o~.ertlimtmtK~ d~"" ~~~tlG+1 "' \it:.k..

SIBL OTECA
U.N.S.A.M.

Marradi, Archenti y Piovani

Metodologfa de
las Ciencias Sociales
 Marradi, Alberto . ,. .
Metodo!ogfa de !as ciencias sociales ~Alberto ~ar~ad1, Nelda Archent1,
juan Ignacio Piovani- P ed.- Buenos Aires: Emece Ed1tores, 2007.
328 p. ; 16x25 em.

ISBN 978-950-04-2868-2

1. Metodologla de Ia investigaci6n 2. Ciencias Socialcs!. NCiida Archenti,

juan Ignacio Piovani 1!. Titulo lNDICE GENERAL
o;m oo1.42

Nota de autores 11

Prefacio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

1. Tres aproximaciones a Ia ciencia

(Alberto Marradi) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.1. Cali! eo y el metoda experimental . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.2. Limites del modelo experimental . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.3. La matriz de datos y el supuesto atomista . . . . . . . . . . . . . . . . . . . . . . . 20
1.4- E1 metoda de Ia asociaci6n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.5. El enfoque que se contrapone ala visiOn escindar . . . . . . . . . . . . . . . 24

2. Los debates metodolOgicos contempor<ineos

(Nelida Archenti y Juan Ignacio Piovani) .......................... . 29
© 2007, Alberto Marradi, Ne/ida Archenti, Juan Ignacio Piovani
2.1. lntroducci6n ................................................. . 29
Derechos exclusives de edici6n en Castellano
2.2. El debate intrapositivista . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
reservados para todo el mundo
© 2007, Emece Editores S.A. . . 2.3. Las criticas al positivismo y los enfoques no estandar . . . . . . . . . . . 36
lndependencia 1668, C 1100 ABO, Buenos A1res, Argentina
2.4. Las propuestas de superaci6n del debate cualitativo-cuantitativo:
www.editorialplaneta.com.ar
Ia triangulaci6n metodol6gica y sus limites . . . . . . . . . . . . . . . . . . . . 44
Disefio de cubierta: Departamento de Arte de Editorial Planeta
1• edici6n: abril de 2007
lmpreso en Printing Books,
Mario Bravo 835, Avellaneda,
3- Metoda, metodologia, tecnicas
en el mes de marzo de 2007. (Alberto Marradi) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
Queda rigurosamente prohibida, sin Ia autorizaci6n escrita de los titulares .. ..
3.1. El ongen gnego d l ' " 'meta
e termmo ' d o' ......................... . 47
del "Copyright", bajo las sanciones establecid~s en las le~e~, Ia re_prod_ucc1on
parcial 0 total de esta o~ra po_r cual~u_ier med1o o proced1m1ento, 1nciU1dos 3.2. La visiOn clasica del metoda .................................. . 48
Ia reprografia y eltratam1ento mformat1co. 3-3· Criticas a Ia visi6n cl1isica ..................................... . so
3+ Metoda y metodologia ....................................... . 52
IMPRESO EN LA ARGENTINA I PRINTED IN ARGENTINA
3·5· Las tecnicas .................................................. . 54
Queda hecho el depOsito que previene Ia ley 11.723
ISBN: 978-950-04-2868-2 3.6. Epistemologia y gnoseologia .................................. . 59
8 METODOLOGiA DE LAS CIENCIAS SOCIALES
4· El papel de la teoria en la investigacion social
(Ntilida Archenti) ................................................ .
4.1. ~Que es la teo ria? ............................................. .
4.2. El dialogo entre la teoria y los datos ........................... .
4-3· La teoria y su relacion con el metodo .......................... .
4-4· La teoria como aproximacion ala verdad ...................... .
4;5· Los usos de la teoria .......................................... .
5· El disefio de la investigacion
(Juan Ignacio Piovani) ............................................ . 71
5.1. Introduccion ................................................. . 71
5.2. Caracteristicas del disefio de la investigacion .................. . 73
5·3· La eleccion de un tema, la delimitacion del problema
y su operativizaci6n ......................................... . 77
5·4· Formalizacion del disefio: el proyecto de investigacion ........ . 82
6. Conceptos de objeto y de unidades de analisis. Poblacion y muestra
(Alberto Marradi) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
6.1. Objeto y unidad de analisis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
6 .2. Poblacion y muestra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
6.3. Muestras aleatorias y no aleatorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Sg
6.4. c:Representativo de que? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
6.5. Como garantizar una (limitada) representatividad
de una muestra aleatoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
7· Conceptos de propiedades. Variables, fidelidad y fiabilidad
(Alberto Marradi) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
7.1. La definicion operativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
7.2. La fidelidad de los datos........................................ 100
7·3· Para controlarla fidelidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
7·4- Los coeficientes de fiabilidad: una critica . . . . . . . . . . . . . . . . . . . . . . . 105
7·5· c:Las definiciones operativas registran o manipulan opiniones
y actitudes? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
8. Clasificaci6n, conteo, medici6n, construcci6n de escalas
(Alberto Marradi) ................................................ . 115
8.1. Propiedades y variables categoriales ........................... . n6
8.2. Propiedades y variables ordinales ............................. . 127
8.3. Propiedades discretas cardinales y variables cardinales naturales 131
8.4- Propiedades mensurables yvariables cardinales metricas ...... . 136
8.5. Propiedades continuas no mensurables y variables ordinales
o cuasi cardinales ............................................ . 141
8.6. Variables cardinales derivadas ................................ . 159
iNDICE GENERAL 9
9. Indicadores, validez, construcci6n de indices
(Alberto Marradi) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
9.1. c:Por que indicadores? ........................................ . 163
g.2. La naturaleza de los indicadores en las ciencias sociales ........ . 166
9·3· Aspectos indicativos y aspectos extrafios: Ia doble pluralidad
de las relaciones entre conceptos e indicadores .................·
9 ·4· La validez como juicio acerca de Ia proximidad semantica
entre un concepto y su indicador ............................. .
9·5· Algunos ejemplos de elecci6n de indicadores ................. .
9.6. La construcci6n de indices tipologicos con variables categoriales
y ordinales .................................................. . 181
9 ·7- La construccion de indices aditivos con variables cardinales
y cuasi cardinales ............................................ . 186
10. La observaci6n
(Juan Ignacio Piovani) 191
10.1. Introducci6n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
10.2. La observaci6n en la vida cotidiana yen la ciencia ............ . 192
10.3. Distintas formas de observaci6n cientifica ................... . 192
10.4- La observacion participante ................................. . 195
10.5. Usos de Ia observaci6n participante en Ia investigaci6n social.
Ventajas y limites ............................................ . 198
10.6. El registro de Ia informacion en Ia observaci6n participante 201
11. El sondeo
(Niilida Archenti) 203
11.1. Introducci6n ................................................. . 203
11.2. Supuestos ................................................... . 205
11.3. Limitaciones ................................................. . 206
11.4- Tipos de encuesta segun su abordaje ......................... . 207
11.4.1. Encuestas cara a cara ....................................... . 208
11.4.2. Encuestas telef6nicas ...................................... . 208
11.4.3· Encuestas autoadministradas (sin encuestador) ............. . 209
11.5. Estudios comparados (cross-national, cross-cultural studies) .. . 210
11.6. Estudios longitudinales ..................................... . 210
11.7. El cuestionario ............................................... . 211
11.8. Formulaci6n de las preguntas ................................ . 212
12. La entrevista en profundidad
(Juan Ignacio Piovani) ............................................ . 215
12.1. Introducci6n .................................... · · · · · · · · · · · · · 215
12.2. Tipos de entrevista .......................................... . 217
12.3. Caracterizaci6n de Ia entrevista en profundidad .............. . 218
12.4. Usos de la entrevista en las ciencias sociales.
Ventajas y limitaciones ...................................... . 220
12.5. Prej>aracion y planificacion de Ia entrevista ................... . 221
 10 METODOLOGiA DE LAS CIENCIAS SOCIALES
I3. Focus group y otras formas de entrevista grupal
(Nelida Archenti) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
I3.1. El focus group . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227
I3.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
I3·3· Utilizaci6n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
I3+ La dinamica de Ia sesi6n grupal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
I3·S· Tipos de focus group . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23I
IJ.6. La coordinaci6n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
I3·7· El registro y analisis de Ia informacion . . . . . . . . . . . . . . . . . . . . . . . . . 233
I3.8. Otras formas de entrevista grupal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
I4- Estudio de caso/s
(N<!lida Archenti}
I4.1. c:Metodo o estrategia de investigaci6n? ....................... . 237
I4.2. Cuando hacer un estudio de cas a ............................ . 240
I4-3· Algunas tipologias de estudio de caso ........................ . 24I
14.4- La selecci6n de los casas .................................... . 24S
IS. E] analisis bivariab]e
{Alberto Marradi) ................................................ .
IS. I. Los modelos ................................................. .
15.2. La relaci6n entre dos dicotomias ............................. . 249
IS-3· La relaci6n entre dos variables categoriales ................... . zs6
IS-4· La relaci6n entre dos variables ordinales ..................... . 2S9
IS.S. La relaci6n entre una variable cardinal y una categorial u ordinal 262
Is.6. La relaci6n entre dos variables cardinales ..................... . 266
I6. El proceso de analisis de tres variables categoriales
(Nelida Archenti) ................................................ .
I6.I. Relaciones posibles entre tres variables ....................... .
I6.2. Los tipos de elaboraci6n seglin Paul Lazarsfeld ............... .
I7. Otras formas de analisis
(Juan Ignacio Piovani) ............................................ .
I7.1. lntroducci6n ................................................ .
17.2. El analisis de contenido ...................................... .
I7·3· La teoria fundamentada y el metoda comparative constante ... .
I7+ El ana!isis del discurso ....................................... .
Bibliografia .......................................................... . 299
fndice analitico ....................................................... .
227
NOTA DE AUTO RES
237
Alberto Marradi
Profesor titular ordinaria de Metodologia de las Ciencias Sociales y director
de Ia carrera de Sociologia de Ia Universita di Firenze, Italia. En el marco de Ia
Asociaci6n Internacional de Sociologia, fue presidente del Research Commit-
tee in Conceptual and Terminological Analysis y vicepresidente del Research
Committee in Methodology. Actualmente es presidente del Comite de Coor-
247
dinaci6n de los doctorados italianos en Sociologia y director de Ia Maestria en
247 Metodologia de Ia Investigaci6n Social, Universita di Bologna -representaci6n
en Buenos Aires- y Universidad Nacional de Tres de Febrero. Asimismo, diri-
ge el Sistema de Escuelas de Excelencia de Ia Asociaci6n Italiana de Sociologia.
Ha publicado Concetti e metodi in scienza politica, Florencia, Giuntina (I98o );
L'analisi monovariata, Milan, Angeli (I992); Linee guida per l'analisi bivariata
dei dati nelle scienze sociali, Milan, Angeli {I994); Raccontar storie, Roma, Bo-
nanno (zoos), y Metodologia delle scienze sociali, Bolonia, II Mulino (zoo7).
Ademcl.s, es coautor de 3 volUmenes y compilador de 5 colecciones de ensayos
metodol6gicos, y autor de docenas de ensayos en varies idiomas.
N elida Archenti
Licenciada en Sociologia {Universidad de Buenos Aires) y posgraduada en
Sociologia y Metodologia de Ia Investigaci6n Social {Fundaci6n Bariloche, Ar-
gentina). Profesora titular regular en Ia carrera de Ciencia Politica, Facultad de
Ciencias Sociales, Universidad de Buenos Aires. Profesora de Metodologia de
Ia Investigaci6n Social en diversos posgrados de Argentina y del exterior. In-
vestigadora del Institute Gino Germani, dependiente de Ia Facultad de Cien-
cias Sociales de Ia Universidad de Buenos Aires. Ha publicado Actualidad del
pensamiento sociopolitico clasico {con Luis Aznar), Buenos Aires, EUDEBA
(4' edici6n, 2004), y Situaci6n de la mujer en la sociedad argentina: formas de
organizaci6n en Capital Federal, Buenos Aires, Fundaci6n Friedrich Naumann
319 (I987). Asimismo, es coautora de Igualdad de derechos, igualdad de oportuni-
12 METODOLOGiA DE LAS CJENCJAS SOCJALES
dades, igualdad de ejercicio, Santiago de Chile, Fundacion Instituto de Ia Mujer
(2004) y autora de una gran variedad de articulos y capitulos de Iibras en los
que se tratan temas de su especialidad.
Juan Ignacio Piovani
!1loctor en Metodologia de las Ciencias Sociales (Universita di Roma "La
Sapienza") y Magister en Metodos Avanzados de Investigacion Social y Esta-
distica (The City University, London). Profesor titular ordinaria en Ia Facultad
de Humanidades de Ia Universidad Nacional de La Plata. Profesor titular en va-
ries posgrados de Ia Argentina y del exterior. Investigador del Centro Interdis-
ciplinario de Metodologia de las Ciencias Sociales (C!MeCS), Facultad de Hu-
manidades, Universidad Nacional de La Plata. Coordinador de Ia Maestria en
Metodologia de Ia Investigacion Social, Universita di Bologna -representacion
en Buenos Aires- y Universidad Nacional de Tres de Febrero. Ha publicado
Aile origini della statistica moderna. La scuola inglese di fine Ottocento, Milan,
Angeli (20o6) y coeditado El sudeste asiatica: una vision contemporanea, Bue-
nos Aires, Eduntref (2004). Ademas, es autor de varios articulos y capitulos de
libros sobre temas de su especialidad.
PREFACIO
Hacia fines de 2004, cuando comenzamos a trabajar en el proyecto que dio
lugar a este libra, nos planteamos en primera instancia la necesidad de hacer
explicitos sus objetivos y de definir una serie de ideas que hicieran las veces de
principios rectores que dotaran a nuestra propuesta de una identidad particu-
lar. El proposito general fue elaborar un texto que significara, en multiples sen-
tides, un aporte en el campo de Ia didactica de Ia metodologia. Ahora que elli-
bro se ha materializado, creemos fundamental dar a conocer a! lector este
conjunto de principios subyacentes que informaron nuestro trabajo. A esta ta-
rea dedicamos los parrafos siguientes.
La primera cuestion relevante surgio de Ia reflexion acerca del concepto
mismo de metodologia. Resulta oportuno declarar que compartimos aquellas
posturas que asignan ala metodologia un espacio central en un continuum de
analisis critico ubicado entre el estudio de los postulados epistemologicos que
hacen posible el conocimiento social y Ia elaboracion de las tecnicas de investi-
gaci6n. En este sentido, ocuparse de metodologia es encontrarse en una conti-
nua tension dia!ectica entre los polos de este continuum: si se obtura Ia dimen-
sion epistemologica, Ia metodologia se reduce a un conjunto de practicas no
controladas intelectualrnente, y si se abandona el aspecto tecnico, se transfer-
rna en una especulaci6n abstracta sabre las ciencias sociales, incapaz de incidir
sabre las actividades de investigaci6n concretas. Es por eso que nuestro texto
incluye, de manera articulada, el tratamiento de aspectos tanto teorico-fi!oso-
ficos (epistemologicos, ontologicos y gnoseologicos) como tecnicos, y tiende
puentes entre ambos dominies.
Una revision critica de los textos disponibles en el campo de Ia metodolo-
gia muestra que muchos de ellos, en cambia, se limitan al tratamiento de los ar-
gumentos epistemol6gicos o bien al de las cuestiones tecnicas. Estas tenden-
cias "unidireccionales" suelen darse en circunstancias en que los terminos mas
elementales del campo -'metodologia', 'metoda', 'tecnica'- no se definen con
-precisiOn o incluso se toman como intercambiables. No debera sorprender al
lector, por lo tanto, ver que hemos dedicado un capitulo complete a clarificar-
los y a reflexionar acerca de estas importantes (y fundacionales) decisiones
conceptuales y terminologicas.
 METODOLOGiA DE LAS CIENCIAS SOCIALES
Por otra parte, en el tratamiento de los temas tanto filos6ficos como t6cni-
cos hemos recurrido a una estrategia de reconstrucci6n socio-hist6rica rara-
mente utilizada en la ensefianza de los m€todos de las ciencias social~s. En
c_ierto se~tido, esta desatenci6n por las cuestiones hist6ricas resulta compren-
S!ble, temendo en cuenta que en general, yen el marco de significativas limita-
ciones de tiempo, se deben abordar en los cursos de gtado y posgrado una serie
d~ ~emas _recnicos orientados al disefio y Ia realizaci6n de investigaciones em-
pm~i'~· Sm embargo, Ia importancia de conocer dichos temas en perspectiva
h1stonca no es una cuesti6n marginal; ademis de sensibilizar al estudiante
acerc_a de su ca~<icter de "construcciones sociales", facilita un uso mas crftico y
creative de los Instrumentos de la investigaci6n. Esto, en parte, porque ayuda a
comprender los procesos de produccion y reproduccion de sentidos en torno
de los conceptos y herramientas metodologicas.
A partir de tal reconstruccion historica hemos buscado, ademas, elaborar
una propuesta que nose circunscribiera a un solo conjunto especializado de sa-
heres entre todos aquellos que en Ia actualidad constituyen el patrimonio me-
todologico de las ciencias sociales. A diferencia de muchos textos especializa-
dos -por cierto valiosos- que se han difundido en los ultimos afios, y que se
concentran en uno u otro de los tipos de investigaci6n que habitualmente se
conocen como cuantitativo y cualitativo, hemos optado por presentar un pa-
norama pluralista de las estrategias que se siguen en Ia producci6n de conoci-
miento en las ciencias sociales. Intentamos, entendiendo criticamente su len-
guaje Y sus respectivos instrumentos conceptuales y operatives, ir mils alla de
Ia tradicional distincion de los metodos apenas citada. A cada uno de ellos, que
hemos preferido llamar "estandar" (cuantitativo) y "no-estandar" (cualitati-
vo ), le hemos dedicado un mismo nive] de atencion, y ambos han sido aborda-
dos con una particular aproximaci6n critica. Tal aproximaci6n se funda en Ia
idea seglln Ia cual todo proceso de investigaci6n involucra un conjunto de deci-
~iones no line~les y de distintos niveles de complejidad, que, a su vez, ponen en
. JUego sa heres 1mpersonales (tecnicos, objetivados) y saberes personales (taci-
tos, no explicitados y dificilmente explicitables) .
. Cuando se trata, por ejemplo, de los metodos estandar, dicho enfoque criti-
co Imp~hca, entre otras casas, una denuncia de sus usos dogmilticos y ritualiza-
dos, as1 como un reconocimiento del rol central del investigador en Ia selecci6n
de las herramientas mas adecuadas yen Ia interpretacion significativa de los re-
sultados de su empleo.
En el caso de los metodos no-estandar, Ia actitud critica, reconociendo el
Iugar clave que el investigador tiene en todo el proceso de indagacion, hace no-
tar Slmplemente que Ia apelacion a Ia creatividad y a Ia subjetividad como re-
cursos genuinos de investigaci6n no puede tomarse como excusa legitimadora
de un "todo vale" metodologico. Tambien se destaca que en estos tipos de in-
vestigaci6n tiene presencia -aunque probablemente en una medida relativa
~ucho menor que en la-aproximaci6n estandar- el conocimiento de tipo t€c-
niCo .
. Por otra parte, sostenemos que Ia sistematicidad en el trabajo y el compro-
mlso por hacer transparentes las decisiones que han hecho posible cierto tipo
PREFACIO 15
de conclusiones en el marco de una investigaci6n deberian ser caracteristicos
de cualquier tipo de estudio, sea estandar o no. A proposito de hacer transpa-
rentes las decisiones de los investigadores, creemos oportuno aclarar que, si
bien nos inscribimos en el marco de una perspectiva de denuncia de las desi-
gualdades de genera en el campo cientifico, y a pesar de ser conscientes de que
tales desigualdades se cristalizan en ellenguaje, hemos decidido no recurrir a
formulas del estilo "el/la investigador/a" sino utilizar terminos masculinos en
sentido gen€rico para referirnos tanto a hombres como a mujeres, con el {mica
fin de hacer menos engorrosa Ia lectura del texto.
Resta decir que hemos buscado presentar el panorama pluralista de los me-
todos y las tecnicas de investigacion a! que hemos hecho referenda prestando
especial atenci6n ala actualizaci6n del conocimiento, intentando incluir, en
este sentido, los mas recientes desarrollos metodologicos y Ia utilizacion de
instrumentos tecnol6gicos.
Finalmente, cabe indicar -para cerrar este breve prefacio- que ellibro se
estructura en torno a 4 m6dulos analiticamente diferenciables. Si bien en to-
dos ellos se trata una variedad de temas articulados: cuestiones hist6ricas, fun-
damentos te6rico-filos6ficos, instrumentos conceptuales y operatives, etcete-
ra, cada uno se caracteriza por el en fa sis dado a algun aspecto distintivo. Asi, el
primer modulo, que incluye los capitulos 1 a 4, se centra en los fundamentos
teoricos y filosoficos de Ia investigacion social, los debates metodologicos con-
temporaneos y Ia clarificacion de terminos clave. El segundo -del capitulo 5 a!
9 inclusive- comprende el desarrollo de los principales instrumentos concep-
tuales de Ia investigacion social. En el tercer modulo (capitulos 10 a 14) se abor-
dan las mas difundidas tecnicas de recoleccion de informacion, y el cuarto (ca-
pitulos IS a 17) se dedica fundamentalmente a los problemas de analisis.
Los autores
Buenos Aires, enero de 2007.
 CAPiTULO I

TRES APROXIMACIONES A LA CIENCIA

1.1. Galileo y el metodo experimental

Muchos fil6sofos e historiadores opinan que la ciencia moderna empieza a

fines del siglo XVI. En efecto, en esta fecha Galileo asesta el golpe final a Ia vi-
si6n aristotelica de Ia ciencia, ya criticada por Ockham y otros fil6sofos empi-
ristas ingleses. Seg\in esta vision -compartida por muchos fi16sofos helenistas
y arabes y por toda Ia Escolastica-la tarea de Ia ciencia era identificar Ia natura-
leza de cada especie de objeto del conocimiento, separando lo que es esencial y
fijo (Ia sustancia) de lo que es accidental y variable.
Par el contrario, para Galilee -y para la visiOn que se convierte en est<indar
en los tres siglos siguientes-, la tarea de la ciencia es formular, controlar y deci-
dir aserciones acerca de relaciones entre las propiedades de los objetos. El cien-
tifico tiene que haiiar Ia forma matematica que estas relaciones tienen en Ia na-
turaleza (Galileo, remoncindose a Pitagoras a traves de Plat6n, afirma que "el
libra de Ia naturaleza esci escrito en caracteres matematicos").
Ya que las relaciones matematicas entre las propiedades no son directa-
mente accesibles a Ia observaci6n, el cientifico tiene que saber interrogar habil-
mente Ia naturaleza y penetrar sus secretes, eliminando todos los accidentes
que podrian afectar la nitidez de la relaci6n matem8.tica: para ver con que velo-
cidad los cuerpos caen al suelo se debe imaginar un vacio sin resistencia del ai-
re; para ver con que velocidad se mueven los cuerpos a lo largo de un plano in-
clinado se deben imaginar cuerpos perfectamente esfericos y ausencia de
rozamiento, y asi anilogamente.
Estos experimentos de Galileo son mentales, porque el nunca logr6 un va-
cio absoluto o ausencia de rozamiento. Pero el sent6 las bases del METODa EXPE-
RIMENTAL que desarroiiaron sus seguidores, en particular Torriceiii.
Galileo puede tambien ser considerado uno de los padres de Ia aproxima-
ci6n nomotetica1 ala ciencia, en cuanto las relaciones matem3ticas que buscaba

1
SegUn la cualla tarea de los cientificos es encontrar ~o formular~ leyes de la naturaleza.
vease mas adelante.
 18 METODOLOGfA DE LAS C!ENCIAS SOCIALES
entre una pareja de propiedades dada valian, obviamente, en cualquier tiempo
y Iugar.
En su forma ideal, un experimento se obtiene s6lo cuando se observen los
efectos de variaciones controladas de una propiedad llamada 'operativa' en otra
propiedad Hamada 'experimental', mientras se mantienen constantes todas las
otras propiedades que podrian influir sobre Ia segunda. Es decir, se ponen en
pr:ictica medidas que impidan variaciones en los estados de las propiedades de
este grupo durante todo el experimento. 2 Este modelo realiza lo que Galileo
llarrlaba "sabia interrogaci6n" de Ia naturaleza. La sabiduria consiste no s6lo en
elegir Ia propiedad operativa mas apropiada -un problema que compete a Ia
teoria~ sino tambien en producir c.ambios perfectamente controlados en esta,
yen bloquear todas las variaciones en las otras propiedades que se sabe o se su-
pone puedan influir sobre Ia experimental, manteniendolas efectivamente
constantes -un problema exquisitamente recnico.
AI realizar un experimento de esta forma ideal, el cientifico podra averi-
guar Ia forma pura (es decir, sin influencias de otra fuente) de Ia relaci6n entre
Ia propiedad operativa y Ia experimental, y tam bien determinar Ia direcci6n de
esta relaci6n: la operativa tiene una influencia causal en la otra. A partir de un
experimento (ideal) se cree poder afirmar, por ejemplo: "El aumento de Ia pro-
piedad A determina una reducci6n de Ia propiedad B segun Ia siguiente una
funci6n matem8.tica: ... "
Los objetos de muchas ciencias fisicas poseen una caracteristica que no tie-
nen los objetos de las ciencias sociales: son FUNGIBLES (intercambiables). Es de-
cir, se puede dar par sentado que los objetos del mismo tipo siempre reaccio-
nen de la misma manera bajo las mismas condiciones. Esta caracteristica, que
no pertenece al metoda experimental sino a Ia naturaleza del dominic estudia-
do par la fisica, Ia quimica y otras ciencias parecidas, permite sin embargo ex-
trapolar el resultado de un experimento mas alia del caso especifico, generali-
zando este resultado a todos los objetos considerados del mismo tipo en Ia
disciplina dentro de Ia cual el experimento ha sido disefiado.
Como veremos, esto conlleva una consecuencia estructural extremada-
mente relevante. En el experimento ideal se opera sabre un unico objeto, con-
siderado tipico, o representativo de todos los objetos de su especie. Se pueden
registrar todas las informaciones relevantes (para establecer una re]aci6n ma-
tematica) en dos vectores:3 en uno se ponen los estados en Ia propiedad ope-
rativa en una secuencia de puntas de tiempo durante el experimento, en el
otro los estados en Ia experimental en los mismos puntas del tiempo. Se grafi-
can estos datos en una abscisa y una ordenada -herramientas intelectuales
que Descartes proporcion6 ala naciente comunidad cientifica- y se traza una
:<Las mayores dificultades que se encuentran al investigar mediante experimentos en las
ciencias fisicas son las de hallar y aplicar estas medidas de neutralizaci6n.
3 Un vector es una secuencia ordenada de informaciones relativas al mismo referente. Eso tie-
ne un patrOn que expresa la forma basica de la predicaci6n: su referente es el objeto del discurso
(de quif~n, ode que, se habla) yen sus posiciones se registran sistem.iticamente las informaciones
acerca de los atributos de este objeto.
TRES APROXIMACIONES A LA CIENCIA 19
curva o una recta representando Ia relaci6n matem<ltica. El an<1lisis matem<lti-
co de los datos de un experimento se desarrolla tipicamente con parejas de
vectores de este tipo.4
1.2. Umites del modelo experimental
Este modelo experimental, que contribuy6 poderosamente a! desarrollo de
algunas ciencias fisicas, tiene sin embargo algunos limites.
Un limite te6rico consiste en el hecho de que jamas se puede excluir con
seguridad que otras propiedades, no incluidas en el modela, influyan en Ia pro-
piedad experimental. En otras palabras, siendo infinitas las propiedades exis-
tentes en Ia naturaleza, al dise:ii.ar cualquier experimento Ia gran mayorla de
ellas se de ben considerar irrelevantes,s basandose en las teorias existentes, es
decir, se dejan variar sin intervenci6n, nose las hace variar, pero tampoco se
impide su variaci6n. Debido a Ia presencia de estas innumerables propiedades
que varian libremente (y que eventualmente podrian ejercer influencia), elmo-
delo nose puede jamas dar par "cerrado".
Los limites pdcticos consisten en que no siempre es tecnicamente posible
controlar a Ia perfecci6n las variaciones en Ia propiedad operativa, y todavia
menos posible es neutralizar perfectamente Ia influencia de las propiedades
que se deberian mantener efectivamente constantes. Ademis, no siempre se
puede excluir que ]a experimental reaccione influyendo en Ia operativa, de ma-
nera que la relaci6n que se da par unidireccional sea en cierta medida bidirec-
cional.
En resumidas cuentas, el metoda experimental es particularmente adecua-
do para investigar relaciones monocausales, tipicamente diacr6nicas. Par el
mismo motivo, no es adecuado para investigar relaciones funcionales, tipica-
mente sincr6nicas. Tampoco es adecuado para investigar sistemas complejos
de relaciones causales, cuando hay una tupida red de interacciones entre mu-
chas propiedades que ejercen influencias diferentes en diferentes combinacio-
nes: en estas situaciones, fijar la influencia que ejerce una simple propiedad en
una funci6n matemitica precisa, bloqueando las variaciones de las otras, es a
menudo imposible, yen todo caso artificial. Aun mas inadecuado es el modelo
4Naturalmente, este es el modelo mas simple, cuando hay una sola propiedad operativa.
s Todas las propiedades de todos los objetos involucrados en un experimento (piensese en las
herramientas) son un conjunto infinito, y s6lo se considera un pequefio subconjunto de elias para
declararlo explicitamente irrelevante. Todas las otras propiedades no son consideradas ni siquiera
para declararlas irrelevantes. Esto no excluye que algunas podrian ser en realidad :ele:an:es: ~u~­
ca se puede excluir con certeza que una propiedad cualquiera ejerza ~na ~nflu,e~c1a, s1qmera .I.?"di-
recta. En efecto, en muchas ciencias de la naturaleza el afianzado ed1ficw teonco ~y tamb1en el
conocimiento personal y cicito de los investigadores- permite considerar con bastante tranquili-
dad como irrefeVantes }a mayor parte de las infinitas propiedades que pueden concebirse. Pero los
avances te6ricos cambian continua e imperceptiblemente el marco, y lo que pareda irrelevante se
vuelve relevante para la generaci6n siguiente. Finalmente, este proceso garantiza el continuo pro-
greso de las ciencias fisicas.
 20 METODOLOGiA DE LAS CIENCIAS SOCIALES
experimental para las relaciones de tipo teleol6gico, cuando las propiedades se
refieren a sujetos que tienen planes, objetivos y voluntad, y que tipicamente no
reaccionan de manera uniforme a un tratamiento experimental.
Estos limites del metoda experimental, que no le impiden ser muy prove-
chases en varias ciencias fisicas, tienen en cambio graves consecuencias en las
ciencias sociales. La raz6n es que no se puede so:fiar con aislar una pareja de
propiedades bloqueando todas ]as otras, porque elias seguiran influyendo en Ia
experimental, y10 en ]a operativa, 6 yI o en Ia relaci6n entre elias. Ademas, mu-
chas propiedades importantes en las ciencias sociales no pueden ser modifica-
das ad libitum por el experimentador: o son fijas -como Ia raza- o varian se-
g(tn un patron en que no se puede intervenir -como Ia edad.
Desconociendo esos serios Hmites, algunos han tratado de aplicar el me-
toda experimental a problemas de las ciencias sociales, introduciendo modi-
ficaciones y adaptaciones que a veces han resultado sutiles e ingeniosas.7 Perc
incluso los resultados mas interesantes no pueden generalizarse mas alia de
cada experimento particular, debido a Ia artificialidad de las situaciones expe-
rimentales y a! numero muy limitado de sujetos, carentes de cualquier repre-
sentatividad, a los que se aplica el experimento. Par estos y par los OtrOS lfmi-
tes sefialados arriba, los pretendidos "experimentos" en las ciencias sociales
distan mucho de Ia verdadera naturaleza del metoda experimental: Ia de-
muestra el hecho de que nadie en Ia comunidad cientifica, ni siquiera el expe-
rimentador, cree seriamente que un experimento cualquiera haya identificado
Ia forma matematica de ]a relaci6n entre dos propiedades de individuos ode
grupos.
Ademas, incluso si se creyese que en aquella situaci6n se habia logrado ais-
lar la relaci6n entre A y B de toda influencia extraiia, este resultado seria relati-
vo a ella y no extensible a todos los casos de Ia relaci6n entre A y B en cualquier
tiempo y Iugar. Esto se debe a que en las ciencias sociales no se puede pensar
seriamente que los objetos sean fungibles, Y que se pueda estudiar un indivi-
duo o una sociedad extrapolando los resultados a cualquier otro individuo o a
toda otra sociedad.
1.3. La matriz de datos y el supuesto atomista
Par lo tanto, a! tiempo de Ia revoluci6n cientifica de Galilee faltaba una he-
rramienta intelectual que cumpliese para las ciencias sociales Ia misma funci6n
que Ia pareja de vectores (dos secuencias paralelas de datos acerca de los esta-
dos de un objeto en dos propiedades) llevaba a cabo en el experimento.
6 En las ciencias sociales se habla de 'independiente' en lugar de 'operativa' y de 'dependiente'
en lugar de 'experimental' (vease apartado 15.1).
7 Veanse las obras clasicas de Campbell y Stanley (1963), Cooky Campbell (1979) y el capitulo
4 de Corbetta (2003), que concluye su detallada y articulada descripci6n de disefios experimenta-
les destacand~algunos Hmites que tambien se sefialan en el texto: artificialidad del ambiente y fa I-
ta de representatividad (2003 : 1s1-4 ). Una crltica mas amplia en Pawson y Tilley (1997).
TRES APROXIMAC!ONES A LA CIENCIA 21
Ademas, en los tiempos de Galileo -y a Ia largo de los dos siglos siguien-
tes- en las ciencias sociales faltaban unidades de medida u otras maneras de
cuantificar los estados, mientras que para las propiedades fisicas esenciales
(el espacio, el tiempo, el peso) se tenian UN!DADES DE MEDIDA desde hacia si-
glos. En rigor de verdad, hasta el siglo XIX, estas unidades eran en su mayoria
locales, no universales, 8 pero bastaban para establecer una relaci6n materna-
rica que no era dificil de traducir en las unidades locales de cada comunidad
cientifica.
La herramienta basica del enfoque que sigue siendo el est3ndar en las cien-
cias sociales fue desarrollada a mediados del siglo XVIII gracias a un profesor
de Ia universidad de Gottingen en Alemania -Alfred Achenwall-, qui en pro-
porcionaba a su soberano informaciones acerca de recursos econ6micos y mili-
tares de otros estados alemanes,9 poniendo reinos, ducados y ciudades libres
en las filas y sus estados en varias propiedades en las columnas de una rudi-
mentaria matriz.
La matriz es una herramienta, elaborada par matematicos en el siglo XVI,
formada par un cruce entre un haz de vectores paralelos 10 horizontales y un
haz de vectores paralelos verticales. Mas all<i de su uso matem<itico para siste-
matizar y acelerar los d.lculos, tiene muchos otros usos en varias disciplinasY
Su importancia para las ciencias sociales consiste en el hecho de que per-
mite tratar Ia variabilidad entre objetos del mismo tip a (seres humanos, insti-
tuciones, otros productos de la cultura) sin renunciar a formas de analisis esta-
distico. Como un vector simple permite dar forma sistematica a Ia predicaci6n
(atribuci6n de estados) acerca de un solo objeto, asi Ia matriz -y mas precisa-
mente un tipo de esta, llamado "matriz de datos", que veremos en el apartado
6.1-, poniendo diferentes referentes del mismo tipo en sus filas y Ia misma se-
cuencia de propiedades en sus columnas, permite relacionar r<ipida y sistemB.ti-
camente un sinnU.mero de estados de los mismos objetos/sujetos en distintas
propiedades, controlando asi si existe una relaci6n cualquiera entre estas pro-
piedades.
Una vez que se ha registrado en una matriz (veremos c6mo en el capitulo
7), los estados den sujetos en p propiedades, esta nos permite establecer cuales
son las relaciones existentes entre cualquier pareja de propiedades," aplicando
Ia tecnica estadistica adecuada a Ia naturaleza de las propiedades, y con validez
restringida a los sujetos estudiados.
s La universalizaci6n de las medidas fisicas empez6 con el establecimiento del metro patrOn
en un congreso en Paris durante los primeros afios de la Revoluci6n Francesa. A partir de alli, a lo
largo del siglo XIX, se estableci6 una verdadera red de unidades de medida estrechamente interre-
lacionadas para una gran cantidad de propiedades estudiadas por la fisica.
9 Hasta la proclamaci6n del imperio en 1871, Alemania estaba dividida en tres reinos (Prusia,
Baviera, Sajonia) y muchos Estados menores.
10
En un haz de vectores paralelos,los referentes son diferentes pero del mismo tipo, y las in-
formaciones estin rigurosamente en la misma secuencia.
"Por ejemplo, una tabla bivariable es a su vez una matriz.
•z Con tecnicas oportunas y adoptando algunos supuestos, se pueden cuantificar relaciones
ternarias y todavia mas complejas.
 22 METODOLOGfA DE LAS C!ENCIAS SOCIALES
Esta perspectiva, que permitio desarrollar tecnicas de analisis de datos de
gran sofisticaci6n en el siglo XX, descansa sabre un sistema de supuestos tan
conectados entre si que pueden ser designados con un rotulo global (suPUESTO
ATOMISTA). Analiticamente, ellos aparecen en Ia lista siguiente:
cada caso (sea un individuo humane, un estado, o un ejemplar de cual-
quier otto tipo de unidad) que se ponga como referente en una fila de Ia
matriz se puede descomponer perfectamente en sus estados en las pro-
piedades registradas en Ia matriz;
cada estado en una propiedad, una vez transformado en dato en Ia ma-
triz, es perfectamente separable de su detentador;
cada estado en una propiedad es totalmente independiente de los otros
estados de su detentador en todas las otras propiedades (esten o no re-
gistradas en Ia matriz);
cada estado a! cual, aplicando una definicion operativa,'' le fue asigna-
do un valor simbolico (codigo) transformandolo en un dato de Ia ma-
triz, es tratado como perfectamente igual a cada otro estado que haya
recibido el mismo valor (numerico). En otras palabras, todos los datos
con el mismo valor (en Ia misma variable) 14 son perfectamente asimi-
lables entre ellos.
Solo este supuesto atomista hace posible el analisis de datos en Ia forma que
lo conocemos, porque permite construir distribuciones de frecuencia de los va-
lores de una variable y establecer relaciones de asociaci6n entre dos o mas varia-
bles. Cada tabla y cada diagrama pueden ser tratados -en Ia fase del an:\lisis-
-I
como un universe cerrado, sin hacer referenda ni al resto de la matriz ni a los
objetos (siendo, en Ia mayoria de los casos, sujetos) detentadores de los estados.
14- El metodo de !a asociacion
Naturalmente, en el siglo XVIII, del cual estamos hab!ando, las tecnicas de
analisis de datos eran extremadamente elementales: piensese que la- mediana
fue imaginada por Wundt y por Galton a! final del siglo siguiente y que el pro-
media, para ahorrar computaciones manuales, era a menudo sustituido por el
midrange (es decir Ia mitad de Ia sum a del maximo y del minimo valor de Ia
distribucion). Ademas, si incluso en las ciencias fisicas las propiedades que se
median eran todavia pocas, y las unidades eran a menudo ~como se vio-loca-
les, no habia ninguna unidad de medida espedfica en las ciencias sociales. Las
Unicas propiedades cuantitativas a disposici6n eran los resultados de conteos
13 Una definiciOn operariva es un conjunto de reglas cuya aplicaci6n permite transformar un
estado en la realidad en un data en la matriz. vease apartado 7.1.
14 Una variable es un conjunto de signos (datos) que representan en la matriz los estados co-
rrespondientes en 1a propiedad: vease capitulo 7·
TRES APROXIMACIONES ALA CIENCIA 23
(numero de hogares, numero de suicidas, y demas). Solo los economistas po-
dian agregar (a los conteos del numero de unidades compradas/vendidas de un
cierto producto) todas las propiedades expresadas en dinero (costos, precios,
inversiones, y demas) y por lo tanto muy temprano -a fines del siglo XVIII-
estuvieron listos para intentar imitar el modele de ciencia galileana ya prevale-
ciente en las ciencias fisicas.
En un cierto sentido, ellos estaban incluso adelantados en relacion con las
ciencias fisicas, porque -como se seiialo en Ia nota 8- solo en el siglo XIX los
fisicos se dotaron de unidades de medida universalmente aceptadas para todas
las propiedades consideradas relevantes en ese memento.
A mediados de ese siglo empezaron tam bien los intentos de medir propie-
dades de seres humanos, a medio camino entre Ia naturaleza fisica y !a psique
-par ejemplo, las reacciones a sonidos, colores, olores. Las razones par las que
estas tentativas no podian alcanzar alga parecido a la medici6n en sentido es-
tricto seran profundizadas en el apartado 8.4- Sin embargo, estos primeros in-
geniosos intentos de medir propiedades no fisicas revisten una importancia
que va mas ana de su escaso exito.
A partir de los aiios veinte del siglo' XX, un psico!ogo que venia de Ia fisica a
traves de Ia psicofisica, Louis Leon Thurstone, trato de aplicar los mismos pro-
cedimientos (vease apartado 8.4.) para establecer unidades de medida de las
actitudes. Imagin6 varias tecnicas sofisticadas, y proclamo en 1928 que "las ac-
titudes pueden ser medidas".'S En realidad, a pesar de ser ingeniosas y comple-
jas, estas tecnicas estan muy a!ejadas de !a impersonalidad y repetibilidad que
son el requisite de un acto de medici on (vease apartado 8.4).
Pero Thurstone habia abierto el camino, y pronto otras propuestas mas
simples y eficaces serian planteadas por Likert, Guttman y otros (vease aparta-
do 8.5). Nose habia conseguido Ia deseada medicion, pero antes de finalizar el
siglo XX Ia psicologia -y por imitacion otras ciencias so dales- gozaba de un
abanico de tecnicas para cuantificar, al menos en forma aproximada, sus pro-
piedades mas especificas, como valores, actitudes, opiniones, transformando-
las en variables cuantitativas.
A pesar del hecho de que en el siglo XIX se empezaban a usar tablas biva-
riables -una herramienta adecuada para analizar relaciones entre variables no
cuantitativas- y que a! final del siglo el estadistico escoces George Udny Yule
hubiese abordado el problema de cuantificar este tipo de relaciones con coefi-
cientes adecuados, Ia mayoria de los investigadores veian y ven en Ia disponibi-
lidad de variables cuantitativas -o supuestas y tratadas como tales- y de he-
rramientas adecuadas para analizarlas el rasgo que caracterizaba el enfoque que
en el siglo XX devino estandar en las ciencias sociales, y que por eso fue yes
denominado 'cuantitativo', contraponiendolo 16 al que se llama 'cualitativo'
-del cual hablaremos pronto.
15 Eltitulo de un celebre articulo suyo.
16 Como distinci6n relativa al metodo con el cual se precede en la investigad6n, la contra po-
siciOn cuantitativo/cualitativo parece superficial y no apropiada. En una matriz de datos, seen-

METODOLOGiA DE LAS CIENCIAS SOCIALES
Considerando que:
todas las formas de recoleccion de informaciones en el asi llamado en-
foque escindar en las ciencias sociales transforman -mediante una de-
finiciOn operativa y su ej ecuci6n- estas informaciones en datos en
unamatriz;
esta ttansformacion y codificacion, a pesar de que inevitablemente ter-
giversa Ia realidad (vease capitulo 7), consigue una ventaja medular: Ia
posibilidad de establecer relaciones entre propiedades fundandolas en
alga mas que impresiones, y cuantificando Ia fuerza de estas relaciones;
a diferencia del experimento, no se puede establecer de man era imper-
sonal (es decir, sin intervencion del conocimiento humano) la direc-
ci6n de una eventual influencia. por lo tanto las recnicas de analisis
permiten establecer la presencia de asociaciones 17 entre variables pero
no de relaciones causales;
se podria Hamar METODO DE LA ASOCIACI6N este que sustituye a! metoda experi-
mental en las ciencias sociales siguiendo en el marco del enfoque estandar (o
"concepciOn heredada", o "consenso ortodoxo") de la ciencia.
1.5. El enfoque que se conttapone a Ia vision escindar
Se puede rasttear Ia aproximacion que ahara se llama "cualitativa" hasta el
pensamiento del filosofo italiano Vico (qoS), Ia perspectiva hermeneutica, los
historicistas alemanes Dilthey, Windelband Y Rickert, Max Weber (el primero
en destacar que cada fenomeno social no tiene una explicacion (mica), Ia feno-
menologia de Schutz, el interaccionismo simbolico de Thomas, Mead y Blu-
mer, Ia etnometodologia de Garfinkel: sabre estes antares y enfoques se deten-
dra el apartado 2.3.'"
cuentran variables "cualitativas" junto a variables "cuantitativas". El instrumento de recolecci6n
par excelencia de los investigadores "cuantitativos" es el cuestionario "cerrado". Pero no existe
cuestionario que se limite a plantear preguntas sabre aspectos cuantitativos o cuantificables de la
realidad. La gran mayorla de las preguntas que se encuentran en los cuestionarios tlpicos concier-
nen a aspectos no cuantificables, 0 sea "cualitativos", de la realidad. Par otro lado, los investigado-
res de la escuela mas prestigiosa de la sociologla "cualitativa", Ia escuela de Chicago, no desprecia-
ron aspectos cuantitativos: par ejemplo, para evaluar el nivel de acatamiento a las !eyes en el
periodo prohibicionista, se instruia a los j6venes investigadores a contarel nUmero de botellas va-
das de cerveza y otras bebidas alcoh6licas que se veian en los tachos de basura que se encuentran
cerca de la escalera de seguridad en la mayoria de los condominios norteamericanos.
'7 El termino 'asociaci6n' fue introducido par Yule (tgoo) con un significado mas amplio del
termino 'correlaci6n', que Galton y Pearson reservaban a relaciones entre variables cuantitativas.
'Asociaci6n' es el genero: las especies, seglln 1a naturaleza de las variables involucradas, taman el
nombre de correlaci6n, cograduaci6n, concordancia (vease capitulo 15). Sabre Ia querella entre Yu-
le y Pearson, vease Piovani (20o6).
18 Sabre el enfoque hermeneutico vease tambi§n Lulo (2002); sabre el pensamiento de Schutz
vease tam bien Soldano (2oo2).
TRES APROXIMACIONES A LA CIENCIA 25
Mientras que el metoda experimental y el metoda que proponemos Hamar
"de la asociaci6n" son fuertemente estructurados, en el sentido de que presen-
tan estrechas conexiones entre los supuestos, los conceptos, los tE!rminos, las
tE!cnicas y el tipo de aserciones que se producen, en la aproximaci6n comUn-
mente llamada "cualitativa" conviven formas de investigaci6n muy diferencia-
das: el Unico rasgo seguramente comlin a todas es un rasgo negative: la no
adopci6n de -que en la mayoria de los casos es un rechazo 1 9 a adoptar-los su-
puestos fundamentales de Ia vision estandar de Ia ciencia (Ia que se desarrollo
en las ciencias fisicas a partir de Galilee: vease arriba). Muchos investigadores
no aceptan pagar los precios semcinticos de representaciones demasiado sim-
ples, o irrealistas, de los fenomenos humanos y sociales 00 para goz_~r de las
ventajas sintacticas de Ia matriz de datos y de las herramientas de analisis co-
nectados con ellaP
Mas alia del rechazo, esos investigadores a menudo comparten un valor en
positive: la sensibilidad hacia el aporte cognoscitivo y los derechos human as de
los sujetos conocidos -una sensibilidad que a veces se constituye en verdadera
"epistemologia del sujeto conocido" (Vasilachis 2000). De esta orientacion,
que no dudaria en Hamar etica, se siguen algunos de los caracteres comunes que
-a pesar de Ia gran variedad de Ia cual se hablaba- se pueden identificar en Ia
mayoria de los caminos NO ESTANDAR de investigaci6n. A continuaci6n, se in-
tentarci esta identificaci6n, y tambien se pondrcin dichos caracteres en un arden
de sucesi6n que tenga alglin sentido.
Lo que nos parece el punta de partida es Ia
a) orientaci6n para reducir al minima la separaci6n entre ciencia y vida
cotidiana, par lo tanto, Ia fuerte propension a abandonar las torres de
marfil y tamar contacto directo con los sujetos mientras llevan a cabo
sus actividades habituales, dejandolos expresar sus visiones del mundo
en sus propios terminos y poniendolos en el centro de los reportes de
investigacion, una gran atencion par problemas de significado y una
actitud de escucha frente a Ia realidad en vez de una rigida limitacion a
modelos a priori.
Esta tendencia a seguir de cerca la vida cotidiana Conlleva una
b) fuerte dependencia del contexto: toda investigacion queda estrecha-
mente confinada ala situaci6n especifica que investiga.
19 No todos los investigadores perciben esto como un rechazo (termino que implica una con-
notaci6n valorativa e incluso emotiva): para algunos, solamente se trata de una renuncia que limi-
, tes objetivos hacen inevitable.
20 Se da par sentado que -mientras el "metoda de la asociaci6n" se usa tambien en las cien-
cias fisicas, cuando nose puede usar el meta do experimental- el enfoque del cual estamos ha-
blando pertenece {:micamente a (algunos) cultores de ciencias humanas y sociales.
2 ' Una elecci6n plenamente legitima sino se transforma en un rechazo a priori de ciertas he-
rramientas cualquiera sean los objetos de investigaci6n y los intereses del investigador -rechazo
que tal vez cubre la ignorancia y esconde el deseo de ahorrar la fatiga del aprendizaje.
 TRES APROXIMACIONES A LA CIENCIA
METODOLOGIA DE LAS CIENCIAS SOCIALES

vista de los sujetos estudiados que se vuelven o se sienten miembros de

Esto a su vez conlleva una
su comunidad I de su grupo I de su "provincia delimitada de significa-
do" -lo que puede ser una excelente soluci6n a problemas existencia-
c) preferencia por los problemas micro -que en algunos investigadores
les individuales, pero es casi siempre una perdida para Ia comunidad
no excluye Ia ambici6n de enfrentar sobre esta base tambien los pro-
cientifica). Todos estos peligros son advertidos tam bien por muchos
blemas macro [veanse por ejemplo Geertz (1983) y algunos ensayos re-
exponentes de esta orientaci6n.
cogidos en Knorr-Cetina y Cicourel (1981)];
d) orientaci6n marcadamente idiografica, descriptiva -que en muchos
Naturalmente, al construir esta secuencia de caracteres comunes pusimos
autores no implica renunciar a formular conceptos de alcance y preten-
de relieve las conexiones entre ellos. En Ia practica de las investigaciones de
siones generales;
orientaci6n no estindar, yen la autorrepresentaci6n de los que siguen estos ca-
e) orientaci6n marcadamente inductiva: 22 en vez de "verificar hip6tesis"
minos, algunas conexiones entre caracteres son mas tenues de lo que aparecen
preformuladas, el investigador abre de par en par los ojos sobre lases-
en Ia reconstrucci6n, y aceptarla integralmente podria ser problematico para al-
cenas y tiende las orejas a todos los mensajes que Ia situaci6n le pre-
gunos. Como se dijo, no existe -y parece improbable que se desarrolle- un
senta.
patrimonio de conceptos, t€cnicas y practicas comUnmente reconocidos y em-
pleados.
La fuerte "contextualizaci6n" de Ia investigaci6n conlleva ademas:

f) Ia preferencia por Ia comprensi6n global de "provincias delimitadas de

significado" [Ia expresi6n es de Schutz (1945)] y de situaciones especi-
ficas mas que por la instituci6n de relaciones causales lineales entre va-
riables ~y aU.n menos porIa "verificaci6n" de aserciones singulares en
torno de asociaciones entre estas variables;
g) el hecho de que Ia causaci6n, si es contemplada, es considerada un pro-
ceso que se reconstruye por medio de narraciones y no por medio de
relaciones estadisticas entre instantclneas escalonadas en el tiempo o
entre variables relevadas en el mismo momenta (como en Ia familia de
Ia asociaci6n: vease capitulo 15).

La falta de procedimientos s6lidamente establecidos y generalmente acep-

tados -de un "metoda cientifico" codificado y ritualizado al cual atenerse-
conlleva:

h) una gran importancia de las cualidades y capacidades del investigadory

de sus colaboradores, que en Ia investigaci6n del tipo estandar son a
menudo considerados meros ejecutores. La experiencia en investiga-
ciones previas, el conocimiento del contexto que se estudia, Ia flexibili-
dad, la creatividad, la intuici6n, son mucho mas importantes que las
(eventuales) herramientas tecnicas para determinar Ia calidad de Ia in-
vestigaci6n;
i) Ia dificultad para desarrollar este genero de investigaci6n sin caer en lo
banal, en lo gratuito, en lo anecd6tico, y sin "volverse nativo" (go nati-
ve: algunos investigadores adoptan tan profundamente el punto de

22 Esta orientaci6n, entiendase, es compartida por la mayoria de los investigadores del enfo-

que "no estandar" ~en particular por los que siguen la grounded theory (v€ase Glaser y Strauss
1967)~ pero no por todos.
 CAPITULO 2

LOS DEBATES METODOLOGICOS

CONTEMPORANEOS

2.1. lntroducci6n

Durante el siglo XX el debate metodologico se centro fundamentalmente

en los conceptos de CUALIDAD y CANTIDAD. El foco puesto en Ia relacion contro-
versial de este par conceptual hace a este debate tributario de las discusiones en
Ia fi!osofia y Ia metodologia de Ia teoria social del siglo XIX (Marx, Durkheim,
Weber).
Uno de los principales ejes de Ia controversia se estructuro alrededar del
abordaje elegido para dar cuenta de Ia relacion entre individuo y sociedad, dan-
de Iugar, par un !ado, a una perspectiva centrada en el sujeto y, par otto, a una
basada en la estructura social. La primera tendi6 a poner el acento en Ia raz6n y
Ia accion del sujeto, orientando las investigaciones hacia Ia busqueda de Ia
comprension de las motivaciones y las decisiones individuales, considerando a
los individuos capaces de Ia construccion y Ia interpretacion de las conductas
generadas en Ia interaccion social. La segunda tendio a explicar Ia accion indivi-
dual a partir de Ia estructura, par Ia pertenencia e integracion a un todo social
basado en normas.
El sustrato de estos enfrentamientos es de tipo ontol6gico, es decir, remite
a alguna concepcion subyacente de Ia realidad o, como sostiene Schwandt
(1994: 132), a "supuestos acerca de como debe ser el mundo para que lo poda-
mos conocer". Sus raices se encuentran en la sociologia cl<lsica europea: desde
una perspectiva durkheimiana, se trata de un mundo social regulado por nor-
mas con un arden semejante a! natural; mientras que en el abardaje weberiano,
se trata de un mundo caotico que los sujetos organizan para poder conocerlo.
Para algunos hay un arden preexistente cognoscible, para otros el arden social
es una construcci6n humana.
La diversidad de estos enfoques y sus desacuerdos dieron Iugar a debates
epistemologicos sabre el estatus cientifico de las ciencias sociales, y metodolo-
f c _
5 ,,w, sabre los modes de producir y validar el conocimiento cientifico en estas
disciplinas.
AI calor de esta controversia comenzaron a definirse, durante el siglo XX,
dos "bandos" comprometidos en un "combate de religiones" -tal como loin-
 METODOLOGIA DE LAS CIENCJAS SOCIALES
dica figuradamente Marradi (1997b). Par un !ado, uno aglutinado bajo Ia acep-
taci6n y promoci6n de la medici6n como "mejor" media para asegurar la cien-
tificidad de las practicas de investigaci6n de las ciencias sociales; par el otro,
uno comprometido con el rechazo radical de cualquier intento de cuantifica-
ci6n de Ia realidad social (vease apartado 1.5).
Ferrarotti (1983: 9) Jlamaba ir6nicamente "sociografia"' a las practicas y a Ia
perspectiva sociol6gica del primer grupo, a cuyos exponentes juzgaba "respon-
sa,bles de [Ia] degradaci6n [de Ia sociologia]", par haberla condenado a Ia "perdi-
da de su conciencia problematica" y haberla hecho "funcional a los intereses
econ6micos dominantes y a Ia !6gica del mercado". Las practicas del segundo
grupo eran, en cambia, habitualmente denunciadas como no cientificas, y sus
defensores, como representantes de una nouvelle vague antimetodol6gica (Sta-
tera 1984) que proponia un "eden" imposible de alcanzar (Leonardi 1991).
Estos debates cobraron actualidad en Ia decada de 1960, en circunstancias
que Giddens (1979) califica como "disoluci6n del consenso ortodoxo" de las
ciencias sociales, cuando terminaron por popularizarse algunas antinomias
que en cierta medida aU.n nos acompafian: cuantitativo versus cualitativo, ex-
plicaci6n versus comprensi6n, objetividad versus subjetividad, neutralidad
versus participaci6n; en definitiva, descripci6n de Ia sociedad "tal cual es" ver-
sus critica y transformaci6n de Ia sociedad actual.
A partir de los afios ochenta esta controversia epistemol6gica comenz6 a per-
der fuerza. En las ciencias sociales empez6 a considerarse que Ia cuesti6n de los
METOD OS CUANTITATIVOS y CUALITATIVOS nose reso]via en e] plano de ]as discusio-
nes filos6ficas sabre Ia realidad, sino en el plano de Ia racionalidad de medias afi-
nes entre: un problema cognitive de interes, un diseiio de investigaci6n apropia-
do a! problema y los instrumentos tecnicos mas adecuados para resolverlo. En
este contexto se fue imponiendo lentamente lo que Bryman (1988) denomina
Hargumento tecnico": 2 los metodos cuantitativos y cualitativos son apropiados
para alcanzar distintos objetivos cognitivos y tratar problemas de indole diferen-
te, y la tarea del investigador no es apegarse acriticamente a un model a, sino ta-
mar las decisiones tecnicas pertinentes en funci6n del problema de investigaci6n
que enfrenta (Marradi 1992). Tambien es posible imaginar problemas de investi-
gaci6n cuyo abordaje requiera de una combinaci6n de metodos, lo que se conoce
habituaJmente como TRIANGULACION METODOLOGJCA (vease apartado 2.4).
1 El termino "sociografla" (y su equivalente en otras lenguas) ha sido usado con diferentes
sentidos. En las ciencias sociales uno de sus prim eros usos se atribuye al pensador escoces Patrik
Geddes, qui en llamaba asia su particular enfoque, que el mismo describia como una sintesis de
sociologia y geografia. Como se advierte en la cita, el sentido de Ferrarotti es mas bien despectivo:
busca poner en evidencia Ia pobreza de ciertas perspectivas sociol6gicas que se reducen al uso de
estadisticas y con fines meramente descriptivos. Por otra parte, esta es la definiciOn del Webster
Encyclopedic Unabridged Dictionary (1996): rama de la sociologia que usa datos estadisticos para
describir fen6menos sociales.
2 Ademas de los argumentos epistemol6gico y tecnico aqui referidos, en la literatura metodo-
l6gica tambien se encuentran argumentos ontol6gicos, axiol6gicos y gnoseol6gicos como funda-
mento de la distinci6n cualitat:ivo/cuantitat:ivo (Piovani et al. 2006).
LOS DEBATES METODOLOGICOS CONTEMPORANEOS 31
En la actualidad no son pocos los auto res que creen que una clasificaci6n de
los metodos basada en el criteria de cualidad/cantidad resulta poco uti! y de-
beria abandonarse (a prop6sito de esto, vease par ejemplo nuestra propuesta en
el capitulo 1). Sin embargo, los usos terminol6gicos no son facilmente modifi-
cables, y se sigue apelando muy frecuentemente a los r6tulos de "estudio cuali-
tativo" o "estudio cuantitativo".
Par otra parte, es de hacer no tar que las tradiciones te6ricas y epistemol6gi-
cas a las que se ha recurrido usualmente para dar cuenta de los enfoques cuan-
titativo y cualitativo -positivismo e interpretativismo respectivamente- son
menos monoliticas y mas complejas de Ia que Ia que se suele reconocer. Con el
fin de aportar a una comprensi6n mas profunda de las raices y desarrollo hist6-
rico de los debates epistemol6gicos y metodol6gicos contemporaneos de las
ciencias sociales, presentamos a continuaci6n una breve reconstrucci6n dedi-
chas tradiciones, enfatizando sus matices y tensiones internas. Partimos del
analisis de las perspectivas can6nicas (representadas en este caso par el positi-
vismo y sus sucedaneos) para luego pasar a! conjunto de enfoques criticos que
se han postulado como alternativas epistemol6gico-metodol6gicas.
2.2. El debate intrapositivista
La perspectiva generalista encontr6 su versiOn metodol6gica mas acabada
en el positivismo, siguiendo el camino marcado por Auguste Comte, Gabriel
Tarde y Herbert Spencer, y mas aiin par Emile Durkheim ~heredero del pen-
samiento de Bacon y Descartes. Durkheim (1895), a Ia luz del modelo de las
ciencias naturales, estableci6 una analogia entre el objeto de las ciencias socia-
les ~el hecho social~ y las casas, y predic6la necesidad de tratar metodol6gi-
camente a! primero igual que a las segundas. Esta necesidad anclaba en el con-
vencimiento de Ia existencia de un iinico modelo cientifico valido para todas
las ciencias, perspectiva que se conoce como MONISMO METODOL6GICO (vease
apartado 3.2). La propuesta de to mar como model a a Ia fisica suponia que Ia rea-
lidad social tam bien estaba regida por !eyes universales, susceptibles de ser
descubiertas con Ia aplicaci6n del mismo metoda cientifico.
En el marco de este paradigma fue tomando forma una estrategia meto-
dol6gica habitualmente conocida como cuantitativa, pero mas adecuada-
mente definible en este caso como metoda de Ia asociaci6n (veanse apartados
1.3 y 1.4). Este se caracteriza par el recurso a un conjunto de instrumentos
conceptuales y operatives para Ia investigaci6n empirica que permitirian
~en principia~ cumplir objetivos analogos a los que en Ia fisica cumplia el
experimento ~asumiendo que este no podia ser aplicado a! nuevo objeto. Di-
chos objetivos, desde el punta de vista cognitive, constituyen elfin principal
de Ia ciencia moderna en clave galileana (vease apartado 1.1): en definitiva, se
pretendia cuantificar aspectos de Ia realidad social para luego poder estable-
cer sistemiticamente relaciones entre ellos, con el objetivo final de postular
!eyes generales sabre el funcionamiento de Ia sociedad y de los fen6menos
sociales.
32 METODOLOGiA DE LAS CIENCIAS SOCIALES
En el ideario tardo-positivista, Ia ley cientifica estaba desprovista de cual-
quier contenido metafisico que le diera un tinte de necesidad inherente; era
mas bien Ia generalizacion de una secuencia dada de fenomenos empirica y
repetidamente observados, y dotada por lo tanto de regularidad. Por otra par-
te, tal secuencia ~en tanto rutina perceptiva- era la base empirica de la expli-
caci6n causal. Al respecto, cabe hacer notar que para los maximos mentores
del instrumental t€cnico de la investigaci6n social cuantitativa (de la asocia-
cion) de fines del siglo XIX -especialmente Karl Pearson- Ia idea de contin-
gencia era mas adecuada que Ia de causalidad. Para ellos, Ia causalidad no era
un principio dicotomico, de suma cero (un hecho es causa o no de otro ), sino
una gradacion de distintos niveles posibles de relacion entre los fenomenos.
Desde su perspectiva, Ia tarea del cientifico era justamente Ia de determinar
las formas y grados de Ia relacion entre los fenomenos estudiados (a traves de
Ia correlacion), y generalizar los resultados a partir de una logica inductiva
(Piovani 2006).
A ]a idea de GENERALIZACION se sumaban ]as de OB)ETIVIDAD y EXTERNALI-
DAD: el caracter externo y autonomo de Ia realidad exigia Ia objetividad como
requisito para alcanzar conocimiento valido. Asi, Ia idea de Ia neutralidad va-
lorativa se impuso como una de las caracteristicas elementales del conocer
cientifico.
El caracter empirico de Ia actividad cientifica, basada en Ia medicion y el
manejo de los datos como sustento de Ia explicacion, se fue afianzando en los
ciencias sociales durante el siglo XX, y adquirio caracter predominante -parti-
cularmente en EE.UU.- a traves de Ia difusion de Ia tecnica del sondeo (sur-
vey). E1 desarrollo de Ia estadistica y Ia aplicacion de Ia teoria de Ia probabilidad
a las t€cnicas de muestreo, que permitia predecir con importante aproximaci6n
Ia conducta de grandes poblaciones a partir de muestras relativamente peque-
fias, contribuyo a Ia fascinacion por el numero y Ia medida.
En los afios cuarenta, y bajo elliderazgo intelectual de Robert Merton y Paul
Lazarsfeld, se desarrollo en Ia Universidad de Columbia el denominado survey
research, iniciando una linea de investigaci6n basada en sondeos que contribuy6
con importantes aportes ala teoria sociopolitica.3 Por otra parte, el survey re-
search fue el exponente mas tipico de la operativizaciOn, en las ciencias sociales,
de lo que se conoce como visiOn esti.ndar de la ciencia -standard view (veanse
apartados 1.3 y 1.4). La vision estandar, heredera de Ia tradici6n positivista, ejer-
cio un predominio indiscutido en Ia epistemologia de mediados del siglo XX,
especialmente en el mundo anglosaj6n (Mulkay 1979, Outhwaite 1987, Piovani
2002). Si bien no se trata de una posiciOn carente de matices, se puede encuadrar
genericamente en lo que se conoce como neopositivismo y falsacionismo, y li-
gar a Ia obra de Carnap (1939), Hempel (1966), Nagel (1961) ymuy especialmen-
te Popper (1934, 1963).
----~/JC
3 Con posterioridad, la aparici6n de la tecnologla informatica permiti6 manejar una cantidad
muy grande de datos en la bUsqueda de relaciones multi variables par media de programas estadls-
ticos, en particular de datos provenientes de encuestas y censos.
LOS DEBATES METODOLOGICOS CONTEMPORANEOS 33
A principios del siglo XX era comun sostener que el conocimiento cie;>tifi-
co diferia de otras descripciones y explicaciones del mundo porque se denvaba
de los hechos: a partir de las repetidas observaciones de Ia realidad, sigui~ndo
una med.nica inductiva, se podian alcanzar generalizaciones sabre los fename-
nas estudiados. En cambia, Popper va a proponer una alternativa que se con ace
habitualmente como falsacionismo. .
Como eJ mismo seiiala en Conjectures and Refutations (1963), en Ia V1ena
de la primera pasguerra camenzO a interesarse par el siguiente p~abl_ema:
"·cuando una teoria debe ser considerada cientifica? a cexiste un cnteno del
c~r.icter o estatus cientffico de una teorfa?'' Para entender el sentido de esta
preacupaciOn resulta importante indagar acerca del parque de e~te_ intere~ en
encontrar un CRITERIO DE DEMARCACI6N que distinguiera al conoctmiento Cien-
tifico. A diferencia de sus predecesores positivistas y de sus contemporimeos
neopositivistas del Circulo de Viena, el no se interesaba tanto en Ia disti;'cion
entre ciencia y metafisica; su objetiva primordial era el de dtferenciar I: CI~nCia
de Ia pseudociencia. Para Popper (1963) Ia pseudociencia es el conoc1m1ento
que se presenta como cientifico, pero que en realidad tiene mis ~ue ver con los
mitos primitivos.4 En su perspectiva, el canocimiento no camtenza por ~na
observaci6n ateOrica cuya repeticiOn permite una generalizaciOn indu:n.va,
sino porIa postulacion de una conjetura o hipotesis que pretende descnbu o
explicar algun aspecto de Ia realidad y a partir de Ia cual se derivan -d~ducti­
vamente- enunciados observacionales que permitirin su contrastacwn em-
pirica. For lo tanto, la ciencia sigue un camino HIPOTETICO-DEDUCTIVO. La ca-
racteristica singular del conocimiento cientifico es que esta conjetura debe s~r
pasible de FALSACI6N, es decir, debe poder ser demostrada falsa (y nunca defim-
tivamente verdadera) a traves de enunciados abservacionales especificos. Se-
gun Popper (19 72), ademas, es a traves de los mecanismos de falsacion que Ia
ciencia progresa. ~ , .
La consagraci6n del metoda hipotetico-deductivo como {mica VIa v~hda
para Ia praducci6n de conacimiento cientifico revitaliz6la idea del montsma
metodologico: para Popper Ia ciencia se ocupa de explicaciones conformadas
por sistemas de hipotesis que han resistido las pruebas de falsaci6n, Y estas
pruebas sOlo pueden hacerse a traves de un Unico y mismo metoda.
El impacto de las ideas de Popper en las ciencias sociales fue importante:
elias fueron tomadas como base epistemologica por parte de Ia sociologia aca-
demica norteamericana de Ia epoca y contribuyeron a dar sustento a lo que
Giddens (1979) denomina "consenso ortodoxo" de las ciencias sociales, domi-
nante especialmente en Estados Unidos hacia mediados del siglo XX, Y arncu-
lado en torno del estructural-funcionalismo de Talcott Parsons Y otros. Por
otra parte, Ia afinidad de las ideas de Popper con estas corrientes sociologicas
nose limitaba a las esferas epistemologicas y metodologicas. Como dice Aron
: 244), en el ambito de lo social y lo politico Popper buscaba "defender e
4 SegUn Popper (1 96 ), ejemplos de grandes teorias pseudocientificas de la epoca eran la teo-
3
ria marxista de la historia,la teoria psicoanalitica de Freud y la psicologia individual de Adler.

34 METODOLOGiA DE LAS CIENCIAS SOCIALES
ilustrar con una argumentacion logica [... ] una actitud reformista contra Ia acti-
tud revolucionaria", talante profundamente compartido par los sociologos de
Ia epoca enrolados en las tradiciones teoricas del consenso.
Las propuestas de Popper pasaron a formar parte -acriticamente- de los
manuales de metodologia de Ia investigacion social que se difundieron a escala
global, en los que se las presentaba como "el" metoda cientifico (vease aparta-
d? 3.2). Esto trajo aparejadas algunas consecuencias negativas para Ia investiga-
cion social empirica: ademas de desacreditar cualquier practica que se alejara
del metoda hipotetico-deductivo, significo el desplazamiento del problema de
investigacion del centro de Ia escena investigativa y Ia entronizacion de las hi-
potesis -muchas veces banales, postuladas de forma forzada y ritualista- co-
mo rectoras del proceso de investigaci6n.
A pesar de su influencia, casi hegem6nica basta principios de los aiios se-
senta y todavia vigente en muchos sentidos, y aun reconociendo la importancia
de su critica a! inductivismo, Ia vision popperiana de Ia ciencia -y del progreso
cientifico- no es inmune a las criticas. Una de las mas sistematicas y reconoci-
das se encuentra en Ia obra de Thomas Kuhn, particularmente en The Structu-
re ofScientific Revolutions (1962).
Kuhn entiende que Ia ciencia debe ser estudiada y concebida como un pro-
ceso historico; nose trata de un producto logico-racional que se produce en el
vacio, sino de un conjunto de pdcticas sociales -hist6ricamente .:;ondiciona-
das- que tienen Iugar en el seno de una comunidad cientifica. Su concepto cla-
ve es el de PARADIGMA. Segiin Ia posdata de 1969 a su libra apenas citado, para-
digma puede entenderse en un doble sentido: a) a nivel mas general, como un
conjunto de generalizaciones simb6licas, modelos heuristicos, valores comu-
nes y soluciones ejemplares compartidas por una comunidad cientifica en un
momenta dado; b) en un sentido restringido, como decision ejemplar relativa a
Ia solucion exitosa de algiin tipo especifico de problema cientifico.
A partir de su enfoque historico, Kuhn distingue entre una etapa prepara-
digmatica (en Ia que no hay acuerdos generales sabre el objeto de estudio, los
cientificos se encuentran relativamente aislados entre si, y proliferan las co-
rrientes que brindan criterios alternatives de investigaciOn e interpretaciOn,
todos en pugna par prevalecer) y una etapa paradigmatica (cuando un para dig-
rna logra imponerse -generando amplios consensos en la comunidad cientifi-
ca y dando Iugar en consecuencia a un periodo denominado de CIENCIA NOR-
MAL). Pero pueden surgir mementos de crisis -producto de anomalias- que
implican Ia puesta en cuestion de algunos de los consensos basicos del paradig-
ma, no problematizados en las etapas de ciencia normal. Estas crisis pueden re-
trotraer el estado de la ciencia a una situaciOn preparadigmitica, y eventual-
mente desembocar en una REVOLUCI6N CIENTiFICA, par media de Ia cuallograra
afianzarse un nuevo paradigma, en cierto sentido inconmensurable con los an-
teriores.
En linea con la nociOn positivista tradicional relativa a un cierto grado de
retraso madurativo de las ciencias sociales con respecto a las naturales, Kuhn y
otros autores han planteado que, a diferencia de las fisicas, par ejemplo, las
ciencias sociales nunca han pasado de Ia etapa preparadigm<ltica. La controver-
LOS DEBATES METODOLOGICOS CONTEMPORANEOS 35
sia cualitativo/cuantitativo, para ellos, no seria mas que un sintoma de la falta
de consensos paradigmaticos sabre las formas de investigar y validar el conoci-
miento cientifico. Par otra parte, Ia idea de paradigmas en pugna -como se ha
planteado en los primeros parrafos de este capitulo- ha constituido uno de los
argumentos mas utilizados (argumento epistemologico, como ya se ha vista)
para sostener Ia distinciOn entre ambos tipos de metodos.
La imagen de Ia ciencia como resultado de practicas sociales histOricamen-
te situadas -aspecto saliente del planteo de Kuhn- genero importantes deba-
tes a! interior de Ia vision estandar. Probablemente, el ultimo gran intento par
preservar algunas de sus ideas basicas, ante las consecuencias que la obra de
Kuhn traia, se encuentre en los escritos del epistemologo hungaro lmre Laka-
tos. En un cierto sentido, su pensamiento refleja una apuesta por conciliar el
falsacionismo popperiano con Ia perspectiva sociohistorica de Kuhn: "Ia uni-
dad de analisis de Lakatos es lo que llama un 'programa de investigacion', no-
cion que tiene a Ia vez componentes sociologicos y l6gicos, y que parece haber-
se originado en una conjuncibn de aspectos kuhnianos y popperianos"
(Klimovsky 1994: 373). , . .
Los programas de investigacion incluyen un nucleo duro (conJunto de h!-
potesis fundamentales que Ia comunidad cientifica ha decidido n~ poner en
cuestiOn) y un cintur6n protector (constituido por una sene de h1potes1s auxi-
liares que a traves de su adaptaciOn o modi:ficaciOn permiten 1a adecuaci6n en-
tre el nucleo duro y las observaciones). Ademas de esto, otro aspecto en el que
se hace evidente el intento de Lakatos par dar respuesta a Kuhn, salvando algu-
nos elementos del pensamiento de Popper, es el relative a! desarrollo historico
de Ia ciencia. Para esto recurre como estrategia ala distinciOn entre una his to ria
interna (que comprende el estudio de las cuestiones logicas y metodologicas
par media de las cuales se produce y valid a el conocimiento cientifico) Y una
historia externa (que atafie a factores aparentemente extracientifico.s, como Ia
ideologia, Ia cultura, el desarrollo economico, etcetera). Sin embargo, para ex-
plicar la evoluciOn de la ciencia en tanto empre sa racional. Lakatos -rna~ cerc~­
no a Ia visiOn canOnica- establece una jerarquia en Ia que_otorga preem1nenc1a
ala historia interna.
A pesar del esfuerzo de Lakatos par salvar (alga de) Ia epistemologia con-
vencional a traves de su falsacionismo sofisticado, la "revoluci6n" iniciada con
Ia publicacion de Ia obra de Kuhn (1962) siguio desmoronando de manera ine-
luctable el edificio epistemologico y metodologico construido sabre las bases
del positivismo/neopositivismo/falsacionismo. Ademas de nuevas embates
como los de Feyerabend (1970 ), expresado par media de su propuesta de una
teoria anarquista del conocimiento, una de las consecuencias mas relevantes se
dio en terminos del desarrollo de perspectivas historicas y sociol6gicas para el
estudio de laden cia. En el marco de elias fl.orecieron las miradas constructivis-
tas y relativistas. Las criticas al positivismo, por mucho tiempo confinadas a
_p_osiciones minoritarias -y casi todas en el campo de las ciencias sociales y las
humanidades- y de alcance Jimitado (par ejemplo Ia hermeneutica, que sera
analizada en la prOxima secciOn), se genera1izaron y alcanzaron los mismos ci-
mientos (o nucleo duro) del proyecto positivista. Revitalizadas par Ia obra de
 METODOLOGiA DE LAS CIENCIAS SOC!ALES
Kuhn, que tuvo un gran impacto en las ciencias sociales, las epistemologias
propias de estas disciplinas tambien creyeron tener algo para decir acerca de Ia
"impoluta" historia interna de Ia ciencia, incluso rechazando la distinci6n mis-
ma entre historia interna y externa como estrategia para dar cuenta de laden-
cia y de su desarrollo historico.
2..3. Las criticas a! positivismo y los enfoques no escindar
Como se sugiri6 en parrafos precedentes, las criticas al positivismo no sur-
gieron con Ia obra de Kuhn. Estas tienen en cambia una larga y rica tradicion;
solo que tal como hemos apuntado, su influencia en Ia epistemologia y Ia me-
todologia fue relativamente marginal hasta decadas recientes: ella se limito en
general al mundo de las ciencias sociales y las humanidades, e incluso en mu_,
chos cases -por ejemplo, la hermeneutica- no busc6 rechazar al positivismo
per se, sino contener su intromisi6n en disciplinas para cuyos objetos se lo
consideraba inadecuado.
El termino 'HERMENEUTICA' deriva del griego cp~Y]VEWHX, que significa in-
terpretaciOn. Si bien sus or.igenes pueden rastrearse basta los estudios litera-
-~'
rios de los retoricos de Ia antigua Grecia y las exegesis biblicas de Ia Patristica, Ia
hermen€utica -en su senti do moderno- hace referenda a una interpretaciOn
profunda que involucra una relaci6n compleja entre sujeto interpretador y ob-
jeto interpretado.
El primero en explorar Ia importancia de Ia interpretacion mas alia de Ia
exegesis de los textos sagrados fue Schleiermacher, durante Ia primera mitad
del siglo XIX. El inauguro una tradicion que luego continuarian los historicis-
tas Oil they, Windelband y Rickert, entre fines del siglo XIX y principios del
XX, y mas recientemente Gadamer, A pel y Ricoeur, entre otros.
La tradicion hermeneutica adquirio relevancia metodologica y epistemolo-
gica para las ciencias sociales en Ia medida que destacola especificidad de su
objeto de estudio, y Ia consecuente necesidad de metodos propios para abor-
darlo, ligandolos a! problema de Ia interpretacion. En este sentido se destaca Ia
figura de Oilthey, que extendio el dominio de Ia hermeneutica a todos los feno-
menos de tipo historico y promoviola comprension (verstehen), por oposi-
cion a Ia explicacion ( erkliimng),s como un movimiento desde las manifesta-
ciones exteriores de la conducta humana hacia la exploraci6n de su significado
intrinseco.
La especificidad del objeto y Ia necesidad de metodos propios fue una idea
heredada del filosofo de Ia historia italiano Giambattista Vico, quien habia re-
chazado Ia posibilidad de aplicar el metodo cartesiano a los fenomenos huma-
nos (o civicos, en su propio lenguaje). AI absolutismo y objetivismo metodolo-
s La distinci6n entre el explicar, como caracterlstico de las ciencias naturales; el conocer (er-
kennen), como t:lpico de la filosofla y la teologia, y el comprender, como propio de las ciencias his~
t6ricas, se debe a Droysen (1868), quien ejerci6 una importante influencia en Oil they.
LOS DEBATES METODOL6GICOS CONTEMPORANEOS 37
gico cartesiano tambien se opuso Immanuel Kant (q8r), quien consideraba que
los sentidos no constituian el unico medio de Ia percepcion.
Para Vico, en el conocimiento del orden humano de Ia realidad es funda-
mentalla sabiduria practica (o fronesis, del griego <!JpOVY]<n<;), que ya Aristote-
les habia sefialado como Ia aplicacion del buen juicio a Ia conducta humana, en
I oposicion a Ia sabiduria (o sofia, cm<!Jta), que hacia referenda a! conocimiento
I
I
de las causas, ode por que las cosas son como son. Por otra parte, Vico destaca-
ba que este tipo de fenomenos estaba gobernado por aspectos en cierto sentido
ll imponderables, en cuya investigaci6n nose podia seguir un esquema lineal,
l predefinido, tal como habia postulado Descartes.
I Se va air consolidando asi una distinci6n entre el conocimiento del mundo
material (Ia naturaleza), para el cuallos hermeneutas no negaban los principios
1 y metodos generalizadores de corte positivista, y el conocimiento de los feno-
menos espirituales (humanos), que requerian de una interpretacion profunda
i y que por sus caracteristicas y complejidad no podian reducirse a !eyes univer-
sales. Esta distincion lleg6 a! climax en el marco de Ia Escuela de Baden, cuando
I Windelband primero, y Rickert despues, propusieron Ia distincion entre apro-
1
~~'
ximaciones NOMOTETICAS (tipicas de las ciencias de Ia naturaleza), que tienen
por objeto Ia postulacion de !eyes generales basadas en procesos causales uni-
formes, y aproximaciones IDIOGRAFICAS (tipicas de las ciencias humanas o del
espiritu, geisteswissenschaften), cuyo objeto es el estudio de fen6menos cam-
biantes que deben ser interpretados en su especificidad y por lo tanto situados
contextualmente.
Entre fines del siglo XIX y principios del siglo XX, esta tradicion intelec-
tual madur6 en las ciencias so dales empiricas de la mano del soci6logo aleman
Max Weber. Asi como el pensamiento de Durkheim se puede sefialar como el
mas importante antecedente especificamente sociol6gico del enfoque estan-
dar, Ia obra de Max Weber, vista en retrospectiva, constituye el antecedente
mas destacado de la perspectiva no estindar.
En su obra Wirtschaft und Geseilschaft, publicada postumamente en 1922,
Weber define ala sociologia como una ciencia que pretende entender, interpre-
tindola, la acci6n social. Pero dado que para ella acci6n es un comportamiento
subjetivamente significative, promueve Ia COMPRENSI6N como el m€todo ade-
cuado para investigarla. Influido por su maestro Rickert, intenta distinguir el
abordaje sociologico del modelo fisico, destacando el caracter historico de los
fen6menos sociales. Asimismo, se opone al objetivismo imperante en las cien-
cias de Ia naturaleza; en el ambito de Ia cultura hechos y valores se entrecruzan,
y esto se refleja incluso en Ia investigaci6n, cuando el estudioso selecciona un
tema de interes.
Desde un punto de vista mas instrumental y operativo,-los denominados
m€todos cualitativos de investigaci6n, enmarcados en la corriente-interpretati-
va de raiz weberiana, abrevan del metodo etnografico de !a antropologia clasica .
. En efecto, si bien se toma en ocasiones a los trabajos de TocquevH!e y Le Play
como predecesores de Ia investigaci6n cualitativa ---'-por oposici6n a los estu-
dios cuantitativos de Quetelet-lo habitual es considerar como sus anteceden-
tes mas directos las practicas etnograficas de Ia antropologia clasica (y de Ia es-
 METODOLOGfA DE LAS CIENCIAS SOCIALES
cuela sociologica de Chicago). En !a antropologia de fines del siglo XIX y prin-
cipios del siglo XX ya se recurria a formas de trabajo de campo que muchos
consideran -al menos superficialmente- analogas a ciertas practicas de la ac-
tual investigaci6n social no estandar. 6
La antropologia clisica se enmarcaba dentro de corrientes colonialistas; sus
estudios etnograficos eran fundamentalmente de tipo descriptive, con !a mira-
da puesta en otras culturas en las que el investigador-"etnografo solitario"-
se trasladaba para recolectar datos orientados a! estudio de un otro cultural
"primitive" que, organizados en notas de campo, eran luego volcados en infor-
mes de investigaci6n llamados habitualrnente "monografias".7
Contemporaneamente a! desarrollo de Ia antropologia c!asica, durante las
primeras decadas del siglo XX; florece en Estados Unidos Ia sociologia de Ia Es-
CUELA DE CHICAGO. En este ambito, y a partir de una confrontaci6n entre el usa
de los metodos estadisticos y el estudio de caso, el sociologo palaeo Florian
Znaniecki propane la distinci6n metodol6gica entre inducci6n enumerativa
(en Ia que los casas son tratados como ejemplos de colectivos) e induccion ana-
litica (en Ia que cada caso ilumina aspectos de una teoria general). La investiga-
cion de Thomas y Znaniecki (tgt8-1g2o), The Polish Peasant in Europe and
America, marcara un hito del metoda etnografico: Ia induccion analitica pasara
a ser considerada como intrinsecamente etnogr<ifica pues, aunque en los estu-
dios tambien se utilizaran metodos cuantitativos, estos tenian un estatus su-
bordinado frente a los metodos cualitativos.
En el Departamento de Sociologia de Ia Universidad de Chicago (que par
mucho tiempo fue Departamento de Sociologia y Antropologia) tambien desa-
rrollaron sus trabajos Park y Burgess, quienes destacaron el caracter idiografico
de los estudios sociales y dieron Iugar a Ia sociologia urbana, y Mead y Blumer,
fundadores de] INTERACCIONISMO SIMBOLICO.
6 Sin embargo, se discute si tal enfoque puede considerarse genuinamente cualitativo en el
sentido contemporineo (vease apartado 10.4). Vidich y Lyman (20oo), par ejemplo, han se:iialado
que la investigaci6n de la antropologia clisica y de la sociologia de la Escuela de Chicago naci6 sin
la intenci6n de "comprender al otro". Par otra parte, la escuela funcionalista inglesa (exponente
saliente de la antropologia cl.isica), en la que se enmarcan figuras como Malinowski, Radcliffe-
Brown y Evans Pritchard, estuvo decisivamente influenciada par pensadores positivistas de lata-
lla de Comte, Spencer y Durkheim. En la Escuela de Chicago, par su parte, y seg{tn Platt (1g8s), to-
da la evidencia indica que las propuestas comprensivistas weberianas eran completamente
desconocidas y no fueron tomadas como sustento te6rico-metodol6gico de la investigaci6n empi-
rica que alii se desarrollaba.
7 La antropologia transita luego par perspectivas evolucionistas -basadas en teorias del desa-
rrollo pensado en eta pas sucesivas, yen la idea de un otro "subdesarrollado" como objeto de estu-
dio- basta que, avanzado el siglo XX, la investigaci6n etnogrJ.fica se vuelca bacia la propia socie-
dad del analista, con enfoques "multiculturalistas" que se sustentan en el pluralismo y la
diversidad culturaL En el marco de este proceso que Burgess (1984) denomina "la vuelta a casa
Ia etnografia", esta quedari definida par su car.icter multimetodo, basado en la utilizaci6n
versos instrumentos de recolecci6n de in formaciones (observaci6n participa:nte, entrevista en
profundidad, anilisis documental}, la orientaci6n bacia la especificidad cultural del fen6meno es-
tudiado y el analisis en profundidad de pocos casas (vease apartado 1.5).
LOS DEBATES METODOLOGICOS CONTEMPORANEOS 39
Con los trabajos de Park y Burguess Ia etnografia se reorienta hacia Ia pro-
pia sociedad. Su mirada se encauza hacia Ia diversidad ciudadana, a traves del
analisis de todas las otredades urbanas (tribus, ghettos, naciona!idades, etnias,
religiones, subgrupos). Herbert Blumer, par su parte, siguiendo Ia linea de pen-
samiento de George Mead, desarrolla el interaccionismo simbolico, orientado a
comprender toda situacion social desde Ia vision e interpretacion del propio
actor en interacci6n. Desde esta perspectiva, los individuos, en tanto sujetos
interactuantes y autointeractuantes, deben interpretar el mundo para poder
conducirse en el. El interaccionismo simb6lico investiga este proceso por el
cuallos sujetos desarrollan estrategias a partir de las interpretaciones que reali-
zan de su propia experiencia. El metoda consiste en "asumir el papel del actor y
ver su mundo desde su punta de vista" (Blumer 1969: 73). En este proceso in-
vestigative interactive tambien se recrea Ia identidad del investigador.
Pero en la sociologia, estas tradiciones que podriamos llamar en cierto sen-
tide protocualitativas perdieron relevancia especialmente luego de Ia Segunda
Guerra Mundial, cuando el maridaje entre Ia logica hipotetico-deductiva y el
survey, en el marco del consenso ortodoxo de las ciencias sociales, sellaron el
destine de gran parte de Ia investigacion social empirica. 8 A partir de los aiios
sesenta, las criticas a Ia sociologia convencional favorecieron Ia reactivaci6n de
Ia investigaci6n no esdndar. En ese contexto se resignificaron algunas prJ.cticas
metodologicas de Ia antropologia c!asica y de Ia sociologia de Chicago, dotan-
dolas de un fundamento te6rico-epistemologico de corte interpretativista que
aparentemente no habian tenido en sus origenes (vease no:a 7). En esta resigni-
ficacion jugaron un papel central los aportes de Ia hermeneuttca, el constructt-
vismo Ia fenomenologia, Ia teoria critica y otros.
Si bien Ia tradicion interpretativa -como el parrafo precedente sugiere-
no constituye un bloque monolitico, todas sus variantes comparten Ia preocu-
paci6n por elucidar los procesos de construcci6n de senti do, aun~~ue la concep-
tualizaci6n de este proceso y las propuestas para su comprens1on -como se
acaba de decir- no conforman un paradigma Unico. Entre los aspectos comu-
nes se destaca el interes par diferenciar el objeto de las ciencias sociales, po-
niendo en cuestion Ia validez universal del modelo de las ciencias naturales.
Asimismo, se evidencia la necesidad de contar con esquemas de investigaci6n
y ana!isis propios -y fundamentalmente diferentes- persiguiendo objetivos
cognitivos que, sin perder su carJ.cter cientifico, no busquen necesariamente la
medici6n y la cuantificaci6n de los fen6menos ni el control empirico de enun-
ciados que den cuenta de sus relaciones.9 For otra parte, estas posiciones com-
8 Tam bien se ha destacado la influencia de 1a nueva situaci6n de EE.UU. a partir del fin de la
Segunda Guerra Mundial, como actor hegem6nico internacional, en el favorecer los estudios de
,~,c~,-'!t1111eJ'EOI S<>brelos estudios etnograficos de caso. Aparentemente, los primeros· habrl.an sido mis
funcionales a las necesidades de conocimiento social para su agenda interna y ala imposici6n de
su modelo politico-econ6mico a nivel internacional.
9 Para un tratamiento detallado de las caracteristicas de los enfoques no estindar vease el
apartado 1.5.
 METODOLOGIA DE LAS CJENCIAS SOCIALES
parten Ia convicci6n sabre Ia incapacidad del positivismo para capturar Ia natu-
raleza y complejidad de Ia conducta social, entendida como un fen6meno (mi-
co, irrepetible e irreplicable, cuyo sentido debe ser comprendido en su especifi-
cidad.
En Ia New School of Social Research, de Nueva York, el soci6logo aleman
Alfred Schutz, siguiendo Ia linea de pensamiento fenomenol6gica de Husser!,
sostuvo que los individuos constituyen y reconstituyen su mundo de expe-
riencia. Schutz focalizaba sus estudios en los procesos a traves de los cuales los
s~jetos producen interpretaciones que dan forma a lo real en Ia vida cotidiana.
Esta era interpretada en el marco del senti do comlin desde el que se producen y
organizan las motivaciones y las acciones. De este modo, Ia mirada fenomeno-
l6gica se orient6 al razonamiento pdctico del sentido comUn en tanto otorga-
dor de significado. Segun Schutz (1962), las ciencias sociales estan conforma-
das por constructos de segundo arden, que le dan sentido a los constructos de
primer orden de los acto res en la vida cotidiana.
Heredera de Ia FENOMENOLOGIA de Schutz es Ia ETNOMETODOLOGIA de Ha-
rold Garfinkel (1967). La preocupaci6n de este autor, discipulo de Parsons, se
orienta a Ia producci6n, legitimaci6n, cuestionamiento y reproducci6n del ar-
den social porIa actividad interpretativa de los sujetos. Desde Ia perspectiva et-
nometodol6gica, Ia conducta -que siempre es imaginada como producto de
una norma- es descrita y explicada por su referenda a consensos socialmente
compartidos. El anJ.lisis se focaliza en el proceso de otorgamiento de sentido a
partir de normas sociales, que dan como resultado los criterios de normalidad.
En termlnos instrumentales se prioriza el anJ.lisis de conversaciones, enmarca-
das en el contexte donde los actores resuelven situaciones sociales. La conver-
saci6n conlleva y constituye las expectativas que subyacen a la interacci6n so-
cial. Una herramienta etnometodol6gica son los experimentos basados en
estimulos disruptores de expectativas, a fin de analizar las respuestas de los su-
jetos tendientes a readaptar Ia situaci6n.
La corriente CONSTRUCTIVISTA, proveniente tambien de la tradici6n feno-
menol6gica, se ·apone igualmente al realismo emplrico de la mirada positivista,
predicando Ia imposibilidad del conocimiento objetivo. Esta imposibilidad se
fundamenta en Ia existencia de multiples realidades, construidas desde dife-
rentes perspectivas. Ante la inexistencia de un mundo real Unico pierden senti-
do los criterios rigid as para articular un consenso metodol6gico y la idea de una
ciencia acumulativa organizada en un proceso de desarrollo lineal.
Desde Ia antropologia interpretativa, Clifford Geertz (1973), en oposici6n
a! modelo estructuralista de Levi -Strauss, propane Ia interpretacion como al-
ternativa a las explicaciones causales de la cultura. Para Levi-Strauss, Ia con-
ducta de los individuos era explicada a partir de Ia estructura social y el signifi-
cado era indagado en las reglas constitutivas del sistema organizador de las
acciones. Geertz, par el contrario, considera que la DESCRIPCI6N DENSA consti-
tuye Ia forma adecuada para dar cuenta del proceso de formaci on de senti do
sujeto.
Otra vertiente dentro de los metodos cualitativos estJ. representada por la
estrategia de Ia TEORIA FUNDAMENTADA (grounded theory), introducida por Gla-
LOS DEBATES METODOLOGJCOS CONTEMPORANEOS 41
ser y Strauss (1967) como un metoda para generar teoria de alcance media a
partir de los datos empiricos. La propuesta, basada en una acci6n dial6gica en-
tre datos y teoria, se opone a Ia "gran teoria"W y a! metoda hipotetico-deducti-
vo. La relaci6n entre teorla y datos se invierte: estos pasan de ser Ia instancia ve-
rificadora/falseadora a ser Ia fuente de Ia teoria. El protagonismo de los datos
dentro del proceso de investigaci6n se desliza entonces desde Ia etapa de Ia
puesta a prueba a] proceso de construcci6n de Ia teoria (vease apartado 17.3). La
grounded theory promueve una metodologia fun dada en Ia inducci6n, en Ia
que el muestreo estadistico es suplantado por el muestreo te6rico. Las unida-
des de observaci6n se seleccionan segiin criterios formulados desde Ia perspec-
tiva del investigador, y el tamafio de Ia muestra se alcanza por saturaci6n (vease
apartado 12. 5), es decir, cuando ninguna observaci6n adicional agrega nueva
informaciOn relevante.
Vinculada a Ia EsCUELA CRfTICA DE FRANKFURT (Adorno, Horkheimer, Mar-
cuse, Habermas, entre otros) nace la denominada TEORfA CRfTICA, cuyos menta-
res, a partir del pensamiento marxista, yen algunos casas tambien freudiano,
desarrollan interpretaciones de nuevas formas de dominaci6n, incorporando la
valoraci6n polltica entre los elementos del proceso investigative. Cuestionan Ia
objetividad del pensamiento moderno y lo interpretan en terminos de sus con-
secuencias politicas. Denuncian ala ciencia social del consenso ortodoxo, que
celebraba Ia sociedad tal como era y limitaba su funci6n a Ia mera descripci6n y
explicaci6n de esta Guicios de hecho), y fomentan en cambia una ciencia trans-
formadora de Ia realidad social." Las posiciones criticas entienden que las cien-
cias sociales no est3n para conservar y reproducir las desigualdades sociales, si-
no para denunciarlas y modificarlas, e incorporan a los val ores y a Ia ideologia
como orientadores del analisis de Ia producci6n y reproducci6n de las diversas
formas de dominaci6n social.
Actualmente existen muchas escuelas que se insertan en la teorla crltica
desde diferentes perspectivas, sin tener un consenso (mica. En las Ultimas de-
cadas, por ejemplo, dentro de los nuevas paradigmas de Ia critica social, se ha
desarrollado Ia critica epistemol6gica y metodol6gica feminista. Esta se ha ca-
racterizado, en diferentes mementos de su desarrollo, por un cuestionamiento
epistemol6gico a! esencialismo, en Ia medida que este apunta a Ia legitimaci6n
de las relaciones de dominaci6n entre los generos anclada en Ia biologia. Esto
clio lugar al surgimiento de nuevas categorias de an3lisis como el "genera", que
permitia diferenciar las construcciones sociales y culturales del determinismo
biol6gico, y combatir Ia naturalizaci6n de las desigualdades sociales.
'
0
En el sentido que Charles Wright Mills (1959) atribuia a Talcott Parsons, especialmente par
su teoria general de la acci6n y del sistema social.
11
Se trata de un momenta hist6rico en el que se realiza una importante revisiOn critica de la
~-~--c-,- ,- cienci~ ~ocial ortodoxa -pensada y justificada a imagen y semejanza de la fisica- que par
un lado se abrazaba a una supuesta objetividad y neutralidad, mientras que par el otro contribuia a
difundir una visiOn conservadora de la sociedad. Y esta revisiOn critica general y generalizada in-
duy6 obviamente ala problem3tica de los m€todos.
-----------------------~.r:--
METODOLOG[A DE LAS CIENCIAS SOCIALES
Otra importante critica feminista se orientaba a! caracter de verdad necesa-
ria y universal con que el determinismo biologico impregnaba Ia posi~io,n _su-
bordinada de las mujeres. A esto se le opuso el caracter contingente e h1stonca-
mente situado de las relaciones sociales.
Un rasgo de Ia teoria critica que se expresa en el feminismo es su traduccion
en Ia practica politica, manifestada en Ia lucha contra el sexismo, contra los va-
lores y las instituciones .del patriarcado y contra las relaciones de poder-subor-
'dinaci6n entre los generos.
A principios de los ochenta muchas representantes de esta corrien~e aban-
donaron la idea de una gran teoria feminista capaz de generar categonas para
explicar a! sexismo sin tomar en cuenta Ia diversidad cultural. E.n ?arte, esto
fue una respuesta a fuertes·cri.ticas internas hacia Ia teoria hegemoniCa que fue
caracterizada como "dey para mujeres blancas heterosexuales de clase media"·
Estos debates dieron Iugar a Ia incorporacion de perspectivas epistemologicas
que favorecieron una comprensi6n clasista, sexual y emica de las relaciones so-
dales, historica y culturalmente situadas. . de perspectivas, por otra parte, se da en un contexte en el que los limites entre
Actualmente Ia mirada se vuelca hacia investigaciones de tipo locahsta; Ia
construcci6n acadernica feminista se orienta cada vez mas a las diferencias Ylas
particularidades historicas y culturales, abandonando Ia idea de una te~ria, una
epistemologia o un metodo feministas. Como sostienen Fraser y N1cholso_n 1
(1990), tal vez seria mejor hablar de Ia practica politica feminista contempora- ·.•.,,.
nea en plural, como Ia practica de los feminismos.
La reactivaci6n del interes por la investigaci6n cualitativa, a partir de Ia de-
cada de 1960, tambien implico que gran parte del debate metodologico se tras-
Iadara desde Ia oposicion cuantitativo/cualitativo hacia el interior de los meto-
~:;a~~:::~:~;~:s. Schwandt (1994: 130) identifica cuatro ejes en el debate ,!~.•
a) los criterios y Ia objetividad, centrado en cual es el fundamento de las
interpretaciones;
b) el alcance critico o compromise politico, que lleva a una distincion en- j
tre teoria descriptiva y prescriptiva; . :.~·.·
c) Ia autoridad del investigador a partir de Ia ]egitimidad de Ia interpreta-
ciOn, y
d) Ia confusion de las demandas psicologicas y epistemologicas.
Una de las principales criticas a los metodos no estandar se ha dirigido a su
supuesta falta de rigor y precision, asi como su incapacidad para gener~lizar los
resultados. Como respuesta a estas criticas, y a partir del cuestionam1ento de
los criterios positivistas de objetividad, validez, fiabilidad y generalizacion, se
instalo en Ia agenda cualitativa Ia busqueda de instrumentos conceptuales Y
criterios alternatives que fuesen mas adecuados para juzgar sus procedimien-
tos y sus productos. Guba y Lincoln (1985), por ejemplo, han propuesto las •.·'u·'"·-'"'
ciones de credibilidad y transferibilidad; Adler y Adler (1994), las de autentlc1-
dad y verosimilitud, y con respecto a Ia posibilidad de generalizacion, Pa:ton
(19 86) y Sykes (1991) han defendido Ia idea de extrapolacion razonable (vease
1
;
LOS DEBATES METODOL6GICOS CONTEMPORANEOS 43
apartado 10.5). Sadowski y Barroso (zooz), por su parte, sefialan que a pesar del
gran esfuerzo realizado,~'n los Ultimos veinte aiios con respecto a esta cuesti6n,
aun no se ha llegado a establecer un consenso acerca de los criterios de calidad
en los estudios cualitativo(; a su juicio, ni siquiera se ha alcanzado un acuerdo
sabre la necesidad/pertineilcia de que exista un consenso sabre tales criterios.
Tal vez esto se deba, a] menos en parte, a! hecho de que desde Ia decada de
1990 -en Ia que Denzin y Lincoln (1994) identifican un "quinto momenta" en
el desarrollo de los metodos cualitativos- coexisten una multiplicidad de con-
cepciones que tienen en comUn Ia perspectiva del sujeto: neoestructuralismo,
interaccionismo simb6lico, antropologia cultural y cognitiva, feminismo, et-
nometodologia, fenomenologia, teoria critica, estudios culturales, etcetera. Pa-
ra Denzin {1994), esta variedad de enfoques cualitativos responde a Ia realidad
de un mundo posmoderno, multiple y fragmentado, en el que no es posible
ninguna generalizaci6n y donde coexisten diferentes concepciones competiti-
vas, sin predominio de unas sabre otras (vease apartado 1.5). Esta multiplicidad
los estilos cuantitativo y cualitativo se han vuelto imprecisos -si es que alguna
vez fueron muy precisos- y se generan incertidumbres en cada uno de ellos
f {Hamilton 1994). Para Valles (1997) Ia caracteristica del presente, en terminos
de Ia metodologia de las ciencias sociales, esta dada par el repliegue, porIa au-
tocritica de cada uno de los dos grandes model as de investigacion. En linea con
esto, desde hace ya muchos afios han empezado a difundirse los intentos de in-
tegracion de ambos tipos de investigacion, e incluso los de superacion del de-
.j bate tout court.
.
·' Una figura destacada y pionera en los intentos de superacion del debate
cualitativo/cuantitativo fue lade Pierre Bourdieu, heredero de una tradici6n
sociol6gica cl3.sica cuyas variadas influencias, en cierto sentido, busc6 sinteti-
zar de un modo original. Una particularidad de Bourdieu fue su caracter polifa-
1
1
cetico: else ha movido con relativa comodidad par los senderos de Ia investiga-
cion empirica, de Ia teorizacion sociologica, y de Ia reflexion epistemologica y
metodologica -ambitos que Ia profesionalizacion y Ia especializacion de las
ciencias sociales han tendido a mantener relativamente aislados entre si. Tal
vez haya sido esta particularidad Ia que le permitio prom over Ia superacion de
-: las tipicas antinomias epistemol6gicas y metodol6gicas de-las ciencias sociales:
explicacion/comprension, subjetivo/objetivo, micro/macro, estandar/no es-
t<indar, etcetera. Desde el punta de vista operative, Bourdieu busc6 integrar
practicas habitualmente reconocidas como cualitativas {por ejemplo, Ia obser-
vaci6n participante), con otras cuantitativas (encuesta por muestreo y an3.lisis
estadistico).
Pero mas alia de estos intentos de superacion del debate cualitativo/cuanti-
tativo, entre los cuales el de Bourdieu representa tan solo un ejemplo, en los ul-
timos afios se han propuesto diversas formas de articulaci6n o integraci6n entre
las diferentes perspectivas metodologicas. Estas, que genericamente se conocen
como triangulacion metodologica, seran el objeto de Ia siguiente seccion.
 44 METODOLOGIA DE LAS CIENCIAS SOCIALES
2.4· Las propuestas de superaci6n del debate cualitativo-cuantitativo:
!a triangulaci6n metodol6gica y sus limites
Como se acaba de indicar, cada vez se han vuelto mJ.s recurrentes las criti-
cas a Ia distinci6n cualitativo/cuantitativo. A partir de una revision de !a litera-
tura sobre el tema, Chiesi (2002) concluye que en Ia actualidad !a mayoria de
los autores Ia considera banal o simplemente incorrecta. Cardano (1991), por su
parte, indica que es ambigua, y que en todas las tradiciones te6ricas de las cien-
cias sociales se han desarrollado tecnicas que podr.ian considerarse cualitativas
o cuantitativas. Para Statera (1992) se trata de una cuesti6n meramente ret6ri-
ca, y Campelli (1991) opina que todos los actos de investigaci6n empirica impli-
can una combinaci6n de cualidad y cantidad.
En linea con estas miradas criticas ha surgido una serie de propuestas ten-
dientes a integrar ambos tipos de estrategias. Elias ya forman parte del patri-
monio de conocimiento metodol6gico de las ciencias sociales y aparecen refle-
jadas cada vez mas en los manuales especializados. Como plantea Ruiz
Olabuenaga (1996), en estos textos pareciera sostenerse una posicion de relati-
vo consenso, ligada a! argumento tecnico que hemos presentado en Ia primera
secci6n de este capitulo, en torno de dos cuestiones: r) ambos metodos son
igualmente vJ.lidos, aunque por sus caracteristicas resultan recomendables en
casas distintos, y 2) ambos metodos no son incompatibles, hecho del que deri-
va Ia posibilidad de integraci6n siempre que esto repercuta en un mejor abor-
daje del problema en cuesti6n. Este ultimo postulado, justamente, remite a las
ideas actuales acerca de Ia triangulaci6nP
Para Bryman (2004), una de las primeras referencias a Ia triangulaci6n se
encuentra en Ia idea de unobtrusive methods propuesta por Webb et al. (1966),
quienes ademas habrian sido los primeros en usar Ia palabra 'triangulaci6n' en
las ciencias sociales. Sin embargo, Ia idea -al menos en un sentido metaf6ri-
co- ya habia sido desarrollada por Campbell y Fiske (1959) (vease tambien el
apartado 7.5), entre otros, para dar cuenta de Ia convergencia de diferentes me-
diciones en la determinaciOn de un mismo constructe, evitando de este modo
las limitaciones de una Unica operativizaci6n. S6lo que en estas obras 1a pr<lcti-
ca habia sido designada recurriendo a otras expresiones, como por ejemplo Ia
de validez convergente. Sin embargo, Ia noci6n de Campbell y Fiske era fie! a!
significado que Ia triangulaci6n tenia en las disciplinas de las cuales fue torna-
do el termino (Ia navegaci6n y Ia agrimensura): esencialmente, este hace refe-
renda a la determinaciOn de Ia posiciOn de un punto a partir de la intersecci6n
de dos rectas trazadas desde otros dos puntas cuyas posiciones son conocidas.
Denzin (1970) fue uno de los principales responsables de Ia difusi6n de Ia
idea de triangulaci6n, distinguiendo ademas cuatro formas: de datos, de investi-
gadores, te6rica y metodol6gica. A su vez, promovi6 una diferenciaci6n entre Ia
triangulaci6n intrametodo (within-method) e intermetodo (between-method).
12
Para un tratarniento mas exhaustive del tema de la triangulaci6n en las ciencias sociales, sus
orlgenes, desarrollo hist6rico, modalidades, criticas, etcetera, vease Piovani et al. (2006).
LOS DEBATES METODOLOGICOS CONTEMPORANEOS 45
Knafl y Breitmayer (1989) sefialan que los principales objetivos de Ia trian-
gulaci6n en las ciencias sociales son Ia convergencia y la completitud: como
media de validaci6n convergente o como modo de alcanzar una comprensi6n
mas acabada de un mismo fen6meno, desde distintos angulos.
A pesar de sus atractivos, Ia idea de triangulaci6n tam bien ha sido objetada,
y desde diversos puntas de vista. Bryman (2004) enumera algunas de las criti-
cas mas frecuentes: sus presupuestos ligados a cierto realismo ingenue y la
asunciOn de que datos provenientes de distintos metodos puedan ser compara-
dos inequivocamente (e incluso considerados equivalentes). Massey (1999)
realiza una critica mas radical; para el, los fundamentos conceptuales de Ia
triangulaci6n son esencialmente inconsistentes.
De todos los tipos de triangulaci6n, Ia metodol6gica es probablemente Ia
que ha adquirido mayor difusi6n y popularidad, a! punto que se han acufiado
nuevas expresiones -como "investigaci6n multimetodo"- para dar cuenta de
ella. Seglin Bryman (2004), esta implica el uso conjunto de dos o mas metodos
para abordar un mismo problema o problemas diferentes pero estrechamente
relacionados. El principal argumento a su favor (que Massey considera err6neo
desde un punto de vista 16gico) es que de este modo se aumenta Ia confianza en
los resultados de una investigaci6n.
La propuesta de triangulaci6n metodol6gica ha encontrado oposici6n es-
pecialmente entre aquellos mas apegados a Ia explicaci6n epistemol6gica de las
diferencias entre metodos cualitativos y cuantitativos. No obstante, como in-
dica Bryman (2004), Ia mayoria de los investigadores ha adoptado posiciones
mas pragmJticas: incluso admitiendo que las distintas formas de investigaci6n
conllevan compromises epistemol6gicos y ontol6gicos contrapuestos, ha
aceptado Ia idea de que Ia combinaci6n de sus respectivas fortalezas puede ge-
nerar bene:ficios para Ia investigaci6n. Pero esta Ultima afirmaci6n puede resul-
tar en cierto sentido voluntarista: la combinaci6n de metodos no siempre tiene
un efecto compensatorio de sus desventajas y potenciador de sus ventajas; en
ocasiones se refuerzan las limitaciones y se multiplican los sesgos. En este sen-
tido, Massey (1999) afirma que en Ia actualidad resulta perentorio identificar
los modos adecuados e inadecuados de combinar los metodos, y jick (1979),
par su parte, sefiala la necesidad de desarrollar pautas concretas acerca de c6mo
combinarlos.
En todo cas a, las formas de articulaci6n prevalecientes hasta el presente se
han mantenido relativarnente apegadas a estrategias convencionales: empleo
de la perspectiva cualitativa en fases exploratorias, para la posterior realizaci6n
de estudios cuantitativos de contrastaci6n de hip6tesis; utilizaci6n de 1a inves-
tigaci6n cuantitativa para establecer regularidades y tipos sociales que luego se
exploran en detalle a traves de estrategias cualitativas; uso conjunto de ambos
metodos para indagar las relaciones entre casas "micro .. y procesos "macro"
(Bryman 1988).
Ante estas consideraciones, y a pesar de Ia popularidad que Ia triangula-
ci6n ha adquirido, queda claro que esta aun no ha logrado cerrar Ia brecha en-
tre metodos est<lndar y no est:J.ndar, ni siquiera en terrninos de su posible arti-
culaci6n/integraci6n.
J
 METODOLOGfA DE LAS CIENCIAS SOCIALES

Por otra parte, se corre el riesgo de que la triangulaci6n se convierta en una

nueva moda metodol6gica: como advierte Bryman (2004), actualmente pare-
ciera haber una tendencia -para €1 injustificada- a creer acriticamente que una
investigaci6n multim€todo es superior a una monom€todo. Asi como durante
mucho tiempo -yen algunos contextos alin hoy- se recurria a las t€cnicas es-
tadisticas como fetiches, sin controlar concienzudamente su utilizaci6n, hay CAPiTULO 3
algunos elementos que permiten pensar que algo analogo ha empezado a suce-
der con la triangulaci6n: en muchos casos se recurre a ella de modo ritualista, METODO, METODOLOGIA, TECNICAS
olvidando que se trata simplemente de una metafora (como indica Massey
1999), y descuidado Ia reflexi6n critica acerca de los problemas metodol6gicos.

