HUBERT M. BLALOCK, JR.

ESTADISTICA
SOCIAL

GB
¿0 ANIVERSARIO

FONDO DE CULTURA ECONÓMICA

MÉXICO
E l cam po d e la estad ística tien e m últiples aplicaciones, com o lo
d em u estra el hecho de que se den cursos de ella en m ateria s ta n
dispares com o son la odontología y la sociología, la ad m in istra­
ción de negocios y la zoología, la salud pública y la enseñanza.
A p e sa r d e ello, existen to d av ía m uchas concepciones erró n eas
acerca de la n atu raleza d e esta disciplina en estad o de rá p id o
desarrollo. La id ea que de la estad ística se h ace el lego, puede
d ife rir m u ch o de la que tien e de ella el estad íg rafo profesional.
A veces se supone q u e el estadígrafo es u n a p erso n a que m ani­
p u la n ú m ero s p a ra d em o strar s u p u n to d e vista. P o r o tra p a rte ,
en cam bio, algunos estu d ian tes de sociología o de o tra s ciencias
sociales, p ro p en d en a ad m ira rle com o a alguien que, con la ayuda
d e su calculadora, p u ed e co n v ertir casi cualquier estu d io en
"cien tífico ”. D ebido p osiblem ente al re sp eto q u e m uchas p e rso ­
n as sien ten p o r to d o aquello que en alguna fo rm a se relaciona
con las m atem áticas, a m uchos estu d ian tes les re s u lta difícil
in scrib irse en u n cu rso d e estad ística sin c ie rta aprehensión.
P ese a q u e les in fu n d a te m o r la perspectiva de tra b a ja r con n ú ­
m eros, es posible tam b ién que esp eren dem asiado d e u n a disci­
p lin a q u e p arece ta n form idable. Antes, pues, de e n tra r dem asia­
do rá p id a m en te en m ateria , con lo que correm o s el riesgo d e
p e rd e r la perspectiva, em pecem os p o r p re g u n ta rn o s q u é e s exac­
tam en te la estad ística y q u é es aquello q u e p u ed e y aquello que
n o p u ed e hacer.
T al vez re su lte m ás fácil em pezar indicando aquello q u e la
estad ística n o e s .»E n p rim e r lugar, la estad ística n o es en m odo
alguno u n m scodo con el q u e u n o p u e d a p ro b a r casi to d o aquello
que d esea p ro b a r. V erem os, a n te s bien, q u e los estadígrafos
po n en especial em peño e n estab lecer las reglas del juego d e ta l
m an era q u e las in terp retacio n es n o vayan m ás allá de los lím ites
de los datos. Sin em bargo, n o h ay n ad a en los m étodos estad ís­
ticos e n sí m ism os q ue sea capaz de ev itar q u e el individuo su­
perficial o intelectu alm ente poco escrupuloso saq u e sus p ro p ias
conclusiones, a p e sa r de los datos, y u n o de los aspectos m ás
im p o rtan tes de u n cu rso d e introducción a la estad ística consiste
p recisam en te en p o n e r a los estu d ian tes en gu ard ia c o n tra los
posibles abusos de esta h erram ien ta.
La estad ística no es sencillam ente u n a colección d e hechos. Si
lo fu era, n o v ald ría m ucho la p en a estudiarla. Ni constituye ta m ­
poco u n su stitu tiv o del p en sam iento a b stra c to teó rico o del exa­
m en m inucioso de los casos excepcionales. E n algunos d e los
lib ro s de texto m ás antiguos solían e n c o n tra rse p ro lijas discu-
15
 siones acerca de los m éritos del estu d io casuístico, fre n te al m é­
todo estadístico. Ahora, en cam bio, ad m ítese claram en te que los
m étodos estadísticos n o se "oponen" en m odo alguno al análisis
cualitativo de los casos p artic u la res, sino que am bos m étodos se
com plem entan. Y n i siq u iera es exacto que la estad ística sólo
sea aplicable en , p resencia de u n gran n ú m ero de casos, o que
no p u ed a em p learse en los estudios de exploración. Finalm ente,
la estad ística n o es tam poco u n s u s titu to de la m edida, o de la
p rep aració n cuidadosa de u n a cédula de investigación o de otros
in stru m en to s p a ra la recolección de datos. Se in sistirá con m a­
y o r detalle en este ú ltim o aspecto al final del p re se n te capítulo
y en el siguiente.
Y ahora, habiendo indicado lo q u e la estad ística n o es, ¿pode­
m os acaso a firm a r decididam ente aquello que es? In fo rtu n ad a­
m ente, los estadígrafos m ism os p arece n d iscre p ar algo e n tre sí
en cu an to a la extensión de aquello que deba co m p ren d erse b ajo
el apelativo general de "estad ístic a”. A doptando u n p u n to de vista
pragm ático, podem os decir p o r n u e stra p a rte q u e la estad ística
com prende dos funciones m uy vastas, y que n a d a de aquello que
no cum ple dichas $ o s M ic ió ñ é s fo rm a p a rte de ella. L a p rim era
es la de la descripción, el resu m en de la info rm ación de tal m odo
que se p u ed a em p lear m ejo r. Y la segunda es la de la inducción,
con sisten te en fo rm u la r generalizaciones a p ro p ó sito de u n a de­
term in ad a población sobre la base de u n a m u e stra ex traíd a de
la m ism a. E sta s dos funciones se exam inarán a su tiem po.

