Medicin y construccin de ndices

Richard P. Curtis y Elton F. Jackson

Este material se utiliza con fines exclusivamente didcticos

NDICE
Manuel Mora y Araujo Introduccin............................................................................................................................................... 7 Paul F. Lazarsfeld Una introduccin conceptual al anausis de la estructura latente ............................................................... 29 Warren S. Torgerson La naturaleza de la medicin ..................................................................................................................... 83 Paul F. Lazarsfeld y Allen H. Barton Algunas observaciones sobre el uso de ndices ......................................................................................... 125 James S. Cleman Propiedades-disposicin y formacin de ndices....................................................................................... 141 Richard P. Curtis y Elton F. Jackson Indicadores mltiples en la investigacin por encuesta............................................................................. 157 Gino Germani Clase social subjetiva e indicadores objetivos de estratificacin .............................................................. 179

INDICADORES MLTIPLES EN LA INVESTIGACIN POR ENCUESTA

Richard P. Curtis y Elton F. Jackson Ttulo del original en ingls: "Multiple Indicators in Survey Research", artculo publicado en el American Journal of Sociology, vol. 68, 1963, pp. 193-204. Las preguntas acerca de la evidencia en la investigacin social se contestan con referencia a los cnones generales de la ciencia. 1 Como en cualquier disciplina, sin embargo, en la sociologa surgen problemas de evidencia, originados en su mtodo especial de investigacin. En lo que se refiere a la investigacin por encuesta en particular, sta plantea problemas difciles en la aplicacin de los "clsicos" cnones de evidencia, 2 por lo que el desarrollo de tcnicas de anlisis especficamente pensadas para las investigaciones sociales es sumamente deseable. Tales tcnicas tienen vasta aplicabilidad, ya que los problemas de evidencia presentados por el mtodo de encuesta son bastante tpicos en toda investigacin en ciencias sociales. Una aproximacin a los problemas especiales de la investigacin por encuesta es el uso de varios indicadores diferentes para representar un nico concepto subyacente. 3 El presente trabajo sugiere, adems del uso habitual, el uso combinado de indicadores mltiples, en el que el investigador observa asociaciones individuales entre cada indicador del concepto independiente y cada indicador del concepto dependiente. Si bien este procedimiento existe, por lo menos, desde el anlisis de Durkheim de las estadsticas de suicidio, es raramente usado hoy, a pesar de sus importantes beneficios. Este trabajo bosqueja la ventaja especfica de ese proceso y discute las maneras en que provee evidencia en combinacin con otras tcnicas de investigacin por encuesta. Indicadores mltiples El uso de indicadores mltiples se requiere siempre que el investigador posee conceptos tericos definitivos que desea relacionar entre s, pero para los cuales le es imposible obtener o defender definiciones operacionales nicas, no ambiguas y directas. Conceptos tales como edad, sexo y tamao grupal estn muy cerca de las operaciones estandarizadas y sobre las que existe acuerdo, pero ste no es el caso cuando se estudian las relaciones entre variables tales como integracin, moral, prejuicio, ajuste y otras. Esta situacin, en la que la informacin detallada que es recogida por los entrevistadores no es en s misma de importancia terica, acontece con especial frecuencia en anlisis secundarios de los datos de encuesta, desde el momento en que los datos originalmente recolectados reflejan por lo general de manera incompleta el inters terico del analista. 4 Este trabajo estar dedicado a un problema tpico de esa clase: el intento de poner a prueba una relacin causal hipotetizada entre dos variables subyacentes. En un problema como ste, el estado de la evidencia es a menudo confundido por el uso inapropiado de un enfoque hipottico-deductivo. El estado de la evidencia es mucho ms claro si los requisitos de este enfoque se cumplen muy rigurosamente o si se realiza un franco anlisis ex post facto. Por esta razn propondremos, al sugerir el uso de indicadores mltiples, una serie muy rigurosa de puestas a prueba de las hiptesis. Si, como muy a menudo sucede, una de estas pruebas falla, entonces nos vemos llevados a un anlisis ex post facto y el problema consiste en extraer la mayor cantidad de informacin posible de los datos. El objeto del uso individual de los indicadores mltiples es forzar la no aceptacin de la hiptesis de investigacin en la primera aproximacin si algn eslabn de la cadena de razonamientos es inadecuado, y maximizar la informacin en el prximo anlisis ex post facto. Estas metas se alcanzan, en parte, por el uso corriente de indicadores mltiples, que consiste en combinar indicadores en ndices complejos y observar las asociaciones entre tales ndices. La ventaja de tal anlisis se basa, por supuesto, en el hecho de que los indicadores adicionales proveen mayor informacin. Entre otras cosas, tales ndices pueden: 1) aumentar el nmero de categoras en una variable, permitiendo un anlisis ms detallado y preciso; 2) aumentar la variabilidad emprica de las medidas a ser relacionadas, 5 y/o 3) representar el concepto subyacente, aun cuando ninguno de los indicadores componentes as lo haga. 6 Sin embargo, sin sacrificar estos beneficios se pueden obtener ventajas adicionales postergando la combinacin de indicadores en ndices hasta despus de que haya sido llevado a cabo el anlisis de la pauta de asociaciones entre cada indicador del concepto independiente y cada indicador del concepto dependiente. Comparado con la prctica ms frecuente de relacionar un ndice

