Roberto Pérez Lalanne

INVESTIGACION
SOCIAL

Biblioteca de Iniciación
Facultad de Ciencias Sociales
Universidad Nacional de Lomas de Zamora

1
 Roberto Pérez Lalanne

Investigación
Social
Colaboradores:

Guillermo Abritta, Héctor Barroso.

Alfredo Oscar Castro, S. Raquel Miguez

Facultad de Ciencias Sociales

Universidad Nacional de Lomas de Zamora

2
3
 INTRODUCCION

El tema de este libro es la investigación social y su articulación con algunos

procedimientos técnicos-metodológicos desarrollado desde una perspectiva teórico-
práctico. El tratamiento está orientado básicamente a brindar elementos a quienes estén
vinculados y/o interesados en dicha problemática como partícipes del proceso de
enseñanza-aprendizaje o en el ejercicio de su rol profesional que han sido las dos
vertientes que nutrieron a los autores de los diferentes capítulos.
Este libro ha sido elaborado en el marco del “Programa de incentivos para el
mejoramiento de la calidad de la enseñanza” implementado por las autoridades de la
Facultad de Ciencias Sociales de la Universidad Nacional de Lomas de Zamora a
quienes está dirigido nuestro agradecimiento y reconocimiento.
En los primeros capítulos se caracteriza a la investigación en su concepción
restringida referida al proceso en sí mismo para luego analizar una versión más
totalizadora en donde se hallan incluídos sus otros dispositivos como el diseño y el
proyecto y sus diferentes contextos, con el propósito de demostrar que la investigación
concebida en este último sentido tiene su propia “lógica y racionalidad” que incluye y
determina a las “lógicas” respectivas de todos sus momentos al tiempo que condiciona y
se halla condicionada como cualquier otra práctica social por las estructuras relacionales
existentes en el espacio social en el que se desarrolla.
En los capítulos siguientes se recorren los distintos pasos conjuntamente con sus
estrategias y especificaciones técnico-metodológicas: desde la formulación del
problema hasta la estructura del informe transitando por las hipótesis, variables,
muestreo, recolección y análisis de datos.
Finalmente se retoma el tema de la investigación social para analizar el continuo
exploración-descripción-explicación, sus particularidades y aspectos en común. Todo
ello acompañado con los ejemplos pertinentes y el informe sobre un caso como
corolario integrativo.
Si bien este libro ha sido concebido como una unidad no obstante no compromete a
los autores - cuya participación agradezco -, quienes si bien son solidarios con todo lo
expuesto en última instancia sólo son responsables de su producción personal.
Por último, resta nuestro agradecimiento a Alejandra Paz, Mariel Wojtiuk, Jorge
Lafforgue y demás colaboradores que con sus participaciones contribuyeron en la
publicación de este material.

Roberto Pérez Lalanne

Julio de 2000

4
Capítulo 1

LA INVESTIGACION SOCIAL

Roberto Pérez Lalanne

1. La investigación y sus características

Etimológicamente, la palabra investigación proviene del verbo latino - investigare -,

que podría traducirse como “estar abocado a” o “en búsqueda de”. Diferentes autores
han utilizado el verbo como sinónimo de buscar, indagar, averiguar, desentrañar,
analizar, estudiar, etc. e incluso están quienes - tal vez con la intención de afirmar una
pretendida alternativa, que no deja de ser interesante -, señalan que investigar no
consistiría tanto en buscar sino más bien en encontrar.1
Desde sus orígenes, el hombre se ha dedicado a investigar en la medida que se
enfrentaba a incertidumbres, perplejidades, interrogantes, necesidad de hallar nuevos
conocimientos o de dar solución a nuevos problemas (o nuevas soluciones a viejos
problemas).
Sin embargo, no cualquier búsqueda merece ser considerada una “investigación
científica”. En tal sentido, existen diferentes ejes para clasificar a las investigaciones
como así también distintos criterios - metodológicos, epistemológicos, filosóficos,
ideológicos, etc. -, para demarcar la cientificidad o no de las mismas.
En términos generales y abrevando de diferentes autores,2 toda investigación
científica se concibe como un proceso deliberado, racional/reflexivo, sistemático,
metódico, controlado y crítico que persigue obtener nuevos conocimientos. Con otras
palabras, a través de este proceso se procura establecer cuáles son los elementos
presentes y la función que cumplen (causantes, determinantes, intervinientes,
contribuyentes, etc.) en una situación o problema dado, con el propósito de describir,
explicar y/o predecir el comportamiento de dicha situación o con la intención de
resolver dicho problema.
Ampliemos lo anterior, desarrollando algunas de las características mencionadas:3
 El hecho de que sea un proceso significa, en primer lugar, que una investigación
no es algo que pueda realizarse de un día para el otro. Precisamente, el tiempo es uno
de los factores a tener en cuenta para su diseño y posterior realización. Además, toda
investigación supone un período de maduración y un avance progresivo. En segundo
lugar y en correspondencia con lo anterior, es que en tanto proceso, toda investigación
implica una serie de fases, pasos o etapas, que según sea su tipo, estarán más o menos
formalizados y serán de cumplimiento más o menos riguroso.
 Con respecto a la racionalidad/reflexividad, ésta se refiere a tres cuestiones
diferentes aunque relacionadas entre sí. Por un lado, alude a los aspectos lógico-
racionales que deben estar presentes en toda investigación; por el otro, al papel que le
cabe al investigador, al rol activo que en tanto sujeto cognocente debe desempeñar.
Pensemos por ejemplo, en Bachelard (1945) para quien el hecho científico se conquista,

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 INVESTI- DIAGNÓS-

DE
INVESTIG. GACIÓN TICO

PROBLEMA

GENERAL

EVALUA- PLANIFI-
EJECUCIÓN
CIÓN CACIÓN

2. La investigación y los métodos

Toda investigación es un proceso metódico aun en aquellos casos en que se afirma

lo contrario, dado que si a algún lugar se ha llegado por algún camino tuvo que haber
sido. Pero de esto no se deduce que halla un camino predeterminado ni menos aun un
único camino. En tal sentido, puede aplicarse lo dicho en su momento por el poeta
Machado cuando afirmaba que se hacía camino al andar o lo expresado por Feyerabend
cuando señala que los grandes descubrimientos científicos se llevaron a cabo cuando los
investigadores se apartaron de las prescripciones metodológicas vigentes, sin que esto
suponga tener que adherir al anarquismo metodológico o al “todo vale”.21
Etimológicamente, la palabra método proviene del griego (metá y odos) y significa
“camino hacia” o “hacia la meta”, es decir, camino a recorrer para alcanzar un objetivo
que cuando se hace referencia a la investigación se traduce en obtener un determinado
conocimiento. La principal función del método es posibilitar (al explicitarlo) que
cualquier otro investigador pueda reiterar la experiencia y comprobar por sí mismo la
validez y legitimidad de los hallazgos. Con otras palabras, el método hace posible que
parcialidades individuales puedan convertirse en parcialidades compartidas.
Por otra parte, es necesario distinguir entre métodos (o modos) de
pensamiento/razonamiento y métodos (o modos) de investigación (a los cuales se refiere
la frase inicial) y que incluyen a los primeros. Los métodos de investigación son las

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.

2.1. Supuestos filosóficos/epistemológicos de los métodos científicos.

Dudley Shapere25 - refiriéndose a los logros de la ciencia moderna -, menciona un

conjunto de “asunciones” o presuposiciones que podrían también servir para
caracterizar a cualquier paradigma y por extensión, a todo método; Gouldner los
denominó Supuestos Básicos Subyacentes:26
1) La presuposición ontológica: supuestos acerca de cómo es el mundo (ordenado,
determinista, caótico, etc.) que deben ser aceptados antes de cualquier investigación
teórica y/o empírica, o antes de que nuevas creencias fundadas puedan ser aceptadas.

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.

2.2. Contenidos formales y sustantivos de los métodos científicos.

Todo método prescribe un conjunto de reglas, procedimientos, y pasos lógicos a

seguir para formular y resolver un problema de investigación. Sin entrar en las
cuestiones referidas a los modos de pensamiento o razonamiento (problemas de validez
de las inferencias inductivas, conclusiones falsas partiendo de premisas verdaderas,
fundamentaciones gnoseológicas de premisas iniciales, etc.) temáticas que son materia
de análisis de la Lógica pero que - como se señaló anteriormente -, son aspectos
parciales de los modos de actuación científica y sin reconocer tampoco el argumento
que el positivismo lógico desarrolla para justificar - valga la redundancia -, la
exclusividad del contexto de justificación como único momento de reconstrucción
racional para la validación de los conocimientos, a continuación se desarrollarán los dos
caminos posibles - más allá de sus distintas modalidades que posteriormente se
mencionarán -, para el desarrollo de las investigaciones teórico-empíricas. Este análisis
recoge parcialmente y por lo tanto es tributario del desarrollado en su esquema por
Wallace: 27

a) Método inductivo: de lo particular a lo general, de lo concreto a lo abstracto, de

las observaciones a la teoría, de lo singular a lo universal. Las investigaciones parten de
un conjunto representativo o significativo (según el estudio sea cuantitativo o
cualitativo) de observaciones o casos (enunciados singulares u observacionales con
carga teórica o conceptual) y por procedimientos de medición y muestreo
(probabilístico o no probabilístico) llegan a la formulación de generalizaciones
empíricas (hipótesis sustantivas o proposiciones intermedias que afirman la existencia
de regularidades estadísticas que con intervalos de confianza y margen de error estiman
parámetros poblacionales - generalización hacia fuera -; o significativas que mediante
la saturación teórica de las categorías realizan descripciones densas - generalización
hacia adentro -), para luego mediante construcción y ordenamiento teórico-conceptual
elaborar hipótesis teóricas (teorías de alcance medio o universales, o teorías sustantivas
o formales).

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.

Cabe señalar que en términos estrictos ninguna investigación es exclusivamente

deductiva o inductiva sino que son predominantemente deductivas o inductivas.
También puede ocurrir que simultáneamente se recorran ambos caminos, que no se
14
transite ninguno en su totalidad o que se comience a mitad de uno y se llegue por el
otro. Asimismo, existe la posibilidad de partir de una fantasía, delirio, alucinación o
prejuicio que no tenga ni fundamento empírico (observacional) o teórico tal como a
veces sucede cuando se trabaja en el denominado contexto de descubrimiento.
Simultáneamente a los métodos inductivo y deductivo, existen otras estrategias con
sus partidularidades específicas y muy valiosas por cierto, que o bien son modalidades
de éstos o bien son complementos que parten de diferentes Supuestos Básicos
Subyacentes y que por no ser el propósito de este apartado sólo serán mencionadas: la
inducción analítica, la teoría fundamentada, la etnometodología, el método axiomático,
la comprensión, la fenomenología, el método abstracto-concreto, el método dialéctico,
el método regresivo-progresivo, el estructural-funcionalismo, el relacionismo histórico,
el constructivismo estructuralista, el materialismo histórico, etc.

2.3. Características y elementos de los métodos científicos

Los métodos considerados científicos reúnen un conjunto de rasgos que a

continuación se explicitan:28
a) problemático-hipotético: dado que se basa en la formulación de problemas
(preguntas) y en soluciones probables a los mismos (respuestas), aunque en última
instancia “... la historia de la ciencia es la historia de las preguntas y no de las respuestas
...” .29
b) fáctico, tiene referencia empírica, pero va más allá de los datos empíricos, puesto
que los interpreta desde un determinado marca teórico.
c) trasciende los hechos, superando la mera apariencia de los fenómenos o como
diría Bourdieu, rompiendo con la “ilusión de la transparencia del mundo social”.
d) se vale de la contrastación empírica (verificación o falsación, exigiendo una
constante confrontación con la realidad, descartando los criterios de autoridad,
tradición, revelación, etc. Tampoco cabe en el método científico lo que Merlau-Ponty
denominó el “dogmatismo del sentido común”.
e) teórico, supone siempre una teoría (o esbozo de ella) a partir de la cual formulará
los problemas y observará la realidad para retornar luego a ella.
f) crítico, autocorrectivo y progresivo: rechaza y/o ajusta permanentemente sus
afirmaciones, se halla sujeto a críticas y exámenes. Sus conclusiones nunca son finales
sino provisorias, se halla abierto a nuevos aportes y a la utilización de nuevos
procedimientos y técnicas.
g) sus proposiciones son generales, ignorando los hechos aislados o únicos; sin
embargo, la universalidad no debe perder de vista la singularidad y además - como
señala Guber -, 30 debe contemplar la diversidad.
h) aspira a lograr la mayor “objetividad posible”, procurando alcanzar “la verdad
fáctica o científica” sin desconocer los condicionamientos sociales de la práctica
científica.

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

De acuerdo al desarrollo anterior se podría decir que las ciencias sociales (y

también las naturales) son plurimetodológicas e intermetodológicas. No obstante, es
posible señalar que si bien existen distintas estrategias metodológicas (incluyendo las
triangulaciones) por lo general hay una que resulta ser la más adecuada para cada
investigación concreta. Esto significa que en la relación método – investigación, en
última instancia es el método el que se subordina (o debe subordinarse) al tipo de
investigación que se trate y no la investigación al método.

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

Si el método es el camino para alcanzar un determinado conocimiento las técnicas

constituyen el “arte de recorrer” ese camino. Las técnicas son el conjunto de
herramientas, instrumentos y operaciones que se utilizan para transitar cada uno de los
pasos que el método indique. Las técnicas son teoría en acción y por lo tanto, parten de
los mismos supuestos metodológicos, teóricos, epistemológicos y filosóficos que las
teorías que les dieron vida. Además, se debe tener en cuenta que así como Paulo Freire
señaló que las técnicas pedagógicas tienen consecuencias ideológicas lo mismo ocurre
con las técnicas de investigación.
Existen técnicas de construcción de índices, de muestreo, de recolección de datos,
de análisis de datos, etc. A su vez, en cada una de ellas encontramos diferentes tipos y
modalidades con sus respectivas ventajas, limitaciones y desventajas. Si bien las
técnicas tienen pertenencia paradigmática al igual que lo dicho para los métodos, no son
propiedad exclusiva de los mismos ni tampoco de los métodos y por lo tanto pueden
combinarse o triangularse en una determinada investigación técnicas de distintos
paradigmas y/o métodos. Pero al mismo tiempo se debe señalar que existen técnicas (o
triangulaciones) más adecuadas que otras dependiendo del tipo de estudio en cuestión al
que se hallan subordinadas.

4. Los tipos de investigación

Las investigaciones se pueden clasificar de diferentes maneras en función de un

conjunto de criterios. Los mismos no son excluyentes y a su vez obedecen a distintos
intereses analíticos. A continuación se desarrollan los principales agrupamientos cuya
síntesis se presenta en el cuadro siguiente:33
a) Naturaleza: este criterio se refiere al material sobre el que se trabaja o que es
objeto de la investigación. En tal sentido, los estudios pueden ser teóricos, empíricos o
teórico-empíricos. Son teóricas las investigaciones que se desarrollan en el plano de las
ideas sin ningún anclaje observacional o que abordan ideas de uno o varios autores, ya
sea con el propósito de efectuar un análisis crítico, interpretativo, complementario,
comparativo, etc. Dentro de este grupo se encuentran los trabajos bibliográficos y
monográficos que tan útiles aportes han realizado a las ciencias sociales. Sin embargo,
cabe aclarar su diferenciación con muchos pseudos estudios que terminan siendo copias
burdas de autores - a veces malintencionadas o lo que es peor, mal hechas -, como
sucede con muchos trabajos erróneamente llamados monográficos que incluso se
practican o fomentan en los ámbitos académicos; en tal caso, cabe recordar que a los
autores hay que citarlos y no plagiarlos. También dentro de este tipo de estudios están
la mayoría de los análisis filosóficos, lógicos y epistemológicos. Por otra parte, hay que
evitar “el teoricismo estéril” o como lo denomina Bourdieu la “institución” de la teoría
en tanto campo discursivo separado, cerrado y autoreferente, es decir, palabras a
propósito de palabras. Las investigaciones teóricas se ciñen en gran medida a los
mismos procedimientos técnicos-metodológicos que cualquier otra investigación:
formulación del problema, objetivos, hipótesis, control de variables extrañas, etc.
Por su parte, los estudios empíricos abarcarían todas las demás investigaciones que
se basan en el abordaje experiencial de cualquier fenómeno de la realidad, incluídos los
de carácter documental. Precisamente, a estos últimos (los empíricos) se hará

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.

TIPOS DE INVESTIGACION SOCIAL

Criterios Clasificaciones

Teórica
 Naturaleza Empírica
Teórico-empírica

 Finalidad Básica
Aplicada

Sincrónica o seccional (y transversal)

 Alcance temporal Diacrónica o longitudinal (retrospectiva, prospectiva, de
panel, de tendencia, etc.)
Comparativa (seccional y longitudinal)

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.

d) Tipo de estudio (profundidad): se refiere a los diferentes niveles de análisis que

de acuerdo a los objetivos tengan las investigaciones. He puesto ex profeso la
calificación de profundidad entre paréntesis porque si bien la mayoría de los autores
coinciden en referirse con dicho término a este criterio creo que no refleja
necesariamente las diferencias existentes entre los diferentes tipos de investigaciones.
Tal vez sea más adecuado hablar se rigurosidad, intensidad y exhaustividad; si se
trazara un contínuo en esos términos que fuese del nivel de menor rigurosidad,
intensidad y exhaustividad al de mayor nivel, los estudios podrían agruparse en
exploratorios, descriptivos y explicativos. Con otras palabras, cada uno de ellos se
caracteriza por responder a distintos tipos de preguntas: los exploratorios dan cuenta de
¿qué pasa?; los descriptivos de ¿cómo, dónde, cuándo, con qué frecuencia pasa?;
mientras que los explicativos pretenden resolver la cuestión de ¿por qué pasa?. Como
se verá también más adelante, estas investigaciones se caracterizan además por un tipo
especial de diseño.

e) Amplitud: este criterio nos remite a los alcances de la investigación, al campo de

estudio, al contexto que se aborda con el análisis en cuestión. En tal sentido, las
investigaciones pueden ser microsociales (cuando se trata de estudiar un grupo,
institución, organización etc.) o macrosociales (cuando el análisis se realiza tomando a
una sociedad en su conjunto, a la totalidad de un sistema o estructura social, etc.). Por
ejemplo, si el objetivo es estudiar cómo influyen las condiciones laborales en el
rendimiento de los trabajadores de una determinada empresa, la investigación es
microsocial; en cambio, si se trata de analizar los niveles de desocupación de un país, es
macrosocial. Con respecto a este criterio cabe hacer notar que no hay que confundir la
distinción entre micro y macro con la diferencia entre muestra y universo; es decir, que
el estudio puede realizarse a una muestra o conjunto de unidades de análisis y la
investigación ser macrosocial y a la inversa, el estudio puede efectuarse al conjunto del
universo o población y ser microsocial.

f) Fuente de datos: se considera fuente a aquella que nos provee de la información

necesaria para la investigación. En tal sentido, este criterio se remite al origen de los
datos que pueden ser primarios o secundarios. Los primarios son datos de primera
mano, originales, que han sido recolectados directamente por los investigadores en su
ámbito natural y a los efectos de esa investigación. Por ejemplo, realizar una encuesta
a estudiantes de una Facultad para conocer su rendimiento académico. Los secundarios
son datos de segunda mano, que han sido recogidos y procesados por otros o que han
servido para otros estudios. Por ejemplo, consultar los legajos de los alumnos de esa
Facultad. A su vez, los datos secundarios pueden ser internos o externos y
sindicalizados o no sindicalizados.35 Los internos provienen de fuentes pertenecientes a
la organización/institución para la cual se realiza la investigación mientras que los
externos provienen de fuentes ajenas a la misma como sucede con la mayoría que se
encuentra en cualquier biblioteca. Por su parte, son datos sindicalizados aquellos que se
producen en forma estandarizada y sistemática, por lo general por organismos
especializados, muchos de los cuales suelen lucrar con su venta. Por ejemplo, las
estadísticas que periódicamente brinda el INDEC (Instituto Nacional de Estadísticas y

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

g) Características: Bachelard 37 señala que el hecho científico se conquista,

construye y comprueba. De acuerdo con las características que asuma este proceso las
investigaciones serán cualitativas, cuantitativas o cualicuantitativas. Con otras palabras,
este criterio se refiere a la forma de “construcción de la realidad”, al conjunto de
supuestos, teorías, metodologías y técnicas que se comprometen en la práctica
científica. Básicamente y sin pretensiones de exclusividad y exhaustividad, 38 las
investigaciones cualitativas se caracterizan por estar orientadas a la comprensión de la
perspectiva de los actores39 y por priorizar la significación de los resultados mientras
que las cuantitativas procuran describir y explicar las estructuras relacionales y por
enfatizar la representatividad estadística de la información. Ambos tipos corresponden
a los dos enfoques históricos de la investigación social: el cualitativo se presenta como
subjetivo y el cuantitativo como objetivo. Esto último sin perder de vista que tanto uno
como el otro cubren aspectos que forman parte de la objetividad social. Dado que estos
enfoques no son necesariamente excluyentes se complementan en los estudios
cualicuantitativos.

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

DOS CONCEPCIONES DE LA INVESTIGACION:

EN UN SENTIDO AMPLIO Y EN UN SENTIDO RESTRINGIDO

Roberto Pérez Lalanne

En el capítulo anterior se analizó la investigación mostrando su inserción en un

proceso mayor que denominamos proceso de resolución de problemas que excedía los
límites de la misma con el propósito de mostrar su rol transformador de la realidad,
enfatizando especialmente el perfil crítico de la investigación. Asimismo, se describió
la relación entre la investigación y las estrategias metodológicas, para desmitificar la
afirmación sobre la existencia de un único metodo científico pero también con la
intención de demostrar que los métodos (y por supuesto, también las técnicas),
independientemente de cuáles sean, se subordinan (o deben subordinarse) al tipo de
investigación en cuestión.
A los efectos de especificar y justificar la posición al respecto e incluso tratar
algunas derivaciones, se analizarán dos conceptualizaciones de la investigación: su
concepción en un sentido amplio y su concepción en un sentido restringido. Ambas
concepciones - si bien no son excluyentes ni internamente homogéneas -, responden a
tradiciones e intereses diferentes con consecuencias epistemológicas, metodológicas,
filosóficas, ideológicas y éticas también diferentes. Para desarrollar las características e
implicancias de las dos concepciones, se tomarán como ejes analíticos los contextos y
los dispositivos de investigación, con el propósito de demostrar que la concepción
restringida no sólo se halla incluída en la ampliada sino que además debe subordinarse a
ella.

1. Sobre los contextos de investigación

En 1938 Hans Reichenbach en su libro Experience and Prediction propuso la

distinción entre los contextos de descubrimiento y de justificación, en el marco de la
teoría de la ciencia que caracterizó al empirismo lógico y que estuvo centrada en la
epistemología. Cabe señalar que ya muchos filósofos y científicos (Aristóteles, Kant,
Euclides, Hüsserl, Carnap, Popper, etc.) presuponían dicha separación aun antes de que
fuese explícitamente formulada. La idea de Reichenbach consistía en prescindir de los
procesos científicos reales, tomando como objeto de la Filosofía de la Ciencia una
reconstrucción lógica de las teorías.
El contexto de descubrimiento se refiere a la producción del conocimiento (en
general y científico en particular), formulación de una hipótesis, hallazgo de una nueva
idea, solución a un problema o invención de un concepto. Incluye las circunstancias
personales, valorativas, ideológicas, históricas y socioeconómicas. A este contexto se lo
considera de índole empírico-descriptivo y según Reichenbach es materia de análisis de
la Psicología, Historia y Sociología. El contexto de justificación se refiere al diseño de
la prueba, a la validación de ese conocimiento o a la contratación de la hipótesis, a los
razonamientos, métodos, consecuencias observacionales y predicciones; es de
naturaleza lógico-normativa y por lo tanto, materia de estudio de la Filosofía de la
Ciencia y de la Epistemología.
23
 De esta manera y durante muchos años prevaleció esta distinción impuesta por el
positivismo lógico y demarcacionista que “menospreciaba o desconocía” el contexto de
descubrimiento (excluyéndolo de la reflexión epistemológica), reconociéndole status
científico sólo al contexto de justificación y asignándole el monopolio de su tratamiento
a la Lógica y a la Epistemología en desmedro de otros posible abordajes. En sintonía
con esta línea de razonamiento y argumentación en forma simultánea comenzó a
restringirse el concepto de investigación al contexto de justificación; así fue como su
validez comenzó a analizarse y a certificarse en función de este contexto y a preservar la
misma de cualquier ingrediente o influencia ideológica, valorativa, ética, etc. De esta
forma y a la luz de esta concepción paradigmática, la investigación se autodefinía como
neutra, objetiva y libre de valores. En primera y única instancia, la validez de una
“investigación científica” se reducía y se analizaba mediante la reproducción artificial
lógica y de su concordancia con las tablas de verdad del razonamiento hipotético
deductivo en su versión falsacionista o “modus tollens”.
Sin embargo, paulatinamente a partir de la pasada década del ’50 se producen
algunas modificaciones y/o reacciones que comenzarán a interrelacionar la Filosofía de
la ciencia con la Sociología e Historia de la ciencia o a reclamar la necesidad de
caracterizar de un modo más amplio el concepto de “racionalidad” y sus nociones
asociadas. En lo que concierne al objetivo de este apartado, dichos aportes se analizarán
con el propósito de demostrar que el contexto de justificación es sólo un (y no el único)
momento más de la investigación (entendida ésta en un sentido amplio, que por otra
parte es su verdadero sentido) y que en última instancia, esta distinción entre contextos
(cualquiera sea su número) es arbitraria (como toda distinción) y sólo aceptable a los
fines pedagógicos y analíticos.
En los años ‘60 Thomas Kuhn1 introduce en su conceptualización del paradigma un
criterio sociológico para analizar la validez y vigencia de una teoría: la adhesión por
parte de la comunidad científica. Según este epistemólogo y físico norteamericano en
épocas de normalidad científica o paradigmática (que son las ordinarias y de duración
más prolongada) los investigadores no se dedican ni a verificar ni a falsar las teorías
sino que trabajan convencidos en la utilidad de las mismas procurando solucionar los
problemas, desarrollando y enriqueciendo el paradigma al cual pertenecen o a la matriz
disciplinaria a la cual adhieren. En ningún caso necesitan distinguir entre contextos o
efectuar un análisis lógico de sus teorías. Tampoco lo hacen en época de crisis
paradigmática en la que se suceden las anomalías (problemas para los cuales el
paradigma vigente no ofrece respuestas/soluciones satisfactorias). En estos períodos, los
científicos comienzan a descreer de las teorías a las que hasta ese momento adherían y a
trabajar en procura de un nuevo modelo de análisis, pero no lo hacen ni por motivos
lógicos ni justificacionistas. Y cuando se produce una revolución científica o
paradigmática y queda desplazado el paradigma anterior, a los efectos de adherir a las
nuevas concepciones tampoco las someten a la reproducción artificial de su
racionalidad lógica. Esto es así porque Kuhn entiende la investigación en un sentido
amplio como la tarea cotidiana que desarrollan los científicos en la cual se entremezclan
los contextos con diferentes lógicas y racionalidades, utilizando los métodos más
convenientes y estando sometidos a múltiples influencias. Este análisis que en principio
Kuhn desarrolla para las ciencias naturales es más complejo aun en el campo de las
ciencias sociales, en donde como ya se ha dicho conviven, interactúan y hasta
convergen paradigmas diferentes sin desplazarse mutuamente ni lograr captar la
adhesión mayoritaria de la comunidad de los cientistas sociales. Y sin embargo,

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.

2. Tres dispositivos: diseño, proyecto y proceso de investigación

Habitualmente - aunque no con demasiada precisión -, se distingue entre diseño,

proyecto y proceso de investigación. Aunque esta diferenciación parezca una cuestión
formal o trivial11 en realidad no lo es. Básicamente por dos motivos:
a) Porque tienen lógicas y racionalidades diferentes.
b) Porque hace a la distinción de las dos concepciones de la investigación
(restringida y ampliada).
Como bien señala Samaja en el texto citado hay una pregunta que usualmente se
formula y que resulta pertinente al respecto: ¿Cuándo comienza la investigación? ¿Con
el proyecto? ¿Con el diseño? ¿Con el proceso? Y se podría agregar otra
complementaria y tal vez más importante: ¿Cuándo termina? Y otra, quizás más
significativa: ¿Existe un comienzo y un fin? Personalmente creo que no comienza ni
termina con ninguno de los tres componentes.
Dado que la mayoría de los autores coinciden en la caracterización de la
investigación (en un sentido restringido), proceso que por otra parte se ha tratado en
páginas anteriores, en este apartado se analizará la lógica y los alcances de los dos
restantes, su inserción en la investigación (en un sentido amplio) y se procurará
establecer los límites.
Con distintas palabras - y algunas diferencias -, todos los autores coinciden en

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

Formulario para la presentación de proyectos de investigación

Con el propósito de ilustrar lo anterior, a continuación se transcribe una síntesis de

protocolo de presentación de proyectos de investigación:

1. DENOMINACION DEL PROYECTO

1.1. Título
1.2. Subtítulo
2. TITULAR / DIRECTOR
3. AREA DE ESPECIALIZACION
3.1. Disciplina que involucra
3.2. Campo de aplicación
4. PALABRAS CLAVES
5. OBJETIVOS
5.1. Generales
5.2. Particulares
6. ANTECEDENTES Y FUNDAMENTACION
6.1. Historia, orígen del proyecto
6.2. Justificación, relevancia, afinidad, etc.
7. PRESENTACION DE LA PROBLEMÁTICA A INVESTIGAR
7.1. Tema
7.2. Delimitación
7.3. Formulación del problema
7.3.1. Sistema de hipótesis
7.3.2. Variables
8. ESTADO ACTUAL DEL CONOCIMIENTO / PROBLEMA
8.1. Grado de avance del conocimiento
8.2. Diagnóstico de la situación
9. MARCO TEORICO
9.1. Enfoque
9.2. Modelo teórico
9.3. Fuentes de información
9.3.1. Revisión bibliográfica
9.3.2. Revisión de experiencias

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

Como se puede observar, tanto el proyecto como el diseño responden a lógicas o

racionalidades diferentes. La lógica del proyecto obedece más a lo formal y burocrático,
posibilitando la evaluación y control de gestión, contemplando aspectos del diseño y del
proceso de investigación (en un sentido restringido), “balanceando” objetivos y
recursos, pero además contemplando a quien va dirigido (entre ellos, los eventuales
evaluadores), a sus posibles beneficiarios (y también “perjudicados”), las consecuencias
manifiestas (entre ellas las llamadas trasferencias al medio socio productivo) y las
latentes (o muchas veces no explicitadas) que el investigador ni los evaluadores pueden
ignorar y que remiten a los compromisos éticos involucrados. Mientras que la lógica
del diseño en principio es más “reducida” y obedece especialmente a lo técnico-
metodológico-operativo, rige la relación entre el cuerpo de conocimientos existentes
(marco teórico), los procedimientos y herramientas, contemplando los diferentes
criterios de demarcación, de control y de validez científica, tal como enseguida se
analizará.21

Principios y criterios operativos generales del diseño

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

En la mayoría de las investigaciones - salvo aquellas que son exclusivamente

teóricas -, se opera siempre en dos niveles diferentes:
 un nivel teorético, abstracto, poblado de conceptos y constructos,
 un nivel de observables, de operaciones y de indicadores.
Ambos niveles están interrelacionados dado que se pretende que el nivel operacional
traduzca al plano de la realidad al nivel teórico. Pero esta correspondencia es casi
siempre imperfecta, puesto que por lo general se operacionaliza con ciertos grados de
libertad o márgenes de error. Esto es así porque a los efectos de medir una variable -
especialmente las complejas -, no existe un único indicador o gama de indicadores sino
que siempre los referentes empíricos utilizados constituyen una muestra de un universo
posible de observables; con otras palabras, todo indicador posee una determinada
probabilidad de medir con éxito a la variable en cuestión.28 De esto se deduce que
convendría interrogarse sobre la validez de la operacionalización o sobre los efectos que
pudiera tener el uso de otros indicadores en los resultados de la investigación.
El problema de la validez de constructo es claramente una cuestión de medición y se
soluciona utilizando operacionalizaciones múltiples o lo que es igual, trabajando
simultáneamente con dos definiciones operativas (validez interna de los indicadores) o
empleando (en la medida de lo posible) varias técnicas de recogida de datos (validez
externa de los indicadores). Como señala Alvira Martín los factores que van en contra
de este tipo de validez pueden obedecer a no haber incorporado todas las dimensiones
del constructo investigado (infrarrepresentación) o por haber utilizado subvariables
irrelevantes (sobrerrepresentación).

Validez estadística

El análisis de los datos que se realiza en la mayoría de las investigaciones

cuantitativas supone el uso de recursos estadísticos con el propósito de establecer
relaciones entre variables (asociativas, correlacionales o causales). Cuando se trabaja
con muestras aleatorias se recurre al test de significación o al intervalo de confianza que
indica la probabilidad de acierto (o error) que tienen las afirmaciones o conclusiones
(por lo general, 99.5 %). Esto implica que cualquier afirmación sobre la existencia de
una determinada relación puede ser cierta con un 99.5 % de seguridad o confianza pero
también puede ser equívoca (en mucho menor medida). Precisamente la validez

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

Roberto Pérez Lalanne

1. Los pasos de la investigación

Toda investigación es un proceso a partir del cual se pone en marcha los

lineamientos del método científico. En tanto proceso y al igual que cualquier otro, toda
investigación supone un conjunto de pasos, etapas, fases, etc. Estos pasos se agrupan en
un esquema metodológico que es, a su vez, lo que sirve de base para el diseño de la
investigación. No existe un único esquema con una cantidad establecida de etapas sino
que, por el contrario, cada autor que desarrolla este tema elabora su propio esquema. 1
Esto significa que se trata de algo convencional y arbitrario; lo importante, en última
instancia, no es cuántos son los pasos sino el contenido de los mismos. Por otra parte, -
e independientemente de cuántos sean -, hay que señalar que estos pasos tampoco
siguen un orden cronológico estricto - dado que algunos pueden llevarse a cabo en
forma simultánea -, pero sí existe un orden lógico porque por ejemplo, no se pueden
analizar datos que aun no han sido obtenidos, aunque sí se los puede analizar e
interpretar en forma simultánea a su recolección.
No obstante lo anterior, teniendo en cuenta el proceso de una investigación teórico-
empírica y considerando la alternativa en la que el investigador puede elegir el tema o la
problemática para su realización, se desarrollará un esquema de 8 (ocho) pasos que
permitan visualizar didáctica y pedagógicamente cada una de las secuencias que en los
próximos capítulos serán abordadas:

Primer paso: Segundo paso: Tercer paso:

SELECCIÓN DEL DELIMITACION FORMULACION
TEMA O DEL TEMA O DEL
PROBLEMA PROBLEMA PROBLEMA

Cuarto paso: Quito paso: Sexto paso:

REDUCCION DEL DETERMINACION RECOLECCION

PROBLEMA A DE LAS UNIDADES DE
NIVEL EMPIRICO DE ANALISIS DATOS

Séptimo paso: Octavo paso:

ANALISIS INFORME
DE L0S FINAL
DATOS

1
Ver bibliografía general.
36
2. Hacia la Formulación del problema

2.1. La selección del tema

Seleccionar un tema de investigación significa haber identificado un área o una

situación que merezca y pueda ser problematizada. Se podría decir que este es un paso
obvio dado que no se puede empezar a investigar sin saber sobre qué se lo va a hacer; al
punto tal, que muchos autores no lo explicitan como el inicio de la investigación. Sin
embargo, las cosas no suelen ser tan sencillas cuando se trata de definir el tema y a
veces requiere de todo un estudio previo o por lo menos, de una primera evaluación.
Por otra parte, la selección de un tema de investigación no es algo que quede
librado al arbitrio o voluntad del investigador y menos aun cuando se trata de una
elección compartida. Dicho de otro modo, la elección de un tema suele estar
condicionada por un conjunto de factores:2 algunos son inherentes al investigador y
otros le son ajenos.
Un primer factor es el intelectual; Lorez Arnaiz lo llamó paradigma técnico3 para
referirse a la capacitación, profesionalización o especialización del investigador que de
por sí hace que el investigador pueda inclinarse hacia determinadas problemáticas afines
al ejercicio de su rol actual o futuro. Dentro de ello habrá que considerar el enfoque y
su marco teórico de referencia.
Un segundo factor es el ideológico; entendiéndolo en un sentido amplio, que
incluya no sólo lo estrictamente político sino también lo filosófico, lo artístico, lo
religioso y hasta lo sentimental/afectivo tal como lo hace notar Gouldner cuando se
refiere a los supuestos básicos subyacentes.4
Incluyendo tal vez a los anteriores, un tercer factor es el socio-histórico que nos
remite a la posición del investigador en el espacio social en general y en el campo
científico o subcampo disciplinario, en particular. Al respecto, Bourdieu señala la
existencia de un doble condicionamiento social en cualquier toma de decisión como la
que es motivo de análisis. Por un lado, está el condicionamiento de la posición que
ocupa el investigador en la estructura de las relaciones sociales históricas objetivas y
por el otro, estaría el habitus o la disposición como mecanismo estructurante de la
acción. Parafraseándolo la toma de posición (elección del tema) es tomada desde algún
punto (posición) que a su vez ha sido internalizado de una determinada manera
(disposición).5
Un cuarto factor es el prestigio; como ocurre en cualquier campo en el científico
existen temas o problemas que son mejor valorados que otros o que le pueden otorgar al
investigador un mayor reconocimiento o relevancia. En algunos casos, el prestigio no
pasa tanto por el tema como por la Institución en la que se investiga, el equipo de
investigación del cual se forme parte o por quien se es dirigido. Hay que tener en
cuenta que en el momento de presentarse a un concurso, beca, trabajo o similar, el
investigador tiene que presentar su currículum vitae en el cual deberá detallar - entre
otras cosas - los trabajos realizados, que serán evaluados de acuerdo a las características
mencionadas.
Un quinto factor es el económico para el cual hay que distinguir dos enfoques: el
costo o la financiación y el rédito o los beneficios. Para analizar el primero tal vez

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

2.2. La delimitación del tema

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”.

b) Torbellino de ideas: el propósito es descomponer el tema elegido en sus

diferentes aspectos, analizar sus posibles relaciones, formular interrogantes y sugerir
respuestas, evaluar alternativas de abordaje, etc. para luego seleccionar algunos de ellos
y descartar otros. De esta manera se estará en condiciones de formular el problema de
investigación y de definir los objetivos de la misma. Continuando con el ejemplo:
1. Interesa estudiar las características, las causas o las consecuencias de la
discriminación?
2. Importa analizar las reacciones de los discriminados y/o de los que no lo son?

