Artículos científicos

Los niveles de la investigación cuantitativa en ciencias sociales

Los niveles de la investigación cuantitativa en ciencias sociales

El siguiente texto es un extracto del libro Manual para la elaboración de trabajos académicos: investigar y redactar en el ámbito universitario (Santiago Koval, Editorial Temas, 2011).

1. Introducción

Como ocurre en las ciencias exactas, cuando un investigador se propone demostrar una idea acerca de un fenómeno del mundo social, su esfuerzo debe concentrarse en demostrar que sus hipótesis gozan de cierto nivel de verdad y que los procedimientos que ha usado para demostrarlas han sido válidos y fiables. De este modo, el investigador deberá recurrir al uso de estrategias científicas para la contrastación de hipótesis.

Estas estrategias son un conjunto de mecanismos de reflexión, exposición y experimentación que conducen la elaboración por un camino sistemático de verificación. Una serie de pasos y criterios de actuación que llevan a demostrar la veracidad de las afirmaciones a una determinada audiencia científica. En términos generales, pueden dividirse en dos niveles, que varían, básicamente, en función del modo en que el investigador se aproxima al objeto estudiado. En el primer nivel, el acercamiento se realiza por medio de conceptos, ideas y teorías; en el segundo, a través de experimentos y técnicas de medición.

En ambos niveles, se trata de poner a prueba una misma hipótesis para un mismo objeto de estudio. Con todo, los recursos que usamos para demostrarla son completamente distintos. En el primero, la estrategia de verificación es conceptual y tiene lugar en el orden de la teoría. Allí, la información de que nos servimos es de carácter secundario, basada en la revisión de ideas generadas por otros autores o en nuestra propia capacidad reflexiva. En el segundo, por el contrario, nuestra estrategia es empírica y se funda en el uso de datos de carácter primario, esto es, en la observación directa de la realidad que pretendemos estudiar.

Sin dudas, ambas aproximaciones pueden combinarse. Un trabajo de carácter mixto implicaría, primeramente, una etapa de reflexión teórica que sentaría las bases para una segunda etapa, centrada en su observación y experimentación empírica. En el ejercicio de la investigación, de hecho, ambos niveles se suelen usar de forma vinculada, siempre con el objetivo de promover una contrastación mucho más sólida de la hipótesis que se pretende demostrar.

Cuando se redacta el trabajo de investigación, estos dos niveles cristalizan en sendos bloques discursivos, que ocupan una parte destacada del cuerpo principal. El primer nivel, el de la teoría, se expresa en podemos llamar estructura lógica, esto es, la serie articulada de conceptos, postulados y definiciones que precisan los aspectos teóricos del objeto estudiado. El segundo nivel, el de la empiria, se manifiesta en lo que suele llamarse el diseño metodológico, es decir, el conjunto ordenado de actividades, técnicas y procedimientos utilizados para aplicar los conceptos teóricos, desarrollados en el primer nivel, a los fenómenos tal como se presentan en el mundo real. La figura 1 esquematiza estos dos niveles de aproximación.

Figura 1. Los dos niveles de aproximación para la contrastación de hipótesis.

2. La estructura lógica

El esqueleto de conceptos teóricos definido en la primera instancia de un trabajo de investigación conforma lo que aquí llamaremos su estructura lógica. Se trata de una serie de etapas compuesta por conceptos, postulados y definiciones, que se orientan a presentar la o las hipótesis que se intentará contrastar por medio de la investigación. Estos conceptos se constituyen a partir de la observación de lo real y de la abstracción de sus características estables y recurrentes. A su vez, requiere del acceso a fuentes secundarias de información, esto es, el conjunto de textos y datos generados por autores validados por la comunidad científica.

La exposición de las etapas que forman la estructura lógica de un trabajo debe respetar el orden lógico en que se dieron durante el ejercicio de la investigación, que no necesariamente se corresponde con su sucesión temporal. La tarea fáctica de la investigación suele ser más bien un proceso desordenado; o, mejor dicho, pueden ocurrir en su desarrollo muchas etapas de forma simultánea y enlazada. Hay que tener en cuenta, además, que su disposición puede variar de acuerdo al género y al tipo de trabajo en que se enmarquen, y en función de la entidad académica que evaluará el trabajo.

A grandes rasgos, estas etapas suelen ser siete: la definición de un objeto de estudio; la formulación de una pregunta de investigación, la exposición de una hipótesis, la enunciación de unos objetivos, la elaboración de un estado de la cuestión, la construcción de un marco teórico, y, por último, la elección de una metodología que, como veremos, sienta las bases para el desarrollo del diseño metodológico. La figura 2 esquematiza las relaciones que se establecen entre estos siete componentes de la estructura lógica.

Figura 2. Componentes principales de la estructura lógica de un trabajo de investigación.

2.1. El objeto de estudio

En primer término, el trabajo de investigación debe delimitar un objeto de estudio, que nace del recorte arbitrario y acotado de un aspecto de lo real.[1] Se trata de la demarcación de un hecho, fenómeno o proceso específico, con pertinencia temática y relevancia científica, que debe ser abarcable por medio del esfuerzo que se propone realizar. Definir un objeto consiste en delimitar un área temática, un tema general y un tema específico, siempre dentro del campo disciplinar en que se indaga, y en seleccionar, a partir de ello, un aspecto preciso que será sometido a estudio. Como se ve en la siguiente figura (figura 3), se trata de una serie de grados de abstracción que transita desde un punto de vista amplio y genérico a una perspectiva restringida y puntual. En el último casillero, se ubica el objeto que será abordado por la investigación.

Figura 3. Niveles de abstracción para la definición de un objeto de estudio.

El objeto debe ser recortado con especial cuidado, puesto que, si resulta demasiado extenso, dará lugar a una investigación superficial; y si es muy acotado, producirá un estudio hondo, pero poco abarcador. Debe ser, por ende, apropiadamente amplio y, a la vez, suficientemente profundo. Como tal, debe dar lugar, primero, a una investigación empíricamente realizable que logre considerarlo en todas sus dimensiones constituyentes; y, segundo, a un análisis que permita extraer de él unas conclusiones relevantes, de modo de que las capas que lo conforman sean indagadas con el mayor detalle posible.