compuesto de la variable independiente con un ndice de la variable dependiente, el requisito que cada asociacin debe cumplir es particularmente riguroso, proveyendo diversas ciases de evidencias muy fuertes. Ventajas del uso individual de indicadores mltiples La hiptesis causal que relaciona dos variables conceptuales puede ser puesta a prueba relacionando cada indicador de la variable independiente con cada indicador de la variable dependiente. Consideremos un problema de la encuesta en el cual cada una de las variables independientes y dependientes ser representada por tres indicadores. 7 Una nica relacin hipotetizada entre dos conceptos nos lleva as a nueve relaciones predichas entre indicadores, donde cada indicador independiente estar asociado con cada indicador dependiente. Para demostrar que esta tcnica provee informacin til, ms que una simple proliferacin confusa en la razn de nueve a uno, debemos aclarar la posicin de los distintos indicadores frente a su concepto comn. Cada indicador es: 1) una representacin nica de algn aspecto del concepto, 2) una correpresentacin, junto con otros indicadores, del mismo concepto, 3) una variable que puede estar relacionada con otros indicadores del mismo concepto, totalmente aparte de su unin comn con aquel concepto, y 4) una variable en s misma, una parte de cuya variacin no puede ser explicada ni por el concepto ni por otros indicadores del concepto. Estas caractersticas constituyen la base para la siguiente discusin acerca de las ventajas del uso individual de los indicadores mltiples. 1. Control de las terceras variables conocidas y desconocidas. Una posible explicacin para cualquier hallazgo que en lo posible nos gustara rechazar es que algn tercer factor conocido o desconocido est relacionado con ambos indicadores y produce una relacin espuria entre ellos. En otras disciplinas cientficas uno puede intentar manejar estos terceros factores mantenindolos constantes o haciendo variar al azar su efecto por algn procedimiento como la asignacin al azar de grupos de caractersticas distintas. Desafortunadamente, en muchas investigaciones sociales, y especialmente en la investigacin por encuesta, la azarificacin es imposible, y mantener constantes terceros factores, aun cuando sean conocidos, resulta a menudo impedido por el pequeo nmero de casos o bien por la carencia de datos sobre tales terceros factores. Una ventaja del uso individual de los indicadores mltiples es que ellos proveen alguna evidencia sobre lo espurio. En investigaciones que usan un nico indicador de cada variable conceptual, cualquier factor no controlado relacionado con ambos indicadores podra producir una asociacin espuria sin conocimiento del investigador. Sin embargo, la adicin de un nico indicador puede mejorar la situacin. Supongamos que tanto Ii1 (el primer indicador de la variable independiente Vi) como Id (el primer indicador de la variable dependiente Vd) estn relacionados con el tercer factor Z1, de tal manera que las relaciones I-I pueden ser espurias. Z, sin embargo, no puede ser controlado porque no hay datos al alcance. Se introduce entonces un indicador independiente extra Ii Como se dice ms arriba, Ii diferir de I2; en algunos aspectos, aun cuando ambos son representativos de la variable conceptual independiente. Ciertamente, para nuestro propsito actual, cuanto mayor la diferencia entre Ii1 e Ii2,s tanto mejor es, por que esto hace ms probable que Ii2, no est relacionada con Z1, aun cuando Ii lo est. Si este es el caso, y si ambos 1i; estn relacionados con Id, entonces los resultados no pueden interpretarse corno debidos a la influencia espuria de Z sola. Esto es cierto ya sea que el investigador conozca la existencia de Z o que no la conozca. En una situacin de investigacin en la cual se hayan empleado tres indicadores muy distintos para representar cada concepto y en la cual las nueve asociaciones Ii Id fueron observadas todas tal como fueron predichas, sera difcil sostener que los hallazgos se produjeron en forma espuria. Varios de los terceros factores Z conocidos pueden dejar de ser considerados porque no se relacionan con todos los indicadores, y la posibilidad de algn Z desconocido que produce espuriamente los hallazgos se reduce en forma similar. Sera posible, por supuesto, interpretar cada asociacin como espuria, debida a un tercer factor especial, pero en ese caso se requeriran nueve Z para explicar los hallazgos. Y esto no es muy prctico. Por ejemplo, en la investigacin por encuesta, el efecto de respuesta la inclinacin de un respondente a contestar varias preguntas de la misma forma, debido a alguna caracterstica de la situacin de entrevista es siempre un factor que puede producir asociaciones espurias. Este problema puede enfrentarse a travs de la medida de cada concepto con indicadores basados en diferentes mtodos, cambiando, de esta