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.

c) Ayudas metodológicas: a los efectos de delimitar el tema existen un conjunto de

herramientas especialmente útiles cuando no hay un adecuado conocimiento sobre el
mismo o cuando no se tiene una real conciencia de los recursos necesarios:
1. La revisión bibliográfica: consiste en llevar a cabo una consulta de la literatura
existente sobre el tema en cuestión: libros, artículos periodísticos, conferencias, etc.
Esta consulta permitirá:
a) informarnos sobre lo que ya se sabe o se ha investigado sobre el tema en
cuestión y si estamos de acuerdo evitar superposiciones o esfuerzos inútiles, y si
no estamos de acuerdo igualmente tomarlo como referencia;
b) conocer los vacíos o lo que no se sabe de lo que se sabe por si pensamos darle
algún tinte de originalidad a nuestro trabajo;
c) tomar contacto con los diferentes enfoques existentes: antropológico,
psicológico, sociológico, filosófico, religiosos, legal, etc.;
d) conocer los distintos marcos teóricos o teorías que hay dentro de cada enfoque;
e) comenzar a elaborar el marco teórico de la investigación y la conceptualización
de las variables que se van a incluir;
2. La revisión de experiencias: también consiste en realizar una consulta pero en este
caso a especialistas, idóneos, profesionales y a todo aquel que posea algún
conocimiento sobre el tema en cuestión y que por algún motivo no ha escrito o
publicado pero que nos puede brindar un conocimiento en algunos casos más útil
que el que se puede encontrar en un libro. Esta consulta nos permitirá:
a) conocer bibliografía sobre el tema elegido u otras fuentes de datos;
b) orientar la investigación: enfoques, estrategias y herramientas a utilizar,
instrumentos de medición, conceptualizaciones, etc.;
c) ciertas veces ocurre que sobre el tema en cuestión no existe suficiente
bibliografía o la misma resulta poco accesible; en esos casos las entrevistas a
especialistas colaboran en la elaboración del marco teórico de la investigación
cubriendo la ausencia de literatura;
3. La experiencia de campo: se trata de tomar contacto con el lugar donde se piensa
llevar a cabo la investigación o donde se piensa obtener cierta información. En algunos
casos este contacto no tiene que ser necesariamente físico o real, basta con imaginarse
cómo sería la situación y cuáles podrían ser los posibles inconvenientes. Este contacto
nos permitirá:
a) asegurarnos el acceso al lugar;
b) conocer e iniciar los trámites burocráticos pertinentes;
c) evaluar los recursos necesarios (temporales, económicos, técnicos, intelectuales,
humanos, etc.) y cotejarlos con los recursos disponibles y en función de dicho
balance acotar los alcances de la investigación.
4. Análisis de casos típicos y atípicos o de estimulación interior:8 se consideran casos
típicos aquellos que son representativos de la problemática estudiada o en los cuales se
cumplirían nuestras hipótesis de trabajo mientras que con los atípicos ocurriría lo
contrario. Básicamente, el propósito es estudiarlos en profundidad con la intención de

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.

2.3. Sobre cómo surgen y se justifican las “ideas” de la investigación

Existe otra forma de analizar los comienzos de un estudio y consiste en reflexionar

acerca de cómo se originan las ideas iniciales de una investigación, tema al cual se
refieren distintos informes cuando desarrollan, precisamente, lo que se denomina la
“trastienda” o la “cocina” de la investigación. Si bien, el lector notará que este
tratamiento se superpone en alguna medida, con lo expuesto en los apartados anteriores,
considero que el mismo es necesario, especialmente, para destacar el papel que cumple
la teoría.
En un sentido amplio, las “ideas” (dudas, problemas, preguntas, hipótesis,
cuestiones, etcétera) de la investigación reconocen diferentes fuentes de inspiración:
a) el capital cultural/académico/teórico del investigador;
b) su marco ideológico/valorativo;
c) su interés económico/simbólico/cultural/social (Bourdieu);
d) la revisión bibliográfica/de la literatura existente (Selltiz);
e) su experiencia/trayectoria/años de trabajo/olfato/intuición/sentido común;
f) el/los paradigmas existentes/la comunidad/el campo científico (Kuhn/Bourdieu);
g) las observaciones/hechos/circunstancias/contexto/realidad;
h) contradicciones entre los hechos y las teorías existentes;
i) ausencia de explicación/vacíos teóricos/problemas sin respuestas;
j) el análisis de casos típicos y/o atípicos/ casos de estimulación interior (Selltiz);
k) hechos anómalos/datos imprevistos (serendipity denominado por Merton, abducción
por Pierce); 9
l) analogías con otras disciplinas/ciencias;
m) investigaciones/estudios realizados por el mismo o por otros analistas;
n) controversias/intercambios/entrevistas con colegas/especialistas/revisión de
experiencias (Selltiz);
o) prejuicios, estereotipos, fantasías (Wallace), conceptos sensibilizadores (Glaser y
Strauss);
p) demanda del cliente/institución/comunidad;
q) marco institucional/académico/laboral del investigador;
r) contexto sociohistórico/relaciones de poder existentes/historia externa/razón
histórica;
s) etcétera.
Como se podrá observar el listado no pretende ser exhaustivo ni las alternativas
excluyentes entre sí. De todos ellas, tal vez merezca un párrafo aparte el marco
institucional, no tan sólo por la cobertura y respaldo que brinda sino por la formación
que posibilita, en especial para los jóvenes o principiantes. Por supuesto, que me estoy
refiriendo especialmente, a la Universidad y sus institutos afines, que son los ámbitos

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

En el ámbito de la investigación académica, comercial –profesional en general-, los

investigadores inician sus investigaciones a partir de un requerimiento –de clientes,
instituciones que financian, interés y objetivos intelectuales, etc. – pero no de la
necesidad de encontrar un tema.
Esta tarea - la de definir un tema -, les corresponde a los estudiantes de grado y
postgrado que deben cumplir con los requisitos de cursos o subsidios o becas, y en
general aparece en los manuales como una etapa del proceso de investigación orientada
por fines didácticos.
En realidad, la investigación comienza con un problema. En este caso, los noveles
investigadores tienen como primera actividad una especie de metaproblema: El
problema de formular un problema de investigación.
Para que alguna zona o área de la realidad se convierta en un problema de
investigación requiere de ciertas condiciones, aunque básicamente podemos decir que
consiste en una pregunta o interrogante que le hacemos a la realidad.

El problema y las preguntas

Una pregunta es una expresión lingüística que estimula a buscar o a proporcionar

una respuesta o a iniciar una investigación.
Por su forma gramatical (interrogativa) y por la función del lenguaje que realiza
(expresiva), una pregunta no es un enunciado, que pueda ser verdadero o falso.
Sin embargo, puede sostenerse que una pregunta para la que no existe respuesta es
una pregunta mal planteada o carente de sentido.
Para ubicar el tipo de interrogante que hace al problema de investigación científica
es posible clasificar las preguntas en filosóficas, formales y empíricas.
Las preguntas filosóficas buscan respuestas a exigencias profundas del espíritu
humano y no pretenden respuestas definitivas y concretas sobre las cuestiones que
tratan, sino respuestas orientadoras y sugerentes. Pueden a su vez clasificarse en
preguntas metafísicas, epistemológicas y éticas.
Las preguntas formales (propias de la lógica y las matemáticas) indagan cómo se
aplica una regla del pensamiento (de cálculo o de razonamiento).
Las preguntas empíricas son respondidas aportando datos concretos obtenidos por
observación y experiencia, y son las preguntas que inician la investigación.

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?

Las preguntas anteriores – propias del quehacer de las ciencias sociales y

aparentemente simples-, presentan varias dificultades para ser respondidas, ya sea por
los expertos o por nuevas investigaciones. Es probable que algunas ni siquiera puedan
resolverse alguna vez.
La primera dificultad está referida al componente valorativo que contienen algunas
de ellas y que hace necesaria una primera distinción: la pregunta que presenta un
problema social y la que presenta un problema de investigación social.
El primero de los casos –el problema social- corresponde a la enunciación de un
estado de cosas contradictorio o divergente de un estado deseado, esperado, de una
sociedad que “debe ser” de alguna manera y no de otra.
Así, la pregunta ¿Por qué muchos jóvenes no consiguen empleo?, pareciera suponer
que los jóvenes deben conseguir empleo o que el estado “normal” de cosas es tener
empleo. Del mismo modo, la pregunta ¿por qué hay guerras? supone que la guerra es
un estado o recurso no “normal” o patológico o accidental.
La segunda dificultad se origina en la ambigüedad del término “por qué”. “Por
qué” puede usarse de manera indistinta para solicitar diferentes clases de información:
la causa de un hecho, los motivos de las personas, la razón de un estado de cosas, los
propósitos de las acciones humanas.
La tercera dificultad aparece vinculada a la idea mecanicista que consiste en
explicar los sucesos a partir de una “causa”, en la idea común de que a cada efecto o
hecho debe corresponderle una causa (generalmente sólo una) que lo explique. Este
término (causa) aparece –en muchos casos- como sinónimo de razón, motivo, propósito
o deber ser.
El resto de las preguntas anteriores aunque en su mayoría todavía están formuladas
de manera ambigua y general- , presentan la posibilidad de especificarlas y
contextualizarlas y así iniciar con ellas el proceso de elaboración y formulación de un
problema de investigación.
En el caso de los problemas sociales (morales, ideológicos, políticos) éstos pueden
convertirse, adecuando las preguntas y formulando claramente los objetivos, en
problemas de investigación científica.
Hempel indica “...la ciencia puede brindar la información fáctica necesaria para
la resolución de problemas morales” “....sea cual fuere el sistema de valores morales
que adoptemos –sea egoísta o altruista, hedonístico o utilitario, o de cualquier otro tipo
– el curso específico de la acción que nos prescribe en una situación dada depende de
los datos acerca de tal situación”1

1
- Carl C. Hempel: Confirmación, inducción y ciencia racional. Ed. Paidós. Buenos Aires.1975
45
La definición del problema

Los problemas de investigación son problemas de conocimiento y por lo tanto están

siempre relacionados con nuestros conocimientos previos. Estos pueden estar muy
ordenados o sistematizados y haber pasado pruebas de la experiencia, o ser más o
menos difusos y poco precisos. En cualquiera de los dos casos, los interrogantes se
refieren a lo que no sabemos de lo que ya sabemos. Es decir que, cuando se nos
presenta un interrogante acerca de la realidad, está referido siempre a lo que de alguna
manera sabemos de esa realidad.
Los problemas de investigación científicos –en cualquier disciplina - consisten en
una discrepancia o contradicción, que está referida siempre a la teoría.

¿Qué es la teoría?:

Expresado de una manera sencilla, es lo que sabemos de la realidad. Podemos

definirla como, un conjunto proposiciones ordenadas, sistemáticas, que expresan
relaciones entre las características de los fenómenos, con el objeto de explicarlos.
Son ideas que poseen un alcance muy general (se refieren a un amplio conjunto de
fenómenos) y presentan descripciones, explicaciones y predicciones sobre los hechos
de la realidad en una zona o sector de ella.
Galtung señala: “Definiremos una teoría como un conjunto de hipótesis
estructurado por una relación de implicación o deducibilidad”2
Estos enunciados tienen como características: su ordenación sistemática mediante
relaciones de deducción; posibilidad de contrastación o de derivación lógica de
consecuencias contrastables (observacionales), y capacidad de explicación y predicción.
Además de ser enunciados sobre la realidad, las teorías son, internamente, estructuras o
sistemas formales.
Existen dos concepciones acerca de la naturaleza de las teorías científicas: la
concepción sintáctica y la concepción semántica.
En la concepción sintáctica una teoría científica consiste en un cálculo lógico al
que se da una interpretación empírica, diferenciándose lo teórico y lo observacional, y
relacionándose entre sí mediante reglas de correspondencia. La justificación de las
hipótesis se realiza según las reglas del método hipotético-deductivo.
En la concepción semántica no existe diferenciación entre lo teórico y lo
observacional y por consiguiente tampoco las reglas de correspondencia que relacionan
ambos niveles. Según esta idea, las teorías son sistemas ideales constituidos - mediante
definición- por conjuntos de enunciados teóricos o leyes teóricas.
Estas afirman que un sistema real (empírico) puede ser semejante al modelo teórico
definido. La semejanza entre el sistema real y el sistema ideal es la base de la creencia
en que las hipótesis empíricas son aproximadamente verdaderas.

El contenido de las teorías:

Pueden distinguirse dos formas de contenido de una teoría:

a) El contenido empírico, como el conjunto de predicciones de hechos observables que
contiene,
b) Y el contenido lógico, como el conjunto de consecuencias que se deducen de ella.

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.

Los componentes de las teorías:

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.

La realidad y la base empírica:

Desde el sentido común, se considera que lo real es aquello que existe en el mundo
y es independiente de la mente y asimilable a lo material o lo empírico.
Esta noción presenta la dificultad de suponer que lo real es solamente lo que puede
ser conocido a través de los sentidos, con lo que no serían reales muchas de las cosas
por las que los seres humanos nos interesamos.
Podemos considerar entonces como “real” no sólo a lo que puede presentarse a los
sentidos, sino a todo aquello cuya existencia externa podemos determinar como
objetivamente independiente de nuestro pensamiento y de nuestra observación a través
de una verificación intersubjetiva.
Entonces, no solamente son reales (y empíricos) los objetos externos, sino sus
características y sus condiciones internas.
No sólo existo yo como organismo vivo (y observable), sino los elementos
químicos que me componen, las partículas atómicas y subatómicas a que se reducen los
elementos químicos y también mis ideas, en tanto y en cuanto están expresadas y
pueden ser conocidas por otros intersubjetivamente.
La base empírica consiste entonces en el conjunto de hechos , conocimientos
previos, técnicas e instrumentos de observación, frente a los que ponemos a prueba
nuestras ideas en forma de hipótesis y enunciados observacionales.

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

El marco teórico de la investigación:

En algunos autores, marco teórico y teoría significan lo mismo. Aquí vamos a

adoptar una definición más acotada a su ubicación en las investigaciones que nos
ocupan.
El marco teórico no es la acumulación de textos, recortes periodísticos y material
variado, sino la expresión clara y sintética de los conocimientos que sobre aspectos
relacionados con nuestro problema se han alcanzado hasta ahora y las definiciones
teóricas que adoptaremos.
Es la exposición - resumida y adecuada a la investigación- de los conceptos,
modelos, hipótesis generales y categorías de análisis que se utilizarán en nuestra
indagación y que, en general, han sido derivadas de alguna –o algunas- teorías
existentes.

Fuentes u orígenes de los problemas de investigación:

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.

2. La contradicción entre teoría y observación:

Cuando nuevas observaciones contradicen las explicaciones (teorías) vigentes,
aceptadas. A estos hechos observados se los denomina anomalías.
Es aquí cuando surgen nuevas hipótesis que tratan de explicar (asimilar) las
anomalías surgidas, es decir, de dar cuenta del nuevo problema. Esto provoca
nuevas investigaciones para poner a prueba estas hipótesis.

3. La contradicción o conflictos entre teorías:

Cuando dos teorías compiten por explicar de manera diferente y contradictoria una
misma clase de fenómenos. Nuevas investigaciones son motivadas por estos nuevos
problemas.

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.

A) El problema debe plantear un interrogante acerca de algún sector de la realidad

(o un objetivo o cuestión):

Por ejemplo:
¿Existe alguna relación entre la información que las personas poseen acerca del
SIDA y los riesgos de contraerlo y su comportamiento sexual?

El intento de responder a una pregunta de este tipo da lugar a la formulación del

problema y de los objetivos de la investigación. (Averiguar, determinar, poner a
prueba, analizar, evaluar, etc.)
Los problemas pueden surgir también en forma de objetivos o de hipótesis y / o
generar, a partir de la pregunta inicial, objetivos e hipótesis.
Como objetivo:
Averiguar si existe alguna relación entre la entre la información que las
personas poseen acerca del SIDA y los riesgos de contraerlo, y su comportamiento
sexual.
Como hipótesis:
Existe relación entre la 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.

C) La investigación científica trata sobre lo que existe, y no sobre lo que nos

gustaría (o nos disgustaría) que fuere o sucediera:
Podemos averiguar a qué candidato votarán los ciudadanos y cuáles son los
motivos y razones por qué lo hacen, pero no podemos saber si es mejor o peor que gane
uno u otro.
50
 Lo que debemos preguntarnos es qué es, cómo es o por qué es como es (la
realidad). También podríamos preguntarnos cómo sería si....., y elaborar modelos para
hacer jugar a diferentes factores y cambiar experimentalmente sus valores.
Pero las cuestiones valorativas y las trascendentes deben evitarse, ya que la realidad
no puede informarnos acerca de ello. Si se les preguntara, la mayoría de las personas
opinaría probablemente que es mejor que no haya guerras. Pero la investigación
científica no podrá proporcionarnos resultados acerca de la conveniencia o no de las
guerras. Lo que es malo para las víctimas de las guerras puede ser muy buen negocio
para los fabricantes de armamentos.
Por otra parte, como fue indicado anteriormente, las cuestiones valorativas o
morales pueden implicar decisiones, para las que la investigación puede contribuir,
aportando la información necesaria.

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).

E) Los problemas no deben referirse a casos únicos o aislados:

La formulación de los problemas debe orientarse en la búsqueda de regularidades o
uniformidades, de generalizaciones.
Aun cuando el problema sea analizar cuestiones referidas a un solo caso como por
ejemplo el funcionamiento de una sola empresa, en realidad ese funcionamiento es
susceptible de ser comparado con el de otras empresas por lo tanto no es único y su
solución puede ser también solución para las otras.

F) El problema debe ser original , presentar alguna novedad o tener un enfoque

nuevo:
Investigar lo que ya se sabe no tiene sentido. Sí se puede investigar lo que ya se
sabe, si pensamos que la realidad es diferente a lo que la mayoría sabe o supone. Poner
a prueba hipótesis que contradigan las ideas aceptadas es uno de los caminos más
fructíferos en la investigación.

G) Debemos ubicar el problema:

Al formular el problema, debemos preguntarnos ¿a qué clase de problema
pertenece? Bunge identifica tres clases de problemas:4
Los problemas de acción: Son los que implican alguna actividad (técnica o del uso
corriente) para su solución. Arreglar la pata de una silla, sacar un pasaje para viajar,
enviar una nave a Marte.
Los problemas de comunicación: Son los que requieren la producción de mensajes o
piezas para la comunicación: elaborar un aviso publicitario, enviar una carta a nuestra
abuela, exponer correctamente en un examen.

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.

Debe tenerse en cuenta que en toda investigación, aunque el problema central es un

problema de conocimiento, también surgirán, inevitablemente, problemas de acción
(construir un instrumento de recolección de datos) y de comunicación (elaborar las
definiciones de los conceptos utilizados o el informe final)

Preguntas que contribuyen a formular el problema:

Se han elaborado, a modo de sugerencias , una serie de preguntas que pueden contribuir
al control de la formulación correcta de un problema y la ubicación de los interrogantes
respecto del tipo de diseño de investigación que corresponde.
Se han respondido esta preguntas, a modo de ejemplo, con un problema desarrollado.

1. ¿Cuál es el problema? ¿Qué se quiere averiguar?

Ejemplo:

Qué sabemos hasta ahora Qué queremos saber

El SIDA es una enfermedad grave,
incurable por ahora, que se transmite por
contacto entre los fluidos del organismo
humano (sangre, semen, flujo, etc.). La vía
de contagio más frecuente, pero también la
más controlable desde la posible
prevención es la vía sexual: Podemos
suponer que las personas pueden controlar
y decidir sobre su sexualidad. Entonces, es
sobre esta forma de contagio que se debe
operar primordialmente. El conocimiento
de los riesgos de contagio a través de las
relaciones sexuales y las formas de evitarlo
parecen ser las – por ahora – maneras más
efectivas de prevenir la enfermedad.
Debido a las razones anteriores, es
de sumo interés averiguar: Cuánta
información poseen las personas acerca
de esta enfermedad (el SIDA) y si esta
información está relacionada con su
comportamiento sexual.
Puede suponerse que si las personas
conocen los riesgos, y las maneras de
evitarlos, actuarán en consecuencia.

2. ¿Cuál es el fenómeno a investigar?¿ Cómo se define?

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:

El fenómeno a investigar puede definirse a partir de dos factores: La información

que sobre el SIDA poseen las personas y el comportamiento sexual de las mismas.

52
3. ¿En qué objetos se manifiestan los fenómenos?

Si nuestras disciplinas pertenecen al área de lo social, nuestros objetos de estudio

corresponderán al ámbito de lo social (o cultural o histórico). Entonces serán personas,
productos de las personas, instituciones u organizaciones.
Definir en cuál o cuáles de estos objetos se manifiestan o producen los fenómenos.

Ejemplo:

Fenómeno /característica/ interrogante Objeto / unidad en que se manifiesta

1) Información sobre las características, Objetos de estudio (unidades de

riesgos y maneras de prevenir el SIDA. análisis): Personas que mantienen
2) Comportamiento sexual. relaciones sexuales.

4. ¿Dónde suceden los fenómenos a investigar?

Ubicar espacialmente a los objetos y los fenómenos a estudiar. ¿Ocurre en un

espacio determinado? ¿Ocurre en todos los espacios posibles? ¿En determinados
ámbitos? Suceden en Lomas de Zamora? ¿En todo el Planeta? ¿En todo el país? ¿En los
hogares populares?, etc.

Ejemplo:

Los fenómenos a estudiar suceden en cualquier ámbito espacial. Debemos definir el

espacio que nos interesa observar. Por ejemplo: El área metropolitana de Buenos
Aires (comprende la Capital Federal y el Gran Buenos Aires).

5. ¿Cuándo suceden los fenómenos?

¿Cuándo ocurren?. ¿En cualquier tiempo o en un tiempo especial? ¿ O es aleatorio?

¿Suceden en todo momento?, ¿En verano?, ¿Una vez al año? Etc.

Ejemplo:

1) La información sobre el SIDA la poseen las personas (independientemente de las

diversas formas de obtención).
El comportamiento sexual humano no tiene limitaciones temporales (períodos, celo,
etapas.) Por lo tanto, puede suponerse que los fenómenos suceden en cualquier
tiempo, aunque de acuerdo a las formas culturales de nuestra sociedad las relaciones
sexuales se desarrollan primordialmente durante la noche, y en ciertas franjas de
edades, los fines de semana.

6. ¿A qué se parecen?

Es útil tratar de encontrar problemas similares ya estudiados y resueltos, ya que nos

permitiría utilizar similares estrategias de investigación.

53
 Ejemplo:

En uno de sus aspectos, la forma más típica de contagio, se asemeja a otras

enfermedades –las llamadas venéreas -.

7. ¿Son observables?, ¿Cómo se observan?

Que los fenómenos sean observables no significa necesariamente que puedan

mirarse, escucharse, tocarse. No son sólo nuestros sentidos los que nos permiten
percibir los hechos. Se puede observar la presencia de un electrón pero no con los ojos.
Existen ciertos fenómenos de la física, o de lo social que no pueden ser observados de
manera directa, a través de los sentidos sino a través de indicadores.
Existe también una teoría del instrumento. Suponemos que ciertos instrumentos nos
permiten observas cierto tipos de cosas. Estos instrumentos han sido construidos para
observar esas cosas en la creencia que así deben observarse.
Cuando Galileo utilizó el primer telescopio se basó en sus ideas acerca del
universo. Utilizó un instrumento nuevo, inexistente hasta ese momento. Sus
contemporáneos no creyeron que ese instrumento sirviera para algo. Porque no tenían
confianza en el instrumento y porque tenían otra teoría de cómo era el universo.
Además, hay que tener en cuenta que no se puede captar toda la realidad. Lo que
hacemos es elaborar ideas que explican cómo es, y contrastamos esas ideas contra lo
que la realidad nos muestra en forma parcial.

Ejemplo:

1) La información sobre el SIDA: 2) El comportamiento sexual:

Puede observarse elaborando una prueba Preguntando a las personas acerca de

que permita medir el nivel de conocimientos su conducta sexual.
que las personas tienen de la enfermedad.

8. ¿A qué clase, conjunto o tipos pertenecen?

Si se pueden clasificar en algún conjunto, tipo o clase, de otros fenómenos o

situaciones parecidas.

Ejemplo:

A la clase de los siguientes fenómenos de la conducta humana: Salud,

Responsabilidad individual y social, Comunicación, Sexualidad.

9. ¿Con qué otro fenómeno se vincula?

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.

10. ¿Cuáles son los factores, partes o elementos relevantes (variables)?

Cuáles son las variables que participan relacionándose en el fenómeno. Se puede

suponer que la determinación en la intención de voto en las personas participa su nivel
cultural, su edad, su sexo, la tradición política de su familia, su situación actual. Sus
apetencias sexuales y de qué equipo de fútbol es simpatizante son características que
seguramente no participan en su intención de voto.
La orientación sobre estas cuestiones la proporciona la teoría.

Ejemplo:

1) La información acerca de si el sujeto 2) El comportamiento sexual, en el

conoce los riesgos y las maneras de
prevenir el contagio del SIDA.
3) El nivel educativo (escolaridad formal)
de las personas
5) La edad de las personas
7) El sexo (género ) de las personas
sentido del uso o no del preservativo.
4) El nivel socio – económico de las
personas.
6) La orientación sexual de las personas

11. ¿Son mensurables (medibles) los fenómenos que estudiamos?

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:

1) La información sobre el SIDA 2) El comportamiento sexual

Sí, es medible. A pesar de poder medirla
(atribuir símbolos o puntajes a las
características) en varios grados o
intensidades, parece conveniente reducir la
escala a dos categorías:
a) Informado
b) Desinformado
Del comportamiento sexual, el aspecto
que puede considerarse como el más
importante y significativo para el
sentido de este estudio será el uso o no
del preservativo (masculino). Podrían
observarse además las condiciones de
uso: Cuándo, dónde, por qué.

12. ¿Cómo se miden?

Debemos intentar responder pensando qué tipo de escala puede utilizarse para
medirlos.

55
 Ejemplo:

1) La información: Puede utilizarse un 2) El comportamiento sexual:

cuestionario con preguntas cuyas Puede preguntarse especialmente
respuestas posean una respuesta correcta y acerca del uso del preservativo y sus
algunas incorrectas, al estilo de una condiciones de uso, para ubicar este
prueba, para ubicar al sujeto en una escala comportamiento en una escala de Uso /
de Informado / Desinformado no uso. (prevención / riesgo)

Estas primeras preguntas (1 a 9) corresponden a lo que se denomina fase

exploratoria o dan lugar a la elaboración de un diseño exploratorio, cuyo fin es
identificar los factores (variables) que participan de los fenómenos.

13. ¿Existe relación entre los factores (variables)?

¿Están relacionadas ciertas características (variables) de los objetos de estudio?

Ejemplo:

1) Puede considerarse como la relación principal a la que pudiera existir entre

El nivel de información que poseen las personas (suficiente /insuficiente) sobre
los riesgos de contagio del SIDA, y el uso o no del medio de protección
adecuado (preservativo).
2) Pueden imaginarse otras relaciones entre variables como:
2.A : Si esta relación principal se produce más frecuentemente entre los
jóvenes o los adultos.
2.B : SI se produce más frecuentemente entre las personas de nivel socio-
económico más alto o más bajo.
2.C : Si se produce más frecuentemente entre las personas de nivel educativo
más alto o más bajo.

14. ¿Cómo es la relación entre los factores?

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:

Puede considerarse que el comportamiento (preventivo o no: usa o no preservativo)

depende de si los conocimientos sobre los riesgos de contagio del SIDA son
suficientes o insuficientes.

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.

15. ¿Cuáles son los factores determinantes (variables independientes)?

Ejemplo:

Puede considerarse como el factor determinante de la prevención del contagio del

SIDA (aunque no único) (variable dependiente), a la información que sobre los
riesgos y medidas de prevención de esta enfermedad se posean (variable
independiente).

16. ¿De dónde proviene?

¿Cuál es origen del fenómeno? ¿Cómo se genera? ¿Cuál es su historia en el

tiempo? ¿Cuál es la historia de esa clase de fenómenos?

Ejemplo:

El peligroso aumento de los enfermos de SIDA, y por consiguiente el aumento de las

probabilidades de contagio, proviene de la ignorancia acerca de los riesgos y las
medidas de prevención. Además, suponemos, existen otros factores como los estilos de
vida, los valores y hábitos de los diferentes estratos sociales.

17. ¿Adónde se dirige?

¿Cuál es su probable evolución o tendencia en el tiempo?

Ejemplo:

Uno de los propósitos de esta investigación / ejemplo, es averiguar las tendencias en

la información y en la prevención del SIDA. La repetición de este estudio permitirá
comparar las respuestas entre diferentes períodos y aportar el conocimiento sobre las
tendencias de crecimiento o decrecimiento de los factores que contribuyen al
desarrollo de la enfermedad.

La formulación de los objetivos de la investigación:

Una vez formuladas y respondidas tentativamente las preguntas anteriores, estamos

en condiciones de elaborar y redactar los objetivos de la investigación.
Plantear objetivos implica definir qué información obtendremos como resultado de
nuestro trabajo.
Entendemos por objetivos generales a aquellos que buscan responder el
interrogante inicial, principal en nuestro problema.
Por ejemplo:
Si la pregunta fuera: ¿Están relacionada la información que poseen las personas
sobre el SIDA con su conducta sexual?
57
 El objetivo general de la investigación será: Averiguar si existe relación entre la
información que poseen las personas sobre el SIDA y su comportamiento sexual.
La búsqueda de información para resolver otras preguntas relacionadas con la
anterior y que especifican ciertas condiciones en puede producirse la relación planteada,
se expone en lo que denominamos objetivos específicos.

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

LAS HIPOTESIS EN LA INVESTIGACION CIENTIFICA

Alfredo Oscar Castro

Teorías e Hipótesis:

El objetivo de la investigación científica es la explicación de fenómenos y

problemas en cualquier campo del conocimiento. Explicar un fenómeno o problema
supone a su vez llegar al conocimiento de sus causas o demostrar a que leyes obedece.
Para lograr este resultado, los científicos deben enfocar los problemas a la luz de
teorías e hipótesis, a fin de encontrar bajo que sistemas de regularidades se pueden
ordenar los fenómenos. Una teoría consiste en un conjunto de hipótesis relacionadas
coherentemente entre sí y que dan respuesta a un problema o grupo de problemas en un
campo específico del conocimiento científico.
La propia etimología de la palabra hipótesis, puede ayudarnos a comprender el
papel que juega en la investigación, ya que proviene de los términos griegos hipo (que
significa debajo y thesis (lo que se pone o ubica)). Entonces se trata de aquello que
subyace o se supone:

Como podemos ver, la hipótesis tiene, en el método científico, una doble

función: no solamente pretende el avance de la teoría existente, proporcionando
nuevas adquisiciones empíricamente verificadas, sino que también indica al
investigador cuáles son los aspectos del fenómeno que se deben tener en
consideración. 1
La teoría, por lo tanto, no es pura especulación, sino algo construido sobre
una serie de hechos. Ahora bien, estos hechos, debidamente conceptualizados
pueden ser analizados lógicamente y, por consiguiente, partiendo de ellos, es
posible deducir nuevas relaciones que todavía no han sido afirmadas por la
teoría. 2

Entonces llamamos teoría científica al conjunto de hipótesis que manteniendo un

orden coherente y complementario entre sí apuntan a comprender, (eventualmente
explicar y predecir), los fenómenos o problemas.
Dado que el proceso de investigación científica no consiste en otra cosa
sino en ver si una determinada respuesta a la cuestión o problema planteado se
ajusta o no a la realidad o no es confirmada por los hechos, emprender sin más,
una vez determinado el problema, la búsqueda de su solución, llevaría al
investigador a actuar a ciegas y sin orden, al no saber en qué sentido orientar
el hallazgo de la solución pretendida.3

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.

El papel de las hipótesis en los pasos del proceso de investigación

Hemos marcado en letra cursiva los momentos en que el investigador debe actuar
en relación al planteo de sus hipótesis.

a) Elección del problema a investigar.

b) Recopilación de documentación y definición del problema.
c) Elaboración del Marco Teórico y Formulación de Hipótesis.
d) Deducir y desarrollar consecuencias lógicas y/u observacionales de las Hipótesis.
e) Definir el diseño de la verificación de hipótesis y el procedimiento concreto para su
prueba.
f) Puesta a prueba o contraste de las hipótesis a través de sus consecuencias
observacionales – empíricas.
g) Establecimiento de conclusiones o resultados de la investigación.
h) Extender las conclusiones o generalizar los resultados.

¿Es posible investigar sin hipótesis?

El uso de teorías en general y de hipótesis en particular en el campo de la

investigación científica, ha sido algunas veces cuestionado, por algunos seguidores de
las corrientes empiristas extremas como así también por algunos de sus rivales
enrolados en las corrientes subjetivistas.
Incluso al interior de las “ciencias duras” el uso de teorías e hipótesis ha tenido sus
detractores, a tal grado que en una conferencia para estudiantes avanzados de física en
los Estados Unidos, el propio Einstein en su defensa de su uso pronunció la famosa
frase “no hay nada más práctico que una buena teoría”.
Podemos asimilarlas a un faro que echa luz sobre el camino a recorrer en la
elucidación del problema general o de los problemas particulares que se plantean en el
transcurso del proceso de investigación.