1.1. Funciones de la estadística

La estadística descriptiva. E n la investigación social, u n a persona
se e n c o n tra rá a m enudo en la situación de d isponer de tan to s
datos, que le re su lte difícil ab so rb e r la inform ación en tera. Puede
h a b e r re u n id o 200 cuestionarios y p re g u n ta rse con todo, em ba­
razosam ente, "¿q ué hago con to d o ello?" Con ta m a ñ a inform ación
h a b ría de re s u lta r excesivam ente difícil, excepto tal vez p a ra las
m en tes ex tra o rd in aria m e n te fotográficas, ca p ta r intuitivam ente
lo que los datos contienen. E n u n a fo rm a u o tra, pues, la infor­
m ación h a de re d u cirse h a sta un p u n to en que p u ed a verse cla­
ra m e n te lo que hay en e lla : h a de resum irse^ Con el em pleo de
m edidas de cálculo, tales com o po rcen tajes, prom edios, desvia­
ciones e stán d a r y coeficientes de correlación, re su lta posible re­
d u cir los datos a proporciones m anuables. Al re su m ir los datos
su stituyendo grandes cantidades p o r unas pocas m edidas, cierta
inform ación h a de p erd érse necesariam ente y, lo q u e es m ás
grave, es posible o b ten er re su ltad o s engañadores, a m enos que
pe los in te rp re te con m ucha precaución. De ah í que convenga
in d icar claram en te las lim itaciones de to d a m edida resum ida.
La estad ística descriptiva es m u y ú til en aquellos casos e n que
el investigador necesita m an eja r relaciones m u tu as en tre m ás de
dos variables. Supongam os, p o r ejem plo, que resu lte preciso
em p lear ocho o diez variables com o ayuda p a ra explicar las ta­
sas de delincuencia, y supongam os p o r o tra p a rte que aquellas
variables explicativas o independientes e stán altam ente relacio­
nad as e n tre sí. Si se desea aislar el efecto ocasionado p o r u n a
o dos de tales variables, lim itándonos a las consecuencias de
las dem ás, ¿cóm o h ab ría que proceder? ¿Qué género de supues­
tos re su ltarían necesarios? Situaciones de este grado de com ­
plejid ad se p lantean en u n a ram a de la estadística conocida
con el n om bre de análisis m ultivariado. E n los capítulos xv,
xvi, xix y xx exam inarem os algunos problem as relativam ente sen­
cillos de análisis m ultivariado, reservando otros casos m ás com ­
plejos p a ra un segundo volum en.