Response-set. (N. del T.)

manera, el carcter de la situacin en la cual se produjo la respuesta. 8 La ocurrencia de todas las asociaciones, tal como fueron predichas, tiende a eliminar ese efecto de respuesta como una explicacin. Por supuesto, un tercer factor nico podra explicar la causa de todas las asociaciones observadas. Esto es ms probable que suceda si algn tercer concepto subyacente est influyendo tanto al concepto independiente como a las variables dependientes. Los indicadores mltiples no proveen ayuda en esta situacin. Pero el problema aqu es tanto conceptual como emprico: una preparacin conceptual cuidadosa para la investigacin debera identificar tales terceros factores de modo que ellos puedan ser directamente controlados. Finalmente, debera anotarse que el investigador pierde informacin sobre lo espurio si combina los indicadores de cada variable conceptual en un ndice compuesto y simplemente relaciona estos dos ndices. Por ejemplo, supongamos que cuatro de las nueve asociaciones se dan corno se predijo. Supongamos adems que los indicadores involucrados en las cuatro asociaciones exitosas son todos consecuencias plausibles de algn tercer factor, Z, mientras que las otras cinco asociaciones incluyen, por lo menos, un indicador que podra no estar relacionado con Z. La interpretacin ex post facto ms fuertemente sugerida es que Vi y Vd no estn, en verdad, relacionadas, pero que Z puede producir la aparicin de una relacin entre ellas. Ahora bien, si se han observado relaciones entre ndices compuestos y no asociaciones individuales, podra haber aparecido una nica asociacin moderada, pero el investigador habra tenido menos probabilidad de reconocer esto corno un resultado espurio. Este uso de indicadores mltiples no alcanza el rigor de la azarificacin, pero al disminuir la posibilidad de que ciertos terceros factores conocidos o desconocidos estn actuando para producir los efectos de resultados, cumple la misma clase de funcin en una medida que no sera posible alcanzar en la investigacin por encuesta. De este modo, nuestra confianza en la relacin conceptual hipotetizada se incrementa. Y si el estudio se convierte en un anlisis ex post facto debido al fracaso de una o ms pruebas, como en el ejemplo citado ms arriba, el efecto de resultados puede ayudarnos a identificar las razones del fracaso. 2. Validacin de los indicadores. Si se despoja al concepto "validez" de sus sobretonos metafsicos, ste se refiere, esencial-mente, al grado en el cual una variable subyacente y un indicador categorizan a las unidades estudiadas en la misma manera. Aunque no podemos salvar directamente la distancia entre concepto e indicador, esto es, observar directamente el grado de covariacin entre las dos caracterizaciones, la emprica y la conceptual, algunos artificios han sido desarrollados para evaluar la validez. Conceptualmente, los indicadores son evaluados en trminos de su "validez externa". Esto significa, esencialmente, preguntarse: "En trminos del conocimiento presente, X es un indicador lgico (o tal vez sensible) del concepto Y?". De no mayor importancia pero de gran inters por el momento, son los artificios empricos: cmo evala uno la validez de un indicador con datos? La respuesta depende de la naturaleza de la investigacin. Algunos tipos de investigaciones sociolgicas anlisis factorial, por ejemplo apuntan a determinar inductivamente la naturaleza de una variable subyacente por medio del anlisis de las asociaciones entre diferentes indicadores del mismo concepto. Pero esta tcnica no es enteramente apropiada para la validacin de los indicadores en las investigaciones del tipo de las que son ms relevantes para este trabajo: investigaciones cuya meta es probar una relacin hipotetizada entre conceptos previamente definidos. 9 Esto es as porque dos indicadores diferentes de un concepto no tienen necesariamente una relacin lgica entre ellos, a menos que la validez de ambos sea muy alta. Como hemos visto, los indicadores son slo una representacin parcial de su concepto (por ejemplo, la covariacin entre una variable subyacente y un indicador no es nunca perfecta), y los diferentes indicadores pueden as explicar diferentes partes de la variacin en un concepta. 10 Dos indicadores igualmente vlidos del mismo concepto pueden, por lo tanto, estar fuertemente relacionados entre s (con lo cual uno de ellos resulta de poco valor prctico) o bien pueden estar totalmente no relacionados. Indicadores vlidos pueden, incluso, estar inversamente relacionados entre s aunque, por paradjico que parezca, ambos estn positivamente relacionados con el concepto. La satisfaccin marital y la duracin del matrimonio podran ser ambos indicadores positivos de la estabilidad matrimonial, por ejemplo, aun cuando la satisfaccin marital est negativamente relacionada con la duracin del matrimonio. Tales indicadores podran ser pensados como alternativas funcionales o aspectos diferentes de la misma cosa, o formas mutuamente excluyentes del mismo fenmeno abstracto o general. Los indicadores que no estn relacionados o estn inversamente relacionados, son particularmente tiles como indicadores separados o partes de un ndice compuesto. Para la investigacin que comienza con conceptos bien definidos, la primera y ms importante tcnica emprica de validacin es el uso de variables criterio. Del saber comn o de la investigacin .previa, conocemos ciertas cosas que deberan estar relacionadas con nuestro concepto, y si nuestro indicador no est 5

