Está en la página 1de 8

Mtodos de Investigacin en Comunicacin

MIC 10-10-2011

TEMA 4. LOS MTODOS DE INVESTIGACIN CUALITATIVO Y CUANTITATIVO


Lecturas recomendadas: Introduccin a los mtodos cualitativos de investigacin, de Taylor, S.J. y Bogdan, R. (Introduccin: Ir hacia la gente). Naturaleza y orientaciones terico-metodolgicas de la investigacin cualitativa, de Orlando Mella. Paradigmas y mtodos en las ciencias sociales Positivistas: buscan las causas de los fenmenos sociales con independencia de los estados subjetivos de los individuos CUANTITATIVISTAS versus Fenomenlogos (constructivistas y dialcticos): quieren entender los fenmenos sociales desde la propia perspectiva del actor CUALITATIVISTAS La mayor crtica de los positivistas hacia los subjetivistas es la falta de ciencia de su mtodo. Hay que decir no a la ilusin de transparencia de los hechos sociales, rechazando o intentando alejar los peligros de la comprensin espontnea. Hacerse desconfiado respecto a las prenociones, luchar contra la evidencia del conocimiento subjetivo, destruir la intuicin en provecho de lo realizado, rechazar la tentacin de la sociologa ingenua que cree poder asir intuitivamente las significaciones de los actores sociales (...) Los filsofos romnticos -como Hegel, Herder, Schopenhauer- opusieron cualidad a cantidad, aseguraron que la primera es superior a la ltima y afirmaron que nada mendiga importancia. Aunque tradicionalmente han sido posturas opuestas, existe un acercamiento entre cuantitativistas y cualitativistas. Unos, por relajarse en la precisin, otros en la imprecisin; tambin por la triangulacin (recurso a ambas metodologas en los estudios), y por la coherencia metodolgica, que invita a usar el mtodo que hay que usar, dependiendo del objeto de estudio. Caracterizacin de la metodologa El trmino metodologa designa el modo en que enfocamos los problemas y buscamos las respuestas. En las ciencias sociales se aplica a la manera de realizar la investigacin. (Taylor/Bogdan). Distincin en funcin de: Objetivos de la investigacin y caractersticas Muestra (quin proporciona los datos): cuntos y cmo seleccionarlos Datos Anlisis de los datos La investigacin cualitativa -Objetivos: conocer las cualidades del fenmeno. No equivale a investigar un objeto cualitativo. No se trata de conocer cuntos fenmenos tienen una cualidad determinada, sino conocer las mximas cualidades que definen un fenmeno. Se est ante algo que se quiere saber qu es. El mtodo cualitativo tiene como objetivo la descripcin de las cualidades de un fenmeno. Consiste en conocer

