Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Y esto se puede hacer simplemente al comparar los jóvenes y los- de diferentes combinaciones de las categorías de las dos variables de con-
edad más avanzada que tengan idénticos niveles de educación. Es decir, trol. En términos generales, se puede afirmar que el número de tablas
se comparan los hábitos de audiencia de los jóvenes y viejos más edu- condicionales es igual al producto del número de variables de control
cados con los hábitos de los jóvenes y viejos menos educados. Los re- introducidas. El número de orden de las tablas condicionales será igual
sultados que. encontró Lazarsfeld se presentan en la tabla 12.2. al número de variables de control introducidas.
TABLA 12.2
J2.3. LA FÓRMULA DE RECUENTO DE LAZARSFELD
Edad y audiencia de programas religiosos según el nivel de educación
Volviendo al caso de tres variables, dos de ellas que definen la rela-
NIVEL DE EDUCACION
ción original y una tercera variable de control que ayuda a explicar o de-
terminar dicha relación, vemos fácilmente que se pueden definir cuatro
Alto Bajo relaciones. Para el ejemplo de la audiencia de programas radiofónicos
Edades más Edades más según la edad y el nivel de educación, la relación pr incipal se produce
Escuchan programas religiosos Jóvenes avanzadas Jóvenes avanzadas entre la edad y las preferencias (XY). Es la informaeión que aparece en
la tabla 12.1. En segundo lugar, tenemos las relaciones condicionales que
Sí .... ... .. .. . . ... .. 9 11 29 32 se producen entre ambas variables para cada _n ivel de educación. Un
No ... ....... .... . 91 89 71 68 simbolismo apropiado para las relaciones que aparecen en la tabla 12.2
Porcentaje total ......... .. . ... .. . 10 100 100 100 es (XY; T) y (XY; T'). En tercer y cuarto lugar, tenemos las relaciones
entre la variable independiente y la variable de control, por un lado
-en nuestro ejemplo, entre la edad y el nivel de educación (XT)-, y la
que se produce al cruzar la variable dependiente y la variable de control
Se observa que entre las personas que tienen un nivel alto de edu- -en nuestro ejemplo, entre el nivel de educación y el tipo de audiencia
cación, apenas existen diferencias en los niveles de audiencia entre jóve- radiofónica (TY)-. Estas dos últimas relaciones, llamadas también mar-
nes y viejos, y lo mismo se produce dentro del grupo de person~s con ginales, no las hemos reproducido en el texto, pero se pueden obtener
niveles bajos de educación. En consecuencia, si no fuera por el mvel de fácilmente si dispusiéramos de los datos originales.
educación, no aparecería la relación original observada entre edad Y au-
Resumiendo, hemos partido de una relación original (XY), y al in-
diencia de programas religiosos. troducir una variable de control, T, se han producido cuatro nuevas
El procedimiento analítico seguido es, pues, bien sencillo. Hemos relaciones, las dos rélaciones condicionales y las dos relaciones margi-
partido de una relación global entre dos variables, o asociac~ón de or~~n nales. (Esto para el caso, naturalmente, de que el factor de control esté
cero, y se ·ha tratado de explicar dicha relación mediante la mtroducc10n dicotomizado. Si estuviera dividido en más de dos categorías, el núme-
de una variable de control o factor de prueba. La relación original se ha ro de relaciones condicionales se incrementaría correspondientemente.)
estratificado según los valores del factor de prueba, lo que en nuestro Pues bien, Lazarsfeld ha demostrado que las nuevas relaciones resultan-
ejemplo ha dado lugar a otras dos tablas, llamadas tablas_ ~on~~ciona tes pueden igualarse a la relación original de la que se han originado.
les o asociaciones de contingencia. En este caso, la «estrat1ficac1on» se La ecuación resultante se puede escribir como sigue:
ha realizado al distinguir entre valores «altos» y «bajos» de educación.
En el caso de que en el factor de prueba se hubieran distinguido tre~ ,º (XY) = (XY; T) 3 (XY; T') G (XT) (TY)
más categorías, el número resultante de tablas condicionales seguma
el mismo orden. Esta ecuación se puede formular verbalmente de la siguiente manera:
Cuando se considera una sola variable de control, las tablas condicio- la relación original entre dos variables, X e Y, es igual a la suma de las
aales resultantes se denominan de primer orden. Ahora bien, podemos relaciones parciales entre X e Y cuando la población se estratifica según
estar interesados en introducir una segunda variable de control, por los dos valores del factor de prueba T, más un término que es el pro-
ejemplo, tipo de residencia (rural o urbana), en las tablas resultant~s ducto de la relación entre X y T, por un lado, y entre T e Y, por el otro.
de introducir la primera variable de control. En este caso, se obtendran (El sigFio G de la ecuación anterior ha sido rodeado por un círculo para
tablas condicionales de segundo orden, y su número vendrá dado por las indicar que no se trata de una suma aritmética convencional, ya que
340 Socioestadfstica. Introducción a la Estadística en Sociología Estadística descriptiva 111: Tres o más variables 341
~,,r,.;r.::r;r...-~·!7.z:.~~~.::-fuc-;:;i:.':!!.~=\;.;.~s;,;;;;.~~~...Zi!.oa"...u'.i.t'A.'·~,:.;;.;:::......'!;:U:::•;;:~;._~y-~:;¡r~~t.;;,~~"-'~:.::.. ;..;.;.:....;..<".a;;· -·r.:'~~=~~·..:::::-~· .... ;.:.~ ""? .. ;.·,.;.;~~
para realizar la suma aritmética de las anteriores relaciones habría que 12.3.l. El papel de la teoría en la elaboración de relaciones
considerar ciertos factores de corrección que no se han introducido con entre variables
el objeto de simplificar la exposición.