3·'· El origen griego del tennino 'metoda'

Como a muchos otros t€rminos, al t€rmino 'METODa' se le atribuyen signi-

ficados diferentes no solo en ellenguaje cientifico sino tambien en ellenguaje
ordinaria. Una breve resefta de los diccionarios monolingiies de varios idiomas
permite afirmar que Ia gama de acepciones en ellenguaje ordinaria correspon-
de aproximadamente a Ia dellenguaje cientifico.'
La acepci6n que se encuentra como primera en casi todos los diccionarios es
Ia mas cercana a! sigoificado originario griego (vease mas adelante) y tambien Ia
que se propane aqui como Ia preferible en ellenguaje cientifico: metoda como
camino para conseguir un fin. Se encuentran tambien regularmente acepciones
cercanas a las que se consideran "bajas" en ellenguaje cientifico: metoda como
procedimiento, t€cnica. Otras acepciones que se presentan en uno u otro diccio-
nario monolingiie son: criteria, forma, costumbre, uso corriente, praxis, y tam-
bien artificio, engafto.
El prefijo met- (meta) denuncia el origen griego del termino. Ese prefijo apare-
ce en muchos t€rminos acad€micos de las lenguas occidentales en suS diferentes
significados: como "mas alia" en metafisica, metastasis, metalenguaje; como "en
Iugar de" en metifora, metatesis, metonimia, metamorfosis, metempsicosis. En
combinaci6n con el sustantivo o8os (camino), el prefijo met- asumia otto de sus
significados principales ("con"). El compuesto ~£8o8os sigoificaba por lo tanto
"camino con [el cual]". El sigoificado en ellenguaje ordinaria griego clasico (suce-
si6n de actos tendientes a conseguirun fin}qued6 fie! a Ia etimologia del termino.
Despues de casi veinte siglos, en Ia definicion que da del termino Ia Logi-
que de Port Royal ("ars bene disponendi seriem plurimarum cogitationum ":

1 Parece, en efecto, que la tesis -de Bachelard (1934, 1938) y de muchos otros- de una separa-

ci6n neta (la coupure epistemologique) entre lenguaje ordinaria y lenguaje cientifico sea falsa co-
mo descripci6n de la situaci6n -donde se encuentra a menudo una plena continuidad- y no
oportuna como prescripci6n. Se prefiere la tesis de Schutz (1953) segUn la cual el cientifico social
debe tratar de·sentar sus terminos en ellenguaje ordinaria, o al menos de hacerlos comprensibles a
sus objetos, que -a diferencia de las ciencias fisicas- tambien son sujetos.
so METODOLOGIA DE LAS CIENCIAS SOCIALES
niveles de rigor y coherencia, y a este respecto Ia fisica y Ia quimica han alcan-
zado los mejores resultados. Cad a investigacion esta vinculada a este metoda, y
ningun otro es concebible" (1949/1972: 227).• En epistemologia, Ia tesis de Ia
unidad del metoda cientifico ha sido afirmada tambien recientemente, en una
forma mas cauta: "Se puede razonablemente afirmar que las diversas discipli-
nas cientifi.cas tienen el mismo metoda en lo que se refiere a los procedimien-
tos o a! complejo de reglas que las integran" (Pera 1978: n).
3·3· Criticas a Ia vision clasica
Pero no todos esran de acuerdo. Dalton ha observado polemicamente: "Se
presume que una secuencia invariable: formulacion de hipotesis I control 1
confirmaci6n sea compartida par todos los cientificos, que todos concuerden
en que esta es la Unica via al conocimiento; en resumen, que existe un (mica
metoda cientifico" (1964: 59). En cambia "nos podemos preguntar -observa
Howard Becker-silos metodologos, los guardianes institucionales de Ia me-
todologia, afrontan realmente el entero espectro de las cuestiones metodologi-
cas relevantes para la sociologia, o si se lirnitan a un subconjunto no aleatoric
(como dirian elias) de tales cuestiones" (1970: 3). En el mismo espiritu, el so-
ciologo y epistemologo palaeo Mokrzycki sostiene: "Los fundamentos de este
'metoda' se encuentran fuera de la sociologia, carentes de contacto con el pen-
samiento sociol6gico. La 'metodologia de las ciencias sociales' se ha vuelto una
cinta de transmisi6n que distribuye a los soci6logos el 'metodo cientifico', es
decir, las ideas de aquellos autores que pasan par ser expertos en el tema"
(1983: 72). "Muchos de nosotros -agrega Dalton- aceptamos el 'metoda cien-
tifico' porque estamos convencidos de que se ha desarrollado en las ciencias
naturales ... Pero en las ciencias naturales nose profesa deferencia a este mode-
la como lo hacemos nosotros" (1964= 59).
La vivacidad de estas reacciones se explica por su relaci6n con un periodo,
no lejano, en el cualla orientacion cientificista dominaba en las ciencias socia-
les: se so stenia -como se ha vista en los pasajes citados-no solo que Ia ciencia
tiene un solo metodo, sino que se trata de aquel metoda santificado por los exi-
tos de las ciencias fisicas. En los ai\os recientes, esta idea de Ia unidad del meto-
da ha sido criticada. "La idea misma de 'un metoda' acrecienta la confianza en
los propios resultados y reduce Ia predisposicion a preguntarse silos procedi-
mientos consolidados tienen sentido en el caso particular" (Kriz 1988: 184). Pa-
ra el epistem6logo frances Haroun Jamous, en la raiz de esta orientaci6n seen-
cuentra Ia "repulsion par Ia incertidumbre, [... ] Ia perenne necesidad de
riendas estables y definitivas que puedan dispensarnos de recurrir a aquel
4 Declaraciones tan categ6ricas se pueden encontrar en las a bras del psic6logo conductista
Skinner (1953: 5), del soci6logo operacionista Lundberg (1938: 191-192), del antrop6logo Mtlfd<>ek "'
(1949: 183) y -naturalmente- tambien en las obras de los epistem6logos neopositivistas (Neu-
rath 1931-32: 407; Hempel1935/1948: 382) o cercanos al neopositivismo (Kemeny 1959/1972: 27;
Rudner Ig66/Ig68: 18-g).
MfTODO, METODOLOGfA, TECNICAS 51
aporte individual e incierto que, justamente parser dificilmente formalizable,
es tal vez indispensable en toda obra creativa" (1968: 27).
Vinculada a Ia precedente, una segunda linea critica sei\ala el peligro de que
una particular serie de procedimientos, identificada con "el metoda cientifi-
co", se reifique y se vuelva un fin en si.S "Si el criteria es el respeto a un sistema
de reglas -observa maliciosamente Lecuyer- incluso una guia telefonica es
una buena investigacion cientifica" (1968: 124). Y el sociologo aleman Weigert
nota ir6nicamente que "la caracteristica de la magia es la atribuci6n de eficacia a
rituales minuciosamente observados sin indagar el nexo causal entro rito"y
efecto" (1970: n6). En el mismo espiritu ironico Merton observaba que Ia se-
cuencia rigurosa de aetas aparece invariablemente en el momenta de presentar
los informes de investigacion (1949: 506) -lo que recuerda las punzantes ob-
servaciones de Fleck sabre el proceso de racionalizaci6n ex post que sufren los
procedimientos experimentales (1935: § 4-2).
Aun compartiendo muchas de estas criticas ala tesis de la naturaleza Unica
y fija del metoda cientifico, nose puede suscribir a Ia boutade de los estadisti-
cos Wallis y Roberts, para quienes "no hay nada que pueda llamarse metodo
cientifico. Es decir, no existen procedimientos que indiquen al cientifico c6mo
empezar, como proseguir, que conclusiones alcanzar" (1956: 5). Aunque rara-
mente explicitada en todo detalle, en Ia consciencia colectiva de los investiga-
dores en ciencias sociales una cierta idea de aquel metoda cientifico existe: se la
encuentra par ejemplo en el recurso de muchos autores a palabras clave como
'hip6tesis', 'verificaci6n', 'experimental', que cumplen una funci6n de legiti-
rnaci6n de su propia obra.
Pero "Ia calidad de un cientifico -recuerda Toulmin- se demuestra menos
por su fidelidad a un 'metoda' universal que par su sensibilidad a las exigencias
especificas de un problema" (1972, vol. 1: 150). En sus comentarios a una compila-
ci6n de ensayos clasicos de investigaci6n social, Madge sostiene: "Si es justa pe-
dir a un investigador que indique lo mas precisamente posible aquello que pre-
tende hacer antes de iniciar el trabajo, nose sigue necesariamente que quienes
hacen exactamente lo que habian establecido sean los mejores investigadores [... ]
Las virtudes del buen investigadorson Ia flexibilidad, Ia prontitud para compren-
der una nueva situaci6n y la capacidad de aprovechar las ocasiones imprevistas"
(1962l1966: 290 ). En si, Ia fidelidad a los procedimientos codificados no ofrece
ninguna garantia: "dado un procedimiento adecuado, es posible reconocer inves-
tigaciones consideradas pseudocientificas que lo satisfacen" (se trata de Ia "para-
doja del procedimiento" resaltada par Pera 1991: 27). "Sea un buen artesano, que
elige vez por vez que procedimiento seguir", recomienda Mills, y agrega una invi-
tacion: "pedimos a quien haya producido trabajos de calidad contarnos en detalle
cOmo ha operado: s6lo en estas conversaciones con investigadores expertos los
jovenes podran adquirir una uti! sensibilidad metodologica" (1959: 224 y 228).
Son muchos los que dicen que el metodo es sabre todo una eleccion. "La
cuesti6n metodol6gica propiamente dicha es la elecci6n de la tecnica en fun-
s Veanse, par ejemplo, Kaplan (1964), Parisi y Castelfranchi (1978).
 52 METODOLOGiA DE LAS CIENCIAS SOCIALES
cion de Ia naturaleza del tratamiento que cada tecnica imp one a su objeto"
(Bourdieu et al.1968: 59). "En Ia toma de decisiones consiste en definitiva Ia in-
vestigacion cientifica" (Samaja 2001: 16). "Cada investigaciones un largo sen-
dero con muchas bifurcaciones en las que se debe tomaruna decision[ ... ] Nin-
guna regia, ningtin algoritrno puede decir cual es Ia decision justa [... ] Cuanto
mas el investigador conciba al m€todo como una secuencia rigida de pasos, mas
decisiones tamara sin reflexionar y sin darse cuenta" (Kriz 1988: 81 y 131). Ade-
mas, tener que escoger no significa necesariamente el deber afrontar cada pro-
blema con una sola tiknica: "Si se elige una sola t€cnica, los resultados no pue-
den ser considerados independientes de Ia tecnica elegida, y par Ia tanto no son
estables: pueden de hecho ser contradichos par resultados obtenidos con otras
tecnicas" (Van Meter 1994: 23).
Si Ia investigacion debe ser "un proceso cognitivo mas que un simple pro-
ceso de validacion de ideas ya formuladas" (Bailyn 1977: 101), es necesario "saber
mantener Ia tension entre Ia necesaria funcion de reduccion de Ia complejidad
fenom€nica y la apertura a dimensiones que permitan aumentar la compleji-
dad de los esquemas conceptuales" (Crespi 1985: 343).
El metoda es por lo tanto alga mucho mas complejo que una simple se-
cuencia unidimensional de pasos. "Sin dudas -observa Polanyi- el cientifico
precede en modo met6dico. Perc su metoda es como las m<iximas de un arte
que aplica de manera original a sus problemas" (1958: 311). Su obra es "muy si-
milar a una creaci6n artistica ... perc noes un arte como la escultura y la pintu-
ra, en las cua]es uno es libre de obtener cualquier cos a del material crud a. Es un
arte como Ia arquitectura, en Ia cual se puede mostrar creatividad trabajando
con materiales crudos caracterizados par limitadas propiedades ingenieriles, y
para comitentes con presupuestos vinculados a objetivos precisos" (Davis
1964: 267-8). La gestion de recursos en presencia de vinculos es un aspecto ca-
racteristico del concepto de m€todo; luego volveremos a esto.
Por el momenta se puede concluir que la visiOn cartesiano-baconiana del
metoda, que hasta hace algunos decenios nose ponia en tela de juicio, hoy en
dia genera perplejidad. No parece haber escandalizado a nadie Marcello Pera
cuando ha descrito Ia "paradoja del metoda": "Ia ciencia se caracteriza par su
metodo, pero una caracterizaci6n precisa del metodo destruye la ciencia"
(1991: 39).
34· Metodo y metodologfa
Sin embargo, este cambia de perspectiva no ha dejado todavia ninguna
huella en ellenguaje. Una consecuencia inevitable del hecho de que Ia orienta-
cion prevaleciente a lo largo del tiempo en Ia filosofia de las ciencias sociales
6
reificase el metodo en una sucesi6n de pasos y procedimientos ha sido que e}
termino 'metoda' no sOlo designe un modo particular de cumplir aquellos .,,,-··-- ~ .. __ _c_o,y,idos i.nstrmne.11tos de investigaci6n" (1976: xv); Smelser: "metodologia es la evaluaci6n cri-
SOS ("metodo experimental", "metoda hipotetico-deductivo"), sino tambien
algUn paso especifico, e incluso los instrumentos operatives que permiten
cumplir los varies pasos (eS decir, las ttknicas: vease apartado 3.5). En esta
METODO, METODOLOGfA, TECNICAS 53
acepcion el termino ha desarrollado un plural (para designar el complejo de
tecnicas, e] grupo de tecnicas de un cierto tipo) que nose justificaba en ninguna
de las acepciones examinadas en las secciones precedentes. El usa de 'metoda/
metodos' en el sentido de 'tecnica/tecnicas' ha sido yes endemico en las disci-
plinas mas orientadas ala investigaci6n empirica, que estan mas frecuente-
mente en contacto con instrumentos operatives.
Kaplan distingue los metodos de las tecnicas par cuanto los primeros val en
de modo bastante general en todas las ciencias o en una parte importante de
elias (1964: 23). Se encuentra, en efecto, en el usa una cierta estratificacion je-
rarquica en el sentido indicado par Kaplan (los metodos son mas generales y
mas nobles que las tecnicas), pero ningtin otro autor -par lo que sabemos-la
ha expresado.
Se ha hablado de Ia indebida expansion semantica del termino 'metoda'.
Pero un abuso todavia mas grave, como veremos en breve,lo sufre el termino
'METODOLOGiA'. En docenas de terminos cientificos -muchos de los cuales se
han pasado allenguaje ordinaria- el sufijo 'logia' esta utilizado en el sentido
de "discurso sabre", "estudio de". Par lo tanto, 'metodologia' deberia ser el dis-
curse, estudio, reflexi6n sabre el metodo. Empero en la investigaci6n social
norteamericana -cuyos cultores generalmente no tienen alguna idea de las rai-
ces griegas dellenguaje cientifico- se ha difundido desde hace tiempo (y ha si-
do implacablemente exportada a otros paises) Ia costumbre de llamar metho-
dology a Ia tecnica. Es este el abuso terminologico que se sefialaba mas arriba.
Se comprenden las protestas del interaccionista Blumer hacia esta "asombrosa
inclinacion a identificar Ia metodologia con una limitada porci6n de su objeto
de estudio" (1969: 22; vease tambien Sartori 1984= g).
Sin embargo, hay autores que a! definir el termino muestran que no han ol-
vidado las raices griegas de Ia terminologia cientifica, 6 pero son una minoria. La
definicion mas cercana a! espiritu de este texto se debe a Lazarsfeld: "Ia meto-
dologia examina las investigaciones para explicitar los procedimientos que
fueron usados,los supuestos subyacentes, y los modos explicativos ofrecidos"
(Lazarsfeld et al. 1972: xi). Lazarsfeld sintetiza su punta de vista con esta analo-
gia: "Ia poesia es emoci6n a Ia cual se vuelve con animo tranquilo. Considero Ia
metodologia un volver al trabajo creative con el mismo estado de animo"
(1959/1967: 186). Aun no habiendo nunca definido directamente el termino
'metoda', Lazarsfeld muestra en estos pasajes concebirlo como una actividad
creativa, a Ia par de Mills, Polanyi, Davis y otros?
A proposito de Ia metodologia en su sentido propio, se discute si ella debe
ser una disciplina prescriptiva o descriptiva. Par Ia segunda alternativa se ha
pronunciado con fuerza Dewey (1938); otros han resaltado que el estudio em-
Por ejemplo Novak: "la metodologia se encarga del anoilisis de los procedimientos cientifi-
tica de las actividades de investigaci6n en relaci6n con los escindares cientificos" (1976: 3); Stoet-
zel: "la metodologia puede definirse como el conocimiento que resulta de una reflexi6n sobre los
aspectos empiricos de la investigaci6n" (1965/1969: to).
7 Veanselospasajesdeestosautorescitadosarriba.
 54 METODOLOGfA DE LAS CJENCJAS SOCIALES
pirico de como trabajan los cientificos es una tarea de !a histaria y de !a sociolo-
gia de !a ciencia; !a metodologia debe ser prescriptiva. "La metodologia -escri-
be el epistemologo italiano Bruschi- implica una concepcion logico-racional
de !a ciencia [... ] El aspecto normativo, que en !a filosofia de !a ciencia puede
ser latente, aqui es manifiesto y directo [... ] El metod6logo de clara aquello que
el investigador debe hacer para obtener ciencia" (1991: 38-9).
Se puede aceptar !a idea de que !a metodologia sea, en ultima instancia
tambiEn una disciplina normativa, en cuanto da indicaciones acerca de Io que e~
oportuno hacer en cada situaci6n especifica. Pero tales indicaciones no deben
basarse en un modelo abstracto y general de ciencia, sino en aquel!o que !a his-
toria y !a sociologia de !a ciencia nos refieren. Por ejemplo, a !a luz del hecho de
que una cierta tecnica, perfectamente adecuada en abstracto, sea en realidad
muchas veces portadora de graves sesgos, v. g. a causa de una insuficiente consi-
deracion de los procesos psico-socio-antropologicos que su aplicaci6n tiende a
poner en movimiento entre los sujetos observados y /o entre los observadores.
La contra posicion descriptivo/prescriptivo encuentra un paralelo en !a dis-
tinci6n entre los dos significados que el termino 'metodologia' tiene en ellen-
guaje corriente de !a investigaci6n social-significados que corresponden a los
dos roles del metodologo profesional. Cuando estudia y ensefia, el metodologo
debe tener una arientaci6n descriptiva, es decir, debe estar abierto a aprender
de las experiencias de otros investigadores evaluandolas sin preconceptos, y
d1spuesto a referir en modo sistematico y sintetico aquello que ha aprendido.
Cuando utiliza sus propias competencias, capacidad y experiencia al servicio
de una investigaci6n, suya ode otros, el metod6logo no puede ser otra cos a que
prescriptive, en cuanto debe elegir los instrumentos a utilizar y c6mo utilizar-
los. En este sentido, sera mejor que en sus prescripciones tenga en cuenta todo
aquello que ha aprendido en su otro rol.
3-5· Las tecnicas
Tam bien el termino 'TECNICA' deriva del griego, en el que TEXV1'] designa
una capacidad artistica, no aquella individual e irrepetible del genio, sino aque-
lla mas domestica del artesano, transmisible de padre a hijo (en efecto el ter-
mino tiene un probable parentesco con TEKVOV, hijo). ' una selva: se confia que puede ser alcanzado, se espera alcanzarlo, pero nose
La bella definicion del sociologo italiano Gallina ("complejo mas orne-
nos codificado de normas y formas de proceder reconocido par una colecti-
vidad, transmitido o transmisible par aprendizaje, elabarado con el fin de
desarrollar una actividad manual e intelectual de caracter recurrente [... ] Un
procedimiento extemporJneo, que nose reitera ni sufre alguna forma de co-
dificaci6n, no es una tecnica aun si resulta por una vez excepcionalmente in-·
genioso y eficaz": 1978, 712-3) muestra que muchos elementos del significado
original griego se han inantenido al menos en uno de los significados centra·..:.··-
les del termino.
Gallina toma, en efecto, el significado antropol6gico, muy difundid; tam-
bien en ellenguaje ordinaria. Pero junto a este se pueden distinguir a! men'os
METODO, METODOLOGIA, TECNICAS 55
otros dos, que tienen en comU.n una relaci6n instrumental entre su referente y
!a ciencia, pero se distinguen par !a direccion de tal relacion. En un segundo
significado, una tecnica se sirve del conocimiento adquirido por las ciencias sa-
bre !a realidad para modificar algunos aspectos de esta. En un tercer significa-
do, es una ciencia la que se sirve de tecnicas para conocer mejor algU.n aspecto
de su objeto. En ambos conceptos, yen particular en el ultimo -el que aqui nos
interesa-, se encuentran presentes aspectos de Ia intensiOn del concepto ilus-
trado par Gallina.
En el ambito de !a medicina, !a clinica se sirve del conocimiento adquirido
por !a fisiologia y !a patologia -que son ciencias- para curar a los enfermos, y
es por lo tanto una tecnica en el segundo significado. Una situaci6n analoga se
da en la ingenieria civil, cuando se sirve de los conocimientos de estadistica y
dinamica para construir edificios, rutas, puentes. Es cierto -como hace notar
el fisico italiano Cini-que "!a tecnologia proporciona a !a investigaci6n cienti-
fica contribuciones originales" (1990: xiv); pero !a distincion es analitica: si en
el ambito de la investigaci6n tecnol6gica se adquieren nuevas conocimientos
sabre la realidad que se desea modificar, en este momenta se esta hacienda
ciencia. Ademas, decir que !a tecnica (en el segundo significado) aplica los co-
nocimientos cientificos para intervenir sabre Ia realidad no significa dismi-
nuirla; somas todos conscientes del hecho de que Hla invenci6n de un instru-
menta muchas veces ha marcado una epoca" ()evans 1874: 272).
Las tecnicas de las que hablamos aqui son instrumentales a los fines cog-
noscitivos de las diversas ciencias. Son "los procedimientos especificos em-
pleados en una ciencia, o par un particular genera de investigaciones dentro de
una ciencia [... ]Son las formas de cumplimentar el trabajo de una ciencia que
son considerados, par razones mas o menos convincentes, aceptables por una
comunidad cientifica. El adiestramiento cientifico tiene que ver en gran medi-
da con la adquisicion del dominio de las tecnicas" {Kaplan 1964: 19); en gran
medida pero no enteramente, como advierte Lazarsfeld (1959/1967: 229) -y
muchos, incluido Kaplan, estarian de acuerdo.
La relacion entre metoda y tecnica (en el significado analizado en esta sec-
cion) puede ser clarificada con una imagen. Cada investigaci6n tiene un objeti-
vo cognoscitivo: es decir, busca mejorar, profundizar, articular el conocimiento
sabre un cierto argumento. Podemos imaginar este objetivo como un clara en
sa be exactamente d6nde esta, y menos aUn se tienen claras las ideas sabre c6-
mo llegar. Podemos tambien imaginar que el investigador (o qui en toma las de-
cisiones sabre como proceder) parte de un punta cualquiera en el confin de !a
selva. Raramente esta totalmente aislado, y raramente es plenamente libre; ge-
neralmente tiene ayudas y tam bien limitaciones. Dispone de fondos publicos o
privados, y casi siempre t:iene colaboradores mas o menos expertos en varias
tareas. Puede recurrir, si le parece oportuno, a entes especializados en la reco-
lecci6n de informaciOn y / o en el analisis de datos. Entre sus recursos se en-
cuentra tambien el bagaje de conocimientos derivados de experiencias prece-
dentes de investigaci6n, propias y ajenas. La limitaci6n principal esta dada par
el plaza fijado para !a entrega de los resultados de !a investigacion. Muchas ve-
 s6 METODOLOGiADE LAS CIENCIAS SOCIALES
ces este plaza es irnpuesto por un comitente que no tiene idea de la cornpleji-
dad de Ia tarea. A veces Ia naturaleza del comitente, o mas genericamente el eli-
rna politico-cultural, impone limites a Ia libertad de profundizar en una u otra
direcci6n. Otras veces Ia naturaleza del problema investigado pone limites eti-
cos a las tecnicas que se podrian usar.
La selva por atravesar es recorrida por segmentos mas o menos largos, en
varias direcciones, de senderos ya trazados, mas o menos transitados: son las
tecnicas que otros investigadores han ideado, modificado, desarrollado. Natu-
ralmente, es mucho mas c6modo recorrer senderos ya trazados, pero nose sa-
be si nos conduciran al clara buscado o a alguna otra parte.
La tarea del investigador/metod6logo consiste en escoger el camino, te-
niendo en cuenta la naturalez,a de los senderos presentes en el terreno, el tiem-
po y los recursos disponibles (en particular, el grado de adiestramiento/pre-
disposici6n de sus colaboradores para manejar las diversas tecnicas). En este
sentido, su tarea se asemeja ala combinaci6n de factores productivos que el
emprendedor efectUa en presencia de restricciones y lirnitaciones, disponien-
do de recursos escasos (Schumpeter 1942) y de "economias externas"B Tam-
bien el emprendedor to rna frecuentemente decisiones: en cad a momenta debe
elegir si confiar una cierta tarea a colaboradores externos, o pro ceder por si
mismo pero siguiendo un sendero ya bien transitado, u otro sendero apenas
trazado, o bien combinarvarios senderos; decidir3. tam bien si recorrer fielmen-
te estos senderos, o intentar pequeiias variaciones dei recorrido (modificacio-
nes a tecnicas existentes), o bien internarse en Ia selva, imaginando procedi-
mientos nuevas, a veces para confrontar los resultados con aquellos de las
tecnicas existentes.
Lo esencial del concepto de metoda esta en lo siguiente: en Ia elecci6n de
las tecnicas a aplicar, en Ia capacidad de modificar tecnicas existentes, adaptcl.n-
dolas a los problemas propios, y de imaginar tecnicas nuevas. Una vez que un
procedimiento nuevo o una modificaci6n de un procedimiento existente han
sido ideados y son codificados y difundidos, estos se reifican y se convierten en
una tecnica a disposici6n de la comunidad de investigadores: no ya en una ca-
pacidad privada sino en un objeto publico. Sucede como con Ia parole de Saus-
sure: una vez comunicada, ya es langue.
Los resultados de una investigaci6n dependen del complejo de elecciones
que el investigador/metod6logo ha realizado a lo largo de todo el recorrido.
Por este motivo, en el informe de investigaci6n se deberia destinar amplio es-
pacio para reportar y comentar las elecciones hechas, evaluando en lo posible
sus impactos sabre los resultados. Lamentablemente, en cambia, es muy raro
que ese espacio sea destinado (siendo Schussler 1982 una de las elogiables ex-
cepciones).
Como determinantes de esta situaci6n -que demuestra una conciencia
cientifica todavia embrional- convergen varios factores:
8
Es decir, de recursos que la sociedad pone a su disposici6n (rutas, puentes, puertos, etcetera).
METODO, METODOLOGiA. TECN!CAS 57
el objetivismo del investigador, que cree debilitar el valor de sus resul-
tados si admite cuanto depend en de las elecciones efectuadas (0 que
atribuye con gran fundamento tal convicci6n a su publico);
el hecho de que buena parte del publico se comporta como si leyese una
no vela polidaca: quiere saber qui en es el asesino y no se interesa por los
detalles del proceso de investigaci6n (lo lamentan Cohen y Nagel 1934=
399-400).
En fin, el hecho de que los responsables de casas editoriales y revistas
comparten en gran medida el objetivismo de autores y publico, y el
hambre de hechos del segundo, y deben tenerlos en cuenta aun sino
los comparten.
Sucede entonces que incluso autores muy escrupulosos confinan el infor-
me metodol6gico a un apendice, imaginando que "aquel que quiera saber mas
de aquello que el investigador ha efectivamente hecho y del modo en que lo ha
hecho [... ] dispondra de tanta paciencia como de curiosidad" (Calvi 1980: 21).
El hecho de que las tecnicas no posean Ia naturaleza abstracta del metoda,
sino que sean recursos tangibles y disponibles, no implica una menor nobleza
o relevancia para el trabajo cientifico. La orientaci6n de los grandes te6ricos9
que desprecian las tecnicas es precientifica, dado que s6lo a traves de su em plea
se puede de algUn modo controlar empiricamente una teoria -e incluso una
gran teoria. Ademiis, s6lo a traves de un uso competente de las tecnicas este
control puede hacerse de modo confiable.
Simetricamente, cae en una postura errada aquel que fetichiza una o mas
tecnicas, en eJ sentido de que desarrolla una gran pericia en su aplicaci6n, pero
las considera solo como objetos ready made, carentes de historia y de profun-
didad: ignora y qui ere ignorar el hecho de que cada tecnica ha sido ideada y de-
sarrollada en el marco de ciertos supuestos onto-gnoseo-epistemol6gicos,10
que legitiman el recurso a ciertas manipulaciones de Ia informaciOn o a ciertas
interpretaciones de los resultados.
Desde hace alglin tiempo, esta tendencia a 1a especializaci6n estrecha se ha
manifestado -y ha sido relevada y denunciada en los Estados Unidos-: algu-
nos metod6logos son en realidad especialistas en una o dos tecnicas, y las apli-
can a todos los problemas que enfrentan sin cuidarse de su pertinencia. De esta
forma producen resultados sin sentido, 11 y cuando sedan cuenta, no tienen so-
luciones, ya que no tienen una sabiduria y experiencia generalizada que les per-
mitiria elegir las herramientas mas adecuadas a su problema.
Se puede pensar que Ia superespecializaci6n se desarrolla paralelamente a
Ia tendencia al consume de masas, porque ambas presentan dos caracteristicas
9 Los grand theorists, como los llamaba ir6nicamente Mills (1959), teniendo como blanco
principal a Parsons.
10
Sabre c6mo es la realidad, c6mo podemos conocerla y cuiles son los objetos y los limites de
la ciencia.
11
Como pasa cuando recnicas concebidas para variables cardinales se aplican a variables que
no son ni ordinales.

ss METODOLOGfA DE LAS CIENCIAS SOCIALES
estrechamente parecidas: la propensi6n a orientarse bacia el producto nuevo
abandonando el antiguo cualquiera fuera su valor, y la propensi6n a orientarse
hacia productos cada vez mas artificiales y efectistas (que en nuestro caso qui e-
re decir sobre todo computer intensive). Basta pensar en Ia rapida sucesi6n de
modas que ha traido a Ia escena del analisis de datos: primero Ia regresi6n mul-
tiple, luego el analisis factorial, luego el path analysis, !uego los modelos log li-
neares, luego el an<llisis de las correspondencias, y asl sucesivamente. Lo obser-
vaba de manera incisiva Labovitz:
Que en el an<llisis de datos de las ciencias sociales imperan las modas es
mas que evidente. c:Quien sigue usando el escalograma de Guttman? Esta
tecnica demodee ha sido sustituida por otras [... ] Se usa la t~;knica en boga,
sea apropiada o no. La gente se pregunta: "Qui era emplear el anJ.lisis facto-
rial: c:cual es el problema?" 0 bien te dice: "Quiero utilizar el Ultimo grito
de Ia moda, el path analysis: cTienes algunos datos?" (1968: 221).
Se ha puesto como ejemplo el analisis de datos porque ha sido el teatro de
este reciente desarrollo. El metod6logo italiano Ricolfi lo ha juzgado, un poco
severarnente, como un "progreso aparente" (1982: 338); tambi€n el norteame-
ricano Davis piensa que "las t€cnicas estadisticas avanzadas no nos dicen mu-
cho mas que el analisis tabular de los tiempos de Lazarsfeld" (1987: 179). Pero,
mas alia del juicio sobre su utilidad, Ia opinion generales que las tecnicas de
an;llisis matem<itico-estadistico se encuentran actualmente mucho mas desa-
rrolladas que las tecnicas de recolecci6n de informaciones o de presentaci6n
grafica de los resultados.
Hace algunos a:fios otro metod6logo italian a lamentaba "el desequilibrio
entre el desarrollo de estes m€todos matemolticos y sus efectivas aplicaciones",
sosteniendo que "el conocimiento de la matemitica y de la estadistica propor-
ciona prestigio. Lo importante es que el investigador llegue a demostrar [... ]
que sabe dominar estes metodos" (Capecchi 1972: 39). "Los textos de metodo-
logia -ironiza Troy Duster- siguen afirmando que todas las tecnicas tienen el
mismo valor [... ] De heche, el programa de los curses y el tipo de articulos
aceptados para publicaci6n pronto dan el mensaje a estudiantes y doctorandos:
ilas tecnicas estan estratificadas!" (1981: 112).
Naturalmente, podemos preguntarnos acerca del motive de este mayor de-
sarrollo y mayor prestigio de las t€cnicas de anilisis de datos. 12 Se decia mas
arriba que la fascinaci6n por las novedades es un motive para la tend en cia a la
especializaci6n; sin embargo, €ste noes vilido en lo que respecta a las tecnicas
de ana!isis en su conjunto: en el curriculo de los departamentos de ciencias so-
dales norteamericanos y de Europa del norte las tecnicas estadisticas no son
novedad desde hace a! menos treinta o cuarenta aiios.
'-'·~'·''~'.1!e.en gnoseologia, de que no puede haber nexos rigidos entre Ia esfera de los
12
Van Meter, quien fuera presidente del comite de metodologia de la asociaci6n mundial de
los soci6logos, ha afirmado tranquilamente, en una resefia dedicada por la revista de la UNESCO a_
los diversos sectores de la sociologia: "El termino 'metoda' significa habitualmente 'metodo de
an<llisis de datos' a menos que se especifique otra cosa" (1994: 19).
METODO, METODOLOGfA, TECNICAS 59
Sin duda, vale en cambia el otro motive, es decir, Ia propensi6n a procedi-
mientos computer-intensive mas bien que field-intensive (mas similares a un
juego electr6nico que a un paseo con amigos por un bosque). Este factor act:Ua,
sea par fueiza propia, sea por via de la imitaciOn de las ciencias fisico-natura-
les, en las q&e las simulaciones computarizadas tienen un rol cada vez mas im-
portante: p~r esta razOn parece destinado a ejercer una influencia duradera.
Nose puede dejar de !ado, en fin, una explicaci6n de corte kuhniano: buena
parte de los jOvenes emergentes en las ciencias humanas en los afios sesenta y
setenta han percibido Ia preparaci6n estadistica como el canal privilegiado para
constituir rapidamente un patrimonio de expertise que sus mayores no po-
seian, lo que les permitia hacerse imprescindibles, y pretender a mediano plaza
una sucesi6n anticipada (Collins 1975: 54).
3.6. Epistemologia y gnoseologia
En lo que respecta a Ia relaci6n entre metodologia (y metodo) y EPISTEMO-
LOGfA, existe un consenso general sobre el heche de que Ia metodologia ocupa
"Ia porci6n central de un continuum de analisis critico [... ] [entre] el analisis de
los postulados epistemol6gicos que hacen posible el conocimiento social y [... ]
Ia elaboraci6n de las tecnicas de investigaci6n" (Gallino 1978: 465). Ocuparse
de metodologia es encontrarse en una continua tensiOn dialectica entre los po-
los de este continuum, porque "si Ia metodologia abandona su !ado epistemo-
lOgico se reduce a una tecnologia o una practica que ya no controla intelectual-
me'nte. Si abandona el lado tecnico, se transforma en una pura reflexiOn
fi!os6fica sobre las ciencias sociales, incapaz de incidir sabre las actividades de
investigaci6n" (Bruschi 1991: 41).
Resta agregar que en uno de los palos no se encuentra tan sOlo Ia episte-
mologia (reflexi6n sobre los fines, condiciones y limites del conocimiento
cientifico) sino tambien Ia GNOSEOLOGfA (reflexi6n sabre los fines, condicio-
nes y limites del conocimiento tout-court). La gnoseologia ha sido yes fre-
cuentemente olvidada en las declaraciones como las mencionadas arriba. Las
razones pueden ser dos, una lingiiistica y otra sustancial. El termino gemelo
(seria gnoseology) no existe en ing!es, y por lo tanto nunca aparece en Ia im-
ponente literatura anglonorteamericana sobre el tema. En ingles, de heche, se
usa epistemology para designar Ia fi!osofia del conocimiento (gnoseologia) y
en prevalencia philosophy of science por aquello que nosotros llamamos
epistemologia.
El segundo motive puede derivar del heche de que todos los intentos de
dar un fundamento de certeza absoluta al conocimiento cientifico (los mas re-
cientes el fenomenismo de Schlick y del primer Carnap, y el fisicalismo de
Neurath y del segundo Carnap) han fracasado frente a Ia constataci6n, inevita-
referentes (Ia realidad), Ia esfera del pensamiento y Ia esfera dellenguaje (Ma-
rradi 1994). Puede suceder que esta situaci6n, aceptada con escaso entusiasmo
por muchos de los que se ocupan de ciencia, haya provocado un sentimiento de
6o METODOLOGIA DE LAS CIENCJAS SOCIALES

turbacion frente a una disciplina que pone en evidencia los limites de las pre-
tensiones cognoscitivas de las otras.
Si Ia metodologia se sit:Ua donde se ha dicho, cdonde se sit:Ua el metoda? En
Ia secci6n previa se ha planteado que este consiste esencialmente en el arte de
eiegir las tecnicas mas apropiadas para enfrentar un problema cognoscitivo,
eventualmente combinandolas, comparandolas, aportando modificaciones e
inc! usa proponiendo alguna solucion nueva. Aquello que no surgio en las sec- CAPiTUL04
clones precedentes y que quisieramos subrayar antes de concluir este capitulo,
es que el metodologo no realiza estas elecciones solo a Ia luz de sus competen- ELPAPELDELA TEORfA
cias tecnicas y de las experiencias de investigaci6n pro pi as y ajenas. Su propen- EN LA INVESTIGACION SOCIAL
si6n a utilizar una u otra tecnica y su man era de interpretar las experiencias de
investigaciOn est<in condicionadas par sus opciones gnoseoepistemo16gicas:
"Las soluciones tecnicas presuponen soJuciones metodo16gicas generales yes- La prim era tarea del soci6logo debe ser par ella definir las ca-
tas Ultimas, por otra parte, implican que se den respuestas adecuadas a ciertas sas que trata, a fin de que se sepa ~y lo sepa 61 tam bien~ cu.il
cuestiones epistemologicas" (Ammassari 1985: 178). es el problema. (DURKHEIM 1895)

Un requisito bisico de la investigaci6n es que los conceptos,

las variables, sean definidos con suficiente claridad para per-
mitir que la investigaci6n progrese. (MERTON 1949)

4.1. .: Qm\ es Ia teo ria?

Proponer una definiciOn del termino 'teoria' conduce a una paradoja, ya

que esta solo es definible dentro del marco de una teoria. Debido a que no exis-
ten definiciones extrateOricas en la investigaciOn social, la pro pia teoria es al-
canzada por esta restricciOn, que sittla cad a definiciOn dentro de las categorias y
el horizonte de una teoria dada.
Si bien toda definiciOn es arbitraria y relativa al contexte de su elaboraciOn,
el problema en este caso particular es la coincidencia entre el concepto a definir
y el contexte definitorio. Esto no significa que <(teorla" sea un concepto indefi-
nible sino que -dado que una teoria no puede validar Ia legitirnidad de su pro-
pia definiciOn- nos encontramos frente a un concepto polisemico. Existen
multiples definiciones de teoria cuya arbitrariedad solo est;\lirnitada por el
contexte teOrico que las contiene, de tal modo que adherir a una definiciOn su-
pone ya la adhesiOn a una teoria previa.
Par otro !ado, las utilizaciones del termino no ayudan mucho para Ia defini-
ciOn de su significado. A veces hace referenda al pensamiento de un autor ode
una corriente de pensamiento 0-a teoria marxista, la teoria psicoanalitica), otras
alude a Ia obra de diversos autores relativa a una tematica en particular (la teoria
de Ia democracia, Ia teoria de Ia dependencia), tambien ref!eja contenidos meta-
dolo gicos (Ia teoria general, las teorias de alcance media) y otras veces se ]o equi-
--"":1!''-· ''"·"- al concepto de paradigma, en tanto una visiOn, cosmovisi6n o forma de
comprender Ia realidad social. "Como muchas palabras excesivamente usadas, Ia
palabra 'teoria' amenaza con quedar vacia de senti do" (Merton 1949/1964: 15).
 METODOLOGfA DE LAS CIENCIAS SOCIALES
Para Ia mayoria de los autores, uno de sus elementos definitorios es la inte-
rrelaci6n de sus componentes. Estos pueden estar expresado~ en forma de con-
ceptos, categorias, hip6tesis o como afirmaciones plausibles, pero lo relevante
es que esten interconectados de alguna man era.
Merton es tal vez quien mejor expresa esta idea cuando afirma: "Se dice ave-
ces que la teoria esci formada por conceptos, afirmaci6n que por ser incompleta no
es verdadera ni falsa, sino vaga [... ] Solo cuando tales conceptos se relacionan entre
si•en forma de un sistema, empieza a aparecer Ia teoria" (Merton 1949/196+ 99).
Desde diferentes perspectivas, los autores han compartido en sus defini-
ciones de teoria este sentido relacional, 1 sin embargo, difieren respecto del pro-
ceso 16gico que guia su generaci6n (deductive/ inductive), de Ia forma de su
evoluci6n (acumulaci6n/ ruptura) y de los roles que cumple en el proceso de
investigaci6n. Debido a que se le han asignado a la teoria caracteristicas tan di-
versas respecto de su estructura l6gica, su generaciOn y su evoluciOn, se vuelve
dificilla identificaci6n de sus elementos definitorios, aquellos que permitirian
designar como "teoria" a un conjunto de enunciados.
El consenso respecto del caracter relacional de sus elementos no parece sufi-
ciente para su definiciOn. El significado del concepto "teo ria" se vincula tam bien
a! papel que cumple en el proceso de investigaci6n y a los usos que se le ha dado
en las diferentes perspectivas. Aunque no siempre este explicito, existe un con-
sensa importante respecto de que la teoria abre un camino que conduce mas alia
de las observaciones, que a punta a develar relaciones entre los fenOmenos que
no son objeto de Ia experiencia inmediata. Como sostiene Weber: "La funciOn
especifica de la ciencia es, ami parecer, justamente Ia inversa: convertir en pro-
blema lo evidente par convenci6n" (Weber 1917/1958: 233). Este proceso que
consiste en poner de manifiesto lo oculto, dando nacimiento al descubrimiento
cienrifico, puede adoptar tanto Ia forma de Ia explicaci6n como de Ia interpreta-
ciOn, pero siempre opera como elemento constitutive de toda teoria cientifica.
En palabras de Stinchcombe (1968/1970: 14): "[las teorias] son necesarias para
explicar Ia pauta subyacente en las observaciones so bre el mundo ".
4-2. El dia!ogo entre Ia teorla y los datos
La relaci6n entre Ia teoria y los datos alude, desde diferentes perspectivas
epistemol6gicas, a los objetivos del proceso mismo de investigaci6n. En algu-
1
"La frase 'teoria sociol6gica' se refiere a conceptos l6gicamente interconectados y de alcance
limitado Y modesto mas bien que amp lias y grandiosos" (Merton 1949/1964: 15). La tarea del teO-
rico consiste en "formular hip6tesis espedficas, relacionadas entre sf, dando formulaciones nue-
vas a generalizaciones empiricas a-la luz de las orientaciones generales" (ibid.: 98).
"La teoria consiste en relaciones plausibles propuestas entre conceptos y conjuntos de con-
ceptos" (Strauss y Corbin 1994: 278).
"Los elementos de la teoria generados par el an<ilisis comparative son, prim era, categorlas
conceptuales y sus propiedades conceptuales, y segundo, hip6tesis o relaciones generalizadas
tre las categorlas y sus propiedades" (Glasery Strauss 1967: 35}.
EL PAPEL DE LA TEORfA EN LA INVESTIGACI6N SOCIAL
nos casas, este se pone en marcha con el fin de con:trastar una teoria con los he-
chos, en otros con Ia intenci6n de generar nueva teoria en la interacci6n con la
realidad. En el primer caso, los datos se construyen a partir de Ia teoria; en else-
gundo, esta se genera desde aquellos.
Los anilisis de la teorizaci6n refieren a diferentes tipos de -razonamiento.
Uno de ellos es Ia DEDUCCI6N, basada en un proceso l6gico mediante el cual se
infieren conclusiones a partir de algunas premisas. Se trata de un procedimien-
to analitico donde, debido a las relaciones de implicaci6n entre proposiciones
de diferente nivel, Ia verdad de las conclusiones depende de Ia verdad de las
premisas. La deducciOn es estrictamente un -metoda de demostraciOn. AristO-
teles fue el primero que formula de manera explicita los pasos de Ia in ferenda
deductiva sistemarizandola en el Organon, y el metoda encontr6 su expresi6n
mas acabada en Ia geometria euclidiana.
La principal critica a Ia deducci6n se orienta a su esterilidad como generado-
ra de nuevas conocimientos, en Ia medida en que la verdad de las conclusiones
ya estcl contenida en las premisas. Su carclcter analitico la convierte en un camino
valido para Ia demostraci6n pero no para el descubrimiento. Los deductivistas
modernos introducen elementos del empirismo en el metoda deductive esta-
bleciendo Ia verdad o false dad de las premisas a traves de Ia confrontaci6n empi-
rica de las conclusiones, invirtiendo de este modo Ia inferencia. En este caso, Ia
verdad de las premisas pasa a depender de Ia verdad de las conclusiones.
La verificaci6n empirica del sistema hipotetico-deductivo consiste en po-
ner a prueba las hip6tesis de nivel mas bajo, cuya confirmaci6n o refutaci6n es
el criteria por el cual se pone a prueba Ia verdad de todas las hip6tesis del siste-
ma. De modo que el establecimiento de un sistema como conjunto de proposi-
ciones verdaderas depende de Ia aceptaci6n de sus hip6tesis de mas bajo nivel.
Las conclusiones son puestas a prueba a traves de dos caminos: comparando
sus conexiones l6gicas con otras proposiciones {prueba de Ia coherencia inter-
na de Ia teoria) y confroncindolas con los hechos (contrastaci6n empirica).
Los defensores del metoda deductive de comprobaci6n han definido a Ia
teoria cientifica a partir de caracteristicas l0gico-deductivas. 2 Karl Popper
2
"Un sistema cientifico consta de un conjunto de hip6tesis que forman un sistema deducti-
ve; esto es, las hip6tesis est<in dispuestas de tal manera que a partir de algunas de ellas, tomadas
como premisas, se siguen 16gicamente todas las demas hip6tesis" (Braithwaite 1953/lg6o).
"Definimos una teoria como un conjunto de hip6tesis estructurado par la relaci6n de impli-
caci6n o deducibilidad" (Galtung 1966).
"Una teoria de un fen6meno consiste en una serie de proposiciones, cada una de las cuales es-
tablece una relaci6n entre propiedades de la naturaleza. Para constituir una teoria las proposicio-
nes deben tener la forma de un modelo deductive" (Homans 1970).
"Las teorias no consisten enteramente en esquemas conceptuales o tipologias, sino que deben
contener proposiciones tipo leyes que interrelacionan dos o mas conceptos o variables a un tiempo.
deberia alcanzar un sistema te6rico deductive completamente cerrado en el cual un
minima conjunto de proposiciones se tomen como axiomas, de los cuales todas las otras proposi-
cion:; puedan deducirse par razonamientos puramente matematicos o l6gicos" (Blalock 1969).
Las teorias se ponen a prueba comparando sus derivaciones empiricas con las observacio-
nes" (Stinchcombe 1968/1970).
 METODOLOGiA DE LAS CIENC!AS SOCIALES
(1934) -quien formula con precision el metoda deductivo de comprobacion-
sostiene que no existe justificaci6n l6gica que permita inferir enunciados gene-
rales de enunciados particulares: no existen argumentos para Ia inferencia in-
ductiva. Sin embargo, dado que el caracter analitico del metoda deductivo no
conduce al descubrimiento, Ia inducci6n apareceria como el camino v3.lido ha-
cia el conocimiento.
Si Ia deducci6n vade lo general a lo particular, Ia INDUCCI6N recorre el camino
ii;lverso: a partir de Ia observacion y Ia experimentacion de hechos particulates se
enuncian proposiciones universales que constituyen las Ieyes cientificas, de tal
modo que mediante la inducci6n se generaliza Ia experiencia. Francis Bacon
-uno de los fundadores de Ia ciencia empirica- baso el metoda cientifico en Ia
experiencia en el Novum Organum Scientiarum, y su expresi6n mas desarrollada
fueron las !eyes de Ia mecanica. Para algunos defensores del inductivismo, como
Reichenbach, Ia inferencia inductiva es de indole probable, en Ia medida que, si
bien no permite afirmar con certeza Ia verdad de los enunciados generales, per-
mite afirmar Ia mayor o Ia men or probabilidad de su verdad o falsedad; desde esta
perspectiva los enunciados cientificos resultan ser probabilisticos.
Dentro de Ia perspectiva inductiva, los datos adquieren un protagonismo
diferente, dejan de ser la instancia de la comprobaci6n te6rica para convertirse
en Ia fuente del descubrimiento teo rico; Ia teoria resulta generada desde los da-
tos (Strauss y Corbin 1994: 273). Los autores de Ia denominada grounded theo-
1}'3 (teoria fundamentada) sostienen que Ia investigaci6n social y Ia generacion
de teoria son parte de un mismo proceso (Glaser y Strauss 1967, Glaser 1978:
273). Desde esta aproximaci6n, la construcci6n de teoria supone una cercania,
un ajuste con los datos y una relaci6n con los actores, necesarios para la aplica-
bilidad de Ia teoria resultante en Ia vida cotidiana, a diferencia del trabajo de in-
vestigaci6n basado en materiales mas remotes. Los datos no se consideran so-
lamente como el resultado de las observaciones, sino como una construcci6n
resultado de un proceso de interpretacion de interpretaciones (Geertz 1973).
4-3· La teona y su relaci6n con el metoda
Uno de los desafios en la ensefianza de las ciencias sociales es transmitir a
los estudiantes que Ia ciencia es constitutivamente met6dica, es decir, que s6lo
es posible conocer cientificamente a traves de algU.n metoda. Los alumnos, en
general, se interesan poco por Ia metodologia y se orientan mas hacia Ia teona,
considerando a ambas como independientes y aut6nomas. Probablemente, una
de las grandes responsabilidades por este error provenga de Ia curricula univer-
sitaria donde, generalmente, las materias son definidas como "metodol6gicas"
o "te6ricas" dejando a cargo de los estudiantes la integraci6n entre ambas.
Cuando se logra alglin exito en Ia motivaci6n estudiantil par Ia metodolo-
gia, el segundo desafio consiste en transrnitir que el metoda noes una recet"a""··c:..-·-·-····
J Sabre grounded theory, veanse los capitulos 12 y 17.
EL PAPEL DE LA TEORfA EN LA INVESTIGACI6N SOCIAL 6s
escitica, que ni siquiera es Unico y que esci constituido par un conjunto de en-
foques, procedimientos y herramientas sujetos a un continuo proceso de ade-
cuaci6n a los objetivos de investigaci6n dentro de alguna perspectiva te6rica.
El metoda, en cada investigaci6n, es el resultado de un diseiio especifico que se
elabora, basicamente, a partir de dos elementos: los conceptos que provee Ia
teoria y las caracteristicas de los datos disponibles. Como Ia adecuacion entre el
andamiaje conceptual y los datos construidos por el investigador constituye un
fen6meno Unico, en cada investigaci6n particular se produce una recreaci6n
metodologica, resultado de Ia aplicacion de los criterios de adecuaci6n a los ob-
jetivos de investigacion y a Ia informacion recolectada.
Nuestra intenci6n es mostrar que teoria y metoda conforman una unidad
constitutiva del quehacer cientifico, donde Ia primera establece el marco con-
ceptual dentro del que se desarrolla el segundo, y este fija el horizonte de aplica-
bilidad de Ia primera, en el marco del desarrollo tecnico y tecnologico alcanzado.
Conocer cientificamente constituye siempre un desafio; el camino de la
ciencia es siempre riesgo y aventura para quien decida alejarse de los senderos
que conducen a reconfirmar lo ya dicho. En este sentido, los pasos del procedi-
miento cientifico no pueden estar estrictamente establecidos de antemano. Los
manuales presentan modelos ideales-normativos, generalmente estructurados
por las etapas que debe seguir una investigaci6n en un arden sucesivo, sin em-
bargo, estas no se cumplen siempre del mismo modo ni en el mismo arden en
Ia practica de Ia actividad cientifica (vease capitulo s).
La particular relacion entre teoria, metoda y datos le otorga a cada investi-
gacion un caracter especifico. En Ia realidad del proceso de investigacion cada
investigador es a la vez un te6rico y un metod6logo que adecua las tecnicas y
las herramientas con que cuenta (o las nuevas que desarrolla) a fin de alcanzar
las metas que se propane (vease capitulo 3). En esta tarea, Ia intima relacion en-
tre metoda y teoria define los limites de Ia actividad del conocer, capturada
dentro del aparato conceptual teoretico y condicionada en sus formulaciones
par las potencialidades del metoda.
La teoria contiene tres elementos fundamentales que constituyen el marco
o el horizonte para el desarrollo metodol6gico:
a) Las CATEGORiAS, que operan como c6digos interpretativos de Ia reali-
dad y orientan Ia mirada hacia determinados aspectos y problemas. Los
codigos permiten comprender Ia realidad y estatuirle un arden, una lo-
gica interpretativa que le otorga sentido; constituyen las claves para la
comprensi6n de esa realidad, sin ellos Ia asignaci6n de sentido se vuel-
ve una quimera, ya que diferentes sistemas de c6digos llevan a resulta-
dos disimiles.4 Debido a que miramos el mundo a traves de un sistema
de categorias, el metoda, para ser efectivo, debe construirse dentro de
4 Un personaje de Eco expresa el poder revelador de los c6digos: "Aglie me habia enseftado
que el secreta de las piramides nose descubre calculandolas en metros, sino en antiguos codas"
(1g8g:>7).
 EL PAPEL DE LA TEO RIA EN LA INVESTIGACION SOCIAL
METODOLOGfA DE LAS CIENCJAS SOCIALES
66
mostraci6n de falsedad, por media de Ia comparaci6n directa con la natu-
, digos constituyendose en Ia clave que abre el puente entre Ia raleza [... ] El acto de juicio que conduce a los cientificos a rechazar una teo-
esos, co la realidad ' .
tnterpreta d a. La e IecCion" d e uno u otro sistema . de ria aceptada previamente, se basa siempre en mas de una comparaciOn de
teona Y, de una u otra teona, ' se f un d amenta en Ia ere d'b'l'd 1 1 1 a d d e es-' dicha teoria con el mundo. La decisiOn de rechazar un paradigma es siem-
categona 5 ' . ., . . d . pre, simult<ineamente, la decisiOn de aceptar otro, y el juicio que conduce a
de ]a cosmov1s10n delmvest1ga or y en competenna con
ta d entr 0 , W b "I ' . . '. , d esa decisiOn involucra la comparaci6n de ambos paradigmas con la natura-
otras cosmovisiones. Segun e er, as co:~ovts[wn es Jam as pue en
ser
ducto de una vance en el saber emptnco y ... por 1o tanto, 1os 1
, · f uerza seab ren camt-
leza y Ia comparaci6n entre ellos" (1972/1993: 128-129).
. pro I upremos que nos mueven con 1a maXIma ·
1dea es s , . Existen, al menos, dos opciones para pensar la relaci6n entre ciencia y ver-
as ]as epocas, solo en Ia lucha con otros 1deales, los cuales son
no en to d I " dad: una es considerar ala prim era como un camino hacia la certeza, la otra es
' dos para otras personas como para nosotros os nuestros
tan sagra
concebirla delineando senderos orientadores entre Ia incertidumbre. Ambas
(1904/1958: 46).
IOS DE RELEVANCIA, que establecen los limites del universo de concepciones se basan en supuestos ontol6gicos y epistemol6gicos diversos.
b) Los CRI TER ,
de datos dan do respuesta a las preguntas: (CUa!es son los Los supuestos ontol6gicos se vinculan a Ia forma de concebir Ia naturaleza de Ia
probl ema S Y ' , . .
mas a atender?, 2_cuales son las tnformacwnes a tamar en cuenta realidad: como un mundo aut6nomo cuya verdad es alcanzable, como un mun-
probl .e 'pio? La teona , contlene . Ios cntenos
. . d ereIevanCia . y e]'tnvestt- . do solo aprehensible a traves de aproximaciones 0 como una realidad multiple
en pnnct .
d rransforma la informaciOn en datos de acuerdo con esos canones. construida socialmente (veanse capitulos 2 y 3). Los supuestos epistemol6gicos
ga or de construcci6n de los datos se orienta por las pautas que Ia expresan Ia relaci6n entre el investigador que conoce y el objeto conocido, pen-
El proces 0
, tablece en este sentido, lo que constituye un data para una in- sada por un lado como un descubrir y por otro como un construir; como una
teona es • .
. i6n nolo es necesanamente para otra. relaci6n de independencia que sustenta Ia objetividad o como una relaci6n que
vesngac . tro de los lim1tes. d eI conoc1m1ento · · · 'fiICO en ca d a momenta
e1ent1 se construye en Ia interacci6n sujeto-objeto que da Iugar a los resultados {Guba
1
c) El re,g ." que fiJ'an el punta de partida de Ia mirada y el horizonte cog- y Lincoln 1994).
h1stonco, " , d h , .
.. ara la produccwn de nuevas teonas con mayor po er eunstt- A partir del neopositivismo se desvirtua Ia relaci6n especular entre teo ria y
mnvo Peoria expresa 1os ]'1m1tes · d e1conocimiento · · ad quu1 · 'd o, Ia uniCa
' · realidad. La teoria ya no refleja ni expresa Ia verdad de los hechos; su exito se
co. Lat
realidad conocida nent1 1cam'edndte es a que est~ 1c a en. a teona. N o
· 'fi I ' d' h I ' basa en su credibilidad (Ia evaluaci6n de otros); Ia verdad va a ser cada vez mas
. pecularmente 1a rea11 a como sosten1an 1os positlVIstas, por una verdad por convenci6n. En este espacio reside el caricter politico de la teo-
re f1 ejaes io esta es Interpretada,
. .
selecCIODada y comprend'd 1 a d es d e la
el contra r ' , . ria, no solamente como lo sostiene Max Weber par la participaci6n de las ideas
rura de sentido que Ia teona provee. Estructura que se as1enta en de valor del investigador al recortar infinitas causaciones seglin significaciones
esrruc. des valorativas, "[ ... J sin · Ias 1'd eas d eva Ior d e I·1nvest1ga · d or no culturales, sino tambien a! participar las ideas de valor de "los otros" que ava-
awtu . . d I "
. . 'a ningU.n princ1p1o e se eccwn e matena n1 conoctmientod I . I . . .
lan o rechazan su legitimidad. En consecuencia, las teorias no compi ten por su
eX1Stltl . de senti do de o rea en cuanto In lVl ua . . . 1 1 .: 71 ).
I I . d' 'd I [ ]" ( 'b'd valor de verdad -en tanto adecuaci6n objetiva- sino porIa legitimidad de sus
proVISta
conclusiones, sus consecuencias, sus resultados y las estrategias de acci6n que
de ellos se derivan.
, omo aproximaci6n a Ia verdad
44. La teona c
en la aventura de la ciencia es s6lo para espiritus agn6sticos, 4-5· Los usos de Ia teona
Embarcarse se han resigna d o a] caracter ' · ]canzabl e e 1nas1
tna · 'bl e d e Iaver-
ra aquelIos que .
pa h superado el anhelo de lo absoluto y de las certezas. El cammo Una ciencia empirica no puede enserlar a nadie que debe hacer, sino
dad, los que a~iene un punta de lie gada y los hallazgos de hoy podran ser de-... Unicamente que puede hacer y, en ciertas circunstancias, que qui ere.
de Ia C1enC1a ~ na Sin embargo, junto a! caracter efimero del de,scubrirniEmto,
0
(WEBER 1904)

1
sechad~:;'"~: U:erodos ]o sobreviv,en a traves de las actividades de , . .
las teon Y . , e]aboraci6n de h1potes1s ad hoc, reformulacwnes y smtes1s. Desde diferentes perspectivas se han asignado a Ia teo ria funciones o pape-
re interpretaCion, , . d I d d
t' ona ]a idea de Ia teona como ref!eJO e aver a y propane les diversos. Algunos se situan dentro del proceso mismo de investigaci6n,
Kuhn cues 1 , . . , .
ional de la base emp1nca y la competenCia entre teonas : 0~~l~~~:~~~;~qd~ue otros lo trascienden proyectando las funciones de Ia teoria hacia
carJ.cter convene I . .
de avance de a cienCia: •.• Seg{tn Ia mirada, esta proyecci6n puede basarse en su utilidad so-
como proceso
•.. : . ,...., o en su caracter critico. Para los autores de Ia grounded theory, "Ia teoria de-
descubierto hasta ahora por el estudio hist6rico del desa- tener al menos alguna aplicaci6n prJ.ctica para otros colegas o grupos especi-
"N' 6nproc eso
mg . 'f'co se parece en nada al estereotipo metodo16gico de Ia de-
rro11o c1ent1 1
68 METODOLOGiA DE LAS CIENCIAS SOCIALES EL PAPEL DE LA TEO RiA EN LA INVESTIGACI6N SOCIAL

ficas bajo estudio. Tambien puede ser uti! para los tomadores de decisiones" campo del resultado aplicandose a nuevas situaciones (Merton 1949, Glaser y
(Strauss y Corbin 1994). Por su parte, los autores de Ia Escuela Critica, desde Strauss 1967).
una perspectiva marxista, pensaban que la ciencia deberia ser un instrumento Weber incorporo dentro de Ia teoria las IDEAS DE VALOR del investigador,
de rransformacion. desde don de este consrruye los criterios de relevancia que van a guiar todas las
En relacion con Ia funcion que cumple Ia teoria denrro de Ia investigacion, selecciones y decisiones que encauzan Ia actividad investigativa. De este modo,
un punto de divergencia estrategico entre deductivistas e inductivistas se rela- a rraves de Ia teoria se cuela Ia subjetividad en el proceso cienrifico y, desde alii,
ciona con ellugar que ocupa en ese proceso. Es decir, si esta ubicada al inicio y Ia carga valorativa va a tefiir todo el proceso de investigaci6n, cada vez que s.e
constituye un punto de partida o, por el conrrario, si se va configurando a lo lar- aplique un criteria inevitablemente preii.ado de significacion cultural. La reali-
go del proceso de investigaci6n conformando una meta a alcanzar. Los prime- dad es siempre abordada desde lo teorico, y lo teorico implica valores, presu-
ros ponen el enfasis en Ia puesta a prueba, los segundos en el descubrimiento. puestos, visiones, etcetera.
Para los te6ricos L6GICO-DEDUCTIVOS, Ia teoria constituye un modele a con-
rrastar -c.uya elaboracion es previa a Ia recoleccion de datos- que delimita el "El (mica resultado de cualquier intento de conocer la realidad 'sin presu-
campo de Ia investigacion, elabora el apara to conceptual, demarca Ia relevancia puestos' seria un caos de 'juicios de existencia' acerca de innumerables per-
y focaliza Ia atencion en problemas determinados. De este modo, Ia teoria rraza cepciones particulares [... ] Lo (mico que introduce orden en este caos es la
un horizonte cognitivo demarcando un ambito de regisrro a partir de un siste- circunstancia de que, en cada case, s6lo una parte de la realidad individual
ma conceptual-categorial, en funci6n de un conjunto de criterios. El aparato reviste para nosotros interes y significaci6n, porque (micamente ella mues-
conceptual y los criterios de relevancia operan orientando la atenci6n del in- tra relaci6n con las ideas de valor culturales con las cuales abordamos la
vestigador hacia ciertos problemas, actores sociales y areas de investigaci6n. realidad" (Weberrgo4/1958: 68).
Los conceptos cenrrales de Ia teo ria esrructuran los ejes para Ia percepcion de Ia
realidad y cualquier nuevo concepto que se construya estad. l6gicamente arti- Con Ia incorporacion de Ia decision valorativa, Weber inserta Ia politica en
culado con ese cuerpo central. Los criterios de relevancia marcan ellimite entre el campo de Ia teo ria. Sheldon Wolin (1960) prop one reconsiderar su obra den-
el interior y el afuera de Ia teoria, definen que casas Ia teoria comprende y cua- tro de una concepcion politica de Ia teoria y de Ia actividad teorica. Seglin este
les no, que aspecto de Ia realidad sera tornado en cuenta y cua! sera desestima- autor, el teorizar tiene una significaci6n politica que trasciende a los propios
do por irrelevante. te6ricos.
Los INDUCTIVISTAS, por el conrrario, situan a Ia teoria a! final del proceso in-
vestigativo; esta surge desde el di;\logo con los datos, constituye una meta a al-
canzar, un producto a ser creado mas que un modelo contrastable. El marco
te6rico, en este caso, se limita a ser un marco orientativo dentro del cual se ela-
boran las categorias en la interacci6n con los datos y se establece la relevancia a
partir de lo observado.
Ademas de las relaciones logicas enrre sus elementos y de Ia facultad para
develar las pautas subyacentes o emergentes, la teoria concierta un amplio con-
sensa como guia para Ia investigacion. Denrro del modelo hipotetico-deductivo
se trata de una guia estructurada, donde las categorias, conceptos y criterios de
pertinencia son establecidos a priori. Dentro del modelo inductivo cualitativo
su funci6n es m3.s elusiva, se trata b3.sicamente de orientar en Ia incertidumbre.
La capacidad explicativa de Ia teoria es otro de sus rasgos recurrentes; en
palabras de Stinchcombe: "La teoria debe crear Ia capacidad de inventar expli-
caciones" (1968/1970: n). La capacidad de explicar -ya sea a rraves de enuncia-
dos generales ode entender interpretando, como sostiene Max Weber (1904/
1958: 61)- esta intimamente vinculada a! descubrimiento, a Ia busqueda de
hacer manifiesto lo velado. Esta es, tal vez, Ia principal tarea de Ia teoria, mos-
trar lo no vista para dar cuenta de lo observado. Denrro de las perspectivas
neralizadoras, herederas del positivismo, Ia EXPL!CACI6N entendida como un
enunciado universal se asocia a Ia PREorccr6N. La teoria suma, entonces, a su ca-
pacidad explicativa, Ia predictiva, a partir de asociaciones que trascienden el
 CAPiTULO 5

EL DISENO DE LA INVESTIGACI6N

5.1. lntroducci6n

En este capitulo pretendemos realizar una introducci6n al diseiio de lain-

vestigacion. Para esto. resulta fundamental comenzar porIa definicion de algu-
nas palabras clave que permitiran conferirle un sentido determinado al desa-
rrollo del tema. La definicion de estas no es una cuestion sencilla. Par un !ado
nos enfrentamos al problema de que las ciencias sociales poseen muchos me-
nos terminos que conceptos, y entonces ocurre a menudo que a un mismo ter-
mino se lo utiliza para referirse a casas diferentes. Por otro lado, las definicio-
nes conceptuales est~m vinculadas a tradiciones cientificas, a distintas formas
de en tender Ia ciencia y Ia realidad. Par lo tanto, una definicion implica una to-
rna de posiciOn.
En el contexte de este capitulo, vamos a utilizar el termino INVESTIGACI6N
en un sentido relativamente amplio. A traves de una primera aproximaci6n en-
ciclopedica, se puede presentar a Ia investigaci6n como un proceso sistematico
y organizado par media del cual se busca descubrir, interpretar o revisar cier-
tos hechos, y cuyo producto es un mayor conocimiento de estos.
Este proceso involucra una gran cantidad de decisiones y acciones articula-
das y con distintos niveles de complejidad. Desde un punta de vista restrictive
-en el marco de la concepciOn tradicional de la ciencia (v€anse cap:itulos 1 y
2)- se considera en particular al conjunto de decisiones y actividades orienta-
das a establecer relaciones causales entre distintos aspectos de Ia realidad bajo
estudio o, al menos, al control empirico (e impersonal) de hipotesis, es decir,
conjeturas acerca de Ia realidad que postulan cierto tipo de relacion entre deter-
minados aspectos de esta. Preferimos no adoptar este sentido limitado de Ia ex-
presion 'investigacion cientifica', no solo debido a diferencias con Ia postura
subyacente sabre Ia ciencia en general que este implica, sino tambien par Ia ra-
z6n mas instrumental de que una definiciOn tan restrictiva no~ enfrentaria a
'~'"'~--UI>a-'ser!e de dificultades insalvables para el tipo de trabajo que realizamos con
frecuencia en las ciencias sociales, y al que igualmente llamamos investigaciOn.
La definiremos, en cambio, como un proceso que involucra un conjunto de de-
cisiones y pr<icticas (que a su vez conllevan la puesta en juego de instrumentos
 72 METODOLOGfA DE LAS CIENCIAS SOCIALES
conceptuales y operatives) par las cuales conocemos ~lo que puede significar
describir, analizar, explicar, comprender o interpretar~ algunas situaciones de
intenes cuya definicion y delimitacion (o construccion) forma parte de las deci-
siones apenas aludidas. Debe quedar clara que estamos hablando de INVESTIGA-
CIONES EMPiRICAS, es decir, aquellas en las que se establece alglin tipo de relacion
observacional con Ia situacion de intenos (o con algunos aspectos de esta).
Esta relaci6n observacional, sin embargo, no puede reducirse Unicamente al
empleo de una tecnica de observacion en particular. Como se ha dicho, esta for-
o t6cnicos: entre las muchas decisiones complejas que se toman en una investi-
gaci6n cientifica esci justamente lade definir cuales son las mejores herrarnien-
tas tecnicas (par ejemplo, de observacion) de acuerdo con los objetivos cogniti-
vos que se hayan planteado. Se insiste en este punta dado que en no pocas
ocasiones el deseo de mostrar Ia actividad cientifica como alga totalmente con-
I 5.2.. Caracteristicas del disefio de Ia investigaci6n
t(roladho y controlable h)a llev ~doda reduc ir todo el rdico entramado de decisiones
1
muc as veces dcitas imp ICa as en e1 proceso e conoctmtento a una mera
cuesti6n t6cnica -impersonal. objetiva- de control empirico de las hip6tesis o
•.•,.
.
_:-,. .
incluso de an<llisis de datos. Recurriendo a una imagen propuesta por Marradi
(1996), se puede sugerir que estas t6cnicas no son mils que islas de conocimiento
impersonal, formalizado y explicitado, que flo tan en un mar de conocimiento
tacito, no explicitado y dificilmente explicitable, caracteristico de toda actividad
humana, incluso de aquellas mas formalizadas como Ia investigacion cientifica.
Que el proceso de investigacion este atravesado par decisiones y operacio-
nes que dependen en gran medida del conocimiento tacito no significa, sin
embargo, que sea totalmente caotico, desordenado o imprevisible. Par el con-
trario, este proceso puede ser disefiado y planificado y, entre otras casas, esto
sera un modo de hacerlo mas controlable, en Ia medida que exigira un esfuerzo
par explicitar de modo anticipado las distintas decisiones involucradas en el
mismo. SegUn las definiciones de diccionario, 1 un disefio es una "descripci6n o
bosquejo" de alga, un "proyecto o plan", siendo el proyecto un "primer esque-
ma[ ... J de cualquier trabajo que se hace a veces como prueba antes de darle for-
ma definitiva", y el plan un "escrito en que sumariamente se precisan los deta-
lles para realizar una obra".
Si bien estas definiciones de diccionario taman como intercambiables los
terminos 'disefio', 'proyecto' y 'plan' ~a! menos en algunos de sus sentidos~
resulta importante sefialar que, aunque indudablemente emparentados, en
cuanto relatives a la investigaci6n cientifica pueden tener connotaciones !eve-
mente distintas. Es frecuente limitar Ia noci6n de disefio al conjunto de deci-
siones teoricas y metodologicas que haran posible Ia investigacion. Algunos
autores, par ejemplo Samaja (zoo2a), usan Ia expresion proyecto de investiga-
ci6n en un sentido mas amplio, para designar no s61o las decisiones metodol6-
gicas tipicas del disefio, sino tambien aqueilas cuestiones necesarias para el
1
Diccionario de ]a Jengua espaiiola de la Real Academia Espafiola, vigesima segunda edici6n,
2001.
ELDISENO DE LA INVESTIGAC16N 73
control de gestion de Ia investigacion. En este sentido, el proyecto hace refe-
renda a un documento que responde a aspectos contextuales e institucionales
en el marco de los cuales se desarrollara Ia investigacion: marco regulatorio, fi-
nanciamiento, instancias de control institucional, etcetera. El plan de investi-
gaci6n, por su parte, se reserva en algunos casas para designar el esquema que
I explicita como se llevara adelante una investigacion en particular desde el pun-
to de vista operative, e incluye par lo tanto Ia dimension temporal (cronogra-
ma de actividades) y las relaciones de precedencia, simultaneidad, etcetera, en-
tre las distintas acciones implicadas en el proceso de investigaci6n.
Habiendo hecho todas las consideraciones precedentes, estamos en condi-
ciones de plantear los siguientes interrogantes: c.c6mo se disefia, c6mo se pla-
nifica, c6mo se piensa una investigaci6n empirica?
La idea que much as metodologos comparten es que Ia investigacion em-
_ pieza en el mismo momento en que se la comienza a plantear o a concebir. Co-
mo se podra constatar, el disefio de Ia investigacion se asemeja a Ia idea que se
tiene de disefio en otros ambitos de Ia actividad humana, indus a en aquellos de
la vida cotidiana con los que estamos mas familiarizados. Una analogia muchas
veces Util puede establecerse con el disefio de una casa: este no es Ia casa en si
misma ~como objeto tangible~ sino una anticipacion modelica y abstracta de
ella, una representaci6n esquematica de como sera, y un detalle de las decisio-
nes necesarias para poder construirla, convirtiendola entonces si en un objeto
tangible. El grado de detalle de esta anticipacion modelica puede variar desde
un simple bosquejo ~en el que se plasman algunas ideas generales orientado-
ras de aquello a lo que se aspira~ hasta un conjunto de pianos, dibujos de vis-
tas, preseleccion de materiales, presupuestos, etcetera, que con gran nivel de
detalle permitiran, par un !ado, guiar el proceso de construccion efectiva y, par
el otro, dar una idea clara de cOmo sera la obra terminada.
En la investigaci6n empirica, esta anticipaci6n en abstracto de las decisio-
nes que se van a tamar durante su curso tambien puede variar; en este caso, tal
variacion se clara en funcion del grad a de detalle y explicitacion que las decisio-
nes teoricas y metodologicas adquieran antes de establecer alglin tipo de con-
tacto observacional con los fen6menos de in teres.
Esta concepciOn del disefio tiene dos consecuencias importantes. La prime-
ra es que par definicion noes posible una actividad de investigacion no disefia-
da; lo que pueden existir son actividades de investigacion con distintos grados o
niveles de disefio (entendiendo par esto a! conjunto de decisiones previas a!
contacto observacional con los hechos/conductas/situaciones de interes ~sea
este directo o mediado, naturalista o artificialmente recreado ). La segunda es
que, desde el punto de vista del grad a de detalle del disefio de Ia investigacion,
nose puede pensar en tipos cerrados sino en un continuum de disefios posibles.
Este continuum esta limitado par dos palos antagonicos que habitualmen-
te se conocen como DJSENO ESTRUCTURADO y DISENO EMERGENT£ (Valles, 1997).
 74 METODOLOGfA DE LAS CIENCIAS SOCIALES
En el primer extrema todo est\ absolutamente planificado de antemano: nada
de lo que se lleve a cabo durante el proceso de investigaci6n exigira decisiones
investigaci6n, adquiridn diferentes caracteristicas en cada caso particular. Re-
no previstas o se apartara de aquello ya pensado. La investigaci6n implicara so-
sulta Util para clarificar esta cuesti6n una distinci6n ya presente en Ia filosofia
lamente una aplicaci6n fie! del plan estipulado. En el segundo extrema, en
griega clJ.sica: acto y potencia. A continuaci6n se presentan dos ejemplos -uno
cambia, nada est\ planificado: las decisiones que haran posible Ia investigaci6n
relativo a las decisiones de selecci6n y otro a las de recolecci6n- que permiti-
iran "emergiendo" durante el proceso mismo, con una l6gica de feed-backa
rJ.n esclarecer este argumento:
partir de los dictados que surjan del trabajo observacional de campo.
, Se prefiere conceptualizar estos palos como tipos ideales, dado que en Ia
pdctica nose puede concebir una investigaci6n que -por mas prolija y com-
pletamente planificada que est€- no exija decisiones posteriores mientras se
va desarrollando, no presente situaciones imprevistas o demande del conoci-
miento personal y tacito de aquellos que Ia llevan adelante -en momentos in-
sospechados- para que el proceso llegue a buen puerto. Por su parte, un mode-
la en el que todas las decisiones vayan emergiendo durante el proceso mismo
de investigaci6n tampoco es imaginable: siempre habra al menos un minima
de decisiones previas que hagan posible Ia investigaci6n.
En conclusiOn, llevada a sus Ultimas consecuencias la idea de disefio estruc-
turado no es realista; es solo un reflejo de los multiples intentos de reducir Ia
pdctica cientifica a Ia completa certidumbre, a lo explicitable, al mero conoci-
miento impersonal formalizado (vease apartado 3.2). La idea de diseiio emer-
gente, por su parte, es un contrasentido, una contradicci6n en los t€rminos que
implica Ia negaci6n de Ia idea misma de diseiio: ,:en que sentido se puede hablar
de alga diseiiado sino ha sido diseiiado? Cabe sefialar a! respecto que el diseiio
emergente, supuestamente "liberador" de las ataduras de concepciones rigidas
heredadas del positivismo (que exigen estrictos diseiios de contrastaci6n de hi-
p6tesis), tambi€n ha side fuertemente criticado porque tiende a pro mover un ti-
po de investigaci6n que se presenta como ate6rico, yen el cual todo surge de los
datos, como si Ia realidad "hablara" por si misma. Desde este punta de vista, en
el plano epistemol6gico el diseiio emergente representa un retroceso desde las
perspectivas neo y pospositivistas hacia formas previas de la ciencia convencio-
nal, caracterizadas, entre otras casas, par un inductivismo ingenue.
En Ia pd.ctica de la investigaci6n, en cambia, sedan situaciones interme-
dias entre estos palos ideales, asi como diferentes combinaciones de algunas de
las caracteristicas de cada uno de ellos. Lo que se plantea entonces es Ia idea de
DISENos FLEXIBLES, que pueden ser mas o menos estructurados seglin -como se
deda mas arriba- el grado de detalle que adquiera Ia planificaci6n previa. Se
asume, sin embargo, que existe un conjunto de decisiones presentes en cual-
quier tipo de investigaci6n; este "minima" de disefio implica decisiones que se
pueden agrupar en cuatro grandes conjuntos:
• Decisiones relativas a Ia construcci6n del objeto / delimitaci6n del
problema a investigar.
• Decisiones relativas ala selecci6n .
• Decisiones relativas ala recolecci6n .
• Decisiones relativas al analisis .
EL DISENO DE LAINVESTIGACION 75
Si bien todas elias estan presentes de alglin modo u otro en el diseiio de Ia
1) La selecci6n de los sujetos a encuestar en el marco de un sondea de
opiniOn se realiza habitualmente antes de comenzar el trabajo de cam-
po -especialmente si se pretende tener cierto control sabre las posibi-
lidades de generalizaci6n de los resultados obtenidas en la muestra.
Obviamente, sin una muestra de sujetos a encuestar noes posible en-
cuestarlos. En este caso, Ia selecci6n es ya acto en la fase de disefio: Ia
muestra es un producto tangible (por ejemplo, un listado de personas)
y esto puede haber sido el resultado de complejos procedimientos de
selecci6n sin que haya mediado un acercamiento directo ala poblaci6n
de referenda. En otros casas, estas decisiones de selecci6n estan tan
s6lo vislumbradas, son mera potencia. Pensemos en un trabajo etno-
grafico, en el que las observaciones de campo sedn complementadas
con entrevistas en profundidad (v€anse capitulos 10 y 12), porque esto
ha sido considerado pertinente en relaci6n con los objetivos cognitivos
que se persiguen. Imaginemas incluso que se ha delineado una estrate-
gia y un canjunto de criterios para seleccionar a los entrevistados. Sin
embargo, la materializaci6n del sujeto a entrevistar muy probable-
mente nose logre basta tanto nose adquiera cierto conocimiento di-
recto, a traves de la observaci6n de campo, de las personas que confer-
man una situaci6n social espedfica. En atras ocasiones, los resultados
de dicha observaci6n podrian cambiar el panorama previamente vis-
lumbrado, hacienda necesaria una revisiOn de los criterios previos sa-
bre qui€nes entrevistar, teniendo el cuenta ellugar que las distintas
personas ocupan en la situaci6n de interes. Es decir, par ejemplo, que
alguien que de antemano se pensaba clave como potencial informante
se descubre irrelevante, y alguien que no habia sido siquiera tenido en
cuenta se revela un informante excepcional.
2) Para realizar el sandeo al que se viene hacienda referenda, se recurrira
a un cuestionario estandarizado que ha sido cuidadosamente disefiado
de antemano (incluso puesto a prueba para controlar su efectividad). Si
bien estas pruebas previas implican en general alg(in tipa de contacto
directo con sujetos analogos a aquellos a quienes esta destinado, el ins-
trumento de recolecci6n de informaciones -el cuestionario- es un
producto concreto que ha sida disefiado integramente antes de llevar a
cabo el trabajo de campo. La recolecci6n se limitara a aplicar de un mo-
do uniforme el mismo cuestionario a todas las unidades de la muestra,
siguiendo id~lltico arden y utilizando incluso las mismas palabras, que
son las que han sido escogidas en la redacci6n de las preguntas. A qui,
como se puede constatar ficilmente, muchas de las decisiones de reco-
lecci6n, especialmente las relativas al instrumento que la had posible,
 METODOLOGiA DE LAS CIENCIAS SOCIALES
son acto como producto del disefio: sin cuestionario noes posible rea-
lizar las encuestas. En cambia, pasando ahora al ejemplo de las entre-
vistas en profundidad, el contenido y arden especifico de las preguntas
no termina de develarse hasta tanto €stas no ha sido realizadas. La en-
trevista es una actividad disefiada, y entre otras casas esto se manifies-
ta en que se constr~ye una guia orientadora, que sera mas especifica y
detallada cuanto masse sepa del tema y de los sujetos a entrevistar. Pe-
rc la guia, aun en los_ cases de maximo nivel de detalle posible, no in-
cluye todas las cuestwnes que probablemente emerjan durante la en-
trevista ni prescribe un orden determinado para hacerlas. La riqueza de
la entrevista esta en que, en cuanto situaci6n de interacci6n social
permite acceder a cierto tipo de informaciones para las cuales no 5~
contaba con un instrumento previo completamente articulado. De ha-
berlo, dejaria de ser una entrevista en profundidad para pasar a ser una
encuesta. En este case, entonces, nos encontramos con una combina-
c~6n variable d~ decisiones que son _acto en el dise:fio y otras que tan
solo son potencu, cobran acto al reahzar la entrevista.
Las decisiones de selecci~n (de personas, de pueblos, de espacios, demo-
mentos, de documentos, etcetera), de recoleccion (,:par que medias se obten-
dci ]a informacion necesaria a los fines de la investigacion?) y de analisis (. u'
, . h . , 1 d cq e
:ecniCas y erram1entas seran emp ea as para ordenar, resumir, dar sentido a 1a
mformacion recolectada?) dependen del problema que se aborde. Por ]o tanto
antes que nada, los diseii.os de investigacion incluyen cuestiones relativas a]~
delimitacion del problema de interes que -como se acaba de sugerir- co d._
· , 1 n 1
CJona~a e resto de las decisiones, especialmente en la medida en que todas ellas
deberan ser instrumentales allogro de los objetivos cognitivos que el problema
planteado conlleva.
En general, las investigaciones comlinmente llamadas cuantitativas (a ui
m~s
escindar) requieren de disefios estructurados: por sus caracteristicas y ;or
su naturaleza -tal como hemos v1sto en los ejemplos- exigen contar de ante-
mane no s6lo con una reflexi6n generica acerca de que se necesitad hacer des-
d_e el punta de vista tecnico-metodol6gico, sino ton instrumentos conc,retos
sm los cuales el ttabajo observacional de campo no resultaria posible. En efec-
to, al mom~nto de la recolecci6n de informaciOn ya se debe contar con un equi-
po de tra~aJO entrenado, con una muestra, con un cuestionario estructurado y
estandanzado, todo esto resultado de una planificacion meticulosa. Desde un
punt~ de vista ~~cnico, ent~nces, este dise~o mas estructurado no s6lo es posi-
ble, s1no tamb1en necesarw, cuando se p1ensa en una investigaci6n como la
apenas aludida, en ]a que se pueden "aislar" analitica y operativamente los dis-
tmtos aspectos del proceso de investigacion, y se puede incluso dividir el tra-
bajo vinculando cada una de las tareas con personas y grupos relativamente
mdependientes. Par ejemplo, en el caso del sondeo, parte del trabajo -la reco-
leccion de informaciones- es realizada en general par un grupo de personas
que no ha participado activamente en el diseii.o del cuestionario y que tampo 0
se involucrara en el analisis estadistico de sus resultados. c do mas restringido (vease apartado 7.1).
EL DISENO DE LA INVESTIGACION 77
Las investigaciones comunmente llamadas cualitativas (no-estandar) se
prestan habitualmente a diseii.os mas flexibles: hay cuestiones que se pueden
definir de antemano, pero hay muchas otras que no pueden ser definidas con
anticipaci6n y que deberan ser decididas a lo ]argo del proceso de investigacion
yen funcion del acercamiento a los objetos o sujetos de interes. Esto es asi par-
que hay procesos, detalles, dimensiones fundamentales para ]a investigacion
que solo pueden descubrirse mientras se observa directamente a los sujetos en
sus espacios cotidianos, o cuando se entabla un dialogo con ellos. En estos casas
se va a requerir de un minima de decisiones previas de disei'io que orienten el
estudio (y que muy fundamentalmente, entre otras casas, justifiquen la opcion
por este tipo de recorrido investigativo), pero tambien habra otto tipo de deci-
siones que se iran tomando mientras se desarrolla la investigaci6n. Maxwell
(1996) ha propuesto en este sentido el concepto de DISENO INTERACTIVO: un mo-
delo holista y reflexivo de investigaci6n en el que sus diferentes instancias se
relacionan y afectan mutuamente sin seguir una l6gica secuencial. En efecto, en
estas investigaciones no resulta facil separar los distintos aspectos del proceso:
selecci6n, recolecci6n y analisis, al menos en algunos sentidos o aspectos, sue-
len tener una relativa simultaneidad. Tam poco es habitual operar una tajante
division del trabajo: es el mismo equipo, o incluso el investigador en soledad,
quien disefia y ejecuta, selecciona, recolecta y analiza.
5·3· La eleccion de un tema, Ia delimitaci6n del problema y su operativizaci6n'
Como se indic6 mas arriba, la prim era y fundamental cuesti6n en un dise-
fi.o de investigaci6n -que va a orientar y condicionar el resto de las decisio-
nes- es ]a delimitacion de un PROBLEMA DE INVESTIGACI6N: ,:que es exactamen-
te lo que se desea conocer, y por lo tanto investigar?
Valles (1997: 83) indica que la formulacion del problema es "un proceso de
elaboracion que va desde la idea (pro pia o ajena) inicial de investigarsobre alga,
hasta ]a conversion de dicha idea en un problema investigable''. Estas ideas ini-
ciales pueden concebirse como TEMAS DE INVESTIGACI6N -mucho mas genera-
les que los problemas, y no directamente abordables- que se relacionan con
determinados "recortes" de ]a realidad propios de ]a esttuctura y del estado de
desarrollo de ]a disciplina cientifica dentro de la que se inscribe el investigador,
y/o de lo que habitualmente se conoce como "agenda de investigacion" (cues-
tiones reconocidas como prioritarias en un Iugar y memento especificos).
Se suele identificar como fuentes de temas (y consecuentemente de pro-
blemas de investigacion) las sugerencias de profesores e investigadores experi-
mentados, las convocatorias institucionales para acceder a becas o para finan-
2 Se usa el neologismo 'operarivizaci6n' en un senrido amplio -yen lugar del mas difundido
'operacionaliz'aci6n'- para referirse al proceso par el cual se hace operarivamente invesrigable un
problema de interes. N6tese que en la metodologia este termino se usa comUnmente en un senti-
 EL D!SENO DE LA !NVEST!GAC!6N 79

METODOLOGiA DE LAS C!ENCIAS SOCIALES

Este proceso es posible a partir de un conjunto de practicas que se conocen
· , 1 J{periencia personal (Va~ como INDAGACIONES PRELIMINARES. Con esta eJ{presi6n se suele aludir a las lec-
ciar proyectos, Ia lectura . .- de Ia literatura cienufica Y a e eleccwn . , cond.Icwna . d a. turas mas bien generales que permiten ir conquistando familiaridad con un te-
lies, I997). ·La eleccwn de un tema es, par Ia tanto, d una d .
eso e tnvestlgacwn se . " ma; pero tambien se podria pensar en otras modalidades de indagaci6n, como
En un senudo general, se puede afirmar que .to o proc J" ·co economtco , . e Inst:Itu- . . par ejemplo entrevistas con referentes en Ia materia. En el proceso espiralado a!
da· en1el marco de un conteJ{to -cultural, social, , . po ItlJo hacen ' posi'ble (Samap . que se ha hecho referenda, estas indagaciones preliminares, en Ia medida en
cwna -que configura . las , condiciones, histoncas que .
, . d endwntes que preten a- d que se gana conocimiento sabre una cuesti6n, van hacienda posible identificar
' 2002b ). En un sentrdo ·" mas espeC1fico, y par mas m epstar tn . f1 u1.do por Ia tra d'I- aspectos problematicos; delinear preguntas especificas que aparecen como re-
mos
" ser en la eleccion
. . . de un tema ' este proceso va a e
do y las caractensucas ,. . que ]ativamente inciertas y dignas de profundizaci6n a los ojos del investigador. AI
cwn de Ia diSCiplma en Ia que se inscribe,' pare1mo , . plantearlas, se empieza a darle forma a! problema de invesrigaci6n. Pero las in-
· 'd 1 · 1· " fi d . tigador (que perspectivas,
h aya ad quu1 o a soc1a tzacwn ,cienti 1ca e1mves .. y han rna Jd ead o su cwr- dagaciones en torno de este no cesan, s6lo que ahara, mucho mas focalizadas,
lecturas, au tares, conceptos, etcetera le son fami 1tares
. · ' , undanos, pero no menos constituyen Ia que se define como ESTADO DE LA CUESTI6N.
rna de ·· entender Ia reahdad)
· y par otros aspectos mas1 m·vo dad o par Ias orgams- . En efecto, uno de los primeros desafios que debera enfrentar el investiga-
decisivos, como par eJemplo el financiamiento se ectl d . . ., dor, una vez definido el problema, es el analisis de sus antecedentes. Como de-
" d . 'd d . fi rros temas e mvesugacwn
mas
· d e gestwn.. e 1 . a actiVI a Cienti ca a unos u o · to de taI fi nanCiamiento . . ' dames, nose trata ya de esas indagaciones preliminares fundamentales para su
JUnto con los term1nos de referenda que e1 otorgarUlen delimitaci6n, sino de pesquisas mas especificas relativas al estado de conoci-
conlleva. · . , d a disciplina en un rna- miento sabre el problema en cuesti6n, una revisiOn de la literatura cientifica
Ahara bien, · estos grandes temas de, mteres ed'unctamente mvestiga . . bl es directamente relevante en funci6n del problema planteado: c:se han hecho in-
menta determ1nado -como ya se indica- " no son 1 .. dadyamp1Itu . m em-'
lfe . d s· vestigaciones sabre esa problematica?, c:de que tipo?, c:a que conclusiones llega-
entre otras casas par su grado de abstraccwn, . camp e)I blema d e mvestlgacwn·
. . " ron?, c:que instrumentos se utilizaron en elias? Cabe seii.alar que el estado de Ia
bargo, ·to do tema puede Jlegar a converurse en un ·proto arncu . Iad o d e pregun-' cuesti6n no se limita simplemente a una resefta sintetica de estas investigacio-
es decu, puede " dar Iugar a una pregunta o a un . con)un'ricamente. p ara esto sera, nes previas; es recomendable ademas establecer un "dialogo" critico con ellas.
tas espeC1ficas que se puede abordar e invesugar empi . I . . ., Por otra parte, ala hora de elaborar un estado de la cuesti6n es muy importante
· · · · 1reahzar a mvesugacwn
necesano Idenuficar propiedades conceptuales que, a , . I ' mantener el foco, evitando dispersarse ad infinitum en el repaso de anteceden-
· · 1c d 1 , , · fiJ'ar hmites tempora es y
van a constltuu e 1oco e a observacion emp1nca Y I , .
·1 1' · , l de los cua es seran ana1I- tes que s6lo estan vinculados muy marginalmente con aquello que se investiga.
espaCia es (e ambito, vease apartado 6.I) en e marco . Los criterios para determinar la relevancia de investigaciones precedentes son
zadas las propiedades conceptuales en cuesti6n y sus re]aCiones. . d
t uye a partir e un tema fundamentalmente dos: afinidad tematica y afinidad contextual (de ambito y
Un problema, entonces, siempre se define y cons r . . de unidades). Cuanto mas a fines el tema abordado y mas similar el conteJ{tO de
, . E d fi . " . . f d !mente un movimiento pro-
mas .amp 110. sta e InlciOn 1mp11ca un amenta h . 10 oncreto y especi~fiICO d eI una investigaci6n precedente, mas relevante resulta como antecedente del pro-
gresivo desde Ia abstracto y general . del tema
., ae1a cespontaneamente, , d e un
blema en consideraci6n.
problema. Pero el problema de mvestigacwn. ,no surge bio pued e ser extrema- La delimitaci6n de un problema conlleva Ia formulaci6n de los OB)ETIVOS
momenta a otro. .El proceso . de su. construccwn, en cam · ego' tanto d e sab eres ta- , de Ia investigaci6n. Entre el problema y los objerivos existe una relaci6n l6gica
damente compleJO y no ]meal, e Implica ]a puesta en JU .d I h d d de mutua implicaci6n; solo que si los p.roblemas se plantean en forma de inte-
· dl ·· h -·(nelsennoqueseeaao
Cites como , . e a expenenCia; no ay una tecmcal e" de probl emas d e mvesu- . . rrogantes, los objetivos se expresan en cambia por media de proposiciones. Es-
a este termmo en el apartado 3.5) para ]a formu aClOD .d tas contienen los mismos conceptos te6ricos fundamentales que dan senti do al
·~ 1:' • , ·'ncomounrecorri oes-
gacwn.
. Meta1oncamente, se podna pensar
. esta I cuesno· I se hacen ca a vez mas d ,
pnalado -
descendente en el que los amllos de a esplfa
c rzaciOn
. , d l
gra ua que van
1
pequenos,· · representando de. este ,modo Ia mayor ,oca {Ideo que constltuye •
e1
adqumendo los asuntos de Interes, basta llegar a un n pequefios cam bios en los terminos que se usan en esta delimitaci6n derivan en problemas de in~
problema de invesrigaci6n.4 vestigaci6n completamente distintos. Por ejemplo: investigar las "estrategias didoicticas que desa-
rrollan las maestras de EGB en las escuelas rurales de la provincia de Buenos Aires en la ensefianza
· es sociales sedimentadas; se de la lengua" noes lo mismo que investigar las "estrategias didoicticas que desarrollan las maestras
Nos referimos a las tradiciones como resultado de construcCJODti das por (parte de) 1a cornu~
3 ~-"-----.del primer ciclo de EGB en las escuelas privadas de la capital de la provincia de Buenos Aires para
trata en definitiva de formas de entender y abordar Ia realidad cmnpare arcaran, Ios I'1m1.,es dentro
-- -- ensefianza de la lengua". c_En que radica la diferencia? A pesar de la aparente similitud, se trata
01
nidad cientifica de una disciplina en un momenta y Iugar dados, Yqu de actores y espacios geogrJ.ficos distintos, cuya variaci6n se expresa a traves de palabras como
de los cuales es posible concebirun problema de investigaci6n. 1 cantidad de pro blemas que se "rurales", "privadas", "provincia" y "ciudad", que hacen cambiar completamente el foco y la di-
4 Sobre la base de estas consideraciones se puede afirmar que
b bla mente cada uno de eIIos ext~ · recci6n de la investigaci6n.
puede plantear en el marco de un mismo tema es enorme, Ypro a e ientas tecmcas. , . N,otese que
giroi para su resoluci6n distintas estrategias metodol6gicas Yherram
 8o METODOLOGiA DE LAS CIENCIAS SOCIALES
problema de investigacion; pero a traves de elias "el investigador postula [Ia]
intencion, generalmente explicitada par media de un verba (analizar, explicar,
comprender, describir, explorar, etcetera), de abordar un sector de Ia realidad
en un espacio y tiempo determinados" (Sautu et al., zoos: 36). Debe quedar
clara, par lo tanto, que nos referimos primordialmente a objetivos cognitivos,
es decir, a aquellos orientados a acrecentar el conocimiento sabre un fen6meno
dado. Estes no han de confundirse con los objetivos ligados a Ia intervencion o
n;solucion practica de un problema social. Los objetivos de Ia investigacion ha-
bitualmente se clasifican como generales y espedficos, siendo estos Ultimos
aquellos que se derivan logicamente de los prim eros y cuyo cumplimiento
concurre (o es incluso instrumental) allegro de elias.
Para decidir Ia estrategia metodologica y escoger los instrumentos adecua-
dos a los objetivos resultara necesario desentrafiar el problema de investigacion
~ analizar todas sus consecuencias en terminos de una posible respuesta emp:i-
ncamente construida. En algunas ocasiones, una respuesta tentativa existe an-
tes aiin de estableceruna relacion observacional (empirica) con los aspectos de
interes de Ia realidad social. Desde cierto punta de vista, se puede afirmar que
siempre existira algiin tipo de supuesto -en sentido am plio- acerca de aquello
que se investiga. Los supuestos son inherentes a! planteo de las preguntas de Ia
investigacion, a! menos en Ia medida que estan implicitos en las definiciones y
perspectivas te6ritas desde las cuales se las construye. Sin embargo, estos su-
puestos no siempre adquieren un grade de articulacion tal de poder plantearse
como HIP6TESIS, es decir, como conjeturas que postulan un cierto tipo de rela-
cion entre los aspectos observables de Ia realidad que el problema de investiga-
cion ha delimitado. Contra Ia idea mas ampliamente difundida, Singleton et al.
(1988/1993: 88-Sg) afirman -a nuestro juicio de manera correcta- que las hi-
potesis, entendidas en sentido estricto, bien pueden ser el resultado de una in-
vestigaci6n mis que su disparador inicial. En otras ocasiones, elias no se hacen
explicitas desde un principia e igualmente guian, de manera tacita, todas las
actividades de investigacion. Sin embargo, cuando el objetivo del estudio im-
plique Ia contrastaci6n de hip6tesis, estas debedn estar precisamente formula-
das, especulando sobre Ia naturaleza y Ia forma de una relacion. Los autores an-
tes citados sostienen que los modos mis comunes en que aparecen las
hipotesis en el trabajo cientifico son cuatro:
a) declaraciones condicionales (par ejemplo: si se da el fenomeno yse cla-
ra tambien el fen omena x);
b) funciones matemiticas, que representan Ia expresi6n mas parsimonio-
sa -y con fuerte cadcter predictive- de una relaci6n;
c) declaraciones continuas (par ejemplo: cuanto mayor sea xmayor sera
y),y
d) declaraciones diferenciales, que afirman que una variable difiere en
terminos de las categorias de otra variable.
Independientemente del grade de formalizacion de Ia hip6tesis, coincidi-
mos con Maxwell (1996) en otorgar a! problema ellugar central y Ia funcion
EL DISENO DE LA INVESTIGACION 81
rectora en la investigaci6n: podemos no tener respuestas previas claras sabre
un fen6meno bajo estudio, pero no podemos no contar con preguntas que
orienten su abordaje y hagan posible su delimitacion.
Para hacer operative un problema de investigacion, se lo puede pensar como
Ia explicitacion del interes del investigador par conocer "algo" de "alguien". Ese
"algo" o "que" que se quiere conocer se expresa a traves de las propiedades con-
ceptuales (y sus relaciones) cristalizadas verbalmente en las preguntas que guian
la investigaci6n. Par otra parte, ese "algo" se refiere siempre a "alguien",s un
"quien" que esta temporal y espacialmente situado, y que tecnicamente -en
cuanto definicion abstracta- se denomina UN !DAD DE ANAL!SIS.
Con respecto a! "alga" de interes deberemos comenzar par su CONCEPTUA-
LIZACI6N. Se trata de dar definiciones precisas de que se entiende en el contexte
de la investigaci6n por aquellos terminos clave que expresan verbalmente el fa-
co de nuestra atenci6n, definiciones que en su conjunto conformarin un MARCO
cONCEPTUAL. El estado de la cuesti6n -a lo que se hizo menci6n mis arriba~
podd constituirse en fuente de referenda para tales definiciones, permitiendo
identificar perspectivas teoricas empleadas en trabajos anteriores y ayudando a
definir los terminos clave en relacion con usos previos de elias en Ia disciplina.
Pero es importante no confundir el estado de la cuesti6n con lo que tradicio-
nalmente se denomina MARCO TEO RICO, es decir, el "corpus de conceptos dedi-
ferentes niveles de abstracci6n articulados entre si que orientan Ia forma de
aprehender Ia realidad" (Sautu eta] zoos: 34), y que en el nivel mas concreto
incluye a! marco conceptual.
Habitualmente, las definiciones conceptuales son muy abstractas, y se de-
bera entonces, especialmente en el caso de investigaciones de tipo estandar (o
cuantitativas), seleccionar, a traves de un proceso de OPERATIVIZACI6N, los indi-
cadores o referentes empiricos de ese "alga" que ahara ya representamos a tra-
ves de definiciones conceptuales precisas. En otras palabras, deberemos llevar
a! plano de lo observable ese "algo" abstracto, y luego elegir las herramientas
adecuadas para observarlo. Estas operaciones se basarin en un conjunto de de-
cisiones que hemos denominado "de recolecci6n", y que trataremos con deta-
lle en los capitulos 7, 8, g, 10, 11, 12 y 13.
Pero tam bien se debera operativizar Ia unidad de analisis, el "alguien" de
interes a! que se refiere Ia investigacion. En primer Iugar, dando una definicion
conceptual clara. En Ia practica esto implica decidir criterios de inclusion y ex-
clusion, ya que toda unidad puede concebirse como especie de un genera ma-
yor. Los criterios de inclusion y exclusion seran categoriales, temporales y
espaciales. Par ejemplo, si estamos investigando sobre adolescentes, una defi-
nicion de Ia unidad de analisis podria determinar, entre otras casas, los limites
minima y maximo de edad crono16gica de una persona como para ser conside-
rada adolescente en el marco de Ia investigacion, y esto dependera obviamente
s N6tese que decimos "alguien" para referirnos a las unidades de inten~s, pero estas no tienen
que ser necesariamente personas, podrlan ser instituciones, familias, pueblos, naciones, produc-
tos de la cultura, etcetera (vease apartado 6.1).
 METODOLOGfA DE LAS CIENCIAS SOCIALES
de opciones teoricas que se adopten con respecto a Ia adolescencia y a! modo de
conceptualizarla. Pero los criterios -como acabamos de decir- tam bien in-
cluiran cuestiones temporales y espaciales: nos interesa saber alga sabre el ado-
lescente asi definido que habita c:que espacio geografico? y c:en que periodo de
tiempo? Este conjunto de criterios categoriales, espaciales y temporales tam-
bien permitiran identificar Ia poblacion, es decir, el conjunto de todos los casas
que se correspondan con Ia definicion conceptual que se haya dado de Ia uni-
dad de analisis. En Ia mayoria de las situaciones, Ia poblacion de interes resulta
irlabarcable con los recursos disponibles para la investigaciOn. Esta limitaciOn
exigira seleccionar alguno (o algunos) de sus casas a los fines de observacion e
indagacion. Par Ia tanto, parte del disefio de Ia investigacion consistira en Ia
construed On de una muestra, que segim el tipo de estudio va a seguir distintos
criterios y asumir<i diferentes caracteristicas. Si bien esta noes Ia {mica opera-
d~n de selecciOn presente en una investigaciOn, es sin dudas la mils crucial, y
se Inserta en el marco de lo que hemos llamado genericamente "decisiones de
selecciOn", que se ser<in tratadas en el capitulo 6.
Solo cuando todas estas decisiones hayan sido tomadas resultara posible
realizar el trabajo de campo, 6 que podria limitarse, par ejemplo, a Ia aplicacion
de un cuestionario estandarizado (vease capitulo n) ala muestra seleccionada
o implicar otras acciones como la realizaciOn de entrevistas en profundidad
(vease capitulo 12), observaciones participantes (vease capitulo 10 ), etcetera.
Los resultados de estas practicas de recoleccion de informacion (que sera ob-
viamente informacion relevante sabre los "alguien" y con respecto al "alga" de
in teres), deberan ser procesados, ordenados, sistematizados y analiza des. Estas
operaciones constituyen el nucleo de Ia que hemos llamado "decisiones de
analisis", y seran abordadas en los capitulos 15, 16 y 17.
54- Formalizaci6n del disefio: el proyecto de investigaci6n
Como sostiene Samaja (2002a: 204), "el objetivo central de Ia fase formu-
lativa [de Ia investigacion] es construir escrituralmente el objeto [de esta] en
su version global". Pero en tanto Ia ciencia es una actividad profesionalizada e
institucionalizada, esta versiOn escrita y formal deber<i seguir las pautas im-
plicadas en el proceso orientado a su gestion y control. En este sentido, se
puede afirmar que un diseiio de investigaciOn se vuelve proyecto en el marco
de un contexte institucional especifico, por ejemplo, cuando se siguen las
pautas que una universidad fija para Ia presentacion de un plan de tesis o las
condiciones que una agenda estatal de investigaciOn establece para acreditar y
6
Cabe recordar alga que se ha planteado mas arriba: Ia completitud de todas estas decisiones
como prerrequisito del trabajo de campo (es decir decisiones que sean acto en el disefio) se da sOlo
en algunos tip as de investigaciones (especialmente las est<indar). En muchas otras ocasiones- eT·-·~"1'----­
trabajo de campo no depende de que absolutamente todas las decisiones de recolecci6n y sel~cw
ciOn ya hayan sido tomadas en la fase de disefio, sino que par el contrario es el desarrollo de dicho
trabajo el que hace posible que muchas de elias se completen y adquieran su forma definitiva.
EL DISENO DE LA INVESTIGACION
financiar un estudio. A continuaciOn se presentan, tan sOlo a titulo ilustrati-
vo, algunos ejemplos de los formatos que distintas instituciones cientificas,
en diferentes instancias, exigen para la presentaciOn escrita de un proyecto de
investigaciOn.
Dei (2oo6), aun reconociendo que cada instituciOn suele tener una versiOn
pro pia, propane un esquema que contiene todos los puntas que a su juicio exi-
gen Ia mayoria de las universidades argentinas en Ia que concierne a Ia presen-
tacion de un proyecto o plan de tesis. Su esquema, que considera acorde a! pro-
ceso psicologico de idea cion de Ia propuesta de una investigacion orientada a Ia
obtencion de un grade academico determinado, incluye, en Ia que respecta al
contenido del plan, los siguientes apartados:
1. Fundamentacion del tema elegido.
1.1. Antecedentes del tema.
1.2. Estado actual del tema.
1.3. Planteo del problema.
1.4. Alcances y limitaciones de Ia propuesta.
1.5. Apartes teoricos y/ o practicos al campo disciplinar.
2. Objetivos y /a hipotesis de trabajo.
3· Metodologia y plan de actividades.
4- Bibliografia.
5· Resumen.
Par su parte, el documento escrito que debe presentar un candidate a beca
de posgrado tip a I del Consejo Nacional de Investigaciones Cientificas y Tecni-
cas de Ia Argentina (CONICET) incluye los siguientes puntas?
• Titulo.
• Objetivos: Se espera que en este apartado el candida to presente el obje-
tivo general y especifico de su investigacion. Segun las propias defini-
ciones de CONICET, "el objetivo especifico ref!eja el resultado espera-
ble en el plaza previsto para Ia realizacion del plan. El objetivo general,
al cual contribuye el objetivo especifico, se orienta hacia resultados po-
sibles de obtener en ellargo plazo en Ia linea de investigacion mediante
trabajos ulteriores no incluidos en el plan".
• Antecedentes: Se debe "indicar el marco teorico de Ia investigacion y
las hipotesis de trabajo propuestas consignando sabre que otros traba-
jos de investigaci6n propios ode contribuciones de terceros se basan".
• Actividades y metodologia: En esta secciOn se deber<in Henumerar las
tareas a desarrollar y las metodologias [... J y tecnicas a emplear".
• Factibilidad: Esto se refiere a Ia infraestructura, los servicios y el equi-
pamiento con los que cuenta ellugar de trabajo en el que se pi ens a de-
7 Fuente: <WWw.conicet.gov.ar/becas/instructivo_becas2oo6.php> (fecha de consulta:
8/n/20o6).
 METODOLOGiA DE LAS CIENCIAS SOCJALES
ELDISENO DELAINVESTIGACJ6N ss
sarrol!ar la investigaci6n, los que deberan ser adecuados para que e]
plan de trabajo resulte factible. 7· Equipamiento y1o bibliografia:
7.1. Disponible.
7.2. Necesario. .
Finalmente, presentamos a continuaci6n los items del formulario que de-
ben completar quienes deseen presentar para su acreditaci6n un proyecto de 7·3· Fuentes de informacion disponibles yI o necesanas.
investigaci6n en el marco del Programa de Incentivos del Ministerio de Educa- 8. Presupuesto del proyecto: 1
ci6n, Ciencia y Tecnologia de ]a Argentina. Se trata del forma to requerido por 8.1. Casto minima global necesario para llevar a cabo e proyecto.
la Universidad Naciona] de La Plata para proyectos a ejecutarse en el periodo s. 2. Fondoslrecursos disponibles.
2oo7-2oog: 8 8 Fondoslrecursos en tramite.
8:~. ~e trabaj~
Explicitar la factibilidad del plan propuesto con los re-
1. Identificaci6n del proyecto: cursos disponibles, en caso de no recibir finanCiamiento.
1.1. Director I codirector. g. Aval de ]a unidad academica.
1.2. Unidad academica I unidad ejecutora.
1.3. Denominaci6n del proyecto.
1.4. Resumen ttknico.
1.5. Palabras clave.
1.6. Duraci6n del proyecto.
1.7. Caracteristicas (tipo de investigaci6n, area, disciplina, campo de
aplicaci6n).
1.8. Transferencia de resultados prevista.
2. Descripci6n del proyecto:
2.1. Denominaci6n.
2.2. Marco te6rico o estado actual del tema.
2.3. Aporte original a] tema.
2-4- Objetivos.
2-5- Metodologia.
2.6. Metaslresultados esperados en el desarrollo del proyecto.
3· Antecedentes.
4· Aportes potenciales:
4.1. Contribuci6n a] avance del conocimiento cientifico ylo tecnol6gi-
co yI o creativo.
4-2. Contribuci6n a ]a formaci on de recursos humanos.
4·3· Transferencia prevista de los resultados, aplicaciones o conoci-
mientos derivados del proyecto.
s. Plan de trabajo.
6. Recursos humanos intervinientes:
6.1. Director.
6.2. Codirector.
6.3. Investigadores formados.
6.4- Investigadores en formaci6n.
6.5. Tesistas, becarios.

8
Fuente: <www.presi. unlp.edu.ar/secytjcyt_htmjcyt_fi1e/acredo7/plan_ acred_ 07.doc>
(fecha de consulta: 23/n/2oo6).
 CAPiTULO 6

CONCEPTOS DE OBJETO Y DE UN !DAD DE ANALISIS.