La estadística inductivai La estad ística re su lta ría u n a m ateria

m uy fácil si la atención p u d iera lim itarse a las m edidas descrip­
tivas. Tal vez u n a función m ucho m ás im p o rtan te de la estad ís­
tica, y en todo caso la que re te n d rá la m ayor p a rte de n u estra
atención en este texto, es la derla inducción? consistente en infe­
r ir p ropiedades de u n a población sobre la base de u n a m u estra
con resu ltad o s conocidos. La inducción estadística, com o se la
aco stu m b ra llam ar, im plica u n razonam iento m ucho m ás com ­
plejo que el de la estad ística descriptiva, pero, si se la com pren­
de y utiliza bien, se convierte en un in stru m en to m uy im p o rtan te
p a ra el d esarrollo de u n a disciplina científica. La estadística in­
ductiva se b asa d irectam ente en la teo ría de la probabilidad, que
es u n a ram a de las m atem áticas. Tenem os, pues, así, una disci­
plin a p u ram en te deductiva que p ro p o rcio n a u n a b ase racional
p a ra el razonam iento inductivo. Que el a u to r sepa, no existe o tra
b ase racional alguna p a ra la inducción. E ste p u n to general se
exam inará con m ayor detalle en el capítulo vm .
E xisten algunas razones de orden práctico en cuya v irtu d re ­
su lta a veces necesario tr a ta r de generalizar sobre la base de una
inform ación lim itada. La m ás obvia de ellas es la del facto r tiem ­
po-costo. Sería absolutam ente im practicable, y no digam os ya
p ro h ib itiv am en te costoso, p re g u n ta r a cada electo r cóm o se pro­
pone votar, con objeto de p red ecir en esta form a el resultado
d e u n a votación nacional. Ni puede el investigador co rrien te
p erm itirse visitar a todos y cada uno de los residentes de una
g ran ciu d ad p a ra e stu d ia r sus prejuicios, la m ovilidad social o
cu alq u ier o tro fenóm eno p o r el estilo. Lo p rim ero que hace, en
efecto, es decidir la n atu raleza exacta del grupo que se propone
generalizar ("la población” ). Puede escoger a todos los ciudada­
nos en edad de votar, o todos los varones blancos de dieciocho
años cum plidos, que viven en los lím ites' de la ciudad de D etroit.
E n tal caso suele p o r lo reg u lar ex tra er una m u estra consistente
en u n a p ro p o rció n relativam ente pequeña de las p ersonas en
cuestión, p e ro in teresándose a n te to d o no en esa m u e stra p a r­
ticu lar, sino en la población m ás n um erosa de la q u e h a sido
ex traída. Puede en co n trar, p o r ejem plo, que, en esa m u estra
p a rtic u la r de 200 varones blancos, existe u n a relación negativa
e n tre la educación y el prejuicio. Aun adm itiendo que en o tro
co n ju n to de 200 individuos m u estread o s el re su ltad o p u d o hab er
sid o to talm en te d istinto, p ro p e n d erá sin em b arg o a establecer
ciertas in feren cias acerca del c a rá c te r de la relación en el caso
de h ab erse estu d iad o la población e n te ra de los varones blancos
ad u lto s e n D etroit.
O tra razón que lleva a generalizar so b re la base de u n a infor­
m ación lim itad a es la de que p u ed e se r im posible u tiliza r a toda
la población, p o rq u e ésta sea in fin ita o difícil de definir. Al repli­
c a r u n ex p erim ento en las ciencias n atu ra les o sociales, el obje­
tivo p arece s e r siem pre c ie rta clase de generalización d e la que
se esp era que se v erificará "en circunstancias sim ilares". O bien
u n esp ecialista en ciencias sociales puede h a b e r re u n id o datos de
todos los casos d e que dispone. P uede h ab erse servido, p o r ejem ­
plo, com o unidades de análisis, en u n estudio so b re la m igración
in terio r, d e todos los 50 estados [d e los E stados U nidos], desean­
d o sin em bargo generalizar acerca d e la m igración e n condicio­
n es "se m ejan tes”. E n cada u n o de dichos casos, la situación
re q u ie re el re cu rso a la estad ística inductiva.
Llegados a este pun to , alguien p o n d rá tal vez u n a p reg u n ta
p o r el estilo de é s ta : "si la estad ística es ta n im p o rtan te, ¿cóm o
es que ciencias com o la física y la quím ica, p o r ejem plo, hayan
p o d id o p ro g resar ta n to sin el em pleo extenso de las técnicas es­
tad ísticas? ¿D ifieren acaso éstas en algo?” Es obvio que sí lo
hacen. Algunas d e las ciencias n atu ra les se h an desarrollado,
sin duda, p o r espacio de siglos sin el em pleo de la estadística
inductiva. P ero esto parece se r an te to d o cuestión d e su erte o,
p a ra reco n o cer el m érito de los esfuerzos de los científicos, se
d a u n co n tro l relativam ente satisfacto rio de los elem entos p er­
tu rb a d o re s del m edio. E n efecto, ta l com o se p o n d rá de m ani­
fiesto en cap ítu lo s ulteriores, en la m edida en que im p era n condi-'
ciones de lab o ra to rio escrupulosam ente controladas, la necesidad
p rá ctica de las técnicas estadísticas es m enor. E n este sentido,
la estad ística es el sustitutivo, p a ra el indigente, d e los experi­
m entos com plicados de lab o ra to rio en los que se h a n tenido en
cu en ta todas las variables re lev an tes1in ip o rtan tes. H ay que sub-.
ray ar, con todo, que m uchos de los knismos principios estad ísti­
cos se aplican a los experim entos de lab o rato rio en m a teria de
física, a los experim entos algo m enos precisos en m a te ria de agri­
c u ltu ra y a las investigaciones sociales. Así, p o r ejem plo, si un
ex perim ento en física se h a replicado 37 veces con los m ism os
resu ltad o s, es p erfectam en te concebible, sin em bargo, que ensa-
yos subsiguientes den resultados distintos. P or consiguiente, el
científico h a de generalizar sobre la b ase de u n nú m ero lim itado
de experim entos, y las inferencias que establece son en esencia
estad ísticas p o r su carácter. E n fo rm a análoga, el problem a del
e rro r de m edición puede concebirse tam bién en térm inos de es­
tadística. E n efecto, p o r m uy preciso que sea el in stru m en to de
m edición, el científico nu n ca obtiene exactam ente el m ism o re­
sultad o con cada replicación. Puede a trib u ir dichas diferencias
ya sea a e rro r de m edición o a efectos p ertu rb ad o re s de algunas
variables incontroladas. La estadística se hace especialm ente ne­
cesaria cuan d o de u n a replicación a o tra las diferencias son ta ­
les, que n i se las puede ig n o rar n i a trib u ir a e rro r de m edición.
P or lo tan to , fundam entalm ente, la inferencia estad ística p u n tu a­
liza todas las generalizaciones científicas, au n q u e la necesidad de
u n a p rep aració n estad ística y el em pleo de técnicas estadísticas
com plicadas varíe considerablem ente de u n cam po de actividad
a otro.