Tal como ha señalado Hyman (1955, pág. 283), la ecuación anterior Conviene señalar que en la práctica de la investigación real, pocas
rio es una ecuación de cálculo convencional. En otras palabras, no nece- veces se encuentran casos puros de los tipos P y M de elaboración. Lo
sitamos dicha ecuación para determinar la relación original, o cual- más corriente es que los términos que aparecen como O en las ecua-
quiera de las relaciones condicionales o marginales. El valor de dic;ha ciones anteriores tengan valores que no son precisamente O. Nuestro
ecuación radica en que explicita la diversidad de relaciones que se pro- interés en los tipos P y M no se basa, pues, en su carácter empírico,
ducen al introducir una tercera variable en una relación original entre sino en que representan, de forma esquematizada, ciertos procedimientos
dos variables, al mismo tiempo que pone de manifiesto cómo se rela- analíticos y de investigación en sociología. Las diferencias que existen
cionan entre sí las diferentes relaciones. Se trata, en palabras de Hyman, entre P y M ponen de manifiesto que no todos los factores de prueba o
de una ecuación «formalizadora», ya que formaliza las conexiones mutuas variables de control tienen el mismo significado, exhiben las mismas
que se producen ei:itre diversas relaciones, y los valores que pueden propiedades estadísticas o responden a idéntica finalidad teórica.
tomar al variar el valor de cada uno de sus términos. El papel del marco teórico es muy importante a la hora de realizar
Existen dos situaciones en las que la fórmula toma valores que in- la elaboración analítica de la relación entre tres o más variables. En
teresan especialmente al sociólogo. La primera de ellas se produce cuan- primer lugar, la teoría nos ayudará a seleccionar las relaciones origi-
do el factor de prueba no está relacionado con una o ninguna de las nales y las variables de control más relevantes. Piénsese que en un es-
variables originales. En este caso, el término de los marginales de la tudio, modesto ciertamente, en el que interviniesen sólo 5 variables,
ecuación se reduce a O y la relación original entre X e Y es igual a la y que cada variable tuviese 5 categorías, se pueden confeccionar 10 ta-
media ponderada de las dos relaciones parciales o condicionales. En blas de orden cero, 150 tablas condicionales de primer orden, 1.500 ta-
términos simbólicos, la ecuación queda así, blas de segundo orden, etc. Es obvio que en la realidad de la investi-
gación sociológica se maneja un número muy superior a 5 variables,
(XY) =(XY; T) 0 (XY; T') + (O) (TY) por lo que el problema consiste en seleccionar las relaciones realmente
relevantes, dejando de lado las irrelevantes. Y en esto consiste precisa-
o mente el papel de la teoría.
(XY) =(XY; T) G (XY; T') + (XT) (O) Además, el orden teórico de las variables es decisivo en la interpre-
tación de los resultados en el proceso de elaboración. Sabemos, por
Lazarsfeld designa a esta ecuación con el tipo P, o «parcial», de ela- definición, que la variable independiente antecede a la variable depen-
boración, ya que la relación original depende de los valores de las rela- diente. Sin embargo, la variable de control o factor de prueba, puede
ciones parciales. ocupar posiciones diferentes. Si el factor de prueba antecede a las va-
La segunda situación de interés se produce cuando desaparecen las riables dependiente e independiente, se denomina variable antecedente.
relaciones parciales. En dicho caso, la relación original es igual a los Simbólicamente, tendríamos lo siguiente:
términos marginales, es decir, al producto de las relaciones que se es- (T) ~(X) ~(Y)
tablecen entre el factor de prueba y cada una de las variables origina-
les . En términos simbólicos, dicha situación se puede expresar del si- Si los efectos del factor se prueba se producen después de las varia·
guiente modo: bles dependiente e independiente, se denomina entonces variable conse-
(XY) =0+0+ (XT) (TY) cuente, y se representa así:
(X)~ (Y) ~ (T)
A este caso, lo denomina Lazarsfeld el tipo M, o «marginal», de ela-
boración, ya que depende de las relaciones marginales que se establecen
Si el factor de prueba actúa antes de la variable dependiente pero
entre las tres variables.
! después de la variable independiente, se fáúa entonces de una variable
1
i ·interviniente como sería en el siguiente caso:
1
1 (X)~ (T) ~(Y)
__ _i_
342 Socioestadística. Introducción a la Estadística en Sociología Estadística descriptiva 111: Tres o más variables 343
..
~ ...."t"~..:;..::_-~.:::~::c=-:::.~.=="'~~;:i::;.-x*:l.'<l:.~.:!!l'\;=~.:;.~~~~,,;;;:.,_~":':~>..<Q::..;;:..;;f~:.·~,.,_~~~.i;,,;¡:$ ""'!'..·~-. ~"!-'E --;:..~~
Son muchos los autores que sugieren la utilización de un diagrama las amas de casa. Sin embargo, lo que no resulta evidente por sí mismo
de flechas de las relaciones entre variables, para clarificar el orden teó- es si al trabajar fuera del hogar las mujeres deciden tener menos hijos
rico de las variables y el tipo de análisis estadístico que debe emplearse o si es el hecho de tener una familia reducida lo que facilita o impulsa
ante un problema de investigación determinado. Así, Loether y Mctavish a las mujeres a tener un trabajo extradoméstico.
09?4) utilizan un estudio de la relación entre la implicación en organi- Otras veces, la ordenación temporal de las variables se establece sen-
zaciones y la participación política realizada por William Erbe (1964) cillamente al obtener información sobre algunos fenómenos sociales en
para ejemplificar la utilización del diagrama de flechas. La revisión d~ dos o más momentos en el tiempo. Los diseños longitudinales se utili-
la literatura disponible sobre el tema, condujo a Erbe a sugerir la exis- zan precisamente para estudiar la evolución, en el tiempo, de determi-
tencia de otras dos variables relevantes para explicar la relación entre nados fenómenos sociales, como pueden ser el ciclo familiar o la mo-
aquellas dos variables. Las relaciones teóricas entre las variables uti- vilidad social. En los estudios que utilizan el diseño de panel, una misma
lizadas para guiar su estudio, las esquematizó del siguiente modo: población es estudiada en varios momentos en el tiempo. Tales diseños
son frecuentes en el estudio del comportamiento electoral, en el estudio
de audiencias en televisión y en los estudios de mercado * .
