Professional Documents
Culture Documents
En ciencias sociales, y en especial en América Latina y los países del Mediterráneo, cuando se
habla de interdisciplina en general se hace referencia a una relación entre disciplinas fácticas,
generalmente ciencias sociales que por su propia naturaleza suelen compartir objetos de estudio,
métodos y aún paradigmas, como la psicología, la sociología, la economía, la etnología, la
lingüística, la arqueología, la historia, la geografía, etc. No obstante, existen otras relaciones
interdisciplinares: las que se dan entre las ciencias sociales y las naturales, y sobre todo las que
se producen entre las ciencias sociales y las ciencias exactas, a nuestro juicio las más ricas de
todas, por implicar dos formas de conocimiento y de razonamiento esencialmente distintas.
Nos interesa resaltar la trascendencia alcanzada por la metodología estadística, ya que hoy
resulta inobjetable su función heurística en las ciencias sociales3. Las posibilidades de aplicación
de la estadística en la investigación geográfica dependen de la complejidad conque son tratadas
tres cuestiones básicas de la misma: el área de estudio, la propia problemática objeto de la
investigación, y el período de tiempo a considerar. (Cuadro 1)
Por último, uno de los principios de la geografía es el principio de cambio, que expresa que los
hechos geográficos están sujetos a constante transformación, y por lo tanto deben ser estudiados
como hechos activos y mutables, no estáticos sino dinámicos4. En consecuencia, una
investigación geoestadística puede realizarse analizando cambios a través del tiempo o no. Una
investigación en la que cada variable se establece para un único momento en el tiempo es una
investigación sincrónica. La incorporación de un segundo momento permite estudios bicrónicos,
que posibilitan establecer tasas de variación y extrapolaciones. La consideración de muchos
momentos abre las puertas al análisis diacrónico5, al monitoreo de la realidad, pudiendo advertir
variaciones cíclicas y tendencias, con su proyección a corto, mediano y largo plazo.
En cuanto al análisis diacrónico, el caso más sencillo es cuando se cuenta con un único individuo
para una sola variable. Aquí la información se reduce a una matriz fila y el único estudio posible
es el análisis de trayectoria, el cual podrá ser acompañado por un gráfico. La incorporación de
nuevas variables para un único territorio genera una matriz rectangular en la que las filas
representan los momentos en el tiempo y las columnas las variables. Las posibilidades se limitan
entonces a un análisis diacrónico ideográfico completo, el cual deberá centrarse en la
comparación de las trayectorias de las variables involucradas.
La incorporación de nuevos territorios para una única variable, produce una matriz rectangular
en la que las filas representan las trayectorias de las distintas unidades espaciales y las columnas
las distribuciones estadísticas de la variable para los momentos considerados. En este caso, las
posibilidades se reducen a un análisis diacrónico univariado completo, que posibilita el estudio
comparativo de las trayectorias y una eventual clasificación de las unidades espaciales.
Finalmente, el análisis diacrónico completo es el más complejo. Lo habitual es disponer la
información en tantas matrices como momentos se consideren, es decir: una matriz sincrónica
para cada momento, y cada una de ellas con tantas filas como unidades espaciales y tantas
columnas como variables.
Se denominan caracteres las cuestiones comunes a todos los individuos que merecen ser
estudiadas. Los caracteres pueden ser cuantitativos o cualitativos. Los primeros reciben el
nombre de variables y se dividen en variables discretas y continuas. Las variables discretas se
expresan con números enteros y suelen ser producto de conteos. Es el caso del número de camas
en los hospitales. Su uso de manera directa es muy limitado en geografía, porque no son útiles
para realizar comparaciones, al referirse a territorios con superficies y poblaciones distintas.
Hay algunas variables continuas que presentan las mismas limitaciones; por ejemplo el producto
bruto, constituyendo valores absolutos. A unas y otras las consideramos prevariables, por no
resultar aptas para un análisis estadístico profundo. Por ejemplo, la cantidad de camas en los
hospitales no es un buen indicador de la infraestructura de salud, porque las unidades espaciales
pueden tener poblaciones muy disímiles. Las variables continuas se expresan en números reales,
y por lo común son producto de mediciones o de relaciones entre variables discretas. En este
último caso permiten realizar comparaciones entre unidades espaciales. Así, la cantidad de
camas de hospital cada mil habitantes es un indicador mucho más adecuado que el anterior.
Se denomina modalidad al valor o categoría que toma un caracter para cierto individuo. A la vez,
la frecuencia es el número de individuos pertenecientes a una misma modalidad, aunque en el
Para algunos de sus cultores la estadística es una ciencia con todas las letras; para otros es sólo
una rama de las matemáticas. No nos corresponde terciar en esta cuestión: ciencia o disciplina, la
estadística carece de objeto propio, y por lo tanto es formal, no obstante lo cual presenta enormes
posibilidades de aplicación a las ciencias fácticas. La utilidad de la estadística para el científico
social depende del tipo y la magnitud de la información con que se cuente. En general, su valor
se multiplica en la medida que la información sea cuantitativa y su magnitud tan grande que no
pueda sustituirse con el ojo experimentado del especialista. Para el científico social la estadística
constituye una herramienta metodológica que auxilia en las tareas de adquisición, ordenamiento,
tratamiento, análisis, interpretación, clasificación y síntesis de la información.