1.2. E l lugar d e la estadística en el proceso de la investigación

La im p o rtan cia de la estad ística en el proceso de la investigación
se exagera e n ocasiones debido al destacado lugar que ocupa en
los planes d e estudios de graduación. La estad ística m ism a no
co m prende problem as d e m edición, tales com o la elaboración
de índices o la pu ntuación de las preg u n tas d e u n cuestionario.
C om prende, an tes bien, u n a m anipulación de cifras, p artiendo
del su p u esto que se h a n cum plido determ inados requisitos en el
proceso de m edición. De hecho, las consideraciones estadísticas
sólo se in tro d u cen en la fase de análisis del proceso de investi­
gación u n a vez que se h an re u n id o todos los datos, al principio
de la m ism a, cuando se pro y ectan los planes iniciales del análi­
sis y cu an d o se h a de e x tra e r u n a m uestra.
M ientras que la indicación que acaba de h acerse en el sentido
de que la estad ística sólo e n tra en las fases técnicam ente co­
rrectas del análisis y del m u estreo del proceso de investigación,
p o d ría con to d o in d u cir a e rro r, a m enos que fu e ra preciso. No
significa ciertam en te que el científico en m a te ria social pu ed a
p lan ea r y llevar a cabo su investigación e n te ra sin conocim ien­
to alguno de estad ística, y p o n erla luego en m anos del estadígra­
fo diciéndole: "H e aquí, m i lab o r está te rm in a d a : ahora, analí­
cela u sted .” Si así lo hiciera, los resultados p robablem ente serán
poco satisfactorios, cuando n o inútiles p o r com pleto. Es obvio,
e n efecto; que los problem as que h a b rá n de en c o n trarse en el
análisis h an de anticiparse e n cada etap a del proceso de inves­
tigación, y en este sentido las consideraciones estadísticas hallan
aplicación a to d o lo largo del m ism o. Un análisis estadístico, p o r
m uy elab o rad o que sea, ra ra m e n te o nunca llegará a com pensar
las fallas de u n pro y ecto m al concebido o d e u n in stru m e n to de
recolección de datos deficiente. E ste ú ltim o p u n to m erece u n
co m en tario especial. Significa, en efecto, que la estad ística pue­
de ciertam en te c o n stitu ir u n au x iliar valioso de u n ac ertad o dis­
c u rrir juicioso, p e ro nunca, en cam bio, u n s u stitu to del m ism o.
D esde el p u n to de vista del sociólogo n o es m ás q u e u n in stru ­
m ento.
Dicho lo a n terio r, agregaré q u e la estad ística re s u lta en los
exám enes ex p loratorios u n a h e rra m ie n ta m ucho m ás flexible de
lo que p o d ría im aginarse. B uena p a rte de la investigación social
se b asa en ideas teóricas sum am ente ten tativ as, las que n o cons­
titu y en u n a guía p recisa en función de las interrelacxones que
cabe esp erar, de las variables que h an de s e r co n tro lad as en el
análisis, o incluso de las p rio rid ad e s y secuencias a que h an de
s u je ta rs e las etap as del análisis. Con frecuencia se sorprenden
los estu d ian tes a n te la com plejidad que ad q u iere el análisis de
datos, ta n p ro n to com o se in tro d u cen en el c u a d ro h a sta una
m ed ia docena de variables. E s especialm ente e n estos casos
cu an d o u n conocim iento de la teo ría estad ística de diseños ex­
p erim en tales, o de la técnica de la estim ación m ed ian te ecua­
ciones sim u ltáneas p asa a se r u n in stru m en to valioso, m ediante
el cual pu ed en ser clarificadas algunas relaciones de u n a gran
com plejidad. Los m étodos verbales o intuitivos re su lta n absolu­
tam en te inadecuados. E n u n tex to general, tal com o el presente,
sólo pu ed en ab o rd arse tem as de diseño experim ental y análisis
m u ltiv ariad o , p e ro es im p o rta n te te n e r en cu en ta q u e hay n u ­
m erosas m ateria s m ucho m ás avanzadas, las q u e h a n m o strad o
su valía in clu so en aquellas investigaciones ex ploratorias cuyo
p ro p ó sito co n siste en d eterm in a r la im p o rtan cia relativ a de n u ­
m erosos facto res, al o b je to de re d u c ir d e m a n e ra sistem ática el
m arg en de altern ativ as, crean d o hipótesis m ás p recisas p a ra su
u so en investigaciones u lterio res.