I
Implicación en
El papel central de la teoría en la interpretación de los resultados
~ o.-gan;,acion"~ de la elaboración de las relaciones entre variables, se puede ver con
originales para que se pueda hablar de relación significativa, porque de las dos variables originales. Así, la razón de la aparición de una relación
lo COJ;ltrario pudiera ocurrir que la relación se debiera a una conexión entre el número de cigüeñas y el número de nacimientos, es la localiza-
accidental con una variable asociada. En este último caso, tendríamos ción rural o urbana. La mayoría de las cigüeñas se encuentran· en las
una relación espuria (este término proviene del latín spurius, que sig- áreas rurales, en donde además la tasa de natalidad es mayor que en
nifica bastardo o falso) y el investigador debe estar bien prevenido con- las zonas urbanas. Si en la relación original se introdujera la variable
tra ellas. rural-urbano, la relación original desaparecería en cada una de las dos
Tal como señala con acierto Rosenberg (1968, pág. 28), no existen tablas parciales resultantes.
relaciones espurias en sentido estricto, sino más bien interpretaciones De igual modo, la razón de la relación entre personas hospitalizadas
espurias. No obstante, es costumbre hablar de «relación espuria» cuan- y tasa de ,mortalidad se debe, como es obvio, a que la proporción de
do no existe una ligazón inherente o significativa entre dos variables personas enfermas en un hospital es notablemente mayor que fuera del
ya que la relación aparente se debe a la asociación accidental de amba~ hospital. Y por lo que se refiere al ejemplo de los bomberos, la causa
variables con una tercera variable ajena a la relación original. Es decir, de la aparente relación entre el número de éstos y la cuantía de las pér-
la relación que aparentemente aparece como asimétrica es, en realidad didas se encuentra en que acuden más bomberos a los incendios más
simétrica, ya que se trata de dos consecuencias de la misma causa, d~ intensos, en los que .las pérdidas materiales son mayores. Con el fin de
dos indicadores del mismo concepto, de dos manifestaciones de un glosar con mayor claridad este último caso, podríamos confeccionar la
fenómeno complejo o, también, de dos factores que aparecen asociados siguiente tabla 12.5 en base a datos ficticios, pero que guardan similitud
puramente por azar. con lo que se podría encontrar en la realidad.
La explicación de la relación bivariable original, que es como de-
nomina Lazarsfeld a este modo de elaboración, consiste en el control de
factores, antecedentes, que invaliden la relación. Simbólicamente, se TABLA 12.5
puede expresar el modelo de la siguiente manera: Tablas totales y parciales para el ejemplo de los bomberos
A. Tablas totales.
Tipo de incendio Tipo de incendio
Cuantía de las Número de
En la literatura sociológica se pueden encontrar diversos ejemplos pérdidas (ptas. ) Pequeño Grande bomberos Pequeiio Grande
que, tradicionalmente, se utilizan para glosar este proceso, algunos de los
cuales vamos a exponer a continuación. Así, se suele señalar que existe • Un millón o me-
nos ... ... .. . 60 20 ••
4 ó menos ...
Más de 4
75
25
20
80
•
"'
una relación entre el número de cigüeñas en una región y el número Más de un mi-
de nacimientos. Se trata, qué duda cabe, de una relación espuria, aunque llón ... ... . .. . .. 40 80 • Porcentaje totaL 100 100
realmente lo que es espuria es la interpretación, ya que sabemos que
las cigüeñas no son portadoras de los bebés.
• Porcentaje total. 100 100
L
• Porcentaje total. 100 100 • Porcentaje total. 100 100
348 Socioestadística. Introducción a la Estadística en Sociología Estadística descriptiva 111: Tres o más variables 349
Las tablas totales, que eran casi perfectamente asimétricas, y por Conviene señalar, por otro lado, que estos resultados sobre el trabajo
16 tanto mostraban una relación de valor elevado (caso de haber calcu- femenino que cita Zeisel y que, por tanto, se refieren a la 'población la-
lado un coeficiente de correlación apropiado a los <jatos), dan lugar a boral norteamericana, son semejantes a los que pueden encontrarse al
unas relaciones parciales o condicionales que son perfectamente simé- respecto en cualquier otro país industrial, como España. Pues bien, a
tricas y, por lo tanto, de nula relación. Queda claro, pues, que el inves- ' la vista de los resultados de la tabla 12.6, el investigador pensó en la
tigador debe estar en guardia contra asociaciones accidentales como las siguiente explicación: las mujeres casadas faltan en mayor proporción
anteriores, para no alcanzar conclusiones erróneas. Cuando se manejan al trabajo que las solteras, debido a que tienen que atender a más ta-
datos sociológicos incompletos y se especula superficialmente sobre ellos, reas domésticas. A fin de comprobar esta hipótesis, se introdujo en el
pueden alcanzarse conclusiones con visos aparentes de plausibilidad, análisis como factor de prueba la cantidad de trabajo doméstico al que
pero que en el fondo encubren relaciones espurias. La elaboración ana- tienen que hacer frente los diferentes grupos de mujeres . Si la hipótesis
lítica apropiada de las relaciones estadísticas aparentes, es la mejor es cierta, la relación entre estado civil y tasa de absentismo debe desapa-
salvaguarda contra tan equivocado proceder. recer. Utilizando la nomenclatura de Rosenberg, esto representa la equi-
valencia técnica a la afirmación que establece que si no fuera por el factor
trabajo doméstico, las mujeres casadas y solteras no ofrecerían diferen-
12.4.3. La interpretación de una relación entre dos variables. tes tasas de absentismo.
Ejemplo de una secuencia causal Y, en efecto, los resultados que aparecen en la tabla 12.7 confirman
la hipótesis anterior, tal como se puede observar a continuación.