Un mismo objeto asume diversos niveles de abstracción. La destreza del investigador reside en su capacidad de definirlo por medio de términos tan precisos como le fuera posible. En la calidad de esta definición, descansará la estructura completa del trabajo; todos sus componentes y pasos posteriores, incluso la enunciación de sus conclusiones, podrán variar significativamente conforme se modifique esta distinción inicial.

2.2. La pregunta de investigación

Una vez definido el objeto, debe detectarse en él un problema. Esto implica reconocer la existencia de una incógnita, incertidumbre o punto oscuro, o de un cierto nivel de conflicto, antagonismo o desacuerdo alrededor del hecho o fenómeno abordado, que se expresa, en todos los casos, a través de una pregunta de investigación. Enunciarla supone aceptar tres cosas: primero, que en ella se declara la existencia de un problema; segundo, que la solución a dicho problema no se conoce y es relevante conocerla; y, por último, que el trabajo propuesto podrá echar luz en la búsqueda de tal solución.

Una pregunta de investigación se diferencia de una pregunta genérica en tanto que tiene un carácter específico: debe ser susceptible de respuesta. Pero no solo ello. A su vez, debe poder ser respondida por medio de una investigación, es decir, de la observación metódica de la realidad. En particular, ha de ser posible responderla por medio de la investigación que proponemos realizar, de modo que, cuando formulamos una pregunta, estamos realizando una promesa implícita que consiste en suponer que contamos con los recursos necesarios para abordarla. Así, pues, debe tenerse en cuenta que nuestro trabajo, aunque no logre resolver el problema en un ciento por ciento, sí al menos tiene que poder aumentar la probabilidad de su solución.

Como ocurre con el objeto de estudio, la pregunta de investigación puede asumir diversos niveles de abstracción. Aquí, nuevamente, la habilidad del investigador reside en formularla de manera clara y precisa, recortando el problema particular detectado en el objeto, y usando cada término del modo menos ambiguo posible. Una pregunta bien redactada, abarcadora y puntual a la vez, permitirá construir un trabajo sólido y consistente, de forma tal de que, cuando se haya concluido su desarrollo, el discurso pueda ser comparado, a modo de respuesta, con el interrogante que disparó su ejecución.

La pregunta, expresada como tal con signos de interrogación, no debe aparecer necesariamente en superficie textual, aunque se recomienda su declaración explícita, en especial en trabajos presentados ante un tribunal evaluador. En todos los casos, sin embargo, la pregunta de investigación, se haga o no presente en el texto, deberá poder reconstruirse a partir de la formulación explícita de su respuesta, que no es otra cosa que la hipótesis de trabajo.

2.3. La hipótesis

En un plano metodológico, una hipótesis es una proposición que puede ser sostenida mediante pruebas y razonamientos apropiados (Sabino 1994). Se trata de un enunciado presentado en tono afirmativo que se propone como respuesta a la pregunta de investigación. Como tal, se supone que explica, aclara, responde o soluciona el problema formulado. Una hipótesis es una afirmación, aún no verificada, que se refiere a una de las dimensiones que componen el objeto. La investigación que sigue a su enunciación se construye precisamente con el propósito de ponerla a prueba. Se suele hablar, así, de hipótesis de trabajo, en tanto que herramienta metodológica que usa el investigador para dirigir su investigación.

Las hipótesis no son buenas por que se comprueben, sino por el modo en que están formuladas y por el hecho de que arrojan luz sobre un conjunto de fenómenos oscuros o poco claros. Una hipótesis que se rechaza puede ser incluso más relevante que una que se verifica, en tanto que su refutación puede dar lugar a otros trabajos de mayor alcance, o a una reformulación teórica sobre cierto aspecto que se consideraba estable y conocido. La calidad de las hipótesis se mide, así, por la originalidad y claridad con que proponen una nueva explicación o interpretación de los fenómenos.

A grandes rasgos, una hipótesis define una relación lógica entre variables de investigación, a saber: una o muchas variables independientes que explican el fenómeno –el explanans– y una o muchas variables dependientes que componen el fenómeno que se busca explicar –el explanandum–. Se asume, en principio, que la variable independiente ejerce una cierta influencia sobre la dependiente, en tanto que una modificación en alguno de sus parámetros genera cambios en los de la otra.

En la formulación de la hipótesis ha de buscarse implicar, de modo ordenado y exhaustivo, la mayor cantidad de variables que participen en el objeto de estudio, de forma tal de proponer, para cada una, un lugar definido en la relación. Deben así plantearse, por una parte, los supuestos metodológicos y las variables contextuales, que son los fenómenos que damos por sentado y que deben ser verdaderos para que la hipótesis se cumpla; las variables condicionales, que influyen sobre la variable independiente, sin cuya presencia no podría darse la relación; las variables intervinientes, que inciden de forma secundaria en la relación entre la variable independiente y la dependiente; y, finalmente, las variables independientes, que suponemos explican el fenómeno observado, y la variable dependiente, que es el fenómeno, en sí mismo, que nos proponemos explicar.

El esfuerzo, dado este esquema, radica en aislar las variables que entran en juego, reconocer su rol funcional en la relación y definir para cada una un modo preciso y objetivo de medición. Dadas estas definiciones, podrá plantearse, pues, una hipótesis relacional correctamente definida que, en definitiva, no es otra cosa que la declaración de un tipo de relación lógica entre las variables de investigación dados ciertos supuestos metodológicos y ciertas variables contextuales, condicionales e intervinientes.

En el caso de las hipótesis descriptivas o interpretativas, que se asocian a trabajos monográficos o de integración final, e incluso a tesis o tesinas exploratorias de talante no explicativo ni argumental, no se busca plantear relaciones explicativas, causales o correlaciones entre grupos de variables, sino que se trata de identificar las características que constituyen a un fenómeno o de interpretar el modo en que un hecho es percibido o expresado por los individuos que participan en él.

2.4. Los objetivos

El cuarto paso consiste en la formulación de los objetivos, definidos como los conocimientos que podrán obtenerse mediante la investigación del objeto de estudio. Por ejemplo, pueden orientarse a resolver un problema cognoscitivo en particular o a aportar evidencia empírica o metodológica para probar o refutar una teoría. Los objetivos representan una continuación lógica del planteamiento de la pregunta de investigación y de las hipótesis de trabajo, y pueden dividirse entre objetivos generales o primarios, y específicos o secundarios.