relacionado con ellas podemos rechazarlo v dejarlo de lado. Las variables criterio son particularmente tiles porque ayudan a separar la identificacin de indicadores vlidos de la prueba de la relacin conceptual hipotetizada. Esto depende del grado en que los indicadores de Vi; puedan ser probados contra las variables criterio que estn relacionadas con Vd y viceversa. Las variables criterio, no obstante, no determinan que un indicador dado debera ser absolutamente aceptado o rechazado como vlido; slo aumentan la probabilidad de la validez. Si una variable criterio fuera suficiente para establecer definitivamente la validez, la usaramos en lugar de un indicador. No obstante, la evaluacin por separado de la covariacin entre indicadores especficos y los conceptos subyacentes que ellos representan es slo parte de una cuestin ms importante acerca de la validez, que consiste en el grado en que las asociaciones observadas representan correctamente la relacin conceptual subyacente. Por supuesto, si los indicadores fueran perfectamente vlidos, las asociaciones entre ellos deberan ser siempre representaciones exactas de la relacin subyacente. Pero cualquier alejamiento de la validez perfecta del indicador puede producir asociaciones errneas. Probando simultneamente la validez de los indicadores y la relacin hipotetizada, el uso de indicadores mltiples evala la validez, en su sentido ms amplio. Los indicadores que no son perfectamente vlidos (y rara vez lo son) solamente expresan una porcin de la variacin en la variable conceptual que representan. Similarmente, alguna variacin en el indicador es independiente de la variable. Esto puede producir asociaciones equvocas (especialmente cuando se usan indicadores nicos) en, por lo menos, dos aspectos: a) El Ii; y el Id pueden categorizar correctamente diferentes partes de la muestra. La asociacin observada puede reducir, acrecentar o aun trastrocar la verdadera relacin causal, dependiendo esto de la manera en que cada uno ordena la parte que resta. Por ejemplo, supongamos que dos variables conceptuales estn perfectamente relacionadas y que el indicador de cada variable es vlido hasta el punto en que la mitad de la variacin en el indicador es atribuible a, o covara con, su variable conceptual. En el caso de escalas nominales este grado de validez debera ser expresado en trminos de acuerdo: cada indicador categoriza, de manera correcta, la mitad de los individuos en la muestra, esto es, en el mismo sentido en que lo hara la variable conceptual. Ahora bien, si Ii categorizara correctamente la mitad de la muestra y distribuyera la segunda mitad al azar, y si Id categorizara correctamente la segunda mitad de la muestra y distribuyera al azar la primera mitad, probablemente debera resultar una asociacin cero a pesar de la perfecta asociacin entre las variables conceptuales. De manera similar, una relacin conceptual de cero debera estar reflejada en una asociacin al menos moderadamente alta del indicador. b) Los indicadores pueden categorizar correctamente la misma parte de la muestra, pero la manera en que ordenan conjuntamente las otras partes puede alterar, en forma marcada, las asociaciones totales observadas. Presumamos que nuestras dos variables conceptuales son completamente independientes entre s y que, como antes, cada una es medida por un indicador, teniendo un cincuenta por ciento de acuerdo con su concepto. Si tanto Ii; e Id categorizan correctamente la primera mitad de la muestra, entonces no existir relacin en aquella mitad. Pero las clasificaciones Ii, e Id de la segunda mitad de la muestra pueden ser muy similares si estos dos indicadores estn relacionados entre s, debido a la variacin especfica de cada uno. De esta manera, se puede observar una asociacin moderadamente fuerte entre Ii Id, a pesar de la ausencia de cualquier relacin entre los conceptos. Estos errores, por supuesto, llegan a ser menos probables a medida que se pone mayor cuidado en la seleccin de los indicadores. Pero aun cuando la covariacin sea alta, puede haber representaciones falsas. Por ejemplo, dos indicadores pueden categorizar correctamente el setenta y cinco por ciento de la muestra. Si Ii, ordena correctamente los primeros tres cuartos de la muestra e Id los ltimos tres cuartos, la mitad de la muestra est, entonces, correctamente ordenada por ambas y refleja as la verdadera relacin. Los otros dos cuartos deberan estar, cada uno, correctamente ordenados por un indicador diferente. En esta situacin, una perfecta relacin entre Vi; - Vd podra producir una asociacin media. Y si un indicador relativamente no vlido se deslizara en el estudio, podra ocurrir una distorsin muy seria. Si se emplean indicadores nicos o ndices compuestos de los conceptos, no hay manera de decidir si la asociacin observada es de esta naturaleza especfica o idiosincrtica. Por otro lado, el uso individual de indicadores mltiples puede acrecentar nuestra confianza en que las asociaciones observadas representan exactamente la relacin subyacente. 11 . Si, por ejemplo, se usan tres indicadores para representar a Vi y otros tres para representar a Vd, se hacen nueve predicciones y tienen lugar nueve pruebas. Estas nueve predicciones proceden de un sistema de siete proposiciones: tres afirman la validez de los indicadores independientes, tres establecen la validez de los indicadores dependientes y una afirma la relacin hipotetizada entre Vi y Vd. Si las nueve asociaciones resultan como se predijeron, el 6