POBLACION Y MUESTRA

6.1. Objeto y unidad de anilisis

En el apartado 1.3 se subray6la importancia que Ia herramienta intelectual

y pr3.ctica de Ia matriz tiene en el "metoda de la asociaci6n", es decir, en laver-
siOn del enfoque estclndar que ha dominado en las ciencias sociales.
En estas ciencias se usan varios tipos de matrices, pero el tipo dominante
en la fase de Ia recolecci6n es Ia Hamada "MATRIZ DE DATos", o matriz "casas por
variables". Se dec.ia en el apartado 1.3 que Ia matriz noes nada mas que un cruce
entre un haz de vectores paralelos horizontales y un haz de vectores paralelos
verticales. En el tipo llama do "matriz de datos", los vectores horizontales sere-
fieren a objetos y los vectores verticales a propiedades de estos objetos.
El termino 'oBJETo' se entiende en un sentido gnoseol6gico, como posible
objeto del pensamiento (cualquier cosa en Ia que se piense). Por lo tanto, los
objetos en las filas de una matriz de datos pueden ser individuos (humanos o
no), familias, grupos, instituciones, provincias, Estados, eventos, etcetera. Pe-
ro, en una matriz dada, todo los objetos en las filas deben ser del mismo tipo:
en efecto, nose podria construir una matriz que llevase simult<lneamente, por
ejemplo, seres humanos y Estados en sus filas, porque los vectores relatives no
podrian ser paralelos: es decir, tener referentes del mismo tipo y Ia misma se-
cuencia de propiedades en las columnas: las propiedades que se pueden referir
a individuos nose pueden referir a Estados, y viceversa.
El tipo de objetos que estan en las filas determina el tipo de propiedades
que pueden estar en las columnas. La propiedad "sexo" nose puede referir a
una instituci6n, una provincia o un Estado, como Ia propiedad "nlimero de
ciudadanos adultos" nose puede referir a un individuo.
El tipo de objeto acerca del cual se buscan informaciones en una investiga-
ci6n se llama "UNIDAD DE ANALisis". Esta expresi6n tiene un referente abstracto,
puede ser "ama de casa argentinJ. adulta", pero no puede ser "Ia seftora Rami-
. Las unidades mas frecuentemente usadas en la investigaci6n social son el
individuo, Ia familia, el grupo, Ia empresa, el distrito electoral, el municipio, Ia
provincia, el Estado. Tambien pueden ser unidades eventos, como la elecci6n,
la guerra, etcetera.
 88
METODOLOGiA DE LAS CIENCIAS SOCIALES
. En una investigacion se debe definir no solo Ia unidad, sino tam bien el am-
brto espacr~-temporal que interesa. La necesidad de delimitar el ambito espa-
cral es obvra: no es dificil darse cuenta de que es cosa diferente estudiar las
amas de casa d_e una ciudad, de una provincia, de un Estado 0 de un continen-
t~. Me;ws obVla es Ia ;'ecesidad de delimitar el ambito temporal: como en so-
cwl~~la Y c~enCia pohnca el sondeo es una herramienta privilegiada de reco-
leccwn de mformaciones, habitualmente se da par sentado que el ambito
temporal sea un generico presente. 1 Una falta seria de Ia investigaci6n social es,
en efect~, desconocer la perspectiva diacr6nica y no aprovechar ni siquiera las
oportumdades de analizar los sondeos pasados que se guardan en los archives
de datos.'
6.2. Poblaci6n y muestra
Una vez detern:inadas Ia unidad de analisis y el ambito espacio-temporal,
el conJunto de los eJemplares de esa unidad que se encuentran en dicho ambito
es Hamad~ POBLACI6N.3 Cada ejemplar de esta poblacion puede devenir un CA-
so, es decrr, el referente de una fila de !a matriz.
Cuando Ia u~idad es una provincia y el ambito un Estado dado en un perle-
do dado, o Ia umda~ es un Estado y el ambito un continente dado en un perle-
do dado, Ia poblacwn noes numerosa, y habitualmente se recolectan informa-
cwnes acerca de to~os sus miembros (es decir, todos los ejemplares de esta
umdad dentro del ambrto espacio-temporal). Este procedimiento se llama
ENUMERACION COMPLETA.
Pero cuando los miembros de Ia poblacion son muchos (como en las en-
cuestas sobre individuos adultos de una naci6n) recoger informaciones sabre
todos cuesta un gran _esfuerzo e inversiOn de tiempo y recurs as, y s6lo se hace
rarame~t,e, par .agenc~as oficiales del Estado, y para fines que trascienden Ia in-
vesugacwn sacral (prensese en un censo poblacional).
De~contando a esos. casas, se presenta el problema de elegir un pequei\o
subconJunto de estos mrembros de !a poblacion para investigarlos con un me-
ncr gasto de recursos, convirtiendolos en casas de una matriz de datos. Este
1
La responsabilidad de esta falta de profundidad diacr6nica no cae Unicamente sabre el son-
de_o, porque tambi~n los psic6logos -que prefieren usar otras herramientas de recolecci6n ade-
mas del sondeo- tienen una orientaci6n marcadamente sincr6nica.
. zEn los Estad~s Unidos y Europa del Norte hay muchos archivos de este tipo, donde los in-
vesn~do,:es ~~~os1tan los da~os resultantes de sus encuestas· para permitir a otros investigadores
pracncar anabsts secundario de sus datos. En la Argentina, el INDEC proporciona al pUblico en-
cuestas como la E:H (E~cues;a Permanente de Hogares), y muchos estudiantes e investigadores Ia
usan en _sus trabaJoS. ~~s alia de _e~te ejemplo, sin embargo, en Ja Argentina -como en muchos
otros patses- no hay sohdas tradicwnes de analisis secundario.
~ N6tese que en ellenguaje tfknico de las ciencias sociales este termino tiene un sentido mas
a_mpho del que _posee en el discurso ordinaria. Este sentido fue desarrollado por Mal thus ( )y
174
tiene ~na gran Importancia, no sOlo en la estadistica sino tambien en la teoria deJa evoluci6:de
Darwm.
CONCEPTOS DE OB)ETO Y DE UNIDAD DE ANfi.LJSJS 8g
problema se aborda con una herramienta cl<lsica de las ciencias sociales: el
muestreo.
Una MUESTRA es cualquier subconjunto, amplisimo o limitadisimo, de
miembros de una poblacion que se investiga con elfin de extender a toda Ia po-
blacion las conclusiones resultantes del analisis de las informaciones relativas
al subconjunto.4 Esta extrapolaci6n (de los resultados del analisis) de !a mues-
tra a !a poblacion entera es Hamada INFERENCIA ESTADiSTICA, y tiene reglas preci-
sas que veremos pronto.
Antes cabe resaltar tres malas costumbres muy difundidas en las ciencias
sociales actuales. La primera es una costumbre terminol6gica, y consiste en el
hecho de que a menu dose habla de inferencia de Ia muestra al universo. Este
usa es impropio, porque el universo es par supuesto infinito mientras que
cualquier poblacion solo puede ser finita. Como pasa a menudo, el usa termi-
nol6gico impropio no acontece por casualidad, sino porque permite extender a
las encuestas de las ciencias sociales fOrmulas matem<lticas asentadas en su-
puestos que s6lo son legitimos para conjuntos infinitos, es decir univer.sos.
La segunda mala costumbre consiste en el habito de extender Ia inferen-
cia mas alla de !a poblacion de !a cual se extrajo !a muestra. Un caso clamoro-
so en Ia literatura de las ciencias sociales es Ia renombrada "relaci6n Kinsey".
Kinsey era un psic6logo norteamericano que tenia un consultorio privado en
una ciudad de Minnesota. Basolndose en las declaraciones de sus pacientes
(que pueden considerarse una muestra no aleatoriaS de habitantes de aquella
ciudad) el publico con sus colaboradores dos volumenes titulados Conducta
sexual del var6n humano (1948) y Conducta sexual de ]a hem bra humana
(1953). Los sociologos no estan para nada exentos de esta mala costumbre:
par ejemplo, el clasico The People's Choice (E! pueblo elige) esta basado en
una muestra de 6oo electores del condado de Erie en Ohio (Lazarsfeld et al.
1944).
6.3. Muestras aleatorlas y no aleatorias
La tercera mala costumbre necesita una discusi6n mas profunda. Todas las
empresas que producen y venden sondeos -y no solo ellas- declaran general-
mente que sus muestras son "aleatorias y representativas", estos dos terminos
se usan ritualmente, sin corresponder a ninguna calidad precisa de las mues-
tras mismas ni de los procedimientos que se utilizaron para su extracci6n. En
los pasajes siguientes se clara un significado a estos t€rminos .
Una muestra se dice aleatoria cuando todos los miembros de Ia poblacion
de Ia que se extrae tienen !a misma probabilidad de ser extraidos y entrar en !a
4 En este capitulo se habla del muestreo que se realiza en el marco de investigaciones de tipo
estindar (veanse los apartados 2.3 y 2-4). Otras formas de muestreo ser<ln presentadas en el aparta-
do 12. 5.
sSe aclararin pronto los criterios seglln los cuales una muestra puede considerarse aleatoria.
 go METODOLOGIA DE LAS CIENCIAS SOCIALES
muestra. Si se sale a Ia calle Y de Ia ciudad X y se entrevista a los primeros cien
sujetos que pasan, esta noes una muestra aleatoria de habitantes de Ia ciudad
X, porque muchos de elias no pasan jamas par Ia calle Y, otros pasan rara-
mente y otros diariamente. Por consiguiente, las probabilidades de ser extrai-
dos no son iguales. Para construir una rnuestra aleatoria de esta poblaci6n se
debe elaborar un catalogo complete de sus miembros y extraer algunos de
ellos con una tabla de nU.meros aleatorios o con otro procedimiento que ga-
pntice efectivamente Ia misma probabilidad de ser extraido a cada miembro
de Ia poblaci6n.
Par lo tanto, Ia naturaleza aleatoria de una muestra depende integralmente
del procedimiento de extracci6n y no tiene nada que ver con su resultado: si se
extraen 30 bolillas negras y ninguna blanca de una bolsa, sin mirar de reojo
dentro de Ia balsa y sin hacer las bolillas distinguibles a! tacto, Ia muestra es
perfectamente aleatoria a pesar del resultado, y cualquiera sea Ia distribuci6n
de los col ores en las bolillas de Ia balsa.
Algunos estadisticos hablan de "muestra aleatoria simple" cuando los
miembros de una poblaci6n tienen Ia misma probabilidad de ser extraidos, y de
muestra aleatoria sin mas cuando cada miembro de la poblaci6n tiene una pro-
babilidad conocida y no nula de ser extraido. Pero esta distinci6n ofrece una
cobertura cientifica a procedimientos que tienen poco que ver con la ciencia y
mucho con los presupuestos de las empresas comerciales de sondeos. Imagine-
mas una investigaci6n de ambito nacional. Si la rnuestra fuese extraida con
procedimiento aleatoric, podrian entrar en ella muchos habitantes de areas re-
motas de alta montafia o de otros lugares de dificil acceso. Los entrevistadores
de las empresas deberian perder tiempo y gastar dinero para contactar a estos
sujetos, y para cada una de estas entrevistas la empresa gastaria un mlllti:Plo del
valor media de las entrevistas en las ciudades principales, donde seguramente
habitan entrevistadores de su red nacional.
Para reducir esos gastos, las empresas dividen el territorio nacional en
areas, asignando a cada una un nllmero dado de entrevistas. A las areas remotas
se les asigna un nllmero minimo de entrevistas, de manera tal que todos sus
habitantes tengan una probabilidad extremadamente baja, pero conocida y no
nula, de entrar en Ia muestra -y asi Ia ortodoxia estadistica es preservada.
Despues de ahorrar dinero con esos procedimientos, las empresas tratan
de remediar su obvia consecuencia (subrepresentaci6n de todas las areas peri-
fericas del pais) con otro procedimiento discutible: Ia ponderaci6n. Suponga-
mos que a un area de alta montafia le fueran asignadas 3 entrevistas en Iugar de
las 27 que le corresponderian segun su proporci6n sabre Ia pob]aci6n nacional.
Debido a que el cociente 2713 es 9, Ia ponderaci6n consiste en multiplicar par 9
cada montafi€s entrevistado, es decir con tar sus respuestas 9 veces en todos los
analisis que involucren la variable en cuesti6n.
Se produce asi una doble proyecci6n: cada montafies (y cada habitante de
areas remotas) es proyectado en 5, 10, o mas de sus clones ficticios. El paso
guiente es proyectar esta mezcla de individuos y de clones a toda Ia poblaci6n
nacional. En ambos casos se manifiesta un supuesto atomista, en el sentido de
que se descuidan no s6lo Ia especificidad de cada individuo, sino tambien Ia in-
CONCEI'I"OS DE OB)ETO Y DE UNlOAD DE ANALISIS 9'
fluencia que el contexte de relaciones so dales en las que cada individuo est3. in-
serto ejerce en su personalidad. 6 . • ,
Par otto !ado las muestras telef6nicas, inc!usa s1 han s1do extra1das aleato-
riamente de una ~ia de tel€fonos, no cumplen ni siquiera con.los cri~erios mas
tolerantes para ser consideradas aleatorias. Esto se debe a! obvw moti~o de que
todos los miembros de una poblaci6n que no tienen acceso a un tele~ono r;o
tienen ninguna posibilidad de ser incluidos en Ia muestra. Y par el motzvo mas
suti] de que los miembros de familias numerosas, y / o los que se encuentran ra-.
ramente en la casa en los horarios en que se acostumbra Hamar, tlenen a pnon
una probabilidad reducida, y se desconoce el grado de esta reducci6n para cada
categoria. ., 1 ·
Hay otros problemas vinculados con el concepto de extracn~n a eat?na.
Un procedimiento que garantice a cada miembro de una poblacwn Ia m1sma
probabilidad de ser extraido es una condici6n necesaria y ~ufinente para l~grar
una muestra aleatoria de dicha poblaci6n cuando sus m1embro~ son objetos
inanimados, que no pueden rechazar ser extraidos y s:r exam1nados. Pero
-como todos los entrevistadores saben bien-las poblacwnes de seres burna-
nos no cumplen con estes requisites. A menudo nose encue~tran en su casa,
ni contestan el telefono, muchos de los que se encuentran se n1egan a la entre-
vista porque sospechan objetivos comerciales o fiscales, o p,o~que .no desea~
dedicar tiempo a una actividad de Ia cual no entienden el espmtu m las finah-
dades. 1 ·
Silas probabilidades de no encontrarse en casa o de negarse a. ,a entrev1sta
fuesen igualmente distribuidas en las varias capas de una poblacwn h~mana,
estOs inconvenientes s6lo reducirian las dimensiones de una muestra sin per-
judicar su naturaleza aleatoria. Pero casi un siglo de experiencia con los son-
deos ha mostrado que los j6venes y los adultos ocupados tienen m~cho menos
probabilidades de encontrarse en casa que las amas de casa y los !ubilados. Ade-
mas, adultos empleados y viejos muestran una mayor propenswn a negar~e a Ia
entre vista. Por lo tanto, estas categorias tienen a priori una men or probablltdad
de ser efectivamente entrevistadas.
Por consiguiente, aun una muestra perfectamente aleatoria al memento de
Ia extracci6n se vuelve casi siempre no aleatoria cuando se trata de tr~nsformar
cada sujeto en un caso de la matriz: es sabido que las amas de cas~ tienen una
mayor probabilidad de ocupar filas en una matriz de datos, segmdas par los
adultos desempleados, los jubilados y los j6venes -en este arden. Los adultos
empleados son los que tienen a priori una men or probab1hdad de convert1rse
en casas de una matriz de datos.
6 Par este motivo, muchos investigadores de unSJ. escuela muy sensible ala influ.encia d~l con-
texte de relaciones sociales en las elecciones individuales, como el Bureau of A~phe~ Soc,Ial ~e­
search de la Universidad de Columbia, se han mostrado reacios a generalizar mas alla del ambitO
de sus especificas investigaciones. Vease Martire (20o6: cap. 3).
 92 METODOLOGiA DE LAS CIENCIAS SOCIALES
64- ~Representativo de que?
El otro termino fetiche que cabe examinar es 'representative'. En los textos
esci?dar se leen definiciones como la siguiente: "[una muestra esJ representati-
va sr reproduce -en escala reducida- Ia poblaci6n objeto del estudio (para
permitir Ia generalizaci6n de los resultados obtenidos en Ia muestra a Ia pobla-
ci6n total)" (Corbetta 2003: 159).
Reproducir en escala reducida un diseiio o una hoja escrita es alga que una
fotocopiadora hace rapida y facilmente, reduciendo en Ia misma proporci6n en
Ia copia las distancias entre. cad a pareja de puntas en el original. Pero 2c6mo se
puede lograr el mismo resultado con poblaciones de seres humanos? Estas son
caracterizadas no s6lo por distancias fisicas entre sus miembros, sino per mu-
chas otras propiedades. La analogia con Ia fotocopiadora no puede ser tan sim-
ple, pero es iitil. En primer Iugar, porque resalta el hecho de que Ia representati-
vrd~d se Juzga confrontando caracteristicas del original con su analogo en Ia
copra. Esta comparaci6n se puede hacer solo cuando Ia copia fue ya producida.
Por consiguiente, mientras para juzgar si una muestra es aleatoria debemos mi-
rar el procedimiento con el que se extrae, independientemente del resultado,
para juzgar si una muestra es representativa debemos mirar el resultado inde-
pendientemente del procedimiento. ' ci6n de una propiedad en Ia muestra con Ia distribuci6n de Ia misma
Como se decia, para juzgar si ]a reproducci6n en escala reducida de un dise-
fi.o fue correcta, se confrontan parejas de distancias entre puntas. Pero las po-
blaciones tienen propiedades mas importantes que la distancia entre sus
miembros. 2C6mo se confrontan estas propiedades de Ia poblaci6n con las de
Ia muestra para juzgar si Ia ultima es representativa?
Para responder tenemos que adelantar el concepto de distribuci6n de una
propiedad, que va a ser tratado en el capitulo siguiente. Las propiedades de una
poblaci6n pueden ser constantes (como por ejemplo, el sexo en un convento de
monjas) o variar. Varian si diferentes miembros de ]a poblaci6n tienen diferen-
tes estados en elias: continuando en el ejemplo, afuera del convento el sexo va-
ria porque algunos individuos son masculinos y otros son femeninos. En este
caso, el sexo tiene una distribuci6n, que se puede expresar en cifras absolutas
(5.312 mujeres Y 4.893 hombres en el pueblo X) o en porcentajes.
Ya tenemos un resultado de Ia analogia: si se extrae una muestra de los ha-
bit~ntes de ese pue~lo, se entiende que esta no puede ser considerada represen-
tat:Iva de Ia poblacwn (es decir, una reproducci6n de esta ultima en escala redu-
cida) silos porcentajes de hombres y mujeres son sensiblemente diferentes de
los mismos porcentajes en Ia poblaci6n.
Pero pronto se plantean dos interrogantes:
a) ~Cuan diferente es "sensiblemente" diferente?
b) 2Que pasa con las otras propiedades distintas del sexo?
Para el primer interrogante los textos de estad.istica no proporcionan una
r~spuest~. Y eso no es casual: seria un poco rid.iculo establecer que si hay una
drferencra de un punta entre los mismos porcentajes en Ia poblaci6n yen Ia
CONCEPTOS DE OB)ETO Y DE UN !DAD DE ANALISIS 93
muestra, Ia Ultima es representativa, y que si la diferencia excede un punto, la
muestra nolo es.7 Esta consideraci6n nos permite sacar una primera conclu-
siOn: mientras que para juzgar si una muestra es aleatoria tenemos una pauta
clara (misma probabilidad de entrar en Ia muestra para todos los miembros de
]a poblaci6n), para juzgar ]a representatividad debemos recurrir a consideracio-
nes difusas y subjetivas. AI responder el segundo interrogante veremos que es-
ta difusi6n y subjetividad caracterizan todo el campo semantico de Ia represen-
tatividad.
Supongamos que ]a comparaci6n entre las distribuciones de los sexos en Ia
poblaci6n yen Ia muestra nos Ileve a Ia conclusion de que son bastante pareci-
das y, por lo tanto, la muestra es representativa en lo que concierne al sexo, c:de
eso se puede sacar la conclusiOn de que la muestra tambien es representativa en
]o que concierne a cualquier otra propiedad de Ia poblaci6n?
La respuesta es jObviamente, no! y de esta se siguen algunas importantes
consecuencias:
1) La representatividad tiene que ser controlada y eventualmente afirma-
da para cada propiedad por separado.
2) Debido a que ]a representatividad se evaliia comparando Ia distribu-
propiedad en Ia poblaci6n, iinicamente se puede evaluar para las p:o-
piedades cuya distribuci6n en Ia poblaci6n es conocida -es decir, solo
para las propiedades que se relevan con un censo poblacional. Para toda
otra propiedad, incluyendo opiniones, actitudes, valores, etcetera, la
representatividad no se puede minimamente controlar, y par lo tanto
no puede ser afirmada.
3) La oraci6n "esta muestra es representativa" (sin alguna calificaci6n),
que a menudo se escucha, no tiene sentido sino se le agrega "en lo que
concierne a la(s) propiedad(es) X (Y, Z)". Y ademas no tiene ninguna
credibilidad si no se le agregan tablas que comparan las distribuciones
de esas propiedades en Ia poblaci6n yen ]a muestra. Una practica que
-en rigor de verdad- se encuentra muy raramente cumplida en los re-
latos de sondeos que afirman que la muestra es representativa.
Ahara que se clarific6 el significado propio de los dos terminos fetiche, se
pueden contestar dos preguntas. Empezamos con Ia mas basica: 2extraer de
forma aleatoria una muestra garantiza automiticamente que esta sea represen-
tativa?
La respuesta es, obviamente, negativa, y Ia hemos adelantado ya, cuando se
dijo (vease mas arriba en este capitulo) que se pueden extraer de forma perfec-
7 Cabe resaltar, sin embargo, que en la estadistica inferential hay un sinnUmero de estos um-
brales rigidos para discriminar, por ejemplo, si el promedio de la distribuci6n de una variable:n
una muestra es "significativamente" diferente del promedio de la distribuci6n de la misma vana-
ble en la poblaci6n.
94 METODOLOGfA DE LAS CIENCIAS SOCIALES
tamente aleatoria (es decir, sin alterar de modo alguno Ia igual probabilidad de
cada bolilla de ser extraida) 30 bolillas negras y ninguna blanca de una bolsa
que contiene 30 bolillas negras y 30 blancas (arriba nose especific6 el conteni-
do de la balsa). La muestra es aleatoria, pero ciertamente no es representativa
de Ia poblaci6n con respecto de Ia propiedad "color". Parad6jicamente, Ia (mica
manera de garantizar Ia extracci6n de un numero igual (cualquiera) de bolillas
negras y de bolillas blancas seria mirar en Ia bolsa cuando se extraen -violando
abiertamente los requisites de una extracci6n aleatoria.
' Si uno sale a Ia calle y entrevista los prim eros so varones y las prim eras so
mujeres que encuentra, la muestra sera grosso modo representativa -respecto
del sexo- de Ia poblaci6n de Ia ciudad, de Ia provincia, del Estado, del continente
y del mundo. Pero violara abiertarnente los requisitos de una extracci6n aleatoria.
Estos ejemplos pueden naturalmente ser generalizados -con las necesa-
rias adaptaciones- a cualquier otra poblaci6n, propiedad y forma de extrac-
ci6n. La pregunta consiguiente no puede sino ser: "Si una extracci6n aleatoria
no garantiza representatividad en alguna propiedad, y esta puede garantizarse
en algunas propiedades Unicamente con una extracci6n que dista de ser aleato-
ria, c:por que seria preferible extraer muestras aleatorias?"
La respuesta es que Ia extracci6n aleatoria s6lo da una garantia negativa, es
decir, Ia de no introducir sesgos de magnitud y direcci6n desconocida y no
controlable en Ia distribuci6n de las propiedades en Ia muestra con respecto de
las mismas distribuciones en Ia poblaci6n. Si salimos a Ia calle y entrevistamos
los primeros so varones y las primeras so mujeres, Ia distribuci6n del sexo en
esa muestra sed grosso modo representativa de Ia poblaci6n de Ia provincia,
del Estado, etcetera. Pero las distribuciones de muchas otras propiedades rele-
vantes para una investigaci6n social serc1n ciertamente sesgadas, y a menudo
fuertemente sesgadas (piensese en Ia distribuci6n de! Iugar de residencia, de Ia
profesi6n, de Ia edad). 8
Se dijo mas arriba que el azar puede producir distribuciones tan sesgadas
como 30 bolillas del mismo color de una bolsa con bolillas equidistribuidas en
dos (o mas) colores. Pero sesgos tan fuertes son extremadamente raros: Ia ma-
yoria de las extracciones produciran muestras con sesgos pequefios, o incluso
ninglin sesgo.
Concluyendo, se puede afirmar que Ia extracci6n aleatoria no da ninguna
garantia absoluta de que Ia distribuci6n de una propiedad cualquiera en Ia
muestra sea representativa de Ia distribuci6n de Ia misma propiedad en Ia po-
blaci6n. S6lo da:
Una garantia absoluta de que los sesgos (en el sentido de diferencias
entre estas dos distribuciones) no sean introducidos por el investiga-
dor, sino producidos por el azar.
8 Seran inevitablemente subrepresentadas todas las ocupaciones que no permiten pasar mu-
cho tiempo en la calle, y los grupos de edad en los que -par una raz6n u otra- nose pasa mucho
tiempo en la calle: los infantes, los viejos, etcetera.
CONCEPTOS DE OB)ETO Y DE UN !DAD DE ANALISIS 95
II Una garantia razonable de que esos sesgos sean de magnitud limitada.
Si una muestra de alcance nacional es extraida de forma aleatona, hay
una probabilidad practicamente nula de que todos sus integrante~ cir-
I
1
culen par el mismo barrio, a diferencia de Ia mu;stra que result~~Ia de
salir a Ia calle a entrevistar a los que pasan con Ia umca preocupacwn de
I
!
garantizar Ia representatividad con respecto a! sexo.
II 6.s. C6mo garantizar una (limitada) representatividad de una muestra aleatoria
~No hay alguna manera de asegurar algo mas que esta garantia negativa con
Ii
una muestra aleatoria? . . l
I Si Ia hay, pero con respecto a un numero limitado de prop1edades, ba)D a -
gunas condiciones (que veremos pronto), y s6lo con~~ tipo particular de ex-
Ii tracci6n (denominada SISTEMATICA) que vamos a descnbu. .
Supongamos que se tenga un catalogo exhaustivo de l~s m1embros d~ una
poblaci6n, listado con un orden que no tenga alguna relacwn co~ las prop!eda-
des que interesan a! investigador (por ejemplo, un arden alfabetico de apelh-
dos). Supongamos que esta poblaci6n tiene 8o.ooo m1embros (por eJemplo,
los habitantes adultos de una ciudad media) y que queremos extraer una mues-
tra de 4 oo individuos. Para lograr una muestra aleatoria sistematica se debe:
1) dividir ellistado en 400 segmentos, cada cual comprendiendo 2~0
miembros, numero que resulta de dividir el tamano de Ia poblacwn
por el tamafio de Ia muestra (8o.ooo/400 = 200) y que se denomma
"intervalo de muestreo";
extraer de forma aleatoria un nlimero de 1 a 200: supongamos que sea
2)
el78.
La muestra sistematica sera formada par el78o individuo de cada segmento,
es decir por los individuos que !levan los numeros 78, 278, 478, Y asi sucesiva-
mente basta el numero 79·878. .
Veamos ahora c6mo se puede lograr que esta particular muestra del eJem-
plo sea no solo aleatoria sino tam bien representativa de Ia poblaci6n de Ia ciu-
dad con respecto ados propiedades: el sexo de los hab1tantes y s~ barno de re-
sidencia (supongamos que los barrios sean s, con un promedw de t6.ooo
habitantes adultos). La condici6n necesaria y suficiente para consegu1r este ob-
jetivo es ordenar ellistado por barrio, y dentro de cada barrio dividirl~ por se-
xo. Es decir, empezar ellistado con todos los varones (adultos) del barno A, se-
guidos por todas las mujeres del barrio A, por todos los varones del barno B,
por todas Ia mujeres del barrio B, etcetera. 9 . . •
Imaginemos que los varones del barrio A sean g.ooo. Extrayendo el mdivi-
duo que !leva el numero 78 (0 cualquier otro numero) en cada segmento de 200
9 Ese metoda fue propuesto par vez primera par uno de los autores (Marradi 1997).
 g6 METODOLOGiA DE LAS CIENCIAS SOCJALES
individuos, vamos a extraer en Ia muestra 45 varones del barrio A, es decir el
11,2% de los individuos de Ia muestra. Esto es exactamente el porcentaje de va-
rones que viven en el barrio A sobre todos los adultos de Ia ciudad. Se puede f.J.-
Cilmente comprobar que el misrno mecanisme funciona para todos los seg-
mentos en que hemos dividido !a poblacion. El resultado es que tenemos una
muestra extraida de forma aleatoria que es representativa de !a poblacion de !a
ciudad con respecto a! sexo y a! barrio de residencia.
, Naturalmente, nose puede decir nada de su representatividad con respecto
a todas .las otras propiedades -es decir, infinitas menos dos. Lo que podemos
hacer. SI queremos, es segmentar la poblaci6n teniendo en cuenta tambh~n una
tercera propiedad (por ejemplo, el nivel de instruccion), e incluso una cuarta
(por ejempl~, el grupo de edad). Pero cada vez que se considera una nueva pro-
pteda~ e_I nu~ero de segmentos a ordenar en secuencia crece en proporci6n
geometnca: SI con el sexo y cinco barrios de residencia los segmentos eran 1 o~
considerando cuatro niveles de instrucci6n elias sedn4o, y considerando tam-
bien seis grupos de edad, seran 240. Con una poblacion de 8o.ooo individuos,
el tamafio promedio de cada subgrupo (por ejemplo, varones del barrio A con
instruccion baja y menores de 25 afios) va a ser de 333 individuos. Reduciendo-
se Ia diferencia entre el numero de individuos que hay en cada segmento (en el
eJemplo, 200) y el numero de individuos en cada subgrupo, se acrecienta !a
probabilidad de que Ia extraccion aleatoria sistematica atribuya a un subgrupo
un porcentaje de extraidos no exactamente correspondiente a su porcentaje en
Ia poblacion (aun silas diferencias no pueden matematicamente exceder una
unidad en cifras absolutas).
El principal inconveniente de este metodo es, por lo tanto, !a complicacion
procedimental vinculada con el manejo de subgrupos formados por el produc-
to logico de categorias en diferentes propiedades. Pero en el caso de que se atri-
buya gran importancia a !a representatividad de !a muestra con respecto a po-
cas pTOp!edades, el met0d0 que Se ilUStrO eS !a manera mas SimpleW de
conseguirla sin violar la naturaleza aleatoria de la muestra.
10
Una forma alternativa es el asi llamado "muestreo estratificado". Se definen subestratos
con un criteria cualquiera y luego se sonean submuestras dentro de cada subestrato. Por otro !ado,
a menudo se usa un muestreo estratificado "no proporcional" para sobrerrepresentar 0 subrepre-
sentar un segmento particular deb poblaci6n estudiada.
CAPiTUL07
CONCEPTOS DE PROPIEDADES.
VARIABLES, FIDEL! DAD Y FIABILIDAD
7.1. La definicion operativa
En las columnas de una matriz de datos se encuentran las variables. Una
variable es un vector de signos que representan los estados de los casos en las
propiedades que interesan. Habitualmente, pero no necesariamente, estos sig-
nos son nU.meros. 1
A veces !a relacion entre un estado en una propiedad y el signo que lo re-
presenta es directa e intuitiva: si Ia entrevistada es Morena Ruiz y tiene 18 afios,
tal estado en !a propiedad "edad" sera representado por el mismo 18 en !a celda
ubicada en el cruce entre el vector-fila relative a Morena Ruiz y el vector-co-
lumna representando !a edad. Para saber que este 18 es el numero de afios de
Morena Ruiz, tenemos que saber cual es el titular del vector-fila y que propie-
dad se representa en el vector-columna. SOlo si tenemos estas informaciones,
este 18 se convierte de un mero nUmero en un data ~y lo mismo para todos los
otros numeros en !a matriz. Pues solo se puede hablar de una matriz de datos si
todos los nUmeros (y, mas generalmente, los signos) que seven son interpreta-
dos, es decir, son DATOS.
Continuando con Morena Ruiz, es probable que estemos interesados no
solo en su edad, sino tam bien en su titulo de estudio (en el caso: licenciada).
Pero no hay cifras que representen directamente este titulo (ni los otros ti-
tulos).
Por lo tanto, para poner esta informacion en las celdas relativas necesita-
mos una convenci6n que conecte el titulo de estudio "licenciada" a uri nU.mero
particular, y lo mismo para cada otro titulo que deseemos registrar. Una con-
vencion de] genera se llama PLAN DE CODIFICACION.
Un plan de codificacion de !a propiedad "titulo de estudio" podria ser:
1
Se ponen nUmeros para facilitar el anilisis estadistico de las relaciones entre variables. Pero
este habito conlleva el riesgo de que se hagan operaciones estadisticas sabre nUmeros que s6lo son
tales en apariencia.
 98 METODOLOGiA DE LAS CIENCIAS SOCIALES
o = ning{in titulo
1= s6lo educaci6n primaria
2 = s6lo educaci6n secundaria
3 = licenciatura
4 = doctorado
9 =informacion faltante.
Cabe subrayar el hecho de que en cada plan de codificacion se necesita pre-
ver un ntlmero particular para informaciones faltantes. Para esta funci6n de se-
fialar Ia falta de informaciones se elige habitualmente un numero al margen del
abanico de los otros: un o o un 9 si se usan nUmeros de una cifra, un o o un 99
si se usan nU.meros de dos cifras, y asi sucesivamente.
Se puede comentar que el plan de codificacion que hemos vista es bastante
grosero -en ellenguaje metodologico, poco sensible. La SENSIBILIDAD es un co-
ciente entre el nUmero de estados en una propiedad que consideramos como
categorias en nuestro plan de codificacion y el numero de estados diferentes
que tiene Ia misma propiedad.'
Para acrecentar Ia sensibilidad podemos considerar una gama mas amplia
de estados en nuestro plan de codificacion; por ejemplo:
o = ning{in titulo
1=s6lo educaci6n primaria
2 =s6Io educaci6n secundaria
3 = s6lo educaci6n terciaria
4 = licenciatura
5 = especializaci6n
6 =mae stria
7 = doctorado
8 = posdoctorado
9 =informacion faltante.
El plan de codificacion es parte de un conjunto de reglas y convencionesJ
que permiten convertir una propiedad de los objetos o sujetos en Ia realidad en
una variable en Ia matriz de datos. Este conjunto se llama DEFINrcr6N OPERATIVA
y las partes que lo integran varian seg{in Ia naturaleza de Ia propiedad. La varia-
cion mas considerable esta vinculada al tipo de unidad de ana!isis, y por consi-
guiente al tipo de recnica de recolecci6n.
z. Cuando desconocemos el nUmero de estados diferentes, obviamente el cociente queda in-
determinado. Pero el concepto de sensibilidad mantiene su utilidad: sea cual sea este nii.mero,
agregando una categorfa se acrecienta la sensibilidad, y eliminando una categoria la sensibilidad
disminuye.
3 Se entiende que estas reglas y convenciones son espedficas no sOlo de cada propiedad, sino
tambien de cada investigaci6n, en el sentido de que depend en de la elecci6n del ode los im•estiga'~~·
dares. Como observa Corbetta (2003: 90), en las ciencias fisicas "se forman dentro de la comuni-
dad cientffica convergencias que permiten llegar a definiciones de car<icter intersubjetivo ". Pero en
las ciencias sociales estamos muy alejados de esta situaci6n.
CONCEPTOS DE PROPIEDADES 99
Si queremos recoger informaciones acerca del titulo de estudio de los en-
trevistados, Ia definicion operativa incluye:
I) el texto de Ia pregunta relativa (ejemplo: "~Cual es su titulo de estudio?");
2) un plan de codificacion como el que hemos vis to arriba;
3) el hecho de que este plan sea directamente planteado al entrevistado
junto con Ia pregunta pidiendole que elija una de las respuestas alterna-
tivas que se le ofrecen, o sOlo sea empleado como una lista de voces a
las cuales atribuir las respuestas espontclneas de cada entrevistado a Ia
pregunta relativa;
4) Ia indicacion del vector-columna en que se deben poner las informa-
ciones acerca del titulo de cada entrevistado -informaciones que se
convirtieron en datos representando cada una de elias con el corres-
pondiente numero del plan de codificacion;
s) si el investigador sospecha que un numero bastante alto de entrevista-
dos puede mentir ace rca de su titulo, y si el dispone de los recursos ne-
cesarios (tiempo, fondos, colaboradores confiables), puede tambien in-
sertar en la definiciOn operativa un procedimiento con el que se
controlara Ia sinceridad de las declaraciones de los entrevistados -par
ejemplo, recurriendo a documentos oficiales.4
Veamos ahara como se presenta la definiciOn operativa cuando la unidad
de ancllisis es una provincia u otro agregado territorial: imaginemos que la pro-
piedad que interesa sea Ia proporci6n de poblaci6n licenciada en cada provin-
cia. En este caso -como para Ia mayoria de las propiedades relativas a provin-
cias, Estados u otros agregados territoriales- se recurre al censo.
La definicion operativa indicara:
I) las tablas de Ia publicacion del censo donde se encuentran informacio-
nes sabre el numero de licenciados y el numero de habitantes con mas
de 20 afios de edad;
2) Ia operacion matematica que se debe realizar (una division del numero
de licenciados por el numero de habitantes de Ia edad requerida);
3) Ia ulterior opera cion matematica que se realizara para hacer mas legible
el resultado (por ejemplo, multiplicar los cocientes por I.ooo y redan-
dear el resultado para eliminar los decimales);
4) Ia indicacion del vector-columna en que se debe poner el numero re-
sultante;
s) un procedimiento de control mecanico, por ejemplo, Ia ejecucion de
los calculos al reves para ver si se obtienen los mismos nU.meros que
aparecen en las tab las de las que se iniciaron los ccllculos;
6) una valoracion de Ia plausibilidad de los resultados. En efecto, puede
pasar que la proporciOn de poblaciOn licenciada en una provincia rural
+ Acerca del problema del control de la fidelidad de los datos, vease el apartado 7·3·
 100 METODOLOGiA DE LAS CIENCIAS SOCIALES
y marginal aparezca mas alta que la misma proporci6n en una provincia
urbanizada y terciarizada. Nose puede excluir que esta sea la situaci6n
efectiva; pero su escasa plausibilidad sugiere revisar los calculos e in-
cluso poner en duda los mismos datos en las tab las del censo.
En los ejemplos hemos presentado las partes de dos definiciones operati-
vas que eran especificas de las propiedades en cuestion (titulo de estudio indi-
vidual y proporcion de poblacion licenciada en Ia provincia). Pero si considera-
mo's que una definiciOn operativa es el conjunto de todas las operaciones,
intelectuales y materiales, que permitan pasar de estados reales a numeros (en
un vector-columna) que representen esos estados en Ia matriz, debemos con-
cluir que, junto con las reglas y convenciones espedficas de Ia propiedad en
cuesti6n, una definiciOn operativa incluye reglas y convenciones mas generales
y comunes a todas las propiedades que se indagan en esa investigaci6n especi-
fica yen todas aquellas analogas. Par ejemplo, si Ia tecnica de recoleccion de los
datos es una entrevista con cuestionario, Ia definiciOn operativa de cada pro-
piedad investigada incluye el arte de redactar el texto de las preguntas de ma-
nera simple, el arte de ordenarlas en el cuestionario de forma correcta y eficaz,
el arte de contactar a! entrevistado y plantearle preguntas obteniendo respues-
tas sinceras, y, par lo tanto, el nivel de adiestramiento y motivacion de los en-
trevistadores -en pocas palabras, toda Ia sabiduria que se ha acumulado en de-
cadas de desarrollo de los sondeos.
La tesis de que estos aspectos propios de una tecnica de recolecci6n en gene-
ral pertenecen a Ia definicion operativa de cada propiedad investigada con esa
tcknica puede parecer extrafi.a si no se reflexiona sabre el hecho de que una pre-
gunta mal formulada o mal planteada puede obtener respuestas radicalmente di-
ferentes de las que obtendria si fuera formulada de Ia mejormanera, y que Ia mis-
ma pregunta sabre una cuesti6n embarazosa obtiene a menudo respuestas
diferentes seglin se ponga a! inicio, a medio camino o a! final de un cuestionario.s
7.2. La fidelidad de los datos
Un dato tiene escasa fidelidad sino representa correctamente el corres-
pondiente estado en Ia propiedad segun las convenciones de fa definicion
operativa 6 Como hemos visto antes, una causa de datos de escasa fidelidad
son las declaraciones mentirosas de los entrevistados: se tiende a reducir Ia
s Decadas de investigaciones espedficas han averiguado de forma conclusiva los efectos de-
terminantes de variaciones en el texto de una pregunta, en su posiciOn en un cuestionario, en el
nUmero y sucesi6n de las alternativas de respuesta, en el modo en que se presentan, etcetera.
6 Para aclarar lo que significa la oraci6n en cursiva, piensese en una definiciOn operativa que
prescribe registrar la propiedad edad en decadas; en este caso el nllmero que representa una
de 10 a:fios y una de 19 sera el mismo (supongamos, el nUmero 1). En eso, se tratad de una defini-
ciOn operativa con un plan de codificaci6n poco sensible; pero los datos 1 que corresponden a eda-
des entre 10 y 19 afios representar.3.n la edad en la forma prevista par la definiciOn operativa.
CONCEPTOS DE PROPIEDADES 101
edad y el ingreso, a elevar el titulo de estudio y Ia frecuencia con Ia que se leen
Iibras, se vaal teatro y se siguen programas culturales par television. Rara-
mente se admiten habitos sexuales heterodoxos, simpatias par partidos y gru-
pos extremes, conductas ilegales (evasiOn impositiva, ausentismo en el traba-
jo, etcetera).
Los investigadores que estudian habitualmente las opiniones de Ia gente
saben por experiencia que los entrevistados -sino tienen un inten§s particular
y opiniones firmes en el tema de Ia pregunta- tienden a declarar como propias
las opiniones que creen ortodoxas y compartidas par Ia mayoria. Este fen6me-
no, que nose puede considerar una mentira en sentido estricto, es conocido co-
mo "deseabilidad social", yes tan difundido que hace poco fiables los resulta-
dos de encuestas sabre opiniones realizadas con preguntas sencillas y directas,
ya que es facil para el entrevistado imaginar cual sea la respuesta convencional
y por lo tanto "socialmente deseable"7
Ademas, los entrevistados pueden dar involuntariamente informaciones
que generan datos no fidedignos. Puede ser que no entiendan Ia pregunta o no
le atribuyan el mismo significado que le da el investigador. Puede ser que Ia en-
tiendan correctamente pero se equivoquen acerca de su propio estado en la
propiedad investigada. Puede ser que entiendan mal el mecanisme de algunas
tecnicas sofisticadas que imaginaron psicologos y metodologos para registrar
opiniones y actitudes 8 y alteren sus estados sin quererlo.
Si Ia pregunta implica el recuerdo de acciones y situaciones pasadas, Ia ex-
periencia ha mostrado que la memoria presenta algunos sesgos sistematicos,
en el sentido de que se tiende a acercar en el tiempo algunos tipos de eventos y a
alejar otros (vease Montesperelli zoos: cap. 2).
N aturalmente, el entrevistado no es Ia unica fuente de datos no fidedignos
en un sondeo. El entrevistador, a su vez, puede leer mal algunas preguntas o
algunas respuestas del plan de codificacion; puede influir a! entrevistado ma-
nifestando sus propias preferencias o sus expectativas acerca de las respuestas;
puede equivocarse asignando una categoria errada a una respuesta del·entre-
vistado.
Faltas materiales de trascripcion se pueden producir en cada eslabon de Ia
cadena de pasajes que une Ia respuesta vocal del entrevistado a una cifra en el
so porte electr6nico que representa la matriz de datos.
Se podria pensar que estas faltas materiales de trascripcion sonIa unica
causa posible de escasa fidelidad cuando las informaciones se refieren a uni-
dades de analisis como provincias o Estados, y son recogidas por censos o
encuestas de departamentos estadisticos pUblicos. Pero noes asi: Ia gran ma-
yoria de estos datos que convencionalmente se Haman "duros" ~para distin-
7 El problema de la "deseabilidad social'' fue identificado par primera vez par Allen Edwards
(1957b) analizando las respuestas al afamado test Minnesota Multiphasic Personality Inventory.
Otros importantes estudios del problema son Wiggins (1968), Orvik (1972), DeMaio (1984), Pres-
sery Traugott (1992), Corbetta (2003).
8
vease el capitulo 8.
I
~
 102 METODOLOGiA DE LAS CIENCIAS SOCIALES
guirlos de los datos de sondeo, que serian "blandos"- provienen de entre-
vistas, y por lo tanto sufren de las mismas causas de infidelidad que hemos
examinado antes.9
I
I
l
7·3· Para controlar Ia fidelidad
I
I
Dado que Ia escasa fidelidad de los datos empeora Ia calidad y reduce !acre-
I situaciones -lo que de todos modos no es una buena razon para no aplicarlo.
dibilidad de una investigacion, se deberia dedicar mucha mas atencion a! con-
trol de Ia fidelidad de Ia que se dedica habitualmente.'"
En el apartado 7.1, hablando de !a definicion operativa, ya se hizo referen-
cia a algunas formas de ese cOntrol. Ahara se resefiara Ia gran variedad de estas
formas.
La mas cipida -que no cuesta nada de dinero e insume poco tiempo, y por
lo tanto no hay alguna razon para evitar- se desarrolla explotando !a matriz
misma,u y puede seguir dos caminos. El mas simple es una inspecci6n de las
distribuciones de frecuencia de cada variable, es decir, de cu<intos datos tiene
cada uno de los c6digos numericos posibles en esa variable. 12 De todas formas,
esta inspecci6n es el primer paso del an<ilisis, porque nos permite tomar con-
tacto con los datos que hemos recogido. Ademas, nos permite descubrir sial-
gunos datos tienen codigos que no estaban previstos en el plan de codificacion
(por ejemplo, un dato con codigo 3 en !a variable "sexo" cuando el plan prevea
asignar I a las mujeres, 2 a los varones y 9 a las informaciones faltantes).
El analisis de las distribuciones de frecuencia de cada variable de una ma-
triz para encontrar codigos no previstos se llama wild code check (control de
codigos "locos"). Si !a unidad de analisis es una provincia y !a variable en cues-
tion es el numero de habitantes, o de licenciados, ode hospitales, ese control se
realiza de forma diferente, buscando a que provincias corresponden los val ores
mas altos, 0 mas bajos, en cada variable cuantitativa, para ver silas cifras que
encontramos condicen mas o menos con lo que sabemos de esa provincia: por
ejemplo, si resulta que La Rioja tiene mas licenciados que !a provincia de Bue-
nos Aires, esto es una sefial de que hubo una falta material en !a codificacion de
los datos (por ejemplo, se agrego un cera a! final de !a cifra, con el efecto inde-
seado de multiplicarla por diez).
El otto camino con el que podemos controlar !a fidelidad de (algunos) datos
9 Muchos de los que han trabajado con estos datos "duros" denuncian que son escasamente
confiables. veanse par ejemplo Taylor y Hudson (1972) y los ensayos recogidos en Merritt y Rok-
kan (1966).
10
En efecto, como se observa en un texto clisico de epistemologia, "no hay manipulaci6n
matemitica que pueda remediar una escasa precisiOn de los datos que se manipulan" (Cohen y
Nagel1934: 292).
n Sin embargo, si bien estos con troles d.pidos en la matriz permiten detectar datos no fide~-·
dignos, no permiten descubrir cuiles deberian ser los datos fidedignos. Para lograr esto, tenemos
que reexaminar el proceso de recolecci6n, e incluso repetirlo.
1
2. Acerca de las distribuciones de frecuencia, v€ase el apartado 8.1.
CONCEPTOS DE PROPIEDADES
explotando !a matriz misma se basa en el hecho de que algunas combinaciones
de categorias son social o juridicamente imposibles en una sociedad dada: no
puede haber curas catolicos de sexo femenino, ni jueces que no tengan el titulo .
103
de abogado, ni electores menores de dieciocho afios, etcetera.
Como se puede entender, esta forma de control, que se llama consistency
check (control de coherencia), solo se puede aplicar a un numero limitado de
Todas las otras formas de control se aplican confrontando los datos con in-
formaciones que se encuentran fuera de la matriz. Ya hemos vista un caso ha-
blando en el apartado 7.1 de Ia valoracion de !a plausibilidad de los resultados de
una definiciOn operativa cuando la unidad de an3.lisis es una provincia u otro
agregado territorial. En el mismo apartado se via que el recurso a documentos
oficiales permite controlar algunas declaraciones de los entrevistados (por
ejemplo, declaraciones sobre el hecho de que votaron en las ultimas elecciones,
o que tienen o no tienen telefono, licencia de conducir, etcetera).'J
Como el precedente, ese tipo de control es conceptualmente simple y tiene
un resultado en principia liable. Pero necesita una labor paciente y tediosa y
una considerable inversion de tiempo y dinero, porque los documentos oficia-
les no siempre son tan faciles de consul tar como se proclama oficialmente.
Ademas, con Ia difusion del culto de !a privacidad en los paises occidentales, el
numero de documentos oficiales que se pueden consultar se ha ido reduciendo
dramaticamente. De todas formas, este tipo de control solo puede aplicarse a
estados en propiedades que sean oficialmente registradas -seguramente una
minoria entre las que interesan al investigador social.
Un tercer tipo de control no sufre de esta limitacion, en el sentido de que
puede aplicarse a cualquier propiedad individual. Pero necesita grandes inver-
siones de tiempo y dinero y -a diferencia de las otras formas~ una gran des-
treza y sabiduria de parte de los que ejercen los controles.
Segtln nuestro conocimiento, esta forma de control -imaginada, por
ejemplo, por McNemar (1946)- fue realizada sistematicamente solo en un
centro de investigaciones metodologicas de !a Universidad de Lodz, en Polo-
nia, liderado por jan Lutinski, que !a llamo "entrevista sobre !a entrevista". La
situaciOn en la que se desarrollO esta tecnica de control es muy particular y me-
rece ser analizada en detalle.
Es sabido que los regimenes autoritarios o totalitarios son hostiles a las
ciencias sociales, porque tienden a dar una conciencia critica a !a poblaci6n difi-
cultando su adoctrinamiento. Adem3.s, como el marxism a sostenia ser Ia Unica
ciencia legitima de Ia sociedad, despues de !a toma del poder en Rusia, los co-
munistas procuraron erradicar a las nacientes ciencias sociales. 14
13 En los Estados Unidos yen algunos otros pafses se puede controlar el ing~eso declarado par
un entrevistado con su declaraci6n fiscal (Katona 1951).
14 Suerte radicalmente diferente toc6 ala psicologia, que fue impulsada para crear el nuevo
"hombre sovietico". Con Vygotskij, Lurija, Leontiev y otros, la psicologia rusa estuvo en efecto ala
vanguardia en el perlodo de entreguerras.
 METODOLOGfA DE LAS CIENCIAS SOCIALES
Lo mismo hicieron a! final de Ia Segunda Guerra Mundial en Europa
oriental; con Ia excepcion de Polonia, donde Ia sociologia tenia gran tradicion
y alto prestigio. 1 s Los gerentes comunistas polacos nose arriesgaron a callar y
desterrar a los soci6logos yen cambia trataron de explotar sus conocimientos
y su sabiduria para conocer mejor lo que Ia poblacion pensaba realmente del
r€gimen.
En aque] tiempo se decia comunmente que cada palaeo tenia tres verdades:
una para el partido, una para Ia Iglesia y una para sus amigos de confianza. Ob-
'viamente, los sondeos que el partido organizaba periodicamente para conocer
el estado de Ia opinion publica sabre tal o cual cuestion solo podian brindarle
respuestas que reproducian exactamente las verdades oficiales, y por lo tanto
tenian un valor informativo nulo. Los politicos se daban cuenta de que para te-
ner un cuadro mas realista debian permitir a los soci6logos investigar lo que
realmente pensaba Ia gente.
En este contexto se desarrolla Ia actividad del Centro Metodologico de
Lodz (Ia tercera ciudad de Polonia), una institucion publica cuya unica tarea
era refinar las herramientas del sondeo para mejorar Ia fidelidad de los datos.
Ademas, el centro no sufria ninguno de los condicionamientos que caracteri-
zan Ia actividad del metodologo (a menudo presupuestos insuficientes, tiem-
po siempre limitado, presiones para publicar rapidamente, tal vez sutiles pre-
siones en direccion a los resultados deseados por los que encargan o por el
teorico).
Despues de organizar un sondeo sabre un problema determinado, el cen-
tro seleccionaba un pequefio subconjunto de los entrevistados y encomendaba
cada uno de ellos a uno de sus investigadores, que debia dedicarle todo el tiem-
po necesario para ganar su confianza, invit<indolo entre otras casas a comentar
libremente los temas del cuestionario para llevarlo a dar respuestas mas since-
ras que las dadas a! cuestionario estandarizado (Pilichowski y Rostocki 1978).'6
Lomas dificil era obviamente convencer a los entrevistados de que no corrian
ning(In riesgo como consecuencia de lo que dedan. Esto estaba garantizado par
los lideres politicos, que no tenian interes en cortar esos valiosos canales de in-
formaciones confiables, y por lo tanto respetaban el estricto anonimato que los
investigadores a su vez garantizaban a los entrevistados.
Hemos dedicado gran atencion a Ia actividad de este centro palaeo para
mostrar que particulares y extrafias condiciones deben darse para posibilitar
un trabajo en profundidad acerca de Ia fidelidad de los datos de encuestas.'7
1
5 Pi€nsese en Ossowski, Chalasinski, Znaniecki.
16
El metod6logo italiano Gilli propuso efectuar esta profundizaci6n durante la misma entre-
vista inicial (1971: 117). Pero de esta forma €sa se convertiria en una entrevista en profundidad
-una herramienta tipica de la aproximaci6n no esd.ndar- (vease el capitulo 12).
1
7 En verdad, algunos controles de fidelidad de las respuestas estandarizadas a traves de suce-
sivas preguntas abiertas se realizan en algunos centros de investigaciones en Inglaierra y EstadOS---= --
Unidos (veanse par ejemplo Schuman 1966; Belson 1981). Son controles llevados a cabo a menudo
durante la misma entrevista y siempre par entrevistadores ...:.:.no par investigadores como en Polo-
nia. Nada que ver con el empefio y la profundidad del trabajo del Centro de Lodz.
CONCEPTOS DE PROPIEDADES IDS
Noes nuestra intencion proponer este camino para controlar Ia fidelidad de
centenares de respuestas a los millares de cuestionarios estandarizados de un
sondeo de masas. El tiempo, el dinero y Ia habilidad requeridos para plantear
preguntas en una entrevista estandarizada s_on inconmensurables c~n la Inver-
sion de tiempo, dinero y habilidad necesana para controlar Ia fidehdad de las
respuestas en el modo que hemos descr~;o. . . ,
Tampoco se qui ere afirmar que una entrev1sta sabre la entreVIsta ala ma-
nera del Centro de Lodz va a garantizar Ia fidelidad de las respuestas a pregun-
tas sabre opiniones y actitudes. Incluso los investigadores mas habiles y per-
suasivos no pueden garantizar esto.
Lo que se pretende afirmar es que este es el Unico camino para controlar la
fidelidad de respuestas a preguntas sabre opiniones y actitudes, cuando por fi-
delidad se entienda Ia correspondencia entre el dato que se anota en Ia matr1z Y
]o que el entrevistado opina realmente. Las herramientas de control de Ia fiab!-
lidad que los psicologos han desarrollado durante el siglo pasado, y que se usan
en todas las ciencias sociales, no logran este resultado, a pesar de sus pretensw-
nes. Trataremos de mostrarlo en el apartado siguiente.
74- Los coeficientes de fiabilidad: una critica
Ellargo camino que conduce a Ia familia actual de coeficientes ,que tratan
de medir Ia fiabilidad (en ingles reliability) empieza en Ia astronomla del Siglo
XVI!J.'8 En dicho siglo Ia consolidacion del paradigma kepleriano-galileano-
newtoniano, con su robusto corpus te6rico, permiti6 calcular en abstracto Y
con gran seguridad Ia posicion de los planetas conocidos entonces: Confron-
tando estas posiciones te6ricas con las pos1c10nes ob~ervadas ~ed1a~te teles-
copios, los astr6nomos se dieron cuenta de que hay s1emp:e d1ferenCias entre
unas y otras. Dado que tenian plena confianza en s~s teonas, no dudaron de
que esas diferencias se debieran a fallas de las herram1entas y/ o de los hombres
que las manejaban. .
Nace asi el problema de Ia precision de las herram1entas! de los ?bserva-
dores -que se convertira en un problema central en Ia filosofia de Ia c1enc1a. ~I
primer ensayo sabre "fallas de observacion" es un articulo de 1757 del materna-
rico ingles Thomas Simpson. Poco despues, a! problema se ded1caron dos g_ran-
des matematicos y astronomos franceses, el conde de Lagrange y el marques de
Laplace. A principios del siglo XIX el matematic~ ~I-eman Karl Friedrich Gauss
recolect6 unas series de observaciones de la pos1c10n de los planetas registra-
das durante afios par varies observatories astron6micos europeo~. Confron-
tando las posiciones de un planeta cualquiera observadas par vanos telesco-
18 En realidad, parece que los astr6nomos sumerios usaban el promedio de las posicio~es ?~­
servadas de una estrella como estimaci6n de su posiciOn efectiva. Eso muestra la gran sofisocacwn
gnoseol6gica de esos sabios, plenamente conscientes de la posibilidad de un desajuste entre la rea-
lidad y lo que se observa de ella.
 106
METODOLOGfA DE LAS CIENCIAS SOCIALES
pios con su posiciOn te6rica, calculada seg(in le teoria astron6mica, Gauss en-.
contro que las posiciones observadas se disponian alrededor de Ia posicion cal-
culada, y que habia muchas diferencias pequefias y pocas diferencias grandes
en ambos !ados de dicha posicion. En otras palabras, las fallas de observacion
tenian una distribuci6n campanular, que tamara el nombre de ese matemiltico
(distribucion gaussiana).'9
Si se suman los cuadrados 20 de estas diferencias entre las posiciones obser-
vadas y Ia posicion calculada, se puede cuantificar el nivel de (im)precision del
complejo de las herramientas y operadores. La medida de esta imprecision es
exactamente Ia varianza de las observaciones, es decir, la media de sus desvia-
ciones cuadradas de Ia posicion calculada." Obviamente, el inverse de esta va-
rianza mide la precisiOn.
N otese que esta es una medida global, que se refiere -como se de cia- a!
complejo de herramientas y observadores. Para cuantificar Ia precision de cual-
quier pareja telescopio/observador se deberia solo considerar sus observacio-
nes, y para atribuir Ia falla a uno u otro se deberian alternar varios observadores
en el mismo telescopic y varios telescopios con el mismo observador. Pero los
astr6nomos no han seguido este camino.
. En el siglo XIX, Ia idea de confrontar los resultados de observaciones repe-
tidas del m1smo fenomeno para cuantificar Ia precision de las herramientas de
medicion (por ejemplo, Ia balanza) se difunde en las ciencias fisicas. AI final del
siglo, el psicologo aleman Hermann Ebbinghaus trata de aplicar Ia idea en sus
investigaciones sobre Ia memoria (188s). Poco despues, el gran psicologo ingles
Charles Spearman, en el mismo ensayo (1904) en que esboza los fundamentos
del analisis factorial, propene medir Ia fiabilidad de un test calculando el coefi-
22
ciente de correlaci6n entre dos vectores de puntajes obtenidos en una mues-
tra de sujetos a los que el test fue aplicado en dos mementos diferentes. Se trata
de Ia primera codificacion de Ia tecnica conocida como control de fiabilidad
test-retest.
P~esto que esta recnica es todavia regularmente usada en psicologia, se
descnbira en detalle su aplicacion:
a) para "medir" Ia fiabilidad de un test (que comprende habitualmente un
cierto numero de distintas preguntas 0 pruebas) se le aplica en un cier-
19
La particular forma de distribuci6n campanular que se llama distribuci6n normal habia sido
definida en abstracto par el matemitico frances Abraham De Moivre (1733). Sin embargo, Gauss
fue el primero en encontrar esta importante aplicaci6n prktica.
20
Gauss introduce el criteria de sumar los cuadrados de las desviaciones porque, sino se eli-
minase el signa con la elevaci6n al Cuadrado, las desviaciones negativas tenderian a anular las des-
viaciones positivas. Desde entonces este criteria ha sido la regia en estadistica.
21
Sabre el concepto de varianza, vease el apartado 8.3.
22
• Esta fundamental herramienta del anilisis estadistico (vease el apartado 15.6) habia sido re-
Cientemente propuesta par Francis Galton (1888) y perfeccionada par Karl Pearson (1896). Sabre
este periodo de la psicologla bricinica, fundamental para el desarrollo de las actuales tecnicas de
anilisis de datos en el enfoque escindar, vease Piovani (20o6).
CONCEPTOS DE PROPIEDADES
to dia a una muestra de sujetos (habitualmente, los estudiantes de Ia
clase universitaria de psicologia dictada por el psicologo que propene
el test);''
b) se registran las respuestas a las preguntas (o las soluciones de las prue-
bas) y se le atribuye un puntaje a cada respuesta;
c) a cada sujeto se le atribuye Ia suma o el promedio de sus puntajes, y esa
cifra, siendo el resultado global de cada individuo en el test, se pone en
un vector-columna (un puntaje para cada sujeto);
d) despues de algtin tiempo (habitualmente, una o mas semanas) se repite
Ia fase (a) con los mismos sujetos, las mismas preguntas o pruebas yen
una situaci6n en cuanto posible aniloga;
e) se repite Ia atribucion de puntajes a los sujetos, como sub (b) y (c), y se
ponen las cifras en otto vector-columna;
f) se calcula un coeficiente de correlacion entre los dos vectores;
g) esta cifra, llamada "coeficiente de correlacion test-retest", se considera
una medida de Ia fiabilidad del test en consideracion.
Muchos psic6logos y psic6metras han expresado varias criticas a esta for-
ma de control de Ia fiabilidad:
a) en el intervale de tiempo entre el testy el retest, el estado de algunos
sujetos en Ia propiedad investigada puede efectivamente cambiar, co-
mo pueden cambiar algunos aspectos de Ia conducta del investigador
que aplica el test, o de Ia situacion en general.'4 Todo eso va a reducir el
coeficiente de correlaci6n y por consiguiente nuestra estimaci6n de la
fiabilidad del test; para limitar este sesgo seria por lo tanto aconsejable
un intervalo muy corto entre testy retest;
b) por otro !ado, Ia primera suministracion puede cambiar artificialmente
el estado del sujeto en Ia propiedad, y esto en varias formas:
1) el sujeto puede acordarse las respuestas que dio en Ia primera oca-
si6n y repetirlas en la segunda para mostrarse coherente: 2 5 esto va a
acrecentar Ia aparente fiabilidad del test, y para limitar el sesgo seria
aconsejable un intervale muy largo entre testy retest;
2) si el test concierne a cualquier forma de habilidad, Ia prim era sumi-
nistraci6n puede actuar como entrenamiento, y la prestaci6n deal-
gunos sujetos puede mejorar en el retest: 2 6 esto va a reducir Ia apa-
rente fiabilidad del test, y para limitar el sesgo seria aconsejable un
intervalo largo entre testy retest;
3) Ia primera suministracion del test puede acrecentar el interes de al-
gunos sujetos hacia los problemas investigados, y ellos pueden re-
2
~ La misma observaci6n en Corbetta (2003: 153).
24 Veanse, par ejemplo, Webb et al. (1966), Converse (1970), Berka (1983}.
2
sveanse, por ejemplo, Kudery Richardson (1937), Ingram (1977).
26 veanse, por ejemplo, Cronbach (1949), Anastasi {1953), Corbetta (2003).
'
J
108 METODOLOGfA DE LAS CIENCIAS SOCIALES
flexionar, informarse, etcetera 2 7 -lo que puede cambiar sus res-
puestas a las preguntas y por consiguiente reducir Ia aparente fiabi-
lidad del test;
4) por ]o demas, Ia primera suministracion del test puede tener un
abanico de otros efectos 28 (acostumbramiento y desencanto, me-
nor miedo y por lo tanto mayor sinceridad, mayor control de Ia si-
tuacion y por lo tanto mejor capacidad de adivinar las respuestas
"socialmente deseables", etcetera).
Por este complejo de motivos Cronbach (1947), Anastasi (1954) y otros
aconsejan sefialar siempre el intervale entre Ia primera y la segunda suminis-
traci6n del test -lo que seria determinante si los estados s6lo cambiasen es-
pont<inearnente, como funci6n lineal del tiempo. Pero hemos vista que noes
asi: hay muchos otros factores de distorsi6n, que varian de situaci6n a situa-
ci6n y que no se pueden determinar f<icilmente -y todavia menos controlar.
Como se vio, el problema medular que -de una forma u otra-llamaba Ia
atencion critica de algunos psicologos era Ia distancia temporal entre las dos su-
ministraciones del test. En las primeras decadas del siglo XX, los esfuerzos de los
psicometras apuntaban a eliminar esta distancia, y con ella todos los problemas
que traia aparejados.'9 ~Pero como lograr igualmente dos vectores de cifras para
correlacionarlos y calcular un coeficiente, con su aspecto tan sOlido y cientifico?
Una solucion hallada fue realizar dos tests sabre el mismo tema, con el
mismo numero de preguntas 0 pruebas, formuladas de man era analoga, que se
bautizaban como "paralelos". Los dos vectores deseados se produdan obvia-
mente sumando los puntajes logrados por cada sujeto a! contestar las pregun-
tas (o solucionando las pruebas) de cada test. Si Ia correlacion resultaba alta,
eso confirmaba el supuesto de equivalencia de los dos tests y simultaneamente
Ia fiabilidad de cada uno y del conjunto de los dos.3°
A principios de Ia decada de 1930 los psicometras propusieron una tecnica
alin mas sencilla: administrar un solo testy luego crear los dos vectores desea-
dos simplemente sumando por separado los puntajes conseguidos por un suje-
to en las preguntas que tienen un nUmero par en la secuencia del test y en las
que tienen un nUmero imparY El coe:ficiente de correlaci6n asi producido fue
bautizado split-half( subdivision a mitad) reliability coefficient
Algunos criticos32 han notado que la divisiOn entre preguntas con nUmero
par y preguntas con nllmero impar es arbitraria, y que cambiando el criteria de
27 V€anse, par ejemplo, Campbell y Stanley (1963), Bohrnstedt (1970 ), Carmines y Zeller
(1979)-
28vease, par ejemplo, Scott (1968).
29Incluso el problema prictico de convencer a los sujetos testeados la primera vez de dejarse
testear una segunda vez con una herramienta que habitualmente es larga y aburrida, par motivos
que veremos pronto.
3° Sabre esta t€cnica, bautizada parallel forms, veanse Thurstone (1928), Anastasi (1954).
3' V€anse Brownell (1933), Zubin (1934), Kuder y Richardson (1937}.
32 Kuder y Richardson (1937), McKennell (1977), Giampaglia (1985).
CONCEPTOS DE PROPIEDADES 109
division interna el coeficiente split ha!fpodria cambiar de modo no desatendi-
ble. Pero Ia mayoria de los psicometras tienen una preocupacion diferente: di-
vidiendo por dos el numero de preguntas (o pruebas) se reduce automatica-
mente el nivel del coeficiente.33 Se adopta con entusiasmo una formula que
permite "corregir" (es decir: aumentar) el valor del coeficiente neutralizando el
efecto de Ia reduccion del numero de preguntas/pruebas.
Quien tiene experiencia acerca de las reacciones de los sujetos investigados
a frases planteadas en forma de bateria sabe que muchos tienden a acordar con
ellas sin reflexionar, independientemente de su sentido, por motives que van
de Ia prisa a un malentendido respecto de Ia institucion que encarga el estudio,
al deseo de quitarse un peso de encima. Este fen6meno -conocido como res-
ponse set- es un mal endemico de las baterias, y acerca de sus causas existe
una literatura vastisima.34 Obviamente no hay ninguna garantia de que una
respuesta que un sujeto da para quitarse un peso de encima corresponda a sus
opiniones efectivas. Pero cada sujeto que acuerda con todas las oraciones de
una bateria va a aumentar inevitablemente el nivel de cualquier coeficiente
asentado en Ia correlaci6n entre vectores de cifras.35
Este patente absurd a no parece preocupar .a ninguno: si el unico problema
es acrecentar el nivel de un coeficiente de correlaci6n entre dos vectores de ci-
fras en Ia matriz de datos,36 todo lo que coadyuve a este objetivo es bienvenido.
Nadie se plantea el problema de Ia correspondencia de dichas cifras con los es-
tados efectivos de los sujetos investigados.37 El mundo real ha desaparecido.
Un metodologo sueco lo ha declarado simple y abiertamente: "La acumulacion
de estos estudios nos ha ensefiado a confiar en estas tecnicas [... ]. Usandolas,
los investigadores ya no tienen que encarar ellargo y aburrido proceso de con-
trolar Ia fiabilidad de sus datos" (Zetterberg 1954= 124).
Un progreso meramente tecnico se produjo a fines de Ia decada de 1930,
cuando dos integrantes del mas importante laboratorio psicometrico nortea-
33 Muchas fOrmulas de coeficientes que "miden" la fiabilidad de un test (por ejemplo el alfa de
Cronbach) son construidas de tal forma que el nivel del coeficiente depende tambi€n del nUmero
de preguntas o pruebas: por este motivo muchos tests psicom€tricos son largos y aburridos. Para
aumentar anificialmente el nivel del coeficiente se somete a los estudiantes "cautivos" a una faena
que a muchos puede parecer sin senti do. Lo han observado, entre otros, McKennell (1970), Davies
(1977), Ferrand y Martel (1986).
34 Mencionamos por ejemplo Cronbach (1946), Block (1965), Hui y Triandis (1985}, Greenleaf
(1992), Johnson et al. (2005), y los ensayos en Berg {1967) yen Dijkstra y Vander Zouwen (1982).
35 "Un alto valor del coeficiente puede depender totalmente de factores de sesgo" (Bartlett et
al. 1960: 703).
6
1 La idea de producir dos vectores para correlacionarlos y obtener un coeficiente se difunde
de la psicologia a otras disciplinas. Como en el test-retestse variaba el tiempo yen el split halfy
"formas equivalentes" se variaba la herramienta, se pueden variar los observadores que valoran un
texto cualquiera (por ejemplo, en el analisis de contenido) y obtener un coeficiente de acuerdo en-
tre codificadores (inter-individual o inter-coder reliability coefficient: Zetterberg 1954; Singer
198').
37 Por lo menos algunos psic6logos admiten que en estos casas nose puede hablar de fiabili-
dad, yen cambia bautizan "coeficiente de estabilidad" al test-retesty "coeficiente de coherenda
interna" al split-half (Cronbach 1947; Anastasi 1954; McKennel11970).
::....
 IIO
METODOLOGiA DE LAS C!ENCIAS SOCIALES
mericano (Kuder Y Richardson 1937) propusieron una tecnica que superaba el
limite que compartian todos los coeficientes formuiados hasta entonces es de-
cir basarse en una corre1aci6n entre dos vectores solos. Con este nuev~ coefi-
ciente se calculaba la corre1aci6n entre todas las respuestas a las preguntas o
pruebas de un test, con tal de que ellas fuesen dicotomicas. Esta limitacion fue
superada en Ia segunda posguerra, cuando Cronbach (1951) propuso el coefi-
ciente alpha, aplicable a todo tipo de bateria. En las decadas siguientes ]a evolu-
cion tecnica siguio siendo rapida: entre otros, se han formulado coeficientes
basados en el analisis factorial (Heisey Bohrnstedt 1970) yen el analisis de
componentes principales (Armor 1974).J8
, U n punta a destacar es que desde su inicial concepcion por Spearman, esta
!mea de herramientas para controlar Ia fiabilidad queda vinculada a los tests
que emplean los psicometras en sus laboratorios, es decir baterias de preguntas
o pruebas de formato igual. Noes aplicable a ninguna de las otras herramientas
que se usan en un sondeo, y menos alin -obviamente- a todas las herramien-
tas para recoger informaciones sabre unidades no individuales (agregados te-
rritoriales, etcetera).39
Ademas, Ia idea misma de que se pueda asignar a un test una etiqueta nu-
merica que atestigiie para siempre su nivel de fiabilidad, como si fuera un atri-
buto permanente y definitivo, sufre de una falla gnoseologica aiin mas grave
que los varios limites tecnicos que hemos vista arriba. Mas que de una falla
simple, se trata de un complejo de fallas que conciernen el problema de Ia gene-
ralizabilidad.
La mas obvia es que no es legitimo generalizar a todas las poblaciones en
t~dos los tiempos y situaciones un resultado obtenido con una poblacion espe-
c1fica (habitualmente estudiantes de psicologia) en un tiempo y situacion es-
pecificos (habitualmente Ia clase del autor del test, y apenas este ha sido imagi-
nado ). Esto parece obvio, pero "los coeficientes de fiabilidad encontrados en
un grupo son transferidos a todos los otros grupos sin cuestionamientos" (Tu-
key 1954: 40). Se encuentran frecuentemente compilaciones de tests sabre va-
rios temas donde cada test va acompaiiado por su coeficiente de fiabilidad;4°
muy raramente se reportan los resultados de controles sucesivos a Ia primera
determinaciOn del coeficiente.4 1
Una observaci6n mas sutil es que Ia generalizaci6n es ilegitima incluso en-
tre el mismo grupo de sujetos a los que se aplica el test para calcular su coefi-
ciente de fiabilidad, en cuanto:
a) cada sujeto tiene una manera particular de reaccionar a cada pregunta o
prueba de un test;
38
Una exhaustiva critica recnica de todos los coeficientes de fiabilidad de la segunda genera-
ciOn esta en Giampaglia (1986).
9
3 Una observaci6n aniiloga en Corbetta (2003: 108).
4o Veanse, por ejemplo, Fiske (1971), Cronbach et al (1972), Robinson et al. (1991).
4
. ' Una excepci6n es el manual de Shaw y Wright (1967), que reporta variaciones de
Ciente .98 inicial a un -71 en e1 control sucesivo.
CONCEPTOS DE PROPIEDADES III
b) cada pregunta, o prueba, de un test tiene su particular nivel de inteligi-
bilidad, de aceptabilidad, de agrado; .
c) Ia reaccion de cada sujeto particular a cada pregunta, o prueba, particu-
lar noes estable, sino que puede variar en cada situaci6n espedfica.
Reduciendo toda esta variabilidad a un simple coeficiente que se pre~ende
universal y definitivo se echa porIa ventana Ia especificidad y no_£~ng:tb1hdad
de los seres humanos, que habia sido de alguna forma (aunque m1mmamente)
reconocida aplicando los tests a una pluralidad de individuos en Iugar de sen tar
todas las teorias sabre un individuo aislado.
Como ha observado el psicologo Frank:
"Las ttknicas universalmente usadas en psicologia s6lo dan informaciones
acerca de un complejo de individuos, y nada sabre cada sujeto particular
[... ]. Estos tests, imaginados cuando no habia otra man era de ~ontrolar la
fiabilidad, ahora se han convertido en fetiches y bloquean la busqueda de
otras formas de control" (1939: 400).
Una linea critica diferente ha sido expresada por el antropologo Naroll:
"El t€rmino 'fiabilidad' en su significado tecnico d~ con~uenc~a e~n:e dos o
mas vectores no es atinado. El significado no tecmco de fiable es d1gno de
confianza'. No creo que los cientificos sociales vayan a tener mas confian~a en
una herramienta por efecto de un test de fiabilidad. s: deberian Hamar ,tests
de congruencia' -lo que efectivamente son- mas que te.~ts de ~abihdad -lo
que en el sentido ordinaria del termino no son para nada (1968. 265-6).
A varias decadas de dis tan cia de estos escritos, la situaci6n permanece pro-
blem;ltica. Los controles basados en los coeficientes descritos en est~ apa:tado
se han vuelto todavia mas t€cnicos y alejados de to do contacto con s1t_ua~wnes
reales. Para controlar realmente Ia fidelidad, solo tenemos los proced1U:1entos
que se han descrito (apartados 7.1 y 7.3). Algunos (wild code che~k, consistency
check, inspeccion de documentos oficiales) se pueden aphcar solo raramente,
otros (Ia entrevista sabre Ia entrevista, y formas pareodas) demandan una
enorme inversion de tiempo, recursos y habilidad. Aparte de esto, no hay otro
camino para mejorar Ia fidelidad de los datos que una gran ate~cion a! formul~r
las definiciones operativas, soportada por una gran expenenCia de todas las SI-
tuaciones de peligro (para Ia fiabilidad) que se producen a lo largo del proceso
de recoleccion de datos.
Algunas sugerencias seran dadas en los capitulos siguientes.
7.5. ~Las definiciones operativas registran o manipulan opiniones Y actitudes?
un coefi-
En el apartado precedente hemos vista que, limitandose a! analisis de datos
en Ia matriz y olvidando mirar afuera en el mundo, se pueden lograr coefiCien-
112 METODOLOGiA DE LAS CIENCIAS SOCIALES CONCEPTOS DE PROPIEDADES I13

res de fiabilidad tranquilizadores que, sin embargo, no tienen ninguna relacion 8.5). La tabla representa una matriz de correlacion (vease apartado 15.6) Cada
con las situaciones reales. fila representa una propiedad particular registrada con una tecnica particular:
Naturalmente, Ia responsabilidad de esta manera de proceder noes propia asi AI significa autoritarismo registrado con una escala de Likert, Aa significa
de la matriz, sino de la actitud de quienes la usan. La matriz en si es un instru- autoritarismo registrado con una escala autoanclante, etcetera. Como en todas
mento neutro, que se puede usar tambien para descubrir indicaciones signifi- las matrices de correlaciOn, la secuencia de elementos en las filas se repite iden-
cativas sobre dichas situaciones reales. Lo hizo hace medio siglo Donald T. tica en las columnas, yen cada celda esta el coeficiente de correlacion entre Ia
Campbell, el metodologo mas dorado de espiritu critico y de sensibilidad gno- variable en Ia fila correspondiente y Ia variable en Ia columna correspondiente.
seol6gica.42 Con Ia ayuda del psicologo Donald W. Fiske paso revista a los mi- Naturalmente, en las celdas de Ia diagonal descendente estan las correlaciones
!lares de investigaciones depositadas en los archivos de Ia Universidad de Mi- de una variable consigo misma, que tienen el valor 1. En Ia tabla, las celdas se-
chigan, con elfin de identificar todas las que habian registrado propiedades fialadas con una p contienen la correlaciOn entre variables que registran la mis-
psiquicas (opiniones, actitudes, valores) con tres 0 mas definiciones operativas ma propiedad con tecnicas diferentes; las celdas sefialadas con una t contienen
diferentes. Para cada una de las investigaciones que cumplian con estos requisi- Ia correlacion entre variables que registran propiedades diferentes con Ia mis-
tos Campbell y Fiske construyeron una matriz del tipo que se ve en Ia tabla 7-1, ma tecnica; las celdas blancas contienen Ia correlacion entre variables que re-
que bautizaron multi trait multimethod matrix (matriz con muchas propieda- gistran propiedades diferentes con tecnicas diferentes.
des y muchas tecnicas). Si la tecnica de registro no tuviese ningU.n impacto, es decir no influyese
minimamente en la forma en que los estados en las propiedades son converti-
Tabla 7.1: Multitrait multimethod matrix dos en datos, no habria razOn para esperar que las correlaciones entre variables
AI Aa At El Ea Et PI Pa Pt que registran propiedades diferentes con Ia misma tecnica fuesen mas altas que
las correlaciones entre variables que registran propiedades diferentes con tec-
AI p p nicas diferentes; las Unicas correlaciones fuertes se deberian encontrar entre las
variables que registran Ia misma propiedad con tecnicas diferentes. Usando los
Aa p p simbolos de las celdas de Ia tabla 7.1, Ia expectativa seria:

At p p

El p p
Por el contrario, Campbell y Fiske encontraron que en Ia gran mayoria de
p p las matrices multitrait multimethod construidas con los datos de las investiga-
Ea
ciones depositadas en los archivos, Ia situaciOn efectiva era:
Et p p
C!.J»0>D
PI p p
Es decir, los coeficientes de correlaciOn entre las variables eran casi siempre
Pa p p mas o mucho mas altos cuando solo Ia tecnica era Ia misma que cuando solo Ia
propiedad era Ia misma. En otras palabras, las tecnicas determinaban los esta-
Pt p p dos que solo deberian haber registrado.
Cuando Campbell y Fiske divulgaron sus resultados (1959), el articulo tuvo
el impacto de un sismo en Ia comunidad de investigadores que adoptaban Ia
En el ejemplo de Ia tabla, se consideran tres propiedades psiquicas (autori- aproximaciOn est<indar. Durante afios nose publicO un solo informe de investi-
tarismo, extraversiOn, particularismo) cada una registrada con tres diferentes gacion sobre opiniones y actitudes en el que no se apelase ritualmente a el (y
recnicas (escalade Likert, escala autoanclante, term6metro: vease apartado luego se siguiese empleando las mismas tecnicas que el articulo ponia en tela
de juicio). Lentamente, incluso los homenajes formales se hicieron raros, y hoy
en dia el articulo se menciona sOlo como un destacado antecedente de la ten-
42 Se trata del mismo_que en a bras ciasicas (CampbeJI y Stanley 1963_; Cooky Camp~el~19;79)
critic6la simpleza de muchos "experimentos" en las ciencias sociales, estableciendo una serie de
dencia actual hacia Ia triangulaci6n metodologica (vease apartado 2.4).
condiciones y de procediroientos que perroiten reducir la gran distancia epistemol6gica entre los
experiroentos de las dencias fisicas y lo que se puede lograr en las ciencias sociales. vease aparta-
do 1.2.
 CAPiTULO 8

CLASIFICACION, CONTEO, MEDICION,

CONSTRUCCION DE ESCALAS

Hasta ahara hemos considerado las propiedades (y par lo tanto las varia-
bles que las representan en Ia matriz de datos) globalmente. En este capitulo
consideramos los diversos estados en cada propiedad, las consecuencias de Ia
naturaleza de esos estados sabre la manera en que se transforman en datos y el
tipo de analisis a! cua] se pueden someter las variables correspondientes.
Algunas propiedades, tanto de objetos fisicos como de individuos ode uni-
dades de otro tipo, tienen un numero finito de estados, claramente distintos (0
distinguibles) el uno del otto: en una palabra, discretos. Y DISCRETAS se Haman
]as propiedades que tienen estados discretos.
Las otras propiedades tienen un numero infinito de estados impercepti-
blemente diferentes el uno del otro: en este caso se habla de propiedades CON-
TINUAS.
Veremos pronto ejemplos. Par el momenta, cabe destacar que Ia distinci6n
entre propiedades discretas y propiedades continuas es Ia mas importante
cuando se trata de recoger informaciones y transformarlas en datos por media
de una definiciOn operativa.
Las propiedades discretas se dividen en tres clases seglin el tipo de relaci6n
que existe entre sus estados.
Silos estados son solo diferentes el uno del otro, pero no hay ninglin tipo
de relaci6n cuantitativa entre elias, se habla de propiedades CATEGORIALES.
Ejemplos: Ia nacionalidad de un individuo, el tipo de n§gimen politico de un es-
tado, el tipo de producci6n agricola prevaleciente en un territorio, etcetera
(vease apartado S.r).
Silos estados tienen relaciones ordinales (de mayor y men or) entre elias, es
decir, se pueden ordenar a Ia largo de una escala, se habla de propiedades ORDI-
NALES. Ejemplos: el nivel de estudio alcanzado par un individuo, su grado jerar-
quico en una organizaci6n civil o militar; el grado de centralidad de una comu-
na en su provincia, el grado de dureza de un metal (escalade Mohs), etcetera
(vease apartado 8 .z).
Silos estados tienen relaciones cardinales, en el senti do de que se puede le-
gitimamente establecer un cociente entre elias, se habla de propiedades DISCRE-
TAS CARDIN ALES. Ejemp]os: e] numero de componentes de una familia, e] nu-
 METODOLOGIA DE LAS CIENCIAS SOCIALES
n6
mero de tarjetas que tiene un individuo, el numero de camas en un albergue, el
nlimero de licenciados en una provincia, etcetera (vease apartado 8.3).
Las propiedades continuas se dividen en dos clases. Si sus estados se pueden
registrar sin intervenci6n activa del individuo cuyo estado se esti registrando, se
habla de propiedades MENSURABLES (vease apartado 8.4). Siesta intervencion ac-
tiva es necesaria se habla de propiedades CONTINUAS NO MENSURABLES (vease
aparta1o 8.5).
8.1. Propiedades y variables categoriales
Consideremos los tres ejemplos de propiedades categoriales: en uno de
ellos los estados en Ia propiedad (nacionalidad de un individuo) son claramen-
te distintos; en los otros dos (tipo de regimen politico, tipo de produccion agri-
cola) se necesita una intervenci6n de expertos para abordar casas dudosos, in-
terr.nedios,rnixtos,etc€tera.
En Ia realidad, hay una gran variedad de estados en las propiedades (pien-
sese en cu<intas diferentes producciones agricolas pueden existir en los campos
de un territorio); se debe decidir que estados se convertiran en categorias de Ia
variable que va a representar Ia propiedad en Ia matriz.
Esta intervenci6n es necesaria incluso cuando la transformaci6n de estados
en categorias parece simple y autom<ltica. Por ejemplo, en el caso de la naciona-
lidad, se deb en tamar al menos dos tipos de decisiones:
c6mo tratar a los individuos que tienen dos nacionalidades, 0 mas (2_se
crearan categorias mixtas o se tamara el pais donde naci6 el individuo o
el pais donde reside habitualmente?)
si y como agregar las nacionalidades con pocos individuos en Ia mues-
tra (~se agregaran las nacionalidades de algunos continentes, par ejem-
plo "africanos", 0 de algunas areas geograficas, por ejemplo "caribe-
nos" o se seguira cualquier otro criteria que sugieren los objetivos de la
investigacion?)
Si una intervenci6n del investigador es necesaria en estos casas, que pare-
cerian simples, tanto mas lo es cuando se trata de propiedades ~como opinio-
nes, actitudes, valores~ que no tienen estados socialmente codificados, y cu-
yos estados tienen que ser inferidos, basandose en declaraciones o actos del
sujeto, antes de convertirlos en categorias de la variable.
Todas estas operaciones de creaci6n y / o delimitaci6n de categorias se rea-
lizan siguiendo los principios de una operacion intelectual-la CLASIFICACION-
que tiene sus raices en el pensamiento griego. 1 Esta operaci6n se puede realizar
, ,,~C''"'~~,,
r Tambi€m en la India dlsica hay doctrinas acerca de la clasificaci6n, formuladas de manera
m5.s org5.nica en el Vaisesika sutra (siglo 1 d.C.).
CLASIFICACION. CONTEO. MEDICI6N. CONSTRUCCION DE ESCALAS
en abstracto,' considerando las diversas formas que puede tomar un objeto o
evento (en nuestro caso, los multiples estados que se pueden concebir en la
propiedad) o bien observando los diversos ejemplares de un objeto o evento
(en nuestro caso, las multiples manifestaciones de una propiedad) y agrupando
las que nos parecen semejantes.3
El criteria que se sigue para dividir Ia intension de un concepto o para agrupar
los ejemplares tiene un nombre de origen tardo-latino:4 fimdamentum divisionis.
Par ejemplo, si se divide un conjunto de individuos en morochos, rubios, pelirro-
JOS y canosos, estamos adoptando el color del pelo como fundamentum divisionis.
Si se adoptan conjuntamente dos o mas criterios (par ejemplo, si se divide
el grupo en hombres morochos, mujeres morochas, hombres rubios, etcetera)
la operaci6n intelectual se llama TIPOLOGfA. Algunas veces, un solo fun dam en-
tum divisionis se considera insuficiente para establecer las categorias de una
variable, y por lo tanto se usan dos o mas, creando una tipologia.s
Lo importante es que las categorias establecidas sean mutuamente exclu-
yentes: es decir que un ejemplar (o un estado) pertenezca -o sea asignado- a
una sola categoria.
Este requisito de Ia MUTUA EXCLUSIVIDAD vale tanto para las tipologias como
para las clasificaciones; sin embargo, es frecuentemente violado, por ejemplo,
por los medias masivos de comunicaci6n. Un caso clara pas6 durante las gue-
rras en Yugoslavia, cuando los medias europeos hablaban de serbios, croatas y
musulmanes, mezclando 6 dos criterios (idioma y religion) y por lo tanto via-
lando Ia mutua exclusividad, en cuanto la mayoria de los musulmanes del area
eran (y son) de habla serbia o croata.
Respetar el requisito de mutua exclusividad de las categorias es facil cuan-
dose clasifican objetos abstractos, como por ejemplo los numerosl
Otra cosa es respetarlo en la investigaci6n social, cuando por ejemplo se
deben clasificar las respuestas espontlneas a preguntas "abiertas",S o las reac-
ciones a un test proyectivo,9 o los significados de un discurso ode un docu-
""En este caso se habla de clasificaciOn intensional, ya que el complejo de los aspectos de un
concepto se llama 'intensiOn'. Esta aproximaci6n es tipica de PlatOn y de su escuela.
• 3 En este caso se habla de dasificaci6n extensional, ya que se llama 'extensiOn' al complejo de
obJetos/eventos que cumplen los requisites para ser considerados ejemplares de un concepto. Es-
ta aproximaciOn es tipica de AristOteles y su escuela, y constituye el fundamento de las modernas
tecnicas de cluster analisis (anilisis de conglomerados: vease Aldenderfer y Blashfield I98s).
4 Los filOsofos escolisticos del Medioevo, que escribian en latin, estudiaron con gran sutileza
los problemas vinculados ala dasificaci6n.
sEn este caso, las categorias nose llamarin clases, sino tipos.
6 SOl~ ~ombinando, en cambio de mezclar, los criterios se conseguiri una tipologia correcta:
croatas cnst1anos, croatas musulmanes, serbios cristianos, serbios musulmanes.
7 No cabe duda en establecer cu5.les son los nUmeros pares y cu5.les los impares, los enteros y
los decimales,los primos y los mUltiplos, etcetera.
8 Una pregunta se llama abierta cuando se deja que el entrevistado conteste libremente en vez
de invitarlo a elegir una respuesta entre un abanico de respuestas preestablccidas.
9 Se llaman proyectivos los tests en que se in vita al sujeto a dar su interpretaciOn de una figu-
ra ambigua {test TAT: Murray 1938), e incluso de una mancha de tinta (Rorschach 1921). Habitual-
m~nte se Haman proyectivos tambien los tests en que se invita al sujeto a completar una corta fra-
se mconclusa (Jung 1910) o a reaccionar a una agresiOn verbal dada (Rosenzweig 1938).
n8 METODOLOGIA DE LAS CIENCIAS SOCIALES
mento oficial. Al ejecutar estas tareas es fclcil toparse con situac.iones en que el
estado de un caso en una propiedad (es decir sus respuestas a una preg~nta, o
reacciones a un dibujo, etcetera) sea legitimamente asignable ados o ~as ca;e-
gorias. Para garantizar el maximo posible de homogeneidad en estas asignacw-
nes, qui en(es) establece(n) Ia definicion op~rativa tie~e(n) que preocupa~s: de
complementar las reglas con una rica casui~tlca de s1tuacwnes problematlcas
acompai\adas por las soluciones correspond1entes.
btto requisito clasico de Ia clasificacion es Ia EXHAUSTIVIDAD de las catego-
rias: todos los estados posibles en una propiedad deben poder ser asignados a
una categoria.10 • tum relevante para nuesttos intereses: par ejemplo, si se debe elegir el criteria
Ya que a menudo noes posible, o no sirve, imag~nar todos los ~s:~dos y;osi-
bles en una propiedad, muchas clasificaciones preven una categona otr~ , a Ia
cual se asignan todos los estados que no parecen asignables a las categonas q~e
tienen un significado propio. La categoria "otro", en ~ambio, no tlene ningun
significado, ya que cumple el rol residual, donde finahzan todos los estados no
previstos. • · 1
Cabe distinguir Ia categoria "otro" de categorias que podnan parecer 1gua -
mente residuales, como "no contesta", "no sabe", habitualmente usadas para
clasificar respuestas a preguntas planteadas en un sondeo. A menudo estos
"datos faltantes" son descuidados en el analisis, mientras que pueden dar m-
formaciones Utiles, ya sea sabre los entrevistados, ya sea sobre el cuestwnano
que se esti usando.
Una cuota demasiado alta de "no sabe" puede significar que algunos temas
del cuestionario no interesan ala mayoria de nuestros entrevistad~s, o q_ue l~s
preguntas han sido formuladas con un lenguaje alejado dellenguaJe ordmano
que ellos hablan y entienden.
Una cuota demasiado alta de "no contesta" puede significar que algunas
preguntas tocan temas que Ia mayoria de los entrevistados juzga delicados Y
privados. · 1
Par otto !ado, una cuota demasiado alta de estados que se de ben as1gnar a a
categoria "otro" significa que Ia clasificacion fue realiz~da de manera superfi-
cial y10 sin una suficiente familiaridad con Ia poblacwn y con el tema que se
investiga. . .
Estas faltas (preguntas planteadas sabre temas dehcados, poco mteresan-
tes, poco conocidos par los sujetos o par los investigadores, etcetera)_ ocurren
en muchos sonde as, y se podrian evitar con una PRUEBA PILOTO, es ~ec~r, some-
tiendo preliminarmente el cuestionario a algunos miembros, lo_mas ~1ferentes
entre si que sea posible, de Ia misma poblacion que se pretende mvesngar..
Reflexionando adecuadamente sabre los resultados de esta pruebap1loto
se pueden introducir mejoras en el texto del cuesti~nario. Par el ~ontrano, ca~1
siempre se ejecutan estas pruebas piloto de forma ntual (para qmtarse de enC1-
10 La mutua exclusividad es un requisito de cada pareja de clases (a tipos); la exhaustividad es
un requisito de cada conjunto de clases. Consideradas conjuntaroente, ellas ~seguran que cada
ejemplar (en nuestro caso, cada estado) sea asignado a una, y una sola, clase (a t1po).
CLASIFICACI6N, CONTEO, MED!CI6N, CONSTRUCCI6N DE ESCALAS
rna este deber convencionalmente reconocido) e inmediatamente antes del
propio sondeo, de forma que no hay tiempo para analizar los resultados y, en
efecto, estos se guardan sin dedicarles atencion.
AI considerar el problema de Ia exhaustividad, hemos gradualmente pasa-
do de los requisitos clasicos de clasificaciones y tipologias a algunos problemas
prclcticos relacionados con la investigaci6n social. Veamos ahara algunos otros
problemas.
El primero es Ia eleccion del fundamentum divisionis, es decir del criteria
seg{ln el cual se establecen las categorias. Obviamente se elegira un fundamen-
para clasificar una clase de jovenes al inicio de un curso, un fundamentum co-
mo el tipo de estudios precedentes nos ayudara a decidir el nivel y Ia orienta-
ciOn de este.
El problema cognoscitivo que se pretende profundizar con una investiga-
ci6n proporciona indicaciones importantes, no s6lo sabre los fundamenta de
cada clasificaci6n que se realizad, sino tambi6n sabre su sensibilidad.n Un es-
tadistico que este colabarando con el gobierno indio para el censo arreglara una
clasificacion extremadamente sensible de Ia propiedad "religion", porque sabe
que Ia Constitucion india atribuye derechos y tutelas particulares a los segui- '
dores de algunas religiones de minoria. Par el conttario, un sociologo que pro- !
grama un sondeo telefonico preelectoral con mil entrevistados y quiere plan-
tear una pregunta sabre Ia religion porque ella puede influir en el voto, seria
torpe si previera categorias especificas para cada secta menor: si un seguidor de
una de esas sectas posee un tel6fono yes extraido en Ia muestra, el destino de
su estado en Ia propiedad "religion" sera Ia categoria "otto".
Con Ia excepcion del sondeo telefonico -por motivos que veremos pron-
to-, se puede establecer una regia general: cabe recolectar informaciones lo
mas detalladas posible, y por lo tanto se adoptara una clasificacion muy sensi-
ble. Esto par dos motivos:
1) como se dijo en el apartado 3-3, cuando se atribuyan dos estados a Ia
misma categoria, y par lo tanto se les asigne el mismo c6digo en Ia va-
riable, los dos estados seran considerados perfectamente iguales en
cualquier ancllisis sucesivo;
2) es siempre posible y f:icil reunir dos o mas categorias de una variable
antes de analizar sus relaciones con otras variables, y muchas veces es-
to es fuertemente aconsejable, par motivos que veremos; pero, es casi
siempre imposible12 desagregar una categoria ala cual fueron asigna-
dos estados parecidos, en el caso de que en lo sucesivo se quiera dis-
tinguirlos.
11
Sabre el concepto de sensibilidad, vease el apartado 7.1.
u Esto es posible sOlo si -par ejemplo- en el mismo cuestionario hay otra pregunta que re-
sulte adecuada a tal efecto. Un caso se vera mas adelante en este apartado.
 CLASIFICAC!6N, CONTEO, MEDICI6N, CONSTRUCCI6N DE ESCALAS 121
METODOLOGiA DE LAS CIENCIAS SOC!ALES
120

~os.' 8 Este ries~o se ha acrecentado porIa difusi6n universal de Ia expresi6n

Sin embargo, esta regia nose debe aplicar en el caso de las preguntas "cerra- escalanommal mtroduci,da por Steve~s (1946), que tiene el efecto perverso
das" de un sondeo, en el cual el entrevistador plantea oralmente a! sujeto una de JUStificar el empleo de tecniCas cuanntativas con estas pretendidas escalas.19
gama de respuestas predefinidas para que el elija una. En este caso nose pue- . Sea cu~l ~ea (nume~ico o no) el c6digo que se le asigna, cuando tenga un c6-
den presentar demasiada.s respuestas, porque nuestra capacidad de considerar digo Y este s1endo a,nahza~a co? tecnicas estadisticas, una categoria cambia de
1
simultineamente varias alternativas es muy limitada. 3 norr;bre Y ~e llama ~odahdad . Con Ia expresi6n 'frecuencia de una rnodali _
El entrevistado medio tiende a recordar siempre Ia ultima alternativa oida, dad se entrende el numero de datos a los cuales se atribuy6 aquella modalidad.
'4 a IT,lenudo tambien Ia primera, y casi nunca las intermedias, lo que conlleva La modahdad con Ia frecuencia mas alta se llama MODA ( o modo) -y esto en to-
que cada individuo considere un numero reducido, variable y -sobre todo- dos los tipos de variable.
desconocido de alternativas en Iugar de considerar todas las que se le ofrecen. El primer paso del analisis de una variable categorial es Ia producci6n de su
Este sesgo es atln mas grave en la entrevista telef6nica, donde la interacci6n es DISTRIBUCI6N DE FRECUENCIA, es decir de una tabla que tiene habitualmente cua-
habitualmente corta y apresurada, sedan problemas de recepci6n y de com- tro columnas: en Ia primera se pone el c6digo (numerico 0 no), en Ia segunda se
prensi6n, y el entrevistado no goza de todas las seiiales, voluntarias o no, que pone el nombre de Ia categoria/modalidad, en Ia tercera Ia frecuencia (absolu-
1
recibiria con la presencia fisica del entrevistador. 5 ta) Yen Ia cuarta el porcentaje correspondiente (frecuencia relativa).
Concluyendo sobre este problema de sensibilidad, se aconseja el maximo
detalle cada vez que las informaciones sean recogidas sin interacci6n oral con Tabla 8.1 : Una distribuci6n de frecuencia de Ia variable "nacionalidad"
el sujeto. Un detalle mucho menor (pocas categorias generales y claramente
C6DIGO CATEGORfA/MODALIDAD FRECUENCIA PORCENTAJE
distintas) si el sujeto tiene que escuchar las alternativas y elegir una sin poderse
a argentinas 72 21,5
apoyar en un texto escrito. Si la entrevista es telef6nica, se aconseja limitarse a
6 b brasilefios 126 37,5
dicotomias (si o no, a o b) o a propiedades ordinales sencillas.' 34
c chilenos 10
Cuando se establezcan las categorias, se tratara de asignar un c6digo a cada
e ecuatarianos 15 4,5
una. Con Ia asignaci6n de c6digos se cumple el paso mas importante en el pro- peruanas 40 12
p
ceso de Ia transformaci6n de Ia propiedad categorial en una variable categorial. u uruguayos 26 8
Puesto que las categorias de este tipo de propiedad no tienen ninguna diferen- 0 otros 22 6,5
cia cuantitativa entre si, no hay ninguna raz6n para que estes c6digos sean nu-
Total 335 100
mericosP Con todo, esta es una mala costumbre generalizada, que conlleva el
riesgo de que algunos traten estes aparentes n6.meros como si fueran nlimeros
en sentido estricto, y sometan variables categoriales a tecnicas de an:\lisis que Tres observaciones:
solo se pueden aplicar a variables cardinales, produciendo ridiculos sinsenti- 1) como c6digos nose pusieron nUmeros, sino la primera letra del nom-
bre de las categorias;
2) paradistinguirla categoria residual (otros), que como se dijo no tiene
11 En un afamado articulo, el gran psic6logo cognitivista George Miller (1956), bas<lndose en

investigaciones de laboratorio, puso este limite en siete alternati-vas. Pero en una tipica entrevista
"cara a cara", puertas afuera dellaboratorio, parece que ellimite resuta mis bajo. Johann Galtung
(1967) lo pone en torno de cuatro o cinco alternativas; Sudman y Bradburn (1982) en no mas que
cinco. En la experiencia de los autores de este libro, silas alternativas no son sencillas, muchos en-
trevistados tienen dificultades en considerar mas de dos. Mas en general, acerca de la discusi6n sa-
bre preguntas "abiertas" o "cerradas", vease, par ejemplo, Converse (tg84).
14 En la literatura metodol6gica se habla en este caso de end effect (efecto fin). El fuerte im-
pacto de este end effect ha sido demostrado confrontando las distribuciones de las respuestas ele-
gidas por muestras diferentes de individuos a los que se presentaron las mismas alternativas cam-
biando su arden. Por otro lado, si el entrevistado lee las alternativas en lugar de oirlas, su atenci6n
se concentra en las primeras de la lista (Corbetta 2003, t8s).
1S Sobre la entrevista telef6nica y la telem3.tica, vease Corbetta (2003, 195-202).
16 En el apartado siguiente se veri par que propiedades y variables ordinales presentan meno-
res problemas de discriminad6n y valorad6n.
17 Los c6digos numericos introducen inevitablemente al menos la idea de un orden entre cate-
gorias. Pero no hay ningUn arden entre, par ejemplo, las nacionalidades, y por lo tanto la decisiOn
de asignar el c6digo (1) a mexicanos y el c6digo (2) a peruanas en lugar del contrario es totalmente
arbitrario.
sentrdo umtano p.orque agrega cualquier nacionalidad no explicita-
•,
18
El ~insentido depende del hecho de que -como se subrayaba en la nota previa-la asigna-
cwn de nume~os a cat~gorias que no tienen ninguna caracteristica cuantitativa no puede ser total-
mente aleaton~. Cam~tando esta asignaci6n, tambien cambia el resultado del anilisis. Un ejemplo
clamoroso d: smsenttdo lo proporciona el conocido metod6logo norteamericano Rudolph Rum-
~el, que_ha msertado en una ecuaci6n de regresi6n mUltiple las siguientes variables categoriales:
tl~~ de SIStema :l.ectoral, naturaleza del regimen, tipo de liderazgo politico, tipo de intervenci6n
mthtar en la pohnca, calculando coeficientes cuyo valor depende totalmente de una dec 1·81·0- b"
tra · b ] 'd" , · n ar I-
n~9so re os c~, tgos ~umenco_s asignados a las categorias (1963: 203).
, La ~xpre~1-o~ -f~e mtro~u.ctda, en un perlodo de conductismo radical, en Iugar de terminos
como clastficaciOn Y categona que tenlan una tradici6n filos6fica secular y par lo tanto un soni-
do poco agradable a oidos cientificistas. Pero el adjetivo 'nominal' {las categorias se diferencian s6-
lo p~r el nombre~ c~ntradice al sustantivo 'escala', vinculado a una idea de cantidad. En casas co-
mo este los escolasucos hablaban de contradictio in adjecto (el adjetivo contradice al sustantivo).
122 METODOLOGiA DE LAS CIENCIAS SOCIALES CLASIFICACION. CONTEO, MEDICI ON. CONSTRUCCION DE ESCALAS 123

mente considerada en Ia lista, se le puso el codigo numerico cero, que
da Ia idea de nulidad.
3) en general, los porcentajes no tienen decimales porque las frecuencias
son relativamente bajas. En este caso, cabe redondear los decimales a!
entero mas cercano. Una excepcion (que se observa tambien en Ia tabla
8. 1) puede ser el decimals, a medio camino entre los dos enteros: este
se puede usar para evitar redondeos demasiado fuertes.'"
P~r el contrario, a menudo seven tablas como Ia siguiente, donde sedan
porcentajes condos cifras decimales calculados sobre un total de 45 sujetos."
Tabla 8.2: Un coso de "falacia de Ia precision fuera de Iugar"
Mientras que a veces los porcentajes son ridiculamente detallados, otras
veces pasa que en Ia tabla las frecuencias absolutas faltan totalmente y solo se
presentan los porcentajes. Esta laguna puede tener un solo motivo: Ia muestra
fue tan pequefia que nose quiere dar informacion (las frecuencias) que revela-
ria esta grave falta de Ia investigacion.
Si la muestra es pequeiia, algunas categorias pueden tener frecuencias de 1
o de z. Si es asi, todos los porcentajes presentados en la tabla deben, par ne-
cesidad matem<ltica, ser mUltiplos del porcentaje m<ls bajo ode su mitad. Si
controlando (y teniendo en cuenta los redondeos) ellector encuentra que
todos los porcentajes son mtiltiplos, no tendria dificu!tad en calcular el to-
tal de los casos de aquella tabla.

FRECUENClA PORCENTAJE
CATEGORiA/MOOAUDAD La inspeccion visual de sus distribuciones de frecuencia es Ia forma preli-
12 26,67 minar de analisis de variables categoriales. Ella permite tomar contacto con los
bur6cratas
desempleados 8 17,77 datos que hemos recolectado. Ademas, puede sefialar Ia presencia de errores en
7 15,55 Ia codificaci6n, si en Ia distribuci6n aparecen c6digos que nose habian previsto
educadores
6 13,34
obreros en nuestro plan (wild codes: vease apartado 7.3). Ella sefiala tambien desequili-
6 13,34
comerciantes brios en las frecuencias (modalidades con un ntimero demasiado alto o dema-
3 6,67
jubilados siado bajo), que pueden tambien indicar errores en Ia codificaci6n y que de to-
2 4,45
artesanos das formas provocan problemas en algunos tipos de analisis estadistico (vease
2,22
otros mas adelante).
Fuente: Saviane (1978).
Una vez realizado este paso preliminar, una variable categorial esta casi lis-
ta para ser puesta en relaci6n con otras variables categoriales u ordinales me-
Esta conducta ridicula es tan frecuente que ha recibido un nombre (failacy diante una tabla bivariable, o con variables cardinales mediante el analisis de Ia
of the misplaced precision= falacia de Ia precision fuera de Iugar). Su motivo varianza. Todo esto se veri en el capitulo 15.
ha sido agudamente detectado por el metodologo Abraham Kaplan: Se dijo "casi lista" y no ''lista" porque si se quiere investigar de manera efi-
caz las relaciones de las variables categoriales con otras variables, hay que so-
"A menudo se encuentran ejemplos de una precisiOn sin senti do y sin mo- meter casi todas a una especie de "maquillaje", que constituye una verdadera
tivaci6n, o de una precisiOn mas grande de la que nuestras herramientas fase intermedia entre recolecci6n y an<ilisis. Aunque algunos metod6logos ex-
permiten [... ] El anhelo que muchos sociologos tienen de exhibir esta pre- pertos dedican atencion a esta fase, ella es habitua]mente descuidada en los
cisiOn insensata refleja un sentido de inseguridad y un complejo de infe- textos de metodologia. 22
rioridad con respecto a las ciencias fisicas" (1964: 204-5). Se dijo que a! recolectar informaciones hay que privilegiar el detalle, y por
lo tanto Ia sensibilidad de nuestras clasificaciones. Hay que reproducir el maxi-
Y se puede compartir el comentario de jerome Ravetz: "Nada manifiesta mo de detalle tam bien cuando los datos recolectados se exploran a traves de
Ia falta de cultura matematica como Ia falacia de Ia precision fuera de Iugar" una distribucion de frecuencia. Solo con una representacion detallada pode-
(1971: 45). mos tener un conocimiento profunda de las situaciones que hemos explorado.
Pero cuando se quieran analizar las relaciones de una variable categorial con
otras variables, el discurso cambia radicalmente: el mismo nivel de detalle que
es positivo en Ia recolecci6n y an<ilisis univariado se convierte en negativo.
zo Una tabla prictica de redondeos puede ser la siguiente:
El grado de esta negatividad depende de Ia naturaleza de Ia otra variable
10,7
10,1 10,4 con Ia cual establecemos Ia relacion: si es una cardinal, el problema no es grave,
10 10,5 10,5 10,8 11
10,2
10,3 1 10,6
1 10,9
como veremos; si es una ordinal, este resulta mayor, pero alin no tan grave; si

:n Otros ejemplos: Sebastani (1970) da porcentajes condos decimales calculados sabre unto-
tal de 6o sujetos; Stern (1975) da porcentajes con un decimal calculado sabre un total de 14 sujetos. zz Como excepci6n sefialamos por ejemplo el ensayo de Agnoli (1992).
124 METODOLOGIA DE LAS CIENCIAS SOCIALES
es una categorial, un alto nivel de detalle -es decir, un gran numero de catego-
rias- puede producir dificultades importantes. Esto parque en Ia herramienta
con Ia que se analizan las relaciones entre dos variables categoriales -Ia tabla
bivariable- el numero de las celdas equivale a! producto de las modalidades de
las dos variables que forman Ia tabla. Condos variables de diez modalidades, el
numero de celdas en Ia tabla es cien. Con dos variables de veinte modalidades,
el nUmero es cuatrocientos. Esto crea dos problemas: uno meramente numeri-
co, el qtro sem§.ntico.
Veamos el primero. Cada sujeto de la muestra tiene su combinaci6n de es-
tados en las dos propiedades (y par consecuencia, de c6digos en las dos varia-
bles). Mil sujetos, mil combinaciones (obviamente, algunas seran iguales). En
cada celda de Ia tabla se encuentra Ia combinaci6n de una modalidad de Ia va-
riable que esta en las filas y una modalidad de Ia variable que esta en las colum-
nas. Silas celdas de Ia tabla son cien y los casos en Ia matriz son mil, evidente-
mente el promedio de las frecuencias (numero de datos) en las celdas sera diez.
Con 400 celdas, el promedio sera 2,5.
Obviamente, algunas combinaciones sedn mas frecuentes que el prome-
dio y otras menos -lo que significa, con promedios de 10 o menos, que algunas
celdas estar<ln vacias o casi vacias. De celdas vacias o casi vacias nose pueden
sacar conclusiones creibles acerca de las relaciones entre las modalidades que
forman esta celda: par eso una tabla con muchas celdas vacias o casi vacias no
sirve mucho para el analisis. 2 3
Este es el problema numerico. Para ilustrar el problema semantico hay que
introducir el concepto de AUTONOMfA SEMANTICA. Una categoria tiene plena au-
tonomia semolntica si puede ser interpretada sin hacer referenda al significado
de Ia propiedad ode las otras categorias. Por su naturaleza,las categorias de las
variables categoriales tienen plena autonomia sem<intica. Lo que significa que
cada combinaci6n de las categorias de dos variables categariales (y por conse- ·
cuencia cada combinaci6n de modalidades en Ia tabla) tiene su sentido y nece-
sita atenci6n y concentraci6n para enfocar su plena significado. Para juzgar si
una frecuencia particular en cada celda es o noes interesante hay que concen-
trarse en lo que significan las dos modalidades que Ia forman, yen lo que signi-
fica su relaci6n: una operaci6n intelectual que con una normalisima tabla de
cien celdas puede tomar horas, y con una de 400 celdas podria tomar un dia.
Puesto que Ia computadora permite producir centenares de tab las en segundos,
el resultado de to do esto son montafias de papel que nadie tiene el tiempo para
analizar.
En vez de producir montafias de papel, el investigador experto prefiere en-
focar su atenci6n en pocas tablas elegidas con cuidado y hacerlas manejables,
reduciendo al minima el nUmero de celdas vacias o casi vacias, de manera de
23
La raz6n de esto seen tended mucho mejor tras leer el apartado 15.2, en el cual se introdu-
cen los conceptos de frecuencia esperada y frecuencia empirica (esta Ultima se suele denominar
"frecuencia observada"; pero en este texto se prefiere decir "empirica", porque en las ciencias so-
dales raramente se observa en sentido estricto).
CLASIFICACION, CONTEO, MEDICION, CONSTRUCCION DE ESCALAS 125
poder aprehender todo lo que indica Ia tabla en un tiempo razonable. Para lo-
grar este objetivo hay un solo camino: reducir el numero de las categorias en
ambas variables.
Esta operaci6n se lleva a cabo de forma correcta y eficaz si se siguen des cri-
terios: uno medular y otro que a veces puede mitigarlo. El criteria medular es Ia
proximidad sem<intica entre las categorias que se quiere unir. Naturalmente es-
ta proximidad tiene que ser juzgada bajo Ia luz de los intereses cognoscitivos
por los que se analiza Ia variable y sus relaciones con otras.
En una clasificaci6n de profesiones de individuos, se pueden unir terrate-
nientes y empresarios industriales silo que interesa es el tipo de relaci6n
con los medics de producci6n; se pueden unir terratenientes y campesinos
si lo que interesa es el sector de act:ividad; no se pueden unir campesinos y
empresarios industriales (a menos que se adopten extrafios criterios de
proximidad sem<int:ica).
El criteria auxiliar es el equilibria entre las frecuencias en las distintas mo-
dalidades. Par razones que veremos pronto, el metod6logo experto trata de evi-
tar Ia presencia de modalidades, y por lo tanto celdas, con frecuencias demasia-
do altas o demasiado bajas, ya que ambas perjudican Ia interpretabilidad de una
tabla. El arte del metod6logo, de lo que se hablaba en el capitulo 3, consiste en el
balanceo, en cada situaci6n, del impacto de estos dos criterios (semantico y nu-
merico). Retomando el problema del estadistico indio que exploraba Ia influen-
cia de las religiones en el voto, si a! recoger los datos el us6 una clasificaci6n con
treinta categorias, seria sabio, ala hora del an<ilisis, reagrupar las religiones me-
nos difundidas en algunas categorias mas amplias, poniendo en cada nueva ca-
tegoria las que tienen una orientaci6n teol6gica y filos6fica similar.
Veamos un caso particular, sacado de una investigaci6n que en los afios no-
venta uno de los autores de este libro llev6 a cabo por encargo de la asocia-
ci6n de j6venes empresarios italianos. El objetivo de 1a investigaci6n era
detectar las formas de impacto sobre las actividades empresariales que te-
nian las diversas organizaciones criminales. 2 4
Los 8.ooo miembros de Ia asociaci6n recibieron un cuestionario postal en-
viado por la misma asociaci6n con garantia de anonimato. Una compleja
pregunta pedia a cada joven empresario que juzgara cual era, en cada sector
econ6mico, la fuente principal de capitales para las empresas: autofinan-
ciamiento, prestamo bancario, subvenciones europeas, nacionales, locales,
lavado de fondos de origen ilicito u otra. Las informaciones recogidas se
podian organizar en forma de tabla poniendo los sectores en las filas y Ia
fuente juzgada prevaleciente en las columnas. Puesto que los sectores pro-
ductivos eran doce y las posibles fuentes siete, Ia tabla tenia 84 celdas. Pero
observando atentamente las celdas se podia detectar un patrOn: muchos
24
Que tienen un nombre tradicional diferente en cada regiOn italiana: mafia en Sicilia, camo-
rra en Campania, ndr<ingheta en Calabria, sacra corona unita en Puglia, etcetera.