Los objetivos generales indican, de forma global, a dónde se quiere llegar con el trabajo; los específicos, por su parte, desglosan las dimensiones del problema de investigación. Tanto unos como otros, tienen que estar expresados con claridad y ser razonablemente alcanzables por medio del trabajo propuesto. Deben redactarse en tiempo infinitivo (‘determinar’, ‘analizar’, ‘verificar’, ‘examinar’, ‘describir’, ‘cuantificar’, ‘diagnosticar’, ‘explorar’, etc.) y estar expresamente dirigidos a la obtención de conocimientos y resultados académicamente relevantes. Cuando se redactan las conclusiones del trabajo, éstas se pueden comparar con los objetivos iniciales, a fin de saber cuáles puntos han quedado contemplados y cuáles han quedado sin resolver y requieren, por lo tanto, de una reformulación.

En la etapa de presentación de objetivos, puede incluirse también una justificación del trabajo, esto es: un análisis de su alcance, finalidad y relevancia (qué valor académico, social o comercial aportará) y un estudio de sus públicos de interés (a quiénes servirá). La justificación de la investigación puede ubicarse en diversos puntos del trabajo y depende de la importancia que tenga dentro del texto como un todo. Este aspecto puede resultar central en trabajos de investigación que hayan sido financiados por instituciones científicas, pero es recomendable declararlo explícitamente en todo tipo de esfuerzos. Hay que recordar que el valor del trabajo reside en gran parte en la pertinencia y relevancia que tiene dentro de la disciplina en la que investigamos.

2.5. El estado de la cuestión

El quinto paso de una investigación social relativamente extensa consiste en el desarrollo de un estado del arte o estado de la cuestión. Se trata de una recensión exhaustiva de todo aquello que se ha escrito previamente respecto del objeto elegido y supone, en tanto, una reseña y discusión teórica de las respuestas que otros autores han dado a nuestra pregunta de investigación. El estado del arte se construye por medio del arqueo bibliográfico de los materiales teóricos y metodológicos disponibles. Técnicamente, toma la forma de fichas de lectura, documentos ordenados y breves que extraen los aspectos centrales de cada pieza revisada.

El estado de la cuestión permite precisar, aislar y desambiguar los aspectos relevantes del fenómeno estudiado, a saber: sus variables dependientes e independientes, sus factores determinantes, sus mecanismos causales, sus conceptos y nociones primarias, sus supuestos metodológicos, sus marcos y enfoques explicativos e interpretativos. En esencia, un buen estado del arte ofrece un análisis de los acuerdos y desacuerdos que existen, respecto del objeto recortado, entre las distintas piezas de la literatura disponible.

La exposición exhaustiva de un estado del arte da lugar a los dos últimos pasos del trabajo: la definición de un marco teórico y de una metodología. Pero, a su vez, puede promover una reformulación de la pregunta de investigación, de la hipótesis y de los objetivos generales. Realizar correctamente este paso evita el estudio innecesario de temáticas ya investigadas o que carecen de interés académico; representa, en este sentido, un mecanismo de control sobre nuestras propias limitaciones (Sabino 1998).

2.6. El marco teórico

El marco teórico, referencial o conceptual define la perspectiva desde la cual observaremos nuestro objeto y enmarca el problema de investigación dentro de un conjunto de conocimientos más generales. Un mismo fenómeno admite múltiples puntos de vista, de modo que nuestro trabajo debe dar cuenta del enfoque que usaremos para delimitarlo, esto es: ¿desde qué ángulo de visión observaremos?, ¿qué cara o aspecto particular destacaremos en el análisis?, ¿qué puntos dejaremos fuera de nuestra mirada?

La elección de un marco teórico impone una forma de aprehender el objeto de estudio. Instala, en nuestra mirada, una visión del mundo, una posición epistemológica o una postura cognitiva, que necesariamente sesga nuestra forma de observar y analizar la realidad. Al definirlo, en todos los casos, limitamos nuestra forma de pensar y, por añadidura, empobrecemos el objeto analizado. Con todo, a efectos de mejorar nuestro trabajo de investigación, hemos de reconocer la necesidad de insertarlo en un marco de observación. Se asume que el esfuerzo intelectual no puede dar genuinos resultados si no se incorpora a una perspectiva preexistente. Puede darse el caso, sin embargo, de que un investigador desarrolle un marco teórico original que constituya en sí mismo un nuevo modo de comprensión de los fenómenos; pero incluso en ese supuesto, habrá detrás de todo una tradición de pensamiento que sirva de sustento epistemológico para cualquiera de sus afirmaciones.

El marco teórico impone sus restricciones de observación y determina las posibilidades metodológicas que serán utilizadas para abordar empíricamente el objeto recortado. En cada caso, el investigador deberá familiarizarse con las perspectivas teóricas que históricamente se utilizaron para el abordaje de su objeto de estudio. De ahí que un análisis del estado de situación de la literatura existente redunde siempre en un desarrollo teórico más rico y fecundo, o en la adopción de una perspectiva teórica más rigurosa.

3. El diseño metodológico

El séptimo y último paso consiste en la elección de una metodología, definida por un conjunto de etapas, herramientas, métodos, procedimientos y técnicas de análisis, que deben ajustarse al marco teórico definido y al arqueo bibliográfico realizado en el estado del arte. La metodología debe presentar, entre otras cosas: el carácter de su aproximación (cualitativo o cuantitativo), los mecanismos que se utilizarán para agrupar la información, el modo en que se definirán las unidades de registro, la explicación de los términos relevantes, el diseño muestral construido para abordar la población de análisis y la forma en que se recolectarán los datos. Pero, principalmente, debe dar cuenta de la validez y adecuación de las técnicas seleccionadas para responder a la pregunta de investigación, que no solo tendrán que ser pertinentes, sino también económicas y eficaces para la correcta resolución del problema.

Dada su naturaleza, la metodología atraviesa, de inicio a fin, todo el trabajo. Es decir que no se restringe al apartado dedicado a hacer manifiesto el abordaje metodológico, sino que hace referencia a una actitud general respecto del modo en que se generará el conocimiento. Está compuesta por un conjunto de etapas de actuación que se utilizarán para aplicar los conceptos teóricos, desarrollados en la estructura lógica del trabajo, al objeto real tal como se presenta en el mundo. De ahí que se pueda hablar, más propiamente, de un diseño metodológico.