sistema entero de proposiciones recibe apoyo. La afirmacin acerca de que uno o ms de los seis indicadores no son vlidos puede ser puesta en duda porque sera difcil concluir que un indicador dado no es una representacin exacta de un concepto subyacente cuando se "comporta" como se espera en asociaciones con tres indicadores diferentes del concepto. As resultan difciles de explicar los hallazgos sobre la base de la covariacin idiosincrtica entre pares ele indicadores. Mientras que tal explicacin es posible, cuanto ms indicadores son involucrados, tanto ms complicada debera ser tal explicacin. Ciertamente, las siete proposiciones enumeradas arriba constituyen una explicacin ms econmica. Si una o ms de las asociaciones predichas falla, el uso individual de indicadores mltiples provee una riqueza de informacin detallada para guiar el anlisis ex post facto que debe seguir. En nuestro ejemplo anterior, si las nueve asociaciones observadas estn muy cerca de cero, la existencia de la relacin llega a ser mucho ms dudosa que la validez de los indicadores. 12 Por otro lado, la pauta de los hallazgos puede indicar de manera bastante clara que la relacin hipotetizada existe aunque un indicador especfico no sea vlido. Si seis de las nueve asociaciones se observan tal como se predijeron y las tres asociaciones que fallan involucran un nico 1i, probado frente a tres Id, a su vez la pauta sugiere que estas tres asociaciones son errneas debido a la no validez del 1i, especfico. Por otro lado, la pauta de un nico fracaso sobre un total de nueve observados sugiere que alguna interaccin idiosincrtica entre estos dos indicadores ha producido una asociacin que no refleja la verdadera relacin subyacente. Si no fueron usados indicadores mltiples sino que slo se ha elegido este par particular de indicadores para la investigacin, la peculiaridad de los hallazgos puede haber pasado inadvertida y la asociacin aceptada como una indicacin exacta de la relacin conceptual. Ni en el anlisis hipottico-deductivo ni en el ex post facto descripto ms arriba, los ndices compuestos habran dado tanta informacin como el uso individual de indicadores mltiples, simplemente porque lo que haba sido acertado sera slo una asociacin "promedio". Puede objetarse, sin embargo, que se ha perdido una de las ventajas especiales de los ndices discutidos anteriormente, dado que dos indicadores tomados juntos pueden ser una medida ms vlida de la variable subyacente que cada indicador usado separadamente. Esto puede ocurrir cuando su uso conjunto produce un efecto de interaccin (en el sentido estadstico) que se corresponde con la variable subyacente. Por otro lado, este fin podra obtenerse mejor al observar, despus del anlisis original, las asociaciones entre pares de indicadores dentro de categoras formadas por uno o ms indicadores. De esta manera, los efectos de interaccin entre indicadores podran ser observados en detalle, tanto para la variable independiente como para la variable dependiente. Este conocimiento podra, entonces, guiar la construccin de ndices compuestos independientes y dependientes. Por este procedimiento podemos evitar un problema que surge con algunos de los ndices compuestos: el investigador no descubre si hay efectos de interaccin que estn influyendo en la validez de su medicin, o qu clase de ellos lo hacen. Cuadro 1 Pauta de resultado de pruebas con seis indicadores ("La asociacin observada fue tal como se predijo?") Indicadores independientes Id 1 S No No Indicadores dependientes Id 2 No S S Id 3 No S S