Campus 2.0

Mtodos de Investigacin en Comunicacin

aquello que cualitativamente permite distinguir el fenmeno investigado de otros fenmenos (Mella). -Objetos de estudio: Novedosos Poco conocidos por el investigador Culturalmente ajenos Con una perspectiva autntica (emic frente a etic, Pike) desde la perspectiva de los sujetos investigados. Por ejemplo, el xito de Mar adentro de Amenbar radica en que el objeto de estudio est investigado desde dentro y llega al pblico. Objetos concretos o pequeos (acotamiento especfico), incluso nicos -Definicin del tipo de investigacin: Slo cualitativa (aproximacin intensiva): acercamiento, aproximacin, anlisis del caso, perspectiva emic... (interna) Triangulacin (cualitativa + cuantitativa): o Para hacer el marco terico o Para interpretar los datos -Caractersticas de la investigacin. Ejemplo: Balada triste de trompeta, de lex de la Iglesia: por qu no arras? Cunta gente fue a verla? Cunto recaud? A cunta gente le gust? A cunta no? Cuantitatividad Por qu la gente no ha ido a ver la pelcula? Por qu a la gente no le ha gustado? Cualitatividad La investigacin cualitativa es explicativa de los fenmenos sociales. Se pregunta a la gente por qu (no le ha gustado la pelcula), no se parte de una hiptesis. Se suele hacer antes de la investigacin cuantitativa para proponer la hiptesis. Por lo tanto tambin se puede afirmar que es inductiva. Es holstica: Me interesa lo que piensan los jvenes y los mayores, me interesa por qu han ido a verla, si se han interesado en leer la sinopsis, qu expectativas tenan, con quin fueron al cine, qu cine, con quin se identificaban, con qu se han redo, el personaje ms logrado, el ms tierno, el ms sexy, si se identificaban en sus situaciones, si la ambientacin est lograda, me interesa todo. Es naturista, puesto que investiga el campo en el momento y en el lugar en el que se produce el objeto de estudio. Si quiero saber en qu escena la gente empieza a desconectar, qu secuencias son las ms aburridas, cules son las graciosas, tengo que meterme en el cine (y espiar). Slo se emplea en aproximaciones intensivas. El investigador tambin aporta datos sobre el objeto de estudio. La observacin emprica segn la investigacin cualitativa: O=P+I+C-S La observacin es el resultado de la percepcin, la interpretacin y el conocimiento previo, menos el sesgo. -Muestras: quin aporta los datos. Condiciona la posibilidad de generalizarlos a un contexto general (universo). En la metodologa cualitativa, las muestras son no aleatorias: Seleccin. Tipo de muestreo: o Intencional u opintico: Idneos Tpicos Cuotas o Errtico o circunstancial

Campus 2.0

Mtodos de Investigacin en Comunicacin

Cantidad: siempre es reducida. Responde a un criterio de saturacin. o Estudios de caso o Historias de vida Por estos motivos, en un estudio cualitativo no se pueden generalizar los datos. La investigacin cualitativa carece de validez externa: los datos no se pueden generalizar. MIC 11-10-2011 La frase metodologa cualitativa se refiere en su ms amplio sentido a la investigacin que produce datos descriptivos: las propias palabras de las personas, habladas o escritas, y la conducta observable... (Taylor y Bogdan). -La interpretacin de los resultados de la metodologa cualitativa es heurstica: una interpretacin lgica y no estadstica. En ella intervienen operaciones como: leer, revisar, depurar, diferenciar, jerarquizar, agrupar, clasificar, ordenar, sistematizar, contextualizar, abstraer, entender, comprender, empatizar... -Resultados: Determinacin de los conceptos concretos: Los conceptos y trminos de los informantes. Por ejemplo, cmo llaman los sujetos de la investigacin a determinados conceptos clave de la misma (alcohlicos que llaman a la bebida priva). Categorizacin: expresin de datos y fenmenos en forma de conceptos, agrupando lo parecido en una categora, un concepto, una clase, un tipo ideal (Weber). Segn la teora fundamentada (Glaser y Strauss, 1967), en este punto se debe agrupar lo parecido y quedarse con lo esencial, sintetizar: destacar lo significativo y desechar lo superfluo. Comprensin (verstehen: identificar el sentido de la accin segn la intencin del actor y reconocer el contexto al que la accin pertenece y en el que obtiene sentido (Mella, 1998: 29). MIC 17-11-2011 La investigacin cuantitativa -Objetivo: cuantificar el fenmeno de estudio. Por ejemplo: cunta gente ha ido a ver la pelcula Balada Triste de Trompeta, cuntos jvenes, cuntos en Madrid, cuntos en sala o en vdeo...? -Caractersticas: Es de carcter hipottico-deductivo. Ejemplo: Balada Triste de Trompeta es un xito por la marca de identidad del cine de lex de la Iglesia, el protagonista... Amplitud material del objeto de estudio. Ejemplo: saber qu ha gustado ms de la pelcula o qu caractersticas tienen los espectadores que han ido a verla desde su estreno en cualquier parte de Espaa. Alto poder predictivo: si se confirma que un alto porcentaje fue a verla por Carlos Areces, es probable que protagonice la siguiente pelcula del director, puesto que la taquilla del prximo ao lo esperar. Extensiva: cuenta con pocas variables, pero muchos sujetos de estudio (todos o una muestra representativa del total). Ejemplo: se pregunta a una muestra representativa de la poblacin (mediante encuesta telefnica) si ha ido a verla, si dice que s se pregunta: edad, zona de residencia, por qu fue a verla, si vio algn anuncio, qu personaje le ha gustado ms y si fue por Areces. La investigacin cuantitativa tiene que tener validez externa.