Hasta ahora hemos tenido ocasión de estudiar .el papel que desem-
peña un factor de prueba o variable de control en la especificación de
una relación bivariable - analizando los valores diferentes que toma la TABLA 12.7
relación en cada una de las categorías de la variable control-, o en el
análisis del carácter real o aparente de una relación original. Además, Absentismo laboral femenino, según el estado civil y la cantidad
los factores de prueba ofrecen otra ventaja teórica y es que a través de tareas domésticas
del uso de variables anteéedentes e intervinientes se pueden establecer
secuencias causales. Para glosar este último modelo de elaboración, va-
mos a analizar dos ejemplos que son clásicos en el análisis sociológico Cantidad de tareas domésticas
de encuestas. Situación de absentismo Muchas Pocas
En una investigación relacionada con el absentismo laboral, se en-
contró que las mujeres casadas faltaban el trabajo en la fábrica en mayor Casadas Solteras Casadas Solteras
proporción que las mujeres solteras. Los datos obtenidos se reflejan en
la siguiente tabla 12.6. • Faltan al trabajo ..... . 7 6 3 2
• Asisten a su trabajo 93 94 97 98
Mujeres Mujeres
Situación de absentismo casadas solteras Entre las mujeres con idéntica cantidad de trabajo, las diferencias
i en las tasas de absentismo son mínimas. Realmente las diferencias no
••
Faltan al trabajo .. . . .. . .. 6 2 1 se han eliminado del todo, lo que indica que la cantidad de trabajo do-
Asisten a su trabajo 94 98
méstico no es el único factor que interviene en la relación entre absen-
• Porcentaje total .. . . .. ... ... 100 100
1
tismo y estado civil,-pei-o sí-es, con mucho, el factor principal. El status
• Número de casos . .. ... .. . ... (6.496) (10.560) 1 lógico del factor de prueba es, claramente, el de variable interviniente,
tro caso, estado civil- y es determinante de la variable dependiente Cabría pensar en explicaciones alternativas a la anterior, por ejem-
-es decir, del absentismo laboral-. plo, que la clase social influye en el interés por la política al mismo
Otro ejemplo, clásico en los estudios de conducta electoral, es el tiempo que incide su efecto también en las intenciones de voto. En tal
analizado por Lazarsfeld, Berelson y Gaudet, en The People' s Choice. caso, el diagrama de relación de las tres variables sería el siguiente:
Los investigadores estaban interesados en el examen de la relación entre
clase social y participación en las elecciones. Los resultados obtenidos
en su inve~tigación les permitieron comprobar que las personas con ni-
veles de estudios más elevados, tienden a votar con mayor frecuencia
que aquellas otras que tienen menos años de escolaridad, tal como se (X)----~ -----7(Y)
puede observar en la siguiente tabla 12.8. (Clase social) (Interés por (Intención
la política) de voto)
TABLA 12.8 Si realmente existe una relación causal como la señalada con ante-
rioridad, la introducción del factor de prueba, interés por la política,
Nivel de estudios e intención de voto deberá producir tablas parciales o condicionales en las que la relación
original desaparezca, ya que al controlar la variación debida a dicho
factor, ·desaparecerá también la variación debida a la variable indep~n
Nivel de estudios
diente, clase social; con lo que ya no existirá relación entre est~ va~ia
/ntenció11 de voto Secundarios Menos de ble y la variable dependiente, intención de voto. Por el contrano, s1 la
y más secundarios introducción del factor de prueba no consigue hacer desaparecer la aso-
ciación original, entonces no se puede aceptar como válida la secuencia
• Piensa votar 92 86 causal y, en cambio, habría que aceptar como válida la explicación que
• No piensa votar 8 14 se ha representado en el segundo diagrama. Los resultados que logra-
• Porcentaje total 100 100 ron obtener Lazarsfeld y colaboradores permitieron, no obstante, acep-
• Número de casos ( 1.613) ( 1.199) tar como válida la primera de las explicaciones, como se puede compro-
bar a través de los datos que se presentan en la tabla 12.9.
F UENTE: Adaptado de Paul F. LAZARSFIELD, v. BERELSON y H. GAUDET: The People's
Choicé, N. Y.. Columbia University Press. 1948. pág. 47.
TABLA 12.9
Como vemos, los investigadores utilizaron como indicador de la cla- Nivel de estudios e intención de votos, según el interés por la política
se social de las personas su nivel de estudios. Para explicar la relación
que aparece en la anterior tabla, Lazarsfeld y colaboradores formula-
Interés por la política
ron la hipótesis de que las personas de clase social más elevada tienden
a votar con mayor frecuencia que los de clase social baja, porque están ALTO MEDIO BAJO
más interesados por la política, lo que les conduce a votar en mayor
proporción. Es decir, existe una secuencia causal entre clase social (me-
dida en este caso por el nivel de estudios), interés por la política e inten-
ción de voto. El diagrama se puede establecer del siguiente modo:
La observación de las distribuciones porcentuales de la tabla 12.9 12.4.4. Variables supresoras y variables transformadoras
pone de manifiesto que entre aquellas personas que muestran idéntico
interés por la política, no aparece una relación consistente o sustancial A lo largo de este capítulo nos hemos preocupado principalmente de
entre educación y voto. En consecuencia, la relación original se puede comprobar si. la relación que aparecía entre dos variables era real o
explicar por el factor interés por la política. aparente, mediante la introducción de un factor de prueba. Pero desde el
Llegados a este punto en nuestra exposición, quizá resulte convenien- punto de vista de la investigación sociológica, resulta del mismo interés
te que nos extendamos en explicar las diferencias que existen en los teórico comprobar si la ausencia de relación entre dos variables es real
papeles que juega el factor de prueba o variable de control, en la elabo- 0 se debe, por el contrario, a la existencia de una tercera variable que
ración de la relación entre dos variables mediante la explicación y me- suprime la manifestación de una asociación entre las cios variables ori-
diante la interpretación. En ambos casos, la relación original se explica ginales. Como también resulta de gran interés teórico comprobar si la
por el factor introducido y, además, el procedimiento estadístico que se relación de un determinado signo no viene alterada, en sentido contra-
sigue es idéntico: la introducción de la tercera variable permite estrati- rio, por una tercera variable que transforma el sentido real de la rela-
ficar a la población de acuerdo con los valores de las categorías de dicha ción. La denominación de algunas variables como supresoras o trans-
variable, encontrándose entonces que la relación original desaparece. formadoras, se debe originalmente a Rosenberg (1968, págs. 84-104)
Sin embargo ~ en el caso de la interpretación, el factor de prueba es una quien utiliza tales términos (supressor and distorte r variables, en inglés)
variable interviniente, mientras que en el caso de la explicación el "ª falta de otros mejores». Y por la misma razón los empleamos aquí.
factor de prueba es una variable ajena (Rosenberg la denomina, en in- Quizá sea a través de sendos ejemplos la mejor forma de explicar
glés, extraneous) . La diferencia entre ambos tipos de variable es de natu- el significado y papel anal~tico-estadístico de ambos tipos de variables,
raleza lógica y teórica, pero no estadística -ya que el proceso estadísti- y para ello vamos ·a utilizar datos imaginarios, pero que están basados
co que desencadenan es el mismo--. La distribución se basa en el tipo en nuestra experiencia como investigador social.
de relación causal que se supone existe entre las variables. Para el caso Se podría formular la hipótesis de que la aprobación del control
de una variable ajena, no se presupone la existencia de un lazo causal de natalldad es mayor entre los personas de status socioeconómico alto
entre las variables independiente y dependiente. La asociación original que entre las personas de status socioeconómico bajo. Sin embargo, al
observada se debe enteramente a su asociación respectiva con una ter- realizar una encuesta para comprobar tal hipótesis se puede encontrar
cera variable. un resultado que aparentemente la invalida, tal como el que se recoge
Para el caso de las variables intervinientes, el proceso analítico es en la tabla 12.10.
diferente, ya que el factor de prueba, en lugar de estar relacionado por Aparentemente y en contra de la hipótesis formulada, no aparece re-
separado con las dos variables originales, representa a una variable que lación alguna entre ambas variables. Si calculáramos un coeficiente de
interviene entre ambas. Y en tal caso, se producen tres relaciones asi-
métricas: 1, una. relación original entre la variable independiente y la
variable dependiente ; 2, una relación entre la variable independiente y TABLA 12.10
el factor de prueba, y 3, una relación entre el factor de prueba y la va-
riable dependiente.
