APUNTES

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN UNIVERSIDAD NACIONAL AUTNOMA DE MXICO FACULTAD DE CIENCIAS POLTICAS Y SOCIALES CENTRO
DE ESTUDIOS EN CIENCIAS DE LA COMUNICACIN
2010
APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN PLAN DE ESTUDIOS 2008. QUINTO SEMESTRE ELABOR: EDUARDO JULIN LPEZ ESPINOSA OCTUBRE DE 2010
Tema: La investigacin SLO UNA IDEA
Investigar es buscar de nuevo, echar otra mirada ms cuidadosa para averiguar ms 1 Claire Selltiz La investigacin es una bsqueda de una verdad que nace de una idea personal y subjetiva sobre un pequeo fragmento de la realidad. As lo afirma Hernndez Sampieri al decir que las investigaciones se originan en 2 ideas, sin importar qu tipo de paradigma fundamente nuestro estudio ni el enfoque que habremos de seguir. Despus, se buscar la manera de ordenarla, hacindola cada vez ms clara, para someterla al mtodo que indicar la manera en que deber de desarrollarse para constituir un proceso de investigacin. En realidad, todo trata sencillamente de estructurar de manera adecuada un planteamiento espontneo y ver si ste coincide con empricamente demostrable. En este sentido, puede afirmarse que, en el fondo, investigar slo es proponer una idea de forma muy compleja. En su obra El oficio de socilogo, Pierre Bourdieu argumenta que el hecho social, objeto de estudio de la sociologa, es en realidad una construccin realizada por el investigador en la que intervienen sus propias consideraciones tericas. El mero hecho de estudiar al objeto y formular hiptesis en torno al hecho implica el empleo de categoras de anlisis que son dispuestas por la subjetividad del investigador. La investigacin cientfica se organiza de hecho en torno de objetos construidos que no tienen nada en comn con aquellas 3 unidades delimitadas por la percepcin ingenua. Por ello, el autor asegura que toda prctica cientfica implica supuestos tericos que, si bien pueden ser comprobables en la medida en que an no hayan sido falseados, condicionan la observacin realizada e imposibilitan el procesamiento y la interpretacin totalmente pura del objeto. En la literatura, existen numerosas clasificaciones de las formas de investigacin y los pasos a seguir para su desarrollo, aunque en esencia suelen ser los mismos. Rojas Soriano distingue dos tipos de investigacin: la documental, basada slo en la recopilacin de informacin de fuentes escritas, y la directa, en la que el investigador se involucra de manera directa con el objeto estudiado. A su vez, esta ltima se divide en tres: estudios exploratorios o de acercamiento a la realidad social, estudios descriptivos y estudios que implican 4 prueba de hiptesis para realizar proyecciones. Una buena propuesta es la de Amparo Gmez Rodrguez, quien divide a la investigacin en tres etapas: condiciones antecedentes de la investigacin; observacin, experimentacin y medicin; y anlisis e 5 interpretacin de los datos. La primera corresponde a la manera en que se trabaja la idea propuesta y se
1 2
Claire Selltiz, Lawrence S. Wrightsman y Stuart W. Cook, Mtodos de investigacin en las relaciones sociales, p. 17. Roberto Hernndez Sampieri, Carlos Fernndez Collado y Pilar Baptista Lucio, Fundamentos de metodologa de la investigacin, p. 2. 3 Pierre Bourdieu, El oficio de socilogo, p. 52. 4 Ral Rojas Soriano, Gua para realizar investigaciones sociales, pp. 30-31. 5 Amparo Gmez Rodrguez, Filosofa y metodologa de las ciencias sociales, p. 97.
ELABOR: EDUARDO JULIN LPEZ ESPINOSA
APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN
2010
complementa con otras ideas para construir un marco terico que habr de guiar el acercamiento al objeto de estudio antes de lanzarse directamente al campo. Despus, viene el encuentro directo con los hechos, es decir, la recogida de datos directos de la fuente que constituyen el marco histrico de la investigacin. Por ltimo, se analizan e interpretan estos datos para contrastarlos con las ideas, con el fin de ver si la idea propuesta al principio corresponde en verdad a la realidad y es capaz de describirla y explicarla. Tal es la estructura de toda investigacin. El primer paso para trabajar con la idea es la construccin de un protocolo de investigacin, que servir para generar una ayuda a lo largo de todo el proceso de investigacin. ste incluye la eleccin del tema, el planteamiento del problema, la formulacin de preguntas de investigacin e hiptesis en respuesta a estas preguntas, la definicin de objetivos a alcanzar y la metodologa a seguir, la justificacin de la empresa y las fuentes de las cuales habr de extraerse el marco terico que apoye y complemente la idea general. Existe cierta divergencia en torno a dnde comienza la investigacin: en la formulacin de una pregunta, en una observacin, en el cuestionamiento a una teora o en la necesidad de resolver una problemtica. Garca Roldan seala al respeto que presentar un proyecto de investigacin sin haber definido claramente la pregunta que se pretende contestar es un error frecuente entre investigadores no integrados en un grupo con una lnea 6 de investigacin definida. Trtese de uno u otro elemento, el hecho es que la investigacin debe partir del inters propio en saber algo, y que sin la atraccin del investigador hacia el tema nada puede hacerse. Sautu comenta que el tema deber de ser relevante y tener una justificacin, ya sea que haya sido encomendado por una institucin u organizacin que lo haya solicitado, porque responde a creencia, conflictos o necesidades, porque es de actualidad, o simplemente por el deseo de producir nuevo conocimiento esperando que pueda ser 7 til en futuras investigaciones. Una vez definido el planteamiento, la hiptesis y los objetivos, se habrn se extraer los conceptos con los que se ha de trabajar para que sean investigados, y las variables de anlisis a ser medidas. Estas ltimas, que pueden proponerse de manera terica, ligan la investigacin directamente con la segunda etapa de su ejecucin: la experimentacin, observacin o medicin. Gmez Rodrguez clasifica las variables en generales, que son las categoras ms abstractas que no pueden medirse fcilmente con la realidad; intermedias, que poseen aspectos parciales mensurables; e indicadores, que son aspectos concretos del objeto de estudio, observables, cualificables y cuantificables. Afirma que El proceso de hacer operativas (operacionalizar) las variables no consiste sino en traducir las variables ms generales en variables intermedias e indicadores. Esto 8 es fundamental en el proceso de hacer investigable una hiptesis. Luego, se emplean tcnicas de investigacin para recopilar datos del objeto de estudio para cada uno de los indicadores propuestos. Estas sern seleccionadas de acuerdo con la naturaleza propia del objeto de estudio y de las variables, que pueden ser cuantitativas, si se trata de indicadores cuantificables, entre las cuales se encuentran los distintos tipos de encuesta y la observacin cuantitativa; o cualitativas, si son, por el contrario, indicadores cualificables, como el anlisis del discurso, la ficha etnometodolgica o los grupos focales. Por ltimo, los datos obtenidos se contrastarn con las ideas propuestas para corroborar o refutar las hiptesis. La investigacin concluye con la redaccin de un reporte. Hasta aqu, se ha visto la manera en que una idea transita por una serie de pasos consecutivos que integran el mtodo cientfico, con el fin de ser ordenada y desarrollada de la forma ms objetiva posible. Sin embargo, desde la eleccin del tema, la clasificacin de conceptos, la determinacin de variables e indicadores, as como otros tantos elementos, puede advertirse que todo el proceso obedece a la idea inicial del investigador y se encuentra impregnado de la visin asignada en el marco terico. Incluso la propia actividad de medir y cuantificar a travs del uso de tcnicas de recopilacin sigue en el fondo principios tericos. Por ello, la investigacin es, a fin de cuentas, slo una idea. FUENTES Bourdieu, Pierre, El oficio de socilogo, 1984, Siglo XXI, Mxico. Garca Roldn, Jos Luis, Cmo elaborar un proyecto de investigacin, 2003, Universidad de Alicante, Espaa. Gmez Rodrguez, Amparo, Filosofa y metodologa de las ciencias sociales, 2003, Alianza, Madrid. Hernndez Sampieri, Roberto, Carlos Fernndez Collado y Pilar Baptista Lucio, Fundamentos de metodologa de la investigacin, 2007, McGraw-Hill, Madrid.
6 7 8
Jos Luis Garca Roldn, Cmo elaborar un proyecto de investigacin, p. 19. Ruth Sautu et. al., Manual de metodologa, p. 67. Amparo Gmez Rodrguez, Op. Cit., p. 100.
2010
Rojas Soriano, Ral, Gua para realizar investigaciones sociales, 2001, 14 edicin, Plaza y Valds, Mxico. Sautu, Ruth et. al., Manual de metodologa. Construccin del marco terico, formulacin de los objetivos y eleccin de la metodologa, 2005, CLACSO, Buenos Aires. Selltiz, Claire, Lawrence S. Wrightsman y Stuart W. Cook, Mtodos de investigacin en las relaciones sociales, 1980, Rialp, Madrid. Tema: Niveles de medicin
CONTRA LA INCERTIDUMBRE La incertidumbre es lo ms aterrador que puede sucederle al ser humano. Desde el nacimiento y por naturaleza, el hombre intenta conocer siempre su mundo para poder controlarlo, y ello implica dar respuestas a los cuestionamientos que ste le lanza. La angustia de no saber qu va a pasar, con el temor de no poder responder a los problemas que puedan presentrsele debido a su ignorancia, le obliga, entonces, a buscar patrones de regularidad que le permitan establecer hbitos para su supervivencia. Es en este sentido en el que la investigacin es una actividad fundamental de la vida humana, gracias a la cual puede obtener informacin sobre lo que le rodea y, as, acabar con la incertidumbre o, al menos, sentirse seguro. La investigacin es el proceso de adentrarse en la realidad para conocer de qu est hecha, cmo es y por qu es as. Pero su finalidad, as como la calidad de la informacin obtenida por ella, no son siempre iguales: varan de acuerdo a la finalidad y las circunstancias en que se encuentre el investigador. Existen distintos niveles de investigacin que implican una mayor o menor profundizacin en la realidad y, con ello, una mayor o menor obtencin de informacin tanto de manera cualitativa como cuantitativa. Estos niveles se encuentran directamente relacionados con la necesidad de indagar sobre algo en especfico para solucionar un problema, es decir, para hacerse del control de su medio: a mayor profundidad, menor incertidumbre Los niveles de profundizacin han sido propuestos por varios autores como formas de clasificacin de las investigaciones bajo un criterio discursivo. La mayor parte de la literatura coincide en la existencia de tres: el 9 exploratorio, el descriptivo y el explicativo, al que algunos aaden dos ms: el correlacional y el predictivo. Cada uno persigue cierto objetivo y posee caractersticas propias para la investigacin y el tratamiento de la informacin, por lo que tener bien claro el nivel en el que situar la investigacin es uno de los puntos medulares del desarrollo del protocolo. 10 El nivel exploratorio, que Rojas Soriano tambin llama de acercamiento a la realidad social, es el nivel ms simple de investigacin y tratamiento de la informacin, cuyo propsito slo es el de indagar en una temtica para conocer sus elementos. Responde al qu de un objeto de estudio, es decir, el ser en la realidad. Este tipo de estudios son de corte monogrfico y se efectan, por lo regular, para saber ms sobre un tema poco estudiado o recopilar informacin dispersa. Arteaga comenta que los estudios exploratorios en pocas ocasiones constituyen un fin en s mismos, por lo general determinan tendencias, identifican relaciones potenciales entre variables y establecen el tono de investigaciones rigurosas, que se caracterizan por ser ms 11 flexibles en su metodologa. Por su parte, Silva Arciniega apunta que este tipo de estudios no requieren 12 siempre de un planteamiento hipottico. Algunos ejemplos de este tipo de estudio, ilustra Hernndez Sampieri, fueron los estudios primeros sobre la enfermedad de SIDA, los experimentos de Pavlov sobre el reflejo condicionado, los estudios sobre le terrorismo tras los atetados del 11 de septiembre, o las primeras 13 investigaciones de Freud sobre la histeria. Las investigaciones de carcter descriptivo son aquellas en las que, una vez explorado un tema, se intenta describir sus elementos con cierto nivel de detalle, informando sobre cmo son, cules son sus caractersticas y propiedades, y de qu manera pueden catalogarse las piezas y conceptos relativos al objeto de estudio. Responden al cul? del objeto, y en l pueden identificarse tres caractersticas: no puede explicar la naturaleza de las variables aunque s definirlas, se estudian en cuanto a objetivos y diseos, y se disean instrumentos de recoleccin de datos. Sobre esto, Good comenta que los estudios descriptivos contribuyen a la ciencia porque realizan introspecciones penetrantes en la naturaleza de aquello con lo que se trabaja, incluso en lo que se trata de estudiar de otras maneras. Cuando deseamos desarrollar nuevas formas de
9
Carlos Artega Basurto, Guillermo Campos Covarrubias y Roberto Bernrdez Snchez, Ciencias sociales e investigacin social, p. 30. Ral Rojas Soriano, Gua para realizar investigaciones sociales, p. 31. 11 Carlos Arteaga Basurto et. al., Op. Cit., p. 30. 12 Mara del Rosario Silva Arciniega, Apuntes para la elaboracin de un proyecto de investigacin, p. 57. 13 Roberto Hernndez Sampieri, Carlos Fernndez Collado y Pilar Baptista Lucio, Fundamentos de metodologa de la investigacin, p. 60.
10
2010
14