El diseño metodológico debe definir, en primer lugar, el carácter de su abordaje, que dice algo acerca de la naturaleza de la información sometida a análisis. Un abordaje de carácter cuantitativo supone que los datos pueden ser expresados por medio de valores numéricos. En una investigación por encuestas o en un trabajo que aplica la técnica del análisis de contenido, la realidad es abordada como si fuera medible por medio de escalas cuantitativas. Una metodología cuantitativa hace hincapié en hallar regularidades y patrones de presentación, lo cual supone que las variables (por ejemplo, la edad, la altura, el peso, el salario, etc.) son comparables entre diversos individuos y, por lo tanto, susceptibles de operacionalización y análisis estadístico.

Una metodología con carácter cualitativo, por el contrario, asume que los datos no pueden ser reducidos a números, razón por la cual deben someterse a otra clase de enfoque. Aquí, la información recabada se considera como inherentemente compleja, en tanto se hacen presentes la subjetividad, el lenguaje y los modos de expresión que son propios del sujeto u objeto investigado. Las variables analizadas ya no se representan a través de números, sino por medio de caracteres alfabéticos, palabras, oraciones o frases. El abordaje etnográfico, la semiótica, el análisis de texto o de discurso, los grupos focales y el análisis de conversación, entre otros, son ejemplos de metodologías cualitativas orientadas a comprender los datos a partir del modo en que son expresados por quien los produce (un individuo, un periódico, una institución, un medio audiovisual, etc.).[2]

Las metodologías con carácter mixto, por último, articulan ambos abordajes. Una investigación cuali-cuantitativa podría comenzar, por ejemplo, con un estudio etnográfico o unos grupos focales, de corte cualitativo, orientados a recabar información relevante (emergentes y pautas de conducta) que servirá como base para la segunda parte de la investigación, de enfoque cuantitativo, a saber: la construcción de un cuestionario de encuesta. Esta combinación de métodos suele ser provechosa, en tanto que utiliza lo mejor de cada uno y evita sesgar, en este sentido, la naturaleza intrínsecamente compleja de la realidad social estudiada.

Ahora bien, en el diseño metodológico, además de definir el carácter con que se abordarán los datos, debe hacerse explícito el modo en que se cumplirán los propósitos de la investigación. Entre otros aspectos, en un trabajo de corte eminentemente cuantitativo deberá definirse el sistema de categorías, el cuestionario, el universo poblacional, los métodos muestrales, el tamaño muestral y los mecanismos para la extracción de una muestra, el planeamiento del trabajo de campo, la codificación y procesamiento de una base de datos, el análisis estadístico de los resultados y, por último, el cronograma de trabajo.

3.1. El sistema de categorías

El primer paso en una investigación orientada a analizar un universo poblacional mediante técnicas cuantitativas radica en construir un sistema de categorías. Se trata del listado ordenado de términos, conceptos y variables centrales del estudio, que serán el punto de partida para abordar la población por medio de fichas de medición. Para su construcción, los conceptos y proposiciones definidos en el marco teórico deben transformarse en variables e indicadores, procedimiento deductivo que se denomina operacionalización de conceptos teóricos (Lazarsfeld 1973, 35-46) y opera como fase intermedia entre la formulación teórica del problema y la medición de las variables relevantes. Este proceso se concreta a través de una serie de pasos relacionados: primero, descomponiendo los conceptos teóricos en diversas dimensiones; segundo, seleccionando de cada dimensión una serie de indicadores; tercero, sintetizando cada indicador mediante la elaboración de índices (Krippendorff 1990).

El sistema de categorías está en la base de la herramienta de medición que usaremos para acercarnos al objeto. En este sentido, su determinación exhaustiva es un aspecto clave del diseño. El esfuerzo de un trabajo de esta clase debe concentrarse precisamente en la codificación, esto es, en el proceso en virtud del cual las características relevantes de un objeto son transformadas en unidades de registro [3], que serán insertadas, colocadas o encasilladas en categorías. Las categorías y subcategorías de un sistema categorial deben cumplir con los siguientes requisitos: de un lado, ser exhaustivas, esto es, abarcar todas las unidades de registro posibles; de otro, ser mutuamente excluyentes, es decir, establecer distinciones entre las unidades de análisis, evitando que una misma unidad pueda pertenecer a dos casilleros al mismo tiempo. La correcta determinación y jerarquización del sistema de categorías redunda en una ficha de medición válida y fiable.[4]

Por ejemplo, si en nuestra investigación reconociéramos como central el concepto de éxito profesional, deberíamos imaginar de qué forma podemos medir esta noción teórica. El éxito profesional es una entidad imaginaria que no puede asumir valores y, por lo tanto, no podemos mensurar. Es necesario operacionalizar el concepto a través de sus manifestaciones concretas en la realidad. Así, podrá definirse el concepto teórico a partir de categorías, entre otras: el dinero, el poder, el reconocimiento, la educación, la felicidad, etc. Cada una de estas categorías abre una dimensión del concepto y, de esta forma, nos permite medirlo. A su vez, se pueden elaborar indicadores de estas dimensiones, que son la base de las preguntas que formularemos en el cuestionario, a saber: ‘tener un buen sueldo’, ‘ser reconocido/a’, ‘estar conforme con el trabajo’, ‘tener un importante cargo laboral’, ‘obtener títulos de estudio’, etc. Los índices, por último, constituyen la escala de valores que podemos asignar a estos indicadores. La tabla 1 presenta la descomposición en dimensiones e indicadores de este concepto teórico.

Tabla 1. Modelo de sistema categorial que descompone conceptos en dimensiones e indicadores.

3.2. El diseño del cuestionario

El cuestionario es el correlato visible, en forma de plantilla estructurada, del sistema de categorías definido. Las dimensiones e indicadores del sistema se cristalizan en la forma de preguntas de formulario (variables), cada una de las cuales contiene opciones de respuesta (valores). Un sujeto encuestado, al dar una respuesta, asigna un valor a una variable. Por ejemplo, para medir la dimensión ‘Dinero’, en base al indicador ‘Tener un buen sueldo’, podríamos plantear la siguiente pregunta, que presenta una serie de índices o escalas de medición (figura 4):

Figura 4. Modelo de pregunta de cuestionario con escala de respuestas.

Otra alternativa para indagar acerca del concepto de éxito profesional, podría consistir en listar una serie de indicadores, de forma que el encuestado seleccione aquellos que considera lo definen de mejor modo (figura 5).