Opinión sobre el control de la natalidad según el nivel
Estas tres relaciones asimétricas implican una dirección o influencia
de «Status» socioeconómico *
dominante, pero no absoluta . La clase social influye en la intención de
voto, pero ésta no es responsable de aquélla. La clase social influye
igualmente en el interés por la política, pero sólo en algunos pocos casos Status socioeconómico
puede el interés por la política producir movilidad social y un cambio, Opinión sobre el control
por tanto, de clase social. Finalmente, el interés por la política conduce de la natalidad Bajo Medio Alto
a las personas a que voten, y sólo raras .veces se producirá la influencia
contraria. De este modo, en tanto se pueda establecer la dirección do- • Lo aprueba ... 48 47 52
minante de la influencia en las tres relaciones asimétricas, será posible • Lo desaprueba 52 53 48
cáracterizar al factor de prueba como variable intervÍniente. 1
100 100 100
1
• Porcentaje total . . . . ..
1
1
_ _L * Datos imaginarios.
~- -~o_c'.oest~~ística. Introducción a la Estadística en Sociología 1
Estadística descriptiva 111: Tres o más variables 355
·-~-""'-.!.:'- .". ·•·~~":'l,;f,i:::::~'ll'.:"'l.>.<:.:tl.l:~;:-~:c:~.¡¡;:,:.=-,;;.;.,.•. .;;:::o;;,¡;,,_•.,,~,_.:::.:::=..!!.'....,r,.·•=!~.;.'!l::-E~-.:::~:..."l;:..-:.....-:::-~·-~~z.:::2.~.... ===··~"- ;.:.::;:¡~-"' ~-¿-;::<.._ ...:~ •. ,.::~~:::.....~..., ·....t.::=:..::;.:-:-'S:~
¡· , ~ -· "':~
correlación para los datos que se contienen en la tabla 12.11, su valo ante la aceptación de relaciones que realmente funcionan en sentido
sería O o muy próximo a O. No obstante, nuestro conocimiento preví~ 1
contrario. Recurramos de nuevo a un ejemplo imaginario para esclare-
. sobre el tema nos puede conducir a pensar que existe algo extraño en 1 1 cer nuestro argumento analítico. En relación a las actitudes regionalis-
«no rela~ió~» qu~ se observa en tales datos. Por eso, cabe pensar qu: tas de los españoles, cabe pensar que la's preferencias por el autonomis-
puede ~~1stir algun factor que esté ejerciendo un papel de supresión de 1 mo, como oposición al centralismo político, es mayor entre las personas
la .relac1~:m. Veamos.qué ocurre si introducimos como factor de prueba la 1
de status socioeconómico más alto. Unos resultados que permitirían la
as1stenc1a o no a misa, por el papel que juega la religiosidad en las acti- ! aceptación de tal hipótesis, son los que se contienen en la tabla 12.12.
tudes y opiniones con un alto contenido ético y moral.
TABLA 12.12
TABLA 12.11
Preferencias regionalislas según el nivel de «Status» socioeconómico •
Opinión sobre el control de natalidad, según el nivel de «Status»
y la asistencia a misa
Status socioeconómico
Preferencias regionalistas
T,: Van a Misa T,: No van a Misa Alto Bajo
Status Status
Opinión sobre el socioeconómico Opinión sobre el socíoeconómico 37
control de la
• Centralismo 45
control de la
natalidad IJ aj o Medio Alto natalidad
• Autonomía 73 55
B a jo Medio Alto
• Porcentaje total 100 100
o Lo aprueba
•
42 25 21 • Lo aprueba ... 62 66 74
Lo desaprue-
ba .. . . .. ... ... 58 75 79 • Lo desaprue-
ba ... 38 34 26 * Datos imaginarios.
------ - - ----
• Porcentaje to-
tal ... ... . .. .. . 100 100 100 • Porcentaje to-
tal ... 100 100 100
En efecto, se observa que las preferencias autonomistas son mayores
entre la población de status socioeconómico elevado, frente a la pobla-
ción de status bajo . Sin embargo, sabemos que en las regiones en las
Al separar a la población en dos grupos, según vayan o no a misa, que se ha producido una fuerte inmigración en los úÜimos años, tales
aparecen sendas relaciones entre la opinión sobre el control de natali- como el País Vasco y Cataluña, existen diferencias notables, en muchos
dad y el status socioeconómico, pero de signo opuesto. Entre las persa· sentidos, entre la población autóctona y la población inmigran1e. Vea-
na~ que van a misa, el rechazo al control de la natalidad es mayor entre mos qué ocurre en la relación anterior cuando introducimos como fac-
las personas de status más elevado, mientras que lo contrario ocurre tor de prueba el carácter de oriunda o inmigrante de la población.
entre aquellas que no van a misa, ya que el grado de aprobación del con- Al examinar las relaciones que aparecen en la tabla 12.13, nos damos
trol de la natalidad es mayor cuanto más elevado es el status socioeco- cuenta de lo infundado de la relación original. Entre la población inmi-
nómico de las personas. grante, la preferencia autonomista es mayor entre las personas de status
La variable religiosidad, medida por la asistencia o no a misa, esta- socioeconómico más alto, mientras que entre la población áutóctona
ba actuando como supresora de la asociación, que ahora resulta eviden- ocurre lo contrario, ya que las preferencias autonómicas son ligeramen-
te, entre la aprobación o rechazo del control de la natalidad y el status te superiores entre la población de status bajo. En tal caso, nos referi-
socieconómico. Caso de haber detenido el análisis en los resultados de remos al carácter de inmigrante o de oriunda de la población, como
la tabla 12 .10, hubiéramos alcanzado unas conclusiones totalmente i una variable «transformadora», que altera el sentido de la relación entre
erróneas. las preferencias autonómicas y el status socioeconómico de la población.