METODOLOGfA DE LAS CIENCIAS SOCIALES
empresarios juzgaban que ellavado de dinero fuese Ia fuente principal en
el sector de la construcci6n; ninguno juzgaba que lo fuese en .los sectores
de mas alto contenido tecnol6gico (electr6nico, metalmec<inico, quimico,
etcetera); pocos juzgaban que lo fuese en los sectores de contenido tecno-
16gico medio-bajo (textil, alimentario, etcetera). AI agrupar bajo este crite-
ria a los dace sectores en s6lo tres, el juicio de los j6venes empresarios sa-
bre el problema investigado emergia clarisimo de Ia tabla.
<;on Ia salvedad de casas particulares como este, donde el reagrupamiento
se hizo considerando s6lo el criteria sem<lntico y descuidando el numerico, hay
que tener en cuenta -en cuanto sea posible- el equilibria entre las frecuencias
de las categorias reagrupadas: el ideal seria un equilibria perfecto (el mismo
porcentaje en cada categotia).
Las consecuencias de graves desequilibrios son conocidas: como ya se indi-
c6, categor.ias con frecuencias bajas producen inevitablemente celdas vacias o
casi vacias y, como veremos en el apartado 15.3. las conclusiones acerca de sus
relaciones con las categorias de otras variables no son con:fiables. 2 5
A veces para lograr una distribuci6n mas equilibrada no basta el reagrupa-
miento de categorias sem<lnticamente parecidas y con escasas frecuencias; se
deberia tambien desagregar una categoria que result6 tener un porcentaje exce-
sivo. Pero esto -como se dijo- s6lo es posible si en Ia misma matriz existe
otra variable que puede ser empleada para desagregar aquella categoria.
Se puede tamar un ejemplo de un anilisis secundario que uno de los auto-
res de este libro reaiiz6 sabre datos recogidos en una investigaci6n sobre
7.ooo j6venes italianos en los setenta. El municipio de residencia deljoven
era clasificado en una escalade seis niveles (urbanos, casi urbanos, semiur-
banos, semirrurales, casi rurales, rurales). El 52% de los j6venes entrevista-
dos resultaron «urbanos". Las frecuencias de las otras categorias eran como
seve en Ia segunda columna de Ia tabla 8 ·3.
Tabla 8.3: Ejemplo de agregaci6n y desagregaci6n de categorfas
CATEGORfAS OR!G!NARIAS % CATEGOR[AS FINALES
urbanos 52 urbanos centricos
cuasi urbanos 4 urbanos perifericos
semiurbanos 5 semiurbanos
semirrurales 8 semirrurales
cuasi rurales 6 rurales
rurales 19
inform. faltantes 6 inform. faltantes
nlrmero de casos 7.024
15 Ademas, desequilibrios en la distribuci6n producen graves sesgos en todos los coeficiemes
que cuantifican las relaciones entre variables, y esto sea cual sea ]a naturaleza de las variables (cate-
gorial, ordinal o cardinal).
CLAS!F!CACI6N, CONTEO,MEDICI6N, CONSTRUCCI6N DE ESCALAS 127
S6lo Ia categoria "rurales" tenia una frecuencia cercana a Ia ideal, y por lo
tanto no se modific6. El primer paso fue reagrupar las categorias interme-
dias: los casi urbanos se unieron a los semiurbanos, y los casi rurales a los se-
mirrurales. Para desagregar Ia categoria "urbanos" se us6 otra pregunta del
cuestionario, con la que se preguntaba a los j6venes clasificados "urbanas" si
vivian en el centro, en la periferia o en el campo alrededorde Ia ciudad.
Bas<lndose en esta informaciOn se dividi6 a los j6venes urbanos en dos ca-
tegorias (urban as centricos y urbanos perifericos). Quedaba un 3% de j6ve-
nes que habitaban en el campo alrededor de una ciudad. Ellos fueron uni-
dos a los semirrurales, con el resultado que seve en la Ultima columna de la
tabla 8.3: de las categorias resultantes, tres tienen un porcentaje cercano al
ideal-que ahara es del2o% ya que las categorias son cinco (obviamente en
este dlculo nose considera la categoria de informaciones faltantes).
8.2. Propiedades y variables ord.inales
Como se decia antes, son ordinales las propiedades en las que se pueden or-
denar todos los estados a lo largo de una escala segUn un criteria sem3.ntica-
mente vinculado a Ia naturaleza de Ia propiedad, de forma tal que hay un esta-
do mayor que todos los otros, uno menor que todos los otros, y los restantes
son mayores que al menos uno y men ores que al menos uno de los dem3.s.
El tratamiento de las propiedades ordinales tiene mucho en comun con el
tratamiento de las propiedades categoriales:
1) se adopta un fundamentum divisionis adecuado a nuestros intereses
cognoscitivos;
2) silos estados son muchos, se debe decidir cu3.les se convertir3.n en ca-
tegorias de Ia variable que va a representar Ia propiedad en Ia matriz;
3) las categorias se crean y/ o delimitan siguiendo los principios de Ia cia-
sificaci6n;
4) se establecen !!mites entre las categorias de modo que sean mutuamen-
te exclusivas;
% s) se procura que el complejo de las categorias (incluso si es necesario una
32 categoria residual) sea exhaustive.
17
9 Lo que cambia con respecto de las categoriales es que en este caso los esta-
17 dos estan ordenados en Ia realidad (piensese en el nivel de estudio o en el grado
19 jerarquico), o se puede imaginar un criteria intersubjetivo (es decir, aceptable
por cada persona razonable y competente) para ordenarlos.
6 Obviamente, el mismo arden que percibimos entre los estados debe ser re-
7.024 producido en los c6digos (en este caso, necesariamente numericos) que se atri-
buyen a las categorias. En terminos tecnicos, se dice que Ia serie de los c6digos
aebe tener una relaci6n monot6nica directa con el arden de los estados en la
realidad: a! crecer Ia posicion ordinal del estado, hay que acrecentar tam bien el
c6digo numerico asignado a Ia modalidad correspondiente.
 METODOLOGIA DE LAS CIENCIAS SOCIALES CLASIFICACION, CONTEO, MEDICI ON, CONSTRUCCION DE ESCALAS 129

Habitualmente a las categorias elegidas se les asignan como codigos la serie
de los "numeros naturales" 26 (enteros positivos: I, 2, 3 ... ) con el supuesto de
que €sta sea la asignaci6n menos arbitraria. Pero, si pretendemos aplicar a estas
variables solo tecnicas de analisis para variables ordinales, cualquier asignacion
monot6nica directa2 7 es equivalente.
Si en cambia se intenta aplicar a estas variables ordinales las mas poderosas
t€cnicas para variables cardinales, la distancia entre c6digos se convierte en re-
levante; en matemitica, la distancia entre 1 y 2 no es la misma que entre 1 y S· En
este caso, asignar los nllmeros naturales como c6digos a las categorias equivale
a afirmar que las imaginamos todas mas o menos equidistantes. Es posible que
lo sean, pero no esci garantizado.
Como observa el metodologo norteamericano Edward Tufte, si nuestro co-
nacimiento de la naturaleza de la variable nos dice que las categorias n6 son
equidistantes, asignar los nU.mei:os naturales porque esto es "objetivo" o "no
arbitrario", por el contrario introduce un sesgo, y la asignacion de codigos "de-
una o dos variables ordinales se tiende a mirar Ia tendencia global mas que las
celdas singulares.3 1
El hecho de que basta con poner una categoria en una serie ordenada con
otras para reducir su autonomia semantica puede extrafiar a muchos. Para con-
vencerlos, se les invita a considerar el ejemplo siguiente. El ministro de educa-
cion de Lubolia (un pais subdesarrollado imaginario) declara en Ia television
nacional: "Para atestiguar los grandes progresos de Ia educacion en este pais,
me enorgullece declarar que el34% de los adultos de Lubolia han alcanzado el
nivel de educacion secundaria. Este porcentaje es exactamente el mismo del )a-
pon, el pais mas avanzado en Ia educacion publica".
Lo que el ministro olvida decir es que la distribucion de los otros niveles es
Ia que se muestra en la tabla 8.4.
Tabla 8.4: Contraste de dos distribuciones en variables ordinates
NIVEL DE ESTUOIO 0Jo EN LUBOLIA Ofo EN JAP6N

be incorporar el conocimiento sustancial que el investigador tiene de la propie- ningUn titulo 41 5

dad en cuestion" (I970: 440-I). Par ejemplo, si estamos convencidos de que educaci6n primaria 24 22
respecto del titulo de estudio la distancia entre licenciatura y educaci6n secun- educaci6n secundaria 34 34
daria es mayor que la distancia entre educaci6n secundaria y educaci6n prima- licenciatura 1 32
ria, se de ben asignar, por ejemplo, codigos como I a Ia educacion primaria, 2 ala doctorado 0 7
educaci6n secundaria y 4 ala licenciatura y no la serie de los nU.meros naturales
8 Aquel34% tendria plena sentido, y podria ser comparado con otros por-
como se hizo -para no adelantar el tema- en el ejemplo del apartado 7.1.'
La diferencia entre uno y otro criterio de codificaci6n puede tener un im- centajes, si la modalidad "educaci6n secundaria" tuviera plena autonomia se-
pacto considerable sobre coeficientes 2 9 cardinales si el nU.mero de categorias es mantica; pero dado que es s6lo un escalOn de esta escala, pierde autonomia se-
bajo -como Ia es en Ia mayo ria de las variables ordinales. En efecto, las propie- mantica y no puede compararse aisladamente con otras cifras aisladas: se
dades discretas ordinales que se encuentran en la realidad no tienen un gran deben comparar distribuciones enteras.
nU.mero de categorias.3° Por consiguiente, el problema de unir categorias se-
manticamente parecidas antes de analizar las relaciones con otras variables, Esta reducci6n de autonomia semJ.ntica es mJ.s fuerte para las categorias
intermedias en el orden,3 2 pero se produce tambien para las categorias ex-
que era central para las variables categoriales, pierde su importancia. Y eso no
tremas. Para comprobarlo, consideremos las distribuciones de las clases
solo porque las categorias de una propiedad ordinal habitualmente no son mu-
sociales en dos paises (tabla S.s).
chas, sino tambh'!!n porque elias pierden parte de su autonomia semantica, en
cuanto el inten'!!s sem<lntico pasa de las categorias individualmente considera-
das al arden de las categorias. Par lo tanto, en una tabla bivariable que incluye Tabla 8.5: Contraste de otras dos distribuciones en variables ordinates
CLASES SOCIALES 0Jo EN NOR!.ANDIA 0Jo EN lfxACO
terratenientes y empresarios 10 10
26 Los enteros positivos se llaroan "nU.meros naturales" porque son los priroeros que apren· empleados 35 5
den los nifios y los Unicos que conocian rouchas poblaciones priroitivas. Aderois -como han comerciantes 25 5
roostrado interesantes experiroentos de los et6logos-la conducta de muchos animales no burna-
obreros 20 45
nos (no s6lo mamiferos, sino tarobh~n aves) muestra que ellos conocen los primeros nU.meros en-
campesinos 10 35
teras y los usan para contar cuando les sirve para sus propios fines.
27 La serie 1, 2, 3, 4, 5 como la serie 2, s, 9, 12, 16 como la serie 5, 15, 37, 42, 48.
28 La misma opiniOn se encuentra en Corbetta (2003: 94).
1
2 9 Lo ha demostrado Doreian, asignan~o varias series diferentes de c6digos monot6nicos a las 3Un ejemplo se veri en el capitulo 15.
mismas categorias ordenadas y correlacionando entre silas variables resultantes (1972). Sabre " 1 --~"J-­ 32La ambigiiedad sem.intica de las categorias intermedias no escap6 a los payasos, que pro-
concepto de coeficiente vease el apartado 15.1; sabre coeficientes cardinales vease el apartado 15.6. porcionan bromas como la siguiente: un payaso relata a otro la noticia de un grave accidente en la
3° Una excepci6n pueden ser los grados de una organizaci6n burocritica muy rigida y jerar- autopista, diciendo: "ning6n herido". Tras una corta pausa, con expresi6n de alivio del oyente, el
payaso agrega: "Todos muertos".
quizada.
 METODOLOGIA DE LAS C!ENCIAS SOCIALES CLASIFICAC!6N. CONTEO, MEDICI6N, CONSTRUCCJ6N DE ESC ALAS 131
130

Terratenientes y empresarios escin presentes en el rnismo porcentaje en ddistrib~.ciones de la tabla 8.6, ella seria la educacion primaria en Lubol" 1
Norlandia yen texaco. Pero no cabe duda de que esta clase goza de una si- e ucacwn secundaria en Jap6n. Ia y a
tuaci6n mucho mas segura y tranquila en Norlandia.33 Un: segunda consecuenci~ de la reducci6n de autonomia semantica de las
categonas ordenadas es que lo mteresante de la moda (la modalid d 1 f
Una importante consecuencia directa de la reducci6n de autonomla se- cuencta mas alt ) . .~ a con a re-
d Ad , a es su posicwn en el arden con respecto a las otras modalida-
mantica por parte de ]as categorias ordenadas es que en las tablas que presentan e~. emas, la presencia de una o mas modalidades con frecuencias oco in-
Ia distribucion de los porcentajes relatives a cada modalidad singular deben ser fendores
( a la de la moda . no. reviste
.~ . t eres
In , SI. e11 as se encuentran cerca
p de la
reemplazados, o al menos acompanados, por PORCENTAJES ACUMULADOS. El por- rna
1 . da en tal case. la distnbucwn se dice unimodal) . Pe ro SI. sus postcwnes
. . son
centaje acumulado relativo a una modalidad se calc\lla teniendo en cuenta no a ep as, se consideran modas tanto como lamas alta y se habl d d" "b
·' b" d 1 · • a e Jstn u-
solo la frecuencia de aquella moda!idad sino tam bien las frecuencias de las mo- ci?bn ':" 0 a o tnmodal. La figura 8.1 muestra un ejemplo de cada tipo de dis
dalidades que la preceden en el arden. A veces puede ser uti! en el analisis pre- tn UCIOn. -

sentar pORCENTAJES RETROACUMULADOS, que suman Ia frecuencia de aquella mo-

dalidad con los de las modalidades que siguen en el arden. Figura 8.1: Distribuciones unimodal, bimodal, trimodal
La tabla 8.6 reproduce la tabla 8.4 con porcentajes acumulados y retroacu-
mulados, mostrando que con ninguno de ellos el ministro de Lubolia tenia base ~

~
numerica para jactarse. r--

Dos distribuciones con porcentajes acumulados y retroacumulados -

Tabla 8.6: r--
LUBOUA JAP6N f--
LUBOUA JAP6N
(% RETR.) (Ofo RETR.) f-- I-- C-
(% ACUM.) (% ACUM.)
NlVEL DE ESTUDlO
5 !00 !00
ningUn titulo 4!
27 59 95
educaci6n primaria 65
35 73 unimodal bimodal trimodal
99 61
educ. secundaria 39
!00 93 1
licenciatura 7
100 100 0
doctorado
8.3. Propiedades discretas cardinales y variables cardinales naturales
Silos porcentajes fuesen presentados de forma correcta, el ministro estaria
forzado a declarar: "En Lubolia elgg% tiene educaci6n secundaria o menos, de El titudlo dle este apartado puede parecer extrafio sino se considera el hecho
mientras que en Jap6n el61% est<i en la misma situaci6n" (porcentajes acumu- que to as as vanables son discretas puesto que el conti"nuo ( ,
le · fi · ·f ) ' numeros rea-
lados). Si se basaba en porcentajes retroacumulados, su mensaje habria sido to- s, ~~n ~n ~~~~;sCI ra~ no, se puede representar en la matriz: par lo tanto la ex-
davia menos contundente: "En Lubolia el 35% alcanz6 educacion secundaria o p~est?n vana e conn_n~a' que a menudo se escucha en Iugar de 'variable car-
mas, mientras que enJap6n el73% esta en la misma situaci6n". ~~:~·~:se~na c?_nu;adJa~ e~adiect~ (el adjetivo contradice al sustantivo), asi
Una ventaja del recurso a distribuciones con porcentajes acumulados es nal tambie~::s~:~i::~': e Iscre.tad eds redu:'dante. Ya que una variable cardi-
que esto permite detectar inmediatamente la categoria mediana de una distri- .~ ~ una pro pte a continua mensurable a traves de medi
buci6n. En una secuencia de cifras, la mediana es la cifra que divide la serie en ~wn (ve~se el apart~do si~iente), para distinguir las cardinales que se origina~
dos partes iguales, es decir que tiene el mismo numero de cifras en ambos !a- d partir e una propiedad dJscreta se agrega el adjetivo 'naturales', en el sentido
dos de la serie (el mismo numero de cifras mas bajas y de cifras mas altas). laeu~~~:~ ~sta_s vanables y~ sea el punta cera (ausencia de la propiedad) ya sea
Cuando en Iugar de una serie de cifras se habla de una distribuci6n de frecuen- del investig:~ompdutol (el numedro r) son naturales y no radican en una decision
cia, la categoria mediana es donde cae el porcentaje acumulado del so%. Con las oro e a comunt ad ctentifica.
I Eso n~ quitaque en la fase del analisis, la diferencia entre variables cardina-
~s natura es y vanables cardinales metricas (las que derivan de una m d. . ,
33 Tam pocola reducci6n de autonomia semantica de las categorias extremas de una escala es-
pier~a toda s~i~portafolcia,
Y se puede hablar de variables cardinales si~ ;~~n)
discre~:Uco s~. e~Ia al miClO de ~s:e capitulo, entre los estados de una propied~d
cap6 a los payasos, como lo muestra otra broma d5.sica de su repertorio. Un payaso anuncia a SU'"''
compaiiero otro accidente -esta vez de ferrocarril- agregando que las consecuencias mas graves
se sufrieron en el Ultimo vag6n. El otto payaso comenta: "siempre es asi: el Ultimo vag6n es el mas / ' ml_a se pued~~ legmmamente establecer cocientes: se puede decir
perjudicado. c:Por que nolo quitan?" que una ami Ia de 8 mdiVIduos tiene un numero doble d e componentes que

i·_,
 METODOLOGIA DE LAS CIENCIAS SOCIALES
132
una familia de 4-34 Habitualmente, estas cifras que vienen del mundo real tam-
bien se usan como c6digos numericos de los estados en el vector relative. Hay
pocas excepciones, dictadas por el sentido comun: por ejemplo, el presupue_sto
de un Estado nose registra en unidades de calculo (dolares, euros o pesos) smo
en multiplos (millones de dolares, euros o pesos). Sin embargo, siempre hay
un computo anterior, que es Ia definicion oper~tiva tipica de_ este tipo de pro-
piedades; si se decide registrar en millares o m11lones de umdades, esto tam-
bien sera parte de ]a definicion operativa. Ademas, con Ia salved~d de casos ex-
tremes como el presupuesto y parecidos, en el reg1stro de las Informacwn~s
cabe privilegiar Ia sensibilidad y el detalle: las categorias proximas se podran
agrupar mis tarde, cuando se presenten o analicen los da_tos.. . mia semantica que las otras. El fenomeno es evidente en el numero de hijos:
Como se de cia acerca de variables categoriales, el cnteno que ng~ Ia reco-
leccion de informaciones (maxima sensibilidad) noes para nada e~ m1smo que
rige ]a presentacion de los datos y su analisis (efica~ia y controlabthdad mtelec-
tual). En el caso de las variables categoriales, Ia razon pnnc1pal para agrupar_ ca-
tegorias se presenta en ]a fase de analisis, y radica en Ia neces1dad de reducu el
nU.mero de celdas en }as tablas cuando se analicen sus relacwnes con otr_as cate-
goriales y ordinales; pero ]a posibilidad de reagrup~mient~ ti~ne un limtte en el
hecho de que cada categoria tiene plena autonom1a semanuca, y por lo tanto
s6lo se pueden agrupar categorias sem<lnticamente paree1das. , tricto, se las puede someter a todas las operaciones rnatematicas: no s6lo se puede
En el caso de ]as variables cardinales,35 Ia razon para agrupar categonas
cuando se presentan los datos es otra, y concierne Unica~~nte a esta fase (por
el contrario, en ]a fase de analisis de estas variables el max;mo d~ detalle acre-
cienta la precisiOn de los cilculos). Para e~,tender esta razo~, p1en~ese en una
distribucion de frecuencia de Ia variable numero de habttantes cuando Ia
unidad de registro sea el municipio y el ambito espacial s~a un pais entero:
puesto que dificilmente dos municipios tienen el m1sm~ numero de habltan-
tes en ]a distribucion habria casi tantas filas como Ia canudad de mumClpiOs, Y
en ~ada categoria la frecuencia seria r; en raras ocasiones 2. . .
Para evitar este absurdo, se agiupa a las categorias en clases de amphtud vana-
ble conforme a los objetivos de ]a investigacion, y teniendo en cuenta el hecho de
que en una distribuci6n de frecuencia con mas de una veintena de filas se dlsp:r-
san las informaciones y se pierde eficacia. Obviamente se agrupan las categonas
numericamente cercanas; por ejemplo, las lineas de una distribucion de frecuen-
cia del numero de habitantes podrian ser: menos de 1.000, de 1.000 a 3.000, de
_ a . , de .0 or a ro.ooo, de ro.oor a 2o.ooo, y asi sucesivament:.
3 001 5 000 5
AI agrupar ]as categorias no hay otro problema que plantearse mas ~ue el
numerico: Ia proximidad semantica no es un problema porque las ~ategor~as _de
una variable cardinal (natural como metrica) tienen una autonom1a semannca
34 El hecho de que se puedan establecer cocientes entre ellos no quita qu~ los e~:ados de una
propiedad discreta cardinal puedan ser tratados como categorias de una claslfka:to~-- Elias s~~---,-~­
mutuamente exclusivas (si el nUmero de componentes es 8, no puede ser 7 o 9 o nmgun otro nu-
mero) y la exhaustividad esci garantizada par el hecho de que cualquiera sea el estado en una pro-
piedad discreta cardinal, siempre se encuentra un nUmero q~e lo repr:s~nta correctamente.
35 Tanto para las cardinales naturales como para las cardmales metrKas.
_ _. - . l i l l l l l o . . . . - - - - - - - - ·
CLASIFICACI6N, CONTEO, MED!CI6N. CONSTRUCCI6N DE ESCALAS 133
muy reducida, que va poco mas alia del aspecto meramente numerico. Por otro
lado, esta escasa autonomia semantica no se puede descuidar, como muestran
las reflexiones siguientes. Se habra notado que Ia amplitud de las categorias de
arriba noes la misma, sino que es creciente. Esto noes por causalidad, en cuan-
to se basa en el tipo particular de autonomia semantica de las variables cardina-
les. Como pasa a menudo, el fenomeno no escapo a Ia sabiduria popular; pien-
sese en el dicho: "un recien nacido tiene un cumpleaiios cada dia, un nifio lo
tiene cada mes, un adulto lo tiene cada afio, y un viejo cada diez-afios".36
En terminos metodologicos, esto significa que en muchas propiedades dis-
cretas cardinales, las categorias mas cercanas al cero tienen una mayor autono-
(tener) dos hijos noes simplemente el doble que (tener) uno, y Ia distancia se-
mantica entre tener ninguno y tener uno es mucho mayor que entre tener dos y
tener. .tres. Por el contrario, Ia distancia semantica entre 8 y 9 hijos no parece na-
da mas que Ia diferencia numerica entre 8 y 9·
Como consecuencia de todo eso, las clases iniciales de las variables cardi-
nales tienen habitualmente una amplitud reducida: por ejemplo, ningun hijo 1
un hijo I dos hijos I de tres a cinco I mas que cinco.37
Ya que las modalidades de las variables cardinales son numeros en senti does-
detectar Ia me diana -que se puede tam bien detectar en las variables ordinales
porque es suficiente que las categorias esten ordenadas- sino tambien computar
el promedio, y muchos otros VALORES CARACTERfsncos que veremos pronto.
Con anterioridad, cabe subrayar que todo lo que se dira a! finalizar este
apartado se refiere tambien a las variables cardinales metricas (vease el aparta-
do siguiente) e incluso a las que se construyen por medio de algunas tecnicas
particulares, y que llamaremos cuasicardinales (vease apartado S.s).
De una variable cardinal no interesa s6lo el prornedio, sino tambit~n su VARIA-
BILIDAD, que habitualmente se representa mediante Ia dispersion de sus datos res-
pecto de este promedio. La variabilidad es el hi to de Ia aproximacion estindar en
las ciencias sociales que en el apartado 1.4 hemos llamado metodo de Ia asociacion.
Silos estados en una propiedad no varian en una muestra, fsta se llama constante:
se puede tomar nota de este hallazgo sino estaba previsto, pero no cabe recoger in-
formaciones sobre los estados individuates, puesto que son todos iguales.
Dado que los codigos de una variable cardinal son numeros en sentido es-
tricto, no hay dificultad para calcular un valor que sintetice Ia dispersion de sus
datos en una muestra, o en una poblaci6n entera. El primer paso es transformar
cada dato bruto en su desviacion del promedio. El dato X 1 (simbolo que signifi-
36
Se podria argumentar que desde un pun to de vista sem<intico, Ia edad no tiene un rumba li-
neal, sino logaritmico.
37 Como se decia, esto vale tambit~n para las variables cardinales metricas. Un ejemplo puede
ser: menos de un afio, de uno a 3 aiios, de 3 a 6, de 6 a 10, de 10 a 15, y asl sucesivamente. En rigor,
eso conlleva que las variables en cuesti6n dejan de ser plenamente cardinales y se acercan a las de
naturaleza ordinal. Habitualmente, este !eve alejamiento de Ia cardinalidad se descuida, y estas va-
riables se tratan como cardinales sin cuestionamientos.
 134 METODOLOGfA DE LAS CIENCIAS SOCIALES
ca un data cualquiera en Ia variable X) se convierte en X; (una man~ra rapida pa-
ra escribir x, _ X),3" simbolo que significa Ia desviacion de cualqurer data en Ia
variable X respecto del promedio de Ia misma variable). . .
Obviamente, unas desviaciones seran positivas, otras negat1vas. S~ las su-
rnames, seanulan: la suma algebraica de las desviaciones de un promedw es ce-
ra por necesidad matem<1tica. Para evitar que la suma se anule :e~emos que ~le­
var a! cuadrado ]as desviaciones antes de sumarlas -como sugmo Gaus~ (vease
apartado 7.4). La suma de estas desviaciones cuadradas Ix,' (d~nde el simbolo
2: siguifica suma de ]0 que sigue) en algunos paises se llama devranza Y_ es Ia for-
ma mas inmediata de cuantificar Ia dispersion de los datos de un,a vanab:e res-
pecto de su promedio. Siendo una suma, su valor depen~e tam bien del nume:o
de sumandos: cualquier distribuciOn tiende a resultar mas d1spersa cuanto mas
amplia es Ia muestra (o Ia poblacion). . doscientos pesos de diferencia en el sueldo mensual son casi nada para un ge-
Se sigue que para comparar las dispersiones de dos ~uestras (o poblaci~nes)
que tienen un numero diferente de casas hay que neutrahzar el efecto de} nume-
ro de casas -Ia que se Iogra facilmente, dividendo Ia dev1anza par este numero.
El valor resultante (Ix,'/N, por brevedad s') se llama VARIANZA y se puede
usar para comparar las dispersiones de Ia misma vanable en dos m~estras o po-
blaciones diferentes.39 Siendo un promedio de cuadrados, Ia vananza es una
magnitud cuadratica. Para compararla con magnitudes lineales, como el pro-
media, hay que extraer Ia raiz cuadrada. El valor resultante ('-IIx,'/N, par bre-
vedad s) se llama DESVIACI6N TiPICA (o desvio estandar), y_como ve~en_r~s s~ en-
cuentra en muchas fOrmulas. La relaci6n entre promedw y desviaCion t1p1ca
tiene aplicaciones graficas inmediatas y facilmente inteligibles, como Ia que se
muestra en Ia figura 8.2.
Figura 8.2: Arbolitos para representor medias y desviaciones tipicas
Kuwait
Dinamarca ltalia
38 El simbolo representa el promedio de los datos en la variable~· ~6tese la diferencia entre
el simbolo del dato bruto (mayUscula} y el de la desviaci6n.(cursiva mmuscula}.
39 Por ejemplo, si tenemos datos creibles acerca del ingreso de d_os m~estras ~leaton~s Y bas-
tante amplias de adultos de dos paises, se puede averiguar si estos patses oenen mveles d1ferentes
de desigualdad econ6mica.
CLASIFICACI6N, CONTEO, MEDICI6N, CONSTRUCCI6N DE ESCALAS 135
En esta especie de arbolitos Ia altura del tronco es proporcional a] ingreso
media de tres muestras de ciudadanos (de Dinamarca, ltalia y Kuwait). El radio
de las capas es proporcional a Ia desviacion tipica de los ingresos. Los arbolitos
muestran de forma simple y eficaz que los ingresos medias son parecidos, pero
en Kuwait hay una gran desigualdad economica, en Dinamarca hay una consi-
derable nivelaci6n, e Italia ocupa una posiciOn intermedia.
Puede tambien darse la situaci6n exactamente inversa, con desviaciones tl-
picas parecidas y promedios desequilibrados. Por ejemplo si se recolectan da-
tos sabre los sueldos de los empleados de una gran firma y se encuentra que Ia
desviacion tipica de los sueldos de los cadetes es parecida a Ia de los sueldos de
los gerentes, seria equivocado concluir que el nivel de desigualdad entre los ca-
detes es el mismo que el que hay entre los gerentes. Esto porque, por ejemplo,
rente, mientras que son importantes para un cadete. En este caso,los arbolitos
tendrian los radios de las capas parecidos, pero las alturas de los troncos muy
diferentes.
Para poner remedio a este problema, basta con dividir Ia desviacion tipica
por el promedio (s/X), obteniendo el COEFICIENTE DE VARIACI6N, cuyo simbolo
es V. Este coeficiente es una medida absolutamente pura de Ia dispersion de
una distribucion, ya que fue depurado de los efectos del numero de casas en Ia
distribucion y del nivel numerico media de los datos. Por lo tanto, Vesel valor
caracteristico mas seguro para emplear cada vez que se compare la dispersiOn
de distribuciones diferentes: su nivel de abstraccion permite emplearlo tam-
bien para comparar dispersiones de variables diferentes -obviamente, con tal
de que sean variables cardinales.
Los cuatro valores caracteristicos que hemos descrito (devianza, varianza,
desviacion tipica y coeficiente de variacion) son val ores globales, en el senti do
de que se refieren a distribuciones enteras, no a cases singulares. No sirven pa-
ra confrontar Ia posicion del mismo individuo, o de dos individuos, en las dis-
tribuciones de dos variables diferentes. Par ejemplo, si queremos saber si el in-
greso de un ingeniero japones lo pone en una situaci6n de ventaja econ6mica
(con respecto del promedio de los empleados japoneses) mayor que el ingreso
de un gerente aleman con respecto del promedio de los empleados alemanes.
El procedimiento que permite saberlo se llama ESTANDARIZACI6N y se reali-
za en dos pasos: 1) se convierte cada puntaje en su desviacion del promedio de
los puntajes en Ia variable, y 2) se divide esta desviacion porIa desviacion tipica
de Ia misma variable. E1 resultado se llama standard score (puntaje estandar) y
Ia variable que ha sufrido esta transformacion se llama estandarizada.
El puntaje estandar de un caso cualquiera (individuo, agregado territorial,
etcetera) en cualquier variable se puede comparar con el puntaje estandar de
cualquier otro case en Ia misma o cualquier otra variable para saber cuJ.nto -en
terminos relativos- cada caso se aleja del promedio de Ia relativa variable. Si-
guiendo con el ejemplo de arriba, si el puntaje escindar del ingreso del ingenie-
. -
ro japones es +1,35 y el del gerente aleman es +0,76, eso significa que Ia posi-
ciOn econOmica del ingeniero en su pais es mas ventajosa que la del gerente en
e] suyo.
 METODOLOGIA DE LAS CIENCIAS SOCIALES
La estandarizaci6n no sirve s6lo para este fin. Sirve tambH!n para construir
indices aditivos que sumen variables cardinales con una extensi6n de escala di-
ferente: par ejemplo, para construir un indice de estatus econ6mico, nose pue-
den sumar directamente el numero de celulares que un individuo posee con el
ntlmero de caches que posee y con su ingreso mensual. Todos estes val ores tie-
nen que ser estandarizados antes de sumarlos.
Cabe subrayar que la estandarizaci6n, asi como todos los valores caracteris-
tico~ ilustrados en este apartado, solo se puede aplicar a variables cardinales (no
s6lo a las cardinales naturales que derivan de un conteo, a las que se dedic6 este
apartado, sino tambien a las cardinales metricas que derivan de una medici6n,
y que se ilustrar<in en el apartado siguiente). Pero es tan Ut:il en la construcci6n
de indices aditivos que a menudo se Ia usa tambien cuando se trata de crear in-
dices aditivos con variables que no son cardinales, sino cuasi cardinales (un ti-
po de variables que trataremos en el apartado S.s). Cuando estas variables son
construidas con escalas de extensiOn diferente, se necesita estandarizarlas an-
tes de sumarlas -y esta necesidad prevalece sobre consideraciones de rigor,
que limitarian la estandarizaciOn a variables cardinales en sentido estricto.
8+ Propiedades mensurables y variables cardinales metricas
Como se decia a! principia de este capitulo, las propiedades llamadas con-
tinuas tienen un nU.mero infinito de estados imperceptiblemente diferentes el
uno del otro. La mayoria de estas propiedades pertenecen a! mundo fisico: des-
de los albores de Ia civilizaci6n, el hombre nato de medir a! menos las mas ele-
mentales (piensese en las medidas rudimentarias del espacio, del tiempo, del
peso, establecidas par muchos pueblos antiguos). Se decia (apartado 1.3) que
en la epoca positivista fisicos y quimicos hicieron un gran esfuerzo para la uni-
versalizaciOn de este sistema de medidas y su expansiOn a muchas propieda-
des relevantes para sus disciplinas. Un sistema que fisicos y quimicos de !a
epoca presente han sustancialmente heredado, y al cual tambien se recurre
cuando se qui ere medir propiedades fisicas del hombre, como edad, altura, pe-
so, etcetera.
Otras propiedades (que imaginamos ser) continuas pertenecen al mundo
psiquico (piensese en opiniones, actitudes, valores). Hay que decir "imagina-
mos ser continuas" dado que no tenemos acceso a los estados en estas propie-
dades sino a traves de manifestaciones exteriores (conductas o declaraciones)
del individuo mismo. En las ciencias sociales se observan conductas (especial-
mente en antropologia cultural), y aun mas (a! menos desde cuando se desarro-
llO el cuestionario), se solicitan declaraciones. En ambos casos se plantea un
problema de inferencia entre lo que se observa y escucha y los estados reales.
Esta inferencia es mas incierta y compleja si su punto de partida son declaracio-
nes, porque (como se de cia en el apartado 7.2) el individuo que de clara alga ...~•..
puede tratar -mas o menos conscientemente- de presentar una imagen d~ Si
mismo que considera mas aceptable, alterando sus estados reales. Sin embargo,
un problema de fidelidad (en el sentido que hemos introducido en el capitulo
CLASIFICACION, CONTEO, MEDICI ON, CONSTRUCCION DE ESCALAS 137
7) s.e da tambien en Ia observacion cuando el sujeto se entera del hecho de que
esta s1endo observado.4°
Se sigue que estas propiedades psiquicas nose pueden medir en absoluto
en cu~nto f~:tan las condiciones fundamentales para la rnedici6n, que veremo~
a contlnuacwn.
. La primera condici6n es que Ia propiedad sea continua; sino Io es, no se
m1de:_ se clasifica (propiedades categoriales y ordinales) o se cuenta (propieda-
des d1scretas cardmales). Pero el sociologo, no teniendo acceso directo a las
propi:dades psi~uicas de los seres humanos, puede solo imaginar, basandose
enlamtrospeccwn (el analisis de sus propios procesos psiquicos), que algunas
o?IniOnes, actlt~des! valores varien de forma continua y no por intervalos
d1scretos. Puede 1mag1nar, pero no puede garantizarlo ni demostrarlo ni siquie-
ra por Io que respecta a sus propiedades; aU.n menos a las de otros individuos.
La segunda condicion ~s que con anterioridad haya sido establecida y reco-
noci~a una umdad de med1da. Como ya se dijo, hasta el proceso de universali-
zacwn de las umdades de medida en las ciencias naturales que se desarrollo en
el s1glo XIX, s~lo existia este reconocimiento para algunas propiedades ele-
memales yen :mbitos espaciales limitados a los Estados, o incluso a provin-
Cias,. pero Ia umdad ya ~o cam~1aba en cada acto singular de medicion segun el
capncho de qmen med1a o segun el objeto cuyo estado se media. Ademas, a Io
larg~ de los s1glos los mercaderes habian establecido tab las de conversion de las
med1das locales de longitud o de peso de un Iugar a! otro,4' y esto favoreci6 el
proceso de universalizacion llevado a cabo en el siglo XIX. Una vez acabado es-
te proceso, en las ciencias de !a naturaleza se puede hablar de medicion solo
cuando.~e rec~rra a una unidad de medida universalmente reconocida. La Uni-
c: eleccwn depda a los que mid en es adaptar !a unidad a !a naturaleza de !a pro-
p!edad med1da, usando oportunamente un multiplo o submultiplo de !a uni-
da.d: por eso, en Iugar del metro se pueden usar centimetres milimetros
miCrones, o bien ki16metros, o afios Iuz. · ' '
A mediados del siglo XIX los intelectuales interesados par Ia psiquis hu-
mana se planteaban el problema del estatus cientifico de !a naciente disciplina
Algunos psic6logos alemanes (Weber,•' Fechner, Wundt), que estudiaban e~
400 espues ' de. se~enta anos
- se comentan todavia los resultados de los "experimentos" realiza-
dos en un establectmten~o. de Hawthorne (en las cercanias de Chicago) para averiguar cu<lles eran
los e~ect~s e~ la ~:oduc,ttVldad de varias condiciones que rodeaban a los empleados en ellugar de
trabaJO (Ilummacwn; numero de escritorios en cada oficina, duraci6n de las recreos, etcetera). Con
sorp~e~a, se constato que los empleados acrecentaban su productividad fuesen cuales fuesen las
condtcwnes,.al darse cuenta de que su conducta estaba siendo observada (Roethlisberger y Dikson
1939). A partu de este fracaso del "metoda experimental" aplicado a seres humanos los soci6logo
empe~aron plantea~s~ ~1
a problema del "efecto del experimentador" -un probl~ma que par
gran stmpleza de postttvtst~s y conductistas nose habla considerado basta la fecha, suponiendo
1:
que los seres humanos reaccwnan como objetos fisicos.
• 41 Tab las de conversiOn todavia existen entre las medidas anglosajonas de espacio, peso y ca-
pacrdad y las del resto del mundo .
. 4 ~ Naturalmente no estamos hablando del soci6logo Max Weber, sino del psic6logo Ernst
Hemnch Weber (1834).

METODOLOGiA DE LAS CIENC!AS SOC!ALES
particular el funcionamiento de los cinco sentidos humanos y sus reacciones a
estimulos de naturaleza fisica -par ejemplo las sensaciones de intensidad de
luces, sonidos, presiones tactiles, y parecidas- siguiendo el ejemplo de las
ciencias fisicas trataron de establecer unidades de medida especificas de su do-
minic, fundadas en "experimentos". Los experimentos consistian, par ejem-
plo, en someter a los sujetos a sonidos de nivel o intensidad (o a presiones en Ia
piel de intensidad) continua e insensiblemente crecientes. Los sujetos eran ins-
truidos para que manifestasen una seiial a! experimentador apenas percibiesen
una diferencia, un umbral en el proceso de crecimiento del estimulo -proceso
que en realidad era continuo.
Por falta de acceso directo a los estados en estas propiedades psiquicas, los
psicofisicos43 tenian que sentar su pretendida unidad de rnedida en las de-
claraciones de los sujetos que aceptaban someterse a estas aburridas prue-
bas de laboratorio. Ya que cada sujeto detectaba y sei\alaba los varios um-
brales en puntos diferentes, el psicofisico que llevaba a cabo aquella
particular prueba sabre aquella particular facultad sensorial se encontraba
forzado a tamar el promedio de las intensidades efectivas del estimulo en
las que cada sujeto habia sei\alado el primer umbra!, el segundo umbra!, y
asi sucesivamente.
Tras calcular estes promedios, los psicofisicos bautizaban "diferencia ape-
nas perceptible" (d.a.p.) Ia diferencia entre los dos, afirmando haber conse-
guido Ia deseada unidad de medida.
Por el contrario, se pueden detectar tres importantes diferencias entre la
d.a.p. y una unidad de medida en sentido estricto:
a) Dado que la sensibilidad de los seres humanos a estimulos sensoriales
de diferente intensidad varia no linealmente sino logaritmicamente,44
los umbrales medics nose encuentran en posiciones equidistantes a lo
largo del continuum, sino a distancias crecientes. Por lo tanto hay una
d.a.p. entre el primero y el segundo umbra! medio, una d.a.p. mas an-
cha entre el segundo y el tercero, y asi sucesivamente. Seria como me-
dir ellargo de una tabla con una regia de cinco metros, en la cual el pri-
mer metro tiene un largo de So centimetres, el segundo metro tiene un
largo de 86 centimetres, el tercero un largo de 95 centimetres, el cuar-
to de 107 y el quinto de 120.
b) Como se deda, la serie de estas diferencias apenas perceptibles es esta-
blecida sobre la base de declaraciones de una particular muestra de in-
dividuos (habitualmente alumnos o conocidos de los psicofisicos). Na-
da garantiza que cambiando la composici6n de la muestra (en cuanto a
edad, g€nero, etnia, etcetera) la serie de los umbrales medics quedara
igual.
43 Psicofisica era yes el nombre de esta especialidad denrro de la psicologia.
44 SegUn la "ley de Fechner" (t86o), la sensibilidad tiende a variar con ellogaritmo de lain-
tensidad del estimulo (es decir: cuanto mas intenso el estimulo, menos ficilmente es percibida su
variaci6n).
CLASIF!CAC!6N, CONTEO, MEDIC!6N. CONSTRUCCI6N DE ESCALAS
139
c) Incluso sometiendo de nuevo Ia misma muestra a las mismas pruebas,
nada garantiza que la serie de los urnbrales medics fuese Ia misrna.
Aun si se tomase el prornedio de los umbrales medics de unas pruebas
repetidas, nada garantiza que este promedio sea robusto, es decir esta-
ble y definitivo.
Tras valorar el resultado de los intentos de los psicofisicos de medir algu-
nas propiedades psiquicas particulares, cabe destacar que este intento go-
zaba de condiciones de partida mejores que los sucesivos intentos de otros
psic6logos, ya que las propiedades que interesan a los psicofisicos est<in a
media camino entre la psiquis y Ia naturaleza fisica, como el mismo r6tulo
de la disciplina relativa -psicofisica- nos recuerda. Esto permite cumplir
con el requisite. de la continuidad al menos de parte del estimulo (sonidos,
luces, presiones de intensidad creciente de manera lineal).
En el apartado siguiente se pasar<i revista a varies intentos de medici6n de
propiedades psiquicas en sentido estricto {opiniones, actitudes, valores) y
se comprobara que incluso las tecnicas mas ingeniosas quedan todavia mas
alejadas de la medici6n que las de los psicofisicos. Esto porque no s6lo se
basan en declaraciones del sujeto, con todas las consecuencias que hemos
vista (apartado 7.2), sino tambien porque -a diferencia de los psicofisi-
cos-los psic6logos, soci6logos, polit6logos no tienen manera alguna de
someter a los sujetos a estimulos que varien de forma lineal; es decir, no
pueden disponer de una propiedad continua ni siquiera como input ii
La tercera condici6n para Ia medici6n es 1a ejecuci6n de un cotejo entre Ia
unidad de medida y el estado en Ia propiedad que se esta midiendo. Cuando se
miden propiedades de objetos inanimados ode seres humanos a las que se tie-
ne acceso des de el exterior, este cotejo lo hace el que mide. Pero cuando este ac-
ceso directo nose pueda lograr, el investigador puede recorrer tres caminos:
a)observar conductas del sujeto y basandose en estas inferir su estado; en
este caso, no hay unidad de medida ni tampoco cotejo entre esta y el
estado del sujeto en Ia propiedad;
b) solicitar a! sujeto, con preguntas o pruebas de varios tipos, que declare
algo que permita al investigador mismo hacer Ia comparaci6n requeri-
da, con un proceso puramente inferencial;
c) solicitar, con preguntas o pruebas de otro tipo, a! sujeto cuyo estado se
quiere "medir", que coop ere hacienda ei mismo la comparaci6n tras
proporcionar respuestas que ubiquen su estado directamente en el
continuum que representa Ia propiedad.
En el apartado siguiente profundizaremos algunas tecnicas que recorren el ca-
mino by el camino c.4s Por el momenta, basta con decir que las diferencias entre
45 De las tecnicas basadas en Ia observaci6n (camino a) se habla en el capitulo 10 de este vo-
lumen.
 METODOLOGJA DE LAS CIENCIAS SOCIALES
los tres caminos descritos arriba por un !ado y un proceso de medici on de propie-
dades fisicas por otro !ado son tan grandes que nose puede designar a los primeros
con el termino 'medici6n' que un uso lingilistico milenario atribuye al segundo.
Descuidando estas diferencias, muchos investigadores (particularmente
los norteamericanos y los de inspiracion conductista) usan libremente los ter-
minos medir/ medida/ medici on para cualquier procedimiento de registro de
estados (ordenamiento, con teo, construcci6n de escalas, y a veces incluso para
Ia claslficacion). Este verdadero abuso terminologico no tiene otro motivo que
el anhelo de legitimici6n cientifica mediante imitaci6n ciega de las ciencias fi-
sicas; al no poder medir en sentido estricto, se remedia usando de manera im-
propia todas las palabras que compartan Ia raiz 'medir'. El mismo fenomeno, y
por el mismo anhelo de legitimacion, se produjo y todavia se produce con otros
rerminos clave de las ciencias fisicas, como 'ley' y 'experimento'.
Noes cosa frecuente que los fi!osofos de las ciencias fisicas se ocupen de
ciencias sociales; pero cuando encuentran estos abuses terminol6gicos, no
pueden mas que comentarlos ir6nicamente,4 6 como la manifestaci6n de un
complejo de inferioridad. La misma critica, con o sin ironia, vino y viene tam-
bien de parte de los sociologos y metodologos de las ciencias sociales mas sen-
sibles a consideraciones l6gico-filos6ficas.47 Las ciencias sociales lograrin su
plena madurez cuando se den cuenta de los limites que Ia naturaleza de sus ob-
jetos pone al empleo de herramientas intelectuales y tecnicas, y del hecho de
que el estatus cientifico de una disciplina no depende del empleo impropio de
herramientas importadas sino de la conciencia de sus propios limites gnoseo-
logicos y de Ia capacidad de elegir las herramientas intelectuales y tecnicas ade-
cuadas a cada problema.
Para completar este apartado, cabe mencionar algo que no se puede consi-
derar una condicion de Ia medicion, pero no puede faltar en cualquier proceso
de medicion: un criteria para redondear. En efecto, el resultado del cotejo entre
un estado en una propiedad continua y Ia unidad de medida establecida para
esta propiedad es un cociente. Ya que es muy improbable que el estado sea
8
exactamente igual a Ia unidad de medida o a un multiplo suyo,4 cuando se
compare con la relativa unidad de medida, cada estado se convierte a veces en
un numero racional (algunas cifras decimates) y casi siempre en un numero
real (infinitas cifras). Pero nose pueden registrar infinitas cifras en Ia celda de
una matriz, y raramente sirve registrar una o mis que una cifra decimal; se si-
gue que se debe establecer un criteria para redondear.49
46 veanse, por ejemplo, Cohen y Nagel (1934: 297); Ferguson et al. (1938); Carnap (1950: g);
Hempel (1952: 58); Bunge (1973: 105-110 ).
47 veanse, por ejemplo, Torgerson (1958: 14-19); Merton (1940: 17); Kaplan (1964: 213); Berka
( 983: 4-3 ); Duncan (1984: 125-41); Sartori (1984: 31); Roskam (1g8g: 251); Corbetta (2003: 83-4).
2 4
1
48 Piensese en el hecho de que tenemos, por ejemplo, exactamente 35 aiios s6lo durante un
minuto, 0 siquiera una bora; cada otra vez que dedmos "35 aiios" en realidad tenemos algo mas o
algo menos.
49 Habitualmente se redondea al nUmero entero mas cercano; pero se puede decidir redan-
dear al nUmero entero inferior, y a veces se lo hace.
CLASIFICACI6N, CONTEO, MEDICI6N, CONSTRUCCI6N DE ESCALAS
Eligiendo una unidad de medida y un criteria de redondeo, automatica-
me.nte se seccio~a el supuesto continuum en segmentos de arnplitud igual ala
umdad de med1da.so Cabe destacarlo porque Ia division del supuesto conti-
nuum en segmentos es exactamente lo que tratan de alcanzar las tecnicas de
construccion de escalas, a las que se dedica el apartado siguiente.
8.5. Propiedades continuas no mensurables y variables ordinales
o cuasi cardinales
, Como se decia en el apartado 1.4, en el segundo cuarto del siglo XX los psi-
cologos que se ocupaban de actitudes y opiniones empezaron a plantearse el
problema de medir estas propiedades. Inicialmente Louis Leon Thurstone trato
de trasladar a este nuevo campo el concepto de diferencia apenas perceptible; 5 1
desp:'es opto p~r una subdivision del supuesto continuum de Ia propiedad en
d;ez _mterva~os JUzgados iguales por los sujetos. A pesar de su complejidad, esta
tecn1ca no solo no logra algo parecido al nivel cardinal, sino que no garantiza ni
siquiera el nivel ordinal, porque nada en Ia tecnica asegura que los sujetos orde-
nen de la misrna manera las frases que se someten a su valoraci6n. Esto depende
del hecho de q~e Ia~ frases planteadas tienen plena autonomia semantica, y por
lo tanto cada SUJeto Interpreta cada una de elias segU.n sus criterios personales.
)uzgando demasiado complicadas las tecnicas elaboradas por Thurstone
en 1932 otro psicologo norteamericano, Rensis Likert, introdujo algunas drasti~
cas simplificaciones:
1) propuso dividir el continuum en un nllmero pequefio de intervalos
(inicialmente seis, despues solo cuatro), marcados por siete, y despues
cinco, frases;
2) renunci6 a declarar iguales estos intervalos, limitindose a garantizar el
arden de las frases que los dividian, tal como los mojones que delimi-
tan un terreno;
3) pa;a _garantizar que todos los sujetos compartan este arden, redujo
drasncamente Ia autonomia semintica de lo que se ubicaba en el conti-
nuum como un mojon: en Iugar de plantear frases con plena sentido
p1d1endo -como Thurstone- a los sujetos que las ubiquen a lo largo
del c~ntinuum, siguio planteando frases, pero pidiendo a los sujetos
re~ccwnar frente a cada frase con uno de varios grados de (des)aproba-
cwn (apruebo plenamente, apruebo parcialmente, estoy indeciso, de-
sapruebo parcialmente, desapruebo totalmente). La tecnica ubica en el
continuum estas cortas expresiones, que tienen una autonomia se-
mantica tan reducida que cualquier sujeto no puede mas que compartir
su arden (de una plena aprobacion a una plena desaprobacion).
50 0 a un decimo de ella si registramos una cifra decimal, o bien a un centesimo si registramos
dos cifras decimales.
Sl V ease al inicio del apartado precedente.
 METODOLOGfA DE LAS CIENCIAS SOCIALES
Las frases a las que el sujeto tiene que reaccionar no le son sometidas aisla-
damente, sino organizadas en baterias, y comparten el mismo esquema de
reaccion, de tal forma que el sujeto aprende ripidamente el esquema, lo que
permite simplificar su tarea y Ia del entrevistador, y acelerar todo el procedi-
miento.
En su version simplificada, !a "ESCALADE LIKERT", simple y rapida, se difun-
de en el mundo, convirtiendose en la tecnica de registro de opiniones mas co-
nocida y usada en los tres cuartos de siglo que han pasado desde su creacion.
Por e~te motivo se le dedicara un exam en mas profundizado aprovechando de-
cadas de investigaciones en el tema.s 2
La prim era observaci6n concierne al heche de que Likert reintroduce par la
ventana Ia misma cardinalidad que declara haber echado por !a puerta. Y lo ha-
ce empezando por el titulo (Summated Ratings, valoraciones sumadas) que
prop one inicialmente para !a herramienta que to do el mundo llamara 'escala de
Likert'. Las valoraciones que se suman son los numeros naturales (1, z, 3, 4, s)
que se atribuyen a los cinco niveles de (des)acuerdo;SJ estas se suman para asig-
nar a cada sujeto un puntaje total en !a escala, que expresa su (supuesto) estado
en !a propiedad general que !a escala pretende medir. Pero no se pueden sumar
nlimeros ordinales (primero mas segundo noes igual a tercero); si se suman, se
usan como niimeros cardinales los r6tulos numericos atribuidos a cada una de
las simples expresiones de (des)acuerdo.s•
El empleo de tecnicas cardinales con puntajes ordinales no implicaria gra-
ves distorsiones si -y solo si- fuese razonable imaginar que para los sujetos
estas cinco expresiones de (des )acuerdo aparecen ubicadas en posiciones apro-
ximadamente equidistantes a lo largo del continuum. Pero noes asi. Ya algunos
metodologos, basandose en el conocido sesgo en las distribuciones de frecuen-
cia de todas las escalas de Likert, 55 habian apuntado que declararse de acuerdo
con cualquier afirmaci6n requiere un empefio psiquico mucho menor que de-
clararse en desacuerdo; esto implica que las posiciones que ocupan en el conti-
nuum las expresiones del acuerdo y las del desacuerdo no son equidistantes de
52 Recogidas en Marradi y Gasperoni (2002).
53 En verdad, en la primera versiOn de su t(;knica (1932) habia adoptado elllamado "metoda
sigma", ideado par Thurstone, que consistia en atribuir a cada modalidad de respuesta la posiciOn
correspondiente a su desviaci6n tipica (cuyo simbolo es la letra so su correspondiente griego, la
letra sigma), computada colocando la distribuci6n de frecuencia de las respuestas a una afirmaci6n
especifka a lo largo de una "curva normal". Pero este criteria fue razonablemente abandonado par
Likert en cuanto conllevaba asignar puntajes diferentes ala misma respuesta ("de acuerdo", "par-
cialmente de acuerdo" y parecidas) segUn el porcentaje de sujetos que la eligieran, es decir punta-
jes diferentes en cada investigaci6n.
54 Mas ana del titulo, Likert usa estos r6tulos como nU.meros cardinales al sustituir par cinco
niveles de (des)acuerdo los siete niveles iniciales; en efecto, eilegitima esta sustituci6n con el alto
coeficiente de correlaci6n -una herramienta estadistica que s6lo se puede usar con variables car-
dinales- que se encuentra entre las mismas escalas sometidas con cinco y con siete niveles.
55 El sesgo consiste en el hecho de que, sea cual sea la afirmaci6n plantcada, las aprobaciones
siempre superan las desaprobaciones (mas adelante se vercln los motivos). Entre los criticos del su-
puesto de equidistancia, Jordan (1965) y Gal tung (1967).
CLASIFICACI6N, CONTEO, MEDICI6N, CONSTRUCCI6N DE ESCALAS '43
!a supuesta posicion central ("indeciso"). Esto ha sido demostrado empirica-.
mente por tres investigadores italianos (Amisano, Rinaldi y Pampanin zooz)
aplicando una sofisticada tecnica (el analisis de correspondencias) a las res-
puestas de tres diferentes muestras a muchas baterias de escalas de Likert. 56
Un segundo problema que presenta !a tecnica de Likert57 radica en el hecho
de que una afirmacion puede ser desaprobada par motivos opuestos. Lo que
conlleva que se asignen los mismos puntajes (los que se atribuyen habitual-
mente a! desacuerdo: o o 1) a opiniones ubicadas en posiciones muy diferentes
a lo largo del continuum.
Veamos un ejemplo, sacado de una investigaci6n sabre el nivel de favor de
una muestra de italian as para la emancipaci6n femenina. Una de las frases
planteadas a los entrevistados era: "Hace falta una ley que asigne a las mu-
jeres elso% de los empleos". Obviamente se esperaba que los varones ma-
chistas, y otros contraries ala emancipaci6n femenina, desaprobasen. El
an<llisis de los datos comprob6 esta expectativa; pero result6 que Ia oraci6n
habia sido desaprobada tambit~n por algunas mujeres que reaccionando a
las otras afirmaciones de Ia bateria se habian mostrado muy favorables a la
emancipaci6n. Se recontact6 a algunas para pedir explicaciones, y elias de-
clararon que habian desaprobado !a oracion porque !a mujer debe conquis- ''
tar Ia pari dad, no esperar que le sea otorgada por ley. Pero siguiendo los cri-
terios normales de codificaci6n, estas campeonas del orgullo femenino
recibirian el mismo puntaje que los varones machistas.
Este fenomeno es bien conocido por los que analizan escalas de Likert, y se
llama CURVILINEARIDAD,S 8 porque asignar Ia misma puntuaci6n a respuestas
que tienen motivos opuestos equivale a doblar el continuum, transformando!o
en una herradura.
Menos conocido es otro fen6meno que puede distorsionar las reacciones
no solo a las escalas de Likert, sino a todas las tecnicas de recoleccion de opi-
niones que pidan comentar frases con pleno sentido.s9 El fen6meno emergi6
escuchando comentarios verbales de entrevistados que respondian frases de
escalas de Likert. Habitualmente estos comentarios ocasionales no se graban y
se pierden. Por casualidad fueron grabados, y uno de los autores de este libra
6
5 En realidad, sus resultados demuestran mucho mas: 1) la posiciOn central en el continuum
noes ocupada por la respuesta "indeciso" sino por las del acuerdo moderado ("parcialmente de
acuerdo" y parecidas); 2) declararse "indeciso" es percibido por la mayorfa de los entrevistados
como alga negativo, y por lo tanto se desplaza mas cerca a las posiciones del desacuerdo; 3) los en-
trevistados perciben una distancia grande entre las posiciones del acuerdo (total o parcial), pero
poca o ninguna distancia entre las posiciones del desacuerdo.
57 Como todas las tecnicas basadas en frases "no acumulativas" {en ingles point items). Sabre
elconcepto de acumulativo volveremos pronto, hablando de la "escalade Guttman".
8
5 Acerca de la curvilinearidad, veanse par ejemplo Edwards y Kenney (1946); Gob a (1997);
Pavsic y Pitrone (2003); Palumbo y Garbarino (2004).
59 Par lo tanto a las "escalas de Guttman" (vease mas adelante) y a las tecnicas imaginadas por
Thurstone (1927; 1928; 1931).
 METODOLOGiA DE LAS CIENCIAS SOCIALES
dedic6 mucho tiempo a comparar estos comentarios con las reacciones a las
mismas frases manifestadas seg(!n el esquema previsto por Likert. Con sorpre-
sa descubri6 que en ocasiones un entrevistado no reaccionaba al sentido de Ia
oraci6n entera, sino a un solo termino -mas precisamente, al objeto/sujeto
designado par este termino. Par este motivo, el fen6meno fue bautizado REAC-
CI6N AL OBJETO. Una vez descubierto, se le dedicaron investigaciones, que con-
firmaron su incidencia estimable entre el s% y el1o% de todas las reacciones a
frases de escalas de Likert. 60
Veamos algunos ejemplos. En una bateria dedicada ala visi6n de la politica,
una frase era: "Los politicos se interesan s6lo por el voto, no por las necesi-
dades de los electores". Un estudiante siciliano de psicologia se declar6
"totalmente en desacuerdo" y coment6: "Deberian interesarse tam bien
por las necesidades, no sOlo por el voto. Estoy en desacuerdo con ellos".
Par lo tanto, el habr!a debido aprobar la frase que se le planteaba; pero foca-
lizolndose sOlo en el objeto de Ia frase y no en la frase entera, el reaccionO de
forma opuesta a Ia que debia.
En una bateria dedicada a Ia visiOn de los inmigrantes, una frase era:
"Aceptando trabajar por un sueldo reducido, los inmigrantes quitan em-
pleas a los jOvenes italianos". Una docente milanesa jubilada se declarO "en
desacuerdo" y comentO:_ "Estoy en desacuerdo con la politica de admitir
todos estos extranjeros en nuestro pais. Seroln la ruina de nuestros jOve-
nes". Focalizolndose en el objeto inmigrantes, ella desaprobO una frase que,
dada su opiniOn en el tema, debia aprobar.
Para detectar cuolles son los motives principales de esta distorsiOn, Sapig-
noli (2002) realizO un "disefio factorial" 61 en el que comparO el efecto deal-
gunas propiedades de los sujetos (edad, genera, nivel de instrucci6n, di-
mensiones del municipio de residencia) y de algunas propiedades de la
frase (nUmero, comprensibilidad y carga emocional 62 de los terminos com-
ponentes de cada frase). ResultO que la carga emocional del termino era la
causa de la gran mayoria de "reacciones al objeto": escuchando un termino
emocionalmente cargado para ellos, algunos entrevistados perdian de vista
Ia oraciOn entera y reaccionaban directamente a aquel termino.
Finalmente, el hecho de que las frases sean organizadas en bater!as, si bien
par un !ado acrecienta la rapidez con la que las escalas de Likert se construyen,
se someten al entrevistado, son respondidas por ely son analizadas por el in-
60 Veanse Cacciola y Marradi (1988), Marradi {2002), Sapignoli (2oo2).
61 Se llama disefio factorial a un tipo particular de investigaci6n en el que se comparan los
efectos de todas las combinaciones de un grupo de variables que se consideran posibles causas de
un fen6meno. Vease Corbetta {2003: 145-6).
62 Para juzgar el nivel de comprensibilidad, Sapignoli us6 la fOrmula de Flesch (1948), inter-_
nacionalmente reconocida, adaptada al idioma italiano; para juzgar la carga emocional pidi6 a un
grupo de profesores de psicologia y de antropologia valorar Ia carga que cada termino en las frases
planteadas podia revestir por una muestra de italianos adultos.
CLASIFICACI6N. CONTEO, MEDICI6N. CONSTRUCCI6N DE ESCALAS
145
vestigador, par otro !ado reduce la fidelidad de los datos asi producidos. Esto se
debe a que muchos entrevistados, una vez aprendido el f:icil esquema seg(!n el
cual deben contestar, tienden a considerar todas las frases restantes de Ia bate-
ria como una Unica afirmaciOn, que aprueban sin mas -y asimismo para las
frases de las baterias sucesivas. En consecuencia, analizando los cuestionarios
que incluyen escalas de Likert, se encuentran a menudo columnas enteras de
cruces en las respuestas "de acuerdo" o "parcialmente de acuerdo". Este fen6-
meno tiene un nombre (response set= conjunto de respuestas, dando por des-
contado que estas son iguales) y seguramente -considerada la altisima fre-
cuencia con la que se produce- es la falla mas grave de las escalas de Likert.
Sabre los response sets y sus posibles causas se han escrito bibliotecas. 63 En re-
sumen y generalizando, se pueden identificar cuatro motives:
1) el alto nUmero de frases que componen cada bateria, 64 y el hecho de
que en un cuest:ionario a menudo se encuentran muchas baterias con-
lleva que en el breve intervale de una entrevista se s6meten al en~evis­
tado docenas, tal vez centenares de frases, todas con el mismo esquema
de respuestas prefabricadas ("totalmente de acuerdo", etcetera). ,;Co-
mo sorprenderse si el sujeto termina aburrido porIa rutina, y considera
todo esto un Unico trolmite, que puede quitarse de encima dpida y fa-
cilmente tras una secuencia mednica de aprobaciones?
Encontramos aquila consecuencia del hecho de que los psicOlogos -y
muchos sociOlogos y politOlogos junto con ellos- sOlo se preocupan por
tener muchas variables en sus matrices y poder exhibir altos coeficientes
estadisticos de fiabilidad, y descuidan, ya sea la fidelidad de las respues-
tas, ya sea el respeto que merecen sujetos que no deberian ser aburridos
con centenares de preguntas quiza poco relacionadas con sus intereses.
2) Y esto nos lleva ala segunda causa de los response sets. Muchos inves-
tigadores no se dan cuenta de que a menudo los acervos de conoci-
mientos y las esferas de intereses de los entrevistados no coinciden
con los suyos -y si se dan cuenta, no se preocupan, porque lo esencial
es rellenar de cualquier forma Ia matriz de datos. La consecuencia es
que muchos entrevistados, no teniendo conocimientos u opiniones
sabre los temas que se les presentan, aprueban cualquier oraciOn par-
que esto es lo que los comprornete menos (si desaprobasen, se les po-
dr!a preguntar par que).
3) En muchos casos, para impactar al entrevistado y llevarlo a aceptar la
entrevista, el entrevistador se presenta como envia do por un institute
academico, a menudo exhibiendo cartas en papel membretado del ins-
63
veanse, por ejemplo, Cronbach (1946), Galtung (1967), Schuman y Presser (1981), Converse
y Presser (1g86).
64
Este alto nllmero depende del deseo de los psic6logos -en cuya comunidad cientifica se
originaron las escalas de Likert, sucesivamente adoptadas por soci6logos y polit6logos- de levan-
tar el valor de los coeficientes estadisticos de fiabilidad (vease el apartado 7.4). La presencia de res-
ponse sets no perjudica el nivel de dichos coeficientes; por el contrario, silas escalas de Likert son
suministradas en el marco de un test-retest, este nivel es acrecentado por cada response set(vease
apartado 7.4).

METODOLOGfA DE LAS CIENCIAS SOCIALES
tituto mismo. Aun informados de que las frases planteadas son opi-
niones de Ia gente,la mayoria de los entrevistados -y particularmente
los que tienen un bajo nivel de instrucci6n6 S-las consideran en ~am­
bia expresiones de Ia sabiduria academica y no se atreven a desdeculas.
4) Como si to do esto no bastara, algunos entrevistadores proporcionan su
genera sa contribuci6n ala producci6n de response sets. A su descargo
se debe anotar que a los entrevistadores que rrabajan para una empresa
se les paga generalmente poco, se les entrena aUn menos, y a menudo
deben completar y devolver docenas de cuestionarios en pocos dias. No
hay que sorprenderse si m~chos reducen los tiempos presentando una
bateria con una oraci6n del tipo: "Ud. esti de acuerdo con estas afirma-
ciones que le voy a leer, .:verdad?" (Roth 1965; Toller 1994).
Uno de los autores contact6 personalmente algunos entrevistadores que
habian producido grandes cantidades de response sets, y casi todos confesaron
candidamente haber usado slempre formulas como Ia mencionada, agregando
que nadie les habia enseiiado a hacer alga diferente. .
El problema de los response sets surgi6 muy tempranamente, y e~ m1smo
Likert sugiri6la manera aUn empleada para evitarlos: mezclar en la rr:-1sma ba-
teria afirmaciones de orientaci6n opuesta, de forma que un entrevistado no
pueda declararse razonablemente de acuerdo con todas. Sin embargo, pa;a que
este remedio sea eficaz seria necesario que los entrevistadores fuesen adiestra-
dos para actuar apenas el fen6meno se manifieste, llamando con tacto Ia aten-
ci6n del entrevistado sabre el hecho de que las dos frases que ha aprobado se
contradicen y que parece un poco extrafio que acuerde con ambas.
Esta intervenci6n seria posibilitada por una serie de conocimientos que no
son parte del adiestramiento normal de un entrevistador profesional: la
importancia de la fidelidad de los datos; el hecho de que los response sets
producen datos no fidedignos que son perjudiciales a 1a encuesta; la fun-
ciOn de las frases de orientaci6n opuesta en el detectar los response sets; el
significado profunda de cada oraci6n que van a plantear, de manera que
ellos puedan identificar las frases que se contradicen. Alin mas importante
que los conocimientos, los entrevistadores deberian haber interiorizado
un papel activo y una actitud critica que no siempre forman parte de los ro-
66
les y actitudes que se les ensefian en las consultoras.
Si los entrevistadores no actlian para evitar los response sets cuando se
producen, el remedio de mezclar frases de orientaci6n opue~ta termi~a
siendo peor que la enfermedad, porque los entrevistador~s re_gistran, p~sl­
vamente todas las aprobaciones, los codificadores las cod1fican mecamca-
6s Entre otros, Gal tung (1967}, Schuman y Presser (1g8I), Converse y Presser ~1_986), Gas~ero­
ni y Giovani (2002) han comprobado que cuanto mas bajo es el nivel de instruccton de los entre-
vist<i.dos mas frecuentes son los response sets que producen.
66 S~bre este punto, veanse por ejemplo Roth (1965); Mishler (1986); Bishop et al. (1989); To-
ller (1994}; Pavsic y Pitrone (2003).
CLASIFICACI6N, CONTEO, MEDICI6N, CONSTRUCCI6N DE ESCALAS 147
mente, y los analistas encuentran muchos datos carentes de sentido que
deberian tirar, y que no tiran para no reducir Ia amplitud de sus muestras. 67
La producci6n de response sets es ellugar donde mejor se manifiesta el jue-
go de suma positiva (desde el punta de vista de los intereses privados) que
cai-acteriza algunos de los sondeos encomendados a firmas comerciales:
los que encargan (sean academicos o empresas) confian en el renombre
yen los reaseguros de la empresa de sondeos y ahorran la inversiOn de
tiempo y de atenci6n necesaria para controlar su labor; el Unico mensa-
je que se le transrnite claramente ala empresa es que se desea recibir
los datos lomas temprano posible (vease Boccuzzi 1985, Toller 1994);
el especialista que disefia el cuestionario lo llena de escalas de Likert
porque sabe que es esta la forma mas rapida y simple para recolectar in-
formaciones, codificarlas y cargarlas en la matriz de datos;
los gerentes de la ernpresa ahorran el empefio, el tiempo y el dinero
necesarios para adiestrar a los entrevistadores, yen particular no les
explican que cada oraci6n de las largas baterias debe ser planteada por
separado, a fines de evitar que los entrevistadores, dandose cuenta del
tiempo necesario para administrar todo el cuestionario, reivindiquen
un sueldo adecuado;
los entrevistadores, sabiendo que Ia (mica cos a que interesa ala empre-
sa de sondeos es recibir lo mas temprano posible el maximo nUmero
de cuestionarios con el maximo grade de (aparente) completud, calcu-
lan que para hacer econ6rnicamente conveniente su remuneraci6n de-
ben acortar los tiempos de cada entrevista68 -y Ia primer a victim a de
este corte son obviamente las frases individuales de las baterias, que
son planteadas en un Unico bloque, como hemos visto;
los entrevistados aprenden temprano que aprobar todo lo que se les
plantea es Ia manera mejor para sacarse el tramite de encima, y siguen
este criteria a menos que el cuestionario concierna a temas que les in-
teresan particularmente;
el que analiza los datos, para no reducir drJ.sticamente su nllmero, fin-
ge no ver que cada oraci6n de cada bateria, cualquiera que sea su texto,
resulta aprobada porIa gran mayoria de los entrevistados, y que mu-
chos han aprobado todas las frases sin atender a su senti do.
Cada eslab6n de esta cadena se adapta a una interpretaciOn reductiva de su
papel, que le perrnite ahorrar empefio y/o tiempo y/o dinero. La Unica
victima de este juego de suma positiva es la fidelidad de los datos; pero por
esta, como se decia en el apartado 7-4, casi nadie se preocupa.
67 veanse las observaciones y los resultados de Gasperoni y Giovani sobre el fracaso del crite-
rio de mezclar oraciones opuestas {2002).
68 Sobre todo eso atestiguan dos entrevistadoras profesionales (Boccuzzi rg8s; Toller 1994).
Toller agrega que muchos entrevistadores, para cumplir con los tiempos de entrega requeridos por
la empresa, inventan algunas entrevistas, y sugiere desconfiar de los cuestionarios completados de
manera demasiado ordenada, porque ellos son casi ciertamente completados por el entrevistador
en la calma de su habitaci6n privada.
 METODOLOG1A DE LAS CIENCIAS SOCIALES CLASIFICACJ6N, CONTEO, MEDICI ON, CONSTRUCCION DE ESCALAS
149
Un remedio much a mejar a! problema de los response sets fue propuesto Ia esfera
f de las opiniones Ia s t ermmos
• · .
re1acwnados a pruebas (facil/d"f .1.
par Edwards (1954), desarrollando ideas de Rugg y Cantril (1944), y Payne sarI racasar). Una oracion no es facil o dificil· se ap b I ICI 'pa-
(1949). La idea era bastante simple: en vez de pedir a los entrevistados (des)a- prueba, no se fracasa. El artilugio terminologlco de ~uetr:';, no se pasad; se desa-
probar frases individuales, pedirles elegir una entre dos frases de orientaci6n der el heche de u • . . u an no pue e escon-
q e su tecmca, aproprada para cada genera de h b T d d
opuesta y planteadas juntas, una frente ala otra. Para expresar sus preferencias, raram_ente es apropiada para investigar opiniones y actitudes. a 1I a '
los entrevistados son forzados a abandonar su actitud pasiva y a reflexionar sa- DE G~l;;~:~;~)' ~amos aver en que consiste Ia tecnica (conocida como "ESCALA
bre lo que significan las dos frases; este aspecto de constricci6n fue perfecta- . e presentan una serie de frases a una muestra de su. e ~
mente percibido par Edwards alllamar FORCED CHOICE (elecci6n forzada) a su preguntandoles si aprueban o desaprueban cada una d 11 L J tos, s~lo
tecnica. Comparando las mismas frases planteadas par un ]ado singularmente una forma de matriz (que Guttman llamaba "escalograemea'~)~·enulego sel orgamza
one ] · · · as co umnas se
como escalas de Likert y par otto !ado en parejas contrapuestas, 6 9 dos metod6- P . n as opmwnes ' ordenadas de Ia rna's "'' 1ac1"]" (I a ue o b tuvo ~
logas italianas han hallado que Ia tarea de elegir entre dos frases contrapuestas deCir aprobaciones)7' a Ia mas "dificil" (Ia ue b q , . mas passes, es
pone de manifiesto Ia dimension conceptual apuntada par el investigador, lo probaciones). En las filas se ponen los suje!s d~ l:u;~:~: f~rlds, es ddecidr desa-
y or a meno r segun~ I "d d ' ena os e ma-
que otras tecnicas no logran hacer. Proporcionando a! entrevistado las herra- a cann a de frases aprobadas La tabla 8 7 d
mientas para identificar mejor su posiciOn, se elimina el riesgo de curvilineari- estes escalogramas, que en la intenci6n de Gutt~an sirven. muestra uno e
dad, se reduce el de reaccion a! objeto, acrecentando Ia fidelidad de los datos re- sea las frases ya sea a los sujetos a lo largo de una dimensiOn. para ordenar72 ya
sultantes (Pavsic y Pirrone 2000: cap. 10 ).
Es lamentable que una mejara tan importante de Ia invencion de Likert no Para facilitar Ia comprensi6n, hemos asignado a las frases en la
letras del alfabeto en arden de "dificultad" . p b tabla 8.7las
tenga todavia la difusi6n que merece en las ciencias sociales/ 0 y al mom ento . d 1 creciente. or revedad cada
aparezca muy lejana a reemplazar la versiOn originaria, como seria oportuno. SUJeto, e a tabla presenta un patron particular de (des)aprobaciones' Vea-
Veamos ahara mas r<ipidamente otra tecnica, alternativa ala de Likert, que ~os como se le atnbuyen las posiciones (y despues los puntajes ordi~ales)
gozo de gran difusion en los afi.os 1950-1970. Su interes radica en el heche de que na no presenta
. ~ problemas: solo aprobo!a oracion mas 10'a' c1.I • y par I0.
tanto no cometlo errores·. su puntaJe
· sera• 1.
su mentor -el norteamericano Louis Guttman- adopt6 un criteria radicalmen-
te diferente del de Thurstone y de otros para ubicar frases con plena sentido a Ia Consuela no le gustaria a Guttman, ya que aprobolas frases A B C D G
desaprobando
(y . )
las dos intermedias · Se debe e] egrr
. sr. asrgnar
. Ie I'a posicion
' ' y G'
largo de un continuum: e]criterio de Ia acumulatividad. La idea es simple y seen-
e1pu?-taJe 7 'considerando "errores" sus desaprobaciones de I f E
tendera con algunos ejemplos tornados del deporte y de Ia escuela. En el sal to en y F, o bien Ia posicion D (y el punta ) "d " as rases
alto, si un atleta es capaz de sal tar 2,10 metros, se espera que tam bien salte 2,05, 2 .~ d I .~ Je 4 , cons1 erando error" su aproba-
cwn .e.~ oracwn G. Razonablemente, Guttman sigue el criteria de asi
metros y todas las alturas inferiores. Puede pasar que falle un sal to de una de es- Ia posiCIOn que minimiza el mimero d " " gnar
tas alturas, pero esto es considerado extrafio -para Guttman, un "error". La lose leas· I .. ~ e errores 'y por lo tanto a Consue-
es con "d rgnln a pos(ICion Dye] puntaje 4 y su aprobaci6n de Ia oracion G
misma cosa con pruebas de matem<ltica: si un alumna soluciona una dificil, el Sl era a error para sefialarlo la letra p se pone en cursiva).
docente espera que sea capaz de solucionar todas las pruebas mas fclciles.
Bas;lndose en el criteria de acumulatividad, Guttman imagin6 una tecnica
ingeniosa para ordenar a lo largo de una dimensiOn conceptual un conjunto de Tabla 8.7: Un esca/ograma de Guttman
frases con plena sentido, es decir con plena autonomia semantica. El problema FRASES A B c D E F G H PUNT.
es que si el supuesto de acumulatividad es razonable para pruebas de destreza POSICIONES 2 3 4 5
TOTAL TOTAL
6 7 8 ASIGN. PASSES
fisica y tests de capacidad intelectual, nada garantiza que lo sea tam bien para Ana p
ERR.

opiniones. Guttman oculta esta diferencia trasladando sin cuestionamientos a Consuela p 0

p p p p 3 4 1
Diego p p p e p 305 4
Francisco p 1
p e e p p 2o6
69 La misma comparaci6n la hicieron tambien Bishop et al. {ig82). Orvik (1972) y Ray (1990) Josefina 4 2
p p p p e p e p 4, 6 u 8 6 2
han subrayado que de todas formas nose puede eliminar la deseabilidad social, que lleva al entre-
vistado a elegir la alternativa que le parece ofrecer la mejor imagen de si mismo.
7o Sin embargo, preguntas con elecci6n forzada son empleadas en investigaciones importan- 71 Pass, plural passes, es el termino ingles para el resul d .
tes, como por ejemplo los estudios electorates norteamericanos (National Election Studies). A decia en el texto, Guttman lo usa en el . 'fi d d " ta o exttoso de una prueba. Como se
72 A d'fi . stgm ICa o e acuerdo con una oraci6n"
mediados del siglo pasado la tf~cnica a elecci6n forzada goz6 de un momenta de gran difusi6n gra-· I erencra de Thurstone y muchos otros Guttman d .
cias a las criticas ala escala F de Adorno et al. (1950 ), de la que se notaba la tendenda a recoger res- da; a diferencia de Likert el es coherent b ' se a cuenta de no estar midiendo na-
' eensu rayarquesut' · 'I d
puestas socialmente deseables y response sets (Hyman y Sheatrley 1954; Peabody 1961; Berkowitz no medir propiedades subyacentes re h d I . ecmca so o pue e ordenar oraciones,
que se asignan a las oraciones. ' c azan o cua qmer uso cardinal de los nllmeros ordinales
y Wolkon 1964).

I i
 METODOLOGiA DE LAS CIENCIAS SOCIALES
Diego le gustaria todavia menos a Guttman, ya que el criteria de asignar la
posiciOn que minimiza el nUmero de "errores" no basta para asignarle una
posicion y un puntaje. El aprobo las frases A, B, C y E. Si se considera
"error" su aprobaci6n de la oraci6n E, se le asigna la posiciOn C (y el punta-
je 3); si se considera "error" su desaprobaci6n de la oraci6n D, se le asigna
Ia posicion E (y el puntaje s).
Una incertidumbre mas grave concierne ala posiciOn de Francisco: esa
puede ser laB (con puntaje 2) si se consideran "errores" sus aprobaciones
de las frases E y F, o bien ser la F (con puntaje 6) si se consideran "errores"
sus desaprobaciones de las frases C yD.
Un patr6n todavia mas complicado presenta Josefina, a Ia que se pueden
asignar tres posiciones diferentes siempre totalizando dos errores: Ia posi-
cion D (y e! puntaje 4) considerando "errores" sus aprobaciones de las fra-
ses F y H; o bien Ia posicion F (y el puntaje 6) considerando "errores" su
desaprobaciOn de Ia oraciOn E y su aprobaciOn de Ia oraciOn H; o bien Ia po-
siciOn H (y el puntaje 8) considerando "errores" sus desaprobaciones de las
frases E y G.
Con Ia salvedad del primero, todos los patrones mostrados en Ia tabla pre-
sentan "errores". Esto se puso a modo de ejemplo, pero no esta alejado de Ia
que pasa en Ia reaiidad. El mismo Guttman (1944), para establecer si un campo
semantico es "escalable" o no,73 introdujo un coeficiente de "reproducibili-
dad", que consistia sencillamente en la proporciOn de respuestas "correctas"
sobre el total de las respuestas.74 Si -como a menudo pasaba y pasa- una esca-
la no lograba el umbra! deseado en estos coeficientes, Guttman no sacaba Ia
conclusion general de que el supuesto de acumulatividad noes razonable cuan-
do se trata de opiniones, ni la conclusiOn especifica de que no era razonable con
respecto a aquel particular campo semantico. Por el contrario, ei propuso dos
sugerencias, alternativas o paralelas: a) sacar de Ia muestra a los sujetos culpa-
hies de demasiados "errores", ya que "evidentemente" habian contestado sin
tener cuidado; b) eliminar de Ia escala las frases que causaban el numero mas al-
to de errores.
La prim era sugerencia revela75Ja actitud del autor: si el mundo no se ada pta
a mis supuestos, hay que cambiar el mundo y no los supuestos. La segunda es
etica y cientificamente legitima en general: el investigador tiene el derecho, e
incluso el deber, de mejorar sus instrumentos, s6lo que en el caso especifico
tiene graves consecuencias tecnicas.
73 Se puede comentar ir6nicamente que la manera en que Guttman formula el problema es re-
veladora de la actitud suya (como de muchos otros cientificos) respecto de la empresa cognosciti-
va: si la escala no funciona como es deseado, la falla esta en el campo semantico (es decir, en el
mundo) y no en las oraciones (es decir, en las herramientas usadas por el cientifico ).
74 Como se le observ6 a Guttman (par ejemplo, Goodenough 1944; Edwards 1957), este coe-
ficientc csci sesgado en favor de la "escalabilidad" si muchas oraciones de la cscala tienen distribu~~"~~ ·
ciones desequilibradas (es decir, con una gran mayoria de passes ode fails). En este caso, par una
raz6n que se vera pronto en el texto, casi todas las respuestas tienen que ser "correctas".
75 Una vez mas: vease la nota precedente.
------------------------··
CLASIFICACI6N. CONTEO. MEDICI6N, CONSTRUCCI6N DE ESC ALAS
En efecto, por una necesidad l6gica que veremos pronto, cuanto mas cen-
tral en el continuum es la posiciOn de una frase, mas probable es que pro-
d uzca " errores " en una esca Ia d e Guttman. Las frases extremas en ambos
lados del continuum pueden provocar pocos porque en estos casos sOlo
quien disiente de la mayoria puede estar en "error". La mayoria necesaria-
mente contesta conforme a las expectativas, y por esto no puede estar en
error. Por el contrario, si la oraciOn ocupa una posiciOn central en el conti-
nuum, la expectativa es que las opiniones de la muestra se dividan aproxi-
madamente por mitades. En consecuencia, la posibilidad de que una res-
puesta no siga el patrOn esperado es maxima. Piensese en Ia cuerda de un
violi.n: estando bloqueada en las extremidades, en la cercania de estas pue-
de v1brar poco; el pun to donde puede vibrar mas esta en el centro.
El hecho de que las frases que eventualmente se eliminan deban tener una
posiciOn central en el continuum se revela una falla aUn peor si se considera
que -seg{!n las teorias psicologicas mas aceptadas-las opiniones sabre cual-
quier problerr;a tienen generalmente una distribuci6n campanular, y par Ia
t~nto Ia mayona de elias ocupa una posicion central-que quedaria desguarne-
Cida Sl se s1guen las sugerencias de Guttman.
. Hemos dedicado espacio a esta tecnica par dos motivos: a) ella es Ia proge-
mtora de otras tecnicas mas complejas,76 pero basadas en el principia de acu-
mulatividad; b) si aplicada a propiedades para las que resu!ta razonable el su-
puesto de acumulatividad, Ia escalade Guttman logra el objetivo de garantizar
un orden compartido de las frases sin reducir su autonomia semantica. Natu-
ralmente esta garantia sOlo vale para los sujetos de la muestra, que han contri-
buido a formar el escalograma. Par otro !ado, se debe notar que Ia escala de
Guttman -a. diferencia de todas las otras tecnicas presentadas en este aparta-
do- en ocaswnes puede ser aplicada tam bien cuando Ia unidad de analisis no
sea un ser human a. Par ejemplo Giampaglia (1990) Ia aplico con exito a algunas
caracteristicas de quince municipios rurales en el sur de Italia, encontrando es-
ta sec~e~ci.a ~d~ !~stituciones (de lamas "facil" -presente en mas municipios-
a Ia mas d1fiC!l ): una escuela nocturna I una sucursal de banco I un ambula-
torio I una escuela profesional I una escuela secundaria 1 mas de un negocio
de ahmentos I una biblioteca publica I una asociacion socorrista 1 un institute
tecnico.
Como subrayaba Guttman, su escala es una tecnica meramente ordinal; lo
que conlleva que: a) los Unicos valores caracteristicos que se pueden aplicar a
76
_ Las mas conocidas se deben al polit6logo holandes Robert Mokken (1971) y al matematico
danes George Rasch (1980). La primera se basa en el analisis de las frecuencias en Ia "celda error"
formada par la aprobaci6n de una oraci6n "dificil" y la desaprobaci6n de una oraci6n "f<icil". Lase~
gunda transforma en c~~plejos procesos matem<iticos la intuici6n basica de que nose puede espe-
r~:- de manera_ deter~mista que un sujeto apruebe todas las oraciones mas "faciles" que su posi-
cton e~ ~na d1menswn Y desapruebe todas las oraciones mas "dificiles": s6lo se puede calcular Ia
probabil1dad de que esto se produzca. Todo esto es justa, pero aphcar los cilculos sofisticados de
~asch: ;espuestas q~e casi siempre los sujetos dan de forma apresurada y superficial puede dar Ja
Impreswn de estar d1sparando a una mariposa con un cafi6n.
 METODOLOGiA DE LAS CIENCIAS SOCIALES
variables construidas con ella sonIa mod a (es decir, Ia posicion en Ia escala
donde se ubican mas sujetos) y Ia mediana; b) para analizar las relaciones de es-
tas variables con otras solo se pueden aplicar coeficientes ordinales77 (vease
apartado 15.4).
Lo mismo se puede decir para las variables construidas con Ia escala de Li-
kert. Por otro !ado, hay que enfrentarse al hecho de que muchos analistas usan
sin cuestionamientos tecnicas cardinales con estas variables, porque con esas
recn'icas pueden f<lcilmente efectuar un an<llisis multivariable. Pero esta prJ.cti-
ca va a producir resultados poco confiables porque -como ya se vio-las posi-
ciones a lo largo del continuum no son equidistantes, y porque las frecuencias
estan habitualmente mal distribuidas, en el sentido de que las respuestas de
acuerdo moderado superan a menudo el7s%, mientras que en caso de equili-
bria su cuota seria el2o%. Esta es la falta mJ.s grave, en cuanto -como se vera
en el capitulo 15-los coeficientes bivariados son distorsionados cuando las
distribuciones de las variables a las que se aplican no son equilibradas.
La sugerencia que cabe dar a quienes quieran aplicar tecnicas cardinales es
de examinar previamente las distribuciones de todas las variables a las que las
van a aplicar, y solo aplicarlas a las variables que tengan una distribuci6n bas-
tante equilibrada.78
Par el contrario,las tecnicas cardinales se pueden aplicar sin grave riesgo de
distorsi6n a las variables construidas con las tecnicas que vamos a describir en
lo remanente de este apartado. La raz6n es que con estas se reduce todavia mis
que con las escalas de Likert la autonomia semintica de las categorias intetme-
dias, que son meras cifras en un intervale o casillas a lo largo de un corto seg-
mento. El investigador establece el numero de cifras en el interval a o el numero
de casillas en el segmento,79 y despues comunica al entrevistado Ia interpreta-
cion que se debe dar solo a las cifras 0 Casillas de los dos extremos de Ia dimen-
siOn. Basindose en estas indicaciones y dentro de estos limites, el sujeto mis-
mo es invitado a manifestar lo que cree ser su estado en la propiedad, eligiendo
Ia cifra o Ia casilla que le parece corresponder mejor a dicho estado.
La dristica reducci6n de la autonomia semintica de las categorias interme-
dias permite eliminar cualquier duda sabre el hecho de que el arden de esas ca-
tegorias es compartido por todos los sujetos (nadie puede pensar que 8 es me-
77 Naturalmente, si la otra variable es una categorial s6lo se pueden usar tab las bivariables y
ttknicas basadas en elias, como las log lineares.
78 Como implica el texto, este an<ilisis previo deberia realizarse sobre todas la variables, cardi-
nales y cuasi cardinales incluidas. Sin embargo, para las variables ordinales construidas con lases-
calas de Likert el criteria a aplicar debe ser mas estricto, ya que con elias no tenemos ninguna ga-
rant:ia de equidistancia de los puntajes, que en realidad s6lo son nUmeros ordinales. Por otro lado,
en el caso rarisimo de una distribuci6n equilibrada de estas variables, tenemos tam bien un indicio
indirecto de que las cortas expresiones ("de acuerdo", etcetera) fueron percibidas como aproxima_~
damente equidistantes por los sujetos de aquella muestra, ya que nose manifest6la habitual con-
vergencia en las expresiones de acuerdo moderado.
79 Como veremos pronto, este nllmero, asi como el tipo de interpretaciOn que se propone pa-
ra los extremos, varia de una tecnica a otra.
CLASIFICACI6N, CONTEO, MEDICI6N, CONSTRUCCI6N DE ESCALAS
153
nos que 7), y adoptar un razonable supuesto de que las cifras del interval a y las
casrllas a lo largo del segmento sean percibidas como equidistantes. Obvia-
mente, si la equidistancia pudiese ser controlada por un observador externo al
sujeto e_ntrevistado, se habria cumplido con los requisitos de Ia cardinalidad y
se podna decu que tenemos herramientas para medir opiniones, actitudes y
valores. Ya que este control exterior nose puede realizar,la equidistancia s6lo
puede ser un supuesto, y tenemos que limitarnos a !lamar CUASI CARDIN ALES las
variables construidas con estas tecnicas.
A fines de moderar cualquier entusiasmo de tinte positivista, cabe adelan-
tar a Ia presentaci6n de las tecnicas una reflexi6n acerca de todas las diferencias
entre estas y la medici6n.
La primera diferencia tiene una naturaleza estructural: en todas estas tecni-
cas se ponen limites a Ia escala (sus cifras minima y mJ.xima, o las dos casi-
llas extremas). En cambia, en Ia medici on hay un limite minima (el cero) pe-
rc nin~n limite mJ.ximo. 80 Se sigue que ]a Ultima cifra, o casilla, tiene una
carg~ semJ.ntica que no puede existir en la medici6n, ya que no hay una Ulti-
ma c1fra. Se puede decir lo mismo para las cifras, o casillas, a medio camino
en la escala, mientras que no hay cifras a media camino en la medici6n.
La carga semJ.ntica de las cifras, o casillas, extremas y de la central se refleja
en las cifras, o casillas, cercanas (que tienen la carga de estar cerca del mini-
ma, o del mJ.ximo, o del promedio). Par este motivo, en este texto se habl6
siempre de reducir drJ.sticamente, y no de eliminar, la autonomia semJ.nti-
ca de las categorias intermedias. En cambia, con Ia medici6n (y el conteo)
s6lo Ia carga semJ.ntica del minima puede reflejarse en otras cifras, porque
no hay un mJ.ximo, ni un promedio; ademas, ya que Ia escala no tiene una
extensiOn establecida, no se sabe cuinto son cercanas al minima las cifras
pequeiias: esto depende de Ia naturaleza de Ia propiedad medida. Una edad
de 2 a:fios tiene una carga semintica radicalmente diferente de una altura de
2 metros; pero la cifra es Ia misma: dos.
Estas diferencias estructural-semclnticas pueden parecer demasiado suti-
les, Y por lo tanto m_enores. Mcls evidentes son las diferencias gnoseol6gicas, a
las que ya se ha aludrdo. Como pasa con todas las propiedades psiquicas del ser
humano, el investigador no tiene acceso directo a los estados individuales.
Ad~mas, con esta fam_ilia de tecnicas el investigador confia al mismo sujeto es-
t~diado la tarea de ub1car su estado directamente en el continuum que se ima-
gma represente Ia propiedad, y que es simulado porIa escala.
El hecho de que sea el mismo sujeto quien valora su estado en cada propie-
dad que el investigador le presenta, y exprese esta valoraci6n con un instru-
n:ento ~~ cual no esti acostumbrado, conlleva varias consecuencias gnoseol6-
g1cas baJo Ia forma de causas de infidelidad:
80
Exactamente lo mismo se puede decir del conteo. To dolo que se dice de la medici6n en es-
te apanado vale tambien para el conteo.
I
 IS4 METODOLOGiA DE LAS CIENCIAS SOCIALES
a) cada sujeto puede concebir de manera diferente del investigador Ia pro-
piedad en Ia que debe valorar su estado; de esta concepcion diferente
no queda ninguna huella en Ia cifra o casilla elegida;
b) cada sujeto puede equivocarse de buena fe acerca de su estado (por ejem-
plo, rnuchos creen ser progresistas mientras que son conservadores);
c) cada sujeto puede alterar conscientemente su estado a fin de dar una
imagen de si que considera mas agradable; 8'
d) cada sujeto puede entender mal el mecanismo de funcionamiento de .
' una escala que no le es para nada familiar, es decir la manera de conver-
tir lo que cree ser su estado en una cifra o una casilla;
e) cada sujeto puede comprender en lo esencial el funcionamiento de una
escala pero manifestar Ia tendencia a usarla en modo sesgado (por
ejemplo, atribuyendo todos puntajes altos y todos bajos a los objetos a
valorar con el "termometro" -una tecnica de Ia que se hablara pronto).
Solo a este ultimo tipo de distorsion se puede poner un remedio, y solo en
algunas situaciones particulares que veremos. Para las otras distorsiones no
hay ningun remedio, porque tampoco hay modo de detectarlas; considerese
tambien que estas causas de distorsi6n no son alternativas y pueden darse de
forma conjunta.
Volvemos ahara a presentar tres escalas de esta familia. La mas antigua es el
DIFERENCIAL SEMANTICO (Osgood 1952), todavia habitualmente empleado por
los psicologos. Como seve en Ia figura 8.3, Ia escala esti formada por siete casi-
llas a lo largo de un segmento, separadas entre si por un signo de dos puntos. A
los extremos del segmento estan dos adjetivos opuestos.
CLASIFICACI6N, CONTEO. MEDICI6N. CONSTRUCCI6N DE ESCALAS
ISS
se?'"'ento manifieste su juicio sobre el referente (por ejemplo, si un politico es
mas "cahente" o mas "frio", mas "facil" o mas "dificil", etcetera). Si el entrevis-
tado cree que el politico Xes frio, siguiendo las instrucciones debe poner una
cruz en una de las casillas a Ia derecha del segmento. 82
. Casi ~on:emporanea al diferencial semclntico es otra tecnica que sigue el
~~s~o cnten? de reducir ddsticamente Ia autonomia semclntica de las catego-
nas mtermed1as. Se presenta a! sujeto una columna de diez u once casillas de
las que s~lo .Ia mas alta y Ia mas baja son interpretadas. En Ia prim era aplicaclon
de esta tecmca, Buchanan y Cantril (1953) tomaron una amplia muestra de nor-
tea~ericanos Y pidieron a los entrevistados valorar una serie de etnias 0 nacio-
n~hdadespresentes en los Estados Unidos (anglosajones, chinos, italianos, ju-
dws, meJrca~os, polacos, etcetera), incluso Ia del entrevistado, asignandoles
una casrlla mas ~- menos alta en Ia escala vertical seglin su nivel de agrado. En ]a
segunda aphcacwn, Cantril y Free (1962) bautizaron Ia casilla mas alta de ]a es-
cala "lo mejor p~sible" y Ia casilla mas baja "lo peor posible", y pidieron a cada
entr~~Istado.ubiCar sabre esta escala su situaci6n econ6mica personal y su si-
tuacwn de VIda en general (en el presente, c6mo era cinco aiios atrcls y c6mo
pensaba que seria dentro de cinco afios) y hacer lo mismo con referenda a! pais
en general (vease Ia figura 8.4).
Figura 8.4: Una escala autoanc/ante
lo mejor posible

Figura 8.3: Un diferencial sem6ntico

caliente . . . .
·--·-·-·-·-·-·-
. . . frio
honesto . . . . . . . deshonesto
·--·-·-·-·-·-·-
feo . . . . . . bello
·--·-·-·-·-·-·-
duro . . . . . . . blando
·--·-·-·-·-·-·-
fuerte
. . . . . . . debil
·--·-·-·-·-·-·-
sucio . . . . . . . limpio lo peor posible
·--·-·-·-·-·-·-
amargo . . . . . . . . dulce
·--·-·-·-·-·-·-·
liso . . . . . . .
·--·-·-·-·-·-·- rugose
. , Ya que era el sujeto mismo quien "anclaba" Ia escala a! establecer Ia posi-
Cion de su estado entre los dos extremos, Ia escala fue bautizada AUTOANCLANTE
Al sujeto habitualmente se le presentan una docena o una veintena de esca-
las como Ia de Ia figura 8.3, siempre variando las parejas de adjetivos opuestos.
Se le pide valorar un referente (puede ser una persona famosa, una instituci6n, 82
N6tese que Osgood recomienda que las parejas de adjetivos sean siempre las mismas sin
un producto, etcetera) eligiendo en cada escala una casilla cuya posicion en el tener ninguna rela~i~n con la naturaleza del referente que se esta valorando (vease Osgood ;tal.
1957?· Esto par~ facilttar la corroboraci6n de una particular teoria suya acerca de la constante pre-
sencia de los mtsmos tres factores en la valoraci6n. Esta teoria es criticable, pero se puede coincidir
81 Ya se habl6 varias veces de este fen6meno de "deseabilidad social". co~ ~or~etta en juzgar esta tecnica como un "aporte al estudio de las dimensiones del espacio se-
manoco (2003: 253).
 METODOLOGfA DE LAS CIENCIAS SOCIALES
-un titulo que en realidad puede emplearse muy bien como etiqueta para to-
das las escalas de ese tipo.
Veamos ahora Ia tercera escalade esta familia, Ia (mica importante herra-
mienta de recolecci6n de opiniones que no ha sido producida por psic6logos.
Ella nace dentro de un instituto de sondeos academicos que dirigen los polit6-
logos de Ia universidad de Michigan 8 3
La idea es h3.sicamente una evoluci6n de Ia escala autoanclante que ya he-
mos vis~o, pero aprovecha la imagen de un term6metro, poniendo 100 al maxi-
mo yo a! minimo de simpatia o aprobaci6n por cualquier objeto que se deba
valorar. Por esto ha sido bautizada feeling thermometer (TERMOMETRO DEL SEN-
TIMIENTO ), nombre con el cual se ha difundido en el mundo.
AI entrevistado se le presentan en secuencia una serie de referentes {indivi-
duos, instituciones, equipos deportivos, etcetera) pidiendole expresar median-
te Ia escala su grado de simpatia/antipatia. Las instrucciones son elegir y comu-
nicar el puntaje 100 si su simpatia o aprobaci6n es Ia maxima posible, el puntaje
so si es neutral, no tiene simpatia ni antipatia por aquel referente, o si su anti-
patia o desaprobaci6n es Ia maxima posible. Todos los otros puntajes sirven pa-
ra expresar un grado de simpatia o de antipatia men or del maximo.
La experiencia ha mostrado que algunos entrevistados no usan estos pun-
tajes intermedios; su conducta presenta una distorsi6n que puede atribuirse a
los tipos (d) o (e) ilustrados arriba: o no comprenden el mecanismo de Ia escala,
o bien lo comprenden pero lo usan de forma sesgada. Un numero mas alto de
entrevistados presenta una distorsi6n seguramente del tipo (e), en el senti do
de que usan tam bien puntajes no extremos pero tienden a dar todos o casi to-
dos puntajes altos, 84 como si aprobasen cualquier cosa. Mils raro, pero presen-
te, es el caso de sujetos que tienden a dar todos o casi todos puntajes bajos {co-
mo si desaprobasen cualquier cosa) o todos puntajes cerca de so (como sino
quisiesen comprometerse en una direcci6n u otra).
Entiendase: conforme a los objetos que se deben valorar, estas conductas
pueden ser perfectamente normales y no sesgadas: por ejemplo, si todos
los objetos que se plantean son sirnbolos de la derecha econ6mica o cultu-
ral, es natural que un entrevistado de orientaci6n conservadora los aprue-
be a todos y uno de orientaci6n progresista los desapruebe a todos. Si un
investigador, por negligencia o por cualquier otra raz6n, somete objetos
que son todos simbolos de la misma orientaci6n, e1 se impide Ia posibili-
8 3 Esta t€cnica fue empleada par primera vez en el sondeo electoral norteamericano de 1964.
En el mismo centro fue desarrollada otra escalade tipo autoanclante. A diferencia de las que he-
mas visto, esta escala esta vinculada a una propiedad especifica, la usan los polit6logos para regis-
trar la posiciOn que los entrevistados atribuyen a si mismos o a otros (tipicamente personajes pU-
blicos) sabre Ia dimensiOn derecha-izquierda. La escala esti formada por diez u once Casillas, y las
dos extremas son interpretadas como "derecha" (o "extrema derecha") e "izquierda" {o "extrema
izquierda").
84 Mostrando asi Ia misma propensiOn a la aquiescencia que hemos visto ser una causa de los
response sets en las escalas de Likert. El uso sesgado que unos entrevistados hacen del term6me-
tro ha sido notado tambi€n por Lau (1982), Wilcox etal. (1989).
CLASIFICACION, CONTEO, MEDICI ON, CONSTRUCCION DE ESC ALAS
157
dad de distinguir a los entrevistados autenticamente conservadores de los
que aprueban cualquier cos a, asi como Ia de distinguir a los entrevistados
progresistas de los que adrede desaprueban todo.
Por el contrario, se deberian seleccionar atentamente los objetos que se
plantean a los entrevistados para valorar, mezclando no s6lo simbolos de
derecha Y ~~ izquierda, sino t~~bien objetos percibidos como modernos y
como trad~cwnales, como rehgwsos y como secularizados, como pliblicos
Y co~o p:1vados, como pertenecientes al centro y ala peri feria, Bs de forma
que mn.gun ~ntrevistado pueda razonablemente aprobar o desaprobar to-
dos, Y s1 algmen lo hace, es f<icil identificarlo como uno que est<i usando la
herramienta de manera sesgada.
A_ condici6n _de que se someta a los entrevistados un nlimero bastante alto
de obJ~tos seleccwnados seglin los criterios ilustrados antes, se puede aplicar el
remedw presentado unas paginas atras para las distorsiones del tipo {e). El su-
puesto es que, silos objetos planteados son muchos y son cuidadosamente va-
:Jado~ sobre todas las dim:nsiones sefialadas arriba, el promedio de los punta-
Jes asignados por cada SUJeto con el term6metro puede ser considerado un
mdic!O confiable de su tendencia a asignar puntajes mas 0 menos altos inde-
pendJentemente de Ia naturaleza del objeto valorado.
En otras palabras, se puede descomponer el puntaje asignado en tres partes
seglln Ia fOrmula siguiente: r:
Pxi = vxi ± a.i ± exi
~on de Pxi s~gniflca el puntaje asignado por un sujeto cualquiera (i) a un ob-
Jeto cualqmera (x);
Vxi ~i~ifica Ia verdadera actitud del sujeto hacia el objeto;
a, s1gmfica su actitud general a asignar puntajes altos 0 bajos (el hecho de
que se trata de una actitud general esta convencionalmente representado
en Ia formula por el punto que reemplaza e] simbolo x);
exi representa factores err<iticos que pueden intervenir en cada proceso de
valoraci6n y de reacci6n a un estimulo.
E_stos Ultimos factore~ no son controlables; por el contrario, bajo las condi-
c~ones subr~yadas arnba se puede neutralizar Ia actitud general (que en la
formula esta representada por a.i y que introduce un sesgo cualquiera en
85
_ . Algunos ejen;pios: en varias pruebas piloto con sujetos italianos, result6 que el clero es
perc~brdo. co~o un srm~olo religiose, viejo, de periferia, privado, de derecha cultural yen preva-
lencra de rzqurerda economica; el Papa es percibido como un simbolo religioso, de centro pUblico
d~ ~erecha cultural; no hay una opiniOn compartida sabre el hecho de que sea un slmbol~ nuevo~
VI~Jo,y de derecha o de izquierda ~conOmico-poHtica. Como siempre pasa, las pruebas piloto
~nndan s~rpr~sa~ {y por eso son vahosas para todo investigador que tenga una orientaci6n cientl-
rca Yno cte~ttficrsta). Baste con decir que en una prueba piloto de los a:fios noventa con una mues-
tra de estud1antes flo~entinos result6 que la virginidad era percibida como un slmbolo nuevo: un
probable efecto combmado de la difusiOn del sida y del renacimiento catOlico.
 -----------------------·
CLASIFICACION, CONTEO, MEDICI ON, CONSTRUCCION DE ESCALAS
METODOLOGiA DE LAS CIENCIAS SOCIALES 1 59

cada puntaje), restando a cada puntaje (px;) el promedio de todos los pun- 300
tajes asignados por el sujeto con el term6metro. De esta forma se convier-
ten todos los puntajes brutos en desviaciones de un promedio. Esta con-
versiOn de puntajes brutos en desviaciones es lo absolutamente normal en
200
cualquier anJ.lisis de datos con variables cardinales; la diferencia radica en
el hecho de que todas estas tecnicas de an<ilisis computan los promedios
por colurnnas (los puntajes de todos los sujetos de la matriz en una varia- /
hi~). mientras que en este caso los promedios son computados por filas roo
(todos los puntajes que un solo sujeto ha asignado con el term6metro).
Si se quiere tambien neutralizar la diferente propensi6n de los sujetos a
asignar puntajes extremes o puntajes centrales, se puede dividir cada des- 0 ~ '~
viaci6n por la desviaci6n tipica 86 de los puntajes asignados. Esta divisiOn 0 0

comprime cada desviaci6n espedfica en los puntajes de los que prefieren

asignar puntajes extremes (muchos 100 o goy muchos o o 10), y por lo Fuente: DiFranco (2001: 85).
tanto tienen una desviaci6n tipica alta; par el contrario, ella ensancha cada
desviaci6n espedfica en los puntajes de los que prefieren asignar puntajes
centrales (muchos so o 40 o 6o), y por lo tanto tienen una desviaci6n tipi- La figu~a 8.5 muestra el efecto de Ia def!aci6n sobre Ia distribuci6n de los
ca baja. Par consiguiente, se introduce un mayor equilibria entre las distri- puntaJes as~gn~dos con el term6metro al partido dem6crata Cristiano par una
buciones. mu;s~ra de Itahanos en 1972. Los puntajes brutos se distribuyen de forma leja-
na ; a campanular. (la forma ~ue psic6logos y estadisticos esperan para las ac-
Uno de los autores de este libro ide6 este procedimiento y lo bautiz6 DEFLA-
~Itu es y otras propiedades psiquicas); por el contrario, una vez def!acionados
CI6N por analogla con el procedimiento que usan los economistas para neutrali-
os puntaJes se d1sponen en Ia clasica forma campanular (muy cercana a Ia cur~
zar el efecto espurio del nivel general de los precios sobre muchas propiedades
~~ n~rmal que Ia computadora sobrepone a Ia distribuci6n empirica): pocosin-
econ6micas que les interesan. En su forma completa (d.lculo de las desviaciones
lVI uos con estados ubicados en los dos extremos del supuesto continuum
del promedio y sucesiva division porIa desviaci6n tipica) Ia def!aci6n es perfec- muchos con estados ubicados en Ia parte central). ,
tamente analoga a Ia estandarizaci6n (vease apartado 8.3), con Ia (mica diferen-
cia de que se realiza por separado sobre los datos de cada fila, mientras que Ia es-
tandarizaci6n se realiza sobre todos los datos de una sola columna. 8.6. Variables cardinales derivadas

Figura 8.5: Dos distribuciones de Ia misma variable: datos brutos . Estas :ariable~ forman una categoria aparte, porque nose obtienen con un
y datos deflacionados registro di.recto, Sino con una divisiOn entre dos variables cardinales directa-
me~te registradas. El cociente entre dos variables cardinales (que pueden se
700
am as ~aturales, am bas metricas, 0 bien una metrica y una natural) produc:
600 :tra vanable car~inal que no se puede definir ni natural (porque no radica en
n conteo) m metnca (porque no radica en una medic 1"o'n) Lad fi · ..
500 · bl • · e m1c10n ope-
rativa esta ece cual es la variable que se pone como numerador ']
d · , cua se pone
400
como enomma~or, Y cua] es el criterio de redondeo (porque un cociente pue-
300 de producu un numero raciona] con muchos decimales y tamb· • •
· fi · · Ien un numero
reaI con Ill ITIItas Cifras).
200
En fisicase distingue entre variables fundamentales, que se miden directa-
roo mente, y v~nables denvadas, que son funciones matem<lticas de las fundamen-
0 tales (por eJemplo, Ia velocidad es un cociente entre espacio recorrido y tiem
0 20 40 60 80 roo empleado; Ia densidad es un cociente entre masa y volumen) .s7 por una vez, po se

87 V'
86 Sabre la desviaci6n tlpica, vease el apartado 8.3. eanse Campbeli (1928), Corbetta (2oo 3; g6).
 CLASIFICACI6N, CONTEO, MEDICJ6N, CONSTRUCCI6N DE ESCALAS
160 METODOLOGiA DE LAS CIENCIAS SOCIALES

puede adoptar un t€rmino de las ciencias fisicas sin temor a distorsionarlo,
aplicindolo por analogia a referentes que no le son propios.
Muchos textos de metodologia dedican poco espacio a estas variables; sin
embargo, elias desempeiian un papel crucial en las investigaciones cuando Ia
unidad de analisis es un agregado territorial. Lo mostraremos con algunos
ejemplos, siguiendo el criterio de Ia naturaleza de las variables que se ubican
como numerador y como denominador respectivamente. Daremos por senta-
do el,hecho de que todas las variables mencionadas han sido registradas en un
ambito temporal adecuado.
Son ejemplos de variables derivadas de un cociente entre dos cardinales
naturales:
1) el porcentaje de votos por un partido sobre el total de votos expresa-
dos, 0 de votos validos;
z) el porcentaje de licenciados sobre el total de individuos con mas de 20
afios;
3) el porcentaje de juezas sobre el total de los jueces;
4) el porcentaje de medicos sobre el total de Ia poblacion;
s) el niimero de desempleados sobre el total de individuos en edad !aboral;
6) el niimero de filiales de bancos por cada mil adultos;
7) el niimero de camas en hospitales por cada mil residentes.
Son ejemplos de variables derivadas de un cociente entre dos cardinales
m€tricas:
1) Ia extension del territorio cultivable sobre el territorio total;
2) Ia extension de las praderas sobre el territorio total;
3) Ia extension total de los parques naturales y areas protegidas sobre el
territorio total;
4) Ia longitud total de Ia red de rutas ode ferrocarriles por kilometre cua-
drado de territorio;
s) Ia longitud total de las costas (en kilometres lineales) por kilometre
cuadrado de territorio.
AI poder registrar estados sabre propiedades continuas no directamente
mensurables, estas variables derivadas tienen una caracteristica tipica de los in-
dicadores (el instrumento conceptual al cual dedicaremos el capitulo siguien-
te). En efecto, Ia decision de considerarlas variables correspondientes a propie-
dades que han sugerido directamente las definiciones operativas apropiadas, o
bien mdJcadores de propiedades mas generales, depende del juicio de cada lec-
tor. Para posibilitar este juicio vamos a esclarecer el concepto de indicador.

Son ejemplos de variables derivadas de un cociente entre una cardinal na-

tural y una cardinal metrica:
1) Ia densidad demografica (niimero de residentes por cada kilometre
cuadrado de territorio);
2) el niimero de coches circulantes por cada kilometre lineal de rutas;
3) el niimero de distribuidores de gasolina por cada kilometre lineal de
rutas;
4) el niimero de tiendas por cada kilometre lineal de calles o por cada ki-
lometre cuadrado de territorio urbano;
s) el niimero de aeropuertos por cada miles de kilometres cuadrados de
territorio.

Son ejemplos de variables derivadas de un cociente entre una cardinal me-

trica y una cardinal natural:
I) Ia extension del espacio habitable por cada residente;
2) Ia cantidad de energia electrica consumida por cada residente;
3) Ia extension del espacio verde (parques y jardines) por cada residente;
4) Ia cantidad de residues urbanos por cada residente;
s) Ia cantidad de acero producido por cada empleado en acerias;
6) Ia cantidad de trigo producido por cada campesino;
7) Ia extension de las areas de estacionamiento por cada coche circulante.
 CAPITULO 9

INDICADORES, VALIDEZ, CONSTRUCCION DE INDICES

g.r. ~Por que indicadores?

En el capitulo 7 se dio por sentado que dar una definicion operativa' solo I
presenta problemas pcicticos: encontrar Ia tabla del censo con los datos reque-
ridos, calcular porcentajes, formular el texto de una pregunta y los textos de las
respuestas predefinidas que se ofrecen a Ia eleccion del entrevistado, etcetera.
Empero noes siempre asi. A veces Ia naturaleza de Ia propiedad bajo exa-
men no permite imaginar una definiciOn operativa directa; 2 otras veces esta se
puede imaginar, pero nuestro sentido com lin, nuestros conocimientos de la si-
tuaci6n, nuestra experiencia de investigaciones previas, nos dicen que esa defi-
nici6n operativa seria inadecuada para registrar Ia propiedad en cuesti6n.
Imaginemos por ejemplo que nuestra unidad de analisis sea el Estado,
nuestro ambito sea America y Ia propiedad que interesa sea el nivel de libertad
politica de que gozan los ciudadanos de cada Estado. Una definicion operativa
directa seria alga como:

t) busque a! senor Estados Unidos, a Ia senora Argentina, a! senor Brasil,

etcetera, y preglinteles cual es el nivel de libertad politica de sus ciuda-
danos;
2) pi dales contestar eligiendo uno de los siguientes niveles: ninguno I es-
caso I insuficiente I suficiente I buena I optima.

