Triangulacin en el trabajo cientfico Tres sugerencias metodolgicas:

a) Hay que usar la abduccin y no la induccin o la deduccin

b) Hay que usar casos extremos en vez de casos normales

c) No existen categoras naturales

Orlando Mella Profesor asociado Departamento de sociologa Universidad de Uppsala

Parte primera: Hay que ser cuantitativo o cualitativo?

Explicacin versus Entendimiento Explaining versus Understanding Explicacin a travs de la causalidad Entendimiento a travs de los significados

Explicacin y causalidad
A B

Condiciones: separacin entre el observador, el instrumento y lo observado neutralidad racionalidad

Deduccin: a partir de una teora se formula una hiptesis y se controla si se rechaza o acepta la hiptesis de nulidad
Problemas de la deduccin: 1) supone un modelo ideal y se controla que la realidad se adece al modelo. 2) supone que los hallazgos cientficos son estables, encontrada la relacin causal, se formula una teoria y esa teora es muy 3 estable, casi por definicin.

Causalidad y fenmenos sociales

El planteamiento de Durkheim: hay que tratar los hechos sociales como cosas Al menos tres problemas: el carcter reflexivo de lo social

el carcter procesal de lo social, ms que hechos son procesos

la dificultad de aislar lo que no est en la relacin entre A y B. Problema clave: no es posible manejar lo real. No sabemos lo que es la realidad social. Lo que hacemos es contruir modelos que son mejores o peores apuestas acerca de lo que es la realidad. La construccin social es altamente inestable. Todo modelo es hipotticos e incompleto.
4

El carcter procesal de los fenmenos sociales

La causalidad simple donde A causa B, es un modelo pobre para la complejidad de los fenmenos sociales

Lo bueno en el mtodo deductivo

Tenemos una visin de totalidad, declarada o no, que gua la investigacin.

Es sistemtico, al establecer reglas claras para el anlisis, especialmente al segmentar para analizar.

Qu a cambio de la causalidad? Asociaciones entre variables Constelaciones, clusters Anlisis multivariado en vez de bivariados

Lo cualitativo: Entendimiento o
la bsqueda de los significados
La critica al positivismo, basado en una estrategia de anlisis cientfico de tipo causal, gener el polo opuesto, la lgica cualitativa y centrarse en la unicidad del fenmeno social La lgica cualitativa se basa en la induccin. La induccin implica que se trata de entender un fenmeno social a travs de ir al campo social, y mediante observacin y entrevistas, obtener informacin que una vez analizada, da origen a un entendimiento de lo que sucede, pero el entendimiento de ese hecho. Puesto que no hay teora previa, no hay hiptesis. Lo que se genera es el significado. El problema es entender qu es el significado. Lo ms interesante en el contexto metodolgico de las ciencias sociales es decir que se trata de encontrar las estructuras profundas.

El problemtico anlisis cualitativo

El problema est en que no se puede ir con la cabeza vaca a observar o entrevistar. Ser totalmente inductivo es al parecer engaoso.

Obligadamente se utiliza un proceso que segmenta la informacin para su anlisis. (cdigos, unidades significativas, etc).
El proceso creativo debiera ser partir con una visin de totalidad, segmentar y posteriormente reconstituir una nueva visin de totalidad.

Las actuales lneas metodolgicas cualitativas en desarrollo: teora fundamentada; anlisis del discurso, hermeneutica, fenomenologa.
El anlisis cualitativo ha sido extremadamente asistemtico. Excepcin y por ello su popularidad: la teoria fundamentada.
9

No se puede ser solamente deductivo o solamente inductivo

Pareciera ser que hay que ser abductivo
Qu es la abduccin? Es el proceso mediante el cul se genera teora provisoria desde la informacin de terreno, los datos. Con esta teoria provisoria se elaboran modelos plausibles que son legitimados mediante coherencia explicativa.

No pretende como la deduccin que se est descubriendo la verdad, se est en camino sucesivo de entender las asociaciones entre procesos sociales. El concepto abduccin fue empleado por primera vez dentro de la teora de la lgica por Charles Peirce a fines del siglo 19.
10

Abduccin

Deduction proves that something must be; (la deduccin prueba de que algo debe ser)
Induction shows that something actually is operative; (la induccin muestra que algo est actualmente en curso, es operativo) Abduction merely suggests that something may be. (la abduccin solamente sugiere de que algo puede ser)

11

La triangulacin es abduccin

Triangulacin es trabajar abductivamente. Lo interesante del mtodo abductivo es que incorpora el carcter transitorio e inestable de la explicacin social.

12

Segunda parte: Ms all del promedio. El valor del caso extremo

La tesis de este trabajo: el promedio esconde y miente. La curva normal no es un buen modelo para explicar, entender procesos sociales.

No cuestiono que muchos procesos sociales pueden ser explicados con la ayuda de la curva normal. Climas actitudinales por ejemplo, cuando la sociedad est extremadamente en calma, probablemente la mayor parte de las personas se ubicarn en el medio y unos pocos en ambos extremos. El problema es que casi por definicin, los procesos sociales no son calmos sino dinmicos, inestables.

13

La curva normal

La curva normal implica que un determinado de casos se distribuye de manera tal que la mayor parte de los casos de aglutinan en torno al promedio. Existe al parecer una importante condicin para que este modelo se pueda aplicar, y es que exista una gran estabilidad estructural en lo observado/estudiado.