Otro caso de gran interés para el análisis sociológico se produce al 1
J Después de esta exposición, creemos que resulta evidente la impor-
1
actuar una variable desvirtuando el sentido de una determinada rela- 1 tancia que para el analista sociólogo tiene el saber reconocer el tipo de
ción. Antes de alcanzar conclusiones definitivas, conviene estar alerta variable o factor de prueba que introduce en la elaboración de las rela-
1
356 Socioestadística. Introducción a la Estadística en S~iología Estadística descriptiva 111: Tres o más variables 357
TABLA 12.13 tema como un todo. Matilda White Riley propone como ejemplo de un
análisis ideal de este tipo, al que denomina análisis del sistema social*,
Preferencias regi_onalistas según el nivel de «Siatus» y el carácter la observación en un conjunto de sociedades de la totalidad de interre-
de oriundo o de inmigrante de la población laciones de las características que las definen, tanto a nivel individual
como a nivel grupal. Se podría comenzar mediante la identificación de
cada individuo -en términos de las propiedades objeto de estudio-
Población inmigrante Población oriunda como perteneciente al sector agrario o industrial, y como residente en
Preferencias regionalistas Status Status un área urbana o rural. A partir de aquí se determinaría cómo se orde-
nan los diferentes tipos de individuos al formar la estructura interna de
Alto Bajo Alto Bajo roles dentro de cada sociedad estudiada. Finalmente, se compararían
las diferentes sociedades en términos de sus estructuras internas de
• Centralismo . . . . . . . .. 50 70 30 20 roles y en sus modelos globales de urbanismo e industrialismo.
• Autonomía . . . . . . . . . . .. 50 30 70 80 En la práctica habitual de la investigación sociológica, dado el actual
• Porcentaje total .. . . . . . .. 100 100 100 100 nivel de desarrollo científico social, tal modelo de análisis raramente
es utilizado . Tal como destaca Riley, existe todavía una cierta confusión
acerca de las definiciones conceptuales de los diferentes niveles y de
sus relaciones mutuas. Además, con frecuencia, el análisis completo no
ciones entre dos variables originales, y la necesidad de considerar si- es necesario. Aquí vamos a referirnos, brevemente, a dos tipos de análisis
multáneamente el papel de la teoría y del análisis lógico y estadístico parciales del sistema social, que cuentan con una buena tradición socio-
de las variables, para lograr resultados de interés que permitan un avan- lógica. Se trata del análisis estructural y del análisis contextual, refirien-
ce real de nuestros conocimientos sociológicos. do al lector interesado en un tratamiento más amplio de tales temas a
la obra de Riley señalada.
se puede encontrar un buen ejemplo de análisis estructural. Después tes rurales participan en ocupaciones industriales con mayor probabili-
de haber descubierto en un análisis de grupo que la tasa de suicidio de dad en el contexto de una sociedad altamente urbanizada, que los resi-
un país se encuentra asociada con su composición religiosa, Durkheim dentes rurales en el contexto de una sociedad predominantemente rural.
quiso asegurarse de que la religión no es un factor espurio, y por tanto Los autores del cuarto Informe FOESSA sobre el Cambio Político en
que los segmentos de población católica y protestante difieren en efecto España (Juan J. Linz y cols., 1981) , han realizado un amplio uso del
en sus respectivas tasas de suicidio, después de controlar el «entorno análisis contextual. Con ello, han tratado de superar las limitaciones que,
social» del país (es decir, su composición familiar, sistema político, etc.) . por separado, presentan los estudios electorales basados, respectivamen-
Durkheim continuó su análisis dividiendo cada grupo en un segmento te, en datos individuales y en datos agregados o ecológicos. Al estudiar
compuesto por individuos protestantes y en otro segmento compuesto la influencia contextual en las actitudes y comportamientos del electo-
por ind_ividuos católicos - ya que como el propio Durkheim escribió, ¡;-ado, los autores intentan conocer si diferentes contextos dan lugar a
con el fm de mantener constantes los efectos de diferencias más amplias diferentes actitudes y comportamientos políticos del electorado, al mis-
entre los grupos, es preciso comparar las dos religiones en el corazón mo tiempo que relacionan los diferentes tipos de contextos con varia-
de cada sociedad-. bles individuales. Ejemplos de variables contextuales políticas utiliza-
Al comparar el segmento de población .protest(!.nte con el segmento das por los autores del informe FOESSA son las siguientes: participación
católico dentro de cada grupo, le fue posible a Durkheim demostrar su - proporción del Censo electoral que ha depositado su papeleta en las
arg~me?to de que aquellos segmentos de población caracterizados por urnas-, votos positivos, negativos y en blanco de cada Referéndum, y
mstituc10nes y valores protestantes son los que manifiestan tasas de votos derecha, izquierda y regionalistas de las Elecciones legislativas.
suicidio más elevadas . El análisis de tipo estructural seguido por Durk- Como variables contextuales ecológicas, los autores utilizaron las si-
heim le permitió poner de manifiesto que en cada país la población guientes: número de habitantes del municipio, crecimiento demográfico
protestante se suicida en mayor proporción que la población católica intercensal, proporción de empresarios ágrícolas y fuerza electoral de
con independencia del carácter del país . ' la derecha en 1979 *.
Para terminar esta breve referencia al estudio de Durkheim sobre Para conocer la aplicación que se ha hecho del análisis contextual en
el suicidio, conviene señalar que este estudio continúa siendo un modelo el Informe FOESSA, vamos a reproducir aquí un análisis parcial del mo-
de investigación sociológica riguroso y un ejemplo para la actual meto- delo explicativo seguido en el estudio del autoposicionamiento del elec-
dología de las ciencias sociales, ya que todo el análisis de Durkheirn en torado en una escala ideológica izquierda-derecha de valor mínimo 1 y
este tra?ajo consiste en contemplar los efectos que surgen al introducir valor máximo 10. Las diferentes mediciones realizadas sobre el autopo-
progresivamente terceras variables en las relaciones bivariables origi- sicionamiento ideológico de la población española en el período 1976-
nales. A pesar de que Durkheim carecía de las técnicas estadísticas para 1979, han puesto de manifiesto un incremento de las posiciones de iz-
desarrollar sus ideas con rigurosidad, supo anticiparse en muchos años quierda, hasta su relativa estabilización a partir de 1978. Este hecho con-
a una de las líneas dominantes del actual análisis sociológico (Selvin du(:e a Linz y colaboradores a sugerir una cierta estabilidad política del
1958, pág. 609). ' electorado español, que no responde ya a los estímulos políticos coyun-
turales. Con el fin de comprobar la influencia que los diferentes contex-
tos puedan haber ejercido en la conducta del electorado, prepararon una
12.5.2. Análisis contextual tabla a partir de las puntuaciones medias de diferentes grupos, dentro
de los contextos que los controlan.