entendimiento, haremos encajar estos hechos descriptivo es marcos de relacin ms complejos. Un ejemplo seran los censos poblacionales, ya que su objetivo es medir una serie de caractersticas especficas dela composicin de la poblacin de un pas, sin establecer relaciones entre variables. Un tercer tipo de estudio es el correlacional o de razn, que mide la relacin existente entre dos o tres variables o conceptos de investigacin, para establecer patrones de conducta entre ambas. Responde al cmo? de una relacin, y para ello, es necesario formular una hiptesis sobre cmo se piensa que se comportan dichas variables una respecto a otra, y realizar experimentos, mediciones o aplicacin de instrumento para comprobarla o refutarla. Pese a que su capacidad de explicacin de la realidad an se encuentra algo limitada este tipo de estudios pueden ser muy tiles para identificar formas habituales de comportamiento de un objeto para, despus, buscar una explicacin para ello. Algunos ejemplos pueden ser los estudios para medir el nivel de aprovechamiento de los estudiantes de una escuela relacionndolo con las horas de estudio, o la identificacin de patrones de relacin de pareja en terapia psicolgica. El cuarto y ms profundo nivel de investigacin es el explicativo, tambin conocido como confirmatorio, en el que se trata de obtener las causas por las cuales un determinado fenmeno o una correlacin se dan de cierta manera. Contestan al por qu?, precisando de un marco terico y un marco histrico de los cuales emanen elementos suficientes para elaborar una hiptesis y someterla a contrastacin. Felipe Pardinas define a la labor de explicar como la de investigar las variables que llamamos independientes cuya magnitud y presencia 15 corresponde a una magnitud y presencia del hecho explicado o variable dependiente. Al respecto, Duverger seala que por regla general, se pasa de la descripcin a la explicacin a travs de un nivel 16 intermedio, el de la clasificacin. Un quinto nivel, que algunos autores identifican con independencia del explicativo, es el nivel predictivo, en el que, con base en una explicacin dada, se pueden realizar inferencias sobre cmo podr comportarse un objeto de estudio a determinado plazo. Para efectuarlo, se recurre a la aplicacin de las llamadas tcnicas de prospectiva, que en su mayora implican la realizacin de un anlisis estadstico para identificar las tendencias de comportamiento de un fenmeno. Su utilidad estriba en que, con l, pueden anticiparse los riesgos posibles de correr una empresa o prepararse para futuras complicaciones. Un ejemplo seran los estudios que describen escenarios futuros de la economa. No obstante, Duverger, seala que establecer predicciones es particularmente difcil al tratarse de ciencias sociales, debido a la naturaleza cambiante de su objeto de estudio. FUENTES Sautu, Ruth et. al., Manual de metodologa. Construccin del marco terico, formulacin de los objetivos y eleccin de la metodologa, 2005, CLACSO, Buenos Aires. Gmez Rodrguez, Amparo, Filosofa y metodologa de las ciencias sociales, 2003, Alianza, Madrid. Arteaga Basurto, Carlos, Guillermo Campos Covarrubias y Roberto Bermdez Snchez, Ciencias sociales e investigacin social, 2006, Plaza y Valds-ENTS-UNAM, Mxico. Rojas Soriano, Ral, Gua para realizar investigaciones sociales, 2001, 14 edicin, Plaza y Valds, Mxico. Silva, Mara del Rosario, Apuntes para la elaboracin de un proyecto de investigacin social, 2006, 2 edicin, Plaza y Valds-ENTS-UNAM, Mxico. Hernndez Sampieri, Roberto, Carlos Fernndez Collado y Pilar Baptista Lucio, Fundamentos de metodologa de la investigacin, 2007, McGraw-Hill, Madrid. Good, Carter V. y Douglas E. Scates, Methods of research in social sciences, 1997, Oxford University Press, Estados Unidos. Pardinas, Felipe Metodologa y tcnicas de investigacin en ciencias sociales, 1989, Siglo XXI, Mxico. Varios, Metodologa de las ciencias sociales, 2001, Sntesis, Madrid.
Tema: Tcnicas cuantitativas y cualitativas CANTIDADES O ADJETIVOS?
14 15 16
Carter V. Good y Douglas E. Scates, Methods of research, p. 258 (traduccin propia). Felipe Pardinas, Metodologa y tcnicas de investigacin en ciencias sociales, p. 29. Maurice Duverger, Mtodos de la ciencias sociales, en Varios, Metodologa de las ciencias sociales, pp. 357-358.
2010
En ciencias sociales, existe desde hace tiempo la controversia en torno a cul es el mejor criterio para la contrastacin de las hiptesis en torno al comportamiento de un objeto elaboradas por el investigador con la realidad emprica. Por un lado, una escuela, la empirista o de dimensin estructural, postula que los nmeros y las cantidades son la nica forma de acceder a la realidad, ya que slo lo que puede medirse y contarse puede 17 demostrarse. Por el otro, la escuela culturalista o de dimensin intersubjetiva postula que, dadas las particularidades del objeto de estudio, de las ciencias sociales, resulta difcil medir ciertos conceptos y procesos, por lo que es mejor identificar sus cualidades. Las academias han aceptado a este segundo criterio, el cualitativo, como una forma til y vlida en la investigacin social. No obstante, an hay empiristas que sealan que el criterio cualitativo no tiene la validez suficiente parar poder describir y explicar una realidad con la precisin necesaria para elaborar predicciones y patrones de comportamiento. Cul es, entonces, el mejor criterio para tratar con la realidad social? Es cierto que todo se puede medir? Son las cualidades criterios menos efectivos que las cantidades? La metodologa de la investigacin es, sealan algunos autores basndose en su etimologa (Methodos: procedimiento, y logos: tratado), una disciplina que estudia, analiza, promueve y depura el mtodo, mismo que se va multiplicando y particularizando de conformidad con las ramas de las disciplinas cientficas 18 existentes. Otros lo definen como el conjunto de mtodos susceptibles de ser utilizados en una 19 investigacin. De una forma u otra, la metodologa es el conjunto de conocimientos que pueden ayudar, no slo al investigador, sino a la persona comn y corriente a poder cumplir sus metas propuestas, trazndole el camino y las acciones que debe realizar para poder lograrlo. Rubio y Varas entienden al mtodo como
El camino o la va de acceso para llegar a un fin. Los mtodos de investigacin son las formas o los procedimientos mediante los cuales se consigue alcanzar lo objetivos propuestos en la investigacin. Cada uno de esos mtodos contiene formas especficas de recogida de datos tcnicas de la investigacin y tipos de anlisis que orientan el 20 tratamiento de la informacin recogida durante el trabajo de campo.
Es importante saber distinguir el mtodo de las tcnicas de investigacin. Este es un error frecuente tanto en el trabajo acadmico como en la literatura sobre metodologa, que emana de las distintas formas de ejercicio de la investigacin que postulan autores diversos de acuerdo con sus propios y criterios, y las modificaciones a las lneas de accin generales que consideran necesarias. El mtodo equivale al diseo de la estrategia para llegar al fin propuesto y la tcnica a la tctica de accin concreta a usar dentro de ese mtodo. Las tcnicas son instrumentos concretos de los que se vale cada mtodo para recabar la informacin deseada. En este sentido, 21 podemos afirmar que las tcnicas son particulares, mientras que el mtodo es general. 22 A su vez, tanto mtodos como tcnicas poseen una clasificacin. Los mtodos se dividen en formales inductivo, deductivo, hipottico-deductivo, experimental, analtico, sinttico e interpretativo, histricos lgico y dialctico y temticos correspondientes a las distintas disciplinas y subdisciplinas cientficas: psicologista, 23 histrico, sociolgico, poltico, etc.. Por su parte, las tcnicas de investigacin, que cumplen la labor de poner en prctica el mtodo, pueden dividirse en cuantitativas, cualitativas e interpretativas, de acuerdo con la naturaleza de los datos que tomas de la realidad material bajo los criterios expuestos anteriormente. Entre las cuantitativas se encuentran la encuesta con todas sus variantes, el muestreo, la observacin cuantitativa, el anlisis de contenido, la heurstica y la experimentacin; en las cualitativas figuran la observacin cualitatativa, los distintos tipos de entrevistas, el diario de campo, el anlisis del discurso, la historia de vida, la ficha etnometodolgica y los grupos de discusin; entre las interpretativas, que se dedican al procesamiento de los resultados para obtener un sentido de ellos, estn la hermenutica, la fenomenologa y la potica. Dieterich sintetiza las formas de contrastacin de hiptesis en cuatro: documentacin, observacin, encuesta y 24 experimento.
17 18
Mara de los ngeles Cea DAncona, Metodologa cuantitativa, p. 46. Gabriel Gutirrez Pantoja, Metodologa de las ciencias sociales, vol. 1, p. 159. 19 Seymur Espinoza Camacho, Apuntes para el curso de Metodologa de la Investigacin en Comunicacin. 20 Mara J. Rubio y J. Varas El anlisis de la realidad en la intervencin social, p. 20. 21 dem. 22 Esta clasificacin, en particular, se encuentra llena de contradicciones dentro de la literatura en metodologa, en donde casi cada obra y autor consultados exponen sus propias formas de comprender a los mtodos y a las tcnicas en distintas categoras. Incluso, lo que unos llegan a postular como mtodo, otros lo revisan como tcnica. 23 En este caso, la clasificacin propuesta ha sido tomada de Seymur Espinoza Camacho, Op. Cit., y cabe sealar que, pese a su conveniencia para la comprensin de los mtodos, en ningn libro he podido encontrarla as expuesta. 24 Heinz Dieterich, Nueva gua para la investigacin cientfica, p. 103.
2010
La eleccin del mtodo y la tcnica se circunscriben a la naturaleza del objeto de estudio presente y al tipo de investigacin que se desee realizar, tomando en cuenta su nivel, temtica y objetivos propuestos. Por ejemplo, si se desea realizar un estudio sobre el vandalismo en adolescentes, pueden tomarse varias vas de anlisis del conflicto y, sobre de ellas, definir las tcnicas. Pueden emplearse tcnicas cuantitativas como los censos si se desea saber cuntos jvenes se involucran al ao en un actos de vandalismo en determinado lugar a partir del ndice de denuncias; tambin puede utilizarse la encuesta para saber el promedio de personas que ven su propiedad afectada por actos de vandalismo perpetrados por jvenes al ao; e incluso realizarse observacin cuantitativa directo en el campo sobre la cantidad de jvenes que se ven involucrados en determinado acto. Por el lado cualitativo, se pueden realizar entrevistas a jvenes que pertenezcan o hayan pertenecido alguna vez a grupos vandlicos y preguntarles sobre la manera en que se organizaban para cometer esos actos o las razones por las que los cometan; tambin aplicar la ficha etnometodolgica para determinar cmo es la interaccin al interior del grupo vandlico; o el anlisis discursivo para identificar las caractersticas y estructuras del lenguaje de esos jvenes. Galindo Cceres llama a esto eleccin de paquetes tcnicos:
En un principio, la decisin sobre el paquete tcnico pertinente depende del objeto cognitivo correspondiente y el curso metodolgico-epistemolgico de todo el movimiento. Si interesa moverse slo a nivel descriptivo y de superficie de comportamiento, el paquete estadstico y su combinatoria en el ms sofisticado paquete encuesta puede ser adecuado, sobretodo si la reduccin requerida de la superficie social se propone en nmeros, cuantitativa. Si lo que se busca es superficie exhaustiva, una representacin de situaciones en imgenes ms icnicas, ms parecidas a lo que 25 un observador en el lugar puede registrar, ser conveniente el paquete etnogrfico
Otro caso puede ser el del estudio de una manifestacin social. Por el lado cuantitativo, se puede saber cuntos asistentes participaron por medio de una observacin cuantitativa, de que edades eran por medio de encuestas rpidas durante el evento, y anlisis de contenido de los mensajes que portan en pancartas. En lo cualitativo, pueden realizarse entrevistas banqueteras estructuradas a los manifestantes, entrevistas semiestructuradas a expertos en movimientos sociales, observacin participante dentro del contingente, o el diario de campo en caso de que sea una manifestacin que dure varios das, como un campamento, y ficha etnometodolgica para determinar la forma de organizacin de la manifestacin: sus lderes, sus divisiones, etc. Puede verse, entonces que las tcnicas cuantitativas y cualitativas se enfocan hacia la consecucin de diferentes objetivos planteados y buscan obtener distintos tipos de datos. Las cuantitativas permiten obtener un anlisis minucioso de la realidad, pero no pueden describir patrones de organizacin ni procesos no susceptibles de ser encajonados en modelos matemticos. Mientras, la cualitativas pueden realizar retratos de cmo es una realidad, pero con ellas es muy difcil realizar proyecciones que ayuden a la toma de decisiones. Ambas son, por lo tanto, complementarias: adjetivar y numerar son, en esencia, dos partes de un mismo proceso: letra y nmero, nominacin y cuantificacin. FUENTES Cea DAncona, Mara de los ngeles, Metodologa cuantitativa. Estrategia y tcnicas de investigacin social, 1998, Sntesis, Espaa. Dieterich, Heinz, Nueva gua para la investigacin cientfica, 1996, Planeta, Mxico. Espinoza Camacho, Seymur, Apuntes para el curso de Metodologa de la Investigacin en Comunicacin, Mxico, Universidad Nacional Autnoma de Mxico, Licenciatura en Ciencias de la Comunicacin, lunes 18 de agosto de 2008. Galindo Cceres, Jess (coord.), Tcnicas de investigacin en sociedad, cultura y comunicacin, 1998, Addison Wesley Longman, Mxico. Gutirrez Pantoja, Gabriel, Metodologa de las ciencias sociales, 1984, Harla, coleccin Textos Universitarios, vol. 1, Mxico. Rubio, Mara J. y J. Varas, El anlisis de la realidad en la intervencin social. Mtodos y tcnicas de investigacin, 1999, CCS, Espaa.
Tema: Diseo del instrumento de medicin