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.

De donde se extraen y como se construyen las hipótesis

Las hipótesis surgen generalmente durante el proceso de planteamiento del

problema; a partir de revisión de bibliografía científica relacionada con el mismo; del
análisis de investigaciones preexistentes o postulados teóricos preliminares relacionados
con la cuestión; o de opiniones expresadas por expertos.
Pero también es posible que nos enfrentemos a un problema sobre el que no se
disponga de cuerpo teórico, en ese caso deberemos plantear explícitamente nuestras
propias hipótesis, sean éstas producto de la observación, del razonamiento, la intuición
y /o la analogía. No debemos descartar la novela el ensayo y la literatura en general.

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.

Condiciones que deben presentar las hipótesis

Para que una hipótesis científica pueda considerarse tal debe reunir, según R. Sierra
Bravo algunos requisitos:5

- Deben ser conceptualmente claras y fácilmente comprensibles

- Los conceptos usados deben tener vinculación con la realidad empírica
- Las variables que contienen deben ser susceptibles de verificación o refutación
mediante el uso de técnicas asequibles.
- Las mismas deben ser específicas y concretas, ya que si son demasiado amplias y
generales no se podrán verificar directamente.
- Deben estar conectadas con teorías precedentes, a fin de ampliar el conocimiento
disponible.
- Deben tener cierto alcance general, es decir trascender uno o pocos hechos, apuntando
al valor trascendente del saber.
- Deben ofrecer una respuesta probable al problema o fenómeno bajo estudio.
- Sus términos o variables deben ser susceptibles de operacionalización. Este concepto
significa que las mismas deben contener un referente empírico que permita contrastarlas
en la experiencia o en la realidad.

Acerca de la cantidad de variables que debe contener una hipótesis:

Respecto a esta cuestión existen posiciones divergentes. La mayoría de los autores

coincide en que para considerarse hipótesis una proposición debe contener al menos dos
variables, en esta línea encontramos a Hans Zetterberg.6 Por el contrario, otros autores
como Johan Galtung, 7 sostienen que son factibles las hipótesis de una sola variable.
Ejemplo de Hipótesis de una sola variable: Las nubes están compuestas por gases;
Los hombres son mortales; Este árbol es viejo; o El capital depositado ha aumentado.
Como se aprecia se trata en general, de enunciados descriptivos.
Ejemplo de hipótesis bivariada: El uso de anticonceptivos es más frecuente a
medida que aumenta la clase social.

Clasificación de las hipótesis

Para esta clasificación tendremos en cuenta los siguientes criterios:

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

A) Clasificación según su Función:

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

- A1. Hipótesis sustantivas: Relacionan variables conceptuales o generales

- A2. Hipótesis que relacionan los indicadores derivados lógicamente de las hipótesis
sustantivas: Son las que se contrastan empíricamente.
- A3. Hipótesis auxiliar de validez: Supone una relación entre los indicadores y las
variables conceptuales o generales.
- Hipótesis auxiliar de generalización de la muestra a la población: Permiten
generalizar los resultados hallados en la muestra al conjunto de la población o
universo.

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:

Hipótesis Teóricas o Generales

Poseen alto contenido de abstracción, elaboradas con variables conceptuales que no

contienen referentes empíricos o vinculados con una realidad inmediatamente asequible.

Ejemplo:

“El Bonapartismo es consecuencia de un modo de producción pequeñoburgués” (Carlos

Marx ).11

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.

Hipótesis Intermedias o sustantivas

Establecen relaciones de intermediación o interconexión entre la teoría y el campo

empírico. En el ejemplo mencionado anteriormente: Son las que permitirían demostrar
que el Bonapartismo y el Modo de Producción Pequeñoburgués son los realmente
imperantes en un lugar, en una circunstancia y en un tiempo determinado.
Para ello deben contener variables con referentes empíricos:

Bonapartismo: Forma concreta de resolución política de los conflictos de clases por

medio del arbitraje gubernamental, sin reformas estructurales del sistema.

Modo de producción pequeñoburgués: Prevalencia de actividades ligadas al

comercio y la pequeña y mediana industria, por oposición a la gran producción
industrial, agropecuaria o la gran acumulación financiera.

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 trabajo o Empíricas

Constituidas a partir de definiciones operacionales o indicadores, directamente

contrastables y mensurables, utilizadas en una investigación concreta.

Ejemplo: “La reforma a la ley de asociaciones profesionales promovida por Frondizi,

respondió al planteo de 10 puntos presentado por los representantes de la Confederación
de Comerciantes Minoristas y la Cámara de Pequeños Industriales”.

Hipótesis de generalización

Permiten extender las conclusiones tomadas para las muestras al conjunto o

población de sujetos o fenómenos.

Ejemplo: “Dadas las características de una muestra aleatoria de leyes y decretos

impulsados por el gobierno de Frondizi, bajo la presión de las cámaras de comerciantes,
es posible concluir que la generalidad de las leyes y decretos dictados en ese período,
respondían a la misma causa y determinaron una conducción bonapartista”.

Continuando con este punto y a efectos de visualizar claramente cómo sobre un

mismo problema es posible plantear diferentes niveles de hipótesis, desarrollaremos dos
casos adicionales con sus respectivos ejemplos:

65
Caso A

Hipótesis Teórica o General

“El éxito del capitalismo temprano en los Estados Unidos, estuvo fuertemente
vinculado a la postergación de gratificaciones por parte de la burguesía”.

Hipótesis intermedia o sustantiva

“La rápida e intensa acumulación de poder económico por parte del Estado /
Nación, durante el desarrollo del capitalismo temprano en los EEUU estuvo asociado
con la tendencia a diferir en el tiempo el gasto de las riquezas obtenidas a través del
trabajo, por los sectores capitalistas, a fin de reinvertirlas para lograr el crecimiento del
ciclo productivo.

Hipótesis de trabajo o Empírica

“Durante los siglos XVIII, XIX e inicios del XX, la forma de vida austera y
despojada de lujos de los propietarios norteamericanos, ya sean comerciantes,
industriales o granjeros norteamericanos, a pesar de poseer éstos grandes sumas en sus
cuentas bancarias, estuvo asociada a la creciente cantidad de capitales disponibles en la
Reserva Federal Americana”.

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 Teórica o General

“La motivación está asociada al rendimiento”

Hipótesis Intermedia o Sustantiva

“A mayor conformidad con las condiciones de trabajo, menor absentismo laboral”

Hipótesis de trabajo o Empírica

“Cuanto más puntos obtenga un trabajador en el test de Conformidad con sus
tareas, menos cantidad de faltas presentará en su registro de asistencia.”

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.”

B) Clasificación Según el nexo que liga las variables:

B.1 Hipótesis descriptivas:

Señalan la frecuencia o características de un fenómeno sin establecer relaciones

causales entre sus variables. Pueden ser a su vez:
66
B.1.1. Asociativas: Plantean relaciones no paramétricas entre las variables que las
componen. En este caso las variables son cualitativas.

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”.

B.1.2. Correlacionales: Plantean la existencia de relaciones de tipo estadístico o

paramétricas entre variables cuantitativas o cualicuantitativas:

Ejemplos: “La tasa de mortalidad aumenta a medida que se eleva la tasa de

desocupación”.
“El índice de riesgo país disminuye a medida que aumentas las reservas depositadas en
el Banco Central”

B2. Hipótesis Explicativas:

Dan cuenta del porqué o causa de los fenómenos. A su vez se subdividen en:

B.2.1. Causales o Determinísticas: Plantean la existencia de una relación causa-efecto

ineluctable. Son poco comunes en las ciencias sociales y más frecuentes en las físico-
naturales.

Ejemplos: “El hábito de fumar provoca lesiones de distinta gravedad a nivel pulmonar”
“Al calentar un gas en un recipiente cerrado, aumenta su volumen”

B.2.2. Hipótesis Estocásticas o Probabilísticas:

Se trata de hipótesis causales o explicativas, pero en el marco de la idea; Si X
probablemente Y, fijándose dicha probabilidad dentro de ciertos parámetros estadísticos
que oscilan entre el cero al ciento por ciento.

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”.

B.2.3. Hipótesis Contingentes:

Son del tipo; Si X entonces Y, pero sólo si Z.

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”.

B.2.4. Hipótesis Predictivas:

Permiten anticipar con algún grado de certeza el comportamiento de ciertas
variables o el acaecimiento de fenómenos. Estas a su vez pueden ser:

B.2.4.1. Fundadas en leyes teóricas:

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.

B.2.4.2. Fundadas en acumulación de datos empíricos:

Por ejemplo el tamaño de la población mundial dentro de diez años en base al
tamaño de la población actual y hace diez años atrás.
La cantidad de alumnos que se inscriben en un año determinado para ingresar a la
universidad en función de la evolución de la inscripción en años anteriores

C) Clasificación Según la Cantidad de Variables que contienen las hipótesis

Según la cantidad de variables que posea una hipótesis puede ser:

C1. Univariada (una variable)

Como vimos mas arriba generalmente hacen referencia a uniformidades o
regularidades empíricas.

C2. Bivariada: Poseen dos variables

C3. Multivariada: Poseen tres o más variables.

Ejemplo de tipo de variables en una Hipótesis Multivariada:

“El sexo, el cociente intelectual y el tipo de composición del hogar, influyen en

la cantidad de horas que un niño ve televisión; según la provincia analizada”.

Variable Independiente: Cociente Intelectual

Variable Dependiente: Cantidad de horas que ve televisión
Variable Antecedente: Sexo del niño
Variable Interviniente o Intermedia: Tipo de composición del hogar
Variable contextual: Provincia analizada. (Si se hace un estudio comparativo entre dos o
más)

D) Clasificación según su planteo temporal respecto al acaecimiento del hecho del

que dan cuenta:

D.1 Ante Facto: Planteadas antes de que ocurra el hecho:

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”.

E) Clasificación según la direccionalidad de las variables en la hipótesis:

E.1 Unidireccionales o Asimétricas:

68
Ejemplos: “El sexo influye en la elección del tipo de carrera” o “La edad influye en las
posturas políticas”.

E.2 Bidireccionales o Simétricas:

Ejemplos: “Los conflictos hogareños pueden provocar dificultades en el aprendizaje

escolar de los niños”. (Ya que las dificultades en el aprendizaje escolar de los niños
pueden provocar conflictos hogareños).
“El nivel socioeconómico del sujeto influye en la jerarquía de sus contactos
sociales” (ya que la jerarquía de los contactos sociales influye en el nivel
socioeconómico”

F) Según su condición de Hipótesis Nula

Son aquellas que en el contexto de la investigación y teniendo en cuenta el
principio de refutabilidad, el investigador desarrolla para tratar de demostrar que no se
verifican.
Por lo tanto si la hipótesis nula no se puede comprobar, se convalida
transitoriamente la hipótesis original de la investigación.

Ejemplo de Hipótesis original: “La autoregulación de los integrantes de un grupo de

trabajo, eleva la productividad”.

Ejemplo de Hipótesis nula: “La autoregulación de los integrantes de un grupo de

trabajo, no eleva la producción”.

69
Capítulo 6

SOBRE VARIABLES, INDICADORES E INDICES

Roberto Pérez Lalanne

1. De los conceptos y sus definiciones

Un concepto es una abstracción, es una construcción mental; es una idea que se

tiene acerca de algo. Es la forma consciente de aprehender la realidad aunque nunca
será idéntico a ella. Es el resultado del proceso de conceptualización; conceptualizar
significa captar la esencia del fenómeno, es decir, abstraer aquellas características,
particularidades, atributos, magnitudes, funcionalidades, etc. que permitirán agrupar
bajo un mismo nombre a un conjunto de fenómenos y simultáneamente diferenciarlo de
otro conjunto de elementos - que a su vez -, se hallará identificado con otro nombre.
De esto se desprende que todo concepto supone dos elementos:1
a) un simbolismo gramatical que es el término (o sea el nombre) empleado para
designar el concepto: “el definiendum”;
b) su definición, el significado (alcance) de dicho término: “el definiens”.
Y esto último es importante, dado que una misma palabra en el lenguaje cotidiano,
en distintas ciencias y aun en una misma disciplina, puede ser empleada con diferentes
significados. Pensemos, por ejemplo, cuando se utiliza la palabra “gato”; a qué se está
haciendo referencia?, al felino o a la danza?, al criquet del auto, al hombre astuto, al
peluquín o a la profesional?. De ahí la relevancia de explicitar el contenido del
concepto. Sin embargo, - como bien señala Bourdieu 2-, tampoco se trata de caer en el
“fetichismo del concepto” sino manejarlos “como caja de herramientas” para analizar la
realidad.
Ahora bien, existen distintos tipos de definiciones, básicamente se pueden
mencionar cuatro (que no son los únicos): dos de naturaleza teórica (nominal y real) y
dos de naturaleza empírica (ostensiva y operacional).
 La definición nominal es aquella que explica el significado apelando a otros
términos ya conocidos. Por lo general, se remite al orígen etimológico de la palabra o a
un sinónimo. Es la clásica definición que aparece en cualquier diccionario (indicando
incluso su género y número). Por ejemplo: “anomia” significa “falta de normas”.
 La definición real o conceptual es más específica, más especializada; informa sobre
los alcances del concepto, sobre sus diferentes aspectos o dimensiones, sobre el campo
aludido por el mismo. Nos enuncia las propiedades consideradas esenciales del objeto
al que se refiere el “definiendum”. Son afirmaciones sobre la naturaleza de un
fenómeno y por lo tanto, pueden ser verdaderas o falsas, según cuál sea el grado de
adecuación de nuestras ideas al objeto en cuestión. Por ejemplo: “anomia” es una
“situación de desintegración o desestructuración normativa que genera en los individuos
estados de confusión o desorientación”. Este tipo de definición se halla inserta en una
determinada teoría o marco teórico.
 La definición ostensiva es aquella que explica el significado apelando o bien a
gesticulaciones o bien a ejemplos concretos del fenómeno aludido. Si se trata, de
1
Zetterberg, Hans: Teoría y verificación en sociología, Nueva visión, Buenos Aires, 1981.
2
Bourdieu, Pierre y otros: El oficio de sociólogo, Siglo XXI, Buenos Aires, 1975.
70
explicar qué es un “gato” (el felino) habrá que imitarlo (en su forma de maullar, etc.),
dibujarlo o directamente mostrarlo.
 La definición operacional, como su nombre lo indica, es una definición de trabajo.
Informa acerca de cuáles son los procedimientos para la medición del concepto o provee
de referentes empíricos (indicadores). Dicho de otro modo, mediante la
operacionalización se definen las consecuencias observacionales de las hipótesis que
permitirán recoger las evidencias necesarias para su comprobación o refutación. En
definitiva, se obtienen hipótesis empíricas.
Engels afirmaba que la investigación era “el arte de operar con conceptos”. Sin
embargo, uno de los problemas (obstáculo epistemológico) que enfrentan las ciencias
sociales es el de ocuparse de un “objeto que habla”, corriendo el investigador el riesgo
de sacar los conceptos de la boca de sus informantes sustituyendo sus prenociones
(sociología espontánea del científico) por las prenociones de los sujetos que estudia
(sociología espontánea del objeto) o con una mezcla falsamente científica y objetiva de
ambos. Esto último, estaría justificando la necesidad de las definiciones. No obstante,
estos conceptos tampoco deben ser entendidos meramente de manera “intelectiva” como
conjuntos de términos bien definidos (conceptual y operacionamente) sino como
conocimientos que aspiran a reflejar en el “objeto construído”, la existencia y el
movimiento del “objeto real”. Por tal motivo, se debe evitar el “fetichismo del concepto
o del texto autonomizado” en el que caen algunos análisis semiológicos y/o
postmodernistas. Los conceptos son “cajas de herramientas” (Wittgenstein) que se
supone fijan, de alguna manera, la identidad de conjuntos de fenómenos. Pero estos
fenómenos no se integran en un mismo conjunto porque son nombrados por una misma
palabra (o definición) sino que previamente formaban parte de un conjunto particular de
fenómenos. En suma, “ni la ‘audacia sin rigor’ de la filosofía social ni el ‘rigor sin
imaginación’ del positivismo hiperempirista.”2

2. Sobre las variables

En términos generales, las variables son conceptos; pero no cualquier concepto

constituye una variable. Esto significa que existen conceptos constantes y conceptos
variables. Los primeros son aquellos que a lo largo de una determinada investigación,
van a permanecer fijos, asumiendo un único valor; permitiendo por ejemplo, determinar
e identificar las unidades de análisis de la investigación.
En cambio, las variables son conceptos que asumen diferentes valores. Es decir,
que las variables se refieren a aquellas propiedades, atributos, características,
magnitudes, funcionalidades, etc., que podrán estar presentes - en algunos casos con
distinta intensidad -, o ausentes en cada uno de los casos que conforman el universo de
estudio. Con otras palabras, las variables se utilizan para designar aspectos discernibles
de un objeto de estudio,3 analizar la distribución de una población, formular relaciones
descriptivas, explicativas o predictivas sobre la misma, predicar algo acerca de su
comportamiento, etc.
Por ejemplo, supóngase que se trata de llevar a cabo un estudio sobre los egresados
universitarios. El concepto “egresado universitario” una vez definido va a permanecer
constante a lo largo de toda la investigación. En cambio, entre los egresados existe una

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.

3. Sistema de categorías o categorización de las 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

Edad hasta 25 / 26 a 30 / 31 o más

Género masculino / femenino
Estado civil soltero / casado / viudo / divorciado / separado

Es importante distinguir entre concepto, variable y categorías, y no confundirlas en

el momento de su explicitación. Si por ejemplo en una hipótesis se afirma:
“Los estudiantes universitarios de ciencias sociales tienen mayor sensibilidad hacia
las expresiones artísticas que los estudiantes de ciencias naturales”.
Las variables NO SON: estudiantes universitarios, mayor sensibilidad, expresiones
artísticas, ciencias sociales ni ciencias naturales.
En tal caso, estudiantes universitarios, sensibilidad, expresiones artísticas, ciencias
sociales y naturales son conceptos. Las variables son: tipo de carrera universitaria
estudiada y grado de sensibilidad hacia las expresiones artísticas. Y las categorías
serán: pertenecientes a las ciencias sociales / a las naturales / a otras y nulo / bajo /
medio / alto / muy alto, respectivamente.

3.1. Principios que rigen la categorización de una variable:

La categorización de una variable no es algo arbitrario sino que, por el contrario,

debe respetar algunos criterios y tener en cuenta un conjunto de factores. En primer
lugar, existen dos principios que rigen la categorización de una variable: exhaustividad
y exclusividad.
El principio de exhaustividad señala que el sistema de categorías de una variable
debe contemplar todas las posibilidades de variación, de manera tal, que no quede
excluido ningún elemento sujeto a estudio. Por ejemplo, si la variable fuera “nivel de
remuneraciones” no sería correcto categorizarla: de $ 500 a 1000 / de 1001 a 1500 / de
1501 a 2000, dado que se dejaría afuera a quiénes ganan menos de $ 500 o más de $
2000. O si la variable fuese “profesión”, tampoco sería correcto: abogado / ingeniero /
médico / relacionista público, porque también se estaría excluyendo a muchos otros
profesionales e incluso (suponiendo que la población los incluya) a quienes no lo son.
Para estos casos habría que prever (si es que no se desea especificar todas las
profesiones) una categoría residual de: “otras profesiones” y otra: “sin profesión”.
El principio de exclusividad afirma que las categorías de la variable deben ser
mutuamente excluyentes, de manera tal, que una misma unidad de análisis no pueda ser
72
ubicada en dos categorías simultáneamente. Por ejemplo: si la variable es “edad”, no
sería correcto categorizar: hasta 20 años / de 20 a 25 / 25 o más; dado que aquel
individuo que tuviese 20 o 25 años, podría ser clasificado al mismo tiempo en dos
categorías. En tal caso: hasta 20 años / de 21 a 25 / 26 o más, o hasta 20 años / + 20 a
25 / + 25 años. Una situación diferente puede presentarse cuando realmente la unidad
de análisis - ya no por error de delimitación -, haga posible dicha simultaneidad. Por
ejemplo: supongamos que la variable sea carrera universitaria que cursa el alumno y nos
encontramos con alguien que está estudiando dos carreras al mismo tiempo; en ese caso
- y para garantizar la exclusividad -, o bien se especifica una categoría con la
combinación de ambas carreras: periodismo y publicidad (lo cual puede resultar
engorroso por la cantidad de combinaciones posibles), o bien se abre una categoría de
“varias carreras” o “más de una carrera”, o en caso contrario, se admite la excepción y
se acepta la simultaneidad. Este principio permite también otras excepciones como
ocurre cuando se trabaja con preguntas que aceptan respuestas múltiples que no se
hayan jerarquizadas u ordenadas por prioridad. Por ejemplo: motivos de elección de un
candidato: honestidad / credibilidad / capacidad / plataforma / trayectoria / ideología /
etc. Estos casos de excepción deberán ser tenidos en cuenta - a la hora de analizar la
información -, por ejemplo, para definir la base sobre la que se calculan los porcentajes.

3.2. Factores que inciden en la categorización de una variable

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.

4. Niveles de medición de las variables

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:

 Nivel de medición o escala nominal: es el más simple de todos, el que menos

información brinda, ya que únicamente clasifica a los elementos estudiados según
semejanzas y diferencias; es decir, que agrupa según equivalencia sin establecer entre
las posiciones de la escala ningún tipo de jerarquización. Por ejemplo: religión
profesada (católico / judío / protestante / etc.); nacionalidad (argentino / chileno /
brasileño / etc.); estado civil (soltero / casado / viudo / etc.). En ningún caso es posible
afirmar que los católicos/argentinos/solteros/etc. son más felices/inteligentes/pobres/etc.
que los protestantes/chilenos/casados/etc. o cualquier otra relación de
inferioridad/superioridad.
 Nivel de medición o escala ordinal: como su nombre lo indica - además de
clasificar según diferencias y semejanzas como la nominal -, explicita una jerarquía
entre las distintas posiciones de la escala; con otras palabras, establece una relación de
“menor que” o “mayor que” entre las mismas. Por ejemplo: NSE (bajo / medio / alto);
nivel de instrucción (primario / secundario / terciario / universitario); grados de las
Fuerzas Armadas (soldado / cabo / sargento / coronel / general). La información que
esta escala no brinda es sobre la distancia existente entre las distintas posiciones del
continuo.
 Niveles de medición o escalas intervalares y racionales: estas escalas además de
agrupar según semejanzas y diferencias (como la nominal), de establecer un orden
jerárquico (como la ordinal) brindan información sobre la distancia existente entre una
posición y otra de la escala. Dicho de otro modo, no sólo explicitan una relación de
“mayor o menor que” sino además de “cuánto mayor o menor que”. Básicamente, la
diferencia entre ambos tipos de escalas en principio se encuentra en el punto de origen
empleado, o sea, en el tipo de 0 (cero) utilizado. Las escalas intervalares se valen de un
0 (cero) arbitrario mientras que las racionales emplean un 0 (cero) absoluto. Un cero
arbitrario es un punto de origen convencional que no implica ausencia de lo que se está

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.

5. Clasificaciones de las variables

Existen diferentes formas de clasificar a las variables; a continuación se

desarrollarán tres: de acuerdo a la naturaleza, según la función que cumple en la
hipótesis y de acuerdo a su grado de complejidad.

5.1. Según su naturaleza

La naturaleza de una variable se refiere a lo que la variable intrínsecamente mide;

es decir, al tipo de propiedad aludido por la variable o a las características de las
unidades de análisis. En tal sentido, se puede distinguir entre:
a) variables cualitativas
b) variables cuantitativas (continuas y discretas)
c) variables cualicuantitativas.
a) Las variables cualitativas como su nombre lo indica miden cualidades, o sea,
atributos. Por ejemplo: ocupación, nacionalidad, religión, profesión, estado civil, etc.
b) Las variables cuantitativas miden cantidades, es decir, magnitudes. De acuerdo
a los valores que puedan asumir, podrán ser continuas o discretas. Las continuas
pueden tomar cualquier valor dentro de su rango o se pueden fraccionar (por ejemplo:
nivel de remuneraciones, densidad poblacional, peso, altura, etc.). Las discretas o

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).

5.2. Según la función que cumplen en la hipótesis o en el análisis del problema

Cuando se habla de la función se está haciendo referencia al papel que la variable

desempeña o a la posición que se le asigna - aunque más no sea en términos
conjeturales -, en el análisis del problema estudiado. Esta decisión depende de un
conjunto de factores:
A) el ordenamiento temporal de las variables;
B) el tipo de hipótesis y la manera de su formulación;
C) el marco teórico;
77
 D) las evidencias que se obtengan de las observaciones previamente realizadas;
E) el posterior análisis de los datos con el uso de los coeficientes estadísticos
pertinentes.
De acuerdo a la función que puedan llegar a cumplir, las variables se clasifican en:
independientes
dependientes
contextuales
antecedentes
intervinientes
Es importante destacar que ninguna de estas funciones es una propiedad intrínseca
de la variable o dicho de otro modo, ninguna variable es a priori independiente,
contextual, antecedente, etc. Por otra parte, una misma variable puede ser
independiente en una investigación e interviniente o antecedente en otra o en distintas
hipótesis de una misma investigación. Además siempre se trata de posiciones relativas
ya que pueden variar a lo largo del proceso de investigación. Por último, corresponde
señalar que una misma hipótesis puede estar constituída por varias de cada una de estas
variables, o que no estén todas incluídas en la o las hipótesis y sí en cambio,
explicitadas en el diseño de investigación.
La variable independiente (que a partir de ahora simbolizaremos con la letra “x”) es
aquella que en la hipótesis cumple la función de supuesta causa, factor determinante o
elemento explicativo.
La variable dependiente (que se identificará con la letra “y”) es aquella que en la
relación actúa como supuesto efecto, factor determinado o elemento explicado. Se
denomina dependiente porque varía en función de la independiente; de manera tal que, a
cada valor que asuma la independiente le corresponderá un determinado valor de la
dependiente.
Supóngase la siguiente hipótesis: “La opinión de los adolescentes sobre el aborto
varía de acuerdo a su grado de compromiso religioso, siendo más favorable en aquellos
que observan una menor religiosidad”.
Variable independiente (x): Grado de compromiso religioso.
Variable dependiente (y): Opinión sobre el aborto.

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.

Nótese que la función de la variable no depende del orden de aparición en la

hipótesis. Sin embargo, sí existe ordenamiento temporal entre ambas: la independiente
antecede a la dependiente:

X Y

También puede haber simultaneidad o interdependencia entre ambas variables como

ocurre en las relaciones simétricas: “A medida que aumenta la identificación con los
valores, metas y procedimientos de una organización mayores son las posibilidades de
progreso en la misma y viceversa, a medida que se ocupa un puesto de mayor jerarquía
y responsabilidad mayor es la identificación con la organización”. Simbólicamente
sería:

78
 X Y

En estos casos las variables son coetáneas o contemporáneas y cualquiera de ellas

cumple simultáneamente las funciones de independiente y dependiente. Dicho de otro
modo, no existiría una relación unidireccional sino bidireccional y por tal motivo, es
que algunos autores dudan en considerarla como nexo estrictamente causal 7 aunque no
caben dudas sobre la influencia recíproca y los vínculos de interdependencia. En estas
situaciones, la definición acerca de cuál es el factor o variable de pendiente corre por
cuenta del investigador que en principio le asigna tal rol al elemento que se pretende
explicar, describir o en términos generales, estudiar.
Con respecto a los otros tipos de variables (contextuales, antecedentes e
intervinientes) y a modo de breve introducción, habría que efectuar las siguientes
consideraciones:
a) En general, pero especialmente en las ciencias sociales, no es aconsejable -
dado la complejidad de las situaciones que se estudian -, plantear relaciones lineales,
directas y aisladas entre dos fenómenos. No es prudente por ejemplo, hablar de una
única causa que produce un único efecto y menos aun, hacerlo en términos mecanicistas
o deterministas al mejor estilo newtoniano.8
b) Por tal motivo, en cualquier problemática que se aborde se encontrará una
multiplicidad de factores que podrán interactuar e influir de diferentes maneras en el
fenómeno sujeto a estudio (que - como se ha dicho -, se podría identificar como
variable dependiente).
c) Conjeturalmente (de acuerdo a lo afirmado más arriba) se podría establecer cuál
es a entender del investigador el o los elementos determinantes (variables
independientes) y simultáneamente atribuirles otras funciones al resto de los factores
involucrados.
d) Precisamente esos “otros factores” se denominan terceras variables o variables
de prueba y se utilizan para denominar a todos aquellos elementos que puedan incidir de
alguna manera en la relación entre “X” e “Y”. Ya sea favoreciendo u obstaculizando,
condicionando o especificando, explicando o interpretando, etc., dicha relación. 9
e) Si bien a todos ellos se los considera en términos generales variables
intervinientes; a los efectos de diferenciarlos en cuanto a su posicionamiento y
funcionamiento se los distinguirá y consecuentemente se los denominará variables
contextuales, antecedentes e intervinientes puras o propiamente dichas.
Las variables contextuales (Tc) son aquellas que como su nombre lo indica se
refieren a “campos”, “espacios” o “marcos” para los cuales, se afirman ciertas
relaciones. Estos contextos pueden ser geográficos, históricos, socio-demográficos,
culturales, etc. Dado que existen ciertas “controversias” con respecto a la
especificación de este tipo de variable, distinguiré entre dos modalidades:
las variables contextuales “convertidas” en constantes
las variables contextuales comparativas.
Las primeras se utilizan a los efectos de acotar o de delimitar el campo de estudio -
ya sea por razones económicas, temporales, metodológicas, etc. -, dejando tácita o
explícitamente abierta la posiblidad o posterior necesidad de trasladar la investigación

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:

1) “En la localidad de Lomas de Zamora, los hábitos de consumo de bebidas

alcohólicas varían de acuerdo al sexo y la edad, siendo que los jóvenes entre 18 y 21
años beben más que los de otra edad y que las mujeres de cualquier edad”.
Tc (constante): Localidad de Lomas de Zamora
X: Sexo y edad
Y: Hábitos de consumo de bebidas alcohólicas.
2) “En las localidades urbanas a diferencia de lo que ocurre en las rurales, los hábitos
de consumo de bebidas alcohólicas varían de acuerdo al sexo y la edad...”
Tc (comparativa): Tipo de localidad (urbanas / rurales)
X: Sexo y edad
Y: Hábitos de consumo de bebidas alcohólicas.

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.

Nótese que todas las variables contextuales (constantes y comparativas) - en la

medida en que le sea asignada tal función -, guardan cierto ordenamiento temporal con
respecto a las independientes y dependientes; es decir, las anteceden:

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

2) “El proceso de selección de personal administrativo - en las empresas radicadas en

CAP/GBA -, es más estricto en las de mediana envergadura aunque también
pueden apreciarse diferencias significativas de acuerdo a cuál sea el capital de
orígen de las mismas”.

Tc (constante): Lugar de radicación; tipo de personal seleccionado

Ta: Orígen del capital (nacional / mixto / americano / europeo / otros)
X: Envergadura de la empresa (Chica / mediana / grande)
Y: Proceso de Selección de personal (muy flexible / flexible / estricto / muy estricto)

En términos conjeturales puede apreciarse que en el primer ejemplo, la variable

antecedente (preferencias musicales de los padres) estaría incidiendo directamente en la
variable dependiente (gustos musicales de los hijos), mientras que en el segundo, la
variable antecedente (orígen del capital) podría tener que ver tanto con la independiente
(envergadura de la empresa) como con la dependiente (proceso de selección de
personal).
Por último, las variables intervinientes (Ti) son aquellas que temporalmente se
posicionan entre la independiente y la dependiente actuando como nexo entre ambas; o
sea, haciendo posible u obstaculizando su relación, especificando o interpretándola:

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

Como se desprende de lo anteriormente desarrollado, todas estas variables guardan

entre sí, cierto ordenamiento temporal:

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:

1) “Observaciones realizadas en los últimos tres años, permiten conjeturar que un

mayor nivel de información sobre el SIDA - en la población drogadependiente -, no
redundaría en un aumento del nivel de prevención dado que continuaría
prevaleciendo en dicha población la pulsión de muerte, a menos que se revierta esa
relación pulsional con un adecuado tratamiento terapeútico”.
Tc: últimos tres años; conurbano bonaerense; población drogadependiente
Ta: Relación pulsional
X: Nivel de información sobre el SIDA
Ti: Tratamiento terapéutico
Y: Nivel de prevención.

2) “A medida que disminuye el nivel socioeconómico de las mujeres en edad fértil,

con pareja estable, que emplean alguna técnica anticonceptiva, disminuye la
eficacia de la técnica habitualmente utilizada, incidiendo en dicha relación el área
cultural de orígen y el canal de información (sobre la técnica) empleado”:
Tc (constante): mujeres, edad fértil, situación estable de pareja, empleo habitual de
técnicas anticonceptivas
Tc (comparativa): Area cultural de orígen
X: Nivel socioeconómico
Ti: Canal de información
Y: Grado de eficacia de la técnica anticonceptiva.

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.

Hasta aquí se han desarrollado ejemplos partiendo de la hipótesis ya formulada;

otra alternativa de enfocar el tema de las funciones de las variables, que está relacionada
con el análisis de la situación y que por lo tanto corresponde a la delimitación y
formulación del problema, 11 es comenzando por la determinación de la variable

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

Sector de la Género NSE Posición Opinión sobre

economía ideológica flexibil. laboral
Actualidad Edad Cant. Hijos
CAP/GBA Estado civil Estilos de vida
Situación
Laboral
Antiguedad
Nivel de
instrucción

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”.

Secundarias: “La opinión sobre la flexibilización laboral es más desfavorable en el

sector servicios y en especial entre los hombres mayores de 30 años de menor nivel
de instrucción y con mayor antigüedad laboral”.
“La opinión sobre la flexibilización laboral es más favorable entre las
mujeres solteras sin hijos menores de 25 años que profesan una ideología de centro
derecha y que poseen un alto nivel de instrucción”.
“Los desocupados de ambos géneros mayores de 40 por su estilo de
vida incierto tienen una opinión más favorable sobre la flexibilización laboral”.

Para finalizar con el desarrollo de este tema unas últimas consideraciones:

 Tal como ya se ha dicho, no es necesario que en la o las hipótesis aparezcan
todas estas variables, basta con que estén explicitadas y contempladas en el diseño de la
investigación.
 Existe una distinción entre las variables de base, estructurales o clasificatorias
(género, edad, clase social, nivel de educación, etc.) y las variables actitudinales o
83
ideológicas (predisposiciones, opiniones, percepciones, valoraciones, actitudes,
preferencias, etc.). Cuando en una hipótesis se relacionan ambos tipos de variables, por
lo general son las primeras las que desempeñan el rol de determinantes o explicativas,
especialmente cuando se abordan los problemas desde una perspectiva macrosocial,
mientras que las segundas o bien son “dependientes” o en caso de hipótesis
multivariadas cumplen la función de “intervinientes”. Para ilustrar esto último, se
podría citar un estudio realizado sobre la adhesión (NO / SI) al paro nacional dispuesto
por las diferentes centrales sindicales;12 el mismo arrojó que dicha decisión (variable
dependiente) variaba en función de la ocupación del entrevistado (independiente) pero
había incido la percepción que sobre la marcha de la economía tenían los sujetos
abordados ( interviniente), siendo que los “optimistas” habían optado por una menor
adhesión mientras que con los “pesimistas” había ocurrido lo contrario.