Para cada paso del método científico existen procedimientos estadísticos que facilitan el trabajo,
y ante la obtención de nueva información los pasos deben repetirse. En el caso de la geografía, la
dinámica socioterritorial y la periódica realización de censos y relevamientos llevan a que el
proceso de investigación también deba repetir sus pasos de manera cíclica. (Cuadro 3)
En tales casos, la falta de un dato lleva a decidir entre desechar toda la investigación, excluir al
individuo, eliminar la variable o estimar el dato faltante. Surge entonces la posibilidad de aplicar
un método de regresión9 que permita reemplazar el dato faltante por una estimación, aceptando
un cierto margen de error conocido. Otro problema muy común es que los datos que se quieren
relacionar sean diacrónicos; en este caso la solución consiste en interpolar o extrapolar uno de
tales datos para el momento en que fue tomado el otro.
Por otra parte, permiten conocer el margen de error que implica trabajar con la muestra. Sin
embargo, en ciertos casos no hay forma de conocer toda la población, o su costo sería muy alto,
y entonces se debe recurrir a métodos no probabilísticos. Existen distintos métodos para la
Vidal de la Blache afirmó que “la geografía se distingue como ciencia esencialmente
descriptiva”12, y consideró que el método descriptivo era uno de los seis caracteres distintivos de
la geografía. Ackerman13, por su parte, consideró que “el objetivo focal de la investigación
regional (...) [es] una descripción definitiva de las fuerzas sociales y físicas que conforman una
región en cierto momento y la manera en que reaccionan unas sobre otras”.
Establecida la correlación, hay que definir si puede considerarse significativa o si las dos
variables involucradas deben entenderse como independientes una de la otra. Para ello se puede
utilizar un test como el t de Student26. Si dos variables presentan una correlación significativa,
esto puede ser porque una de las variables representa la causa de la otra, porque constituye uno
de los varios factores que inciden sobre la otra, o porque ambas variables son condicionadas por
uno o varios otros factores. Entonces tiene sentido obtener las rectas de regresión,
Asimismo, la idea de una clasificación del espacio geográfico, llevó al progresivo reemplazó del
concepto de región por el de tipología espacial, mucho más amplio y objetivo. Los métodos
clasificatorios multivariados persiguen, en primer lugar, la obtención de medidas de las
Notas
1
August COMTE, Discurso sobre el espíritu positivo, Barcelona, Altaya, 1998, p. 126.
2
Alicia L. SISCA; Gloria O. J. MARTÍNEZ, Manual de metodología de la investigación en humanidades, Buenos
Aires, Universidad Libros, 2000, p. 10.
3
Simone DAVAL; Bernard GUILLEMAIN, Filosofía de las ciencias, Buenos Aires, El Ateneo, 1964, p. 336.
4
Servando R. M. DOZO, Análisis georegional. Buenos Aires, Edición del Autor, 1988, s. p.
5
John GALTUNG, “Correlación diacrónica, análisis de procesos y análisis causal”, en Seminario sobre Sociología
del Desarrollo, Río de Janeiro, CENTRO / UNESCO, 1968.
6
Juan C. REGO, La marcha del análisis cuantitativo de datos espaciales, Buenos Aires, OIKOS, 1978, pp. 7–9. .
7
José ESTEBÁNEZ ÁLVAREZ; Roy P. BRADSHAW, Técnicas de cuantificación en geografía, Madrid, Tebar
Flores, 1979, p. 40.
8
Preston E. JAMES, “Hacia una más profunda comprensión del concepto regional”, en Patricio H. RANDLE (ed.)
Teoría de la geografía, Buenos Aires, GAEA, 1976, v. 1, p. 168.
9
Luis C. ALFARO RODRÍGUEZ, “Base de datos y método de regresión múltiple para estimar los precios de la
tierra en Costa Rica”, Revista Geográfica de América Central, 28 (1993), 103–119. Gustavo D. BUZAI; Claudia
A. BAXENDALE, Análisis socioespacial con SIG, Buenos Aires, Lugar Editorial, 2006, cap. 19.
10
Federico A. DAUS, Qué es la geografía, Buenos Aires, Columba, 1973, pp. 29–34.
11
Karl RITTER, Die erdkunde im verhältnis zur Natur und zur Geschichte des Menschen, Berlin, G. Reimer, 1817.
12
Paul VIDAL DE LA BLACHE, “Des caractères distinctifs de la géographie”, Annales de Géographie, 22 (1913),
289–299, p. 297. .
13
Edward A. ACKERMAN, “Investigación regional: conceptos y técnicas”, en: Patricio H. RANDLE (ed.) Teoría
de la geografía, Buenos Aires, GAEA, 1976, v. 1, pp. 223–224.
14
M. CHOYNOWSKI, “Maps based on probabilities”, Journal of the American Statistical Ass., 54(1959), 385–388.