25
Jess Galindo Cceres, la lucha de la luz y la sombra en Jess Galindo Cceres (coord.), Tcnicas de investigacin en sociedad, cultura y comunicacin, p. 25.
2010
EL DESEO FRENTE AL MTODO
La metodologa de la investigacin parte de un supuesto que, si bien no se expresa de manera abierta, puede percibirse en la literatura y en las enseanzas de los profesores: el cientfico no sabe nada sobre lo que investiga. Tan aceptado es este supuesto que, aunque algunos autores sealen la posibilidad de constituir un mtodo flexible, la mayora coinciden en que se debe de seguir el mtodo paso por paso, de manera sistemtica e inquebrantable, ya que slo as podrn obtenerse resultados confiables. Para el principiante, la labor de la investigacin cientfica se convierte en algo abstracto y complicado, ya que la rigurosidad del mtodo le coloca en un plano de inseguridad frente al objeto de estudio: sabe qu quiere investigar y tiene una nocin, pero, al mismo tiempo, intuye que su nocin est equivocada, que debe ceirse a la metodologa y que est prohibido expresar su punto de vista. Para l, la labor de la metodologa es la de nulificar al investigador, indicarle que l no es nadie para decir lo que quiere y champarle en la cara su ignorancia, bajo la razn de que el mtodo hace la ciencia. Esta situacin comienza desde el planteamiento del problema hasta la interpretacin de los resultados de las pruebas de campo. Lo primero que debe de hacer es formular la pregunta de investigacin general y las preguntas particulares que derivan de ella. De acuerdo con Sautu, stas ayudan a focalizar y guiar el estudio, y 26 dependen del uso del criterio cuantitativo o cualitativo para su formulacin. La pregunta de investigacin se relaciona directamente con el nivel de investigacin que se desea realizar: si se trata de una investigacin exploratoria, la pregunta deber comenzar con un qu?; si es descriptiva, un cul? o cmo?; y explicativa un por qu?. De acuerdo con el nivel de la pregunta general se definirn las particulares, procurando que atiendan a un escaln inferior. Se deben de considerar los propsitos del estudio, el estado del arte y el contexto conceptual, y comenta que las preguntas de investigacin son susceptibles de ser 27 reformuladas durante toda la investigacin, permitiendo clarificar la pregunta inicial. Por su parte, Garca Roldn agrega la posibilidad de que sea una pregunta sea solucionable, interesante, novedosa, tica y 28 relevante. A veces, la preocupacin por el cumplimiento de todos estos requisitos para la formulacin de la pregunta hacen al principiante perder de vista aquello que deseaba hacer desde el principio, sustituyndolo por lo que es formalmente correcto. Una vez realizado esto, se lanzar una hiptesis o respuesta tentativa para cada una, que deber estar conformada por una variable dependiente, una independiente y una covariable. De acuerdo con distintos autores, las variables deben de ser definidas tanto en trminos conceptuales como operacionales. En el primer apartado se encuentran la definicin real de un objeto, que es aquella que indica las caractersticas naturales ms evidentes que dan esencia e identidad al fenmeno, y la nominal, que corresponde al significado especfico 29 que se le dar a un trmino para efectos del estudio. Por otro lado, una variable definida en trminos operacionales es aquella que, de acuerdo con Hernndez Sampieri, especifica qu actividades u 30 operaciones deben realizarse para medir una variable o recolectar datos o informacin respecto a sta. La operacionalizacin de la hiptesis implica determinar los elementos implcitos que posibiliten la medicin de los 31 conceptos enunciados, o sea, traducir un trmino abstracto, la variable, al ms concreto de todos los 32 elementos de la investigacin: el indicador, con el que se buscar una plena correspondencia. Por ejemplo, si la variable es el absentismo escolar, el indicador ser el nmero de das que el alumno falta a clases sin justificacin. Cea postula cuatro pasos bsicos para realizar la operacionalizacin: representacin terica del concepto, especificacin del concepto, seleccin de indicadores para las dimensiones, sntesis de los 33 indicadores en ndices; a los que puede aadirse la ponderacin del ndice para efectuar el clculo. Asimismo,
26 27 28
Ruth Sautu et. al., Manual de metodologa, p. 78. bidem, p. 79. Jos Luis Garca Roldn, Cmo elaborar un proyecto de investigacin, p. 23. 29 Bienvenido Visauta Vinacua, Tcnicas de investigacin social, pp. 124-125. 30 Roberto Hernndez Sampieri, Carlos Fernndez Collado y Pilar Baptista Lucio, Fundamentos de metodologa de la investigacin, p. 89. 31 La actividad de medir, en el sentido ms amplio del trmino, puede entenderse como la asignacin de nmeros a objetos o acontecimientos de acuerdo con determinadas reglas. Stevens en Mara de los ngeles Cea DAncona, Metodologa cuantitativa, p. 124. 32 bidem, p. 125. 33 bidem, p. 137.
2010
Visauta reconoce que la extensin de la definicin operacional puede ser ms reducida que la del 34 concepto. Para lograr una adecuada integracin de los componentes de la investigacin, tanto la hiptesis como la elaboracin del cuestionario deben realizarse con base en el marco terico elegido, que encierra el conjunto de ideas y propuestas dejadas por estudios anteriores sobre el tema estudiado. En el caso de los estudios sobre la comunicacin, la eleccin del marco terico implica la situacin sobre una de las escuelas de comunicacin que se ubican dentro de los paradigmas epistemolgicos del campo cientfico. La escuela de Columbia, pionera en el estudio de la conducta y el comportamiento de los consumidores y electores, se inscribe como la de mayor antigedad y se centra en los mecanismos que llevan a una persona a aceptar o rechazar un mensaje. Tras ella, se desprenden otras como la economicista o de Michigan, que defiende la existencia de una percepcin racional individual por parte del consumidor; la de Chicago, de la que provienen las teoras sobre el condicionamiento; Yale, que se aboca al estudio de la propaganda y la publicidad; Princeton-Boston, enfocada a estudios sobre la cultura cvica; Berkley, que desarrolla el tema del autoritarismo y el fenmeno del poder; Toronto, que sita a la cuestin meditica como centro de atencin; Palo Alto, interesada en las relaciones 35 interpersonales; Stanford, Nevada, Iowa y muchas ms alrededor del mundo. Todas ellas se circunscriben en tradiciones de pensamiento distintas que les conducen a explicaciones diferentes en torno a los mismos fenmenos, pero igualmente vlidas. La eleccin de la teora implica la eleccin de la escuela y una postura en torno al tema. La elaboracin del instrumento de medicin es el momento en que convergen los distintos aspectos del diseo de investigacin planteamiento, hiptesis, objetivos, marcos terico e histrico para realizar al ataque directo al problema de estudio en el plano emprico. Silva lo define como la herramienta a partir de la cual se 36 obtiene la informacin requerida para dar respuesta al problema de investigacin. Entre los principales se encuentran el cuestionario, la cdula, la encuesta, la entrevista, la red semntica y la escala tipo Lickert. El cuestionario, que es el instrumento base sobre el que se basan los dems, persigue el fin de obtener informacin sobre las variables propuestas de manera sistemtica a travs de preguntas que debern realizarse de manera cuidadosa, a fin de que cada una apunte a los indicadores derivados de las variables. Para la redaccin y aplicacin del cuestionario u otro instrumento, se recomienda formular preguntas claras, sencillas, relacionadas con el objeto de estudio y no reiterativas. El instrumento no deber ser muy largo o cansado, de preferencia con preguntas cerradas que definan indicadores, tendr que tomar en cuenta los resultados de encuestas precedentes y deber elaborar se un pre-test o cuestionario piloto previo a su aplicacin, que se 37 administrar a una muestra reducida con el fin anticipar las posibles respuestas y corregir algn defecto. Goode y Hatt subrayan que
Lo importante para el estudiante es que, respecto a esta cuestin, tenga siempre muy presente que idealmente todo punto contenido en un cuestionario constituye de por s una hiptesis, o parte de una hiptesis; es decir, la inclusin de todos y cada uno de los puntos deber poder defenderse a base de que el investigador lgicamente ha de esperar que la respuesta tenga importancia para su problema central, el cual exige el conocimiento ms pleno posible de la rama en la 38 que se est trabajando.
Otro de los factores a considerar para la elaboracin del cuestionario es el nivel de medicin que habr de usarse para procesar los datos obtenidos mediante el instrumento. Se distinguen cuatro: nominal y ordinal, que corresponden a las variables cualitativas o no mtricas, y el intervalar y de razn, pertenecientes a las 39 cuantitativas o mtricas. El primero es aquel en el que se asigna un valor numrico a un objeto que se asigna mediante una sencilla operacin de conteo, y slo cumple con las condiciones esenciales de exhaustividad y exclusividad, por ejemplo, efectuar el conteo de alumnos de sexo masculino y femenino en una escuela. En el segundo se determinan rdenes o rangos entre elementos sin indicar cantidades absolutos sin que puedan utilizarse las cuatro operaciones fundamentales en su clculo, como podra ser el nmero de lista de cada estudiante de acuerdo con el orden alfabtico. El tercero mide el espacio existente entre dos elementos de un continuo, tomando como punto de partida un cero arbitrario, como en las escalas tipo Lickert que definen posiciones en un continuo: totalmente de acuerdo, de acuerdo, ni de acuerdo ni en desacuerdo, en desacuerdo,
34 35
Bienvenido Visauta Vinacua, Op. Cit., p. 127. Seymur Espinoza Camacho, Apuntes sobre la ctedra de Metodologa de la Investigacin, 13 de noviembre de 2008. 36 Mara del Rosario Silva, Apuntes para la elaboracin de un proyecto de investigacin social, p. 90. 37 Juan A. Gaytn Moya y Jos L. Piuel Raigada, Tcnicas de investigacin en comunicacin social, pp. 161-162. 38 William J. Goode y Paul K. Hatt, Mtodos de investigacin social, p. 166. 39 Mara de los ngeles Cea DAncona, Op. Cit., p. 128.
2010
totalmente en desacuerdo. El cuarto determina un cero absoluto y, a partir de l, se efecta la medicin en 40 nmeros enteros o decimales, por ejemplo, las calificaciones de un grupo de alumnos. Definir el nivel de medicin es importante ya que determinar la redaccin de las preguntas y sus opciones de respuesta. 41 Adems, Arias seala que un mismo evento puede apreciarse de acuerdo a todas las escalas. El seguimiento preciso y minucioso de todos estos pasos sita al estudiante en un plano de confusin: quisiera confiar en su juicio propio para saber que es correcto y que no, pero no debe; quisiera aplicar el mtodo para desarrollar una investigacin slida, pero no lo entiende. Sin experiencia en el campo de la investigacin, los manuales sobre metodologa sealan todo lo que debe de realizar, pero en la mayora de los casos las situaciones ideales descritas en ellos no se adaptan a la realidad de su estudio. No le queda ms que resignarse y realizar su mejor esfuerzo, temiendo que, en el proceso de adaptarse al mtodo, pierda de vista su intencin primera y termine haciendo lo que puede hacer, no lo que quiere. FUENTES Arias Galicia, Fernando, Introduccin a la tcnica de investigacin en ciencias de la administracin y del comportamiento, 1974, 3 edicin, Trillas, Mxico. Arteaga Basurto, Carlos, Guillermo Campos Covarrubias y Roberto Bermdez Snchez, Ciencias sociales e investigacin social, 2006, Plaza y Valds-ENTS-UNAM, Mxico. Cea DAncona, Mara de los ngeles, Metodologa cuantitativa: estrategias y tcnicas de investigacin social, 1998, Sntesis, Madrid. Espinoza Camacho, Seymur, Apuntes sobre la ctedra de Metodologa de la Investigacin, 2008, Universidad Nacional Autnoma de Mxico, Licenciatura en Ciencias de la Comunicacin, Mxico. Festinger y Daniel Katz (coomps.), Los mtodos de investigacin en las ciencias sociales, 1979, Paids, Buenos Aires. Garca Roldn, Jos Luis, Cmo elaborar un proyecto de investigacin, 2003, Universidad de Alicante, Espaa. Gaytn Moya, Juan A. y Jos L. Piuel Raigada, Tcnicas de investigacin en comunicacin social. Elaboracin y registro de datos, 1998, Sntesis, Madrid. , Goode, William J. y Paul K. Hatt, Mtodos de investigacin social 1990, 2 edicin, Trillas, Mxico. Hernndez Sampieri, Roberto, Carlos Fernndez Collado y Pilar Baptista Lucio, Fundamentos de metodologa de la investigacin, 2007, McGraw-Hill, Mxico. Sautu, Ruth et. al., Manual de metodologa. Construccin del marco terico, formulacin de los objetivos y eleccin de la metodologa, 2005, CLACSO, Buenos Aires. Silva, Mara del Rosario, Apuntes para la elaboracin de un proyecto de investigacin social, 2006, 2 edicin, Plaza y Valds-ENTS-UNAM, Mxico. Visauta Vinacua, Bienvenido, Tcnicas de investigacin social. I: recogida de datos, 1989, PPU, Barcelona. Tema: Manuales de investigacin
LA VISIN FRAGMENTARIA
La necesidad de operacionalizar las hiptesis en la investigacin, descomponindolas en variables y stas a su vez en cdigos con el propsito de que puedan obtenerse mediciones de cada una obedece a la lgica analtica-fragmentaria propia de la civilizacin occidental. El paradigma cuantitativo en metodologa es una invencin que slo podra haber sido concebida en una sociedad que tiende al cuidado extremo de la forma y el detalle, y que acostumbra mirar los rboles y no el bosque. El mtodo cientfico, ideado por Galileo y perfeccionado por muchas generaciones de estudiosos, es en s la cspide del pensamiento racional: hay que ver al objeto racionndolo, descomponindolo en fracciones de sus partes. Tras definir la hiptesis de la pregunta de investigacin y determinar cules son las partes que se van a estudiar de ella, se procede a la definicin de las variables y los indicadores para la medicin de los objetos estudiados. Para realizar esto, se sigue una lgica de formacin de matrices tambin llamadas manuales de investigacin, que consta de cuatro formatos bsicos: el cuadro de categoras de anlisis, el manual de
40 41
Len Festinger y Daniel Katz (coomps.), Los mtodos de investigacin en las ciencias sociales, pp. 439-445. Fernando Arias Galicia, Introduccin a la tcnica de investigacin en ciencias de la administracin y del comportamiento, p. 153.
2010
variables por criterio de jueces, el manual de cdigos y la matriz de datos. Cada uno constituye un paso ms adelante en el trnsito del nivel terico o abstracto de la investigacin hacia el concreto u operacional. El llenado y realizacin de todos estos cuadros parte de la determinacin de las variables. La definicin que da Sautu, y que coincide con la de la mayora de todos los autores, seala que una variable es un rasgo o 42 aspecto de un objeto de estudio capaz de asumir diferentes valores. Una variable es todo dato que puede adquirir distintos valores numricos si se le somete a cambios o incidencias de otras variables o de agentes externos. La variable es el eje central de la medicin que se realiza en una investigacin, con el fin de obtener nmeros que comuniquen algo sobre lo estudiado y su determinacin requiere de una gran capacidad de anlisis y fragmentacin por parte del investigador. La relacin que sostienen dichos nmeros con lo estudiado define los criterios de validez del estudio, que pueden ser definidos de manera interna y externa:
Las relaciones que se establecen entre las mediciones de los datos y las variables son de validez interna, es decir grado en que una medicin representa a una variable. La relacin entre la variable y los fenmenos son de validez externa, es decir el grado en que la variable diseada representa el fenmeno en la poblacin. Se dice que una variable es vlida, cuando mide las caractersticas que realmente se pretenden medir [] para ello ha 43 de ser exacta, es decir, que represente lo que pretende medir