 

Figura 5. Modelo de pregunta de cuestionario con listado de respuestas no excluyentes.

Las preguntas en un cuestionario pueden ser abiertas, y admitir respuestas no codificadas (textos, frases y modos de expresión del sujeto), o cerradas, y ser susceptibles de clasificación en un listado acotado de opciones fijadas de antemano. En trabajos por encuestas, es conveniente orientar las preguntas para su medición cuantitativa y limitar, por consiguiente, el espectro de los valores que pueden asumir. Las opciones de una pregunta cerrada pueden ser múltiples o dicotómicas. Estas últimas contienen solo dos valores excluyentes entre sí (i.e., sexo femenino o masculino); las respuestas con opción múltiple, por el contrario, pueden ser tanto excluyentes (admiten la selección de una sola alternativa) como no excluyentes (permiten elegir más de una opción). En respuestas múltiples, las opciones pueden ser mencionadas en voz alta por el encuestador, que ofrece al encuestado, de forma previa a su intervención, el listado exhaustivo de casilleros posibles, o ser omitidas, en cuyo caso el respondente deberá nombrarlas de forma espontánea, y será luego tarea del codificador ingresarlas en las opciones viables.

Debe prestarse especial atención en la redacción de las preguntas y de sus opciones en forma de respuesta. Una pregunta ambigua puede ser percibida de manera diferente por dos encuestados distintos; e incluso si se comprendiera de igual modo, las escalas asignadas a sus respuestas (supongamos, una escala de satisfacción) podrán ser interpretadas de manera subjetiva, dando lugar a que las respuestas no puedan ser comparables entre diversos sujetos.

Por último, debe revisarse el flujo del cuestionario, que consiste en controlar, primero, los saltos de preguntas, es decir, la omisión de ciertos interrogantes en función del tipo de respuestas dadas a preguntas previas; y, segundo, los patrones de respuesta, en tanto que una serie de preguntas con mismas escalas de codificación puede generar agobio en el sujeto encuestado, que terminará por dar idénticas respuestas en casi todos los puntos (Padua 1996, 82-85).

3.3. La definición del universo

De modo paralelo al desarrollo del cuestionario, es necesario delimitar el universo de análisis, esto es, la población de documentos o individuos que será sometida a estudio. La definición del universo poblacional es un aspecto central del diseño metodológico. Debe ajustarse a los objetivos y al problema de la investigación, y, a su vez, ser una derivación del objeto de estudio. La formulación del universo debe ser precisa y exacta, de modo tal de incluir a todo individuo de interés y de excluir a todo aquel que no lo sea. En la definición del universo, deben también precisarse las unidades de registro o unidades de análisis que constituyen las porciones mínimas del universo recortado que contienen información significativa para el análisis.

3.4. El diseño muestral

Dada la limitación inherente a la tarea de investigación respecto de los recursos de trabajo (económicos, humanos, tecnológicos, etc.), caeremos rápidamente en la cuenta de que no podemos censar al universo y decidiremos, por lo tanto, extraer un pequeño grupo, esto es, una muestra. Una muestra es un subconjunto de individuos, tomado del total de la población, que es sometido, como en un laboratorio, a nuestros mecanismos de medición. La muestra, por su propia naturaleza, es artificial: se aleja, necesariamente, del mundo real del que fue tomada. Con todo, existen estrategias de muestreo que ayudan a minimizar esta diferencia.

A fin de que podamos inferir conclusiones que vayan de la muestra al universo, el segmento muestral que tomemos deberá ser representativo, en la mayor medida posible, de la población de la cual se extrajo. En caso contrario, nuestros resultados aplicarán solamente a los individuos encuestados. Para que una muestra sea estadísticamente representativa, debe asegurarse, en primer término, que las unidades muestrales tengan equiprobabilidad [5] de ser seleccionadas respecto de aquellas que quedaron fuera de la muestra. Para realizar dicha selección, que debe ser necesariamente probabilística[6], se deben tener en cuenta las características de la población general y el tipo de inferencia que desea realizarse, partiendo de la muestra, al universo como un todo (Cea D’Ancona 1999).

Para abordar el universo poblacional de forma representativa, es decir, para extraer de él una muestra que asegure equiprobabilidad en la extracción de las unidades de análisis, contamos con dos métodos principales:

  • Muestreo aleatorio simple: consiste en construir una lista exhaustiva de todas las unidades del universo y en seleccionar de ella, por medio del azar, una cantidad fija de individuos. En tanto que cada extracción se realiza a partir de la serie de todos los casos posibles, cada elemento en la población tiene la misma probabilidad de ser seleccionado.
  • Muestreo aleatorio estratificado: se trata de dividir a la población en grupos, llamados estratos, que son homogéneos entre sí y heterogéneos respecto del resto del universo en cuanto a ciertas variables duras. Los elementos son seleccionados al interior de cada estrato por medio de un muestreo aleatorio simple. En este proceso, debe asegurarse que la muestra extraída contenga, proporcionalmente, los mismos estratos observados en la población.

Por lo general, si se realiza un abordaje de tipo probabilístico, se suele preferir el muestreo aleatorio estratificado; el muestreo aleatorio simple supondría que contamos con el listado de nombres y apellidos de todos los individuos que componen el universo. Un muestreo estratificado, por el contrario, no requiere de tal información y se orienta a tomar un subconjunto organizado por estratos de clasificación. Esto implica que la extracción de los individuos debe constituir una muestra, de forma tal de que el tamaño de sus estratos sea proporcional, en cantidad de elementos, al tamaño de los estratos poblacionales.

3.5. La estimación del tamaño muestral

Un problema importante en cualquier proceso de muestreo radica en la definición del tamaño de la muestra, esto es, la cantidad mínima de unidades de análisis que es necesario extraer para asegurar la representatividad. El tamaño óptimo se desprende de los parámetros del universo; cosa que, por supuesto, casi siempre se desconoce. Medido en cantidad de individuos, debe ser suficiente en principio como para permitirnos realizar inferencias al universo estudiado. Si tomáramos solo 10 casos, existirá una enorme posibilidad de que no representen al total, en tanto que la probabilidad de que esos 10 individuos no piensen del mismo modo o no tengan las mismas características de perfil que el resto del universo es enormemente alta. Tomando pocos casos, pues, obtendríamos una muestra sesgada.