I i1 I i2 I i3

Es decir que los indicadores mltiples pueden proveer evidencia referida a la validez de un indicador y esta evidencia se agrega a la que es prevista cuando la investigacin se hace con indicadores nicos o con indicadores combinados en ndices nicos. El uso de varios indicadores puede asegurarle al investigador que est realmente estudiando relaciones conceptuales y no meramente la manera en que un par particular de indicado-res est asociado con otro. 3. Reforrnulacin conceptual. Hemos sealado algunas pautas especficas de resultados que perecen requerir interpretaciones de espuriedad o invalidez. Aun cuando ocurran tales pautas, pero especialmente cuando se observan hallazgos de corte poco claros, el investigador debera considerar si se requiere una reformulacin de sus conceptos.

Desafortunadamente, cuando se usan indicadores mltiples no hay una regla clara de decisin para indicar qu tipo particular de una interpretacin ex post facto es ms apropiada; pero, como Blalock lo ha sugerido, siempre que dos indicadores igualmente vlidos de un mismo concepto producen diferentes resultados empricos, el esquema conceptual bien podra estar equivocado. 13 Si la reformulacin est en orden, los indicadores mltiples pueden proveer una informacin muy til para guiar el trabajo. Por ejemplo, los hallazgos tal corno aparecen en el cuadro I pareceran indicar que las dos variables conceptuales que estamos estudiando tienen dos componentes muy diferentes, y que cada uno de los componentes independientes est relacionado con slo uno de los componentes dependientes. Los indicadores mltiples pueden as llevar al investigador a fructferas formas de dividir sus conceptos. Tambin en la investigacin multivariable se podra obtener informacin conducente a sugerir si dos variables deben ser combinadas o deben ms bien ser consideradas como una sola. Los indicadores pueden tambin ser usados en la replicacin de una relacin bien establecida para mejorar la formulacin de las variables conceptuales. Un buen ejemplo de esto es el estudio de Haer sobre la asociacin entre cada uno de los cinco indicadores de estratificacin social y los indicadores de muchas otras variables que se presume que estn relacionadas con el status. 14 Haer pudo hacer ambas cosas: comparar la utilidad de los indicadores y obtener guas para la mejor conceptualizacin del status social. Como se ha anotado antes, el uso individual de indicadores mltiples se utiliza tambin en una tarea estrechamente cela donada con la reformulacin conceptual: la construccin de indices compuestos. La observacin del "desempeo" de muchos indicadores ayudar a seleccionarlos para un ndice. La pauta de las asociaciones, considerada juntamente con la fuerza de las mismas, sugerir los pesos correctos a asignar cuando se combinan los indicadores. En este sentido, la existencia de una relacin entre conceptos subyacentes puede ser demostrada por el uso individual de indicadores mltiples y despus descrita ms precisa y exactamente por la asociacin entre ndices de las variables independientes y dependientes. Como una ventaja final del uso individual de indicadores mltiples, Blalock ha sugerido recientemente el uso de indicadores para juzgar la direccin del flujo causal entre dos o ms variables conceptuales. Ha mostrado de qu manera suposiciones sobre la direccin de las relaciones causales entre variables y sus indicadores, junto con las observaciones de asociaciones de indicadores, pueden ser usadas para generar inferencias sobre la direccin de causacin entre los conceptos y tambin para identificar las relaciones conceptuales que se producen espuriamente. 15 Indicadores mltiples u otras formas de evidencia Concluimos nuestra discusin acerca de los beneficios que resultan de la tcnica de indicadores mltiples sugerida, considerando su lugar en otras formas de evidencia al alcance en la investigacin por encuesta. Esencialmente, aumentamos nuestra confianza en la verdad de una hiptesis al destruir una explicacin alternativa de nuestros hallazgos. Por supuesto, no hay como una prueba completa y final. El problema es extraer de los datos la mxima cantidad de evidencia que aportan a la relacin y establecer exactamente la evidencia as obtenida. Cuanto menos plausibles resultan las explicaciones alternativas, tanto mayor es nuestra confianza en la verdad de nuestra relacin conceptual hipotetizada. Los problemas peculiares acerca de la evidencia en el mtodo de encuesta se originan en gran medida en el hecho de que los hallazgos de las encuestas estn abiertos a muchas explicaciones alternativas que no son rechazadas fcilmente. En el cuadro 2 se presentan cinco explicaciones alternativas incmodas que a menudo se producen en la investigacin por encuesta. Cuadro 2 Procedimientos en la investigacin por encuesta para eliminar explicaciones distintas de las hipotetizadas
Procedimientos Producidas espuriamente por terceros factores medidos Replicacin independiente Replica interna Control S S S Explicaciones alternativas de las asociaciones observadas Producidas espuriamente por terceros factores desconocidos o no medidos S Debidas a indicadores no vlidos Debidas a indicadores no vlidos Debidas a variacin por azar

. .. S

.. .. ..