La clasificacin de las variables de investigacin obedece a diversos criterios que despliegan un gran abanico de tipologas. Meza las agrupa de acuerdo con distintos puntos de vista: el del nivel de medicin, que divide en cualitativas y cuantitativas, y a su vez las primera en nominales y ordinales y las segundas en discontinuas y continuas; el metodolgico, que identifica las dependientes e independientes; el tericoexplicativo, que clasifica en variables de estmulo, respuesta e intermediaria; el manipulativo, que segmenta en 44 activas y asignadas; y el de sistemas, que distingue endgenas y exgenas. Cea menciona las variables segn su nivel de abstraccin: generales, intermedias y empricas; y segn su funcin: variable x, variable y, variable perturbadora, de control y aleatoria; y postula tres requisitos para la constitucin de variables 45 susceptibles de medicin: exhaustividad, exclusividad y precisin. Una clasificacin ms la da Artega al separarlas en tres grupos: individuales: absolutas, relacionales, comparativas y contextuales; colectivas: 46 analticas, estructurales y globales; y dependientes-independientes. A esta se suman las variables inter e intra, 47 las extraas, las demogrficas y las de clasificacin, propuestas por Pick; y las variables por dimensin: 48 simples y complejas, expuestas en Sautu. Esta ltima propone un procedimiento de cinco pasos para su obtencin: seleccin de resultados a investigar, establecimiento de circunstancias que den cuenta del fenmeno, transformacin de resultados y circunstancias en categoras, reduccin de categoras a variables, y 49 combinacin. Tras esta fragmentacin, viene una ms: la de la codificacin. Ya delimitadas las variables e ndices, se realiza un proceso de depuracin de las mismas mediante la atribucin de un cdigo preciso para cada una, cuyo significado se contiene en el llamado manual de codificacin. ste es definido por Giroux como una especie de rejilla de conversin. Permite pasar los datos en bruto a una matriz que permitir hacer un anlisis 50 cuantitativo. Gaytn ubica a esta prctica como parte del proceso de preparacin de la encuesta, que se encuentra ligada de modo estrecho a la estrategia de aplicacin. La codificacin su pone, de un lado, la insercin de los tems por medio de las preguntas-variables y la desagregacin de las categoras y subcategoras, y de otro, la asignacin de cdigos y la construccin de un libro de cdigos en el que se especifiquen las definiciones de los tems y respuestas codificados y las instrucciones del aplicador. La 51 codificacin debe adecuarse al posterior procesamiento informtico de los datos. El manual de cdigos se elabora tomando en cuenta el tipo de preguntas que habrn de construir el cuestionario, el cul ser determinado por la propia naturaleza de la variable y sus posibilidades de medicin. 52 Puede tratarse de preguntas cerradas (multi-respuesta, introductorias filtro, en batera o de control) o abiertas. La codificacin de cada una consiste en asignarle un valor especfico a cada opcin en el caso de las
42 43
Ruth Sautu et. al., Manual de metodologa, p. 72. Jos Luis Garca Roldn, Cmo elaborar un proyecto de investigacin, p. 28. 44 Carlos Maza Lavaniegos, Andrs Morales Alquicira y Rogelio Magaa Castro, Introduccin al mtodo estadstico, pp. 24-29. 45 Mara de los ngeles Cea DAncona, Metodologa cuantitativa, pp. 126-136. 46 Carlos Artega, Guillermo Campos y Roberto Bermdez, Ciencias sociales e investigacin social, pp. 78-80. 47 Susan Pick y Ana Luisa Lpez en Mara del Rosario Silva, Apuntes para la elaboracin de un proyecto de investigacin social, pp. 66-69. 48 Ruth Sautu et. al., Op. Cit., p. 74. 49 bidem, p. 75. 50 Sylvain Giroux y Ginette Tremblay, Metodologa de las ciencias humanas, p. 199. 51 Juan A. Gaytn Moya y Jos L. Piluel Raigada, Tcnicas de investigacin en comunicacin social, p. 163. 52 bidem, pp. 164-168.
10
2010
cerradas para ser contabilizada. Para ello pueden usarse cdigos particulares, geomtricos, escalares, de identificacin, unidos o de no-respuesta segn sea el caso. Por ejemplo, en el caso de una escala de Lickert, entre las respuestas totalmente de acuerdo y totalmente en desacuerdo correran los nmeros del uno al cinco, y en caso de no haber respondido, se emplear un 99. Ningn cdigo asignado podr coincidir con el de otra opcin. El manual de codificacin se integra por siete columnas: nombre de la variable, tipo, contenido, escala de medicin, nmero, modalidades o valor y cdigo. La asignacin del cdigo responder a criterios ms o menos racionados y no de manera completamente arbitraria, aunque la eleccin del nmero en concreto del cdigo s lo sea. Por ejemplo, si se realiza una investigacin en torno al consumo de billetes de lotera y el conocimiento de las probabilidades de ganar, una variable podra ser el sexo de la persona, su tipo es socio-demogrfico, el contenido sera la pregunta cul es su sexo?, la escala de medicin es nominal, el nmero sera el 01, las 53 modalidades son Hombre y Mujer, y a cada una se le podra asignar el cdigo 01 y 02 respectivamente. En la parte final, se realiza una matriz de datos que sintetiza todo los datos recopilados por el investigador. sta consta de renglones y columnas cuyo nmero es determinado por las opciones del cuestionario. En la primera columna se proporcionan los elementos estudiados y en las siguientes la cantidad de variables que le corresponden. En el primer rengln se especifica el nombre del nmero de acuerdo con el manual de codificacin, y a partir del segundo los valores especficos de cada uno de los elementos. Al cruzarse columnas 54 y renglones se rellena la totalidad e la informacin recabada una vez se aplique el instrumento de medicin. Esta forma de procedimiento cientfico que toma la realidad, la transforma en variables, la cuantifica y la encaja en formatos, ha resultado hasta ahora la ms efectiva para el avance cientfico. Sin embargo, la rigidez que puede percibirse en este proceso ha mermado la capacidad de sntesis que permite la solucin de un problema a partir de su marco general. En este sentido, tanto el mecanicismo como el organicismo ayudaron a afianzar esta forma de pensamiento en el hombre occidental, la cual contrasta con el pensamiento integral del mundo oriental. FUENTES Artega Basurto, Carlos, Guillermo Campos Covarrubias y Roberto Bermdez Snchez, Ciencias sociales e investigacin social, 2006, Plaza y Valds-UNAM-ENTS, serie Investigacin social, nm. 1, Mxico. Bryman, Alan, Social research methods, 2004, 2 edicin, Oxford University Press, Nueva York. Cea DAncona, Mara de los ngeles, Metodologa cuantitativa: estrategias y tcnicas de investigacin social, 1998, Sntesis, Madrid. Gaitn Moya, Juan A. y Jos L. Piuel Raigada, Tcnicas de investigacin en comunicacin social. Elaboracin y registro de datos, 1998, Sntesis, serie Experiencias e investigacin, nm. 5, Madrid. Garca Roldn, Jos Luis, Cmo elaborar un proyecto de investigacin, 2003, Universidad de Alicante, Espaa. Giroux, Sylvain y Ginette Tremblay, Metodologa de las ciencias humanas. La investigacin en accin, 2004, Fondo de Cultura Econmica, Mxico. Meza Lavaniegos, Carlos, Andrs Morales Alquicira y Rogelio Magaa Castro, Introduccin al mtodo estadstico, 1990, UAM-Xochimilco, Mxico. Sautu, Ruth et. al., Manual de metodologa. Construccin del marco terico, formulacin de los objetivos y eleccin de la metodologa, 2005, CLACSO, coleccin Campus Virtual, Buenos Aires. Silva, Mara del Rosario, Apuntes para la elaboracin de un proyecto de investigacin social, 2006, 2 edicin, Plaza y Valds-UNAM-ENTS, Mxico. Visauta Vinacua, Bienvenido, Tcnicas de investigacin social. I: recogida de datos, 1989, PPU, Barcelona.
Tema: Probabilidad
PROBABILIDAD: EL IDEAL SUPUESTO UN HECHO
53 54
Sylvain Giroux y Ginette Tremblay, Op. Cit., p. 121. bidem, pp. 122-123.
11
2010
La invencin de la probabilidad revolucion el mundo del hombre. Su estudio comenz en el siglo XVII en Francia, cuando el noble Antoine Gombauld y los matemticos Blaise Pascal y Pierre de Fermat se interesaron por construir un modelo matemtico que permitiera calcular las formas de acertar y fallar en un juego de dados. La reunin del trabajo de los tres constituy el primer documento en el que se intent construir una teora de la 55 probabilidad. Desde entonces sta, unida con la estadstica, ha sido un instrumento de vital importancia para el estudio, la comprensin y la toma de decisiones sobre los fenmenos sociales. Pero, es el uso del clculo probabilstica una medida perfecta para anticiparse a los resultados y tomar decisiones? De ninguna manera. La probabilidad, en su definicin ms amplia, es la posibilidad de que ocurra algo. Al plantear el trmino de posibilidad, se est hablando de algo que an no ha ocurrido, es decir, una visin a futuro, que, si bien puede basarse en evidencia emprica presente, no muestra una realidad concreta. Se trata de un ejercicio formal que supone la construccin de modelos tericos para explicar el comportamiento que pudiese tener un fenmeno; y como es sabido, todo modelo es un ente ideal que representa la realidad, pero no la presenta, por lo que muchas veces la evidencia emprica no corresponde en mayor o menor medida con lo sealado en ste. Dicha teora trabaja con ciertos conceptos que es necesario tener presentes para comprender sus procedimientos. Se le llama experimento a una actividad de la que emergen una serie de probabilidades, evento a cada uno de los resultados posibles de efectuar dicha accin, espacio muestral al conjunto de 56 todos los posibles eventos elementales que resultan de un experimento, y exhaustiva a una lista que incluya todos los eventos posibles en el experimento. La notacin de probabilidad se simboliza con una P mayscula, el espacio muestral con una S, y cada uno de los eventos con una letra en cursivas y entre parntesis partiendo desde la A, de manera que P(A) se lee como probabilidad de ocurrencia del evento A. Existen tres tipos de probabilidad aceptados por la mayora de los autores: la clsica, la frecuentista o relativa de ocurrencia, y la subjetiva. La primera emana de la forma clsica ms comn de pensar la posibilidad de ocurrencia de un fenmeno, y se traduce en trminos formales como la divisin del nmero (m) de resultados favorables a la ocurrencia del evento entre el nmero (n) total de resultados posibles (m/n). Aunque esta concepcin ha sido bsica para el desarrollo de la teora probabilstica, su utilidad se limita a fenmenos en los que todos los eventos posean la misma posibilidad de suceder, de una forma extremadamente simtrica que 57 rara vez se ve en hechos sociales concretos. Un ejemplo es el lanzamiento de una moneda, en el que hay las mismas oportunidades de que caiga una cara u otra. La segunda forma plantea que, si no se puede tener una certeza de la cantidad de oportunidades que tiene un acontecimiento de suceder, s se pueden realizar experimentos que arrojen resultados estadsticos que sern la evidencia sobre la cual se puedan desarrollar probabilidades, o tambin derivarse de la observacin directa de un evento durante aos. Su fundamento, explicado por Wonnacott, es el de que si se establece una distribucin de frecuencias sobre datos extrados de un fenmeno, al principio estos podrn parecer dispersos, pero conforme ms grande vaya siendo la muestra se observar una tendencia a la estabilidad, cuyo valor 58 lmite sera la probabilidad. Un ejemplo es el clculo estadstico de muertes anuales por accidentes de trfico, que puede permitir a una aseguradora calcular la probabilidad de que un cliente suyo muera de la misma forma. La tercera definicin parte del supuesto de un fenmeno que no ha sido cuantificado con anterioridad en estadsticas, o que, si bien lo ha sido, estas no pueden arrojar informacin que posibilite la toma de decisiones respecto a un suceso, por lo que se tendr que apelar al juicio subjetivo del individuo acerca de la ocurrencia del evento con base en su experiencia propia y en cualquier tipo de evidencia a la que pueda allegarse. Una forma de sta sera un pronstico de lluvia realizado por un campesino que no tiene acceso a bases de datos meteorolgicas, y que mira slo a las nubes para darse una idea de si llover o no. Antes de realizar un clculo probabilstica, existen cuatro caractersticas propias del fenmeno que deben de conocerse para determinar el tipo de ejercicio matemtico a utilizar: el nmero de eventos implcitos en el fenmeno, la simultaneidad o no simultaneidad de su ocurrencia, la dependencia e independencia entre eventos y el orden en que se presenten. De acuerdo con el primer criterio, los clculos sobre experimentos en los que slo intervenga un evento, o de eventos simples podrn realizarse de manera rpida y sencilla por medio de la frmula clsica. Cuando se suman dos eventos, se requiere entonces del uso de ciertas frmulas o axiomas, de las cuales derivan
55 56 57
Richard I. Levin, Estadstica para administradores, p. 101. Vctor Manuel Guerrero G., Estadstica bsica para estudiantes de economa y otras ciencias sociales, p. 84. Richard I. Levin, Op. Cit., p. 105. 58 T.H. Wonnacott, Introduccin a la estadstica, p. 93.
12
2010
propiedades que permiten el clculo. Al tratar con tres eventos o ms, la complicacin de estas reglas se 59 intensifica. La simultaneidad de la ocurrencia de los eventos implica las nociones de exclusividad o inclusividad. Se le llama dependiente a un evento cuya probabilidad se encuentra afectada por el desarrollo de otro, por lo que se dice que el primero incluye al segundo; e independiente cuando la ocurrencia de uno no tiene ingerencia en la del otro, en donde se puede dar una relacin de exclusin si ambos no pueden ocurrir al mismo tiempo. Estos criterios dan origen a una clasificacin en tres tipos de probabilidades tanto independientes como dependientes: 60 la marginal (P(A)), la conjunta (P(AB)) y la condicional (P(BIA)). En cuanto al orden, ste determina la utilizacin de permutaciones o combinaciones, que son los resultados posibles del establecimiento de sucesiones lineales de un conjunto de eventos sin que se repitan. En las primeras, se trata de encontrar el nmero de sucesiones considerando el orden en que se presentan, mientras que las segundas no lo hacen. Para su explicacin en lo acadmico, la probabilidad recurre en principio a explicaciones bsicas basadas en demostraciones de azar como juegos de cartas. Guerrero comenta que esto ha ocasionado que la mayora de los estudiantes que llevan por primera vez un curso de estadstica, encuentran difcil entender para qu 61 puede servirles saber cual es la probabilidad de que al lanzar un dado salga cinco. El punto es que estos ejemplos albergan en s la esencia del pensamiento probabilstico. La aplicacin de la probabilidad en la vida cotidiana parte de estos supuestos para desarrollar lneas de accin en distintas disciplinas, desde la economa hasta la meteorologa. Al realizar decisiones a nivel gerencial sobre, se utiliza la incertidumbre como punto de partida para establecer las probabilidades de que ocurra tal o cual cosa; al planear unas vacaciones personales, se vislumbran las probabilidades de encontrar lugares en el avin o el autobs al elegir el destino; a nivel poltico, se conoce el riesgo de que tal o cual pas realice un ataque armado contra otro dado el contexto en que se desenvuelve. El meollo del asunto radica, en palabras de Levin, en que se vive en un mundo en el que se est en incapacidad de predecir el futuro con completa certeza. La necesidad de tener suficiente poder para manejar la 62 incertidumbre obliga a estudiar y usar la teora de probabilidades. Considerando esto, es necesario no olvidar que se trata slo de modelos ideales y experimentos matemticos sobre situaciones an no ocurridas y que, aunque no existe hasta al fecha un mejor criterio para la planificacin que el clculo probabilstica y la estadstica, sus resultados no son siempre seguros: la misma nocin de probabilidad implica la existencia de excepciones. FUENTES Guerrero G., Vctor Manuel, Estadstica bsica para estudiantes de economa y otras ciencias sociales, 1989, Secretara de Educacin Pblica-Fondo de Cultura Econmica, serie Textos Universitarios en Economa, Mxico. Hayslett Jr., H.T., Statistics made simple. A comprehensive course for self-study and review, 1968, Doubleday & Company, Estados Unidos. Levin, Richard I., Estadstica para administradores, 1981, Prentice-Hall, Mxico. Wonnacott, T.H. y R.J. Wonnacott, Introduccin a la estadstica, 1997, 2 edicin, Limusa-Noriega, Mxico.
Tema: El muestreo LA MUESTRA DE UN FRAGMENTO
La realidad, con toda su complejidad, no puede ser estudiada ms que en pequeos fragmentos significativos. Este es uno de los principios alrededor de los cuales gira toda la teora del mtodo y la ejecucin de tcnicas de investigacin. Dado que un objeto de estudio social puede ser sorprendentemente amplio, la pretensin de exhaustividad para acercarse a l se convierte en un deseo intil y ridculo. Esto es sabido tambin por las ciencias naturales: la realidad es un continuum en el espacio-tiempo que no puede abarcarse en una sola toma
59 60 61
H.T. Hayslett, Jr., Statistics made simple, pp. 35-47. Vctor Manuel Guerrero G., Op. Cit., p. 121. bidem, p. 80. 62 Richard I. Levin, Op. Cit., p. 102.
13
2010