Sin embargo una cosa de este tipo es manifiestamente imposible, porque el

sefior Estados Unidos, la sefiora Argentina, el sefior Brasil, etcetera, no existen.
Se podria imaginar hacer Ia pregunta a! presidente de cada Estado; pero su res-
puesta no seria confiable, porque incluso el peor dictador declararia que los ciu-

1
Es decir, establecer el conjunto de acciones, reglas y convenciones que permiten convertir
una propiedad de algunos objetos de un cierto tipo en una variable en la matriz de datos.
2
Es decir, estrechamente vinculada con la propiedad en cuesti6n y directamente sugerida por
ella, sin posibilidad de dudas.
 METODOLOGfA DE LAS CIENCJAS SOCJALES
dadanos-d€ su Estado gozan de una plena Iibertad politica. Se registraria Ia ima-
gen que los presidentes quieren dar del nivel de libertad politica de sus paises,
que es una co sa distinta del nivel en si mismo. . documentos oficiales (como se puede hacer para el numero de ha-
Una idea aparentemente mejor seria hacer la pregunta a muestras de Ciuda-
danos de aquellos Estados pidiendo sus opiniones. Par el contrario, esta solu-
ci6n presenta problemas alin mas grandes, que se pueden sintetizar con la pre-
gunta: "cia opiniOn de qui€nes?" Ala que seguirian otras preguntas, como: c:Se
sac<j una muestra de todos los ciudadanos adultos o solo de los que tienen una
idea determinada de lo que se entiende par 'libertad politica'? <_Y como juzgar
qu€ ciudadanos son efectivamente competentes? c:Se saca una muestra de to-
dos los ciudadanos adultos 0 solo de los que no tienen ninglin miedo a declarar
su opinion sabre un problema tan delicado a un ajeno desconocido? <_Y como
juzgar que ciudadanos declaran efectivamente lo que piensan?. , b) es alga familiar a! cientifico pero no allego (no cabe preguntar a!
Adem<is, considerando que las opiniones variarJ.n de un suJeto a otro, ccual
se tamara como estado en Ia propiedad "nivel de libertad politica'' de cada Es-
tado investigado? Se podria tamar Ia opinion modal (es decir, compartida par
el mayor nUmero de sujetos) o la opiniOn mediana, si se propuso a los entrevis-
tados una especie de escala ordinal como en la definiciOn anterior}
AI final, incluso admitiendo poder tamar en cada Estado muestras de ciu-
dadanos efectivamente competentes y sinceros en manifestar sus juicios, lo
que se registre sera solo Ia opinion modal (o mediana) de estos ciudadanos
acerca del grado de libertad politica del respectivo Estado. Nose puede negar
que tal opinion este relacionada con el nivel de Iibertad politica en si; pero tam-
poco se puede aHrmar que sean Ia misma cosa. Se busca el nivel de libertad po-
litica pero se obtiene -en el mejor caso-la opinion modal de ciudadanos
competentes y sinceros. Como todas las opiniones, esta puede ser equivocada,
ilusoria.
Imaginemos ahara que nuestro ambito sea Ia Argentina, nuestra unida~ de
analisis sea el varon adulto, y Ia propiedad que interesa sea su grado de autonta-
rismo. En este caso, hay un camino sencillo para una definiciOn operativa direc-
ta. Sin esfuerzo, se pueden imaginar preguntas como: "~Cual es a su juicio su
grado de autoritarismo?" y respuestas como: inexistente I bajo I media I alto.
Pero a veces los caminos sencillos no conducen a! Iugar debido, y este seria un
caso. En efecto, nose registraria el grado de autoritarismo, sino la propensiOn
de cada varOn a declararse autoritario -una propensiOn rara entre los indivi-
duos en general, y quiz;l rarisima entre los varones efectivamente autoritarios.
Se podrian ofrecer otros ejemplos; pero parece mejor tratar de establecer
algunos criterios generales:
No se puede imaginar una definiciOn operativa directa cuando: . .
r)
a) Ia unidad de analisis es alga que nose puede interrogar (una msn-
tucion, un agregado territorial, etcetera) y
3 N6tese que la opiniOn modal y la opiniOn mediana coinciden necesariamente sOlo si la dis-
tribuci6n de las respuestas tiene una forma campanular y simetrica.
INDICADORES. VALIDEZ. CONSTRUCCION DE INDICES
b) los estados en Ia propiedad investigada nose pueden registrar di-
rectamente (como por ejemplo Ia superficie, etcetera) o sacar de
bitantes, e! tipo de sistema electoral, e! numero de VOtoS de Un par-
tido, etcetera).
2) Una definicion operativa directa se puede imaginar, pero noes confiable
(en el senti do de que va producir muchos datos no fidedignos) cuando Ia
unidad de analisis es un ser humano y Ia propiedad investigada:
a) tiene respuestas socialmente deseables (porque casi todos van a
afirmar que son honestos y generosos y negar que son autoritarios,
obsesivos, tediosos, etcetera);
hombre de Ia calle cual es su grado de anomia, de particularismo,
de introversion);
c) es alga que Ia moral dominante en Ia comunidad del entrevistado
considera reprobable (como costumbres sexuales atipicas, consu-
me de drogas, evasiOn impositiva, etcetera).
El hecho de que no se pueda dar una definicion operativa directa no
conlleva una renuncia a recoger informaciones sabre esa propiedad:
para hacerlo, hay que buscar una 0 mas propiedades que:
a) admitan definiciones operativas directas que sean aceptables;
b) tengan una fuerte relacion semantica con Ia propiedad que inte-
resa.
Estas propiedades se llaman INDJCADORES de Ia propiedad X, y Ia relaci6n
que se establece entre elias y Ia propiedad X se llama "relacion de indica-
ciOn". Sabre ella volveremos pronto.4 Queremos con anterioridad destacar
el hecho de que el recurso a indicadores noes especifico de las ciencias so-
dales. Se usan indicadores tambien en Ia vida cotidiana, cada vez que alga
manifiesto se considera un indicia, una sefial de algo que no es manifiesto
pero es interesante. La oraciOn "el chico se puso colorado. Eso es un clara
indicador de su culpa" no sOlo muestra que el concepto es familiar, sino
4 Muchos autores (Merton 1948; Lazarsfeld y Barton 1951; Gal tung 1967; Przeworski y Teune
1970; McKennell1973; Nowak 1976; Carmines y Zeller 1979) escriben que los indicadores son ne-
cesarios cuando el concepto es general y /o tiene gran importancia te6rica. Pero, como observ6
Blalock, "algunas variables te6ricamente importantes pueden ser facilmente operativizadas: Ia
edad, el sexo, la raza, la confesi6n religiosa" (1961: 163). A esta corta lista se pueden agregar lana-
cionalidad, ellugar de residencia, el titulo de estudio, el estado civil, la condici6n !aboral, el tipo
de ocupaci6n y -con unidades territoriales-la superflcie, la poblaci6n, la forma de regimen poli-
tico, etcetera.
Los autores mencionados al inicio de esta nota cometieron un clisico error l6gico: de !a obser-
vaci6n indiscutible que los indicadores son conceptos mas especificos de los conceptos que indi-
can (el motivo de esto se vera en el apartado 9.3), sacaron la conclusiOn de que todos los conceptos
generales necesitan indicadores. Pero esto es claramente un non sequitur, es decir una deducci6n
equivocada, porque la premisa no conlleva la conclusiOn.
 METODOLOGIA DE LAS CIENCIAS SOCIALES
166
tambien que el termino existe en ellenguaje ordinaria. Yen Ia tecnologia e]
termino se usa para designar instrumentos que revelan el estado de un pro-
ceso (indicadores de nivel, de presion, etcetera).
En las ciencias sociales el concepto ~noel rermino- de indicador aparece
a mediados del siglo XIX en los escritos de algunos positivistas d~ habla
francesa (Villerme r8 4 o; Quetelet 1869). A finales del siglo, Durkh;rm ha-
bla de indices extfirieurs que shnbolizan hechos Intenores y fenomenos
morales (18 93 ; 1896). El positivista italiano Nicefo~o, e~igrado a Paris, de.~
clica una obra a los "indices num€ricos de la CIVIhzacwn y del progre~~
(Igzt), usando el rermino en el mismo sentido que se da ahara ala oracwn
'indicadores sociales'.
El primero en usar el rermino 'indicador' en el sen tid?, que se le da en ~a
aproximaci6n estandar a las ciencias so dales fue el socwlogo norteam~n­
cano Stuart Dodd (1942). Pero ha sido el metod6logo Paul Lazarsfeld qmen
codific6 este uso, distinguiendo entre 'indicador' e 'indice' (en cuanto
combinaci6n de indicadores).S
Cabe destacar tres semejanzas entre el concepto ordinaria de indicador Y el
concepto que se usa en Ia aproximaci6n esti.ndar en las ciencias sociales:
a) en ambos casos el indicador es algo manifiesto (o registrable) que da in-
formaciones sobre algo que noes manifiesto (o directamente registrable);
b) en ambos casos el fenomeno manifiesto I Ia propiedad registrabl~ pue-
de interesar en si 0 como indicador de algo que nolo es. La asertrv1dad
de un joven puede interesar en si o como indicador de, un compleJO de
inferioridad~ Ia rasa de divorcios puede interesar ens~ o como tn~I.c..a-
dor de secularizaci6n; el porcentaje de votes a un partido de opost:I~n
puede interesar en si 0 como indicador de insatisfacci6n con la pohtica
del gobierno; . .
c) en ambos casos el fenomeno manifiesto I Ia propredad regrstrable pue-
de ser considerada -por diferentes observadores e incluso por el mis-
mo- indicador de dos o mas fenomenos/propiedades. El hecho d_e po-
nerse colorado puede ser considerado un indicador de sensaCI~n de
culpa 0 de naturaleza retraida. La tasa de div~rcio~ ~uede ser considera-
da un indicador de secularizaci6n o de modrficacwn de las estructuras
familiares.
g.2. La naturaleza de los indicadores en las ciencias sociales
Las diferencias entre ]os indicadores que usamos en ]a vida cotidiana Y los
que usamos en la aproximaci6n esto3.ndar ala invest~gaci6~ social se ~erivan del
hecho de que en esta ultima el indicador debe su exrstenc1a a ]a neces1dad de re-
sA los indices se dedicar.in los dos p<'irrafos finales de este capitulo.
INDICADORES, VALIDEZ, CONSTRUCCION DE INDICES
gistrar propiedades que nose pueden definir operativamente de forma directa.
Recu€rdese que la definiciOn operativa es el instrumento que nos permite
transformar una propiedad del mundo real en una variable que ocupa un vec-
tor-columna de Ia matriz de los datos (vease apartado 7.1 ). Por consiguiente, Ia
naturaleza de un indicador en las ciencias sociales esta estrechamente vincula-
da con Ia de los vectores-columna de ]a matriz. De eso se sigue que en Ia aproxi-
maci6n esci.ndar a las ciencias sociales:
a) solo se pueden concebir como indicadores conceptos que se refieren a
propiedades;
b) estas propiedades tienen que presentar estados en todos 6 los ejempla-
res de Ia unidad de analisis de Ia investigacion, es decir en todos los ca-
sas que ocupan las filas de Ia matriz.
Un ejemplo mostrara mejor lo que se qui ere decir. En una dase italian a de
metodologia, los alumnos tenian que proponer-a titulo de ejercicio- in-
dicadores de estatus social. La unidad era el individuo adulto, el ambito era
Ia Italia contemporanea. Fue propuesto e1 tipo de estaci6n de esqui preferi-
do par el individuo. Pero eso nose puede aceptar como indicador de esta-
tus social porque la mayoria de la poblaci6n italiana no sabe esquiar, o no
tiene medias para frecuentar estadones de esqui.
::;
Solo pueden ser e]egidos como indicadores (de otro concepto) conceptos
que se refieran a propiedades, que sugieran una definiciOn operativa directa y
cumplan con el requisite (b) senalado arriba. Naturalmente, estas son condi-
ciones necesarias pero no suficientes: Ia condici6n esencial es que el investiga-
dor7 perciba una estricta relaci6n semJ.ntica entre el indicador y el concepto in-
dicado.
Acerca de Ia naturaleza de esta relacion semantica (relaci6n de indicacion)
se pueden leer las opiniones mas variadas.
Muchos autores 8 hablan de una relaci6n causal, generalmente sin estable-
cer si el concepto indica do es la causa o el efecto del concepto indicador.
Como veremos enseguida, hay casas en que los conceptos que fueron y
son elegidos como indicadores se pueden considerar razonabiemente cau-
sas del concepto que estarian indicando, y casas en que se pueden conside-
rar efectos; en algunos casas los indicadores que fueron y son elegidos no
se pueden considerar ni causa ni efecto del concepto indicado. Aun en los
casas en los que se puede imaginar que relad6n exista, establecer su direc-
ci6n no es siempre tan obvio como parece.
6 Al menos en principia, y con la posible salvedad de unas excepciones marginales.
7 Naturalmente, esta percepci6n es sometida al juicio de Ia comunidad cientifica. Si la elec~
ci6n no es obvia -como en efecto lo es en la mayoria de los casos- seria de esperar que el investi-
gador la comente para justificarla.
8 Por ejemplo, Stevens (1951), Blalock {r961), Sullivan (1974), Smelser (1976).

METODOLOGiA DE LAS CIENCIAS SOCIALES
168
Algunos ejemplos: la tasa de contaminaci6n del aire o la tasa.de criminali-
dad son algunas causas de la percepci6n de la calidad de vida en un munici-
pio, y a menudo se eligen como indicadores de dicho concepto. Al contra-
rio, la tasa de apoyo bacia un gobierno militar puede considerarse un
efecto de una actitud autoritaria mas general del sujeto, y a menudo se elige
como indicador de autoritarismo.
Veamos un caso menos obvio. En una investigaci6n sabre municipios de
' Italia central aflor6 una altisima correlaci6n negativa entre el ingreso per
d. pita del municipio y la proporci6n de casas poseidas por la familia que
las habitaba. El signa de esta correlaci6n parecia ir en contra del sentido co-
rnlin (cuanto mas rica es una familia, tanto mas deberia estar en condicio-
nes de comprar la casa donde habita). Sin embargo, la relaci6n negativa era
tan alta y generalizada que indujo a reflexionar. Y asi se comprendi6 que
esa relaci6n no era aleatoria, sino el efecto de una verdadera cadena causal:
1) en los municipios de Ia montafia, ode alguna otra forma aislados, las
oportunidades de trabajo son limitadas; 2) por ese motive, los ingresos
medias son bajos y 3) los j6venes tienden a desplazarse a municipios urba-
nos y cenuicos. 4) Esta migraci6n interna reduce la demanda de alojamien-
to en los municipios aislados y pobres y la acrecienta en los municipios ri-
ces y centricos; s) por eso, los precios de los alojamientos tienden a bajar en
los primeros y a subir en los segundos. 6) Por consiguiente, incluso mu-
chos habitantes pobres de municipios aislados tienen bastante plata como
para comprar la casa don de viven, mientras los habitantes mas ricos de los
municipios centricos no consiguen hacer lo mismo. AI haber detectado es-
ta cadena causal, el investigador puede estar mas confiado en elegir la tasa
de casas que son de propiedad de los que las habitan sobre el total de las ca-
sas como indicador de subdesarrollo econ6mico.
Pero a veces no se logra detectar la relaci6n que liga una propiedad facil de
operativizar con otra no directamente operativizable, y se elige la primera
como indica dar de la segunda basolndose en una simple asociaci6n estadis-
tica. El concepto de asociaci6n sed ilustrado en el capitulo rs; ahara baste
con un ejemplo, extraido de un renombrado test psicol6gico, el Minnesota
Multiphasic Inventory. En ese test, muchas de las 480 preguntas a las que
los sujetos tienen que contestar parecen bizarras: un ejemplo es: '\~Siente
listed un prurito en su dedos cuando abre un picaporte?"). Es posible que
los psic6logos hayan detectado relaciones estadisticas entre sensaciones
tan especificas y extrafias e importantes propiedades psiquicas. Basolndose
en ellas, han decidido elegir tal u otra sensaci6n como uno de los indicado-
res de autoritarismo (ode anomia, ode inclinaciones paranoicas, u otro).
Naturalmente, estos son casas limite, que se pueden justificar s61o si nece-
sitan indicadores de un concepto X y no se encuentran conceptos cuya
asociaci6n con el concepto X se pueda justificar semolnticamente.
Como se decia, los planteamientos acerca de la naturaleza de la relaci6n de
indicaci6n son variados. Lazarsfeld (1958; rg66) y otros quelo siguen9 ha-
blan de una relaci6n probabilistica. Pero esto es un burdo error gnoseol6gi-
9 Por ejemplo, Verba (1969); Nowak {1976).
INDICADORES, VALIDEZ, CONSTRUCCI6N DE iNDICES 169
co, ya que una relaci6n probabilistica puede darse s6lo entre un evento (a
clase de eventos) y otro evento (o clase de eventos).
Otros 1•0 hablan_ de inferencia; esto tambien es un error gnoseol6gico, ya
que Ia rnferencra es un posible vinculo entre aserciones, nunca entre con-
ceptos.
G~;tman (rgso) Y otros 11 hablan de "muestreo de un universo de conteni-
do . P~~o esto es otro error gnoseol6gico, ya que el muestreo sup one que la
poblacw~ (y por lo tanto Ia muestra) este formada por individuos (u otros
obJetos fistcos) dehmrtados, no por entidades vagas y no delimitadas como
los conceptos.
~~nos grave parece el error de los que hablan de una relaci6n 16gica 0 ana-
httca.~2 En efecto, u~~ relaci6n 16g..ica puede establecerse entre conceptos
(por eJem?..lo la relacwn entre un genera y sus especies es de este tipo); pe-
ro la relacwn entre un concepto y sus indicadores no tiene Ia misma natti-
ral~za que Ia relaci6~ genero-especie, que es necesaria {todos los gatos son
felmos, pero hay fehnos que no son gatos). Cada investigador, 0 grupo de
r~vesngadore~, la establece seglln su conocimiento de la poblaci6n estu-
drad~ Y de la htera~~ra sob:e el tema, sus experiencias de investigaciones
prevras, Y ~n de?mtrv~ segun su preferencia. Otros investigadores -tanto
~on:o el mrsmo rnvesngador en una ocasi6n sucesiva- pueden elegir otros
tndrcadores para el mismo concepto, y a menudo lo hacen.
Esto no _signi~ca que la elecci6n sea arbitraria. Obviamente el investigador,
0 grup..o_de l~vesttgadores, tiene el maximo interes en elegir indicadores que
sean vahdos 3 :-es de~ir que les permitan recoger fielmente a! menos algunos
aspecto~ ..del~ IntensiOn del concepto indicado. Por esto nose atrevera a realizar
su elecc!O~ sm_ conocer Ia poblaci6n que va ser objeto de su investigaci6n y Ia
hteratura Ciennfica sobre el problema que le interesa.'4 No esta nada obligado a
repet1r las eleccwnes de los que han estudiado el mismo problema de antema-
no, Y to~avia menos si estudia el mismo fen6meno en otro ambito: se asume
~ue ~1 mrs:no fen6meno pueda tener significados radicalmente diferentes en
amb1tos d1ferentes. 15 Un ejemplo clolsico es la tasa de participaci6n electoral,
10
Por ejemplo, Gal tung {1967); McKennell (1973); Singer (1982).
11
Por ejemplo, Cronbach y Meehl (1955).
12
Por ejemplo, Nowak (1976); Sullivany Feldman {1979).
13 AI concepto de validez se dedicara el apartado 9·4·
14 Esto no significa que deba elegir sus indicadores en funci6n de su teoria como sostienen
muc~~s. Soste~er ~ue la teorfa que se esta controlando empiricamente deba di~tar, 0 inspirar, la
elecet_on de los md:ca~ores que sirven para controlarla presenta -ademas de un difuso aire de cir-
culandad- el obvw nesgo de que se elijan los indicadores que ofrecen Ia mayor probabilidad de
corroborarla.
~ 5 Esta posi~ilidad no escap6 a m~chos autores de comparaciones internacionales (Teune
1968, ~erba 1969, Frey 1970; Mokrzycki 1983), que subrayaban c6mo indicadores del mismo con-
cepto benen que ser "equivalentes", no iguales. Sin embargo, esta recomendaci6n noes siempre
escuchada, Y "muc~as instituciones que colaboran con los norteamericanos en investigaciones
comparadas se quepn de que los cuestionarios que se les envian desde los Estados Unidos son a
menudo acompafiados por el pedido de que la traducci6n sea absolutamente literal" {Brislin Lon-
neryThorndike1973:39). '
 METODOLOGfA DE LAS CIENCIAS SOCIALES
que puede ser considerada un indicador de fortaleza de Ia vida democratica en
los paises donde hay elecciones libres, mientras que era un indicador de Ia ca-
pacidad de movilizaci6n del partido unico en los paises del Este europeo; e in-
cluso podria ser considerado un indicador de cumplimento de las normas en
los paises don de votar es un deber juridico, como Ia Argentina.
Otra caracteristica de una investigaci6n que puede cambiar radicalmente el
significado de un fen6meno es el nivel de Ia unidad de analisis cuando esta sea
territorial. Un ejemplo de este cambia lo proporciona el diferente significado
del porcentaje de ancianos en Ia poblaci6n. Si Ia unidad de analisis es el munici-
pio, esto es un indicador de marginalidad y de estancamiento econ6mico, par-
que -como se decia antes-los j6venes tienden a trasladarse a lugares donde
encuentran mas oportunidades de trabajo. Si Ia unidad de analisis es mas gran-
dee incluye muchos municipios, los municipios perifericos y los centrales se
funden en un mismo caso, y por lo tanto el porcentaje de ancianos deja de estar
vincula do ala diferencia entre municipios centrales y perifericos. A nivel de es-
ta unidad mas grande el porcentaje de ancianos puede ser -en naciones ricas-
un indicador de calidad del clima y mas en general de Ia vida, ya que en muchos
paises los jubilados tienden a trasladarse -si pueden- a las mejores areas des-
de estos puntas de vista.
Mas alia de estas consideraciones, si un investigador se aleja de las eleccio-
nes de indicadores hechas por los que han estudiado el mismo fen6meno en el
mismo ambito y con (una) unidad de analisis del mismo nivel, el deberia justi-
ficar su rechazo de los indicadores tradicionalmente elegidos para el concepto
que esta estudiando y su elecci6n de indicadores diferentes.
9·3· Aspectos indicativos y aspectos extrafios: Ia doble pluralidad
de las relaciones entre conceptos e indicadores
AI final del apartado 9.1 se observ6 que una propiedad directamente regis-
trable con una definicion operativa puede ser considerada -par diferentes ob-
servadares e incluso par el mismo- un indicadar de dos 0 mas propiedades.
Algunos 16 ven este fen6meno con desaprobaci6n, como una sefial de la insufi-
ciente madurez de las ciencias sociales; otros, bas3.ndose en una resefia de in-
vestigaciones publicadas, se limitan a documentarlo. 17 Trataremos de profun-
dizar este pun to destacando sus causas.
Cuando dos o mas personas conversan entre si, ellas dan por sentado que
cada t€rmino tiene el mismo significado para todos. Como lo mostraron
los etnometod6logos (Garfinkel 1964; 1967), esta convenci6n es necesaria
porque si cada interlocutor pidiera el significado de cada t€:rmino, se abriria
un retorno ad infinitum y Ia vida social se paralizaria. Pero si no se tienen
16 Par ejemplo, Zetterberg (1954), que lamentaba la extrema varieda9- de los indicadores elegi-
dos en la investigaci6n sabre grupos.
17 Par ejemplo, el psic6logo Me Nemar (1946).
INDICADORES, VALIDEZ, CONSTRUCCI6N DE INDICES
fines prJ.cticos sino cognoscitivos, y se pide a los interlocutores que defi-
nan un t€:rmino cualquiera, casi siempre se encuentra que las definiciones
son sensiblemente diferentes -lo que significa que el mismo t€rmino de-
signa conceptos distintos para cada sujeto. Par ejemplo, al escuchar el ter-
mino 'autoritarismo' algunos pueden pensar exclusivamente (o sabre to-
do) en fenOmenos politicos, otros preferentemente en la actitud de los
varones con respecto a sus esposas, otros preferentemente en la actitud de
los gerentes de una empresa u oficina con respecto a los empleados. Y pro-
fundi zan do mas, se encuentra que para algunos el autoritarismo poHtico
significa sabre todo el apoyo a un gobierno militar, para otros el deseo de
que haya un solo partido, o s6lo dos, para otros Ia opiniOn de que la toma
de todas las decisiones politicas pertenezca al ejecutivo central en desme-
dro de las autonomias locales, etcetera.
Nose pretende decir que cada sujeto da un (mica y diferente significado a
cada t€:rmino; al contrario, que cada sujeto puede darle muchos significa-
dos (algunos centrales, otros marginales, otros ausentes) y la distribuci6n
de aspectos centrales, marginales y ausentes varia de sujeto a sujeto. En fi-
losofia del conocimiento, el conjunto de los aspectos centrales y mar gina-
les se llama INTENSION de un concepto; toda Ia argumentaci6n previa se
puede sintetizar diciendo que cad a t€rmino designa -o, al menos, puede
designar- conceptos con intensiones diferentes para cada sujeto que lo
pronuncia o lo escucha. 18
AI esclarecer esto, no deberia extrafiar el hecho de que el mismo concepto
A, directamente operativizable, sea elegido por diferentes autares (e incluso
por el mismo autar en situaciones diferentes) como indicadar de dos o mas
conceptos no operativizables distintos. Esto deriva naturalmente del hecho de
que la intensiOn de este concepto A varia de sujeto a sujeto y tambien varia en
el tiempo para el mismo sujeto.
Tomemos como ejemplo Ia tasa de abortos registrados en cada provincia de
una naciOn de tradici6n cat6lica donde el aborto es legal. Habitualmente
esto se considera un indicador de secularizaci6n, es decir, de autonomia
con respecto a los preceptos de Ia Iglesia. En paises como la Argentina,
donde el aborto no esta legalizado, los abortos registrados sOlo son un su-
bregistro del total de abortos practicados. La tasa de abortos registrados po-
dria ser un indicador de las rnalas condiciones sanitarias en que se practi-
can los abortos clandestinos en sectores populares, ya que sOlo se registran
aquellos casas que derivan en la hospitalizaciOn de la mujer en el sistema
publico. Yen una naci6n -como por ejemplo ltalia, que ha legalizado el
aborto pero reconoce a los medicos de los hospitales pUblicos el derecho a
la objeci6n de conciencia antes de practicarlos-, un investigador podria
18 En rigor, se podria decir que cada intensiOn diferente corresponde a un concepto diferente,
lo que conllevaria que, mientras que se puede ficilmente averiguar que dos hablantes usan el mis-
mo termino, nose puede averiguar -par falta de acceso directo a sus mentes- si estin pensando
en el mismo concepto.
 METODOLOGiA DE LAS CIENCIAS SOCIALES
elegir la tasa de abortos registrados como un indicador de la propensi6n ala
objeci6n de conciencia de la clase medica de cada provincia, ya que las mu-
jeres, frente a un rechazo (o probable rechazo) de practicarles un aborto, se
desplazarian a otras provincias donde Ia clase medica no tiene problemas
de conciencia frente ala barto.
Cada investigador puede considerar central un aspecto diferente de lain-
tensiOn del concepto de tasa de aborto, y gracias a este aspecto -que podria-
mos ll~mar ASPECTO INDICATIVO- elige Ia tasa de abortos registrados como in-
dicador de diferentes conceptos. En cuanto a los otros aspectos, que no le sirven
para establecer Ia relaci6n de indicaci6n -y que par Ia tanto podriamos llamar
ASPECTOS EXTRANOS-, o los ignora, o los considera no importantes, o se da
cuenta de su presencia e importancia perc necesita aquel indicador y espera
que los aspectos extrafios no tergiversen demasiado Ia relaci6n de indicaci6n
que qui ere establecer. Sea cual fuere el reconocimiento que un investigador tie-
ne de los aspectos extrafios del indicador que elige, esos aspectos permanecen
y contribuyen a influir, per ejemplo, la manera en que una pregunta dada sera
entendida per los entrevistados. Per ese motive, Ia minimizaciOn de los aspec-
tos extrafios tiene que ser sin duda el primer criteria a considerar en Ia elecciOn
de indicadores. Y dado que no parece posible encontrar un indica dar totalmen-
te exento de aspectos extrafios, un investigador deberia tenerlos muy en cuen-
ta al interpretar sus datos.
A esta pluralidad "desde abajo" en las relaciones de indicaci6n (en el senti-
do de que un concepto puede ser razonablemente elegido como indicador de
otros varies conceptos), le corresponde una pluralidad "desde arriba", en el
sentido de que para cada concepto que interesa, pero que no sugiere directa-
mente una definiciOn operativa, cabe elegir mas de un indicador.
Veamos el porque de esto partiendo de un ejemplo. AI inicio de este capi-
tulo se dijo que la libertad politica nose puede definir operativamente de
manera directa (tambien en el sentido mas espec.ifico de .. nivel de libertad
politica que gozan los ciudadanos de varies Estados"). Para permitir un re-
gistro de situaciones empiricas cabe descender hacia conceptos mas espe-
cificos, que son aspectos de Ia intensiOn del concepto de libertad politica.
Los fil6sofos politicos convienen sobre al menos tres aspectos de esta in-
tensiOn: libertad de opiniOn, de asociaci6n, de prensa. Cada uno de estos
aspectos -como otros/9 cuya pertenencia ala intensiOn no goza sin em-
bargo de un acuerdo unanime- indica varias direcciones en las que pode-
mos buscar un indicador, es decir, un concepto que se pueda definir opera-
tivamente de manera directa y que este semanticamente vinculado ala
libertad politica.
El concepto de libertad de opinion sugiere, par ejemplo, el total de dias de
drcel sufridos porIa expresi6n de las propias opiniones durante un afio
'9 Como por ejemplo }a libertad religiosa, o la libertad de ir al extranjero sin restricciones po-
liticas.
-~--~--~--~~~----------~.-~- ------------
INDICADORES, VALIDEZ, CONSTRUCCION DE iNDICES 173
dado, dividido par el numero de adultos en Ia poblacion de cada Estado.'0
La definiciOn operativa indicar:ia d6nde proporcionarse la documentaci6n
necesaria, c6mo efectuar controles consultando agendas internacionales,
etcetera.
El concepto de libertad de asociaci6n sugiere, par ejemplo, el numero de
asociaciones que han sido disueltas -o cuya const:ituci6n ha sido prohibi-
da- par motives politicos (dividido por el nU.mero de asociaciones admi-
tidas y no molestadas) durante un peri ado dado.
El concepto de libertad de prensa sugiere, par ejemplo, el total de ejempla-
res de diaries y peri6dicos secuestrados par motives politicos en un afio
dado dividido par el total de ejemplares circulantes en ese afio.
El concepto de libertad de ir al extranjero sugiere, por ejemplo, el nUmero
de pasaportes solicitados y no otorgados dividido par el total de pasapor-
tes solicitados durante un afio dado.
La definiciOn operativa de los Ultimos tres indicadores seria analoga a la de
arriba (dias de circe!), cambiando obviamente las fuentes de informacion y
Ia manera de controlarlas.
Como se vio, para posibilitar cualquier registro de informaciones empiri-
cas semanticamente relevantes para el concepto de libertad politica cabe recu-
rrir a conceptos mucho mas especificos y acotados, que conduzcan directamen-
te a estas informaciones. Por esta raz6n se habl6 de un pasaje Hdesde arriba" del
concepto a sus indicadores, y de un pasaje "desde abajo" de cada indicador ele-
gido al concepto relative. Y ya que los aspectos de Ia intension de un concepto
general pueden ser muchos, para no reducir demasiado Ia generalidad de este
concepto, y a final de cuentas cambiarlo, es necesario buscar indicadores para
muchos aspectos; lo ideal ser.ia encontrar indicadores para cada aspecto rele-
vante de su intensiOn. 21
Esto es Ia que se entiende cuando se habla de "pluralidad desde arriba" de
Ia relaci6n de indicacion. De una forma rapida, Ia doble pluralidad puede sinte-
tizarse asi: cada concepto que no sugiere directamente una definiciOn operati-
20
Sino se hiciera esta divisiOn, los Estados mas poblados tendrian una obvia desventaja. Esta
operaciOn, que apunta a colocar un fenOmeno en sus dimensiones exactas, es denominada 'nor-
malizaciOn' y esta ilustrada en detalle mis adelante.
u Esto es solamente un ideal, porque los aspectos relevantes de la intensiOn de un concepto
no son ficilmente enumerables, y adem.ls cualquier intento por establecerlos va a ser inevitable-
mente controvertido. En el apartado 9·5 se aclararin otras dificultades que se encuentran al bus-
car indicadores para cada aspecto relevante de la intensiOn de un concepto. Por otro lado, si se de-
jan sin indicar muchos aspectos importantes de la intensiOn de un concepto, seria necesario
cambiar su denominaciOn. Lo que raramente se hace, como lamentan McNemar (1946), Coombs
(1953), Cooky Selltiz (1964), Lutynski (1978). Una consecuencia del no hacerlo la sefialan Cron-
bach y Meehl: "Si el investigador A, para un concepto que denomina 'agresividad', eligc indica-
dares asociadas con ataques abiertos a los demas y el investigador B, por otro concepto que tam-
bien denomina 'agresividad', elige indicadores asociadas con la hostilidad reprimida, los mismos
resultados que corroboran la teoria del investigador A falsean la teoria del investigador B, y vice-
versa" (1955, 291).
 OGiA DE LAS CIENCIAS SOCIALES INDICADORES, VALIDEZ, CONSTRUCCION DE iNDICES 175
METO DOL
174
· d' dores "y cada concepto que puede ser di- Este juicio se da -o se deberia dar- teniendo en cuenta los conocimientos
)'dad
1 d em ICa ' . d
'ta una p]ura d er eleaido como indicador de una plurahda del problema y de Ia poblacion estudiada, los resultados de investigaciones
va necesl . 'zado pue e s b~
ente operatlVI previas, Ia literatura cientifica sobre el tema. Una vez registrados los datos, el
rectarn conceptos. . I de pluralidad desde arriba y pluralidad desde juicio debe tener en cuenta Ia fuerza y Ia forma de Ia relacion (no solo los coefi-
de orros . / partKU ar .~
combinaClOil d 1 ANALISIS SECUNDARIO. Con esta expresiDn se cientes de asociacion)'7 de aquella variable con otras.
Una enu o en e bl
. encuentra am h ·nvestigadores para profundizar un pro ema En efecto, los metodologos de inspiracion conductista tienden a desacredi-
baJO se d e muc os 1 ' .
a . 1hecho e qu Iugar de recolectar directamente datos ana 11- tar un juicio basado en criterios meramente semanticos (llamado content vali-
des1gna e I 1'nteresa, en ch' dation, validacion de contenido, o -sarcasticamente- face validation, valida-
itivo que es d otros investigadores y depositados en ar tvos
cognos C oistra os por cion a simple vista). Ellos juzgan tambien poco cientifica una forma de control
J]os ya reo-
zan aque . . " .
· dos 23 analizan los datos de una tnvesngacwn aJe- de validez que usaban los psicologos de Ia primera mitad del siglo XX: Ia vali-
apropia · da vez que se . . .
ra]rnente, ca 'edades que interesaron a! autor ongmano, o dacion "por grupos conocidos" (known groups). Para ver si un test dado era un
Natu . . d a ]as prop1 .
indicador valido, por ejemplo, de anomia, se lo aplicaba a una poblacion cono-
os brn1ta os . • Por lo tanto puede pasar que algunas prop1e-
esta m . stigaClOD. '
na, de aquella mve tran en Ia matriz de datos.'• Antes de renun- cida (habitualmente, los alumnos de una clase de psicologia). El test era juzga-
autores, se encuen .
e interesan n0 d 1 zs muchos investigadores examtnan atenta- do valido si el grupo de alumnos que el profesor juzgaba "anomicos" obtenia
dades qu sus mo e os, .
. nsiderarlas en . t'gaci6n originaria para ver SI encuentran una o en el test un puntaje medio significativamente mas alto que el resto de Ia clase
ciaraco ·delamves1 . d 'd' (Thurstone y Chave 1929; Frey 1970). .
da la rnatnz espondiente pueda ser constdera o un In I-
mente t o oncepto carr d
, ·ab]es cuY0 c . bles que Jes interesan. De esta forma, atos que Todas las otras formas de control de validez se basan en coeficientes de aso-
rnas var 1 de ]as vana . .
ca
~e
fueron r
d U na u otra
ecogidos para e d
t~~=
d' ador e una
. £ ac 1·6n acerca de una proptedad C, tnteresan-
propiedad A son explotados para tener mfor-
' . . bl
. ciaci6n entre el vector que brinda los datos del indicador en cuesti6n y otros
vectores de Ia matriz. Se vio en el apartado 7·4 que tambien Ia fiabilidad de los
' 0 como in lC . d d B esa tam poco directamente operatiVlZa e datos se controla -para la mayoria de los investigadores, de inspiraci6n con-
te en S1 de una prop1e a , d uctista o no- mediante correlaciones de dos a mas vectores. Esta analogia ha
. es acerca
macwn ropie d adA · n todas ]as relaciones de m· d'ICacwn
·• que un m- · coniJevado una lamentable confusion entre el concepto de fiabilidad (Ia corres-
como Ia P .• comopasaco . I ... d I . pon<;lencia entre situaciones reales y datos en Ia matriz) y el concepto de validez
taoperaclon- _, I enos en teoria, someuda a JUIClD e a comuni-
Es bl -esta,a m .
or esta ece I'd -un concepto que exam1naremos pronto. (el grado de correspondencia semantica entre dos conceptos): algunos usan sin
vesnga d an to a suva I ez
dad cientifica en cu cuestionamientos un termino en Iugar del otro y confunden estos dos proble-
mas metodologicos distintos.'8 Otros IJegan a calcular relaciones matematicas
. ·dad semantica entre un concepto entre los coeficientes correspondientes y elaboran tecnicas para "enfrentar si-
· · ·oacerca de Ia Proxmu
La vaJidez como JUlCl multineamente cuestiones de fiabilidad y de validez" (Siegel y Hodge 1968).'9
94· indicador Se puede comentar que, en el fondo, eiJos son los mas coherentes: su idea
ysu · d'1-
· dad del concepto I en cuanto pos1'bl em de validez noes mas que Ia consecuencia de un enfoque que reduce todos los
z es una prop1e
rigor, Ia VAL!DE • bito espacio-temporal determinado con una problemas cientificos a relaciones matematicas entre vectores. Una reducci6n
En C en un am . d d
del concepto El d en que elconcepto I posee esta prop1e a no que tiene una justificaci6n oficial-la ciencia tiene que ser "objetiva", y por
d
ca or . dada gra o " E d •I
'd d de anaJis1S ' . d ingun modo "objetivo . ste gra 0 SO 0 cierto no hay nada mas "objetivo" que Ia matematica- y una oculta: el deseo
un1 a . ,6 i avenguar e n . . d I . d
de medii, n . . semanticos por el mvesnga or, e equ1po e de quitarse de encima tareas tan minuciosas y tediosas como controlar el fun-
se pue do con cntenos . . 1.
d ser evalua ·a d de investigadores de una d1sc1p ma. cionamiento de las herramientas en el campo, ensuci3.ndose las manes con una
pue e. d es ]a cornun1 a realidad siempre mucho mas compleja que los modelos matematicos,3° y tam-
invesnga or '
bien Ia tarea intelectualmente exigente de reflexionar sobre las relaciones se-
· d' d para cada concepto ha sido destacada tambif~n
. J.sdeunm !Ca or ,
idad de elegir m . , ter espedfico yno puede ser considerado exhausttvo
22 La neces . d' dar uene un carac
"Cada Ill Jca ) 27 Sabre los coeficientes de asociaci6n, vease el capitulo 15.
zarsfe]d: to" (tgs8, 107 · . , . . ..
por La . d de otro concep ·f d' n las Ultimas decadas en soctologta y Cienna po1I ti- 28
Veanse, por ejemplo, Gulliksen (1936); Parry y Crossly (1950); Schuman (1966); Davies
l · !fica o d se d 1 un 1eron e
de sign cbivos de atos . d I y otras informaciones etnogrificas que se remontan (1977); Carmines y Zeller (1979).
23 Estos ar archiVOS ere atos
, n el ejemplo de 1os, oca del evolucionismo. z9 Veanse tam bien Cronbach (1949); Bohrnstedt (1970 ); Allen (1974). Para Lord y Novick

ca, segu 1 . lo XJX, en la ep d I anidisis secundario, vease Hyman (1972). -- -- (rg68) la re]aci6n entre validez y fiabilidad es simpllsima: la primera es la ralz cuadrada de lase-
a fines de sig toY otros problemas, e_ d I J.lisis de datos en Ia aproximaci6n est3.ndar. vease gunda.
24 sabre es herramienta bastca e an
3o Sabre Ja infinita, y continuamente cambiame, complejidad de la realidad ha tenazmente in-
z> El modelo es Ia . ., .
. I tod6logos de insptracwn conductJsta, que propu- sistido Max Weber (1904; 1906; 1913). Su lecci6n deberia ser meditada par los cultores de modelos
' ]o 15 I e sosttenen os me . d )
capltU · ·amente a o qu " d' ,. I vaMdez (vease mas adclante en este m1smo aparta o · matem3ticos hipersimplificados.
26 Contran . . tos para me Ir a
. rocedmnen
sieron vanos p
 METODOLOGfA DE LAS CIENCIAS SOCIALES
m<lnticas que tienen dos conceptos en Ia mente de los individuos investigados
en un ambito espacio-temporal dado.
Veamos ahara las mas difundidas de estas tecnicas de validaci6n. En Ia vali-
daci6n "concomitante" o "simult<inea" (concurrent validation) se calculan coe-
ficientes de asociaci6n con otros supuestos indicadores3 1 del mismo concepto
(Carmines y Zeller 1979), en Ia razonable expectativa de que dos o mas indica-
dares del mismo concepto esten positivamente asociadas entre si. Pero incluso
un~ fuerte asociaci6n positiva no demuestra nada de forma conclusiva,3 2 per-
que nada impide que Ia asociaci6n derive del hecho de que son todos indicado-
res de otro concepto. Ademas, si el indicador en cuesti6n esta asociado con al-
gunos y no con otros supuestos indicadores del mismo concepto, no podemos
establecer cual de los dos grupos esta formado por indicadores validos del con-
cepto que nos interesa.
Relativamente mas concluyente es Ia validaci6n "predictiva", en Ia que se
controla si, sabre Ia base de los puntajes en un indicador, somas capaces de pre-
ver correctamente los resultados de una prueba sucesiva (Scott 1968; Carmines
y Zeller 1979). Por ejemplo, el vector que brinda los datos del test que trata de
detectar Ia aptitud para conducir un helic6ptero, dirigir una orquesta o bailar
ritrnos afrocubanos sea so cia con el vector que brinda los resultados de Ia prue-
ba final de un curso para conducir helic6pteros, dirigir orquestas o bailar esos
ritmos. Si Ia asociaci6n es alta, el test se considera valido como indicador de las
habilidades correspondientes, y puede ser adoptado por los directores de los
curses para seleccionar previamente los candidates. Naturalmente, esta forma
de validaci6n solo puede ser adoptada en situaciones como las descritas, es de-
cir cuando el concepto a indicar puede tener una definiciOn operativa directa
bajo Ia forma de resultados de Ia prueba final de un curso.
La mas interesante de estas validaciones mediante analisis estadistico de Ia
matriz es Ia "validaci6n de constructo" (construct validation), en Ia que el su-
puesto indicador no sea so cia con indicadores del mismo concepto sino con va-
riables que -seglln las expectativas te6ricas o de senti do com lin- deberian te-
ner una relaci6n empirica fuerte (positiva o negativa) con el concepto a indicar
(Cronbach y Meehl1955). El indicador se juzga valido silas relaciones son pare-
cidas a aquellas que se esperaban.
Un ejemplo aclarara lo que se entiende por validaci6n de constructe. En un
analisis secundario de una investigaci6n de 7.ooo j6venes italianos en
1971, uno de los autores de este libro efectu6 un an<ilisis factorial de una
larga bateria de escalas de Likert. La prim era dimensiOn extraida no era tan
3' Como lo observan Frey (1970) y Turner (1979), esto abre el problema de qui en valid6 estos
supuestos indicadores. Con otras palabras, la "validaci6n concomitante", yen definitiva todas las
formas de validaci6n mediante asociaci6n entre variables en la matriz, abren un regreso ad infini-
tum, al final del cual se encuentra -a pesar de la pretendida "objetividad"-la tan despreciada "va-
lidaci6n de contenido": la variable X se considera un indicador v<llido del conceptO C
estrechamente asociada con la variable Y; cpero quien valid6la variable Yen cuanto indicador deC?
3'- Con una feliz expresi6n debida a Winch y Campbell (1969), una fuerte asociaci6n positiva
es evidence, notproof(indicio empirico, no prueba).
INDICADORES, VALIDEZ, CONSTRUCC!6N DE iNDICES
177
fki~ ~de interpretar, y fue bautizada "perbenismo" en cuanto distinguia a
los JOVenes que aprobaban frases que parecian las recomendaciones de la
mama Quntarse con buenos compafieros, escuchar los consejos de los ex-
~-ertos, evitar posiciones extremas, confiar en los sabios, etcetera) de los
JOVenes que las rechazaban.33 La gran amplitud de la muestra permiti6 cal-
cular el puntaje medio de cada cohorte de un afio en el fndice34 que repre-
se?taba e~te factor, dividiendo adem<is entre mujeres y varones. Esos pun-
taJes me~ws se representan en la figura 9.1. La linea horizontal representa
el punta)e o (en el an<llisis factorial, esto es el puntaje medio de la muestra
total). Si la columna de una cohorte esta arriba de Ia linea horizontal el
pun~aje medio en el i~dice de aquella cohorte es mas alto que el punt~je
~edw de la muestra; s1la columna esta debajo de esa linea, el puntaje me-
dw de la cohorte es inferior al promedio de la muestra. Las columnas tie-
nen altura proporcional a la diferencia entre el promedio general y el pro-
medic de aquella cohorte.
Figura 9.1: Un coso de validaci6n de constructo
D puntajes medias de una cohorte de varones
D puntajes medias de una cohorte de mujeres
edad 14 15
23 25
24
La validaci6n de constructe que aflora claramente de la figura radica en el
hecho de que el rumbo de las columnas es el que se esperaria si el indice re-
~strase el verdadero nivel de aceptaci6n que cada cohorte de j6venes ma-
nlfiesta para con las recomendaciones de la mama. Es sabido en efecto que
en los paises Iatinos las mujeres se emancipan temprano de la influencia
mate~rna, mientras que los varones tardan mas en hacerse independientes.
El grafico muestra que este desfasaje se reduce ripidamente, y a los 16 afios
los varones han alcanzado el mismo nivel de (no)aceptaci6n de las muje-
res. A continuaci6n, los niveles de aceptaci6n siguen bajando, pero el de
los varones baja mas r<ipidamente: un analisis de regresi6n mUltiple del in-
33
El termino 'perbenismo' proviene de la expresi6n per bene (como se debe adecuado a las
normas culturales de la "buena burguesia"). '
34
En las ciencias sociales se denomina 'cohorte' a un grupo de individuos que tienen la mis-
ma edad. No s6lo los indicadores, sino tam bien los indices -que son combinaciones de indicado-
res, y de los que se hablara pronto- son sometidos a un juicio de validez.
 METODOLOGIA DE LAS CIENCIAS SOCIALES
INDICADORES, VALIDEZ, CONSTRUCC!ON DE iNDICES 179

dice sabre otras variables mostr6 que esto depende de la mayor exposici6n
que los j6venes italianos tenian en aquellos afios a influencias exteriores a
la familia, como Ia escuela (que significa profesores, lecturas y -mas que
otra cosa- compafieros a imitar).35
El nivel de aceptaci6n de los varones alcanza su minima a los zo aiios, y
luego sigue siendo muy inferior al promedio general. Al contrario, el pun-
taje de las mujeres, tras detenerse par debajo del promedio a los r8-2o
aiios, sube nueva y r;lpidamente por encima del promedio de la muestra,
liasta alcanzar a los 25 aiios un nivel pared do al que tenia a los 14 aiios. Este
rumba se explica facilmente si se piensa en el hecho de que las j6venes ita-
lianas de 1971 tendian a casarse mucho mas temprano que las de hoy en dia,
y por lo tanto a los 20 afios empezaban a posicionarse ante las frases que
hemos mencionado Guntarse con buenos compafieros, escuchar los conse-
jos de los expertos, evitar posiciones extremas, confiar en los sabios, etce-
tera) no tanto como hijas sino como madres.
Cabe com en tar que esta convincente valoraciOn de constructe sOlo se pudo
lograr analizando en detalle y par separado el puntaje de cada cohorte, cotejan-
do el rumba de las cohortes femeninas y el de las masculinas. Esta nose alcan-
zaria si se correlacionase el indice en cuestiOn, globalmente considerado, con
cualquier otra variable globalmente considerada -como prescriben las tecnicas
estandar de valoraci6n. El juicio sabre la validez de un indicador ode un indice,
aun cuando se base en el anJ.lisis de sus relaciones con otras variables en una
matriz de datos, a menudo tiene que ir mas alia de lo que pueden brindar sim-
ples coeficientes globales de asociaci6n.J 6
9·5· Algunos ejemplos de elecci6n de indicadores
do, esta busqueda encuentra obvios limites en el hecho de que noes siempre
f§.cil encontrar conceptos que sugieran definiciones operativas directas -los
Unicos idOneos para ser elegidos como indicadores. Adem<ls, cuanto mas gran-
dees el numero de indicadores, mas dificil es la construcci6n de un indice que
sintetice -como veremos en el apartado siguiente.
Par estos motives no se pretende ofrecer una lista exhaustiva de indicado-
res, pero igualmente se sugiere mas de un indicador para el mismo aspecto, o
para aspectos cercanos, de forma tal que ell ector que qui era inspirarse en la lis-
ta tenga un abanico dentro del cual elegir a su vez.
Aspectos relativos ala educaci6n:
titulo de estudio del sujeto;
titulo de estudio del padre del sujeto;
titulo de estudio de la madre del sujeto.J7
Aspectos relativos ala ocupaci6n:
ocupaci6n principal del sujeto empleado o ultima ocupaci6n del sujeto
desempleado o jubilado;
ocupaci6n principal del jefe o jefa de la familia de procedencia.
Aspectos econ6micos:
ingreso anual media del sujeto en los ultimos 5 aiios;
ingreso anual media de su familia en los ultimos s aiios I numero de
individuos convivientes;
metros cuadrados de espacio habitable a disposici6n de la familia I nu-
mero de individuos convivientes;
tipo al cual pertenece la vivienda principal de la familia.

Algunos ejemplos ayudaran a comprender mejar la naturaleza de los indi- Bienes duraderos poseidos par la familia:
cadores y podr<ln servir como modelos para la elecciOn de nuevas. numero de caches poseidos par la familia 1 numero de adultos convi-
Empezaremos con un concepto que se quiere operativizar en pr§.cticamen- vientes;
te todas las encuestas sociolOgicas sabre seres humanos adultos -el de estatus numero de equipos de TV poseidos par la familia I numero de indivi-
socioeconOmico- y que sin embargo no sugiere una aceptable definiciOn ope- duos convivientes;
rativa directa (nose puede preguntar directamente a una persona de la calle costa del cache mas caro poseido par la familia.
cu<ll es su estatus socioeconOmico porque muchos no entenderian la pregunta,
y otros le darian significados muy diferentes de los que se le dan en sociologia). Costumbres del tiempo libre:
Como ya se dijo, en teoria se deberian buscar indicadores para cada aspecto gasto mensual media (en el ultimo aiio) para comidas de la familia en
relevante de la intensiOn del concepto de estatus socioeconOmico. Par otro la- restaurantes I nlimero de individuos convivientes;
gasto media anual en vacaciones de miembros de la familia I nlimero
35 Hasta los aiios 1970 en Italia muchas familias retiraban a las niiias de Ia escuela a los 14-15 de individuos convivientes.
aiios, y a muchas nose les permitia salir de casa sin parientes o hermanos basta los 18-20 afios. El
anilisis de regresi6n mUltiple es un desarrollo del anilisis de regresi6n (del que se hablari en el
apartado 15.6). Esa tf!:knic"a permite valorar la influencia relativa de algunas variables en otra, Hama-
da independiente. Todas las tecnicas de regresi6n y correlaci6n s6lo se aplican a variables cardina-
37 El titulo del padre y el de la madre se pueden combinar en una sola variable, como veremos
les o cuasi cardinales.
36 Sabre los coeficientes de asociaci6n, vease el capitulo 15. en el apartado siguiente.
 METODOLOGiA DE LAS CIENCIAS SOCIALES
Ellector habra notado que a menudo el indicador incluye Ia division por el
numero de individuos ode adultos convivientes en Ia familia del sujeto. Solo
asi el indicador cobra su plena sentido: se entiende en efecto que poseer tres
caches o tres equip as de television cambia de significado si el poseedor es solo
o si es parte de una familia de ocho miembros. El numero de miembros tiende
naturalmente a influir los niveles de muchos indicadores cuantitativos, pero
no tiene ninguna relaci6n con el concepto de estatus: es un aspecto ajeno a Ia
relaci6n de indicaci6n, y dividiendo por el nlimero de miernbros se neutraliza
su in:huencia.
Esta operaci6n de dividir una cifra par una base relevante para neutralizar
aspectos de un fenomeno que no interesan se llama NORMALIZACI6N y se aplica
habitualmente no s6lo en la creaci6n de indicadores, sino tambien en el anali-
sis estadistico de los datos.
Pasemos ahara a un concepto que se usa en muchas investigaciones cuya
unidad de analisis es Ia provincia: el nivel de dinamismo economico-demo-
grafico.
Para los aspectos econ6micos en general se podrian elegir indicadores como:
Ia variaci6n3 8 en el ingreso per capita;
la variaci6n en los depOsitos bancarios per capita;
la variaci6n en el gasto en obras pUblicas.
Para los aspectos relativos a empresas se podrian elegir:
el sal do demografico de las empresas (total de nuevas empresas menos
total de empresas quebradas) en el intervale considerado;
la variaci6n del manto anual de inversiones per capita;
Ia varia cion del consume anual per capita de kW/h para usa industrial;
Ia variaci6n en la proporci6n de suelo ocupado por establecimientos
industriales y comerciales.
Para los aspectos relativos a la ocupaci6n se podrian elegjr:
Ia variacion en Ia tasa de empleados sabre Ia poblacion en edad laborable;
Ia variaci6n en Ia cuota de empleados procedentes de otras provincias o
Estados.
Para los aspectos demograflcos se podrian elegir:
el saldo demografico natural {total de nacidos menos total de falleci-
dos) en el intervale considerado;
el saldo demografico debido a transferencias de otras provincias o Esta-
dos menos transferencias a otras provincias o Estados.
38 Todas las variaciones se entienden de un aiio X a un aiio Y, definidos por el investigador se-
glln sus intereses.
INDICADORES, VALIDEZ, CONSTRUCCI6N DE iNDICES
Considerando que el desarrollo economico seve favorecido par Ia difusion
de la instrucci6n, se podria agregar Ia variaci6n en la cuota de residentes gra-
duados.
Finalmente consideremos un concepto que se puede encontrar en investi-
gaciones con unidades ya sea individuales ya sea territoriales: el grado de eman-
cipaci6n femenina.
Cuando Ia unidad es territorial (una provincia, un Estado) un abanico de
indicadores podria incluir:
el cociente entre 1a tasa de ocupaci6n femenina y 1a tasa de ocupaci6n
masculina;
el total de mujeres con cargos politicos dividido par el total de hom-
bres con cargos semejantes:
el total de conductoras de autobus dividido par el total de conductores;
el total de nifios menores de cinco afios dividido par el total de mujeres
de 20-50 aiios;
Ia edad media en que las mujeres dejan Ia familia de origen para ira vi-
vir solas;39
[solo si Ia unidad es un municipio urbana]
el gasto total {en el ultimo afio) en plates preparados dividido par el
gasto total {en el mismo periodo) en productos alimenticios no prepa-
rados en los supermercados del municipio.
Cuando Ia unidad es individual, el concepto apropiado es el grado de apoyo
a Ia emancipaci6n femenina. Un abanico de indicadores de este podria incluir:
la actitud hacia Ia asignaci6n de cargos politicos a mujeres;
la actitud hacia la asignaci6n de cargos religiosos a mujeres;
Ia actitud bacia el abarto:
Ia actitud bacia los anticonceptivos;
Ia actitud bacia las mujeres empresarias;
el juicio acerca de Ia conveniencia de que las mujeres trabajen fuera de
su casa;
el juicio acerca de la conveniencia de que las mujeres trabajen de noche.
g.6. La construcci6n de indices tipol6gicos con variables categotiales y ordinales
Se dijo varias veces que la intensiOn de un concepto de propiedad tiene va-
ries aspectos, y que-sino es posible definir operativamente el concepto de
forma directa- se necesita encontrar indica dares para los aspectos mas impor-
tantes, so pena de recoger informaciones sabre un concepto muy diferente del
39 Los dos Ultimos indicadores estln invertidos, en el senti do de que cuanto mas alto es el nU-
mero de niiios menores de cinco afios, y mas alta la edad en la que las mujeres dejan la familia de
origen, m<is bajo es el nivel de emancipaci6n femenina.
 METODOLOGfA DE LAS C!ENCIAS SOCIALES INDICADORES, VALIDEZ, CONSTRUCCION DE fNDICES

que pensamos. Naturalmente, las informaciones recogidas tienen que ser sinte-
tizadas para reconstituir de alguna manera la unidad del concepto que in teresa.
La operaci6n con Ia que se realiza esta sintesis se llama CONSTRUCCI6N DE
UN fNDICE y, tal como se adelanto, es Ia tarea m;\s delicada de toda Ia investiga-
ci6n social que sigue una aproximaci6n estandar.
El criteria de construcci6n de los indices se puede establecer en abstracto, a
Ia hora de disefiar Ia investigaci6n; pero se realiza cuando los datos sobre los in-
dicadores esten recolectados, y tengamos las variables correspondientes en la
matr'iz. El procedimiento que se sigue es totalmente diferente seglin se traten
las variables como cardinales o no, a punta tal que es precise presentarlo en pcl-
rrafos diferentes.4°
Si no las consideramos cardinales, se atribuye plena autonomia sem<lntica a
cada categoria de las variables que van a formar el indice. De esto se sigue que Ia
herramienta para realizar Ia sintesis es la tabla bivariable,4 1 en la que cada cate-
goria de las variables involucradas se representa en una fila o una columna de Ia
tabla, yen cada celda hay un tipo -es decir Ia combinaci6n de una categoria de
Ia variable en las filas de Ia tabla con una categoria de Ia variable en las colum-
nas. El indice asi construido se denomina TIPOL6Grco.
Empecemos con un ejemplo simple, en el que las dos variables involucra-
das son ordinales (lo que nos ayudara a realizar Ia sintesis) y tienen pocas cate-
gorias (lo que reducira Ia complejidad del problema). Imaginemos que Ia pro-
piedad que nos interesa sea el "capital cultural" (en el sentido de Bourdieu
1979; 1994) que recibi6 cada individuo durante su formaci6n, y que dos de los
indicadores elegidos sean -muy simplemente- el titulo de estudio del padre y
el de Ia madre, cada uno registrado con cuatro categorias:42 elemental (el en al-
gunas tablas que siguen) I media (me) I media-superior (ms) I superior (sup).
La tabla 9.1 presenta los dieciseis tipos resultantes de Ia combinaci6n (pro-
ducto l6gico) de cada titulo del padre con cada titulo de Ia madre. Estos tipos
podrian ser las dieciseis modalidades de Ia nueva variable. Esta variable debera
ser cruzada con otros indicadores de capital cultural, y por ]o tanto se necesita-
ra una secuencia de otras tablas. Dieciseis modalidades en las filas o en las co-
Iumnas de una tabla son demasiadas; por eso es preciso reducir el nllmero de
tipos en Ia tipologia.43 Si Ia contribuci6n del padre y Ia de Ia madre a! capital
cultural de un individuo se consideran equivalentes, una manera obvia de re-
ducir esta tipologia se muestra en Ia tabla 9.1:
el c6digo 1 en Ia nueva variable se atribuye a todos los que tienen ambos
padres con el titulo elemental;
el c6digo 2 se atribuye a todos los que tienen a! menos uno de los pa-
dres con el titulo medio;
el c6digo 3 se atribuye a todos los que tienen a! menos uno de los pa-
dres con el titulo media-superior;
el c6digo 4 se atribuye a todos los que tienen a! menos uno de los pa-
dres con el titulo superior;
el c6digo 5 se da a todos los que tienen ambos padres con el titulo su-
perior.
Se logra asi una nueva variable ordinal, que sintetiza dos indicadores. Na-
turalmente, se pueden concebir otras formas de realizar esta s.intesis, por ejem-
plo atribuyendo un peso mayor a] titulo del padre (c6digos en Ia tabla 9.2, parte
izquierda) o a! de Ia madre (c6digos en Ia tabla 9.2, parte derecha).

Tabla 9.2: Otras formas de combinar dos indicadores y reducir Ia tipologia resultante
Tabla 9.1: Combinaci6n de dos indicadores y reducci6n de Ia tipologia
TITULO DEL PADRE TITULO DEL PADRE
TiTULO DEL PADRE TITULO DE LA MADRE EL ME MS SUP EL ME MS SUP
TiTULO DE LA MADRE ELEMENTAL MEDIO MEDIO SUPERIOR SUPERIOR elemental 2 3 4 2 2
elemental l 2 3 4 media l 2 3 4 2 2 3 3
media 2 2 3 4 media superior 2 3 4 5 3 3 4 4
media superior 3 3 3 4 superior 2 3 4 5 4 4 5 5
superior 4 4 4 5

40 Hay naturalmente casas mixtos, en los que algunas variables son cardinales o cuasi cardi-
nales y otras no. Un ejemplo se presentara en el apartado siguiente.
4' Naturalmente hay indices formados con mas de dos variables categoriales. Pero tambien en
estos casas, ya que una tabla trivariable no es fcicil de concebir ni de representar, en la practica se
opera con una sucesi6n de tablas bivariables, construyendo indices parciales (vease un ejemplo
mas adelante).
4 2 Se usan categorias generales, sin hacer referenda al ordenamiento escolastico de un pais
particular. El ajuste de estas categorlas generales ala estratificaci6n d~ titulos de cada pais es un ti-
pico problema de definiciOn operativa.
Antes de mostrar c6mo se combina una de las variables as.i construidas con
otro indicador, siguiendo con Ia construcci6n del indice de capital cultural, ca-
43
Dieciseis modalidades en las filas o en las columnas de una tabla, cruzcindose con las cate-
gorlas de otra variable, producen on nUmero demasiado alto de celdas (el nUmero de celdas de una
tabla es el producto del nUmero de filas par el nllmero de columnas). La reducci6n del nllmero de
tipos en una tipologia, llamado por brevedad "reducci6n de una tipologia", fue teorizada par
Hempel y Oppenheim (1936) y par Lazarsfeld (1937). Este Ultimo la llam6 "reducci6n del espacio
de atributos" por miedo a que el termino 'tipologia', de noble origen filos6fico, fuera rechazado
por el mercado norteamericano, en el que estaba desembarcando al huir del nazismo.
 METODOLOGfA DE LAS CIENCIAS SOCIALES
be destacar el hecho de que Ia relaci6n entre el titulo del padre y el de Ia madre
se puede elegir como uno de los indicadores del nivel de tension y conflicto po-
tenciales en Ia familia de procedencia del sujeto, a su vez una posible causa (no
un indicador) de su nivel de (in)seguridad. El supuesto es que cuanto mayor sea
el desnivel cultural entre los padres, tanto mayores probablemente seran -en
ellargo plazo-la tension y el conflicto potenciales entre los dos. En este caso,
los c6digos a asignar a los tipos en las celdas (vease Ia tabla 9.3) podrian ser:
'o en la diagonal, donde el titulo es el mismo para ambos padres;
1 en las celdas cerca de la diagonal, donde solo hay un escalon de dife-
rencia entre el titulo de uno y del otro;
2 en las celdas donde hay dos titulos de diferencia;
3 en la celda a Ia extrema derecha alta y a Ia extrema izquierda baja de la
tabla, donde la diferencia es la maxima posible.
Tabla 9.3: Otras formas de usar las mismas informaciones
para crear un indicador de otro concepto
TiTULO DEL PADRE
TITULO DE LA MADRE ELEMENTAL MEDIO MEDIO SUPERIOR SUPERIOR
elemental 0 1 2 3
media 0 1 2 1: capital cultural consistentemente bajo: sujetos cuyos padres no llega-
media superior 2 0
superior 3 2 0 cuentos de aventura y de viaje, cr6nica "social" y novelas "rosas" o po-
Veamos ahara c6mo se puede proceder en la construcci6n del indice usan-
do Ia variable formada por los titulos de los padres en combinaci6n con otro in-
dicador de capital cultural, por ejemplo el tipo de lecturas preferidas por el su-
jeto durante su adolescencia y su juventud. Imaginemos que las diversas
respuestas a estas preguntas hayan sido reagrupadas en cuatro niveles:
r: historietas, cr6nica deportiva, novelas "rosa" y cr6nica "social" en dia-
rios y periodicos (hist en la tabla 9-4);
2.: cuentos de aventura y de viajes, novelas policiacas, secciones policiacas
de diarios y periodicos (av en Ia tabla 9.4);
3: novelas, best sellers, ciencia ficcion (nov en la tabla 9.4);
4' ensayos, clasicos de la literatura y del teatro (cl en Ia tabla 9-4).
En este caso Ia reduccion de Ia tipologia es una tarea delicada, sobre todo
porque las categorfas en ambas variables incluyen situaciones reales bastante
diferentes, que cada investigador (y cada lector) puede interpretar a su manera.
En general, los criterios que guian la eleccion de los tipos que se van a reagrupar
(y por consiguiente las categorias de Ia variable resultante, que puede ser el in-
dice final o una etapa intermedia en su construcci6n) son los mismos que guian
la reduccion del numero de las clases en una clasificaci6n (vease apartado 8.1):
INDICADORES. VALIDEZ. CONSTRUCCI6N DE iNDICES
el primero es la maxima proximidad semJ.ntica entre los tipos que se reagrupan
(complementada por la mJ.xima distancia sem<intica entre las categorias resul-
tantes). Naturalmente, el punto de referenda para juzgar todo esto sera el con-
cepto general que se quiere operativizar mediante un indice -en este caso el
capital cultural. El criteria que ya se ha definido como auxiliar es Ia oportuni-
dad de evitar desequilibrios excesivos entre las frecuencias de las categorias re-
sultantes, para no perjudicar la sucesiva fase de an<llisis.
Como siempre, hay que balancear el criteria sem<lntico con el num€rico.44
Este balanceo se realiza mas facil y eficazmente si ya tenemos la tabla ante
nuestra vista, es decir, cuando los datos ya han sido recolectados. Por este mo-
tivo se aconseja proyectar los indices en general yen abstracto antes de recolec-
tar los datos, pero esperar que ellos sean recolectados antes de encarar los deta-
lles de la construccion.
Desafortunadamente, nose puede cumplir con esta maxima al proponer el
ejemplo de reduccion que sigue (tabla 9-4). Sin embargo, Ia propuesta tiene en
cuenta una consideraci6n empirica, es decir, el hecho de que muchos entrevis-
tados, para darla mejor imagen de si mismos al contestar una pregunta seme-
jante, tienden a indicar-entre todas sus lecturas- aquellas que perciben como
mJ.s apreciadas culturalmente.
Los tipos que emergen de la reduccion podrian ser:
ron al nivel media-superior y que prefieren leer historietas, deportes,
lidacas;
2: capital cultural descendente: sujetos cuyos padres alcanzaron el nivel
superior y que no llegaron a indicar ensayos o cLlsicos al contestar la
pregunta; sujetos con uno de los padres con instrucci6n superior y que
no llegaron a indicar clasicos o novelas de buen nivel al contestar la pre-
gunta; sujetos con uno de los padres con instrucci6n media-superior y
que prefieren leer historietas, deportes, o cr6nica "social" y novelas
"rosa";
3: capital cultural consistentemente medio: sujetos con uno de los padres
con instrucci6n superior y que no llegaron a indicar ensayos o clJ.sicos
al contestar la pregunta; sujetos con uno de los padres con instrucci6n
media-superior y que prefieren leer cuentos de aventura y de viajes,
cronica y novelas de tipos varios (no "rosa"); sujetos con uno de los pa-
dres con instrucci6n media y que prefieren leer novelas de buen nivel,
best sellers, ciencia ficci6n;
4: capital cultural ascendente: sujetos sin ningUn padre con instrucci6n
superior que indican ensayos o clisicos como su lectura preferida, y su-
jetos con ambos pcadres con titulo elemental que indican ensayos, clasi-
cos, novelas de buen nivel, best sellers, ciencia ficci6n;
44 Lo destacaba tambiEm Galtung (1967= 253}.
 r86 METODOLOGfA DE LAS CIENCIAS SOCIALES
s: capital cultural consistentemente alto: sujetos con uno o ambos padres
con instrucci6n superior que indican ensayos o clasicos como su lectu-
ra preferida.
Tabla 9.4: C6mo proceder en Ia construcci6n de un indice de capital cultural
LECTURAS PREFERIDAS
TiTULb DE LOS PADRES H!ST AV NOV CL
2 elemental 4 4
1 medio l l 3 4
1 medio superior 2 3 3 4
1 superior 2 2 3 5
2 superior 2 2 2 5
Hasta ahora, solo se combinaron tres indicadores, y yael ejemplo puede
dar una idea de Ia cantid ad y complejidad de problemas semanticos y de deci-
siones consiguientes que estJ.n involucrados en la construcci6n de un indice
con indicadores cuya definicion operativa lleva a una variable categorial u ordi-
nal. Cada vez que se quiera combinar un indicador mas, Ia complejidad seman-
tica se acrecienta de forma casi exponencial, las decisiones involucradas en re-
ducir Ia tipologia son cada vez mas cuestionables, y el control intelectual sobre
toda Ia operacion y sus resultados disminuye.
Par este motive, cada vez que se puedan imaginar definiciones operativas
que lleven a variables cardinales o cuasicardinales, los investigadores expertos
las prefieren. Por otro !ado, ser conscientes de las ventajas vinculadas a las va-
riables cardinales no justifica tratar como cardinales variables que ni siquiera
son ordinales -como a menudo se encuentra.
9·7· La construcci6n de indices aditivos con variables cardinales y cuasi cardinales
Construir indices con variables cardinales o cuasi cardinales es mas simple
que construirlos con variables categoriales u ordinales, y eso por dos motives.
El primero es obvio: Ia posibilidad de realizar con plena legitimidad4S operacio-
nes matem<lticas con los cOdigos numericos que representan los estados en es-
tas variables. El segundo motivo -Ia autonomia semantica reducida o nula de
las categorias (veanse los apartados 8.4 y 8.5)- noes tan obvio, y por eso nose
45 En rigor, la legitimidad es plena s6lo en el caso de variables cardinales. Como se destacaba
en el apartado 8.5, las variables cuasi cardinales presentan diferencias nada despreciables con las
cardinales; por eso tratarlas como cardinales noes plenamente legitimo, y se lo hace para aprovew
char las grandes ventajas involucradas en este tipo de tratamiento. Con variables ordinales, la disw
torsiOn puede ser tan grande que muchos no consideran legitimo tratarlas con tecnicas cardinales.
Con variables categoriales este tratamiento es un verdadero sinsentido, ya que los c6digos nume-
ricos de las categorias son enteramente arbitrarios.
lNDlCADORES, VALlDEZ, CONSTRUCCI6N DE fNDlCES
encuentra frecuentemente mencionado en los textos de metodologia. Empero,
no tiene me nor importancia, porque es lo que permite pasar de un tratamiento
mediante tablas, donde el foco de Ia atencion se fija en cada celda, a un trata-
miento mediante diagramas, donde Ia atencion puede fijarse en el rumbo glo-
bal de Ia relacion.
Como veremos en el capitulo 15, esta consideraciOn vale no sOlo para la
construcciOn de indices, sino tambien para el analisis de las relaciones entre va-
riables. Desde el punto de vista tecnico, los procedimientos son los mismos: lo
que cambia radicalmente es el objetivo del tratamiento. En un caso, estamos
construyendo variables de mayor generalidad y porte teo rico; en el otro, las va-
riables ya estan construidas y estamos explorando un segmento de Ia tupida
red de relaciones entre elias.
Sin embargo, las operaciones matem<iticas necesarias para construir indi-
ces son mucho mas sencillas de las que se usan en el propio an<llisis estadistico.
A veces son simples sumas de puntajes: el puntaje de cada caso (individuo,
agregado territorial u otro) en el indice es igual a Ia suma de sus puntajes en los
indicadores. Por eso los indices de este tipo se denominan ADlTlVos.•6 Natural-
mente, este nivel de simplicidad solo se puede alcanzar si se satisfacen cuatro
condiciones: una factual, una numerica y dos sem<lnticas.
La condicion factual es que no fa! ten datos en uno o mas indicadores: en es-
tas circunstancias el puntaje final de cada caso en el indice debe ser el promedio
y no Ia suma de sus puntajes validos. Si se sumasen, los puntajes finales de todos
los casos que tienen datos faltantes serian indebidamente menores de lo que de-
bed an ser: un sujeto podria resultar menos inteligente, o menos autoritario, o
menos conservador, o menos progresista de lo que es realmente. Naturalmente,
le corresponde a! investigador decidir cuantos datos faltantes se pueden aceptar:
si un indice esta formado por cinco indicadores y para el sujeto X faltan infor-
maciones acerca de tres de ellos, seria sabio no asignar al sujeto X ningUn punta-
je en ese indice.
La condiciOn numerica es que todas las variables que se suman tengan la
misma extensiOn de escala, o al menos una extensiOn muy parecida. Esta con-
dicion vale igualmente para indices formados con variables metricas (resulta-
dos de una medici on), con variables cardinales naturales (resultados de un
conteo) y con variables cuasi cardinales (resultados de algunas tecnicas de cons-
truccion de escalas).
Veamos un ejemplo para cada tipo. Imaginemos que la federaci6n de atle-
tismo de una naciOn pobre disponga de recursos para enviar a las Olimpia-
das s6lo un lanzador. Para elegir quien sera se decide sumar para cada can-
didato los resultados que alcanza en los cuatro tipos de lanzamiento (disco,
jabalina, martillo y bala) y enviar el que tiene Ia suma mas alta. Pero esta
clara que de esta forma se perjudica a los lanzadores de bala, cuyo margen
con respecto de los no especialistas puede girar en torno de (los) cinco me-
4 6 Este r6tulo se usa tambien cuando los puntajes nose suman directamente, sino que antes
se someten a las elaboraciones descritas en el texto.
 188 METODOLOGfA DE LAS CIENCIAS SOCIALES
tros, mientras los otros lanzadores pueden tener mirgenes de treinta me-
tros y mas con respecto de los no especialistas. La soluci6n correcta seria
estandarizar los puntajes (vease apartado 8.3), o al menos normalizar47 ca-
da resultado dividiendolo par el record nacional o par el record mundial en
la especialidad respectiva.
Imaginemos ahara que se qui era construir un in dice de posesi6n de bienes
muebles duraderos, y para cada sujeto se sumen el nU.mero de caches, el
nU.rnero de equipos de TV, de heladeras, de lavarropas, etcetera, hasta al
' nUmero de equipos de radio y de celulares. Pero esti clara que un celular no
tiene el mismo valor que un cache: antes de sumar estos articulos se debe-
ria ponderar cada uno por su costa espedfico, o al menos por el costo me-
clio del tipo de articulo.
For Ultimo, imaginemos construir un in dice de progresismo. Ya que el pro-
gresismo es un concepto multifaet§tico y no se puede medir directamente,
hay que encontrar indicadores y operativizarlos mediante las tecnicas de
construcci6n de escalas que se ilustran en el apartado 8.5. Por ejemplo,
usando los puntajes asignados por cada sujeto a lideres o simbolos progre-
sistas con el "term6metro", su autocolocaci6n con la escala derecha-iz-
quierda, y las respuestas elegidas reaccionando a frases de orientaci6n pro-
gresista en una bateria de escalas de Likert. Para crear el indice no se podrian
sumar directamente estos puntajes,48 porque los puntajes en los term6me-
tros van de o a roo, en la escala derecha-izquierda van de o a 10, en las esca-
las de Likert van de o (o 1) a 4 (o s). Antes de sumar se debera estandarizar
los puntajes, o al menos normalizarlos dividiendo cada uno por el maximo
puntaje previsto para la escala relativa.
Algunos ejemplos ya presentados sirven tambien para ilustrar Ia primera
condici6n sem<intica. Imaginemos que la federaci6n de atletismo tambien qui-
siera enviar a las Olimpiadas un decatleta. Es sabido que las pruebas del deca-
tl6n incluyen tres lanzamientos, tres saltos y cuatro carreras. En este caso, no
basta con normalizar los puntajes antes de sumarlos. Esto porque en los saltos
y lanzamientos cuanto mas alta es la cifra, mayor es el merito; para las carreras,
vale obviamente lo contrario. Por eso, se debe invertir la direcci6n de los pun-
tajes relatives a las carreras -y esto es exactamente lo que hace Ia federaci6n
mundial de atletismo en su tabla de puntajes para el decatl6n.
El mismo problema semantico se presenta con el indice de progresismo. Si
tambien se quiere insertar en el indice los puntajes de agrado asignados con el
term6metro a lideres y simbolos conservadores, y las respuestas a frases con-
servadoras en una bateria de escalas de Likert, puede hacerselo s6lo despues de
invertir la direcci6n de los puntajes.
La segunda condici6n semantica de Ia cual se hablaba es mas compleja.
Hasta ahora se presentaron operaciones (estandarizaci6n, normalizaci6n, in-
47 Laestandarizaci6n es s6lo una forma sofisticada de normalizaci6n.
48Sin embargo, hay quien lo hizo -por ejemplo, el polit6logo norteamericano Smith
{1969)- sin darse cuenta de que de esta forma estaba considerando cada term6metro veinte veces
mas importante que cada escala Likert.
INDICADORES, VALIDEZ, CONSTRUCCJON DE INDICES
189
versiOn de d~rec:~i6n sem<intica) que tenian e1 fin de hacer efectivamente equi-
valentes los rndrcadores antes de combinarlos en un indice en el supuest d
. . d I , o e
que eI Inve~trga ~r OS consi~erara todos igualmente validos.49 Pero puede pa-
sar que un rnve~tlgador consrdere algunos mas validos que otros, por motives
que p~eden radiCar en su conocimiento directo del problema y/o del ambito
1nvestrgado, en sus experiencias previas de investigaci6n, en la literatura sabre
el tema. Si tiene buenos motives para creer que algunos indicadores son mas
v~lido~ que otros, tiene que incorporar esta convicci6n en Ia formaci6n del in-
dJce, sm temor a no ser "objetivo". Mas alia del hecho de que ]a elecci6n de in-
diCadores no puede _d~ ningiin modo ser "objetiva", se debe agregar que consi-
derar rgualmente vahdos todos los indicadores es un supuesto, exactamente
como lo es lo contrario.
. Para ponderar Ia contrib~ci6n de cada indicador a Ia suma que va a propor-
cwnar a c_ada caso su puntaJe en el indice, el investigador tiene dos caminos.
Pu~de ~urarse por sus valoraciones semanticas, multiplicando los puntajes en
los mdJcadores que considera mas vaJidos por Un coeficiente mayor de 1 (puede
ser 1,2 o 1:5 o alga pareCJdo) y los indicadores que considera menos validos par
un coeficJente~enor de 1 (puede ser o,7 o o,8 o alga parecido). 0 puede apro-
vechar las pos1b1hdades que le ofrece la matriz de los datos, sometiendo ]a ca-
~asta de las var~ab~es que operativizan posibles indicadores del concepto que
rnteresa a un anahsrs de componentes principales.so
Ahara basta con decir que el analisis de componentes principales tiene tres
funcwnes, a las que corresponden tres fases en el procedimiento:
1)
seleccionar en Ia canasta inicial de posibles indicadores los que resultan
tener una estricta relaci6n empirica con los otros, y por lo tanto se pue-
de suponer que tengan una apreciable relaci6n semantic a con el con_
cepto que interesa;
2) estimar Ia fuerza de esta relaci6n semantica (es decir Ia validez) entre el
concepto y cada uno de los indicadores seleccionados·
3) basc1ndose en esta estimaci6n, proporcionar un coeficiente para ponde-
rar los puntajes ~e :ada indicador teniendo en cuenta las posibles super-
posrcwnes semantrcas, es decir el hecho de que dos o mas indicadores
pueden representar aspectos muy cercanos de la intensiOn del concepto.
En este caso, el indice final noes otra cosa que Ia suma de los puntajes de
cada md1v1duo en los md1cadores seleccionados en Ia fase (1); antes de sumar-
los, los puntajes son multiplicados por el correspondiente coeficiente calcula-
do en Ia fase (3).
4
Sobre el concepto de validez, v&ase el apartado 9-4·
g
50
. El_ an<ilisis de componentes principales es preferible al mas antiguo y mas difundido anJ.li-
Sis factonal, porque no realiza manipulaciones arbitrarias de las matrices de los datos antes de so-
me:erl~s a tratamie~to con el algebra m:tricial. Una resefia de otras tecnicas antiguas para ponde-
rar md1cadores basandose en sus relacwnes con otras variables en la matriz est<i en Edgerton
Kolbe (1936). Y
 --------------------
__,

CAPiTULO IO

LA OBSERVACION

10.1. Introducci6n

La observaci6n es literalmente el "acto yefecto de observar",I que a su vez

significa mirar o examinar con atenci6n. A partir de esta primera aproximaci6n
queda en evidencia que la observaci6n no es un patrimonio exclusive de las
practicas cientificas de investigaci6n; se trata de una actividad con presencia
constante y recurrente en la vida cotidiana. En este sentido, podria concebirse-
la como un media de conocimiento y un prerrequisito del relacionamiento con
los demas; independientemente de los distintos enfoques con los que se ha tra-
tado de dar cuenta de la vida social y ]a sociabilidad, la observaci6n -en senti-
do am plio- ha juga do siempre un rol destacado.
En el ambito de la ciencia, la observaci6n es, por definicion, e1 modo de es-
tablecer algun tipo de contacto empirico con los objetos/sujetos/situaciones
de inter€s a los fines de su descripci6n, explicaci6n, comprensi6n.
Estas consideraciones genericas que hemos hecho hasta aqui dan Iugar a
dos cuestiones problematicas cuyo abordaje articulara gran parte del resto de
este capitulo:

a) Si la observaci6n noes patrimonio exclusive de la ciencia, 2en qu€ se

diferencia la observaci6n en Ia vida cotidiana de Ia observaci6n cien-
tifica?

b) Si en Ia ciencia Ia observaci6n es el camino privilegiado para construir

conocimiento empirico, ~hay distintas formas de observaci6n? ~En
que se diferencian? ~C6mo se las puede clasificar?

1
DefiniciOn del Diccionario de la lengua espaiiola de la Real Academia Espafiola, vigesima se-
gunda edici6n, 2001.

A ' ,Z
 METODOLOGIA DELAS C!ENC!AS SOC!ALES
La observaci6n en Ia vida cotidiana yen Ia ciencia
1o.2.
Tal como plantea Valles (1997), la distinci6n entte observaci6n ci~ntifica Y
observaci6n com lines una de las cuestiones centrales que ha caractenzad_o a Ia
reflexi6n metodol6gica sabre este tema. En terminos ge~erales las ~elacwnes
entre observaci6n en la ciencia yen la vida cotidiana han s1do entend1das recu-
rriendo a las nociones de ruptura o de continuidad. . .
La idea de ruptura destaca el quiebre entre ambos mundos, y _s~ Ins.cnbe _en
el rharco de una concepciOn que le asigna a Ia ciencia un Iugar pnvilegia~o, In-
mune a las "contaminaciones" del conocimiento ordinaria que caractenza a Ia
vida cotidiana. Esta es una noci6n de larga tradici6n en el pensamiento oc~i­
dental, desde que algunos de los mas influyentes fil6sofos griegos -en especial
Plat6n- definieron a ]a ciencia como conocimiento cierto, clara (Ent<J~ll~ll)
por oposici6n al conocimiento vulgar o mera opinion (8o~a). . natural, sin alterar el contexte ni recrearlo artificialmente. Tambien es frecuen-
En contraste, en tiempos mas recientes se ha tendido a.favorecer la tdea de
continuidad entre ciencia y vida cotidiana, yen este sentido se ha destacado
que las competencias observacionales desarrolladas en :a ~ida soci~l, j~nto con
un esfuerzo reflexive y critico en torn a de sus caractensticas, su significado e
implicaciones, constituye un fundamento de notab~: im~or:ancia ~o s6lo P~;a
aprender y comprender el significado de la observacwn CJent1fica, smo t~mb1en
para llevarla a cabo de manera apropiada. Como expresan Rmz Olabuenaga e
Ispizua (19 s : 79 ), "Ia observaci6n comun y generahzad_a pued'; tta~sfo~marse
9
en una poderosa herramienta de investigaci6n social y tec~1ca ctentifica .
En esta linea, la observaci6n cientifica puede concebuse -retoma~d.o las
palabras de Cardoso de Oliveira (1996) para referirse al qabajo anttopolog:tco-:-
como una forma de observaci6n disciplinada, y esto en un doble senudo. dJS:1-
plinada en cuanto caracterizada par Ia sistematicidad y.la ~o~stancia, una pr~c­
tica que se atiene a ciertas reglas y procedimientos, y dJsciplmada en Ia med~da
en que esta orientada te6rica y metodol6gicamente por las disciphnas Cienufi-
cas, en el marco de las cuales adquiere un senti do especifico que a su vez es pr~­
ducto de consensos mas o menos generalizados acerca de las reglas, procedt-
mientos de acci6n y perspectivas te6ricas que la guian ..
10.3. Distintas formas de observaci6n cientifica
Se dijo mas arriba que todos los metodos de investigaci6n empirica son en
alglin sentido observacionales. Rebello (1977), para dar c~enta de su amplitud
en la pr3.ctica cienti:fica, define a Ia observaci6n como lamas pnmitiva y ala vez
la mas actual de las tecnicas de investigaci6n. .~
Una prim era y elemental distinci6n entre las formas d_e observaCion se
puede establecer a partir de ]a coincidencia (o no) entre el SUJeto observador Y
el objeto/sujeto observado. Cuando ambos coinciden, se esta en presenCia de
Io que se conoce como autoobservaci6n, que sed ~as o meno~ Introspecuva
segun el grado de profundidad del analisis de la prop1a personahdad y compor-
t8.miento. En los otros casas (es decir, de no cmnCidenCia entre observador Y
LA OBSERVACION 193
observado) nos referimos ala observaci6n en sentido generico, que a su vez
puede dividirse en una multiplicidad de variedades de acuerdo con diferentes
criterios. Por otra parte, al empleo de distintos fundamenta divisionis para
operar la clasificaci6n de la observaci6n, se suma el hecho de que algunas de
elias se realizan siguiendo un esquema jedrquico, en el que una clase es a su
vez dividida en varias subclases, dando Iugar a taxonomias.
En sentido amplio suele distinguirse entte observaci6n directa e indirecta.
Esta ultima se da cuando el investigador adquiere conocimiento del objeto de
estudio a traves de observaciones previas realizadas por otras personas; par
ejemplo, cuando recurre a datos secundarios. La primera se refiere en cambia
a los casas en que el investigador se pone en contacto directo con ~1 fen6men~
de inten§s, y esto se puede hacerde man era conttolada (por ejemplo, a traves de
experimentos) o no controlada, cuando se observa Ia situaci6n en su ambiente
te referirse a la observaci6n controlada como observaci6n de laboratorio, y a la
no controlada como observaci6n de campo o naturalista. A su vez, esta Ultima
puede ser participante o no participante, seglin se observe el fen6meno "desde
adentto" (involucrandose e interviniendo en Ia situaci6n objeto de estudio) o
"desde afuera" (adquiriendo una actitud externa de mera contemplaci6n).
Otras formas de definir ala observaci6n incluyen a Ia estructurada o noes-
ttucturada, seglin el grado de sistematicidad y de delimitaci6n previa de que-
/ qui en, c6mo y cuando sera observado; retrospectiva, cuando se investigan fe-
n6menos del pasado (recurriendo a documentos, entrevistas, relates de vida,
etcetera) y mediada o no mediada, seglin se apele a instrumentos tecnicos de
observaci6n (telescopic, microscopio, etcetera) o simplemente a los sentidos,
sin la ayuda de tales dispositivos tecnicos. Debe quedar clara que no nos referi-
mos en este caso a los medias para el registro de las observaciones (grabadores,
camaras fotograficas y de video o instrumentos de medici6n diversos) sino a
aquellos que hacen posible un tipo determinado de observaci6n. En este aspec-
to, se puede distinguir entre los instrumentos que amplian la capacidad de los
sentidos y, en un modo mas general, aquellos que hacen posible acceder a tra-
ves de ellos a Ia observaci6n de un espacio/objeto dado. Si bien en la investiga-
ci6n social el uso de medias que amp!ian Ia capacidad de los sentidos es muy li-
mitado, este noes el caso del segundo tipo de mediaci6n. En efecto, y desde
hace aproximadamente unos quince afios, se viene difundiendo la idea de ob-
servaci6n virtualizada, cuando esta -como afirman Ardevol et al. (2003)- se
vehiculiza a traves de una herramienta informatica. El foco de interes de tales
observaciones son las interacciones que se desarrollan en el ciberespacio: t6-
mese por caso el chat, que para muchos constituye una nueva forma de sociabi-
lidad (vease por ejemplo jones 1995, 1997; Turkle 1995). Todas las conversacio-
nes, interacciones, etcetera, que se observan y de las que sees participe quedan
completamente condicionadas por aspectos tecnicos: los softwares que se uti-
lizan para acceder a los chats y el hardware necesario para ejecutarlos (Ardevol
et al. 2003).
Habiendo heche las consideraciones precedentes, resulta pertinente con-
signar que en este capitulo nos interesa abordar en detalle las formas de obser-
 METODOLOGfA DE LAS CIENCJAS SOCIALES
194
vaci6n dire eta, y en especial aquellas que se conocen como no controladas (de
campo, naturalistas), intensivas, participantes y no media?as. . . .~
Gold (1958), siguiendo a Buford Junker, de cuyo eqmpo de mvest1gac10n
habia sido miembro, profundiz6 en Ia caracterizaci6n de los tipos ideales de ro-
les de trabajo de campo que el cientista social puede adoptar a partir de Ia ob-
servaci6n y Ia participaci6n. Su tipologia se basa en dos criterios: el grado de
participaci6n (involucramiento versus distanciamiento) y el grado de revela-
ci6n de Ia actividad de observaci6n. De aqui surgen los ya clasicos cuatro npos
te,6ricos: participante completo, participante-como-observador, observador-
como-participante, observador complete.
En el caso del participante completo, Ia verdadera identidad y prop6sitos del
investigador se mantienen ocultos a aquellos que se observa; el investigador inte-
ractlla de la manera mas natural posible en las situaciones que le interesan, apren-
diendo a desarrollar roles y tareas de Ia experiencia cotidiana de los observados
como si fuera uno de elias. En este sentido, es analogo a lo que se conoce habi-
tualmente como observador encubierto (vease apartado 10.4).
El participante-como-observador es un rol de trabajo de campo con carac-
teristicas similares a las del anterior, pero se diferencia en que tanto investiga-
dor como sujeto observado son conscientes de que la suya es una relaci6n de
campo. Gold (1958) indica que este es el tipico estilo de trabajo de campo en el
que el observad.or establece relaciones con informantes a lo largo del nempo, y
tiene la oportunidad de participar en las situaciones investigadas. Como vere-
mos mas adelante, esta es Ia modalidad de observaci6n participante que masse
ajusta ala idea actual que se tiene de ella en Ia antropologia y Ia sociologia.
El observador-como-participante es el tipico rol de quien limita el trabajo
de campo a una entrevista. En ella Ia actividad de observaci6n es mas bien for-
mal, ya que nose dan las condiciones para una observaci6n y participaci6n in-
formales a lo largo del tiempo. De este tema nos ocuparemos en el capitulo 12.
El observador completo, finalmente, es aquel que no interactiia socialmen-
te con los sujetos investigados; se limita a observar intentando que su actividad
pase inadvertida par parte de elias.
Burgess (1984) indica que los cuatro tipos ideales planteados par Gold no
de ben entenderse como compartimientos estancos. Por el contrario, plantea
que existe dinamismo e interconexi6n entre ellos, y que incluso a lo largo de un
mismo estudio el investigador puede adoptar distintos roles de observaci6n y
participaci6n. Ademas, se debe tener en cuenta que el desarrollo de un rol de-
terminado nose da unilateralmante, como si esto fuese patrimonio exclusive
del investigador. Par el contrario, este tambien es objeto de observaci6n, y des-
de perspectivas diversas, hecho que deriva en Ia asignaci6n de roles por parte
de los sujetos investigados. En este sentido, Guber (1991/2005: 87) senala que
"el investigador noes el Unico estratega"; en el proceso de conocimiento se cla-
ra una "interacci6n, diferenciaci6n y reciprocidad entre la reflexividad del suje-
to cognoscente -sentido comlin, teoria, modele explicative de conexiones---'--"-
tendenciales- y Ia de los acto res o sujetos/objetos de investigaci6n".
En vez de pensar en tipos cerrados de observaci6n y participaci6n, muchos
autores favorecen Ia idea de un continuum de diversas combinaciones posibles
LA OBSERVACJON 1 95
entre los palos de participaci6n y observaci6n puras. Spradley (1980), por
ejemplo, sostiene que el grado de participaci6n puede variar desde Ia no parti-
cipaci6n (cuando se observa desde fuera del escenario de investigaci6n) hasta
Ia participaci6n completa, pasando porIa participaci6n pasiva y Ia participa-
ci6n moderada. Por otra parte, se puede afirmar en cierto sentido que toda par-
ticipaci6n presupone observaci6n, y que toda observaci6n -salvo que el ob-
servador este fisicamente oculto a los ojos de los sujetos observados- implica
participaci6n, aun en un senti do muy debil, en Ia medida en que de algun mo-
do su presencia incidir<i en Ia situaci6n que observe.
104- La observaci6n participante
Como ya se ha aludido en p<irrafos precedentes, esta estrategia consiste en
presenciar de manera directa el fen6meno estudiado en su "ambiente natural"
sin manipularlo. Kawulich (zoos, par. 81) afirma que "Ia OBSERVACIO!'J PARTICI~
PANTE conlleva el involucramiento del investigador en una variedad de activi-
dades, y por un periodo prolongado de tiempo, con el fin de observar a los
miernbros de una cultura en su vida cotidiana y participar en sus actividades fa-
cilitando una mejor comprensi6n de los misrnos". 2 Se trata de un proceso que
"implica el acceso ala comunidad de interes, Ia selecci6n de porteros e infer-
mantes clave, Ia participaci6n en todas aquellas actividades que los miembros
de Ia comunidad permitan, Ia clarificaci6n de los hallazgos a traves de controles
con algunos de los miembros, de entrevistas formales y de conversaciones in-
formales, y el registro de notas organizadas y estructuradas que faciliten el de-
sarrollo de una narraci6n que explique diversos aspectos de esa cultura".
Osorio (1999) distingue entre modos pasivos y activos de observaci6n y de
participaci6n. Los modos pasivos de observaci6n implican el mirar (en cuanto
registro visual que permite describir lugares, ceremonias y personas) y el escu-
char, mientras que el modo activo es el conversar. Los modos pasivos de parti-
cipaci6n son el estar (que implica tan s6lo Ia presencia fisica del investigador en
el terreno) y el hacer (que involucra Ia realizaci6n de alguna actividad fisica); el
modo activo es el com partir. A partir de estas consideraciones distingue entre
Ia observaci6n participante en un sentido debil (modos pasivos) y fuerte (mo-
dos activos). Osorio defiende las ventajas de Ia forma debil como media para
investigar y conocer en las ciencias sociales porque a su juicio, en el senti do
fuerte, s61o se gana familiaridad pero no conocimiento. Adernas, este Ultimo
conlleva un estar de acuerdo, un hacer propios los significados de Ia cultura ex-
traiia, acerd.ndose a lo que en terminos clasicos se conoce como "convertirse
en un nativo". Spittler (2001) aboga, en cambia, par un aumento de Ia partici-
paci6n, una forma radicalizada de observaci6n participante que llama "partici-
paci6n densa" y que se orienta a Ia maximizaci6n de lo que considera como
puntas fuertes de esta forma de investiga·r.
2
El enfasis es nuestro.
 METODOLOGiA DE LAS C!ENCIAS SOCIALES
La observaci6n participante tambien puede adquirir diferentes sentidos se-
glin cual sea la relaci6n de membresia del investigador con respecto al grupo
que se estudia; el observador puede ser miembro (nativo o no nativo) del mis-
mo, puede hacerse pasar por miembro, o desarrollar un rol de observador par-
ticipante en el grupo en el sentido del segundo de los tipos propuestos por
Gold (1958). · tematico versus no registro).
En cuanto miembros de una comunidad, todos somos observadores partl-
cipantes de f:sta, y f:ste fue justa mente el senti do de Ia expresi6n en sus orige-
nes: tal como sostiene Hammersley (1989), cuando fue introducida en 1924 ha-
cia referenda al observador "native" al que luego recurria el investigador para
obtener informaciOn sabre Ia situaci6n estudiada, convirtif:ndolo en lo que
hoy llamariamos un INFORMANT£ CLAVE. . vador 1nc1da decisivamente en Ia situaci6n observada. Ejemplo de esto es el es-
La observaci6n de la propia comunidad exige un deliberado traba)O de extra-
fiamiento/ distanciamiento que permita desnaturalizar pdcticas constitutivas de
la cultura ala que se pertenece y queel observador ha adquirido a traves de proce-
sos de socializaci6n. La tradici6n de las ciencias sociales ha tendido a pensar al
observador como un "extrafio que esta dentro" de la comunidad, que adquiere
ciertas competencias sociales necesarias para participar en ella, pero que no debe
hacer propias las ideas y val ores caracteristicos de esta. En otras palabras, ~o de-
beria serun miembro nativo ni convertirse en tal. En torno de este punto, Sin em-
bargo, hay ciertos limites sutiles que en las ultimas decadas han susci:ado impor-
tantes debates epistemol6gicos, metodol6gicos, e incluso eticos y poht!cos. .
A partir de los postulados de Winch (1964), por ejemplo, se han d1scut!do
los limites de la interpretaciOn de una cultura extrafta sin que medien procesos
de resocializaci6n en el juego de lenguaje que esa cultura implica. Asimismo,
se ha puesto en cuesti6n la posibilidad de "traducci6n" de una cultura a los ter-
minos de otra y a partir de una racionalidad que lees ajena. La sup~esta obJe;I-
vidad garantizada por la distancia del ser no nativo puede convertnse tambten
en un obst<lculo para acceder al sentido que ciertas pr3.cticas sociales y cultura-
les tienen en el marco de una comunidad que noses extraiia. En contraste, el
famoso antrop6logo y soci6logo Srinivas (1966, 1998), por ejemplo, ha defen-
dido la ventaja de ser parte de la cultura india para p~_der comprender el sis,te-
ma de castas, o el cambia social y cultural en esa nacwn -lo que constltuyo el
inten§s central de sus mUltiples investigaciones.
Sin embargo -como ya se ha apuntado-, la vision can6nica ha tendido a fa-
vorecer las ventajas del observador profesional no nativo, que si bien no debe ser
necesariamente un extraiio en sentido fuerte, debe poder expenmentar la situa-
ci6n de interes desde la doble condici6n de miembro y extrafio. Cabe hacer no tar
en este sentido que los limites entre el ser miembro o no del grupo observado no
son rigidos, y desde que la observaci6n participante se aplica comlinmen:e ales-
tudio de diversas situaciones y grupos de la sociedad urbana contemporanea, la
distinci6n tajante entre nativo y no nativo -mas evidente en el caso de~ e0:6gra-
fo europeo que estudiaba por ejemplo tribus africanas- se ha vuelto mas d1fusa.
Valles (1997 : 1so), basandose en Spradley (198o), resume las dJferenCias
que se encuentran entre el rol tecnico de un observador participante y el papel
profano de participaci6n tipico de un miembro nativo del grupo. Entre ellas
LA OBSERVACION
197
destaca los contrastes de prop6sitos (implicarse y observar versus participar
"naturalmente"), de los modos de atenci6n (atenci6n incrementada versus de-
satenci6n selectiva), de los angulos de observaci6n (abierto versus cerrado) de
las formas de experiencia (desde adentro y desde afuera versus solo de~de
ade~tro ), de introspecci6n (aplicada versus natural) y de registro (registro sis-
Cuando el observador se hace pasar por miembro del grupo estamos en
presencia d: lo que se conoce como observaci6n encubierta (participante com-
pleto en 1~ t!pologia de Gold). Si bien se tiende a desaconsejar esta forma de in-
;estigacwn por razones eticas (Burgess 1984), hay casos en que podria ser la
un1ca ~or~a de c~~ocer un fen6meno sin que Ia conspicua presencia del obser-
tudio de ':oman (1978) sobre sectas pentecostales, que luego dio lugar a un co-
nocJdo art! CWO (1980) sobre los aspectos eticos de los metodos encubiertOS en
el que justifica su empleo sobre bases pragrnaticas, con elfin de evitar la reacti-
vidad (vease apartado 10.5) y acceder a aspectos ocultos o secretos. Homan re-
:onoce, sin embargo, que esto puede ser psicol6gicamente perjudicial para el
mvesugador y depr huellas duraderas en su personalidad.
. En la actualidad -como se dijo mas arriba-, la observaci6n participante
t1ende a presentarse, en el marco de una investigaci6n, como el desarrollo de
un rol que se caracteriza por 1a presencia fisica del investigador en el terreno· se
trata de alguien que se une temporalmente a un grupo con fines cientific;s y
que no oculta su funci6n de investigador. La revelaci6n de su identidad se da al
menos ante los "porteros" (gatekeepers) que regulan el acceso a ciertos espa-
CI~s observacwnales y escin en condiciones de conceder el "permiso" para que
el mvestigador realice alli su tarea.
. Para muchos autores, este senti do actual de la observaci6n participante im-
phca la COMPRENSI6N (Bernard 1994) a traves de un acceso privilegiado a los sig-
mficados que los actores construyen (y le asignan) a su mundo (Platt, 198 3). Sin
emb_argo, como la m1sma Platt (1985) ha sugerido, esta supuesta mutua impli-
cacwn entre la observaci6n participante como tecnica de investigaci6n (y los
metodos llamados cualitativos en general) y las ideas interpretativas como su
fundamento te6~i~co-filo~6?co es relativamente reciente. Las pr3.cticas tempra-
nas de observacwn participante de la antropologia y la sociologia europea y
nortean;encana (fines de siglo XIX y principios del siglo XX), incluso en los
casos masconoCidos como lo~ de la Escuela de Chicago y la antropologia fun-
cwnahsta mglesa (Malmowski, entre otros), no estaban imbuidas de tales bases
te6ricas Y epistemol6gicas. Piovani et al. (2oo6), al reconstruir hist6ricamente
los procesos de producci6n y reproducci6n de sentidos en torno de lo cuantita-
tivo Y lo cualitativo en las ciencias sociales, sugieren que fue bJ.sicamente en el
contexto de lo que Giddens (1979) llama disoluci6n del consenso ortodoxo de
las ciencias so:iales (a partir de ]a decada de 1960) cuando una serie de practicas
~e Investigacwn ya extstentes -entre elias Ia observaci6n participante-, que
mcluso en muchos casos habian surgido desde la 16gica can6nica de "recolec-
ci6n" de datos <(objetivos", fueron resignificadas desde tradiciones te6ricas no
ortodoxas (hermeneutica, fenomenologia, interpretativismo) para dar susten-
 METODOLOGfA DE LAS CIENCIAS SOCJALES
to a una alternativa de investigaci6n sociol6gica centrada en el acceso interpre-
tativo a! mundo de !a vida social {vease apartado 2.3).
Volviendo a !a observacion participante en cuanto rol de campo desarrolla-
do por el investigador, es importante recordar, como se dijo antes, que esto no
se puede pensar como una cuesti6n lineal y aut6nomamente definida por parte
del investigador, independientemente del tipo de relaciones que !ogre estable-
cer con los actores en el campo y de las expectativas mutuas que se generen y
construyan a lo largo del tiempo. En este sentido, cobran especial importancia
las caracteristicas personales del observador. En efecto, muchos autores -entre
ellos Burgess (1984) y Kawulich {was)- han mostrado que el genera, !a edad,
!a raza y !a clase social del investigador, entre otros factares, inciden en Ia prac-
tica observacional, en las situaciones que se logra observar yen el tipo de rela-
ci6n de campo que se entabla con los distintos actores.
10.5. Usos de !a observaci6n participante en !a investigaci6n social.
Ventajas y llmites ·
En los manuales de metodologia actuales es frecuente recurrir a una pre-
sentaci6n esquemitica de los usos, ventajas y limitaciones de las diferentes
tecnicas de investigaci6n. A continuaci6n reseiiamos algunas de ellas en el caso
de la observaci6n participante, afiadiendo oportunamente comentarios am-
pliatorios y observaciones criticas.
En un sentido generico, ha tendido a destacarse !a utilidad de !a observa-
ci6n participante para realizar estudios exploratorios y descriptivos, y su muy
limitada capacidad como instrumento de la investigaci6n explicativa, ya sea
que se trate de construir teorias ode poner a prueba hip6tesis cientificas (vease
par ejemplo Singleton et al. 1993). Sin embargo, esta vision estereotipada que
restringe el uso de Ia observaci6n participante a fases preparatorias ----"Como
mera "disparadora" de hipotesis que deberian dar Iugar a estudios sucesivos
mas acardes a !a logica de !a contrastacion- ha sido desafiada par muchos cien-
tistas sociales en las ultimas decadas. Glaser y Strauss {1967), par ejemplo, han
tratado de mostrar su utilidad (y Ia de otras tecnicas no estandar) para Ia cons-
trucci6n de teorias formales y sustantivas.
jorgensen (1989)3 indica que Ia observacion participante es especialmente
adecuada cuando se sabe poco del fenomeno de interes (aspecto explaratorio a!
que acabamos de aludir), cuando se desea conocer subgrupos cuyos puntas de
vista difieren significativamente de los vigentes en una sociedad (minorias,
subculturas, contraculturas, etcetera) y cuando !a cuesti6n bajo estudio se
oculta a !a luz publica (adicciones, criminalidad, sectas religiosas, etcetera).
Singleton et al. (1993) destacan tam bien su utilidad para dar cuenta de situacio-
nes cambiantes y dinamicas, o cuando resulta imprescindible a los fines del es- .
tudio preservar la interrelaci6n entre sujeto y situaci6n. Asimismo, indic<l:.l1:-__ _i.1:_ _
que puede ser un buen complemento de otras formas de investigaci6n, no solo
3 Citado por Valles (1997: 160 ).
LA 0BSERVACI6N
1 99
como ~ro:e. .edo. ra
. de. sugerentes lineas para estudios de tipo explicative -co-
mo se md1co mas arnba-, sino tambien para dotar de profundidad y sentido a
los resultados de encuestas y experimentos.
Entre las principales ventajas de Ia observacion participante, Valles ( )
destaca: 1997
a)que en cuanto modo directo de investigacion, permite acceder a las si-
tuaciones investigadas en toda su complejidad yen el momenta en que
los aconte_cimientos suceden, sin artificios ni simplificaciones;
b) que permi~e acercarse a! punta de vista de los actores investigados;
c) que es flexible, posibiiitando de este modo redefinir aspectos significa-
nvos a lo largo del proceso de investigacion.
. E?tre s~s limites sefiala que hay importantes cuestiones de in teres para las
CienCia: soCia!~s que no son pasibles de observacion directa, o a! menos de ob-
servacw~ parncipante. Piensese por ejemplo en los acontecimientos pasados, a
los que solo podemos acceder a traves de documentos escritos del relata de los
actores ode otro tipo de fuentes. Valles (1997) tambien menci~na las limitacio-
ne_s de_Ia_observaci6n participante para estudiar fen6menos que tienen una raiz
pstcol~giCa profunda y que en consecuencia requieren de metodos indirectos
{por eJ~mplo, tests proyectivos), y para abordar cuestiones con gran dispersion
poblacwnal Y/o geografica. Singleton et al. (1993) destacan como negativo el
tiempo que Insume Ia observaci6n participante, su necesaria limitaci6n a uno 0
unos poco~ escenarios, _su ineficacia para obtener cierto tipo de datos y su alta
depende~Cia de las cuahdades personales del investigador. Burgess (19 84 ), por
su p~rte, mcluye dent~o de l~s limites aspectos de naturaleza etica: cen que
med1da puede el mvestigador mmiscuirse legitimamente en Ia intimidad y pri-
vacJdad de las personas?•
P~ro las ventajas y los limites no de ben entenderse como absolutos sino en
:elac~on con otros metodos observacionales y teniendo en cuenta el objeto de
Interes de un~ investigaci6n. Los manuales destacan habitualmente con respec-
to a los e~penmentos y las encuestas las debi!idades de Ia observacion partici-
pante denvadas de Ia variabilidad del observador -en cuanto "instrumento"
hu~~no de reco~~cci~n de informaciOn-, que acarrea potenciales problemas de
fiabhdad. Tamb1en t1enden a cuestionarse las posibilidades de generalizacion a
partir del trabaJO de campo. Se valora, en cambia, Ia menor reactividad, el acceso
a datos de pnmera mana y Ia riqueza de las informaciones obtenidas.
. La REAC~IVIDAD es Ia tendencia de los actores a modificar sus comporta-
mien.tos hab1tuales como consecuencia de saberse observados. La idea mas di-
fundJda en Ia metodologia de las ciencias sociales es que Ia observacion partici-
pante genera menos react1v1dad que las otras tecnicas de recolecci6n. Sin
embargo, esta afirmacion puede generar confusiones; en realidad, Ia observa-
A ~sta cuesti6n debe sumarse otro importante interrogante de tipo etico: c_c6mo debe actuar
4
.
el ~nveshgador en caso de obtener acceso a informaciOn sobre conductas delicti vas a partir del tra-
baJo de campo? (veanse Burgess 1984, Singleton et al. 1993).
200 METODOLOGIA DE LAS CJENCJAS SOCJALES
ci6n participante es hiperreactiva, s6lo que par sus caracteristicas conlleva la
oportunidad de que un observador experimentado !ogre Ia confianza y empa-
tia suficientes como para diluir los efectos de Ia reactividad a lo largo del t:Jem-
po. Que la observaci6n participante tenga efectos reactivos se puede compro-
bar en distintas situaciones de Ia vida cotidiana: cuando una clase de Ia escuela
es visitada por una supervisora del Ministerio de Educacion, o cuando un invi-
tado especial y desconocido participa de una cena familiar en el hogar. En estos
casos, esci claro que muchos de los comportamientos y discursos diferiran del
"normal" discurrir de los acontecimientos y se "adaptaran" a Ia nueva situa-
ci6n en funci6n, por ejemplo, de las expectativas que estos H extraftos" generen
entre alumnos y maestros, o entre los miembros de la familia. La diferencia de
estas situaciones con Ia observaci6n de campo tipica de las ciencias sociales es
que esta ultima permitira, con el transcurso del tiempo, lograr Ia confianza
(que a veces es tan solo acostumbramiento) como para que muchas de las con-
ductas "adaptadas" a Ia presencia del "extrafio" pierdan sentido y se vuelva
progresivamente al estado habitual de casas. .~ .
Para maximizar las ventajas y restringir los limites de la observacwn partl-
cipante, especialmente en terminos de fiabilidad, se suele sugerir una serie de
estrategias y recomendaciones (veanse por ejemplo Denzin 1970, Burgess
1984, Valles 1997):
• Analizar criticamente la informaciOn provista por informantes clave,
prestando especial atenci6n a su estatus en el marco de la situaci6n/co-
munidad/grupo observado. Kawulich (2005), recordando Ia contro-
versia Mead-Freeman,s advierte que los investigadores pueden enten-
der de manera distinta lo que observan segUn quienjquienes sean sus
informantes clave. En muchas ocasiones, el solo hecho de que alguien
este dispuesto a colaborar con el investigador en calidad de informante
Io ubica como un actor atipico o marginal. Guber (1991/2oos: 127), por
otra parte, plantea que lo Jpropiado es considerar al inform ante como
un sujeto de investigaci6n, cuya presencia "no garantiza por si sola ~n
acceso cabal y completo al objeto". Dado que no existe una perspect1va
unilateral de conocimiento y que el informante provee una visiOn me-
diad a por sus preinterpretaciones, propane sorneter sus relates a los
mismos procesos de construcci6n y deconstrucci6n a los que somete
su propio conocirniento antropol6gico. . .
Llevar un registro de lo que se percibe como efecto reactlvo, en parti-
cular en lo que se conoce como notas metodol6gicas (vease apartado
s La conocida antrop6loga norteamericana Margaret Mead, disdpula de Franz Boas, publicO
una monografia en 1928 con los resultados de sus investigaciones con nifias y adolescentes en Sa-
moa. En 1 983, el anrrop6logo neocelandes Derek Freeman publicO un libra en el q~e se ponen en
tela de juicio las conclusiones de Mead. Bas<indose en su propia experiencia de trabaJO de campo e~
Samoa yen entrevistas realizadas con algunas de la informantes de Mead, Freeman argument~·--­
entre otras casas, que ellas hab'ian mentido en sus relatos sabre la conducta sexual. En consecuen-
cia, a los ojos de Freeman las conclusiones del trabajo de Mead eran err6neas (especialmente en lo
que respecta ala instituci6n de la virginidad como limitada {micamente a las adolescentes de alto
estatus social).
LA 0BSERVACJ6N 201
10.6). Denzin (1970) sugiere incluso que el registro de efectos reactivos
se puede realizar tam bien a traves de las percepciones de los informan-
tes clave.
• Realizar cruces y controles con los resultados de observaciones reali-
zadas por otros miembros del equipo (en el caso de una investigaci6n
de Ia que participen varios investigadores) y cornplementar las obser-
vaciones con entrevistas y documentos de distinta naturaleza, espe-
cialmente con lo que Plummer (1983) llama documentos de vida (do-
cuments of life). A veces tambien traducidos como documentos
personales (fotografias, diaries, cartas, filmaciones familiares, etcete-
ra), ellos pueden, segUn Plummer, facilitar un tipo de comprensi6n
profunda de las vidas humanas concretas dificil de alcanzar a traves de
las fuentes tradicionales de Ia investigaci6n social.
Las criticas mas frecuentes a Ia observaci6n participante remiten al clasico
lenguaje de Ia fiabilidad y Ia validez. Sykes (1991), en respuesta, afirma que se ha
hecho un esfuerzo demasiado grande para justificar Ia investigaci6n no estan-
dar en terminos que no le son apropiados. Por su parte, Adler y Adler (1994) in-
dican que los problemas de fiabilidad y validez en Ia observacion participante
tienen soluci6n si se contra stan las perspectivas de varios observadores (con di-
ferentes backgrounds), alentando una suerte de inter-observer agreement; si se
hace una busqueda deliberada de casos negativos que contradigan las inferen-
cias preliminares del observador, y si se lleva un registro de Ia variabilidad de
los fen6menos en espacio y tiempo a traves de observaciones sistematicas. A su
juicio, el trabajo del observador debe reflejar autenticidad y verosimilitud, abo-
nando de este modo Ia idea de que el trabajo no estandar no debe ser juzgado re-
curriendo a los terminos cientificos tradicionales sino a terminos alternatives.
En este mismo sentido, y como respuesta a las criticas acerca de los limites de la
generalizaci6n de los resultados obtenidos por medio de Ia observacion partici-
pante, Patton (1986) ha propuesto Ia idea de extrapolacion razonable, una espe-
culacion modesta acerca de Ia posible aplicabilidad de los hallazgos a situacio-
nes similares, aunque no identicas.
10.6. El registro de Ia informacion en Ia observaci6n participante
En primer Iugar hay que tener en cuenta que toda observaci6n es focaliza-
da, y que el foco de esta puede cubrir distinto tipo de espacios, eventos, activi-
dades, conductas, actores, manifestaciones de sentimientos, objetos, memen-
tos, etcetera (Burgess 1984). Para llevar un registro de estas observaciones se
recurre a lo que habitualmente se conoce como notas de campo. Baja este r6tu-
lo se incluyen distintas modalidades de registro escrito de Ia informacion reco-
lectada a partir del trabajo de campo.
La forma mas comU.n de distinci6n del registro informacional escrito invo-
lucra a las notas observacionales, teoricas y metodologicas (Schatzman y Strauss
1973), tambien llamadas sustantivas, analiticas y metodologicas (Burgess 1984).
 ----- -~-------------
202 METODOLOGiA DE LAS CIENCIAS SOCIALES
Las primeras se refieren a! registro descriptivo de lo observado: quien, cuando,
como, que, donde, etcetera. En elias es importante rescatar ellenguaje nativo, es
decir, la terminologia usada por los actores esponcineamente en las situaciones
observadas, y hacer un esfuerzo explicito por mantener limitadas al maximo
posible las interpretaciones del investigador a partir de lo observado. Pero dado
que toda observaci6n conlleva un ejercicio analitico mas o menos consciente, se
recomienda tambien realizar notas te6ricas o analiticas. :Estas se refieren a los in-
ten,os preliminares del observador por dar sentido a las observaciones de cam-
po: se trata de conjeturas, inferencias, etcetera, en las que obviamente se intro-
duce ellenguaje experto de Ia disciplina. Las notas metodologicas, finalmente,
pueden pensarse como apuntes descriptivos acerca del investigador y el proceso
de investigacion (Schatzman y Strauss 1973): 2que decisiones se tomaron en el
campo?, 2.con que fines?, 2.con que consecuencias? En Ia medida que tanto el in-
vestigador como los sujetos y las situaciones observadas cambian en el proceso
de trabajo de campo, es muy importante que las notas queden debidamente
identificadas en cuanto a fechas, lugares y actores involucrados.
Spradley (1980 ), por su parte, distingue entre notas condensadas, que se
realizan mientras se llevan a cabo las observaciones, y notas expandidas, que se
realizan fuera del campo a partir de las anteriores, y que implican un racconto
mas detallado de lo observado. Asimismo, recomienda llevar un diario de cam-
po, una suerte de diario personal en el senti do estricto, en el que se registran las
emociones e impresiones suscitadas a partir del trabajo de campo.
Se ha sugerido mas arriba que toda observacion implica analisis, y conlleva
ademas un esfuerzo de registro escrito. En este sent:ido, se recordara tambi{m lo
expresado en el apartado 4-2 con respecto a Ia relativa simultaneidad de las ta-
reas de selecci6n, recolecci6n y an<ilisis en este tipo de investigaci6n que he-
mas definido como no estandar. La concepcion tradicional del trabajo de cam-
po, en cambio, ha tendido a diferenciarlas mas rigidamente y a ligarlas con
fases consecutivas de Ia investigacion, siguiendo "los parametros del naturalis-
mo: captacion inmediata de 'lo real', 'recoleccion de datos' y posterior analisis
en gabinete" (Guber 1991/2005: 251).
A pesar de las criticas que se le han heche a esta visiOn can6nica, y que com-
partirmos, creemos igualmente uti! distinguir -siguiendo a Geertz (1988)-
entre un "estar alii", en Ia situaci6n de campo (con el enfasis puesto en la obser-
vaci6n participante, con todo lo que esta implica aun en terminos de an<ilisis y
escritura) y un "estar aqui", en el espacio institucional de trabajo del investiga-
dor -que no necesariamente tiene que ser una oficina de universidad o centro
de investigaci6n- con el €nfasis puesto en Ia interpretaciOn y Ia escritura acerca
de aquello observado en el "alii". Las notas de campo seran clave en esta instan-
cia, y por lo tanto de ben realizarse con m<iximo esmero y sentido critico; en
cuanto insumo de informaciones empiricas para el an<ilisis intensificado tipico
del "estar aqui", elias son decisivas a fin de facilitar una interpretacion en Ia que
no se pierda de vista "c6mo se vinculan las palabras con el mundo, los textos ---~'-­
con Ia experiencia, las obras con las vidas'' (Geertz, 1988/1989: 145). Se trata a!
menos de evitar un relata ingenuo en el que lo recabado a traves de las notas ob-
servacionales se tome como reflejo objetivo de los fen6menos estudiados.
CAPITULO 11
ELSONDEO
11.1. Introduccion
~1 sondeo o encuesta ha sido definido como un metoda cientifico de reco-
le:c~on de datos, a trav~s de la utilizaci6n de cuestionarios estandarizados, ad-
mlnistrados por entrev1stadores especialmente entrenados o distribuidos para
su autoadministracion a una muestra (Kuechler 1998).
. Se tr~t~ de una tecnica que permite recolectar datos sabre actitudes, creen-
Cias Y OpllliOUes de los individuos estudiados e indagar sabre multiples temas,
tales como pautas de consume, h<ibitos, prejuicios predominantes e intencio-
nes de voto en gr~ndes poblac_iones. Se caracteriza por su adecuaci6n para rele-
vari_TJuchas propiedades ~ef~ndas a ~~chos individuos. Y sus ambitos de apli-
cacwn son diVersos: academ1cos, poht1cos y comerciales.
Sibien los antecedentes pueden rastrearse en el siglo XIX (Marsh I 9 8 2),
sus pnmeras aphcacwnes como metoda moderno de recolecci6n de datos ba-
sado en Ia te.oria estadistica y las tecnicas de muestreo, se siruan en ]a decad; del
tremta del Siglo XX. En esos afios, George Gallup aplicola encuesta, tanto a es-
tudws de mercado como de opinion publica.
La .i?corporaci6n del sondeo ala investigaci6n academica adquiri6 desarro-
llo reCie~ dura';te los afios cuarenta. Dentro del campo de Ia psicologia social
comenzo a ut~hzarse con mayor frecuencia en los estudios sobre Ia Segunda
Guerra Mund1al, cuando se llevaron a cabo importantes investigaciones entre
las que se destaca Ia clasica obra dirigida por Samuel Stouffer (El soldado ame-
ncano), basada en entrevistas a mas de media millon de soldados estadouni-
denses. ~n Ia l!niver~ida~ de Columbia a partir de 1940, adquirio desarrollo y
predomm1~ Ia mvestigacwn social aplicada basada en encuestas en el campo de
Ia socwlogia Y los estudws de comunicacion a traves de los trabajos de Paul La-
zarsfeld (1944, 1954). Durante esa decada se crearon en Estados Unidos centros
de 1nvestigaci6n orientados a estudios cuantitativos basados en la recnica de
encuesta,como el National Opinion Research Center(1 941 ) y el Survey Re-
search Center de Michigan (1946), y a partir de Ia decada siguiente proliferaron
las Investigaciones academicas basadas en sondeos.
Su importante difusi6n en los Estados Unidos la convirti6 en la tecnica
204 METODOLOGiA DE LAS CJENCJAS SOCJALES
mas utilizada en ese pais dentro de Ia investigacion social empirica. Un estudio
de los afios ochenta, sobre el uso de encuestas en articulos publicados en revis-
tas cientificas, indica un aumento importante en el uso de Ia encuesta durante
Ia decada de 1960.
Tabla 11.1 : Porcentaje de artfculos basados en encuestas en revistas de sociologfa
y ciencia politico (Estados Unidos)
1949-1950 1964-1965 1979-1980
tres revistas cientfficas Hderes
de sociologia 24,10/o 54,8% 55,8%
revistas de ciencia politica 2,6% 19,4% 35,0%
Fuente: Presser 1985.
Seglin los datos de Ia tabla 11.1, los porcentajes de articulos basados en en-
cuestas son crecientes, tanto en las revistas de sociologia como en las de ciencia
politica, a lo largo del tiempo. Sin embargo, en las revistas de sociologia anali-
zadas el momenta de mayor crecirniento es previa al mayor crecimiento en las
de ciencia politica. Asimismo, los trabajos publicados basados en encuestas
constituyen un porcentaje mayor entre las revistas de sociologia que entre las
de ciencia politica. Los datos muestran en alguna medida Ia tendencia creciente
del uso de encuestas en el ambito academico en ese pais.
Debido a su exito y aceptaci6n, el metoda se extendi6 hacia otros paises in-
dustrializados, como Inglaterra, Alemania, Francia y Japon, constituyendo Ia
herramienta tipica de los metodos cuantitativos en la medida que permite ge-
nerar apoyo empirico para la inferencia estadistica y estimar predicciones.
La base estadistica de Ia encuesta convirti6 a esta tecnica en una de las m<is
potentes para establecer ciertas predicciones basadas en datos empiricos, al de-
mostrar que pequefias muestras probabilisticas correctamente seleccionadas
podian proporcionar algun grado de representatividad respecto de actitudes,
opiniones y comportamientos de grandes poblaciones. En consecuencia, el
principal atractivo de ]a encuesta reside en su potencial predictivo, al permitir
el registro de alguna propiedad de una poblacion estudiada, con un margen de
error muestral calculable, a partir del analisis de un fragmento de esta. Sin em-
bargo, es importante destacar que, tratandose de estudios basados en probabi-
lidades, los resultados que se obtienen a traves de encuestas son estimaciones
(aproximaciones) y no certezas. Aunque son muy pocos los estudios que per-
miten hacer estimaciones legitimas de los valores poblacionales, ya que esto
solo es posible cuando se trabaja con muestras probabilisticas (vease apartado
6.3). Por otro ]ado, tambien son pocos los escenarios donde es posible confron-
tar las predicciones resultantes de Ia encuesta con los parametros poblacionales,
pues esto exige relevar los estados en Ia propiedad bajo estudio en Ia pob]aci6n
en su conjunto para luego compararla con el dato muestral. Obviamente, este
procedimiento le quitaria senti do a Ia encuesta, 2_para que estudiar una muestra
ELSONDEO 205
pudiendo estudiar toda Ia poblaci6n? Un tipo de investigacion que permite es-
ta validaci6n son los estudios preelectorales donde las estimaciones de las en-
cuestas pueden ser confrontadas con el resultado de los comicios.
El sondeo, como toda tecnica, es falible, tiene limitaciones, y en e] proceso
de su aplicaci6n se acumulan errores (vease apartado 7.2). La minimizaci6n de
estos depende de ]a toma de decisiones adecuada y de controles permanentes
en todas las etapas de su aplicaci6n. Estos controles se orientan fundamental-
mente a cuestiones relativas al ajuste y validez de los instrumentos, entre ellos:
Ia adecuacion de las preguntas, Ia coherencia del cuestionario, Ia validez de los
indicadores, ]a significacion de Ia muestra, Ia coherencia de los Iibras de c6di-
gos y Ia idoneidad de los encuestadores.
Existe, ademcls, un conjunto de elementos que escapan al control tecnico y
que juegan un papel muy importante en Ia adecuacion de los resultados finales
de las encuestas. Se vinculan a condiciones relativas al talento y las aptitudes
del investigador: Ia pericia para analizar los datos, Ia creatividad para elaborar
factores de correcci6n y tecnicas de proyecci6n, la imaginaci6n para conjeturar.
11.2. Supuestos
Pierre Bourdieu (1973) seiiala tres supuestos inverificables de las encuestas
de opinion publica:
1) Todos los individuos tienen una opinion.
2) Todos los individuos se cuestionan sobre los temas que se les pregunta.
3) Todas las opiniones tienen ]a misma incidencia social.
Los dos primeros supuestos aluden a Ia influencia que Ia situacion de en-
cuesta puede tener sobre los encuestados, en el sentido que el interpelado se
puede sentir compelido a responder y, a Ia vez, pensar que Ia expresion de su
desconocimiento redundad en una evaluaci6n negativa de su persona. Dados
los limites de las tecnicas para controlar Ia verdad de las respuestas obtenidas
en las encuestas de opiniOn, en particular cuando se trata de preguntas cerra-
das, Ia cuestion de ]a veracidad de las respuestas/datos se vuelve un problema
irresoluble. En consecuencia, lo que el individuo expresa es siempre considera-
do como ]a opinion de un sujeto que dice Ia verdad.
A fin de minimizar los riesgos de falta de veracidad de las respuestas, las
encuestas tienden a realizarse en forma an6nima y los investigadores garanti-
zan Ia confidencialidad de los datos. En muchos paises Ia confidencialidad de
las respuestas de estudios oficiales basados en encuestas esta protegida en el
sistema legal. Generalmente el ambito de aplicacion de estas normativas y sal-
vaguardas son los censos y los estudios realizados des de oficinas de estadistica
estatales. Tam bien se encuentran c6digos de etica relatives ala confidenciali-
dad en organizaciones de profesionales de encuestas.
Dentro de estas normativas, el tipo de recomendaciones y sugerencias mas
usuales se refieren ala protecci6n de nombres,.direcciones y telefonos, o cual-
 zo6 METODOLOGfA DE LAS CIENCIAS SOCIALES ELSONDEO

quier otro dato que permitiera Ia identificaci6n del respondente, cualquiera sea
el soporte de Ia informacion. Tambien se aconseja, por un !ado, que los datos se ·
presenten en categorias suficientemente amplias de modo que ninglln respon-
dente pueda ser individualizado dentro de estas y, por otto, Ia destruccion de
los materiales identificatorios luego de volcarlos a las bases de datos.
El tercer supuesto de Bourdieu se funda en las investigaciones sobre gran-
des poblaciones, donde cada individuo es considerado equivalente a los demas
y, en consecuencia, unos son sustituibles par otros. Esto permite trabajar ma-
terll<lticamente las opiniones bajo el supuesto de la acumulatividad de las res-
puestas, pero, simultaneamente, se pierde la informaciOn relativa a Ia especifi-
cidad de cada sujeto (vease apartado 2.3). En este sentido, dentro de Ia encuesta
tiene Ia misma importancia Ia opinion de un lider social que Ia de cualquier
ciudadano. Algunos criticos de los sondeos (Blumer 1969; Habermas 1962),
desde diferentes perspectivas, consideran que estos supuestos de Ia encuesta
resultan en datos distorsionadores de Ia realidad. Ambos coinciden en que un
metoda basado en Ia sumatoria de opiniones aisladas no permite explicar las
relaciones en una sociedad don de los actores se encuentran integra des en dife-
rentes colectivos sociales.
114- Tipos de encuesta seg(m su abordaje
Denominamos abordaje a Ia tecnica que se utiliza para llegar a los sujetos
que constituyen el target del estudio. En relacion con este criteria, podemos
clasificar las encuestas en:
• con participaci6n de encuestador
cara a cara o presenciales (domiciliarias y coincidentales)
telefonicas
• sin participacion de encuestador (autoadministradas)
telefonicas automatizadas
correo tradicional
fax
correo electr6nico/ website
Hasta los afios setenta, el metoda utilizado en las encuestas era el pres en-
cial (cara a cara). A partir de entonces, comenzaron a implementarse las en-
cuestas por correo y telefonicas (Dillman 1978), a las que actualmente se han
sumado las encuestas por fax e Internet (e-mail o websites) (Dillman woo).