5.3. Según su grado de complejidad

El grado de complejidad de una variable remite a las características que asume su

operacionalización o a los procedimientos para su medición. Dicho de otro modo, la
complejidad se relaciona con el grado de abstracción que tenga la variable y de acuerdo
a ello se clasifican en:
 Simples
 Complejas
Las variables simples son aquellas que a los efectos de su medición presentan un
único aspecto y además requieren de un solo indicador. En algunos casos, son variables
que por su proximidad a la realidad o por su nivel de concreción ellas mismas pueden
hacer de referentes empíricos. Sin embargo, en un análisis más estricto todas las
variables requieren de algún tipo de indicador, aunque no esté debidamente explicitado
o forme parte de las mismas.
Un indicador es el referente empírico de la variable; son “observables” en el
sentido amplio del término, es decir, que se “observan” a través de cualquiera de los
sentidos. Son variables concretas que traducen a otras variables abstractas al plano de la
realidad. Con otras palabras, los indicadores son elementos empíricos que permitirán
ubicar a cada unidad de análisis en una determinada categoría de la variable. Como se
verá más adelante, no todos los indicadores son igualmente válidos y confiables.
Un ejemplo de variable simple es “edad”. Habitualmente se la mide en años y por
lo tanto, se la puede categorizar en intervalos etarios. Sin embargo, cuál es en última
instancia el “observable” al que se apela?. A veces, es la respuesta (no siempre
confiable) dada a la pregunta directa o indirecta; otras veces, se apela al documento de
identidad o a algún rasgo físico (rogando que no haya lifting mediante).
Otro ejemplo corriente es la variable “sexo” (categorizada en masculino /
femenino). Habrá que convenir que todavía la pregunta no resulta necesaria y hasta
puede parecer ridícula; pero también habrá que convenir, que cada vez resultan menos
confiables los caracteres secundarios (y hasta nos vemos tentados a apelar a los
caracteres primarios); y por qué no, al documento?.
Y la variable “estado civil” (con sus respectivas categorías legales)? Vale la
respuesta como indicador? Si hasta a veces uno mismo duda al contestarla. Del
documento, ni hablar; el anillo (al que todavía se apela) muchas veces brilla por su
ausencia (deliberada o no). Que la famosa pancita del casado?, (pero..., y el que “nace
barrigón”?) o ciertos hábitos de vida?, etc.

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

Dimensión 1 Dimensión 2 Dimensión 3

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

Un índice es un indicador complejo que reconstruye la variable; es lo que permite

hacer la síntesis o el resúmen de la variable. Es una medida cuantitativa que posibilita
combinar diferentes dimensiones y/o indicadores asígnándole a cada unidad de análisis
un único valor (puntaje de índice) y ubicarla en una determinada categoría de la variable
compleja.
El índice permite además cuantificar aspectos cualitativos de la variable y - como
ya se ha señalado -, a la propia variable cunado es cualitativa. El índice expresa
cuantitativamente el campo de variación - valga la redundancia - de la variable, o sea,
su amplitud. De esta manera, posibilita su tratamiento con un nivel cuasi-intervalar.
Dicho de otro modo, el índice es el resultante de la sumatoria de los puntajes
otorgados a las categorías de los indicadores de las diferentes dimensiones de la variable
compleja. Estos puntajes se adjudican con el fin de cuantificar el peso relativo o la
participación en la variable compleja de cada dimensión, subdimensión, indicador y
categorías.
De acuerdo a como hayan sido construídos, es decir, según el tipo de puntaje que se
utilice y su forma de asignación una forma posible (no la única) de clasificación de los
índices es distinguiendo entre:

 Indices no ponderados
 Indices ponderados

que a su vez, podrán ser:

 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.

5.3.1. Pasos para la construcción de un índice porcentual

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:

1. Determinar la importancia de las dimensiones, si fuese la misma asignar la

participación en forma equitativa. En caso contrario, ponderar adjudicando un mayor
peso a la/s dimensión/es correspondiente/s. Supóngase que la variable sea nivel
socioeconómico (bajo / medio / alto) con dos dimensiones: social y económica. Si se
considera que ambas tienen la misma relevancia se llevarán el 50 % cada una o, en su
defecto, la dimensión social el 40 % y la económica, el 60 % (esto obviamente, habrá
que justificarlo). Por ejemplo, en el Indice de nivel socioeconómico standardizado que
propone la Asociación Argentina de Márketing se le ha dado una mayor participación a
la dimensión económica porque - entre otras cosas -, se privilegia el poder adquisitivo
de los clientes y su nivel de consumismo. 14

2. El paso siguiente es establecer la participación de los distintos indicadores, con

el mismo criterio empleado para las dimensiones. Si a todos los indicadores (supóngase
cuatro - dos por dimensión -), se le otorga el mismo peso (25 %) el índice continúa
siendo no ponderado. Continuando con el ejemplo anterior, supóngase que uno de los
indicadores de la dimensión social sea el nivel de instrucción formal alcanzado y se ha
decidido asignarle una participación del 30 %; en ese caso se lo está ponderando.
Entonces, los puntajes mínimo y máximo serán de 0 y 30, respectivamente. Luego - si
se desea que la distribución sea equitativa -, a los efectos de asignar el resto de los
valores se aplica la siguiente fórmula:

Puntaje máximo asignado al indicador

Cantidad de categorías – 1

En nuestro ejemplo: 30 = 3
10

Indicador: nivel de instrucción Puntaje de índice

(30 %)
Sin instrucción 0
Primario incompleto 3
Primario completo 6
Secundario incompleto 9
Secundario completo 12
Terciario (no universitario) incompleto 15
Universitario incompleto 18
Terciario completo 21
Universitario completo 24
Postgrado incompleto 27
Postgrado completo 30

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:

Amplitud de categoría = Límite superior – Límite inferior + 1

Nº de categorías de la variable compleja

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

Gráficamente, representado en una escala:

0 32,66 / 32,67 66,33 / 66,34 100

NSE bajo medio alto

Redondeando los valores:

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.

3.2. El criterio empírico o estadístico, que a su vez reconoce dos alternativas:

Al igual que el anterior, determinar los rangos a priori, según parámetros
conocidos o estadísticos proporcionados por otras investigaciones.
Establecer los intervalos a posteriori, en función de cómo haya sido la
distribución de los puntajes obtenida en la muestra analizada, tomando por ejemplo los
puntos de “inflexión” o “quiebres” en la distribución de las frecuencias.
Para terminar con el tema de las variables complejas, unos últimos comentarios:
 En algunos trabajos (por ejemplo el ya citado de la Asociación Argentina de
Márketing) se puede observar que se llama “ïndice” a lo que aquí se ha denominado
“variable” y, a su vez, “variable” a lo que se ha designado “dimensión o subvariable”.
En principio, la diferencia no es conceptual sino simplemente terminológica. De hecho
las dimensiones también son variables al igual que lo que ocurre con los indicadores -
aunque con diferentes niveles de abstracción -. Y por lo tanto, cualquiera de ellos puede
ser empleados - y en muchos casos es aconsejable hacerlo -, como variables “sueltas” o
“aisladas” de la variable “madre” a la que pertenencen.
 Con respecto a esto último, es importante señalar que los índices - como ya se
dijo -, sintetizan las variables pero a veces se hace necesario trabajar con sus
dimensiones o indicadores por separado; por ejemplo para detectar puntos fuertes y
débiles de las variables en cuestión o incluso cruzándolos en el análisis con la propia
variable compleja.
 Continuando con lo anterior, hay que acotar que no siempre existe correlación o
asociación positiva entre los distintos indicadores de la variable compleja. Por ejemplo,
no siempre quienes poseen un mayor nivel de instrucción perciben un mejor salario. De
ahí también la importancia de la ponderación.
 Otra cuestión a tener en cuenta es que no necesariamente el índice o mejor dicho
los indicadores, reflejan la situación presente de los sujetos estudiados. Un caso
“paradigmático” y en cierta medida crítico hacia la construcción de este instrumento de
medición es nuevamente la variable nivel socioeconómico. Uno de los indicadores que
se suelen tomar para medir la dimensión económica es la “composición patrimonial”
desglosada a su vez, en la posesión de diferentes bienes (vivienda, automóvil, freezer,
aire acondicionado, etc.). pero estos indicadores bien pueden reflejar una situación
pretérita que no se condiga con la actual, o bien su estado puede estar “deteriorado”, o
bien pude tratarse de bienes en “desuso”.
90
  Otro tema es resolver la falta de respuesta (NS/NC). Si la ausencia o rechazo
excede el aproximadamente 10 % de los casos, lo aconsejable es eliminar o reemplazar
el indicador por otro (a tal fin, bien sirve el pretest). En caso contrario, dicha ausencia
de respuesta puede ser estimada - con los riesgos consabidos -, “promediando” las
respuestas obtenidas para otros indicadores afines.
 Además, la operacionalización (y por ende, los indicadores) debe adaptarse a las
características de la población, al contexto, a los objetivos de la investigación y en
general, debe tener en cuenta la mayoría de los factores mencionados cuando se analizó
la categorización de las variables. Dado que no es lo mismo medir el nivel
socioeconómico en una población urbana que en una población rural - y menos aun -, si
la idea es comparar luego ambas mediciones.

6. Validez y confiabilidad de las mediciones

En páginas anteriores cuando se comenzó a analizar la problemática de la

operacionalización se pudo comprobar cómo frente a una misma variable (simple al
principio) existía la posibilidad de usar diferentes indicadores en forma alternativa y en
general, ninguno de ellos lo hacía en forma totalmente satisfactoria. Esto es así porque
ningún indicador garantiza la total y absoluta certeza sino que por el contrario, todo
indicador tiene una determinada probabilidad de medir la variable en cuestión. Sin
embargo, dicha probabilidad varía según cuál sea el o los indicadores que se utilicen.
De esto se desprende, que existen referentes empíricos y/o instrumentos de medición
que son más válidos y más confiables que otros. 15
En términos generales, un indicador es válido cuando mide lo que afirma medir; es
decir, cuando cumple con su cometido o con la función que se espera de él. A los
efectos de analizar dicha validez hay que distinguir entre:
Validez interna, teórica o lógica: existe validez interna cuando hay una
adecuada conceptualización y operacionalización de la variable y - obviamente, además
-, hay correspondencia entre ambas. Con otras palabras, cuando la definición
operacional contempla y cubre todos los aspectos mencionados en la definición real.
Gráficamente:

Representación de la conceptualización...

Representación de la operacionalización...

Representación de la validez perfecta...

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)

a) el o los indicadores miden parcialmente a la variable; la conceptualización es

más amplia que la operacionalización. Supóngase que se pretende medir el nivel
socioeconómico empleando como único indicador el nivel de instrucción.
b) la operacionalización excede a la variable; se incluyen indicadores que no
tienen nada que ver con la variable. Por ejemplo, si se pretende medir el nivel de
información sobre el SIDA, además de indagar sobre formas de contagio se incluye la
opinión sobre las relaciones premaritales.
c) resulta una combinación de las anteriores; la operacionalización cubre
parcialmente a la variable y también mide aspectos ajenos a ella. Supóngase
nuevamente que el propósito es medir el nivel socioeconómico indagando sobre el nivel
de instrucción y la religión profesada.
Ahora bien, cómo se establece si existe o no validez interna? Si bien ningún
procedimiento es infalible, dos ayudas son imprescindibles: revisión bibliográfica y
consulta a especialistas.

Validez externa, empírica o pragmática: se refiere básicamente a la confianza o

veracidad de la fuente de información; especialmente cuando se depende de respuestas
dadas por otros, hasta qué punto las mismas se ajustan a la realidad. Sin entrar en el
tratamiento de la problemática de las mentiras y de los controles (por no ser el
propósito del presente apartado) pero sí teniendo en cuenta la distinción entre los juicios
de valor (o de opinión) que no son verdaderos ni falsos y en referencia a los juicios
fácticos, se podría señalar que existen distintas estrategias (aunque por cierto algunas
son poco operativas): cotejar la respuesta con los gestos del entrevistado o con el
contexto en el que se halla inserto; dejar pasar un tiempo y volver a interrogarlo;
enviar a otro a que realice las mismas indagaciones; buscar a una tercera persona que
corrobore la veracidad de las respuestas o chequear con otras fuentes alternativas; etc.
Por otra parte, un indicador o instrumento de medición es confiable cuando
administrado sucesivamente a una misma muestra o población - ya sea por el mismo
investigador o por investigadores diferentes -, y sin que hallan cambiado las condiciones
inciales, reproduce los mismos resultados. Un ejemplo típico de instrumento no
confiable es el famoso centímetro de hule dado que con el uso o con el calor se estira
(dilata).
Dicho de otro modo, un indicador es confiable en la medida que provee de datos o
registros no ambiguos. El término confiabilidad involucra por lo menos, cuatro medidas
distintas:16
1. La congruencia de varios indicadores, es decir, la medida en que varios indicadores
miden la misma cosa.

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.

7. Algunos ejemplos simbólicos

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.

 Ejemplo simbólico nº 1: se trata de la construcción de un índice simple no

ponderado; como se podrá observar las dimensiones (independientemente de cual sea
su número) tienen la misma cantidad de indicadores con igual número de categorías e
idéntico puntaje, y por lo tanto no hay ningún tipo de ponderación (o participación
desigual). Al final se ofrecen dos escalas para tres categorías posibles (podrían ser dos,
cuatro, cinco o las necesarias) de la variable compleja: una con decimales y otra
números enteros. Nótese con respecto a esto último, que los número enteros no
implican que sean un producto del redondeo de los anteriores sino que - aplicando la
fórmula correspondiente -, los puntos sobrantes de la división se han adjudicado
arbitrariamente (en todos los casos) a la categoría intermedia.
 Ejemplo simbólico nº 2: es el mismo índice pero en este caso ponderado: a nivel
dimensiones porque como se consigna, las cuatro tienen puntajes diferentes (7, 11, 2 y
4, respectivamente); a nivel indicadores porque a ellos también se les ha asignado
distintos pesos relativos (puntajes máximos) y a nivel categorías porque no sólo ha
aumentado su cantidad sino porque además tienen pesos diferentes. Esto último puede
prestarse a confusión dado que en principio las letras (que identifican a las categorías)
estarían recibiendo el mismo puntaje; sin embargo si se las reemplazara por dos escalas
ordinales iguales (por ejemplo: malo / regular / bueno y muy malo / malo / regular /
bueno / muy bueno), la posición “regular” en un caso recibiría 1 punto (letra B) y en el
otro 2 puntos (letra C).
 Ejemplo simbólico nº 3: se trata de un índice porcentual no ponderado a nivel
dimensiones pero sí a nivel indicadores y categorías. Como se puede observar todas las
dimensiones tienen la misma participación (25 %) pero no ocurre lo mismo con los
indicadores que en algunos casos participan con el 8.33 % y en otros, con el 12.5 %. Lo
mismo ocurre con las categorías: tómese la identificada con la letra “B” e imagínese que
equivaliera a “SI” en los casos de los indicadores dicotomizados; a veces tendría una
participación del 8.33 y otras, del 12.5.

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.

Ejemplo simbólico 1: INDICE SIMPLE NO PONDERADO

Dimensiones Indicadores Categorías Puntajes

A 0
1.1 B 1
C 2

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 5.33 / 5.34 11.67 / 11.68 18

Variable
Compleja categoría 1 categoría 2 categoría 3

0 5/6 12 / 13 18

Con nº enteros: categoría 1 categoría 2 categoría 3

Ejemplo simbólico 2: INDICE SIMPLE PONDERADO

- a nivel dimensiones, indicadores y categorías -

Dimensiones Indicadores Categorías Puntajes

A 0
1.1 B 1
C 2

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 7.33 / 7.34 15.67 / 15.68 24

Variable
Compleja categoría 1 categoría 2 categoría 3

0 7/8 16 / 17 24

Ejemplo simbólico 3: INDICE PORCENTUAL NO PONDERADO

- a nivel dimensiones, pero sí a nivel indicadores y categorías -

Dimensiones Indicadores Categorías Puntajes

A 0
1.1 B 4.16
C 8.33

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 32.66 / 32.67 66.33 / 66.34 100

Variable
Compleja categoría 1 categoría 2 categoría 3

0 32 / 33 67 / 68 100

Ejemplo simbólico 4: INDICE PORCENTUAL NO PONDERADO

- a nivel indicadores y categorías, pero sí a nivel dimensiones -

Dimensiones Indicadores Categorías Puntajes

A 0
1.1 B 4.55
(9.09 %) C 9.09

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 32.66 / 32.67 66.33 / 66.34 100

Variable
Compleja categoría 1 categoría 2 categoría 3

0 32 / 33 67 / 68 100

Ejemplo simbólico 5: INDICE PORCENTUAL PONDERADO

- a nivel dimensiones, indicadores y categorías -

Dimensiones Indicadores Categorías Puntajes

A 0
1.1 B 2.5
(5 %) C 5

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

INFORME SOBRE LA INVESTIGACION

A MODO DE EJEMPLO (1º PARTE)

Roberto Pérez Lalanne

Introducción

El presente trabajo no es un Informe de Investigación sino un “Informe sobre la

Investigación” por medio del cual se pretende ilustrar a través de un ejemplo la
aplicación de la mayoría de los conceptos desarrollados y simultáneamente realizar
algunas reflexiones sobre su lógica y los procedimientos técnico-metodológicos
utilizados.
He creído conveniente desglosarlo en dos partes para evitar que se acumularan los
conceptos y que aquel que haya seguido la lectura de los temas de acuerdo a su orden de
aparición, pueda refrescarlos y madurarlos conforme vaya leyendo estas páginas.
He seleccionado un “estudio” que realicé finalizando la licenciatura como parte de
un trabajo práctico grupal para un seminario de investigación y lo he escogido por
99
diferentes motivos que iré precisando a lo largo del desarrollo. Desde ya vuelvo a
aclarar que el mismo no pretende ser un ejemplo de investigación científica sino - y a lo
sumo - de algunas “circunstancias y decisiones” propias de un proceso que se realiza en
el marco mencionado pero que bien pueden presentarse en cualquier tipo de estudio.
Precisamente, la primer razón es que necesitaba un “caso” que sin herir
“susceptibilidades” (incluyendo las mías) ni “intereses” (especialmente los propios)
pudiera “mutilar”, “criticar”, adaptar al análisis, “aggiornar” y “rehacer” sin tapujos de
ningún tipo. Por otra parte, lo he utilizado durante mucho tiempo - y continúo
haciéndolo -, en el ejercicio de la docencia al punto tal, que ya prácticamente no
recuerdo cual fue su versión original o si realmente lo hice como digo haberlo hecho.
En segundo lugar, quiero - con el mismo - hacer un expreso reconocimiento a los
docentes que he tenido y que impulsaron mi formación y a los innumerables alumnos
que como yo en ese entonces se “esfuerzan con placer” para sacar adelante “los trabajos
prácticos de investigación”. Además, hace unos días he estado leyendo un libro
(interesante, por cierto) 17 en el cual tal vez me haya inspirado para llevar a cabo el
cometido que me propongo; la diferencia - salvando el resto de las distancias -, es que
en él los autores tratan casos reales mientras que en éste, se podría decir que es “irreal”
pero real en la medida en que existe como tal.
Ubiquémonos en los años ‘70 y - aunque parezca extraño, por no ser
ideológica/política -, en la problemática de las “Técnicas anticonceptivas” que por aquel
entonces su uso se hallaba en plena y reciente difusión de la misma forma en que
paradójicamente - y casi treinta años después -, se discute actualmente sobre la
conveniencia o no de legislar en la Ciudad Autónoma de Buenos Aires sobre dicha
materia y otras afines.

La formulación del problema

La pregunta inicial en torno a la cual se fue desarrollando el trabajo era si existía

algún factor que “condicionara” la elección de la técnica, variable que luego se
transformó en “Grado de eficacia de la técnica anticonceptiva” (GETA) utilizada, tal
vez por los “temores” e “inseguridades” propios de la época (moderna) y por lo tanto,
de nosotros mismos y también para darle a esta variable una “cobertura teórica mayor”.
Nótese que la elección de la temática se desprendió de un problema general cotidiano en
el que se confrontaba el modelo real de las relaciones sexuales con los imperativos del
modelo normativo que “obligaba a tomar las precauciones del caso”. Pero si bien ese
fue el comienzo de la elección como se verá enseguida, la investigación fue tomando
por otros rumbos. También hay que advertir, que por lo menos en un principio el tema
no surgió desde la teoría sino desde la propia experiencia; sin embargo, las teorías
(porque hubo varias) fueron tomando cartas en el asunto; no obstante, por los menos en
los comienzos (etapa de descubrimiento, si se lo puede llamar así) el camino fue
inductivo y vivencial, dejándonos llevar más por los paradigmas primitivos que por los
técnicos, por los prejuicio que por los juicios.18
Como “buenos” estudiantes de sociología la respuesta a la pregunta inicial tenía que
pasar por algún condicionamiento social y como no podía ser de otra manera tenía que
17
Wainerman, C. y Sautú, R. (compiladoreas): La trastienda de la investigación, Belgrano, Buenos
Aires, 1998.
18
Lores Arnaiz, M. del R.: Hacia una epistemología de las ciencias humanas, Belgrano, Buenos Aires,
1986.
100
corresponder a la estructura social y más precisamente la posición que se ocupara en
ella; respuesta que por otra parte, refrendaban la mayoría de las teorías clásicas. Fue
así que se tomó como factor determinante a la clase social que hoy traducimos en el tan
mentado nivel socioeconómico (NSE). Precisamente este es otro de los motivos por los
cuales he elegido esta problemática: la inclusión de esta variable que desde luego está
presente en la mayoría de las investigaciones sociológicas y a la que en breve haré
referencia.
De esta forma se delineó el objetivo general: estudiar la relación entre la eficacia de
la técnica anticonceptiva utilizada y el nivel socioeconómico. Por supuesto que también
los hubo particulares: analizar la incidencia del canal de información y del área cultural
de orígen (ACO) en la elección de la técnica en cuestión. Debo decir al respecto, que
en aquel entonces en el aprendizaje de las corrientes estructural funcionalistas
argentinas uno de los autores de cabecera era Gino Germani, quien además de haber
sido el promotor de la sociología (carrera, instituto, etc.) en nuestro país había sido uno
sino el primero en realizar estudios empíricos sobre nuestra estratificación y además
del propio autor, circulaba el desarrollo de la dicotomía entre las sociedades modernas y
las tradicionales, de donde se dedujo las variables citadas en los objetivos particulares19
a los que se agregó la incidencia de la edad y la cantidad de hijos. Como puede verse,
las teorías “emergían espontáneamente”: las marxistas con la problemáticas de las
clases y las funcionalistas con su énfasis en la modernización, y como “complemento”
porque no se lo podía dejar afuera, estaba Weber con su dimensión social y sus acciones
racionales y tradicionales. En definitiva había marco teórico de sobra que ni siquiera
hacía falta incluir en la revisión bibliográfica que básicamente se redujo a la
problemática de las diferentes formas de anticoncepción y las distintas posturas
“científicas” y no tan “científicas” al respecto.
Y sin embargo, también estaban los “prejuicios” pero en este caso referidos a las
propias técnicas o mejor dicho, a sus “usuarios efectivos”. Tal vez o casi con seguridad,
cuando se trató de realizar la tarea de “acotamiento” o delimitación, fueron los
prejuicios los que más influyeron. Fue así que se decidió trabajar exclusivamente con
mujeres porque se suponía que las técnicas eran “cosa de mujeres” y también se
“recortó” para evitar los “rechazos” y la incidencia de los “prejuicios” de las
involucradas, que éstas fuesen casadas o con parejas estables, las otras condiciones se
caían de maduro: tenían que estar en una “segura edad fértil” y utilizar habitualmente
alguna técnica anticonceptiva. Con respecto a este último requisito, surgieron algunas
“conrroversias”; básicamente la disyuntiva giraba entorno a la inclusión de las “no
usuarias habituales”, dado que en cualquiera de los casos - para significar la
información -, nos llevaría a discriminar entre “esporádicas y permanentes” y a
especificar los motivos (búsqueda de hijos, inconciencia, ausencia de relaciones, etc.)
con el consecuente desvío de los objetivos que no apuntaban al “hábito de uso” sino al
tipo de técnica empleada. Por tales razones - discutibles, por cierto -, se decidió
recortar trabajando exclusivamente con las “practicantes” más allá de las dificultades -
también evaluadas -, que pudiesen surgir en la apertura del trabajo de campo.
En definitiva, estas fueron las principales “razones” que se tuvo en cuenta para
delimitar el campo de estudio de la problemática a la cual se le sumó la
contextualización geográfica: Cap/GBA.

Las hipótesis y sus variables

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.

Variables Naturaleza Función asignada Grado de

complejidad

ACO Cualitativa Contextual Compleja

comparativa (Tc)

Edad Cuantitativa cont. Antecedente (Ta) Simple

NSE Cualicuantitativa Independiente (X) Compleja

Canal de Cualitativa Interviniente (Ti) Simple

información

Cantidad de hijos Cuantitativa disc. Interviniente (Ti) Simple

GETA Cualitativa Dependiente (Y) Simple

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 %

Indicadores Categorías Puntaje

Sin instrucción 0
Primario incompleto 3
Primario completo 6
Secundario incompleto 9
Nivel de Instrucción Secundario completo 12
30 % Terciario incompleto 15
Universitario incompleto 18
Terciario completo 21
Universitario completo 26
Postgrado(Maestría/Doctorado) incompleto 28
Postgrado completo 30

Dominio de Inglés No 0
5% Si 5

Conocimiento computación No 0
5% Si 5

DIMENSION ECONOMICA: 60 %

Indicador OCUPACION PRINCIPAL: 40 %

Cuenta propia Puntaje Relación de dependencia Puntaje

No trabaja 0 Empleada doméstica 7
Rentista 20 Trabajador fliar. s/rem. fija 13
Autónomos: Obrero no calificado 9
Changarín 4 Obrero calificado 17
Otros trabajos no especializados 11 Técnico/capataz 23
Comerciante sin personal 18 Empleado público sin jerarquía 12
Técnico/artesano/trabajador esp. 24 Empleado privado sin jerarquía 17
Profesionales independientes 30 Jefe intermedio sector público 19
Otros autónomos 17 Jefe intermedio sector privado 24
Empleadores: Gerencia sector público 26
1 – 5 empleados 30 Gerencia sector privado 30
6 – 20 empleados 36 Alta Dirección sector público 28
21 y más empleados 40 Alta Dirección sector privado 37
Nota: a los desocupados/jubil./pens. se les asigna 2/3 puntaje de su ocupación anterior.

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.

Indice nivel socioeconómico

0 33 / 34 67 / 68 100
Bajo Medio Alto

También existen estas tres posibilidades:

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

Para concluir con esta variable, algunos comentarios finales:

 Se ha construído un índice porcentual ponderado a nivel dimensiones,

indicadores y categorías.
 La mayor participación de la dimensión económica (60 %) pretende reflejar la
importancia que la misma tiene en la sociedad actual. Sin embargo, el peso dado a la
ocupación principal (40 %) por los fuertes componentes sociales (prestigio,
conocimientos, etc.) que la misma tiene permite compensar sobradamente lo anterior.

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.

Las otras variables del ejemplo

La variable edad fue categorizada mediante una escala intervalar ( hasta 25 / 26 a 35

/ más de 35 años) y por lo general a los efectos de su medición, bastó con algún
observable directo que ni siquiera fue necesario preguntar. De manera similar ocurrió
con la cantidad de hijos - aunque en este caso, se efectivizó la pregunta -, que fue
categorizada en forma racional: ninguno / uno / dos / tres / cuatro o más.
Con respecto al Grado de eficacia de la técnica anticonceptiva (GETA) y al Canal de
información utilizado, también fueron tratados como variables simples. Para la
medición de la primera se agruparon las diferentes técnicas de acuerdo a su eficacia
estadísticamente comprobada, interrogando a la entrevistada por la que habitualmente
utilizaba mientras que para la segunda se le preguntaba por cómo se había informado de
la misma tal como se muestra a continuación:

Nivel de
Variables Medición Categorías Indicadores

Grado de Mínima Coito interrumpido, ogino knaus,

Eficacia de la Ordinal profiláctico, cremas, jaleas, otras
técnica caseras.
anticonceptiva Máxima
(GETA) Píldoras, diafragma, Diu (dispositivo
intrauterino).

Informal Consejos de amigos/fliares/revistas

Canal de no especializadas/ decisión propia,
Información Nominal etc.
(C de I)
Especializado Consejos de especialistas: médicos,
ginecólogos, farmaceúticos/ revistas
Especializadas/etc.

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:

VARIABLE: AREA CULTURAL DE ORIGEN (Tradicional / Moderna)

Dimensiones Indicadores

Cantidad de hermanos.
FAMILIAR Cantidad de tíos maternos / paternos.
Generaciones integrantes del hogar de infancia (abuelos,
padres, tíos, primos, nietos, etc.).

EDUCACION Primaria (no hizo / escuela religiosa / escuela no religiosa).

Secundaria (idem)

Bautismo, confirmación, comunión.

RELIGION Práctica religiosa (asistencia periódica a misa, hábito de
rezar, confesión, rosarios, etc.)

PENSAMIENTO Mitos.
MAGICO Supersticiones.
Amuletos.

Lugar de nacimiento/infancia (zona rural, pueblo, ciudades

ORIGEN s/nº de habitantes).
SOCIO ECONOMICO Ocupación del padre/madre (activ. primarias, secundarias,
terciarias).
Educación del padre/madre

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”.

El razonamiento inicial transformado en cadena era el siguiente:

NSE bajo GETA mínima

C.I. inf.

Básicamente, el razonamiento señala que a un menor nivel socioeconómico existiría

la tendencia a elegir una técnica anticonceptiva de eficacia mínima Por otra parte, a un
menor NSE el canal de información acerca de qué técnica elegir sería informal lo que
redundaría reforzando la relación anterior, en la “recomendación” de una técnica de
bajo grado de eficacia.
Pero también había una hipótesis rival:

ACO tradicional GETA mínima

C.I. inf.

Aunque temporalmente se pueda inferir:

ACO tradicional NSE bajo

En efecto, el Area Cultural de Orígen condiciona fuertemente tanto la elección de la

técnica como su “intermediación” el canal de información. Al respecto, cabe señalar
que una de las ventajas de utilizar variables contextuales comparativas es la de integrar
en un mismo concepto una multiplicidad de factores que por supuesto también pueden
actuar en forma “aislada” o “unilateralmente”. Me refiero por ejemplo a los valores
predominantes en las “sociedades tradicionales” (espirituales, religiosos, supersticiosos,
etc.) que si bien - tomados en forma separada -, constituirían per se variables
actitudinales o intervinientes, en este caso pasan a formar parte o a cumplir la función
de variables estructurales. Y son precisamente estas valoraciones tradicionales las que
condicionan la elección de la técnica. Basta mencionar al respecto, que si se trata de
valores religiosos difícilmente se podría optar por técnicas de eficacia máxima a las que
la Iglesia considera “abortivas”.
Por otra parte - y recuérdese que estamos en los años ’70 -, en aquel entonces las
técnicas de mayor eficacia recien comenzaban a difundirse en el interior del país y en
general en las zonas culturales más tradicionales que por su propia naturaleza e inercia
son reticentes a todo lo que supone cambio o “innovación tecnológica” como ser el uso
109
de píldoras, diafragmas o espirales Si a esto se le suma el escaso número de
profesionales y la dificultad “cultural” para su acceso, etc., entonces “necesariamente”
por “conexión tendencial” los canales tenían que ser informales y las estrategias
anticonceptivas de baja eficacia. La duda se suscitaba con respecto a la relación entre el
ACO y el NSE que tal como se apuntó más arriba, aunque más no sea por una cuestión
de orden temporal debía establecerse de la manera indicada. Pero a ello se le sumaba, el
hecho que las mujeres entrevistadas especialmente aquéllas que provinieran de las zonas
más tradicionales - por estar en su mayoría radicadas en el GBA -, habían migrado en
procura de un mejoramiento de su nivel socioeconómico, de donde se infería el
condicionamiento contextual.
Y todavía quedan dos variables (Edad y cantidad de hijos “CH”) cuya incidencia fue
“controversial” en el momento de especificar hipotéticamente la relación entre sus
categorías. No obstante, y dejando la dilucidación para más adelante, la alternativa
inicial a la que se “apostó” para mantener todas las categorías con el mismo “sentido”
fue:

EDAD menor C.H. menor GETA mínima

De esta manera, quedó hipotéticamente configurada la cadena “lógica” final con sus
múltiples relaciones manteniendo la misma categoría en cada variable:

ACO trad. NSE bajo C.I. informal

GETA mínima

EDAD menor C.H. menor

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

Para cada investigación habrá que definir puntualmente cuál es el Universo

sobre el que recae y obviamente esta definición estará directamente relacionada con el
problema planteado y los objetivos de la investigación. La misma debe contener
información sobre las características esenciales de la población, así como también su
ubicación temporal y espacial, y posibles factores de exclusión e inclusión.

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

Si bien la investigación persigue el objetivo de recabar información sobre

determinadas unidades de análisis, en algunas oportunidades ellas no son los elementos
últimos de los cuales se obtiene información. Podría ocurrir que las unidades de análisis
no sean quienes den testimonio de sí mismas, ya sea por tratarse de unidades colectivas
(empresas, sindicatos, escuelas, etc.), o porque por algún motivo no es posible tener
acceso a ellas en forma directa, o porque el objetivo de la investigación plantea la
obtención de información de fuentes indirectas, etc. En estos casos debemos recurrir a
Unidades de Información válidas que puedan manifestarse sobre las unidades de
análisis.
Como veremos en algunos ejemplos, en ocasiones las unidades de análisis y de
información recaen sobre la misma persona o elemento y en otras no. En el caso de los
alumnos regulares de la Universidad de Lomas de Zamora y de los abogados, ambos
roles pueden recaer sobre el mismo elemento.

U nid ad es d e a U nid ad es d e
análisis inform ación
Abogados Abogados

E ntonces: U .A. = U .I.

Es claro que las empresas metalúrgicas como tales no pueden proporcionar

información. Cuando nos encontramos ante este tipo de unidades de análisis, podemos
recurrir a unidades de información tales como el personal de la empresa.

U nid ad es d e U nid ad es d e
análisis inform ación
Em presas
Em pleados
m etalúrgicas

E ntonces: U .A. = U .I.

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.

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
Adolescentes Adolescentes Adolescentes P adres

E ntonces: U .A. = U .I. E ntonces: U .A. = U .I.

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

E ntonces: U .A. = U .I. E ntonces: U .A. = U .I.

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.

Supongamos que nuestra investigación tiene por objetivo determinar cuál es la

opinión de los alumnos de esta universidad sobre la enseñanza impartida. Si tomamos
una muestra de alumnos contemplado los preceptos de esta rama de la estadística, los
resultados obtenidos a partir de la muestra podrán hacerse extensivos al total de
alumnos o universo.
Los valores obtenidos a partir de una muestra (medidas resumen), se denominan
indicadores estadísticos o estadísticos y en función de ellos se estimarán los llamados
parámetros poblacionales:

x
donde por ejemplo: (minúscula) representa la media de la muestra y

X
(mayúscula) la Media de la Población

Ventajas y Desventajas en la Aplicación de los Censos y las Muestras

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.

Censar universos numerosos o infinitos implica enfrentarnos con las siguientes

desventajas:

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:

Es menos costosa que efectuar un censo

Permite realizar estudios profundos
Obviamente supone un ahorro de tiempo (ya sea en la etapa de
trabajo de campo como en la de procesamiento) que permite arribar a
resultados mucho más rápido.

Pero paralelamente correremos con la siguiente desventaja: tomar una muestra

y en especial si se pretende que la misma sea representativa, nos llevará a optar por
diseños muestrales muchas veces complejos.27
En muchas oportunidades la decisión de efectuar un censo o tomar una muestra
depende del tamaño del universo ya que en universos pequeños lo correcto es trabajar
con la totalidad de los casos. Pero no debemos olvidar que la investigación es un
proceso que contempla una serie de pasos sucesivos e interrelacionados de ejecución,
de modo que las decisiones que tomemos en esta etapa estarán íntimamente
relacionadas con el tipo de investigación que estemos llevando a cabo.