En un análisis contextual, el interés se centra en el individuo, pero La primera conclusión que se obtiene de la observación de la tabla
se sitúa y explica el papel del individuo con referencia a su contexto de 12.14 es la de que en los diferentes tjpos de contextos considerados
grupo. Así, el investigador puede estar interesado en saber por qué las se dan diferentes puntuaciones medias del electorado, lo que revela di-
personas eligen ciertas tareas ocupacionales o en cómo las normas so- ferentes autoposicionamientos en el espacio político . Tal como señalan
ciales de movilidad ocupacional y geográfica influyen en los individuos los autores del Informe FOESSA, «tanto el "tamaño del hábitat", como el
y en.sus intereses, o en cómo las personas se relacionan y son influen- peso del "empresariado agrícola", como los contextos definidos por los
ciadas por otras personas y grupos dentro de dete·rminadas estructurás diferentes "niveles de crecimiento", presentan variaciones en el autoposi-
económicas y demográficas . Para estudiar todos estos problemas, el tra-
tamiento analítico adecuado es el contextual. En el ejemplo ideal de * Para una exposición detallada de la metodología del análisis contextual utili-
Riley, habría que aplicar esta perspectiva si se desea saber si los residen- zada en el Informe FOESSA, ver el apéndice metodológico que se incluye en la
referida obra .
. l.
36() Socioestadística. Introducción a la Estadística en Sociología Estadística descriptiva 111: Tres o más variables 361
- .....
u
·-
•O·-
.....
Q).
~"'O _
e; EE
ds ~
son en un artículo ampliamente citado (Robinson, 1950). Inversamente,
si el modelo se refiere al grupo, pero el análisis se basa en individuos,
"ü .:::: ..o
....J
u3 o
Vl <O se producirá una falacia atomística.
<
!- •• •• Q)
Vl
c1l •• En el ejemplo de Robinson, la hipótesis inicial se refiere a individuos
º
!- u y establece que dado que los niveles de estudios 8on más bajos entre la
362 Socioestadística. Introducción a la Estadística en Sociología Estadística descriptiva 111: Tres o más variables 363
~7:'::~"lll/;X~;'t~;:i;n-. :.:.'1'1;W-.'<'\'.::>::::.">'f.... , __ .::?n:i......""G~:O::.'!!:!:!lr..:;;:::.:!-.:11..:.~z..";,s~:.=~i:.1>"1''~~-...;;_'._!;;;.-:,;;;;~::...."'f~J2!7"_,,m<_j,·.Ji":;:':;~<r.:-;.!'.."i:..-z;;.>"J-~~:.:o;,:;;S'.;!:;;;:;:--i..l..::;:;ta::;;,,__..,.!".-.~~~~ ,¡,;¡:<z.:~;;;o;;~':-:..~.-,~- ·;;.. ·::.""":::..::.~:::.."'.;-:~.- :. o:.>c.·-=-. •• <.":.. ·.;.· .~_:· •; :·:¡, e'·.::.;;:::;,;.,- ·,::.:·.,.·,:::;:...'%!72~-.~'J.:'1."'>~'~..:tr~-~-•.•.,•;Jiif'.:C>."!''k' ":'J:!." •.;;_r,.::;=:.':f'«~''=~~~¡!;,p:;. --;;~-.JMJ~o;."'!.:~--~~~-~.:1 ' ~•=,:-.;;·;¡;;_;<;;;.;
población inmigrante en relación a la población nativa, la relación entre utilizan se refieran igualmente a grupos, y no a individuos .. En general,
el porcentaje de población inmigrante y el porcentaje de analfabetismo pues, el investigador debe reunir la información que demande su modelo
debe ser positiva. Para probar su hipótesis, Robinson tomó datos cen- de análisis, y no debe suplir la ausencia de una información· relevante
sales- por tanto, datos agrupados-, y encontró una correlación nega- por otra referida a un nivel de análisis diferente, ya que inevitablemente
tiva (-0,619) entre la proporción de población inmigrante y la propor- los resultados que logre serán erróneos.
ción analfabeta. Pero Robinson no rechazó su hipótesis inicial a pesar
de este aparente resultado negativo, ya que en caso de haber basado sus
datos en individuos, las conclusiones hubieran sido diferentes, como se 12.6. COEFICIENTES DE CORRELACIÓN PARCIAL
observa en la tabla 12.15.
Al elaborar la relación entre dos variables, los objetivos del investi-
gador pueden estar dirigidos al análisis de las diferenchs que se pro-
TABLA 12.15
duzcan en las tablas condicionales, o bien al cambio global que se pueda
Distribución de la población según niveles de alf abetismo producir en el grado de asociación de las relaciones condicionales. En
y lugar de nacimiento el primer caso, se deben de seguir algunos de los procedimientos de ela-
boración expuestos anteriormente, pero si lo que se pretende es lo se-
gundo, se pueden utilizar otros recursos estadísticos para observar si el
l nmigrantes Nativos Total grado de asociación en las tablas condicionales es el mismo, ha aumen-
tado o ha disminuido en relación a la asociación de la tabla original.
é Analfabetos 1.304 2.614 3.918 Precisamente el procedimiento del cálculo de la correlación parcial es el
• Alfa.be tos ..... . 11.913 81.441 93.354 apropiado para obtener tales medidas, y para ello se calcula como una
• Total ........ . 13.217 84.055 97.272 «media» de los resultados de las tablas condicionales.
