAS
1 ó 2 HIJOS C. I. ESPECIALIZADO
55 % 90 %
MAYOR
EFICACIA
221
FICHA TECNICA
Características: Cuantitativo
Población: Mujeres en edad fértil, con pareja estable, que utilizan habitualmente
alguna técnica anticonceptiva.
222
BIBLIOGRAFÍA GENERAL
226
INDICE GENERAL
INTRODUCCIÓN ........................................................................................................... 3
NOCIÓN Y ESTRUCTURA DEL DATO, POR GUILLERMO PABLO ABRITTA ................................. 163
CLASIFICACIÓN DE LOS DATOS ............................................................................................. 165
CONFECCIÓN DE UNA MATRIZ DE DATOS ................................................................................ 166
TABULACIÓN DE LOS DATOS ................................................................................................ 172
ANÁLISIS E INTERPRETACIÓN DE LOS DATOS ........................................................................... 176
BIBLIOGRAFÍA ................................................................................................................. 187
228
EL INFORME FINAL, POR ROBERTO PÉREZ LALANNE ........................................................... 189
INTRODUCCIÓN ................................................................................................................ 189
ESTRUCTURA DEL INFORME ................................................................................................ 189
229