11.3. Limitaciones
Tabla 11.2: Caracteristicas de diferentes tipos de encuestas
Ademas de los supuestos sefialados por Bourdieu, el sondeo tiene otras li-
PRESENCIALES TELEFONICAS CORREO INTERNET
mitaciones. Algunas rerlliten a decisiones y estrategias investigativas previas a
COSTO ALTO BAJO MEDIC MUY BAJO
su aplicacion: a) Ia validez de los indicadores y Ia confiabilidad de los instru-
mentos de registro, es decir el cuestionario mismo, y b) las limitaciones de las si (no cuando son
encuestadores si no no
muestras utilizadas. La primera se intenta controlar, par un lado, testeando los automatizadas)
indicadores antes de aceptarlos como validos (vease apartado 9-4) y, por otro, entrenamiento de
alto menor no existe no existe
sometiendo el cuestionario al control de una prueba piloto, mientras que Ia va- los encuestadores
lidez de Ia muestra depende de las tecnicas de seleccion que se utilicen (vease posibilidades de
menores mayo res no existe no existe
capitulo 6). supervisiOn
Otras limitaciones operan durante el trabajo de campo, donde se generan Ia depende de los
mayor parte de los errores que nose vinculan al diseiio de los instrumentos si- rapidez menor mayor mucho mayor
respondentes
no a su aplicaci6n. La mayoria de estes errores pueden minimizarse a traves de
cuestionario complejo simple simple simple
un buen entrenamiento de los encuestadores y par media de la supervisiOn y
n° de preguntas alto bajo media media
control de su trabajo.
Una limitaci6n muy importante de las encuestas se produce cuando los en- distorsiOn en Ia
me nor
cuestados se niegan a responder, debido a que una tasa de no respuesta muy alta formulaciOn de mayor ninguna ninguna
(con supervisiOn)
puede vulnerar el cumplimiento de Ia muestra y sesgar los resultados afectando las preguntas
Ia calidad de los datos en totalidad (vease apartado 6.3). A fin de disminuir Ia ta- intensidad del alto (comunic. bajo (comunic. ninguno (com. ninguno (com.
sa de no respuesta se pueden implementar estrategias de mot:ivaci6n y sensibili- contacto personal visual y verbal) verbal) escrita) escrita)
zaci6n en los encuestados, asi como notificarlos con anterioridad sabre la visita utilizadOn de
alta nula alta alta
del encuestador. Pero Ia posibilidad de llevar a cabo estas medidas de pen de en material extra
gran parte del tipo de poblacion seleccionada y los recursos con que se cuente. depende de depende de depende de depende de
tasa de respuesta
Ia poblaci6n Ia pob/aciOn Ia poblaciOn Ia pob/aciOn
208 METODOLOGIA DE LAS CIENCIAS SOCIALES
ll-4.1. ENCUESTAS CARA A CARA
La presencia del encuestador permite aclarar dudas, testear productos y
mostrar piezas publicitarias u otros materiales. Ademas, en el caso de encues-
tas domiciliarias aumentan las posibilidades de utilizar un cuestionario mas
largo, dado que las condiciones de Ia entrevista son mas confortables para el
encuestado que cuando es abordado en Ia via publica. La principal ventaja de Ia
encuesta domiciliaria es Ia posibilidad de introducir un elemento de azar en el
diseno de Ia muestra, a traves del sorteo de unidades espaciales de un mapa de
la zona a encuestar; su principal desventaja es que resulta mas costosa.
Una funci6n muy importante del encuestador se encuentra en el caso de
muestras con cuotas, es decir, cuando se construye una muestra que reproduce
las proporciones de alguna/s variable/s de Ia poblaci6n (por ejemplo, sexo y
edad) donde los encuestadores son los encargados de aplicar las cuotas que se
hayan establecido.
El metoda coincidental (abordaje en Ia via publica o lugares publicos) re-
sulta eficiente cuando se estudia un segmento poblacional que puede ser de-
tectado por su concentraci6n espacial (por ejemplo, seguidores de un club de
football encuestados en el estadio o consumidores encuestados en el super-
mercado). Tambien, algunos estudios en EE.UU. han demostrado Ia eficiencia
de esta estrategia de abordaje para llegar a segmentos de dificil acceso, como el
estudio de j 6venes afroamericanos entrevistados en puntas de reuniOn en Ia
calle. En comparaci6n con los estudios telef6nicos, estos disefios resultaron en
mejores distribuciones en edad y sexo (Miller y Wilder 1997). En general, las
encuestas cara a cara resultan m<'is Utiles para segmentos de bajos ingresos, por
su fait a de telefono y porque producen mayores tasas de respuesta.
Es importante tener en cuenta que ellugar donde se aborda a! entrevistado
puede tener influencia en Ia calidad de los datos. En un estudio en aeropuertos
donde las unidades de analisis eran pasajeros de viajes aereos, se hizo un anali-
sis comparative abordando a los sujetos en Ia puerta (gate) y a bordo del avi6n
(Denstadli 2000 ). Los resultados indicaron que Ia tasa de no respuesta era ma-
yor en el gate, probablemente debido a un mayor estado de intranquilidad del
encuestado, mientras que la aplicaci6n del cuestionario a bordo presentaba Ia
ventaja de una mayor disponibilidad de tiempo y una mejor disposici6n de los
pasajeros.
11.4-2. ENCUESTAS TELEF6NICAS
Las encuestas telef6nicas se han vuelto cada vez mas usuales, particularmen-
te en zonas urbanas donde altos porcentajes de Ia poblaci6n tienen telefono. Para
su realizaci6n se necesita tecnologia informatica ad hoc (CAT!, Computer Assis-
ted Telephone Interviewing) que permite el marcado de numeros a! azar y el
procesamiento de los datos inmediatamente de completado el trabajo de campo.
Con el desarrollo del IVR (Interactive Voice Responder) es posible disefiar
encuestas telef6nicas automatizadas (sin encuestador). Se trata de un sistema
ELSONDEO
informcltico capaz de grabar y reproducir archives de audio y reconocer res-
puestas a traves de los tonos del telefono.
La principal ventaja de Ia encuesta telef6nica es el menor costa y Ia rapidez.
Sus desventa]as son: Ia imposibilidad de alcanzar a Ia poblaci6n sin telefono
(que tiende a ser Ia de menores ingresos), la restricci6n a un cuestionario corto
y Ia imposibilidad de utilizar material visual.
11.4-3. ENCUESTAS AUTOADMINISTRADAS (SIN ENCUESTADOR)
Se deno~inan "autoadministradas" aquellas en las que no participan en-
cuestadores Sino que se pro vee el cuestionario al encuestado para que e1 com_
plete los datos que se solicitan. ·
. . Dentro ~e Ia poblaci6n a estudiar se selecciona una muestra potencial y se ]a
mv1ta a partiCipar en el estudio haciendole llegar los cuestionarios (a traves del
corre~ postal, correo electr6nico o dejclndolos en alguna instituci6n, empresa u
orga~1smo a! que perten~zcan los encuestados potenciales). Una vez que el
cuestwnano llega a los SUJetos, su respuesta y su devoluci6n dependen de su
voluntad. De manera que Ia muestra real del estudio resulta de Ia autoselecci6n
de los en:revistados. Esto generalmente se traduce en una baja tasa de respuesta
(aunque esta depende de las caracteristicas de Ia poblaci6n y su interes en Ia te-
matica). Ha~itualmente, con Ia finalidad de aumentar el numero de respuestas,
se ut:J.hzan tecn1cas que pueden consistir desde premios hasta compartir los re-
sultados del estudio. Generalmente, Ia tasa de respuesta tiende a ser mayor en
poblacwnes con alta educaci6n e interesadas en la tem3.tica de que se trate.
Es importante estimar Ia cantidad de respuestas de antemano a fin de cal-
cular el nUmero de cuestionarios que deben enviarse para completar la mues-
tra. Cuando Ia muestra potencial inicia] es muy heterogenea, Ia autoselecci6n
puede producir sesgos, es decir, que Ia muestra obtenida no refleje esa hetero-
geneidad.
En las encuestas autoadministradas el cuestionario adquiere ciertas carac-
teristicas. La ausencia de encuestador exige Ia redacci6n de un cuestionario de
~~ca extensiOn y con consignas muy claras que puedan ser seguidas con preci-
SIOn por el encuestado a! completarlo. Entre las posibilidades que ofrece este ti _
po de encuestas se cuenta el envio de im3.genes, pero es necesario considerar
que esto aumenta los costas.
Cuando las encuestas autoadministradas son difundidas por correo elec-
tr6n~c.o o ~~ sitios de Internet resultan mas r3.pidas y econ6micas; sin embargo,
Ia ul:Ihzacwn de tecnologia que exige el acceso de los encuestados a Internet li-
mita mucho los targets y, en consecuencia, Ia selecci6n de Ia muestra. A fin de
conformar esta, es necesario contar con un listado de direcciones electr6nicas
de individuos, empresas o instituciones que integren la poblaci6n en estudio.
Es importante destacar, junto a estas limitaciones, las potencialidades de esta
estrategia en :a m~dida que Internet permite llegar a gran parte de los paises,
aunque todavia ex1stan muchos problemas para la implementaci6n de encues-
tas a traves de esta via en los paises de menor desarrollo.
 210 METODOLOGfA DE LAS CIENC!AS SOCIALES
Desde fines de los afios ochenta se llevaron a cabo estudios comparatives
de la eficiencia de las encuestas par correo tradicional y por correo electr6nico.
Seglin un estudio de Lee Sproull (1g86), basado en cuestionarios por e-maily
en papel ados muestras de treinta individuos cada una, en una empresa, las
respuestas par e-mailllegaron en Ia mitad del tiempo que las respuestas en pa-
pel, pero estas eran mas completas. Duane Bachmann, John Elfrink y Gary
Vazzana (rgg6) tam bien compararon encuestas par e-mail y par correo. Sus
conclusiones indican que el e-mail tiene buena llegada a determinados grupos
so'ciales, particularmente profesionales, pero no es posible llegar a muchos
otros sectores sociales por esta via. En general los respondentes via e-mail son
mas j6venes y mayores consumidores.
u.s. Estudios comparados (cross-national, cross-cultural studies)
Este diseiio consiste en aplicar encuestas en diferentes paises o culturas y
replicarlas sistemJ.ticamente a intervalos regulares. Constituyen bancos de da-
tos importantes por su alcance y sistematicidad. Entre las mas conocidas seen-
cuentra el International Social Survey Program (!SSP) y el Eurobar6metro. En
America latina, desde Ia ultima decada, se aplica el Latinobar6metro.
El Eurobar6metro incluye los paises de Ia Union Europea, el !SSP es mas
diverso, incluye paises como Bangladesh, Chile y Filipinas junto con Australia,
Inglaterra, EE.UU. y Alemania, mientras que el ambito del Latinobar6metro
esta conformado par dieciocho paises de America latina.
El principal problema que presentan estos estudios es Ia comparabilidad de
los datos, cuando incluyen realidades culturales, sociales, econ6micas o politi-
cas muy heterogeneas. Par esta raz6n Manfred Kuechler (1gg8) recomienda
que se incluyan componentes cualitativos en los diseiios. En general se sugiere:
realizar ajustes en terminos culturales;
buscar similitud en los paises seleccionados respecto de las caracteristi-
cas institucionales que afectan los ternas centrales del estudio;
Ia presencia de, a! menos, un investigador de cada pais con manejo del
idioma y conocimiento de las costumbres en el equipo de investiga-
ci6n, en particular para el disefio del cuestionario;
analizar primero cada realidad nacional y luego hacer el analisis compa-
rado;
recolectar los datos en diferentes rnomentos, para neutralizar el efecto
de eventos nacionales.
u.6. Estudios longitudinales
La estrategia metodol6gica del PANEL reside en Ia utilizaci6n de Ia muestra.
El cuestionario seaplica a una rnisma muestra en diferentes ocasiones a lo largo
del tiempo, de modo que resulta particularmente uti] para comprobar modifi-
ELSONDEO
211
c~aciones en las actitudes y conductas como efecto de la participaci6n de un es-
tlmulo o factor determinado. Uno de los principales problemas del panel se
vincula a Ia mortalidad de la muestra, en Ia medida que puede perderse el con-
tacto con algunos individuos de un registro a otro.
Lazarsfeld, Berelson y Gaudet (1944) aplicaron en forma innovadora una
estrategia de panel en el estudio de una campaiia electoral, que les permiti6 de-
tectar las fluctuacwnes en las opiniones de los electores y los efectos de la pro-
paganda en sus actitudes politicas.
11.7. El cuestionario
El cuestionario es el instrumento de recolecci6n de datos propiamente di _
cho utili~~ado en la t~cnica de encuestas. Es importante tener en cuenta que su
elab.oracwn no cons1ste en diseiiar un simple listado de preguntas; por el con-
trano, su estructura tiene una 16gica que es conveniente respetar. La idea gene-
ral es que las primeras baterias de preguntas no resulten demasiado intrusivas
ni. requie:an respuestas comprometidas, de manera de generar confianza y un
chma am1gable para el respondente. Los temas que exigen mayor compromiso
o apuntan a nucleos de mayor intimidad de ben ubicarse hacia el centro de Ia
entrevista, para terminar con preguntas faci]es que den Iugar a Ia despedida del
encuestador en un clima de amabilidad.
Por otro !ado, Ia duraci6n de la entrevista no debe ser excesiva para que el
encuestado pueda mantener la atenci6n en los temas que se le proponen. A fin
de no sal tar de un tema a otro, cosa que puede provocar confusiOn, es conve-
niente dividir los cuestionarios en dimensiones tem3.ticas, buscando ago tar un
tema antes de pres en tar otto.
Seglin su grado de estructuraci6n, los cuestionarios se clasifican en estruc-
tura~os, semiestructurados y no estructurados. En los primeros tienden a pre-
dominar las preguntas que presentan un menU cerrado de respuestas precodi-
ficadas (denominadas PREGUNTAS CERRADAS). Estas otorgan muy poca libertad
al encues~ado para desarrollar sus respuestas, quien fundamentalmente elige
entre un hstado de alternativas que se le presenta.
. El cues~ionario estructurado responde a los supuestos del metoda hipote-
tico ded~c~vo .. en tanto Ia investigaci6n se concibe como un proceso para con-
trastar hipotesis preestablecidas y no para explorar ]a realidad a traves de ]a in-
ducci6n. Por otto lado, presentar a todos los encuestados las mismas preguntas
con los mismos men lies de respuestas se orienta a asegurar, en alguna medida,
Ia comparabilidad de estas, ya que los estimulos han sido los mismos para to-
dos los mtegrantes de la muestra. Obviamente, este supuesto tiene Ia debilidad
de que si bien Ia pregunta puede ser identica -suponiendo que el encuestador
Ia formule siempre en los mismos terminos del cuestionario-la situaci6n de
_entrevista es siempre diversa.
El cuestionario semiestructurado es similar al anterior, pero incorpora a1-
gunas PREGUNTAS ABIERTAS, donde el encuestado tiene libertad para elaborar su
prop1a respuesta en sus propias palabras. Estas preguntas cumplen una fun-
212 METODOLOGfA DE LAS CIENCIAS SOCIALES
cion diferente, responden a una actitud exploratoria del investigador. Es decir,
tienden a bus car informacion desconocida a traves del camino de Ia indaga-
ci6n. Los cuestionarios semiestructurados son los mas utilizados e incorporan,
a traves de las preguntas abiertas, un elemento de naturaleza no escindar (tam-
bien Ilamada cualitativa) dentro de una tecnica estandar (tam bien Ilamada
cuantitativa).' En ]a etapa del procesamiento de Ia informacion estas preguntas
deben ser "cerradas", es decir, a traves de un proceso interpretative se elabora
una clasificaci6n de las respuestas a cada pregunta abierta y se asigna un c6digo
nu~erico a cada tipo de respuesta.
En el cuestionario no estructurado la mayoria de las preguntas son abiertas
y los entrevistados tienen libertad para elaborar sus respuestas en forma y con-
tenido. Este tipo de cuestionario es utilizado fundamentalmente en las entre-
vistas en profundidad individuales y grupales, donde adquiere el nombre de
pauta de entrevista (veanse los capitulos 12 y 13).
u.S. Formulaci6n de las preguntas
La primera clasificaci6n de las preguntas de un cuestionario las divide en
abiertas y cerradas. En el disefio de las preguntas cerradas se pueden presentar
las respuestas posibles (que se someteran a Ia elecci6n del encuestado) en di-
versas forrnas. Cuanto mayor es el nUmero de alternativas que se presentan
mayores posibilidades de elecci6n tiene el respondente, mientras que cuanto
menor es este nUmero masse lo obliga a encasillar su respuesta dentro de un
abanico poco diverse y, en consecuencia, en categorias mas amplias.
El disefio de las respuestas para cada pregunta cerrada estara condicionado
por el grado de conocimiento del investigador sobre Ia materia, el nivel de he-
terogeneidad de Ia muestra y Ia amplitud en Ia dispersion de las respuestas que
se este dispuesto a tolerar.
La pregunta que presenta men or alternativa de respuesta es la DICOT6MICA:
las respuestas posibles son solo dos, del tipo si/no o acuerdo/ desacuerdo. Este
tipo de pregunta tiende a dividir Ia muestra en dos grupos en oposici6n, relati-
ves a una tematica Oos que creen y los que no creen, los que aceptan y los que
no aceptan, los que pertenecen y los que no pertenecen).
Cuando Ia pregunta presenta mas de dos alternativas de respuesta entre
las cuales el respondente elegira una sola, se denomina de ALTERNATIVAS MUL-
TIPLES. Como se dijo en e] capitulo 8, las a]ternativas multiples pueden ser
categoriales (por ejemplo, ante una pregunta sobre principales problemas,
ofrecer como respuestas: econ6micos, politicos o sociales) u ordinales, que
generalmente asumen formas escalares. Las escalas, a su vez, pueden server-
bales (muy buena, buena, regular, mala, muy mala) o numericas (solicitar a]
respondente que posicione su respuesta en una escala I-to). Cuando en una
pregunta de alternativas multiples se permite elegir mas de una reo:pttesta 1: es-
1
Sobre los terminos 'cualitativo/cuantitativo' y 'esdndar/ no estindar' vease el capitulo 2.
ELSONDEO
213
to no ocurre en el caso de las escalas), adopta el nombre de pregunta de RES-
PUESTAS MULTIPLES.
Generalmente, cuando el conjunto de respuestas posibles es finito, conoci-
do y no es demasiado grande (por ejemplo los partidos politicos que presentaron
cand1datos en Ia ultima elecci6n presidencial) se puede formular a] entrevista-
do una pregunta abiert~ ((Que partido voto enla ultima eleccion presidencial?)
s1n presentarle el menu de respu.estas, y el encuestador registra Ia respuesta en
ellistado de partidos contenido en el cuestionario. De estas preguntas se dice
que se form ulan en forma ESPONTANEA. En los casos en que un menu de res-
puestas es sometido a consideraci6n del encuestado, se trata de preguntas for-
muladas en forma GUIADA.
Cuando una pregunta cerrada tiene un nUmero grande de categorias de res-
puesta que se vuelven dificiles de recordar, se puede utilizar una 'tarjeta' -ins.:
trumento que ayuda a guiar a] encuestado- don de figuran las alternativas de
respuesta que aquel lee antes de decidir su eleccion.
El conjunto de respuestas de una pregunta cerrada constituye una clasifica-
ci6n y debe cumplir con los requisites de esta: todas las respuestas deben ser
mutuamente excluyentes (no superponerse en ningun valor) y conjuntamente
exhaustivas (contener en conjunto todas las respuestas posibles) (vease aparta-
do 8.1). A fin de cumplir con esta ultima condici6n, toda pregunta llevara una
respuesta residual ('otra') y una categoria para registrar Ia fa!ta de respuesta
('ns/nc', no sabe/no contesta).
Otra estrategia para recolectar informaciOn a traves de un cuestionario es la
formulaci6n de frases. Esta consiste en redactar un conjunto de frases que ex-
presan diferentes posiciones respecto de alguna temcitica y solicitarle al en-
cuestado que manifieste su opiniOn sabre elias (generalmente la respuesta
adopta Ia forma de una escala Likert, vease el apartado 8.5). Esta tecnica tiende a
utilizarse cuando se indagan temas controversiales o conflictivos, su ventaja es
que las frases son presentadas como dichas por otras personas y generan en el
respondente una sensaciOn de menor compromise al considerarse formando
parte de alglin grupo.
Cuando se quiere inda.gar acerca de preferencias, se puede presentar al en-
c~estado ~n listado a fin de que lo ordene o jerarquice sus elementos seglin al-
gun cnteno (por eJemplo, ordenar una lista de dirigentes politicos segun su ca-
pac1dad para resolver determinado problema). Otro tipo de preguntas Ilamadas
FILTRO o DE PASE son aquellas cuya respuesta reorienta a diferentes segmentos
de la muestra en las preguntas del cuestionario. A partir de estas, el orden de
presentacion de las preguntas se altera para alglin segmento de Ia muestra por-
que para el mismo algunas preguntas se vuelven irrelevantes (por ejemplo, Ia
mdagaci6n sobre afiliaci6n sindical puede dividir a Ia muestra en afiliados y no
afihados, y Ia bateria de preguntas inmediatamente siguiente puede ser rele-
vante para los prim eros e irrelevante para los segundos). Algunas veces se ubi-
~~· ~ f can preguntas filtro al inicio del cuestionario a fin de decidir la inclusiOn o ex-
clusiOn de sujetos en la muestra (par ejemplo, si se trata de una muestra de
ciudadanos del distrito A, una pregunta filtro podria ser cUsted en que distrito
vota? Solo se aplicara el cuestionario a quienes respondan: "En el distrito A").
214 METODOLOGfA DE LAS CIENCIAS SOCIALES
AI final del cuestionario se ubican las llamadas PREGUNTAS DE CLASIFICA-
cr6N orientadas a recolectar datos sociodemogrcificos de los-encuestados, co-
mo e'dad, educaci6n, estado civil y ocupaci6n. Estas preguntas permite~ carac-
terizar la muestra y compararla, generalmente con parclmetro~ poblacwnales
censales, a fin de evaluar su grado de aproximaci6n en estas vana~les. Como ~u
nombre lo indica se utilizan para clasificar la muestra, segmentandola segun
estas variables, a fin de estimar sus efectos en las opiniones dado su cad.cter
mas estructural 0 mas permanente.
' Tanto el arden de las preguntas en el cuestionario como el arden que adop-
ten las respuestas al interior de cada pregunta cerrada pueden influir en los r~­
sultados. A fin de controlar estos efectos se recomienda realizar una prueba pl-
loto del cuestionario y alterar Ia presentaci6n de las respuestas entre los
encuestados, en particular cuando tienen rnuchas alternativas ..De este mod~,
se minimizan los efectos de las respuestas sistemclticas, es decu, la tendenCia
de algunos respondentes a elegir siempre una misma alternativa (generalmente
Ia primera o Ia ultima que se les presenta).
A la hora de disefiar un cuestionario es importante tener en cuenta que Ia
influencia de las preguntas sobre las respuestas estcl condicionada en gran parte
par ellenguaje. Habitualmente, se da por supuesto que~~ interpelado re~ono­
cera el sentido de Ia pregunta tal como fue formulado - supuesto de Ia mter-
pretabilidad" (Clark y Schober, 1991)- pero esto noes necesariamente asi. El
Ienguaje utilizado conlleva una intenci6n y una pers~ectlva que no s1empre
son compartidas por los participantes en el sondeo. El mterpelado reconstruye
el sentido de Ia pregunta desde su propia perspectiva cultural, y su respu.esta
responde a esta pregunta reconstruida. Este proceso, propw de toda act1v1dad
conversacional afecta la validez de las respuestas de la encuesta y su compara-
bilidad. El problema se agrava cuando no existen campos compartidos de senti-
doni usos semejantes dellenguaje entre quien redacta las pregun;as y los res-
pondentes o -en el caso de una muestra culturalmente heterogenea- entre
los respondentes entre sL . tan Fide!i yMarradi (1996), se trata de Ia tecnica mas utilizada en estas disciplinas,
Muchas palabras utilizadas frecuentemente en las encuestas tlenen una
carga importante de ambigiiedad e imprecision (par ejemplo, mayor, menor,
buena, muy buena, malo, suficiente) y pueden adqumr senudos d~fer~ntes pa-
ra los encuestados. Tambien puede ocurrir que se utilice un lenguaJe tecn1co en
las preguntas que muchos entrevistados n~ c~~prendan: ~e v~:lve importante
entonces en el disefio del cuestionario, minlmizar la uuhzacwn de palabras Y
expresio~es vagas o ambiguas que agraven el d~stan~iamiento que pueda exis-
tir entre Ia perspectiva de qui en redacta el cuestwnano y los encuestados.
CAPiTULO 12
LA ENTREVISTA EN PRO FUND !DAD
12.1. Introducci6n
El t€:rmino 'entrevista' en el senti do actual-a! menos en cuanto entrevista
periodistica- pareciera haber sido empleado par primer a vez en Ia lengua in-
glesa (interview) en un articulo del semanario neoyorquino The Nation, de
principios de 1869. Sin embargo, en cuanto verba cuyo significado alude a "te-
ner un encuentro personal", el t€:rmino existe en dicho idioma desde al menos
1548.' Este significado remite a su origen etimol6gico, ya que, aunque derivado
mas inmediatamente de Ia palabra francesa entrevue, sus rakes pueden ras-
trearse hasta los t€:rminos Iatinos intery videre, literalmente "entre ver", y de
ahi "verse mutuamente", "tener un encuentro cara a cara".
En las ciencias sociales Ia entre vista se refiere a una forma especial de en-
cuentro: una conversaci6n a la que se recurre con el fin de recolectar determi-
nado tipo de informaciones en el marco de una investigaci6n. Tal como repor-
con estimaciones que indican que cerca del go% de los estudios empiricos se
val en en alg(!n modo de elias.
Un simple ejercicio nos ha demostrado que estas estimaciones no son para
nada exageradas: analizando cuantitativamente los abstracts de los articulos in-
dizados en Sociological Abstracts," en los que habitualmente se reportan los
medias (metodos y tecnicas) empleados para llevar adelante Ia investigaci6n,
hemos detectado que en mas del43% de casi 117 mil trabajos se usa el termino
'entrevista' en sentido estricto. Si aceptamos que tambien las encuestas/son-
deos (que representan otto 43%) involucran una forma especial de entrevista
1
Fuente: OnlineEtimology Dictionary de Harper, 2001, <www.etymonline.com> (fecha de
consulta: 14/9/2oo6).
z Se trata de una base de datos que compila la literatura cientifica internacional de las ciencias
sociales publicada en mas de 4.300 revistas de todo el mundo (ademas de Iibras y aetas de congre-
sos) y editada par Cambridge Scientific Abstracts. Su cobertura temporal se expande desde los
afios cincuenta basta la actualidad. Los datos consignados en este capitulo se basan en una consul-
ta realizada el dia 7 de diciembre de 2006.
2!6
METODOLOGfA DE LAS CIENCIAS SOCIALES
-como se vera mas adelante, en el apartado 12.2-, tenemos que en mas del
86% de los estudios empiricos indizados los investigadores se han valido de
entrevistas. Si adem3.s se reconoce que la realizaci6n de observaciones partici-
pantes (3,9%), habitualmente desarrolladas en el marco de estudios etnografi-
cos, igualmente conlleva algun tipo de entrevista, llegamos a superar el9o%
del total. Finalmente, dado que en los experimentos (9,7%) tambien se puede
recurrir a dispositivos genericamente clasi:ficables como entrevistas para la re-
colecci6n de informaciOn, concluimos que las estimaciones citadas por Fideli y
M'arradi (19 9 6) en torno del peso relativo de !a entrevista en Ia investigaci6n
social empirica son mas que razonables.
Sin embargo, cabe hacer no tar que nos hemos referido a "algiln uso" de en-
trevistas y no al "uso exclusive" de ellas. En este sentido, resulta oportuno se-
fialar que, especialmente en !a tradici6n antropol6gica, Ia entrevista ~a ~ido
vista en general como un complemento de Ia observaci6n de campo (practi~a a
!a que se le concede un papel preponderante), mientras que en Ia socwlog1a Y
otras ciencias sociales -aun sin negar Ia posibilidad de complementar/articu-
lar el uso de entrevistas con otras tecnicas de recolecci6n- se les ha dado un Iu-
gar central y valor cientifico par si mismas. . .
En tanto forma de conversaci6n, Ia vida cotidiana y los procesos de sociah-
zaci6n -como plantean Valles (1997) y Alonso (1998), entre otros- pueden
constituirse en Ia base para Ia caracterizaci6n preliminary el aprendizaje de la
entrevista. En efecto, en Ia vida cotidiana estamos recurrentemente involucra-
des en pr3.cticas conversacionales que implican el intercambio de informaciOn;
las competencias para desempefiarnos en ellas, que se adquieren a traves de Ia
socializaci6n, empezando par ellenguaje y las capacidades del habla, Y si-
gJJiendo par el conjunto de saberes tacitos que hacen posibles tales interaccio-
nes verbales, son cruciales tambien en Ia pr3.ctica de Ia entrevista de Investiga-
ci6n social.
For otra parte, cabe sefialar que adem<is de las conversaciones informales a
las que acabamos de referirnos, existen tambien en Ia vida cotidiana intercam-
bios mas formalizados que suelen definirse como entrevistas profesionales: la
consulta medica, Ia entrevista psicoterapeutica, la-de selecci6n de personal, la
periodistica, etcetera. La entrevista de investigaci6n social podria :oncebirse
como una forma especial de conversaci6n profesional. Se diferencJa de Ia en-
trevista psicoterapeutica, por ejemplo, en que su objetivo primario es conocer
y no, en cambio, modificar las actitudes o conductas del entrevistado. E~te fin
eminentemente cognitive la emparienta con otros tlpos de entre vista -tomese
por caso !a periodistica-, pero a diferencia de ella se desarrolla en el marco de
una investigaci6n cientifica o academica (Fideli y Marradi 1996).
En definitiva, siguiendo a Alonso (1998), podemos definir !a ENTREVISTA EN
PROFUNDIDAD como una forma especial de conversaci6n entre dos personas
(aunque como se vera mas adelante tambien existen form:s _de entrevista gru-
pal), dirigida y registrada por el investigador con el propos1to de favorecer !a
producci6n de un discurso conversacional continuo y ~on ci..erta lin_ea argu-
mental por parte del entrevistado, acerca de un tema de mteres defimdo en el
marco de Ia investigaci6n.
LA ENTRE VISTA EN PROFUNDIDAD 217
12,2. Tipos de entrevista
En las ciencias sociales existen distintos tipos de entrevista y hay a su vez di-
ferentes fundamentos para clasificarlas. Fideli y Marradi (1996) proponen una
tipologla basada en dos criterios: a) !a presencia (o no) de un contacto visual di-
recto entre entrevistador y entrevistado, y b) el grado de libertad concedido a los
actores en !a situaci6n de entrevista, ya sea a! preg11ntar o a! responder. Este ulti-
mo criteria es probablemente el mas utilizado en Ia clasificaci6n de !a entrevista,
dando Iugar a un continuum de grados de libertad posibles en funci6n del nivel
de estructuraci6n o estandarizaci6n que ad qui era !a g11ia de preg11ntas -yI o de
las posibles respuestas predeterminadas- a ser empleada en Ia entrevista.
Burgess (1984) afirma que el grado de menor estructuraci6n se da en el
marco de las conversaciones espontaneas que surgen como complemento de la
observaci6n de campo. En el otro extrema se ubican las entrevistas estructura-
das tipicas de las encuestas o sondeos, en las que se aplica de modo uniforme
un cuestionario estandarizado que contiene todas las preguntas a realizar -y
en un orden dado- y todas (o casi todas) las opciones posibles de respuesta
(vease capitulo n).
Si bien Ia estructuraci6n -como se acaba de decir- se puede pensar a !a
manera de un continuum entre los palos recien mencionados, a los efectos de
simplificar Ia cuesti6n presentamos una tipologia en !a que el grado de espon-
taneidad de Ia interacci6n verbal (directamente relacionado con el nivel de es-
tructuraci6n previa de preguntas y respuestas) se limita a tres puntas -bajo,
media y alto- dan do Iugar a form as estructuradas, semiestructuradas y no es-
tructuradas de entrevista. For otro lado, el criteria relative al tipo de contacto
entre entrevistador y entrevistado, que en el caso de Fideli y Marradi (1996) se
limita a !a relaci6n personal cara a cara y a! contacto telef6nico, incluye tambien
en nuestra propuesta Ia interacci6n virtualizada.3
Tabla 12.1: Tipo/ogia de las entrevistas
GRADO DE ESPONTANEIDAD DE LA INTERACCI6N VERBAL
TIPO DE CONTACTO BAJO MEOJO ALTO
personal
(cara a cara)
telef6nico
entrevista virtual i:'i entrevista_ virtual-- entrevista Virtual
virtual
estructurada semiestructUrada 'no estructurada
3 Es de hacer notar, sin embargo, que esta Ultima podria adquirir diversos formatos, acercln-
dose a una encuesta con cuestionario autoadministrado (si el usa de la tecnologia informatica se li-
mita al envio par correo electr6nico de tal instrumento); a una entrevista telef6nica (sila tccnolo-
gia se utiliza para comunicarse en tiempo real, pero sin contacto visual), y a una entrevista cara a
cara (si se recurre a tecnologias multimedia que involucren audio y video). Par otra parte, tambiCn
con las nuevas tecnologias de telecomunicaciones existen dispositivos te1ef6nicos que permiten el
contacto visual.
218 METODOLOGiA DE LAS CIENCIAS SOCJALES
En !a tabla se han resaltado en gris las formas de entrevista que generica-
mente podrlan considerarse "en profundidad" y que constituyen el objeto del
presente capitulo. Dado que las versiones telef6nicas y virtuales se en~uentran
menos difundidas nos concentraremos exclusivamente en las entrevtstas cara
a cara. Las formas ~structuradas, por su parte, ya han sido tratadas en el capitu-
lo 11. Por otra parte, cabe destacar que basta ahara hemos dado por supuesto un
tipo de relaci6n di<ldica entre un entrevistador yun entrevistado; sin embargo,
existen tambien formas de entrevista grupal. La mas difundida -el focus
group- sera tratada en el capitulo 13.
Antes de pasar a !a caracterizaci6n detallada del tipo de entrevistas que aqui
nos ocupa resulta pertinente senalar que no existe alin en la metodologia de las
ciencias sociales una terminologia unificada para designarlas. A lo largo de los
afios se han utilizado distintas expresiones para referirse a modalidades que
podrian encuadrarse genericamente bajo el r6tulo de entrevistas en profundi-
dad. Hemos decidido recurrir justamente a este termino para englobar las dis-
tintas formas especificas a las que aludimos, aun reconociendo la existencia de
sutiles diferencias entre ellas. Especialmente en el caso de las menos estructu-
radas se habla con frecuencia de entrevista abierta; no directiva (Rogers 1942);
no estandarizada (Denzin 1970 ); intensiva (Brenner et al. 198 s); cualitativa
(Valles 1997); hermeneutica (Monsteperelli 1998). En el caso de las semiestruc-
turadas, Combessie (1996) recurre a !a expresi6n "entrevista centrada". Merton
y Kendall (1946), por su parte, propusieron !a noci6n de entrevista focalizada:
un tipo semiestructurado que se caracteriza por el hecho de que los entrevtsta-
dos han recibido un estimulo espedfico (han visto una pelicula, lei do un libra,
etcetera) o han participado de una situaci6n social cuya experiencia subjetiva
es objeto de !a entrevista. Marradi (zoos) ha propuesto una forma especial de
entrevista semiestructurada a partir de un estimulo particular; se trata de his-
torias (storie) en las que se narran episodios de !a vida cotidiana Y que el entre-
vistador cuenta al entrevistado para luego explorar sus reacciones y reconstruir
sus preferencias valorativas.
12.3. Caracterizaci6n de Ia entrevista en profundidad
Rosenblum (1987) afirma que !a entrevista en profundidad se caracteriza
par su estructura paradOjica: en un intercambio explicitamente instrumental Y
muy circunscrito en el tiempo -entre personas que son relativamente extra-
fias- exige a la vez intimidad e impersonalidad, profesionalismo en un marco
de sociabilidad.
Se trata fundamentalmente -como sefiala Alonso (1998: 67-68)- de "un
proceso comunicativo par el cual el investigador extrae una informaciOn de
una persona". Pero no cualquier tipo de informaciOn, sino aquella que se halla
contenida en !a biografia del entrevistado, es decir, aquella que se refiere "a!
conjunto de representaciones asociadas a acontecimientos vividos par [€1]". En
este sentido, !a informacion que interesa a! investigador ha sido experimentada
e interpretada por el entrevistado; esta forma parte de su mundo de !a vida
LA ENTREVISTAEN PRO FUND !DAD 219
-antes racito, dado por descontado- y que ahora pasa a ocupar el centro de !a
reflexi6n, siendo problematizado y narrado (Montesperelli 1998: 73).
Guber (1991/2005: 236) destaca que "!a entrevista es un proceso en el que se
pone en juego una relaci6n social", y €sta involucra ados actores: el entrevista-
dor y el entrevistado. Dado que tal relaciOn suele ser en muchos sentidos asime-
trica, el entrevistador debe ser capaz de reflexionar sabre su rol, sus elecciones y
-de un modo mas amplio- sabre !a direcci6n y el sentido de su investigaci6n.
Para Montesperelli (1998), debe tener una persistente actitud de apertura, yes-
tar dispuesto a encontrar aquello que no esperaba, moviendose constantemente
entre observaciOn y conceptualizaciOn. El entrevistador tiene un rol estrat€gico
y "mayeutico": no direcciona las respuestas; asume en cambia que el entrevis-
tado es el verdadero experto en el tema objeto de !a entrevista y que es capaz de
explicitar su prapia conocimiento, limidndose a "ayudarlo" -en un procesa
dialectico- a que la verbalice, invitandolo ala canversaci6n. Pero esto no es una
cuesti6n sencilla: el entrevistadar debe ser consciente de los problemas que im-
plica !a conversaci6n y debe tender a comunicar con naturalidad y sensibilidad;
su funci6n primordial es !a de escuchar.
Este tipo de entrevista se caracteriza entonces por el alto grado de subjeti-
vidad, hecho que para muchos constituye simultaneamente su principal rasgo
ymayor limitaci6n. Alonso (1998) habla incluso de "hipersubjetividad": el en-
trevistada es un selfque relata historias mediadas par su memoria e interpreta-
ciOn personal, yen este sentido la informaciOn que provee no debe apreciarse
en terminos de veracidad-falsedad, sino como el producto de un individuo en
sociedad cuyos relatos deben ser contextualizados y contrastados. Como indi-
ca Guber (1991/2005: 237), "un termino, un discurso o una acci6n no son lo
que son per se, sino en relaci6n con Ia situaci6n en que se enuncian a aplican y
con su contexte discursive y material". La entrevista, par lo tanto, s6la se pue-
de juzgar "por !a riqueza heuristica de las producciones discursivas obtenidas
en ella" (Alonso 1998: 77),las que, por otra parte, no son en si mismas correctas
ni incorrectas (Fideli y Marradi 1996).
Segiin !a perspectiva de Alonso (1998), en !a entrevista en profundidad no
se expresa simplemente una sucesi6n de acontecimientas vividas sino laver-
balizaci6n de una apropiaci6n individual de !a vida colectiva. Es por esto que
nose trata de un registro fedatario de hechos o datos; es en cambia el arte del
vinculo: un juego de estrategias comunicativas a partir del cual se registra un
"decir sabre el hacer".
La relevancia a irrelevancia del resultado de este juego comunicativo de-
pende en gran medida de las capacidades, !a perspicacia y !a personalidad del
entrevistador (Statera 1982). No obstante, !a viabilidad del juego se basa en el
establecimiento de un contrato comunicativo que involucra un conjunto de sa-
heres explicitos e implicitos -compartidos por entrevistador y entrevistado-
que haran posible el funcionamiento de !a entrevista. Entre los saberes explici-
tos se destacan aquellos relativos a! tema objeto de !a conversaci6n y a los fines
de Ia investigaci6n en general: c:quien, para que y par que realiza la entrevista?
En este sentido, es importante destacar que ella debe realizarse a partir de un
consentimiento informado de parte del entrevistado, y a su vez esto exige ex-
 220 METODOLOGfA DE LAS CIENClAS SOCIALES
plicitar ante elias cuestiones que acabamos de referir. Los saberes implicitos,
por su parte, aluden a los codigos lingiiisticos, culturales y reglas sociales que
hacen posible Ia comunicacion interpersonal en un contexto dado; en definiti-
va, cabe recordar que Ia entrevista se fund a en Ia interaccion verbal, y requiere
par lo tanto una apertura a Ia comunicaci6n tanto como la aceptaci6n de sus re-
glas (Alonso 1998).
124. Usos de Ia entrevista en las ciencias sociales. Ventajas y limitaciones
La entrevista se utiliza en general cuando se busca acceder a 1a perspectiva
de los acto res, para conocer c6mo ellos interpretan sus experiencias en sus pro-
pios terminos. En este sentido, Montesperelli (1998) resalta sus virtudes siem-
pre que se trate de explorar el mundo de Ia vida cotidiana. Alonso (1998), por su
parte, sefiala que Ia entrevista en profundidad es especialmente aplicable cuan-
do se busca reconstruir acciones pasadas; estudiar representaciones sociales
personalizadas; analizar las relaciones entre el contenido psicol6gico personal
y la conducta social, o explorar campos semclnticos, discursos arquetipicos de
grupos y colectivos.
Valles (1997: 196-198) ha sistematizado de modo didactico las ventajas y li-
mitaciones del usa de la entrevista en profundidad en la investigaciOn social.
Con respecto a las primeras destaca que permite obtener de manera flexible
una informacion rica y profunda, en las propias palabras de los actores. Asi-
mismo, sefiala que proporciona la oportunidad de clarificaciOn en un marco
mas dinJ.mico y espontaneo que el de las entrevistas estructuradas de las en-
cuestas. Si se piensa en las fases iniciales de un estudio, resultan significativas
sus ventajas para realizar los primeros acercamientos al tema, yen el caso de las
fases finales, se destaca su uso a fin de enriquecer los resultados de indagacio-
nes cuantitativas o cualitativas, ya sea a traves del contrapunto ode la com-
prensiOn mas profunda de estos. Comparada con la observaciOn participante,
Valles sefiala Ia capacidad de Ia entrevista para permitir el acceso a cierto tipo de
informaciones dificiles de conocer sin la mediaciOn del entrevistador. En este
mismo sentido deberia considerarse Ia posibilidad de conocer, a traves del rela-
ta de los actores, situaciones no directamente observables -entre elias aque-
llas del pasado. En tiempos recientes, reconociendo justamente esta cualidad
de las entrevistas, se ha difundido notablemente su uso para el estudio del pa-
sado proximo y las formas de apropiacion individual y colectiva (memoria) de
ei. Finalmente, si se la contrasta con las entrevistas grupales, Ia entrevista en
profundidad tiene Ia ventaja de Ia mayor intimidad.
Entre las limitaciones, Valles (1997) sefiala, con respecto a Ia encuesta, una
desventaja relativa en terminos de tiempo. A esto habria que agregarle otros
elementos: menor capacidad para captar fenOmenos con gran dispersiOn terri-
torial y/o tipologica, menor capacidad para generalizar sus resultados, mayor
complejidad en el registro, procesamiento y analisis de estos. AI igual que otras
tecnicas basadas en la interacciOn comunicativa, Ia entrevista presenta proble-
mas potenciales de reactividad, fiabilidad yvalidez. Comparada con Ia observa-
LA ENTRE VISTA EN PRO FUND !DAD 221
cion participante, se considera una restriccion Ia imposibilidad de observar los
fenomenos en su ambiente natural, limitacion que Cicourel (1964) califico co-
mo carencia de validez ecol6gica.
En definitiva, y a pesar de su utilidad para acceder -potencialmente- a!
universo de las significaci ones de los actores: sistemas de representaciones
creencias, normas, valores, nociones, etcetera (Guber 1991), hay que reconoce;
que Ia efectiva realizaciOn de las ventajas de Ia entrevista, asi como Ia minimi-
zacion de sus debilidades, queda indefectiblemente condicionada porIa capaci-
dad de empatia del entrevistador y su habilidad para crear un clima que favo-
rezca la comunicaci6n. En esto influyen, tal como se dijo oportunamente en el
caso de Ia observacion participante (vease capitulo 10 ), las caracteristicas per-
sonales del entrevistador; genera, edad, clase social, etnia, etcetera, son cues-
tiones sensibles que pueden potenciar tanto las ventajas como las desventajas
de Ia entrevista en profundidad.
12.5. Preparaci6n y planificaci6n de Ia entrevista
La entrevista no tiene reglas fijas y por lo tanto nose puede hacer siguiendo
una receta; para muchos autores se trata de una practica eminentemente artesa-
nal, dependiente en gran medida -como acabamos de decir- del conocimien-
to personal y tacito del entrevistador. Combessie (1996/2oos: 42) se refiere a!
"arte de Ia entrevista", y sefiala que un "analisis retrospectivo de [ella] revela
que cada investigador tiene su propio 'estilo' de [conducirla]" derivado de "un
saber practico incorporado y de las propiedades sociales singulares de entrevis-
tador y entrevistado". Alonso (1998: 77), por su parte, afirma que Ia entrevista
es "refractaria a cualquier criteria cientificista de definiciOn de Ia herramienta
metodologica".
Sin embargo, esto no significa que se trate de una pdctica totalmente anar-
quica. Por el contrario, hay una serie de cuestiones que pueden planificarse de
antemano, aun reconociendo distintos grados de realizacion posible de las de-
cisiones con anterioridad ala prJ.ctica misma. Esta planificaciOn, o al menos re-
flexi6n sistematica previa acerca de los aspectos que a continuaci6n trataremos,
contribuye justamente a potenciar las capacidades artesanales del investigador
en el marco de la entrevista.
~a primera cuesti6n por resolver se refiere a Ia SELECCJ6N de los sujetos a en-
trev1star. Antes que nada debe quedar en clara que los criterios que general-
mente se siguen difieren de aquellos aleatorios empleados en Ia determinaciOn
de una muestra a los fines del sondeo (vease capitulo 6). Esto a! menos por dos
motivos importantes:
a) las entrevistas en profundidad se emplean casi siempre en el marco de
investigaciones que hemos llamado no estindar, que no tienen como
objetivo principal Ia generalizacion estadistica de sus resultados;
b) por las caracteristicas mismas de Ia entrevista, Ia cantidad que se puede
llevar a cabo en un estudio es reducida -habitualmente muy inferior a!

222 METODOLOGfA DE LAS CIENCIAS SOCIALES
necesario para que las ventajas de la extracci6n aleatoria resulten efec-
tivamente plausibles.4
Tambien es importante hacer no tar que en lo concerniente a la selecci6n de
entrevistados no existe un criteria (mica, alternative al de la aleatoriedad. Va-
lles (1997' 213), siguiendo a Gorden (1969), propane tener en cuenta una serie
de preguntas guia que pueden concebirse como consecutivas, a los efectos de
r,estringir gradualmente el foco de los potenciales entrevistados:
1) 2_quienes tienen la informaciOn relevante para Ia investigaci6n?;
2) de ellos, c'quienes son mas accesibles fisica y socialmente?;
3) c'quienes entre ellos estan mas dispuestos a cooperar brindando infor-
macion a! investigador?, y
4) entre los que cumplen todos los requisitos precedentes, c'quienes son
los mas capaces de comunicar la informaciOn de inten§s con precisiOn?
Para responder estas preguntas guia y tamar las decisiones de se1ecci6n se
recurre a una serie de estrategias diferentes que pueden emplearse individual-
mente o bien combinarse en el marco de una misma investigaci6n. Tal vez la
mas conocida sea el MUESTREO INTENCIONAL: en este caso el investigador selec-
cionar<i a los entrevistados de acuerdo con un conjunto de criterios relevantes,
que obviamente pueden cambiar de una investigaci6n a otra. Frecuentemente
se tienen en cuenta cuatro tipos de aspectos: la homogeneidad/heterogenei-
dad de Ia poblacion de referenda desde el punto de vista de las cuestiones en
estudio; Ia tipicidad/marginalidad/representatividad de los sujetos; las varia-
bles sociodemograficas (sexo, edad, nivel de estudios, nivel socioecon6mico,
etcetera) y otras cuestiones que permitan diferenciar a las personas sustantiva-
mente en funci6n del fen6meno de interes. A partir de Ia consideraci6n de uno
ovaries de estes aspectos combinadas, es frecuente segmentar ala poblaci6n
formando subgrupos de los cuales se seleccionara uno o mils entrevistados con
elfin de tener un panorama am plio de diferentes experiencias y discursos.
Cuando se trata de personas que por sus caracteristicas no son fJ.cilmente
identificables por parte del investigador-pensemos por ejemplo en inmigran-
tes que conforman una min aria poco visible y la vez dispersa- se suele recurrir
a Ia tecnica de BOLA DE NIEVE (snowball): a partir de uno o unos pocos contactos
iniciales, y valiendose de las redes personales de los mismos, se busca ampliar
progresivamente el grupo de potenciales entrevistados que compartan aquel!as
caracteristicas que los hacen minoritarios o poco visibles y accesibles.
4 Cabe recordar que el criteria de sclecci6n aleatoria no tiene sentido par sf solo, y debe darse
junto con un d.lculo de la cantidad de casas minimamente razanable como para que sus ventajas
se vuelvan operativas. Si pensamos en una poblaci6n muy heterogenea, par ejempla, el anal isis de
muy pocos casas seleccionados al azar de ningUn modo garantizaria la calidad de los resultados ~C ---"!
terminas de una estimaci6n de lo que efectivamente sucede en dicha poblaci6n. En estas circuns-
tancias, muy poca diferencia habria entre Ia selecci6n de muy pocos casas al azar y de muy pocos
casas par cualquier otro criteria.
--------------------..
LA ENTREVISTA EN PROFUNDIDAD
223
Finalmente, las cuestiones de accesibilidad en general se relacionan con ]0
que se conoce como MUESTREO OPORTUNISTA (Burgess 1984): por medio de este
se seleccionan aquellos sujetos proclives a colaborar en el estudio y a los cuales
el1nvestigador tiene garantizado el acceso.
Una cuesti6n muy importante es aquella relativa al nllmero de entrevistas
que deben hacerse en el marco de una investigaci6n. Para dar una respuesta a
este problema se sigue habitualmente el criteria de Ia SATURACI6N (Glaser y
Strauss 1967): 5 _se deberia seguir realizando entrevistas hasta tanto se alcance Ia
certeza pdctica de que nuevas contactos no aportan elementos desconocidos
con respecto al tema de investigaci6n, o no emergen aspectos hasta entonces
no tratados.
Otro pr.eparativo clave de Ia entrevista consiste en el diseiio de Ia GUfA (a
veces tam bien Hamada guion) que se utilizara en su desarrollo. Segun Valles
(1997: 219), se trata de ''trazar un esquema, en el que se anticipen los modos de
abordar el tema central y las cuestiones secundarias [... J supone tener listas
preguntas de am plio espectro para los inicios, asi como una serie de cuestiones
y argumentos que sirvan (en caso necesario) para pasar de unos asuntos a
otros; o para motivar al entrevistado". Sin embargo -como ya hemos indica-
do- su nivel de detalle puede variar, dando Iugar a entrevistas mas o menos es-
tructuradas. En general existe una relacion directa entre el grado de familiari-
dad con el tema y Ia capacidad de pensar de antemano Ia guia de entrevista: a
mayor conocimiento, tanto del tema en cuesti6n como de los sujetos a entre-
vistar, mayores son las posibilidades de confeccionar una guia mas completa y
preCisa. Sm embargo, aun en el caso de que se cuente con una guia detallada,
debemos recordar que la entrevista no debe convertirse en un interrogatorio.
La guia debe funcionar simplemente como un recordatorio, una ayuda instru-
mental que permita cubrir los temas relevantes de acuerdo con los objetivos de
la investigaci6n, pero sin imponer un orden determinado ni limitar de modo
rigido las cuestiones a tratar. Como afirma Combessie (1996/2005: 37) "Ia en-
trev1sta debe seguir su propia dinamica", sin que Ia lista de temas contenida en
Ia guia determine Ia formulacion de las preguntas ni sus encadenamientos. Es
comun que esta se construya a lo largo de un proceso por medio del cual el in-
vestigador va ganando familiaridad con el tema y con los entrevistados, a partir
de_lect~ras especificas y de una sucesi6n de entrevistas exploratorias que per-
m1ten Ir completando, modificando y refinando Ia guia, hasta alcanzar cierta
convicci6n de que ella cubre todos los aspectos relevantes.
Aunque muchas veces tienden a desatenderse, los preparatives de la entre-
vista tambien deben incluir algunos aspectos relatives al investigador/entre-
vistador. Ya se ha indicado que sus caracteristicas (por ejemplo genera, edad,
clase social, apariencia, etcetera) ejercen una influencia decisiva en los discur-
sos que puedan emerger a lo largo de Ia conversacion. Algunas de estas cuestio-
5
Cabe seiialar que Glaser y Strauss (1967) originariamente usan el termino 'saturaci6n' para
referirse a las categorias que se construyen a partir de la informaciOn resultante de tecnicas no cscin-
dar (par ejempla, observaci6n participante y entrevistas) en la fase de analisis {vease capitulo ).
17
 METODOLOGIA DE LAS CIENCIAS SOCIALES
nes no son controlables/manipulables, yen el caso de que se consideren deci-
sivas (en cuanto a un impacto negativo sabre los resultados), deberia tenerse en
cuenta Ia posibilidad de que otto miembro del equipo de investigacion realice
la/s entrevista/s. Pero hay ciertas cuestiones que si se pueden pensar de ante-
mana, especialmente Ia vestimenta, el tipo de lenguaje a utilizar, las formas de
realizar el contacto y Ia presentacion. Como se dijo en el apartado 12.3, Ia entre-
vista en profundidad se basa en un contrato de comunicaci6n que implica sahe-
res explicitos e implicitos compartidos. Entre estes Ultimos -se recordara- se
encuentran los codigos lingiiisticos y culturales, y las reglas sociales que hacen
posible un determinado tipo de interaccion; es responsabilidad fundamental ·
del investigador adaptarse a los codigos del entrevistado, y esto es alga que se
debe pensar -en Ia medida de lo posible- en Ia fase preparatoria de Ia entre-
vista.
Finalmente, hay otros preparativos que deben ser atendidos antes de reali-
zar las entrevistas. Nos referimos especialmente a Ia seleccion del Iugar en el
que esta se llevara a cabo y a Ia eleccion de Ia forma de registro de Ia conversa-
ci6n. Ellugar no es un aspecto menor; un analisis retrospective de las entrevis-
tas, e incluso de las conversaciones informales de Ia vida cotidiana, revela que
los discursos pueden estar condicionados por el ambito en el que se producen.
Es muy posible que un adolescente -par ejemplo- diga casas muy diferentes
sabre un mismo tema si se encuentra en un local nocturne o en el patio del co-
legio junto a sus amigos, o en Ia casa familiar -bajo Ia presencia vigilante (fisi-
camente evidente o no) de los padres. Par otra parte, el grado de formalidad,
solemnidad, luminosidad, etcetera, de un ambiente incide en Ia situacion de
entrevista, y muy probablemente no solo en terminos de Ia comodidad fisica
del entrevistador y del entrevistado. Abundan los ejemplos de entrevistados
que tuvieron dificultad para articular un discurso continuo en un espacio fisico
poco familiar y percibido como hostil; tambien hay registro de situaciones en
las que el espacio ayud6 al entrevistado a revivir cierto tipo de experiencias cla-
ve para el relata; pero se debe tener en cuenta que siestas hubieran sido trau-
mJ.ticas, el efecto de entrevistar al sujeto en ese ambiente podria ser estresante
y par Ia tanto no adecuado.
En cuanto a! registro de Ia entrevista, en Ia medida en que el entrevistado
de su consentimiento este se suele hacer recurriendo al grabador. De este modo
nose pierden detalles de Ia interaccion verbal, y el entrevistador puede concen-
trarse en el desarrollo de Ia conversacion, siguiendo atentamente su hila y re-
gistrando tambien ellenguaje gestual. Como indica Ferrarotti (1986/1991: 19):
"no hablan solo las palabras, sino los gestos, las expresiones del rostra, los mo-
vimientos de las manos, la luz de los ojos". Si el investigador se concentra en el
registro manual del relata, entonces pierde Ia oportunidad de sensibilizarse
frente a estos otros aspectos de la comunicaci6n.
Muchas veces se plantea que Ia grabacion genera cierto tipo de rechazo par
parte de los entrevistados y, en el mejor de los casas, una considerable reactivi-
dad. Pero no es seguro que Ia presencia de una persona -en este caso el entre-
vistador- que escribe todo lo que se dice en Ia entrevista no sea igualmente
reactiva, con Ia desventaja -como apuntJ.bamos mas arriba- de que se pierden
LA ENTREVISTA EN PROFUNDIDAD
225
otros detalles de Ia interaccion y se interrumpe Ia fluidez de Ia conversacion
Par otra parte, Ia te~no!ogia actual de grabacion digital permite que los disposi:
nvos se :uelvan pracncamente Inconspicuos, al punta de que habitualmente
pocos n:Inutos despues del inicio de la entrevista el entrevistado se olvida de su
presencia.
A pesar de todos los preparatives que puedan hacerse, es importante recor-
dar -:-como ya s.~ ha dicho en varias oportunidades- que en Ia situacion de en-
trevi~t~ Ia relacwn entre entrevistador y entrevistado es en cierto sentido im _
prev!Slb!e. Ferrarotti (1986/1991: 19) afirma que se trata de "una relacion
verdader..a~ente ~umana, es decir dramJ.tica, sin resultados asegurados". La cla-
ve de su ~~to radiCa en las formas de interacci6n verbal, y estas descansan sabre
saberes taclt~s.. q~e recurrentemente exigen Ia puesta en juego de lo que Valles
(1997) llam~ tact1cas ~el entrevistador": conocimientos que forman parte de su
oficro Y pen Cia Y que ~mprovrsa durante Ia realizacion de Ia entrevista segun el
c~_rso que vaya adq~rnendo Ia mteraccion verbal. Para Alonso (1998) tal interac-
cwn .se estable~e Inicialmente a partir de la intervenci6n del investigador, por
medw de consrgnas y comentarios, y de ahi en mas a traves de aetas del habla
que pued.en clasificarse como declaraciones, interrogaciones y reiteraciones.
C~mbessre (1996/2005: 39) destaca el recurso a los relanzamientos: "Ia repeti-
cwn par parte del entrevistador de una parte (una palabra, un elemento de ]a
frase, una frase) de lo que se acaba de decir". Esto pone en evidencia Ia atencion
del entrevrstado_r par el relata del entrevistado y "provoca precisiones suple-
mentanas, confrrmacwnes o reformulaciones de su discurso". Valles (1997 :
22?-221)~ por su parte, destaca entre las tJ.cticas del entrevistador el silencio, Ia
an1~acwn Y elaboraci6n, Ia reafirmaci6n y repetici6n, Ia recapitulaci6n, Ia acla-
raC!on Y el cambia de tema. Finalmente, concede un Iugar especial a Ia tactica de
la po~t-entrevista: una prolongaci6n de la conversaci6n luego de que esta haya
termmado desde el punta de vista formal. En ella se suele producir "una cierta
redefinicio;' de Ia situacion y de los roles respectivos", dando Iugar a Ia emer-
gencia de Cierto tipo de discurso -a "micr6fono cerrado "_que deriva muchas
veces en la recolecci6n de informaciones que el entrevistado no ba explicitado
durante Ia entrevista formal.
~
 CAPiTULO 13

FOCUS GROUP Y OTRAS FORMAS

DE ENTREVISTA GRUPAL

13.1. El focus group

Las entrevistas grupales se caracterizan por la presencia simultinea de va-

ries entrevistados que se relacionan a traves de tecnicas conversacionales. El
FOCUS GROUPes un tipo de entrevista grupal que se enmarca dentro de los enfo-
ques cualitativos; su dinamica se basa en organizar un grupo particular de per-
sonas para que discutan un tema determinado que constituye el objeto de Ia
investigaci6n. La informaciOn, producto de esa interacci6n que refleja las pers-
pectivas y experiencia grupales, es registrada y clasificada para su ana!isis. Fi-
nalmente, el material se analiza para elaborar conclusiones y sugerencias.
Los miembros del grupo son seleccionados en funci6n de los objetivos del
estudio y de acuerdo con ciertos requisites que la tecnica establece; general-
mente se trata de individuos que comparten ciertas caracteristicas (sexo,
ea'~d, nivel econ6mico-social). Los grupos se conforman de manera homoge-
nea segUn estes criterios y son heterogeneos entre si, dentro del con junto de
grupos estudiados. Esta heterogeneidad permite realizar un analisis compara-
do entre los diferentes grupos que han sido disefiados en el marco de una in-
vestigaciOn.
La recnica ha tornado diferentes denominaciones: grupos focales, grupos
focalizados, grupos de discusi6n y grupos motivacionales, denominaci6n que
alude a Ia busqueda de factores no observables que surgen en el transcurso de
Ia conversaci6n. En realidad, se trata de una entrevista multiple donde se pro-
mueve la interacciOn entre los entrevistados, en la medida que la informaciOn
buscada no son las actitudes y opiniones individuales sino el resultado de Ia
situaciOn social de debate, donde unas opiniones son influidas por otras. En
este sentido, las preguntas son presentadas en forma abierta a! grupo en su
con junto y se estimula a los participantes a intercambiar ideas con los otros
miembros.
Robert Merton (1946) fue uno de los primeros en establecer los lineamien-
tos de los focus groups en su articulo "La entrevista focalizada". La tecnica se
desarrollO durante los afios cincuenta en Ia evaluaciOn de audiencias de radio
(Stewart y Shamdasani, 1990); posteriormente, Ia introducci6n de tecnologia
 METODOLOGfA DE LAS CIENCIAS SOCIALES
sumo a los grupos presenciales conferencias telefonicas (a fines de los sesenta)
y grupos on line en los afios noventa, lo que permitio Ia integracion de grupos
con individuos distantes.
Un estudio basado en grupos focalizados requiere: una seleccion adecuada
de los integrantes de los grupos, un moderador/facilitador entrenado, un eli-
rna de confianza y tolerancia, y analistas experimentados. Con estos elementos
se pone en marcha un proceso que provee una gran cantidad de valiosa infor-
maciOn en corto tiempo.
' El focus group se caracteriza por ser muy pautado en su disefio y estructura
a fin de garantizar Ia calidad de Ia informacion y el control del tiempo, y porIa
baja estructuraciOn en los contenidos de la informaciOn que flu yen _libremente
pues solo son orientados a fin de evitar que los participantes se desvien de Ia te-
m3.tica propuesta. Es decir que, dentro de un proceso minuciosamente disefia-
do, los datos se producen en forma esponcinea en Ia dinamica de Ia interaccion
grupal. La relevancia de esta tEicnica est3. centrada en la comunicaciOn entre los
entrevistados, ya que es en el proceso comunicacional donde se construyen las
matrices de significado social.
13.2. Objetivos
El grupo focalizado se desarrolla en un escenario que permite observar to-
dos los elementos que se ponen en juego en Ia discusion grupal: actitudes,
emociones, creencias, opiniones, experiencias, evaluaciones, reacciones, con-
sensos y disensos. Estos elementos seran articulados luego -a traves del anali-
sis- en estructuras de sentido.
A diferencia de Ia entrevista individual, dirigida a! estudio de actitudes y
opiniones de cada persona entrevistada, el grupo focal se orienta hacia una plu-
ralidad de perspectivas vinculadas a una temitica, que surge en Ia interacciOn
colectiva, en cuya dinimica se ponen al descubierto las motivaciones y cosmo-
visiones de los participantes asi como los usos frecuentes dellenguaje. En el in-
tercambio de ideas los sujetos pueden reconsiderar sus propias posiciones y,
como producto de la comunicaciOn, suelen surgir temiticas y perspectivas que
no estaban explicitas con anterioridad a Ia discusion. Este tipo de informacion
no es recabable a traves de otras tecnicas de recoleccion de datos como Ia obser-
vaciOn, Ia entrevista en profundidad o Ia encuesta.
Si bien el grupo focalizado se desarrolla en un escenario organizado y
preestablecido donde todo (incluido el propio grupo) ha sido construido a tal
efecto, la utilizaciOn de preguntas abiertas y el analisis interpretative de los da-
tos lo ubican dentro de las perspectivas no estandar (vease apartado 2.5). De
modo que, metodolOgicamente, no est3. orientado bacia la mediciOn sino bacia
Ia comprension de conductas y actitudes.
La principal riqueza de Ia tEicnica, entonces, reside en la reformulaci6n de
los significados que se produce en Ia dinamica grupal. En este sentido, los gru-
pos focalizados pertenecen a un tipo de investigacion interpretativa donde el
sujeto de interpretaciOn es un grupo social intencionalmente construido.
FOCUS CROUPY OTRAS FORMAS DE ENTREVISTA GRUPAL
229
13·3· Utilizaci6n
En sus inicios, los grupos focalizados se utilizaron en estudios de mercado
donde continUan teniendo mucha aplicaci6n para el estudio de actitudes en re~
laciOn con productos y servicios, evaluaci6n de conceptos, publicidad y enva-
ses (Krueger 1991). En forma mas reciente se aplicaron en estudios academicos
en particular en Ia medicina (Powell & Single 1996) y Ia sociologia. Su utiliza~
cion en Ia politica se ha orientado a los estudios de opinion publica, preelecto-
rales Y de evaluacion de gestion ode politicas publicas, yen las investigaciones
de comunicaci6n se aplican en los estudios de audiencias.
Resultan particularmente Utiles en estudios de evaluaciOn y como campo
de recolecciOn de fragmentos de discurso o conceptos a ser utilizados en cam_
pafias publicitarias o electorales. Se realizan en diferentes etapas de las campa-
fias: al inicio en la bUsqueda de insumos discursivos y para la toma de decisio-
nes estratEigicas; en etapas intermedias indagando efectos y evaluaciones, y al
final del proceso de Ia Campana, para evaluar el impacto de esta.
Se pueden utilizar como un mEitodo en si mismo o en combinaci6n con
otros metodos de investigacion. Cuando se incluyen en estudios multimetodo
se utilizan tanto dentro de estudios exploratorios previos a una medici6n, a fi~
de indagar tendencias a ser corroboradas o descubrir nuevas dimensiones del
an.3.lisis, como en etapas posteriores dirigidas a profundizar la comprensi6n de
ciertas tendencias observadas. TambiEin pueden combinarse con todo tipo de
tEicnicas no est.3.ndar (tambien llamadas "cualitativas"), como entrevistas indi-
vid;rales en profundidad (vease capitulo 12), analisis documental, biografico,
e:cetera. Igual que en las entrevistas individuales, sus observaciones y conclu-
swnes no pueden generalizarse a poblaciones mas amplias, ya que los sujetos
que los integran no constituyen una muestra estadisticamente representativa.
134- La dinimica de Ia sesi6n grupal
Los elementos necesarios para poner en marcha un grupo focalizado son:
un espacio fisico adecuado, Ia presencia de los integrantes del grupo, a! menos
un moderador grupal y equipos para el registro de Ia informacion. Si no se
cuenta con equipos de grabaciOn, se recomienda la presencia de dos moderado-
res, uno de los cuales tendd como Unica funci6n tomar notas de campo.
La selecci6n de Ia locaci6n se debera realizar teniendo en cuenta los objeti-
vos del estudio y las caracteristicas del grupo seleccionado; de acuerdo con es-
tos criterios variara el grado de formalidad del Iugar, asi como su cercania. Pero,
en todos los casos, se debe tratar de un Iugar confortable que de cabida a diez
personas, que todas puedan verse simultineamente (se recomienda situarlos
alrededor de una mesa redonda), que invite a Ia conversacion y no tenga ele-
mentos que podrian resultar inhibitorios u orientar las opiniones. En este sen-
tido se recomienda que Ia locacion constituya un Iugar neutral (Krueger 1991).
Cada grupo se integra en forma homogEinea seg(tn ciertas caracteristicas de
sus integrantes que los convierte en miembros de algU.n segmento poblacional,

230
METODOLOGfA DE LAS CIENCIAS SOCIALES
de tal modo que sus verbalizaciones puedan ser interpretadas .como opinio_n~s,
actitudes, ideas y evaluaciones presentes en ese segmen~o s_oCial. Este req_u1s1to
cumple dos funciones: una vinculada a! objetivo ~e Ia tecmca, enla med1da en
que los resultados de la discusi6n se consideraran como expres:ones corres-
pondientes a! segmento de poblacion seleccionado, y Ia otra ~e!aCI~nada,con su
dinamica, ya que Ia similitud social entre los integrantes fanhtara el d1alogo Y
1a participaci6n. La informaciOn recabada noes considera~a como data Ind~~~­
dval, tampoco como dato generalizable o cuantificable, smo como expreswn
grupal de opiniones existentes en determinados segment_?S soc1ales. . .
El tamafio de los grupos varia entre 6 y 10 personas. Estas pueden ser mvi-
tadas a participar en forma personal, por telefono, por correo postal opor CO-
rrea electr6nico. Se recomienda confirmar la participaci6n con antenondad a Ia
reunion para garantizar Ia presencia de los entrevistados. La seleccion de los
participantes es intencional y se puede realizar a traves de redutadores profe-
sionales, de informantes clave ode redes sociales u organ1zacwnales.
Un requisito del disefio es que Ia genre que conforma un grup~ no se co-
nazca con anterioridad, a fin de que la dinilmica grupal nose contam1ne co~ re-
laciones previas y porque Ia diversidad de individuos se traduce en plurahd~d
de posiciones respecto del tema en discusi6n (este requisite puede no cumphr-
se silo exige el disefio del estudio).'
Una sesion grupal dura entre hora y media y dos horas, ~urante las cu~es
el moderador debera mantener Ia discusion focalizada en el top1co en cuesuon.
Cuando los temas se dispersen debera reencauzar el debate con preguntas es-
trategicas estimulando Ia participacion de todos los integrantes en forma equi-
librada. La intensidad de Ia interaccion produce, en este corto t1empo, un flUJO
importante de informaciOn. . A) GRUPOS CARA A CARA
La estimulaci6n a 1a discusi6n se realiza a traves de preguntas abtertas, Yes
muy importante Ia participacion de todos los sujetos pues todas las voces de-
ben ser expresadas durante Ia sesion. El moderador debe ev1tar el ~redo~miD
de algunas voces que puedan intimidar a otros participantes, a traves de la InVI-
taci6n a hablar a los mas silenciosos.
Algunos sal ones utilizados en Ia investigacion de mercado esran equipados
con camara Gesell, un espacio especialmente disefiado para reahzar obs~rva­
ciones a traves de una ventana espejada o espejo unidireccional que perm1te Ia
observacion en un solo sentido. Desde alii los investigadores y los clientes pue-
den observar el trabajo del grupo sin ser vistos por sus integrantes. . en videotape o cuando existe una moderacion doble donde uno de los coordi-
A diferencia de Ia entre vista individual, en los focus groups no es pos1ble
garantizar el anonimato ni Ia confidencialidad de los datos, yaque las opinio-
nes son vertidas en presencia de los miembros del grupo. Asimismo, a diferen-
cia de las tecnicas no estoindar en general, el escenario del grupo focal se carac-
teriza por no ser natural sino construido y organizado por el equipo de
investigaci6n. Se reline a un grupo de gente desconocida, en un Iugar que lees
1 Por ejemplo, si sea plica esta tl!cnica dentro de una empresa y los grupos se conforman con
miembros de diferentes departamentos de esta.
FOCUS CROUPY OTRAS FORMAS DE ENTREVISTA GRUPAL 231
ajeno y se le solicita que intercambien ideas sabre un tema que les es propues-
to. Una de las criticas posibles a esta tecnica sefia]a Ia posibilidad de que Ia arti-
ficialidad de esta situacion, resultado de Ia descontextualizacion de los entre-
vistados, distorsione los discursos y las discusiones.
Cuando se contrata a reclutadores profesionales se pueden producir pro-
blemas que afectan Ia validez de los grupos, como Ia presencia de los denomi-
nados "respondentes profesionales", quienes participan de grupos focalizados
como una actividad regular.
La dinamica de Ia sesion de un grupo focalizado se puede dividir en tres
momentos. El primero consiste en Ia presentacion del grupo, donde el modera-
dor explica los objetivos de Ia reunion, las reglas de Ia interacci6n y el uso del
tiempo, ade mas de presentar a los participantes. El segundo momenta consiste
en el planteo de las preguntas abiertas que daran Iugar a las intervenciones y Ia
promocion del debate. Es recomendable comenzar por preguntas muy genera-
les que permitan instalar Ia tematica para luego ir precisando el foco con pre-
guntas cad a vez mas especificas. El Ultimo momenta corresponde al cierre,
donde el moderador agradece Ia participacion, puede sintetizar las etapas pos-
teriores de Ia investigacion y se despide. Habitualmente se ofrece un incentivo
o presente para estimular Ia aceptacion a participar.
13·5· Tipos de focus group
Existen tres tipos de grupos focalizados: los tradicionales o cara a cara, los
grupos en teleconferencia o telefonicos y los grupos on line, a traves de Internet.
los grupos tradicionales son los mas utilizados y su principal ventaja es Ia
presencia simultanea de los entrevistados en un mismo espacio. Asimismo,
cualquier persona puede ser invitada a participar, a diferencia de los otros tipos
de grupos focales. La presencia simultanea en un misrno espacio fisico de los
integrantes del grupo permite que se genere una gran cantidad de datos que
trascienden el discurso verbal, como Ia gestualidad y ellenguaje corporal que
expresan emociones dificiles de captar cuando la presencia es remota. Sin em-
bargo, estos elementos visuales solo se registran en el caso de grabar a! grupo
nadores toma nota de estas expresiones. Otra de sus ventajas es Ia posibi!idad
de presentar todo tipo de materia]es que pueden ser evaluados tanto visual co-
mo auditivamente y por sus texturas. Sus principales desventajas residen en
tener que reclutar sujetos dentro de un area geografica limitada y que estos de-
ben desplazarse hasta ellugar de reunion, ya que esto incide en los costos y
tambien en Ia rasa de aceptacion a participar. Por otro lado, Ia desgrabacion y
transcripci6n del material necesarias para su analisis demoran algunos dias.
 METODOLOGiA DE LAS CIENCIAS SOCJALES
B) GRUPOS TELEFONICOS
Los grupos focalizados en teleconferencia se desarrollaron hacia fines de Ia
decada de rg6o. Su utilidad frente a los grupos cara a cara estriba en Ia posibili-
dad de integrarlos con individuos que residen en diferentes lugares geografi-
cos. Asimismo, resultan exitosos para reunir personas que por su estatus o
caracter.isticas no asistir.ian a un grupo cara a cara, como altos ejecutivos de em-
presas, cientificos, politicos, artistas, etcetera. Entre sus ventajas se seiialan
tambi€n el menor costa, que los integrantes no necesitan trasladarse de su am-
biente natural, un mayor grado de anonimato, ya que los participantes nose
conocen, y que las transcripciones son accesibles en tiempos muy cortos. Entre
las principales desventajas se cuentan Ia imposibilidad de presentar materiales,
aunque €stos pueden ser enviados con anterioridad por correo, fax o a trav€s de
Internet, y que solo pueden participar personas con acceso a! telefono.
Para realizar grupos focales telef6nicos es necesario con tar con un sistema
de teleconferencias telef6nico. Es importante tener en cuenta ·que cuanto ma-
yor es el uso de tecnologia, mas restringida es Ia poblacion accesible a traves de
estos metodos.
C) GRUPOS FOCALES ON LINE
La incorporacion de Internet a Ia tecnica de los grupos focales es muy re-
ciente: data de Ia decada del noventa. Para su implementacion es necesario que
los participantes tengan acceso a una computadora y a Internet. Esto reduce en
gran medida el universo accesible, que se limita a individuos de mayor nivel
econ6mico y educative. Una desventaja adicional en este senti do es Ia baja tasa
de aceptaci6n a participar.
AI igual que los grupos telefonicos, tienen Ia ventaja de acceder a indivi-
duos dispersos sin necesidad de traslado, lo que incide positivamente en Ia or-
ganizacion logistica y los costos. Por otro !ado, presentan Ia ventaja de poder
mostrar to do tipo de materiales e imagenes a traves de Internet.
A diferencia de los grupos cara a cara, nose produce una din<imica interac-
tiva fluida, ya que frente a cada pregunta todos los sujetos deben tipear simul-
taneamente su respuesta. De modo que estas se producen en forma paralela y
esto resiente el flujo de influencia mutua entre los participantes. Una de sus
principales ventajas es que Ia transcripcion del material se produce durante Ia
misma sesi6n.
13.6. La coordinaci6n
La actividad del coordinador es clave para el exito de esta tecnica. Su rol
consiste fundamentalmente en prom over el in teres, Ia participaci6n, Ia interac-
cion y el debate entre los entrevistados. Su objetivo ultimo es lograr que el gru-
po funcione con autonomia, permitir que las ideas fluyan libremente y solo in-
tervenir para guiar Ia discusi6n manteniendo focalizado su contenido y
estimular a todos los miembros a participar.
FOCUS GROUPY OTRAS FORMAS DE ENTREVJSTA GRUPAL
233
~ . El coordinador trabaja con una pauta de entrevista organizada en base a una
logrca que vade Ia general a lo particular. Las preguntas abiertas iniciales son
mas gener~les ~ Fermit~n .ubicar al grupo en Ia tem<itica a tratar; enseguida se
acerca Ia d1scuswn al obJetivo deseado a traves de preguntas mas puntuales. Es
ta;ea del moderador mantener el foco de Ia discusion sin inhibir Ia participa-
CI~n TII onentar las respuestas y guiar Ia interacci6n de modo que las voces do-
mmantes en el grupo dejen espacio a los que permanecen en silencio. Todos los
participantes deben tener Ia oportunidad de expresarse y el moderador debe
promover que asi ocurra.
Es importante destacar que el moderador no forma parte de Ia discusion
no plante~ posiciones ni perspectivas y tarnpoco juzga las intervenciones; s~
tarea consiste en generar un clima de confianza para Ia interacci6n yen mante-
n~rla e~focada en el topico de Ia investigacion. La mayor dificultad de Ia coor-
dmacwn es estrmular a los participantes para que profundicen en el foco de
discusi6n, de modo que surjan las motivaciones de las opiniones y los factores
subyacentes que funcionan como otorgadores de sentido. Con este fin, el rno-
derador puede utilizar diferentes t6cnicas para estimular las asociaciones co-
mo juegos de presentacion, tests proyectivos y role playing. '
Para una realizacion eficiente del grupo, es recomendable que el modera-
dor sea una persona entrenada en Ia dinamica de grupos y tenga ciertas habili _
clades personales, como saber escuchar, no prejuzgar, manejar los silencios y
saber mantener, en todo momenta, una actitud neutral generando un clima de
confianza que estimule Ia participaci6n.
13.7. El registro y anilisis de ]a informacion
En los grupos cara a cara, habitualmente, Ia informacion se registra a traves
de una grabaci6n de audio. Sin embargo, resulta interesante grabarla en video-
tape, Y_a que Ia imagen permite observar las expresiones de lenguaje no verbal.
Postenormente, la informaciOn es desgrabada y transcripta para su an<'ilisis. La
transcripcion debe ser textual y sin omisiones, dejando incluso registro de los
srlencros. En los grupos con doble coordinacion, uno de los moderadores toma
n~tas de campo intentando capturar elementos o caracteristicas que aporten al
clrma de Ia discusion y que no quedaran registrados en el grabador; estas notas
forman parte del material de analisis.
Despues de desgrabada Ia informacion, esta es procesada a traves de su co-
dificaci6n y clasificaci6n. Una vez asi organizada, se precede a su analisis en
dos niveles: Ia narracion descriptiva y Ia interpretacion. La codificacion de los
textos, que supone principios de clasificacion basados en los criterios de rele-
vancia de la investigaci6n, permite su posterior an<'ilisis. Esta puede hacerse sa-
bre Ia prop~a trasc:ipcion o a traves del uso de grillas y matrices; sin embargo,
cada vez masse utiltzan programas inform<'iticos para el tratamiento de los tex-
tos (A_TLAS ti, NUD*IST, etcetera). La informacion codificada y clasificada se
organiza en esquemas de categorias conceptuales que le otorgan senti do.
A traves de Ia descripci6n se reproducen en forma organizada los discursos

234
METODOLOGIA DE LAS CIENCJAS SOCIALES
de los integrantes; se describe lo expresado en el grupo sin identificar a los in-
dividuos seflalando las opiniones y creencias predominantes o consensuadas
grupalm;nte, asi como los disensos. Se debe evitar el uso de cantidades o por-
centajes, ya que no existe una medici6n en sentido estncto, ~ utihzar ev~lua­
ciones cualitativas escalares como: algunos, todos, la mayona, pocos. Final-
mente, a traves de la interpretaciOn, se reorganiza la informaci6n_generando
nuevas nUcleos de sentido y se preservan ciertos fragmentos del dtscurso_ que
seran incorporados en forma textual y encomillados a! informe final, para J!us-
trar los resultados del proceso interpretativo. . resulten o parezcan, ya que en el intercambio grupa1 se intentar<i convertirlas
Como en todo analisis cualitativo, !a habilidad y subjetividad del anahsta
influyen en forma peculiar en los resultados. Es muy importante, entonces,
quien analiza los datos. Lo ideal es que el moderador, qmen reahza las trans-
cripciones y el analista sean !a misma persona. De este modo son may~;es las
probabilidades de que se preserve el clima predominante en b d1scuswn del
grupo y se pierda menos informacion. Pero no siempre el trabaJO se reahza de
este modo: a menudo estos roles son desempei\ados por d1ferentes personas
especializadas, en particular en la investigaci6n de ~e~c~do. En este caso, es
importante que el responsable del analisis tenga !a posJbJhdad de tener contac-
to con los moderadores grupales. , orientada a Ia elaboracion colectiva de problemas que afectan Ia vida indivi-
Todos los pasos del focus group deben reflejarse en el info;me fin~!. Este
debe contenet los objetivos del estudio y Ia estrateg1a metodolog~ca, as1 como
toda !a informacion relevante de !a puesta en marcha de los grupos focales en
sus aspectos formales: nlimero de grupos, nUmero de participantes, criterios Y
procesos de organizacion y seleccion, fechas de realizaci6n, cantidad ~e mode-
radores, tipos de registro, etcetera. En el informe no es pos1ble mclmr toda !a
informaciOn registrada de los contenidos, pero es importante que aparezcan
todas las opiniones y posiciones expresadas.
13.8. Otras formas de entrevista grupal
Existen otros tipos de entrevistas grupales; en algunas el enfasis no estol
puesto en !a interaccion grupal-como en el grupo focal-, sino en las respues-
tas individuales de cada uno de los integrantes. En estos casas es menos Jmpor-
tante que los miembros del grupo nose conozcan con anterioridad, yes habi-
tual que se apliquen a grupos que tenian una e~istencia pr~v1a ~entro. de una
institucion 0 comunidad (sindicato, partido pohtJco, orgamzac!On social). Las
recomendaciones y la din<imica de estas entrevistas son semejantes a las de Ia
entrevista individual (vease capitulo 12).
Tambien es posible realizar una entrevista a miembros de un grupo en for-
ma simultolnea con un cuestionario autoadministrado. En este caso se utiliza
un instrumento estructurado que cad a miembro del grupo responde por escri:
to en forma individual; no existe interacci6n entre los entrevistados Y sus res-
puestas son procesadas con las t€cnicas de la encuesta. . . . pertos. La recnica se puede aplicar a traves de correo electr6nico y tam bien
Otros tipos de entrevistas grupales se disei\an con obJetJvos d1ferentes a
los expuestos. La tormenta de ideas o BRAINSTORMING, originada en Ia decada de
FOCUS CROUPY OTRAS FORMAS DE ENTREVJSTA GRUPAL 2 35
1950 en el area de Ia publicidad, a partir del libra de Alex Osborn Applied Ima-
gination se orienta fundamentalmente a Ia generaci6n de nuevas ideas y se
distingue por su carolcter inestructurado y expioratorio. Se la utiliza particular-
mente en Ia busqueda de solucion de problemas, a traves de !a interaccion crea-
tiva de un grupo de expertos o especialistas ode un grupo de trabajo. La idea
central es generar nuevas perspectivas para enfocar un problema que den Iugar
a soiuciones innovadoras que permitan tomar mejores decisiones. Se reco-
mienda a los participantes que expresen sus ideas independientemente de su
viabilidad o razonabilidad, sin inhibiciones, sin importar cuan descabelladas
en caminos posibles y utiles. Dado que cuanto mayor sea el numero de ideas
expresadas mayores seran las probabilidades de llegar a una solucion, toda idea
es aceptada en forma acritica, focalizando en sus potencialidades. El supuesto
que subyace a esta tecnica es Ia posibilidad de enriquecer grupalmente las ideas
individuales. Tiene en comun con Ia dinamica del focus group Ia busqueda de
un producto grupal y !a presencia de un moderador, qui en mantiene focalizada
!a tematica de !a discusi6n y promueve !a participacion de todos los miembros
delgrupo.
El GRUPO TERAPEUTICO constituye otra forma particular de entrevista grupal
dual. Se relaciona con Ia busqueda de ayuda a traves de procesos emocionales
que se desatan o expresan en !a interaccion grupal. El grupo es liderado por un
terapeuta especializado, en quien reside !a responsabilidad de Ia conformacion
del grupo, Ia definicion ultima de las reglas que guiaran las sesiones y !a inter-
pretacion de los emergentes grupales. Los contenidos son abiertos basados en
la libre asociaci6n. Tiene diferentes dinamicas en funci6n de la perspectiva
te6rica que Io guie y se caracteriza porque las reuniones se repiten y se prolon-
gan en el tiempo con un horario estable.
Los denominados grupos nominales o TECNICA DELPHI se originan tambien
a comienzos de Ia decada del cincuenta, para el tratamiento de problemas es-
trategicos basado en las opiniones de expertos. La idea central es consu1tar a un
grupo de especialistas sobre determinado tema y circular las respuestas en rei-
teradas rondas para lograr un consenso. Entre los entrevistados no existe inte-
racci6n simult~mea o presencial, pero cada uno toma conocimiento de las res-
puestas de los demas en forma an6nima y, a partir de estas, puede reformular
sus propias respuestas, de tal modo que las diferentes opiniones se van modifi-
cando en el proceso iterative y tienden hacia Ia convergencia. Los cuestionarios
utilizados estan conformados por preguntas muy precisas que dan Iugar a res-
puestas cuantificables, a las cuales se aplican estadisticos como medidas de
tend en cia central y dispersiOn. A traves de los cuestionarios sucesivos se tiende
a precisar estas medidas. Habitualmente el Delphi consta de cuatro circulacio-
nes. En las sucesivas rondas sedan a conocer los estadisticos calculados y se in-
daga a los entrevistados sobre su acuerdo con la respuesta media obtenida, y asi
se va delineando Ia posicion del grupo. Se recomienda no utilizar mas de 30 ex-
existen programas que permiten Ia aplicacion de Delphi on line. La tecnica
 METODOLOGiA DE LAS CIENCIAS SOCIALES

Delphi comparte con el brainstorming una idea de agregaci6n, que toma en

cuenta !a participaci6n de todos los entrevistados para dar Iugar a un resultado
nuevo y colectivo, pero se distingue en que se trata de un metoda pautado,
procesado con tecnicas cuantitativas que conducen a una salida consensuada o
a destacar las divergencias.

CAPiTULO 14

ESTUDIO DE CASO/S

14.I. tMetodo o estrategia de investigaci6n?

El ESTUDIO DE CASO (EC) se basa en un disei\o de investigaci6n orientado a!

an<ilisis de las relaciones entre muchas propiedades concentradas en una sola
unidad. Trabajar con muchas variables yun caso (o muy pocos) ha dado Iugar a
diversas estrategias de abordaje encaminadas a !a busqueda de multiples fuen-
tes de evidencia (Yin 1993).
Algunos auto res definen el EC a partir de N=1 (Lijphart 1971, Eckstein 1975,
Bartolini 1991), pero otros incluyen dentro de estos estudios !a posibilidad de
trabajar con mas de un caso (Stake 1994, Yin 1993)
Stefano Bartolini (1991) lo grafica como una fila de !a matriz de datos cuan-
do se trata de un estudio sincr6nico (un caso observado en un corte en el tiem-
po) y lo diferencia del 'estudio de desarrollo de caso' cuando incorpora el tiem-
po como una dimensiOn de variaci6n. El autor hace esta distinci6n a partir de la
obra de Eckstein (1975), quien no admite el estudio de caso en una variaci6n
temporal, caracterizando a los estudios diacr6nicos de casas como an<ilisis
comparative. Sin embargo, Bartolini sostiene que un caso estudiado en una di-
mensi6n temporal de variaci6n norrnalmente no se analiza de acuerdo con las
reglas del metoda comparativo.
Por otro !ado, Giovanni Sartori (1990) considera el analisis comparativo y
el estudio de caso como estrategias complementarias, y sostiene que, si bien los
estudios de caso son implicitamente comparatives, cuando se trata de un solo
caso no se aplica el metodo comparative.
Otros autores como Stake (1994) y Yin (1993) incluyen en sus categoriza-
ciones del EC la posibilidad de analizar mas de un caso en forma comparada. El
primero los denomina 'estudio de caso colectivo' y el segundo se refiere a 'ca-
sas multiples'. Sin embargo, si bien aceptan ampliar el disei\o del EC haciendo-
lo extensivo a una multiplicidad de unidades, no hacen una referenda explicita
al desarrollo del caso en el tiempo. Sus analisis parecen aludir mas a estudios
comparatives sincr6nicos o replicaciones que al "estudio de desarrollo de caso"
propuesto por Bartolini.
En algunos trabajos a! EC se lo considera un metoda (Lijphart 1975; Yin
 1
.
.
.
METODOLOGfA DE LAS CIENCIAS SOCIALES
J 239
1993; Flyvbjerg 2004) a pesar de que resulta dificil seiialar caracteristicas del EC
que permitan diferenciarlo de otros metodos de investigaci6n, asignandole !a
autonomia necesaria para hablar de un m€todo diferente. Parece mas adecuado
I Denzin y Lincoln se refieren como bricolage.
considerarlo una estrategia o un disefio de investigaci6n, al cual generalmente
se hace referenda en vinculaciOn con los m€todos "cualitativos" (Feagin,
Orum y Sjoberg 1991; Stake 1994) a con el metodo comparative (Lijphart 1971;
Eckstein 1975; Sartori 1990).
Consideramos adecuada !a propuesta de Stake (1994: 236) cuando sostiene
que el EC no se trata de una opci6n metodol6gica sino de !a elecci6n de un ob-
jeto de estudio; es el interes en el objeto lo que lo define y noel metodo que se
utiliza. Cualquier unidad de analisis puede convertirse en ese objeto ("el ca-
so"), el cual se puede tratar tanto de una unidad individual como colectiva
-una persona, una instituci6n, una empresa, un programa, una politica, una
comunidad, un sistema, un pais, etcetera. Una vez definido el objeto, en else
concentra toda Ia atenci6n investigativa orientada a un analisis intense de sus
significados con Ia intenci6n de comprenderlo en su especificidad mas que
buscando generalizaciones. El objeto se puede abordar desde diferentes meto-
dos y con diversas t€cnicas de recolecci6n de datos y analisis (observaci6n, en-
trevistas en profundidad, analisis documental, analisis de datos estadisticos,
sondeos, etcetera).
El predominio de las perspectivas no estandar en los EC se basa en diversos
factores:
a) tratandose de una o pocas unidades, el enfoque predominante en los
EC es el analisis en profundidad; !a busqueda nose orienta hacia el es-
tablecimiento de regularidades empiricas sino bacia Ia comprensi6n
del caso en su unicidad;
b) resulta dificil realizar inferencias generalizantes a partir de una sola (o
muypocas) unidades, y
c) los estudios se llevan a cabo, en la mayoria de los casos, en el escenario
natural donde los actores se relacionan dando Iugar a los fen6menos
que se intenta estudiar.
Sin embargo, a pesar del predominio de los metodos no estandar (o "cuali-
tativos") y de los enfoques naturalistas, holistas o fenomenol6gicos en !a ma-
yoria de las investigaciones basadas en EC, en su diseiio nose excluye !a aplica-
ci6n de metodos estandar (Stake 1994), cuando se intenta abordar el caso en
sus dimensiones mas estructurales o macro. Yin (1993) destaca explicitamente
que el EC no implica ninguna forma particular de recolecci6n de datos, esta
puede ser tanto cuantitativa como cualitativa.
En resumen, metodol6gicamente los EC son, generalmente, de tipo multi-
metoda. Dado que el objetivo es abordar un fen6meno complejo en forma ho-
listica, el investigador se aproxima a! caso a traves de diferentes metodos dein-
vestigaci6n o triangulaci6n metodol6gica (vease el apartado 2-4). El analisis
casuistico no aparece, entonces, confinado a los limites de ningUn m€todo en
particular; constituye un buen ejemplo del despliegue de estrategias a las que
ESTUDIOS DE CASO/S
"El bricoleurproduce un bricolage, esto es, un conjunto de piezas unidas,
un tejido de pdcticas que dan soluciones a un problema en una situaci6n
concreta. 'La soluci6n (bricolage), como resultado del m€todo del brico-
leur, es una construcci6n [emergenteJ' (Weinstein & Weinstein 1991:
161) que cambia y toma nuevas formas a medida que se le agregan nuevas
herramientas, m€todos y t€cnicas al rompecabezas" (Denzin y Lincoln
1994' 2-3).
Los antecedentes de EC mas sistematicos pueden encontrarse en los traba-
jos de los autores de !a Escuela de Chicago yen !a propuesta metodol6gica de
Znaniecki (1934) sobre !a INDUccr6N ANALfTICA, que permitiria, a partir de un
caso, iluminar aspectos de la teoria general, en oposici6n ala inducci6n enu-
merativa.
El posterior predominio de !a Universidad de Columbia y de !a investiga-
ci6n basada en sondeos dio Iugar a fuertes criticas epistemol6gicas a los EC,
particularmente centradas en sus debilidades frente a los requisites estandar de
rigor cientifico (veanse los apartados 1.1, 2.2, 3.2). Las principales criticas se fo-
calizaron en dudas acerca de su caracter cientifico, dada Ia incapacidad parage-
neralizar y construir teoria a partir del estudio de un caso Unico. Su validez y
confiabilidad fueron cuestionadas, y el diseiio en su totalidad qued6 subordi-
nado a las etapas exploratorias de investigaciones estandar mas amplias.
Un nuevo inter€s por los EC comenz6 a desarrollarse durante los arias se-
senta, en el marco de !a revalorizaci6n de los enfoques cualitativos. AI calor de
los debates epistemol6gicos de ese momenta, orientados a modificar o relativi-
zar las rigidas definiciones positivistas de Ia cientificidad imperantes, nacieron
nuevas y renacieron viejas perspectivas tendientes a reconocer el caracter cien-
tifico y las posibilidades generalizadoras de los EC. Su importancia estriba en
que el dialogo entre el investigador y el caso inmerso en !a vida reallo convier-
te, en alguna medida, en el diseiio paradigmatico dentro de las perspectivas
que priorizan el estudio de los fen6menos sociales contextualizados.
La revalorizaci6n cientifica del EC aparece expresada en !a obra de Camp-
bell, quien, en !a decada de 1960, consider6 que careda de todo valor cientifico
(Campbell y Stanley 1963), y posteriormente en los setenta modific6 su posi-
cion y acept6 que los EC tienen su propio rigor y que ofrecen base empirica pa-
ra falsear generalizaciones (Campbell1975). Algunos autores consideran que, si
bien los EC no permiten producir generalizaciones, un caso negativo puede es-
tablecer limites o modificaciones a ellas (Stake 1994) o debi!itar una teoria
(Lijphart 1971), mientras que otros atribuyen a !a teoria el papel de generalizar
los resultados a otros casos similares (Yin 1993).
Sin embargo, otras propuestas consideran que a traves de esta estrategia se
genera una base empirica para conceptos y generalizaciones, convirti€ndola en
un elemento esencial para !a investigaci6n social (Feagin 1991), de tal modo que
no seria correcto afirmar categ6ricamente la imposibilidad de generalizar a par-
tir de un solo caso, en Ia medida en que esto es posible cuando se considera co-
240 METODOLOGiA DE LAS CIENCIAS SOCIALES
mo CASO EJEMPLIFICADOR. Dentro de esta orientaci6n, el concepto y las teoriza-
ciones sobre el pan6ptico foucaultiano constituyen un ejemplo de generaliza-
ci6n a partir de estudios de casos (Flyvberg 2oo6).
Desde una perspectiva cualitativa, el valor cientifico del EC estriba en su
car<lcter de estudio dense, narrado en toda su diversidad a fin de desentra:fiar
sentidos generales, metaforas, alusiones, alegorias que se expresan a traves de
multiples marcas en Ia unicidad del caso. Si bien no pro vee elementos de prue-
ba d«r enunciados generales, provee muchos indicios que pueden considerarse
de apoyo a estes. Ademcis, puede constituirse en fuentes conceptuales, catego-
riales y de bases de datos inherentes a Ia construcci6n de teoria, asi como en un
elemento critico importante en el proceso de reformulaci6n de generalizacio-
nes, a! estilo del experimento crucial de Bacon y del falsacionismo de Popper;
en particular ante la coexistencia de teorias rivales.
J4.2.. Cuando hacer un estudio de caso
Generalmente se di.sefia un estudio de caso ante un objeto particular que
despierta el interes del investigador o porIa decision de elegir un objeto de es-
tudio tipico para dar cuenta de un fen6meno a observar.
En algunas oportunidades el objeto de estudio noes el resultado de una
elecci6n sino que II ega a! investigador ya caracterizado como tal; un ejemplo es
el caso terapeutico (se ha sostenido que el termino 'estudio de caso' tiene su
origen en Ia medicina). La mayorla de las veces, el medico aborda Ia investiga-
ci6n de un paciente en su particularidad y, tambien, dentro del marco de proto-
colas cuantitativos de tipo estadistico construidos a traves de mediciones de
sin to mas y respuestas a estimulos. El paciente es estudiado en forma intensiva
en su individualidad, contextualizado en sus condiciones presentes con refe-
renda a su historia cllnica y familiar, pero tam bien comprendido dentro de
margenes provistas por los estudios estadlsticas. Stake (1994) llama estudio de
cas a intrinseco a este tip a de investigaciones que son motivadas exclusivamen-
te par el interes en las peculiaridades del objeta.
Las siguientes son algunas de las situaciones que dan Iugar a! disefio de
unEC:
1)La aparici6n de un fen6meno nuevo que excede ala teoria existente. Es
decir, cuando los desarrollos te6ricos no dan cuenta en su totalidad de
nuevas fen6menos sociales o su aparici6n no fue predicba a partir de Ia
teoria conocida y su impacto en la sociedad es suficientemente rele-
vante como para convertirlo en objeto de observaci6n. Un ejemplo: el
estudio de nuevas movimientos sociales a traves de alguna organiza-
ci6n civil espedfica.
2) La percepci6n de un caso, tradicionalmente enmarcada en alguna teo-
ria existente, que presenta especificidades que esta no alcanza a expli-
car. Se trata de un caso extrema o desviado en relaci6n con una teoria,
que necesita una explicaci6n ad hoc.
ESTUDIOS DE CASO/S
3) A partir del in teres par estudiar un fen6meno general, se selecciona un
caso de observaci6n par sus caracteristicas paradigm3.ticas o ejemplifi-
cadoras. La intenci6n puede ser pro veer de base empirica a una teoria o
desarrollar un estudio critico tendiente a su reformulaci6n. En esta Ul-
tima perspectiva el cas a se enmarca en Ia l6gica del experimento cru-
cia!.
4) Las dificultades (econ6micas ode accesibilidad) para llevar a cabo un
estudio amplio algunas veces desembocan en Ia elecci6n de uno o algu-
nos casas como una etapa previa a futuras investigaciones mas abarca-
tivas.
14·3· Algunas tipologias de estudio de caso
La falta de consenso sabre Ia caracterizaci6n metodol6gica de esta estrate-
gia investigativa ha dado Iugar a Ia construcci6n de diversas tipologlas de EC,
desde diferentes enfoques:
A) Robert Stake (1994) clasifica los EC, a partir del prop6sito del investigador,
en: intrinseco, instrumental y colectivo.
EC INTRfNSECO: El caso en si mismo es el que despierta el interes par sues-
tudio. La investigaci6n se orienta a una descripci6n densa que relate la especifi-
cidad de ese caso, sus relaciones y sus particularidades. No existe ninglln inte-
res que trascienda Ia preacupaci6n par el caso en si. Un ejempla de estudio
intrinseco es Ia investigaci6n biografica don de el in teres est3. centra do en Ia vida
de un individuo en particular.
\
EC INSTRUMENTAL: El caso cumple el rol de mediaci6n para Ia comprensi6n
de un fen6meno que Jo trasciende. El prop6sito de Ia investigaci6n va mas alia
del caso; este es utilizado como instrumento para evidenciar caracteristicas de
alglin fen6meno o teorla. El foco de Ia atenci6n y Ia comprensi6n desborda los
limites del caso en estudio. El caso puede ser se]eccionada como caso ejemplar
o tipico.
EC COLECTIVO: Consiste en una investigaci6n comparativa del estudio de
varios casas. Puede tratarse de un disefio basado en casas similares o diferentes
(Przeworski y Teune, 1970) ode replicaciones (Yin, 1993). Lo que convierte a
estas investigaciones en EC es que el conjunto de los casas seleccionados no es
considerado como una rnuestra estadistica representativa de una poblaci6n de
donde se infieren generalizaciones. For el contrario, cada caso es estudiado y
comprendido en su especificidad para ]uego proceder a Ia comparaci6n entre
ellos, dando Iugar a Ia comprensi6n de una clase mayor de casos. En este senti-
do Ia blisqueda no se orienta s6lo bacia las caracteristicas que tienen en comlin
sino tambien bacia sus diferencias.
Los tip as de EC propuestos par Stake no son excluyentes: un caso intrinse-
co puede convertirse en un caso ejemplar y un caso instrumental puede aco-
plarse en un disefio colectivo.