o percepcin. El ser, en tanto observador, siempre estar situado en un lugar y observar desde determinada perspectiva. No queda, entonces, ms remedio que confiar en la efectividad del mtodo y la tcnica para obtener informacin veraz que permita armar el rompecabezas de la realidad. En la investigacin social el objeto es, casi siempre, un grupo humano que produce o sufre determinado fenmeno de inters para el cientfico, el estadista o cualquier otro actor. Para poder transmitir un mensaje a dicha poblacin o ejecutar un plan de accin dentro de ella, es necesario obtener informacin a travs de mediciones. No obstante, el investigador se enfrenta al problema de la inmensidad que sta puede tener, millones si se trata de la totalidad de habitantes de una nacin, y adems, su dispersin en un campo geogrfico muy amplio. Una de las estrategias utilizadas entonces para poder efectuar mediciones es el muestreo: una tcnica estadstica que toma una parte de un colectivo (universo de cosas o poblacin de personas) en forma tal que las medidas estadsticas o (estimadores) de esa porcin o muestra puedan servir para estimar las medidas estadsticas correspondientes del colectivo, dentro de ciertos mrgenes de 63 seguridad. La lgica del muestreo es la de que es posible deducir las caractersticas de un todo tomando un pedazo de l que contenga las cualidades y caractersticas esenciales. Es como extraer un mundo chiquito de uno grande, que conserve sus propiedades originales. Por ejemplo, para realizar un estudio sobre la satisfaccin que sienten los estudiantes universitarios respecto a la enseanza en su casa de estudios, no es necesario preguntarle a todos los inscritos en la matrcula cul es su opinin sobre el plan de estudios: basta con un grupo que incluya alumnos de ambos sexos y distintos semestres, especialidades y promedios. Para entender la metodologa del muestreo es necesario tener presentes una serie de conceptos y trminos tcnicos elaborados por la llamada Teora del Muestreo, cuyo fin es lograr la mayor eficiencia en el proceso de muestreo, para lo cual trata de desarrollar mtodos de seleccin de muestra y de estimacin que faciliten, 64 con el menor coste posible, estimaciones que sean suficientemente precisas para el objetivo del investigador. El primero es el de universo, que es la agregacin terica e hipottica de todos los elementos definidos para 65 una encuesta en particular.... De este emana la poblacin, que es el total de sujetos que se ven directamente involucrados en el fenmeno a estudiar a los cuales se remitirn los resultados del muestreo (poblacin objetivo), dentro de los cuales se halla aquella que formar parte del marco muestral (poblacin bajo 66 muestreo). Dentro de esta poblacin, se selecciona un subconjunto o muestra, con base en ciertos criterios llamados unidades de muestreo (por ejemplo, puede hacerse una seleccin de acuerdo con un censo previo, de ah una submuestra por ubicacin geogrfica y finalmente un segmento por edad). A la lista de unidades de muestreo se le llama marco muestral. A cada uno de los sujetos que conforman la muestra aportan sus caractersticas propias para la construccin del cuerpo de informacin recabado, se le denomina elemento o 67 unidad elemental. Con el paso del tiempo la Teora del Muestreo ha conseguido definir un procedimiento ms o menos constante para llevar a cabo esta tcnica. lvarez propone un recorrido extenso y especializado: definicin de objetivos, definicin de la poblacin, definicin de las variables de estudio, fijacin del nivel de precisin, eleccin de los mtodos de observacin y medicin, definicin de la unidad bsica de anlisis, seleccin de la 68 muestra, pretest, organizacin del trabajo de campo, y recopilacin, sntesis y anlisis de los datos. En un afn de sntesis, Uribe lo resume en tres pasos: toma de la muestra, que corresponde a la tcnica constitutiva de la muestra misma; medicin de valores estadsticos de la muestra o estimadores, en la que entra en accin el clculo estadstico; y la inferencia de valores poblacionales a partir de los muestrales, en el que se emplea la 69 teora de las distribuciones perteneciente al anterior clculo. Son varias las aplicaciones que pueden drsele a la tcnica del muestreo: en el mbito de los negocios y la industria, puede ser de utilidad para incrementar la eficiencia de las operaciones a travs de estudios de mercado que definan targets objetivos con base en una muestra; en el marketing, sirve para realizar estimaciones de audiencias en televisin, de lectores de medios impresos, o de reacciones ante nuevos lanzamientos; en la esfera de los organismos pblicos y gubernamentales, se emplea en encuestas electorales y estudios de opinin sobre polticas y servicios que ayuden a la planeacin y la toma de decisiones. Otros
63 64 65
scar Uribe Villegas, Los elementos de la estadstica social, p. 57. Mara lvarez, Anlisis estadstico con SPSS. Procedimientos bsicos, p. 26. Mara del Rosario Silva, Apuntes para la elaboracin de un proyecto de investigacin social, p. 80. 66 Vctor Manuel Guerrero G., Estadstica bsica para estudiantes de economa y otras ciencias sociales, p. 242. 67 bidem, p. 243. 68 Mara lvarez, Op. Cit., pp. 30-33. 69 scar Uribe Villegas, Op. Cit., p. 58,
14
2010
campos en los que es necesario definir muestras extradas de poblaciones son la investigacin en psicologa 70 experimental y los problemas estadsticos en contabilidad y auditoras. Entre las ventajas que ofrece el muestreo frente a los censos para la investigacin son la reduccin en el costo para obtener informacin, una mayor oportunidad para recolectar datos, mejor calidad de la informacin, menor tiempo en recopilar datos y ms facilidad para el procesamiento y el anlisis de la informacin. No obstante, como en toda tcnica, posee tambin ciertas desventajas y limitantes, derivadas principalmente del problema de eleccin del tamao de la muestra y el reemplazo. Por un lado, no siempre existen criterios especficos para elegir la muestra: todo depende de la naturaleza del objeto de estudio, su composicin, la facilidad para abordarlo de manera cuantitativa o cualitativa, el tamao de la poblacin y su ubicacin y dispersin geogrfica. De estas consideraciones emanan dos caminos bsicos: el muestreo probabilstico y el no probabilstico. Por el otro, los elementos que se extraen de la muestra pueden seguir dos vas: regresar a la muestra de nuevo para poder volver a ser elegidos (muestreo con reemplazo), que lo hace ser menos preciso, o bien ser excluidos de la muestra (muestreo sin reemplazo), que da lugar a complicaciones matemticas. As, en el muestreo se gana y se pierde de acuerdo con las circunstancias existentes y los objetivos planteados para el estudio. Constituye tanto una herramienta til para realizar una observacin profunda a un segmento de la realidad como una directriz que afecta al proceso de investigacin en la medida en que toma algunos elementos del universo estudiado y excluye otros, lo que a todas luces implica un juicio valorativo, tanto si se elige la va probabilstica como la no probabilstica. En ltima instancia, toda tcnica es una vitrina a travs de la cual se ponen en evidencia las preocupaciones y tendencias del investigador en torno a un tema. La investigacin no puede obtener una fotografa real de la sociedad, slo un acercamiento enfocado voluntariamente hacia un punto en especfico. FUENTES: lvarez, Mara, Anlisis estadstico con SPSS. Procedimientos bsicos, 2000, Universidad de Deusto, coleccin Estadstica, Bilbao. Guerrero G., Vctor Manuel, Estadstica bsica para estudiantes de economa y otras ciencias sociales, 1989, Secretaria de Educacin Pblica-Fondo de Cultura Econmica, coleccin Textos Universitarios en Economa, Mxico. Levin, Richard, Estadstica para administradores, 1978, Prentice-Hall Hispanoamericana, Mxico. Silva, Mara del Rosario, Apuntes para la elaboracin de un proyecto de investigacin social, 2006, 2 edicin, Plaza y Valds-ENTS-UNAM, Mxico. Uribe Villegas, scar, Los elementos de la estadstica social, 1971, Universidad Nacional Autnoma de Mxico, Mxico. Viasauta Vinacua, Bienvenido, Tcnicas de investigacin social I: recogida de datos, 1989, PPU, Barcelona. Tema: El muestreo no probabilstico EL JUICIO VALE Una de las caractersticas por excelencia de la construccin del conocimiento en ciencias sociales es su particular dificultad para establecer modelos y explicaciones que describan con certeza un fenmeno basndose en probabilidades. Las sociedad como objeto de estudio rara vez suele responder a un patrn numrico determinado dada su capacidad de pensamiento y autodeterminacin y, de ser as, el modelo sera tan complejo y abarcara tantas rutas que terminara siendo inoperativo. De hecho, la teora de las probabilidades demuestra que, en el fondo, nada es certero, lo que deja muy pocas alternativas para la toma de decisiones. Entonces debe de idearse alguna forma para que los nmeros respondan a las necesidades propias del estudio planteado. Esta manera es lo que se conoce como muestreo no probabilstico y se define como aqul en el que la muestra se toma basndose en criterios de seleccin previamente estipulados por el investigador, y no en una aleatoriedad completa.
Las muestras no probabilsticas, tambin llamadas muestras dirigidas, suponen un procedimiento de seleccin informal. Se utilizan en muchas investigaciones y su valor es ms bien para estudiar un grupo o comunidad. A travs de ellas los datos encontrados en la muestra pueden generalizarse a una poblacin, al menos en un sentido
70
Mara lvarez, Op. Cit., p. 26.
15
2010
probabilstica (no es posible calcular el margen de error). En las muestras de este tipo, la eleccin de los sujetos no depende de que todos tengan la misma probabilidad de ser elegidos, sino de l decisin de un investigador o un grupo 71 de encuestadores.
De esta manera, en el muestreo no probabilstico es posible incidir a voluntad para realizar modificaciones en el diseo de la muestra de tal manera que sta pueda responder de buena manera a las verdaderas necesidades de la investigacin, definiendo una muestra con caractersticas acordes al problema, ya que de nada servira estudiar a un grupo heterogneo y variado si el fenmeno en estudio no se dar ms que en contados elementos. Existen diversas maneras de hacerlo: el muestreo selectivo, intencional sistemtico, por cuotas, geogrfico y temporal. Visauta distingue dos grandes clasificaciones para tipos de muestreo: el intencional u opinativo, que realiza una seleccin con base en juicios evaluativos, y el circunstancial o errtico, 72 que prescinde de toda norma y toma la muestra por ventura. El muestreo selectivo o por expertos es aqul en el que se emplea el juicio de expertos en ele tema para realizar la seleccin de la muestra, confinado en su buena decisin para poder determinar qu unidades pueden resultar mejores que otras ya que resulten ejemplos tpicos o representativos de la muestra que se desea 73 obtener. En este caso es importante contar con expertos en cada una de las reas que va a tocar el estudio para saber cules son los requerimientos tericos que debern cubrirse con la muestra. De aqu emana uno de sus inconvenientes: si se tienen opiniones contrapuestas sobre qu es lo ms pertinente en la muestra, ser difcil realizar un muestreo con precisin y se corre el riesgo de aumentar mucho su volumen para dar cabida a todas las opiniones. El intencional o por voluntarios es aqul en el que se realiza una campaa de difusin de la investigacin a travs de ciertos medios solicitando personas deseosas de participar, a menudo a cambio de una suma monetaria. La seleccin se realizar, entonces, con base en su inters en la investigacin y su disponibilidad para seguir instrucciones. Este tipo de muestreo es frecuente en estudios experimentales, y brinda la ventaja de que, sabindolo difundir adecuadamente, la muestra llega sola a uno en un periodo de tiempo muy corto. La desventaja, en todo caso, es que se puede encontrar sesgada por la necesidad de una buena parte de a muestra de obtener dinero y, si no logran comprender la importancia de que contesten de manera veraz, podrn 74 pensar que deben decir las cosas de manera apropiada para que les paguen. Se le conoce como muestreo sistemtico a una variacin en la que, una vez determinada la lista de la poblacin y los elementos susceptibles de entrar en la muestra, si stos son abundantes, puede hacerse una seleccin de una secuencia de unidades, separadas en el listado por la amplitud de un intervalo, luego 75 escoger un nmero al azar como punto de partida. Por ejemplo, de una submuestra de 12000 personas, puede determinarse un intervalo de 30 unidades partiendo del nmero 28. Entonces, los elegidos seran el 28, 76 el 58, el 88, el 188 As, se predefinen las unidades que sern elegidas y ya no hay sorteo. El muestreo por cuotas es una opcin para definir ciertos requerimientos o cuotas que cada elemento de la muestra deber de cubrir para poder estar dentro de ella. Pueden definirse criterios que emanen directamente del marco terico utilizado con base en una proporcin poblacional, asignando un porcentaje a cada cuota. Mientras mayor sea el nmero de cuotas, la cantidad de elementos que pueden entrar en la muestra se reduce. Suele ser muy til para la realizacin de encuestas de opinin. Sin embargo, tienen la desventaja de que si no se determina bien una cuota, o si dos o mas cuotas resultan mutuamente excluyentes, se tendr problemas en el momento de la seleccin, adems de que en ocasiones el cumplimiento nominal de un requerimiento no significa que la unidad muestral sea la ms adecuada en pues hay caractersticas que pudieron escapar al investigador, y que el tiempo de seleccin de la muestra es mayor por la necesidad de hacer un pretest a todos 77 los elementos. Una forma ms es el muestreo geogrfico. ste consiste en la seleccin de determinadas zonas habitacionales o regiones sobre las cuales aplicar las encuestas bajo ciertos criterios como existencia de servicios pblicos, nivel de desarrollo econmico, densidad de poblacin o simplemente porque se ubican como zonas en las que el fenmeno en estudio se manifiesta explcitamente. Un complemento es la determinacin de rutas aleatorias, en las que se diseen varias rutas a seguir en un mapa y los puntos de referencia (casas,
71 72 73
Roberto Hernndez Sampieri, Carlos Fernndez Collado y Pilar Baptista Lucio, Fundamentos de metodologa de la investigacin, p. 167. Bienvenido Visauta Vinacua, Tcnicas de investigacin social I: recogida de datos, 1989, PPU, Barcelona. Vctor Manuel Guerrero G., Estadstica bsica para estudiantes de economa y otras ciencias sociales, p. 245. 74 Sylvain Giroux y Ginette Tremblay, Metodologa de las ciencias humanas, pp. 113-114. 75 Len Festinger y Daniel Katz (comps.), Los mtodos de investigacin en las ciencias sociales, p. 183. 76 bidem, p. 193. 77 Mara lvarez, Anlisis estadstico con SPSS, p. 46.
16
2010
edificios, monumentos) y giros que pueden realizarse (a la izquierda o ala derecha). De esa manera, no todas 78 las unidades de investigacin cuentan con las mismas probabilidades de ser elegidas. El muestreo temporal es una variante ms en la que se determina un lapso determinado para el recogimiento de la informacin, debido a que este puede albergar el momento de gestacin del fenmeno. Este tipo de muestreos resulta til en investigaciones de mercado para medir los ndices de consumo durante determinados das festivos. Existen an as otros tipos de muestreo no probabilstica, como el muestreo por sujetos-tipo, cunado se elige un grupo ya formado en la realidad concreta que conserva las caractersticas tpicas del fenmeno en estudio; el estudio de caso, cuando la misma problemtica se restringe a un campo tan especfico que permite deducir fcilmente la muestra; o el accidental, cuando se selecciona lo que se tiene ms a la mano. Este segundo slo se recomienda si se trata de poblaciones altamente homogneas. En todo caso, las tcnicas de muestreo probabilstica no suelen ser siempre puras: puede determinarse una muestra por cuotas y, de ella, realizarse una seleccin sistemtica; recabarse un grupo de voluntarios y de ellos elegir por cuotas; o bien combinar un criterio geogrfico con uno temporal. Existe una fuerte controversia planteada respecto a la confianza del muestreo no probabilstica y su conveniencia. Autores como lvarez sealan que ste debiera ser utilizado como ltima alternativa: lo ms aconsejable e inteligente es emplear el muestreo probabilstica, ano ser que sea claramente irrealizable o 79 prohibitivamente caro. No obstante, esto no tiene que ser siempre as. El muestreo no probabilstico en muchos casos puede arrojar resultado ms directos y tiles que el probabilstico, con una menor necesidad de movilizacin y gasto de recursos. Lo importante es, ante todo, saber detectar cundo las caractersticas propias de un objeto de estudio no permiten que los nmeros hablen por s solos a menos que se les dirija. FUENTES lvarez, Mara, Anlisis estadstico con SPSS. Procedimientos bsicos, 2000, Universidad de Deusto, coleccin Estadstica, Bilbao. Cea DAncona, Mara de los ngeles, Metodologa cuantitativa: estrategias y tcnicas de investigacin social, 1998, Sntesis, Madrid. Festinger, Len y Daniel Katz (comps.), Los mtodos de investigacin en las ciencias sociales, 1979, Paids, serie Mayor, vol. 25, Buenos Aires. Giroux, Sylvain y Ginette Tremblay, Metodologa de las ciencias humanas. La investigacin en accin, 2004, Fondo de Cultura Econmica, Mxico. Guerrero G., Vctor Manuel, Estadstica bsica para estudiantes de economa y otras ciencias sociales, 1989, Secretara de Educacin Pblica-Fondo de Cultura Econmica, coleccin Textos Universitarios, Mxico. Hernndez Sampieri, Roberto, Carlos Fernndez Collado y Pilar Baptista Lucio, Fundamentos de metodologa de la investigacin, 2007, McGRaw-Hill, Mxico. Visauta Vinacua, Bienvenido, Tcnicas de investigacin social. I: recogida de datos, 1989, PPU, Barcelona. Tema: El muestreo probabilstico DIRIGIR LOS NMEROS Es siempre confiable un nmero por s mismo como un criterio para descubrir esta realidad social? Todo depende de la ptica con que sea interpretado ya que, a diferencia de la fsica o las matemticas, en ciencias sociales un nmero no habla por s solo: tiene que ser traducido al lenguaje verbal para poder ser comprensible, es decir, tiene que tener una equivalencia en el muerdo de las palabras y las ideas. Se le llama muestreo probabilstica o aleatorio simple aqul que obedece a las reglas de la Teora de Probabilidades, es decir, en el que la seleccin de una u otra unidad no depende del investigador, sino de los nmeros mismos y su aleatoriedad. ste parte del entendido de que si se considera a la poblacin como un todo manifiesto en la realidad cuyas caractersticas tangibles existen y no pueden ser determinadas a voluntad, entonces el objetivo del estudio radicar en descubrirlas y, para ello, no puede haber intervencin alguna. Levin comenta que en l se sabe cules son los chances de que un elemento de la poblacin est incluido o no en la muestra. Como resultado, se pueden asignar objetivamente los estimativos de las caractersticas de la
