Capitulo 5 Metodologia cuantitativa: herramientas basicas Introduccion En este capitulo, nos adentramos con las estadisticas, si. Sabemos que en algunas carreras los estudiantes le escapan a la matematica. Pero no se asusten, al contrario, es la oportunidad para aprender conceptos basicos que tienen una enorme utilidad. Van a encontrar poquisimas formulas y muy sencillas. Después de acostumbrarnos aun par de simbolos que al principio pueden parecer extrafios, esto se vuelve reiterativo, sin complicaciones. Como saben, las estadisticas estan por todas partes. Nosotros las usaremos en dos sentidos basicos: 1) para analizar nuestros datos, tal como lo haremos en el Capitulo 9; y 2) para analizar datos pre- sentados en otras investigaciones, lo cual debemos hacer cada vez que tomamos datos de otras fuentes. No se trata de ir demasiado lejos en este tema, pues no es este un libro de estadistica, sino de ir seguros. Por tal motivo, luego de la primera parte (“Estadistica: datos e informacién” y “Estadistica descriptiva”) donde se intro- ducen una serie de conceptos, se encontraran con dos apartados para prevenirlos en la lectura de este tipo de datos: “Cémo mentir con estadisticas” y “Falacias de probabilidad”. Todo con ejemplos para mayor claridad. Estadistica: datos e informacion La estadistica es la disciplina cientifica que desarrolla y aplica métodos para la recopilacién y el procesamiento de datos, que permiten convertirlos en informacion. A su vez, dicha informa- cion sera utilizada para la descripcién de fendmenos, el analisis y prediccion del comportamiento de variables y modelos y, por ultimo, pero no menos importante, para la toma de decisiones bajo incertidumbre. La importancia y utilidad de la ciencia estadistica enestos aspectos es enorme, ya que involucra desde la investigacion cientifica y las decisiones de mercado, hasta la implementacién de politicas publicas. Como veremos en detalle en el Capitulo 7, los datos seran re- copilados de distintas fuentes y seguin su naturaleza pueden ser: 1. Poblacionales: cuando se recopilan para todas las unidades de interés (p. ej., censos), 2. Muestrales: cuando se recopila informacién de cierto subcon- junto de las unidades de interés (p. ej., encuestas). 3. Experimentales: cuando se obtiene informacién de un disefo experimental (p. ej., tratamientos diferenciales). El objetivo general de la estadistica es, entonces, transformar datos, recopilados de una o varias fuentes, en informacion “Util”, lo cual implica, en general, una serie de etapas o niveles de analisis. En el nivel mas basico, nos interesa entender los datos, pudiendo dar una descripcién de los mismos, es decir, encontrar su estructura, estudiar su centralidad, y su variabilidad. Las herramientas utilizadas para este nivel de estudio se cono- cen, en consecuencia, como estadistica descriptiva. Todos estamos familiarizados con este nivel elemental de andlisis pues es con el que nos encontramos en las revistas deportivas y las infografias periodisticas. Por otro lado, si queremos realmente entender los datos, la mera descripcidn sera insuficiente. El estudio de correlaciones de eventos, es decir, el analisis de probabilidades conjuntas y condicionales de ocurrencia nos dara una idea de cémo se asocian las ocurrencias de diversos eventos. También, encontramos estas herramientas con frecuencia en la vida cotidiana: las encuestadoras, por ejemplo, le presentan a los candidatos politicos diversas opciones (sobre apo- yo a ciertas causas, personas, opiniones, etc.) que asocian con una mayor probabilidad de obtener el voto de un sector de la poblacién. Una aplicacién mas avanzada de la ciencia estadistica sera la inferencia, donde trabajamos a partir de datos de la muestra 0 ex- perimento para inferir caracteristicas de la poblacién o el modelo subyacente. Por ultimo, la estadistica apunta a la prediccién, esto es, intenta anticipar los posibles comportamientos de las variables v su probabilidad de ocurrencia futura. valores esperados, etcétera.Estas aplicaciones son més especializadas, tipicas de la investigacion cientifica, aunque también utilizada para la toma de decisiones en casos como el andlisis técnico de los mercados financieros y la implementacidn de politicas y programas publicos. Estadistica descriptiva Variables, histogramas y proporciones Qué tienen en comin una encuesta de opinién, un experimento de laboratorio y la lectura de un medidor de radiacién solar? En todos los casos, hay ciertas propiedades o caracteristicas de los sis- temas 0 sujetos observados que nos interesa medir. En la encuesta, por ejemplo, nos interesa saber en qué porcentaje la gente tiene una opinién positiva sobre cierto personaje publico; en el experimento, veremos qué porcentaje de los sujetos son curados por un medica- mento, y al observar la radiacién solar estudiaremos su variacion a lo largo del tiempo. Por supuesto, cada experimento o encuesta puede relevar una o mas variables y el investigador, a su vez, utilizar los datos