S S .

Pruebas de significacin estadstica variables criterio Indicadores mltiples usados individualmente

..

...

.. .

. S

S S

Los trminos "control" y "replicacin interna" se refieren ambos al examen de una asociacin dentro de diferentes submuestras formadas por categoras de algunas terceras variables. Difieren en que el propsito de este procedimiento en el control es dejar de lado la posibilidad de que el tercer factor sea responsable de la asociacin, mientras que en la replicacin interna el propsito es ver cun a menudo la asociacin se repite en diferentes submuestras. Para determinar la probabilidad exacta de que tales asociaciones repetidas puedan ser producidas por casualidad, debe ser aplicada, por supuesto, una prueba estadstica.

El cuadro muestra qu procedimientos proveen evidencia para la refutacin de las explicaciones alternativas: Los indicadores mltiples proveen evidencia acerca de tres tipos de explicaciones alternativas, ninguna de las cuales puede ser concluyentemente rechazada por otros principios de evidencia. Por esto, el valor del uso individual de los indicadores radica en la complementacin con otros mtodos, con lo que se fortalece la evidencia contra las explicaciones alternativas. De igual inters son las clases de evidencia que los indicadores mltiples no proveen. En primer lugar, resulta claro que la evidencia proporcionada por los indicadores mltiples no tiene el carcter definitivo de aquellas provistas por el control de terceros factores, por ejemplo, las pruebas de significacin estadstica. Aunque hemos intentado mostrar en este trabajo que nuestra confianza puede ser aumentada de muchas maneras especficas por el uso de indicadores mltiples, no es posible describir el grado exacto de este aumento. En segundo lugar, se debe anotar que los indicadores mltiples no proveen un conjunto de pruebas independientes de la relacin hipotetizada, como lo hacen los dos tipos de replicaciones. A consecuencia de esto, no proveen pruebas de que las asociaciones se hayan producido por muestreo u otras fluctuaciones al azar. Si Vi, y Vd estn cada una representadas por tres indicadores, se llevan a cabo nueve pruebas. Aun esto constituye slo una prueba de la relacin. Nueve pruebas positivas no proveen evidencia adicional de que la relacin existe en el universo, sino solamente de que, en esta muestra, ha sido probada una vez en forma adecuada. Todava son necesarias replicaciones y pruebas estadsticas. Resumiendo, este mtodo tiene el poder de producir evidencias de cierto tipo, pero no exime al investigador de llevar a cabo operaciones para producir otras formas de evidencia. Ciertamente, los indicadores mltiples son ms efectivos cuando se usan en conjuncin con otros procedimientos. Por ejemplo, las asociaciones entre cada uno de los indicadores deberan ser examinadas bajo los controles de las terceras variables, y los hallazgos resultantes deberan ser probados por significacin estadstica. Conclusiones Este trabajo ha discutido el uso de los indicadores mltiples en la investigacin por encuesta, en la que se estudia el efecto de una variable conceptual subyacente sobre otra. El mtodo es lo suficientemente general, sin embargo, como para ser extendido con provecho a anlisis que involucran ms de dos variables y a mtodos de la investigacin social distintos al de la encuesta. Hemos sugerido que cada indicador de la variable independiente sea asociado con cada indicador de la dependiente, con el objeto de obtener datos con los cuales eliminar tres explicaciones alternativas de la hipotetizada y guiar a una reformulacin de los conceptos, si los resultados as lo justifican. Se puede sealar un ltimo punto. Hemos sugerido que ciertas pautas de los hallazgos con indicadores mltiples conducen, claramente, a ciertas interpretaciones. Otras pautas de asociacin entre indicadores mltiples pueden no ser tan fciles de interpretar. Algunas pueden conducir a una reconceptualizacin de las variables subyacentes, pero otras slo pueden llevar a la confusin. Sin embargo, esto no debera ser visto como una desventaja del mtodo. El uso individual de indicadores mltiples provee siempre ms informacin que lo que lo hacen indicadores nicos o ndices compuestos nicos, y cambiar este conocimiento adicional por hallazgos ms fcilmente interpretables sera, en verdad, un mal negocio.