78 79
Mara de los ngeles Cea DAncona, Metodologa cuantitativa, pp. 199-200. Mara lvarez, Op. Cit.
17
2010
poblacin que resulta de la muestra; es decir, se puede describir matemticamente qu tan objetivos sern los 80 estimados. Al seleccionar las unidades sin ms criterio que el mismo juego de los nmeros sobre s mismos, el muestreo probabilstico aspira a aplicar la lgica de las ciencias exactas a las ciencias sociales. Entre las formas de muestreo probabilstico se encuentran el aleatorio simple, de conglomerados o polietpico, por racimos, por cuotas, estratificado y sistemtico. El primero es aquel en el que si se selecciona un tamao de muestra n de una poblacin de tamao N de tal manera que cada muestra posible de tamao n 81 tenga la misma probabilidad de ser seleccionada. Este tipo de muestreo es el ms sencillo y permite la obtencin de estimadores de medias poblacionales, totales y proporciones. Para ello, se enumera el total de elementos de la poblacin y se obtienen los que compondrn a la muestra utilizando una tabla de dgitos aleatorios. Se puede aplicar tanto de manera casual, eligiendo los primeros elementos que se tienen a la mano, como intencional, con aquellos que sean ms representativos. En uno u otro, se espera que la obtencin de unidades de manera aleatoria hacia arriba y abajo del total de la poblacin permita obtener un grupo reducido que conserve las caractersticas esenciales de la poblacin. La gran desventaja de este sistema es que no funciona para poblaciones grandes dado lo extenuante de enlistar todos sus elementos y que, una vez obtenidos, no nos ofrecen pautas para efectuar una clasificacin dentro de ellos puesto que todo fue aleatorio, y as no se pueden obtener respuestas ms que a nivel global. La estratificacin consiste en realizar subdivisiones o estratos dentro de la misma poblacin que permitan manejar la informacin. Estos estratos no debern de ser solapados bajo criterios de juicio y, dentro de cada uno de ellos, se determinarn las unidades que conformarn la muestra bajo un sistema puramente aleatorio. La ventaja que esta tiene es que, a diferencia de la forma anterior, permite una seleccin mucho ms rpida y reducida de la poblacin ya que no es necesario enlistar todos y cada uno de los elementos, sino elegir los estratos y, ya dentro de ellos, los elementos que se tomen de forma aleatoria ser ms o menos homogneos, 82 haciendo prescindible su enumeracin. A su vez, permite reducir costes y errores. No obstante, aqu se aprecia ya una primera introduccin de un criterio propio del investigador: cmo se determina cul es un estrato y cul no lo es? Para ello se debe recurrir a conceptos que el investigador ha de saber manejar, efectuando una ligazn directa entre los nmeros y las ideas. Cuando se habla de racimos muestrales se sigue la misma lgica de subdivisones dentro de la poblacin, con una ligera modificacin: mientras la estratificacin divide a un colectivo en subcolecciones y toma muestras dentro de cada subcoleccin, la formacin en racimos divide a un colectivo en subcolecciones, pero decide, mediante muestreo, cules entre esas colecciones se habrn de estudiar, para que se las tome como 83 representativas del universo o coleccin. Mientras en la estratificacin se elabora la divisin categrica con base en criterios de antemano definidos, en el de racimos se trata de agrupamientos que ya ha formado la 84 realidad. En este punto, se efecta un direccionamiento ms claro, aunque bien aleatorio ya que la pura suma de toda la poblacin resulta demasiado general y vaga como para poder arrojar resultados. El problema ms evidente en este tipo de muestreos es la posible anulacin en la muestra de racimos que bien pudieran ser altamente representativos de la poblacin, por lo que se recomendara que, de proceder as, en todo caso se identificaran los racimos de modo aleatorio pero se discriminaran por medio de un criterio de jueces no probabilstico. An ms dirigido resulta el muestreo por conglomerados, variante en la que en lugar de elegirse elementos 85 dentro de cada estrato o racimo se seleccionan slo algunos grupos o conglomerados, prescindiendo de otros. Ejemplos de ello pueden ser la seleccin de grupos de vivienda o bien de equipos de trabajo dentro de una fbrica. Esta forma a su vez tiene dos variaciones: cuando los conglomerados son de igual tamao entre s, lo que facilita el clculo ya que se realiza el mismo procedimiento que con el aleatorio simple, y cuando son desiguales, lo que exige el establecimiento de una ponderacin sobre los criterios que sern ms importantes para su seleccin, ya que bien los conglomerados ms grandes pudieran tener mayores probabilidades de ser seleccionados. El mayor inconveniente en este estriba en la divisin de la poblacin en conglomerados operativos, ya que en ocasiones se establecen categoras que no son tiles para el anlisis. Cuando se entra en el terreno del muestreo por cuotas, los nmeros cobran todava ms intencionalidad. Si bien la mayora de los autores identifica este mtodo como de corte no probabilstica, es posible establecer cuotas sin basarse en criterios de carcter terico, sino ms bien de carcter emprico, que colocan al elemento
80 81
Richard Levin, Estadstica para administradores, p. 166. Richard L. Scheaffer, William Mendenhall III, y R. Lyman Ott, Elementos de muestreo, p. 83. 82 bidem, pp. 126-129. 83 scar Uribe Villegas, Los elementos de la estadstica social, p. 62. 84 dem. 85 bidem, p. 280.
18
2010
en una situacin de mayor sujecin a las probabilidades porque se trata de una caracterstica que puede o no poseer en s, sin que le pueda ser asignada, por ejemplo el sexo, la raza, la edad o el nivel socioeconmico son variables no modificables a voluntad en el momento de realizar la entrevista. Aqu, la mano del investigador ya incide de manera directa para determinar cules cuotas s deben de cubrirse y cules no. El muestreo sistemtico es aqul que implica seleccionar aleatoriamente un elemento de los primeros k 86 elementos y posteriormente la seleccin de cada k-simo elemento. Este permite, como se vio en el muestreo no probabilstico, determinar la seleccin desde el principio al establecer un intervalo repetitivo sobre el que se van eligiendo los elementos. Sin embargo, si este intervalo se establece bajo un criterio igualmente aleatorio con el propsito de agotar la poblacin en el nmero de recorridos que sean necesarios, puede considerarse tambin como probabilstico. La ventaja que ofrece este tipo de muestreo sobre del aleatorio es que, en poblaciones homogneas, permite llevar un mayor orden posibilitando la inclusin de unidades quiz ms adecuadas. A travs de la revisin de estas formas de muestreo probabilstica puede observarse que las tcnicas que ms sirven son aquellas que se alejan de la aleatoriedad total e incluyen parte de las acciones del observador dentro de ellas. Puede concluirse entonces que, en una u otra forma de muestreo, la incidencia de la mano del investigador es imprescindible ya que de lo contrario slo se obtendran nmeros sin relacin con las ideas que sustentan la investigacin. Toda la estrategia de muestreo deber estar construida, entonces, con el fin de que los nmeros obtenidos sean traducibles en unidades de significado que posibiliten la toma de decisiones. FUENTES Arteaga Basurto, Carlos, Guillermo Campos Covarrubias y Roberto Bermdez Snchez, Ciencias sociales e investigacin social, 2006, Plaza y Valds-ENTS-UNAM, serie Investigacin social, nm. 1, Mxico. Levin, Richard, Estadstica para administradores, 1978, Prentice-Hall Hispanoamericana, Mxico. Scheaffer, Richard L. y William Mendenhall III, y R. Lyman Ott, Elementos de muestreo, 2007, 6a edicin, Thomson, Madrid. Uribe Villegas, scar, Los elementos de la estadstica social, 1971, UNAM-Instituto de Investigaciones Sociales, Mxico. Tema: la estadstica CONTROLAR EL ESTADO La estadstica surge de la necesidad del Estado de tener censada y controlada a la poblacin y a los procesos que suceden dentro y fuera de l. La mayora de las definiciones de la literatura concuerdan en este punto. 87 Achewall la da como la ciencia del Estado que se ocupa de determinar la riqueza individual . Bielfeld dice que es aquella rama del conocimiento poltico cuyo objeto de estudio es el poder real y relativo de los diversos Estados modernos, el poder emanado de sus ventajas naturales, la industria y la civilizacin de sus 88 habitantes y la sabidura de su gobiernos. La Sociedad Estadstica de Londres la declar, en 1840, que la Estadstica es la investigacin y coordinacin de aquellos hechos que son calculados para ilustrar las 89 condiciones y posibilidades de una sociedad . Una ltima definicin, muy concreta, la proporciona Noreau de 90 Jonnes al decir que la Estadstica es la ciencia de los hechos sociales, expresados en trminos numricos. En este sentido, la estadstica funge como una herramienta de control para el gobierno. Al tener determinados los nmeros de la vida social de un pas, se pueden tomar decisiones de manera rpida y acertada. Mientras ms grande y exacto sea el bando de datos, mayor dominio podr ejercerse sobre cuestiones como la cobertura en materia de salud y educacin, la distribucin del ingreso en las familias y la creacin de infraestructura. No obstante, en ocasiones los nmeros no son capaces de advertir en su totalidad la existencia de ciertos problemas sociales, aunque s pueden indicarlos mediante deducciones. Histricamente, la estadstica es el resultado de la unin de varias disciplinas como el clculo, la teora probabilstica de juegos y la matemtica, que se integra para dar lugar a un pensamiento racional que busca
86 87
Richard L. Scheaffer, William Mendenhall III, y R. Lyman Ott, Op. Cit., p. 245. Achewall en Andrs Garca Prez, Elementos del mtodo estadstico, p. 15. 88 dem. 89 bidem, p. 16. 90 dem. Si bien la estadstica alberga procesos matemticos complejos, tampoco es posible decir que se trata de una ciencia como tal pues carece de los requisitos epistemolgicos para serlo.
19
2010
91
establecer modelos matemticos que describan y establezcan predicciones sobre una realidad emprica. Salkind comenta que desde el momento en que el ser humano se dio cuenta de que poda contar y realizar operaciones para resolver problemas que su medio le impona, surgi el inters por buscar una explicacin al 92 mundo a travs de los nmeros. Para establecer estas relaciones, la Estadstica acta como una disciplina 93 puente entre los modelos matemticos y los fenmenos reales. Existen dos clases de estadstica: la descriptiva y la inferencial. Por la primera se entienden todos aquellos 94 clculos y aquellas tcnicas empleadas para compendiar y presentar los datos de la investigacin. Su propsito es el de describir la realidad que se observa registrndola en nmeros que corresponden a una muestra. El resultado de esta labor es el desarrollo de distribuciones muestrales que indican cmo los elementos de una poblacin se distribuyen a lo largo de un espectro. La segunda forma estadstica tiene por objeto describir las caractersticas de un conjunto, pero sin que se registren los datos correspondientes a todos 95 los elementos del conjunto, sino slo de una parte de los componentes. Su fin es el de realizar inferencias o proyecciones con base en algunos datos obtenidos, es decir, establecer pronsticos o derivar datos a partir de otros. El mtodo de desarrollo de la estadstica consta, de acuerdo con Garca Roldn, de tres escalones: la inspeccin de un patrn de distribucin de la muestra, que permita describir las variables utilizadas; la valoracin de las medidas de asociacin de la muestra, que posibilitan un anlisis de la misma; y la estimacin de la probabilidad de ocurrencia de ciertos eventos a partir de los analizados, que corresponde a la estadstica 96 inferencial. En relacin con esto Rhodes divide en tres partes la funcin del cientfico estadstico: recopilar la 97 informacin, luego a analizarla, y finalmente interpretar los resultados de dicho anlisis. Estos pasos integran la lgica de un trabajo de investigacin estadstico. El modelo bsico utilizado por la estadstica para descomponer los valores de una variable de inters es el 98 de y= parte sistemtica + parte aleatoria. Ello significa que, conceptualmente, una variable cualquiera, y, ser funcin de otro gran nmero de variables, algunas de las cuales pueden o no ser observables y cuyo nmero exacto se desconoce. Un modelo estadstico es una aproximacin operativa de esta realidad, que tienen en cuneta explcitamente las variables observables presumiblemente ms importantes, y engloba en la 99 parte aleatoria los efectos del resto. De aqu emanan dos modelos operativos: los extrapolativos, que explican la variacin de los datos con base en sus valores pasados; y los explicativos, que toman en cuenta el efecto de otras variables adems de las pasadas. Cada uno de ellos puede aplicarse tanto a una situacin esttica, cuando no considera nociones de temporalidad y produce un corte transversal (sincrnico), como a una dinmica, en la que se observa la evolucin de la variable en el tiempo efectuando un corte longitudinal 100 (diacrnico). Existen algunos conceptos bsicos en el lenguaje de la estadstica. Algunos son: de pr poblacin, universo, o fenmeno masa: total de los elementos susceptibles de ser estudiados; colectivo real: los que en son tomados de hecho; unidad estadstica: cada una de las particularidades de los elementos de la poblacin; dato estadstico: todo nmero que mide la intensidad de una variable; serie estadstica: conjunto de datos estadsticos con relacin a cambios cualitativos, que a su vez se dividen en cronolgicas, geogrficas y .101 cualitativas Es en el campo de las aplicaciones en donde se demuestra la utilidad de la estadstica como medio de control de una poblacin. Sus aplicaciones pueden dividirse en cinco tareas bsicas de la ciencia: descripcin 102 de datos, anlisis de muestras, contrastacin de hiptesis, medicin de relaciones y prediccin. En la historia ha sido utilizada por los hebreos para hacer un censo de su poblacin durante las migraciones, por los antiguos chinos para medir su produccin agraria, por los griegos para repartir terrenos, por el imperio carolingio con fines administrativos y financieros, por la iglesia catlica para registrar matrimonios, nacimientos y defunciones,
91 92
Daniel Pea Snchez de Rivera, Estadstica. Modelos y mtodos, p. 19 Neil J. Salkind, Statistics for people who (think they) hate statistics, p. 6. 9393 Daniel Snchez de Rivera, Op. Cit., p. 19. 94 Fernando Arias Galicia, Introduccin a la tcnica de investigacin en ciencias de la administracin y del comportamiento, p. 162. 95 Fernando Holgun Quiones, Estadstica descriptiva aplicada a las ciencias sociales, p. 24. 96 Jos Luis Garca Roldn, Cmo elaborar un proyecto de investigacin, p. 53. 97 E.C. Rhodes, Estadstica elemental, p. 7. 98 Daniel Pea Snchez de Rivera, Op. Cit., p. 22. 99 bidem, p. 23. 100 bidem, pp. 23-24. 101 Ands Garca Prez, Op. Cit., pp. 19-25. 102 Daniel Pea Snchez de Rivera, Op. Cit., p. 20.
20