METODOLOGfA DE LAS CIENCIAS SOCIALES
B) Robert Yin (1993) elabora dos tipologias basadasen diferentes criterios.
Por un !ado distingue, seglin el numero de casos seleccionados, entre el EC
unico que concentra Ia atencion en un solo caso y el EC multiple que inclu-
ye mas de un caso en un mismo estudio, siguiendo Ia logica de Ia replica-
cion. Este ultimo coincide con el EC colectivo de Stake.
El diseiio basado en un caso Unico se justifica cuando se trata de un caso
critico (utilizado para poner a prueba una teoria), de un caso extrema (muy ra-
rd o dificil de encontrar) ode un caso revelador (fenomeno de dificil acceso).
En segundo Iugar distingue entre el EC holistico y el incrustado (embed-
ded). Esta distincion se basa en el numero de unidades de analisis que incluye
el disefio de Ia investigacion. Se trata de un disefio holistico cuando se trabaja
con una sola unidad de analisis (el caso), mientras que en el disefio incrustado
se presta atenci6n a subunidades que permiten an<ilisis mas amplios para pro-
fundizan Ia comprension del caso (por ejemplo, se puede estudiar una organi-
zaci6n a traves de sus reglas y accionar, pero tambien prestar atenci6n a los in-
dividuos que Ia conforman).
El eje unico/multiple es cruzado por un !ado con el eje holistico / incrusta-
do (embedded), dando Iugar a cuatro tipos de disefio.
Tabla 14.1 : Tipos basicos de disefio para estudios de coso segun Yin
CASO UN!CO CASOS MUlTIPLES
holfstico (una lmica unidad de anillisis) tipo 1 tipo 3
incrustado (mUltiples unidades de anillisis) tipo 2 tipo 4
Fuente: Yin (1993: 39).
Por otro !ado, Yin combina el eje unico/multiple con una clasificacion de
EC basada en el objetivo de Ia investigacion: exploratorio, descriptive y expli-
cative, generando en este caso seis modelos.
Tabla 14.2: Segundo tipologia de Yin
ON!CO MULTIPLES
exploratorio tipo I tipo IV
descriptive tipo II tipo V
explicative tipo Ill tipo VI
EC EXPLORATORIO: esta orientado a definir preguntas e hipotesis para esru-
dios posteriores mas amplios. Se ubica en las primeras etapas de Ia investiga-
ci6n y muchas veces se utiliza como prueba piloto a partir de la cual se desarro-
llan marcos conceptuales y operacionales.
EC DESCRIPTIVO: provee una descripcion densa del caso contextualmente
situado.
EC EXPLICATlVO: a traves de este disefio se intenta establecer relaciones de
asociaci6n entre las variables bajo estudio en el c;aso. Se orientan a ser estudios
causales.
--------------------·..
ESTUDIOS DE CASO/S
243
C) Arend Lijphart (1971) considera que Ia discusi6n del metoda comparative
no esta completa sino se toma en consideraci6n el metoda de EC. Diferen-
cia a los metodos sabre Ia base del nUmero de casas: caracteriza el metodo
estadistico por basarse en muchos casas, el comparative por aplicarse a po-
cos casos y el EC por aplicarse solo a uno. Teniendo en cuenta esta distin-
ci6n, afirma que en un estudio de caso noes posible inferir una generaliza-
ci6n ni refutar generalizaciones establecidas. Sin embargo, le reconoce el
merito de contribuir al proceso de formulaci6n de proposiciones y cons-
truccion de teorias a partir de los resultados de un analisis intenso del obje-
to. En este sentido, en uncia seis tipos de EC que caracteriza como tipos
ideales, de modo que un estudio determinado puede adecuarse a mas de
una de las categorias. Los dos primeros focalizan en el caso en si mismo (el
caso intrinseco de Stake resulta similar en este sentido), y los cuatro ulti-
mos se vinculan a Ia elaboraci6n de teorias:
EC ATE6Rrcos: se trata de investigaciones totalmente descriptivas que re-
sultan utiles como fuente exploratoria de informacion. Este tipo se asemeja en
parte al disefio Hexploratorio basado en un caso" de Yin con algunas caracter.is-
ticas del caso intrinseco de Stake. Su especificidad esta dada porque Lijphart Io
despoja de toda relacion con Ia teoria. Sus resultados podrian contribuir indi-
rectamente al proceso de construcci6n de teoria s6lo en Ia medida en que fue-
ran interpretados en el marco de un analisis te6rico posterior.
EC INTERPRETATIVOS: el interes sigue puesto en el caso mas que en una teo-
ria general, pero a diferencia de los anteriores utilizan proposiciones de la teo-
ria establecida en forma explicita. Estas generalizaciones se orientan a iluminar
Ia comprensi6n del caso, en consecuencia este tipo de EC tambien carece de va-
lor para Ia construcci6n te6rica.
EC GENERADORES DE HIP6TESIS: intentan comprobar hipotesis iniciaJes va-
gas y a partir de alii desarrollar generalizaciones te6ricas en areas poco explora-
das. Tienen un alto valor te6rico.
EC QUE CONFIRMAN UNA TEORfA: se orientan a Ia puesta a prueba de proposi-
ciones e hip6tesis. Se trata de ejemplos corroborativos.
EC QUE DEBILITAN UNA TEORiA: igual que el anterior, se orienta a Ia puesta a
prueba de proposiciones, pero en este tipo estas podrian no ser confirmadas
por el caso en cuestion. Segun Lijphart, a partir de un solo caso no es posible
refutar una teoria pero si debilitarla.
EC DESVIADOS: surgen con Ia intencion de comprender o explicar casos que
se desvian de las teorias generales. Tienen alto valor te6rico porque, si bien de-
bi!itan las proposiciones originales, dan Iugar a nuevas proposiciones que pue-
den tener mayor capacidad heuristica.
Segun Lijphart (1971) los estudios generadores de teorias y los de casos des-
viados son los que mas contribuyen a Ia construcci6n de teoria.
~~c,,""/~~~~~
D) Giovanni Sartori (1990) retoma las categorias enunciadas por Lijphart pero
toma en cuenta s6lo aquellas que se vinculan a Ia teoria y las denomina es-
tudio de caso heuristico, crucial y desviado:
 METODOLOGfA DE LAS CIENCIAS SOCIALES ESTUDIOS DE CASO/S 245

EC HEURISTICO: son los que resultan utiles para Ia generaci6n de hip6tesis
EC CRUCIAL: estim orientados a fortalecer o debilitar una teoria
EC DESVIADO: son los que se desvian de una proposici6n general o teoria es-
tablecida.
E) Bent Flyvbjerg (2004) formula una tipologia de cuatro tipos de EC que no
considera excluyentes entre si:
EC EXTREMO o DESVIADO: se orienta a los casos inusuales dentro del marco
de una teoria. Es semejante a! tipo de caso desviado de Lijphart (1971).
LA MAXIMA VARIACI6N DE CASOS: es un disei\o de casos multiples selecciona-
dos por sus disimilitudes. Este esquema es semejante a "los casas mas diferen-
tes" de Przeworski yTeune (1970).
EC CRfTico: los casas criticos permiten inferir conclusiones para el tipo en
su conjunto. La criticidad del caso estii vinculada a Ia presencia de todas las pro-
piedades que se intenta estudiar, lo que permite afirmar que las conclusiones
validas para este caso tambien lo seran para todos los casas del mismo tipo. Es
semejante en su funci6n a los EC confirmadores y debilitadores de teorias de
Lijphart (1971).
EC PARADIGMATICO: son casas que resaltan caracteristicas mas generales de
Ia sociedad. Puede equipararse a! que otros autores denominan caso ejemplar o
tipico y a! tipo instrumental de Stake (1994).
Basta una mirada a Ia tabla para concluir que los auto res han prestado rna-
yor atenci6n a Ia categorizaci6n de los estudios de case Unico vinculados con Ia
construcci6n de teoria. Para los comparativistas (Lijphart, Eckstein, Sartori,
Bartolini), los estudios basados en mas de un caso -que implican necesaria-
mente la comparaci6n- se enmarcan en el metodo comparative y no en el de-
nominado EC. Por otto !ado, en general, se otorga mas reconocimiento a los EC
con valor heuristico, en la medida que son capaces de proveer soporte empiri-
co, elementos conceptuales y nucleos de sentido para Ia comprensi6n de fen6-
menos que los trascienden.
Sin embargo, Ia funci6n del EC en tanto control de una teoria no estii exen-
ta de debate. Collier (1991: 74) destaca "Ia tension entre investigaciones basadas
en muchos cases y pocas variables [m€todo estadisticoJ e investigaciones
orientadas a analizar pocos casos en toda su complejidad [EC]".
La diversidad de tipologias (las presentadas aqui, si bien son las mas utili-
zadas, no ago tan las existentes) pone de manifiesto Ia importancia de caracteri-
zar cada EC, tanto en sus criterios definitorios como en los objetivos que moti-
van su aplicaci6n, a fin de esclarecer su alcance y relevancia. Este es un punto
importante a ser tenido en cuenta por los estudiantes de posgrado en sus pro-
puestas de tesis basadas en estudios de caso, que resultan numerosas dada Ia
dificultad que tienen para acceder a recursos que permitan disefiar estudios
con mayor cantidad de cases y por un criteria pragm§.tico orientado ala selec-
ci6n de un objeto facil de abordar.

La mayoria de las tipologias presentadas podrian reducirse a cuatro tipos

basicos definidos a partir de dos ejes: a) el numero de casos en estudio, y b) Ia 14+ La selecci6n de los casos
intenci6n prevaleciente en la selecci6n de los casas ~a partir de una l6gica em-
piricista inductiva centrada en el caso mismo o focalizando en el valor heuristi-. Cuando el caso no viene definido desde fuera de Ia investigaci6n (como en
co del caso en vinculaciOn con Ia teoria. el ejemplo terapeutico) o cuando nose trata de un caso intrinseco (donde es el
propio objeto el que despierta el interes del investigador) surge el problema de
Tabla 14.3: Tipo/ogia de estudio de caso/s su selecci6n.
En primer Iugar es necesario definir Ia unidad de analisis (individuos, ciu-
NOMERO DE CASOS
MAs DE UNO
dades, politicas publicas, etcetera), para luego seleccionar dentro del conjunto
T!PO DE DISENO UNO
de unidades de analisis el caso (el caso Juanito, el caso de Ia ciudad de Buenos
holistico intrfnseco (Stake) Aires, Ia Ley Nacional de Educaci6n). La selecci6n de Ia unidad de analisis esta
(centrado en el caso) ate6rico (lijphart) condicionada porIa perspectiva te6rica y los objetivos de Ia investigaci6n, y
interpretative (Lijphart)
una vez que esta ha sido determinada, ella condiciona Ia estrategia de Ia reco-
instrumental (Stake) colectivo (Stake)
heurfstico lecci6n de datos.
(vinculado a Ia teoria) desviado (Lijphart, Sartori, Flyvbjerg) multiple (Yin)
Si todas las unidades de analisis fueran identicas en las propiedades rele-
critico (Fiyvbjerg) vantes para los objetivos de Ia investigaci6n, cualquiera de elias podria conver-
paradigmatico (Fiyvbjerg) tirse en "el caso". Perc, dada su diversidad, es necesario definir los criterios que
generador de hip6tesis/heuristico
convert:ir<ln a una de las unidades de analisis en el caso a estudiar.
(Lijphart, Sartori)
El proceso de selecci6n entre las unidades es diferente para cada uno de los
confirmador/debilitador de teo ria/I
tipos de EC. Si se trata de un EC intrinseco, este es seleccionado s61o a partir de
ejemplificador/ tipico/
sus propias caracter.isticas y del inten§s que estas despiertan, mientras que para
promedio//crucial (Lijphart, Sartori)
los instrumentales y colectivos Ia selecci6n se produce a partir de ciertos crite-
rios establecidos por el investigador, que los convierte en foco de atenci6n. De-
246 METODOLOGfA DE LAS CIENCIAS SOCIALES
1I
l
pendiendo de los objetivos propuestos se puede elegir, por ejemplo, estudiar
un caso tipico (ejemplar) o un caso desviado (Feagin, Orum y Sjoberg, 1991). El
caso tipico o promedio no es necesariamente el que revela mayor informaciOn;
los casas atipicos o extremes algunas veces proveen mas y mejores elementos
para comprender los fenomenos (Flyvbjerg, 2006).
La selecci6n del caso, entonces, nunca se realiza por azar como en los m6to-
dos estadisticos, porque se parte delano equivalencia entre los casas, que se
CAPITULO 15
destaca a traves de !a propuesta orientada a !a comprension de !a especificidad
de Cada caso. El proceso de selecci6n estcl basado en criterios te6ricos, en expe-
riencias de observaci6n yen las expectativas depositadas en !a unidad seleccio- EL ANALISIS BIVARIABLE
nada, en terminos de su potencialidad para proveer una base empirica relevan-
te para !a interpretacion y comprensi6n del fenomeno estudiado.
La dificultad en !a eleccion del caso reside en su intima relacion con el con-
texte, que hace necesario buscar los criterios de distinci6n que permitidn in-
dividualizar el objeto. El primer problema, entonces, en el proceso de seleccion
del caso es su definiciOn. En este capitulo se ilustra !a forma mas basica de analizar las relaciones en-
La importancia de definir los limites (acotar el caso) estriba en que ellos es- tre las propiedades que ya se transformaron en variables en !a matriz de datos.
tablecen !a frontera entre lo que !a investigacion incluye y lo que queda fuera de Esta forma se denomina an<llisis bivariable porque s6lo se consideran relacio-
esta. Esta decisiOn fundante del caso es tarea del investigador, quien, a traves nes entre dos variables; a pesar de su car<lcter elemental, hay que franquear esta
de ella, construye su caso de estudio. puerta para acceder a formas mas complejas de analisis.
Ragin Y Becker (1992) plantean que los casas pueden ser vistas como uni- Por lo demas, si se elige agudamente !a pareja de variables que se relacio-
dades empiricas o como construcciones te6ricas. Es decir, desde una perspecti- nan, a veces este an<llisis sencillo puede echar luz sabre un an<llisis sofisticado
va empiricista que afirme Ia transparencia de los hechos, se considera que tie- cuyos resultados sean dificiles de interpretar.
nen una existencia real; mientras que desde un enfoque constructivista donde
!a realidad es el resultado de !a interpretacion, son producto de convenciones o
consensos te6ricos. 15.1. Los modelos
Stake (1995) enuncia dos criterios de seleccion: maximizar lo que poten-
cialmente podemos aprender del caso y su mayor accesibilidad. Es decir, es Un modele es'la representaci6n grafica de una hipotesis acerca de !a rela-
conveniente elegir aquellos casas que parecen ofrecer mayores oportunidades ci6n que se quiere investigar. Sus elementos son sencillos: circulos para repre-
para aprender y aquellos mas faciles de abordar y donde se espera una mayor sentar las variables y flechas para representar las relaciones entre elias.
receptividad. La figura 15.1 presenta las formas que puede tamar un modele bivariable.
Es importante destacar que el proceso de selecci6n y sus criterios nose Si nuestra hipotesis es que !a variable A influye en !a variable B sin ser influida
agotan en !a identificacion del caso; el investigador tambien debe establecer los por B, hay una flecha que parte de A y llega a B. En este caso, A se denomina
niveles internes de analisis -es decir hasta donde se abordaran las complejida- variable INDEPENDIENTE y B se denomina variable DEPENDIENTE. Si en cambia !a
des del caso- teniendo en cuenta que el opera dentro de una diversidad de hip6tesis es que las dos variables se influyen mutuamente, se representa con
contextos. En este senti do, si bien el case intrinseco (o el que viene dado) no se una flecha condos puntas (a veces se pone una simple linea en vez de este tipo
elige dentro de un conjunto de unidades de analisis, en el proceso de su estudio de f!echa).
tambien se !leva a cabo un conjunto complejo de elecciones.
Dado que !a seleccion noes azarosa y que !a participaci6n de !a subjetividad Figura 15.1: Dos modelos bivariab/es
es alta, uno de los riesgos es Ia selecci6n desviada, en particular, cuando se trata

o o
de estudios de casas para confirmar o debilitar generalizaciones. De alii !aim-
portancia de hacer explicitos los criterios de selecci6n del caso y su relaci6n

o~o
con la teoria.

METODOLOGfA DE LAS CIENCIAS SOCIALES
A menudo la relacion A<--+B es denominada simetrica .. El sentido griego
del termino conlleva Ia idea de que las dos variables se influyen "en la misma
medida", es decir con Ia misma fuerza. Pero este tipo de relaci6n pasa muy ra-
ramente en la realidad, y Ia mayoria de las relaciones son bidireccionales asim6-
tricas (Ia influencia de A en B es mas fuerte que Ia deB en A).
Por otro lado, no existen t6cnicas que puedan discriminar entre relaciones
simetricas y asim6tricas, y eso explica el uso del termino 'simetrico' en lugar
deJ mas correcto 'bidireccional'. El termino 'asim6trica' se usa a menudo para Ia
relacion A-+B, que deberia llamarse 'unidireccional'.
Cabe subrayar de inmediato que solo en el marco de un experimento (vease
apartado 1.1) se pueden efectivamente controlar nuestras hipotesis acerca de Ia
direccion de una influencia entre dos variables. Pero los limites del modelo ex-
perimental cuando se aplica a problemas humanos y sociales (vease apartado
1.2) nos obligan a valernos del metodo de Ia asociacion. Con este metodo, la di-
recci6n que tiene la influencia entre dos variables puede ser imaginada basan-
dose en nuestro conocimiento com tin, pero no puede ser averiguada imperso-
nalmente, solo basandose en las tecnicas de analisis (veanse los apartados 1.3 y
1.4). Esto es asi porque solo se pueden registrar los estados de los objetos/suje-
tos en las diversas propiedades, pero nose pueden alterar los estados en una
propiedad para ver el efecto de esta manipulacion en otras.
Dada esta situacion, si se le pi de a Ia computadora analizar Ia relacion entre A
y B, ella puede cuantificar Ia intensidad de esta asociacion a traves de coeficien-
tes' adecuados y (silas variables son ordinales o cardinales) establecer si la aso-
ciaci6n es positiva o negativa, pero nada mas. En cuanto ala direcci6n de esta in-
fluencia, Ia tecnica tiene que aceptar ]a que impone nuestro modelo. Es el modelo
-es decir, el juicio del investigador- el que conlleva recurrir a tecnicas y coefi-
cientes que_ asumen que Ia relaci6n es unidireccional o que es bidireccional.
En otras palabras: si se pide a Ia computadora que nos diga con que intensi-
dad el ingreso de cada individuo influye en su edad, Ia computadora va dar su
(absurda) respuesta: por ejemplo, que cada cien pesos mas de ingreso mensual
se produce un envejecimiento medio de un afio en quien lo cobra. AI analizar
solo vectores de cifras no interpretadas, Ia computadora no puede hacer otra
cosa. Le corresponde al investigador elegir modelos que asumen entre las varia-
bles las mismas direcciones de influencia que existen entre las propiedades en
Ia realidad. De todas maneras, eJ no puede declarar que los resultados de su
'En matematica se denomina 'coeficiente' un nllmero que multiplica otro nUmero o expre-
si6n numerica. En analisis de datos el termino se usa para indicar la cifra que cuantifica la intensi-
dad de una asociaci6n entre dos o mas variables. La gran mayoria de los coeficientes que se usan
son "estandarizados", es decir que su valor puede variar entre -1 (una asociaci6n negativa de Ia
maxima intensidad posible) y +I (una asociaci6n positiva de la maxima intensidad posible). Elva-
lor o indica independencia, es decir ausencia de asociaci6n entre las variables. Para indicar que un
coeficiente es estandarizado, para sus valores decimales se usa convencionalmente Ia notaci6n sin
cero y con punto en Iugar de Ia coma (por ejemplo: .63). En cambio, los coeficientes no estandari-
zados (como b, el coeficiente de regresi6n: vease el apartado 15.6) se indican con la notaci6n con
cero y coma (por ejemplo: 0,63).
ELAN ALI SIS BIVARIABLE 249
ancllisis confirman su juicio acerca de Ia direcci6n: si un resultado no puede
desmentir una hip6tesis, tam poco puede confirmarla.
Adoptar un modelo A<--+B o un modelo A-+B no implica de ninguna ma-
nera la conviccion de que las propiedades correspondientes a las variables A y B
no son influidas en Ia realidad por otras propiedades cuyas variables no fueron
tenidas en cuenta en aquel modelo. Por el contrario, un modelo bivariable es
-como ya se dijo-la puerta de acceso a modelos mas complejos, que tratan de
cuantificar al menos un segmento de Ia tupida red de relaciOnes que existe en Ia
realidad. Los limites propios de las tecnicas no permiten a ningiin modelo
aproximarse lo suficiente a Ia realidad; esto hay que tenerlo siempre presente
cuando se analicen los resultados de nuestros modelos.
En matem<itica se acostumbra a imaginar situaciones en que los valores de
una variable dependen exclusivamente de los valores de otra, tal como las
re]lresenta Ia fun cion Y = f(X). Pero incluso en las ciencias fisicas y biologi-
cas se sabe que este modelo noes realista: en cada situaci6n espedfica el
valor deY es influido por otras propiedades ademcis de X. Siestas influen-
cias son accidentales y dispersas, se pueden considerar globalmente como
"error", y el modelo se convierte en Yi = f(X J + ei. Esto significa que en ca-
da caso (subindice i) Ia variable Y asume un valor que depende del valor de
la variable X en ese caso y del complejo de perturbaciones (el "error") que
actllan en ei. Pero si algunas propiedades diferentes de X influyen sistema-
ticamente en Y, elias tienen que ser insertadas en el modelo, que entonces
deja de ser bivariable.
En las ciencias sociales, un modelo que vincula una variable solo a Ia in-
fluencia de otra es demasiado lejano de lo que pasa en la realidad como para ser
uti! en nuestro analisis. Por otro lado, solo un conocimiento profundo de las
tecnicas bivariables permite manejar las tecnicas mcls complejas sin cometer
burdos errores metodol6gicos. En este espiritu se presentar§.n en Io que sigue
las principales tecnicas de analisis bivariable.
15.2. La relaci6n entre dos dicotomias
Con el termino, de origen griego, dicotomia se denomina una variable que
s6lo tiene dos categorias. La herramienta con la que se analiza Ia relaci6n entre
dos dicotomias se denomina TABLA BIVARIABLE (ode contingencia). En las tablas
15.1, 15.2 y 15.3 se presenta Ia relacion entre dos dicotomias (el sexo y el haber
votado en las ultimas elecciones) en una hipotetica muestra de adultos. Esta ta-
bla puede tamar tres aspectos segUn los intereses de qui en I a construye.
En Ia tabla 15.1A se presentan las FRECUENCIAS EMPiRICAS: en ]a celda de arriba
a Ia izquierda, la cifra 226 significa que 226 mujeres declararon haber votado. En
Ia celda a su derecha seve que 84 mujeres declararon no habervotado. Y asi para
los varones en las celdas de Ia segunda fila. Las cifras a! margen de Ia tabla (que se
denominan MARGINALES) nos dicen que las mujeres de Ia muestra son 310 y los
varones son 295, sobre un total de 6os, y que 468 votaron y 137 no votaron.
 ------------------------ ....
250

A: FRECUENC!AS EMP(RICAS
METODOLOGfA DE LAS CIENCIAS SOCIALES

Tabla 15.1 : Frecuencias y porcentajes

B: PORCENTAJES DE FilA (: PORCENTAJES DE COlUMNA
TI EL ANALISIS BIVARIABLE

I 6os=) 228,2. La desviaci6n es (redondeando a 228) +14. La celda derecha

inferior dice que 53 varones declararon no haber votado. La frecuencia teO-
251

M
v
226
242
468
si NO

84
53
137
310
295
605
TOT.

M
v
si
73
82
77
NO

27
18
23
TOT.

100
100
100
M
v
48
52
100
si NO

61
39
100
TOT.

51
49
100
I rica en aquella celda es (29s * 137 I 6os=) 66,8. La desviaci6n es (redon-
deando a 67) -14.
Las desviaciones tienen el mismo valor absolute en todas las celdas: lo que
cambia es el signa. Este resultado no depende de una tabla particular: sien-
do una necesidad matematica, es valida para todas las tablas -como lo
muestra la tabla 15.2B.
, Si queremos saber en que porcentaje las mujeres declaran haber votado,
convertimos en cien el total de las mujeres y expresamos 2.26 como porcentaje
de 310. Lo mismo para los varones, y para el total de Ia muestra. Siempre que Tabla 15.2: C6mo se balancean las desviaciones
los marginales de fila sean 100 como en Ia tabla IS.IB, Ia tabla presenta los POR-
A: EN UNA TABLA PARTICULAR B: EN CUALQU!ER TABLA
CENTAJES DE FILA. Por otro !ado, si queremos saber en que porcentaje los que de-
Si NO TOT. y y
claran haber votado son rnujeres (o varones), convertimos en cien los margina-
M -14 +14 0 X, -n +n 0
les de columna, y expresamos 226 y 242 como porcentajes de 468. Siempre que
v +14 -14 0 x, +n -n 0
los marginales de columna sean 100 como en !a tabla IS.IC, Ia tabla presenta los
PORCENTA)ES DE COLUMNA. 0 0 0 0 0 0
La tabla 15.1B es lamas clara en mostrar que el g€nero tiene una cierta in-
fluencia sobre el voto (mas exactamente, sobre el voto declarado). En el total de Esta necesidad matematica tiene una consecuencia indirecta pero inevitable:
Ia muestra, el77% declar6 haber votado. Silos varones hubieran votado en el si dos dicotomias tienen frecuencias desequilibradas, no merece la pena relacio-
mismo porcentaje, serian2 228 en vez de 242. Este 22.8 es la frecuencia te6rica de narlas, porque una (eventual) relaci6n no puede aflorar con bastante nitidez.
Ia celda en cuesti6n. Para calcular rapidamente Ia FRECUENCIA TEO RICA en una eel-
cia se multiplica el marginal de Ia fila por el marginal de Ia columna que se cruzan Veamos por que, siguiendo con nuestro ejemplo de la relaci6n entre genera
en aquella celda; ese producto se divide por el total de los casos en Ia tabla. y voto. Pero imaginemos que en Ia muestra casi todas son mujeres y casi
La diferencia entre la frecuencia empirica y Ia frecuencia te6rica se denomi- todas declararon haber votado, como en Ia tabla 15.3A.
na DESVIACI6N. Si en una celda esta diferencia es positiva (Ia frecuencia empiri-
ca es mas alta que Ia te6rica) se dice que hay ATRACCI6N entre las dos categorias Tabla 15.3: Frecuencias desequilibradas
que forman Ia celda. Siesta diferencia es negativa se dice que hay REPULSION en-
A: FRECUENC!AS EMPiR!CAS B; FRECUENCIAS TE6R!CAS (: DESV!ACIONES
tre aquellas categorias. Silas diferencias entre frecuencias empiricas y frecuen-
sl NO TOT. sl NO TOT. sl NO TOT.
cias te6ricas son pequefias, se concluye que las dos variables son independien-
tes (no tienen relaci6n entre si). M 40 0 40 M 36 4 40 M +4 -4 0
Naturalmente, par necesidad matem<ltica desviaciones positivas y desvia-
v 5 5 10 v 9 10 v -4 +4 0
ciones negativas tienen que balancearse: la suma algebraica de las desviaciones 45 5 50 45 5 50 0 0 0
es necesariamente cera. Esto no s6lo en toda Ia tabla, sino tambien en cada fila
yen cada columna. En la tabla 15.3B se presentan las frecuencias te6ricas yen Ia 15.3C las des-
viaciones. En Ia celda derecha inferior la frecuencia te6rica es (s * ro I so=)
La tabla rs.zA muestra las desviaciones entre las frecuencias empiricas pre- I y Ia frecuencia empirica es Ia maxima posible: ya que los que no votaron
sentadas en la tabla 15.1A, cuya celda izquierda superior dice que 226 muje- sons. los varones que no votaron no pueden ser mas que 5· De eso se sigue
res declararon haber votado. La frecuencia te6rica en aquella celda es que Ia desviaci6n de (5-1 =) +4 es Ia maxima posible en (todas las celdas
(310 * 468 I 6os=) 239,8. La desviaci6n es (redondeando a 240) -14. La eel- de) Ia tabla. Sin embargo, a pesar de ser !a mas alta posible, Ia desviaci6n no
cia derecha superior dice que 84 mujeres declararon no haber votado. La es bastante alta como para llegar ala conclusiOn de que existe una asocia-
frecuencia te6rica en aquella celda es (310 * 137 I 6os=) 70,2. La desviaci6n ci6n entre el genera y Ia propensi6n al voto.
es (redondeando a 70) +14. La celda izquierda inferior dice que 242 varones
declararon habervotado. La frecuencia te6rica en aquella celda es (295 * 468 Un desequilibrio entre las frecuencias de una de las dicotomias (ode am-
bas) que se relacionan con!! eva tam bien un sesgo en los val ores que cobran los
z El cociente exacto es 228,19834711. .. Pero al no poder fraccionar individuos se redondea.
coeficientes con los que se cuantifica Ia intensidad de Ia asociaci6n entre dos
dicotomias.
 METODOLOGiA DE LAS CIENCIAS SOC!ALES ELANAUSIS BIVARIABLE 253

Para explicar como y por que pasa esto, hay que introducir Ia convencion Q = ad-be
simb6lica que siguen todos los coeficientes. Las frecuencias en-las cuatro celdas ad+ be
se indican con las prim eras cuatro letras del alfabeto, en el orden que muestra Ia
Poniendo en Ia formula las frecuencias de ]a tabla rs.3A, tenemos:
tabla IS-4· Por consiguiente, los marginales y el total se indican en Ia forma que
presenta Ia misma tabla. La diagonal que une las celdas a y d se llama diagonal 40 *s-o* s 200
principal, y se dice que entre las dicotomias hay una asociaci6n si las celdas en = I
Q= 40 * s + 0 * s 200
esa diagonal presentan desviaciones positivas respecto de las frecuencias te6ri-
cas. Por el contrario, silas desviaciones positivas se presentan en Ia otra diago- Por lo tanto, el valor de Q nos dice que ]a asociaciones Ia maxima posible,
nal,' se habla de una relacion negativa. pero en realidad s6lo seria tal si ninguno de los varones votara.
Se puede razonablemente pensar que este grave sesgo solo se produce par-
Tabla 15.4: Celdas, marginates y diagonal que hay una frecuencia igual a cera. Veamos que pasa si aplicamos Ia misma
formula ala tabla rs.s, donde no hay frecuencias nulas:

G[J
rn M
v
Si
45
4
NO
2
3
Tabla 15.5: Otras frecuencias desequilibradas

TOT.
47
7 4S * 3-2 * 4 13S-8
a+c b+d N Q = = .89
49 5 54 4S * 3 +2 * 4 13S + 8

Casi todos los coeficientes que fueron imaginados para cuantificar Ia aso-
ciaci6n entre dos dicotomias aplican esta convenci6n, bas§.ndose en elllamado Tam bien en este caso Q sobrevalora claramente Ia fuerza de Ia asociaci6n
PRODUCTO CRUZADO (ad, be) que constituye el numerador de Ia formula. Si el presente en la tabla.
producto entre las frecuencias de Ia diagonal principal supera el producto entre Veamos ahora que pasa con el coeficiente cp (Fi), cuya formula es:
las frecuencias de Ia otra diagonal, el coeficiente sera positive.
Para entender por que el desequilibrio de las frecuencias de las dicotomias ad-be
(que se convierten en marginales de la tabla) conlleva un sesgo en los coeficien- cp = --~r=:=(a==+=:=b=:=)==(c==+==d==)(=:=a==+==c)==(b=:=+==d~)
tes, necesitamos destacar una propiedad de cada producto. Cuanto mas dese-
quilibrados sean los multiplicandos, tanto menor sera el producto. Esta simple Para la tabla rs.3A, cp cobra el valor
noci6n matemiltica se puede comprobar fa.cilmente considerando una secuen-
cia de productos: s * s = 2s; 6 * 4 = 24; 7 * 3 = 21; 8 * 2 = r6; 9 * 1 = 9. Ya que todos 40 *s-o* s 200
--=
los coeficientes tienen productos en el numerador yen el denominador, seen- -1 40 • 10 * 4S * s
tiende facilmente que silas frecuencias en las celdas son desequilibradas por
efecto de un desequilibrio en los marginales, eso va a producir un sesgo en el
Para Ia tabla rs.s, cp cobra el valor
valor numerico del coeficiente.
Unos ejemplos mostrarJ.n c6mo funciona este mecanisme. Ya que Ia tabla 4S*3-2*4 127
·4S
rs.3A presentaba un caso de relacion entre dos dicotomias desequilibradas, se cp = 1..J==47='.;:=7=.;:=4=9==:o=."'s= =
puede empezar con ella, aplicando a Ia tabla los coeficientes dicotomicos mas
usados,3 cuyas fOrmulas se reportan a continuaci6n.
El nivel del coeficiente indica que cp tambien sobrevalora, sin embargo sig-
nificativamente menos que Q.
El tercer coeficiente que aplicamos es Tc (Tauc), cuya formula para dos di-
3 Hay muchos coeficientes mas, pero todos presentan el mismo defecto, ya que incluyen mul- cotomias es-:
tiplicaciones en sus fOrmulas. Entre los coeflcientes que se presentan en este libra, Q fue propu'es-
to por Yule en honor al estadistico Quetelet; tp (Fi) es una letra griega correspondiente a una f; 't 4*(ad-bc)
(tau) es una letra griega correspondiente a una t. Ya que hay muchos coeficientes diferentes, se N2
usan afijos para distinguirlos.
 ELANALISIS BIVARIABLE 255
254 METODOLOGIA DE LAS CIENCIAS SOCIALES

Tabla 15.8: Desequilibrio de los marginales y sesgo de los coeficientes

Para Ia tabla 15.3A, Tc cobra el valor
LOS MARGINALES SON
Q 'I' <c
4 * 200 DESEQUILIBRADOS Y ...
= -32
2.500 sobrestima sobrestima sobrestima
una celda esta (casi) vacfa
muchfsimo much a much a
Para Ia tabla 15.5, Tc cobra el valor
dos celdas (en diagonal) puede
es buena es buena
4 * 127 = .17
estan (casi) vadas subestimar mucho
=
542 tres celdas estan sobrestima sobrestima
es aceptable
(casi) vadas muchisimo mucho
En ambos casas, los valores que cobra Tc son mucho mas aceptables que los
otros. Pero noes siempre asi. Por ejemplo, en Ia tabla 15.6A, Tc cobra el valor (4 Antes de terminar este apartado, cabe destacar las malas consecuencias de
* 300) I 16oo = 1200 I 16oo = ·75· Pero Ia asociacion parece perfecta, como en una practica muy difundida entre los que analizan los datos de las ciencias so-
efecto Ia estiman Q y (jl. dales. Hablamos de Ia tendencia a convertir en burdas dicotomias propiedades
que tienen mas que dos categor.ias significativas, e incluso que son continuas,
como el ingreso y Ia edad. Esta pr:ictica no solo conlleva una perdida de infor-
Tabla 15.6: Ejemp/os de asociaciones perfectos y casi perfectos maciOn sin algUn motivo, sino que tambien puede entrafiar representaciones
A: PERFECTA B: CASI PERFECTA tergiversadas de Ia realidad. Para comprobarlo, consideramos los dos diagramas
si NO TOT. si NO TOT. en Ia figura 15.2.
M 30 0 30 M 20 21
v 2 77 79 Figura 15.2: Relaciones entre edad e ingreso
v 0 10 10
30 10 40 22 78 100
A: Lineal B: Parab6lica

En Ia tabla 15.6B, Tc cobra el valor [4 * (1.540- 2) I 10.000 =] .615. Pero Ia

asociaci6n parece mas estricta, como en efecto la estima .:p (.gr), mientras que Q
todavia Ia sobrevalora (.997). . .. .. : ........ . ..
4oc-----~·-·~·~·.-----­ 40c---~~~t-~~-c-
No siempre Tc subestima como en estos casas; a veces sobrevalora, como
..:. ::·· ....
en Ia tabla 15.7, donde cobra valor [4 * (696- 27) I 81 2 =].41. Pero Ia asociacion
entre las dos dicotomias parece mas debil. ....

Edad 40 Ed ad 40
Tabla 15.7: Un coso de asociaci6n menos estrida de lo que parece
si NO TOT.
La figura 15.2B representa de forma realista Ia relacion entre edad e ingreso:
M 24 1 25
el ingreso (en Ia ordenada) de un individuo tiende a crecer con el crecimiento
v 27 29 56
de su edad hasta cuando else retire, a los 6o afios; ]uego tiende a reducirse. En
51 30 81
cambia, Ia figura 15.2A representa una relacion lineal entre edad e ingreso: el
ingreso tiende a crecer indefinidamente a] crecer Ia edad. Si tratamos las pro-
No hay un coeficiente que este exento de estos riesgos de sesgo cuando los piedades continuas como edad e ingreso en forma adecuada y las medimos, Ia
marginales de ]as dicotomias son desequilibrados. El hecho de que el sesgo se diferencia entre las dos situaciones es evidente. Pero silas convertimos en bur-
manifieste, y su gravedad, dependen de donde esten los desequilibrios en Ia ta- das dicotomias y registramos los sujetos como mayores (par encima de 40
bla en relacion con donde estan los productos en Ia formula del coeficiente. El afios) o como jovenes (40 afios o menos) y como ricos (por encima de 40 mil
lector puede encontrar uti! Ia tabla 15.8, en Ia que se presentan varias form as de pesos de ingreso anual) o pobres (40 mil pesos o menos) am bas situaciones
marginales de las dicotomias, y las consecuencias en los tres coeficientes que quedan representadas en Ia misma tabla 15·9· Como consecuencia de Ia dicoto-
hemos analizado. mizaci6n, Ia diferencia entre las dos situaciones se pierde completamente.
 1
METODOLOGiA DE LAS CIENCIAS SOCIALES
I ELANALISIS BlVARIABLE 257

Tabla 15.9: Dos propiedades continuos

convertidas en dicotomfas
l Tabla 15.10: La re/aci6n entre dos variables categoriales

J6VENES MAYORES

18
j campesino
COMUNISTA SOCJAUSTA

6
JZQ. CRIST.

3
LIBERAL

2
CONSERV.

13
NACIONAL. NR
18
TOTAL

42
ricos
pobres
8
25 6 l obrero
policia y militar
12 48
4
3 6 9
15
4
7
41
24
123
51

I oficinista
artesano
maestro
7
3
so
24
5
3
8
11
35
15
5
5
52
26
162
87

IS-3· La relaci6n entre dos variables categoriales y profesor sec. 5 21 3 12 10 3 8 62

tecnico 1 26 3 9 19 1 25 84
La herramienta con Ia que representamos Ia relaci6n entre dos variables c3.-
funcionario 16 8 13 2 8 47
tegoriales es Ia misma que para Ia relaci6n entre dos dicotomias: Ia tabla biva- concesionario 13 10 14 2 19 58
riable. Es valido tambien mucho de lo que dijimos en el apartado precedente comerciante 17 2 11 18 4 21 74
respecto de marginales, frecuencias empiricas, te6ricas y desviaciones, por- profesional 7 55 4 31 39 4 46 186
centajes de fila y de columna, atracci6n y repulsion entre categorias. Por el con~ prof. univers. 3 12 2 6 6 31
trario, la diagonal no tiene ninguna relevancia particular, e tncluso no extste SI empresario 4 8 17 4 9 42
las dos variables tienen un nlimero diferente de categorias. ama de casa 24 5 11 23 2 33 98
El criteria a seguir para analizar una tabla de esta naturaleza se ilustrar<l co- estudiante 5 17 2 11 4 1 15 55
mentando Ia tabla 15.10, en Ia que se presenta Ia relacion entre Ia ocupacion Y el jubilado 4 60 27 39 6 71 208
partido preferido en una hipotetica muestra de electores de un pais europeo.
total 48 397 36 172 289 51 417 1.410
Para mostrar como se analiza una tabla bivariable, empecemos con las dos
primeras celdas en Ia segunda fila, en las que se comprueba que 12 obreros han
declarado haber votado a los comunistas y 48 a los soc10hstas. Las frecuenCias En resumidas cuentas: el primer paso para analizar una tabla bivariable es
teoricas en estas celdas son (123 * 48 I 1.410 =) 4,19 Y (123 * 397 I 1.410 =) 34,6. calcular las frecuencias teoricas y las desviaciones en cada celda: noes un gran
Se concluye que hay atracci6n entre tener la ocupaci6n de obrero y votar a los problema porque todos los programas informaticos de analisis lo hacen porno-
socialistas (desviacion de +13.4) y a los comunistas (desviacion de casi +8). . sotros. El segundo paso es seleccionar las celdas que presentan una frecuencia
Naturalmente, la conclusiOn que concierne ala celda de los obreros socia- teorica bastante alta (a! menos 10 casos) y por Jo tanto permiten sacar conclu-
listas es mas confiable que la otra, al estar basada en una frecuencia te6rica mas siones bastante confiables. El tercer paso es considerar las desviaciones entre
alta, lo que tiende a descartar Ia posibilidad de que sea un efecto del azar (error frecuencias empiricas y frecuencias te6ricas. En las celdas en que la desviaci6n
muestral: vease el apartado 6.3). Por el contrario, Ia atraccion entre amas de ca~a es positiva y no despreciable (a! menos el 5 o 10% de Ia frecuencia teorica mis-
y voto a! partido de Ia izquierda cristiana (frecuencia empirica de 5, frecuencra ma) se puede comprobar que hay atraccion entre las dos categorias que forman
te6rica de 2,5, desviacion de +2,5) noes bastante confiable por estar basada en Ia celda. Analogamente para las celdas en las que Ia desviacion es negativa y no
un pequefio nllmero de casos. despreciable: si Ia frecuencia teorica fue bastante alta se puede detectar Ia pre-
Veamos ahora Ia celda de los 17 comerciantes que declararon haber votado a sencia de un rechazo entre las dos categorias que forman Ia celda. Si frecuencias
los socialistas. La frecuencia te6rica en esa celda es (74 * 397 I 1.410 =) 20,84 Y empiricas y frecuencias te6ricas son iguales o cercanas, no hay ni atracci6n ni
Ia desviacion es -3,84, suficiente para concluir que hay repulsion entre las dos repulsion.
categorias (ser comerciante yvotar a los socialistas). Esta conclus~6n es confia- Por curiosidad se puede replicar el mismo analisis con las celdas que hemos
ble por estar basada en una frecuencia te6rica bastante alta. A la Inversa, la re- descartado al comienzo por tener bajas frecuencias te6ricas, pero sin olvidar
pulsion que se comprueba entre los campesinos y el voto al partido liberal (fre- que nuestras conclusiones no ser<ln confiables. Una decisiOn mas sabia seria
cuencia empirica de 2, frecuencia te6rica de 5,1, desviaci6n -3,1) parece fuerte analizar las categorias de am bas variables de Ia tabla para ver si algunas pueden
pero noes tan confiable al estar basada en una frecuencia teorica baja. ser agregadas siguiendo las pautas establecidas en el apartado 8 .I.
Por fin veamos Ia celda de los 37 profesionales que declararon haber votado Consideramos ahara nuevamente Ia tabla 15.10. ~Podemos decir que atesti-
al partido conservador. La frecuencia te6rica es casi igual a Ia empi~ica, sien~o gua-Ia presencia de relaciones entre ocupaci6n y voto? Seguramente si, porque
(186 *z8 9 l1.410 =) 38,1. La conclusion de que entre las dos categonas no exr~­ muchas celdas muestran atracciones o repulsiones, pese a que algunas no per-
te ni atracci6n ni repulsiOn es confiable al estar basada en una alta frecuenCia miten conclusiones confiables. c:Podemos decir que hay una relacion global?
te6rica. Seguramente no, porque cada celda presenta su situacion particular. Saber que
 METODOLOGiA DE LAS CIENCIAS SOCIALES
hay relaciones entre ocupaci6n y voto tiene escaso in teres sino se sabe que
ocupaci6n favorece votar a que partido. Por consiguiente, no tienen senti do los ,
coeficientes que tratan de cuantificar Ia fuerza de Ia relacion global entre dos
variables categoriales (<p', C de Pearson, V de Cramer: vease Blalock rg6o, par.
XV.3).
Todos estes coeficientes son elaboraciones4 de un conocido coeficiente glo-
bal, el X'(chi-cuadrado),S que no cuantifica Ia intensidad de Ia asociacion, sino
Ia i)llprobabilidad de que se forme una tabla dada con datos de una muestra si
las dos propiedades son independientes 6 en Ia poblacion. La formula de chi-
cuadrado esta basada en las desviaciones entre las frecuencias empiricas (obser-
vadas) y las frecuencias teoricas (esperadas); en Ia formula se usan las iniciales
de los adjetivos ingleses, observed y expected: ver mas adelante. Cada desvia-
cion esta normalizada dividiendola por el valor de Ia frecuencia teorica, por e!
obvio motive de que una desviaci6n de 2 es diez veces mJ.s importante si deriva
de una diferencia 12-10 que si deriva de una diferencia 112-110. Por otto lade, an-
tes de sintetizar las desviaciones normalizadas de toda una tabla sum<indolas, es
preciso elevarlas a! cuadrado para evitar que se anulen. De to do esto .Ia formula
del chi-cuadrado resulta en:
Los estadisticos justamente aconsejan no calcular X2 si en Ia tabla hay al me-
nos una frecuencia te6rica igual a 5 o menor. Esto se debe a que en la fOrmula
cada sumando (f - f )'esci normalizado dividiendolo por f; si el divisor (f,) es
0 ' '
demasiado pequeii.o, el valor del sumando es demasiado alto, lo que inflara ar-
tificialmente e! valor de Ia suma -es decir, del mismo X'·
Como ya se dijo, el chi-cuadrado no cuantifica Ia intensidad de Ia asocia-
cion entre dos variables categoriales. Ellector puede comprobarlo calculando
(con Ia ayuda de Ia computadora) su valor en una tabla, luego duplicando todas
las cifras en Ia misma tabla y calculando nuevamente el coeficiente: su valor se-
ra exactamente el doble del valor precedente, mientras Ia intensidad de Ia aso-
ciaciOn permanece igual. Por otro lado, es intuitive que la atracciOn /repulsiOn
que aparece en Ia tabla con las cifras duplicadas sea dos veces menos probable-
mente debida a! azar porque esci basada en el doble de casas.
El hecho de que el valor del chi-cuadrado dependa linealmente del numero
de casos demuestra su naturaleza de medida inferencial, es decir relativa ala in-
ferenda de los resultados del analisis de una muestra a toda Ia poblacion. For-
malmente, para convertirlo en una medida relativa ala intensidad de la asocia-
ci6n basta con dividir su valor porN, el nUmero de casos. Yen efecto, esto es lo
4 Vease m5.s adelante en este mismo apartado.
s N6tese que 'chi' es la transliteraci6n inglesa de la letra griega X· Las malas traducciones ales-
paiiol de los manuales norleamericanos de estadlstica impusieron el uso de 'chi' en lugar de 'ji',
que seria la transliteraci6n correcta en lengua espafi.ola.
6 Es decir, no existen atracciones ni repulsiones entre las categorias de una variable y las cate-
gorias de la otra: vease el apartado 15.2.
1
.
.
j
i
~
ELANALISIS BIVARIABLE
259
14
que hace Ia formula de <p' (Fi-cuadrado); tambien otros dos coeficientes, C de
J Pearson y V de Cramer, se basan en esta divisiOn, en la que introducen varias
l
1
modificaciones.
Pero, como se decia, coeficientes que sinteticen la intensidad de una aso-
ciaci6n entre variables categoriales no tienen sentido porque las relaciones se
l sitUan entre cada categoria de una variable y cada categoria de la otra, y no
pueden ser sintetizadas de ninguna forma. Aun cuando sea mas r3.pido y pa-
rezca cientifico inencionar nllmeros, ningU.n coeficiente puede reemplazar la
paciente confrontaci6n entre frecuencias empiricas y frecuencias te6ricas en
cada celda.
Ademas, esta confrontaci6n se debe hacer teniendo en cuenta lo que pasa
en las otras celdas de Ia misma fila y de Ia misma columna: solo asi se pueden
interpretar con mayor confianza los resultados (es decir, las frecuencias em-
piricas) en las celdas con bajas frecuencias teoricas, que -como ya se seii.ala-
ba- no bastarian para establecer una conclusiOn si son consideradas aislada-
mente.
154- La relacion entre dos variables ordinales
Como se decia en el apartado 7.2, una variable ordinal tiene valores altos y
valores bajos. Si se relaciona con otra variable ordinal,7 y a valores altos de Ia
primera tienden a corresponder valores altos de la segunda, mientras a valores
bajos de Ia prim era tienden a corresponder val ores bajos de Ia segunda, se dice
que entre las dos variables existe una COGRADUACI6N (tambien denominada
concordancia).
La forma mas r3.pida de evaluar que relaciones existen entre las dos varia-
bles ordinales es considerar las celdas ubicadas en o cerca de las diagonales 8 de
Ia tabla bivariable. Si -como es adecuado hacer- ponemos los valores bajos de
am bas variables en el rincon izquierdo superior y los valores altos de am bas va-
riables en el rincOn derecho inferior, y encontramos desviaciones positivas en
las celdas en o cerca de Ia diagonal, se puede concluir que las dos variables estan
asociadas positivamente. La tabla 15.11 presenta un caso.
7 Si una variable ordinal se relaciona con una variable categorial (o con una dicotomia) la he-
rramienta para analizar la relaci6n es la tabla bivariable, que se analiza con los mismos criterios in-
troducidos en el apartado precedente, y disfrutando el hecho de que la reducida autonomla se-
m5.ntica de las variables ordinales (vease apartado 8.2) permite a veces identificar un rumba mas
general en la relaci6n.
Por el contrario, si una variable ordinal se relaciona con una variable cardinal, la tecnica de
an5.lisis cambia completamente (vease el apartado siguiente).
8
En rigor, s6lo se puede hablar de una diagonal silas dos variables tienen el mismo nti.mero
de categorias. Pero, sea cual fuere la forma de la tabla, siempre se puede trazar una diagonal ideal y
ver cu5.les celdas son vecinas.
260 METODOLOGfA DE LAS CIENCIAS SOCIALES
EL ANAL! SIS BIVARIABLE

Tabla 15.11: Un coso de asociaci6n entre dos variables ordinates P-Q

y =
TlPO DE AREA TITUlO DE ESTUDIO P+Q
DE RESIDENCIA NINGUNO PRIMARIA SECUNDARIA UCENCIATURA DOCTORADO TOTAL

de montana 10 15 15 4 1 45 AI no considerar los pares empatados, y tiende a sobrevalorar Ia intensidad

rural 14 25 36 14 3 92 de la asociaci6n, positiva o negativa; esta sobrevaloraci6n es mas grave al crecer
semirrural 6 22 38 14 3 83 el numero de categorias de una u otra variable (Galtung I967: 223; Davis I97I:
de cintur6n 7 29 44 21 3 104 75-76).
urbana 13 46 99 61 16 235 Para poner remedio a las limitaciones dey, Kendall propuso (I948, cap. 4)
capital provincial 12 45 98 72 22 249 otros dos coeficientes para variables ordinales. Uno de ellos (~b taub) puede
metrOpolis 6 38 65 60 23 192 conseguir el maximo valor (+I o -I) solo si Ia tabla bivariable es cu~drada (tiene
total 68 220 395 246 71 1.000 el mismo numero de categorias en las dos variables). El coeficiente tiene en el
denominador, en Iugar de Ia suma de pares concordantes y discordantes (como
y), el total de los pares posibles [N * (N -I) I 2]. Su formula es:
La tabla muestra Ia relacion entre el titulo de estudio y el tipo de area donde ·1
habitan los encuestados. Las categorias de Ia segunda variable estan ordenadas j 2(P- Q)
desde Ia mas marginal (area de montana) a Ia mas central. Se pu~ieron en cursi-
va las celdas donde Ia frecuencia empirica es mayor que Ia teonca. Se puede N (N -I)
comprobar que todas esas celdas estan ubicadas a lo largo de Ia diag~nal de Ia
Otto coeficiente (~,, tauJ puede alcanzar su maximo valor (+1 o -I) en cual-
cograduacion (concordancia), Ia que desciende de Ia celda supenor Izqmerda quier tipo de tabla.9 Su formula es:
(valores bajos 1 bajos) a Ia inferior derecha (v~lore~ altos (altos). Por eso se
puede concluir que ]a centralidad del area de residenCia y el titulo de estudw es-
2 *min* (P- Q)
tin asociadas: al aumentar la primera tiende a aumentar el segund_o. ~ .
Naturalmente, no siempre pasa que las celdas con frecuenCias emp1ncas N" (min -I)
mas altas que las teoricas se ubiquen a lo largo de Ia diagonal descendente, co-
mo en ]a tabla Is.n. Esas celdas pueden ubicarse a lo largo de Ia diagonal ascen- donde min indica el numero men or entre el total de las filas y el total de las co-
dente (Ia que vade ]a celda inferior izquierda a Ia superiorderecha): en este cas.o lumnas de Ia tabla. Pero si Ia tabla noes grande, Ia disparidad entre min (que es-
las dos variables ordinales estarian contragraduadas (discordantes), esdecn ta en el numerador) y el valor de min -I (que esta en el denominador) puede
tendrian una relacion global negativa entre sL 0 bien elias pueden estar disper- conllevar un valor global del coeficiente ~,que sobreestime Ia intensidad de Ia
asociaci6n.
sas sin ningun patron en Ia tabla; en este caso nose puede hablar de una rela-
cion global entre las dos variables, sino de un complejo de relacwnes de atrac- · Todos estos coeficientes son bidireccionales. Tal como hizo para las dicoto-
mias, Somers propuso un coeficiente unidireccional, que llam6 D como otros
ci6n y repulsiOn entre categorias especificas de una y otra v~n~~le. -
coeficientes que tam bien habia propuesto. Su formula es:
Los coeficientes que cuantifican Ia intensidad de Ia asociacwn entre dos va-.
riables ordinales asumen que Ia relacion sea global: de lo contrano, los coeficien- ·
D = _ _P_-_Q_:o____
tes tendran valores bajos y poco sentido. Todos esos coeficientes se"b~san en la
diferencia entre el total de pares "concordantes" y el total de pares dis~ordan­ P+ Q+Vd
tes". Un par de casos (Ay B) se denomina concordante cuando el caso.A t:lene un
puntaje mas alto que el caso B en am bas variables; se denomma discordan;e don de Vd indica el total de los pares que tienen el mismo valor en Ia variable
considerada dependiente.
cuando el caso A tiene un puntaje mas alto que el caso B en una vanable Y mas
bajo en ]a otra. Una tercera posibilidad es que dos casos"tengan el r,';ismo valor La tabla 15.12 presenta en forma sintetica las varias situaciones en que se
debe usar uno u otto coeficiente.
en una o ambas variables: este par de casos se denomma empatado ·
El mas conocido de los coeficientes que cuantifican Ia intensidad deb aso-
ciaci6n entre variables ordinales es y (gamma: una letra griega corresp~nd1en:e 9 No confundir con tc que se present6 en el apartado 15.2 y que se refiere a dicotomlas. Dado
a una g gutural). Como otros coeficientes ordinales, y se basa en Ia diferen?Ia que la fantasia de los estadisticos noes grande, hay una media docena de coeficientes llamados t,
entre el total de pares concordantes (P en las formulas) y el total de pares d;s- que s-6lo se distinguen entre si par el subindice. Ademas no hay acuerdo entre au tares en tomo de
los subindices: el mismo subindice es usado para coeficientes diferentes, y el mismo coeficiente es
cordantes (Q en las formulas), no considerando los pares empatados. Su for,
identificado con subindices diferentes por au tares diferentes. La {mica manera de salir de este caos
mulaes: es mirar las fOrmulas.
 METODOLOGiA DE LAS CIENCJAS SOCIALES
~--------------------
EL ANAL! SIS BIVARIABLE
..
Tabla 15.12: Criterios para se/eccionar un coeficiente de asociaci6n Tabla 15.13: Promedio, desviaci6n tipica y coeficiente de variaci6n
entre variables ordinates del ingreso mensual en varios pafses
LA RELACI6N ES LA TABLA EL N0MERO MENOR El COEFICIENTE PAIS PROMEDIO (U$5) DESVJACION TiPJCA (U$5) COEFJC!ENTE DE VARIACJ6N
CONSIDERADA: T!ENE FORMA: DE CATEGOR[AS ES: ADECUADO ES:
Finlandia 2.538 824 0,325
bidireccional cuadrada cualquiera 'b Suecia 2:404 607 0,252
bidireccional rectangular <6 y Mexico 827 548 0,663
bidireccional rectangular ~6 <, Uruguay 811 463 0,571
unidireccional cualquiera de las dos cualquiera D

A pesar de su simpleza, Ia tabla permite sacar conclusiones interesantes en

Las variables ordinales que se acostumbra usar en las ciencias sociales rara-
mente tienen mas que una media docena de categorias. Pero en los laboratories
de psicometria, y tam bien en algunas encuestas de marketing, se usa otto tipo de
variable ordinal, que se produce pidiendo a los sujetos ordenar un conjunto de
objetos (pueden ser productos, actores, personajes politicos, etcetera) seglin un
criteria escalar (de mayor a menor utilidad, o simpatia, etcetera). Para cuantificar
el grado de concordancia entre los ordenamientos de los mismos objetos pro-
puestos por sujetos diferentes, o por el mismo sujeto con criterios diferentes
(por ejemplo, dos ordenamientos de los mismos politicos en arden de simpatia
y de capacidad) el psicologo ingles Charles Spearman propuso (1904b) el coefi-
ciente p (rho, una !etta griega correspondiente a una r aspirada). Su formula es:
6 Id'
p = 1 -
N(N'-1)
donde des Ia diferencia en las posiciones del mismo objeto en los dos ordena-
mientos y N es el numero de objetos.
La fOrmula es concebida de manera que r cobra su maximo valor positive
(+1) cuando hay coincidencia perfecta entre los ordenamientos, y su maximo
valor negative (-1) cuando un ordenamiento es exactamente inverse al otro.
Rho ocupa una posicion intermedia entre los coeficientes ordinales y los
cardinales (de los que se hablara en el apartado siguiente). Noes un coeficiente
ordinal porque los coeficientes ordinales no tratan en ninguna forma de cuan-
tificar la distancia entre posiciones, limitandose a establecer si un valor es ma-
yor, igual omenor que otto. Y no es un verdadero coeficiente cardinal porque Ia
distancia entre las posiciones es supuesta igual pero no es medida de ninguna
forma. Por eso p, a! que se denomina coeficiente de rangos, solo se puede apli-
car a Ia concordancia entre ordenamientos: cualquier otto uso serfa incorrecto.
torno del nivel de ingreso media cotejado con su dispersion. Se comprueba por
ejemplo que los ciudadanos de Suecia y de Finlandia tienen un nivel similar de
ingreso media, pero entre los suecos hay una mayor homogeneidad en el ingre-
so, probablemente debido a! hecho de que Finlandia tiene una poblacion mas
numerosa en areas rurales pobres. Lo mismo ocurre para mexicanos y urugua-
yos: ingreso promedio similar, pero mayor homogeneidad entre los ultimos.
La (probablemente alta) diferencia de ingreso entre un sueco cualquiera y
un mexicano cualquiera depende en alguna medida de Ia variable categorial, es
decir, del pais de residencia (quien vive en Suecia tiene a priori cierta ventaja),
mientras que la diferencia de ingreso entre un mexicano cualquiera y un uru-
guayo cualquiera no depende en medida apreciable del pais de residencia, sino
de otros factores (profesion, educacion, etcetera).
Una figura como Ia 15.3 (denominada BOX PLOT, diagrama de cajones) es el
equivalente grafico de una tabla como Ia 15.13 respecto de informaciones acerca
del promedio y dispersion de una variable cardinal entre las categorias de una
variable categorial. En particular, en Ia figura 15.3 se representan los ingresos
mensuales (en do lares) declarados por empleados encuestados en cinco paises
de Sudamerica: Argentina, Mexico, Uruguay, Brasil, Colombia. Los boxesunen
para cada pais el primer y el tercer cuartil. w A! interior de cada box, una linea
espesa indica Ia posicion de Ia media (o de Ia mediana:" eso depende de Ia elec-
cion de quien disefia el box plot). En muchos box plots se ponen tam bien los
whiskers (favoritos), lineas que unen el primer cuartil con el primer deci]" o el
tercer cuartil con el ultimo decil. Si el numero de casas no es alto (como en el
caso de los encuestados uruguayos en Ia figura 15.3) puede pasar que un decil
tenga el mismo valor del cuartil relativo, y entonces nose traza. Los circulitos
que seven en la figura 15.3 son letras o, que representan outliers/3 e indican ca-
sas con val ores muy diferentes de los otros.

15.5. La relacion entre una variable cardinal y una categorial u ordinal
La forma mas simple de relacionar una variable cardinal con una categorial
es presentar algunos valores caracteristicos (como el promedio, Ia desviac:io.n .. "~9
tipica, etcetera) de Ia cardinal para cada categoria de Ia categorial. La tabla 15.13
presenta esos valores relativos a! ingreso mensual (en dolares) de ciudadanos
de cuatro paises.
10
En una distribuci6n el primer cuartil es el valor que divide el cuarto de los casos con valores
mas bajos que todos los otros; el tercer cuartil es el valor que divide el cuarto de los casos con valo-
res mas altos que todos los otros.
11
La mediana es la cifra que divide la distribuci6n en dos partes iguales: una mitad tiene los
valores mas bajos, otra tiene los valores mas altos (vease apartado 8.2).
'~En una distribuci6n el primer dedi es el valor que divide el diezmo de los casos con valores
mas bajos que todos los otros; el Ultimo decil es el valor que divide el diezmo de los casos con valo-
res mas altos que todos los otros.
'3 Outlieres un t&rmino ingles que indica alga que yace (lies) afuera (out) del grupo.
 METODOLOGiA DE LAS CIENCIAS SOCIALES EL ANALISIS BIVARIABLE z6s

Figura 15.3: Un box plot por Karl Pearson (1913) y su simbolo es 11'(eta cuadrado: una letra griega corres-
pondiente a una e larga). Su formula es:
---,-
'r
r
N k N k
r 11' = I I x'./
.J II
r
r

0
---,-- 0 ---,-
r
r
Como se vio en el apartado 8.3, x1 indica la desviaci6n de cualquier dato en
r
r --,--- r la variable cardinal X del promedio de la misma variable; x. indica que las des-
0
0
r --.---
r
r
r
r
r
. . . J
v1acwnes cenc1ernen no a casas especificos (porque el simbolo de los casas es-
'" r

8' 'B 0
pecificos, el subindice i, esta neutralizado y sustituido por un punto), sino a ]a
r
media de la variable cardinal en las distintas categorias de ]a categorial. En el
r
0 r denominador el signa xijindica que en este case se consideran las desviacienes
0 r
r
ro
r r r de cada caso en cada categoria del promedio general.
r r r
_,_r r
r
Hay dos simbolos de sumatoria (2:: vease el apartado 8.3) para destacar que
los promedies de las categorias no deben sumarse una vez por cada categeria,
0
0 sino que cada premedie debe sumarse tantas veces cuantos sean los casas per-
g
tinentes en su categoria.
0 El valor de 11'varia entre o (el promedio de ]a variable cardinal es exacta-
mente el mismo en todas las categorias: eso demuestra que Ia variable catego-
0
r
rial no tiene ninguna influencia sobre la cardinal) y 1 (todos los casos pertinen-
Argentina Mexico Uruguay Brasil Colombia tes a una categoria tienen el Inismo valor en la variable cardinal: no hay varianza
interior a las categorias, y toda la varianza depende de la pertinencia a una u
otra categoria de la variable categorial). Entre esos dos extremos se ubican los
En ]a figura se comprueba que el promedio de los ingresos mensuales de- valores de lf: habitualmente, en las variables que se utilizan en las ciencias so-
clarados por los empleados argentinas es mas alto que el de los otros cuatro ciales, ellos no superan .2, y un 11' igual a .I ya se puede considerar ]a sefia] de
paises; por lo que concierne a los empleados argentinas respecto de otros, la una influencia considerable de la variable categorial en la cardinal.
variable categoria] 'pais de residencia' tiene cierta influencia. Por otro lado, los Cabe destacar el hecho de que cuanto mayor es el niimero de las categorias
ingresos mensuales declarados por los empleados de los otros cuatro paises tie- de una variable categorial, mayor es ]a probabilidad de que una parte de ]a va-
nen un promedio equivalente: los uruguayos se distinguen no tanto por tener rianza total de Ia cardinal se convierta en varianza exterior (entre una categeria
un promedio mas ell to, sino por declarar ingresos mas homogeneos que otros.1 4 y Ia otra). Per ese motive,, si dos variables categoriales tienen un nUmero sensi-
Imaginemos ahara reiterar el mismo anillisis para los encuestados de un so- blemente diferente de categorias noes precise confrontar los 11 2 para ver cuJl
lo pais, considerando en este caso como categorias a las provincias de residen- de las dos influye mas a una variable cardinal: ]a que tiene mas categorias goza
cia. Entonces, se divide la varianza total de los ingresos 15 en dos partes: una de una ventaja a priori, independiente de su influencia real. Por ejemplo, si en
parte se puede atribuir ala pertenencia de cada encuestado a una u otra provin- la Argentina Ia asociaci6n entre genera e ingreso tiene el mismo 11 2 que Ia aso-
cia, y la parte restante se debe atribuir a otros facto res. La segunda parte se de- ciaci6n entre ingreso y provincia de residencia, Ia conclusiOn es que el genera
nomina varianza interior (a cada categoria); la primera se denomina varianza tiene una influencia mayor que Ia provincia de residencia.
exterior; por eso la tecnica se denemina ANAusrs DE LA VARIANZA. El ceeficiente Si una variable cardinal (por ejemplo, el ingreso) se relaciona con una varia-
que cuantifica la influencia de la variable categorial en la cardinal esta bas ado en ble ordinal (por ejemplo, el titulo de estudio), se puede esperar que se halle una
la proporci6n de la varianza exterior sobre la varianza total. Esto fue propuesto asociaci6n global, en el senti do de que el promedio de ingreso en cada categoria
de ]a variable ordinal crezca a medida que los titulos sean superiores (si estos
promedios disminuyeran regularmente al ser mayor el titulo, Ia asociaci6n se-
'4 Con la excepci6n de cuatro outliers; el mas bajo de ell as pod ria ser una respuesta maliciosa
ria igualmente global, pero negativa en vez de positiva).
o un error en la codificaci6n.
15 Sabre el concepto de varianza, v&ase el apartado 8.3. Si los promedios de la variable cardinal en las categorias de la ordinal cre-
cen o disminuyen regularmente, se dice que hay una relaci6n monot6nica en-
 266 METODOLOGiA DE LAS CIENCIAS SOC!ALES ELANALISIS BIVARIABLE

tre las dos variables.' 6 Naturalmente, una figura como el box plotayuda a com-
probar si Ia relaci6n entre las dos variables es global (en tal caso, los promedios
de Ia cardinal en las categorias crecen o disminuyen regularmente) o si algunas
categorias tienen asociaciones particulates con la cardinal, en la medida que sus
promedios son considerablemente mas altos 0 mas bajos de lo que deberian ser
siguiendo el arden.
Una medida de cuanto se aleja de ser global Ia asociacion entre las dos va-
ri;lbles se puede lograr restando de l"]'el coeficiente equivalente para dos varia-
bles cardinales (r' ), que asume una relacion global-como se vera en el proxi-
mo apartado. Si Ia diferencia es grande, eso significa que los promedios de Ia
variable cardinal en una o mas categorias se apartan mucho del rumba de las
otras porque esas categorias tienen relaciones particulares (Ilamadas "interac-
ciones") con Ia variable cardinal.
15.6. La relacion entre dos variables cardinales
La relacion entre dos variables cardinales se representa poniendo una en Ia
abscisa y otra en Ia ordenada de un diagrama de dispersion, como el que seve en
Ia figura '5·4· Par convencion se pone en Ia abscisa y se indica con Ia !etta X Ia va-
riable que se considera independiente en el modelo (vease el apartado 15.1) yen
Ia ordenada Ia que se considera dependiente, indicandola con Ia letra Y. Cada
punta en el diagrama representa un caso, o mas exactamente el cruce de sus va-
lores en Ia variable que est:i en Ia abscisa yen Ia variable que esta en Ia ordenada.
Figura 15.4: Un diagrama de dispersion
1.0
En Ia figura 15-4 se presenta Ia relacion entre el numero de municipios de
una provincia y Ia proporcion de los que est:in conectados por el ferrocarril. La
relaci6n noes lineal: lo seria sial crecer el nlimero de municipios creciera regu-
larmente Ia proporcion de los que estan conectados por el ferrocarril. Las pro-
vincias de montafia tienen pecos municipios y muchos no est3n conectados,
mientras que una proporci6n bastante alta de municipios en las provincias de
llanura esta conectada; pero algunas provincias de llanura son pequeiias y tienen
pocos municipios, similar a las de montana. La forma no lineal del patron que
aparece en el diagrama atestigua la naturaleza espuria17 de la asociaci6n entre el
nlimero de rnunicipios de una provincia y la proporci6n de esos rnunicipios que
son conectados por el ferrocarril: lo que influye en Ia segunda variable no es el
nlirnero de rnunicipios en si sino el ser la provincia de rnontafia o de llanura.
Si Ia posicion de los puntas en el diagrama presenta una relaci6n bastante li-
neal entre las dos variables (en el sentido de que los valores de Ia variable en Ia or-
denada tienden a crecer, o decrecer, regularmente a! crecer los valores de Ia variable
en 1a abscisa) se puede cuantificar con varios coeficientes la influencia que la varia-
ble que se considera independiente ejerce en Ia que se considera dependiente.
El primero de ellos mide Ia pendiente de Ia recta que interpola los puntas del
diagrama, como Ia que seve en Ia figura 15.5, que presenta Ia relaci6n entre Ia es-
tatura y el peso de una muestra de encuestados. Naturalmente, el peso de un in-
dividuo no esta influido solo por su altura, sino por muchas otras propiedades
que no aparecen en el modelo. Con todo, el diagrama atestigua cierta influencia
de Ia estatura en el peso en el senti do de que, a! crecer una, tiende a crecer el otto.
Figura 15.5: Una recta de regresi6n
0 oo
90 -

0 0
.9 cc c c 80
c 0
d',g c
c (]~ c c 0
.8
c c c~ c c
0
I:P tg c (] c c
0
c c 70
c c 0
cC c
0 oc96) oo oo
.7
c
c
"'
cc c c
0 6,0
0
00
6'
Cc c 0
c c
0 o o§o oo 0
.6 60
0 0 0
c 0
c 0
c 0
.5 c 0
c 0
c
50
.4

.3 d' 40
0 20 40 60 80 190 120 140 '
I
150 160 170 180 190
16
Nose puede hablar de una relaci6n lineal porque una de las variables es ordinal, lo que con-
lleva que la distancia entre sus categorias es arbitraria: s6lo el arden de las categorias nolo es. 1
7 Sabre relaciones espurias, vease el capitulo siguiente.
268 METODOLOGfA DE LAS CIENCIAS SOCIALES EL ANALISIS BIVARIABLE

La recta que interpola los puntas del diagrama en Ia figura 15.5 se denomina Y donde Ia recta de regresion intercepta Ia ordenada, cuando Ia variable inde-
RECTA DE REGRESI6N.' 8 Alineados a lo largo de esta recta se encuentran los val ores pendiente X tiene valor o. Otro coeficiente es b (denominado "coeficiente de
de Ia variable dependiente 0') que corresponderian a cada valor de Ia indepen- regresion"), que mide Ia pendiente de Ia recta, es decir el incremento del valor
diente (X) seg{tn Ia relacion global entre X e Y. Ya que, como se dijo, Ia relacion previsto deY para cada incremento unitario de los valores X,.
entre X e Y noes determinista, y los valores Yi tambi€n son influidos por mu- La ecuaci6n de Ia recta es por lo tanto:
chas otras propiedades, casi siempre hay un desfasaje entre los valores efectivos
(Y,) y los que Ia tecnica preve (Y) solo sabre Ia base de Ia asociaci6n entre X e Y. Y; = a + bX,
La diferencia entre Y e '!' se denomina RESIDUa (e.): por lo tanto, donde '!', significa -como ya se dijo- valor previsto deY, en base a Ia relaci6n
' ' ' global deY con X.
En la fOrmula, a y b son incOgnitas. Para establecer su valor con respecto a
los datos que estamos examinando, se parte de lo que ya se dijo, es decir que los
residuos pueden considerarse desviaciones de un promedio y que por lo tanto
Figura l 5.6: Recta de regresi6n y residuos su suma algebraica es o. Esto se expresa con Ia equivalencia 2: (Y, -1) = o.
Pero Ia formula anterior establece que'!' i =a+ bX,. Por lo tanto se puede ex-
y presar 2: (Y,- a- bX,) = o. Dado que a y b son constantes, distribuyendo Ia su-
matoria esta equivalencia se puede expresar IY,- Na- biX,) = o, donde N es el
nUmero de casos.
Pasando Na a] otro !ado del igual con un cambia de signa, obtenemos:

0 0 Na = 2:Y, - b2:X,
0
0
0 0 y dividiendo ambos miembros porN obtenemos: a = Y- bJC.
0 Este resultado, obtenido tras manipulaciones matematicas de Ia formula de
0 0

0
0 partida, nos dice que el valor de Ia INTERSECCI6N es igual a Ia diferencia entre el
ol
0
'
0 I
0
promedio de los val ores de Ia variable dependiente y el promedio de los val ores
10
0
0 0 I 0
0 0
de Ia variable independiente multiplicados por el coeficiente de regresion. Esto
0
conlleva que la recta de regresiOn tiene que pasar -como lo muestra la figura
0
0 6 15-7- por el punto del diagrama donde se cruzan Ia ordenada de X y Ia abscisa
deY. Este punta se denomina BAR! CENTRO, porque corresponde a! punta de
X equilibria del sistema de los puntas.
0
Figura l 5.7: lntersecci6n y baricentro
Como muestra la figura 15.6, en la que algunos residues estiln evidencia-
y
dos, los residuos son segmentos de Ia ordenada: cuando el valor efectivo Y, es
mas alto del valor previsto ('!'), el residua es positivo; a Ia inversa, es negativo. Y=a+bX
Como pasa con todas las desviaciones de un promedio, Ia suma algebraica de
los residuos positives y negatives es o. Ellector no debe sorprenderse por esta
afirmaci6n: Ia recta de regresi6n puede considerarse una media m6vil; cada
l
punta en esta recta puede concebirse coino el promedio de todos los valores
que podria asumir Ia Yen correspondencia con un valor dado de Ia X si Ia rela- bX
cion global entre X e Y fuese Ia trazada por aquella recta de regresion.
Veamos ahora c6mo se traza esta recta de regresi6n. Para ello, necesitamos
dos coeficientes: uno es a, denominado intersecci6n, que es el valor previsto de b

a a
X
18
Una etiqueta que le dio el gran estadlstico ingles Francis Galton par sugerencia de su colega
Francis Ysidro Edgeworth (Piovani 2006). 0
270 METODOLOGIA DE LAS C!ENC!AS SOC!ALES
Pero, como lo establece Ia geometria, por un punto pasan infinitas rectas. Pa-
ra saber cual es Ia recta de regresion tenemos que conocer el valor de a (porque
por dos puntos pasa una sola recta), y para calcular este con Ia formula: a = Y- bX
tenemos que conocer b:X. Para determinar b, y par consiguiente a, se necesita in-
troducir otra condici6n: que la suma de los residues cuadrados sea la men or po-
sible. Con este criterio 19 se fuerza la recta a pasar lomas cerca posible ala mayor
cantidad de puntas en el diagrama, ya que Ia elevacion a! cuadrado acrecienta el
peso de los residuos mas grandes. Aplicando Ia formula del analisis matematico
para Ia minimizacion, se halla que el valor de b que logra este resultado es
b (coeficiente de regresion) =
LX y,
2: x';
El coeficiente de regresion deY en X es por lo tanto Ia codevianza de X e Y
(en cuanto las dos variables varian juntas) dividido porIa devianza de X (en
cuanto Ia independiente varia sola). La division porIa devianza tiene el efecto
de normalizar b con respecto al nUmero de casas, en cuanto este nlimero influ-
ye en ambas sumas (tanto Ia del numerador como Ia del denominador). La for-
mula tiene una interpretaciOn geometrica, que se presenta en Ia figura 15.8.
Figura 15.8: Interpretacion geometrica de los coeficientes
de regresi6n y correlaci6n
y
-+ ++
+-
X
0 •
En el diagrama de Ia figura 15.8 solo se ubicaron cuatro puntos (uno por ca-
da cuadrante) sei\a]ados por flechas. Para cada punto se disei\aran dos desvia-
ciones: un segmento horizontal representa su desviaci6n del promedio X, y un
segrnento vertical representa su desviaci6n del promedio Y. Estos dos segmen-
tos forman, con Ia abscisa y Ia ordenada de los pramedios, un rectangulo (blan-
'9 Introducido hace dos siglos par los matemiticos Gauss y Legendre.
EL ANALISIS BIVARIABLE 271
co en Ia figura 15.8) que es Ia representaci6n grafica del sumando x;Y; en el nu-
merador de Ia formula de arriba. Ademas, sobre cada desviacion en Ia abscisa se
construyo un rectangulo con fondo grisado clara, que es Ia representaci6n gra-
x,
fica del sumando 2 en el denominador de Ia formula enunciada. 20 El coeficien-
te de regresi6n es nada mas que el cociente entre Ia suma de los rectoingulos
blancos dividida porIa suma de los cuadrados con grisado clara (naturalmente
en los diagramas con datos reales haymucho mas que cuatro puntos).
Se dijo que b esta normalizado con respecto del numero de casos; pero no
lo esta con respecto a Ia unidad de medida de las dos variables, en tanto que en
el denominador de Ia formula solo esta X. Si Ia variable en Ia abscisa fuera algu-
na longitud en kil6metros, convirtiendo Ia medida en metros automaticamente
se dividiria por 1.000 el coeficiente de regresion de cualquier otra variable so-
bre Ia longitud. El coeficiente de regresion solo sirve para prever el valor de ca-
da caso en Ia variable Y, si se conoce el valor de X en ese caso y teniendo en
cuenta Ia interseccion y las especificas unidades de medida de X e Y. Pera no
sabemos nada acerca de cuanto esta revisiOn sea confiable, en tanto no sabemos
nada acerca de Ia intensidad de Ia asociacion entre X e Y.
Se intuye que cuanto mas cercanos son los puntas a Ia recta de regresi6n,
tanto mas confiable es Ia prevision; pero b mide Ia pendiente de Ia recta, no Ia
distancia de los puntos a ella. La figura 15.9 y Ia tabla 15.14 praporcionan una
demostracion de esto, presentando Ia relacion con Ia misma X (en Ia abscisa) de
dos variables dependientes, cuyos valores son representados en Ia ordenada
por cuatro cuadraditos negros (variable Y) y por cuatra circulitos (variable Y').
Figura 15.9: lnsensibilidad de b a Ia intensidad de Ia asociaci6n
y
0
10 •
•
0 0
6 •
0
2
X
0 4 8
20 Los cuadrados construidos sabre las desviaciones en ordenada (grisado oscuro) nose con-
sideran para el coeficiente de regresi6n, sino para el de correlaci6n.
 iI
272 METODOLOGfADE LAS CIENCIAS SOCIALES EL ANAL! SIS BIVARIABLE 273

La figura hace patente que Ia asociaci6n deY con Xes mas estrecha, ya que Ixs,·
los cuadraditos negros estiln mas cercanos a la recta de regresi6n, lo que hace r = --;=~~·~=
..J Ix'Iy.'
mas confiable Ia prevision y mas pequefios los residuos. Con to do, Ia pendiente ' '
de Ia recta de regresi6n es Ia misma para las dos variables {Y e Y'). El numerador de res igual a! deb; Ia diferencia esta en el denominador, que
usa Ia media geometrica de las dos devianzas en Iugar de solamente Ia devianza
Esto se puede comprobar con la tabla 15.14. En la primera columna sere-
de la independiente. Esta forma de normalizaci6n convierte a ren un coefi-
portan los valores de los cuadraditos negros en la abscisa~ en la segunda,
ciente estandarizado, que varia entre un mcl.ximo de +I (las dos variables coinci-
los cuadrados de sus desviaciones (simbolos x;') del promedio {que es 6).
En la tercera y la cuarta columna, se repite lo mismo para Ia ordenada (cuyo den en su direcci6n) y un minimo de -I {las dos variables siguen direcciones
promedio es 7). En Ia quinta columna se reportan los productos de las des- inversas). Silas dos variables son independientes, o entre elias no hay alguna
viaciones en la abscisa yen la ordenada. forma de relaci6n lineal," rcobra valor o.
Siendo estandarizado, rno sirve (como b) para prever los valores a partir de
los Xi; pero si sirve para estimar Ia precisiOn de esa previsiOn. Ademas, sirve
Tabla 15.14: Datos relativos a Ia Figura 15.9
para comparar Ia intensidad de Ia asociaci6n entre dos variables cualesquiera, y
CUADRADITOS C!RCUUTOS naturalmente de Ia asociaciOn de una misma pareja de variables en poblaciones
x, x'
'
v, y.l2 Xj.Vi e, y:
' r? XJ't o muestras diferentes.
4 4 4 9 6 -1 3 16 8 Los coeficientes de regresi6n y de correlaci6n asumen que Ia relaci6n en tie X
4 4 6 2 +1 7 0 0 e Y sea global y lineal. Si una relaci6n no Ia es, los val ores de esos coeficientes pue-
8 4 8 2 +1 7 0 0 den ser gravemente sesgados. Las figuras I5.10A y IS.IOB muestran dos situacio-
8
··--
4 10 9 6 -1 11 16 8 nes en las que una relaci6n nose puede definir como global, en el sentido de que Ia
24 16 28 20 16 0 28 32 16 posiciOn de algunos puntas en el diagrama muestra que en los cases correspon-
prom. 1' prom. 1' 1' prom. 1' 1' dientes Ia relaci6n entre X eYes muy diferente de lo que es en otros casas.
6 DEV, 7 DEVy CODEVx,v 7 DEV,. CODEVX,Y'
Figura 15.10: Efedos de outliers
El total de !a segunda columna es !a devianza de X; el total de Ia quinta co-
lumna es Ia codevianza de X e Y. Dividiendo Ia codevianza {I6) porIa de- A: Asociaci6n ficticia B: Asociaci6n suprimida
vianza de X (16) se obtiene 1. Por consiguiente Ia intersecci6n, que es igual a
y
Y- b X, es (7- 6 =) 1. Dado que Ia pendiente y Ia intersecci6n son igual a I,
sumando 1 a cada Xi podemos calcular los Y correspondientes; restando
esos valores de los Yi efectivos (tercera columna) se obtienen los residues,
que se presentan en la sexta columna.
Dado que los circulitos y los cuadraditos tienen igua1es valores en la absci-
sa, las dos primeras columnas de la tabla 15.4 tambien sirven para los pri-
meros. Las ordenadas de los circulitos (YJ se presentan en Ia septima co-
lumna; los cuadrados de sus desvios del promedio de los Y;' (que es 7) se
presentan en la octava columna, y Ia novena presenta los productos de los X X
desvios de cada circuli to en la abscisa y Ia ordenada. Se puede comprobar
0 0
que la codevianza de X e Y' es igual a Ia codevianza de X e Y. A su vez, la
devianza de las Xes Ia misma porque las abscisas son iguales; luego tam-
La figura 15.10A muestra una asociaci6n ligeramente negativa, casi inexis-
bien b es igual, como lo muestra Ia figura IS.I4- tente entre X e Y. Pero hay dos puntas muy alejados de los otros en el dia-
grama: ellos se encuentran fuera del grupo, y por eso se denominan outliers.
La forma de obtener un coeficiente que no dependa de las unidades de me-
Sus grandes desviaciones del promedio producen grandes sumandos que
dida y que mid a Ia intensidad de Ia asociacion es simple: basta con hacer total-
influyen en Ia fOrmula de b. La recta de regresi6n, que seria ligeramente ne-
mente especular Ia formula, anadiendo lo que faltabaal denominador, es decir
gativa, es atraida por escis outliers (como muestran las flechas en Ia figura), y
Ia devianza de Ia variable dependiente. Asi se obtiene el COEFICIENTE DE CORRE-
LACI6N, tambien denominado rde Pearson (en honor a! estadistico que lo per-
feccion6 en I896); su formula es 21
M.is adelante se aclarar.i el significado de esta frase.
274 METODOLOGfA DE LAS CIENCIAS SOCIALES
el coeficiente b que mide su pendiente daria una impresi6n completamente
sesgada de la naturaleza de Ia relaci6n a qui en no mire el diagrama.
Una distorsi6n opuesta muestra la figura Is.roB: la asociaci6n es fuerte y
positiva pero tres outliers atraen la recta de regresi6n. A quien no mirase el
diagrama, sino s6lo al coeficiente b, la asociaci6n le pareceria mucho me-
nos intensa de lo que es efectivamente.
Por otro ]ado, la asociaci6n puede ser global pero no lineal. La figura IS.Il
presenta dos casas en que la asociaci6n es mas intensa y tiene una natura-
le:Za diferente de lo que aparece con la recta de regresi6n y los coeficientes
relatives. No s6lo la naturaleza curvilinea de la asociaci6n se pierde com-
pletamente (lo que es inevitable al interpolar una recta), sino tam bien mu-
chos residues de Ia recta resultan mas altos de lo que serian respecto de la
curva. Luego, el valor de rresulta mas bajo, detectando una asociaci6n me-
nos intensa de lo que es en realidad.
Figura 15.11 : Relaciones no lineales
A: Relaci6n "logarftmica" B: Relaci6n parab61ica
y
.· ......:··· .·.
..
: .:·
~
....
·..
.... .·.
·.
X ~ : X
0 0
Naturalmente, los matematicos han elaborado desde hace siglos las herra-
mientas para interpolar curvas en Iugar de rectas. Por ejemplo, Ia curva di-
seftada en Ia figura rs.rrA tendria una ecuaci6n de Ia forma Y =a+ bXi + cXi 2 ,
y Ia curva diseiiada en la figura rs.nB tendria una ecuaci6n de la forma Y =a
+ bXi- eXt Estas fOrmulas, y otras mas complejas, se us an regularmente en
las ciencias naturales yen Ia ciencia econ6mica, en las que se puede razona-
blemente imaginar que algunos modelos hi variables esten bastante especifi-
cados {es decir, no esten demasiado alejados de las situaciones reales). Pero
en las ciencias sociales los modelos bivariables s6lo son Ia puerta de acceso
(como se decia en el apartado IS.I) a modelos mas complejos denominados
"multivariables", que se realizan manipulando los coeficientes b o r relati-
vos a las relaciones entre todos los pares de variables incluidas en cada mo-
dele multivariable. Siestas relaciones bivariables son expresadas por mas de
un coeficiente, los modelos multivariables se convierten en complejos siste-
mas de ecuaciones denominadas "no lineales", que implican competencias
matematicas que no tiene la mayoria de los investigadores sociales.
Por ese motive, en sociologia y ciencia politica se tiende a hipotetizar rela-
ciones lineales entre propiedades. Si la inspecci6n visual del grafico mues-
EL ANAL! SIS BIVARIABLE 275
tra que las relaciones son patentemente curvilineas (veanse las figuras 15-4
y rs.nA), la soluci6n que se acostumbra adoptar es transformar los valores
de una de las variables del modele en sus logaritmos. Comprimiendo los
val ores en la abscisa o en la ordenada, esta transformaci6n tiende a conver-
tir en lineales relaciones que antes nolo eran. Naturalmente, una soluci6n
de ese tipo es atinada cuando Ia relaci6n es "logaritmica" (como en Ia figura
Is.nA) y no cuando es parab6lica (como en la figura Is.nB).
Las relaciones parab6licas presentan problemas que no son solucionables a
nivel elemental. Para poder aplicar modelos multivariables que incluyan
una pareja de variables con una relaci6n parab6lica entre si, algunos divi-
den los casas que estan analizando en dos grupos: en uno ponen los casos
en los que Ia asociaci6n entre X eYes creciente; en otro, los casas en los
que es decreciente.
Hay una forma de cuantificar la medida en que Ia asociaci6n entre dos varia-
bles cardinales o cuasi cardinales dista de ser lineal. Esa forma requiere del cua-
drado de r (r'), que se denomina COEFICIENTE DE DETERMINACION, porque trata de
medir cuanto los val ores de la variable independiente determinan (linealmente)
los valores de la dependiente. Este nivel de determinacion lineal sera tanto ma-
yor cuanto mas cercanos ala recta de regresi6n sean los puntas del diagrama.
El coeficiente r'es igual al cociente entre ]a devianza deY reproducida22 por
su regresi6n lineal en X y la devianza total deY. En formula:
r' = 2: (Y,-Y)
·.
2:(Y,- Y)
El coeficiente r' es el equivalente de 11' (vease apartado IS-s), que es adecua-
do cuando una de las dos variables es categorial u ordinal.
Figura 15.12: Promedios de categoria fibres y vinculados
y
X
0
22
En lugar de devianza {o varianza) reproducida se acostumbra hablar de devianza (ovarian-
za) "explicada". Pero el verbo 'e:xplicar' y sus derivados no parecen atinados para describir los resul-
 METODOLOGJA DE LAS CIENCIAS SOCIALES
ELANAL!SJS BIVARIABLE

Reflexionando sobre !a figura 15.12 se entiende !a naturaleza de !a relacion Se puede tambien dividir cada valor de !a variable dependiente yen una
entre r'y TJ'. En el diagrama se muestran con guiones los promedios de los Y, parte reproducida por su asociacion con !a variable independiente X y una par-
correspondientes a cada X, (cada valor de !a X). En cambio, los val ores deY pre- te residual. Muchos programas de computadora, como el SPSS, producen auto-
vistas por !a recta de regresion deY en X tienen que ser alineados a lo largo de m<lt:icamente el vector de residues de una regresi6n y lo agregan ala matriz ori-
esta recta. Ese vinculo se justifica a !a luz del significado global que se acostum- ginal. Sino tenemos estes programas, noes dificil calcular los residues con esta
bra dar a !a asociacion entre dos variables cardinales, ya que en una variable car- formula:
dinal el centro semantico es toda !a variable. Por un motivo especular, el vincu-
lo no es adecuado cuando la variable no es cardinal, y su centro semclntico se res (Yen X) = yi- a - bXi.
ubica en cada categoria.
Para cuantificar Ia medida en que Ia asociaci6n dista de ser lineal basta con Esta operaci6n matemcltica corresponde exactamente ala operaci6n gr<lfica
tratar !a variable independiente ya sea como cardinal, calculando r' (el coefi- que se presenta en !a figura 15.13 y que consiste en una rotacion del diagrama tal
ciente de determinacion de los val ores Y, a partir de los val ores X;) ya sea como que pone !a recta de regresion paralela a !a abscisa.
categorial, calculando TJ'. A menos que todos los promedios representados por
guiones esten alineados a lo largo de !a recta (lo que no pasa en !a figura 15.12),
por necesidad matematica el valor de TJ' tiene que ser may?r del valor de r' par- Figura 15.13: C6mo los residuos de una regresi6n se convierten
que, a! no estar vinculados a !a linealidad, los promedios de cada categoria se en una nueva variable
adaptan mejor a !a distribucion real de los puntos en el diagrama.
Cuanto mas grandees !a diferencia entre r'y TJ', mas alejada de !a linealidad
estcl la asociaci6n. Pero, a menos que Ia diferencia sea importante y sus motives
se puedan hipotetizar, cabe igualmente tratar a X como cardinal. conforme a su
verdadera naturaleza. 0 ..•..• ::'·:·.=.: ·.. ··::: : .
Antes de terminar este largo capitulo, cabe mostrar c6mo el an<llisis de los ·. ·.· . . .· .
propios residues que estadisticos y econometristas descartan como errores
ofrece -en algunas situaciones- sugerencias para enriquecer el modele, pa-
sando de uno bivariable a uno multivariable a traves de !a incorporacion de una X X
0 mas variables que influyen en !a dependiente. 0

Una condicion esencial para lograr este resultado es que el investigador o

los miembros de su equipo conozcan muy bien los casos y sean capaces de
identificar cada uno de ellos en el diagrama. Lo que conlleva que esta ventaja
del an<llisis de residues se limita a investigaciones sabre variables cardinales re-
lativas a agregados territoriales (las provincias de un Estado, los municipios de
una provincia). 23 En este tipo de ancllisis pasa a menudo que en la misma area
del diagrama (con abscisas y ordenadas similares y residuos todos positivos o
todos negatives) se agrupen puntos correspondientes a provincias o munici-
pios socioecon6micamente homogeneos. A1 conocer las caracteristicas de esas
provincias o municipios no es dificil darse cuenta de cual o cuclles son las pro-
piedades que, influyendo en una direccion u otra en !a variable dependiente,
causan la presencia de residues positives o negatives en la regresi6n original.
Una vez identificadas, esta o estas variables pueden ser incluidas en mode-
los sucesivos, que asi pasan de ser bivariados a ser multivariados.
En el diagrama de !a derecha, los residuos se relacionan con !a misma varia-
hi:' independiente que los produjo. Esto es necesario para mostrar !a operacion
grafica; pero en lo sustantivo no tendria sentido, porque !a recta de regresion
no puede ser paralela a !a abscisa y por consiguiente by r no pueden ser o. Por
otro !ado, los residuos pueden ser !a variable dependiente en cualquier otro
modele; ellos tienen tam bien una interpretaciOn sustantiva, es decir: la parte
de Ia variabilidad deY que no puede ser reproducida a traves de su asociacion
con X, y por lo tanto tiene que depender de otras variables no incluidas en el
primer modelo bivariable.

tados de una elaboraci6n matematica. Esta puede si cuantificar el nivel de asociaci6n entre dos va.-, ---~ __ _
riables, pero no puede decirnos por que esta asociaci6n existe y tiene tal nivel. Buscar este
014
es una tarea del investigador, que no puede desentenderse de ella y encomendarla a una 'mcm'"Ja.
23 En el capitulo siguiente se tratar.i el an<llisis trivariable, mediante tablas, de variables cate-

goriales.
 CAPiTULO 16

EL PROCESO DE ANAL! SIS

DE TRES VARIABLES CATEGOR!ALES 1

Como su nombre lo indica, se denomina an<ilisis trivariable a un disefio de

prueba basado en las relaciones entre tres variables. :Este consiste basicamente
en complejizar un disefio de dos variables (vease apartado 15.1) a traves de Ia in-
troducci6n de una tercera, denominada DE PRUEBA oDE CONTROL La introduc-
ci6n de una tercera variable en una relaci6n bivariada original permite profun-
dizar las hip6tesis y enriquecer Ia explicaci6n de los fen6menos estudiados,
dando Iugar a mejores aproximaciones a Ia realidad social donde resulta muy
dificil encontrar Ia explicaci6n a! comportamiento de una variable solamente a
partir de otra.
El concepto de controlar variables se encuentra en Ia !6gica del metodo ex-
perimental (vease apartado 2.1). Pero dado que este control noes posible en los
estudios sociales al modo de los disefios experimentales de las ciencias fisico-
naturales (vease apartado 2.2), estos han sido sustituidos por el disefio del cua-
si experimento. Este Ultimo consiste fundamentalmente en convertir algunas
variables en constantes y analizar sus efectos comparando que ocurre ante su
presencia o ausencia.
Si bien se encuentran disefios trivariables en obras cl<isicas como El suici-
dio de Emile Durkheim (18g6), los intentos por formalizar esta estrategia se
desarrollaron a mediados del siglo XX cuando se elaboraron las bases 16gicas de
su justificaci6n. Entre otros, Hyman (1955) encar6 el problema de las RELACIO-
NES ESPURIAS (no genuinas) a traves de Ia incorporaci6n de variables de control.
De este modo, el autor plante6 el esquema del "experimento controlado", a
traves de Ia comparaci6n entre las respuestas de un grupo definido como expe-
rimental a un estimulo crucial y las de un grupo de control con propiedades
equivalentes no expuesto a! estimulo. El supuesto que subyace a esta estrategia
es que los grupos han sido igualados inicialmente. Es decir que son similares en
todas las propiedades excepto el estimulo crucial.
Sin embargo, no es posible garantizar en el cuasi experimento que, a! ini-
cio, ambos grupos -experimental y de control- sean equivalentes. Ante Ia

1
El modelo de an<'ilisis presentado en este capitulo fue desarro!lado par Lazarsfeld (1955).
 280 METODOLOGfA DE LAS C!ENCIAS SOCIALES EL PROCESO DE ANAL! SIS DE TRES VARIABLES CATEGORIALES

imposibilidad de igualar las unidades de observaci6n en sus condiciones rele- variables 'educaci6n' (x) y 'voto par partidos' (y). Una configuraci6n posible
vantes iniciales, puede ocurrir que la diferencia entre las variaciones observa- seria:
das de ambos grupos no este causada par Ia presencia (ausencia) del estimulo,
sino que sea efecto de otras variables que estan presentes pero no han sido con- Tabla 16.3: Nive/ de ingresos y voto,
troladas. En este caso se dice que la relaci6n original encontrada es espuria. La educaci6n y nivel de ingresos
propuesta de Hyman consiste en controlar los posibles terceros facto res que
NIVEL DE INGRESOS (t)
podrian invalidar Ia relaci6n estudiada. VOTO POR PARTIDOS (y) BAJO AlTO
Observemos un ejemplo hipotetico, donde + significa alta concentraci6n
izquierda +
de f;ecuencias y- significa bajas frecuencias: 2
derecha +

Tabla 16.1 : Educaci6n y voto EDUCACI6N (x)

EDUCACI6N (x)
VOTO POR PARTJDOS (y) POCA MUCHA
izquierda +
derecha
En Ia tabla 16.r se observa que los mas educados tienden a votar par parti-
dos de derecha mas que los de menor nivel educative. Pero si sospechamos
que una tercera variable puede estar influyendo en esta relaci6n -por ejem-
plo 'nivel de ingresos' (variable t)- debemos controlar su efecto a fin de con-
firmar que Ia relaci6n xy es genuina. La forma de controlar Ia tercera variable
es convertirla en una constante en nuestro diseiio de investigaci6n. Para ello
dividimos el total de unidades de !a muestra en dos grupos: los de altos y los
de bajos ingresos. Y reproducimos ]a relaci6n original dentro de cada uno de
elias.
NIVEL DE INGRESOS (t) POCA MUCHA
bajo +
alto +
+
La disminuci6n o Ia desaparici6n de Ia relaci6n original dentro de las sub-
muestras, par un !ado, y Ia asociaci6n entre Ia variable de control (t) y las dos
variables de Ia relaci6n original (x,y), par otro, indican que el factor explicative
de Ia primera relaci6n encontrada (xy) es Ia variable t. Es decir, Ia conducta
electoral orientada a elegir partidos de izquierda o derecha no estaria condicio-
nada par la educaci6n sino que se explicaria por el estatus socioecon6mico. La
tabla 16.3 indica que los individuos de ingresos altos ti.enden a votar par parti-
dos de derecha y tam bien tienden a ser mas educados.
De este modo, el efecto de Ia variable t, que estaba operando en forma ocul-
ta en Ia relaci6n original, es revelado a traves del analisis trivariable.

16.1. Relaciones posibles entre tres variables

Tabla 16.2: Nivel de ingresos, educaci6n y voto
NIVEL DE INGRESOS (t) Como se pudo observar, a] introducir una tercera variable (t) en el analisis
ALTO (t 1) BAJO (t,) de Ia relaci6n entre otras dos (xy) aparece un conjunto de nuevas relaciones:
EDUCACI6N (x) EDUCACI6N (x)

VOTO POR PARTIDOS (y) POCA MUCHA POCA MUCHA 1) La relaci6n entre xy para cada uno de los val ores de t (t,, t,). Es decir: xy
izquierda + + para t1 ; xy para t 2 . Estas relaciones se denominan PARCIALEs, ya que son
derecha + + componentes de Ia re]aci6n original.

Hemos convertido !a tercera variable (t) en una constante para cada sub-
grupo de !a muestra. En ambas submuestras Ia relaci6n original (xy) ha desa-.
parecido, lo que nos permite afirmar que esa asociaci6n se debia a Ia presencia
de Ia tercera variable (t). Es de esperar que esta presente asociaciones con las -"C"'+
2
Presentamos todos los ejemplos con variables dicot6micas para facilitar su comprensi6n.
2) La relaci6n entre !a tercera variable (t) y cada una de las variables origi-
nales (xe y). Es decirxt; ty. Estas relaciones se denominan MARGIN ALES,
pues se construyen a partir de las distribuciones marginales de las rela-
ciones parciales.
Lazarsfeld (1955) presenta un modelo de analisis trivariable que permite
elaborar la relaci6n entre dos variables a traves de Ia introducci6n de una terce-
ra. Con este fin seiiala que, en un disefio de tres variables, la relaci6n entre xe y
 METODOLOGiA DE LAS CIENCIAS SOCIALES
puede expresarse en una ecuaci6n conformada por las relaciones parciales y
marginales (las cuatro relaciones resumidas en los puntos 1 y 2), segun la for-
mula siguiente:
[xy] = [xy, t,] + [xy, t 2 ] + [xt]. [ty]
Es decir, la relaci6n original es igual ala suma de las dos relaciones parciales
m~s el producto de las relaciones marginales.3
Comparando las nuevas relaciones (sefialadas en 1 y 2) con la original se
pueden presentar tres situaciones:
1) La tercera variable (t) no esta significativamente relacionada con las dos
variables originales y, por tanto, no afecta al fen6meno en estudio. El
factor de prueba es no pertinente4 y, en consecuencia, las relaciones
parciales no difieren de la relaci6n original.
[xy] = [xy, t,] + [xy, tJ + [o]. [o]
2) Se mantiene la relaci6n original y €:sta es mils fuerte en una de las sub-
muestras, mientras que una de las relaciones marginales es d€:bil. La re-
laci6n original es elaborada a traves de sus relaciones parciales.
[xy] = [xy, t,] + [xy, t 2 ] + [o]. [ty]
En su trabajo sobre el suicidio, Durkheim observa (1896) que entre los
cat6licos se cometen menos suicidios que entre los protestantes yes-
clarece esta relaci6n incorporando a su analisis la mayor capacidad de
integraci6n de la iglesia cat6lica.
3) La variable t est<i significativamente relacionada con las dos variables
originales mientras que las relaciones parciales se debilitan. La relaci6n
original es elaborada a traves de las relaciones marginales, en la medida
que son estas las que permiten explicar la asociaci6n.
[xy] = [o] + [o] + [xt]. [ty]
Lazarsfeld (1955) cita el siguiente ejemplo: cuanto mas carros de bombe-
ros se llevan a un incendio, mayor es el da:fio. Al introducir como factor
de prueba la magnitud del fuego, los parciales se vuelven cero y las rela-
ciones marginales son fuertes (a mayor fuego, mas carros de bomberos y
mas dafio).
3 Lazarsfeld sefiala que no se trata de una suma directa sino ponderada.
4 Son factores pertinentes aquellos que pueden estar asociadas a la variable y.
EL PROCESO DE ANALISIS DE TRES VARIABLES CATEGORIALES
Este autor introduce una cuarta variable en el modelo: el orden temporal de
aparici6n de la variable de prueba respecto de la relaci6n original (xy), dando
lugar ados tipos de variable de control:
a) ANTECEDENTE: La variable t es anterior en el tiempo ala relaci6n xy.
Par ejemplo, si partimos de una relaci6n entre intereses yvoto e inclui-
mos como tercera variable al nivel socioecon6rnico, este Ultimo es an-
terior en el tiempo a las propiedades que componen la relaci6n origi-
nal. En este caso el nivel socioecon6mico es una variable de control
.,. antecedente.
b) INTERVINIENTE: La variable testa situada temporalmente entre x e y.
Podemos sostener, siguiendo a Lipset (1959), que el desarrollo econ6-
mico es un requisite de Ia democracia, siempre que este acompaiiado
de legitimidad politica. En esta hip6tesis la legitimidad politica aparece
temporalmente como una variable interviniente.
r6.2. Los tipos de elaboraci6n seg(m Paul La2arsfeld
Al combinar los tipos de elaboraci6n (por parciales y marginales) con los ti-
pos de variable de control (antecedente e interviniente), el autor define cuatro
tipos posibles de elaboraci6n de una relaci6n original.
TABlA 16.4: Tipos de elaboraci6n de una relaci6n original
VARIABLE DE CONTROL (t)
ELABORACI6N DE xy POR ANTECEDENT£ INTERVINIENTE
parciales
pa pi
especificaci6n especificaci6n
rna mi
marginales
explicaci6n interpretaciOn
En los casos pay pi una de las relaciones parciales es mas fuerte que la
otra y que la relaci6n original, mientras que las relaciones marginales son mas
debiles. Es decir, se especifican las circunstancias bajo las cuales la relaci6n
original se intensifica y el tipo de elaboraci6n se denomina ESPECIFICACI6N.
Cuando la variable t es antecedente, se ha especificado una condici6n que in-
tensifica la relaci6n original; cuando t es interviniente se especifica una con-
tingencia.
 METODOLOGIA DE LAS CIENCIAS SOCIALES EL PROCESO DE ANALISIS DE TRES VARIABLES CATEGORIALES

Ejernplo de especificaci6n Ejernplo de explicaci6n

Elaboraci6n por parcia]es (pi) Elaboraci6n par rnarginales (rna)

Expresaremos las relaciones entre las variables a traves del coeficiente de Expresaremos las relaciones entre las variables a traves deJa diferencia por-
asociaci6n Q.S centual d%. 6
x::: cultura politica (mas democdtica I menos democr<ltica) x =religion (cat6lica/otra)
y = estabilidad de la democracia (alta /baja) y = tipo de matrimonio (religioso/civil)
(actor de prueba t = ingreso per capita {alto/ bajo) factor de prueba t =familia de pertenencia {tradicionaljmoderna)

Se observa una relaci6n positiva entre la cultura politica de un pais y sues- RELIGION (x)
tabilidad democdtica, en el sentido de que cuanto mas democrcltica es la TIPO DE MATRIMONIO (y) CAT6UCA OTRA

cultura politica mayor sera su estabilidad democratica (Qxy= -73). religiose 84% 11%
Pero esta relaci6n se vuelve mis fuerte para los paises mas ricos (Qxy,u = ·94) civil 16% 89%
y tiende a desaparecer en los paises mas pobres (Qxy,' 2 = .10). N {107) (93)
La relaci6n original se ha especificado para un subgrupo de las unidades de
anilisis. d% = 73
ESTABIUDAO CULTURA POLiTICA (x) FAMILIA TRADlCIONAL FAMILIA MODERNA
DEMOCRATICA (y) MAs DEMOCRATICA MENDS DEMOCRATICA (xy, t ) (xy,t,)
alta 32 9 CAT6UCA OTRA CAT6LICA OTRA

baja 14 25 religiose 80% 66% 29% 8%

civil 20% 34% 71% 92%

d% 14 d% 21
INGRESO PER cAPITA ALTO (t ) INGRESO PER CAPITA BAJO (t )
CULTURA POLiTICA (x) CULTURA POL!TICA (x) RELIGION (x)
MAs OEM. MENOS OEM. MAS OEM. MENOS OEM. TIPO DE FAMILIA (t) CAT6LICA OTRA

alta 22 2 9 8 tradidonal 84% 29%

baja 4 12 11 12 modern a 16%
·---- ------'-'71%
N (107) (93)

d%=ss
TlPO DE FAMILIA (t)
TIPO DE MATRIMONIO (y) TRADICIONAL MODERNA
En los casas rna y rni las relaciones parciales son mas debiles que la relaci6n
religiose 77% 12%
original y las asociaciones marginales son fuertes. Cuando t es una variable in-
civil 23% 88%
terviniente (situada temporalmente entre xe y) el tipo de elaboraci6n se deno-
mina INTERPRETACION. Mientras que cuando t es una variable antecedente ala N (117) (83)
relaci6n original, esta se explica a traves de las relaciones marginales. La impor- d% = 6s
tancia de este caso es que permite detectar relaciones originales espurias (no
genuinas). Este tipo de elaboraci6n se denomina EXPLICACI6N.

s Q de Yule es una medida de asociaci6n estandarizada para dos dicotomias (vease apartado
15.2), cuyos valores varian desde-1 a +1, expresando estos dos valores la maxima asociaci6n posible--
y cero la independencia entre las variables. De tal modo que, cuanto masse acerque el coeficiente a
cero mas debil es la relaci6n entre las variables, y cuanto mas se acerque el coeficiente a It I mas
fuerte es la relaci6n entre elias.
6 La diferencia porcentual (d%) es una medida de asociaci6n estandarizada asimetrica, cuyos
valores varian desde -100 a +Ioo, expresando estos dos valores la maxima asociaci6n posible y cero
la independencia entre las variables. Se calcula restando las frecuencias relativas en el sentido in-
verso al que se calcularon los porcentajes. Este coeficiente esta basado en la misma l6gica que el Q
de Yule; se diferencia del mismo por su car.icter asimetrico.