Campus 2.0

Mtodos de Investigacin en Comunicacin

Muestreo: la seleccin de muestras representativas para la investigacin cuantitativa: 1. Cuntos? Quin forma parte del universo de nuestro objeto de estudio? La cantidad ce la muestra est determinada matemticamente en funcin de los mrgenes de error y confianza que asumamos con respecto al universo. En general se asume un 95% de margen de confianza y +-5% de margen de error. La validez externa est determinada por la confianza en que los resultados se ajusten a la realidad del universo de la investigacin; haciendo un estudio a 2.000 personas se descubre, por ejemplo, la realidad de ms de 40 millones de personas. Estos clculos se obtienen a travs de la teora de muestreo. Cuando los datos estn ajustados dentro del margen de error, se habla de empate tcnico. 2. Cules? El azar nos lo dir. Hay varios sistemas de azar: o Aleatorio simple: sorteo. o Sistemtico: muestreo cada n unidades (suele ser muy habitual en las encuestas telefnicas). Es un criterio vlido siempre que no introduzca un sesgo en el tema. o Estratificado: de cada segmento (como por ejemplo por CC.AA.). Simple, uniforme o desproporcional Proporcional o Por agregados (por ejemplo, recogida de muestras casa por casa): Incluir todos los grupos: se encuesta a todos los miembros de la casa. Sortear dentro del grupo: se sortea, dentro de cada casa, a quin o a quines se encuesta. Ejemplo. La prueba para el muestreo es la siguiente: el primer nombre de las pginas elegidas cada 25 pginas desde la primera elegida al azar de la gua telefnica de cada provincia, hasta hacer un total de 8 unidades por provincia. Sistemtico y simple. Ejemplo. Los jvenes utilizan Tuenti o Facebook. Segn la teora de muestreo, para el 95% de margen de confianza y 5% de margen de error la cantidad de encuestados es 384 jvenes, que elegiremos de manera estratificada si pragmticamente me interesa, por ejemplo, estratificar por edad dentro del universo (15-29 aos). A partir de aqu debemos averiguar si esos 384 jvenes tienen red social; aqu se crea una dicotoma. Por un lado, el universo de los jvenes que no tienen perfiles en las redes sociales y, por otro, el universo de los que s los tienen. Una vez que nuestro nmero haya reducido, debemos seguir preguntando hasta obtener el resultado de 384 personas que s usan redes sociales y a partir de ah sacar resultados sobre quines de ellos usan Facebook y quines usan Tuenti. MIC 18-10-2011 El proceso de operacionalizacin: para trabajar en la investigacin cuantitativa, que describe y explica el objeto de estudio (variable dependiente) en funcin de cmo se relaciona (si cambia, cmo) ante otras variables, debemos operacionalizar los datos. El criterio de validez interna exige comprobar todas las variables que pueden influir. Por ejemplo, en la asistencia al cine, pueden influir: sexo, el gnero de la pelcula, pareja... Adems, se puede hacer una investigacin documental (bibliografa, estado de la cuestin), y una investigacin cualitativa (entrevistas, grupos...). Para relacionar estadsticamente estas variables referidas a un universo amplio (validez externa) necesitamos operacionalizar: convertir las variables en valores objetivos y mensurables, con validez de constructo; teniendo en cuenta, no obstante, que siempre que se operacionaliza se reduce la realidad.