Notas Los autores desean agradecer a Lee Bean, H. M. Blalock, Jr., Phillip E. Hammond y Stanley H. Udy, Jr., por sus crticas y consejos. 2 Para una discusin convincente de los problemas especiales de evidencia en la investigacin sociolgica no experimental, comparada con el experimento controlado, ver Samuel A. Stouffer, "Somme Observations on Study Design", American Journal of Sociology, IV, enero 1950, pp. 355-61. Ms recientemente, el problema de la evidencia estadstica ha sido enfatizado (ver Hanan C. Selvin, "A Critique of Tests of Significance in Survey Research", American Sociological Review, XXII, octubre 1957, pp. 519-27; Robert McGinnis, "Randomization and Inference in Sociological Research", American Sociological Review, XXIII, agosto 1958, pp. 408-14; y Leslie Kish,."Some Statistical Problems. in Research. Design", American Sociotogical Review, XXIV, junio 1959,pp. 328-38. 3 Algunos aspectos de este mtodo, particularmente la creacin y seleccin de indicadores, han sido discutidos recientemente por Paul F. Lazarsfeld (ver su "Problems in Methodology", en Robert K. Merton, L. Broom y Leonard S. Cottrell, Jr. (editores), Sociology Today: Problems and Prospects, Basic Books, Nueva York, 1959, esp. pp. 47-C T. (Reproducido parcialmente en: F. Korn y otros, Conceptos y variables en la investigacin social, Nueva Visin, Buenos Aires, 1969.) 4 Una estrategia alternativa en anlisis de encuesta es intentar construir una teora social alrededor de los tipos de informacin que son directamente accesibles a travs de les mtodos de encuesta, asegurando as una conexin mayor y ms confiable entre concepto y definicin operacional, aun a costa del poder terico y la sobriedad. El procedimiento de indicadores mltiples, por otro lado, representa un intento de alcanzar estos fines cientficos, a pesar de posibles ligazones dbiles entre conceptos y datos. 5 La proporcin de la variacin en una variable que puede ser explicada por alguna otra depende de la cantidad total de variacin empricamente presente. Desarrollando un ndice, puede producirse una distribucin con mayor variancia que la de cualquiera de los indicadores componentes. Puede tambin reducirse la variancia, pero algunas tcnicas de construccin de ndices han intentado prevenir esta situacin 6 La manera en que esto puede ocurrir se discute ms adelante. 7 Ocasionalmente, menos de nueve predicciones pueden ser justificadas. Si el indicador de la variable dependiente es concebido como una causa de aquella variable y el indicador de la variable independiente es pensado como un resultado de la misma, entonces los dos indicadores podran no estar asociados, a pesar de la relacin entre las variables conceptuales (ver Hubert M. Blalock, Jr., "Making Casual Inferences for Unmeasured Variables from Correlations among Indicators". 8 Pueden hacerse preguntas orientadas en forma diferente, como en Gerhard E. Lenski y John Legett, "Caste, Class and Deference in the Research Interview", American Journal of Sociology, LXV, marzo 1960, pp. 463-67; o pueden usarse mtodos completamente diferentes, como en Leroy S. Burwen y Donald T. Campbell, "The Generality of Attitudes toward Authority and Nonauthority Figures", Journal of Abnormal and Social Psychology, LIV, enero 1957, pp. 24-31. 9 Lazarsfeld opina acerca de este punto en "Problems in Methodology", op. cit., pp. 60-67. 10 sin embargo, pueden requerirse muchos indicadores para representar completamente un concepto. Esto sugiere otro beneficio del uso de indicadores mltiples (individualmente o combinados). Si, con Louis Guttman, pensarnos cada concepto corno representado por un universo potencial de indicadores, cuanto ms grande es nuestra muestra de este universo por ejemplo, cuanto ms indicadores de un concepto empleamos, mayor es la probabilidad de que el concepto est adecuadamente representado en el estudio. Esto presume, por supuesto, que el universo de indicadores es algo heterogneo, por ejemplo que las covariaciones entre el concepto y los indicadores no son todas de la misma clase. 11 Sin embargo, se anotara que esta tcnica no produce ninguna evidencia de que la relacin de la muestra representa correctamente la relacin del universo 12 Para un ejemplo en el que este procedimiento fue usado con ventajas, ver Burwen y Campbell, op. cit., esp. pp. 29-30. 13 Social Statistics, McGraw-Hill Book Co., Nueva York, 1960, p. 11 [hay vers. cast.: Estadstica Social, Fondo de Cultura Econmica, Mxico, 1965]. 14 John L. Haer, "Predictive Utility of Five Indices of Social Stratification", American Sociological Review, XXII, octubre 1957, pp. 541-46. 15 "Making Causal Inferences for Unmeasured Variables from Correlations among Indicators", op. cit.
1

10