Diseño de la Muestra

En el caso de no efectuar un censo, debemos proceder al diseño de la muestra .

Dicho diseño incluye:
1. Definir la población de estudio.
2. Obtener, de ser necesario, el marco muestral pertinente.

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

Para tratar el tema de distintos tipos de muestras seguiremos la siguiente

clasificación, teniendo en cuenta que en el desarrollo de una investigación es posible
combinar distintas técnicas:
P R E D IS P U E S T A S /
SESGAD AS

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

R P rob ab ilísticas A zar S im ple

A A zar S istem ático

A zar
S N o proporcional
Estratificado

P roporcional

A zar por
C onglom erados

M IX T A S

Hablamos de muestras predispuestas toda vez que los resultados de la

investigación son una consecuencia del procedimiento de muestreo. También se las
llama muestras sesgadas, muestras contaminadas o precientíficas. Cuando se trabaja
con este tipo de muestras “... la comprobación o refutación de las hipótesis pasa a ser el
resultado de procedimientos de muestreo”.28 Tal sería el caso si a la hora de poner a
prueba una hipótesis sobre la discriminación de la población Argentina hacia los
homosexuales sólo consultáramos a los miembros de alguna asociación que los agrupe.
Lo mismo ocurriría si al querer recabar información sobre la opinión de los trabajadores
sobre las medidas tomadas por el gobierno respecto al manejo de los fondos de las obras
sociales sólo interrogáramos a los dirigentes sindicales.

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

Desarrollaremos las distintas técnicas de muestreo en forma independiente, sin

perder de vista que en algunas ocasiones se presentan diseños muestrales que combinan
distintas técnicas, dando lugar al muestreo mixto o combinado. Dicha combinación
puede efectuarse ya sea entre el mismo tipo de técnicas (por ejemplo utilizando más de
una técnica probabilísticas) o bien utilizando en forma complementaria técnicas
probabilísticas y no probabilísticas desde el inicio de la selección hasta llegar a las
unidades últimas de muestreo.

Características de las Muestras No Probabilísticas

Dentro de las muestras no predispuestas, las muestras no probabilísticas son las

que utilizan procedimientos más sencillos de selección de los individuos que formarán
parte de la misma. Pero paralelamente, ofrecen escasas posibilidades de generalización.
Es decir, no se podrán estimar parámetros poblacionales. Entre las particularidades
distintivas de estas muestras, podemos mencionar las siguientes:

Son menos costosas.

No se conoce la probabilidad de cada unidad de análisis de participar en la
muestra.
No requieren, salvo en el caso de las muestras por cuotas, el conocimiento
previo de las características del universo.
No requieren tener identificadas previamente a las unidades de análisis
No requieren la existencia de un marco muestral.
Son menos representativas.
Trabajan con un error muestral desconocido.
Los resultados obtenidos a partir de ellas no se pueden inferir a una
población mayor.30

Características de las Muestras Probabilísticas

Basadas en la teoría de las probabilidades, permiten conocer a priori cuál es la

probabilidad que tiene cada elemento de ser incluido en la muestra. Dicha teoría parte
de una formula básica que establece que la probabilidad de ocurrencia de un suceso es
igual al cociente entre el número de casos favorables y el número de casos posibles.

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

Antes de pasar a establecer cuál sería la probabilidad de extracción de otra

bolilla, se debe haber especificado si el procedimiento de extracción será con reposición
o sin ella. Es decir, si una vez extraída la primera bolilla ésta volverá al bolillero o no.
Si se opta por la segunda alternativa, la probabilidad de extracción de una segunda
bolilla, por ejemplo la Nº 5 será 1 en 9.
P (5) = 1
9

Después de cada extracción (sin reposición) la probabilidad de cada elemento de

ser seleccionado aumentará.

Si tuviéramos un bolillero con 3 bolillas rojas, 2 negras, 1 blanca y 6 azules, la

probabilidad de que la extracción de una bolilla roja estaría dada por:

P (B roja) = 3
12

Continuando con las características de estas muestras diremos que:

Cada de elemento tiene una probabilidad conocida de ser incluida en la

muestra.
Requieren el conocimiento previo del universo y la identificación de las
unidades de análisis, por lo cual es necesario contar con un marco muestral
adecuado.
Son más costosas.
Tienen un basamento estadístico matemático que contribuye a su
precisión.
Trabajan con un margen de error conocido, es decir, que se puede
calcular el error (estadístico o aleatorio) con el que se quiere trabajar.
A partir de los resultados obtenidos es posible estimar parámetros
poblacionales.
120
 Es importante tener en cuenta que a la hora de decidir cuál es el tipo de muestra
más apropiada (probabilística o no probabilística) para nuestra investigación existen
una serie de factores a considerar:

El tipo de estudio en el que se encuadra la investigación: como se verá

más adelante, para cada tipo de estudio y debido a sus características y
objetivos, existe un tipo de muestreo más apropiado. En los estudios
exploratorios y cualitativos generalmente se utilizan muestras no
probabilísticas, mientras que en los descriptivos, explicativos o en
aquellos en los que se pretende estimar parámetros poblacionales se
recurre al muestreo probabilístico.
La rigurosidad requerida en el estudio.
La posibilidad de contar o no con un marco muestral adecuado.
Los recursos económicos con que se cuenta en relación a la necesidad
de tamaños muestrales elevados.
Los recursos humanos con que se cuenta para efectuar el trabajo de
campo.
El tiempo estipulado para esta etapa de la investigación.

Técnicas de Muestreo No Probabilistico

Las muestras accidentales, casuales, o erráticas, son de obtención sencilla y

no requieren de personal extremadamente calificado. También se caracterizan por el
bajo costo. No obstante debemos resaltar que son las menos representativas.

El muestreo accidental consiste en seleccionar los primeros casos que tenemos a

la mano, sin que medie ningún criterio para su obtención. Este es el caso de las
encuestas callejeras, donde se detiene a los transeúntes y se les administra un
formulario.

En las muestras intencionales, razonadas, o dirigidas el procedimiento de

selección es establecido según el criterio del investigador, en función de aquellos casos
que se consideren típicos o característicos de la problemática a investigar, o sea que se
recurre a informantes claves. Lo antedicho no nos debe llevar a confundir esta técnica
con las muestras predispuestas. Nuestra investigación podría estar orientada a conocer la
opinión de la población sobre el estado de los servicios ferroviarios. La muestra sería
dirigida si a tal efecto nuestra muestra estuviera conformada por usuarios cotidianos de
tal transporte público. Mientras que la muestra sería predispuesta, por ejemplo, toda vez
que la misma estuviera compuesta únicamente por los usuarios del ramal eléctrico del
Ferrocarril Roca o por los usuarios del Tren de la Costa en busca de una opinión
favorable.

El muestreo por cuotas implica una mayor representatividad (dentro de las

técnicas no probabilísticas) especialmente al trabajar con universos heterogéneos. Esta
técnica garantizará la presencia en la muestra de elementos de los diferentes estratos o
subgrupos que componen el universo.

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.

Luego se calculará el tamaño de cada cuota, el cual podrá ser no proporcional

(por ejemplo estableciendo cuotas fijas) o proporcional, según si se pretende respetar
el peso que tiene cada cuota dentro del universo.
Una vez establecidas las cuotas, se le asignará a cada persona encargada del
trabajo de campo un determinado cupo a cubrir, especificando qué características deben
reunir los casos (en función de las variables tomadas para la segmentación de la
muestra). La selección de los mismos corre por cuenta del entrevistador o encuestador y
podrá ser accidental o intencional, siempre y cuando respete la cuota que le fue asignada
.31
Nuestra investigación podría girar en torno a la medición de algún fenómeno
entre el personal de una empresa. Si decidiéramos tomar una muestra por cuotas, el
primer paso consistiría en recurrir a la oficina de Recursos Humanos de dicha empresa
para obtener datos secundarios en función de los cuales poder clasificar al personal.
Generalmente las empresas cuentan con información sobre la distribución del personal
por cargo, departamento, etc. Una posibilidad sería clasificar a la población de estudio
por el sector en el que se desempeña. Supongamos que la empresa cuenta con 617
empleados, distribuidos de la siguiente manera:

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

T otal d e E m p lead os 617

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

T otal d e E m p lead os 617 100 140

El área Gerencia cuenta con 43 empleados; ellos representan el 7% del personal,

de modo que en una muestra de 140 casos, si respetamos el peso que tiene este área
sobre el total de empleados, 10 de sus empleados integrarán la muestra.
Mientras que de no considerarse relevante para el estudio mantener en la
muestra la importancia de cada cuota, se tomarían cuotas no proporcionales, por
ejemplo 20 empleados por área.

C antid ad d e % sob re el total d e

A rea
p ersonal em p lead os

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

T otal d e E m p lead os 617 140

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.

Muestreo de Bola de Nieve: en este caso la muestra se conforma empíricamente.

A partir de un primer contacto con elementos característicos de la problemática a
estudiar, ellos son los que brindan información sobre otros posibles elementos. Es decir
que los primeros entrevistados o encuestados son los que ofrecen información acerca de
personas con las mismas características a quienes se pueden contactar para el mismo
estudio.

Esta técnica es de suma utilidad, especialmente para estudios en los que se

pretende acceder a grupos minoritarios o marginales. Supongamos que nuestra
población objeto de estudio está compuesta por aquellas personas que poseen amplias
partes de su cuerpo tatuadas. Para ubicarlas podríamos concurrir a los locales donde se
efectúan tatuajes con el objeto de hallar a alguna persona con estas características. Una
vez efectuado el contacto (y una vez que dicha unidad de análisis nos ha brindado la
información necesaria según los objetivos de la investigación), le solicitaríamos que nos
remita a otras personas que reúnan sus características y así sucesivamente.

Técnicas de Muestreo Probabilístico

El Azar32 Simple requiere en primer lugar la obtención del correspondiente

marco muestral. Luego se procede a la identificación de las unidades de análisis,
asignándoles un número de orden. Posteriormente se recurre a algún procedimiento
aleatorio para seleccionar los casos que formarán parte de la muestra, tales como la
tabla de números aleatorios (ver anexo Nº 1) o el sorteo (para el cual existen en la
actualidad herramientas informáticas que lo facilitan). Entonces, se sortearán tantos
casos como lo requiera el tamaño de la muestra. Si bien existe una cantidad
preestablecida a cubrir (dado por el tamaño de la muestra) en el muestreo probabilístico
siempre es útil seleccionar mediante el mismo procedimiento un determinado número
de casos reservado exclusivamente para aquellas situaciones en las que sea necesario
reponer los elementos de la muestra (reposición o sustitución ante situaciones de
“caída del caso” por no efectivizarse el contacto)
Si nuestro universo está compuesto por los 3.000 trabajadores de una empresa
de telecomunicaciones Universo finito) y habiéndose fijado un margen de error de 3
% y un nivel de confianza de 2 el tamaño de la muestra debería ser de 811 casos (ver
anexo Nº 2). En este caso la probabilidad de extracción dada a cada empleado sería de
0,27, donde:

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

Entonces, se tomará un caso cada 10 hasta completar el tamaño de la muestra.

El Azar estratificado se utiliza cuando estamos ante la presencia de un universo
heterogéneo. Para recurrir a esta técnica no sólo debemos tener identificadas a las
unidades de análisis sino que también es necesario conocer sus características (por
ejemplo las sociodemográficas).
En un primer paso, se procederá a estratificar el universo conforme una, dos o
más variables que se suponen relevantes para la investigación y se identificarán las
unidades de análisis pertenecientes a cada estrato. O sea que el universo quedará
dividido en subgrupos (dentro de los cuales las unidades de análisis comparten ciertas
características) que deberán ser respetados en la muestra. Una vez establecidos los
estratos se procederá a la selección de los casos recurriendo nuevamente a la técnica de
azar simple o azar sistemático.
Al igual que en las muestras no probabilísticas por cuotas, dentro del azar
estratificado existen dos modalidades:
Azar estratificado Proporcional:
Azar estratificado No Proporcional

Estas se relacionan con la técnica de afijación muestral utilizada, es decir con el

procedimiento utilizado para distribuir el peso o la importancia de cada estrato en la
muestra. En este sentido hablaremos de afijación simple, cuando se le asigna un mismo
peso a cada estrato sin tener en cuenta las diferencias que puedan existir entre ellos; y

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

En un estudio efectuado por el Ministerio de Salud la selección de los

conglomerados podría seguir el siguiente camino:
País Provincias Regiones Sanitarias Partidos Municipios Hospitales

Si en otro caso nuestras unidades de análisis estuvieran distribuidas dentro de la

Capital Federal, el recorrido podría ser el siguiente:
Capital Federal Distritos Electorales Barrios Manzana Hogares

Muestreo de Rutas Aleatorias

Esta modalidad en realidad no representa una técnica en sí misma, sino un

procedimiento complementario de los muestreos probabilísticos y no probabilísticos.
Una vez establecida la técnica a utilizar, el muestreo de rutas se utilizará en la
selección de los casos efectivos que compondrán la muestra, es decir que se
preestablecerá el itinerario a seguir en el trabajo de campo. Por tal motivo el
prerrequisito primordial para su aplicación es la existencia de mapas o planos de la o las
zonas en las que se hallan distribuidos los casos.
Las rutas a seguir (plasmadas en una hoja de ruta que se entrega al personal
encargado del trabajo de campo) se eligen en forma aleatoria y deben estar
acompañadas de instrucciones precisas sobre los puntos de partida y finalización, tipos
de giros a realizar, tipo de edificios o viviendas que se tomarán, etc.

Errores Presentes en el Proceso de Investigación

Toda investigación está expuesta a dos fuentes fundamentales de errores. En este

sentido vamos a hablar de:
Error No Aleatorio o No Muestral
Error Aleatorio o Muestral

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.

En el calculo del error (ver anexo Nº 4) intervienen los siguientes factores:

1. La técnica de muestreo seleccionada.38

2. El tipo de universo: finito o infinito
3. El tamaño de la muestra a tomar: recordemos que el margen de error
disminuye a medida que aumenta el tamaño de la muestra.
4. El intervalo de confianza o nivel de confianza de la estimación muestral,
es decir: qué probabilidad existe en que la estimación concuerde con la
realidad? El aumento en el intervalo de confianza implica un aumento en
el tamaño de la muestra y como consecuencia una disminución en el
margen de error Generalmente se trabaja con:
2 (sigma), que implica un 95,5 % de
probabilidad de exactitud en la estimación; o
3 (sigma), que implica un 99,7 % de
probabilidad de exactitud en la estimación.

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

Otra de las tareas inherentes al diseño de la muestra es el cálculo del tamaño de

la misma, es decir, cuántos casos la compondrán.
Entre los factores que intervienen en esta etapa encontramos:

1. La técnica de muestreo a utilizar (probabilístico o no probabilístico)39

2. El error muestral con el que se desea trabajar. Cuanto mayor sea el tamaño de
la muestra, menor será el error y mayor será la exactitud a la hora de estimar
parámetros poblacionales
3. Las características del universo, es decir, si estamos ante la presencia de un
universo homogéneo o heterogéneo.40
4. El intervalo de confianza o nivel de confianza de la estimación muestral.
5. Los recursos económicos, humanos y materiales disponibles.
6. El tiempo disponible para realizar toda la investigación y en especial el
trabajo de campo
7. El tratamiento que con posterioridad se le dará a los datos, ya que ciertos
análisis estadísticos exigen un mínimo de casos por cada categoría de las
variables relevadas; en este caso cobra importancia la cantidad de categorías
que se le asignaron a las variables; cuanto mayor sea la discriminación de los
sistemas de categorías, mayor deberá ser el tamaño de la muestra.41

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.

L ugar d e resid encia

C apital GBA GBA
N ivel d e Instrucción G B A S ur
F ederal N orte O este
P rim aria incom pleta o m enos 10 10 10 10

P rim aria com pleta 10 10 10 10

S ecundaria incom pleta 10 10 10 10

S ecundaria com pleta 10 10 10 10

T erciario incom pleto 10 10 10 10

U niversitario incom pleto 10 10 10 10

T erciario com pleto 10 10 10 10

U niversitario com pleto o m ás 10 10 10 10

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 la m uestra según el m argen de error

A m plitud de
+/- 1 % +/- 2 % +/- 3 % +/- 4 % +/- 5 % +/- 10 %
la población
500 222 83

1000 385 286 91

1500 638 441 316 94

2000 714 476 333 95

2500 1250 769 500 345 96

3000 1364 811 517 353 97

3500 1458 843 530 359 97

4000 1538 870 541 364 98

4500 1607 891 549 367 98

5000 1667 909 556 370 98

6000 1765 938 566 375 98

7000 1842 949 574 378 99

8000 1905 976 580 381 99

9000 1957 989 584 383 99

10000 5000 2000 1000 588 385 99

15000 6000 2143 1034 600 390 99

20000 6667 2222 1053 606 392 100

25000 7143 2273 1064 610 394 100

50000 8333 2381 1087 617 394 100

100000 9091 2439 1099 621 398 100

> 10000 2500 1111 625 400 100

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 m uestra según el m argen de error

A m plitud de la población + /- 1 % + /- 2 % + /- 3 % + /- 4 % + /- 5 %

500

1000 474

1500 726 563

2000 826 621

2500 900 662

3000 1364 958 692

3500 1458 1003 716

4000 1539 1041 735

4500 1607 1071 750

5000 1667 1098 763

6000 2093 1765 1139 783

7000 3119 1842 1171 798

8000 3303 1905 1196 809

9000 3462 1957 1216 818

10000 3600 2000 1233 826

15000 4091 2143 1286 849

20000 4390 2222 1314 861

25000 11842 4592 2273 1331 869

50000 15517 5056 2381 1368 884

100000 18367 5325 2439 1387 892

> 22500 5625 2500 1406 900

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

ANEXO Nº 5 - FORMULAS PARA EL CALCULO DEL TAMAÑO DE LA

MUESTRA45

44
Fuente: Sierra Bravo, Restituto: Técnicas de Investigación Social, Ed. Paraninfo S.A., Madrid, 1995.
45
Fuente: Sierra Bravo, Restituto: op.cit
134
 BIBLIOGRAFIA

Blalock, Hubert M.: Estadística Social, Fondo de Cultura Económica, México,

Primera edición en español 1966, Quinta reimpresión 1994.

Cea D’Ancona, M. Angeles: Metodología Cuantitativa: Estrategias y Técnicas de

Investigación Social, Ed. Síntesis S.A., Madrid , 1998.

García Ferrando. Manuel: Introducción a la Estadística en Sociología, Alianza

Editorial, Madrid, 1992.

Kish, Leslie: Diseño Estadístico para la Investigación, Colección Monografías Nº

146, Centro de Investigaciones Sociológicas, Madrid , 1995.

Padua, Jorge: Técnicas de Investigación Aplicadas a las Ciencias Sociales, Fondo de

Cultura Económica, México, 1993.

Rodríguez Osuna, Jacinto: Métodos de Muestreo, Cuadernos Metodológicos Nº 1,

Centro de Investigaciones Sociológicas, Madrid, 1991.

Sánchez Carrión, Juan Javier: Manual de Análisis de Datos, Alianza Editorial S.A.,
Madrid, 1996.

Sierra Bravo, Restituto: Técnicas de Investigación Social, Ed. Paraninfo S.A.,

Madrid, 1995.

135
 LAS TÉCNICAS DE RECOLECCIÓN DE DATOS

Héctor D. Barroso

INTRODUCCIÓN

El propósito de este trabajo es presentar de manera ordenada y sencilla las

principales técnicas de recolección de datos que utilizan las ciencias sociales.
A modo de ilustración se ha elaborado un gráfico que intenta ubicar a las técnicas en
base a dos criterios relacionados: la mayor o menor estructuración y las características
comunes que las unen según el enfoque o paradigma metodológico que sustentan.
A los lados de un eje que divide en dos al esquema, se ubican en cada hemisferio las
principales técnicas cualitativas y cuantitativas, ordenadas como si fuera el cuadrante
de un reloj desde las 12. En ese lugar ubicamos las técnicas más fuertemente
estructuradas y siguiendo el sentido de las agujas se presentan las técnicas que a medida
que pierden estructuración ganan en libertad.

ESTRUCTURACIÓN VS. LIBERTAD

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

Técnicas Cualitativas Técnicas Cuantitativas

. Mayor libertad del investigador y del
actor investigado
. Mayor capacitación y experiencia de
quien obtiene la información
. Menor libertad de quien observa y del
observado
. Menor capacitación de quien las aplica

. La estructuración de la recolección permite

. El investigador se convierte en el
principal instrumento la comparabilidad de la información
de recolección
. Buscan la objetividad a partir de la
. Orientadas a captar la subjetividad.
comparabilidad
. Enfocan lo singular y concreto
. Orientadas a la medición de variables
. Dirigidas a observar los procesos
en una realidad dinámica . Abstraen propiedades de los objetos

. El uso de estadístisticas es muy limitado . La realidad está sujeta a regularidades

. Los resultados no son generalizables . Dirigidas a observar relaciones entre

variables en una realidad estática

. La perspectiva es desde el interior de las
situaciones . El uso de estadísticas es amplio
. Desarrollan una visión de conjunto . Los resultados son generalizables

. Observan universos pequeños y / u . La perspectiva es desde afuera y lejana

homogéneos
a los datos

. Observan universos grandes y / u

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

Técnicas cualitativas Técnicas cuantitativas

139
1 ) LAS ENCUESTAS

En la numerosa bibliografía que se refiere a las técnicas de recolección de datos en

las ciencias sociales existe un uso confuso del término encuesta.
Además de este término (“enquête”) se utilizan “survey” y entrevista (“interview”).
La confusión aparece generalmente en el término que designa un conjunto de
procedimientos para recoger información (una técnica: encuesta), con el cuestionario
(el instrumento) y la forma de aplicación verbal del instrumento (la entrevista).
Con el propósito de adoptar una única definición que contribuya a aclarar la cuestión,
vamos a utilizar el término encuesta, para designar a la
técnica de recolección de datos que utiliza como instrumento un listado de
preguntas (cuestionario, cédula o formulario)
que están fuertemente estructuradas y que, independientemente de su modo de
aplicación,
recoge información para ser analizada e interpretada estadísticamente, desde una
perspectiva cuantitativa.
De esta manera, reservamos el término entrevista para aquélla técnica que-
mediante una conversación de carácter profesional- obtiene información que será
tratada –predominantemente- en forma no estadística, cualitativa.
Cuando se releva información a través de una persona que lee o ha memorizado el
listado de preguntas decimos que se está frente a una encuesta aplicada por un
entrevistador (también en el lenguaje usual, encuestador),
mientras que cuando el listado de preguntas (cuestionario) es leído y respondido por
el sujeto indagado lo denominamos cuestionario auto administrado.
Las características principales de las encuestas son:
Las encuestas traducen en preguntas las variables de la investigación.
Los indicadores de las variables se convierten en preguntas y sus categorías en
alternativas de respuesta por las que pueden optar los sujetos indagados.
Permiten obtener información de manera indirecta.
El investigador obtiene información a través de una persona que informa y
no observa los hechos en el momento en que están sucediendo.
Se realizan interrogando a un importante número de personas (unidades de
análisis), sobre un número limitado pero amplio de cuestiones (variables).
Los sujetos interrogados integran una muestra representativa de una población
mayor.
La información que se obtiene está conceptualmente estructurada para ser analizada
e interpretada estadísticamente.
En las encuestas generalmente coincide la unidad de análisis (objeto empírico de
estudio de nuestra investigación) con la unidad de información (aquélla que nos
provee información sobre la unidad de análisis). Es decir que los sujetos indagados
informan sobre sí mismos.
La encuesta es una técnica adecuada para obtener cierto tipo de información:
a) Sobre hechos.
b) Sobre opiniones.
c) Sobre actitudes (de manera muy limitada).

a) Los hechos son acontecimientos objetivos de la vida o el conocimiento de las

personas.

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.

c) Las actitudes: No son comportamientos ni opiniones. Son disposiciones

permanentes a actuar y están basadas en las creencias, los valores, los
prejuicios. Son más estables que las opiniones y orientan la acción y la opinión
pero no debe confundírselas con ellas. Su medición puede estar incluida en
alguna encuesta mediante alguna escala, pero existen técnicas específicas que
lo hacen con mayor validez y confiabilidad.
La observación de actitudes mediante encuestas tiene entonces fuertes
limitaciones y debe evaluarse muy detenidamente su inclusión al elaborarlas.

La estructura del cuestionario

Aunque el cuestionario o cédula debe ser una unidad coherente, podemos
analíticamente,
dividirlo en cuatro partes principales.

Primera parte: El pedido de cooperación:

Consiste en un enunciado que solicita la colaboración de la persona seleccionada

para responder a las preguntas de la encuesta, explicando muy brevemente el
propósito o tema general de la investigación. Asegura la confidencialidad de la
información y el anonimato de la persona interrogada.
El pedido de cooperación es de fundamental importancia para obtener las respuestas
a las cuestiones a investigar. Por ello es que su elaboración, si bien sencilla no es
una tarea a descuidar. Si el cuestionario es auto administrado hay que redactar

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).

El siguiente es un ejemplo utilizado por alumnos universitarios para iniciar un

cuestionario (aplicado por un encuestador) para indagar sobre los temas
generales del país que preocupan a la gente.

“ Buenos Días mi nombre es....................... y soy estudiante de...................

de la universidad .................................. .
Estamos haciendo una encuesta para la facultad y nos gustaría conocer
sus opiniones sobre .........................( exponer muy sintéticamente el tema
general de la investigación) .
Desde ya le garantizamos el anonimato y la confidencialidad de sus
respuestas, las que serán tratadas estadísticamente”.

Segunda parte: Las preguntas referidas a las variables objeto de la

investigación.

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.

Tercera parte: Las preguntas referidas a los datos de clasificación.

Interrogan sobre variables de base y que permiten clasificar a la población en

grandes grupos socio-demográficos: edad, sexo, estado civil, nivel socio-
económico, ocupación, numero de hijos, etc.
Es recomendable ubicar estas preguntas casi al final del cuestionario, ya que se
contestan
de manera fácil y casi automática, hecho conveniente cuando el entrevistado ya está
cansado y quiere terminar de responder.
Cuando la muestra se ha seleccionado mediante un procedimiento de cuotas,
algunos datos de clasificación pueden preguntarse al comienzo de la encuesta, ya que
son
necesarios para determinar la inclusión de los sujetos en la muestra.

4. Las preguntas referidas a los datos de identificación:

Se pregunta el nombre de pila, o un sobrenombre, el número de teléfono o algún

otro
dato similar.
El propósito es tener alguna identificación que permita al supervisor corroborar que la
encuesta se haya realizado efectivamente. No siempre es indispensable.

A continuación presentaremos un conjunto de pautas que sirven de guía para la

planificación y elaboración del instrumento de recolección (cuestionario o
143
formulario o cédula).

A) Aunque esta recomendación parezca obvia creemos que no está de más

reiterarla:
Definir claramente cuáles son los indicadores que observaremos y
convertiremos en preguntas. Hay que recordar que los indicadores elaborados
son las preguntas y sus categorías las posibles respuestas a nuestros
interrogantes.

B) Establecer los tipos de preguntas más adecuadas para nuestros indicadores:

Tipos de preguntas posibles (respecto a su forma):

Preguntas abiertas: El sujeto indagado tiene libertad para responder con sus
propias palabras sobre lo preguntado. No tiene alternativas fijas de respuesta.

Ejemplo: ¿En qué localidad reside Ud.?. R............................................

Preguntas cerradas dicotómicas: Presentan 2 alternativas o categorías de

respuesta posible. El sujeto indagado debe elegir sólo una de ellas.
En general si o no, y suelen utilizarse para filtrar la información (dividir la
muestra en grupos definidos por un u otra respuesta).

Ejemplo: ¿Trabaja Ud. actualmente? SÍ......... NO.......

Preguntas cerradas categorizadas: El sujeto indagado debe elegir una entre

varias alternativas.
Ejemplo: ¿Dónde nació Ud.?
a) En la Capital Federal
b) En el Gran Buenos Aires
c) En el interior del país
d) En el extranjero

Preguntas cerradas categorizadas en forma de escala: Las categorías forman

una escala - generalmente de aceptación / rechazo o de conformidad
Ejemplo:
Respecto de la iniciativa del gobierno de reformar la legislación
laboral, ¿Ud. está? :
a) Totalmente de acuerdo
b) Algo de acuerdo
c) Ni de acuerdo ni en desacuerdo
d) Algo en desacuerdo
e) Totalmente en desacuerdo

Preguntas cerradas categorizadas de alternativa múltiple:

El sujeto indagado elige una o varias categorías de respuesta:
Por ejemplo:
¿Cuáles de estas actividades políticas realizó en los últimos 5 años?
a) Votó en las elecciones generales
b) Votó en elecciones internas de un partido político

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

Marque todas las que haya realizado. Si no realizó ninguna marque

aquí........

Cuando el sujeto indagado haya realizado varias de las actividades mencionadas

deberá marcar todas las alternativas. Aunque parezca que este tipo de pregunta viola una
de las reglas de la categorización (exclusividad) no es así ya que cada categoría debe
ser tratada –al confeccionar la matriz de los datos- como un indicador con dos
respuestas posibles: SÍ y NO, en donde deberá indicarse SI cuando aparezca marcada
en el cuestionario (haya realizado la actividad) y NO cuando aparezca en blanco.

Preguntas de evaluación: El sujeto debe elegir una de varias alternativas sobre

las que se les pide que evalúe.
Por ejemplo:
¿ Cuál es para Ud. el mejor político argentino de la última década?
Elija sólo uno de la siguiente lista. (se presenta la lista)

C) Elaborar las categorías que más se ajusten a cada pregunta y a los

objetivos de la investigación.

1. Hay que tener en cuenta las características de la población estudiada su

marco de
referencia. Esto significa que hay que considerar las posibilidades de discriminación
entre
categorías tienen los sujetos a indagar: cuánto mayor es el número de categorías
mayor –
aparentemente- es el poder discriminatorio y la precisión de la respuesta.
Sin embargo, es muy difícil que la población a la que se dirigen la mayoría de
las encuestas tenga en su mente un número muy alto de posibilidades para la opinión
o la
evaluación.
Además, como el destino de la información es su agrupamiento y análisis en tablas,
un
número muy elevado de categorías para cada pregunta dará lugar a tablas con
muchas filas
y columnas, lo que dificultará sobremanera su análisis.
Si tenemos que cruzar dos variables donde c/u una tiene 7 categorías el
resultado es una tabla de 49 celdas donde la visualización y el análisis son
dificultosos.
Es recomendable entonces que el número de categorías sea bajo, incluyendo sólo las
necesarias.

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.

D) Determinar el número, orden y ubicación de las preguntas en el cuestionario.

1. La recomendación principal en este aspecto es la siguiente:

El cuestionario debe tener todas las preguntas necesarias y ninguna más.
Esto significa que no se deben incluir en el cuestionario preguntas de dudosa
utilización o que no sean claramente necesarias a los objetivos de la
investigación.

2. No comenzar el cuestionario con preguntas difíciles o que pongan al indagado en

una situación incómoda.
Por ejemplo: ¿Me podría decir Ud. con qué frecuencia mantiene relaciones
sexuales? Esta pregunta no puede iniciar un cuestionario pero puede hacerse si se
ubica al encuestado en el contexto y se dan las explicaciones suficientes.

3. Comenzar el cuestionario con el pedido de cooperación y a continuación con

preguntas fáciles y que despierten el interés del indagado. Luego realizar las
preguntas más importantes de la investigación – antes de la mitad del cuestionario -,
para continuar con los datos de clasificación y cerrar con los datos de
identificación.

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.

1. Examinar si significan exactamente lo que realmente se quiere decir.

2. Si no tienen otro sentido o pueden usarse con otro sentido.
3. Si la palabra utilizada no se presta a confusión oral o escrita con otra.
4. Si no se puede encontrar otra palabra más sencilla o más clara.

El contenido de las encuestas.

Las preguntas pueden buscar distintos tipos de información. Detallamos abajo los
principales tipos de información obtenidos mediante las encuestas:

1. Preguntas orientadas a obtener datos de clasificación.

Interrogan sobre variables de base y que permiten clasificar a la población en
grandes grupos socio-demográficos: edad, sexo, estado civil, nivel socio-
económico, ocupación, numero de hijos, etc.
2. Preguntas referidas a acontecimientos objetivos de la vida de las personas
(hechos): Por ejemplo: ¿Posee Ud. automóvil?
¿Es Ud. casado?
3. Preguntas referidas a actividades realizadas por las personas.
Por ejemplo: ¿Ha buscado empleo en los últimos seis meses?
4. Preguntas referidas a los conocimientos o a la información que poseen las
personas.
Por ejemplo: ¿Sabe Ud. quién es el Presidente del Partido Justicialista?
5. Preguntas referidas a las intenciones de las personas
Por ejemplo: ¿Piensa cambiar su auto en el próximo año?.
6. Preguntas referidas a las opiniones de las personas.
Por ejemplo: Quisiéramos conocer su opinión acerca de..........................
Están relacionadas con los conocimientos que poseen los sujetos, sus
creencias, los hechos de su vida, sus intereses, sus objetivos, sus valores.
Los individuos no pueden opinar sobre cualquier cosa, aunque si se les
pide opinión, probablemente la emitan.
Hay que tener en cuenta cuando se piden opiniones, que las preguntas se
refieran a aspectos ampliamente difundidos, o a cuestiones que interesan o
afectan la vida de la gente.
7. Preguntas referidas a las expectativas.
Obtienen información sobre los anhelos, esperanzas e ilusiones que tienen los
sujetos indagados.
Por ejemplo: ¿Espera Ud. conseguir un empleo en los próximos días?
8. Preguntas referidas a los motivos o razones que llevan a las personas a actuar de
determinada manera.
Por ejemplo: ¿ Nos podría decir Ud. cuáles son las razones por las cuales votó a
este candidato?

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.

1. No hacer preguntas que obliguen a hacer esfuerza de memoria.

Ejemplo incorrecto: Recuerda Ud. ¿dónde obtuvo esta información?
Debe pedirse información acerca de hechos que puedan ser claramente
recordados por las personas. Hay que tener en cuenta que si no se recuerda es
probable que se intente adivinar.

2. Redactar las preguntas en forma personal, dirigidas directamente al sujeto que

responderá.

3. No utilizar palabras abstractas ni de tipo valorativo ni incluir generalizaciones.

Como por ejemplo clase, especie, frecuentemente, habitualmente, bueno, malo.
Lo que es frecuente para uno puede ser infrecuente para otro.
Debe preguntarse acerca de sucesos específicos y proveer una escala que permita
ubicar una categoría del indicador.

4. Redactar las preguntas del modo más concreto y preciso posible.

5. El significado de toda pregunta debe resultar comprensible por las personas

menos inteligentes incluidas en la muestra.

6. No incluir preguntas dirigidas. Son aquéllas que están redactadas de tal manera
que sugieren la respuesta.

7. Las preguntas deben ser cortas.

8. Deben ir directamente al punto de información que se quiere obtener. NO debe

preguntarse en forma elíptica o con rodeos.

9. Las preguntas deben preferentemente admitir:

Respuesta numérica: ¿Cuántos años tiene usted? : 25
Afirmación negación: ¿trabaja usted? Si No
Alternativas: opción por alguna categoría

10. Redactar y formular las preguntas de manera que no afecten la intimidad de las
personas ni provoquen prejuicios personales.

11. No obligar a hacer cálculos.

Ejemplo incorrecto: ¿Cuántos kilovatios de electricidad se consumen al año en su
casa?
Podría preguntarse: a) ¿Cuánto pagó en su última factura de electricidad?
b) ¿ Y en la factura anterior?
Con dos mediciones es posible calcular un promedio convirtiendo los montos
pagados en kilovatios, tarea que debe realizar el investigador.