La dimensión de la muestra debe calcularse de modo de alcanzar un nivel de confianza aceptable. El nivel o intervalo de confianza es la probabilidad de que las estimaciones que haremos para las medidas de las variables de la muestra (los llamados estadísticos muestrales) se ajusten a las medidas reales de la población de estudio (conocidos como parámetros universales). Es decir, el intervalo de confianza indica hasta qué punto podremos inferir lo observado en la muestra al conjunto del universo.

Cuanto más nos acerquemos al tamaño universal o cuanto mejor tomemos los individuos de la muestra, nuestro nivel de confianza tenderá a cero, es decir que la probabilidad de que la muestra que tomemos sea sesgada será casi nula y, por consiguiente, podremos decir cosas acerca de la población con un fundamento estadístico. En el siguiente gráfico (gráfico 1), se visualiza la diferencia que puede existir entre el promedio de la muestra y la media del universo si la extracción muestral no se realiza correctamente.

Gráfico 1. Diferencias entre el promedio de una muestra sesgada y la media del universo poblacional.

3.6. El trabajo de campo

En una investigación con muestra probabilística estratificada, el plan de muestreo se orienta a coordinar el trabajo de campo de forma tal de que se asegure, sobre todo, la equiprobabilidad en la selección al interior de cada estrato: cualquier individuo del universo estratificado debe poder ser, potencialmente y con el mismo peso relativo, una unidad de la muestra. Pese a estas consideraciones, podrá ocurrir que, por errores de coordinación, la muestra construida termine siendo diferente, en cuanto a su división por estratos, de la población total. En ese caso, deberá recurrirse a mecanismos de ponderación [7], a fin de asignar menor peso a ciertos estratos sobredimensionados y de acercarlos, así, al peso verdadero que tienen en el mundo real.

Al comenzar el trabajo de campo, los encuestadores abordan a las unidades de análisis a fin de encuestarlas en determinadas situaciones de entrevista. El abordaje se puede realizar de diversas maneras, por ejemplo, ubicando a los interrogadores en ciertos puntos de la locación designada como escenario de campo. Es importante, en este sentido, la correcta distribución geográfica y temporal de los individuos encargados del trabajo de campo a fin de asegurar, nuevamente, la equiprobabilidad en el muestreo.

3.7. La codificación del cuestionario

La información recabada por medio del trabajo de campo debe registrarse, en la etapa de data entry (ingreso de datos), en una base de datos estructurada. El beneficio de este vaciamiento radica en que la estructura tabular permite el análisis estadístico, tanto a lo largo de una misma variable como en la relación que se establece entre algunas de ellas. Para ello, debe realizarse, como primer paso, una codificación de las variables y categorías presentes en la ficha de medición.

La codificación radica en asignar un número a cada valor. Por ejemplo, para la variable estado civil, se pueden definir los siguientes valores numéricos:

1 = ‘Soltero/a’

2 = ‘Casado/a’

3 = ‘Divorciado/a’

4 = ‘Viudo/a’

En este caso, no existen valores perdidos; pero para otras variables deben contemplarse los valores en los que hay ausencia de dato, que se codifican automáticamente con un número alto, alejado de los números de los valores existentes. Es importante, en este sentido, distinguir los valores nulos (null values), en los que el dato es igual a cero, de los valores perdidos (missing values), en los que hay ausencia de dato (el sujeto no respondió a la pregunta o el encuestador no la cargó correctamente). Esta distinción la realiza el programa de gestión estadística de forma automática a través del proceso de codificación, pero debe tenerse siempre presente en la tarea de análisis posterior.

La codificación del cuestionario requiere del uso de una herramienta automática de gestión de datos. Puede realizarse de forma manual y en papel, pero actualmente se considera innecesario tal esfuerzo. Se suele recurrir, así, a un software de análisis estadístico (i.e., SPSS, SAS e incluso Excel) que permite construir una base de datos compuesta por tantas tablas como formularios existan. Cada tabla de la base contiene, como en una planilla de cálculo de doble entrada, columnas (variables / preguntas) y filas (individuos / unidades).

La construcción de la base da lugar a un matriz de datos, de n variables por n individuos, que tendrá la siguiente estructura (tabla 2):

 

Tabla 2. Matriz de una base de datos.

En la celda V1/I1, que vincula la fila del individuo 1 y la columna de la variable 1, deberá registrarse, en la etapa de data entry, la respuesta dada por dicho individuo a la primera variable identificada en el cuestionario; por extensión, la celda Vn/In registrará la respuesta dada por el individuo n a la variable n. De este modo, se construye una base de datos que contendrá, en una sola planilla de cálculo, el total de los valores asignados a todas las variables por todas las unidades muestrales.

3.8. El procesamiento de la base de datos

Una vez construida, la base debe adaptarse para su correcto uso en programas de gestión estadística. Su adaptación consiste en la revisión detallada de los tipos y medidas de cada variable, es decir, de cada pregunta del cuestionario, a fin de controlar su conversión de un lenguaje a otro. Cada variable se define en la base de datos de acuerdo a un tipo (numérico, cadena, fecha, etc.) y a una medida (escalar, nominal, ordinal, etc.). Estas definiciones imponen restricciones a la clase de análisis a la que podrán someterse y definen el método estadístico válido para su representación (tablas de contingencia, tests paramétricos o no paramétricos, pruebas T de Student, regresiones logísticas o regresiones numéricas, etc.).[8]

A su vez, se opera en esta etapa la recodificación de las variables cualitativas abiertas en variables categóricas codificadas. Una pregunta abierta puede expresarse a través de diversas clases de respuestas, a veces en la forma de textos que respetan, literalmente, los modos de expresión del sujeto encuestado. Para el análisis, es necesario recodificarlas y asignar a cada valor recurrente una categoría cerrada. De este modo, se evitan errores comunes, como los de considerar que ‘gerente de producto’, ‘gerente de productos’ y ‘gte. de producto’, son categorías diferentes.

Con la base correctamente revisada en cuanto a los tipos y medidas, a la recodificación numérica de cada variable y la identificación de los valores perdidos y valores nulos, se procede al análisis estadístico propiamente dicho. Estos procedimientos de control aseguran la validez de los datos que se someten a análisis y están, por lo tanto, directamente vinculados con la calidad de los resultados de la investigación.