El coeficiente de correlación parcial representa una medida única
del grado de asociación entre ·dos variables al controlar los efectos ·de
FUENTE: Robinson, 1950, pág. 354.
terceras variables adicionales. Desde el punto de vista conceptual, la co-
rrelación parcial es análoga al procedimiento de elaboración de tabula-
En efecto, la proporción de analfabetos es mayor entre la población ciones cruzadas estudiado anteriormente. No obstante, ofrece algunas
inmigrante que entre la población activa, luego la correlación ahora es ventajas que conviene tener en cuenta al elegir uno u otro procedimien-
de signo contrario a la obtenida utilizando datos censales. Claramente, to de análisis. En la elaboración de relaciones bivariables, el control que
este último tipo de datos resulta inapropiado para comprobar la hipóte- se ejerce es literal -se examina la relación bivariable en cada categoría
sis inicial, que se refería a individuos y no a grupos. de la variable de control- y, además, para que resulte significativa, con-
En los estudios electorales es fácil caer en la falacia ecológica, ya viene que cada celdilla cuente con un número suficiente de casos. Caso
que con frecuencia sólo se dispone de datos agregados, y a veces se pre- de no ser así, la relación observada pierde significado cuando alguna
tende obtener de ellos conclusiones referidas a individuos. Así, a pesar celdilla está vacía o cuenta con pocos casos.
de que en las zonas rurales existe un voto predominantemente de dere- . En la correlación parcial, el control es, naturalmente, de tipo estadís-
chas, no se puede concluir por ello que los agricultores votan sobre todo tico y se basa en el supuesto de la existencia de relaciones lineales entre
a la derecha. En una buena discusión sobre la falacia ecológica en los las variables, permitiendo al investigador separar el efecto de la variable
estudios electorales, López Guerra (1977, págs. 85-86) sugiere la utiliza- de control de la relación entre la variable independiente y la dependiente,
ción de diversas técnicas, tales como la adopción de modelos de regre- sin manipular directamente los datos originales . A partir del cálculo de
sión múltiple o de modelos no lineales, para evitar este tipo de falacia, las relaciones bivariables posibles entre -las tres variable·s esto es la
así como el máximo uso posible de variables de tipo individual. independiente, la dependiente y la de control, el coeficient~ de cor;ela-
. Inversamente, la falacia atomística se produciría si se pretendieran ción parcial se calcula por medio de la construcción estadística de nue-
obtener conclusiones sobre las características de los grupos censales a vas variables independiente--y dependient~. al separar el efecto- de la va-
partir de los datos individuales que Robinson preparó y que hemos repro- riable de control. La nueva variable independiente se construye al calcu-
ducido en la tabla 12.15. Naturalmente, la falacia atomística se evitará lar la diferencia entre el valor original de la variable independiente v su
cuando al formular hipótesis sobre grupos sociales, los datos que se valor tal como lo predice la variable de control. La nueva variabl~ no
364 Socioestadística. Introducción a la Estadística en Sociología Estadística descriptiva 111: Tres o más variables 365
s::;:..~~~~""'"""¿¿¡z:;u :::li&L:i2"'""'~:¡;:;¡::~~...!S.:!~~~..a,~~~.dtl"~~·.:~t~<~."!,;;;::~{.·..:-~;,..-{:~"=::-~::::;;;;.-:-.::.~~a~;;::¡;;'.;;.;-;;..-~
1
está, ?ues, por defuiición, correlacionada con la variable de control. muestra de ciudades españolas, y convengamos en que los primeros re-
Lo ffilsmo se hace ~on la ~ariable dependiente. La correlación simple sultados de la investigación han puesto de manifiesto la existencia de
entre las nuevas variables a3ustadas es la correlación parcial. De hecho una relación moderadamente positiva entre la proporción de población
para calcular el coeficiente de correlación parcial se parte de la matri; inmigrante en las ciudades y la tasa de delincuencia. Sin embargo, po-
de correlaciones -bivariables-, siendo estos los valores que se intro- demos sospechar que la relación es espuria y se debe, en realidad, a los
ducen en el cálculo. efectos de otras dos variables: 1) tasa de desempleo y 2) tamaño de la
Tales cálculos se pueden hacer a partir de variables de nivel ordinal ciudad, que están correlacionadas fuertemente con las dos variables ori-
~ a ~~rtir d~ v~ables medidas a nivel de intervalo, aunque en la inves- ginales, con lo que la relación entre la proporción de inmigrantes y la
t1gac10? soc1olog_1ca la mayor parte del análisis de correlación parcial tasa de delincuencia es simplemente una función de la relación previa
se realiza a partir del coeficiente r de Pearson, esto es, entre variables con la tasa de desempleo y el tamaño de la comunidad. El problema
de interv_alo. En tal caso, el co~ficiente de correlación parcial de primer que hay que resolver, pues, es el de saber cuál es realmente el grado de
orden (solo se controla una variable) se calcula por medio de la siguien- asociación entre inmigración y delincuencia, cuando se controlan los efec-
te fórmula: tos del desempleo y del tamaño de la ciudad. Examinemos unos datos
hipotéticos, para glosar el usar de la correlación parcial. Supongamos
que hemos obtenido las siguientes correlaciones bivariables.
Yyx.1
. Del mismo modo se pueden calcular coeficientes de correlación par- (X) (Ti) (T,) (Y)
de orden superior, es decir, con el control de dos o más variables
{;tal Proporción
de Tasa de Tamaño Tasa de
en cuyo caso la fórmula es la misma pero utilizando los coeficientes d~ inmigrantes desempleo cil!dad delincuencia
correlación parcial de orden inferior. Así, para el caso de dos variables
de control, el coeficiente de correlación parcial de segundo orden se 1,00 0,49
(X) % inmigrantes ... 0,38 0,33
calcula por medio de la fórmula:
(T,) Tasa de desempleo . ... 1,00 0,26 0,60
(T,) Tamaño ciudad . . . . .. 1,00 0,47
(Y) Tasa de delincuencia ... 1,00
(0,33)-(0,47) (0,38)
Yyx.r 2 = -0,20
2 Coef. correlación parcial errtre voto
Jo-o.38 ) o - oAn Variables de control UCD y voto CEDA (1936)
tivas del 15 de junio de 1977, los autores tratan de obtener un mayor ni- do del 0,4 original al 0,7 actual.
vel de profundidad en el análisis, mediante la identificación de los fac-
tores más influyentes (Vila Carro, D. y cols., 1978). Para ello, tratan de
aislar aquellos factores que, aparte de estar relacionados con el voto 12.7. TERMINOLOGÍA
de cada uno de los partidos, sean al mismo tiempo independientes entre
sí o estén poco interrelacionados. Por lo que respecta al voto de UCD, Se recomienda la memorizac10n y comprensión del significado de
el análisis de correlación simple había puesto de manifiesto que la varia- cada uno de los términos y conceptos siguientes:
ble _histórica presentaba las relaciones .más débi-les con -el . resto de los ..
factores demográficos y socioeconómicos que determinan dicha tenden- Factor de prueba, variable de control.
cia de voto. Pues bien, para comprobar la fuerza del hecho histórico se Asociación de orden cero.
obtuvieron los coeficientes de correlación parcial de la variable histórica Tablas condicionales, tablas parciales.
368 Socioestadística. Introducción a la Estadística en Sociología Estadística descriptiva 111: Tres o más variables 369