12. No redactar las preguntas en forma negativa.

Las preguntas redactadas en forma negativa confunden o inducen la respuesta.
Además, hay que recordar que la doble negación significa afirmación.
148
Las formas de administración de las encuestas.
Como ya se ha mencionado anteriormente, existen diversas formas de aplicación de
los instrumentos de recolección de datos en las encuestas. Sin que la lista sea
exhaustiva podemos mencionar:

Cuestionario auto administrado: Entregado al sujeto y leído y respondido por

él. Su mayor ventaja es el bajo costo de aplicación. Su desventaja principal
consiste en que si los sujetos que deben responder no están motivados a hacerlo,
el número de cuestionarios devueltos será bajo en proporción con los entregados.
En los últimos tiempos ha aparecido una modalidad de cuestionario auto
administrado que consiste en presentarlo en una página Web o algún formato similar,
para ser respondido por un individuo que accede a través de Internet o mediante correo
electrónico. Si bien la presentación es diferente, las consideraciones para su
elaboración, aplicación y análisis son las mismas, difiriendo solamente en la posibilidad
de ir completando la matriz de los datos automáticamente y a medida que los
cuestionarios sean contestados.

Formulario o cédula aplicada por un encuestador: Sus ventajas consisten

sobre todo en la mayor posibilidad de obtener encuestas efectivas. Es más difícil
negarse a responder cuando una persona lo solicita. Además, resulta más fácil de
aplicar cuando las preguntas tienen cierta complejidad. Un encuestador
entrenado puede evitar dificultades de comprensión de algunos términos. Por
otra parte, hay que considerar los costos que implica pagar a los encuestadores
por su trabajo, su capacitación y su supervisión.

Cédula aplicada telefónicamente. Si es corta y de fácil respuesta las ventajas

en cuanto a los costos son importantes. Si es muy larga y de dificultosa
respuesta, hay que considerar seriamente si la aparente reducción de los costos
es real, sobre todo cuando se evalúan todos los aspectos vinculados
(respuesta efectiva según el número de intentos, costo de las llamadas
telefónicas, menor posibilidad de aclarar y motivar, etc.).

El trabajo de campo en las encuestas:

Consiste en la fase de aplicación de los instrumentos de recolección de datos a las

unidades de información definidas en la muestra o población a estudiar.
Existen dos aspectos centrales que presenta como problemática el trabajo de campo:
a) La correcta aplicación del instrumento
b) La obtención del mayor porcentaje posible de respuestas efectivas respecto del
número de
casos preestablecido para encuestar.

Respecto del primer punto , la cuestión principal es la de garantizar la comparabilidad

de la información obtenida.
Germani nos enseña:

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

Respecto del segundo, también citaremos a Germani:

“Existen pues muchas causas que pueden implicar una disminución del número de
unidades encuestadas realmente con especto a lo previsto. Ahora bien, aunque esta
posibilidad es tenida en cuenta al diseñar la muestra, deben cumplirse varias
condiciones:
en primer lugar la proporción de tales pérdidas no puede superar ciertos límites (en
general oscila entre el 5 y 20%); en segundo lugar tales pérdidas deben producirse en
forma equilibrada en todos los sectores de la muestra, de otro modo esta dejaría de ser
representativa (por ejemplo no podría admitirse una proporción de pérdidas muy
elevadas en los barrios de clase alta , y muy bajos en los demás); en tercer lugar hay
que asegurarse que las causas de las pérdidas no estén vinculadas a factores de
importancia en la encuesta”2

Recorriendo el campo:

Con el propósito de resolver los aspectos principales de la recolección mediante

encuestas
es necesario tener en cuenta las siguientes sugerencias :

a) Efectuar la encuesta sólo a las unidades seleccionadas según los criterios

estipulados previamente.
b) La aplicación del cuestionario debe realizarse en el ámbito más natural y
cómodo posible. Si esta se realiza inevitablemente en un lugar poco adecuado –
por ejemplo en la calle- debe ser breve.
c) Si en sujeto indagado se encuentra acompañado es necesario aclararle que
necesitamos que las preguntas sean respondidas por él solo, sin ayuda de sus
amigos. Esta tarea no suele ser sencilla ya que corremos el riesgo de molestar al
encuestado. Sin embargo, si lo que la investigación requiere es conocer
características de ciertas y determinadas unidades, las respuestas colectivas
afectarán la posibilidad de clasificación y análisis.
d) La aplicación del cuestionario no es un interrogatorio. Por lo tanto, el
encuestador debe presentarse y lograr la cooperación voluntaria del sujeto
indagado y debe tratar de mantener la comunicación necesaria en un clima

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 .

A continuación se presenta un cuestionario para una encuesta domiciliaria realizada

a una muestra de la población de Lomas de Zamora. Sus objetivos principales eran
conocer las opiniones de los habitantes sobre algunos aspectos relacionados con la
gestión municipal.

Ejemplo de cuestionario para encuesta domiciliaria

P.M. Nº ........... Ubicación ............................................. Encuesta Nº.......

Mi nombre es ..................................... y soy estudiante de la UNLZ. Estamos realizando un trabajo de
investigación en el Partido de Lomas de Zamora, para conocer algunas opiniones de los habitantes.
Las respuestas son anónimas y su colaboración será de gran ayuda para nuestros estudios.
1) Sexo a).M b).F. ..........
2) ¿Cuántos años tiene Ud.? ................
(a: 18/ 26 ; b: 27/36 ; c: 37/ 46 ; d) 47/ 56 ; e: 57/65 ; f: 66 y más) ...........
3) VIVIENDA: NO PREGUNTAR. ( Observación directa del encuestador) ........
Niveles: a) Bajo y muy bajo b) Medio bajo c) Medio d) Medio alto e) Alto
4) Me podría decir si Ud. o algún familiar es el propietario de la vivienda que habita?
a) Propietario b) No propietario ..........

5) Me podría decir cuál es su ocupación? ESPONTÁNEA – ABIERTA

........................................................................................................ ...... ....
6) SOLAMENTE PARA LOS QUE RESPONDEN : ESTOY BUSCANDO TRABAJO
¿Cuánto tiempo hace, aproximadamente, que busca trabajo?
ABIERTA: ............................................................................................. ........ ..
7) SOLAMENTE PARA LOS DESOCUPADOS :
¿Cuál fue su trabajo anterior?.......................................................... ..........
Nos gustaría hablar un poco de Lomas de Zamora:
8) ¿ Me podría decir CUÁLES SON LOS PRINCIPALES PROBLEMAS ACÁ,
EN ESTE BARRIO? Abierta/ espontánea (marcar en orden de mención)
1) .......................................... 2)...................................... 3)............................... ...
9) Ahora le voy a mostrar una tarjeta, en la que aparecen algunos temas.

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:

La entrevista es una técnica que permite la obtención de información mediante una

conversación de naturaleza profesional con el propósito de tratar formalmente algún
tema. Esta conversación presenta cierta asimetría entre el entrevistador y el
entrevistado, ya que tienen intereses distintos y la dirección del diálogo está definida de
152
antemano. Si bien es posible que esta asimetría en la comunicación no sea tan marcada
es inevitable: Existe un sujeto que pregunta y otro que responde.
En la siguiente cita, puede observarse, resumido y con profundas dudas, el fundamento
de las entrevistas.
“Por lo común se supone, aunque no hay muchos datos que apoyen tal suposición,
la existencia de una relación lógica y simple entre lo que una persona dice y lo que
piensa”.3
En esta idea, son muchas las disciplinas y los profesionales que utilizan la entrevista con
fines diferentes: El médico, el psicoterapeuta, el selector de personal, el periodista, el
sacerdote, etc.
El propósito de este trabajo es presentar brevemente las características de esta técnica
cuando es usada con fines de obtener información para estudiar la realidad social., desde
una perspectiva principalmente sociológica.

Tipos de entrevista:

Utilizando el grado de estructuración como criterio para ordenar la gran variedad de

modos de utilización de esta técnica, hemos elaborado la siguiente clasificación.
La mayor estructuración implica mayor definición de las preguntas y alternativas de
respuestas fijas o casi fijas y por lo tanto menor libertad del entrevistado y también del
entrevistador.
Para que la clasificación sea exhaustiva, deberíamos presentar en un extremo a lo que
podríamos denominar “entrevista estructurada”. En realidad ya la hemos presentado
previamente llamándola encuesta administrada por un entrevistador (encuestador), en
el apartado titulado “Las encuestas”. En la introducción de este trabajo se expone
brevemente el criterio de esta clasificación.

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.).

2. Las entrevistas no estructuradas :

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 .

- La entrevista abierta o no dirigida:

En esta entrevista, el investigador es el instrumento de recolección de datos y
tiene amplia libertad para preguntar, animar a hablar, aclarar cuestiones. El
registro de la información puede realizarse en una guía mínima de ítems a tratar
o mediante una grabación o filmación. El informante también tiene plena libertad
para expresar sus motivos, intereses, opiniones, sentimientos.
Requiere de un entrevistador con amplios conocimientos teóricos y mucho
entrenamiento.
En la entrevista abierta se obtiene información muy profunda, íntima, singular, y
por lo tanto no generalizable.

Los componentes de la entrevista:

1. Los datos o información que se buscan.

2. El instrumento de recolección de información : Puede ser una guía, donde ya
definimos los ítem que tenemos que abordar. Mientras más precisión incorporemos
en las preguntas más rápida es la entrevista, pero cuanto mayor sea la precisión
menor profundidad obtendremos.
3. Acto de la entrevista: La recolección de la información. Se produce una relación
cara a cara entre el entrevistado y el entrevistador.
4. El análisis de la información.

Recomendaciones generales para el desarrollo de la entrevista:

El objetivo es obtener información veraz.

La entrevista no es un interrogatorio.
Nadie puede asegurar la veracidad de las respuestas del otro . Lo que puede hacer
es conquistar su confianza.

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

Esta técnica es la más antigua y la principal en la ciencia moderna. Implica la

percepción de los fenómenos a través de los sentidos (o de instrumentos de observación
auxiliares).Esta técnica permite captar los fenómenos en el momento en que están
sucediendo. Presenta algunas dificultades en general y algunas particularidades en su
uso en las ciencias sociales.

1) Inadecuación de los órganos sensoriales:

Lo sentidos humanos son adecuados para adaptarnos y sobrevivir en todo el planeta
pero no son muy potentes ni precisos. El oído del perro o la visión del águila
superan ampliamente estas capacidades humanas. Para salvar esta dificultad hemos
creado y construido instrumentos que permiten amplificar con gran poder nuestras
posibilidades de percepción. Pero esta gran potencia también es una limitación: Sólo
permiten observar aquellos objetos y propiedades para los cuales han sido
elaborados: Un microscopio sólo puede ayudar a percibir cosas muy pequeñas, que
de antemano hemos colocado en el portaobjetos y que de alguna manera conocemos
y podemos distinguir.

2) Interdependencia entre la observación y la inferencia:

No hay sensación “pura”. La percepción se compone de experiencia acumulada e
inmediata. Los estímulos sensoriales nos transmiten significados que relacionamos

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.

3) Influencia del observador sobre lo observado y de los fenómenos sobre el

observador. En las ciencias sociales, el observador forma parte de los
fenómenos observados. Es parte de la sociedad humana en general o de la
cultura a la que pertenece. Y el drama de la vida humana no le es ajeno, aunque
trate de mantenerse neutral. Por otra parte, la acción de la investigación y sus
resultados pueden en mayor o menor medida a los actores sociales observados.

Es una técnica de recolección de datos que se basa en lo percibido por el propio

Investigador. Modalidades de la observación:

De acuerdo a la participación del investigador en el campo observado puede clasificarse

en :

a) Observación no participante: El investigador se sitúa fuera del grupo o fenómeno

observado. Puede a su vez dividirse en:

a1) Observación directa simple: Obtiene información de fenómenos que se

producen natural o espontáneamente y en el momento en que ocurren.

a2) Observación en el experimento: El investigador observa respuestas a estímulos

controlados en situaciones artificiales.

b) Observación participante: El investigador se incluye en el grupo a observar y

participa de sus actividades. Aprende las reglas del juego (normas, valores, códigos,
creencias, etc) jugándolo. Si la participación es prolongada y se realiza conviviendo
con el grupo observado se denomina observación etnográfica o antropológica.

De acuerdo con la forma e intensidad de la participación podemos investigador

en un continuo que va desde la observación pura –sin participación- hasta la
mayor participación –participación plena-.

Reglas y recomendaciones generales de la observación:

1) Como ya fuera mencionado, la observación está guiada por cierta orientación o

marco teórico, que permite interpretar los datos obtenidos.
2) Debe definirse previamente cuáles son los objetos, situaciones, hechos que serán
observados y registrados. Puede utilizarse una lista o guía de observación más o
menos estructurada.
3) Debe definirse previamente el tipo de observación a realizar.
4) Debe definirse previamente el lugar desde donde se observará.
5) Es recomendable definir previamente el tiempo que insumirá la observación.
6) Proveer los medios para el registro y control de la observación (cuaderno de campo,
grabador, videograbadora, etc).
156
7) Registrar los datos inmediatamente o lo antes posible.

BIBLIOGRAFIA:

- ANTOINE, Jacques: “El sondeo, herramienta del marketing”- Ediciones

Deusto – Buenos Aires – 1993.

- BOSCH, J.; TORRENTE, D.: “Encuestas telefónicas y por correo” – Centro

de Investigaciones Sociológicas – Barcelona - 1994

- GERMANI, Gino: “ Manual del encuestador”. Universidad de Buenos Aires.

Facultad de Filosofía y Letras. 1966

- HERNANDEZ SAMPIERI, R.; FERNANDEZ COLLADO, C.; BAPTISTA

LUCIO, P.: “ Metodología de la investigación”. Editorial McGraw-Hill -
Interamericana. México- 1998

- MADGE, John:” Las herramientas de la ciencia social”. Editorial Paidós –

Buenos Aires – 1969

- NOELLE, Elisabeth: “Encuestas en la sociedad de masas”. Editorial Alianza –

Madrid – 1978

- SELLTIZ, C.; JAHODA, M.; DEUTSCH, M.; COOK, S. W. : “Métodos de

investigación en las relaciones sociales”. Ediciones Rialp –
Madrid –1965.

157
 EL DIFERENCIAL SEMANTICO

Roberto Pérez Lalanne

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.

Metodología para la construcción y administración de un diferencial semántico

1. Selección de los conceptos

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 inicialmente el espacio para Osgood era multidimensional luego de

sucesivas pruebas llegó a la conclusión que dicho espacio podía resumirse en tres
dimensiones semánticas o “factores dominantes”:
1. Valoración: juicio o calificación que los individuos hacen de cada estímulo.
2. Actividad: dinámica o movimiento que los sujetos perciben en cada concepto.
3. Potencia: poder o fuerza que los individuos le asignan a cada objeto.
Para cada una de estas dimensiones se aconseja trabajar con un mínimo de tres
escalas bipolares en cuyos extremos se ubiquen adjetivos o atributos opuestos. Estos
adjetivos tienen que enfatizar o estar “cargados” de una de esas dimensiones. A su vez
cada escala debe tener siete o a lo sumo cinco posiciones con un punto intermedio de
“neutralidad o indiferencia” o punto de orígen común a todas las escalas. De esta
manera, es posible no sólo medir el sentido de la reacción (positiva o negativa) sino
también su intensidad (más o menos positiva, más o menos negativa).
De cada conjunto de tres escalas por dimensión, se obtiene un puntaje promedio
producto de las medias de cada escala, ese promedio por cada dimensión o factor se
denomina “puntaje factorial” y lógicamente se supone más representativo, más
confiable y válido que los valores escalares. Dicho de otro modo, cada escala cumple la
función de indicador con sus categorías bipolares para la operacionalización de la
variable significado. El puntaje final (o valor de índice) es el resultante del promedio de
los tres puntajes factoriales obtenidos para cada dimensión. Dicho puntaje es el que
posibilita ubicar el significado del estímulo en el espacio semático teniendo en cuenta
dos características o coordenadas: a) dirección desde el orígen y b) distancia desde el
orígen. O sea tipo (positivo o negativo, aceptación o rechazo) e intensidad (mayor o
menor, débil o fuerte) del significado.
Los atributos o adjetivos que constituyen los polos opuestos de las escalas son - al
igual que los estímulos aunque algo más estructurada -, una muestra intencional por
cuotas extraída de un universo posible de escalas. Esto significa que existe un número
muy amplio de atributos bipolares con los que se pueda trabajar para cada dimensión:
a) Valoración: bueno-malo; placentero-displacentero; honesto-deshonesto;
sincero-falso; caro-barato; creíble-increíble; valioso-disvalioso; limpio-sucio;
agradable-desagradable; sabroso-desabrido; útil-inútil; etc.
b) Actividad: lento-rápido; excitado-calmo; apresurado-cauteloso; aburrido-
divertido; activo-pasivo; dinámico-estático; frío-caliente; serio-humorístico;
conservador-revolucionario; etc.
c) Potencia: fuerte-débil; blando-duro; clase alta-clase baja, popular-elitista;
violento-calmo; carismático-no carismático; masculino-femenino; importante-trivial;
con poder de decisión-sin poder de decisión; con respaldo popular-sin respaldo popular;
etc.

Existen un conjunto de criterios (adecuados para cualquier concepto) para la

selección de las escalas:
 Su “composición factorial” dado que como fue señalado son tres las dimensiones
del espacio semántico o factores dominantes (valoración, actividad y potencia).
 Su “relevancia para los conceptos evaluados”, su pertinencia aunque sea en
términos metafísicos. Por ejemplo, si se trata de analizar el posicionamiento de varias
159
universidades en el imaginario social, no es relevante la escala sabroso-desabrido y sí en
cambio aunque pueda resultar metafísico: templo del saber-templo de la ignorancia.
 Su “estabilidad semántica” con respecto a los sujetos y estímulos de una
investigación específica. Esto significa que los atributos no deben prestarse a distintas
interpretaciones. Por ejemplo, una escala bipolar que no tiene estabilidad es grande-
chico, dado que el adjetivo grande puede significar: grande en edad, grande en tamaño,
grande como elogio (¡Grande, Pa!), etc.
 Su “representatividad” de los sujetos a los cuales se les va a administrar la
escala, es decir, que es importante que los atributos reflejen el “estado de ánimo”, la
“sensación térmica”, el interés de los individuos. Y esto es sumamente importante,
dado que a veces el éxito de la escala no está en los resultados generales obtenidos sino
en el “testeo” de determinados atributos/adjetivos/slogans/etc. A veces, determinadas
“cualidades” o incluso “gaff o errores involuntarios” han servido de “leit motiv” para
montar una campaña de “prestigio o desprestigio”, o “a favor o en contra”. Por
ejemplo, “dicen que soy aburrido” (De la Rua), “conmigo o sinmigo” (H. Iglesias), etc.

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.

4. Diseño y administración del instrumento

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.).

 Ejemplo: Supóngase que el objetivo es medir la imagen de distintos candidatos

políticos en período de campaña preelectoral. En este caso, el nombre de los mismos
serían los conceptos a testear. Supóngase también que uno de ellos es el “cliente” que
ha encargado el estudio. Tal vez, no sea necesario compararlo con todos los otros sino
tan sólo con aquellos considerados “rivales” o postulantes a vencer. Imaginemos
entonces que los nombres definitivos son tres (cada uno con el suficiente poder
discriminatorio). Como se señaló anteriormente, de un universo posible se selecciona
una muestra intencional de estímulos-candidatos. Supóngase también que los tres ya

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:

Valoración: honesto-deshonesto / izquierda-derecha / democrático-autoritario.

Actividad: con trayectoria-sin trayectoria / revolucionario-conservador / aburrido-
divertido.
Potencia: carismático-no carismático / con poder de decisión-sin poder de decisión
/ con anestesia-sin anestesia.

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

A los efectos del procesamiento de los datos se ponderan (cuantifican) las

posiciones de las escala asignándoles un puntaje, existiendo distintas alternativas:

Atributo negativo Atributo positivo

/ / / / / / / /
0 1 2 3 4 5 6

/ / / / / / / /
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.).

 Continuando con el ejemplo iniciado, supóngase que ya se ha recogido la

reacción de los individuos estudiados con respecto a los tres candidatos y que además -
algo que se realiza con frecuencia -, se ha incluído entre los objetivos del estudio la
construcción de la imagen ideal de un candidato y para ello se ha agregado un cuarto
estímulo “el candidato ideal” para que los entrevistados lo posicionen en cada una de las
nueve escalas.
Una de las formas más simples de presentar los resultados y que permite una mejor
visualización de los mismos, es elaborando un gráfico de perfil con las nueve escalas:

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

El gráfico permite visualizar claramente el perfil de los tres candidatos y su

posicionamiento relativo entre sí y con respecto al “candidato ideal”. Asimismo se
observan los puntos fuertes y débiles de cada uno de ellos. Si se analiza en particular el
caso de nuestro cliente (ZZ) la debilidad mayor radica en la percepción de su “falta de
trayectoria” que puede obedecer a una deficiente difusión de sus antecedentes y en
mucho menor medida su “postura de izquierda” que habrá que moderar levemente.
Como se señaló anteriormente este mismo gráfico se debe complementar con el de
los tres puntajes factoriales y el general y a su vez todos ellos, “abiertos o
discriminados” por las variables que caracterizan a la muestra. Por ejemplo, un gráfico
para los hombres y otro para las mujeres; o para los jóvenes, adultos y ancianos, etc.
Supóngase, que se trate de participar en un acto con predominio de público femenino
joven de nivel socioeconómico medio y que la intención sea captar dicho voto;
entonces, habrá que orientar el discurso de nuestro candidato adecuándolo al perfil
“ideal” de dicho electorado teniendo en cuenta el gráfico y los cuadros resultantes de
dicho análisis multivariado.

163
 NOCIÓN Y ESTRUCTURA DEL DATO (*)

Guillermo Pablo Abritta

La palabra dato tiene su origen etimológico en el término latino “Datum” que

significa “lo dado”. Sin embargo, en sentido estricto, en el ámbito de la investigación
científica, como señala Gil Flores, J. (1) “La mayoría de los autores asumen que el
investigador desempeña un papel activo respecto de los datos: el dato es el resultado de
un proceso de elaboración, es decir, el dato hay que construirlo.”
Siguiendo al mencionado autor, aunque no textualmente, la noción de Dato, se
puede definir como aquella información extraída de la realidad que tiene que ser
registrada en algún soporte físico o simbólico, que implica una elaboración conceptual y
además que se pueda expresar a través de alguna forma de lenguaje. Los principales
componentes enumerados por Gil Flores, J., se incluyen en esta definición, los cuales
giran alrededor de la noción de dato, ellos son los que a continuación se exponen:

1) Una elaboración conceptual.

2) Un contenido informativo.
3) Un registro en algún soporte físico y
4) La expresión de los mismos en alguna forma de lenguaje, ya sea
numérica o no numérica.

Tales componentes operan durante todo el proceso de la investigación, esto es,

desde la elección del tema, la elaboración del diseño hasta el informe final, pero se
plasman durante la etapa de recolección de datos a través de la administración de las
técnicas de investigación, ya sean cuantitativas o cualitativas. En efecto, una entrevista
producirá datos de naturaleza verbal, un test de inteligencia datos de naturaleza
numérica. También esta la alternativa a través de la cuál el investigador encuentra los
datos que han sido producidos por “otros”, ya sea por los sujetos investigados o por
otros investigadores. A pesar de ello, el dato obtenido es el resultado de una
interacción entre el investigador, con sus supuestos básicos subyacentes, su enfoque del
problema, los objetivos del estudio y su adhesión a algún paradigma teórico y/o
metodológico.
Galtung, J. define el término “dato” de la siguiente manera (2): “Se obtienen datos
sociológicos cuando un sociólogo registra hechos acerca de algún sector de la realidad
social o recibe hechos registrados para él.”
También sostiene que todo dato tiene una estructura compuesta por tres elementos:
unidades de análisis, variables y valores. Cualquier dato consistirá en:

1) Una unidad de análisis que

2) En una variable asumirá
164
 3) Un determinado valor.

(*) Publicación interna (Módulo II) de la Cátedra: Metodología y Técnicas de la

Investigación Social, Prof. Titular: Labourdette, Sergio, Carrera de Comunicación,
Facultad de Ciencias Sociales, U.B.A. Año 1999.

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) “Individuos como seres sociales.

2) Determinados productos de la acción humana, tanto de tipo material
como inmaterial (por ejemplo, ideas, representaciones valorativas,
normas),
3) Colectivos sociales o grupos: a saber desde conglomerados pequeños
y efímeros hasta grandes colectividades organizadas con inclusión de las
sociedades globales”.

Generalmente, cuando las unidades son colectivos sociales, se distingue entre

unidades de análisis y unidades de observación, estas últimas son las que van a aportar
la información que se va a registrar y luego se va a comunicar a través de un lenguaje
numérico o no numérico. Por ejemplo: si en un estudio las unidades de análisis son las
escuelas, las unidades de observación pueden ser las autoridades de la escuela, los
docentes y los alumnos.
En lo que atañe al término Variable, el mismo tiene un origen matemático y luego
por extensión en las ciencias sociales se convirtió en sinónimo de aspecto o dimensión,
Korn F. (4) lo define de la siguiente manera: “ En otros términos, el significado
completo de la palabra “variable”, tal como es usada en ciencias sociales, contiene no
sólo la connotación de “aspecto” o “dimensión” de un fenómeno, sino también la
propiedad de estos aspectos o dimensiones de asumir diferentes valores.”
También se puede definir el término variable, como un concepto acerca de algún
aspecto y/o magnitud de un elemento o unidad de análisis capaz de asumir diferentes
cualidades y/o valores.
Mientras que un Valor o categoría es una de las diferentes posiciones o alternativas
que presenta la variable y adopta alguna unidad de análisis y se puede expresar
cualitativamente a través de una clasificación por ausencia y presencia, por jerarquía u
orden o sino cuantitativamente, es decir, a través de magnitudes.
Cabe señalar, que Samaja, J. (5), contrariamente a lo que dice Galtung, sostiene
que la estructura general del dato científico tiene cuatro componentes, a saber:

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:

1) La Unidad de análisis corresponde al componente “argumento” (X);

2) La Variable, a la función misma (F);
3) El Valor coincide, incluso en el nombre, con el valor de la función
(Y), y
4) El Indicador con las operaciones de que está construida y que
permiten calcular el valor de la función.

El autor lo ejemplifica a través de un diálogo sacado de una escena entre Sherlock

Holmes y el Dr. Watson: “Por lo que veo, ha estado usted en Afganistán”. Según
Samaja “Independientemente de las características coloquiales que tiene la afirmación
anterior, en ella hay dato.” Y más adelante afirma: “La unidad de análisis (UA) es, en
este caso concreto el Dr. Watson. La función de descripción (que en la jerga
metodológica se denomina “variable” (V) es “lugar de residencia”. El valor (R) es
Afganistán. Y por último, el indicador (I) (Por lo que veo ...”) es “observación de
indicios físicos”.
Si bien la propuesta elaborada por el autor es interesante, cabe señalar que en la
jerga metodológica un Indicador, en principio, es una variable de nivel empírico que se
deduce y representa a la variable teórica. Según Díez Nicolás, J. (6) “El indicador es un
signo (propiedad, atributo, variable) mediante el cual nos aproximamos al conocimiento
de ciertas características de un objeto que no se pueden medir directamente (de aquí que
se hable de inferencia).” Por lo expuesto y como se podrá apreciar más adelante, los
indicadores se ubican, en una matriz de datos, en las columnas como el resto de las
variables. Por ello, se opta en este trabajo por la concepción de Galtung acerca del dato,
o sea, por la estructura tripartita del dato. Además, esta postura es la que goza de
mayor consenso entre los autores que abordan el tema, como por ejemplo, para citar
algunos de ellos: Baranger, D. (7), Errandonea, A. (8), Yalour, M.(9), Ghiglione, R. y
Matalón, B. (10).

CLASIFICACIÓN DE LOS DATOS:

Sierra Bravo, R. (11), establece ciertos criterios de clasificación de las

investigaciones científicas, a saber: según su fin, alcance temporal, amplitud, nivel de
profundidad, carácter, marco, naturaleza y fuentes. Precisamente, las fuentes de datos
son clasificadas, según el último criterio mencionado como: primarias, secundarias y
mixtas.

1) Fuentes Primarias: son aquellos datos que son relevados por el

investigador para realizar el estudio. La principal ventaja es que los
mismos responden al problema, delimitación, objetivos y perspectiva
teórica elaborada por el investigador. La desventaja principal que
tienen los estudios con datos primarios es que los costos suelen ser
muy elevados, por ello, en el diseño de los mismos hay que
contemplar cuidadosamente los aspectos económicos y
administrativos.

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

3) Fuentes mixtas: este tipo de fuentes implica la combinación en un

mismo estudio de datos primarios y datos secundarios, tanto cuantitativos
como cualitativos.

CONFECCIÓN DE UNA MATRIZ DE DATOS:

Ahora bien, para confeccionar una Matriz de Datos, el investigador previamente

debe, efectuar la recolección de datos mediante la elaboración, pretest y administración
167
de alguna técnica de investigación que se ajuste al problema, los objetivos del estudio y
al carácter del estudio. Por ejemplo, si el problema y los objetivos se ajustan a un
estudio de carácter cuantitativo, lo más conveniente sería utilizar como técnica la
encuesta o el cuestionario y elaborar una matriz de datos, en cambio si se pretende
utilizar el análisis de contenido como técnica para efectuar un estudio cuantitativo, en
lugar de elaborar una matriz, los más adecuado será construir una planilla o cédula que
permita codificar y tabular la información. Si el estudio es de carácter cualitativo y se
escoge como técnica la observación no estructurada, lo más oportuno sería llevar un
registro a través de notas de campo. En suma, puede haber muchas variantes, lo que se
pretende destacar es que no siempre es necesario construir una matriz de datos
semejante a la que se va a presentar más adelante.
Además de realizar la supervisión del trabajo de campo hay que efectuar una
revisión de los registros obtenidos, mediante las diferentes técnicas. Si se trata de un
cuestionario o una encuesta, hay que revisar los formularios o cédulas, para controlar el
porcentaje de respuestas, la calidad de las mismas, la codificación de las preguntas, el
seguimiento de las preguntas filtros, etc. En suma, tiene que haber una correcta edición
de los registros. Si se trabaja con técnicas cualitativas como por ejemplo, una entrevista
no estructurada o la observación no estructurada, se procede de la misma forma.
Una vez realizado el trabajo de campo y la edición de los datos obtenidos, es
necesario efectuar el procesamiento de los datos, es decir, que los mismos se preparan
para ser analizados, para ello se apela a dos técnicas de elaboración de los datos: la
codificación y la tabulación. Lo que precede es válido, en lo que atañe a la codificación,
tanto para una perspectiva metodológica cuantitativa como cualitativa.
En el caso de la tabulación, cabe señalar que no necesariamente está reñida con los
estudios cualitativos, el hecho de realizarla o no depende de la decisión adoptada por el
investigador.
Comboni, S. y Juárez, J., (12) afirman desde una perspectiva cuantitativa que: “La
codificación es un procedimiento técnico mediante el cual, los datos obtenidos se
clasifican en categorías y se traducen en símbolos, ya sean cifras o letras; es decir, se
asigna a cada opción de respuestas un número o una letra que permita tabularla
rápidamente.”
Es importante señalar que la elaboración de un sistema de categorías y la
codificación se pueden efectuar en forma simultánea, pero desde un punto de vista
lógico, la codificación depende del sistema de categorías o valores que adopte la
variable o alternativas que presente la pregunta.
Taylor, S.J. y Bogdan, R., por su parte, sostienen desde una perspectiva cualitativa
lo siguiente: (13) “... la codificación es un modo sistemático de desarrollar y refinar las
interpretaciones de los datos. El proceso de codificación incluye la reunión y análisis de
todos los datos que se refieren a temas, ideas, conceptos, interpretaciones y
proposiciones. Durante esta etapa del análisis, lo que inicialmente fueron ideas e
intuiciones vagas se refinan, expanden, descartan o desarrollan por completo.” A
continuación enumeran y describen cinco (5) fases para codificar los datos cualitativos:

1) Desarrolle categorías de codificación. Empiece redactando una lista

de todos los temas, conceptos e interpretaciones, tipologías y
proposiciones identificados o producidos durante el análisis inicial.
2) Codifique todos los datos. Codifique todas las notas de campo, las
transcripciones, los documentos y otros materiales, escribiendo en el
margen el número asignado o la letra correspondiente a cada
categoría.

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:

Indicar la respuesta más adecuada.

Indicar múltiples respuestas adecuadas, el número de las cuales es
libre.
Indicar muchas respuestas cuyo número es limitado.
Ordenar todas las respuestas, de la más a la menos adecuada.
Ordenar las n (número fijo) respuestas más adecuadas.”

En las preguntas siguientes se puede observar la codificación previa:

1. Sexo 2. Estado Civil

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

Como se puede observar, la configuración de una Matriz de Datos es muy similar

a una Planilla Electrónica de Cálculo, es decir, una cuadricula compuesta por filas y
columnas, donde cada celda es la intersección de una fila y una columna.
La forma misma de la Matriz y la definición, conducen a los 3 (tres) Principios de
la recolección de datos establecidos por Galtung, J.:

1) Principio de Comparabilidad: aquí se afirma que, cada combinación

de Unidad de Análisis/Variable debe tener sentido, esto es, debe ser
verdadero o falso que dicha combinación brinde un determinado
Valor. Por medio de este principio se hacen comparables las
variables, las unidades y los valores o respuestas. Por ejemplo, si las
unidades son personas y una variable es la tasa de analfabetismo,
entonces cualquier combinación no será ni verdadera ni falsa,
simplemente no tiene sentido.

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.

En lo que respecta, a los diferentes Tipos de Análisis que se pueden efectuar de

una matriz de datos, Galtung, J. (18) describe los siguientes:

1) Análisis centrado en la variable: también denominado, por el citado

autor, análisis vertical, porque las columnas se analizan en forma
separada en cuanto a la información que brindan acerca de la variable
correspondiente. Los valores que corresponden a las diferentes
unidades se comparan conforme al principio de comparabilidad. De
esta forma se puede obtener una distribución estadística, en la cual
para cada valor o categoría posible de la variable se da el número de
unidades que tienen ese valor o categoría de la variable. Este tipo de
análisis tiene un perfil básicamente univariable y cuantitativo.
2) Análisis centrado en la unidad de análisis: también denominado
análisis horizontal.
Porque en el mismo se analizan las filas separadamente en cuanto a la
información que dan acerca de las unidades. Se analiza cada unidad
separadamente y los valores de las diferentes variables no son
comparables. Por lo tanto, este tipo de análisis nos brinda pautas o
rasgos de cada unidad. Es un tipo de análisis con un perfil más
cualitativo.
173
 3) Análisis combinado: vertical y horizontal, los cuales pueden adoptar,
según Galtung, diversas formas: puede ser bivariable o
multivariable. Además se puede comenzar con un análisis horizontal,
construyendo un índice y luego se puede efectuar un análisis vertical
incorporando los valores que aporta el índice para todas las unidades,
en una nueva columna.

TABULACIÓN DE LOS DATOS:

Luego de confeccionar la matriz de datos, se procede a la tabulación de los mismos.

Según Rojas Soriano, R.,(19): “La tabulación es el proceso mediante el cual los datos
recopilados se organizan y concentran, con base a determinadas ideas o hipótesis, en
tablas o cuadros para su tratamiento estadístico.”
Entonces tabular es contar las unidades que son ubicadas, ya sea en forma manual o
con la utilización de una computadora, en cada categoría de una variable o unidades que
son ubicadas simultánamente en categorías determinadas de dos o más variables. Por lo
tanto, la tabulación puede ser simple, esto es, univariable o cruzada, es decir, bivariable
o multivariable.
Por supuesto, lo que antecede requiere un “plan de tabulación”,esto es, determinar
de antemano qué resultados de las variables se van a presentar y cuáles relaciones entre
las mismas se van analizar, a fin de brindar respuesta al problema y los objetivos
formulados.
Se presenta a continuación un ejemplo de tabulación simple o univariable
elaborado a partir de la primera variable incluida en el Modelo de Matriz de Datos, o
sea, la variable Sexo. Cabe aclarar que hoy en día esto se hace con la computadora, sin
embargo, es bueno saber como se procede en forma manual. Entonces, se ubica la
variable con sus categorías Masculino/Femenino codificadas 1 2 respectivamente y
luego se comienza a contar. Por ejemplo, cada vez que aparece un número 1 se coloca
un palote en la categoría masculino, cuando se llega a 4 se cruza el 5 para facilitar el
recuento.