103
2010
entre muchos ms casos. Gracias a ella se han podido realizar estudios sobre la distribucin de la poblacin en el territorio estadsticas de alojamiento, de problemas sociales estadsticas de pobrezay de vivienda 104 casas superhabitadas. Otros ejemplos son decisiones sobre un proceso industrial, la relacin entre el consumo del tabaco y el cncer, la demanda de un producto en el mercado, la estrategia electoral de un partido, la previsin de las averas en un taller mecnico o bien la determinacin de los resultados de un test de 105 inteligencia. Todas las anteriores aplicaciones emanadas de nmeros dan cuenta de la fuerza que una cifra tiene para determinar lneas de accin en torno a la poblacin. FUENTES Arias Galicia, Fernando, Introduccin a la tcnica de investigacin en ciencias de la administracin y del comportamiento, 1974, 3 edicin, Trillas, Mxico. Garca Prez, Andrs, Elementos del mtodo estadstico, 1960, 3 edicin, UNAM, Mxico. Garca Roldn, Jos Luis, Cmo elaborar un proyecto de investigacin, 2003, Universidad de Alicante, Espaa. Holgun Quiones, Fernando, Estadstica descriptiva aplicada a las ciencias sociales, 1988, 2 edicin, UNAM, Mxico. Pea Snchez de Rivera, Daniel, Estadstica. Modelos y mtodos, vol. 1: Fundamentos, 1968, Alianza, Madrid. Rhodes, E.C., Estadstica elemental, 1990, Fondo de Cultura Econmica, Mxico. a Salkind, Neil J., Statistics for people who (think they) hate statistics, 2004, 2 edicin, Sage, Estados Unidos. Tema: medidas de tendencia central LA TENDENCIA QUE ORDENA Pese a lo catico e impredecible que puede resultar el objeto de estudio de las ciencias sociales, los nmeros suelen en ocasiones demostrar que no es imposible encontrar elementos en comn que caracterizan a un fenmeno en la realidad emprica y que permiten describir el desarrollo de otros que no se estn contemplando. A esa caracterstica se le llama tendencia y es estudiada por la estadstica descriptiva, con el fin de obtener informacin que caracterice a un objeto para establecer inferencias posteriores sobre su comportamiento. Con ello el caos parece ordenarse y la labor de investigacin puede direccionarse a un rumbo que a pesar de no estar garantizado s muestra grandes probabilidades de ofrecer un buen resultado. Las medidas de tendencia central en estadstica son formas de describir una distribucin de elementos muestrales de acuerdo con una propiedad de su estructura. La mayora de los autores, como Frankfort106 Nachmias las definen como nmeros que describen lo que es usual o tpico en una distribucin. El objetivo principal de las medidas de tendencia central es localizar en donde se encuentran ubicados los datos dentro de una distribucin con respecto al centro de los datos, por lo que suelen llamarse tambin medidas de 107 localizacin. Guerreo seala que ello se debe a que al trabajar con datos estadsticos y examinar sus distribuciones de frecuencias, es posible notar que en la mayora de los conjuntos de datos se presenta una 108 cierta tendencia al agrupamiento alrededor de un valor central.... Existen tres medidas centrales principales: la media o promedio, la mediana y la moda. La media aritmtica o promedio es el resultado de la divisin de la suma de los valores de todos los 109 elementos entre el nmero total de casos, y se simboliza as: x. El objetivo de la media es definir cul es el ponto medio exacto en donde su ubicara el resultado de una distribucin tomando en cuenta la suma de todos sus valores, y sirve para marcar la tendencia general de la distribucin, que es aprovechable cuando se trabaja con niveles de medicin de razn. Adems de la aritmtica, existen otras formas derivadas: la media arbitraria, 110 que consiste en un nmero cualquiera a partir del cual se calcula el promedio; la media geomtrica, que consiste en un valor medio tal que reemplazando cada trmino por ese valor se obtenga un producto igual al
103 104
Andrs Garca Prez, Op. Cit., pp. 7-8. E.C. Rhodes, Op. Cit., p. 11. 105 Daniel Pea Snchez de Rivera, Estadstica. Modelos y mtodos, p. 20
106 107
Chava Frankfort-Nachmias y Anna Len-Guerrero, Social statistics for a diverse society, p. 98. H.T. Hayslett Jr., Statistics made simple, p. 16. 108 Vctor Manuel Guerrero G., Estadstica bsica para estudiantes de economa y otras ciencias sociales, p. 41. 109 Jorge Padua, Paquete estadstico para las ciencias sociales (SPSS), p. 9. 110 Andrs Garca Prez, Elementos del mtodo estadstico, p. 70.
21