3.9. El análisis estadístico

El uso de herramientas y métodos estadísticos para el análisis de los datos debe tener siempre como objetivo, en primer término, la descripción de cada variable de forma individual (estadística descriptiva) y, en segundo lugar, la búsqueda de relaciones significativas entre dos o más variables (estadística inferencial). El análisis descriptivo, en todos los casos, debe realizarse con anterioridad al inferencial, en tanto que permite detectar las distribuciones de los datos que luego serán sometidos a análisis relacional. En la estadística descriptiva se busca realizar una descripción de las puntuaciones sostenidas para cada variable por medio de distribuciones de frecuencia de acuerdo a medidas de tendencia central (media, mediana, etc.) y a medidas de dispersión (desvío estándar, varianza, etc.).

La estadística inferencial, por su lado, se ocupa de medir la frecuencia de coocurrencias de los valores de una variable y los valores de otra, para lo cual se utilizan normalmente tablas de contingencia que permiten detectar la dependencia o la independencia entre variables y categorías, fijando en cada caso relaciones de determinación, asociación, equivalencia, oposición, exclusión, proximidad, simultaneidad, secuencialidad u orden, entre otras (Piñuel Raigada 1995). En los abordajes inferenciales, lo que se busca es detectar los efectos de relación entre una variable independiente y una variable dependiente (métodos univariables), o entre dos o más variables independientes y una variable dependiente (métodos multivariables)[9]. Así, en el análisis de inferencias, se buscan relaciones relevantes entre variables, intentado hallar en cada caso su significación estadística (que dice algo acerca de la fuerza de la relación en términos puramente estadísticos) y, quizá más importante, su significación ecológica (que dice algo acerca de la importancia práctica e intuitiva que tiene dicha relación).

3.10. El cronograma de trabajo

El último paso de un diseño metodológico consiste en la elaboración de un cronograma de trabajo, que debe ser una presentación esquemática y gráfica de las principales actividades realizadas, tanto en la construcción de la estructura lógica como en el diseño metodológico, y que permite comparar las fechas proyectadas en el diseño del proyecto o anteproyecto con las fechas efectivamente cumplidas durante su realización. El sentido del cronograma no radica únicamente en mostrar las etapas del trabajo, sino en servir de guía de control para su correcto cumplimiento.

Existen diversas maneras de presentar un cronograma. Puede plantearse en forma de tabla de doble entrada, organizada por etapas de trabajo (tabla 3).

Tabla 3. Modelo de cronograma por etapas.

O por medio de tabla ordenada según una línea temporal (tabla 4).

Tabla 4. Modelo de cronograma por línea de tiempo.

4. La presentación de resultados

Cuando se han definido los componentes de la estructura lógica y se han elaborado y llevado a cabo todos los pasos del diseño metodológico de acuerdo al cronograma pautado, deben presentarse los principales resultados obtenidos, que asumirán la forma de un informe de investigación. Un informe es un documento formal de moderada extensión (no más de 80 o 100 páginas) que pauta, de manera ordenada, los procedimientos utilizados en cada etapa del esfuerzo realizado y que presenta, de forma clara y precisa, las principales conclusiones a las cuales se ha podido arribar. Es un texto extenso, pero redactado con estilo sintético, que detalla el diseño utilizado para la demostración de la hipótesis y los principales resultados alcanzados durante el proceso, exhibidos en forma de gráficos, tablas, cuadros y descripciones.

Debe pensarse, primeramente, en el destinatario al que va dirigido el trabajo, de modo de hacer énfasis en aquellos puntos que gozan de especial interés para el público objetivo y de omitir aquellos que podrían resultar innecesarios. Los principales resultados deben estar expresados de tal modo que puedan extraerse de ellos unas conductas de acción. Es decir, ha de tenerse en cuenta que podrán servir a modo de diagnóstico de una situación, ofreciendo a este respecto posibles soluciones de actuación.

Por último, el trabajo debe cerrar con unas reflexiones generales, propuestas por el mismo investigador, que se puedan extraer, como corolarios, de los frutos obtenidos durante la investigación. En este sentido, debe incorporarse una propuesta final que establezca nuevos interrogantes y problemáticas que nacen del esfuerzo realizado y que pueda dar lugar, por consiguiente, a nuevos caminos de investigación.

5. Referencias

[1] Es necesario tener en cuenta el carácter sesgado de todo objeto de estudio. Cuando se recorta un objeto, se dejan cosas de lado, de modo que lo analizado será siempre pobre en relación con el conjunto del cual se extrajo. Asimismo, como resultado de este recorte, que es siempre arbitrario y motivado, se construye un mundo artificial, que se aleja de sus condiciones naturales de existencia. De ahí que muchas de las variables que operaban en éste en circunstancias reales dejarán de funcionar en su reproducción experimental o teorética.

[2] Para un mayor detalle de los métodos cualitativos, véase Sautu 2005; y, en particular, Kornblit 2004.

[3] Las unidades de registro (también llamadas unidades de codificación o de análisis) se definen como aquella porción mínima que el investigador aísla por contener elementos considerados significativos para el análisis. Se trata del segmento mínimo de la realidad estudiada, que será sometido a categorización. Véanse Bardin 1986 y Krippendorff 1990.

[4] La validez se refiere a la adecuación del sistema de clasificación para la medición de los conceptos teóricos, es decir, denota el nivel de correspondencia que existe entre los constructos teóricos definidos y las variables empíricas generadas a partir de ellos. La fiabilidad, por su parte, es un índice de la consistencia del procedimiento de medición, que implica que distintos investigadores puedan llegar a idénticos resultados sobre el mismo corpus de análisis (fiabilidad intersubjetiva) o que el mismo investigador extraiga las mismas conclusiones del mismo corpus en dos períodos de tiempo separados (fiabilidad intrasubjetiva). Véase Krippendorff 1990.

[5] La condición de equiprobabilidad (equi = idéntica) exige que cualquier unidad de análisis que forma parte de la población de estudio debe tener la misma probabilidad de formar parte de la muestra, fijada como P = 1/N, siendo N la cantidad de unidades del universo.

[6] Hay que mencionar, sin embargo, que existen procedimientos de muestreo no probabilísticos, por ejemplo, las muestras casuales, intencionales o por cuotas. Estos abordajes, como señala Padua (1996, 82-85), tienen poco interés en términos de estimación, pero pueden servir en ciertos casos a modo de aproximación inicial a un tema de estudio.

[7] Véanse Canavos 1988 y Runyon 1992.