Sexo
1) Masculino //// //
2) Femenino //// //

Luego se recuenta de la tabla anterior para cada categoría la frecuencia absoluta y a

partir de esta se obtiene la frecuencia relativa o porcentual, como resultado de ello se
obtiene la siguiente tabla con su respectivo número y título:

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

En este punto es necesario definir algunos términos, como frecuencia o frecuencia

absoluta (f) y frecuencia relativa o porcentual (f %).
La frecuencia absoluta es el número de veces que se observa cada valor o categoría
de la variable, por ejemplo, en la tabla precedente la frecuencia de la categoría
masculino es igual a 7 (siete), lo mismo ocurre con la categoría femenino.
La frecuencia relativa resulta de dividir cada una da las frecuencias absolutas de la
tabla sobre el total de casos y luego se multiplica por 100 y así se obtiene el porcentaje.
En este ejemplo, para la categoría masculino: 7 % 14 = 0,50 x 100 = 50%. Lo mismo
ocurre con la categoría femenino. Entonces se puede afirmar que en esta pequeña
muestra de catorce (14) casos, con referencia a la variable sexo no se registran
diferencias de representación tanto para los hombres como las mujeres, ni en cifras
absolutas ni en cifras porcentuales. También, a partir de esta distribución se puede
elaborar un gráfico para visualizar la misma.

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

ESTADO CIVIL 1. MASCULINO 2. FEMENINO

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

ESTADO CIVIL 1. MASCULINO 2. FEMENINO

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

E S T A D O C IV IL 1 . M A S C U LIN O 2 . F EM E NIN O TO TAL

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.

ANÁLISIS E INTERPRETACIÓN DE LOS DATOS:

Una vez que se ha concluido con la recolección, codificación y tabulación de los

datos, sigue la etapa de análisis y luego de interpretación de los datos. Según Rojas
Soriano, R. (21): “Estas etapas se encuentran estrechamente ligadas, por lo cual suele
confundírseles. El análisis consiste en separar los elementos básicos de la información y
examinarlos con el propósito de responder a las distintas cuestiones planteadas en la
investigación. La interpretación es el proceso mental mediante el cual se trata de
encontrar un significado más amplio de la información empírica recabada.”
En efecto, estas etapas van a permitir extraer conclusiones en función del
problema, las variables, la formulación de las hipótesis y el marco teórico elaborado
por el investigador. El análisis consiste en descomponer la información. El mismo
requiere efectuar un plan previo, es decir, un “plan de análisis” que, de manera general,
consiste en describir que tipo de tratamiento (cuantitativo y/o cualitativo) se le dará a la
información. La interpretación apunta a darle sentido, esto es, efectuar eventualmente
una recomposición teórica para luego redactar el informe final de la investigación.
Cuando se expuso el tema de la tabulación de los datos se desarrollo un ejemplo de
análisis univariado. A continuación se expondrá un ejemplo de análisis bivariado.
Previamente, es conveniente definir y describir la forma lógica de una tabla de
contingencia.
Para Baranger, D. (22): “Una tabla de contingencia es el resultado del cruce (o
tabulación simultánea) de dos o más variables. ( ) ...que también reciben los nombres de
clasificación cruzada o tabulación cruzada. Esta forma de presentación de los datos es
muy típica de la investigación en ciencias sociales, que se caracteriza por un uso
predominante de variables (o atributos) definidas en los niveles de medición nominal y
ordinal. La tabla de contingencia consiste en un cierto número de celdas en las que,
como resultado de un proceso de tabulación, realizado en forma manual, mecánica o
electrónica, se han volcado las frecuencias (número de casos) correspondientes a cada
combinación de valores de varias variables.”
El número de celdas en una tabla de contingencia varía en función del número de
categorías que tengan las variables incluidas en ella. En efecto, la combinación mínima
es igual a una tabla de 2x2, o sea de dos valores por dos valores, luego pueden darse una
multiplicidad de combinaciones. La forma lógica de una tabla 2x2 se puede representar
de la siguiente manera:

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:

1) “n” se denomina “frecuencia de orden cero” (0), ya que no se refiere

a ninguna variable, esto es, representa a la totalidad de unidades que
conforman la muestra o el universo.
2) Las frecuencias de abajo y las del costado, reciben el nombre de
“frecuencias marginales” de “X” e “Y” respectivamente, o también
se las denomina frecuencias de primer orden ya que son frecuencias
con respecto a una sola variable por vez.
3) Por su parte las frecuencias del interior del cuadro se las denomina
“frecuencias condicionales”, o también frecuencias de segundo
orden, pues se refieren a la relación entre dos variables de manera
simultánea. En efecto, aquí cada unidad asume un valor de X y un
valor de Y, de manera combinada.

A continuación se va a aplicar este modelo a un ejemplo hipotético. Supóngase un

investigador en un estudio, cuyo tema es “El grado de exposición a los medios masivos
de comunicación de los habitantes de la ciudad de Buenos Aires.”
Las preguntas iniciales son las siguientes: ¿Cuál es el grado de exposición a los
medios masivos de comunicación de los habitantes de la ciudad de Buenos Aires en el
año 1998?. ¿Cuáles son los factores que inciden en el grado de exposición a los medios
masivos de comunicación de los habitantes de la ciudad de Buenos Aires?. Teniendo
por objetivo general: Medir el grado de exposición a los medios masivos de
comunicación de los habitantes de la ciudad y entre los objetivos específicos:
Determinar el grado de exposición a los medios masivos según nivel socioeconómico.

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

M E D IO B AJ A 150 150 300

M E D IO AL T A 850 150 1000

T O T AL 1000 300 1300

Baranger, D. (23) afirma lo siguiente: ”El primer paso de cualquier análisis es

verificar si la tabla “cierra”, vale decir, si se cumplen las relaciones aritméticas que debe
satisfacer cada cifra; en caso contrario es evidente que se ha producido algún error en la
tabulación.”

N= (X) +(- X)

= (Y) + (-Y)

= (XY) +(-XY) + (X-Y) + (-X-Y)

N= 1300

= 1000 + 300

= 300 + 1000

= 150 + 150 +850 +150

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.

En el caso de una relación rinconal las concentraciones adoptarán una forma

curvilineal, como se puede observar en la figura siguiente:

N n

0 n

Mora y Araujo, M. (25) afirma lo siguiente: “En el caso diagonal, la probabilidad es

que si “X” está presente “Y” también lo esté, y si “X” está ausente “Y” también esté
ausente. En el rinconal la probabilidad es que, por ejemplo, si “X” está presente “Y”
también lo esté, pero si “X” no está entonces “Y” está o no está (una variable es
condición suficiente pero no necesaria para la aparición de un valor de la otra).

Ejemplos:

Asociación diagonal: Un alto grado de organización familiar incide sobre el

rendimiento escolar de los hijos.

Asociación rinconal: Con un nivel de información incompleto acerca de las formas

de contagio del SIDA el nivel de prevención es malo, pero para un nivel de
información completo el nivel de prevención puede ser bueno o malo.

Nota: en el Anexo I se encuentran las fórmulas de los diferentes coeficientes

mencionados.

Ahora bien, retomando el ejemplo expuesto en la Tabla N° 1, se puede observar que

la relación es asimétrica, por lo tanto hay que proceder a calcular los porcentajes y las
diferencias porcentuales.

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. %

M E D IO B AJ A 150 15 150 50 300 15 - 50 = -3 5

M E D IO AL T A 850 85 150 50 1000 85 - 50 = 35

T O T AL 1000 100 300 100 1300 S u m a to ria = 0

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

T O T AL 100 100 S u m a to ria = 0 (X )

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:

1) Toda tabla debe tener su número y el título correspondiente,

indicando las unidades o cifras en que se expresan los datos. Por
convención, se ubica primero a la variable dependiente y luego la
variable independiente. En este caso: “Grado de exposición a los
medios según Nivel Socioeconómico.”
2) Leer las notas aclaratorias, explicaciones y notas de pie.
3) Identificar claramente cuáles son las unidades de análisis, las
variables y sus respectivas categorías y los niveles de medición de las
mismas.
4) Verificar si el cuadro o tabla debe ser tratado como asimétrico o
simétrico.
a) Si es asimétrico, calcular los porcentajes y las diferencias
porcentuales. Para ello hay que determinar cuál será la base
de los porcentajes y efectuar las comparaciones en el sentido
contrario. Si las variables tienen más de dos categorías la
diferencia porcentual debe calcularse entre la primera y la

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 O T AL 220 200 180 600

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

T O T AL 100 100 100 S u m a to ria = 0

n= 600 (2 2 0 ) (2 0 0 ) (1 8 0 )

185
Ejemplos de las dos formas de cálculo de las diferencias porcentuales:

1) Por los dos extremos:

1ra. Fila 9 - 67 = -58

2da. Fila 36 - 22 = 14

3ra. Fila 55 - 11 = 44

Sumatoria = 0

2) Por diferencia de pares:

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

b) Si es simétrico, aplicar algún coeficiente de asociación,

teniendo en cuenta el número de categorías de las variables,
la relación que existe entre las mismas y sus niveles de
medición.

5) Iniciar el análisis por las distribuciones marginales de las variables,

para observar si son uniformes o no y luego continuar con las
distribuciones condicionales. Por ejemplo, (Ver Tabla N° 3) en la
muestra hay, por un lado, un:

77 % de nivel socioeconómico medio bajo y

33 % de nivel medio alto, y por el otro, un
23 % con exposición media baja y
67 % con exposición media alta. Luego,

a) Un 15 % de individuos de nivel socioeconómico medio bajo

tienen una exposición a los medios media baja.
b) Un 85 % de nivel socioeconómico medio bajo tiene una
exposición media alta.
c) Un 50 % tiene un nivel socioeconómico medio alto y una
exposición medio baja.
d) Finalmente un 50 % tiene un nivel socioeconómico medio
alto con una exposición media alta.

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”.

6) Finalmente, cuando las variables tienen muchas categorías, es

conveniente eliminar o reducir la cantidad de las mismas. Esto se
puede hacer:

a) Dejando de lado los “no sabe” y “no contesta”, a menos que

el “no sabe” pueda ser considerado como una categoría
significativa. Por ejemplo, en un ítem cognitivo.
b) Reducir el número de categorías por la eliminación de
algunas. Por ejemplo, las del medio.
c) Combinar distintas categorías.

BUENOS AIRES, Marzo de 1999.

187
ANEXO I:

FÓRMULAS DE LOS COEFICIENTES DE ASOCIACIÓN:

a b

c d

P h i= (a *d )-(b *c) Q de Yule= (a*d)-(b*c)

(a + b )*(c+ d )*(a+ c)*(b + d ) (a*d)+(b*c)

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 )

P = e s c a d a v a lo r d e fre c u e n c ia m u ltip lic a d o p o r la s fre c u e n c ia s

c o n d ic io n a le s q u e q u e d a n h a c ia a b a jo y a la d e re c h a .
Q = e s c a d a v a lo r d e fre c u e n c ia m u ltip lic a d o p o r la s fre c u e n c ia s
c o n d ic io n a le s q u e q u e d a n h a c ia a b a jo y a la iz q u ie rd a .

G am m a= p - q
p + q

P = e s c a d a v a lo r d e fre c u e n c ia m u ltip lic a d o p o r la s fre c u e n c ia s

c o n d ic io n a le s q u e q u e d a n h a c ia a b a jo y a la d e re c h a .
Q = e s c a d a v a lo r d e fre c u e n c ia m u ltip lic a d o p o r la s fre c u e n c ia s
c o n d ic io n a le s q u e q u e d a n h a c ia a b a jo y a la iz q u ie rd a .

P = a (e + f+ h + i)+ b (f+ i)+ d (h + i)+ e (i)

Q = c (d + e + g + h )+ b (d + g )+ f(g + h )+ e (g )

188
 BIBLIOGRAFÍA

1) Gil Flores, Javier: Análisis de Datos Cualitativos. Aplicaciones a la

Investigación Educativa, Barcelona, Edit. PPU, 1994, Cap. 1.
2) Galtung, Johan: Teoría y Método de la Investigación Social. Buenos Aires,
Eudeba, 1966, Tomo I. Cap. 1. Pág. 1.
3) Mayntz, Renate; Holm, Kurt y Hubner, Peter: “ Introducción a los métodos de
la sociología empírica. Madrid. Alianza Editorial. 1988. Cap. 1. Pág. 16.
4) Korn, Francis: “Conceptos y Variables en la Investigación Social.” Edit.
Nueva Visión. Buenos Aires. 1984. Cap. 1.
5) Samaja, Juan: “ Epistemología y Metodología. Elementos para una teoría de la
investigación científica. Buenos Aires. Eudeba. 1993. Parte III, punto 3.5
6) Díez Nicolás, J.: “Sociología.” Madrid. Guadiana. 1969. Pág. 334. Citado por
Garmendia, José A.: “Sociología. Claves para el estudio y transformación de la
estructura social. Madrid. Centro de Investigación Social. 1979. Pág. 142.
7) Baranger, Denis: “Construcción y Análisis de Datos”. Introducción al uso de
técnicas cuantitativas en la investigación social. Posadas – Misiones –
Argentina. Edit. Universitaria Cátedra. 1992. Cap. 2.
8) Errandonea, Alfredo: Inédito. “Colección de Guías de Clase de Metodología
de la investigación. Guía de Clase N°6”. Facultad de Ciencias Políticas.
Universidad del Salvador. 1986.
9) Hyman, Lazarsfeld, Zeisel, Sorokin, Coser: “La Investigación Social”,
Introducción, Notas y Selección de Textos por Yalour, Margot Romano.
Buenos Aires. Centro Editor de América Latina. 1977. Pág. 15.
10) Ghiglione, Rodolfo y Matalón, Benjamín: “Las Encuestas Sociológicas. Teorías
y Prácticas.” México. Edit. Trillas. 1989. Cap. 7.
11) Sierra Bravo, Restituto: “Técnicas de Investigación Social. Madrid. Edit.
Paraninfo. 1988. Cap. 2, pág. 34.
12) Comboni, Susana y Juárez, José M.: “Introducción a las técnicas de
investigación.” México. Edit. Trillas. 1990. Cap. 4. Pág. 92.
13) Taylor, J.S. y Bogdan, R.: ”Introducción a los Métodos Cualitativos de
Investigación. Buenos Aires. Edit. Paidos. 1986. Cap. 6. Pág.167.
14) Ghiglione, Rodolfo y Matalón, Benjamín: op. cit. Cap.4. Pág. 107.
15) Cea D´Ancona, M. Angeles: “Metodología Cuantitativa. Estrategias y técnicas
de investigación social. Editorial Síntesis. Madrid. Año. Cap.7. Pág.255.
16) Galtung, Johan: op. cit, Cap. 1. Pág. 3.
17) Errandonea, Alfredo: “Manual de introducción a la Sociología.” Montevideo.
Fundación de cultura universitaria. Cap. 2. Pág. 29.
18) Galtung, Johan: op. cit. Tomo II. Cap. 1. Pág. 218.
19) Rojas Soriano, Raúl: “La investigación Social:Teoría y Praxis.”Edit. Folios.
México. 1986. Pág.177.
20) Zeisel, Hans: “Dígalo con números.” Edit. F.C.E.. México.1974. Cap.I. Pág.
21.
21) Rojas Soriano, Raúl: op. cit. Cap. 12. Pág. 241.
22) Baranger, Denis: op. cit. Cap.IV. Pág. 61.
23) Baranger, Denis: op. cit. Cap.IV. Pág. 63.
24) Mora y Araujo, Manuel: “Recomendaciones para la lectura y análisis de
cuadros”. Centro de Documentación de Sociología. U.B.A. Ficha N° 514.
Elementos de Metodología y Técnicas de la Investigación Social. 1965.
25) Mora y Araujo, Manuel: op. cit. Pág. 5.
189
26) Zeisel, Hans: “Dígalo con números.” Edit. F.C.E.. México.1974. Cap. II. Pág.
37.
27) Mora y Araujo, Manuel: op. cit. Pág. 1.
28) Baranger, Denis: op. cit. Cap.IV. Pág. 71.

190
 EL INFORME FINAL

Roberto Pérez Lalanne

Introducción

En cualquier esquema en donde se expliciten los pasos de una investigación el

Informe corresponde al último. Y es de fundamental importancia por diversos motivos:

 Los resultados de los estudios se dan a conocer por su intermedio.

 La investigación será evaluada a través de él.
 Los estudios se “venden” mediante los informes.
 Si el informe no refleja en forma acabada el trabajo realizado malgasta los
recursos empeñados.

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.

Si como se desarrolló oportunamente cada uno de estos componentes tiene su propia

“lógica”, la estructura del Informe tiene que ser solidaria e inclusiva de las mismas, pero
respondiendo en última instancia a la “racionalidad” de la investigación entendida en un
sentido amplio. Por otra parte, su presentación formal (organización, estilo, redacción,
etc.) debe considerar a sus potenciales lectores (incluyendo los evaluadores) y/o medios
de publicación.

Estructura del informe

Recogiendo lo estipulado por los diferentes autores 6 y a los efectos pedagógicos y

analíticos, a continuación se esquematizará la estructura dividida en tres grandes
secciones, cuyos contenidos (formales y sustantivos) y ordenamiento final se definirá en
función de los aspectos anteriormente mencionados:

1. SECCION PRELIMINAR

1.1. Carátula y/o portada.

1.1.1. Título y subtítulos.
1.1.2. Autores.
1.1.3. Institución patrocinante/editorial.

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. CUERPO DEL INFORME

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.

2.2. Marco teórico:

2.2.1. Enfoque disciplinario y teórico.
2.2.2. Desarrollo conceptual de las problemáticas abordadas.
2.2.3. Hipótesis de la investigación.
2.2.4. Definición conceptual de las variables.
2.2.5. Entrevistas a especialistas.
2.2.6. Datos secundarios.
2.2.7. Marco histórico.

2.3. Aspectos metodológicos (Ficha técnica):

2.3.1. Tipo de estudio (caracterización de la investigación).
2.3.2. Operacionalización de las variables (categorías, indicadores, índices, etc.).
2.3.3. Universo y unidades de análisis.
2.3.4. Muestreo (técnica, tamaño, error muestral, etc.).
2.3.5. Técnica de recolección.
2.3.6. Tipo de preguntas.
2.3.7. Fecha realización .

2.4. Presentación de los resultados:

2.4.1. Cuadros, gráficos, segmentaciones, perfiles, tipologías, etc.
2.4.2. Títulos, lecturas e interpretaciones.

2.3. Conclusiones, sugerencias y recomendaciones:

2.3.1. Breve síntesis de los principales resultados.
2.3.2. Reformulación o formulación de nuevas hipótesis.
2.3.3. Sugerencias de nuevas investigaciones
3. REFERENCIAS Y ANEXOS

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

Como se mencionó en el apartado correspondiente la mayoría de los autores

cuando analizan y clasifican los estudios toman como principal referencia al diseño de
investigación. 7 Consecuentemente con ello y por distintas razones no siempre
explicitadas (influencias de la epistemología y metodología positivista y neopositivista;
referencia a las ciencias naturales; mayores y mejores evidencias; manipulación de las
variables independientes o estímulos; garantías de un mayor control, etc.) distinguen
entre investigaciones/diseños/tesis experimentales y no experimentales.

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.

Con todo lo anterior se pretende justificar – con las limitaciones ya explicitadas -, la

afirmación de que la clasificación de las investigaciones en experimentales y no
experimentales no sólo no es la más adecuada sino que resulta anacrónica e incluso
marcha a contramano de la historia. En consecuencia – y tal como se verá -, los
diseños experimentales se caracterizarán como lo que son: una estrategia particular
dentro de los estudios explicativos.
Considerando que la idea de continuo - al no establecer límites precisos pero
permitir al mismo tiempo la distinción entre posiciones -, es la que mejor refleja la
realidad que se analiza, propongo imaginarnos un “continuo investigacional” en el cual
diferenciar los estudios exploratorios, descriptivos y explicativos.

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

Los estudios exploratorios pueden constituir una investigación en sí misma o ser la

etapa inicial de otra que se caracterizará luego por ser descriptiva o explicativa. En
ambos casos, presentará características distintivas que le otorgan un peso propio pero al
mismo tiempo cumplirá con los diferentes pasos de cualquier investigación.

1.1. Objetivos genéricos

1.1.1. Familiarizarse con el problema de investigación para deducir (a partir de la
información obtenida) que aspectos requieren un análisis más pormenorizado en
indagaciones posteriores.
1.1.2. Verificar la factibilidad de la investigación y documentar los medios que se
precisan para hacerla viable.
1.1.3. Comprobar qué estrategia (o estrategias) de investigación se adecua más a su
análisis. 14
1.1.4. Identificar áreas o situaciones problemáticas.
1.1.5. Delimitar y convertir problemas en problemas de investigación. 15
1.1.6. Elaborar un proyecto de investigación.
1.1.7. Indagar sobre razones, motivos, actitudes individuales o grupales.
1.1.8. Testear conceptos, ideas, productos, nombres, etc.
1.1.9. Formular hipótesis de trabajo y probar las condiciones de su contrastación.

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.

1.3. Diseños exploratorios

1.3.1. Modalidades:
1.3.1.1. Formulativo
1.3.1.2. Fenomenológico o conceptual/racional 16
1.3.1.3. Laboratorio o de campo

1.3.2. Técnicas de muestreo no probabilísticas:

1.3.2.1. Casuales o accidentales
1.3.2.2. Intencionales o evaluadas
1.3.2.3. Por cuotas
1.3.2.4. Bola de nieve 17

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

1.3.4. Análisis de datos:

1.3.4.1. Matrices / bases de datos
1.3.4.2. Cuadros uni y bivariados
1.3.4.3. Grillas comparativas
1.3.4.4. Perfiles cualitativos
1.3.4.5. Tipologías 22
1.3.4.6. Triangulación 23

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

La mayoría de los estudios en ciencias sociales son descriptivos y por lo general,

exploratorios – descriptivos. Si volvemos nuestra imaginación al continuo se verá como
se ha adelantado en el mismo. Describir significa realizar un estudio exhaustivo e
intensivo del problema. A diferencia del exploratorio (en donde se partía de un
desconocimiento de la situación) las investigaciones descriptivas se “inician” luego de
haber realizado dicho estudio.

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

2.3. Diseños descriptivos

2.3.1. Modalidades:
2.3.1.1. De variables: centrados en analizar el nivel o estado de una o diversas
variables.
2.3.1.2. Relacionales (asociacionales o correlacionales): cuando el interés es estudiar
cuál y cómo es la relación entre un conjunto de variables. Son asociacionales cuando
relacionan variables cualitativas mientras que son correlacionales, cuando la relación es
entre variables cuantitativas. Esto significa que los diseños descriptivos contrastan
hipótesis no causales, es decir, que se proponen validar relaciones entre variables sin
pretensiones ni atribuciones de causalidad. A su vez, ambos (de variables y relacionales)
según la dimensión temporal pueden ser seccionales, transversales o longitudinales.
2.3.1.3. Seccional o sincrónico: es el diseño más simple y es uno de los más usados
en las ciencias sociales. Se utilizan para estudiar los rasgos, características o relaciones
pero no sus causas o efectos. Consisten en realizar una sola medición de un único
grupo, muestra o población en un único momento o tiempo; sería como tomar una
fotografía de algo que sucede. Por ejemplo: estudio de satisfacción de los clientes de
un banco. Se denominan también “estudio de un caso” (empleado habitualmente en
antropología y en servicio social) o diseño “post test”.
2.3.1.4. Seccional – transversal: tiene lugar cuando la población o muestra
investigada está formada por diferentes grupos de edades con el fin de inferir la
evolución con el paso del tiempo de las/s variable/s o relaciones observadas. En este
caso, la variable edad se la utiliza como contextual comparativa.28 Este modelo “simula”
el estudio longitudinal. Por ejemplo: investigación sobre iniciación sexual en diferentes
grupos de edades. Otra modalidad de este tipo de diseño es el caso de las historias de
vida (de un individuo, grupo, institución etc.) y los estudios holísticos que realiza el
paradigma cualitativo (en especial, en Antropología). 29

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:

DISEÑOS DE INVESTIGACIONES DESCRIPTIVAS

De variables Relacionales

Seccionales o sincrónicos

Seccionales – Transversales

Longitudinales o diacrónicos (tendencia, cohorte o panel)

Comparativos No comparativos

2.3.2. Técnicas de muestreo:

2.3.2.1. No probabilísticas
2.3.2.2. Probabilísticas
2.3.2.3. Mixtas 34

2.3.3. Técnicas de recolección:

2.3.3.1. Observación
2.3.3.2. Entrevista
2.3.3.3. Cuestionario
2.3.3.4. Encuesta 35
2.3.3.5. Historia de vida, entrevistas focalizadas
2.3.3.6. Análisis de contenido
2.3.3.7. Escalas de medición
2.3.3.8. Tests

2.3.4. Análisis de datos:

2.3.4.1. Matrices / Bases de datos
2.3.4.2. Cuadros uni, bi y multivariados
2.3.4.3. Estadística descriptiva e inferencial
2.3.4.4. Análisis de clusters

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

La principal finalidad de toda ciencia es lograr la explicación de los fenómenos

estudiados, ya sea en términos de leyes científicas o de modelos teóricos que encuadren
y avalen dicha explicación. En sus orígenes las ciencias sociales tomaron como modelo
a las ciencias naturales homologando el estudio de lo social al mundo natural. De esta
forma se valieron de las mismas metodologías, técnicas y hasta terminologías que
empleaban las ciencias naturales. Así es como Comte desarrolla lo que inicialmente fue
el positivismo (y el paradigma cuantitativo). El positivismo considera que la principal
finalidad de la ciencia (natural y social) es la explicación y la predicción de los
fenómenos en términos de leyes científicas o inferir proposiciones que permitan
subsumir hechos particulares en leyes universales. 37 Para esta corriente, en la
explicación causal, a determinadas condiciones inciales y específicas del fenómeno,
bajo determinadas leyes generales suceden consecuencias o efectos también
determinados (explicación nomológica deductiva). Esta explicación puede ser
determinista (mecánica) o probabilística. Y si bien es cierto que existen otros tipos de
explicaciones como la funcionalista (que explica por las consecuencias o funciones -
utilidad – de cada elemento) utilizadas tanto en las ciencias naturales (biología) como en
las sociales (sociología, antropología, etc.) y las teleológicas (que explica por las
intenciones o finalidades) propias de las ciencias sociales, en un sentido estricto (y
restringido), cuando se habla de explicación se lo hace en el primer sentido (señalando
los factores antecedentes/pasados) y no como las restantes (que enfatizan los
consecuentes/futuros).
Por otra parte, dentro del campo de las ciencias sociales también se distingue entre
las explicaciones causales “ex - antes” predictivas y las “ex - post” no predictivas (que
de acuerdo a modelos teóricos que contienen conexiones tendenciales indican el
carácter necesario de los procesos - y no su inexorabilidad o inevitabilidad histórica -,
admitiendo la intervención de otros factores que las modifiquen o neutralicen). De esta
manera las explicaciones de los hechos sociales deberían realizarse luego de haberse
producido y no antes, negando la especificidad de las prácticas sociales (“determinismo
retrospectivo”, según Weber).
Por tal motivo, y sin entrar en la discusión filosófica e incluso epistemológica sobre
qué significa explicar, y dejando a un lado también la distinción entre explicación y
comprensión, en el desarrollo siguiente se adoptará una concepción pragmática y
metodológica, 38 considerando investigaciones explicativas a aquellas que pretenden
probar relaciones causales entre variables, que den cuenta de por qué ocurre un
fenómeno y cuáles son las condiciones que lo hacen posible. En tal sentido, y
retomando el continuo imaginario inicial, las secuencias serían las siguientes:
a) búsqueda de posibles relaciones entre variables (exploratoria);
b) establecimiento y análisis de dichas regularidades (descriptiva);
36
Chiale, Graciela: Segmentación, UNLZ, Buenos Aires, 2000.
37
Schuster, Felix: Explicación y predicción, Clacso, Buenos Aires, 1982.
38
Goode, W. y Hatt, P.: Métodos de investigación social, Trillas, México, 1976; Bunge, Mario:
Causalidad, Eudeba, Buenos Aires, 1972 y Mayntz, Renate: Introducción a los métodos de la sociología
empírica, Alianza, Madrid, 1988.
202
c) comprobación de hipótesis causal, formulación de leyes o elaboración de modelo
teórico (explicativa).

3.1. Objetivos genéricos:

Considerando que una hipótesis explicativa afirma una relación de causalidad
empírica, asimétrica (no reversible) entre sus variables, 39 y que para su puesta a prueba
y comprobación es necesario obtener tres tipos de evidencias: 40
3.1.1. Analizar y controlar el orden temporal de las variables (independientes y
dependientes).
3.1.2. Estudiar y controlar la supuesta relación causal (continuidad y permanencia).
3.1.3. Analizar y controlar otros posibles factores (variables extrañas, perturbadoras,
alternativas, intervinientes, contribuyente, etc.) que puedan incidir en la supuesta
relación causal (control de espureidad).

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

3.3. Diseño explicativo

3.3.1. Modalidades:
3.3.1.1. Modelo relacional con control de espureidad o de análisis multivariado: la
causalidad implica relación pero no toda relación significa causalidad. Una relación
entre dos variables siempre admite la posibilidad de que exista una explicación
alternativa, es decir, que puede ser espúrea. Una relación espúrea significa que es
ilusoria, no real, no genuina; que se debe a una tercer variable (antecedente o
interviniente). Por tal motivo, este modelo consta de dos pasos:
3.3.1.1.1. Primer paso: Cuadro de la relación original. En este paso se cruzan la
variable independiente (x = supuesta causa) con la variable dependiente (y = supuesto
efecto) y se analiza:
a) la distribución de los datos (si comprueban o no la hipótesis);
b) la relación: sentido o dirección (directa o inversa) y fuerza o intensidad (débil,
media o fuerte); para ello, se utilizan diferentes coeficientes estadísticos de asociación o
correlación.41
3.3.1.1.2. Segundo paso: Cuadro de las relaciones parciales. En este paso se pone a
prueba la relación original (control de espureidad) introduciendo una tercer variable o
variable de prueba (antecedente, interviniente o contextual comparativa), realizando el
análisis multivariado. Si la relación original se mantiene en los cuadros parciales,
entonces es genuina; si desaparece o disminuye, entonces la relación es espúrea.

Supongamos que simbólicamente, la hipótesis afirmara:

“Si X entonces Y, pero T”

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

Primer paso: Cuadro de la relación original

X _
Y X X T

Y N n
_
Y n N

T M

N = mayores frecuencias o cantidad de datos

n = menores frecuencias o cantidad de datos
T = subtotales
M = muestra o población

Como se puede observar, la distribución de los datos comprueban la hipótesis: la

mayor cantidad de casos están en la diagonal de la verificación o en las celdas (X/Y y
no X/no Y) mientras que la menor cantidad de casos (o datos) se hallan en la diagonal
de la falsificación de la hipótesis (X/no Y y no X/Y). Seguramente si se estuviera
utilizando un coeficiente que midiera la relación (asociación o correlación), éste
indicaría que la relación entre las variables es fuerte (directa o inversa) o lo que es igual,
que ambas variables están fuertemente relacionadas.
Hasta aquí el análisis es descriptivo (modelo relacional); nuevamente recordemos el
continuo imaginario. Porque si bien existe relación entre las variables, esta relación
puede no ser causal; o dicho con otros términos, la relación puede ser espúrea o falsa y
deberse a una tercer variable (interviniente, antecedente o contextual). Por otra parte,
no necesariamente las relaciones tienen que ser causales. El hecho de haber obtenido
evidencias suficientes de la existencia de una asociación ya es todo un hallazgo (en la
medida que cumpla con todos los requisitos mencionados cuando se analizó la validez
de los diseños).
Pero vamos a suponer que nuestra pretensión es asignarle a la relación condiciones
de causalidad. Para ello se procede a realizar el paso siguiente.

Segundo paso: Cuadro de las relaciones parciales.

En este paso se pone a prueba la relación original, introduciendo una tercer

variable (interviniente, antecedente o contextual) denominada precisamente variable de
prueba ( T ). Para concretar este paso es necesario reprocesar la información conforme
a las tres variables. De esta manera, se realiza el análisis multivariado:

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

Nótese que M1 y M2 son las submuestras o subpoblaciones en que ha quedado

dividida la muestra o población inicial. Esto significa que las sumas de las cifras
parciales de ambos cuadros son iguales a las cifras del cuadro original.
Si la relación entre las variables (independiente y dependiente) fuera genuina frente
a la incorporación de otra variable, debería permanecer o continuar sin sufrir
modificaciones. Sin embargo, tal como muestran los cuadros parciales, la distribución
de los datos se ha modificado; a tal punto que la relación ha desaparecido. Si
nuevamente se reiterara el uso de cualquier coeficiente estadístico que midiese
asociación o correlación su resultado sería cero. Este cero se interpreta como
independencia estadística o ausencia de relación. De donde se deduce que la pretendida
relación causal es espúrea (falsa o inexistente) dado que no ha soportado (o salido
indemne) del control de espureidad.
En todos los manuales se citan ejemplos clásicos de relaciones espúreas: así la
relación entre daños producidos en incendios y número de bomberos o la del número de
cigüeñas y tasa de nacimientos. No es que el daño producido en un incendio dependa
del número de bomberos que van a apagarlo, sino que ambos dependen de la magnitud
del incendio; cuanto mayor es éste, normalmente mayores daños se producirán y
además mayor número de bomberos irán a apagarlo. De la misma manera, no es que en
las zonas con mayor número de cigüeñas haya una mayor natalidad, sino que ambas
cosas se dan en zonas rurales.
Por supuesto, que el modelo de análisis multivariado (denominado también modelo
Lazarsfeld por haber sido uno de los precursores) 42 resulta más complejo. Entre otras
cosas, porque no termina en el cuadro de las relaciones parciales sino que continúa con
el análisis por separado (cruce) de la variable de prueba con la independiente y con la
dependiente (cuadro de las relaciones marginales). Además, si la relación original se
hubiera manifestado como genuina frente al primer control debería ser puesta a prueba
con la introducción de otras terceras variables y así sucesivamente; dado que una
relación causal es más “segura o firme” cuando más pruebas de espureidad haya
soportado. Para ello, es necesario que las variables de prueba se prevean antes de la

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).

Los pasos de este modelo se sintetizan en el siguiente cuadro (para un esquema

“antes y después): 43

Pasos Grupo Grupo

Experimental De Control

43
Selltiz y otros: op. cit.
206
 1. Selección aleatoria y/o con
técnica de contraste SI SI

2. Medición Antes (pretest) SI (Y1) SI (Y2)

_
3. Introducción del estímulo SI (X) NO (X)

4. Exposición de los grupos a

factores no controlados SI SI

5. Medición Después (postest) SI (Y3) SI (Y4)

6. Análisis de los resultados (Y1 – Y3) – (Y2 – Y4)

Cabe agregar que los modelos experimentales se clasifican también - según la

cantidad de grupos que se utilicen: uno, dos, tres, cuatro o más grupos (experimentales
y/o de control) y los momentos de la medición -, en preexperimentales,
cuasiexperimentales y experimentales puros (clásico). También de acuerdo al ámbito en
el que se desarrollan pueden ser de campo o de laboratorio. Dado la escasa utilidad en
las ciencias sociales (por lo que se señaló al comienzo de este capítulo, porque casi
nunca se puede cumplir con los requisitos establecidos, por la cuasi imposibilidad de
trabajar con el esquema clásico, puro o auténtico, que es el que mejor garantiza el
control de hipótesis alternativas y aunque esto fuera posible, igualmente sería poco
representativo), para mayores detalles nos remitimos a la profusa bibliografía existente.
44

Para finalizar, algunos comentarios comparativos: mientras que el modelo

experimental trabaja con una relación temporal presente – futuro (introduce hoy el
estímulo para analizar sus consecuencias en un mañana mediato o inmediato), el modelo
relacional trabaja con una relación presente – pasado (se encuentra hoy con ciertas
consecuencias y trata de indagar sobre sus posibles causas en el pasado cercano o
lejano). Mientras que el modelo experimental ensaya explicaciones ex - antes, el
modelo multivariado las intenta ex – post. Mientras que en el modelo experimental se
manipulan estímulos , en el multivariado se manipulan estadísticamente los datos.