obte- nidos de diversas maneras y con distintos propésitos, ya sea para el modelado de un fendmeng, el contraste de una hipotesis o la prediccion de un resultado electoral. En este sentido, el diseiio de la encuesta o experimento, el llamado proceso de medicién, no sera un proceso aislado, sino que sera parte del plan de investigacién que se esté implementando. En esta seccién y las siguientes, intentaremos resumir aquellos métodos y técnicas que, siendo de aplicacién amplia en diversos campos de estudio, resultardn de utilidad general para el investiga- dor. La idea es que, mediante la incorporacién de un herramental universal, el investigador se encuentre en condiciones de encarar el disefio e implementacién de un plan de investigacién, para luego incorporar las herramientas especificas a su campo de estudio que fueran necesarias. Recordemos que aquellas caracteristicas o propiedades de interés que relevamos las llamamos variables. Y que estas podian ser cuan- titativas 0 cualitativas. La mayoria de las técnicas de la estadistica,desde las basicas (p. ej, promedios) hasta las mas avanzadas (p. ej, regresiones) requieren la utilizacion de variables numéricas. Pero también existen herramientas estadisticas basicas, validas aun para mediciones cualitativas. Supongamos que nos ubicamos cerca de la entrada de un esta- cionamiento y anotamos en una planilla el color de cada automévil que va ingresando. Finalizamos nuestra medici6n al ingresar 100 vehiculos y disponemos entonces de una planilla con anotaciones puramente cualitativas, del tipo blanco, rojo, azul, marron, etcétera. Sin embargo, podemos realizar un andlisis estadistico de los resul- tados al observar las frecuencias de ocurrencia de cada color. Al procesar los datos, los tabulamos y obtenemos la siguiente tabla: Color #0bservaciones (n) Frecuencia relativa (f) Blanco 33 0,33 Rojo “4 0,14 ‘Azul 2 0,12 Marron 8 0,08 Negro 26 0,26 Verde 1 0.07 Total (N) 100 1 Frecuencias observadas En la columna “Frecuencia relativa”, computamos el cociente fe a es decir, el ntimero de autos observados de cada color, dividido por el total de observaciones, en nuestro ejemplo 100. Como en este ejemplo las observaciones son justo 100, la columna f puede parecer redundante, pero en general con un numero cualquiera de observacio- nes totales, resulta practica para determinar el peso de cada categoria. Una representacion grafica bastante practica sera el grafico de frecuencias, que en el caso de las variables numéricas llamaremos histograma. Para los datos resumidos en la tabla anterior, podemos hacer tanto un grafico de frecuencias absolutas (1) como uno de frecuencias relativas (f), como se observan en los siguientes graficos (Figuras 5.1 v 5.2):Blanco. Rojo Azul Marrén Negro Verde Figura 5.1 Frecuencias absolutas (1) 0,35 + 03 + 0,25 + 02 + os + oa 4 0.05 + Blanco Rojo azul Marron Negro. — Verde Figura 5.2 Frecuencias relatives (f) Estos graficos son muy similares, pero el de las frecuencias re- lativas es mas interesante, pues nos muestra las proporciones de ocurrencia de cada valor de la variable, en este caso, el color. Estas proporciones de ocurrencia son titiles, por ejemplo, en el modelado, pues podemos usarlas como una aproximacion empirica de la pro- babilidad de ocurrencia del proximo valor de la variable. En base a nuestra experiencia, por ejiemplo, asumiriamos que la probabilidad de aue el préximo automdvil aue inerese al estacionamiento sea blanco es de 0,33, mientras que sera ‘negro con una probabilidad de 0,26, etcétera.Por otro lado, el grafico de frecuencias 0 proporciones relativas esta muy relacionado con otro que es de aplicacion muy usual, el conocido grafico circular o de torta. En este grafico, podemos usar tanto las frecuencias relativas como las absolutas, ya que la propor- cién de cada valor estara muy claraa partir de la porcién del grafico que ocupa, como se ve en este grafico (Figura 5.3): Blanco Rojo Total —e Azul Marrén Negro Verde Figura 5.3 Grafico circular De hecho, para las variables cualitativas como en este caso, el grafico circular es mas claro. El grafico de frecuencias (Figura 5.2) introduce un ordenamiento de izquierda a derecha que es totalmente artificial, pues depende de como hayamos ordenado los colores, para lo cual no hay una regla universal. Esa “oscilacién’” que observamos en la Figura 5.2, al bajar desde blanco y luego, subir en negro, es espuria, pues si reordenamos las columnas queda un grafico como el de la Figura 5.4, donde se observa un crecimiento sostenido, por supuesto también espurio. En este sentido, para proporciones de una variable que no tienen un orden natural 0 aceptado por convenci6n, el grafico circular o de torta brinda una informacion mas clara. Cuando tratamos con variables cualitativas que son ordinales, por ejemplo, si la respuesta es una opinion buena, mala o neutral, el grafico de frecuencias de las Figuras 5.1 0 5.2 tiene mayor utilidad, pues nos dara una idea de hacia donde se inclina la mayor parte de las respuestas.