Campus 2.0

Mtodos de Investigacin en Comunicacin

Pasos de la operacionalizacin: 1. Definir el fenmeno correctamente. 2. Definir todas las categoras o valores: a. Categoras exhaustivas: todas las unidades se deben clasificar. b. Mutuamente excluyentes: unidades clasificadas en una sola categora. c. Clasificadas por un solo criterio, el mismo para todos los casos. Procesos de operacionalizacin de variables En funcin de los fenmenos que se pretendan estudiar, el proceso de operacionalizacin de sus variables ser uno u otro. En el caso de los fenmenos cuantitativos, la operacionalizacin es directa. Por ejemplo, con la edad, se crean intervalos: 15-18, 19-21, 22-25, 26-29 aos... En el caso de los fenmenos cualitativos: cmo se operacionalizan estos fenmenos? Se dan cuatro opciones segn el tipo de fenmeno. -Opcin A: fenmenos cualitativos reales, empricos, ya clasificados. Ejemplo: sexo (hombre-mujer). La operacionalizacin respeta la clasificacin convencional de los fenmenos. El problema de esta operacionalizacin es que no son nmeros, sino que nos dan escalas nominales: son valores que se pueden contar y comparar entre ellos, pero no establecen medias ni medianas. -Opcin B: Fenmenos cualitativos reales, que se pueden clasificar en funcin de la tenencia o ausencia. Ejemplo: tener pareja (s-no). Es una medida nominal, por lo que no se utilizan medias. MIC 24-10-2011 -Opcin C: Fenmenos cualitativos sin correspondencia emprica (fenmenos complejos, conceptos abstractos, constructos). Se recurre a la operacionalizacin, con la creacin de identificadores, que son un instrumento para cuantificar fenmenos que no son evidentes ni mensurables. Se debe definir la variable en funcin de una vertiente emprica (por ejemplo: pobreza nivel de ingresos); y despus, desglosar la variable (ndice) en variables empricas (indicadores). Ejemplo: el tratamiento del maltrato a mujeres en los informativos. Indicadores: Presencia en agenda (variable emprica: nmero de noticias sobre maltrato). Jerarquizacin. A su vez dividida en: Nmero de orden en el informativo: valor numrico Tiempo de la pieza: valor numrico Recursos expresivos: busto parlante (s: 1; no: 2); in situ? (s: 1; no: 2) -Opcin D: Fenmenos cualitativos que afectan a las personas: sensaciones, opiniones, actitudes, valores (Como se mide el miedo? Cmo asegurarse que lo mucho que le ha gustado a una persona es el mismo mucho que el que me dice otra?)... El procedimiento consiste en emplear tcnicas escalares o escalas de actitudes; es decir, construir una escala conceptual, donde el 7, el mucho o el miedo sean el mismo concepto para todos. Hay varias tcnicas, descritas a continuacin. Diferencial semntico de Osgood: es una escala ordinal de clasificacin que mide el significado afectivo o subjetivo que los estmulos provocan en los sujetos. Contiene dos elementos fundamentales: los conceptos y unas escalas bipolares, que sirven para evaluar los conceptos, representan una reaccin afectiva hacia el concepto, y estn ancladas en los extremos por dos adjetivos antnimos. De este modo, la tcnica consiste en el posicionamiento de los sujetos en espacios semnticos

Campus 2.0

Mtodos de Investigacin en Comunicacin

definidos mediante pares de adjetivos opuestos, entre los que hay un nmero de opciones de respuesta (suelen ser siete opciones en total). Con este mtodo se obtiene un anlisis de opiniones muy polarizadas. Por ejemplo: la pelcula ha sido (marcar un punto)... Mala __ __ __ __ __ Buena 1 2 3 4 5 6 7 Donde las equivalencias son: 1 (muy mala), 2 (bastante mala), 3 (un poco mala), 4 (ni mala ni buena), 5 (un poco buena), 6 (bastante buena), 7 (muy buena). Los diferenciales admiten medianas pero no medias.