1.3. A dvertencia
E n p resen cia de u n n ú m ero o de u n a ecuación m atem ática, algu­
nos estu d ian tes ex p erim en tan u n tem o r que va desde u n a ligera
ap reh en sió n h a sta la inhibición m en tal com pleta. Si el lecto r es
de éstos, d eb erá tr a ta r especialm ente de deponer to d a idea p o r
el estilo acerca de que “la estad ística es algo que ya sé que nunca
llegaré a e n te n d e r”. E n efecto, el grado de m atem áticas reque.
rid o en este texto es tal, que los cursos de álgebra de la escuela
secundaria, añadidos a las pocas operaciones algebraicas elem en­
tales q u e se exponen en el A péndice 1, constituyen u n a p re p ara­
ción suficiente. H ay que re c o rd a r, con todo, q u e los textos de
m atem áticas y estad ística n o se leen com o u n a novela. P o r lo
reg u lar, e n efecto, la m a te ria se p re se n ta en fo rm a m uy conden-
sa d a . D e a h í, p u e s, q u e se re q u ie ra n u n a le c tu r a a te n ta y u n a
d isp o sic ió n de e s p ír itu activ a, y n o sim p le m e n te p asiv a , f r e n te
al m a te ria l p re s e n ta d o . É s ta es la ra z ó n d e q u e n o se p u e d a
p r e s c in d ir de u n tr a b a jo c o tid ia n o y d e la re so lu c ió n d e los p ro ­
b le m a s p rá c tic o s in c lu id o s al fin a l de c a d a ca p ítu lo .

B iblio g ra fía

1. Downie, N. M. y R. W. H eath: Basic Statistical Methods, 2- ed. Har-

per and Row, Fublishers, Incorporated, Nueva York, 1965, caps. 1 y 2.
2. Hagood, M. J. y D. O. Price: Statistics for Sociotogisís, Henry Holt
and Company, Inc., Nueva York, 1952, caps. 1 y 2.
3. Hammond, K. R., y J. E. Householder: Introduction to the Statisti­
cal Method, Alfred A. Knopf, Inc., Nueva York, 1962, cap. 1.
4. Hays, W. L .: Statistics, Holt, Rinehart and Winston, Inc., Nueva
York, 1963, pp. 1-12.
5. Tippett, L. H. C .: Statistics, 2? ed., Oxford University Press, Nueva
York, 1956.
6. Walker, H. M .: Mathematics Essential for Elementary Statistics,
Henry Holt and Co., Inc., Nueva York, 1951.
7. Waliis, W. A. y H. V. Roberts: Statistics: A New Approach, The
Free Press of Glencoe, 111., Chicago, 1956, caps. 1-3.