[8] Para un detalle de estos métodos de análisis estadístico, véanse Cea D’Ancona 1999; y, especialmente, Ander-Egg 2003.

[9] Entre los métodos multivariables, que son los más significativos en este tipo de análisis, pueden identificarse, siguiendo la clasificación de J. N. Sheth (1971, 13-19), los siguientes: regresión múltiple lineal, análisis discriminante múltiple, análisis multivariable de la varianza, análisis canónico, análisis factorial, análisis de grupos o cluster analysis, análisis de escalas multidimensionales métricas y no métricas, y análisis de la estructura latente.

6.Bibliografía

ANDER-EGG, Ezequiel (2003) Métodos y técnicas de investigación social IV: técnica para la recogida de datos e información. Buenos Aires: Lumen.

BARDIN, Laurence (1986) Análisis de contenido. Madrid: Akal/Universitaria.

CANAVOS, George (1988) Probabilidad y Estadística. Aplicaciones y Métodos. Madrid: Mc Graw Hill.

CEA D’ANCONA, Ma. Ángeles (1999) Metodología cuantitativa. Estrategias y técnicas de investigación social. Madrid: Síntesis.

ECO, Umberto (1991) Cómo se hace una tesis. Técnicas y procedimientos de estudio,

investigación y escritura. Barcelona: Gedisa.

KORNBLIT, Ana Lía (coord.) (2004) Metodologías cualitativas en ciencias sociales. Modelos y procedimientos de análisis. Buenos Aires: Biblos.

KRIPPENDORFF, Klaus (1990) Metodología de análisis de contenido. Teoría y práctica. Barcelona: Paidós.

LAZERSFELD, P.F. (1973) “De los conceptos a los índices empíricos”, en: Boudon, R. y Lazarsfeld, P. (comps.), Metodología de las ciencias sociales: Conceptos e índices. Barcelona: Laia.

PADUA, Jorge (1996) Técnicas de investigación aplicadas a las ciencias sociales. México: Fondo de Cultura Económica.

RUNYON, Richard; Audrey, HABER y PEREYRA, Hugo (1992) Estadística para las ciencias sociales. Wilmington: Addison-Wesley Iberoamericana, S.A..

SABINO, Carlos (1994) Cómo hacer una tesis. Buenos Aires: Lumen.

SABINO, Carlos (1998) El proceso de la investigación. Buenos Aires: Lumen.

SHETH, Jagdish (1971) “The multivariate revolution in marketing research”. Journal of Marketing Vol. 35, 13-19.

SAUTU, Ruth (2005) Todo es teoría. Objetivos y métodos de investigación. Buenos Aires: Ediciones Lumiere.

 

Cursos recomendados

Curso: El proyecto de investigación

El proyecto de investigaciónEn este curso, se propone un recorrido a través de los elementos, pasos y etapas que son esenciales para la escritura científica de proyectos de investigación.

Tendrás acceso a clases magistrales, lecturas y ejercitaciones, y podrás ir subiendo, semanalmente, el avance de tu trabajo a tu campus virtual, que será corregido y comentado de forma personalizada por el docente a cargo. Esto te permitirá desarrollar tu proyecto a medida que incorpores los conceptos y herramientas fundamentales.

Al finalizar el curso, podrás definir el tema y el objeto de estudio de tu proyecto, redactarás de forma precisa tu problema de investigación, tus hipótesis y tus objetivos, y serás capaz de diseñar un esquema metodológico válido y fiable para la realización de tu investigación. Vale decir, al completar este curso, tendrás tu proyecto de investigación correctamente formulado.

Curso: El paper o artículo académico

El paper o artículo académicoEste curso abarca el proceso productivo involucrado en la redacción de papers o artículos académicos, esto es, trabajos de especial precisión terminológica y estructural orientados a la divulgación de conocimiento en publicaciones especializadas.

A lo largo del curso, se ofrecerán conceptos y herramientas para la producción de artículos académicos o papers, a saber: la estructura, el estilo, el abordaje de la temática, la elaboración del abstract o resumen, la construcción de la introducción, el diseño metodológico, la demostración de resultados y la redacción de conclusiones finales.

Tendrás acceso a clases magistrales, lecturas y ejercitaciones, que te permitirán identificar los principios fundamentales que intervienen en la elaboración de este tipo de trabajos. Al finalizar el curso, habrás internalizado las pautas formales, estilísticas y temáticas que son propias de los artículos científicos o papers, y serás capaz de aplicar fundamentos de escritura especializada a tu propio trabajo.

 

Cursos recomendados

Curso: El proyecto de investigación

El proyecto de investigaciónEn este curso, se propone un recorrido a través de los elementos, pasos y etapas que son esenciales para la escritura científica de proyectos de investigación.

Tendrás acceso a clases magistrales, lecturas y ejercitaciones, y podrás ir subiendo, semanalmente, el avance de tu trabajo a tu campus virtual, que será corregido y comentado de forma personalizada por el docente a cargo. Esto te permitirá desarrollar tu proyecto a medida que incorpores los conceptos y herramientas fundamentales.

Al finalizar el curso, podrás definir el tema y el objeto de estudio de tu proyecto, redactarás de forma precisa tu problema de investigación, tus hipótesis y tus objetivos, y serás capaz de diseñar un esquema metodológico válido y fiable para la realización de tu investigación. Vale decir, al completar este curso, tendrás tu proyecto de investigación correctamente formulado.

Curso: El paper o artículo académico

El paper o artículo académicoEste curso abarca el proceso productivo involucrado en la redacción de papers o artículos académicos, esto es, trabajos de especial precisión terminológica y estructural orientados a la divulgación de conocimiento en publicaciones especializadas.

A lo largo del curso, se ofrecerán conceptos y herramientas para la producción de artículos académicos o papers, a saber: la estructura, el estilo, el abordaje de la temática, la elaboración del abstract o resumen, la construcción de la introducción, el diseño metodológico, la demostración de resultados y la redacción de conclusiones finales.

Tendrás acceso a clases magistrales, lecturas y ejercitaciones, que te permitirán identificar los principios fundamentales que intervienen en la elaboración de este tipo de trabajos. Al finalizar el curso, habrás internalizado las pautas formales, estilísticas y temáticas que son propias de los artículos científicos o papers, y serás capaz de aplicar fundamentos de escritura especializada a tu propio trabajo.