Escala de Likert: la escala se construye de la misma forma que los test de aptitudes, con un nivel de medida ordinal. Son escalas sumativas, en las que se pide a los sujetos juicios de valor sobre ciertas proposiciones propuestas por los investigadores (jueces). Habitualmente se solicita al sujeto que se declare muy de acuerdo, de acuerdo, neutro, en desacuerdo o muy en desacuerdo con una proposicin. Se mide del uno al cinco, donde 1 es muy en desacuerdo y 5 totalmente de acuerdo. Por ejemplo: La pelcula me ha dado miedo. 1. Muy en desacuerdo 2. En desacuerdo 3. Ni de acuerdo, ni en desacuerdo 4. De acuerdo 5. Muy de acuerdo Son escalas ordinales, por lo que admiten medianas pero no medias. Escala de Thurstone. Este modelo est basado en que si se presenta un estmulo a un sujeto un nmero infinito de veces (o a una muestra de sujetos una sola vez), la respuesta del sujeto no siempre ser la misma. La distribucin de frecuencias de todos los valores asignados por el sujeto al estmulo se denomina distribucin discriminativa, y se asume que es una distribucin normal. Se plantea la eleccin entre proposiciones jerarquizadas en intervalos equivalentes (como son escalas de intervalos, admiten todas las operaciones estadsticas). El proceso de jerarquizacin de proposiciones consiste en la recopilacin de proposiciones y en su posterior clasificacin. Por ejemplo, respecto a un trabajo: Proposiciones Clasificacin - Interesante, entretenido 8. Buen sueldo - Descansado, poco pesado 7. Interesante, entretenido - Buenas relaciones con los compaeros 6. Buenas relaciones - Buenas vacaciones 5. Estable - Tengo un buen sueldo 4. Libertad de horarios - Tengo libertad de horarios 3. Buenas vacaciones - Es estable 2. Permite promocionar - Permite promocionar 1. Descansado, poco pesado Escalograma de Guttman: es un modelo para el escalamiento conjunto de sujetos y estmulos: asigna valores escalares a ambos. El modelo se basa en la idea de que si un sujeto responde favorablemente a un estmulo determinado lo har tambin a todos aquellos que estn por debajo de ese estmulo en la escala resultante. Se plantea una escala de resultados ordenados jerrquicamente, en funcin del nmero de respuestas afirmativas sobre ciertas proposiciones. Sirve para conocer las opiniones ms radicales y las menos; el consenso y el disenso de un grupo. Este mtodo slo plantea cunta gente est de acuerdo y cunta no con una determinada proposicin.

Campus 2.0

Mtodos de Investigacin en Comunicacin

Ejemplo: la televisin basura. Proposiciones:


o o o

Los directivos de las cadenas de televisin no deberan emitir programas indecentes/basura. Estos programas son dainos para la sociedad. El gobierno debe regular la emisin de estos programas.
Dainos s s s s no Prohibicin s s s no no Directivos s s no no no Gobierno s no no no no Total 4 3 2 1 0

Sujetos 1 2 3 4 5

Test: pruebas con una valoracin idntica para todos.