111
2010
resultado de la media aritmtica y se obtiene buscando los logaritmos de los valores de la variable, 112 sumndolos, dividiendo el resultado entre el nmero de datos y buscando el logaritmo del cociente; la media armnica, nmero tal, que la suma de las relaciones entre l y cada trmino es igual al nmero de trminos 113 de la serie y se obtiene con la suma de los recprocos de los valores de la variable y su posterior divisin 114 entre el efectivo, tras lo cual se busca el recproco del cociente. Entre las ventajas que ofrece el promedio aritmtico se encuentran su sencillez para calcularlo, el hecho de que no es necesaria la ordenacin de sus trminos, que puede calcularse con slo dos datos: la suma de los elementos y el nmero de trminos de la serie, que puede invertirse para calcular la suma de los valores de los trminos con los otros dos datos, y que es aprovechable en operaciones matemticas. No obstante presenta ciertos inconvenientes como el hecho de que no puede obtenerse con una simple ojeada a los valores, que un trmino anormal puede influir de manera notoria en el resultado, y que en ocasiones dos series muy distintas 115 pueden presentar el mismo promedio. La mediana consiste en un valor tal que, ordenados en magnitud los datos, el 50% es menor que ella y el 50% mayor. Por tanto, al ordenar los datos, la mediana es el valor central, si su nmero es impar, o la media de 116 los dos centrales, si hay un nmero par y se simboliza como M d Mdn. sta no posee una frmula para ser calculada y requiere siempre del ejercicio de ordenar los datos de mayor a menor y discriminarlos uno por uno. No obstante, es posible determinar cul es la posicin que corresponde al valor de la mediana mediante la frmula 2No = N+1, en donde N es el nmero total de trminos de la serie y N o el nmero de orden de la 117 mediana, no obstante para su determinacin se requiere del listado. Su objetivo es determinar el punto medio 118 que parte en dos a la distribucin y suele usarse en variables con niveles de medicin ordinal o intervalar. La mediana tambin tiene defectos y virtudes. Entre sus ventajas estn que es fcil de sacar cuando el nmero de trminos es impar, que puede deducirse del simple examen de una serie, que no es afectada por cambios en los valores extremos de ella, que puede ser determinada sin conocer los valores particulares de cada trmino, y que incluso puede determinarse con datos incompletos, siempre y cuando se sepa el nmero total de ellos. Entre sus desventajas salta a la vista que no posee frmula matemtica para obtener su valor, requiere de tiempo para ordenar los valores (especialmente si se trata de series extensas), no puede calcular la suma de valores de la serie, si existen variaciones no puede dar cuenta de ello y no sirve para efectuar 119 operaciones algebricas. La moda, modo o valor de mxima frecuencia es simple y sencillamente el valor que ms se repite en la serie y se simboliza como Mo. Si slo hay un valor que ocupe esta posicin se trata de una muestra unimodal; si 120 hay varios valores que quedan empatados en repeticin, se dice que es una muestra multimodal, y si todos 121 los valores poseen la misma frecuencia, entonces no hay moda. Su propsito es determinar cual es el valor al que se tiende ms dentro de la serie. Una de sus principales aplicaciones es la descripcin de variables 122 nominales o categoras y fenmenos recurrentes. Entre sus ventajas estn que su valor se puede conocer con slo dar u vistazo a los datos y que no necesita de la necesaria ordenacin del listado de trminos. Sus desventajas son que no existe ninguna frmula aritmtica para calcularla, no puede usarse en posteriores 123 algoritmos y en caso de alteraciones en los valores no siempre se ver reflejado. El uso de medidas de tendencia central al trabajar con el mtodo estadstico es prcticamente inevitable, pues constituye el primer paso para explorar la distribucin y ordenar el caos. Sin embargo, no hay patrones universales para aplicar la media, la mediana o la moda de tendencia central para poblaciones diferentes. Cada 124 caso debe ser juzgado independientemente, aunque Pea realiza algunas sugerencias: siempre es recomendable calcular la media y la mediana, la primera si los datos son muy homogneos y la segunda si son 125 pocos datos muy dispersos. De esta manera, las medidas de tendencia central proporcionan una gua,
111 112
bidem, p. 75. scar Uribe Villegas, Los elementos de la estadstica social, p. 158. 113 Andrs Garca Prez, Op. Cit., p. 52. 114 scar Uribe Villegas, Op. Cit., p. 158. 115 Andrs Garca Prez, Op. Cit., pp. 72-73. 116 Daniel Pea Snchez de la Rivera, Estadstica. Modelos y Mtodos, p. 47. 117 Andrs Garca Prez, Op. Cit., p. 91. 118 Chava Frankfort-Nachmias y Anna Len-Guerrero, Op. Cit., p. 101. 119 bidem, pp. 101-102. 120 H.T. Hayslett Jr., Op. Cit., p. 16. 121 Carlos Maza Lavaniegos, Andrs Morales Alquicira y Rogelio Magaa Castro, Introduccin al mtodo estadstico, p. 67. 122 Chava Frankfort-Nachmias y Anna Len-Guerrero, Op. Cit., p. 99. 123 Andrs Garca Prez, Op. Cit., p. 109. 124 Richard Levin, Estadstica para administradores, p. 73. 125 Daniel Pea Snchez de la Rivera, Op. Cit., p. 47.
22
2010
aunque sea muy somera, para el ordenamiento del caos de la ciencia social y su comprensin a travs de la descripcin de sus tendencias. FUENTES Frankfort-Nachmias, Chava y Anna Len-Guerrero, Social statistics for a diverse society, 2006, 4 edicin, Pine Forge, Estados Unidos. Garca Prez, Andrs, Elementos del mtodo estadstico, 1960, 3 edicin, UNAM, Mxico. Guerrero G., Vctor Manuel, Estadstica bsica para estudiantes de economa y otras ciencias sociales, 1989, Secretara de Educacin Pblica-Fondo de Cultura Economica, coleccin Textos Universitarios en economa, Mxico. Hayslett Jr., H.T., Statistics made simple. A comprehensive course for self-study and review, 1968, Doubleday & Company, Estados Unidos. Maza Lavaniegos, Carlos, Andrs Morales Alquicira y Rogelio Magaa Castro, Introduccin al mtodo estadstico, 1990, UAM-Xoxchimilco, Mxico. Padua, Jorge, Paquete estadstico para las ciencias sociales (SPSS): oferta y condiciones para su utilizacin e interpretacin de resultados, 1975, Colegio de Mxico, serie Cuadernos del CES, nm. 42, Mxico. Pea Snchez de Rivera, Daniel, Estadstica. Modelos y mtodos, vol. 1: Fundamentos, 1968, Alianza, Madrid. Richard Levin, Richard, Estadstica para administradores, 1978, Prentice-Hall Hispanoamericana, Mxico. a Salkind, Neil J., Statistics for people who (think they) hate statistics, 2004, 2 edicin, Sage, Estados Unidos. Uribe Villegas, scar, elementos de la estadstica social, 1971, UNAM-Instituto de Investigaciones Sociales, Mxico,
Tema: medidas de dispersin
CUANDO LOS NMEROS ENGAAN
La estadstica demuestra que en ocasiones los nmeros suelen ser engaosos. Pese a que el criterio cuantitativo es el ms exacto y confiable para conocer las caractersticas de un hecho o fenmeno a travs de pautas identificables y medibles, los resultados de los nmeros sencillos que arrojan no son siempre confiables y pueden reflejar situaciones irreales en el fenmeno. Es necesario aprender a leer los nmeros y saber que uno no puede quedarse slo con las primeras impresiones que stos arrojan. Un ejemplo claro es lo que puede pasar cuando se tienen dos distribuciones con datos diferentes que poseen medianas iguales y suman los mismos promedios. Si slo nos remitisemos al anlisis de las medidas de tendencia central, podramos pensar que ambas distribuciones tienen las mismas caractersticas y que se podra trabajar de igual manera con ambas. Para poder salir de este error es necesario calcular el grado de cercana o lejana que guardan respecto a estos promedios. Para ello existen las medidas de dispersin, que en su acepcin ms amplia son nmeros 126 que describen la diversidad o variabilidad en la distribucin. Las medidas de dispersin sirven para medir, como su nombre lo indica, qu tan dispersos estn los elementos dentro de la muestra con respecto a la media y a otras medidas de tendencia central. Aunque los valores de estas ltimas puedan coincidir, por ejemplo la calificacin de 6, no es lo mismo obtenerlos al promediar un 5 con un 7 que un 2 con un 10. Un error comn en el tratamiento de grupos sociales en la investigacin, sealan Frankfort y Leon, se encuentra en pensar que ste puede ser definido por el simple promedio de los valores medidos de una categora en especfico, lo que no constituye un diagnstico de la 127 situacin real sino la elaboracin de un estereotipo. As, las medidas de dispersin ofrecen informacin adicional que permite corroborar la confiabilidad de las medidas de tendencia central en la medida en que 128 calcula la verdadera representatividad de la muestra dada la dispersin de los datos. La dispersin, en su
126 127 128
Chava Frankfort-Nachmias y Anna Leon-Guerrero, Social statistics for a diverse society, p. 135. bidem, p. 136. Richard Levin, Estadstica par administradores, p. 77.
23
2010
definicin ms amplia, es una caracterstica del conjunto total de elementos dela muestra que indica el mayor o menor grado de variabilidad de los datos con respecto a un punto fijo que es, generalmente, un promedio y, ms particularmente, la media aritmtica de la distribucin. Consecuentemente, la dispersin indica si los datos se concentran mucho en torno del promedio o si, por el contrario, se encuentran muy dispersos con respecto a 129 l. Para la investigacin en ciencias sociales existen cuatro medidas de dispersin bsicas: el rengo, la desviacin estndar, la asimetra y la curtosis. El rango, tambin conoci como amplitud, es la ms sencilla de todas y consiste en la simple diferencia entre el valor mximo y el valor mnimo de una serie de valores 130 adoptados por una variable. Su frmula es r=h-l, donde r es el rango, h el dato con valor ms alto y l el dato 131 con valor ms bajo. A su vez, el rango es de dos tipos: el exclusivo, que es el que se acaba de sealar, y el inclusivo, que es el valor ms alto menos el ms bajo con una unidad adicional (h-l+1), aunque normalmente 132 este segundo casi no se usa. Su utilidad es ms bien limitada ya que se concentra slo en los valores lmite e ignora la naturaleza de la variacin entre todos los dems elementos. Algunas aplicaciones de este se hallan en 133 el campo de la contabilidad para el clculo rpido y aproximado de las diferencias entre las nminas. Algunas variantes como el rango interfractil y el rango intercuartil suelen tambin ser utilizadas en contabilidad mercantil. La desviacin estndar es la medida de dispersin ms comn y exacta. En trminos generales, una 134 desviacin es la diferencia positiva o negativa de una variable respecto a un valor que permanece constante. En este caso la estndar consiste en un desvo cuadrtico medio, o en trminos operacionales la raz cuadrada de la media aritmtica del cuadrado de las desviaciones de cada una de las medidas de relacin al 135 promedio aritmtico; es decir, la distancia promedio que guardan los elementos respecto a la media 2 136 aritmtica de la poblacin, la cual se obtiene por medio de la frmula S= [E(X-X) ] / n-1. Las ventajas que ofrece el uso de la desviacin estndar son la posibilidad de ejecucin de muchas operaciones con ella y el clculo de ms datos derivados de ella. Con ella es posible determinar con cierto grado de certeza tanto la localizacin del los elementos con respecto de la media como su distancia, adems de calcular el nmero de datos que caen dentro de determinado rango en la distribucin. Su tratamiento e interpretacin se puede hacer tanto combinndola con otros clculos matemticos como la aplicacin del teorema de Chebyshev como por 137 comparacin sencilla respecto a otras medidas de tendencia central, dispersin o distribuciones. Su nica desventaja es que no es tan sencillo calcularla. La manera ms fcil de caracterizar a una distribucin de datos es conjuntar una medida de tendencia central con una de dispersin. La asimetra es una forma ms precisa de medicin cuyo objetivo es sealar 1) si los casos con valores superiores a la media aritmtica (o a otro promedio elegido) tienen correspondencia exacta con otros valores de la distribucin, inferiores a la misma (en cuyo caso se dice que hay 138 simetra), o 2) si esto no ocurre (en cuyo caso hay asimetra). La asimetra se puede calcular por medio de la medicin de un tercer momento en la distribucin en el que se mide mediante la media aritmtica de las 3 3 terceras desviaciones, lo que se representa con la frmula 3= [di ] / N, donde 3 es ese tercer momento, di 139 cada una de las potencias de las desviaciones y N el nmero total de elementos. Cuando un conjunto de datos resulta simtrico, la suma de de las diferencias de estas potencias deber dar cero, mientras que si es asimtrico habr una diferencia que aumentar en relacin con la magnitud de la asimetra. Para obtener una medida adimensional que estime la asimetra se recurre al llamado coeficiente de asimetra, que se calcula can 3 3 la frmula CA= [(xi-x) ] / ns , o bien [x-mdn] / s, donde x es la media, mdn la mediana y s la desviacin 140 estndar tpica. Si se observa una distribucin normal en su forma grfica, puede notarse que describe una especie de pirmide o pico cuyos lados se extienden hasta tocar el eje de las x. La curtosis es una medida que calcula el grado de aplanamiento o picudez de la punta de la pirmide, que correspondera a un cuarto momento despus de la asimetra. Es una medida relativa a la forma de la distribucin (mesocrtica o placrtica). La curtosis en
129 130
scar Uribe Villegas, Los elementos de la estadstica social, p. 165. Carlos Maza Lavaniegos, Andrs Morales Alquicira y Rogelio Magaa Castro, Introduccin al mtodo estadstico, p. 80. 131 Neil J, Salkind, Statistics for people who (think they) hate statistics, p. 37. 132 Ibdem, p. 36. 133 Richard Levin, Op. Cit, p. 79. 134 Oscar Uribe Villegas, Op. Cit., p. 165. 135 Jorge Padua, Paquete estadstico para las ciencias sociales (SPSS), P. 10. 136 Neil J. Sakind, Op. Cit., p. 37. 137 Richard Levin, Op. CIt, pp. 88-89. 138 scar Uribe Villegas, Op. Cit., p. 170. 139 Idem. 140 Daniel Pea Snchez de Rivera, Estadstica. Modelos y mtodos, p. 50.
24
2010
una distribucin normal es cero. La curtosis es positiva cuando la distribucin es estrecha y en forma de pico, 141 mientras que los valores negativos indica una curva aplanada. Para calcularla se utiliza la media de las 4 cuartas potencias de las desviaciones, la cual siempre resulta positiva (4= [di ] / N). A diferencia de la asimetra, en la curtosis no es necesaria la suma cero para determinar si la distribucin est o no nivelada; en vez de ello, se toma la teora de las distribuciones para descubrir su valor medio (mesocritca o normal), 142 elevado (lepto-crtica o picuda) o bajo (plati-crtica o aplanada). Para poder obtener datos estadsticos confiables no basta con slo sacar una cuantas medidas generales de un fenmeno: se necesita confrontar los nmeros para que arrojen resultados. La estadstica se convierte as en una batalla entre datos y cifras que juegan y se complementan unos a otros en la bsqueda de respuestas sobre el estado de las cosas. Si se toman slo las medidas de tendencia central, se corre el riesgo de perder de vista puntos importantes que estas no contemplan. Mientras ms compleja y rica sea esta confrontacin, ms exacta ser a caracterizacin que se realice de la muestra. FUENTES Frankfort-Nachmias, Chava y Anna Len-Guerrero, Social statistics for a diverse society, 2006, 4 edicin, Pine Forge, Estados Unidos. Meza Lavaniegos, Carlos, Andrs Morales Alquicira y Rogelio Magaa Castro, Introduccin al mtodo estadstico, 1990, UAM-Xoxchimilco, Mxico. Padua, Jorge, Paquete estadstico para las ciencias sociales (SPSS): oferta y condiciones para su utilizacin e interpretacin de resultados, 1975, Colegio de Mxico, serie Cuadernos del CES, nm. 42, Mxico. Pea Snchez de Rivera, Daniel, Estadstica. Modelos y mtodos, vol. 1: Fundamentos, 1968, Alianza, Madrid. Richard Levin, Richard, Estadstica para administradores, 1978, Prentice-Hall Hispanoamericana, Mxico. a Salkind, Neil J., Statistics for people who (think they) hate statistics, 2004, 2 edicin, Sage, Estados Unidos. Uribe Villegas, scar, elementos de la estadstica social, 1971, UNAM-Instituto de Investigaciones Sociales, Mxico,
141 142
Jorge Padua, Op. Cit., p. 12. Oscar Uribe Villegas, Op. Cit., pp. 170-171.
25

APUNTES

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

APUNTES

Uploaded by

Copyright:

Available Formats

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN UNIVERSIDAD NACIONAL AUTNOMA DE MXICO FACULTAD DE CIENCIAS POLTICAS Y SOCIALES CENTRO

DE ESTUDIOS EN CIENCIAS DE LA COMUNICACIN

Tema: La investigacin SLO UNA IDEA

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

Tema: Tcnicas cuantitativas y cualitativas CANTIDADES O ADJETIVOS?

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

Tema: Diseo del instrumento de medicin

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

EL DESEO FRENTE AL MTODO

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

PROBABILIDAD: EL IDEAL SUPUESTO UN HECHO

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

Tema: El muestreo LA MUESTRA DE UN FRAGMENTO

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

Mara lvarez, Op. Cit., p. 26.

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

Tema: medidas de dispersin

CUANDO LOS NMEROS ENGAAN

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

APUNTES PARA EL CURSO DE PROCESAMIENTO Y ANLISIS DE LA INFORMACIN

ELABOR: EDUARDO JULIN LPEZ ESPINOSA

You might also like