14

La curva normal

La aplicacin de la curva normal a los procesos sociales implica una hiptesis de balance y statu-quo. Hay un importante supuesto subyacente: la significacin, lo que es clave para el desarrollo de los fenmenos es justamente estabilidad. Sin embargo, la significacin es justamente lo contrario, es lo nobalanceado, lo inestable.
15

Buscamos la significacin: entender/explicar los procesos sociales.

x x x x

x x x x

x x x x

x x x x
16

Los casos extremos, anormalidades?

Un caso extremo (outlier) es un puntaje extremo en una distribucin. Generalmente se considera como un caso extremo el que est ms all de 3 desviaciones estndares.

Los expertos estadsticos generalmente plantean que esos valores extremos hay que sacarlos de los anlisis, pues o son errores de medicin o de informacin o bien distorsionan la normalidad de lo que est siendo medido.

17

Hay que sacar los casos extremos?

El carcter no lineal puede ser considerado como sinnimo con lo anormal. El cncer parece ser por definicin error y desarrollo anormal desde unidades bien estructuradas y diferenciadas a unidades no estructuradas e indiferenciadas.

El desequilibrio e inestabilidad es vida. El equilibrio y estabilidad total es la muerte.

18

Hay que sacar los casos extremos?

El cambio se produce a partir de lo extremo. Hay que examinar no la magnitud de lo extremo, pues por definicin es de poca magnitud, sino sus interrelaciones con el sistema y sus caracteristicas. Como el cncer, cuando lo anormal se empieza a desarrollar impactar a todo el sistema provocando turbulencias, anomalas cada vez ms grandes hasta que el sistema se disuelve o pasa a un estado de equilibrio total, que en el fondo es lo mismo.

19

Hay que considerar los casos extremos como seales significativas

Hay cientistas sociales que han precisamente tomado los casos extremos. Goffman por ejemplo trat de entender la dinmica social observando los casos extremos en hospitales psiquitricos, polica, prisin. Baumann ha usado el caso extremos para entender el acontecer social. El holocausto es en sus palabras una ventana para mirar hacia el exterior y no un cuadro en la pared. Este especialista analiza tambin lo que acontece con matrimonios que viven juntos experiencias traumticas, como los que han estado en un avin secuestrado y que muchos se divorciaron despus de eso.

20

Aplicacin de anlisis cuantitativos basados en casos extremos

Caso 1: Resultado en matemticas en Chile
Table nr 1: school result in mathematic A Chilean representative sample

N boys girls Total 2776 2791 5567

Mean 39,623 37,838 38,728

Std. Deviati on 15,8607 16,5460 16,2310

500

400

Frequency

300

200

100

0 0,0 20,0 40,0 60,0 80,0 100,0

Mean =38,728 Std. Dev. =16,231 N =5 567

school result in mathematic

21

Aplicacin de anlisis cuantitativos basados en casos extremos

Caso 1: Resultado en matemticas en Chile

p.1 Gender * indtotaldic Crosstabulation indtotaldic ,00 normal 1,00 extreme Count 2729 47 % within indtotaldic 50,1% 40,9% Count 2723 68 % within indtotaldic 49,9% 59,1% Count 5452 115 % within indtotaldic 100,0% 100,0%

p.1 Gender

1 boys 2 girls

Total

Total 2776 49,9% 2791 50,1% 22 5567 100,0%

Aplicacin de anlisis cuantitativos basados en casos extremos

Caso 2: About the dynamic of Swedish household incomes, social classes and political identification

600

100

500

80
400

Frequency

Frequency
Mean =33,7 Std. Dev. =30,202 N =1 100
0 200 400 600 800

60

300

200

40

100

20
0

Household incomes

0 0,00 20,00 40,00 60,00 80,00

Mean =31,5565 Std. Dev. =15,69309 N =1 080

household incomes withou outliers

23

Aplicacin de anlisis cuantitativos basados en casos extremos

Caso 2: About the dynamic of Swedish household incomes, social classes and political identification

24

Aplicacin de anlisis cuantitativos basados en casos extremos

Caso 2: About the dynamic of Swedish household incomes, social classes and political identification

25

Aplicacin de anlisis cuantitativos basados en casos extremos

Caso 2: About the dynamic of Swedish household incomes, social classes and political identification

26

Tercera parte: no existen las categorias naturales

27

Tercera parte: no existen las categorias naturales

a Patte rn M atrix

Com ponent 1 2 i rak araber kurder i rani er turkar som al ier bosni en serber kroater rom er chi l enare ryssar ki neser greker judar pol acker thai l and norrm n fi nl ndare engel sm n svenskar tyskar usa

,906 ,902 ,887 ,860 ,857 ,851 ,832 ,818 ,799 ,779 ,726 ,693 ,683 ,620 ,611 ,602 ,593 ,863 ,810 ,793 ,762 ,707 ,682

Extracti on M ethod: Pri ncipal Com ponent Anal ysis. Rotati on M ethod: Prom ax wi th Kai ser Normal i zati on. a. Rotati on converged i n 3 iterati ons.

28

Tercera parte: no existen las categorias naturales

29

Tercera parte: no existen las categorias naturales

La categorizacin es una construccin, depende de las interrelaciones con otras dimensiones. Para las ciencias sociales no existen naturalmente hombres y mujeres. No existen naturalmente los discapacitados (alguien pierde una pierna, no puede caminar, pero se le hace un implante de titanio y con eso adquiere una pierna artificial, es un discapacitado? No existe el inmigrante como categoria natural, definida como el que es extranjero. Dependiendo de su pais de origen o de su clase social de origen, algunos son ms inmigrantes que otros.

30