MIC 25-10-2011 El proceso de operacionalizacin empieza en el marco terico, revelando los conceptos que influyen en nuestro objeto. Esas variables habr que definirlas en categoras o valores, que tienen que ser mutuamente excluyentes y deben estar clasificados por un criterio. La operacionalizacin de las variables se convierte en un instrumento de obtencin de datos (cada tcnica en el suyo). Por ejemplo, si el proceso de operacionalizacin se concreta en una encuesta, sus variables del mapa conceptual son cada una de las preguntas (cada categora, una respuesta). Finalmente, a travs del trabajo de campo, se obtienen los datos. Esos datos se codifican y se incorporan en una base estadstica. Normalmente se interpretan y se analizan estadsticamente para sacar resultados. Para ello, existen aplicaciones informticas como StatView, de Macintosh. Operaciones estadsticas bsicas en las ciencias sociales -Frecuencias: recuento de casos por cada categora. Qu porcentaje de la poblacin de cada comunidad autnoma ha ido a ver Balada Triste de Trompeta? Esto tambin se puede representar en diagramas de barras. En cualquier caso se visualiza la distribucin por valores. Se hace uso de estos datos en anlisis descriptivos. -Medidas de tendencia central: son datos numricos que expresan caractersticas generales de un colectivo. Moda: el resultado ms frecuente. Mediana: el punto medio de distribucin. Media: el promedio del conjunto de puntuaciones. -Medidas de dispersin: diferenciales. Rango: diferencia entre el valor ms alto y el ms bajo. Por ejemplo: entre la ciudad con ms consumo y la de menos hay una diferencia de 200 unidades. Desviacin tpica: media de desviacin con respecto a la media. Por ejemplo: en Andaluca la edad media de los consumidores se desva dos aos al alza respecto a la media nacional.

Campus 2.0

Mtodos de Investigacin en Comunicacin

-Relaciones entre variables: La operacin estadstica ms importante es la tabla de contingencia o cruce entre variables. Es una operacin que relaciona dos variables. Por ejemplo: una determinada empresa quiere saber si hay un comportamiento sexista en torno a los roles profesionales; esto se puede comprobar cientficamente cruzando la categora sexo con la categora laboral trabajo: cuntos directivos son mujeres y cuntos son hombres en la empresa? Hay otro anlisis estadstico, la distribucin t (de Student: seudnimo de W. Gosset), que compara las medias. Es una distribucin de probabilidad que surge del problema de estimar la media de una poblacin normalmente distribuida cuando el tamao de la muestra es pequeo. Considera la diferencia entre las medias de dos submuestras cuando se desconoce la desviacin tpica de una poblacin y debe ser estimada a partir de los datos de una muestra. Por ejemplo: Los espectadores de Balada triste de trompeta, en el caso de las mujeres, tienen una edad media de 18 aos, y los hombres de 24 aos. Se aprecia que las mujeres que van a ver la pelcula son ms jvenes que los hombres. Otro anlisis es ANOVA (tablas de anlisis de la varianza), que compara medias pudiendo evaluar los valores de dos variables, por ejemplo ciudad y sexo: las espectadoras son ms jvenes cuanto ms al sur est la localidad. Las operaciones estadsticas que se deben considerar son: Respecto a las variables cuantitativas: ingresos, edad, n de pelculas: todas se abordan mediante conceptos estadsticos como media, moda o mediana. Respecto a las variables cualitativas: no podemos hacer operaciones basadas en la media. Pero por ejemplo, cuando se trabaja con escalas nominales se puede trabajar con frecuencias, porcentajes y tablas de contingencia. En las escalas ordinales: Osgood, Likert. Frecuencias, porcentajes, tablas de contigencia, medianas. En las escalas de intervalo: Thurstone. Frecuencias, porcentajes, medias, distribucin t y ANOVA. La interpretacin de los resultados debe estar sujeta a determinados criterios de validez. Por ejemplo, supongamos que hemos hecho un estudio en el que hemos preguntado a 10 personas en Madrid. Siete de ellas nos han dicho que no les importara que El Corte Ingls se llamara El Corte Espaol. Se podra decir que a un 70% de los madrileos no les gusta el nombre de El Corte Ingls? No, porque se ha preguntado si prefieren El Corte Espaol o El Corte Ingls, no si les gusta el nombre original. La interpretacin tampoco sera correcta debido a que se trata de una muestra demasiado pequea. El resultado no tiene validez externa, porque no se atiene a criterios estadsticos.

Campus 2.0