2.3.2. Técnicas de muestreo:

2.3.2.1. Probabilísticas
2.3.2.2. Técnicas de contraste (por pares, por promedios y dispersiones)

2.3.3. Técnicas de recolección de datos:

2.3.3.1. Observación estructurada
44
Ver la mayoría de los autores citados en bibliografía general.
207
2.3.3.2. Entrevista estructurada
2.3.3.3. Cuestionario
2.3.3.4. Encuesta

2.3.4. Análisis de datos:

2.3.4.1. Matrices o bases de datos
2.3.4.2. Cuadros bi y multivariados
2.3.4.3. Estadística inferencial , paramétrica y no paramétrica

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

INFORME SOBRE LA INVESTIGACION

A MODO DE EJEMPLO (2º PARTE)

Roberto Pérez Lalanne

208
Breve recordatorio

El presente trabajo no es un Informe de Investigación sino un “informe sobre la

investigación” por medio del cual se pretende analizar y comentar la “cocina” y la
“lógica” de “un proceso de investigación” (en un sentido restringido), al tiempo que
ilustrar cómo se efectivizaron cada una de las secuencias y sus procedimientos técnico-
metodológicos.45
Como se señaló oportunamente, el informe trata sobre una investigación realizada
en el marco de un trabajo práctico de un seminario de la licenciatura, que ha sido
“adaptada” a las necesidades de la finalidad perseguida y por lo tanto, se ha sacrificado
la posibilidad de su semejanza con el estudio que realmente se llevó a cabo en beneficio
de alcanzar tal cometido.

Explicitación de los objetivos e hipótesis

A los efectos de retomar el desarrollo inciado en la primer parte se explicitarán los

objetivos (tentativos):

Objetivo general:

 Clasificar las técnicas anticonceptivas de acuerdo a su grado de eficacia (GETA)

y analizar los factores que inciden en su elección.

Objetivos particulares:

 Determinar la influencia del Nivel Socioeconómico (NSE) y del Area Cultural

de Orígen (ACO).
 Establecer la incidencia del canal de información.
 Analizar si la elección de la técnica varía de acuerdo a la edad y a la cantidad de
hijos.
 Estudiar las relaciones existentes entre todas las variables mencionadas.

Hipótesis general:

“En cap/GBA, a medida que disminuye el Nivel Socioeconómico 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 orígen, la edad, la cantidad de hijos y el canal de
información utilizado”.

Hipótesis derivadas:

“La elección de la técnica anticonceptiva (clasificada de acuerdo a su grado de

eficacia) se halla determinado por el nivel socioeconómico y por el área
cultural de orígen, siendo que cuando se pertenece a un menor NSE y a un
ACO tradicional la técnica utilizada es de menor eficacia”.

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”.

Es importante destacar que la explicitación de los objetivos y el sistema de

hipótesis que se acaba de realizar fue posible gracias a lo desarrollado en el capítulo
anterior. O tal vez, sea mejor decir que las dos cosas se fueron elaborando y
reelaborando “simultáneamente”. Precisamente, esta es una de las características de los
estudios exploratorios cuando su diseño pretende ser formulativo: el estar sujeto a
marchas y contramarchas, a ratificaciones y rectificaciones. Pero también lo es -
aunque en menor medida -, para cualquier tipo de diseño que se precie como tal (desde
el comienzo hasta el final).

Continuando con el diseño y el proceso de investigación

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.

 Sobre el diseño muestral:

Tanto la población de estudio como las unidades de análisis ya estaban definidos:

mujeres con pareja estable, en edad fértil, que practicaban habitualmente alguna técnica
anticonceptiva, residentes en Cap/GBA.
Por supuesto que no se iba a realizar un censo; entonces tomando como base el
área muestral mencionado, el primer paso fue la decisión de trabajar con puntos
muestrales: sanatorios, clínicas y hospitales (especialmente las áreas ginecológicas y
pediátricas). Esto obedeció a la estrategia de considerar a dichas Instituciones como el
lugar más apto para “articularlo” con la problemática investigada (disfrazada como
“terapeúticas de prevención”) y con la Facultad (para darle cierta cobertura institucional
al estudio) de donde proveníamos; de esta manera quedaba delineada la presentación y
primer apertura en donde se indagaba por la situación de pareja y por el uso de alguna
acción preventiva (entre ellas la anticonceptiva).
En definitiva el muestreo terminó siendo mixto: polietápico estratificado por zonas
geográficas (Capital y GBA norte, sur y oeste) y por tipo de establecimiento (Hospital,
Clínica/Sanatorio) con selección “probabilística” de los puntos muestrales ajustado por
cuotas de edades no proporcionales seleccionadas de manera accidental.

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

TOTAL 150 70 95 85 390

 Sobre la recolección de datos:

Simultáneamente con el diseño de la muestra se fue decidiendo la técnica de

recolección de datos. En ese sentido, es difícil separar las cosas; como se señaló
anteriormente, por el tipo de objetivos e hipótesis formulados y ante la ausencia de
datos secundarios, la fuente tenía que ser primaria. De la misma manera, se desprendía
el universo de estudio y la unidad de información coincidía con la unidad de análisis.
La observación como técnica (exclusiva o principal) quedaba descartada el instrumento
tenía que ser verbal (oral o escrito). El estudio era cuantitativo: la entrevista en
profundidad o semiestructurada no tenía sentido. La técnica adecuada era la encuesta:
la modalidad telefónica no era viable y también se descartó el cuestionario
autoadministrado, a pesar que se evaluó la posibilidad de instrumentarlo - incluso en las
mismas salas de espera de los puntos muestrales o cambiando la estrategia del diseño
muestral -, por algunas ventajas comparativa (el anonimato y la garantía de “no
inhibición” por parte de la entrevistada). Tal vez fueron los propios deseos de ser
“encuestadores” los que llevaron a decidir que la cédula tenía que ser administrada en
forma personal. Sin embargo, se la consideraba “muy fría” teniendo en cuenta los
objetivos o tal vez “los calientes” con ellos, éramos los interesados. Por tal motivo, se
la “convirtió” en entrevista estructurada porque más allá de la cuestión técnico-

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.

El análisis de los datos

Es importante comenzar aclarando que a diferencia de lo que sucede en la

actualidad, la tabulación se realizó en forma manual. Esto motivó que el procesamiento
de los datos fuese limitado. Sin embargo, se tomó la precaución - utilizando los datos
del pretest (hecho que nuevamente resalta su importancia) -, de comparar los resultados
“provisorios” con dos alternativas de categorización del NSE tomándose la decición
final de dicotomizarla partiendo el índice por la mitad. Esto obedeció a tres motivos:
en primer lugar, porque las otras variables principales (Area cultural de orígen y Canal
de información) ya lo estaban; en segundo lugar, para que los datos se “volcaran hacia
los extremos” inclinando la balanza hacia el nivel “bajo” o el “alto” pero sin hacer
desaparecer el estrato medio que de esta manera quedó dividido en dos (medio bajo y
medio neto) que se incorporaron a los niveles bajo y alto, respectivamente. Esto último
es uno de los tantos recursos a los que se puede apelar, en este caso referido al
procesamiento y análisis de los datos; y en tercer lugar, porque se pretendió replicar en
el análisis la “lógica acotada” del modelo Lazarsfeld 48 o de análisis multivariado que
también hemos denominado modelo relacional con control de espureidad.
A continuación y a modo de síntesis, se presentarán algunos cuadros con
comentarios ilustrativos, recordando que el propósito de este trabajo no es el análisis de
los resultados en sí (que por otra parte carecen de vigencia) sino el de “contribuir” a la
enseñanza-aprendizaje del proceso de investigación.

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

BASE 220 170 390

Dif. % = 62

Previo al análisis del cuadro se recordarán algunas convencionalidades:

 La variable que antecede (temporalmente hablando) en el cuadro se ubica en las

las columnas mientras que la procedente se coloca en las filas.
 Para los niveles de medición ordinales, intervalares y racionales, la primer
categoría de cada variable a registrar en el cuadro es la menor.
 En este caso, los porcentajes se han calculado en sentido vertical con respecto a
las bases de cada columna para analizar el grado de eficacia por nivel socioeconómico,
si el interés fuera describir a qué nivel pertenecen los que utilizan técnicas de eficacia
mínima o máxima, los porcentajes habría que calcularlos en sentido horizontal como lo
han sido para la fila de los totales de cada NSE.
 La base se conforma por la cantidad de casos estudiados de cada categoría. Para
la columna del total la base está conformada por la cantidad de casos efectivos que
componen la muestra o población estudiada.

Del análisis del cuadro (lectura e interpretación) surgen los siguientes comentarios:

 La estructura de la muestra quedó compuesta con un 56 % pertenenciente al nivel

socioeconómico medio bajo/bajo contra un 44 % del estrato medio neto o mayor.
Esta composición refleja en una buena medida la estratificación social de Cap/GBA.
 En el total de la muestra observa un leve predominio (+ 6%) del uso de las técnicas
de menor eficacia.
 Los estratos socioeconómicos bajos utilizan en su mayoría técnicas de escasa
eficacia (80 %) mientras que los niveles medios y altos optan por las de mayor
eficacia (82 %).
 La distribución de los datos permite afirmar que la hipótesis inicial se ha cumplido.
“cuando menor es el NSE menor es la eficacia de la técnica utilizada”.
 Para analizar el sentido y la intensidad de la relación se ha apelado a la Diferencia
porcentual (Dif. %) por ser la medida más simple de todas aunque no la más

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

NSE Medio Medio NSE Medio Medio

Bajo ó – M. ó + TOTAL Bajo ó – M. ó + TOTAL
GETA % % % GETA % % %

Mínima 94 83 93 Mínima 22 4 8

Máxima 6 17 7 Máxima 78 96 92

TOTAL 85 15 100 TOTAL 24 76 100

BASE 175 30 205 BASE 45 140 185

Dif. % = 11 Dif. % = 18

Antes de efectuar el análisis repasemos algunos procedimientos:

 La elaboración de los cuadros parciales requiere el reprocesamiento de los datos

conforme al cruce de las tres variables.
 Los porcentajes fueron calculados siguiendo el mismo criterio utilizado en el
cuadro anterior.
 La sumatoria de las bases correspondientes (no de los porcentajes) tiene que
coincidir con las bases del cuadro de la relación original. Lo mismo ocurriría si los
porcentajes se convirtieran en frecuencias absolutas.

Del análisis de ambos cuadros parciales se desprende lo siguiente:

 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.

La lógica de este modelo llevar a continuar el análisis cruzando la variable de

prueba con la dependiente y con la independiente pero ahora por separado; es decir,
realizando el tercer paso o cuadro de las relaciones marginales. Sin embargo, el
propósito principal es el control de la posible espureidad tal como se acaba de realizar.
Y esto es importante, a los efectos de separar dicho control de la conjetura de una nueva
asignación de causalidad. Dicho de otro modo, la variable de prueba no tiene por qué
convertirse en una “nueva variable causal” o en un irremediable “nexo o factor
interpretativo”, dado que cualquiera de estas dos presunciones también pueden resultar
espúreas.
No obstante, y para analizar cómo es la relación entre “T” y “X” pero
especialmente entre “T” e “Y”, a continuación se presentan ambos cuadros:

Cuadro nº 3: Nivel socioeconómico de Cuadro nº 4: Grado de eficacia de las

las entrevistadas según Area cultural técnicas anticonceptivas utilizadas se-
de orígen, Cap/GBA. gún el Area cultural de orígen, Cap/
GBA.

ACO Tradi- Moder- ACO Tradi- Moder-

cional na TOTAL cional Na TOTAL
NSE % % % GETA % % %
Medio
bajo ó - 85 24 56 Mínima 93 8 53
Medio
M. ó + 15 76 44 Máxima 7 92 47

TOTAL 53 47 100 TOTAL 53 47 100

BASE 205 185 390 BASE 205 185 390

Dif. % = 61 Dif. % = 85

Nuevamente, antes de comenzar el análisis recordemos algunos procedimientos:

 La disposición de las variables con sus respectivas categorías en el cuadro

responde a los mismos criterios: la variable que antecede se ubica en las columnas en
ambos cuadros; la menor categoría se ubica primera; para el caso del ACO, si bien se
ha considerado inicialmente que el nivel de medición es nominal y por lo tanto se podría
haber ubicado a la alternativa Moderna primero, sin embargo, dado que ambas forman
parte de un continuo construído mediante el índice que le da orden o jerarquía, lo
correcto es disponerlas precisamente respetando dicho orden; de esta manera - y por no
ser una simple tipología -, es posible considerarla ordinal.
 Los cuadros vuelven a ser bivariados; las bases de las columnas de los totales
corresponden al conjunto de la muestra.
217
  Los porcentajes se han calculado respetando los mismos criterios.

De la lectura e interpretación se deduce el siguiente análisis:

 En la fila de los totales de ambos cuadros se observa que la composición de la

muestra de acuerdo al área cultural de orígen es pareja (el 53 % de las mujeres
provenía de zonas tradicionales mientras el 47 % lo hacía de áreas modernas).
 La Dif. % del cuadro nº 3 muestra que existe una relación directa media entre el
ACO y el NSE: las mujeres provenientes de áreas tradicionales tienden a pertenecer
al estrato socioeconómico medio bajo/bajo mientras que las oriundas de zonas
modernas se ubican en el nivel medio neto o superior.
 Finalmente, en el cuadro nº 4 se puede apreciar qué sucede con la hipótesis rival o
alternativa. Existe una relación directa sumamente fuerte (Dif. % = 85) entre el
ACO y el GETA: las mujeres proven ientes de áreas culturales tradicionales son
fuertemente proclives a utilizar técnicas anticonceptivas de eficacia mínima
mientras que las socializadas en zonas modernas tienden a practicar medidas
anticonceptivas de mayor eficacia.

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:

Cuadro nº 5: Grado de eficacia de las técnicas anticonceptivas utilizadas según edad de

las entrevistadas, Cap/GBA.

EDAD
Hasta 25 26/35 36 y + TOTAL
GETA % % % %

Mínima 40 48 68 53

Máxima 60 52 32 47

TOTAL 30 37 33 100

BASE 115 145 130 390

Dif. % = - 28

Previo al análisis algunos comentarios:

 Las bases de cada grupo de edad fueron decididas por cuota muestral.
 La diferencia porcentual se calculó tomando los porcentajes de las categorías
extremas.

Del análisis del cuadro se desprenden las siguientes consideraciones:

 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.

A continuación y para mostrar otra forma de presentación de los resultados se

replica uno de los grafos o cadena desarrollados con anterioridad pero ahora con el
agregado de la fuerza y el sentido de la dirección expresados en valores de diferencia
porcentual.

(85)
ACO GETA

(61) (62)
NSE

Para finalizar y a modo de síntesis de los principales resultados obtenidos se

presentan dos perfiles cuantitativos correspondientes a las usuarias de ambos tipos de
técnicas anticonceptivas:

220
 ACO TRADICIONAL
93 %

NSE M. BAJO/BAJO 36 y + AÑOS *

85 % 45 %

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

NSE M. MEDIO/ALTO HASTA 25 AÑOS *

76 % 42 %
ACO MODERNA
92 %

Ponderado según representación muestral

221
 FICHA TECNICA

 Tipo de estudio: Exploratorio / descriptivo / explicativo

 Características: Cuantitativo

 Alcance temporal: Seccional / transversal / Comparativo

 Población: Mujeres en edad fértil, con pareja estable, que utilizan habitualmente
alguna técnica anticonceptiva.

 Area muestral: Cap/GBA.

 Técnica de muestreo: Polietápica estratificada por zona geográfica con selección

probabilística de puntos de muestra ajustada por cuotas no proporcionales de edad y
selección accidental.

 Tamaño muestral: 390 casos efectivos.

 Técnica de recolección: Entrevista estructurada.

 Tipos de preguntas: Cerradas (dicotómicas y de elección múltiple) y mixtas.

 Fecha de realización: agosto/octubre 1973.

222
 BIBLIOGRAFÍA GENERAL

Aaker, D. y Day, G.: Investigación de mercados, McGraw-Hill, México, 1992.

Ander Egg, Ezequiel: Técnicas de investigación social, El Cid, Buenos Aires, 1983.
Antoine, Jacques: El sondeo, herramienta de márketing, Deusto, Buenos Aires, 1993.
Asociación Argentina de Márketing: Indice de nivel socio económico argentino, ed.
propia, Buenos Aires, 1998.
Babbie, Earl: Métodos de investigación por encuesta, FCE, México, 1988.
Bachelard, Gastón: Epistemología, Anagrama, Barcelona, 1974.
Bachelard, Gastón: La formación del espíritu científico, Siglo XXI, Buenos Aires,
1972.
Baranger, Denis: Construcción y análisis de datos, EUC, Posadas, Misiones, 1992.
Berger, P. y Thomas, L.: La construcción social de la realidad, Amorrortu, Buenos
Aires, 1979.
Blalock, Hubert: Estadística social, FCE, México, 1994.
Blalock, Hubert: Introducción a la investigación social, Amorrortu, Buenos
Aires,1998.
Bosch, J. y Torreste, D.: Encuestas telefónicas y por correo, CIS, Barcelona, 1994.
Boudon, R. y Lazarsfeld, P.: Metodología de las ciencias sociales, Laía, Barcelona,
1985.
Bourdieu, P. y otros: El oficio de sociólogo, Siglo XXI, Buenos Aires, 1975.
Bourdieu, P. y Wacquant, L.: Respuestas, Grijalbo, México, 1995.
Bourdieu, Pierre: Cosas dichas, Gedisa, Barcelona, 1993.
Bourdieu, Pierre: Intelectuales, política y poder, Eudeba, Buenos Aires, 1999.
Bourdieu, Pierre: Razones prácticas, Anagrama, Barcelona, 1997.
Brown, Robert: La explicación en las ciencias sociales, Periferia, Buenos Aires, 1972.
Bunge, Mario: ¿Qué es un problema científico?, Cuaderno de epistemología, UBA,
OPFyL, Buenos Aires, 1972.
Bunge, Mario: Causalidad, Eudeba, Buenos Aires, 1972.
Bunge, Mario: La ciencia, su método y su filosofía, Siglo XX, Buenos Aires, 1978.
Campbell, D. y Stanley, J.: Diseños experimentales y cuasiexperimentales en la
investigación social, Amorrortu, Buenos Aires, 1978.
Ces D’Ancona, M. Angeles: Metodología cuantitativa: estrategias y técnicas de
investigación social, Síntesis, Madrid, 1998.
Cohen, M. y Nagel, E.: Introducción a la lógica y al método científico, Amorrortu,
Buenos Aires, 1983.
Comboni, S. y Juárez, J.: Introducción a las técnicas de investigación, Trillas, México,
1990.
Cook, T.D. y Reichardt, Ch.S.: Métodos cualitativos y cuantitativos en investigación
evaluativa, Morata, Madrid, 1997.
Critto, Adolfo: El método científico en las ciencias sociales, Paidós, Buenos Aires,
1982.
Díaz, Esther: La ciencia y el imaginario social, Biblos, Buenos Aires, 1998.
Díaz, Esther: La Posciencia, Biblos, Buenos Aires, 2000.
Echeverría, Javier: Filosofía de la ciencia, Akal, Madrid, 1998.
Errandonea, Alfredo: El lugar de las técnicas cualitativas, FCS, Uruguay, 1977
Errandornea, Alfredo: Manual de introducción a la sociología, FCU, Montevideo,
1986.
Féstinger, L. y Katz, D.: Los métodos de investigación en las ciencias sociales, Paidós,
Buenos Aires, 1972.
223
Feyerabend, Paul: Contra el método, Hyspamérica, Buenos Aires, 1984.
Galtung, Johan: Teoría y método de la Investigación Social, Eudeba, Buenos Aires,
1978.
García Ferrando, M., Ibáñez, J. y Alvira, F.: El análisis de la realidad social, Alianza,
Madrid, 1993.
García Ferrando, Manuel: Introducción a la estadística en Sociología, Alianza, Madrid,
1992.
Garmendia, José: Sociología, CIS, Madrid, 1979.
Germani, Gino: Manual del encuestador, UBA, FyL, Buenos Aires, 1966.
Germani, Gino: Política y sociedad en una época de transición, Paidós, Buenos Aires,
1977.
Ghiglione, R. y Matalón, B.: Las encuestas sociológicas, Trillas, México, 1989.
Giddens, Anthony: Sociología, Madrid, 1989.
Gil Flores, Javier: Análisis de datos cualitativos, PPU, Barcelona, 1994.
Glock, Charles: Diseño y análisis de encuestas en sociología, Nueva Visión, Buenos
Aires, 1973.
Goode, W. y Hatt, P.: Métodos de investigación social, Trillas, México,1979.
Gouldner, Alvin: La crisis de la sociología occidental, Amorortu, Buenos Aires, 1979.
Guber, Rosana: El salvaje metropolitano, Legasa, Buenos Aires, 1991.
Hempel, Carl: Confirmación, inducción y ciencia racional, Paidós, Buenos Aires,
1975.
Hernández Sampieri, R. y otros: Metodología de la investigación, McGraw-Hill,
México, 1994.
Hobsbawm, Eric: Historia del siglo XX, Crítica, Buenos Aires, 1998.
Hyman, Herbert: Diseño y análisis de las encuestas sociales, Amorrortu, Buenos Aires,
1984.
Kérlinger, F. N.: Investigación del comportamiento: técnicas y metodologías,
Interamericana, México, 1975.
Kinner, T. y Taylor, J.: Investigación de mercados, McGraw-Hill, México, 1994.
Kish, Leslie: Diseño estadístico para la investigación, CIS, Madrid, 1995.
Klimovsky, G. y Schuster, F.: Descubrimiento y creatividad en ciencia, Eudeba,
Buenos Aires, 2000.
Klimovsky, G., Varsavsky, O. y otros: Ciencia e ideología, Ciencia nueva, Buenos
Aires, 1973.
Korn, Francis y otros: Conceptos y variables en la investigación social, Nueva Visión,
Buenos Aires, 1984.
Kuhn, Thomas: La estructura de las revoluciones científicas, FCE, Buenos Aires,
1966.
Lakatos, I. y Musgrave, A.: La crítica y el desarrollo del conocimiento, Grijalbo,
Barcelona, 1975.
Lakatos, Imre: La metodología de los programas de investigación científica, Alianza,
Madrid, 1983.
Lores Arnaiz, María del Rosario: Hacia una epistemología de las ciencias humanas,
Belgrano, Buenos Aires, 1986.
Maddox, John: Lo que queda por descubrir, Debate, Madrid, 1999.
Madge, John: Las herramientas de la ciencia social, Paidós, Buenos Aires, 1969.
Marx, Carlos: El dieciocho brumario de Luis Bonaparte, Polémica, Buenos Aires,
1975.
Mayntz, Renate y otros: Introducción a los métodos de la sociología empírica, Alianza,
Madrid, 1988.
McKinney, John: Tipología constructiva y teoría social, Amorrortu, Buenos Aires,
224
 1968.
Moledo, Leonardo: De las tortugas a las estrellas, A-Z, Buenos Aires, 1994.
Mora y Araujo, Manuel: El análisis de los datos en la investigación social, Nueva
Visión, Buenos Aires, 1975.
Mora y Araujo, Manuel: Estadística y sociología, Nueva visión, Buenos Aires, 1973.
Mora y Araujo, Manuel: Recomendaciones para la lectura y análisis de cuadros, UBA,
Buenos Aires, 1965.
Nagel, Ernest: La estructura de la ciencia, Paidós, Barcelona, 1981.
Noelle, Elisabeth: Encuestas en la sociedad de masas, Alianza, Madrid, 1978.
Padua, Jorge: Técnicas de investigación aplicadas a las ciencias sociales, FCE,
México, 1982.
Padua, Jorge: Técnicas de investigación aplicadas a las ciencias sociales, FCE,
México, 1993.
Pardinas, Felipe: Metodología y técnicas de investigación en ciencias sociales, Siglo
XXI, México, 1972.
Popper K. y otros: La lógica de las ciencias sociales, Grijalbo, México, 1978.
Popper, Karl: Conjeturas y refutaciones, Paidós, Barcelona, 1994.
Popper, Karl: La lógica de la investigación científica, Rei, Buenos Aires, 1989.
Prigogine, Ilya: El fin de las certidumbres, A. Bello, Santiago, Chile, 1996.
Raj, Des: La estructura de las encuestas por muestreo, FCE, México, 1979.
Rodriguez Osuna Jacinto: Métodos de muestreo, CIS, Madrid, 1991.
Rojas Soriano, Raúl: La investigación social: teoría y praxis, Folios, México, 1986.
Saint – Simon: Catecismo político de los industriales, Aguilar, Buenos Aires, 1964.
Samaja, Juan: Epistemología y metodología, Eudeba, Buenos Aires,1993.
Sánchez Carrión, Juan J.: Manual de análisis de datos, Alianza, Madrid, 1996.
Sartori, G. y Morlino, L.: La comparación en las ciencias sociales, Alianza, Madrid,
1999.
Scarano, Eduardo: Metodología de las ciencias sociales, Macchi, Buenos Aires, 1999.
Schuster, Felix: El método en las ciencias sociales, Ceal, Buenos Aires, 1992.
Schuster, Felix: Explicación y predicción, Clacso, Buenos Aires, 1982.
Schwartz, H. y Jacobs, J.: Sociología cualitativa, Trillas, México, 1984.
Schwartzman, Simon (compilador): Técnicas avanzadas en ciencias sociales, Nueva
Visión, Buenos Aires, 1977.
Selltiz, C. y otros: Métodos de investigación en las relaciones sociales, Rialp, Madrid,
1974.
Sierra Bravo, Restituto: Técnicas de Investigación Social, Paraninfo, Madrid, 1991.
Sierra Bravo, Restituto: Tesis doctorales y trabajos de investigación científica,
Paraninfo, Madrid, 1996.
Taylor, J. y Bogdan, R.: Introducción a los métodos cualitativos de investigación,
Paidós, Buenos Aires, 1986.
Valles, Miguel: Técnicas cualitativas de investigación social, Síntesis, Madrid, 1997.
Vasilachis, Irene: Métodos cualitativos I, CEAL, Buenos Aires, 1992.
Wainerman, C. y otros: Escalas de medición en ciencias sociales, Nueva Visión, 1976.
Wainerman, C. y Sautú, R. (compiladoras): La trastienda de la investigación,
Belgrano, Buenos Aires, 1998.
Wallace, Walter: La lógica de la ciencia en sociología, Alianza, Madrid, 1980.
Waslavyck, Paul: Es real la realidad?, Siglo XXI, México, 1985.
Weber, Max: Economía y sociedad, FCE, Bogotá, 1977.
Wright Mills, C.: La imaginación sociológica, FCE, México, 1961.
Yalour, Margot: La investigación social, Ceal, Buenos Aires, 1972.
Zeizel, Hans: Dígalo con números, FCE, México, 1974.
225
Zetterberg, Hans: Teoría y verificación en sociología, Nueva Visión, Buenos Aires,
1981.

226
 INDICE GENERAL

INTRODUCCIÓN ........................................................................................................... 3

LA INVESTIGACIÓN SOCIAL, POR ROBERTO PÉREZ LALANNE .............................................. 4

1. LA INVESTIGACIÓN Y SU S CARACTERÍSTICAS ....................................................................... 4
2. LA INVESTIGACIÓN Y SUS MÉTODOS ................................................................................ 10
3. LA INVESTIGACIÓN Y LAS TÉCNICAS ................................................................................ 16
4. LOS TIPOS DE INVESTIGACIÓN ........................................................................................ 16

DOS CONCEPCIONES DE LA INVESTIGACIÓN: EN UN SENTIDO AMPLIO Y EN UN

SENTIDO RESTRINGIDO, POR ROBERTO PÉREZ LALANNE ...................................................... 22
1. SOBRE LOS CONTEXTOS DE INVESTIGACIÓN ........................................................................ 22
2. TRES DISPOSITIVOS: DISEÑO, PROYECTO Y PROCESO DE INVESTIGACIÓN .................................... 26
3. FORMULARIO PARA LA PRESENTACIÓN DE PROYECTOS DE INVESTIGACIÓN ................................. 29
4. PRINCIPIOS Y CRITERIOS OPERATIVOS GENERALES DEL DISEÑO ................................................ 30

EL PROCESO DE INVESTIGACIÓN, POR ROBERTO PÉREZ LALANNE ........................................ 35

1. LOS PASOS DE LA INVESTIGACIÓN ...................................................................................... 35
2. HACIA LA FORMULACIÓN DEL PROBLEMA ............................................................................ 36
2.1. LA SELECCIÓN DEL TEMA .............................................................................................. 36
2.2. LA DELIMITACIÓN DEL TEMA ......................................................................................... 38

EL PROBLEMA DE INVESTIGACIÓN, POR HÉCTOR D. BARROSO ............................................ 41

EL TEMA Y EL PROBLEMA .................................................................................................... 41
EL PROBLEMA Y LAS PREGUNTAS ........................................................................................... 41
LA DEFINICIÓN DEL PROBLEMA ............................................................................................. 43
¿QUÉ ES LA TEORÍA? .......................................................................................................... 43
EL MARCO TEÓRICO DE LA INVESTIGACIÓN .............................................................................. 46
LAS CONDICIONES DE LOS PROBLEMAS .................................................................................... 46
PREGUNTAS QUE CONTRIBUYEN A FORMULAR EL PROBLEMA ....................................................... 49

LAS HIPÓTESIS EN LA INVESTIGACIÓN CIENTÍFICA, POR

ALFREDO OSCAR CASTRO .................................................................................................... 56
TEORÍA E HIPOTESIS ............................................................................................................ 56
EL PAPEL DE LAS HIPOTESIS EN LOS PASOS DEL PROCESO DE INVESTIGACIÓN ................................... 57
DE DOJDE SE EXTRAEN Y COMO SE CONSTRUYEN LAS HIPOTESIS ................................................... 59
CONDICIONES QUE DEBEN PRESENTAR LAS HIPOTESIS ................................................................. 60
CLASIFICACIÓN DE LAS HIPOTESIS .......................................................................................... 61

SOBRE VARIABLES, INDICADORES E INDICES, POR ROBERTO PÉREZ LALANNE ...................... 68

1. DE LOS CONCEPTOS Y SUS DEFINICIONES .............................................................................. 68
2. SOBRE LAS VARIABLES ..................................................................................................... 69
3. SISTEMA DE CATEGORÍAS O CATEGORIZACIÓN DE LAS VARIABLES ............................................. 70
4. NIVELES DE MEDICIÓN DE LAS VARIABLES ........................................................................... 73
5. CLASIFICACIONES DE LAS VARIABLES ................................................................................. 74
5.1. SEGÚN SU NATURALEZA ................................................................................................ 75
5.2. SEGÚN LA FUNCIÓN QUE CUMPLEN EN LA HIPÓTESIS O EN EL ANALISIS DEL PROBLEMA ............... 76
5.3. SEGÚN SU GRADO DE COMPLEJIDAD ................................................................................. 82
5.3.1. PASOS PARA LA CONSTRUCCIÓN DE UN INDICE PORCENTUAL ............................................... 86
227
6. VALIDEZ Y CONFIABILIDAD DE LAS MEDICIONES ................................................................... 89
7. ALGUNOS EJEMPLOS SIMBÓLICOS ....................................................................................... 91

INFORME SOBRE LA INVESTIGACIÓN – A MODO DE EJEMPLO (1º PARTE), POR

ROBERTO PÉREZ LALANNE ................................................................................................... 98
INTRODUCCIÓN .................................................................................................................. 98
LA FORMULACIÓN DEL PROBLEMA ......................................................................................... 99
LAS HIPÓTESIS Y SUS VARIABLES .......................................................................................... 100
LA VARIABLE NIVEL SOCIOECONOMICO ................................................................................. 101
LAS OTRAS VARIABLES DEL EJEMPLO .................................................................................... 105
COMENTARIOS FINALES ..................................................................................................... 107

EL UNIVERSO DE ESTUDIO Y LA SELECCIÓN DE LA MUESTRA, POR

S. RAQUEL MIGUEZ .......................................................................................................... 110
VENTAJAS Y DESVENTAJAS EN LA APLICACIÓN DE LOS CENSOS Y LAS MUESTRAS ............................ 114
DISEÑO DE LA MUESTRA ..................................................................................................... 115
MARCO MUESTRAL ............................................................................................................ 115
TIPOS DE MUESTREO .......................................................................................................... 116
TECNICAS DE MUESTREO NO PROBABILÍSTICO ......................................................................... 120
TECNICAS DE MUESTREO PROBABILÍSTICO .............................................................................. 123
ERRORES PRESENTES EN EL PROCESO DE INVESTIGACIÓN ........................................................... 125
TAMAÑO DE LA MUESTRA ....................................................................................................127
ANEXOS .......................................................................................................................... 129

LAS TÉCNICAS DE RECOLECCIÓN DE DATOS, POR HÉCTOR D. BARROSO .............................. 134

INTRODUCCIÓN ................................................................................................................. 134
ESTRUCTURACIÓN VS. LIBERTAD .......................................................................................... 134
CARACTERÍSTICAS PRINCIPALES DE LAS TÉCNICAS CUALITATIVAS Y CUANTITATIVAS DE
RECOLECCION DE DATOS ..................................................................................................... 136
LAS ENCUESTAS ................................................................................................................ 140
LA ESTRUCTURA DEL CUESTIONARIO ..................................................................................... 141
EL CONTENIDO DE LAS ENCUESTAS ....................................................................................... 146
RECOMENDACIONES GENERALES ......................................................................................... 147
LAS FORMAS DE ADMINISTRACIÓN DE LAS ENCUESTAS .............................................................. 148
EJEMPLO DE CUESTIONARIO PARA ENCUESTA DOMICILIARIA ...................................................... 150
LAS ENTREVISTAS ............................................................................................................. 151
LA OBSERVACIÓN ............................................................................................................. 154

EL DIFERENCIAL SEMÁNTICO, POR ROBERTO PÉREZ LALANNE ............................................ 157

INTRODUCCIÓN ................................................................................................................ 157
METODOLOGÍA PARA LA CONSTRUCCIÓN Y ADMINISTRACIÓN DE UN DIFERENCIAL
SEMÁNTICO........................................................................................................................157

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

INVESTIGACIONES EXPLORATORIAS, DESCRIPTIVAS Y EXPLICATIVAS, POR

ROBERTO PÉREZ LALANNE ................................................................................................ 192
1. INVESTIGACIONES EXPLORATORIAS .................................................................................. 195
2. INVESTIGACIONES DESCRIPTIVAS ..................................................................................... 196
3. INVESTIGACIONES EXPLICATIVAS ..................................................................................... 200

INFORME SOBRE LA INVESTIGACIÓN (A MODO DE EJEMPLO – 2º PARTE), POR

ROBERTO PÉREZ LALANNE ................................................................................................ 207
EXPLICITACIÓN DE LOS OBJETIVOS E HIPÓTESIS ...................................................................... 207
CONTINUANDO CON EL DISEÑO Y EL PROCESO DE INVESTIGACIÓN .............................................. 208
EL ANÁLISIS DE LOS DATOS ................................................................................................ 211
FICHA TÉCNICA ............................................................................................................... 220

BIBLIOGRAFÍA GENERAL ............................................................................................ 221

229