_____________......, .._______ ~_
z86 METODOLOGfA DE LAS CIENCIAS SOCIALES
Se observa que los cat6licos contraen matrimonio religiose en mayor me-
dida que los individuos de otras religiones {d% = 73). Sin embargo, al incor-
porar al an<ilisis el tipo de familia, la fuerte relaci6n original tiende a desa-
parecer en ambos parciales (d% = 14; d% = 21).
El control de la tercera variable ha puesto de manifiesto que la relaci6n ori-
ginal era espuria y que se explica par Ia asociaci6n entre el tip a de familia
de origen y las dos variables de Ia relaci6n original. Noes Ia pertenencia a
una religiOn el factor que explica el matrimonio religiose, sino la pertenen-
cia' a una familia tradicional.
La importancia del metodo reside en el control de variables a posteriori de
Ia recolecci6n de datos yen la complejizaci6n de disefios simples bivariados a
traves de Ia incorporaci6n de otras propiedades y asociaciones durante el pro-
ceso de investigaci6n.
La 16gica del analisis trivariable propuesta por Lazarsfeld (1955) es aplicable
a disefios con mas de tres variables y a variables conn categorias. Sin embargo,
cuanto mayor sea el nlimero de variables, mayor el nlimero de sus categorias y
mas complejo el sistema de asociaciones, mas engorrosa sera Ia aplicaci6n del
modele con todos sus pasos. En sintesis, el principal objetivo de Ia propuesta
noes el disefio de un modele aplicable a una densa red de multipes relaciones
sino que fundamentalmente esta orientado a poner en descubierto Ia 16gica
que subyace el analisis cuando se trabaja con relaciones mas complejas que las
bivariadas.
CAPITULO 17
OTRAS FORMAS DE ANALISIS
17.1. Introducci6n
Frecuentemente los estudiantes de ciencias sociales manifiestan una clara
preferencia por las ttknicas de recolecci6n no estandar (observaci6n partici-
pante, entrevistas en profundidad, etcetera). Esto se puede deber a muchos
motives: desde la aceptaci6n genuina de sus fundamentos te6ricos y epistemo-
l6gicos, basta el rechazo -a veces incluso dogmatico (vease apartado 1. 5)- de
todo aquello que se presente como cuantitativo; desde el reconocimiento de
tecnicas que se basan en gran medida en saberes de Ia vida cotidiana (observar,
conversar, relacionarse socialmente), hasta el desgano por aprender tecnicas
complejas que juzgan responsables de introducir un tipo de mediaci6n distor-
sionadora (e inaceptable) entre quien conoce y lo que se conoce. Por otra parte,
igualmente frecuente pareciera ser encontrar cierta desaz6n cuando se trata de
"transformar" el producto de tales pr;icticas de recolecci6n no estandar en al-
glin tipo de objeto tangible -llamese libro, articulo, ponencia, etcetera- en el
que se de cuenta por escrito de los problemas de investigaci6n sobre los cuales
se recolect6 informaciOn -y, cosa no menor, para cuya resoluci6n esta Ultima
fue justamente recolectada.
Resulta comlin encontrar que tales escritos a los que acabamos de hacer re-
ferenda no son mas que un collage de fragmentos de entre vistas o notas obser-
vacionales; parad6jicamente, el recurso a las tecnicas cualitativas, que en Ia ma-
yoria de los casos podria haber significado un rechazo genuine a las
hipersimplificaciones artificiosas resultantes de la investigaci6n esdndar
(cuantitativa), se revela ahora infantilmente ingenue: se presentan sus resulta-
dos sin mas, como silos "datos" hablaran por si mismos.
En este sentido, resulta oportuno seiialar que darles voz a los actores en los
relates formalizados del investigador puede ser un desafio interesante y cienti-
ficamente valioso; pero esto nose debe entender como mera compilaci6n de
sus dichos, sin ningun tipo de mediaci6n y/ o interpretacion complementaria.
AI respecto conviene recordar una de las maximas de la investigaci6n no estan-
dar: las ciencias sociales se caracterizan por las interpretaciones de segundo ar-
den que los cientificos hacen a partir de las interpretaciones de primer orden
 288 METODOLOGiA DE LAS CIENCIAS SOCIALES
que los actores verbalizan (por ejemplo, a traves de una entrevista) acerca de su
vida cotidiana (DOBLE HERMENEUTICA: Schutz 1962).
Pero estas interpretaciones de segundo arden no son para nada sencillas. La
investigaci6n no estandar tiene esta particularidad: sus tecnicas de recolecci6n
nos resultan -al rnenos en apariencia- relativamente accesibles; pero sus for-
mas de analisis se tornan escurridizas, intangibles, dificiles de discernir y do-
minar.
Si ,todo acto de investigaci6n es una mezcla de conocimientos personales
(tacitos) e impersonales, tal vez en ninglin otto aspecto, tanto como en el ana!i-
sis,las formas de investigaci6n est<lndar y no est3.ndar se encuentren tan en las
antipodas. Nada hay mas tecnico (en el sentido de conocimiento objetivado,
impersonal, basado en procedimientos normados, recurrentemente aplicables
y ampliamente aceptados: veanse apartados 1.3 y 1.4) en Ia investigacion estan-
dar que sus herramientas de analisis (estadistico); mientras que nada hay me-
nos t6cnico que el asi llamado "an<llisis cualitativo". Esto no significa que las
tecnicas estadisticas resuelvan por si solas los multiples y complejos aspectos
que encierra la mediaci6n entre un conjunto de informaciones empiricamente
construidas y algun tipo de interpretacion de estas, tal que permita, eventual-
mente, objetivar en un texto Ia descripcion o explicacion de los fenomenos a
los que dichas informaciones remiten. Mucho menos se pretende desconocer
las dificultades que los procesos de escritura conllevan. Ya se ha sugerido en
otros capitulos cuan relevante es el investigador -en prim era persona y senti-
do fuerte- para seleccionar las t€cnicas estadisticas adecuadas, para darle sen-
tides a sus resultados, para relacionarlos con aspectos aparentemente ajenos al
confinado mundo sobre el que se ha recolectado informacion, mucho mas alla
de lo que un "neutro" coeficiente pueda decir por si mismo, y para objetivar ex
posttodo el proceso de investigaci6n, y sus resultados, a traves de los recursos
ret6ricos que se despliegan en un texto cientifico.
Mas alla de las consideraciones precedentes, lo que resulta claro es que el
investigador -sin pretender que sea el interprete iluminado de alguna supues-
ta realidad oculta- tiene que decir algo mas de lo que las informaciones reco-
lectadas, por si mismas, podrian llegar a sugerir (si es que esto ultimo fuera en
alglin modo posible). De lo contrario, su labor pierde senti do, o a! menos queda
irremediablemente degradada. yen este decir algo mas las tecnicas de analisis
tienen un papel fundamental: ellas permiten ordenar, sistematizar, preparar Ia
informaciOn de una manera funcional a las posibles construcciones discursivas
con las cuales se in ten tara dar cuenta -mas o rnenos convincentemente- de
los fen6menos investigados. En este senti do tienen un rol instrumental de me-
diaci6n y facilitaci6n, y cuando resultan muy esquivas se termina muchas ve-
ces en situaciones como las antes descritas: no se llega a construir una interpre-
tacion del problema objeto de estudio, a partir de las informaciones recabadas,
y s6lo se presenta, con mcls o menos elegancia ret6rica, una sucesi6n de tales
informaciones "en bruto".
Como ya se ha indicado, esta funcion de mediacion, en el trabajo estandar,
la cumplen en gran medida las tecnicas estadisticas. Se trata de tecnicas en sen-
tido fuerte: a nadie se le ocurre recorrer otros caminos analiticos cuando Ia base
OTRAS FORMAS DE AN ALI SIS
empirica se expresa (o se puede expresar) a traves de numeros y se condensa (o
se puede razonablemente condensar) en una matriz de datos, independiente-
, mente de lo que dichos nUmeros sigriifiquen. En to do caso se recorrer3n cami-
nos complementarios, pero el recurso a Ia estadistica pareciera ser obligado. En
cambia, cuando se trata de bases empi:ficas constituidas por im3genes y/o pa-
labras, y mas aun por textos que no pueden reducirse (o nose quiere reducir) a
una suma de palabtas, ni tampoco transformar en nUmeros de una matriz de
datos, el panorama de las "tecnicas" de an3lisis -tal vez en este caso expresi6ll
inadecuada- se vuelve mucho mas complejo y varia do. Por otra parte, los con-
sensos acerca de cu3les sean las mas apropiadas en cada caso resultan casi ine-
xistentes. Justamente por estos motivos planteamos que tal vez no sea correcto
denominarlas tecnicas: no se trata de procedimientos altamente formalizados;
~o se usan recurrentemente para un mismo tipo de problemas (porque hay
mstrumentos competitivos/alternativos), y consecuentemente tam poco hay
consenso acerca de ellos en Ia comunidad cientifica (vease apartado 1.5).
No obstante, con respecto a las asi llamadas tecnicas de an3lisis cualitativo
(no escindar), hay a! menos una cuestion acerca de Ia cual es relativamente facil
establecer una clasificaci6n Util: nos referimos a las diferentes posiciones sabre
Ia pertinencia (que a veces puede ser simplemente Ia posibilidad) de su siste-
matizaci6n, dando Iugar a tecnicas en sentido estricto. For un Ia do, est3n aque-
llos que creen que el analisis cualitativo es algo artesanal, absolutamente ligado
a las capacidades interpretativas del investigador, ya sea que se las conceptuali-
·ce como un talento innato o como el fruto de aprendizajes (en todo caso a tra-
ves de procesos no explicitados y dificilmente explicitables). En el otro extre-
ma se ubican quienes creen que el an<llisis cualitativo se puede basar en
tecnicas con caracteristicas analogas a las estadisticas (e incluso algunos propo-
nen procedimientos que permiten reducir las informaciones resultantes del
trabajo no estandar a Ia matriz de datos, y luego tratarlas estadisticamente: vea-
se a continuaci6n apartado 17.2.), s6lo que, por el supuesto estado de "retraso
relativo" en el desarrollo de este tipo de investigaci6n, alin no contamos con
tales tecnicas. 1 Finalmente, est3n quienes creen que todo proceso de an3lisis es
complejo, y conlleva multiples operaciones y decisiones, que a su vez exigen Ia
puesta en juego tanto de conocimientos impersonales (tecnicas) como de sabe-
res tacitos y personales, en una infinidad de combinaciones posibles entre am-
bos (veanse apartados 3·3 y 3-s).
En el caso de Ia investigacion estandar el componente impersonal tiene
una presencia relativa mayor; pero esto no significa que en el trabajo no esdn-
dar este sea totalmente inexistente, o que se deba renunciar a cualquier intento
de desarrollo de practicas mas 0 menos formalizadas que sirvan instrumental-
mente en nuestros analisis. Par el contrario, tal vez se pueda argumentar que Ia
metodologia -tal como ha hecho historicamente- sea en parte responsable
'Esta posiciOn resulta cuestionablc, especialmente en cl sentido de que pro pone una linea
lmica de desarrollo que las ciencias sociales deberian seguir, y que dentro de las ciencias sociales
todas sus variantes deberian seguir, anulando la diversidad --en este caso- en las pr<'icticas de an5.-
lisis de datos.
 METODOLOGiA DE LAS CIENCIAS SOCIALES
de proponer cada vez mas soluciones tecnicas (conjuntos de conocimientos
impersonales) instrumentales a las tareas analiticas e interpretativas, entre
otras. 2 En este sentido, repasando la historia de las ciencias sociales se pueden
identificar diversas propuestas de sistematizaci6n del analisis no estclndar. De
ellas nos ocuparemos a continuaci6n, aunque s6lo en forma panor<lmica y es,..
quemcltica.
17.2. ' El anilisis de contenido
Se puede afirmar, en sentido amplio, que el ANALisrs DE CONTENIDO "es una
recnica de interpretaciOn de textos, ya sean escritos, grabados, pintados, filrna-
dos" (Andreu Abela 2001: 2) que se basa en procedimientos de descomposicion
y clasificacion de estos (Losito 1993). En el marco de una investigacion social,
los textos de in teres pueden ser diversos: transcripciones de entrevistas, proto-
colas de observacion, notas de campo, cartas, fotografias, publicidades televi-
sivas, articulos de diaries y revistas, discursos politicos, etcetera.
Dovring (1954-55: 389), en un articulo sabre Ia semantica cuantitativa sue-
ca del siglo XVIII, indica que en dicho contexto se dio Ia primera manifesta-
cion del analisis de material impreso de un modo en el que se vislumbran mu-
chos de los problemas centrales del analisis de contenido, tal como se lo
entiende en las ciencias sociales en Ia actualidad. Se trata del estudio del aii.o
1743 sabre una coleccion de 90 himnos religiosos denominados "Los cantos de
Sion", que genero una importante controversia alrededor de lo que hoy podria-
mos considerar el nUcleo del an<ilisis de contenido: (quien dijo que, a quien,
como y con que efecto? Pero, como seii.ala Losito (1993), los problemas de me·
todo recien se anticipan de modo mas evidente en un trabajo de fines del siglo
XIX del psicologo frances Benjamin Bourbon. Con el objetivo de delimitar el
campo de Ia psicologia, y diferenciarlo de Ia fila sofia y Ia religion, Bourbon ana-
lizo algunos pasajes del Viejo Testamento, identificando palabras semantica-
mente rriedulares -a las que Ilamo mots pleines essentiels- que luego clasifi-
co en categorias de diversos niveles de generalidad.
En el campo mcls espedficamente sociol6gico suelen destacarse como ante-
cedentes del analisis de contenido las investigaciones de Thomas y Znaniecki
{1918-1920) sabre los campesinos polacos, en el marco de las cuales examina-
ron, entre otros documentos, 754 cartas de inmigrantes de esa nacionalidad en
Estados Unidos. Este material fue sometido a un tipo de analisis de contenido
no cuantitativo; pero los autores de Ia Escuela de Chicago no Ilegaron a explicar
sus procedimientos mas ana de ciertas cuestiones muy rudimentarias referidas
a! empleo de una logica inductiva que permitia evitar conclusiones arbitrarias.
Durante las primeras cuatro decadas del siglo XX, y anticipando en cierto
sentido los actuales media studies (a! menos en algunas de sus corrientes y li-
z Sensibilizando a su vez acerca del innegable (e importantisimo) papel que tiene el conoci-
miento personal en dichas tareas de an.ilisis e interpretaciOn.
OTRAS FORMAS DE ANAL! SIS
neas de investigacion), comenzo a difundirse en Estados Unidos el interes por
anahzar materiales periodisticos, alcanzando un gran nivel de desarroiio y di-
versificacion. Dichas investigaciones se Ilevaban a cabo fundamentalmente en
Ia Universidad de Columbia, y derivaban del reconocimiento de que los me-
dias jugaban un papel politico, social y cultural cada vez mas importante en Ia
sociedad de Ia epoca. Esta cuestion ya habia sido destacada por Max Weber en
un congreso de 1910 en Alemania, quien incl:uso propuso investigaciones em-
piricas sabre los medias de prensa, que par distintos motives no llegaron a rea-
lizarse (Losito 1993).
Pero Ia formalizacion metodologica del analisis de contenido solo empieza
a tamar forma en los afios cuarenta y cincufmta del siglo pasado, cuando se pu-
blican los primeros manuales especializados. La obra de Berelson (1952), Con-
tent Analysis in Comunication Research, que retoma desarroiios previos del
mismo autor junto con Laszarsfeld, se convertiria casi inmediatamente en la
referenda obligada. En su manual, Berelson (1952: 18) define a! analisis de con-
tenido como "una tecnica d: investigaci6n para la descripci6n objetiva, siste-
matica y cuantitativa del contenido manifiesto de Ia comunicaci6n". El enfasis
puesto en la objetividad deja entrever que se trata de una perspectiva inscrita
en el marco de la concepciOn est;lndarde la ciencia, y mas especificamente, del
consenso ortodoxo tipico de las ciencias sociales norteamericanas de Ia €poca
(vease apartado 2.2).
Por otra parte, tal como indica Stemler (2001), el interes par el tratamiento
cuantitativo de los aspectos manifiestos del texto se basa en el presupuesto de
que las palabras mas mencionadas en el permiten dar cuenta del verdadero fa-
co de una comunicaci6n. Sin embargo, pronto se reconoci6 que el analisis de
contenido deberia ir mas aiia de un simple conteo de palabras, yen este senti do
Ia propuesta de Berelson fue cuestionada, dando Iugar a c:>tras formas de an:ili-
sis de contenido que incorporaron la exploraci6n de cuestiones latentes, o al
menos -como sugiere Krippendorff (1980 )-del contexto, en cuanto "marco
de referenda donde se desarroiian los mensajes y los significados" (Andreu
Abela 2001: 3).
En Ia actualidad se suele distinguir entre el analisis de contenido clasico, fie!
ala cuantificaci6n de los aspectos manifiestos del texto (aunque en versiones
que incorporan algunos elementos contextuales), y el analisis de contenido
cualitativo, desarroiiado a partir de los aii.os ochenta, que se basa en un conjun-
to de tecnicas destinadas a interpretar su sentido latente u oculto.
El reconocimiento de las consistentes criticas que se le hicieron durante los
Ultimos cincuenta afios, asi como Ia consecuente incorporaci6n de elementos
"correctives" en los m€todos de analisis de contenido, hace que estudios de ti-
po clasico identicos a los propuestos en Ia decada de 1950 sean en el presente
una absoluta rareza. En cambio, como seii.ala Andreu Abela (2001: 20-22), el
analisis de contenido clasico se presenta ahara a traves de tres tipos: el anJ.lisis
~ematico, el anJ.lisis sem<intico y el analisis de redes. El ancilisis de contenido te-
m<itico se centra en la presencia de terminos, con independencia de las relacio-
nes que surjan entre eiios; "las tecnicas mas utilizadas son las listas de frecuen.
cias, Ia identificacion y clasificaci6n tematica, y Ia busqueda de palabras en
 METODOLOGiA DE LAS CIENCIAS SOCIALES
contexte". El ancllisis de contenido sem<lntico pretende ante todo estudiar las
relaciones entre los temas tratados en un texto; para esto se define cierta es-
tructura significativa de relaci6n y se consideran todas las ocurrencias que con-
cuerden con ella. Finalmente, el analisis de contenido de redes se centra en Ia
ubicaci6n relativa de ciertos componentes en el texto, asumiendo que la "red
lexica ideologicamente significativa que impregna el discurso se identifica sa-
bre Ia base de Ia reiteracion y da como resultado un esquema de Ia organizacion
sem<intica de este discurso en forma de red".
E1 analisis de contenido cualitativo no niega las ventajas del cuantitativo, a!
que suele tamar como una etapa inicial; s6lo que busca enriquecerlo a traves de
procedimientos interpretativos, tratando de ir mas alia de los aspectos mani-
fiestos a traves de Ia consideracion del contenido latente y del contexto en el
que se inscribe un determinado texto (Andreu Abela 2001).
Krippendorff (rg8o) sugiere que a! hacer analisis de contenido el investiga-
dor debe comenzar por plantearse una serie de preguntas:
r) 2Que datos seran analizados?
z) 2Como se los define?
3) 2Cual es Ia poblaci6n de Ia cual se los toma?
4) 2Cual es el contexto relativo a los datos analizados?
s) 2Cuales son los limites del analisis?
6) 2Cual es el objetivo de las inferencias?
Sin embargo, debe quedar clara que estas preguntas, en conjunto, tienen
sentido si el analisis de contenido se refiere a Ia estrategia global de investiga-
ci6n no si se recurre a el instrumentalmente con el Unico fin de analizar textos
producidos en el marco de otro tipo de estudio (por ejemplo cuando su usa se
limita al an<llisis de preguntas abiertas en una encuesta, o a las transcripciones
de entrevistas en profundidad).
En to do caso, una vez definido el conjunto de textos (o imagenes a anali-
zar), Ia cuestion fundamental es construir un esquema de codificacion (coding
frame). Esto se puede hacer a priori, cuando las categorias que orientaran el
an31isis se definen de anternano, a partir de una opci6n te6rica, o siguiendo un
recorrido emergente. Esta ultima modalidad se encuentra mucho mas difundi-
da, y consiste en la construcci6n 1de una suerte de cuestionario estandarizado
ex pasta partir de una exploracion preliminar de los textos. En efecto, Ia lectu-
ra de algunos exponentes del conjunto de materiales por analizar permite iden-
tificar los temas abordados en estos, asi como las categotias relativas a ellos que
aparecen en el texto. En otras palabras, se trata de identificar las "respuestas
implicitas" en el texto a un cuestionario imaginario al cual no responde, pero al
que podria haber respondido. E1 esquema de codificacion incluira todas estas
preguntas imaginarias (que pueden ser solo enunciaciones de temas) y las dis-
tintas respuestas que para ellas aparecen en los textos preexa-minados. Se ex,..-----·-"--·'!
ploran varios textos en eSta etapa de construcci6n del esquema justamente pa-
ra darle un car3.cter mas complete: basarse en un solo texto podria provocar
importantes sesgos, o en todo caso una notable incompletitud.
OTRAS FORMAS DE ANAL! SIS 293
Con respecto a la construcci6n del esquema se ha seiialado criticamente la
tendencia de los investigadores a Ia autogratificacion (self-fulfilment), es decir,
la tendencia a "imponer" categorias que se ajusten a sus hip6tesis y presupues-
tos, sean explicitos o no. Asimismo, se ha cuestionado el enfasis puesto en
aquello que en el texto aparece de modo manifiesto. Para atender a Ia primera
objecion se ha propuesto que Ia construccion del esquema se haga a partir del
consenso entre codificadores (inter-coder agreement). Esto implica dos cosas:
r) que distintas personas construyan marcos individualmente, y que luego al-
cancen consensos contrastando las propuestas de cada una de elias, y 2) que
una vez definida una version final del esquema de codificacion, ella sea aplica-
da uniformemente por todos los codificadores (en caso que haya mas de uno),
considerando de igual modo cada pasaje del texto analizado. Con respecto a Ia
segunda objecion, se ha propuesto incluir en el esquema aspectos contextuales
no explicitos, referidos tanto a quien produjo el texto (por ejemplo variables
sociodemograficas, afiliacion politica, etcetera) como a! texto mismo (exten-
sion, tipo de relata, fecha de produccion, etcetera).
Es evidente que Ia primera de las objeciones se relaciona directamente con
los clasicos problemas de fiabilidad. AI respecto, el acuerdo entre codificadores
tambien se suele tomar como base de los mas difundidos y tradicionales exa-
menes de fiabilidad en el marco del analisis de contenido. Para esto se recurre
generalmente a un coeficiente llamado K de Cohen:
K =
donde PA es Ia proporcion de unidades en Ia que los codificadores acuerdan y P,
es la proporci6n de unidades en las que el acuerdo se esperaria s6lo por azar.
Para calcular este coeficiente se parte de una matriz de acuerdos (una simple ta-
bla de contingencia) en Ia que cada codificador (de una pareja) representa res-
pectivamente las filas y las columnas. En las celdas se ubican tanto las frecuen-
cias empiricas (observadas) como las teoricas (esperadas) (vease apartado 15.2).
La sumatoria de las diagonales definidas desde Ia primera celda (arriba a Ia iz-
quierda) hasta Ia ultima (abajo a Ia derecha), tanto de las frecuencias observa-
das como de las esperadas, resulta en PAy P, respectivamente. El coeficiente
adquiere el valor 1 cuando el acuerdo en Ia codificacion es perfecto, y o cuando
no hay mas acuerdo que el esperado a! azar. En general, se sue! en tomar como
sustanciales valores del coeficiente mayores a .6 (Stemler 2001).
Una vez alcanzada Ia version final del esquema de codificacion, y habiendo
controlado el funcionamiento efectivo de los acuerdos entre codificadores en
las pruebas piloto, este se aplica a todos los textos en cuesti6n. Se trata de inter-
pelarlos de manera estandarizada a partir de este esquema de codificaci6n. Por
otra parte, el esqUema constituye la base estructural de una matriz de datos,
que luego sera completada con los resultados de su aplicacion a! conjunto de
textos bajo analisis. Queda clara que una vez construida y completada Ia matriz
se precede a su an3.lisis estadistico, recurriendo a las tecnicas univariadas, biva-
riadas y multivariadas habituales (veanse capitulos 14, 15 y r6).

METODOLOGIA DE LAS CIENCIAS SOCIALES
294
Sin embargo, el recurso a las t€cnicas tradicionales -por via del an3.lisis de
contenido ciasico- no constituye la Unica manera de abordar 'estadisticamente
un texto. Aunque de difusi6n mas limitada, tambi€n es frecuente seguir los
modelos lexicometricos desarrollados en el marco de Ia escuela francesa de es-
tadistica textual (Analyse des Donnees: Benzecri 1973, Becue 1991, Lebart Y Sa-
lem 1994). Se trata de enfoques mas habituales en los estudios de comunka-
ci6n, opinion publica y marketing. Ellos se basan en el conteo de las frecuennas
de unidades verbales baskas (en general las palabras) sm que med1en cod!fica-
ciohes previas, sobre las que luego se realizan distintos tipos de analisis estadis-
ticos (especialmente analisis de correspondencias). Para esto se d1spone de soft-
wares especificos, especialmente el SPAD.T (Systeme Portable pour l'Analyse
des Donees Textuelles).
17.3· La teoria fundamentada y el metodo comparativo constante
En el capitulo 2 se ha seiialado que a partir de Ia decada de 1960 se inici6 una
etapa de importante revitalizaci6n de los enfoques de investig~ci6? no esta_ndar.
Este nuevo auge trajo aparejados debates acerca del estatus CJentJfico de estos.
Como ya se ha visto en dicho capitulo, en aquella epoca -yen parte aun en Ia ac-
tualidad- se los cuestionaba por sus inherentes problemas de fiab1hdad y por las
restringidas posibilidades de generalizaci6n de sus resultados. Por otra parte, es-
to se pensaba como una limitaci6n indisolublemente ligada a Ia falta de estanda-
rizaci6n de sus procedimientos de investigaci6n. Asi las casas, comenz6 a difun.:
dirse una visiOn que, aun aceptando los m€todos no estJ.ndar como parte
legitima del patrimonio de las ciencias sociales, los confinaba a un rol secunda-
rio, Utiles s6lo para las primeras exploraciones de fen6menos poco conoc~dos.
Debe quedar claro que tal posicion era significat:iva especialmente en Ia socwlo-
gia; en ]a antropologia, en cambio, en Ia que ya desde los afios veinte Ia observa-
ci6n de campo constituia una prclctica can6nica -un rite de passage como lalla-
ma Burgess (1984)-, Ia situaci6n era un poco diversa. Las criticas a los metodos
no escindar tambien se habian difundido en esta ultima disciplina, yen este sen-
tido se debe tener en cuenta que ya en Ia decada de 1960 el trabajo etnografico se
aplicaba ampliamente a! estudio de fen6menos de Ia sociedad industrial \que e_n
Ia distinci6n tradicional eran objeto de Ia sociologia y no de Ia antropololjla, mas.
centrada en el estudio de las sociedades "primitivas" y tradicionales). Pero Ia an-
tropologia, ambito de desarrollo de corrientes intelectuales ligadas a! ;elativismo
descriptive y al particularism a, nose interes6 tanto como Ia socwlogta po~ stste-
matizar procedimientos impersonales que dieran remedio a una sup~est~ falta
de cient:ificidad, entendida esta ultima en los terminos clasicos de las CJenc!as fi-
sicas. En Ia sociologia -disciplina muchas veces en tensiOn (par emulaciOn o re-
chazo) con tales ciencias (veanse capitulos 1 y 2), y a su vez mas permeada por co-
rrientes comprometidas con las explicaciones_globales- aun muchos
empeiiados enla defensa de su especificidad trataron de dar resp~esta a este pro-
blema promoviendo alglin tipo de estandarizaci6n de los proced1m1entos. El as-
pecto mas delicado en este sentido siempre fue el relativo a! ana!isis.
------------------------~
OTRAS FORMAS DE ANALISIS 2 95
Tal vez el primer gran intento orientado a su formalizaci6n haya sido el de
Znaniecki, que en un su clasico The Method ofSociology(1934) propuso a Ia
inducciOn analitica como un procedimiento sistematico para desarrollar dasi-
ficaciones y tipos, o para producir hip6tesis explicativas a partir del trabajo
cualitativo (Valles 1997). Pero Ia propuesta de Znaniecki fue severamente criti-
cada, especialmente par su pretensiOn de formular leyes universales y, junto
con Ia decadencia de los metodos no estandar luego de Ia Segunda Guerra
Mundial (vease apartado 2.3), sus aplicaciones perdieron vigencia.
Distinta ha sido la suerte que corriO el segundo gran intento de proveer
pautas sistem<lticas para el an<llisis de la informaciOn en el marco de los estudios
de caso. Nos referimos a Ia propuesta de Glaser y Strauss (1967) acerca de los
procedimientos para generar teoria fundamentada (grounded theory). Aunque
no exento de criticas, su modelo, para cuya aplicaciOn induso existen en la ac-
tualidad conocidos softwares (por ejempi<Yel programa aleman ATLAS.ti), sen-
t6las bases de mucho de lo que hoy podria considerarse practica comun en el
an<llisis cualitativo de transcripciones de entrevistas y otros materiales afines.
A fin de generar teoria de alcance medio, Glaser y Strauss (1967) presenta-
ron un procedimiento que llamaron METODO COMPARATIVO CONSTANTE, en cier-
to sentido opuesto a 1a estrategia can6nica de generaci6n de teoria a partir de
deducciones. SegUn su formulaciOn original, el procedimiento consta de cua-
tro etapas, desde Ia comparaci6n de incidentes (fragmentos de datos derivados
de observaciones y entrevistas- slices ofdata) hasta Ia escritura de Ia teoria, pa-
sando porIa integraci6n de categorias y sus propiedades, y Ia delimitaci6n de Ia
teoria (Valles 1997).
El primer paso consiste en comparar distintos fragmentos de datos, selec-
cionados a partir del criterio de muestreo te6rico, y agrupar todos aquellos que
remitan a una misma cuestiOn bajo un rOtulo com lin, basta ir "descubriendo"
categorias conceptuales, y sus dimensiones, que debedn ser saturadas (veanse
apartados 1.3 y 12.5). Luego, las categorias y dimensiones ya saturadas (ademas
de las hipOtesis que surgen durante este proceso de codificaciOn, relativas a in-
terpretaciones preliminares acerca de las relaciones entre las categorias) se van
articulando e integrando. En este proceso de delimitaciOn de Ia teoria se busca-
ra, por un !ado, satisfacer el criterio de parsimonia (parsimony) a traves de Ia
selecci6n de aquellas categorias -y sus (inter)relaciones- que sean centra]es
(con Ia consecuente transformaciOn, integraci6n o eliminaci6n de las catego-
rias originales). Por otro !ado, se determinaran las posibilidades de generaliza-
ci6n de Ia teo ria mas alia del conjunto de informaciones sobre el caso especifico
que le dieron Iugar. En todo este recorrido se recurre ala comparaci6n constan-
te, una suerte de di<llogo entre teoria y base empirica (aunque tomando como
punto de partida las informaciones derivadas del trabajo de campo).
Como se ha dicho antes, Ia propuesta de Glaser y Strauss ha sido objeto de
cr:iticas. Se han sefialado especialmente los riesgos de inductivismo; el excesivo
€nfasis puesto en Ia generaci6n de teoria, a expensas de Ia captaciOn de la expe-
riencia vivida en las situaciones de interacci6n, y Ia carencia de principios sufi-
cientemente concretes sabre c6mo implementar en Ia pr§.ctica el m€todo com-
parativo constante (Valles 1997). Sin embargo, y a pesar de que no siempre sea
296 METODOLOGlA DE LAS CIENC!AS SOCIALES
aplicada en su formulacion original, la gran difusion de la teoria fundamentada
en la ciencias sociales -como se dijo mas arriba- permiti6 sentar algunas ba-
ses elementales, yen la actualidad relativamente consensuadas, acerca de c6mo
encarar el anJ.lisis de las entrevistas. En efecto, Ia identificaci6n de nllcleos te-
mJ.ticos y su consecuente articulaci6n, determinando los mapas conceptuales
presentes en el discurso -aunque en cierto sentido elemental- sigue sie~do
practica comlin, especialmente dada la complejidad de las tecnicas alternatlvas
de analisis del discurso que descansan sobre conocimientos ling\iisticos y se-
miotiCos fuera del alcance de la mayoria de los investigadores sociales, y que
abordaremos a continuaci6n.
174- El anilisis del discurso
La expresi6n 'an3.lisis del discurso' es muy reciente; comenz6 a utilizarse
en ingles (discourse analysis) a partir de su aparicion en el titulo de un articulo
delling\iista norteamericano Zellig Harris de principios de la decada de 1950.
Sin embargo, en sus perspectivas actuales, que se nutren de elementos de lase-
miotica, la psicolinguistica, la socioling\iistica, la pragmatica, la etnografia del
habla, etcetera, empezo a desarrollarse entre fines de los afios sesenta Y princi-
pios de los setenta.
Con esta expresion se alude a un conjunto amplio de enfoques cuyo objeti-
vo central es el analisis dellenguaje hablado y escrito. Para Van Dijk (1988), se
trata de una pr3.ctica caracterizada por la transdisciplinariedad, el interes por el
texto y el contexto, por el habla en la vida cotidiana y por la variedad de gene-
ros discursivos. Vasilachis (1992: q6-177) indica que "el an:ilisis del discurso
tiende a ser una pr3ctica academica interdisciplinaria y socialmente orientada",
cuyo "nucleo clasico son los analisis estructurales de las propiedades linguisti-
cas, estilisticas, ret6ricas o pragmaticas de los textos y del habla".
Las corrientes que se situan bajo el rotulo de analisis del discurso son muy
diversas y sus aplicaciones se manifiestan en diferentes campos del conoci-
miento human a; estas exceden ampliamente el tratamiento que se le clara al te-
rn a en este capitulo, que constituye tan s6lo una mirada panor3.mica. Por otra
parte, el an3lisis del discurso se puede considerar un tipo de investigaci6n no
estandar en si mismo, y no sOlo una estrategia o mero procedimiento de anali-
sis de Ia informaciOn cualitativa. Por esta raz6n, tal como afirma Alonso
(1998), la delimitacion dellugar practico que este ocupa en Ia sociologia repre-
senta un escollo importante.
Para tratar de clarificar Ia cuesti6n, este mismo autor distingue generica-
mente "tres niveles b3sicos de aproximaci6n al analisis de discursos: un nivel
informacional/cuantitativo, un nivel estructural/textual y un nivel social-
jhermeneutico" (ibid.: 189).
El primero de ellos se centra en la exploracion de las dimensiones denotati- . . ccc~+
vas y inanifiestas del texto, y para esto recurre al tratamiento cuantitativo/es-
tadlstico. Obviamente, nos estamos refiriendo a lo que hemos denominado
analisis de contenido y que ya hemos tratedo en el apartado q.2.
OTRAS FORMAS DE ANALISIS 297
El analisis estructural surge para Alonso (ibid.: 195) del entrecruzamiento
entre la ling\iistica estructural y la antropologia, y busca "hallar los elementos
logicos invariantes y practicamente universales de los textos concretos, o [... ]
las estructuras subyacentes abstractas que tienden a cumplirse tambien en este
o aquel texto elegido". El estructuralismo, originado en la lingilistica de Saus-
sure y caracterizado por concebir ala realidad como construida por el lenguaje,
se difundi6 en las ciencias sociales empiricas de la mano del antrop6logo fran-
ces Levi-Strauss. El tomo a Ia lingiiistica como modelo para sus estudios de la
sociedad -en gran medida gracias a su trabajo conjunto con ellingiiista ruso
jakobson. Por otra parte, la corriente estructuralista ha sido central en lo que se
conoce como giro lingiilstico, en cuanto considera allenguaje como agente es-
tructurante. Ademas de Levi -Strauss, tambien se han destacado como analistas
estructurales del relato Greimas y Barthes.
A pesar de su importancia y exito academico, Alonso (ibid.: 202-204) des-
taca los limites de este enfoque para Ia investigaci6n social emplrica; a su juicio
el soci6logo no debe centrarse en el texto por s.i mismo sino en cuanto soporte
de discursos, desde una perspectiva sociohermeneutica: "nos interesa lo que
los discursos hacen -y de lo que se hacen los discursos- y nolo que los textos
formalizan desde su nivel genetico, lo que implica una vision pragmatica del
discurso, pero no tanto una pragmatica lingiiistica de la microsituaci6n inter-
comunicativa, como una macropragm3tica referida a los espacios y conflictos
sociales que producen, y son producidos, por los discursos". En este sentido, es
fundamental situar al texto en contexte, pero no s6lo entendido como marco
situacional de la produccion del discurso, o como contexto semi6tico/inter-
textual, sino como contexte social ("conjunto de referentes sociogrupales que
otorgan significaciones al discurso").
Las consideraciones precedentes refuerzan la idea expresada al inicio de es-
te apartado: la nocion de analisis del discurso es ambigua y engloba una gran
variedad de perspectivas. En el marco de las variantes que Alonso (1998) define
como sociohermeneuticas, podr.ia tomarse como aproximativa la definiciOn de
Stubbs (1983: 1): analisis del discurso se refiere en general a los intentos pores-
tudiar la organizaci6n dellenguaje mas alla de Ia oracion, y que se centran en el
analisis de este en su contexte social.
De todas las corrientes vinculadas a esta definicion amplia, tal vez lamas in-
fluyente en las ciencias sociales empiricas contempor3neas sea la que se conoce
como analisis critico del discurso, una perspectiva interdisciplinaria que comen-
zo a desarrollarse a partir de los afios ochenta. Como sostiene Fairclough (1989),
esta considera allenguaje en cuanto forma de practica social, centrandose en los
modos en que la dominacion politica y social se reproduce a traves de los textos.
Ademas de Fairclough, otros destacados exponentes de esta corriente son Wo-
dak, Van Dijk y Van Leeuwen. Mas alla de sus aportes teorico-metodologicos
(Fairclough 1989, 1995, 2003; Van Dijk 1977, 1978; Van Leeuwen 2005), los cui-
tares del analisis critico del discurso son reconocidos por sus investigaciones sa-
bre genero (Wodak 1997), racismo (Van Dijk 1991, 2003) e ideologia (1998).
En el contexto latinoamericano, Vasilachis (1992, 1997) ha sido una de las
pioneras en aplicar elementos del analisis del discurso a la investigacion social
 ··:"!!
298 METODOLOGiA DE LAS CIENCIAS SOCIALES
empirica. Su propuesta metodol6gica pretende abordar "el espacio en que con-
vergen los metodos cualitativos y el analisis lingiiistico de textos orales 0 escri-
tos, de acuerdo con Ia hipotesis de que ambas estrategias comparten [... ] su-
puestos del paradigma interpretativo" (1992: 153). En sus desarrollos confluyen
elementos diversos: Ia teoria de Ia estructuracion de Giddens, Ia teoria de Ia ac-
cion comunicativa de Habermas, y las teorias de los actos del habla de Austin,
Searle y Habermas. Su propuesta se articula a partir de cuatro tesis fundamen-
tales:,
1) ellenguaje es una forma de produccion y reproduccion del mundo social;
2) el contexto determina el significado y alcance de las emisiones y su
producci6n, asi como el contenido de las interpretaciones;
3) el analisis lingiiistico puede contribuir a Ia comprension del sentido de
Ia acci6n en Ia interacci6n comunicativa, y
4) el interprete debe asumir Ia perspectiva de los actores y reconocer los
significados que ellos le dan a su accion y a Ia de otros dentro de un
contexto dado.
Sin embargo, mas alia de todos los importantes desarrollos que se han dado
en esta materia en las ultimas decadas, aun nose asiste -en el ambito de las
ciencias sociales empiricas- a una universalizaci6n de sus aplicaciones. Tres
son las cuestiones que se han de tener en cuenta en este senti do. Por un lado, se
debe considerar el heche de que no existe una estrategia Unica, de consenso (o
a! menos una que se haya erigido como dominante), sobre como abordar el ana-
lisis del texto en contexto. Por otro !ado, se debe reconocer que muchas de las
propuestas son fundamentalmente form as de investigaci6n no estJ.ndar en si.
(con sus supuestos teoricos -especialmente sobre el sujeto, ellenguaje y Ia co-
municacion- epistemologicos y metodologicos); nose trata de meros conjun-
tos de tecnicas que puedan facilmente reducirse a usos tan solo instrumentales
en el marco de otro tipo de investigaciones. Finalmente, cabe destacar que Ia
mayoria de elias -como ya se ha dicho- exigen conocimientos sofisticados (de
lingiiistica y semiotica, entre otros) que no estan a! alcance de Ia mayoria de los
investigadores sociales, y que en todo caso -y a diferencia de las tecnicas esta-
dlsticas de an;llisis- rara vez forman parte de su curricula de estudio.
BIBLIOGRAFfA
ADLER, Patricia A. y Peter ADLER (1994) Observational Techniques, pp. 377-392
en Norman K. Denzin e Yvonna S. Lincoln (eds.), Handbook of Qualitative Re-
search. Thousand Oaks: Sage.
ADORNO, Theodor Wiesengrund et al. (1950) The Authoritarian Personality.
New Ybrk: Harper&. Row.
AGNOLI, Maria Stella (1992) La costruzione delle variabili tra rilevazione e analisi
dei dati: il caso dei sondaggi, pp. 142-163 en Alberto Marradi y Giancarlo Gas-
peroni (comps.), Costmire il data 2. Milano: Franco Angeli.
ALDENDERFER, M.S. yR. K. BLASHFIELD (1985) Cluster Analysis. London: Sage.
ALLEN, Michael Patrick (1974) Construction of Composite Measures by the Cano-
nical-Factor-Regression Method, pp. 51-78 en Herbert L. Costner (comp.), So-
ciological Methodology 1973-74- San Francisco: jossey Bass.
ALONSO, Luis E. (1998) La mirada cualitativa en sociologia. Madrid: Fundamen-
tos.
AMISANO, Ernesto, Giuseppe RINALDI y Emilia PAMPANIN (2o02) Sana equi-
distanti le categorie di una scala Likert?, pp. 95-122 en Marradi y Gasperoni
(2002).
AMMASSARI, Paolo (1985) I fondamentali problemi di metodologia della ricerca
sociale, en "Studi di Sociologia" XXIII, 2-3 (aprile): 176-93.
ANASTASI, Anne (1953) Differential Psychology. London: Macmillan.
ANASTASI, Anne (1954) Psychological Testing. London: Macmillan.
ANDREU ABELA, jaime (2001) Las tecnicas de analisis de contenido: una revision
actualizada, en "Documento de trabajo CENTRA" 2001/03, <http://public.
centrodeestudiosandaluces.es/pdfs/S200103.pdf>.
ARMOR, David). (1974) Theta Reliability and Factor Scaling, pp. 17-50 en Herbert
L. Costner (comp.), Sociological Methodology 1973-1974- San Francisco: jos-
sey-Bass.
ARDEVOL, Elisenda etal. (2003) Etnografia virtualizada: fa observaci6n participan-
te y la entrevista semiestructurada en linea, en «Athenea Digital" n. 3:72-92.
ARNAULD, Antoine y Pierre NICOLE (1662) Logique, ou art de penser. Paris.
ARON, Raymond (1996) Lecciones sabre ]a historia. Cursos del College de France.
Mexico: FCE.
BACHELARD, Gaston (1934) Le nouvel esprit scientifique. Paris: Alcan.
300 METODOLOGIA DE LAS CIENCIAS SOCIALES
BACHELARD, Gaston (1938) La formation de !'esprit scientifique. Contribution a
une psychanalyse de la connaissance objective. Paris: Vrin.
BACON, Sir Francis (1620) Novum Organum.
BACHMANN, Duane, John ELFRINK y Gary VAZZANA (1996) Tracking the Pro-
gress ofE-Mail vs. Snail-Mail en "Marketing Research" VIII, 2 (summer): 30-6.
BAILYN, Lotte (1977) Research as a Cognitive Process: Implications for Data
Analysis, en "Quality and Quantity" XI, 2 Qune): 97-117.
BARTLETT, Claude). et al. (1g6o) A Comparison of Two Methods of Attitude
Me~surement: Likert Type and Forced Choice, en "Educational and Psycholo-
gical Measurement" XX, 4 (winter): 699-704-
BECKER, HowardS. (1970) Sociological Work: Method and Substance. Chicago:
Aldine.
BECUE, Monica (1991) Analisis de datos textuales. Metodos estadisticos y algorit-
mos. Paris: CISIA.
BELSON, William A. (1981) The Design and Understanding of Questions in the
Survey Interview. London: Gower.
BENZECRI, Jean-Paul (1973) L'analyse des donnees. Paris: Dunod.
BERELSON, Bernard (1952) Content Analysis in Communication Research. New
York: Free Press.
BERG, Irwin A. (camp., 1967) Response Set in Personality Assessment, Chicago:
Aldin e.
BERKA, Karel (1983) Measurement. Its Concepts, Theories and Problems. Dor-
drecht: Reidel.
BERKOWITZ, Norman H. y George H. WOLKON (1964) A Forced Choice Form
of the F Scale- Free ofAcquiescence Response Set, en "Sociometry" XXVII, 1
(march): 54-65.
BERNARD, H. Russell (1994) Research Methods in Anthropology: Qualitative
and Quantitative Approaches. Thousand Oaks: Sage.
BISHOP, George F. et al. (1982) Effects ofPresenting One versus Two Sides ofan
Issue in Survey Questions, en "Public Opinion Quarterly" XLVI: 69-85.
BISHOP, George F. et al. (1989) Psuedo-Opinions on Public Affairs, pp. 425-36 en
Eleanor Singer y Stanley Presser (camps.), Survey Research Methods. Univer-
sity of Chicago Press.
BLALOCK, Hubert M. (1961) Causal Inferences in Non experimental Research.
Chapel Hill: University ofNorth Carolina Press.
BLALOCK, Hubert M. (1969) Theory Construction. From Verbal to Mathematical
Formulations. Englewood Cliffs: Prentice-Hall.
BLOCK, Jack (1965) The Challenge ofResponse Sets. New York: Appleton-Cen-
tury-Crofts.
BLUMER, Herbert (1969) Symbolic lnteractionism: Perspective and Methods. En-
glewood Cliffs: Prentice-Hall.
BOCCUZZI, Ermelinda (1985) Parcellizzazioni e reificazioni nelle ricerche sociolo-
giche: il punto di vista di un'intervistatrice, en .. Rassegna ltaliana di Sociolo-
gia" XXVI, 2: 239-260.
BOHRNSTEDT, George W. (1970) Reliability and Validity Assessment in Attitude
Measurement, pp. 80-99 en Gene F. Summers (camp.), Attitude Measure-
ment. Chicago: Rand-McNally.
BIBLIOGRAFfA 301
BOURD!EU, Pierre (1973) L'opinion publique n'existe pas, en "Les temps moder-
nes" n. 318 Qanvier): 1292-1309.
BOURD!EU, Pierre (1979) La distinction. Critique sociale du jugement. Paris: Ed.
deMinuit.
BOURD!EU, Pierre (1994) Raisons pratiques. Sur ]a theorie de !'action. Paris:
Seuil.
BOURD!EU, Pierre, Jean-Claude CHAMBOREDON y Jean-Claude PASSERON
(1968) Le metier de socialague. Prealables epistemologiques. Paris: Mouton.
BRAITHWAITE, Richard (1953) Scientific Explanation: A Study of the Function
ofTheory, Probability and Law in Science. Cambridge University Press [citas
de Ia edici6n 1960].
BRENNER, Michael et al. (1985) The Research Interview: Uses and Approaches.
London: Academic Press.
BRISLIN, Richard W., Walter). LONNERyRobertM. THORNDIKE (1973) Cross-
Cultural Research Methods. New York: Wiley.
BROWNELL, William A. (1933) On the Accuracy with which Reliability May Be
Measured by Correlating Test Halves, en "Journal of Experimental Education"
I: 204-15.
BRUSCHI, Alessandro (1991) Logica e metodologia, en "Sociologia e Ricerca Socia-
le" XII, 35: 30-55.
BRYMAN, Alan E. (1988) Quantity and Quality in Social Research. London: Rou-
tledge.
BRYMAN, Alan E. (2004) Triangulation, en MichaelS. Lewis-Becket al. (eds.),
Encyclopedia ofSocial Science Research Methods. London: Sage.
BUCHANAN, William y Hadley CANTRIL (1953) How Nations See Each Other:
A Study in Public Opinion. Urbana: Illinois University Press.
BUNGE, Mario A. (1973) On Confusing 'Measure' with 'Measurement' in the Met-
hodology of the Behavioral Sciences, en Bunge (comp.), The Methodological
Unity ofScience. Dordrecht: Reidel.
BURGESS, Robert G. (1984) In the Field. An Introduction to Field Research. Lon-
don: Routledge.
CACCIOLA, Salvatore y Alberto MARRADI (1988) Contributo al dibattito sulle
scale Likert basato sull'analisi di interviste registrate, pp. 63-105 en Marradi
(comp.), Costruire il data. Sulle tecniche di raccolta delle informazioni nelle
scienze sociali. Milano: Franco Angeli.
CALVI, Gabriele (1980) La classe fortezza. Scelte degli elettori e responsabilita della
classe politica in It:Jlia. Milano: Angeli.
CAMPBELL, Donald T. y Donald Winslow FISKE (1959) Convergent and Discri-
mination Validation by the Multitrait-Multimethod Matrix, en "Psychological
Bullettin" LVI, 2 (march): 81-105.
CAMPBELL, Donald T. y Julian C. STANLEY (1963) Experimental and Quasi-Ex-
periment:Jl Designs for Research. Chicago: Rand-McNally [tr. esp. Diseiios ex-
perimentales y cuasi experimentales en la investigaci6n social. Buenos Aires:
··"~+ Amorrortu 1976].
CAMPBELL, Norman R. (1928) An Account of the Principles of Measurement and
Calculation. London: Longmans & Green.
CAMPELLI, Enzo (1991) Il metoda e il suo contrario. Milano: Angeli.
302 METODOLOGfA DE LAS CIENCIAS SOCIALES
CANTRIL, Hadley y Lloyd A. FREE (1962) Hopes and Fears for Selfand Country:
The Self-Anchoring Striving Scale in Social Research, en "American Behavioral
Scientist" VI, 2 (october): supplement.
CAPECCHI, Vittorio (1972) Struttura e tecniche della ricerca, pp. 23-I2o en Pietro
Rossi (comp.), Ricerca sociologica e ruolo del sociologo. Bologna: II Mulino.
CARDANO, Mario (I99I) II sociologo e Je sue muse: qualitJ e quantitii nella ricerca
sociologica, en "Rassegna italiana di sociologia "XXXII, 2: I81-223.
CARD,OSO DE OLIVEIRA, Roberto (I996) 0 trabalho do antropologo: olhar, au-
vir, escrever, en "Revista de Antropologia" XXXIX, 1: I3-37·
CARMINES, Edward G. y Richard A. ZELLER (I979) Reliability and Validity As-
sessment. London: Sage.
CARNAP, Rudolf (I939) Foundations ofLogic and Mathematics. Chicago: Univer-
sity Press.
CARNAP, Rudolf (I950) Logical Foundations ofProbability. Chicago: University
Press.
CHIESI, Leonardo (2002) Qualitii e quantitii: un outline del dibattito e una propos-
ta, en "Sociologia e ricerca sociale" n. 67: rSo-192.
CICOUREL, Aaron Victor (I964) Method and Measurement in Sociology. New
York: Free Press.
CINI, Marcello (1990) Trentatre variazioni sui tema. Soggetti dentro e fuori fa
scienza. Roma: Editori Riuniti.
CLARK, Herbert y Michael SCHOBER {I99I) Asking Questions and Influencing
Answers, pp.15-43 en judith M. Tanur (comp.), Questions About Questions: In-
quiries Into the Cognitive Bases ofSurveys. New York: Russell Sage Foundation.
COHEN, Morris Raphael y Ernst NAGEL (I934) An Introduction to Logic and
Scientific Method. New York: Harcourt.
COLLINS, Randall (I97S) Conflict Sociology: Toward an Explanatory Science. New
York: Academic Press.
COMBESSIE, jean-Claude (1996) La methode en sociologie. Paris: La Decouverte
[citas de Ia tr. esp. El metoda en sociologia. Cordoba: Ferreyra zoos].
CONVERSE, jean M. (1984) Strong Arguments and Weak Evidence: The Open/
Closed Questioning Controversy of the 1940s, en "Public Opinion Quarterly"
XLVIII, I (spring): 267-82.
CONVERSE, jean M. y Stanley PRESSER (I986) Survey Questions: Handcrafting
the Standardized Questionnaire. Beverly Hills: Sage.
CONVERSE, Philip E. (1970) Attitudes and Non AtTitudes: Continuation ofa Dia-
logue, pp. I68-89 en Edward R. Tufte (comp.), The Quantitative Analysis of
Social Problems. Reading: Addison-Wesley.
COOK, Stuart W. y Claire SELLTIZ (I964) A Multiple-Indicator Approach to Atti-
tude Measurement, en "Psychological Bullettin" LXII, 4 Guly): 36-55·
COOK, Thomas D. y Donald T. CAMPBELL (I979) Quasi-Experimentation: De-
sign and Analysis Issues for Field Settings. Chicago: Rand-McNally.
COOMBS, Clyde H. (I953) Theory and Methods of Social Measurement, pp. 47I-
535 en Leon Festinger y Daniel Katz (comps.), Research Methods in the Beha- ···"~-·j
vioral Sciences. New York: Dryden.
CORBETTA, Piergiorgio (2003) Metodologia y tecnicas de investigaci6n social.
Madrid: Mac Graw-HilL
BlBLIOGRAFfA
CRESPI, Franco (1985) Levie della sociologia. Problemi, teorie, metodi. Bologna: II
Mulino.
CRONBACH, Lee j. (I946) Response Sets and Test Validity, en "Educational and
Psychological Measurement" VI: 475-94-
CRONBACH, Lee j. (I947) Test Reliability: Its Meaning and Determination, en
"Psychometrika" XII, 1 (march): I-16.
CRONBACH, Lee j. (I949) Essentials ofPsychological Testing. New York: Harper
&Row.
CRONBACH, Lee j. (I951) Coefficient Alpha and the Internal Structure ofTests, en
"Psychometrika" XVI: 297-334.
CRONBACH, Lee j. y Paul E. MEEHL {I955) Construct Validity in Psychological
Tests, en "Psychological Bulletin" LII, 4 Guly): 28I-302.
CRONBACH, Lee j. et al. (1972) The Dependability ofBehavioral Measurements:
Theory ofGeneralizability for Scores and Profiles. New York: Wiley.
DALTON, Melville E. (I964) Preconceptions and Methods in "Men Who Manage",
pp. 58-no en Phillip E. Hammond (comp.), Sociologists at Work. New York:
Basic Books.
DAVIES, Alan (1977) The Construction of Language Tests, pp. 38-104 en j. P. B.
Allen y A. Davies (comps.), Testing and Experimental Methods. London: Ox-
ford University Press.
DAVIS, james A. (1964) 'Great Books and Small Groups': An Informal History ofa
National Survey, pp. 244-269 en Phillip E. Hammond (comp.), Sociologists at
Work. New York: Basic Books.
DAVIS, james A. (197I) Elementary Survey Analysis. Englewood Cliffs: Prentice-
Hall.
DAVIS, james A. (1987) The Future Study ofPublic Opinion, en "Public Opinion
Quarterly" Ll, 4 (winter): 178-9.
DEI, H. Daniel (zoo6) La tesis. Buenos Aires: Prometeo.
De MAIO, T. j. (1984) Social Desirability and Survey Measurement: A Review, pp.
257-82 en C. F. Turnery E. Martin (camps.), Surveying Subjective Phenomena.
New York: Russell Sage Foundation.
DE MOIVRE, Abraham (1733) La doctrine des probabilites. Paris.
DENSTADLI, jon Martin (zooo) Analyzing Air Travel: A Comparison ofDifferent
Survey Methods and Data Collection Procedures, en "journal of Travel Re-
search "XXXIX, I (agosto).
DENZIN, Norman K. (I970) The Research Act: A Theoretical introduction to So-
ciological Methods. Chicago: Aldine-Atherton.
DENZIN, Norman K. e Yvona S. LINCOLN (eds.) Handbook of Qualitative Re-
search. Thousand Oaks: Sage.
DESCARTES, Rene (1628) Regulae ad direction em ingenii.
DESCARTES, Rene (I637) Discours de la Methode. Leyden: Ian Maire.
DEWEY, john (I938) Logic, the Theory oflnquiry. New York: Holt.
OJ FRANCO, Giovanni (2oo1) EDS: Esplorare, descrivere, sintetizzare i dati. Mila-
no: Angeli.
DljKSTRA, Willy johannes VANDER ZOUWEN (comps., I982) Response Beha-
vior in the Survey-Interview. London: Academic Press.
DILLMAN, Don A. (1978) Mail and Telephone Surveys: The Total Design Method.
New York: Wiley.
 METODOLOGfA DE LAS CIENCIAS SOCIALES
DILLMAN, Don A. (zoo a) Mail and Internet Surveys: The Tailored Design Met-
hod. New York: Wiley.
DOREIAN, Patrick (1972) Multivariate Analysis and Categorized Data, en "Quality
& Quantity" VI, 2 (december): 253-72.
DOVRING, Karin (1954-1955) Quantitative Semantics in 18th Century Sweden, en
"The Public Opinion Quarterly" XVIII, 4: 389-394.
DROYSEN, johann G. (1868) Gmndri!? der Historik. Leipzig: Veit.
DUNG:AN, Otis Dudley (1984) Notes on Social Measurement. Historical and Criti-
cal. New York: Russell Sage Foundation.
DURKHEJM, Emile (1895) Les regles de la methode sociologique. Paris: Alcan. [Tr.
esp. Las reglas del metoda sociol6gico. Buenos Aires: Hyspamerica 1982].
DURKHE!M, Emile (1896) Le suicide: Etude de Sociologie. Paris: Alcan.
DUSTER, Troy (1981) Intermediate Steps Between Micro- and Macro-Integration:
the Case ofScreening for Inherited Disorders, pp. 109-35 en Knorr-Cetina y Ci-
coure] (1981).
EBBINGHAUS, Hermann (1885) Ueber das Gedaechrnis. Leipzig: Duncker &
Humblot.
ECO, Umberto (1989) II pendolo di Foucault. Milano: Gruppo Editoriale Fabbri,
Bompiani, Sonzogno, Etas [tr. esp. El pendulo de Foucault. Buenos Aires: Bom-
piani- Lumen- De Ia Flor 1989].
EDGERTON, Harold A. y Laverne E. KOLBE (1936) The Method ofMinimum Va-
riation for the Combination of Criteria, en "Psychometrika" I, 3 (september):
183-n.
EDWARDS, Allen L. (1954) Personal Preference Schedule. New York: Psychologi-
cal Corporation.
EDWARDS, Allen L. (1957) Techniques ofAttitude Scale Construction. New York:
Appleton.
EDWARDS, Allen L. (1957) The Social Desirability Variable in Personality Assess-
ment and Research. New York: Dryden.
EDWARDS, Allen L. y Kathryn Claire KENNEY (1946) A Comparison ofthe
Thurstone and Likert Techniques ofAttitude Scale Construction, en "journal
of Applied Psychology" XXX, t: 72-83.
FAIRCLOUGH, Norman (1989) Language and Power. London: Longman.
FAIRCLOUGH, Norman (1995) Critical Discourse Analysis. Harlow: Longman.
FAIRCLOUGH, Norman (2003) Analysing Discourse: Textual Analysis for Social
Research. London: Routledge.
FECHNER, Gustav (186o) Elemente der Pshychophysik.
FERGUSON, A. et al. (1935) Quantitative Estimates ofSensory Events. Report n.
108, British Association for the Advancement of Science, 331-49.
FERRAND, D.). y ). M. MARTEL (1986) Le choix multicritere des items d'une
echeile de mesure, en "Mathematique et Sciences Humaines" n. 89: 35-59.
FERRAROTTI, Franco (1983) Prefazione, en Francesco Citarrella, La sociologia co-
me scienza del singolare. Note sui metoda biografico. Palermo: Mazzone.
FERRAROTTI, Franco (1986) La storia e if quotidiano. Bari: Laterza. [citas de Ia tr,
esp. La historia y ]o cotidiano. Barcelona: Peninsula 1991].
FEYERABEND, PaulK. (1970) Against Method. Outline ofan Anarchistic Theory
ofKnowledge, en Michael E. Radner y Stephen Winokur, S. (eds.), Analyses of
BlBLIOGRAFfA
Theory and Methods ofPhysics and Psychology. Minneapolis: University of
Minnesota Press.
FIDEL!, Roberto y Alberto MARRADJ (1996) Intervista, pp. 71-82 en "Enciclope-
dia delle Scienze Sociali". Roma: Istituto della Enciclopedia Jtaliana, val. V.
FISKE, Donald Winslow (1971) Measuring the Concepts ofPersonality. Chicago:
Aldin e.
FLECK, Ludwik (1935) Entstehung und Entwicklung einer wissenschaftlichen Tat-
sache. Einfuehmng in die Lehre vom Denksti! und Denkkollektiv. Basel: Ben-
no Schwabe.
FLESCH, Rudolf (1948) A New Readability Yardstick, en "Journal of Applied Psy-
chology" XXXII: 221-233.
FRASER, Nancy y Linda NICHOLSON (1990) Critica social sin filosofia: un en-
cuentro entre el feminism a yel posmodernismo, en Linda NICHOLSON (ed.),
Femm1sm/Postmodernism. New York: Routledge.
FREEMAN, Derek (1983) Margaret Mead and Samoa: The Making and Unmaking
ofan Anthropological Myth. Cambridge: Harvard University Press.
FREY, Frederick W. (1970) Cross-Cultural Survey Research in Political Science, pp.
173-294 en Robert T. Holt y john E. Turner (camps.), The Methodology of
Comparative Research. New York: Free Press.
GALLINO, Luciano (1978) Dizionario di Sociologia. Torino: UTET.
GALTON, Francis (1888) Co-relations and their Measurement, Chiefly from Anth-
ropometric Data, en "Proceedings of the Royal Society" XLV: 135-40.
GALTUNG, )ohan (1966) Teoria ymetodos de la investigaci6n social, tomo II. Bue-
nos Aires: EUDEBA.
GALTUNG, )ohan (1967) Theory and Methods ofSocial Research. London: Allen
&Unwin.
GARFINKEL, Harold (1964) Studies of the Routine Grounds ofEveryday Activi-
ties, en "Social Problems" XI: 225-50.
GARFINKEL, Harold (1967) Studies in Ethnomethodology. Englewood Cliffs:
Prentice-Hall.
GASPERONI, Giancarlo y Francesca GJOVANJ (2002) L'inversione della polarita
semant1ca nelle frasi delle scale Likert, pp. 123-19 o en Marradi y Gasperoni
(2002).
GEERTZ, Clifford (1973) The Interpretation of Cultures. New York: Basic Books.
GEERTZ, Clifford (1983) Local Knowledge. Further Essays in Interpretative Anth-
ropology. New York: Basic Books.
GEERTZ, Clifford (1988) Works and Lives: The Anthropologist as Author. Stan-
ford: University Press. [citas de la tr. esp. El antrop6logo como autor. Buenos
Aires: Paid6s 1989].
GIAMPAGLIA, Giuseppe (1985) La stima dell'attendibi!ita nella costmzione delle
scale, en "Rassegna ltaliana di Sociologia" XXVI, 2 (aprile): 169-188.
GIAMPAGLIA, Giuseppe (1986)AJ.Iil, omega e teta: e attendibile la misura dell'at-
tendibilita?, en "Socio!ogia e Ricerca Sociale" VII, 21:75-99.
GIAMPAGLIA, Giuseppe (1990) La scaling unidimensionale nella ricerca sociale.
Napoli: Liguori.
GIDDENS, Anthony (1979) Central Problems in Social Theory. Action, Structure
and Con'tradiction in Sociological Analysis. London: Macmillan.
I
 METODOLOGiA DE LAS CIENCIAS SOCIALES
GILL!, Gian Antonio (1971) Come si fa ricerca. Milano: Mondadori.
GLASER, Barney G. (1978) Theoretical Sensitivity: Advances in the Methodology
of Grounded Theory. Mill Valley: Sociology Press.
GLASER, Barney G. y Anselm L. STRAUSS (1967) The Discovery of Grounded
Theory. Strategies for Qualitative Research. Chicago: Aldin e.
GOBO, Giampietro (1997) Le risposte e illoro contesto. Processi cognitivi e comu-
nicativi nelle interviste standardizzate. Milano: Angeli.
GOLD, Raymond L. (19s8) Roles in Sociological Field Observations, en "Social
Forces" XXXVI, 3: z17-zz3.
GOODENOUGH, Ward H. (1944) A Technique for Scale Analysis, en "Educatio-
nal and Psychological Measurement" IV, 3 (autumn): 179-90.
GORDEN, Rymond (1969) Interviewing. Strategies, Techniques and Tactics. Ho-
mewood: Dorsey Press.
GREENLEAF, Eric (199z) Measuring Extreme Response Style, en "Public Opinion
Quarterly" LVI: 3z8-s1.
GUBA, E. G. y Yvona S. LINCOLN (1994) Competing Paradigms in QualitativeRe-
search, en Norman K. Denzin e Yvona S. Lincoln (eds.), Handbook of Qualita-
tive Research. Thousand Oaks: Sage.
GUBER, Rosana (1991) El salvaje metropolit:mo. Reconstmcci6n del conocimiento
social en el trabajo de campo. Buenos Aires: Legasa [citas de la primera reim-
presi6n de Ia edici6n de Paid6s, zoos].
GULLIKSEN, Harold 0. (1936) The Content Reliability ofa Test, en "Psychometri-
ka" I, 3 (september): 189-94-
GUTTMAN, Louis A. (1944) A Basis for Scaling Qualitative Data, en "American
Sociological Review" IX: 139-so.
GUTTMAN, Louis A. (19so) The Basis for Scalogram Analysis, pp. 60-90 en Sa-
muel Stouffer (comp.), Measurement and Prediction, vol. IV. Princeton Uni-
versity Press.
HABERMAS, )iirgen (196z) The Structural Transformation of the Public Sphere:
An Inquiry into a Category ofBourgeois Society. Cambridge: Polity 1989.
· JONES, Steven G. (1997) Virtual Culture Identity and Communication in Cybers-
HAMILTON, D. (1994) Traditions, Preferences, and Postures in Applied Qualitati-
ve Research, en Norman K. Denzin e Yvona S. Lincoln (eds.), Handbook of
Qualitative Research. Thousand Oaks: Sage.
HAMMERSLEY, Martyn (1989) The Dilemma of Qualitative Method. Herbert Blu-
mer and the Chicago Tradition. London: Routledge.
HEISE, David R. y George W. BOHRNSTEDT (1970) Validity, Invalidity, andRe-
liability, pp. 104-129 en Edgar F. Borgatta y George W. Bohrnstedt (comps.),
Sociological Methodology 1970. San Francisco: jossey-Brass.
HEMPEL, Carl Gustav (193s) L'analyse logique de la psychologie, en "Revue de
Synthese" [citas de Ia tr. ingl. The Logical Analysis ofPsychology, pp. 373-84
en Herbert Feigl y Wilfred Sellars (comps.), Readings in Philosophical Analy-
sis. New York: Appleton 1949].
HEMPEL, Carl Gustav (19S2) Fundamentals of Concept Formation in Empirical
Science. Chicago University Press.
HEMPEL, Carl Gustav (1966) Philosophy ofNatural Science. Englewood Cliffs:
Prentice Hall.
HEMPEL, Carl Gustav y Paul OPPENHEIM (1936) Der Typusbegriffim Lichte der
neuen Logik. Leyden.
;_>B>
BIBLIOGRAFiA
HOMAN, Roger (1978) Interpersonal Communication in Pentecostal Meetings, en
"Sociological Review" XXVI, 3: 499-s18.
HOMAN, Roger (1980) The Ethics of Covert Methods, en "British journal of So-
ciology" XXXI, 1: 46-s9.
HOMANS, George Caspar (1970) Bringing Men Back, en D. Forcese y S. Richer
(comps.), Stages ofSocial Research. Englewood Cliffs: Prentice Hall.
HUI, Harry C. y Harry C. TRIANDIS (198s) The Instability ofResponse Sets, en
"Public Opinion Quarterly" XLIX, 2 (summer): zs3-6o.
HYMAN, Herbert H. (19SS) Survey Design and Analysis. Glencoe: The Free Press.
HYMAN, Herbert H. (1972) Secondary Analysis ofSample Surveys. Principles, Pro-
cedures and Potentialities. New York: Wiley.
HYMAN, Herbert H. y Paul B. SHEATSLEY (19S4) The Authoritarian Personality:
A Methodological Critique, pp. so-122 en Richard Christie y Marie jahoda
(comps.), Studies in the Scope and Method of"The Authoritarian Personality".
Glencoe: Free Press.
INGRAM, Elisabeth (1977) Basic Concepts in Testing, pp. 11-37 en). P. B. Allen y
Alan Davies (comps.), Testing and Experimental Methods. London: Oxford
University Press.
)AMOUS, Haroun (1968) Technique, methode, epistemologie, en "Epistemologie
Sociologique", 6 (z' semestre): z1-38.
)EVONS, William Stanley (1874) The Principles ofScience. A Treatise on Logic and
Scientific Method. London: MacMillan.
)ICK, Todd D. (1979) Mixing Qualitative and Quantitative Methods: Triangulation
in Action, en "Administrative Science Quarterly" XXIV, 4: 6oz-6n.
JOHNSON, T. et al. (zoos) The Relation Between Culture and Response Styles:
Evidence From 19 Countries, en "journal of Cross-Cultural Psychology" XXXVI,
z (March): 264-277.
JONES, Steven G. (ed., 199S) Cybersociety: Computer Mediated Communication
and Community. London: Sage.
pace. London: Sage.
JORDAN, Nehemiah (196s) The Asymmetry of''Liking" and "Disliking": a Pheno-
menon Meriting Further Reflection and Research, en "Public Opinion Quar-
terly" XXIX, 2 (summer): 31s-zz.
JORGENSEN, Danny L. (1989) Participant Observation: A Methodology for Hu-
man Studies. London: Sage.
)UNG, Carl Gustav (1910) The Association Method, en "American journal of Psy-
chology" XXI: 219-69.
KANT, Immanuel (1781) Kritik der rein en Vernunft. Konigsberg: Reiger.
KAPLAN, Abraham (1964) The Conduct oflnquiry. Methodology for Behavioral
Science. San Francisco: Chandler.
KATONA, George (19s1) Psychological Analysis ofEconomic Behavior. New York:
McGraw-Hill.
KAWULICH, Barbara B. (zoos) Participant Observation as a Data Collection Met-
hod, en "Forum Qualitative Sozialforschung /Forum: Qualitative Social Re-
search" VI, 2: art. 43· <http://www.qualitative-research.net/fqs-texte/2-0S/
os-Z-43-e.htm>.
 METODOLOGiA DE LAS CJENCJAS SOCJALES
KEMENY, John G. (1959) A Philosopher Looks at Science. Princeton: Van Nostrand
[citas de Ia tr. it. Il !ilosofo e la scienza. Introduzione alla filosofia della scienza.
Milano: II Saggiatore 1972].
KENDALL Maurice G. (1948) Rank Correlation Methods. London: Griffin.
KINSEY, Alfred Charles et al. (1948) Sexual Behavior in the Human Male. Phila-
delphia: Sounders.
KINSEY, Alfred Charles et al. (19 53) Sexual Behavior in the Human Female. Phila-
delphia: Sounders.
KITZINGER, Jenny (1995) Introducing Focus Groups en "British Medical Journal"
n. 3!1: 299-302.
KLIMOVSKY, Gregorio (1994) Las desventuras del conocimiento cientifico. Una
introducci6n ala epistemologia. Buenos Aires: AZ Editora.
KNAFL, Katheleen A. y Bonnie). BREITMAYER (1989) Triangulation in Qualitati-
ve Research: Issues of Conceptual Clarity and Purpose, pp. 209-220 en janice
M. Morse (ed.), Qualitative Nursing Research: A Contemporary Dialogue.
Rockville: Aspen.
KNORR-CETINA, Karin D. y Aaron Victor CICOUREL (eds., 1981) Advances in
Social Theory and Methodology. Toward an Integration ofMicro- and Macro-
Sociologies. London: Routledge & Kegan Paul.
KRIPPENDORFF, Klaus (1980) Content Analysis. An Introduction to its Metho-
dology. Newbury Park: Sage.
KRIZ, )uergen (1988) Facts and Artifacts in Social Science. An Epistemological and
Methodological Analysis of Empirical Social Science Research Techniques.
New York: MacGraw-Hill.
KREUGER, Richard A. (1988) Focus Groups: A Practical Guide for Applied Re-
search. London: Sage.
KUDER, G. Frederick y Marion W. RICHARDSON (1937) The Theory of the Esti-
mation ofTest Reliability, en "Psychometrika" II, 3 (september): 151-60.
KUHN, Thomas Samuel (1962) The Structure of Scientific Revolutions. Chicago
University Press [citas de la tr. esp. La estructura de las revoluciones cientificas.
Santiago de Chile: FCE 1993].
LABOVITZ, Sanford (1968) Criteria for Selecting a Significance Level: A Note on
the Sacredness of.os, en "American Sociologist" III, 3 (august): 220-22.
LAU, Richard (1982) Negativity in Political Perception, en "Political Behavior" IV:
353-377·
LAZARSFELD, Paul Felix (1937) Some Remarks on the Typological Procedures in
Social Research, en "Zeitschrift fiir Sozialforschung" VI: !19-39·
LAZARSFELD, Paul Felix (1955) Interpretation ofStatiscal Relations as a Research
Operation, en Paul Felix Lazarsfeld y Morris Rosenberg (comps.), The Langua-
ge ofSocial Research. New York: Free Press.
LAZARSFELD, Paul Felix (1958) Evidence and Inference in Social Research, en
"Daedalus" LXXXVII, 3 (fall): 99-130.
LAZARSFELD, Paul Felix (1959) Problems in Methodology, pp. 39-78 en Robert
King Merton, L. Broom y L. S. Cottrell (camps.), Sociology Today: Problems
and Prospects. New York: Basic Books [citas de Ia tr. it. Problemi di metodolo-
gia, pp. 179-229 en Lazarsfeld, Metodologia e ricerca sociologica. Bologna: II
Mulino 1967].
BIBLIOGRAFfA
LAZARSFELD, Paul Felix (1966) Concept Formation and Measurement in the Be-
havioral Sciences: Some Historical Observations, en Gordon J. Direnzo
(camp.), Concepts, Theories and Explanation in the Behavioral Sciences. New
York: Random.
LAZARSFELD, Paul Felix (1972) Preface, en Lazarsfeld eta!. (camps.), Continuities
in the Language ofSocial Research. New York: Free Press.
LAZARSFELD, Paul Felix y Allen H. BARTON (1951) Qualitative Measurement in
the Social Sciences: Classifications, Typologies, and Indices, pp. 155-92 en Da-
niel Lerner y Harold D. Lasswell (camps.), The Policy Sciences. Stanford Uni-
versity Press.
LAZARSFELD, Paul Felix, Bernard BERELSON y Hazel GAUDET (1944) The
People's Choice. How the Voter Makes up His Mind in a Presidential Cam-
paign. New York: Duell Sloan & Pearce.
LAZARSFELD, Paul Felix, Bernard BERELSON y William MCPHEE (1954) Vo-
ting: A Study in a Presidential Campaign. University of Chicago Press.
LAZARSFELD, Paul Felix y Morris ROSENBERG (1955) Introduction, pp. 1-12 en
Lazarsfeld y Rosenberg (camps.), The Language ofSocial Research. New York:
Free Press.
LEBART, Ludovic y Andre SALEM (1994) Statistique Textuelle. Paris: Dunod.
LECUYER, Bernard-Pierre (1968) His to ire et sociologie de la recherche sociale em-
pirique: problemes de theorie et de methode, en "Epistemologie Sociologique"
n. 6 (28 semestre): !19-31.
LEONARDI, Franco (1991) Contra l'analisi qualitativa, en "Sociologia e ricerca so-
dale" 35: 3-29.
LEROY, Edouard (1899) Science et philosophie, en "Revue de metaphysique et
morale" VII, 2' partie: 364-381.
LIKERT, Rensis (1932) The Method of Constructing an Attitude Scale, pp. 44-53 en
Rensis Likert, A Technique for the Measurement ofAttitudes, en "Archives of
Psychology", monogr. n. 140.
UPSET, Seymour Martin (1959) Some Social Requisites ofDemocracy: Economic
Development and Political Legitimacy, en "American Political Science Re-
view" LIII, 69-105.
LORD, Frederick M. y Melvin R. NOVICK (1968) Statistical Theory ofMental Test
Scores. Reading: Addison-Wesley.
LOSEE, john (1972) A Historical Introduction to the Philosophy ofScience. Oxford
University Press.
LOSITO,.Gianni (1993) L'analisi del contenuto nella ricerca sociale. Milano: Angeli.
LULO, jorge (2002) La via hermewiutica: las ciencias sociales entre la epistemologia
y la ontologia, pp. 177-235 en Federico L. Schuster (camp.), Filosofia y metodos
de las ciencias sociales. Buenos Aires: Manantial.
LUNDBERG, George A. (1938) The ConceptofLaw in the Social Sciences, en "Phi-
losophy of Science" V, 2 (april): 189-a03.
LUTYNSKI, Jan (1978) Koncepcje pytania kwestionariuszowego, ich zastowanie w
badaniach, konsekwencje i mozliwosci, en "Przeglad Socjologiczny" XXX: 9-51.
MADGE, John (1962) The Origins ofScientific Sociology New York: Free Press [ci-
tas de la tr. it. Lo sviluppo dei metodi di ricerca empirica in sociologia. Bologna:
II Mulino 1966].
 METODOLOGfA DE LAS CIENC!AS SOCIALES
MALTHUS, Thomas Robert (1747) An Essay on the Principles ofPopulation, as it
Affects the Future Improvement ofSociety. London: Johnson.
MARRADI, Alberto (1994) Referenti, pensiero e Jinguaggio: una questione rile-
vante per gli indicatori, en "Sociologia e Ricerca Sociale" XV,43 (marzo): 137-
207.
MARRADI, Alberto (1997) Casuale e rappresentativo: ma cosa vuol dire?, pp. 23-87
en Paolo Ceri (comp.), Politica e sondaggi. Torino: Rosenberg & Sellier.
MARRADI, Alberto (1997b) Esperimento, associazione, insieme non standard? en
Giovanni Bettin (comp.), Politica e Societii. Padova: Cedam.
MARRADI, Alberto (2ooo) Metoda como arte. "Revista Argentina de Economia y
Ciencias Sociales" IV (primavera zooo): 7-25.
MARRADI, Alberto (2002) Le scale Likerte la reazione all'oggetto, pp. 15-52 en Ma-
rradi y Gasperoni (2002).
MARRADI, Alberto (2005) Raccontar storie. Roma: Caracci.
MARRADI, Alberto y Giancarlo GASPERONI (eds., 2002) Costruire il data 3· Le
scale Likert. Milano: Angeli.
MARSH, Catherine (1982) The Survey Method: The Contribution ofSurveys to
Sociological Explanation. London: Allen & Unwin.
MARTIRE, Fabrizio (2oo6) Come nasce e come cresce una scuola sociologica. Ro-
ma: Bonanno.
MASSEY, Alexander (1999) Methodological Triangulation, Or How To Get Lost
Without Being Found Out, pp. 183-197 en Alexander Massey y Geoffrey Wal-
ford (eds.), Explorations in Methodology, Studies in Educational Ethnography.
Stanford: )AI Press.
MAXWELL, Joseph (1996) Qualitative Research Design. An Interactive Approach.
Thousand Oaks: Sage.
McKENNELL, Aubrey C. (1970) Attitude Measurement: Use of Coefficient Alpha
with Cluster or Factor Analysis, en "Sociology" IV, 2 (may): 227-45.
McKENNELL, Aubrey C. (1973) Surveying Attitude Structures: A Discussion ofPrin-
ciples and Procedures, en "Quality and Quantity" VII, 2 (december): 203-94-
McKENNELL, Aubrey C. (1977) Attitude Scale Construction, pp. 183-219 en Colm
0' Muircheartaigh y Clive Payne (comps.), The Analysis ofSurvey Data, vol. I.
New York: Wiley.
McNEMAR, Quinn (1946) Opinion-Attitude Methodology, en "Psychological Bu-
lletin" XLIII, 4 Quly): 289-374-
MEAD, Margaret (1928) Coming ofAge in Samoa. New York: Morrow.
MERRITT, Richard L. y Stein ROKKAN (comps., 1966) Comparing Nations. The
Use of Quantitative Data in Cross-National Research. New Haven: Yale Uni-
versity Press.
MERTON, Robert King (1940) Fact and Factitiousness in Ethnic Opinionaires, en
"American Sociological Review" V, r: 13-27.
MERTON, Robert King (1948) The Bearing ofEmpirical Research Upon the Deve-
lopment of Social Theory, en "American Sociological Review" XIII, 5 (octo-
ber): sos-rs.
MERTON, Robert King (1949) Social Theory and Social Structure. Toward the Co-
dification of Theory and Research. Glencoe: Free Press [algunas citas de Ia tra-
ducci6n Teo ria y estructura sociales. Mexico: FCE 1964}.
B!BLIOGRAFfA
MERTON Robert King y Patricia L. KENDALL (1946) The Focused Interview, en
"American journal of Sociology" LI, 6: 541-557·
MILLER, George Armitage (1956) The Magical Number Seven, Plus or Minus Two:
Some Limits on Our Capacity for Processing Information, en "Psychological
Review" LXIII: 81-97.
MILLER, Kevin W. y Lora B. WILDER (1997) The Feasibility ofa Street-Intercept
Survey Method in an African-American Community, en "American Journal of
Public Health" LXXXVII, 4 (april): 655.
MILLS, Charles Wright (1959) The Sociological Imagination. New York: Oxford
University Press.
MISHLER, Elliot G. (1986) Research Interviewing. Cambridge University Press.
MOKKEN, Robert (1971) A Theory and Procedure ofScale Analysis. Paris: Mouton.
MOKRZYCKI, Edmund (1983) Philosophy of Science and Sociology. From the
Methodological Doctrine to Research Practice. London: Routledge & Kegan
Paul.
MONTESPERELLI, Paolo (1998) L'intervista ermeneutica. Milano: Angeli.
MONTESPERELLI, Paolo (zoos) Sociologia de ]a memoria. Buenos Aires: Edicio-
nes Nueva VisiOn.
MORGAN, David L. (1988) Focus Groups as Qualitative Research. London: Sage.
MORGAN, David L. y Richard A. KREUGER (1993) When to Use Focus Groups
and Why, en David L. Morgan (comp.), Successful Focus Groups: Advancing
the State ofthe Art London: Sage.
MULKAY, Michael). (1979) Science and the Sociology of Knowledge. London:
Allen & Unwin.
MURDOCK, George Peter (1949) Social Structure. New York: MacMillan.
MURRAY, Henry A. (1938) Explorations in Personality. New York: Oxford Uni-
versity Press.
NADEL, Siegfried Frederick (1949) The Foundations ofSocial Anthropology. Lon-
don: Cohen & West [citas de Ia tr. it. Lineamenti di antropologia socia]e. Bari:
Laterza 1974].
NAGEL, Ernst (1961) The Structure ofScience: Problems in the Logic ofScientific
Explanation. London: Routledge & Kegan Paul.
NAROLL, Raoul (1968) Some Thoughts on Comparative Method in Cultural
Anthropology, pp. 236-277 en Hubert M. Blalock y Ann B. Blalock (comps.),
Methodology in Social Research. New York: McGraw-Hill.
NEURATH, Otto (1931-32) Soziologieim Physikalismus, en "Erkenntnis" II: 393-431.
NOWAK, Stefan (1976) Understanding and Prediction. Essays in the Methodology
ofSocial and Behavioral Theories. Dordrecht: Reidel.
ORVIK, ). M. (1972) Social Desirability for the Individual, his Group and Society,
en "Multivariate Behavioral Research" VII: 3-32.
OSGOOD, Charles E. (1952) The Nature and Measurement of Meaning, en "Psy-
chological Bulletin" XLIX, 3 (may): 197-237.
OSGOOD, Charles E. et al. (1957) The Measurement ofMeaning. Urbana: Univer-
sity of Illinois Press.
OSORIO, Francisco et al. (1999) Observaci6n Participante. El caso de Alison Sped-
ding, en "Cinta de Moebio" n. 6. <http://rehue.csociales.uchile.cl/publicaciones/
moebio/ o6/ spedding.htm>.
 312 METODOLOGiA DE LAS CIENCIAS SOCIALES
OUTHWAITE, William (1987) New Philosophies ofSocial Science. Basingstoke:
Macmillan.
PALUMBO, Mauro y Elisabetta GARBARINO {2004) Strumenti e strategie della
ricerca sociale. Milano: Franco Angeli.
PARISI, Domenico y Cristiano CASTELFRANCHI (1978) Una definizione della
psicologia cognitivista, pp. 63-84 en Gaetano Kanizsa y Paolo Legrenzi (eds.),
Psicologia della gestalt e psicologia cognitivista. Bologna: II Mulino.
PARR'(, Hughy Helen M. CROSSLY {1950) Validity of Responses to Survey
Questions, en "Public Opinion Quarterly" XIV, r (spring): 6r-8o.
PARSONS, Talcott (1937) The Structure ofSocial Action. A Study in Sociological
Theory with Special Reference to a Group ofRecent European Writers. New
York: McGraw-Hill.
PATTON, Michael Q. (1986) Utilization-focused Evaluation. London: Sage.
PAVSIC, Rita y Maria Concetta PITRONE (2ooo) Conviene rilevare gli atteggia-
menti con ]a forced choice?, en "Sociologia e Ricerca Sociale" XXI, 6z: 8I-I24-
PAVSIC, Rita y Maria Concetta PITRONE {2003) Come conoscere opinioni eat-
teggiamenti. Roma: Bonanno.
PAWSON, Rayy N. TILLEY (1997) Realistic Evaluation. London: Sage.
PAYNE, Stanley L. (1949) The Art of Asking Questions. Princeton University
Press.
PEABODY, Dean (1961) Attitude Content and Agreement Set in Scales ofAuthori-
tarianism, Dogmatism, Anti-Semitism and Economic Conservatism, en "Jour-
nal of Abnormal and Social Psychology" LXIIJ, r: 1-18.
PEARSON, Karl (1896) Mathematical Contributions to the Theory ofEvolution:
Regression, Heredity, and Panmixia, en "Philosophical Transactions of the Ro-
yal Society ofLondon" CXXXVII: 253-318.
PEARSON, Karl (1913) On the Measurementofthe Influence of"Broad Catego-
ries" on Correlation, en "Biometrika" IX: n6-139.
PERA, Marcello {1991) Scienza e retorica. Bari: Laterza.
PERA, Marcello (1978) Induzione e metoda scientifico. Pisa: Editrice Tecnico-
Scientifica.
PEREZ RANSANZ, Ana Rosa {1995) Racionalidadydesarrollo cientifico, pp. 171-
201 en Leon Olive (camp.), Racionalidad epistemica. Madrid: Trotta.
PILICHOWSKI, Andrzej y Wlodzimierz ROSTOCKI {1978) Powtorny wywiad
werifikacyiny jako metoda otrzymywania informacji o wartosci opdowiedzi
na pytanie kwestionariuszowe, en "Przeglad Socjologiczny" XXX: 69-78. ·
pJOVANI, juan Ignacio (2002) Idee di scienza nella comunitii accademica inglese,
en "Sociologia e Ricerca Sociale" XXIIJ, 37: 91-116.
pJOVANI, juan Ignacio (2oo6) Alle origini della statistica moderna. La scuola in-
glese di fine Ottocento. Milano: Angeli.
pJOVANI, juan Ignacio (coord.) et al. (2oo6) Producci6n y reproducci6n de sen-
tidos en torn a a lo cualitativo y lo cuantitativo en la sociologia, "I Foro de
Metodologias y Pricticas de Investigaci6n Social", La Plata y Buenos Aires:
UNLP/UBA.
PLATT, jennifer (1983) The Development of the "Participant Observation" Met-
hod in Sociology: Origin Myth and History, en "journal of the History of the
Behavioral Sciences" XIX, 4: 379-393.
BIBLIOGRAF(A
PLATT, jennifer (1985) Weber's Verstehen and the History of Qualitative Re-
search: The Missing Link, en "The British journal of Sociology" XXXVI, 3:
448-466.
PLUMMER, Ken {1983) Documents of Life: An Introduction to the Problems and
Literature ofa Humanistic Method. London: Allen & Unwin.
POLANYI, Michael (1958) Personal Knowledge. Towards Post-Critical Philosophy.
London: Routledge & Kegan Paul.
POPPER, Karl Raimund (1934) Logik der Forschung. Wien: Springer.
POPPER, Karl Raimund (1963) Conjectures and refutations. London: Routledge.
POPPER, Karl Raimund (1972) Objective Knowledge. An Evolutionary Approach.
Oxford: Clarendon Press.
POWELL, Richard A. y Helen M. SINGLE (1996) Focus groups, en "International
journal of Quality in Health Care" VIII, 5:499-504.
PRESSER, Stanley y Michael TRAUGOTT (1992) Little White Lies and Social
Science Models, en "Public Opinion Quarterly" LVI, r: 77-86.
PRZEWORSKI, Adam y Henry TEUNE (1970) The Logic of Comparative Social
Inquiry. New York: Wiley.
RASCH, George (r98o) Probabilistic Models for Some Intelligence and Attainment
Tests. Chicago University Press.
RAVETZ, jerome R. (1971) Scientific Knowledge and its Social Problems. Oxford:
Clarendon Press.
RAY, john j. {1990) Acquiescence And Problems With Forced-Choice Scales, en
"journal of Social Psychology" CXXX, 3:397-399.
REBELLO, Lorraine M. (1977) Observation ofHuman Behavior. A Methodological
Review, en "The Indian journal of Social Work" XXXVII, 4: 357-371.
RICOLFI, Luca (1982) Modelli di analisi e software perle scienze sociali, en "Ras-
segna Italiana di Sociologia" XXIII, 3 (luglio): 331-72.
ROBINSON, john P. et al. (camps., 1991) Measures ofSocial Psychological Attitu-
des. San Diego: Academic Press.
ROETHLISBERGER, Fritz jules y William john DIKSON {1939) Management and
the Worker. Technical vs. Social Organization in an Industrial Plant Cambrid-
ge: Harvard University Press.
ROGERS, Carl R. {1942) Counselling and Psychotherapy. Boston: Houghton Mifflin.
RORSCHACH, Hermann (1921) Psychodiagnostic: A Diagnostic Test Based on
Perception. New York: Grune &. Stratton.
ROSENBLUM, Karen E. (1987) The In-Depth Interview: Between Science and So-
ciability, en "Social Forces" II, 2: 388-400.
ROSKAM, Edward E. (1989) Operationalization, a Superfluous Concept, en "Qua-
lity & Quantity" XXIII, 3-4' 237-75.
ROSENZWEIG, Saul (1938) The Experimental Measurement of Types ofReaction
to Frustration, pp. 585-99 en H. A. Murray et al. (camps.), Explorations in Per-
sonality. New York: Oxford University Press.
ROTH, julius (1965) Hired Hand Research, en "American Sociologist" I, 1 (novem-
ber): 190-6.
RUDNER, RichardS. (1966) PhNosophyofSocial Science. Englewood Cliffs: Pren-
tice-Hall [citas de Ia tr. it. Filosofia deile scienze sociali. Bologna: II Mulino
1968].
 METODOLOGiA DE LAS CIENCIAS SOCIALES
RUGG, Donaldy Hadley CANTRIL (1944) The Wording of Questions, pp. 23-50
en Hadley Cantril (camp.), Gauging Public Opinion. Princeton University Press.
RUIZ OLABUENAGA, jose J. (1996) Metodologia de ]a investigaci6n cualitativa.
Bilbao: Universidad de Deusto.
RUIZ OLABUENAGA, jose J. y Maria A. ISPIZUA (1989) La descodificaci6n de la
vida cotidiana. Metodos de investigaci6n cualitativa. Bilbao: Universidad de
Deus to.
RUMME~, Rudolph). (1963) Dimensions of Conflict: Behavior Within and Bet-
ween Nations, en "General Systems Yearbook" VIII: t-so.
SAMA)A, juan (1999) Epistemologia y metodologia. Elementos para una teoria de
la investigaci6n cientifica. Buenos Aires: EUDEBA.
SAMA)A, juan (zooza) Analisis del proceso de investigaci6n, pp.199-235 en H. Da-
niel Dei (ed.), Pensar y hacer en investigaci6n. Buenos Aires: Docencia.
SAMA)A, juan (zoozb) Concepto, metoda y sentido de la investigaci6n cientffica,
pp. 157-t8o en H. Daniel Dei (ed.), Pensar y hacer en investigaci6n. Buenos Ai-
res: Docencia.
SANDELOWSKI, Margarete y julie BARROSO (zooz) Reading Qualitative Stu-
dies, en "International journal of Qualitative Methods" I, t: art. s.
SAPIGNOLI, Michele (zooz) Ricerche sulla reazione all'oggetto a altri tipi di dis-
torsione, pp. 53-93 en Marradi y Gasperoni (zooz).
SARTORI, Giovanni (1984) Forewordy Guidelines for Concept Analysis, pp. 1-85
en Giovanni Sartori (camp.), Social Science Concepts. A Systematic Analysis.
London: Sage.
SAUTU, Ruth eta!. (zoos) Manual de metodologia. Buenos Aires: CLACSO.
SAVIANE, Sergio (1978) Queste povere puttane, en "L'Espresso" '7·9·
SCHATZMAN, Leonard y Anselm STRAUSS (1973) Field Research: Strategies for a
Natural Science. Englewood Cliffs: Prentice-Hall.
SCHUMAN, Howard (1966) The Random Probe. A Technique for Evaluating the
Validity of Closed Questions, en "American Sociological Review" XXV, 1 (fe-
bruary): 3-zs.
SCHUMAN, Howardy Stanley PRESSER (1981) Questions and Answers in Attitu-
de Surveys. Experiments on Question Form, Wording, and Context. New
York: Academic Press.
SCHUMPETER, joseph A. (194z) Capitalism, Socialism, and Democracy. New
York: Harper&. Row.
SCHUSSLER, Karl (1982) Measuring Social Life Feelings. San Francisco: jessey-
Bass.
SCHUTZ, Alfred (1945) On Multiple Realities, en "Philosophy and Phenomenolo-
gical Research", V Gune): 533-75.
SCHUTZ, Alfred (1953) Common Sense and Scientific Interpretation ofHuman
Action, en "Philosophy and Phenomenological Research" XIV, 1 (september):
1-37·
SCHUTZ, Alfred (196z) The Problem ofSocial Reality, editado por Maurice Natan-
son. The Hague: Nijof£
SCHWANDT, Thomas (1994) Constructivist, Interpretivist Approaches to Hu-
man Inquiry, pp. 118-137 en Norman K. Denzin y Y. S. Lincoln (camps.), Hand-
book of Qualitative Research. Thousand Oaks: Sage.
BIBLIOGRAFiA 31 5
SCOTT, William A. (1968) Attitude Measurement, pp. zo4-z73 en Gardner Lind-
zey y Elliot Aronson (comps.), Handbook of Social Psychology, val. 11. Rea-
ding: Addison-Wesley.
SEBASTIAN!, Chiara (1970) Marginalitii politica e integrazione manipolata: son-
daggio in tre borgate romane, en "La Critica Sociologica" n.14 (estate): 89-134.
s
SELVIN, Hanan C. (1958) Durkheim Suicide and Problems ofEmpirical Research,
en "American journal of Sociology" LXIII: 607-19.
SHAW, Marvin E. y jack Mason WRIGHT (1967) Scales for the Measurement of
Attitudes. New York: McGraw-Hill.
SINGER,). David (198z) Variables, Indicators, and Data, en "Social Science His-
tory" VI, z (spring): t81-217.
SINGLETON, Royce A. Jr. et al. (1988) Approaches to Social Research. New York:
Oxford University Press [citas de la segunda edici6n, 1993].
SKINNER, Burrhus Frederick (1953) Science and Human Behaviour. Glencoe: Free
Press.
SMELSER, Neil). (1976) Comparative Methods in the Social Sciences. Englewood
Cliffs: Prentice-Hall.
SMITH, A. K. (1969) Socio-Economic Development and Political Democracy: A
Causal Analysis, en "Midwest journal of Political Science" XIII, 1 (february):
roo-s.
SOLDANO, Daniela (zooz) La subjetividad en escena. El aporte de Alfred Schiltz a
las ciencias sociales, pp. 59-92 en Federico L. Schuster (comp.), Filosofia y me-
todos de las ciencias so dales. Buenos Aires: Manantial.
SPEARMAN, Charles Edward (1904) General Intelligence, Objectively Determi-
ned and Measured, en "American journal of Psychology" XV: 201-93.
SPEARMAN, Charles Edward (1904b) The Proof and Measurement ofAssociation
Between Two Things, en "American journal of Psychology" XV, t: 7Z-101.
SPITTLER, Gerd (zoo1) Teilnehmende Beobachtung als Dichte Teilnahme, en
"Zeitschrift fur Ethnologie" CXXVI, t: 1-25.
SPRADLEY, james P. (1980) Participant Observation. New York: Holt, Rinehart&.
Winston.
SPROULL, LeeS. (1986) Using Electronic Mail for Data Collection in Organizatio-
nal Research en "Academy of Management journal" XXIX, t: 159-69.
SRINIVAS, Mysore N. (1966) Social Change in Modern India. Berkeley: University
of California Press.
SRINlVAS, Mysore N. (1998) VJ1lage, Caste, Gender and Method: Essays in Indian
Social Anthropology. Delhi: Oxford University Press.
STATERA, Gianni (198z) Metodologia e tecniche della ricerca sociale. Una introdu-
zione sistematica. Palermo: Palumbo.
STATERA, Gianni (1984) Contra la "Nouvelle vague" antimetodologica, in "So-
ciologia e Ricerca Sociale" V, 13 (aprile): 243-61.
STATERA, Gianni (199Z) I1 mito della ricerca qualitativa, en "Sociologia e ricerca
sociale" XIII, 39: 5-28.
STEMLER, Steve (zoot) An OverviewofContentAnalysis, en "Practical Assessment,
Research&. Evaluation" VII, 17. <htrp://pareonline.net/getvn.asp?v=7&.n=t7>.
STERN, Alan). (1975) Rudimentary Political Beliefs in Four Italian Communities,
en "journal ofPolitics" XXXVII: z3s-6o.
 METODOLOGIA DE LAS CIENCIAS SOCJALES
STEVENS, Stanley Smith (I946) On the Theory of Scales of Measurement, en
"Science" CIII, 2684 Qune7): 677-680.
STEVENS, Stanley Smith (I9SI) Mathematics, Measurement and Psychophysics,
pp. I-49 enS. Stevens (camp.), Handbook ofExperimental Psychology. New
York: Wiley.
STEWART, David W. y Prem N. SHAMDASANI (I990) Focus Groups: Theory
and Practice. London: Sage.
STINCHCOMBE, Arthur (I968) Constructing Social Theories. New York: Har-
cour't Brace & World [citas de Ia tr. esp. La construcci6n de teorias sociales.
Buenos Aires: Nueva VisiOn 1970].
STOETZEL, jean (I965) Preface a Raymond Boudon y Paul F. Lazarsfeld (camps.),
Methodes de la sociologie. Paris: Mouton [citas de la tr. it. Prefazione all'edizio-
ne francese, pp. 9-I4 en Raymond Boudon y Paul F. Lazarsfeld (comps.), L'ana-
lisi empirica nelle scienze sociali. Bologna: 11 Mulino I969].
STRASSER, Carlos (I979) La raz6n cientifica en politicay sociologia. Buenos Aires:
Amorrortu.
STRAUSS, Anselm y juliet CORBIN (I994) Grounded Theory Methodology: An
Overview, pp. 273-285 en Norman K. Denzin y Y. S. Lincoln (comps.), Hand-
book of Qualitative Research, London: Sage.
STUBBS, Michael (1983) Discourse Analysis: The Sociolinguistic Analysis ofNatu-
ral Language. Chicago: University Press.
SUD MAN, SeymouryNormanM. BRADBURN (I982) Asking Questions. A Prac-
tical Guide to Questionnaire Design. San Francisco: Jessey-Bass 1982.
SULLIVAN, john L. (I974) Multiple Indicators: Some Criteria ofSelection, pp. 243-
69 en Hubert M. Blalock (camp.), Measurement in the Social Sciences. Chica-
go: Aldine.
SULLIVAN, john L. y Stanley FELDMAN (I979) Multiple Indicators. An Introduc-
tion. London: Sage.
SYKES, Wendy (I99I) Taking Stock: Issues From the Literature on Validity andRe-
liability, en "Qualitative Research, International journal of Market Research"
XXXIII, 1.
TAYLOR, Charles Lewis yMichael C. HUDSON (I972) World HandbookofPoliti-
cal and Social Indicators, II. New Haven: Yale University Press.
TEUNE, Henry (I968) Measurement in Comparative Research, en "Comparative
Political Studies" I, I (april): I23-38.
THEODORSON, George A. y Achilles G. THEODORSON (I970) A Modern Dic-
tionary ofSociology. London: Methuen.
THOMAS, William I. y Florian W. ZNAN!ECKI (I9I8-I920) The Polish Peasant in
Europe and America: Chicago: University Press.
THURSTONE, Louis Leon (I927) The Method ofPaired Comparison for Social Va-
lues, en "journal of Abnormal and Social Psychology" XXI: 384-97.
THURSTONE, Louis Leon (I928) Attitudes Can be Measured, en "American jour-
nal of Sociology" XXXII, 4 (January): 529-54.
THURSTONE, Louis Leon (I93I) Rank Order as a Psychophysical Method, en
"journal of Experimental Psychology" VI: I87-201.
THURSTONE, Louis Leon y Ernest john CHAVE (I929) The Measurement ofAt-
titude. University of Chicago Press.
BJBLIOGRAFIA
TOLLER, Cinzia (I994) Memorie di un'intervistatrice pentita, en "Politica ed eco-
nomia" XXV, s-6 (settembre): 85-90.
TONER, B. (I987) The Impact ofAgreement Bias on the Ranking of Questionnaire
Response, en "Journal of Social Psychology" CXXVII: zzi-222.
TOULMIN, Stephen Edelston (I972) Human Understanding, vol.l: The Collective
Use and Evolution of Concepts, Princeton University Press.
TUFTE, Edward R. (I970) Improving Data Analysis in Political Science, pp. 437-
449 en Tufte (camp.), The Quantitative Analysis ofSocial Problems. Reading:
Addison-Wesley.
TUKEY, john W. (I9S4) Causation, Regression and Path Analysis. Ames: Iowa Sta-
te College Press.
TURKLE, Sherry (I99 s) Life on the Screen: Identity in the Age ofthe Internet. New
York: Simon & Schuster.
TURNER, Stephen P. (I979) The Concept ofFace Validity, en "Quality & Quan-
tity" XIII, I (february): 85-90.
VALLES, Miguel S. (1997) Tecnicas cualitativas de investigaci6n social. Reflexi6n
metodol6gica y pr.ictica profesional. Madrid: Sintesis.
VAN DI)K, Teun A. (I977) Text and Context. Explorations in the Semantics and
Pragmatics ofDiscourse. London: Longman.
VAN DI)K, Teun A. (I978) Tekstwetenschap. Ben interdisciplinaire inleiding.
Utrecht: Het Spectrum.
VAN DljK, Teun A. (I988) News as Discourse. Hillsdale: Erlbaum.
VAN DljK, Teun A. (I99I) Racism and the Press. London: Routledge.
VAN DI)K, Teun A. (I998) Ideology. London: Sage.
VAN DI)K, Teun A. (zoo3) Dominaci6n etnica y racismo discursive en Espana y
AmErica Latina. Barcelona: Gedisa.
VAN LEEUWEN, Theo (zoos) Introduction to Social Semiotics. London: Routledge.
VAN METER, Karl M. (I994) Sociological Methodology, en "International Social
Science journal" XLVI, I39 (february): IS-25·
VASILACHIS, Irene (I992) El anaJisis lingiiistico en la recolecci6n e interpretacion
de materiales cualitativos, pp. 153-210 en Florea! Forni et al., Metodos Cualitati-
vos II. La pr.ictica de fa investigaci6n. Buenos Aires: CEAL.
VASILACHIS, Irene (I997) Discurso politico y prensa escrita. Buenos Aires: Gedisa.
VASILACHIS, Irene (zooo) Del sujeto cognoscente a] sujeto conocido: una pro-
puesta epistemol6gica y metodol6gica para el estudio de los pobres y de ]a po-
breza, 217-245 en Vasilachis (camp.), Pobres, pobreza y exclusion social. Bue-
nos Aires: CEIL.
VERBA, Sidney (I969) The Uses ofSurvey Research in the Study of Comparative
Politics: Issues and Strategies, pp. s6-105 en Stein Rokkan et al. (camps.), Com-
parative Survey Analysis. Paris: Mouton.
VIDICH, Arthur j. y Stanford M. LYMAN (I994) Qualitative Methods: Their His-
tory in Sociology and Anthropology, en Norman K. Denzin e Yvonna S. Lin-
coln (eds.), Handbook of Qualitative Research. Thousand Oaks: Sage.
WALLIS, W. Allen y HarryV. ROBERTS (I956) Statistics: A New Approach. New
York: Free Press.
WEBB, Eugene). et al. (I966) Unobtrusive Measures: Nonreactive Research in the
Social Sciences. Chicago: Rand McNally.
 METODOLOGIA DE LAS CIENCIAS SOCIALES

WEBER, Max (1904) Die Objektivitiit sozialwissenschaftlicher und sozialpolitis-

cher Erkenntnis, en "Archiv fiir Sozialwissenschaft und Sozialpolitik" XIX:
22-87 [citas de Ia trad. esp. en Weber, Ensayos sabre metodologfa sociol6gica.
Buenos Aires: Amorrortu].
WEBER, Max (1906) Kritische Studien auf dem Gebiet der Kulturwissenschaftli-
chen Logik, en "Archiv fiir Sozialwissenschaft und Sozialpolitik" XXII: 143-
207.
WEBER, Max (1913) Ober einige Kategorien der verstehenden Soziologie, en "Lo-
INDICE AN ALIT! CO
gos"• IV; reproducido en Weber Gesammelte Aufsatze zur Wissenschaftslehre.
Ttibingen: Mohr 1922.
Los nUmeros indican los capitulos (una cifra) o apartados (dos cifras)
WEBER, Max (1917) Der Sinn der 'Wertfreiheit' der soziologischen und okono-
en los que se trata un tema
mischen Wissenschaften [citas de la trad. esp. en Weber, Ensayos sabre meto-
dologia sociol6gica. Buenos Aires: Amorrortu].
WEBER, Max (1922) Wirtschaftund Gesellschaft Ttibingen: Mohr.
WEIGERT, Andrew). (1970) The Immoral Rhetoric ofScientific Sociology, en
"American Sociologist" V: 110-23.
WIGGINS, jerry S. (1968) Personality Structure, en "Annual Review of Psycho- acurnulatividad de las respuestas en la
logy" XIX: 293-350. escalade Guttman: 8.5
WILCOX, Clyde et al. (1989) Some Like It Hot. Individual Differences in Respon- ambito espacio-temporal de la
ses to Group Feeling Thermometers, en "Public Opinion Quarterly" LIII investigaci6n: 6.1
(summer): 246-57. analisis de componentes principales:
WINCH, Peter (1964) Understanding a Primitive Society, en "American Philosop- 9·7
hical Quarterly" 1: 307-24- analisis de contenido: 17·2
WOLIN, Sheldon (1960) Politics and Vision. Continuity and Innovation an<llisis de la varianza: 15.5
in Western Political Thought Boston: Little, Brown [citas de la trad. esp. Polf- an<llisis de las relaciones entre tres
tica y Perspectiva. Buenos Aires: Amorrortu 1973]. variables categoriales: 16
YULE, George Udny (1900) On the Association ofAttributes in St<Jtistics, en "Phi- analisis de residuos: 15.6
losophical Transactions of the Royal Society of London" Series A, vol. 194- analisis del discurso: 17·4
ZETTERBERG, Hans L. (1954) On Theory and Verification in Sociology. Totowa: an<llisis critico del discurso: 17·4
Bedminster Press. antropologia interpretativa: 2.3
ZNANIECKI, Florian W. (1934) The Method ofSociology. New York: Farrar&. Ri- asignaci6n de c6digos a variables
nehart. categoriales u ordinales: 8.1, 8.2
asociaci6n: 15
-metodo de la: 1.4
atracci6n: 15.2
autonomia sem<lntica de las categorias:
8.1
-casas de reducida autonomia
sem<lntica: 8.5
baterias de frases: 8.5
Bourdieu: 2.3
box plot 15.5
brainstorming. 13.8
bricolage: 14-1
camara Gesell: 13-4
caso: 6.2, 17
- ejemplificador: 14.1
- selecci6n de los casos: 14.4
categorias: 8.1
- agregaci6n/desagregaci6n: 8.1
chi cuadrado: 15.3
ciencia: visiOn aristotelica y visiOn
galileana: 1.1
ciencia moderna: nacimiento: 1.1
ciencia normal: 2.2
clasificaci6n: 8.1
- exhaustividad: 8.1
- fundamentum divisionis: 8.1
-mutua exclusividad de las categorias:
8.1
coeficiente: 15.1 (nota)
coeficiente de correlaci6n: 15.6
-de determinacion (r'): 15.6
-de variaci6n: 8.3
coeficientes de asociaci6n entre
variables ordinales: 15.4
coeficientes de fiabilidad: una critica:
7·4
cograduaci6n (concordancia) entre
variables ordinales: 15.4
comparaciones cross-national, cross-
cultural: u.s
comprensi6n: 10.4
conceptualizaci6n del tema que
interesa: 5·3
consistency checks: 7·3
construcci6n de escalas: 8.5
constructivismo: 2.3
conversaciones, an<llisis de: 2.3
correlaci6n: 15.6
 320 METODOLOGiA DE LAS CIENCIAS SOCIALES iN DICE AN ALiT! CO 321

crisis de un paradigma: 2.2
critica feminista de la ciencia: 2.3
cuestionario: 11.7
definicion conceptual: 5·3
definiciOn operativa: 7.1
deflacion: 8.5
delimitacion del problema: 5·3
Delphi: 13.8
demarca~i6n entre ciencia y no ciencia:
2.3
descripci6n densa: 2.3
desviaci6n: 8.3, 15.2
- tipica: 8.3
devianza: 8.3
diagrama de dispersiOn: rs.6
dicotomias: 15.2
-relaciones entre: 15.2
consecuencias negativas de la
dicotomizaci6n forzada: 15.2
diferencial semlntico: 8.5
disefw de la investigaci6n: 5
-como anticipaci6n modelica: 5.2
- estructurado o ernergente: 5.2
-flexible: 5.2
-interactive: s.z
distribuci6n de frecuencia: 8.1
distribuciones unimodales, bimodales,
trimodales: 8.2
doble hermeneutica: 17.1
elecci6n del tema de la investigaci6n:
5·3
encuesta: n
- autoadministrada: 11.4.3
- cara a cara: II-4.1, 12.1
-de panel: 11.6
- telef6nica: 11.4-2, 12.1
entrevista: 12.1
- difusiOn: 12.1
-en profundidad: 12.1, 12.3
- focalizada: 13-1
-preparaciOn y planificaciOn: 12.5
- tipos de: 12.2
- ventajas y limitaciones: 12.4
-virtual: 12.2
enumeraciOn completa: 6.2
episternologia: 3.6
Escuela de Chicago: 2.3
Escuela de Frankfurt: 2.3
escalas autoanclantes: 8.5
escalas con elecciOn forzada (forced
choice): 8.5
escalas de Guttman: 8.5
escalas de Likert: 8.5
- curvilinearidad: 8.5
- organizaciOn en baterias: 8.5
- "reacciOn.al objeto": 8.5
escalograma: 8.5
especificaciOn en el an<ilisis trivariado:
16.2
esquema de codificaciOn: q.2
estado de la cuestiOn: 5·3
estadistica textual: 17.2
estandarizaciOn: 8.3, 8.7
estructuralismo: 17.4
estudios de caso/casos: 14
- algunas tipologias de: 14.3
- cu<indo hacerlos: 14-2
- desviados: 14.3
- explicativos: 14-3
- exploratorios: 14-3
- interpretativos: 14-3
-que confirman o debilitan una teoria:
14-3
estudios longitudinales: n.6
eta cuadrado: 15.5
etnometodologia: 2.3
experimento: forma ideal: 1.1
-limites teOricos y pricticos: 1.1
- y ciencias sociales: 1.2, 8.4 (nota)
explicaciOn en el an<ilisis trivariado:
16.2
falacia de Ia precision fuera de Iugar: 8.1
falsaciOn: 2.2
falsacionismo sofisticado: 2.2
fenomenologia: 2.3
fidelidad de los datos: 7.2
-cOmo controlarla: 7·3
- controles mediante "entrevista sabre
la entrevista": 7·3
- origen del problema en la astronomia:
7·4
focus group: 13
- coordinaciOn: 13.6
- din<imica de la sesiOn: 13.4
- objetivos: 13.2 - su desequilibrio y sesgo de los
- registro y an<ilisis de la informaciOn: coeficientes: 15.2
13-7 matriz de datos: 2.3, 6.1
-tipos de: 13.5 - y supuesto atomista: 2.3
- utilizaciOn: 13.3 - ventajas sint<icticas: 2.3
frecuencias empiricas (observadas): 1 5· 2 media studies: 17.2
frecuencias teOricas (esperadas): 15.2 mediana: 1.4
fungibilidad de los objetos de Ia ciencia mediciOn: condiciones 8.4
fisica: 1.1 metoda: acepciones del termino: 3-1
giro lingiiistico: 17-4 -Ia visiOn cl<isica: 3.2
gnoseologia: 3.6 - criticas ala visiOn cl<isica: 3·3
grupo terapeutico: 13.8 metoda comparative constante: 17.3
hermeneutica: 2.3 metoda de la asociaciOn: 1.4
hipotesis: 5·3 metoda experimental: I. I
hipOtesis, entronizaciOn de la: 2.2 metodologia: expansiOn sem<intica del
idiogr<ifica, aproximaciOn: 2.3 t€rmino: 3·4
indagaciOn preliminar: 5·3 metodologia prescriptiva y descriptiva:
indicadores: 9 3·4
-aspectos indicantes y aspectos metodos "cualitativos/cuantitativos":
extrafios: 9·3 una critica a estos terminos: 1.4
- doble pluralidad de Ia relacion con el midrange: 2.4
concepto indicado: 9·3 modelo: 15.1
- ejemplos de elecciOn de indicadores: muestra: 6.2
- aleatoria: 6.3
9·5
-en la vida cotidiana yen las ciencias - aleatoria y representativa: 6-4, 6 ·5
sociales: 9.1 -bola de nieve: 12.5
- naturaleza sem<intica de la relaciOn de -intencional: 12.5
indicaciOn: 9.2 - oportunista: 12.5
inducciOn: 4.2 - representativa: una critica del
- analitica: 2.3, 14.1, 17·3 tE:rmino: 6 ·4
inductivismo, inductivistas: 4-5, 17.3 - telefonica: 6.3
inferencia estadistica: 6.2 - y ponderacion: 6.3
- extensiones indebidas: 6.2 muestreo sistematico: 6.5
informante clave: 10.4 Multi- Trait Multi-Method Matrix: 7·5
interaccionismo simbOlico: 2.3 no est<indar: rasgos comunes al
interpretaciOn en el an<ilisis trivariado: enfoque: 1.5
16.2 nomotetica, aproximaciOn: 2.3
interpretativa, tradiciOn: 2.3 normalizaciOn: 9·5
investigaciOn: 5.1 notas de campo: 10.6
- entramado de decisiones en Ia: 5.1 objeto: 6.1
- proyecto de: 5·4 observaci6n en Ia vida cotidiana yen Ia
Kuhn:2.2 ciencia: 10.2
Lakatos: 2.2 - directa o indirecta: 10.3
ley: 2.2 - participante: 10-4,10.5
marco conceptual: 5·3 observador-como-participante: 10.3
marco teOrico: 5·3 orientaciOn sincrOnica de las ciencias
marginales: 15.2 sociales: 6.1
 322 METODOLOGiA DE LAS CJENCJAS SOCJALES

outliers: rs.6 -como fetiche: 3·5

paradigma: 2.2
parallel forms: 7·4
pares concordantes/discordantes: 15.4
parsimonia: 17.3
participante-como-observador: 10.3
poblaci6n: 6.2
Popper: 2.2
porcent'ajes
acumulados/retroacumulados: 8.2
porcentajes de fila I de columna: 15.2
preguntas abiertas/cerradas: 8.1, 11.8
preguntas de clasificaci6n: u.S
preguntas: formulaci6n: 11.8
producto cruzado: 15.2
programas de investigaci6n: 2.2
propiedades categoriales: 8.1
~ continuas mensurables: 8, 8.4
- continuas no mensurables: 8, 8.5
- discretas: 8.2
- discretas cardinales: 8.3
prueba piloto: 8.1
psicofisica: 8-4
r de Pearson: 15.6
reactividad: 10.5
recta de regresi6n: 15.6
- intersecci6n de una: rs.6
-residues de una: rs.6
regresi6n: rs.6
- coeficiente de: rs.6
repulsiOn: 15.2
response set: 8.5
respuestas de alternativas mUltiples: 11.8
respuestas en forma espontinea: n.8
respuestas en forma guiada: 11.8
revoluci6n cientifica: 2.3
saturaci6n: 2.3, 12.5
sociografia: 2.1
sondeo: n
- difusi6n: 11.1
-limites: 11.3
- supuestos: 11.3
- tipos de:11.4
split half. 7·4
supuesto atomista: 1.3
tabla bivariable (de contingencia): 15.2
tecnica: significado del termino: 3·5
-rechazo ideol6gico: 3·5
- relaciones con el metodo: 3·5
tecnicas de construcci6n de escalas:
desarrollo: 1.4
teoria: significados del termino: 4.1
-como aproximaci6n ala verdad: 4·4
- critica: 2.3
- fundamentada: 2.3, 4.2, 17.3
- relaci6n con los datos: 4.2
- relaci6n con el metodo: 4·3
-usos: 4·5
test-retest reliability: 7·4
tipologia: 8.1
-reducci6n de una: 8.1, 9.6
triangulaci6n: 2.4, 14.1
unidad de analisis: 6.1
unidades de medida: desarrollo: 1.3,
1.4, 8.4
universe: uso ideol6gico del termino:
6.2
validez: 9 ·4
- concomitante: 9·4
-de constructe: 9·4
- por grupos conocidos: 9·4
- predictiva: 9·4
val ores caracteristicos de variables
cardinales: 8.3
variabilidad: 8.3
variable: 7
- antecedente: 16.2
- interviniente: 16.2
variable de control: 16.1
variables cardinales: 8.3, 8-4
-relaciones entre: 15.6
- relaciones no lineales entre: 15.6
variables cardinales derivadas: 8.5
variables categoriales: 8.1
- relaciones entre: 15.6
variables cuasi cardinales: 8.5
variables
dependientes/independientes: 15.1
variables ordinales: 8.2
-relaciones entre: 15.6
varianza: 8.3
- analisis de Ia: '5·5
wild code checks: 7·3